[직업전망]알파고의 상징성(1)

2016년 3월에 인공지능로봇 알파고(Alpha Go)와 프로바둑기사인 이세돌 9단과의 역사적인 인간과 인공지능의 대결이 펼쳐졌었습니다. 알다시피 결과는 알파고의 일방적인 승리라고 할 수 있는 4대1의 압승으로 끝났죠. 이를 계기로 대중들이 인공지능에 대해 새롭게 인식하게 된 결정적인 사건으로 자리매김하게 됩니다. 

많은 사람들이 대국과정과 결과를 지켜보면서 느꼈을 인공지능의 발전에 대한 놀라움과 충격 그리고 두려움은 상상이었을 것으로 추측됩니다. AI is Here! “성큼 다가온 인공지능”이라는 문구가 말하듯이 이제 인공지능은 우리의 현실 속에 와 있습니다.

인공지능이란 인간의 뇌를 대신할 수는 없지만, 인간의 학습능력, 분석능력, 연산능력, 자연언어의 이해능력 등을 컴퓨터 프로그램으로 프로그래밍 시킨 것을 인공지능기술이라고 합니다. 인공지능은 크게 전문가 시스템과 학습기반 인식 시스템 분야로 나눠볼 수 있습니다.전문가 시스템은 오랜 시간 축적된 전문지식을 데이터베이스로 만들어서 필요한 전문지식을 활용하는 것입니다. 대표적인 분야로는 의료, 법률, 금융 분야가 해당됩니다. 학습기반인식시스템은 수많은 데이터를 집어 넣어서 공통적인 특징을 뽑아내는 것이죠. 그래서 구분할 수 있는 능력이 생기는 인공지능이라고 보시면 됩니다. 이를테면, 닭. 오리와 같은 가금류와 꿩. 비둘기 같은 야생조류를 저장된 데이터로 학습시켜서 구별하는 시스템입니다.

알파고(Alpha Go)가 이세돌 9단과 세기의 대국을 하기 전에도 인간과 인공지능 간의 역사적인 대결은 이전에도 있었습니다. 1997년 IBM이 만든 인공지능컴퓨터인 '딥 블루(Deep Blue)가 그 주인공인데요. ‘딥 블루’는 당시 세계 체스(Chess) 챔피언인 게리 카스파로프(Garry Kasparov)를 꺾었던 최초의 인공지능 로봇이었습니다. 20여년이 흐른 지금 구글의 딥 마인드(Deep Mind)의 인공지능 알파고와 이세돌 9단의 대국이 있기 몇 달 전인 2015년 10월, 유럽 바둑 챔피언 판후이 (Fan Hui) 프로 2단이 알파고와의 대국에서 5대 0이라는 스코어로 완패를 당했었죠. 

사람들은 인공지능기술이 발전하면 인간을 지배하지 않을까라는 막연한 두려움을 가질 수 밖에 없었습니다. 그러나 5판 3선승제에서 먼저 3판을 내리지고도 인내와 기다림 속에서 절묘한 바둑으로 제 4국을 승리한 이세돌 9단은 프로기사 이전에 한 인간의 정신을 잘 대변해 준 아름다운 승리라고 볼 수 있습니다.

구글이 2014년에 3억불이라는 거금을 주고 인수한 회사가 영국의 ‘딥 마인드’(Deep Mind)입니다. 머신러닝(Machine Learning)의 기술을 활용해서 학습 ‘알고리즘'(Algorithm)을 만드는 회사가 딥 마인드였습니다.. 딥 러닝(Deep Learning)은 기계 학습인 머신러닝의 하나입니다. 방대한 데이터를 기반으로 컴퓨터가 스스로 분석하고 학습해서 판단하는 알고리즘으로 구성되어 있는 것입니다. 바둑은 경우의 수가 10에 170승 도저히 상상할 수 없는 어마어마한 크기의 경우의 수 라고 할 수 있겠죠. 

알파고의 학습방법-딥러닝

알파고는 어떻게 학습할까요? 바로 딥 러닝 방식으로 바둑을 익히는데요. 바둑은 경우의 수 대신에 프로기사들의 대국 기보(棋譜)를 학습하게 됩니다. 대국의 특정 상황에서 상대가 어떻게 대응하는지 딥 러닝을 통해 패턴학습을 하는 것이지요 그런다음 가장 적합한 최선의 수를 찾아내는 방식의 딥 러닝을 통해 한수 한수 대국을 이어가는 것입니다.

알파고(Alpha Go)는 딥 러닝(Deep Learning)을 통해 바둑의 기보를 익힘으로써 프로바둑 기사들과의 대국에서 가공할 위력을 보일 수 있었습니다. 알파고 이전에도 인공지능기반의 대표적인 AI 가 있었습니다. 한 번 알아 볼까요? 미국 IBM에서 개발한 인공지능 로봇인 왓슨(Watson)입니다. 왓슨은 인지 컴퓨팅 기능을 바탕으로 만들어진 인공지능 로봇인데요 인지 컴퓨팅(Cognitive Computing)은 사람과 같이 외부대상과 소통하면서 스스로 언어나 이미지를 인식, 학습하는 컴퓨터 기술을 말합니다. 

