2017년 25번째 주의 회고

2017년 24번째 주의 회고

매일 같이 점심 약속이 있어 gym은 한 번도 못 갔지만, 금요일 오후에 축구를 했고 토요일 오전에는 농구를 했다. 중국어 공부는 조금 소홀했고, 책 읽기는 여전히 의욕적으로 하고 있다.

  1. 가족
    • 총총이는 생후 9개월에 접어 들었다. 잘 크고 잘 논다. 반면, 먹는 양은 잘 늘지 않는다. 아내와 합의 하에 수면교육(취침플랜)을 진행하기로 했다. 이제 잠버릇만 제대로 들이면 삶의 질이 조금 더 올라갈 것 같다.
    • 예상보다 일찍 아내와 깊이 있는 대화를 할 수 있는 기회가 있었고, 그 시간을 통해서 아내도 나도 서로를 조금 더 이해하게 된 것 같다. 그 대화 이후에 아내가 나를 배려하기 위해서 노력하는 것이 느껴진다. 나 역시 그에 대응하게 되니 긍정적인 피드백이다.
  2. 건강
    • 체중 감소세는 여전히 완만하다. 그런데 체중이 적절한 지표는 아닌 듯 하다. 주말 아침에 농구를 하기 때문인지 예전보다 활력이 생겼다. 총총이의 잠버릇이 들면 아내도 나도 양질의 수면을 할 수 있을 것으로 기대하고 있다.
    • 차주 월요일 오전부터 새 운동을 배운다. 매우 수요일 저녁에 있다는 테니스 모임은 아무래도 참가하기가 어렵겠다.
    • 일 자체에 좀 더 몰입할 수 있는 환경을 조성하는 것도 능력이다. 어찌되었건 마무리를 잘 하고 싶다.
    • 일-학습을 연계할 필요성을 강하게 느낀다. 업무시간 중 짬을 내어 ‘회사법’을 다시 보아야겠다.
  3. 학습
    • 중국어 학습은 지지부진. 진도가 밀렸다.
    • 그외 학습과 무관한 독서는 열심히 하고 있다: 『딥 워크』,『플랫폼 레볼루션』,『기술중독사회』,『레비씨, 픽사에 뛰어들다!』,『우리는 모두 페미니스트가 되어야 합니다』.
  4. 관계
    • 티 나지 않게 변화를 꾀하고 있다. 티 나지 않더라도 노력은 노력이다.

『한국의 젊은 부자들』 (이신영, 2017)

잡스앤(jobsN)의 이신영 기자(조선일보)가 쓴 인터뷰 기사를 모아서 펴낸 책이다. 이미 바이럴을 탔던 꼭지들도 있어서 완전히 새로운 내용은 아니다.

사견이지만 지금 한국은 그 어느 때보다 ‘창업하기 좋은 시절’인 듯하다. 취업률을 높이기가 어려우니 “취업 대신 창업하라.”라고 부추길 뿐만 아니라 정부, 지자체 등 공공기관의 창업 지원 인프라도 경쟁적으로 늘어나고 있기 때문이다.

창업, 절대 쉽지 않고 창업자를 비롯하여 사업적으로는 투자자, 피고용인 사적으로는 그들의 가족까지 여러 사람의 인생이 걸리게 되므로 결코 가벼이 여길 것도 아니지만, ‘좋은 실패’를 경험하기 위한 가장 좋은 길인 것은 분명해 보인다.

