알파고로 알아보는 인공지능의 이해
오늘은 인공지능에 대해서 알아보도록 하겠습니다.
인공지능이란?
인공지능(Artificial intelligence)은 인간의 지적 능력을 컴퓨터를 통해 구현하는 기술을 통틀어서 이야기 합니다. 즉 단어의 뜻처럼 인공으로 만든 지능이라는 것인데요.
구글에 따르면 인공지능(AI)은 일반적으로 인간의 지능이 필요하거나 인간이 분석할 수 있는 것보다 규모가 큰 데이터를 포함하는 방식으로 추론, 학습 및 행동할 수 있는 컴퓨터 및 기계를 구축하는 것과 관련된 과학 분야를 말한다고 합니다.
AI는 컴퓨터 공학, 데이터 분석 및 통계, 하드웨어 및 소프트웨어 엔지니어링, 언어학, 신경 과학은 물론 철학과 심리학을 포함하여 여러 학문을 포괄하는 광범위한 분야라고 할 수 있습니다.
비즈니스의 운영 수준에서 AI는 주로 머신러닝과 딥 러닝을 기반으로 하는 기술 모음으로, 데이터 분석, 예상 및 예측, 객체 분류, 자연어 처리, 추천, 지능형 데이터 가져오기 등을 수행할 수 있습니다.
무엇보다 이세돌을 꺽으며 우리를 놀라게 한 알파고부터 시작하여 최단기간 1억 가입자를 모은 ChatGPT까지 출현하면서 인공지능에 대한 관심이 폭발하고 있습니다.
인공지능의 구분
인공지능은 크게 약인공지능/강인공지능/초인공지능 등으로 구분하고 있는데요. 예를 들어 주어진 조건에서 동작하는 것을 약인공지능이라고 하고, 인간의 수준의 인공지능을 만드는 것을 강인공지능, 인간보다 뛰어난 수준을 초인공지능이라고 합니다.
그리고 이 인공지능에 대한 대중의 관심은 알파고를 빼놓을 수 없는데요. 알파고는 구글의 딥마인드에서 만들어낸 인공지능 바둑 프로그램으로, 한국에서는 이세돌과의 대결로 엄청난 화제를 일으켰습니다.
이 알파고를 예를 들어 인공지능을 설명을 하게 된다면, 알파고는 기존에 존재하는 수많은 기보를 컴퓨터에게 학습시킵니다. 여기에서 학습이라는 것은 인공지능에서 가장 중요한 것 중 하나인데요.
인공지능에서 학습이란?
인공지능에서 학습은 여러 경험을 통해 패턴을 얻어내고 다음 행동에 영향을 주는 것을 말합니다. 이 학습에는 크게 지도학습, 비지도학습, 강화학습 등이 있는데요.
이 자체를 설명하기에는 많은 시간이 필요하기 때문에, 간단하게 그 의미만 살펴보도록 하겠습니다.
지도학습은 우리가 공부하는 형태와 비슷합니다. 예를 들어 강아지와 고양이를 AI에게 학습시킨다고 했을때, 우리가 샘플로 준비한 그림 데이터에 정답(라벨)을 붙여줍니다. 강아지 그림에는 강아지라고 적어주고, 고양이 그림에는 고양이라고 적어줍니다. 그리고 수많은 데이터를 넣어주면 컴퓨터가 이들의 특징(feature)을 찾아서 학습하게 됩니다.
이렇게 학습시킨 AI프로그램에 이제 새로운 고양이 그림을 넣으면 앞서 학습한 데이터 기반으로 확률이 높은 값(고양이)을 우리에게 알려줍니다.
이제 다시 알파고로 돌아가서 수많은 기보를 학습시킨 결과 이세돌 9단이 놓을 착점을 예측하고 이를 무력화할 수 있는 확률상 가장 높은 착점을 찾아냅니다. 알파고는 어떤 수를 둘 때 기보를 통해 끝까지 파악해 본 다음, 승리할 확률이 가장 높은 곳에 착수하는 시스템입니다.
이 때 착수라는 행위는 같지만 착점을 찾는 과정은 이세돌 9단과 알파고가 동일하다고 볼 수 없습니다.
알파고는 철저하게 과거 데이터에서 패턴을 찾아서 수 많은 기보를 토대로 승리 공식을 찾아낸 것이기 때문입니다. 아래의 그림을 보시면 좀 더 이해가 쉽습니다.
이러한 알파고의 무시무시한 전술은 필승전략이 되는데요.
일반적으로 바둑 고수가 3수 앞을 내다본다고 하는데요. 알파고는 이론상 무한대의 수를 내다보는 시스템이라고 할 수 있습니다. 그러다 보니 인간과의 대결에서는 질수가 없는 것이죠.
다만 이런 알파고에도 치명적인 문제가 있는데요. 바로 최근에 이세돌, 커제도 이기지 못했던 알파고를 미국의 아마추어가 이긴 적이 있습니다. 바로 학습데이터가 없는 새로운 방식으로 돌을 두게 되면 알파고가 오동작을 하기 때문입니다.
이번에 이긴 전략은 우측 귀퉁이에 일렬도 두는 등, 사람들이 흔히 두지 않는 방식으로 처음 바둑을 시작하자 알파고가 학습하지 못한 이런 말도 안되는 수로 인하여 예측할 수 없기 때문에 오동작이 된 것입니다.
상대방이 바둑 기사라면 저렇게 버려진 5개의 돌을 두게 된다면 바로 패배하겠지만, 알파고는 처음 본 수에 바로 당황하면서 패배하게 됩니다.
다만 이러한 문제를 해결하기가 쉽지 않습니다. 앞서 AI가 학습하여 만들어 논 알고리즘에 사람이 수동으로 개입(파인 튜닝)해야 하는데, 사람이 개입하기 시작하면 또 다른 곳에서 오류가 발생할 수 있기 때문입니다.
이번 사례를 보더라도 AI가 모든 것을 할 수 있을 것 같지만, 언제나 치명적인 오류가 있습니다. 그래서 자율주행차도 곧 출시할 것처럼 광고하였지만, 결국 테슬라 역시 이러한 문제를 해결하지 못하고 결국 완전자율주행을 포기했습니다.
오늘은 친숙한 알파고를 예를 들어 간단하게 인공지능을 설명해보았는데요. 이 곳에서 다루지 못한 부분은 하나씩 찾아보시면 좋을 것 같습니다.