[이학무의 테크리딩] 인공지능 이해하기…기초는 코딩 배우기

  • 이학무 미래에셋증권 통신서비스 애널리스트
    입력 2021.05.16 06:00

    기술이 세상을 빠르게 바꾸고 있다. 기술을 직접 개발하지 않는다 하더라도 각자의 영역에서 필요한 만큼의 기술에 대한 이해가 필요한 세상이 되었다. 학생은 미래의 직업을 선택하기 위해서 그리고 이미 직업을 가진 사람은 각자 직업의 미래를 예상하기 위해서 세상을 바꾸는 기술에 대해서 이해해야만 한다. IT조선은 [이학무의 테크리딩]을 통해서 기술을 이해하기 위한 기초 다지기와 이를 기반으로 필수적인 기술 이해 방법을 제공한다.<편집자주>

    인공지능은 우리에게 기대의 대상이기도 혹은 두려움의 대상이 되기도 한다. 그렇기에 인공지능에 대해서 정확하게 이해하는 것이 중요하다. 인공지능에 대한 이야기는 당연히 ‘알파고’에서 시작해야 할 것이다. 물론 그 이전에도 오랜 기간 다양한 인공지능이 개발됐다. 하지만 우리의 삶에 변화를 줄 것으로 기대하게 한 인공지능은 알파고가 처음이라고 생각한다.

    우리 같은 일반인이 기술을 이해하려는 이유는 그 기술을 배워서 전문가가 되려는 것은 아니다. 기술이 바꾸는 미래를 내 방식대로 이해하려는 것이다. 그래서 알파고가 이룬 기술적인 성과의 의미만 이해하면 된다. 그 변화를 만든 핵심 기술요소가 무잇인지 이해하면 앞으로 어떻게 더 발달해 나갈 수 있는 것인지 그리고 어떤 방향으로 발전할지를 가늠해 볼 수 있다. 알파고를 인터넷에서 검색해보면 ‘딥러닝’, ‘지도학습’, ‘정책망’, ‘가치망’, ‘강화학습’및 ‘몬테카를로 트리탐색’ 등 정말 무슨 말인지 모르는 단어들이 엄청나게 나열되어 있다. 하지만 일단 이러한 단어에 현혹되거나 두려움을 갖지 않아야 한다. 새로운 기술을 만들었고 그것을 불러야 하기에 각자 이름을 지은 것에 불과하다. 따라서 그 이름에서 오는 두려움을 버리고 무엇을 하는 것인지 내용 파악에 우선을 두는 것이 좋다.

    아이클릭아트
    알파고부터 바뀐 것이 무엇인지 살펴보자. 알파고 전에는 바둑은 경우의 수가 무한대에 가깝기 때문에 인간을 이길 수 있는 인공지능을 만들 수 없다고 했다. 알파고 이전의 인공지능들은 유한의 경우의 수를 모두 컴퓨터에 입력하고 이 모든 경우의 수를 검색해서 맞는 대응을 하는 방식이었다. 따라서 인간을 이기기 위해서는 무한에 가까운 경우의 수를 모두 입력해야 하는데 이것이 거의 불가능한 일이었다.

    바둑보다 먼저 인공지능이 점령한 체스는 경우의 수가 몇 조개에 달할 정도로 많지만 유한하다. 제한된 시간에 몇 조개의 경우의 수를 계산해서 이길 수 있는 수를 두는 것도 쉽지는 않을 것이다. 하지만 유한하다는 것은 컴퓨터의 연산 능력이 빨라지면 해결이 되는 것이다. 그리고 유한한 경우의 수는 특정한 규칙으로 효율화가 가능하고 유효한 경우의 수로 줄이는 알고리즘을 만들기도 더 쉽다. 따라서 체스는 알파고보다 훨씬 빠른 1997년에 인간 챔피언을 이겼다.

    알파고는 자가 학습을 한다는 것과 승률을 계산하는 것에서 기존 인공지능과 차이가 있다. 바둑은 경우의 수가 무한하다. 인간은 16만개의 기보를 바탕으로 패턴을 익히고 이후에는 직관으로 창의성을 발휘하면서 바둑을 둔다. 하지만 컴퓨터는 현재 대국의 상황과 가장 유사한 기보를 찾아서 그 기보에 맞게 바둑을 둘 수 밖에 없다. 그래서 기존에는 인간이 만든 16만개의 기보에 준한 수준의 실력에 불과했다. 그런데 알파고는 알파고끼리 대국을 하면서 스스로의 새로운 기보를 만들었다. 인간의 창의성이라고 생각했던 영역의 일부를 기보로 만든 것이다. 높은 연산능력을 바탕으로 밤낮없이 자가 대국을 통해서 새로운 기보를 계속 만들 수 있다. 여기에 추가적으로 승률을 계산하는 알고리즘을 넣었다.