  • 인생에서 가장 중요한 것은 매일 관성을 깨며 사는 것. (정세주, 눔)
  • 진정한 창업가라면 허무맹랑(虛無孟浪)하더라도 세상을 바꾼다는 뜻을 품어야. 기본적으로 나는 큰일을 한다는 생각. 그리고 절대 꺾이지 않아야 한다. (김주윤, 닷)
  • 콘트래리언(contrarian)은 남들의 보편적인 의지와 반대로 가는 사람을 일컫는 말. 한마디로 강렬한 반대의 힘을 탑재한 인물. 남들이 Yes라고 할 때 No라고 할 줄 아는 용기. 그리고 시장의 정반대를 내다보는 정신을 가진 인물.
  • 인생은 짧다. 훗날 죽을 때 뭐라고 말하면서 죽을 것인가. 단지 돈을 벌겠다는 생각만 가지고 창업하지 마세요. 정말 바꾸고 싶은 현실. 그 분노의 지점을 찾아 바꾸려는 노력을 할 때 돈이 따라온다고 생각합니다. (윤성혁, 에스티유니타스)
  • 실력보다 운이 좋다고 사람들이 말하지만, 운(運)은 결국 ‘옮겨 간다’는 뜻이다. 그것은 내일로 옮겨 가는 기세와 힘을 뜻한다. 그러므로 운이 좋다는 것은 옮겨가는 기세가 좋다는 것이며, 그건 빈둥거리는 상태가 아니라 일을 척척 해치울 때 생긴다. 이해득실을 따지지 않고 잘하는 사람이라는 평판을 얻고, 돈보다 사람을 먼저 만족시키며, 매사에 웃는 얼굴로 애정 어린 말을 하는 것이 운을 부른다. (사이토 히토리, 『부자의 운』에서 재인용)
  • 좋은 관찰력으로 아이템을 개발하고, 그것을 속도감 있게 만드는 것이 중요하다. ‘관찰이란 그냥 보고 있는 게 아니라 보고 있는 것을 끝까지 꿰뚫어 보는 것’이다. (얀 칩체이스,『관찰의 힘』에서 재인용)
  • 세계적인 부자들은 상당수 ‘위험 회피형’ 인간이었다. 나이키의 창업자 필 나이트는 약 5년간 신발 판매를 하면서 회계사로 ‘투잡’을 뛰었다. 워즈니악도 창업 이후 HP에서 엔지니어 일을 계속했다. 구글의 창업주도 검색 엔진 개발과 박사 과정 연구를 병행했다. (애덤 그랜트,『오리지널스』) 그래서 일단 무엇에 꽂히더라도 내 직업을 유지하면서 그걸 발전시키는 것이 필요하다. 그러다 보면 최적의 타이밍이 찾아올 수 있다.
  • 파괴적 비즈니스의 예술은 10년 후를 상상하는 것.
  • 라이코노믹스. 신뢰가 위기에 처한 시대엔 진실성과 호감이 불신을 잠재우고 새로운 경쟁력이 될 수 있다. (로히트 바르가비,『호감이 전략을 이긴다』)
  • 성공은 10%의 가망성을 크게 볼 줄 알 때 찾아온다. 사업은 지나치게 이성적이면 안 된다. 90%의 창업 아이디어는 누구나 낼 수 있다. 그러나 창업은 10%의 가망성을 진짜 성공하게끔 집념을 가지고 집중하는 미친놈이 해야 한다. (김태성, 모헤닉 게라지스)
  • 자신이 사랑하는 일을 사업으로 연결한 사람들은 자신의 전문성을 다양한 브랜드로 넓혀 나간다. 작게 시작해 확산하기 전까지는 기존의 일을 하다가 확실한 타이밍에 뛰어드는 것. 실패 가능성을 줄이면서 조금씩 자신의 전문성을 재해석하고 브랜드를 확장해 가는 전략을 쓰는 것이다.
  • 실패하지 않았다는 것은 충분히 혁신하지 않았다는 것이다. (일론 머스크)
  • ‘토이 프로젝트’란 자본과 노력을 거의 들이지 않고 단순 아이디어에 비즈니스 기회가 있는지 가늠해 보는 사업.
  • 성공 원동력은 ‘실패해도 그만’인 마인드.
  • 어떤 업종이든 10~20%는 깨어 있는 사람이 있다. 그 사람들부터 잡는 것이 시작. (배기식, 리디북스)

2017년 24번째 주의 회고

리바운드라고 할까, 리밸런싱이라고 할까. 잠시 쓰기를 중단했던 다이어리를 다시 쓰고 있고, 몇 주 만에 다시 gym을 방문해서 운동도 했다. 책 읽기도 의욕적으로 하고 있고, 중국어 공부도 시작했다. 앞으로는 금요일 저녁 일정을 비우고 한 주를 회고하는 시간을 가지려고 한다. (여기까지가 금요일 저녁, 아래부터는 일요일에 이어서 작성했다.)

