인공지능 시대에 살아남는 경쟁력

인간은 자연을 관찰하고 흉내 내면서 문명을 발달시켰다. 새가 하늘을 나는 모습을 보고 새와 비슷한 날틀을 만들었다. 공기의 부력을 이용하면 하늘을 날 수 있다는 비행 원리를 밝혀낸 후론 도저히 해결할 수 없었던 항공수송 문명을 만들어냈다. 물고기처럼 바다를 떠다니는 상상을 거듭하다가 물 위에 뜰 수 있는 배를 만들었고 해상교통을 일으켰다. 

육상에선 어떤가? 경사를 따라 구르는 돌멩이를 보고 바퀴를 생각해냈다. 그리고 바퀴 위에 물건들을 싣고 이동하는 육상교통 문명을 일으켰다. 이런 인류의 문명은 모두 두뇌의 작품이다. 인간의 두뇌는 동물과 달리 응용력이 뛰어나다. 관찰한 사실에 만족하지 않고 ‘왜?’라고 되물었다. 반복되는 의문과 호기심은 인류가 문명을 발달시킬 수 있었던 원동력이다. 사람들은 끊임없이 새로운 것을 찾아 나섰고 모르는 일에 궁금해 하고 원리를 밝히는 도전을 계속했다.
  
인류는 지구상에 존재하는 수많은 생명체 중에서 아주 독특한 존재이다. 다른 동물들과 달리 인간은 자신의 생각이나 경험한 지식을 감추지 않고 글자와 그림으로 기록해 남들에게 전파했다. 동굴 벽화에서 시작된 기록문화는 문자의 발달로 이어졌고 지식이 확장되면서 언어도 풍부해졌다. 인류는 다른 동물과 달리 다양한 도구들을 만들어 생활의 불편함을 벗어났다. 자연을 모방하다가 차츰 자연에 존재하지 않던 물건이나 기능을 창작해내기도 했다. 이렇듯 자연의 원리를 밝혀내고 새로운 기능을 창조하는 활동을 우리는 과학이라 부른다. 

자연과학의 원리 중에는 인간의 감각만으로도 쉽게 인지할 수 있는 것이 있지만 심오한 원리를 규명하는 데 많은 세월이 필요한 것도 있었다. 인간이 설령 심오한 자연의 원리를 모르더라도 반복적으로 드러나는 자연의 작동 기능을 실생활에 활용하는 기술들을 문명 속에 수없이 누적시켜 왔다. 인류는 숫자를 발명하고 자연현상을 모두 수학 공식으로 해석해냈다. 수학적 해석 능력이 깊어지면서 우주의 섭리를 이해하고 수십억 년 전의 우주의 탄생을 되돌아볼 수 있게 되었다. 인류는 원자를 조작하고 심지어 인체의 생명을 증진시키는 조작도 가능한 힘을 지니게 됐다. 자연의 섭리를 이용해서 자연을 극복하는 방법도 찾아냈다. 

인간 개개인은 자연 속에서 한없이 연약한 존재이지만 인간은 스스로 발명한 도구들을 활용해서 문명사회를 발전시켜 왔다. 인간은 자연을 가공하기 시작했고 도시와 같은 인공공간속에서 살아가고 있다.

■ 인간의 두뇌능력은 심오하다.
드디어 인간은 인간을 닮은 기계를 만들려고 노력하는 중이다. 인간을 대신해서 골치 아픈 문제들을 해결해 줄 기계다. 인간이 만든 컴퓨터는 인간이 밝혀낸 자연의 법칙들을 빠르게 계산해서 인간의 노고를 덜어준다. 물론 두뇌와 컴퓨터는 근본적으로 작동하는 시간의 단위가 다르다. 뇌신경세포인 뉴런의 신경신호는 kHz(10의 3승 Hz) 단위로 발생한다. Hz는 ‘1초에 한 번’이라는 의미다. 하지만 현재 널리 사용되는 평범한 스마트폰의 중앙처리장치도 수 GHz(10의 9승 Hz)의 속도로 연산을 한다. 즉 스마트폰은 뇌신경세포보다 수백만 배 이상 빠르게 신호를 발생시킨다. 

발생 속도뿐만이 아니다. 뇌신경세포의 신호전달 속도는 가장 빠른 경우가 초당 100m 정도다. 반면에 컴퓨터의 신호전달 속도는 초당 30만km다. 처리 속도만 따지면 컴퓨터는 두뇌에 비해 비교도 안 될 만큼 빠르다. 그런데도 두뇌 능력이 컴퓨터 능력보다 우수하다고 보는 근거는 두뇌의 추론 능력이나 지적 판단 능력이 컴퓨터에 비해 높은 수준이라고 믿기 때문이다. 최첨단 인공지능 컴퓨터도 시각정보나 청각정보의 이해 능력이 아직 초보적인 수준에 있는 것이 그 이유다. 이런 차이점은 두뇌와 컴퓨터의 작동 원리에서 찾을 수 있다. 컴퓨터는 데이터를 순차적으로 처리하는 방식인데 비해서 두뇌는 대규모 정보를 동시에 병렬 처리하기 때문이라고 설명하고 있다. 

