인공지능을 더 인공지능스럽게
만드는 기획자
좋은 인공지능은 기획자와 개발자가 함께 만든다
언젠가부터 나는 아침 기상 알람을 설정하지 않는다. 잠을 자기 전에 시계를 보고, 한 마디 하고 자는 것이 보통이다. "하이 빅스비, 네 시간 후에 깨워줘."
지금으로부터 15년 전, 내 침대 머리맡에는 항상 알람 시계가 놓여있었다. 알람을 맞춰 두면 두 개의 종 사이로 쇠침이 움직이며 시끄럽게 울려대던 시계였다. 그때의 나는 잠들기 전 시계를 보고, 얼마나 잘 수 있는지 가늠하고 다이얼을 돌려서 알람을 설정해야 했다. 공부를 하다가 너무 졸려서 두 시간만 자고 싶을 때, 새벽에 바로 나가야 할 때 다이얼을 부지런히 돌렸더니, 종이 두 개 달려있던 알람 시계는 규칙적이지 못한 내 삶을 견디지 못하고 망가졌었다.
15년 전과 오늘 내 일과 중 많은 것이 그대로 유지되고 있기는 하지만, 또 많은 것이 변했다. 내 아침을 시작하는 네스프레소 머신은 거의 10년을 사용하고 있으나, 내 아침 일과는 네스프레소 머신을 제외하고는 대부분이 바뀌었다. 기술이 내 일상을 바꾸어가고 있다는 것이 체감되는 하루하루를 보내고 있다. 그리고 나 또한 다른 사람들의 일상을 바꾸어가는 기술을 만들고 있다. 나는 인공지능 서비스를 개발하는 회사의 기획자다.
이번 주 업무 시간에 함께 업무를 수행하는 기획자 동료에게 질문을 받았다. "개발을 모르는 저도 인공지능을 학습해야 할까요?"
개발을 모르면 인공지능 개발에 도움을 줄 수 없는가? 나는 그렇게 생각하지 않는다. 오히려 기획자야말로 인공지능을 더 인공지능스럽게 만들 수 있다고 생각한다.
인공지능의 정의는 변화할 수 있는가?
지난주 나는 나와 함께 일하는 동료들(개발자와 비개발자 모두)에게 '인공지능의 정의가 무엇인가요?'라고 질문했다. 재미있게도, 대부분 비슷하지만 또 대부분 다른 답변을 내렸다. 재미있는 사실은 꽤 많은 사람들이 '자기 학습을 할 수 있는 시스템'이 인공지능이다라는 이야기를 한다는 것이고, 그 예시로 머신러닝과 딥러닝을 들었다는 것이다. 이 이야기는 1/5 정도는 맞고 나머지는 틀렸다고 생각한다.
머신러닝과 딥러닝은 인공지능의 세부 분야이지, 인공지능 그 자체라고는 할 수 없다.우리 조직 얼리슬로스 역시 자체 인공지능 엔진을 개발하고 있지만, 딥러닝은 전혀 사용하고 있지 않을뿐더러, 머신러닝의 의존도 또한 높지는 않은 편이다. 사람마다 관점이 다르겠지만, 나는 '딥러닝'이나 '머신러닝'은 인공지능이라는 개념의 극히 일부가 될 수 있을 뿐, 큰 비중을 차지하지는 않는다고 생각한다.