이미 왓슨은 2011년, 미국 abc 방송의 tv 퀴즈쇼 제퍼디(Jeopardy)에서 퀴즈 챔피언과 연승자를 상대로 우승해서 세계적인 화제가 된적이 있었죠 왓슨은 인간의 언어를 이해할 수 있고 스스로 학습하면서 인간이 최선의 결과를 낼 수 있도록 도와주는 인공지능 프로그램입니다. 

2016년 초, IBM의 이강윤 상무는 ‘AI is Here '(우리 앞에 성큼 다가온 미래) 라는 강연에서 ‘왓슨’에 대해 언급한 대목입니다. 들어 보시죠

“왓슨은 인간이 가르치고 입력한 정보를 바탕으로 분석하고 판단합니다. 속도는 물론 무한대의 지식을 쌓을 수도 있습니다”  - 이강윤-

인공지능 왓슨

현재 왓슨은 10억 명의 건강, 의료 데이터와 10억 건의 의료처방 데이터를 보유하고 있는 것으로 알려져 있습니다. 이러한 데이터는 향후 진단. 처방. 치료방법. 수술 등에서 핵심정보로 활용될 것입니다.

또한 ‘왓슨’은 로봇의사로서 방대한 임상시험 데이터를 분석. 처리할 수 있도록 특화된 로봇이기도 합니다. 특정 질환의 환자 치료시, 진단뿐 만 아니라 개인 맞춤형 처방과 수술방법까지 제시해줄 수 있다는 것이 특징입니다. 미국의 MD앤더슨 암센터에서 ‘왓슨’이 암 진단을 한 결과, 진단 정확도에서 82.6%의 정확도를 보였다고 합니다. 

인공지능 로봇은 정보를 분석. 융합하는 능력이 특히 탁월한데요 의료분야는 방대한 정보와 정교함이 동시에 필요하기 때문에 주목 받지 않을 수 없습니다. 왓슨과 같이 로봇의사로서의 장점은 헬스케어와 의료진단, 판독에서 냉정하고 치밀한 대응이 가능하다는 점이죠 수술로봇으로서의 활용가능성만으로도 외과의사의 역할을 일부 수행하고 대체할 것으로 예상됩니다. 물론 기계적이고 단순 반복적인 업무는 인공지능로봇으로도 충분한 대체효과가 있을 것입니다.

로봇의사의 등장으로 의사의역할을 완전히 대체할 수 있을까요? 대답은 일부는 맞을 수도 있고 일부는 틀릴 수도 있습니다. 로봇의사의 등장으로 전통적인 의사의 역할이 바뀔 수는 있습니다. 그러나 모든 의료과정과 치료행위에 대한 판단과 결정 그리고 책임은 전적으로 인간인 의사에게 있다는 점에서 로봇의사는 의사의 철저한 관리 감독하에서만 활용될 수밖에 없을 것입니다. 이것은 효율성의 문제가 아니라 인간생명에 대한 윤리와 책임의 문제이기 때문입니다.

로봇의사는 데이터처리기반의 분석. 통합의 강점을 가지고 있죠 반면에 의사인 사람의 강점은 인간적인 소통, 공감능력, 윤리문제에 관한 판단 등에서 단연코 앞서 있습니다. 그런 점에서 의사가 주도적인 역할을 하고 로봇의사는 의사의 관리와 통제를 받으면서 로봇의사의 강점을 활용하면 되는 것입니다.

이렇듯 인공지능의 눈부신 발전은 기존의 의사역할에도 커다란 변화의 바람을 일으키고 있습니다. 의사라는 전문직에서도 사라질 역할, 유지될 역할, 새롭게 수행해야할 역할들이 있습니다. 명료한 역할의 재편을 통해 인간과 인공지능의 조화와 공존을 이룰 수 있어야 합니다.

‘왓슨’같은 인공지능로봇은 단순히 어떤 한 분야에만 활용되는 것은 아닙니다. 의료분야 이외에도 금융, 법률, 사물인터넷 등 활용될 여지는 무궁무진합니다. 에를들어 미국, 유럽의 투자회사는 이미 인공지능 기반의 로보어드바이저(Robo Advisor)가 투자결정을 하고, 실제로 펀드를 운용하고 있습니다. 

로봇컨시어지 '코니'

힐튼 (Hilton)호텔에는 소셜로봇(Social Robot)인 호텔 컨시어지(Hotel Concierge) 역할을 하는 ‘코니’가 있습니다. ‘코니’는 사람의 감정을 파악할 줄 아는 로봇입니다. 그래서 개별고객의 요구와 필요에 대응하면서 해결책을 제시해줄 수 있는 로봇입니다. 보통 컨시어지(Concierge)는 고객의 호텔 이용서비스는 물론 고객이 필요로 할 때 마다 자료, 정보, 물리적 서비스를 제 때 제공하는 집사와 비서의 역할이라고 할 수 있죠.

로봇 컨시어지 ‘코니’의 한계는 인간의 감정과 사고로 유연하고 종합적인 서비스를 제공하기에는 부족한 점이 분명히 있다는 사실입니다. 고객의 필요에 능동적이면서 적합한 서비스의 제공이라기 보다는 고객의 필요에 가장 가까운 서비스를 제공할 수 밖에 없는 프로그램으로 활용되는 것이니까요 아직까지는 과도기로서 사람을 완전히 대체하기는 어렵다고 보고 있습니다.

착한로봇으로서 인공지능 로봇의 활용도는 어떨까요?

이 얘기는 2부에서 계속하겠습니다.