    기보에 준해서 바둑을 두지만 기보대로만 둘 수는 없다. 따라서 매번 가능성 있는 모든 착점에 대해서 승률을 계산하고 승률이 가장 높은 위치에 돌을 둔다. 기존 기보로 바둑을 두는 법을 배우는 것이 ‘정책망 지도학습’이고 스스로 기보를 만들어 내는 것이 ‘정책만 강화 학습’. 그리고 승률을 계산하고 이를 기반으로 바둑을 두는 것이 ‘가치망 강화학습’인 것이다. 내용을 먼저 이해하면 용어도 쉬워진다.

    무한대의 경우의 수가 있고 인간의 직관이 우위가 있다고 생각했던 바둑에서 인간의 최강자가 패배 했을 때 순간 두려울 수 있다. 하지만 잘 이해해보면 더 많은 데이터를 확보하고 이를 빠르게 연산하면 이길 수 있는 승률 알고리즘을 개발해서 적용했기 때문에 알파고가 인간을 이길 수 있던 것이다. 게다가 더 중요한 것은 바둑은 무한의 경우의 수가 있지만 규칙이 정해져 있기 때문에 자가 대국을 통해서 더 많은 기보를 쉽게 만들 수 있다는 것이다. 만약에 바둑의 규칙이 일정하지 않다면 자가 대국은 기존 기보 16만개내에서 진행이 되어 새로운 기보 생성은 쉽지 않았을 것이다. 규칙이 있느냐 그렇지 않은지가 중요한 것이다.

    이 정도까지 이해하는 것이 쉽지는 않다. 하지만 인공지능의 기본이 되는 코딩을 조금 배우면 좀 더 이해가 쉬울 것이고 더 핵심을 이해할 수 있다. 그리고 인공지능에 대한 막연한 두려움과 근거 없는 기대에서도 벗어 나서 냉정한 판단을 할 수 있게 될 것이다.

    이학무 미래에셋증권 통신서비스 애널리스트 leehakmoo@gmail.com

    ※ 외부필자의 원고는 IT조선의 편집방향과 일치하지 않을 수 있습니다.

    이학무 미래에셋증권 애널리스트는 반도체, 핸드폰, 디스플레이 등 IT 산업뿐아니라 전기차, 배터리 및 신재생에너지 산업까지 다수의 성장산업을 분석한 신성장 산업 분석 전문가다. 공학을 전공하고 비즈니스를 20년간 분석한 경험을 바탕으로 세상을 이끄는(lead) 기술 읽기(read)를 제공한다.


    키워드

    관련기사를 더 보시려면,

    [이학무의 테크리딩] 메타버스, 무엇이 필요한가 이학무 미래에셋증권 통신서비스 애널리스트
    [이학무의 테크리딩] 디지털 꿈의 다른 이름 메타버스 이학무
    [이학무의 테크리딩] 테슬라의 소프트웨어 2.0과 4D라벨링 이학무 미래에셋증권 통신서비스 애널리스트
    [이학무의 테크리딩] 융합의 시대, 영상을 아는 애널리스트 이학무 미래에셋증권 통신서비스 애널리스트
    [이학무의 테크리딩] 자율주행을 위한 인공지능의 핵심 '코딩' 이학무 미래에셋증권 통신서비스 애널리스트
    [이학무의 테크리딩] 인공지능과 자율주행 자동차 이학무 미래에셋증권 통신서비스 애널리스트
    [이학무의 테크리딩] 빅데이터와 인공지능 이학무 미래에셋증권 통신서비스 애널리스트
    [이학무의 테크리딩] 코딩 학습은 전공자와 함께 해야 이학무 미래에셋증권 애널리스트
    [이학무의 테크리딩] 코딩 배우기는 기술 이해의 첫 단추 이학무 미래에셋증권 애널리스트
    [이학무의 테크리딩] 기술이 바꾸는 세상, 코딩 배워 극복하자 이학무 미래에셋증권 통신서비스 애널리스트