· 인공지능 != 머신러닝
· 인공지능 != 딥러닝
· 머신러닝 != 딥러닝
· 인공지능 ⊃ 머신러닝 ⊃ 딥러닝
2016년 딥러닝을 통해서 바둑계를 재패한 '알파고'의 등장 이후, 인공지능에 대한 대중의 관점이 크게 바뀌었다. 하지만, '알파고'가 등장하기 전에도 우리는 일상에서 흔히 '인공지능'에 대해서 논하곤 했다
스타크래프트가 한창 유행하던 2000년대, 스타 좀 한다는 친구들은 모이기만 하면 스타크래프트에 대해서 논의를 하곤 했는데, 그즈음 많이들 하던 이야기가 있었다. '야, 테란 사기 아니냐?', '야, 하이템플러 사기 아니냐?', 그리고 '야, 드라군 인공지능 너무 안 좋지 않냐?'. 이 대화에서 우리는 드라군의 행동에 대해서 '인공지능'이라는 단어를 사용했다. 실제로 논란의 '드라군'과 '인공지능 혹은 AI'를 검색해보면, 여전히 대량의 게시글이 나온다. 그 글에서 많은 사람들은 스타크래프트에 나오는 유닛 드라군의 길 찾기 알고리즘을 인공지능이라고 인식하고 있다. 드라군이 등장한 스타크래프트 게임의 최초 발매 시기는 1998년으로 딥러닝도 머신러닝도 화두가 되기 한참 전의 일이다. 그런데 요즘 사람들은 드라군의 일례를 인공지능으로 들면, 그것이 무슨 인공지능이냐는 반응이다. '알파고'가 나타났다는 이유로 과거의 인공지능이 인공지능이 아니게 된 것일까? 딥러닝만 인공지능이 된 것일까? 나는 스타크래프트의 드라군의 길 찾기 알고리즘 역시 여전히 인공지능의 한 분류라고 생각한다. 1999년의 내가 사람이었고, 지금의 내가 사람이라는 사실이 절대 불변한 사실인 것처럼, 어떤 한 사물이나 현상의 정의가 상황이나 시간에 따라 변한다면 그것은 정확한 정의라 할 수 없다. 이러한 논리라면, 지금 인공지능의 대표주자 '알파고'도 20년이 지나 혁신적인 인공지능 모델이 나오면 인공지능이라 할 수 없을 것이다.
지능이라는 단어의 모호함
스타크래프트의 드라군이던 알파고던 사람이 만든 알고리즘의 뭉치를 정의하기 위해 인공'지능'이라는 명칭을 사용하기 시작한 순간부터 우리는 '지능'이라는 개념에 대해서도 고민을 해봐야 한다. '인공지능'이란 문자 그대로, 사람이 만든 '지능'이라는 의미이니까.
흔히 인간은 지능을 갖고 있다고 이야기를 한다. 그렇다면 우리가 기르는 강아지나 고양이는 어떤가? 지능이 없다고 이야기할 수 있을까? 그렇게 생각하는 사람은 아무도 없을 것이다. 우리는 동물을 평가할 때, '인간 나이 몇 세 수준'이라는 평가 기준을 달아 지능 수준에 대해서 이야기를 한다. 그렇다면 조금 더 생물의 크기를 줄여서 파리와 모기까지 내려가 보자. 파리와 모기는 지능이 없을까? 선호하는 온도와 장소가 있으며, 알을 낳는 기준이 정해진 파리와 모기 역시 지능이 없다고 이야기할 수는 없을 것이다. 그렇다면, 더더 크기를 줄여서 길이 1mm 정도, 육안으로 확인하기도 어려운 '예쁜꼬마선충'이라는 생물을 보자. 배가 고프면 음식을 찾아서 먹고, 배가 부르면 짝짓기 상대를 찾아가고, 머리를 만지면 뒤로 도망가며, 냄새로 음식을 구분하는 이 작은 생물은 '지능'이 없다고 이야기할 수 있을까? 어느 정도 인지능력을 갖추어야 '지능'으로 분류되기 시작할 수 있을까?
