강병서(경제 27회, 경희대 명예교수)

2016년 서 울 에 서 열린 알파고와 이세돌의 바둑대결 결과는 세인들에게 큰 충격을 주었다. 불과 3년의 학습으로 30년 이상 수련한 최고수를 4승1패로 꺾었던 것이다. 시간이 흘러 요즈음은 인공지능 없는 바둑 해설은 상상하기 어렵다.
최근 인공지능 기술은 컴퓨터공학뿐만 아니라 철학, 심리학, 수학, 생명공학 등 거의 모든 학문을 아우르는 만물 상자가 되었다. 학문은 문제해결을 위해“가설-증명-구현-개선”과정을 거치면서 발전하는데, 이것을 집대성한 결과가 인공지능으로 나타났다. 인공지능의 수준은 가히 인간의 상상력을 초월하고 있는 것이다.
다음 그림에서 인공지능이 머신러닝과 딥러닝을 통해 지속적으로 진화하고 있음을 보여준다.

​

참조: https://blogs.nvidia.com

​

머신러닝에서 머신은 프로그래밍 가능한 컴퓨터를 말하고, 러닝은 컴퓨터가 학습하는 것을 뜻한다. 이것은 기존 자료를 통하여 학습한 후 새로운 자료에 대해 예측을 수행한다. 제1기 알파고는 10여만개의 기보를 학습한 결과이다. 머신러닝은 컴퓨터의 행동을 변경하고 적응하여 새로운 상황에 적합한 행동을 취할 수 있게 해 준다.

​
한편 딥러닝은 머신러닝의 한 분야로 서 인간이 정해준 별도의 기준 없이도 빅데이터를 기반으로 컴퓨터가 스스로 분석하며 학습한다. 이것은 인간 뇌의 뉴런을 모방한 인공신경망을 여러 층으로 겹쳐서 정보를 처리하는 기술이다. 이를 통해 이미지 생성 및 분류, 물체 인식, 이미 지 변환, 기계 번역 등이 가능하다. 알파고는 머신러닝에서 딥러닝 수준으로 진화 발전하였다. 알파고 2.0은 기보 없이 스스로 바둑을 학습하기 시작하였다. 수많은 경우의 수를 입력하는 대신 스스로 배우는 딥러닝 과정을 통해 정확성이 높아졌다는 평가를 받았다. 2019년 AI 한돌은 2점 치수의 이세돌을 상대로 1승 1패를 기록하기도 하였다.

지금까지 머신러닝과 딥러닝에 대하여 간단히 살펴보았다. 인공지능의 알고리즘은 예측을 얼마나 정확하게 하느냐에 따라 품질 수준이 결정된다. 머신러닝의 경우 데이터와 알고리즘으로 연구모형의 타당성을 확인하고 실행 가능한 결과를 제공한다.
예컨대 코로나 발병에 대한 예측 모형을 개발하였다고 할 때, 그 모형의 적용에 대한 결과가 다음과 같다고 하자.

이 행렬 표에서 대각선에 나타낸 값은 정확하게 예측한 경우이다. 따라서 C1은 100명 중 90명, C2는 100명 중 96명이 올바르게 분류되었다. 정확도를 계산하면 (90+96)/200 = 93%가 된다. 이 기준을 얼마로 잡아야 하는지는 연구 목표에 달려 있다.

​
인공지능에 관련된 머신러닝과 딥러닝은 점차 광범위하게 적용되고 있다. 장기바둑 뿐만 아니라 카메라와 센서를 탑재한 자율자동차, AI 아나운서의 뉴스, 휴대전화의 실시간 기계통역, 로봇 수술, 주식 투자 등 우리 생활 분야에 속속 등장하고 있다. 이것은 단순 구경거리가 아니다. 만일 Scratch, R, Python 등을 통해 코딩을 공부한다면, 최근 경향의 지적 호기심을 충족시켜 줄 것이다.