CWN(CHANGE WITH NEWS) - [한 번 보고 쉽게 이해되는 인공지능 이야기] 2. 인공지능의 종류는 무엇인가?-머신 러닝

이 글을 읽고 있는 당신은 평일에 어떤 일을 하는가? 만약 직장인이 아니라면 평일에 무엇을 하는가 생각해 보자.

대부분의 직장인은 회사에 출근해서 밀린 업무를 처리하고, 수많은 메일을 보내고 답장하며 바쁘게 보낼 것이다. 하루에 주어진 업무 시간보다 업무량이 지나치게 많다고 생각할 것이다. 실제로 업무를 다 끝내지 못해 야근하는 경우도 많을 것이라 생각된다.

만약, 당신이 학생이라면 다가올 시험 기간을 생각해 보자. 평소에 공부보단 친구들과 어울리며 다양한 경험을 쌓는 것을 더 중요시하는 학생이라고 가정해보자. 또는 시험을 항상 당일치기 습관으로 준비 해왔다고 생각해 보자. 평소 공부에 대해서 잘 준비하지 못했던 당신에게 내일 갑자기 시험을 봐야 하는 상황이 주어졌다.

위의 두 가지 경우를 보면 공통점이 있다. 두 상황 모두 주어진 시간(하루) 안에 해결해야 할 업무 또는 공부가 인간이 하루 만에 끝내기 힘든 양을 필요로 한다.

두 상황 모두 인간의 한계에 부딪히고 원하는 결과를 얻지 못할 수 있다. 하지만 혹자는 반문할 것이다. 업무나, 시험 모두 어느 정도 예측하고 준비할 수 있지 않은가? 그 때문에 미리미리 준비를 한다면 이런 일은 없을 것이라 말한다.

그럼 예를 조금 바꿔서 생각해 보자. 당신의 직업이 회계사라고 해보자. 회계사의 많은 업무 중 당신은 기업의 부정을 감사하기 위해 자본주의 파수꾼으로서 회계 감사 역할을 수행한다. 그런데 당신이 감사해야 할 기업이 회계 부정을 저지르고 이것을 숨기기 위해 약간의 속임수를 만들었다. 그 속임수는 당신이 평소에 보지 못했던 것이다. 회계 감사는 오늘 당일 마무리 지어야 한다.

이런 상황에서 다시 질문하겠다. 회계 감사 업무도 예측할 수 있지만, 평상시에 준비한다고 해서 우리가 발견할 수 있을까? 물론 뛰어난 사람은 충분히 발견할 수 있을 것이다. 하지만 주어진 시간 안에 새로운 문제점을 빠르게 발견하기는 쉽지 않다고 본다. 특히 확률적으로 발견할 확률은 더욱 낮게 측정된다.

이 상황을 인공지능에 대입해서 생각해 보자. 첫 번째 직장인 상황에서 만약 인공지능이 당신이 가장 많은 시간을 소모하는 업무를 도와준다면 어떨까? 예를 들어 이메일 보내는 것을 알아서 보내주는 것이다. 당신의 업무 효율성은 엄청나게 늘어날 것이고, 업무 시간이 남게 되어 새로운 업무를 맡을 수도 있을 것이다.

두 번째 시험에 대해서 생각해 보자. 내일 시험이면 우리는 시험 범위를 공부해야 한다. 그런데 인공지능이 전에 시험 정보들을 보고 스스로 시험 정보를 정리해서 주고, 또 시험에 나올 기출문제들을 정리해서 주면 어떨까? 나는 하루 안에 집중해서 그 내용만 공부한다면 높은 성적을 받을 확률이 올라갈 것이다.

세 번째 상황에서 회계사인 당신에게 인공지능은 당신이 볼 수 없었던 위험들을 예측해 주고, 놓치는 부분까지 찾아서 보고해 줄 것이다. 인공지능을 통해서 놓칠 수 있던 기업의 회계 부정을 찾아내고 당신은 높은 성과를 달성할 것이다.

세 가지 인공지능의 공통점을 혹시 알아차린 독자도 있을 것이다. 이 경우의 활용되는 인공지능 기술은 인간이 직접 인공지능에 문제 푸는 방법 및 정답을 알려주고 인공지능 스스로 학습한 내용을 할 수 있게 만드는 기술이다.

대표적인 이 방법들이 바로 머신러닝(기계 학습)이라고 부른다. 물론 위에서 본 예시는 너무 간단하고 또 머신러닝의 한 부분만 설명한 것이다. 하지만 독자들이 꼭 기억할 부분은 머신러닝이란 결국 인공지능에 내가 해야 할 업무를 어떻게 해야 하는지 알려주고, 그 업무를 인공지능 스스로 할 수 있도록 도와주는 것이다. 말 그대로 기계가 학습하는 것으로 생각하면 된다.

최대한 쉽게 설명하기 위해 노력했지만 바로 이해하기는 어려울 수 있는 부분이다. 다음 시간에는 이 머신러닝에 구체적인 내용을 배울 것이다. 꾸준하게 인공지능 이야기를 읽다 보면 어느 순간은 이 내용이 쉽게 다가올 것이다.

[저작권자ⓒ CWN(CHANGE WITH NEWS). 무단전재-재배포 금지]