위에서 잠깐 언급한 '예쁜꼬마선충'은 굉장히 재미있는 예시를 갖고 있다. 이 작은 생물은 신경세포가 302개 밖에 갖고 있지 않기 때문에 인간 과학자들이 모든 뉴런을 파악할 수 있게 되었다. 그러다 보니 과학자들은 예쁜꼬마선충을 이용해서 다양한 실험을 하게 되는데, 로봇에다가 예쁜꼬마선충 뉴런의 연결 정보와 연결 강도를 넣고 실행시킨 것이다. 사람이 만든 로봇에 행동 패턴 알고리즘을 입력하지 않았음에도 불구하고, 예쁜꼬마선충처럼 움직이는 행동 패턴을 만든 것이다. 알고리즘을 하나도 입력하지 않았으나 예쁜꼬마선충처럼 움직이는 인간이 만든 이 로봇을 우리는 '인공지능'을 갖고 있다고 이야기해야 할까, 아니면 '지능'을 갖고 이야기해야 할까? 혹은 그 무엇도 아니라고 해야 할까? 다양한 논리가 있겠지만, 만약 인간이 의도된 결과를 만들기 어렵다는 이유로, 혹은 인간이 이해할 수 없다는 이유로 인공지능으로 분류하지 않는다고 한다면, 우리는 인공신경망을 이용한 비지도학습, 딥러닝 기술 또한 인공지능으로 분류할 수 없게 될 것이다. 그리고 만약 기술이 더 발달해서 302개의 신경세포를 가진 '예쁜꼬마선충'보다 훨씬 복잡하고 많은 신경세포를 가진 '인간'의 신경세포를 모두 파악해서 동일하게 로봇을 만들었다고 가정해보자. 논리가 맞다면 이 로봇은 복제 원본 인간과 동일한 생각을 하고 동일한 행동 행동을 할 것이다. 이제 이 로봇은 '인공지능'을 갖고 있는가, '지능'을 갖고 있는가?
단순한 알고리즘은 인공지능일 수 없는가?
IF 문은 코딩을 배우면서 가장 먼저 다루는 문법 중 하나다. 어떠한 조건이 일치할 때와, 일치하지 않을 때 수행할 명령에 대해서 정의할 수 있다. 여기에 IF문이 하나 사용된 단순한 코드가 있다고 가정해보자.
If 밥먹은 시간.timer >= 5
print."배가 고프기 시작합니다."
Else
print."배가 고프지 않습니다."
위 코드는 인공지능이라고 정의할 수 있을까? 아마도 위 코드를 인공지능으로 정의하는 사람은 많지 않을 것이다.
만약 그렇다면, 세상에서 정의할 수 있는 조건을 모두 정의한 거대하고 무수히 많은 IF 문을 포함한 어떠한 코드가 있다고 가정해보자. 이 코드의 분기는 별도 학습 없이 순수하게 IF문만 사용하여 결정되며, 어느 한 분야에 있어서 박사 수준으로 학습한 인간이 어떠한 결정을 내림에 있어서 판단하는 모든 조건이 포함되어 있다. 이 거대한 IF문을 사용한 코드는 인공지능으로 정의할 수 있을까?
테세우스의 배는 언제부터 테세우스의 배가 아니게 되는가, 혹은 언제부터 테세우스의 배가 되는가만약에 이 거대한 IF문을 인공지능이 맞다고 이야기한다면, 여기서 우리는 풀리지 않는 철학적 문제에 봉착하게 된다. IF 문이 한 개일 때에는 인공지능이 아니고, N개 이상일 때는 인공지능이라고 가정해보자. 한 개의 IF문부터 N개의 IF문까지 순차적으로 작성해나간다고 생각했을 때, 역으로 N개의 IF문에서 1개의 IF문이 남을 때까지 순차적으로 삭제한다고 생각했을 때, 이 IF문이 인공지능이 되는 시점은 언제이고, 더 이상 인공지능이 아니게 되는 시점은 언제일까?
여러 가지 이유로 인해, 어떤 무언가가 인공지능이냐, 인공지능이지 않느냐에 대해서는 사회적으로 합의가 이루어지기 쉽지 않을 것이다. 과학자들은 학술적으로 다양한 정의를 하기 위해서 시도하겠으나, 사회적으로, 윤리적으로, 그리고 철학적으로 넘어야 하는 산이 너무 많다.
