알파고가 3연승을 했지만 이세돌이 졌다고 하긴 어렸습니다. 이세돌은 사고방식이 다른 이기종이라고 할 수 있습니다. 그럼에도 많은 사람들이 이세돌이 졌다고 안타까워하고 있습니다. 심지어 구글이 싼 가격에 홍보를 했다면서 구글을 비난하는 모습까지 보여주고 있습니다.
또한, 인공지능의 무서움을 깨닫고 많은 이야기를 만들어내고 있습니다. 현재 한국은 인공지능 알파고 열풍입니다. 그런데 알파고를 만든 딥마인드의 천재개발자인 데미스 하사비스에 대한 이야기는 안 보이더군요. 정작 가장 중요시 해야 하는 이야기가 알파고를 만든 '데미스 하사비스'의 이야기가 아닐까요?
The Verge는 이세돌 알파고의 1차전이 끝난 후에 데미스 하사비스와 인터뷰를 했습니다. 그 인터뷰 내용을 소개합니다.
하사비스 : 바둑은 정보 게임의 최고봉입니다. 체스보다 훨씬 복잡합니다. 바둑 톱 클래스 기사를 이기는 것은 체스 챔피언을 IBM의 딥 블루가 깬 이상의 큰 도전이었습니다. 그러나 알파고가 바둑 톱 클래스 기사를 이겼습니다.
하사비스 : 큰 충격이었습니다. 그러나 이세돌 9단은 우리보다 더 놀라웠을 것입니다. 그의 표정은 그렇게 보였습니다.
알파고가 이세돌 9단의 왼쪽을 깊숙하게 돌격한 것은 우리에게도 의외의 움직임이었습니다.
전통적인 컴퓨터는 각 국면에서의 승부에서는 강하지만 대국 전체를 내다 보는 시선은 약합니다
질문 : 알파고와 이세돌 9단의 대결의 큰 목적은 현재의 인공지능 기술의 능력을 판별하는 것이었습니다. 어제의 경기에서 무 엇을 얻을 수 있었습니까?
인공지능의 역사와 연결해서 보면 딥 블루와 알파고의 차이가 중요합니다. 딥 블루는 체스의 규칙이나 정보에 대해 매우 높은 수준의 프로그램이 되어 있어던 반면 알파고는 상황이나 대전에서 스스로 학습하는 인공지능입니다. 누군가가 프로그램한 것이 아니라 스스로 배워서 인간에 가까운 판단을 할 수 있는 것이 중요합니다.
예를 들어 무제한 포커는 매우 어렵습니다. 또한 여러 사람과의 대결이라는 것은 정보가 완전하지 않기 때문에 어렵습니다. 전략을 필요로 하는 게임은 여러가지가 있습니다. 그러나 바둑은 모든 요소를 가진 게임으로 컴퓨터에게 가장 어려운 대상입니다.
질문 : IBM의 왓슨이 헬스 케어 분야에서, 예를 들어 암 진단 등의 분야에서 연구를 수행하고 있습니다.
딥 마인드도 헬스 케어 분야에 진출 할 생각입니까?
하사비스 : 의료 분야는 딥 마인드에게는 초기 연구 단계에 있습니다. 몇 주 전에 내셔럴 헬스 서비스와의 제휴를 발표했지만
그것은 단순히 의료 분야에서 기계 학습을 할 수 있는 플랫폼 제작을 시작하는 것이지 IBM의 왓슨의 큰 노력과는 다릅니다. 내가 알기로는 왓슨은 전문가 시스셈과 같은 것으로 우리 인공지능과는 다른 스타일이라고 생각합니다.
하사비스 : 맞습니다.
하사비스 : 아니오. 우리는 무엇을 연구 하고 싶은 지를 사전에 결정할 수 있으며 연구 활동에 많은 자유를 부여 받고
있습니다. 그게 우리가 하고 싶었던 것이고 구글에 인수 되었던 이유입니다. 자유 덕분에 비약적인 발전을 할 수 있었습니다. 실제로 최근 몇 년은 그대로였습니다. 물론 구글 서비스에서도 작동하도록 인공지능을 활용하는 방법을 찾는 노력은 하고 있습니다. 다만, 아직 초기 단계에서 뭔가를 할 수 있는 것은 아닙니다. 순다 피차이 CEO는 향후 인공 지능 서비스를 만들기 위해서 핵심 부분을 공유하고 있습니다.
질문 : 구글은 예를 들어 인공지능 네트뭐크 구상인 구글 브레인 프로젝트릴 실시하고 있습니다. 구글의 다른 인공지능 연구와 딥 마인드 연구가 접점이나 겹치는 부분은 있나요?
하사비스 : 사실, 구글과 딥 마인드는 상당히 상호보완적으로 활동하고 있습니다. 매주 회의와 대화가 이루어집니다. 구글 브레인의 초점은 주로 딥 러닝입니다. 제프 딘처럼 믿기지 않는 기술을 가진 연구원이 구글의 곳곳에 있고 구글 포토 분류 기능과 같은 훌륭한 기술을 실현하고 있습니다. 또한, 구글 브레인 멤버는 캘리포니아 마운틴 뷰에 본사를 두고 제품 개발 팀과 거리도 가깝고 12개월에서 18개월 주기로 개발을 하고 있습니다.
이에 비해 딥 마인드 알고리즘 같은 개발은 2~3년 정도 시간이 걸립니다. 딥 마인드는 연구 시작 시점에서 뭔가 응용 서비스를 목표로 기술을 개발하고 있지는 않습니다.
질문 : 알파고 개발에 있어서 구글의 지원은 중요 했나요? 딥 마인드 혼자도 가능했던 개발 아닌가요?
