brunch

연재 중 AI와 동거 중입니다 02화

1 라이킷 18 댓글 1

You can make anything
by writing

C.S.Lewis

계정을 잊어버리셨나요?

by IAmAI Apr 11. 2024

AI와 동거 1일 차: AI가 뭔데 나랑 동거를 해?

AI는 무엇인가

"아니 그래서 AI가 뭔데?"

터미네이터? 알파고? 자비스? 그거 막 미래에 인간을 지배하는 거 아닌가? 이런 생각하는 사람들, 꽤 많을 것이다. 사실 나도 AI 하면 처음엔 그런 건 줄 알았다. 영화나 소설에서 천재 주인공이 세상을 구하기 위해 활용하는 도구이거나 먼 미래에는 사람들 뇌 속에 들어와서 조종하는 존재 정도로 알고 있었다. 현실에서는 산속 깊은 곳에서 연구하는 연구원들이나 컴퓨터로 하는 것이라고 생각했다.

"AI라는 용어는 원래 조류독감을 말하는 거 아니었나?"

여기서 잠깐, 이 글에서 말하고자 하는 AI는 영어로 Artificial Intelligence다. 앞글자만 따서 AI라고 부른다. 한국말로는 '인공지능'이다. 쉽게 말해서 사람이 만든 지능이라는 거다.

그런데 AI라는 말을 실제로 알파고가 나오기 전까지는 조류독감이라는 뜻으로 더 많이 쓰기도 했다. Avian Influenza, 조류 인플루엔자 말이다. 나는 AI가 닭 농장을 덮쳐 계란 가격이 치솟았다는 뉴스를 심심치 않게 봤던 기억이 있다. 그래서 AI라는 용어가 인공지능으로 유명해지기 전까지 AI 하면 조류독감을 먼저 떠올리는 경우가 많았다.

하지만 이제는 일반적으로 AI라는 용어를 말하면 조류독감보다는 인공지능의 의미로 훨씬 많이 쓴다. 특히 이 글에서는 더더욱 그렇다.

"아니 근데, AI 그거 내 휴대폰에도 있는 건데?"

AI는 당신 손 안에도 있다. 스마트폰에 사용되는 다양한 기술에는 AI가 활용된다. 손안에 있는 휴대폰 잠금화면을 어떻게 풀었는지 기억하는가? 얼굴인식 혹은 지문인식은 사실 휴대폰 속의 AI가 사용된 기술이다. 우리가 일상에서 사용하는 스마트폰에는 이미 오래전부터 AI가 깊숙이 들어와 있었다.

휴대폰이 어떻게 얼굴이나 지문을 인식할 수 있는 건가 궁금할 것이다. 바로 휴대폰에 내장된 AI가 수많은 얼굴이나 지문 데이터를 학습해서 우리를 구별해 내는 것이다. 얼굴과 지문을 세밀하게 관찰해서 기억한 뒤, 휴대폰 주인 얼굴인지, 손가락이 맞는지 확인해 주는 것이다.

음성인식으로 메시지를 타이핑하거나, 실시간 번역을 하기도 하는데, 그것도 모두 AI가 관여한다. 음성인식이란 당신이 말하는 내용을 AI가 글자로 바꿔서 타이핑해 주는 것이다. 음성인식 기술은 AI가 다양한 사람의 목소리를 이해할 수 있게 된 결과물이다.

또 실시간 번역도 AI의 역할이 크다. 당신이 번역기에 한국어로 말하면, AI가 그 말을 이해하고 영어나 일본어 등 다른 언어로 번역해 준다. 심지어 상대방이 번역된 언어로 대답하면, 그것을 다시 한국어로 통역까지 해준다. AI가 두 언어 사이의 규칙을 배워놓았기에 가능한 일이다.

이처럼 컴퓨터 프로그램으로 만들어졌지만, 마치 사람처럼 생각하고 학습할 수 있게 하는 기술이 바로 AI다.

"AI가 스스로 학습한다고? 머신러닝? 어디서 들어봤는데... 러닝머신?"

AI는 "배워서 남 주냐"라는 말을 실천한다. 학습 능력이 있어서 데이터를 보고 배우고 경험을 쌓는다. 그리고 배운 걸 인간에게 알려주거나 배운 내용을 토대로 새로운 일을 해낸다.

이런 AI의 학습 능력으로 데이터를 받아들이는 과정을 우리는 '머신러닝'이라고 부른다. 영어로는 Machine Learning, 기계가 스스로 배운다는 뜻이다. 머신러닝의 예를 들어, 넷플릭스에서 드라마를 봤는데 재미있었다면 넷플릭스는 우리의 시청 기록을 학습해서 비슷한 장르나 내용의 드라마를 추천해 준다. 쇼핑몰에서 옷을 사면 그 후에 들어가면 내 취향을 학습해서 비슷한 옷을 보여주기도 한다.

며칠 전에 쇼핑몰에서 검색해 봤던 제품이 인터넷 광고에 자꾸 떠서 소름이 끼친 적이 있다. 집에서 유산균에 대해 검색을 한 번 했더니 휴대폰에 갑자기 유산균 광고 1000억 마리 유산균 요거트 광고가 뜨는 경험, 다들 비슷한 경험 한 번쯤은 있을 거다. 이게 다 머신러닝 덕분인 거다.