  1. 가족
    • 정해놓은 방향으로 총총이를 유도하려 하지 않고, 총총이의 상태를 세심히 관찰하면서 총총이가 원하는 바를 빨리 알아차리려고 노력했다. 토요일 낮에 총총이를 업고 책을 읽어주었더니 곤히 잠들었던 순간이 기억에 남는다.
    • 가까운 사이일수록 더 많은 대화가 필요한 듯 싶다. 기사, 방송, 인터넷 가십을 나누는 껍데기 대화말고 서로의 진짜 감정, 욕구를 공유하는 그런 대화를. 존중하고, 존중받는다는 느낌이 정말 소중하다, 정말.
  2. 건강
    • 지난 토요일 오전 농구에 이어 이번 토요일에는 오전 축구를 했다. 주중에 하루 뿐이었지만 점심시간을 이용하여 gym에 다녀오기도 했다. 다음 주에는 좀 더 횟수를 늘리고 밀도도 높이고. 체중변화에는 큰 의미를 두지 않기로. 운동을 하는 것만으로도 활력이 느껴진다.
    • 기존에 하는 일도 새로 맡을 일도 더 잘 해내기를. 제때 착착 해내는 것에서 운이라는 것이 생겨나는 법이다. 하고 있는 일 매듭 잘 짓고, 매사에 긍정적으로 대응하기를.
  3. 학습
    • HSK 4급이 생각보다 만만치 않다. 압도되지 않기 위해 조금씩 쪼개서 매일 자주 반복해야 한다. 첫 주 스타트는 나쁘지 않으니 차츰 페이스를 올려야 할 것이다.
    • 독서는 학습과는 별 관계 없는 『레버리지』 그리고 『한국의 젊은 부자들』, 이렇게 두 권. 선물 받은 『아이들은 모두 문제아』도 조금. 앞으로는 분야를 정해놓고 경중을 달리해서 10권을 채운 다음에 다른 분야로 넘어가는 방식의 독서를 생각 중이다.
    • 대학원 진학, 여전히 고민 중이다. 공부해보고 싶은 것은 많은데 그 중에 하나를 고르기가 쉽지 않다.
  4. 관계
    • 없어도 되는 말은 굳이 내뱉지 않아도 좋다. 그리고 말을 않을 거면 표정으로도 내색하지 않도록 하자.

『레버리지』 (롭 무어, 2016)

레버리지란,

돈을 벌고 지속적인 변화를 만들어내기 위해 당신의 가치를 우선하고 그 외의 모든 것을 줄이거나 제거하는 기술이다. (p.14)

최소한의 노력과 시간으로 현대 과학 기술로부터 최대의 이익을 얻는 방법이고, 삶과 비즈니스를 위해 타인을 활용하는 방법이며, 더 짧은 시간에 더 많은 일을 처리하고, 모든 것을 아웃소싱하고, 이상적인 라이프스타일을 창조하는 방법이다. (p.18)

라고 하여 특별한 비법이라도 있는 양 독자를 유혹하지만, 부(富)를 얻으려면 “더 짧은 시간에 더 많은 일을 처리하고, 가치가 낮은 모든 일을 아웃소싱하라.”라는 아주 간단한 내용이 전부이다. 그리고 그 내용은 이미 상식이다.

VVKIK 전략이란,

목표 의식을 명확하게 하고, 자발적으로 적절한 순간에 올바른 일을 하기 위해서는 V(Value, 가치), V(Vision, 비전), K(Key Result Area, 핵심 결과 영역), I(Income Generating Task, 소득 창출 업무), K(Key Performance Indicator, 핵심 성과 지표) 전략이 필요하다. 이 전략은 행동에 관한 것이라기보다는 사고방식에 관한 것이다. (p.45)

시간관리에 대하여,

시간을 관리하겠다는 건 어리석은 생각이다. 시간을 관리하려고 할수록 당신은 점점 더 시간의 노예가 될 것이다. 시간은 계속 흘러간다. 시간은 당신을 신경 쓰지 않는다. 시간은 당신을 자기가 가는 곳으로 끌고 간다. (p.96)

