신문은 선생님

얼마 전 우리나라에서 총상금 1억원을 내걸고 사상 처음으로 인공지능(AI·Artificial Intelligence)으로 쓰는 소설 공모전이 열린다는 뉴스가 나왔어요. 최근 마이크로소프트는 AI로 그림을 그려주는 '드로잉봇' 서비스를 공개했고, 구글도 AI를 이용해 음악과 미술 작품을 만드는 '마젠타 프로젝트'를 선보였지요.

AI가 사람 말을 알아듣고 바둑을 두는 차원을 넘어 인간 고유 영역이라고 생각했던 창작 활동까지 제대로 해낼 수 있을지 관심이 쏠리고 있지요. 오늘은 가장 주목받는 첨단 기술인 인공지능에 대해 알아볼게요.

◇사람의 지능을 흉내 낸다, 인공지능

인공지능은 말 그대로 컴퓨터가 사람 지능을 흉내 내는 것을 말합니다. 인간의 추론 능력, 지각 능력, 이해 능력 등을 컴퓨터 프로그램으로 실현하는 기술이지요. 인공지능 덕분에 컴퓨터는 점점 더 똑똑해져서 사람처럼 바둑을 두기도 하고, 몸속 아픈 곳을 찾아내기도 해요. 앞으로 우리의 거의 모든 일상에 인공지능 기술이 적용될 것이라는 전망이 나오고 있습니다.

인공지능이라는 말은 1956년 미국의 인지 컴퓨팅 과학자인 존 매카시(McCarthy·1927~2011)가 처음 쓴 것으로 알려져 있어요. 하지만 사실 컴퓨터가 만들어졌을 때부터 많은 과학자가 컴퓨터에 '지능'을 심으려고 했지요. 이를 고민했던 가장 대표적 인물이 바로 영국의 수학자 앨런 튜링(Turing·1912~1954)입니다. 그는 컴퓨터가 논리적 지능을 가졌는지 테스트할 방법을 제안했는데, 그게 바로 지금 인공지능의 성능을 검증하는 '튜링 테스트'예요.

하지만 초기 컴퓨터는 인공지능이 되기엔 성능이 벅찼어요. 그래서 과학자들은 현재 컴퓨터의 성능 한계 안에서 인공지능을 최대한으로 구현하기 위한 기술을 고민하기 시작했는데, 그중 가장 많은 인정을 받고 있는 기술이 바로 '머신러닝(machine learning)'입니다. 지난 2016년 이세돌 9단과 바둑 대결을 벌여 승리한 구글의 인공지능 '알파고'를 만든 것도 바로 머신러닝(딥러닝) 기술이지요.

머신러닝이란 방대한 자료를 분석해서 상관관계와 특징을 찾아내고 여기에 나타난 규칙을 통해 결론을 내리는 방식으로 기계를 학습시키는 거예요. 이 기술도 일찍이 1959년 미국의 컴퓨터 공학자 아서 새뮤얼이 논문에서 처음 제안했어요. 하지만 당시 컴퓨터 성능이 이를 실현할 만큼 충분히 뒷받침하지 못했는데, 최근 기술 발전으로 컴퓨터 성능이 급격하게 높아지며 본격적인 인공지능 시대가 열리기 시작했답니다.

◇수많은 데이터를 통해 배우다

우리가 가장 쉽게 만날 수 있는 인공지능은 무엇일까요? 바로 사람처럼 말을 하는 음성 인식 기기입니다. 네이버의 '클로바 프렌즈', 카카오의 '카카오 미니', SK텔레콤의 '누구' 등 인공지능 스피커가 대표적이지요. 스마트폰에서는 인공지능 비서의 원조 격인 애플 '시리'와 삼성전자의 '빅스비'가 비슷한 일을 합니다. "오늘 날씨는 어때?" 하고 물으면 음성을 인식해 오늘 날씨를 인터넷에서 찾아 보여주는 식이지요.