"그럼 딥러닝은 뭔데? 머신러닝이랑 다른 거야?"

딥러닝은 머신러닝의 한 종류다. 머신러닝에서 한 걸음 더 나아가, 더욱 깊이 있는 학습을 하는 기술이라고 할 수 있다. 이름 그대로 Deep Learning이다. 딥러닝은 인간 뇌의 구조에서 영감을 받아 만든 '인공신경망'을 사용해 복잡한 데이터를 학습한다. 마치 우리 뇌에서 수많은 뇌세포(뉴런)들이 서로 얽히고설켜 정보를 주고받으며 사고하는 것처럼, 인공신경망에서는 수많은 인공 뉴런들이 서로 연결되어 정보를 주고받으며 데이터를 처리하는 것이다.

머신러닝과 딥러닝의 가장 큰 차이는 데이터를 학습하는 방식에 있다. 머신러닝이 데이터에서 특징을 추출하고 그 특징을 기반으로 학습한다면, 딥러닝은 데이터의 특징뿐만 아니라 특징들 간의 복잡한 관계와 패턴까지 학습한다. 이를 위해 딥러닝에서는 인공신경망을 여러 층으로 쌓아 계층적 구조를 만든다. 이렇게 함으로써 낮은 층에서는 간단한 특징을, 높은 층으로 갈수록 더욱 추상적이고 복잡한 특징을 학습할 수 있게 되는 것이다.

예를 들어 이미지 인식에 있어서 머신러닝은 이미지의 특징(모양, 색깔, 질감 등)을 개별적으로 학습하는 수준이라면, 딥러닝은 이런 특징들이 어떻게 조합되어 하나의 객체를 이루는지까지 이해할 수 있다. 그래서 딥러닝 모델은 학습 과정에서 본 적 없는 새로운 이미지도 정확히 인식해 낼 수 있게 되는 것이다.

쉽게 설명하자면 다음과 같다. 사과의 사진을 컴퓨터에게 학습시키는 상황이라고 해보자.

머신러닝은 “빨간색, 동그라미에 가까운 물체. 사과다.”라는 과정으로 사과를 구분한다. 배 사진을 같이 보여줬다면 노란색과 빨간색이 달라서 구분을 했을 것이다

딥러닝은 이런 단순한 생각에서 더 나아간다. “빨간색이고, 동그랗고, 꼭지가 있고, 매끈한 표면이다. 이런 특징이 조합되면 사과라고 볼 수 있다. “ 이렇게 딥러닝은 사과의 특징을 종합적으로 이해하고 그 특징의 연관성을 찾아낸다. 그래서 빨간색이 아닌 녹색 사과도 사과라는 카테고리로 구분할 수 있게 된다. 데이터를 깊이 있고 입체적으로 이해할 수 있어서 새로운 데이터를 유연하게 대처할 수 있는 능력이 있는 것이다.

단순한 예를 들게 되면 사실 머신러닝과 딥러닝을 구분해 이해하는 게 쉽지 않을 수 있다. 하지만 이 세상의 데이터에는 훨씬 다양한 특징이 있다. 그래서 더 복잡하고 다양한 활용으로 들어가게 되면 머신러닝으로 따라가지 못하는 딥러닝의 장점이 부각되기도 한다, 심지어 사람이 미처 생각지 못하는 특징까지도 고려할 수 있는 잠재력이 있다.

딥러닝 덕분에 AI는 이제 그림이나 음성도 알아보고, 심지어 인간의 말을 이해해서 대화까지 할 수 있게 됐다. 음성인식 비서에게 "오늘 날씨 알려줘"라고 하면 바로 대답하는 걸 보면 딥러닝의 힘을 실감할 수 있다. 챗GPT처럼 인간과 자연스럽게 대화하는 AI도 딥러닝 기술의 결과물이다.

"AI를 알아보니, 이제야 같이 사는 맛이 나는군!"

이제 AI가 좀 친숙하게 느껴지지 않는가? AI는 이미 우리 일상 구석구석에 스며들어 같이 살아가고 있다. AI 덕분에 우리 삶이 한결 편리해진 건 사실아침에 일어나 스마트폰 잠금을 풀 때부터, 밤에 잠들기 전 넷플릭스로 드라마를 볼 때까지. 인터넷 검색, 쇼핑, 음악 및 영상 추천까지 우리는 AI와 함께 하루를 보내고 있다. AI 덕분에 우리 삶은 한결 편리해졌다.

AI와의 동거는 너무 먼 미래의 일이 아니다. 이미 수많은 곳에서 활용되고 있는데도 우리가 눈치채지 못하고 있을 뿐이다. AI는 계속 발전하고 있지만, 이미 우리가 일상에서 자연스럽게 받아들일 만큼 친숙한 존재가 되었다.

그러니 앞으로 휴대폰 잠금 해제를 할 때마다 "아, 여기 내 얼굴을 인식하는 데에 AI가 쓰이고 있었군." 하면서 사용해 보자. 넷플릭스가 추천해 주는 드라마를 볼 때도, 인터넷 쇼핑할 때도 AI의 도움을 받고 있음을 느껴보자.

우리는 이미 한 집에 살고 있다. AI와 말이다. AI와의 동거, 이렇게 이미 시작되었다.

keyword