그렇다면 두뇌의 처리 능력을 컴퓨터의 처리 능력으로 환산한다면 얼마나 될까? 저명한 미래학자 레이 커즈와일은 저서 <특이점이 온다>에서 인체의 시각 능력이나 청각 능력을 컴퓨터로 모방한 연구자들의 실험데이터를 근거로 삼아 두뇌신경세포의 처리 속도를 컴퓨터의 속도로 역분석해서 초당 10의 14승 내지 10의 15승 만큼의 속도에 해당한다고 추정했다. 그리고 안전치를 10배로 하면 인간의 두뇌 처리 속도는 직렬 처리 컴퓨터의 처리 속도를 기준으로 최대 초당 10의 16승이라고 주장했다. 그리고 컴퓨터 처리 속도가 이 속도를 능가하는 시점이 컴퓨터가 인간 두뇌의 능력을 초월하는 시점이라고 말한다. 하지만 인간 두뇌능력을 시각과 청각 정보처리 능력만으로 한정 지을 수 있다는 가정부터 기본적으로 틀렸다. 따라서 컴퓨터가 인간의 두뇌능력을 초월한다는 판단 기준이나 그 시점도 신뢰하기 힘들다. 

▲지수함수적으로 증가하는 컴퓨터 속도가 인간 두뇌속도에 이른다는 주장(레이 커즈와일) Source: TechEye


일반적으로 두뇌는 컴퓨터가 서툰 일에 매우 뛰어나고 컴퓨터는 인간이 서툰 일을 잘 처리한다. 예를 들면, 5,000만 명 중에서 가장 암산을 잘한다는 세계 최고의 암산왕 이정희 씨(주산 11단)는 한 방송 프로그램에 출연해서 25자릿수를 50번 더하는 문제를 1분 34초 만에 풀었다. 엄청난 능력이지만 컴퓨터의 능력에 비하면 하찮은 수준이다. 컴퓨터는 수많은 숫자 조합에도 개의치 않고 순간적으로 사칙계산을 해낸다. 인공지능 컴퓨터인 IBM왓슨이 퀴즈 프로그램인 ‘제오파디’에 참가했을 때 데이터 처리 속도가 80 테라플롭스(초당 80조회)였다. 숫자로 치면 1초 동안에 25자릿수 8,000억 줄을 늘어놓고 계산한 것과 마찬가지다.
  
이미 컴퓨터의 처리 속도는 인간의 생물학적 두뇌 능력을 훨씬 뛰어넘는 수준에 도달했다. 다만 인간에 비해 학습 능력이 부족해서 이미지와 언어를 제대로 이해하지 못할 뿐이다. 그렇다면 컴퓨터가 이미지와 언어를 충분히 이해하게 되면 인간을 초월하는 능력을 갖게 되는가? 이 답은 아직은 유보해야 할 것 같다. 왜냐하면 인간의 두뇌에 잠재된 능력은 스스로도 모를 정도로 심오하기 때문이다. 특히 생물학적인 모든 작용을 인공적으로 해석해서 기계에 삽입할 만큼 얕은 수준이 아닌 것만큼은 확실하다. 정보처리 기술로 범접할 수 있는 영역이 아니다. 다시 말하면 레이 커즈와일이 주장하는 특이점 시점이 쉽게 공인받기 힘들 것으로 판단된다.

■ 두뇌역량은 역경을 뛰어넘어 진화한다.
인간의 두뇌발달 과정은 컴퓨터 공학자들이 설계하고 제작하는 방식과는 그다지 유사성이 없다. 인간의 두뇌는 장구한 진화과정을 거쳐 오늘에 이르렀지만 처음부터 현재와 같이 고도의 인지 능력을 발휘하도록 만들어진 것이 아니다. 수없이 반복된 진화과정에서 어떤 환경적 장애를 극복할 수 있을 만큼만 이뤄졌다. 과잉 설계가 없다는 의미이며 이런 진화는 앞으로도 계속될 것이다. 두뇌의 역량이 부족하면 더 고도의 수준으로 진화하게 되어 있다. 인간의 두뇌를 모방한 인공모형이 등장한다면 인간은 그 장치의 활용법을 학습하고 더 높은 차원의 꾀를 찾아내게 된다. 인간의 두뇌는 한 가지 수준에 완벽하게 만족하지 못하기 때문이다. 인간의 지능은 기계적으로 구현되지 않는 방향으로 자연스럽게 진화하게 된다.
  