당신은 시간을 관리하는 것이 아니라 자신의 삶, 결정, 행동, 감정을 관리해야 한다. 우리에게는 위대한 일을 할 수 있는 충분한 시간이 주어져 있다. … 당신이 중요한 일을 하지 않거나, 삶을 제대로 관리하지 못한다면, 다른 사람을 위해 일하느라 분주하다면, 남을 부자로 만들어주면서 자신은 행복한 가정생활을 하지 못한다면, 그래서 혼란과 좌절감과 무력감을 느낀다면, 우선순위를 효율적으로 관리하지 못하고 있다는 얘기다. 그것은 모두 당신이 자초한 것이다. 당신이 그렇게 되도록 자신의 시간을 허용했고, 시간이 변화를 만들어내지 못하게 막핬다. (p.97)

항상 당신의 시간을 평가하고 모니터링하라. 엄격하게 시간을 투자하라. 중요한 것은 당신이 얼마나 많이 일하는가가 아니라, 세상이 당신의 비전을 위해 얼마나 많이 일하는가이다. 당신이 사랑하는 일, 미래를 구축하는 일, 돈을 벌어다 주는 일을 할 시간을 더 많이 확보하라. (p.100)

좋아하지 않는 일 중 대부분은 당신에게 있어서 최선의 가치가 아니다. 사랑하고, 원하고, 돈을 벌어다 주는 일을 하고 나머지는 위임하거나 레버리지 해야 한다. 싫어하는 일은 아웃소싱하거나 쓰레기통에 버려라. 이것은 남에게 당신의 책임을 미루는 것이 아니다. 당신의 업무를 수행하는 사람은 아마도 당신보다 그 일을 더 좋아하고, 더 잘할 것이다. 일감을 기여하고 자유를 얻어라. (p.101)

비즈니스 과제를 설정하고 처리할 때 참고하면 좋은 실행 원칙들에 대하여,

  • 당신에게 가치 있는 일을 가장 먼저 하라.
  • 업무를 건너뛰지 말고 당면한 일에 집중하라.
    이메일이나 페이스북을 확인하고 싶을 때마다 자기 자신과 대화하고 당면한 일에 집중하라. 처리해야 할 일 더미에서 빠져나오는 유일한 방법은 당면한 과제에 완전히 집중하는 것이다. 업무를 건너뛰면 뇌가 다시 작동할 때까지 시간이 낭비된다.
  • 개구리를 먹어라. (=어려운 일을 먼저 하라.)
  • 다른 사람에게 끌려다니지 마라.
  • 자신에게 솔직하게 질문하라.
    ‘내일’이라는 말은 ‘결코 하지 않을 것’이라는 말과 같다. 더불어 아홉 시간 동안 서류 더미와 씨름한 뒤 (즉 후순위 업무만 열심히 한 뒤) ‘열심히 일했다’라고 자신을 설득하려는 내면의 목소리를 주의해야 한다.
  • 하루 에너지의 최고점과 최저점을 파악하라.
  • 유혹의 무균 공간을 만들어라. 

우선순위와 후순위를 구별하고 더 짧은 시간에 더 많은 일을 할 수 있는 몇 가지 기술에 대하여,

  • 궤도를 점검하라.
    해당 업무가 가치 목록의 상위권에 있고, 비전에 다가가게 하고, 목표를 실현하게 하는 일이라면 그 일을 하라. 그렇지 않으면 다른 사람에게 인계하거나 포기하라. 마음을 혼란스럽게 하고 일을 지연시키는 모든 상황을 제거하라.
  • 목표라는 마약
    잠자리에 들기 전과 하루를 시작하기 전에 목표를 소리 내어 읽어라. 이것은 실제로 뇌와 무의식에 메시지를 전달하는 방법이다.
  • 역 파킨슨의 법칙

처음 시작하는 기업가가 성장하려면 레버리지 스킬이 필요하다. 왜냐하면,

처음 시작하는 기업가는 비용을 절감하고 하루빨리 기반을 잡아야 한다는 생각에 모든 일을 혼자 해내려고 한다. 그 근면성이 성장에 가장 큰 걸림돌이 될 수 있다. 대부분의 기업가들이 실패하는 이유가 바로 이것이다. 이름만 기업주일 뿐 실제로는 자신의 지시를 받는 노동자, 노예인 것이다. (p.186)