말로 기기를 다루고, 원하는 정보를 찾아준다는 건 꽤 흥미로운 일이에요. 침대에 누워서 손 하나 까딱하지 않고 스피커 속 인공지능을 불러서 '워너원'의 음악을 들을 수 있고, 손가락으로 자판을 치지 않아도 친구에게 SNS 메시지를 보낼 수 있거든요. 게을러질까 봐 걱정된다고요? 인공지능의 발전은 손발이 불편한 장애인들이 컴퓨터를 다루고 IT에 익숙지 않은 노인과 아이들이 아무런 어려움 없이 디지털 기기를 쓸 수 있도록 하는 등 더 나은 세상을 만들어 준답니다. 키보드와 마우스를 벗어나, 말로 컴퓨터와 대화하기 때문이지요.

그렇다면 사람 말을 알아들으니까 스피커나 스마트폰에 사람 같은 '지능'이 있다고 말할 수 있을까요? 이 기기들을 '인공지능'이라 부르는 이유는 기계가 사람 말뜻을 알아듣고 그에 적절하게 반응하는 데 '머신러닝'을 이용했기 때문이에요.

사실 기계는 말귀(사람 말의 의미)를 이해하지 못합니다. 말을 하나하나 글자로 받아쓰는 것 정도는 할 수 있었지만 그 안에 있는 여러 의미를 알아듣는 건 또 다른 문제이지요. 예를 들어 "냉장고에 뭐 있어?" 하고 묻는 이유는 냉장고 속에 진짜 뭐가 있느냐고 묻는 게 아니라 "배고파. 지금 뭔가 먹고 싶어"라는 의미이기도 해요.

머신러닝을 도입하면 컴퓨터는 아예 문장의 뜻을 통째로 익힐 수 있습니다. 물론 한두 문장을 입력해선 안 되고 "어제 먹었던 간식이 맛있었는데…" "배고파. 간식 줘" 같은 비슷한 의미로 통하는 수많은 말을 엄청나게 집어넣어야 컴퓨터가 그 의미를 서서히 구별해내는 거지요. 마치 아기가 말을 배우는 과정과 비슷한데, 컴퓨터는 사람과 비교할 수 없을 정도로 이해·추론 능력이 떨어지기 때문에 그야말로 방대한 데이터가 필요합니다.

그래서 아직 인공지능 기기와 이야기를 나누다 보면 속 터질 때가 있어요. "뭐라고 말씀하셨는지 잘 알아듣지 못하겠어요" "그건 제가 아직 할 수 없는 일이에요" 같은 말을 하루에도 몇 번씩 반복하거든요. 하지만 이 기기도 몇 달이 지나면 할 수 있는 일이 늘어나 있어요. 말귀도 점점 더 찰떡같이 알아듣지요. 뭔가 매일 더 똑똑해지고 있는 거예요.

음성 인식 스피커가 말을 알아듣도록 하는 서버에는 매시간 셀 수 없이 많은 목소리 파일이 담깁니다. 우리가 오늘 스피커에 한 이야기도 사실은 인공지능 스피커에 말 한마디를 더 가르친 거지요. 데이터가 늘어날수록 컴퓨터는 더 똑똑해지고 더 정확하게 알아들을 수 있는 거예요.

인공지능 기술의 발전은 컴퓨터 성능 발전과 아주 밀접한 관계가 있어요. 성능이 현재 수퍼 컴퓨터의 1억배라는 양자(量子) 컴퓨터가 현실화되면 데이터를 분류하고 이를 통해 추론하는 머신러닝을 넘어 스스로 문제를 판단하는 인공지능 기술까지 현실화할지 몰라요. 하지만 양자 컴퓨터를 상용화하기가 아직 어렵기 때문에 영화 '터미네이터'처럼 스스로 생각하고 행동하는 인공지능이 등장하기까지는 시간이 더 걸릴 거라는 이야기가 나온답니다.