AI는 당신의 생각만큼 스마트 하지 않다

지금으로부터 약 6년 전인 2016년 3월 이세돌과 알파고의 대국을 보면서 우리는 정말 큰 충격을 받았다. 고도의 연산과 전략, 수읽기를 요구하는 바둑에서까지 AI가 인간의 능력을 능가하다니, 그것도 비교할 수 없는 수준으로 말이다. 

그러나, AI의 발전에도 불구하고 아직까지 AI는 그렇게까지 효율적이거나 스마트하지 않다. 구글 AI 부문 총괄 부사장인 Jeff Dean은 아직도 AI 기술은 개선되어야 할 과제가 상당하다고 말한다.

첫째, 오늘날 대부분의 신경망이 한 가지만 수행하도록 훈련되었다는 것이다. 개발자가 깊이 관심을 가질 수 있는 특정 작업을 위해 AI를 훈련하지만 이는 꽤 버거운 활동이다. 데이터 세트를 선별해야 하고, 이 문제에 사용할 네트워크 아키텍처를 결정해야 하며, 임의의 값으로 가중치를 초기화하고, 가중치를 조정하기 위해 많은 계산을 적용해야 한다. 그리고 마지막에 운이 좋으면 하나의 모델이 될 것이다. 

하지만 이 작업을 반복하면 수천 개의 개별 AI 모델이 생성될 것이다. 각각은 매우 유능하지만 관심 있는 모든 다른 작업에 대해 분리되어 있을 뿐이다. 이에 비해 사람들이 어떻게 배우는지 생각해 보라. 제프 딘은 말한다. 

"작년에 (코로나로 인한 재택 근무 중에) 많은 사람들이 새로운 기술을 습득했습니다. 나는 수직 수경 재배를 실험하면서 정원 가꾸기 기술을 연마해 왔습니다. 그렇게 하기 위해 나는 식물에 대해 이미 알고 있던 모든 것을 다시 배울 필요가 없었습니다. 나는 구멍에 식물을 심는 방법, 물을 붓는 방법, 식물에 햇볕을 쬐게 하는 방법 등 이 새로운 수직 수경재배 기술을 배우는 데 활용할 수 있는 방법을 이미 알고 있었습니다."

언젠가는 컴퓨터도 인간과 같은 방식으로 기존에 습득한 지식을 재활용해서, 별도의 AI 모델 개발 없이 또 다른 기술을 사용할 수 있지만 현재까지는 그렇지 않다. 제프 딘은 말한다. 

"우리는 수천 또는 수백만 개의 다른 작업을 수행할 수 있는 멀티태스킹 AI 모델을 훈련할 수 있고 훈련해야 한다고 생각합니다. 그 모델의 각 부분은 다른 종류의 것들을 전문화할 것입니다."

 

두번째 문제는 오늘날 대부분의 AI 모델이 단일 양식의 데이터만 처리한다는 것이다. 즉, 이미지, 텍스트 또는 음성을 각각 다루지만 현재 이 모든을 통합하여 작동하는 모델은 없다. 이는 인간이 시각, 청각, 후각, 촉각, 미각 등 모든 감각을 모두 활용하여 하나의 대상을 통합하여 인식하는 것과 차이가 있다. 

이러한 문제를 해결하는 방법에 대해서 제프 딘은 다음과 같이 말한다. 

"우리는 입력 데이터, 텍스트, 이미지, 음성의 다양한 양식을 취한 다음 함께 융합하는 모델을 구축할 수 있습니다. AI 모델이 "표범"이라는 단어를 보거나 표범의 비디오를 보거나 누군가가 "표범"이라는 단어를 말하는 것을 들었는지 여부에 관계없이 표범을 인식할 수 있도록 개발할 수 있습니다."

 

세번째 문제는 오늘날의 모델이 너무 조밀하다는 것이다. 현재 존재하는 AI 모델은 단일의 통합 모델이기 때문에 우리가 달성하고자 하는 모든 과제에 대해서, 과제가 정말 단순하든 정말 복잡한 것이든 난이도에 상관없이 AI 모델은 모든 작업에 대해 완전히 활성화 된다는 것이다. 

이 점에서 인간의 두뇌는 비교할 수 없을 정도로 효율적이다. 우리 두뇌의 각기 다른 부분은 각기 다른 업무를 잘 수행하기 때문에 우리가 당면한 작업과 관련된 부분만을 호출하여 사용하고, 관련 없는 부분은 활용하지 않는다. 즉, 현재 수행하는 과제와 관련이 없는 부분은 뇌를 사용하지 않기 때문에 불필요한 에너지 낭비를 최소화할 수 있는 것이다. 

 

제프 딘은 말한다. 

"예를 들어, 당신이 쓰레기 트럭이 당신의 차로 되돌아오는 것을 신경질적으로 바라볼 때 셰익스피어의 소네트에 대해 생각하는 뇌 부분은 아마도 비활성화되어 있을 것입니다." 그리고 보완점도 말한다. 

"AI 모델도 인간의 뇌와 같은 방식으로 작동할 수 있습니다. 조밀하게 모든 부분을 다 활용하는 모델 대신, 드문 드문 활성화되게 말입니다. 특정 작업에 대해 AI 모델의 다른 특정 부분을 호출하는 형태입니다. AI 모델을 훈련하는 동안 모델은 어떤 부분이 어떤 작업을 잘하는지, 새로운 작업을 수행하기 위해 호출하려는 A의 특정 부분을 지속적으로 식별합니다. 이것의 장점은 고용량 모델을 가질 수 있지만 주어진 작업에 필요한 부분만 호출하기 때문에 매우 효율적입니다."

맺음말: AI 기술의 발전이 무서울 정도이지만, 아직은 해결해야 할 과제가 많은 것 같다. 그러나, 인간 뇌의 장점을 계속 배우며 개선되는 AI 기술이 인간의 뇌를 뛰어넘는 것은 시간 문제일 것이다. 그때 인류의 미래가 디스토피아가 되지 않기 위해서는 AI 개발 및 활용에 대한 윤리와 기준을 명백히 설정하고 준수해야 할 것이다. 

https://youtu.be/J-FzHIQ7SOs