구글의 AI는 얼마나 발전할까? (박건형의 디코드2.0 참고)

구글 딥마인드의 알파고가 이세돌 기사를 4:1로 바둑에서 압도적인 승리를 거둔 것이 약 6년 전이 다되어간다
이때 전 세계 사람들 뇌리에

AI는 곧 구글, 구글은 곧 AI라고 각인을 시켰다

그러면, 최근의 구글 딥마인드에서는 그때보다 얼마나 더 발전을 했는가?

AI가 과연 우리 일상을 바꿀 수 있을까?

AI는 얼마나 우리에게 근접하게 다가오고 있는가?

한번 구글 AI에 대해서 알아보자

1. 구글 딥마인드 AI(알파고)의 방식

현재 제일 최신 AI 방식인 딥러닝(심층학습)은 왓슨과 다른 접근 방식을 택하고 있다.
구글 딥마인드의 알파고는 얼핏 ‘체스’와 ‘바둑’, ‘퀴즈쇼’ 같은 게임을 주제로 했다는 점에서 왓슨과 비슷하다

왓슨 역시 기본적으로 방대한 데이터베이스에서 가장 신뢰도가 높은 답을 빠르게 찾아내는 방식으로 작동했지만
바둑에서 돌을 놓는 착점(着點)이 361개이고, 첫 수를 주고받는 경우의 수는 12만 9960가지가 된다
361개점을 모두 채우려면 10의 170 제곱 가지 경우의 수가 생기는데, 슈퍼컴퓨터로 수십억 년이 걸린다고 한다
(박건형의 디코드 2.0 참고)

그래서 구글은 알파고에 일일이 규칙을 알려주기보다는 기존에 있는 기보 수천만 개로 규칙을 가르친 뒤 하루에 수만 번씩
스스로 대국을 하여 실력을 키우도록 하였다. 나중에는 유명한 기사의 기보도 입력하여 그들을 따라 둘 수도 있었고
알파고끼리 서로 대국을 하게 하였다.

그 결과 알파고는 인간 프로 기사들은 생각할 수 없는 이전에는 본 적이 없는 새로운 수를 놓는다
그리고 그걸 바탕으로 당대 최고의 기사였던 이세돌을 당황시키며 압도적으로 이기게 된다
그리고 그다음 해 중국의 최강 기사 커제 9단과의 대결에서는 아예 기존 기보를 학습하지 않고 스스로 바둑을 배우는 방법도 찾아내게 되었다. 이제 프로기사들도 AI를 통하여 공부를 하는 시대가 되었다

2. 구글 알파고의 다음 진출분야는?

구글 딥마인드 창업자인 데미스 허사비스는 2017년 커제 9단을 이긴 직후

“더 이상 알파고가 바둑을 두지 않고, 인류가 당면한 모든 문제를 해결하는데 활용할 것 ”

이라고 선언하였다

실제로 알파고를 구글 데이터센터에 적용하자 전력 소모량이 40%나 줄었고,
알파고의 새로운 버전인 ‘알파폴드(AlphaFold)는 단백질의 3차원 구조를 빠르고 정확하게 예측하면서 주목받고 있다

하지만 알파고가 과연 과학계와 사람들이 꿈꾸던 미래의 AI가 되기에는 아직 멀었다는 평가가 있다
구글 딥마인드는 ‘딥마인드 에너지’라는 팀을 만들어 영국 국영 내셔널그리드와 함께 영국 국가 전력 사용량을 10% 이상 줄이겠다고 했지만 얼마 지나지 않아 프로젝트팀이 해체되었다

딥마인드가 개발했던 안과질환, 유방암 등을 진단하는 AI도 상업성 부족과 개인 정보 논란 등에 휩싸이면서 상용화되지
못하고 있다.

그 이유가 무엇일까?

딥마인드가 예측 가능한 통제된 상황 안에서는 완벽한 계산과 예측을 통해 AI가 원하는 뜻을 이룰 수 있다.
바둑과 체스가 좋은 예시가 된다

반면 영국 국가 전력망과 실제 환자 진단은 차원이 다르다.
알파고가 쌓은 데이터로는 예측조차 불가능한 현실 세계의 복잡성이 작용한다 것이다.
변수가 매우 많고, 통제된 변수 몇 가지의 데이터만 많은 걸로 분석하는 AI보다는 현실에서는 변수조차 수만 가지이기
때문에 유연하게 배우는 기능이 없는 AI는 현실세계에 적용하기 힘든 것이다

3. 지능의 폭발 그리고 무어의 법칙

그렇다 하더라도, 구글 및 테슬라 같은 AI 선두주자들이 여기서 포기하기보다는, AI의 유연함을 갖출 수 있도록 더욱
발전한다면 현실세계에 당면한 인류의 문제를 해결하는데 큰 도움이 되지 않을까 생각한다

그 방법은 슈퍼컴퓨터보다 수백 배 뛰어난 양자컴퓨터 개발이 될 수도 있고, 또 다른 방법이 있을지도 모른다
그리고, 구글 내부에서도 2016년 알파고의 충격을 보여준 것처럼, 또 다른 약진을 보여줄 것이라고 생각한다

그렇게 생각하는 두 가지 이론이 있다

1965년에 수학자이자 컴퓨터과학자인 어빙 굿이 "지능의 폭발" 이란 용어를 사용하여 지능이 매우 높은 기계(AI)가
인간이 발명한 마지막 발명품이 될 것이라고 하여, 매우 뛰어난 AI 로봇이 더 뛰어난 기계를 만들 수 있고, 그럼 더욱
뛰어난 기계는 그보다도 더 뛰어난 기계 및 AI를 만들 것이다
일정 수준 AI와 기계를 발명하면 그 이후 기술발전 속도는 기하급수적이라는 이론이다

또한, 무어의 법칙에서는 18개월마다 컴퓨터의 연산 능력이 2배로 증가한다고 하는데, 이에 따르면 AI의 능력은
초창기에는 바닥으로 매우 수준이 낮지만, 특정 임계점에 돌입하는 순간 기하급수적으로 발전하게 될 것이다