인공지능이냐 인공지능이 아니냐
개인이 판단한다
이렇게 복잡한 인공지능에 대한 정의와는 관계없이 우리는 일상생활 중에 '이거 정말 인공지능스러운데!' 라고 감탄하는 서비스 혹은 기술을 만날 때가 있다. 그리고 역으로 엄청난 기술적 복잡도를 갖고 있음에도 불구하고, '얜 왜 이렇게 멍청하지?'라고 탄식이 나오는, 더 나아가서는 '얘도 인공지능이었어?'라고 생각되는 서비스 혹은 기술을 만날 때가 있다.
사람마다 다르겠지만, 이런 예를 들어보자:
여기에 서로 다른 센서를 사용한 두 개의 자동 블라인드가 있다고 가정한다.
A: 오후 2시가 되면 자동으로 햇빛을 차단하고, 오전 6시가 되면 자동으로 열린다
B: 조도가 특정 밝기 이상으로 높아지면 자동으로 햇빛을 차단하고, 조도가 특정 밝기 이하로 낮아지면 자동으로 열린다.
완전히 동일한 동작을 하지만, 서로 다른 조건에서 반응하는 두 개의 블라인드 중 사람들이 조금 더 인공지능스럽다고 느끼는 것은 어느 쪽일까? 아마도 조건이 조금은 더 복잡해 보이는 B 쪽의 손을 들어줄 것이다. 여기에 사람이 들어오고 나가고 같은 조건을 조금만 더 붙여나간다면 아마 많은 사람들이 이 자동 블라인드를 '인공지능 같다' 혹은 '똑똑하다'라고 느끼게 될 것이다.
이 로직이 너무 단순하다면, 또 다른 예를 들어보자:
일본 게임 '더 퀸 오브 하트 99'는 제목이 이야기해주듯, 1999년에 출시된 게임이다. 오늘을 기준으로 22년 전에 나온 이 동인 게임은 한 대 학교 컴퓨터실에 '피카츄 배구', '피구왕 통키'와 함께 한 좌를 차지하고 있던 게임이다.
학교 컴퓨터실에서 이 게임을 해보셨다면, 네 저랑 같은 세대이시네요...이 대전 게임의 CPU는 정말 재미있는 시스템이 탑재되어 있었다. 사람이 입력한 콤보 커맨드의 대미지가 CPU가 기본적으로 구사하는 콤보보다 높다면, 사용자의 콤보를 그대로 사용하기 시작한다는 것이다. 아직 어렸던 나는 내가 컴퓨터에게 사용한 무한 콤보를 CPU에게 그대로 두들겨 맞으면서, 이 게임의 인공지능이 정말 똑똑하다고 느꼈다. 그리고 아마 2020년대인 지금 이 게임을 플레이하는 사람이 있다면, 똑똑은 모르겠지만, '인공지능스럽다'라고 이야기할 가능성이 높다. 더욱 재미있는 것은 이러한 시스템은 사실, 우리가 더 이상 인공지능이라고 부르지 않는 스타크래프트 드라군의 길 찾기 알고리즘보다도 더 단순한 알고리즘이라는 것이다. 게임을 만들 때 함수만 잘 작성해두었다면, 이러한 학습 알고리즘은 거의 한 패턴으로 정의할 수 있다.
IF (사용자가 입력한 콤보{사용한 기술의 순서 ARRAY}의 대미지 > 기존 CPU가 구사하는 콤보의 대미지)
사용자가 입력한 콤보를 캐릭터의 콤보 CASE에 추가
자체적으로 '학습'에 가까운 행동을 취하는 게임 '퀸 오브 하트 99'의 인공지능은 논리 자체는 지극히 단순하지만, 사람으로 하여금 뛰어난 인공지능이라고, 심지어 인공지능이 학습하고 있다고 느끼기 좋은 구조이다.
이와 같이 단순한 알고리즘을 갖고 있음에도 잘 만든 인공지능이라고 느껴지는 서비스가 있는 반면, 굉장히 복잡한 알고리즘을 갖고 있음에도 불구하고, 너무나도 익숙해서 '이것도 인공지능이었지 참...'이라고 생각되는 서비스가 있기도 하다.
