인공지능은 전문가를 대체하고 있다
구글 딥마인드와 이세돌의 대결은 무엇을 남겼나
2016년 3월 9일 구글 딥 마인드의 바둑 인공지능인 알파고와 한국 바둑 기사인 이세돌 9단과의 대국이 펼쳐졌습니다. 많은 사람들은 인공지능은 바둑과 같이 높은 수준의 창의력을 필요로 하는 전문가 영역을 따라올 수 없다고 믿었습니다. 구글의 에릭 슈미트는 "누가 이기든 인류의 승리"라고 하였습니다. 최종 결과는 사람들의 예상과는 알파고가 4승 1패로 압도적인 승리를 거두었습니다.
알파고는 사람들에게 엄청난 충격을 안겨주었습니다. 딥러닝 기반의 인공지능이 학습을 통해 인간 전문가보다 훨씬 뛰어난 능력을 보유할 수 있다는 것을 증명하였습니다. 또한, 한국, 중국 일본은 바둑 인공 지능을 10 년 이상 개발해왔지만 인간을 넘지 못했고, 구글 딥마인드는 1년 만에 인간을 넘어섰습니다. 인공지능 업계에서 무시하던 딥러닝 기술의 위용을 드러내는 순간이었습니다.
알파고는 어디까지 진화하였나
알파고가 2015년부터 2017년까지 얼마나 진화하였는 지를 간략히 정리합니다. 구글 딥마인드는 더 이상 알파고를 개발할 필요성을 못 느끼는 상황까지 와 있습니다.
1) 알파고 판 (AlphaGo Fan)
2015년 판 후이 2단과 대국한 알파고 판은 176개의 GPU를 사용하였습니다.
2) 알파고 리(AlphaGo Lee)
2016년 3월 이세돌과 대결한 알파고 리는 48개의 TPU (Tensor Processing Units)를 사용하였습니다. TPU는 구글의 머신러닝 엔진인 텐서 플로우(Tensor Flow)에 최적화된 전용칩입니다. 구글에 따르면, GPU나 CPU보다 15~ 30배 빠르고, 소비전력당 AI 연산 성능은 30~ 80배 높다고 합니다. TPU는 바둑, 번역, 검색, 이미지 인식, 음성 비서인 구글 어시스턴트, 구글 번역기, 구글 지도 등에도 활용합니다.
3) 알파고 마스터 (AlphaGo Master)
2017년 알파고 마스터는 엔진 최적화를 통해 단지 4 개의 TPU를 장착하였습니다. 전 세계 바둑 1위인 커제 9단과의 경기에서 승리하였습니다. 2 세대 TPU 1개를 탑재된 '알파고 마스터'도 카제를 이겼습니다.
4) 알파고 제로 (AlphaGo Zero)
2017년 10월 알파고 제로는 알파고의 최종 버전으로 논문이 발표되었습니다. 지금까지 알파고는 지도 학습 방식을 통해 16만 건의 기보를 학습하였습니다. 알파고 제로는 바둑의 규칙만 알고 자신과의 대결에서 시행착오를 거치는 강화 학습을 통해 학습하였습니다. 알파고 제로는 알고리즘과 알고리즘 간의 반복 대결을 통해 바둑 실력을 향상했습니다. 학습 36시간 만에 알파고 리의 수준을 능가하였고, 학습 72시간 만에 알파고 리와의 대결에서 패하지 않았습니다. 학습 40일 후에는 알파고 마스터와 대국에서 89승 11패를 기록하였습니다. 학습 40일 동안 알파고 제로는 2900만 번의 자가 대국을 진행하였습니다. 알파고 제로는 빅데이터가 없어도 인공지능이 학습할 수 있다는 것을 보여주었습니다. 빅데이터 확보가 어려운 분야도 인공지능이 활용될 수 있는 길을 제시하였습니다. 아마도 제로는 지도 학습을 위한 빅데이터가 필요 없다는 의미일지도 모릅니다.