인간 두뇌를 모방한 뉴런 컴퓨터는 뇌신경세포가 전기적 스파크를 일으키고 시냅스를 통해 전송된다는 것을 전제로 한다. 하지만 생물학자들은 두뇌의 신호전달은 전기적이 아니라 화학적 반응에 의해 이루어진다고 설명한다. 실제로 그렇다. 시냅스 신경세포에서 신호전달 물질은 화학물질이고 농도에 의해서도 신호의 의미가 달라진다. 

신경 정보의 처리는 트랜지스터 스위치가 켜지고 꺼지듯이 단순하지 않다. 뉴런 사이의 간격을 이어주는 신경 전달 물질이 매개체가 되므로, 시냅스 전 신경세포(Presynaptic Neuron)에서 시냅스 후 신경세포(Postsynaptic Neuron)로 신호가 전달되어도 그 신호를 받을 뇌세포 속에 있는 특정한 수용체의 수용성에 따라 전달되거나 전달되지 못한다는 뜻이다. 실제로 전달된 신경 전달 물질이 접속되는 수용체의 성질에 따라서 자극성을 띨 수도 있고, 반대로 신경 작용을 억제할 수도 있다. 단순한 신호전달 과정도 복잡한 의미로 번역될 수 있다. 컴퓨터 작동에서는 이런 복잡한 과정에 비유할 만한 설계사상이 없다.
  
더욱이 두뇌는 인체의 내분비계와 밀접하게 연관되어 있다. 두뇌는 계속해서 변하는 화학물질로 가득 채워져 있다. 이 물질은 두뇌에서 제조된 것도 있지만 인체의 다른 부위에서 만들어져서 옮겨온 것도 있다. 이 화학물질들이 뇌신경세포의 작동을 조절한다. 어떤 화학물질의 농도 변화에 따라서 외부입력신호가 잘 처리되기도 하고 그렇지 않을 수도 있다. 아미노산 신경 전달 물질은 자신을 방출한 뇌세포의 정보를 주변 뇌세포들에 확산시키는 작용을 한다. 

중추신경계의 주요조직을 지탱해주는 신경교세포 역시 뇌세포의 신호발사에 영향을 끼친다고 한다. 뇌기능의 화학적인 성질은 인간의 감성을 제어하는 작용을 한다. 화학적 신호는 많은 뇌세포와 뇌조직의 기능변화를 유도하고 이런 연쇄반응이 뇌기능을 통제하게 된다. 두뇌의 생리학적 변화는 곧바로 정신적인 감성변화를 유발하고 모든 기능적 계산결과를 무산시킬 만큼 강력한 억제력을 발휘하기도 한다. 감성이 이성을 지배하는 모든 현상들은 두뇌작용이 결코 단순한 물리작용이 아니라는 강력한 반증인 셈이다.

▲두뇌의 작용에 미치는 화학물질들. Source: economictimes.indiatimes.com
만약 인간이 만든 인공지능 시스템이 단순한 이성논리만으로 이 세상을 설계한다면, 수많은 현상의 단계마다 인간의 감성과 상충되는 결과를 빚을 가능성이 높다. 컴퓨터의 속도가 아무리 빨라진다 해도 기계가 가져오는 결과는 높아진 인간의 가치기준을 제대로 만족시키지 못할 것이다. 인간은 감성의 스위치를 눌러서 컴퓨터의 이성을 외면하거나 억제할 확률이 높다. 그리고 컴퓨터가 인간의 감성을 이해하려면 아직 멀었다고 평가한다. 컴퓨터는 끝없이 발달하지만 인간의 변덕이 요동치는 감성을 만족시키지 못할 것이라는 생각을 갖는다. 덧붙이자면 사람이 필요해서 만든 인공지능이라면 사람이 충분히 통제할 범위에서만 작동하도록 설계될 것이다. 따라서 인공지능 로봇을 의인화시키는 것은 공상과학이나 소설적인 감성일 뿐이다.

■ 구글의 인공지능 접근법
구글 I/O 2017 행사의 첫날 주제 강연에 나선 CEO 선다 피차이는 “인간이 컴퓨터와 접촉하는 방식이 보다 더 자연스럽고 실감나게 변했다“라고 소개했다. 구글은 피차이가 전면에 나서면서 ‘인공지능이 먼저다’라는 전략을 취해오고 있다. 모든 구글 서비스는 문장(text)과 이미지(image) 중심인데 인공지능을 접목해서 이들의 인식능력을 혁신적으로 높였다고 자랑했다. 인공지능 기술발전 덕분에 음성 인식률과 이미지 인식률이 모두가 사람보다 더 좋아 졌다고 소개했다. 
  
구글의 음성인식 인공지능인 구글 ‘놈’(Gnoum)은 신경망 딥 런닝 덕분에 거실에 있는 여러 가족원의 목소리를 모두 구분할 수 있게 됐으며 인식능력이 향상되어 목소리의 방향을 2개의 스피커만으로도 잘 파악할 수 있다고 한다. 중요한 점은 이젠 대화체로 말해도 컴퓨터가 알아듣는 시대가 됐다는 점이다. 
  
