;)
▲ 사진 출처=구글 리서치 블로그
최근 이세돌 9단과 알파고의 대국이 큰 화제입니다. 사람들은 관심은 대국 자체에도 쏠려있지만, 더 나아가 인공지능의 발달이 가져올 미래에 대한 걱정 역시 적지 않습니다. 인공지능이 결국 사람을 대체하지 않을까 하는 걱정이죠. 특히 앞으로는 과거에는 인간의 고유 영역이라고 생각되었던 지식 노동 분야도 대체 되어 많은 사람이 직장을 잃게 되지 않을까 걱정하는 시각이 많습니다.
구글이 개발하는 인공지능의 적용 범위는 화이트칼라 직종에 국한되지는 않습니다. 그보다 먼저 자율 주행이나 복잡한 동작을 할 수 있는 로봇의 등장으로 인해 블루칼라에 해당하는 직종을 지금보다 더 고도로 자동화할 가능성이 큽니다.
최근 구글 리서치 블로그를 통해 공개된 새로운 로봇도 마찬가지입니다. 이 로봇은 아틀라스 같은 인간형 로봇이 아니라 우리에게 친숙한 산업용 로봇팔처럼 생겼습니다. 하지만 기존의 산업용 로봇과는 달리 정해진 작업만 반복하는 게 아니라 매우 다양한 사물을 인지하고 그에 맞는 동작을 할 수 있습니다. 더 놀라운 점은 그런 로봇 여러 대가 있는 것이 아니라 이들이 심층 회선 신경망 (Deep CNN. Convolutional neural network)로 연결된 하나의 기계라는 점입니다.
이것이 왜 놀라운지 설명하려면 기계와 인간의 차이를 설명해야 합니다. 인간의 경우 하나의 작업에 숙련되려면 스스로 연습하던 남에게 배우든 간에 자신이 노력해야 합니다. 하지만 서로 연결된 심층 회선 신경망은 (이는 딥 러닝의 기법 가운데 하나로 여러 단계에 걸쳐 특징을 추출해 학습하는 방식입니다) 로봇 A의 지식과 경험을 바로 로봇 B에게 적용할 수 있습니다.
쉽게 말해 다수의 학생이 같이 공부하면서 서로 지식을 공유해 더 빨리 배울 수가 있다는 이야기입니다. 물론 인간에서는 불가능한 일입니다.
이번 테스트에서 구글 연구소에 있는 14대의 로봇은 카메라로 인지한 다양한 사물을 집어 들어 옮기는 극히 단순한 과제를 수행했습니다. 단, 인간이 사전에 어떻게 해야 하는지를 알려준 것이 아니라 스스로 학습을 통해 학습해야 합니다. 그런데 여기에 사용되는 신경망은 서로 연결되어 계속해서 피드백을 줄 수 있습니다.
연구 결과 이렇게 서로 연결된 로봇들은 단독으로 학습하는 로봇보다 18~34% 정도 실패 확률이 감소하고 학습 시간이 빨라지는 것으로 나타났습니다. 앞으로 이런 집단 학습 능력은 다양한 분야에서 로봇이 빠르게 작업을 배울 수 있도록 활용될 것입니다. 그러면 지금처럼 단순한 작업뿐 아니라 훨씬 복잡하고 유연한 사고를 요구하는 숙련된 작업까지 로봇이 대체할 수 있을 것입니다.
물론 그렇다고 해서 인공지능의 능력에 대해 과도하게 걱정할 이유는 없습니다. 이번 연구에서는 80만 번의 시도를 통해 학습했음에도 불구하고 여전히 다양한 사물을 100% 완벽하게 잡지 못했습니다. 인간이라면 단번에 직관적으로 어떻게 물건을 잡아야 하는지 쉽게 알 수 있습니다. 그러나 인공지능 기술은 계속 발전하고 있어 앞으로 다양한 분야에서 인간의 노동을 대체할 수 있을 것으로 생각됩니다.
앞으로 인공지능이 유토피아를 만드는지 아니면 디스토피아를 만드는지는 지금 우리가 어떻게 대비하느냐에 따라 달라질 것입니다. 인공지능에 대해서 과도한 우려를 할 필요는 없지만, 지금 교육 및 경제 부분에서 대비하지 못한다면 원치 않은 미래가 펼쳐질지 모르는 일입니다.
고든 정 통신원 jjy0501@naver.com