하사비스 : 구글의 역할이 무척 중요했습니다. 알파고는 플레이 중에 특별히 뛰어난 하드웨어가 필요한 것은 아니지만 알파고를 단련하기 위해서 많은 하드웨어가 필요했습니다. 다양한 다른 버전을 개발하여 각각을 클라우드에서 토너먼트 형식으로 대결 시켰습니다. 구글의 백업 및 다양한 하드웨어 덕분에 효과적인 개발을 할 수 있었고 그러한 지원이 없이 우리 혼자 이렇게 짧은 기간에 알파고를 진화 시킬 수 없었을 것입니다.
질문 : 이야기를 로봇으로 옮기겠습니다. 저는 지금 일본을 거점으로 활동하고 있는데 일본은 로봇 기술의 첨단을 달리고 있습니다. 일본의 로봇은 두 중료로 나뉘어져 있습니다. 하나는 제조업의 산업용 로봇이고 또 하나는 소프트뱅크의 페퍼 같은 안내 타입 로봇입니다. 이 로봇에 대해서 어떻게 생각하고 있나요?
하사비스 : 산업용 로봇에 대해 말하면 물리적인 움직임은 좋지만 '지능'이라는 요소가 결여되어 있습니다. 안내 로봇은 스마트폰의 개인 비서와 같은 것으로 사전에 프로그램 된 질문과 답변을 기반으로 하기 때문에 DB에 없는 질문이나 불규칙한 질문을 하면 혼란스러워 합니다.
질문 : 기계 학습은 로봇을 어떻게 향상 시킬 수 있을까요?
하사비스 : 기계 학습은 완벽하게 다른 접근 방식입니다. 우리 인간은 새로운 것을 배우고 능력을 점차 높여 가고 있습니다.
그렇기 때문에 새로운 상황에 대처할 수 있습니다. 이는 현실 세계에서 로봇과 로봇 용 소프트웨어가 요구되는 것이라고 생각됩니다. 학습은 극한 상황에서 가장 많이 배울 것입니다.
질문 : 학습 할 수 있는 로봇에 의해 가장 가까운 미래에 실현할 수 있는 서비스는 무엇인가요?
하사비스 : 왜 아직 그 제품이 없을까?라는 생각을 할 필요가 있습니다. 왜 대신 집안을 샅샅히 청소 해주는 로봇은 없을까? 그건 집의 모양이 다 다르기 때문입니다. 집 구조나 가구 배치 더러움의 상태는 다 다릅니다. 따라서 미리 로봇에게 프로그램화 하는 것은 불가능합니다. 집에 대해 잘 알고 있는 로봇이 필요합니다.
주인의 물건이 어디에 수납되어 있는지까지 알아야 제대로 된 청소를 할 수 있습니다.
질문 : 개인적인 관심인데 집에 로봇 청소기가 없나요?
하사비스 : 음.. 예전에 가지고 있었지만 그다지 편리하지 않아서 (웃음). 식기 세척기와 로봇 청소기 등은 상대적으로 저렴한 제품이기 때문에 모두 살 것이라고 생각합니다. 그러나 이들 제품은 사실 지성을 가지고 있지 않습니다. 천천히 하지만 단계를 올려가는 지능을 가진 제품이 보다 편리할 것입니다.
질문 : 많은 사람들이 SF를 방불케하는 진화하는 인공지능에 적잖은 공포를 느끼고 있습니다. 미래 인간과 로봇과 인공지능의 관계는 어떻게 된다고 생각하시나요?
하사비스 : 로봇 공학에 대해 개인적으로 크게 생각해 본 적이 없습니다. 내가 정말 놀라워하는 인공지능은 과학적인 부분에서 과학을 보다 빨리 진화시키는 인공지능입니다. 나는 인공지능이 지원하는 과학을 보고 싶습니다. 거기에서 인공지능은 효과적으로 연구를 도울 것입니다. 예를 들어 산처럼 많은 데이터에서 구조를 찾아주며 인간의 전문가 및 연구원들에게 돌파구를 제시할 수 있습니다. 몇 달 전에 CERN(유럽입자물리연구소) 연구원들과 대화할 기회가 있었는데 그들은 세계에서 가장 많은 데이터와 싸움하고 있습니다. 데이터의 양이 너무 방대해서 처리할 수 없을 정도라고 합니다. 인공지능이 그 방대한 데이터 속에서 새로운 무언가를 찾아주는 미래는 정말 근사하다고 생각하고 있습니다.
구글이 하사비스의 연구에 거의 터치를 하지 않는다는 것과 2~3년 동안 기다려주는 것이나 하사비스의 생각이 참 흥미로운 인터뷰네요. 잠시 후 이세돌과의 4국을 두는데 알파고가 이기던 지던 너무 일비일희 하지 않았으면 합니다. 큰 그림으로 봐야죠. 알파고는 다른 인공지능과 달리 스스로 학습을 하는 인공지능입니다. 하사비스가 바둑의 전략 전술을 알려 준 것이 아닙니다. 그냥 자기 혼자 기보 보고 자기들끼리 가상 대전을 펼쳐서 끊임 없이 이기는 방법을 스스로 학습한 인공지능입니다.
따라서, 지금 보다 다음이 더 똑똑해져 있습니다. 그리고 바둑을 우리보다 더 잘 둔다고 당장 인공지능이 우리보다 똑똑하다고 할 수도 없습니다. 그러니 너무 거부감을 가지지 않았으면 합니다.
출처 : http://www.theverge.com/2016/3/10/11192774/demis-hassabis-interview-alphago-google-deepmind-ai
