AI가 여가를 최적화할수록, 재미는 평탄해진다
일을 혁신하고, 경제를 뒤흔들고, 어쩌면 우리의 생존까지 위협할 수 있다는 기술인 인공지능(AI)은 종종 “실제로는 어디에 쓰이고 있는가”라는 지점에서 나를 더 놀라게 한다.
예를 들어 컬링(curling)을 보자. 익숙하지 않은 독자를 위해 설명하면, 컬링은 화강암 스톤을 얼음 위로 미끄러뜨려 목표 지점에 최대한 가깝게 보내는 스포츠다. 팀원들은 스톤 옆을 따라 미끄러지며 빗자루로 얼음을 미친 듯이 쓸어, 스톤의 속도와 궤적을 미세 조정한다. 미국 NFL이나 UFC 같은 ‘아드레날린 폭발+거액’ 종목과는 거리가 멀다. 그런데 컬링의 경기장 바닥, 애호가들이 “시트(the sheet)”라고 부르는 그 플레이 표면조차 기계의 개입에서 안전하지 않다.
캐나다 앨버타대(University of Alberta) 연구자들은 수년간 시뮬레이터와 머신러닝(machine learning) 알고리즘을 개발해, 경기의 승패를 가를 수 있는 마지막 한 수, 이른바 “해머(hammer)” 상황에서 팀이 취해야 할 최적 전략(optimal strategy)을 계산했다. 연구진이 확인한 결과는 냉정했다. 모델의 조언을 따르면 올림픽급 선수들이 경험과 직관으로 결정을 내릴 때보다 더 많이 이긴다는 것이다. 그게 2016년의 이야기다.
캐나다 컬링 협회(Curling Canada) 대변인 알 캐머런(Al Cameron)은 “소프트웨어가 생성한 분석의 활용은 오늘날 고성능 컬링 팀과 국가대표 프로그램에서 꽤 흔합니다.” 이렇게 말한다.
컬링장을 벗어나면, 머신러닝은 우리가 하는 게임, 관전하는 스포츠, 소비하는 영화와 책, 떠나는 휴가, 그리고 맺는 관계의 성격까지 바꾸고 있다. AI가 노동에 미칠 영향에 대한 논쟁은 넘쳐나지만, 여가(leisure)의 새로운 시대는 “우리가 정말 그걸 원했는지” “그게 필요했는지” “대가로 무엇을 잃는지”에 대한 충분한 토론 없이 조용히 현실이 되어버렸다.
게임을 예로 들어보자
소프트웨어는 카드·보드·주사위처럼 규칙이 명확한 거의 모든 게임에서 인간을 따라잡거나 이미 넘어섰다. 크리베지(cribbage)는 드문 예외지만, 밀워키 페거스 클럽(Milwaukee Peggers Club)의 스타 플레이어들을 상대로 월드클래스 봇을 투입할 만큼 이 게임을 진지하게 여기는 사람이 거의 없다는 게 문제다.
(크리베지(cribbage)는 영국에서 유래한 2인(또는 4인 파트너) 카드 게임으로, 한마디로 말하면 “포커처럼 ‘패를 조합해 점수를 뽑는 게임’ + ‘플레이 과정에서도 점수를 계속 쌓는 게임’ 입니다.)
포커(poker)는 우리가 “new normal”을 처음 엿본 무대였다. 블러핑(bluffing)과 행동 해석이 핵심이어서, 단순 계산기가 아니라 ‘생각하는’ 기계를 시험하기에 완벽했기 때문이다. 1990~2000년대 내내 연구자들은 게임이론(game theory)과 ‘후회 최소화(regret minimization)’ 같은 기법으로 실리콘 두뇌를 갈고닦았다.
그리고 2019년, 카네기멜런대의 봇이 다자간 멀티플레이어 노리밋 텍사스 홀덤(no-limit Texas Hold’em)에서 프로들을 꺾었다. 인간처럼 행동하는 컴퓨터가 실제로 인간을 이길 수 있음을 보여준 이정표였다.
(노리밋 텍사스 홀덤은 올인까지 가능한 베팅 구조를 가진 홀덤이고, 다자간 멀티플레이어는 2명이 아니라 여러 명이 동시에 플레이하는 형태라서, 합치면 “올인이 가능한 환경에서 여러 명이 동시에 겨루는, 가장 복잡한 형태의 홀덤”입니다. “AI가 가장 어려운 형태(멀티플레이어 + 노리밋)에서 인간 프로를 이겼다” → 단순 계산기가 아니라 ‘상대의 전략/기만/정보 비대칭’을 다루는 능력이 입증됐다는 뜻입니다.)