리더에게 주는 몇 가지 조언들

리더는 관리자에게 비전을 제시하고, 자율권을 제공하고, 직접 일정을 조정할 수 있도록 해야 한다. 그들이 제대로 일을 수행하지 못하더라도 간섭하거나 중재하고 싶은 충동을 최대한 억제해야 한다. 그들을 고용하거나 업무에 합류시킨 것은 당신의 믿음과 신뢰다. 그들은 훌륭한 성과로 당신을 놀라게 할 수도 있다. (p.192)

구성원에게 신뢰와 책임감을 부여하라. 스스로 리드할 수 있도록 신뢰하라. 지시하기 전에 제안하라. 훌륭한 아이디어를 이끌어내고, 그 아이디어의 소유권을 부여하라. 누구나 비현실적인 마감 기일을 싫어한다. 그들 스스로 일정을 결정하게 하고 시간적인 여유를 주면, 그들은 훨씬 분발해서 일할 것이다. 길고 지루한 회의는 줄이고 짧고 정기적인 회의를 통해 진행 상황을 점검하라. (p.196)

자신을 도와줄 중요한 사람들을 코칭하고, 훈련하고, 지원하는 시간을 뒤로 미루는 것만큼 어리석은 경영은 없다. 고용만 하고 교육하지 않으면 결과적으로 더 혼란스러운 상황이 벌어지게 된다. 우선순위의 구분이 사라지고 장기적인 비전보다는 단기적인 손실을 막거나 당장의 수익을 올리는 일에만 시간을 빼앗기게 된다. 너무 바빠서 교육을 빼먹는 것은 마치 너무 바빠서 성장하지 않겠다는 말과 같다. 지금 당장 다이어리에 교육을 위해 절대 타협할 수 없는 불변의 시간을 적고 ‘삭제 불가’ 또는 ‘지우지 말 것’이라고 써넣어라. (p.204)

다짜고짜 무턱대고 중국어 도전

HSK 4급 합격에 1달이 걸렸다는 친구 말에 자극받아서 미루고만 있던 중국어 공부 개시. 다짜고짜 무턱대고 책부터 샀고, 9월 17일 시험에 응시할 계획. 생각보다 수준이 높아서 당황하기는 했지만, 일단 덤비고 보면 어떻게든 되겠지. 이렇게 욱여넣듯 암기하기는 또 오랜만. 머리가 지끈거리는 듯 다시 말랑해지는 느낌.

『김대식의 인간 vs 기계』 (김대식, 2016)

뇌과학, 뇌인지과학을 공부하고 KAIST 전기, 전자과 교수로 재직 중인 김대식 교수의 인공지능, 딥러닝(Deep Learning) 관련 강연을 활자로 재구성한 책. 이른바 ‘알파고(AlphaGo) 쇼크’ 이후 범람하듯 출간된 인공지능 관련 서적 중 하나인데, 얇기도 얇고 읽기도 쉽다.

기계에게 쉬운 일, 인간에게 쉬운 일

과거 전통적인 인공지능 개발에서 겪었던 어려움은 바로 인간에게 쉬운 일(ex. 걸어 다니는 것, 물체 인식하는 것, 목소리를 알아 듣는 것 등)을 기계에게 구현시키기는 매우 힘들다는 점이었다(이른바, 모라벡의 역설Moravec’s paradox).

먼저, 지능이 있다는 것은 ‘무언가를 인식할 수 있다는 것’이라고 정의된다. 그러므로 어떻게 기계에게 지능을 줄 것이냐는 물음은 어떻게 기계에게 사물을 인식시킬 것이냐는 물음으로 이해할 수 있다. 전통적인 방식으로 하자면 기계가 이해할 수 있는 논리적인 언어로 기계를 인간 수준으로 이해시킬 설명을 찾는 것인데, 그건 거의 불가능에 가깝다. 일단, 언어의 해상도가 인식의 해상도보다 훨씬 낮다(이른바, Many to one mapping 문제. 그래서 언어로 표현이 어려운 ‘직감’이라는 게 존재하는 것.). 그리고 그 경우의 수가 너무 많다.

(그렇다면, 이 무한에 가까운 변이를 설명으로 다 묶어내는 대신에 무한에 가까운 데이터Big data를 기계에게 학습시킨다면? 그게 가능한 시대가 도래했다.)

