텔레그램 n번방과 다크 사이드
마스터 알고리즘으로 보는 머신러닝의 필요성
마스터 알고리즘
페드로 도밍고스 저
강형진 역
기술의 발전은 성인물의 접근 난이도를 낮춘다. VHS 비디오의 보급의 지대한 영향을 미친 것은 바로 성인물이라고 할 정도로 VHS 보급에 보이지 않는 공신이였다.
민주주의로 이행되지 않는 국가에서 태어난 니콜라이 두로프(Nikolai Durov), 파벨 두로프(Pavel Durov) 형제는 검열되지 않는 메신저를 만들었다.
텔레그램
텔레그램은 국정원 도감청 사건으로 인해 대중에게 알려지게 되었고 한국에서 성공적으로 유저를 확보할 수 있게 되었다.
문제는 바로 검열이 없는 텔레그램이 범죄, 마약, 불법 성인물 유통의 중심지가 되었다는 것에 있다.
결론부터 말하면 텔레그램의 독자 암호화 알고리즘은 검증된 적이 없다. 그리고 텔레그램에는 전화번호가 노출되는 버그가 몇 년동안 방치되었다. 이 버그를 이용하여 홍콩 시위자들의 신원을 중국 정부는 파악했다고 한다.
다소 무리한다면 텔레그램에서 범죄자 추적은 가능하다.
마스터 알고리즘채팅 대화는 개인의 프라이버시이다. 하지만 이 대화 안에 범죄가 일어난다면 다른 문제이다.
하지만 구조적으로 수천, 수만명의 대화를 특정 기관이 감청할 수 없다. 우리 나라를 비롯하여 많은 국가가 개인의 프라이버시를 이용해 정치적, 사회적으로 문제를 일으켰기 때문이다.
그래서 법과 절차를 통해 법원의 영장을 통해 메신저 내용은 압수 수색하는 것이다.
하지만 이런 압수 수색은 뒷북이 많고 방대한 채팅 내역이 메신저 하드 용량의 부족으로 일정 기간 후 삭제되는 단점이 있다.
더구나, 보안을 모토로 삼고 있는 텔레그램과 같은 메신저들은 이런 압수 수색에서 데이터를 건질 것이 거의 없는 것이 현실이다.
머신 러닝은 컴퓨터가 데이터와 알고리즘을 기반으로 특정 목적에 맞게 학습하고 추론하는 것이다.
머신 러닝은 이런 점에서 음란물과 테러의 소굴이라는 텔레그램에 도입되어야하는 기능이라 본다.
위키피디아에서는 머신러닝을 이렇게 정의한다.
기계 학습(機械學習) 또는 머신 러닝(영어: machine learning)은 인공 지능의 한 분야로, 컴퓨터가 학습할 수 있도록 하는 알고리즘과 기술을 개발하는 분야를 말한다. 가령, 기계 학습을 통해서 수신한 이메일이 스팸인지 아닌지를 구분할 수 있도록 훈련할 수 있다.
인간이 관여하지 않고 알고리즘을 통해서 음란물, 범죄에 대해서 중립적인 머신 러닝(인공지능 기계 학습)을 통해 판단할 수 있게 한다.
내가 ICO를 시작할 때 마스터 알고리즘의 저자, 페드로 도밍고스를 만난 적이 있다.
그는 인공지능, 머신러닝이 무엇을 변화 시키고 앱과 서비스의 질적 차이를 만들어낼 것이라고 주장했다.
나 역시 이 말에 동의 했다.
인간이 찾아낼 수 없거나 방대한 데이터에서 분석할 수 없는 특이점을 머신 러닝은 찾아낼 수 있기 때문이다. 인간의 프라이버시가 적용되는 채팅, 메신저와 같은 분야에서 중립적인 머신러닝, 딥러닝을 적용하여 범죄에 관련된 내용을 분석할 수 있도록 업그레이드해야 한다.
우리가 마스터 알고리즘에서 배울 점은 다음과 같다.
첫째. 머신러닝, 딥러닝이 모든 소프트웨어에 적용 될 것이다.
둘째. 머신러닝, 딥러닝을 적용하지 않는 기업은 도태될 것이다.
마치며
우리 시대, 인류는 인터넷과 스마트폰을 통해 지식의 확장을 이루고 있다. 하지만, 그 확장에서 인간이 가진 어둠의 다크 사이드가 인간의 존엄을 파괴하고 있다. 우리가 머신러닝, 딥러닝을 이용한다면 이런 해악을 줄이고 기술적 특이점, 초지능과 하나가 되는 싱귤래리티를 향해서 나갈 수 있을 것이다.
더 살펴볼 것
딥러닝 레볼루션, 테런스 J, 세즈노스키
지능의 탄생, 이대열
밑바닥부터 시작하는 딥러닝, 사이토 고키
처음 배우는 딥러닝 수학,와쿠이 요시유키, 와쿠이 사다미
딥러닝 첫걸음, 김성필