지금은 AI가 포커에 사실상 ‘상시 상주’한다. 훈련 도구(training tool)로도 쓰이고, 인간 상대를 대체하는 참가자(substitute competitor)로도 등장한다.
1930년대 네덜란드 역사학자 요한 하위징아(Johan Huizinga)는 놀이(play)는 인간에게 너무나 본질적인 활동이라, 놀이가 없었다면 지금의 문명도 존재할 수 없었을 거라고 말했다. 우리는 놀이를 통해 신체 능력을 개선하고, 갈등을 해결하며, 논리적 사고 능력을 시험한다. 예술과 문학도 마찬가지로 내면을 탐색하게 한다. 그렇다면 기계가 우리의 여가를 지배하게 될 때, 우리는 그 활동을 가치 있게 만들던 핵심을 잃을 위험이 있다. 전혀 본 적 없는 무언가를 ‘발견하는’ 감각, 새로운 시도를 하다가 실패하고 곱씹고 다시 시도해 더 나아지는 만족감 같은 것들 말이다.
새로운 게임(A New Game)
경마 베팅이나 판타지 스포츠(fantasy sports)를 해본 사람이라면, 자신도 모르게 인공지능과 경쟁해본 적이 있을 가능성이 높다.
내가 곧 출간할 ‘하이테크 도박꾼’에 관한 책 Lucky Devils를 취재하던 중, 나는 역사상 가장 성공한 경마 베터 중 한 명으로 꼽히는 빌 벤터(Bill Benter)를 만났다. 그의 1980년대 혁신은 단순했다. 오류 많은 인간의 판단을 가능한 한 배제하고, 데이터를 커스텀 알고리즘(custom algorithm)에 넣는 것. 몇 년이 걸렸지만, 소프트웨어의 예측력(predictive power)은 그를 ‘여러 번의 백만장자’로 만들었다.
벤터는 AI 덕분에 말년에 경마 베팅이 “르네상스”를 맞고 있다고 내게 말했다. 과거에는 어떤 요인이 중요할지부터 사람이 추정해야 했다. 직선 속도(straight-line speed) 같은 것, 혹은 직전 경주 이후 경과 시간 같은 것 말이다. “모든 걸 손으로 꼼꼼히 계산해냈죠.” 머신러닝이 등장하자, 그는 데이터 블록을 넣기만 하면 AI가 스스로 패턴을 찾아냈다. “이 분야는 정말 혁명적으로 바뀌었습니다.” 경쟁하는 컴퓨터 신디케이트(computer syndicates)들도 똑같이 하고 있다.
벤터 같은 퀀트(quants)에게 AI는 ‘일(work)’이다. 하지만 그들의 일은 우리의 놀이(play)를 바꾼다. 미국 경마장에서 컴퓨터 신디케이트가 차지하는 베팅 금액은 전체의 20%~40%에 이른다. 이는 AI가 이미 배당판(odds board)의 숫자 자체를 바꾸고 있다는 뜻이다. 소프트웨어가 더 똑똑하고 더 빠른 만큼, 시장에서 더 유리한 배당(더 좋은 가격)을 선점할 가능성이 매우 높다.
몇 년 전에는, 온라인 포커를 사실상 정복한 러시아 ‘봇 제국(bot empire)’의 창업자들을 만날 기회도 있었다. 그들이 만든 프로그램은 인간처럼 보이면서도 ‘신처럼’ 플레이했다. 포커를 마스터해 돈을 벌자, 그들은 프로그래머들을 미국 판타지 스포츠와 러미(rummy) 공략에 투입했다.
[여기서 rummy(러미) 는 특정 회사/앱 이름이 아니라, 카드 게임 ‘러미 계열(rummy family)’ 을 뜻합니다.