인공지능의 기계학습은 시각인식능력에도 커다란 발전을 가져다 줬다. 구글의 시각인식 인공지능인 구글 ‘렌즈’(Lens)는 사진 중심에 있는 인물이나 물체뿐만 아니라 배경 속에 흐릿하게 보이는 모든 물체나 사람을 구분해서 인식하는 능력을 갖게 되었다고 발표했다. 스마트폰 카메라로 어떤 장면을 비추어도 물체를 구분해내고 카메라 화면에 포착된 장면을 이해하는 수준에 이르렀다고 한다. 카메라 속의 장면을 이해한다는 의미는 대화자와 같은 장면을 보고 대화를 나눌 수가 있다는 말이며 상황인식이 같다고 가정하면 인공지능이 엉뚱한 대응을 하지 않고 이야기의 중심 주제를 이탈하지 않는다는 의미이다.

▲스마트 폰 카메라를 비추면 물체의 정보가 자동적으로 인식된다. Source: Google


구글 ‘렌즈’의 소개 내용을 보면 질 낮은 해상도의 사진을 아주 선명한 사진으로 변환시켜주고, 사진 속의 중심인물을 가리는 장애물을 사진 속에서 지워주는 데모를 했다. 이젠 맘에 들지 않는 옛 애인이 있다면 그 사람을 선택적으로 사진 속에서 말끔히 지워줄 수가 있다는 의미로 보인다. 이뿐만이 아니다. 카메라로 꽃을 비추면 꽃 이름을 알려주고 근처 꽃집 위치도 알려준다. 앞으론 등반길에 만난 야생화나 야생버섯에 카메라로 비추면 이름은 물론이고 독성이나 약효를 알려줄 것 같다. 여행 중에 길가의 식당을 카메라로 비추면 식당 메뉴며 방문 소감들이 곧바로 화면에 등장하게 된다. 메뉴판에 적힌 모르는 외국어 문장도 내가 아는 한글로 자동 번역해 준다고 한다. 여행 중에 만난 유적지를 비추면 자세한 설명이 화면에 등장하고 알고 싶은 정보나 지도 속에 위치도 알려준다. 

구글 ‘렌즈’는 모든 상거래에도 쉽게 활용될 수 있다고 본다. 길거리에 지나치는 아가씨가 입은 예쁜 옷이나 신발을 카메라로 비추면 곧바로 그 상품을 판매하는 장소와 연결되고 구매 버튼을 눌러서 집에 배달시킬 수가 있다. 낮선 장소에서 와이파이를 연결하려면 일일이 문장암호를 입력해 주지 않고 그저 카메라로 비추기만 해도 와이파이가 연결되는 호사를 누릴 것 같다. 
  
인공지능의 기계학습은 두 가지 절차가 있다. 하나는 데이터 훈련이고 다른 하나는 보유한 데이터나 분석을 근거로 실시하는 추론작업이다. 구글은 클라우드에서 데이터 학습훈련과 추론작업을 모두 최적화 시킬 수 있는 기계학습 전용 TPU(Tensorflow Processing Unit)를 개발해서 클라우드에서 사용해 왔다. 작년에 알파고 지원 슈퍼컴퓨터에도 사용했던 칩이다. 이번엔 인공지능의 학습속도를 전문적으로 높이기 위해 인공지능 학습전용 슈퍼컴퓨터를 설계해서 모든 서비스에 사용하고 있다고 소개했다. 

구글이 개발한 텐서플로우 칩 모듈인 TPU를 64개씩 묶어서 TPU Pod를 만들고 다시 32개의 Pod를 모아 한 대의 슈퍼컴퓨터를 만들었는데 그 성능이 무려 11.5 페타플롭스(petaflops, 백만 기가플롭스)이다. 속도 성능으로만 보면 세계에서 6번째 인데 그 크기는 월등히 작은 규모다. 피차이 발표 중에 특이한 점은 기계학습 모델을 개발하기엔 전문가도 적고 시간도 많이 걸리는 작업인데 이를 극복하기 위해서 학습을 위한 학습(OTO) 즉 자동학습 방법 AutoML을 개발했다는 내용이다. 후보 신경망들을 작동시켜서 가장 유능한 신경망을 골라내서 개발시간을 단축하는 효과가 있다고 한다. 이는 앞으로 소프트웨어도 일부는 컴퓨터가 개발하는 상황이 될 것이라고 암시한다.