한편, 인간은 어떻게 기계가 어려워하는 일을 쉽게 해낼 수 있는가? 인간의 뇌는 생물체의 진화 과정에서 이 문제들을 풀었고, 그 답을 뇌 안에 신경회로망으로 갖고 있다. 결국, 그냥 답을 알고 있으므로 쉬운 것이다. 인간이 만든 논리 언어 기계(폰 노이만von Neumann 기계)인 컴퓨터가 연산을 쉽게 해결하는 것도 같은 이치이다. 이미 기계 언어를 통하여 논리적으로 정의된 문제에 대하여 답을 내어놓을 뿐이다.

컴퓨터와 인간의 뇌의 차이

컴퓨터가 인간의 뇌를 본떠 만들어졌다고는 하지만 몇 가지 차이점이 있다: 정보를 획득하는 방법과 정보를 저장하는 방법이 다르다.

컴퓨터는 정보를 가감 없이 입력하는 반면, 뇌는 오감을 통해 들어오는 정보를 해석을 거쳐서 받아들인다(ex. 착시현상 ― 착시가 재미있는 이유는 우리가 착시의 진실을 과학적으로 이해했음에도 여전히 눈에서 착시가 일어난다는 점이다. “아무리 알아도 세상이 똑같아 보인다.”).

또한, 컴퓨터와 달리 인간의 뇌는 정보의 저장을 일종의 무늬(패턴) 형태로 하게 된다.

여기에 더하여, 20세기 들어 이루어진 연구에 의하면 인간의 뇌는 계층적인 구조를 갖고 있다고 한다. 층마다 서로 다른 일을 하는 것처럼 보인다.

딥러닝(Deep Learning)의 등장

자, 드디어, 딥러닝(Deep Learning). 이 알고리즘은 인간의 물체 인지 과정을 개념적으로 모방한 시스템이다. 더 이상 인간이 기계에게 세상을 설명하지 않고, 세상에 관한 엄청나게 많은 데이터(Big data)를 집어넣어(Input) 이 데이터에 포함된 통계학적인 정보에 대해 점점 더 압축된 표현을 만들어가도록 하는 것이다(이 과정을 학습Learning이라고 한다).

이 획기적인 패러다임의 변화가 태동한 것은 1957년. 프랭크 로젠블라트(Frank Rosenblatt)가 발명한 퍼셉트론(Perceptron)부터. 이후, MIT의 마빈 리 민스키(Marvin Lee Minsky) 교수와 시모어 페퍼트(Seymour Papert) 교수에 의해 단층 퍼셉트론의 한계가 지적되고, 데이비드 룸멜하트(David Rumelhart)와 데이비드 클라렌스 맥클리랜드(David Clarence McClelland)가 다층 퍼셉트론(MLP, Multi-Layer Perceptron)을 효율적으로 학습시킬 수 있는 ‘오차 역전파법’(backpropagation)을 제시하였다고.

이 다층 퍼셉트론에도 치명적인 문제가 있었으니, 바로 오차 값이 깊은 층수들로 역전파되면 점점 왜곡되어버리는 ‘사라지는 경사도’(diminishing gradient) 문제. 또한, 깊은 신경망 층수들은 깊은 층수를 가질수록 더 추상적인 학습이 가능했지만 동시에 새로운 사실을 추론해내기 어려워한다는 약점도 갖고 있었음. 토론토대학의 제프리 힌튼(Geoffrey Hinton) 교수 연구팀은 깊은 층수의 MLP 역시 ‘사전 학습’(pre-training)을 통해 트레이닝 시킬 수 있음을 밝혀냈다. 인공신경망을 랜덤으로 ‘죽여주면’ 추론능력을 개선할 수 있다고.

(오차 역전파와 사라지는 경사도 문제 그리고 인공신경망을 랜덤으로 죽여준다는 게 대체 무슨 얘기일까…)

어쨌거나 이 정도까지가 개략적인 딥러닝 개발사(史)이고, 이제 본격적으로 딥러닝의 학습 과정에 대하여.

딥러닝의 학습 과정

딥러닝 학습은 크게 세 가지 방식: (1)슈퍼바이저 학습(supervised learning). 가장 많이 사용되는 방식이고 데이터와 함께 결과값까지 컴퓨터에게 알려주어 그 다음부터는 스스로 답을 찾아낼 수 있도록 시스템에 있는 파라미터(parameter)들을 최적화시키는 방법. 학습은 가장 잘 되지만 비현실적인 방법임.