알파고 제로는 빅데이터가 없어도
인공지능이 학습할 수 있다는 것을 보여주다 - 강화학습
5) 알파 제로 (Alpha Zero)
알파 제로는 이름에서 Go라는 바둑의 의미를 제외하였듯이 더 이상 바둑 알고리즘이 아닌 범용 알고리즘임을 의미합니다. 알파 제로는 바둑, 체스 등의 보드게임에 적용할 수 있는 범용 인공지능입니다. 게임 규칙만을 입력한 후 자신과의 게임을 반복하는 강화 학습을 합니다. 알파 제로가 알파고 제로를 이기는 데 걸린 시간은 30시간 정도였습니다.
이제 구글 딥마인드의 인공지능은 체스, 장기, 바둑과 같은 보드게임을 정복할 수 있습니다. 다음은 전략 시뮬레이션 게임에서 여러 사람들과 함께 게임하는 분야를 이기는 것입니다.
현재 인공지능은 직업이 아닌 업무를 대체하고 있다
현재 인공지능은 어떤 직업을 대체하고 있는지 생각해 볼 필요가 있습니다. 직업은 다수의 업무를 수행합니다. 어떤 직업이 10개 또는 20개의 업무로 세분화됩니다. 세분화된 업무가 백 퍼센트 기계에 의해 대체되고 사람과 인공지능의 업무의 품질이 비슷할 때, 인공 지능이 직업을 대체합니다. 지금의 인공지능은 직업의 몇 가지 업무만을 대체할 뿐입니다. 예를 들어, 버거킹이나 맥도널드 매장에 등장한 터치 스크린 키오스크는 단지 주문만을 대체할 뿐입니다. 아르바이트 생들은 주문된 햄버거를 요리하고 아이스크림이나 콜라를 컵에 따르는 일에 집중합니다. 한두 명은 일자리를 잃을지도 모르지만, 아르바이트생들은 좀 더 복잡한 다른 업무에 집중합니다. 아르바이트생의 다른 업무를 인공지능과 기계가 대체할 수 없다면 직업은 사라지지 않습니다.
인공지능은 기계적이고 반복적인 동작을 반복하는 기계 지능 (Mechanical AI) 분야의 몇 가지 업무를 대체합니다. 또한, 데이터를 바탕으로 학습하고 논리적으로 추론하고 합리적 의사결정을 하는 분석 지능 (Analytical AI) 분야의 몇 가지 업무도 대체합니다. 예를 들어, 자동차의 지능형 시스템은 자동차의 문제를 분석하고 진단하여 정비사가 자동차를 수리하게 도와줍니다. IBM 왓슨은 의료분야에서 환자의 병을 분석하고 진단하여 의사가 환자의 병을 고칠 수 있는 처방을 할 수 있게 도와줍니다. 핸드폰의 내비게이션은 목적지까지의 최적 경로를 분석하여 운전자에게 길을 안내합니다. 자동차의 지능형 시스템도 IBM 왓슨도 내비게이션도 정비사나 의사나 운전자를 대체하지 못했습니다.
알파고와 같은 직관 지능(Intuitive AI)은 창의적인 사고를 요하는 분야의 몇 가지 업무를 대체합니다. 예를 들면, 스포츠 경기 관련 보도 기사는 인공지능에 의해 실시간으로 기사가 제공합니다. 하지만, 직관 지능 분야의 업무를 인공지능이 대체하는 수준은 매우 미미합니다.
정서적으로 도움을 주거나 인간에게 공감할 수 있는 공감 지능(Empathetic)은 완전 초보 수준입니다. 예를 들어, 많은 채팅 봇들이 사람과 인간을 구분하지 못하는 단계에 있지 않고, 소피아와 같은 로봇은 아직 초보적인 응대 수준입니다.
자율 주행 자동차가 출시되면 수많은 트럭 운전자와 버스 운전자가 사라질지도 모릅니다. 자율 주행 인공지능 기술은 점점 진보할 것이고, 일반 도로에 자율 주행 자동차가 많아질 것입니다. 그러나, 기술적인 문제를 넘어 자동차 보험이나 도로 법규와 같은 수많은 사회적인 문제를 먼저 해결해야 가능한 시나리오입니다. 사회 전반의 패러다임을 바꾸는 작업은 언제나 더딜 수밖에 없습니다. 인공지능은 트럭 운전자의 안전운행을 도와주는 역할을 할 것입니다. 단순 작업을 하는 상담원의 직업도 마찬가지입니다. 고객이 인공지능 상담원과 인간 상담원을 구분할 수 없는 단계에 이르러야 합니다. 인공지능은 상담원들이 더 빠르고 정확하게 상담할 수 있도록 도와줄 것입니다. 공감 지능은 가장 늦게 진화하기 때문입니다.