▲구글이 기계학습에 사용 중인 슈퍼컴퓨터 Source: Google


구글이 가장 역점을 둔 서비스는 인공지능 비서인 구글 ‘어씨스턴트’(Assistant)이다. 스마트폰에 앱으로 삽입하기도 하고 가정용 사물인터넷 중심으로 시판 중인 구글 ‘홈’에도 삽입되어 있다. 아마존은 이미 2년 전부터 인공지능 ‘알렉사’를 제3자 비즈니스에 제공해온 결과 1만여 사례 이상의 생태계를 구축해 놓았는데 이를 상대로 구글도 인공지능 ‘어씨스턴트’를 제3자에게 제공하여 생태계를 새롭게 구축하고 자 이번에 API를 공개하고 있다. 이젠 누구나 구글의 인공지능비서를 자기 상품에 삽입해서 사용할 수가 있다. 

구글 인공지능 ‘어씨스턴트’는 구글‘놈’과 구글‘렌즈’의 막강한 지원을 받으며 인공지능의 맹주로 등장하게 될 것 같다. 앞으로 스마트폰에 대고 자연어로 상품을 검색하고 인공지능이 추천한 상품을 스마트폰에서 결재하면 집으로 바로 탁송되는 그림이 그려진다. 
  
이밖에도 구글은 온라인 사진저장 서비스인 구글 ‘포토’(Photoes)에서 잔뜩 쌓인 사진들 중에서 특별한 사진을 자동 검색해 내는 기능이나 사람을 지정해서 사진을 같이 공유하는 기능 그리고 특별한 사진들만을 모아서 사진첩으로 출판해주는 서비스도 공개했다. 또 유튜브 동영상에서 특정 내용을 검색해내는 기능은 앞으로 막강하게 활용 될 수 있는 기술이다. 

구글은 또 실내에서 위치를 수십 센티미터 정확도로 그려낼 수 있는 앱도 등장시켰다. 구글 ‘렌즈’를 활용한 기술인데 실내 지도 즉 VPS(Vision Positioning Service)로 복잡한 지하상가나 백화점 건물 내에서 방향을 잃지 않고 목적지를 찾아 갈 수 있는 기술을 서비스할 수 있다고 한다. 피차이 발표내용 중엔 분자화합물을 인공지능으로 분자설계하여 새로운 물질을 만들 수 있다는 언급도 있는데 이는 현실적으로도 시간이 좀 걸릴 뿐 실현 가능한 시나리오라고 판단한다.

■ 컴퓨터의 활용은 변화무쌍한 사람의 욕구변화에 맞춘다.
컴퓨터가 처리할 수 있는 업무 영역은 지속적으로 확장되고 있다. 당연히 사람들은 그보다 더 넓은 영역에서 컴퓨터의 일처리 방식을 관장하고 평가하며 새로운 트렌드에 맞게 그때그때 새로운 발상을 도입해서 컴퓨터의 일처리 내용이나 방법을 바꿔주게 된다고 본다. 변화무쌍한 사람의 욕구변화에 맞게 컴퓨터가 작동되도록 손쉬운 조정법도 필요하다.

컴퓨터는 주어진 특정 업무엔 정통할 수 있지만 전후좌우 업무와의 조화를 고려하는 능력이나 전체 시스템의 성능을 높이는 일에는 소홀할 수 있다. 반면에 사람은 전체를 조망해보면서 남들이 미처 고려하지 못한 감성적인 의미를 발견하고 차별화 시키는 노력을 해야 한다. 사람과 인공지능이 업무를 보는 시각이 다르다. 사람은 감성적인 목적을 추구하지만 기계는 기능적인 면을 효율적으로 처리하는 데 중점을 둔다. 

사람은 밤하늘에 흩뿌려진 별들의 모습을 보고 감탄하지만 기계는 별들의 수를 세는 데에만 관심이 있다. 사람과 달리 기계는 우주에 이 많은 별들을 어떻게 만들었는지에 대해서 고민하지 않는다. 기계는 평등한 사회 정의를 구현하기 위해서 추운 밤에 광화문에 모여 앉아 촛불을 치켜들지 않으며, 더 나은 지구환경을 위해서 자원을 절약하고 신재생에너지를 늘려야 한다고 주장하지 않는다. 정서적 감흥이나 교감은 인간의 두뇌가 다뤄야 할 영역이다. 

미래엔 유형의 물질을 제조하는 제조산업보다 무형의 가치를 즐기는 오락산업이나 미용산업, 건강관리산업이 핵심 산업이 될 수 있다. 지금은 직업으로 분류하기 힘든 놀이 활동도 매우 중요한 일자리가 될 수 있다. 공공이익이나 윤리적 가치를 훼손시키지 않으면서도 새로운 재미를 불러일으키는 요소들을 발굴하는 일이 그래서 매우 중요하다.

인류문명은 항상 정해진 틀을 벗어나 새로운 재미를 추구하면서 발달했다. 사람은 항상 똑같은 일을 거부하고 똑같은 음식을 싫어한다. 좀 다른 일에 흥미를 느끼고 좀 다른 입맛을 추구한다. 혁신은 바로 평범하고 일상적인 틀을 벗어나는 일이다. 이런 혁신의 변화 속에는 인간이 추구하는 재미가 깔려 있다. 인공지능 시대가 온다 해도 인간은 계속해서 흥미와 재미를 찾아 변화를 추구하게 된다. 인간 세계에서 변화는 흥미와 재미를 일으키는 중요한 요소이며 삶의 의미이다. 
  