정의: 손에 든 카드를 ‘족보(멜드, meld)’ 형태로 정리해 내는 게임들의 큰 묶음
멜드 예:
세트(set) = 같은 숫자(랭크) 3장 이상 (예: 7♣ 7♦ 7♥)
런(run) = 같은 무늬(suit)로 연속 숫자 3장 이상 (예: 4♥ 5♥ 6♥)
대표 변형: Gin Rummy(진 러미), Indian Rummy(인디언 러미, 보통 13장) 등
핵심 메커니즘: 카드 뽑기(draw) → 버리기(discard) 를 반복하면서, 손패를 세트/런으로 “정리”해 먼저 완성(Declare/Knock) 하면 이깁니다.]
나는 러미가 은퇴자들이 즐기는 카드 게임쯤으로 생각했지만, 실제로는 인도에서 수천만 명이 온라인으로 ‘판돈’을 걸고 플레이한다. 러시아인들은 자신들의 봇이 판타지 스포츠에서 너무 많이 이겨서 팬듀얼(FanDuel)과 드래프트킹스(DraftKings)에서 계속 퇴출당했다고 말했다.
(FanDuel(팬듀얼):원래는 데일리 판타지 스포츠(DFS) 로 크게 성장했고, 지금은 미국에서 온라인 스포츠베팅+온라인 카지노(iGaming) 를 함께 제공하는 사업자로 알려져 있습니다.
DraftKings(드래프트킹스):DFS로 시작해서, 미국 스포츠 베팅 합법화 흐름 속에서 스포츠북/온라인 게임(online gaming) 으로 확장한 회사입니다.)
포커, 판타지 풋볼, 경마 베팅, 심지어 로켓 리그(Rocket League)까지 — 대부분의 레크리에이션 플레이어는 자신이 상대하고 있는 기술의 정교함을 이해하지 못한다. 그래서 요즘 도박꾼들이 과거보다 이기기 더 어려운 이유 중 하나가 된다. 봇은 이런 게임에서 너무 강하다. 그들과의 경쟁은 점점 더 ‘헛수고’에 가까워진다.
로봇은 신체적(physical) 게임에는 아직 우스울 정도로 서툴지만, 그렇다고 영향력이 화면 속에만 제한되는 것은 아니다. 캐나다 컬링 사례처럼, 머신의 사고 방식은 관중으로서 우리가 즐기는 스포츠의 DNA 자체를 바꿀 수 있다.
몇몇 NFL 팀은 전략을 짜고 플레이를 설계하기 위해 AI 전문가를 고용하고 있으며, 리그는 현재 경기 중 실시간 사용을 금지하고 있다. 라스베이거스 레이더스(Las Vegas Raiders)의 Ryan Paganetti는 The Athletic 인터뷰에서 “향후 몇 년 내에 AI를 매우 높은 비율로 활용하는 팀이 슈퍼볼을 우승할 것이라고 확신한다”고 말했다.
골프에서는 코스 매니지먼트에 약한 골퍼들을 위한 AI 캐디(AI caddie)도 등장했다. 하지만 골프 기자 Tim Gavrich는 이것이 당신을 더 못하는 골퍼, 나아가 더 나쁜 사람이 될 수도 있다고 경고한다. “정교하지만 비인격적인 컴퓨터에 기대는 것은, ‘감각(feel)’과 ‘건전한 판단(sound judgment)’을 기르는 기회를 스스로 거부하는 일이기 때문이다.”
그리고 “돈이 걸려 있지 않으니 내 취미는 안전하다”고 생각하면 착각일 수 있다. 나는 ‘금전적 보상이 거의 0에 가까운 활동’을 찾아 이 원리를 극단까지 밀어붙여 보고 싶었다. 그래서 임의로 선택한 것이 카탄(Catan)이다. 곡물·양모·목재를 모아 정착지를 확장하는, 지독하게 너드(uber-nerdy)한 멀티플레이어 보드게임. 그런데 검색해 보니 스탠퍼드(Stanford) 연구팀을 포함해 여러 연구자들이 카탄을 플레이하는 신경망(neural networks)을 훈련시키고 있었다.
[카탄(Catan)은 독일에서 만들어진 현대 보드게임의 대표작으로, 한국에선 예전 제목인 “카탄의 개척자(The Settlers of Catan)”로도 많이 알려져 있습니다.]
재미는 어디로 가나?(Where’s the Fun?)
