[Why] 구글 딥마인드, 인공지능이 축구를 배우는 이유는?

인공지능의 정의는 무엇일까? 인공지능은 쉽게 말해 인간의 지능으로 가능한 학습이나 사고, 자기계발과 같은 일들을 컴퓨터가 스스로 할 수 있도록 하는 장치, 혹은 기술을 표현하는 말이다.

그러니까 계산기나 에어컨, 냉장고와 같은 기기들은 정해진 역할만 수행할 수 있지만, 인공지능이 도입된 제품이라면 이야기가 달라진다. 스스로 학습을 하면서 더욱 좋은 결론을 도출하기 때문.

   

하지만 이러한 인공지능에 대한 우려의 시선도 없는 것은 아니다. 인공지능이 발달한 먼 미래를 그린 영화들은 하나같이 인공지능이 너무나 발달하게 되면서 오히려 인간을 해치는 수준까지 오게 된다는 이야기들이 나오는 것도 이 때문이다.

그러나 현재로서는, 인공지능은 인간에게 한참이나 부족한 것 또한 사실이다. 그런데 바로 이 인공지능이 기존의 영역을 넘어서려는 시도를 하고 있으며, 그 성과는 실로 놀라운 것 같다.

인간의 영역에 도전하다.
아는 사람은 다 알고 있는 구글의 인공지능 알파고와 이세돌의 대결에서는 의외의 반전이 일어났는데, 놓을 수 있는 가능성이 무한대에 이르는 바둑 대결에서 알파고가 매우 우세한 성과를 냈기 때문이다.

이미 체스는 인공지능에게 패배한지 오래이며, 이제는 바둑을 넘어서서 더욱 많은 인간의 기술, 인간의 영역에 도전하는 도전적인 태도를 취하는 것이다. 하지만 현재까지는 한계가 많다는 시선도 많다.

알파고가 이세돌을 이길 수 있었던 것은 정말 생각을 통한 추리 과정을 거친 결과가 아닌, 수천만가지에 달하는 확률 싸움에서 이긴 것이기 때문이다. 지금 이 시점에 이곳에 놓을 경우의 승률을 지독한 컴퓨터 연산으로 계산하는 것이다.

그래서 인공지능이라기보다는 거대한 계산기라고 보는 편이 더 나을지도 모른다. 바둑판을 수식화해서 하나의 큰 그림 속에 넣고서 계산기를 돌린 결과물이기 때문이다.

   

하지만 이제는 인공지능이 이러한 인간의 영역에 도전하면서 더욱 큰 그림을 그리는 것으로 보인다. 단순한 확률 싸움이 아닌, 진짜 인간의 영역까지도 넘보면서 더욱 똑똑해지려고 하고 있기 때문이다.

이를테면 축구를 배운다거나, 혹은 그림을 그리고 소설을 쓰는 등의 방법으로 기존에는 불가능하다고 여겨졌던 것들을 하나씩 깨는 도전을 시작한 것이다.

호랑이와 사자를 구분하다.
그 시작점은 분석, 즉 딥러닝에 있다. 머신러닝의 한 부분으로 불리는 이러한 딥러닝 기술은 사전 데이터 입력을 통해 학습을 하게 되는데, 어떠한 사진이 무엇인지를 분석하는 것이다.

이를테면 호랑이와 사자가 나온 수천 장의 사진을 분류하는 작업부터 시작할지 모른다. 거기서 오류를 색출해 내고, 뚜렷하게 호랑이와 사자를 구분 짓는 특징들을 더욱 자세히 입력하면 다시금 더욱 정확하게 분류를 하는 방식이다.

   

하지만 이러한 학습 방법은 기기 자체가 똑똑해진다고 하기보다는 보다 정확한 분류 체계를 가진다고 볼 수 있을지 모른다. 이를테면 호랑이와 비슷하게 생긴 사자라던지, 사자의 일부분만 나온 사진까지도 분류를 해야 하기 때문이다.

그래서 이제는 단순히 사전 정보 입력을 통한 데이터 분석에 그치는 것이 아닌, 더 나아가서 사람의 생활 패턴을 분석하고 그것을 활용해서 응용하는 과학 분야까지 발전하는 상황이 되었다.

의사보다 똑똑한 인공지능 의사
이러한 기술이 가장 크게 사용될 분야로는 의료 분야가 있다. 이미 로봇 수술 기계가 도입될 정도로 의사의 역할이 줄어든 가운데, 이제는 환자의 상태를 기계로 정밀 진단한 다음 빅데이터를 토대로 인공지능 의사가 진료를 하는 것이다.

어쩌면 더욱 정확하게 진단을 내릴지 모른다. 표본이 많아질수록 가능성이 더욱 좁혀지게 되고, 그 결과 진단의 정확성은 오히려 인간 의사보다도 더욱 높아질 수 있기 때문이다.

기존의 의사들 역시 기존의 의료 지식들, 과거의 환자 치료 경험들을 토대로 현재 환자의 상태를 놓고서 진단을 내리는 것이기 때문에, 이 과정은 현재의 인공지능으로도 충분히 대체가 가능한 것이다.

딥러닝을 통해서 훈련받은 인공지능 의사 기계는 환자의 과거 모든 기록들, 다른 환자의 기록들, 최근의 의료 기술 및 의료 자료들을 활용해서 보다 진단을 내릴 수 있을지 모른다.

결과, 실제 인간 의사가 진단을 했을 때 나타날 수 있는 실수나 오류가 오히려 줄어들 가능성이 커지고 있다. 인공지능의 학습 능력이 정확하고 정밀한 진단에 사용되는 것이다.

축구를 배우는 인공지능?
그렇다면, 도대체 왜 인공지능은 축구를 배우는 것일까? 이것은 축구의 특성을 이해하면 보다 쉽게 그 이유를 알 수 있다. 축구는 우선 행동하는데 있어서 정해진 규칙이 없다. 운동선수가 어디로 이동할지 모르기 때문.

더구나 확률로만 보더라도 다른 모든 표본보다도 더욱 방대하다. 매 경기가 다르다고 할 정도로 그 가능성이 엄청나게 많은 것이 축구이고, 그래서 확률로는 계산이 불가능한 영역이라 부를 수 있는 것이다.

결과적으로 인공지능은 축구를 통해서 정해지지 않은 행동 패턴을 지닌 인간 사회로 들어오려는 첫걸음을 내디딜 것으로 보인다. 드론이나 인공지능 로봇이 인간 사회에 적응하기 위해서는 정해지지 않은 인간의 생활을 연구해야 하기 때문이다.

사람은 과학적으로만 행동하지는 않는다. 살이 찌는 것을 알면서도 과자를 손에서 놓지 못하고, 속으로는 마음에 들지 않아도 겉으로는 그 감정을 솔직하게 표현하지 않는 것이다. 그래서 과학적으로 분석이 불가능해 보이는 영역일지 모른다.

그러나, 그렇기 때문에 더욱 인공지능의 딥러닝은 이제 단순히 표본을 놓고서 확률 싸움을 하는 것을 넘어서서 인간의 정형화되지 않는 생활을 이해하려는 단계까지 진화한 것으로 보인다.

어느새인가 인공지능은 축구를 배우기 시작했고, 머지않은 미래에는 인공지능 로봇과 함께 축구를 하고, 바둑을 두며, 온라인 게임을 즐길지도 모를 일이다. 점점 더 인간만이 할 수 있는 일이 줄어드는 것 같다. - MACGUYVER.