우리는 컴퓨터와 구별되어 인간만이 할 수 있는 일은 무엇인지 고민해야 한다. 전혀 새로운 아이디어나 개념을 생각해내는 능력에서는 인간이 여전히 컴퓨터를 압도한다. 온갖 신기한 소프트웨어들이 쏟아져 나오고 있지만, 좋은 소프트웨어를 만들어낼 수 있는 소프트웨어는 아직 없다. 알파고의 인공 신경망은 10만 개 안쪽의 뉴런을 흉내 냈지만, 인간은 약 1,000억 개의 뉴런을 갖고 있어서 훨씬 큰 틀에서의 패턴 인식이 가능하다.  

세상을 살아가는데 필요한 전략을 마련하는 것은 바둑과는 완전히 차원이 다른 문제이다. 로봇공학자 한스 모라벡은 “체스 인공지능을 만들기는 상대적으로 쉬운 반면, 지각이나 운동 능력 면에서 한 살짜리 아기만한 능력을 갖춘 인공지능을 만드는 일은 어렵거나 불가능하다”고 지적했다. 단순한 정보 업무보다는 복잡한 의사소통을 하며 물질세계를 돌아다니면서 상호작용을 하는 일은 여전히 인간이 맡아야 할 일거리이다. 
 
■ 인공지능과 예술 활동
인공지능을 자동화 수식모델 대신에 도입하는 이유는 현상이 너무도 복잡해서 이론적 수식모델을 만들지 못하는 경우이다. 이런 경우는 자동화 수식모델에 도입한 학습계수가 시간의 변화를 제대로 반영하지 못하는 경우이다. 수식으로 표현하기 어려운 경우가 많다. 예를 들면 두 가지 언어를 동시통역한다고 할 때 두 가지 언어가 상황을 표현하는 단어의 의미가 경우에 따라서 달라지므로 단순히 사전적 의미만으로 직역하면 의미가 달라질 수 있다. 

지난 해 세계 3대 문학상으로 꼽는 맨부커상을 수상한 한강의 <채식주의자>는 번역의 중요성을 다시금 되새겨준 작품이었다. <채식주의자>를 영어로 번역해 준 번역가 데버러 스미스가 없었다면 불가능했던 일이다. 당시에 일부 매스컴은 데버러 스미스의 번역에 오역이 많다는 지적을 했던 걸 보면 문학작품의 번역이 얼마나 속 깊은 감성작업인지 깨닫게 한다. 동서양 문화의 차이를 제대로 이해하게 되면 번역을 거꾸로 할 필요도 있는 법이다. 

전후좌우 상황변수를 고려해서 의역해줘야 제대로 의사전달이 가능하다. 두 나라 언어의 단어사전을 모두 컴퓨터에 넣는다고 해도 통역이 완벽해 지지 않은 이유이다. 특히 예술적 표현이나 정치 외교적 거래에선 사람이 꼭 개입해서 통역해 줘야 한다. 

네덜란드의 다국적 은행 그룹 인 ING는 유럽 ​​미술에서 가장 위대한 화가 중 한 명으로 알려진 17 세기 네덜란드 예술가인 렘브란트 (Rembrandt)의 작품들을 재현할 수 있는 인공지능을 개발하는 일에 투자를 했다. 그래서 탄생한 넥스트 렘브란트(Next Rembrandt)는 346 점에 달하는 유명한 렘브란트 작품들을 디지털 데이터로 분석해서 렘브란트의 작품이라고 믿을만한 수준의 작품들을 3차원 인쇄기로 그려냈다. 

이 그림들은 파리의 자크-앙드레 박물관(Musée Jacquemart-André)에서 실제 렘브란트 작품 옆에 전시되었는데 이 같은 걸작의 복원 과정은 다큐멘터리로 공개했다. 인공지능은 램블란트 작품뿐만 아니라 피카소 작품 그리고 모든 예술작품들을 복제하는 힘을 갖게 되었다. 그렇다고 해서 위대한 인공지능 화가가 탄생했다고 말할 수는 없다. 작품을 만드는 예술적 영감은 작가의 의지에서부터 출발한다. 

인공지능이 스스로 작품을 만들려면 흉내낼만한 데이터 기반이 필요하다. 즉 스스로 원작을 만들지 못하고 참조대상이 있어야만 비슷한 작품을 만들어 낸다. 인간의 아이디어를 베낀 작품은 아무도 값어치를 인정해 주지 않는다.

