확실히 나는 인공지능에 대해선 보수적이다. 가령 인공지능을 이용한 번역이나 통역보다 내 스스로 언어를 깨우쳐 그 언어가 가진 매력이나 특징을 알게 되는 것이 훨씬 흥미진진하다고 여기고 있다. 생산성(productivity)의 관점에서 보자면, 전혀 비논리적인 생각이긴 하지만. 확실히 인공지능은 우리의 생산성을 비약적으로 높여줄 순 있겠지만, 장기적으로는 인간의 능력을 떨어 뜨리고 인류 문명이 가진 다양성을 해치게 될 것이다.
인공지능을 둘러싼 다양한 논의들 중에 하나가 '믿을 만한 인공지능(Trusted AI)'이다. 아래 도표로 믿을 만한 인공지능에 대한 간단한 개념을 이해할 수 있을 것이다. 이러한 논의는 이제 걸음마 단계이지만, 앞으로 중요한 화두로 부상할 것이다.
인공지능(Artificial Intelligence)라는 개념이 나온지는 수십년이 지났지만, 우리의 일상 생활에 영향을 미치기 시작한 것은 불과 몇 년되지 않았다. 더구나 기계학습(Machine Learning)이나 딥러닝(Deep Learning), 최근의 생성형 AI(Generative AI) 등. 나는 이 단어들을 어느 정도 알고 있었다고 생각했다. 그러나 그렇지 않았다.
기계학습은 정말로 통계적인 방식으로 학습을 시켜 결과를 도출하는 것이라면 딥러닝에서는 이러한 통계적인 방식에다 인공신경망을 결합하여 결과를 만드는 것이다.
더 나아가 생성형 AI는 다양한 데이터 형식들까지 결합하여 실제 인간이 만들 수 있는 결과물까지 만들 수 있는 AI를 뜻한다. 이미지 분석이나 제작, 동영상 생성 등의 작업은 생성형 AI에서 가능한 일이다.
최근 몇 주전부터 인공지능에 대한 공부를 시작했다. 그냥 무시하고 있기에는 인공지능이 미칠 파장이나 영향이 우리가 예상하는 것 이상이 될 것임을 불현듯 깨달았다고 할까. 어차피 수학이나 프로그래밍에 대한 지식은 깊지 않기 때문에 대부분의 사람들이 아는 수준에서 정리해서 종종 올릴 듯하다. 그런데 공부하면 할수록 흥미롭니다.
가령 이세돌과 알파고의 대결에서 이세돌보다 알파고가 더 대단하다고 여겨지는 게, 바둑이 가지는 경우의 수는 "우주 전체의 원자수보다 1040배 만큼이나 많다!'고 한다. 이것도 바둑을 시작할 때 반드시 놓아야만 하는 착지점들을 제외한 것이라고 하니. "그냥 인간 두뇌 (그리고 현재 컴퓨터의 컴퓨팅 파워 수준에서도) 에서 보면 무한한 경우의 수를 가진다고 보면 된다. (전 70억 인류가 죽을 때까지 100년 동안 하루에 바둑 100판씩 두어도 판수는 대략 2.5X1016, 즉 이렇게 해도 똑같은 바둑은 확률적으로 나올 수가 없다)"(출처: 나무위키)고 한다. 그런데 이걸 다 계산해서 바둑 AI들은 바둑을 둔다.
무한에 가까운 경우의 수를 두고 바둑 기사들이 바둑을 두니, 바둑에 대해 철학적 접근이 가능했던 것이다. 그리고 알파고와 같은 바둑 AI는 무한에 가까운 수를 계산하는 수학적 접근을 취하고 있었다. 이제 철학과 수학, 과학이 하나로 합쳐지는 시대가 오고 있는 셈이기도 하다. 고대철학적 의미에서의 아름다움이 현대 이론 물리학과 수학에서 등장하고 있으니까. 인문대학에서 가르치는 철학이나 미학에서가 아니라!