(2)비슈퍼바이저 학습(unsupervised learning).

(3)보상 학습(reinforcement learning). 이 방법은 시스템이 답을 냈을 때 정답을 말해주는 것이 아니라 맞았는지(o) 틀렸는지(x)만 알려주는 것.

알파고(AlphaGo)를 개발한 딥마인드(DeepMind)는 2015년 ‘깊은 보상 학습’(DQN, deep Q-network)이라는 혁신적인 알고리즘을 발표.

딥러닝의 진화

“딥러닝이라는 모델을 뇌를 이해하려고 만든 것인데 딥러닝이 복잡해지니 딥러닝 자체를 이해 못하게 되었다.”

딥러닝을 기반으로 한 인공지능은 ‘인지자동화’에 가깝게 발전하고 있다. 자동화의 핵심은 대량생산. 앞으로는 상당 수의 지적 노동도 자동화 되어 대량생산이 가능해질 수도 있다. 가장 가능성이 높은 시나리오가 바로 자율주행기술이 적용된 무인자동차의 등장. 무인자동차 시대는 생각지도 못한 변화가 올 것(ex. 현재 자동차의 10%로 수요를 충족할 수 있고, 교통정체가 사라지고, 연료가 절감됨). 완성차 제조업은 쇠락하고 자동차부품업은 건재할 것이며, 컨텐츠 산업이 더욱 강해져서 결국 운송수단 요금의 무료화에 이르게 될 것이라는 전망도 가능.

일어나지 않을 일 같다고? 특이점은 온다. 추수감사절 하루 전 날, 지난 1년 동안 행복했던 칠면조가 다음 날 아침 맞이하게 될 변화를 생각해보라.

약한 인공지능과 강한 인공지능, 인류의 미래

‘약한 인공지능’이란 사람과 비슷한 수준으로 세상을 인식하고 글을 쓰고 정보를 조합하고 이해하는 정도의 인공지능을 의미하고, 이에 더하여 독립성, 자아, 정신, 자유의지가 있는 기계를 ‘강한 인공지능’이라고 한다.

강한 인공지능은 불가능할 것인가? 만약 강한 인공지능이 가능하다면 인류의 미래는 어떻게 될 것인가?

스티븐 호킹(Stephen Hawking) 박사와 엘론 머스크(Elon Musk)는 강한 인공지능이 생기면 인류가 멸망한다, 강한 인공지능은 핵폭탄보다 더 위험하다고 이야기 했고, 닉 보스트롬(Nick Bostrom) 교수는 『슈퍼 인텔리전스』(Superintelligence)라는 책에서 인공지능은 만들어 질 수 밖에 없고 그냥 인공지능이 아니라 초지능으로 나아갈 수밖에 없다고 썼다. 실제로 강한 인공지능이 생겼을 때 인류에게 주는 영향에 대한 모든 시뮬레이션은 인류멸망으로 끝이 났다고.

앤드류 무어(Andrew Moore) 교수는 이렇게 이야기 한 적도 있다고: “강한 인공지능이 등장하면 인류는 멸망한다. 그런데 그게 왜 나쁜가? 인류가 멸망하는 것이 왜 나쁜지 설명해봐라.”

그렇다면, 강한 인공지능의 등장을 막을 수 있을까? 여러 제안이 있지만 그다지 실효성이 없어 보이고 그나마 가장 나은 것은 강한 인공지능이 ‘지구에 인간이 있는 것이 좋다’라는 결론을 스스로 내리도록 하는 것이라고. 그렇다면 지금부터라도 인간은 미래 기계의 평가 수준에 맞도록 행동하여야 한다. 인류가 없으면 인공지능도 외로울 테니 살려달라고 재롱을 부리거나, 아니면 계몽을 완성하여 도덕적으로 성숙하거나.

이제 인간은 지금껏 스스로 해왔던 약속을 지켜야만 한다. 지금껏 인간이 인간의 약속을 어겨도 별 문제가 없었지만, 이제는 더 뛰어난 지능이 그 약속의 존재를 알게 되어 인간이 그 약속을 지키는지 아닌지를 판단할 것이므로.