▲Next Rembrandt가 개발한 인공지능은 램브란트 풍 작품을 3차원 데이터로 제작해낸다. Source: Campaign


이런 일은 모든 예술 활동에서 발생하고 있다. 인공지능 작곡 프로그램이 바하나 모차르트 음악을 바탕으로 해서 바하 풍이나 모차르트 풍 음악을 작곡해 낼 수 있다. 조앤 롤링의 해리포터를 읽고 해리포터 속편을 인공지능이 써내려 갈 수는 있다. 그러나 그런 흉내 낸 작품은 독자의 감흥을 얻지 못한다. 

인공지능이 가을에 관련된 많은 시들을 읽고 스스로 ‘가을’을 주제로 시를 작성한다고 한들 무슨 영감을 실어낼 수 있겠는가? 그저 그런 습작에 불과할 뿐이다. 인간의 마음을 후벼 파고 기쁨과 슬픔 그리고 고뇌와 노여움을 전달해 주는 문학 작품은 작가의 뇌리 속에서 곰씹고 맴 돌면서 탄생하는 법이다. 
 
■ 인공 발명기술이 확산되고 있다
인공지능기술이 발달하면서 인공 발명기술이 확산되고 있다. 화학과 생물학 영역에서는 수년 전부터 원하는 물성을 가진 새로운 조성을 발명하는 일을 컴퓨터 인공지능이 맡고 있다. 인공 발명기술은 새로운 발명품을 개발하는 데 드는 비용과 시간을 현격히 줄여주는 효과가 있다. 

인공지능은 전문가들이 불가능하다고 선언했던 발명품들도 만들어낸다. 인공지능 바둑프로그램 알파고가 이세돌과의 바둑 대국에서 이해되지 않는 수를 놓았듯이, 인공 발명품은 인간의 예상을 뛰어넘는 기괴한 모습으로 나타날 수 있다. 

예를 들면 죤 코자(John Koza) 교수는 2006년에 유전(Genetic) 프로그래밍을 이용한 발명 기계를 발명해서 특허를 취득했다. 이 발명 기계는 100대의 컴퓨터를 연결해 만든 네트워크 컴퓨터시스템이다. 이 발명 기계로 단지 저항과 캐퍼시터만을 가지고 증폭비가 두 배 이상인 회로를 만들어 사람들을 놀라게 했는데, 그동안 모든 전기기술자들이 그런 회로는 불가능하다고 믿었기 때문이다. 또 NASA는 인공지능 발명 소프트웨어를 이용해서 작은 크기의 우주선 안테나를 설계했는데, 전문가들이 전혀 예상하지 못했던 이상한 형태로 만들어냈다. 

이렇듯 컴퓨터가 인간이 상상하지 못한 설계를 해내는 이유는 숙련된 기술자들은 전문가적 시각에 얽매여 전혀 다른 발상의 전환을 하기 힘든 반면에 소프트웨어는 편견 없이 모든 가능성을 고려하기 때문이다.
  
인공 발명기술은 엄밀한 의미에서 발명가들이 훨씬 발명을 잘할 수 있도록 도와준다. 인공 발명기술이 부품을 선정하고 조건을 찾아내 최종 설계하는 중요 단계를 맡아 처리한다 해도, 발명가가 필요 없다는 의미는 아니다. 모든 인공 발명 과정에서 일부는 사람이 개입해서 지적해주거나 선택을 해주어야 하기 때문이다. 

발명 과정을 자동차 운전으로 비유해보면 인간 발명가는 운전석에 앉아서 앞으로 전개될 미래 상황을 내다보고 기술적으로 이뤄야 할 목표를 잘 정리해 주는 역할을 한다면, 인공 발명기술은 사람을 대신해서 조종간(操縱桿)을 잡고 최종 목적지까지 운전하는 역할을 한다. 비록 자율운전 자동차가 모든 주변상황을 인지하여 스스로 방향과 속도를 조절할 수 있다 해도, 

결국은 인간의 지시를 받게 되므로 기계와 인간이 하나의 시스템으로 상호작용하는 협동관계라 할 수 있다. 요술램프 속의 지니(Genie)는 알라딘이 소원을 빌어야 일을 하듯이 인공지능은 발명가가 시키는 대로 발명 활동을 할 뿐이다.
 
■ 인공 발명도 소원을 빌어야 제대로 작동한다
모든 발명가가 사용하게 될 인공지능 발명기술은 지금까지 인간이 활용해온 도구와 마찬가지다. 발명가들은 인공지능이나 컴퓨터가 등장하기 전에도 망치, 자, 각도계, 계산자와 같은 문명의 도구들을 활용해서 발명 활동을 해왔다. 발명가는 전혀 새로운 개념을 고안해내는 전문가다. 자연을 지배하는 물리법칙을 밝혀내서 수학적 언어로 표현하여 실패하지 않는 방법을 찾아내고, 발명품의 성능을 예측하여 결국 새로운 구조를 설계해낸다. 아무리 간단한 발명이라도 도구를 전혀 사용하지 않는 발명 활동은 없다. 즉, 발명가는 도구를 제대로 활용할 줄 아는 장인이라고 하는 것이 옳다. 