향후 오랫동안 인공지능은 단순 업무를 대체하여 인간의 업무 효율을 높일 것입니다. 전화기가 보급되고 자동차가 보급되고 컴퓨터가 보급되면서 일자리가 사라진 것이 아니라 단순 업무를 대체할 수 있게 된 것입니다. 인공지능도 마찬가지입니다. 인공지능은 단순 업무를 대체합니다.
인공지능이 단순 업무를 대체하고 전문자의 통찰력을 단순화한다
인공지능을 두려워하는 사람들이 쉽게 간과하는 것이 있습니다. 인공지능은 터미네이터처럼 스스로 생각하는 기계가 아니라 단지 학습하는 기계입니다. 생각하는 것과 학습하는 것의 차이는 큽니다. 인공지능은 질문할 수 없고 단지 대답만 할 뿐입니다.
인공지능이 무서운 것은 단순 업무를 대체하고 있기 때문이 아니라 전문가의 업무를 대체하기 때문입니다. 알파고가 수십 년간 바둑 실력을 쌓은 이세돌 9단의 기력을 단지 1년 만에 쉽게 뛰어넘었습니다. 인공지능은 알파고처럼 빠르게 전문가들의 업무를 대체하고 있습니다.
예를 들어, 수십 년 경력의 자동차 정비사는 자동차 엔진 소리만 들어도 어떤 문제인지를 인지합니다. 한 달 경력의 정비사는 자동차 문제 진단을 위한 휴대용 지능형 시스템을 연결만 하면 문제점을 몇 분만에 확인할 수 있습니다. 수십 년 경력의 의사는 X-ray 사진이나 MRI 사진으로 병명을 정확히 추즉하지만, 한 달 경력의 의사는 IBM 왓슨의 도움으로 병명을 진단하고 왓슨의 추천 처방을 따릅니다. 경력 많은 상담원이 고객의 불만을 빠르게 처리해 하지만, 한 달 경력의 상담원은 인공지능이 제시한 추천 해결책을 고객에게 알려주거나 직접 처리해 줍니다. 과거에 과일의 당도를 오감을 통해 확인하고 좋은 과일을 선점하던 전문가들은 휴대용 당도 측정기로 인해 설 자리를 잃었습니다.
우리가 수십 년 경력의 전문가의 통찰력을 데이터베이스 화하고 정확하게 태깅을 달수 있다면, 인공지능은 지도 학습을 통해 성장할 수 있습니다. 이것은 전문가와 초보자의 차이를 극도로 줄이는 역할을 합니다.
수십 년 경력의 전문가의 통찰력을 데이터화 할수있다면,
인공지능은 전문가를 빠르게 대체할 것이다
인공지능 기업들은 전문가들의 통찰력을 데이터베이스화 하거나 데이터베이스화 된 빅데이터를 찾아다닙니다. 이미 알려지거나 공유된 인공지능 알고리즘을 적용할 수 있게 빅데이터를 변형할 수 있다면, 전문가의 통찰력에 기반한 복잡한 업무는 단순 업무로 전략합니다. 인공지능의 무서운 점은 바로 복잡한 업무를 단순화하여 전문가와 초보자의 차이를 극도로 줄이는 것입니다.
인공지능은 더욱더 발전할 것입니다. 전문가들의 통찰력이 데이터베이스화 된다면 초보자들이 전문가를 대체할 것입니다. 실제로 맥도널드와 같은 패스트푸드 음식점에서 음식을 정형화하고 맛을 평준화한 결과 주방장이라는 전문가가 필요 없어졌습니다. 인공지능은 이것을 가속화할 것입니다.
인공지능이 무서운 것은
전문가의 통찰력을 단순화하기 때문이다