구글의 검색 서비스가 그렇다. 구글은 2013년부터 검색엔진에 인공지능 엔진을 적용하여 제공하고 있으나, 구글 검색엔진이 똑똑하다는 표현은 일상에서 접하기 쉽지 않다.
평소 자동차를 검색했던 내가 '재규어'를 검색하면, 동물 '재규어'가 아닌 자동차 '재규어'를 찾아준다.잘 설계한 사용자 경험이 인공지능을 보다 인공지능스럽게 만든다
우리 조직이 제공하는 서비스 '포켓서베이'는 설문조사 결과를 인공지능을 통해서 분석하여 제공하는 '인공지능 보고서' 기능을 제공하고 있다. 인공지능 보고서 기능은 지금은 사용자에게 꽤나 똑똑하다는 피드백을 받고 있는데, 굉장히 재미있는 사례가 있다.
2019년 5월, 최초 '인공지능 보고서' 시스템을 개발할 때 우리는, 설문조사 패턴을 분석해서 설문 조사자가 필요로 할 보고서를 자동 생성해준다는 콘셉트로 서비스를 론치 했다. 당시 우리 서비스를 사용하는 고객은 조사지 맞춤형 보고서를 제공받고 있음에도 불구하고, 보고서의 무엇이 인공지능인지 궁금해하곤 했다.
2020년 상반기, 우리는 조직은 '인공지능 보고서'의 엔진은 그대로 두고 서비스를 이용하는 사용자의 경험만 개선하는 프로젝트를 수행했는데, 그 결과는 놀랍도록 흥미로웠다.
기존에 '알아서' 조사 분석 보고서를 준비해서 보여주었던 사용자 흐름 단계에, '추천드리는 보고서를 확인하세요.'라는 문구를 넣어 하나의 중간 단계를 만든 것만으로, 서비스를 이용하던 사람들이 굉장히 인공지능스럽다고 느끼기 시작한 것이다. 고객만 그렇게 느낀 것이 아니었다. 서비스 배포 전, 조직 내부에서 유저 테스트를 수행한 결과, '우리 서비스가 훨씬 똑똑해진 것 같다.'라는 피드백을 남긴 것이다. 흥미로운 것은 서비스를 제공하는 우리 조직 사람들은 내가 기획서를 작성하는 단계에서 모든 것을 공유하여, '인공지능 보고서' 시스템 분석 엔진이 그대로라는 것을 인지하고 있었다는 것이다.
스타크래프트부터, 퀸 오브 하트의 인공지능, 구글의 검색 엔진 인공지능, 그리고 포켓서베이의 사용자 경험 재설계 사례를 가만히 살펴보면, 사용자가 느끼기에 인공지능인지 아닌지는 기술의 난이도로 구분되는 것이 아니라, 사용자의 경험으로 구분되는 경향이 있는 것으로 보인다.
개발을 모르는 저도 인공지능을 배워야 할까요?
그렇기에 내 동료 기획자분의 질문에 대한 나의 대답은, "물론이죠."로 귀결된다. 우리는 기술에만 의존해서 인공지능 서비스를 만들지 않는다. 우리가 인공지능 서비스라고 부르는 것들은 대부분 기술과 사용자경험이 접목된 서비스이다. 우리가 갖고 있는 기술을 보다 똑똑하게 보일 수 있도록, 사용자경험을 설계하는 것은 개발자의 몫이 아니라 기획자의 몫이다. 기술을 만드는 방법을 배울 필요는 없지만, 기술이 어떤 결과를 만드는지 알아야, 그리고 어떤 결과를 만들 수 있는 기술이 있는지 알아야 기획자가 사용자 경험을 설계할 수 있다. 인공지능 서비스를 만든다면, 혹은 만들고자 한다면 기획자도 인공지능을 배워야 한다. 그리고 인공지능이 인공 지능스럽게 보이는 서비스를 관찰해야 한다.