동시에 발명가는 발명 활동을 보다 활발하게 만들어줄 수 있는 새로운 도구를 발명하기도 한다. 이제 인간은 인공지능이라는 발명 도구를 새로 만들어서 예전에는 꿈꿀 수 없었던 높은 경지의 발명 능력을 갖게 된 것이다. 컴퓨터 인공지능이 인간을 대체할 것이라는 생각은, 인간이 인공지능을 이용해서 잠재력을 크게 높였다는 점을 간과한 걱정이다.
  
인공지능기술은 지금까지 인간 두뇌의 힘만으로는 넘어설 수 없었던 더 높은 차원의 복잡하고 훨씬 더 어려운 문제를 해결해줄 수 있는 막강한 힘이다. 인공지능은 발명가들이 그동안 사용해온 낡은 도구들을 대체할 첨단 도구인 셈이다. 총체적으로는 인간과 컴퓨터가 협동하여 만들어낼 발명의 영역이 크게 확장될 수밖에 없다. 예전에는 인간 발명가가 발명에 필요한 모든 세세한 조건이나 변수를 지정해야 했다면, 앞으로는 그런 일은 인공지능에게 맡겨서 풀어야 할 문제를 구분해 주고 이를 컴퓨터가 이해할 수 있는 언어로 지시하는 고차원적인 일을 하면 된다. 나머지는 인공지능 소프트웨어가 해내게 된다. 그래도 발명의 저작권은 인공지능을 다루는 발명가에 있다.
  
예술분야에서도 마찬가지다. 편곡이나 작곡 프로그램이 없던 시절엔 아무리 훌륭한 작곡가라 해도 한 달에 여러 작품을 지속적으로 만들어 내지 못했다. 하지만 아이바(Aiva, Art Intelligence Virtual Artist)라는 인공지능 작곡 프로그램을 이용하면 영화배경음악, 광고음악, 게임 배경음악 등의 사운드 트랙을 하루 밤 사이에도 여러 편 만들어 낼 수 있다. 아이바는 신경망을 이용한 심층학습으로 멜로디 패턴이나 사람의 얼굴과 같은 고차원 추상화를 이해하고 모델링 해낸다. 요즈음 유행하는 작품들을 학습시키면 유행에 민감한 멜로디를 만들어 낸다. 편곡자나 작곡가는 인공지능 작품에 덧칠을 해주면 된다. 인공지능이 만든 작품의 미세한 흠들을 찾아내서 바꾸는 작업은 전문가의 손으로 한다.
▲아이바(AIVA)가 작곡한 "Genesis" Symphonic Fantasy in A minor, Op. (https://www.youtube.com/watch?v=Ebnd03x137A)
인공지능이 인간의 두뇌보다 월등히 우수한 장기는 빅 데이터를 학습에 활용한다는 점이다. 이는 인간의 두뇌가 감당하기 어려운 부분이다. 옳고 그름의 문제가 아니라, 사람이 미처 생각해내지 못했던 의미를 발굴한다는 점에서 사람의 두뇌능력을 초월한다는 것이다. 그러나 컴퓨터가 발굴해낸 새로운 의미의 가치는 사람이 판단한다. 그래서 통찰력, 창의력, 직관력, 의미부여, 이야기 전개, 개념의 종합, 예술적 감각, 소통 등은 모두가 인간의 사고력을 통해서 이루어지는 개념이다. 컴퓨터는 주체가 아니므로 이런 개념들을 결정할 수 없다.
  
컴퓨터가 그림을 그리거나 음악을 작곡하는 등 예술 활동을 할 수도 있다. 하지만 기계의 예술 활동이 대중을 감동시킬 만큼 예술성이 높아서 어떤 상을 받기란 불가능하다. 학문 분야에서도 마찬가지다. 컴퓨터가 주체적으로 새로운 이론이나 개념을 만들어낼 수는 없다. 하지만 평범한 지식 소유자라도 좋은 인공지능을 활용할 줄 알면 손쉽게 숙련된 기능과 제법 지식 높은 판단력을 갖출 수 있게 된다.
  
따라서 차별화된 실력을 갖추려면 전혀 새로운 관점을 찾아내는 사고력, 변화를 감지하고 받아들이는 유연성, 남들이 깜짝 놀랄만한 아이디어를 내밀 수 있는 창의성, 그리고 남들의 마음을 공유하는 사교성으로 무장해야만 한다. 최고의 권위는 남다른 사고력에서 나오며, 시스템이 제공하는 인공지능의 허점을 파고들어 새로운 가치를 발굴해내는 힘에서 나온다. (출처: 문학사상 539호 76-95쪽, 2017년 9월)

[글: 이준정 미래탐험가/과학기술 칼럼니스트]