좀 더 균형 잡힌 관점을 얻기 위해, 나는 미국의 철학자 수전 슈나이더(Susan Schneider)에게 연락했다. 그녀는 플로리다 애틀랜틱대(Florida Atlantic University)의 Center for the Future of AI, Mind, & Society 설립자이기도 하다. 그녀는 최근 일본 여행을 계획하는 데 AI를 사용했고 “아주 훌륭한 시간을 보냈다”고 말했다. 하지만 그 경험은 그녀에게 “지적 평준화(intellectual leveling)”에 대한 우려를 남겼다.
“대규모 언어 모델(LLM, large language models)이 결국 우리를 ‘같은 쇼, 같은 목적지, 같은 게임’으로 유도하면서도, 각자에게 ‘당신만을 위한 추천’이라고 말하게 되면 어떨까요?” 슈나이더는 묻는다. “진짜 중요한 질문은, 어떤 LLM 사용이 무해(benign)한가, 어떤 사용이 우리의 문화적·정서적·지적 삶에 더 깊은 의미를 갖는가입니다.”
실제로 이런 “평탄화(flattening)”는 포커에서 이미 관찰된다. 포커는 원래 AI의 테스트베드(testing ground)였다. 초인적 연산 능력을 가진 컴퓨터는 상대의 마음을 읽는 심리전보다 더 효과적인 플레이 스타일을 만들어냈다. 디지털 시대의 ‘최적 포커(optimal poker)’는 내향적(inward-looking)이고 수학적이다. 핵심은 거짓정보(misinformation), 정보 은닉(information hiding), 최대한 덜 드러내기다. 상대를 쳐다보지 않아도 거의 완벽한 게임을 할 수 있다. 그 결과 포커가 더 지루해졌다고 느끼는 사람이 많다. 초지능 리스크테이커들이 서로를 도발하고 심리전을 벌이는 드라마가 줄었기 때문이다.
에스토니아의 한 토너먼트에서, 나는 파이널 테이블의 프로들이 몇 시간 동안 가상 침묵 속에 앉아 있는 모습을 봤다. 몇몇은 실내에서 선글라스를 쓰고 노이즈 캔슬링 헤드폰을 꼈다. 한 명은 얼굴을 가리는 톱햇(top hat)까지 눌러썼다. 컬링이 오히려 전율적으로 보일 정도였다.
기계를 인간처럼 만들려는 경쟁에서, 우리는 오히려 기계처럼 되어갈지도 모른다. 하지만 인간 상호작용을 흥미롭게 만드는 개인의 결함(flaws), 괴벽(quirks), 기묘한 특성(oddities) 간의 충돌이 사라진다면 — 우리는 여전히 지금만큼 즐거울까?
나인 맨스 모리스(nine men’s morris)는 기원전까지 거슬러 올라가는 세계에서 가장 오래된 보드게임 중 하나다. 고대 이집트에서도 변형이 존재했고, 셰익스피어는 한여름 밤의 꿈(A Midsummer Night’s Dream) 에서 이를 언급했다.
그런데 1990년대 컴퓨터 분석은 “절대 지지 않는 전략”을 발견했다. 그 지식은 게임의 매력을 크게 떨어뜨렸고, 수학자 마커스 뒤 소토이(Marcus du Sautoy)는 Around the World in Eighty Games에서 이렇게 지적한다. 진짜 고수와 붙으면, 최선의 결과는 겨우 무승부를 끌어내는 것뿐이 된다. 이후 소토이는 “수천 년 동안 사람들이 즐겨온 나인 맨스 모리스가, 결국 컴퓨터가 마침내 이 게임을 ‘죽이는’ 데 성공한 듯 보인다”는 취지로 썼다.
지금으로서는 자동화된 재미(automated fun)에 대한 수요가 끝이 없어 보인다. 도박은 어느 때보다 인기다. 넷플릭스(Netflix)와 디즈니(Disney)의 크리에이티브 핵심 인력은 히트 제조 과정(hit-making process)에 AI를 통합하는 단계로 들어가고 있다. 컬링도 여전히 “건강하다(rude health)”. 더 많은 나라들이 ‘포효하는 게임(roarin’ game)’의 스릴을 발견하고 있기 때문이다. 심지어 불볕더위에 얼음이 없는 호주조차 경쟁력 있는 국가대표 팀을 보유하고 있다.
빌 벤터에게 AI는 경마 베팅에 대한 열정을 되살려줬다. “지난 1~2년은, 지난 20년 중 가장 흥미로운 시기였다고 말할 수 있습니다.”
<본 내용을 블룸버그 기사를 기반으로 작성했습니다>
