요즘 시대의 핵심 과학기술은 인공지능입니다. 반면에 인공지능은 그 중요성에 비하여 진입장벽이 높습니다. 하드웨어의 발달로 인해 하루가 다르게 새로운 알고리즘이 나오고 있습니다. 논문들도 많이 발표되고 있습니다. 외국에는 관련 분야에 종사하는 인력도 많습니다. 그러다 보니 학습 자료도 당연히 많습니다. 해당 논문과 자료들은 대부분 영어입니다. 그러다 보니 우리나라 사람들에게는 진입장벽이 더더욱 높은 것 또한 사실입니다.

보통 새롭게 인공지능의 세계로 뛰어드는 사람은 강의를 통해 지식을 정리합니다. 온라인이든 오프라인이든 쉽게 설명하는 강의는 인기가 높습니다. 많은 사람들이 인공지능을 쉽게 이해할 수 있도록 전달하는 방법을 같이 고민하는 것 같습니다. 그러기 위해서 우리 인간의 뇌를 이해하는 것부터 출발해야 된다는 이야기를 많이 합니다. 인공지능의 알고리즘 원리는 인간 뇌의 원리를 잘 모사하는 것이기 때문이라고 합니다.

 

브레인 이미테이션 인간을 모방한 인공지능, 두뇌를 모방한 뉴럴 네트워크
이주완 저 | 제이펍 | 2019년 08월 22일

 

이 책의 저자는 10년 넘게 인공지능 분야에 종사하고 있다고 합니다. 인공지능을 쉽게 이해할 수 있도록 고민한 끝에 인간 두뇌와의 연결고리를 통한 접근방법을 찾았다고 말하고 있습니다. 이 책을 통해 그간의 결실을 소개하겠다라고 이야기 하고 있습니다. 책 제목이 ‘브레인 이미테이션’ 인 것도 그 때문인 것 같습니다. 저자의 희망은 이 책이 인공지능 세계로 향하는 제일 편한 다리가 되었으면 한다는 것입니다.

이 책은 인공지능 기술을 어려운 지식없이도 읽을 수 있도록 한 입문서 입니다. 저자가 발견한 접근방법을 통해 인간의 뇌과학 원리를 설명하고 인공지능과 비교합니다. 심리학 관점에서의 실험들이 인간의 뇌의 행동이라고 많은 예를 들어 보입니다. 우리가 이미 아는 내용도 있어 쉽게 받아들여 집니다. 책에 복잡한 수식도 없습니다. 꼭 필요할 때만 원리를 위해 숫자를 사용합니다. 페이지 수도 200여 페이지라 쉽게, 빨리 읽힙니다.

총 7개의 Chapter로 책은 구성되어 있습니다. Chapter 1은 머지않은 미래는 기계적 인간이 될 것이다라고 예측하면서 새로운 용어에 대한 정의를 하고 있습니다. 인공지능, 머신러닝, 뉴럴넷, 딥러닝의 차이를 확인할 수 있습니다. 통용되는 명칭과 기술적인 관점의 정의로 봐야 될 것 같습니다. 인공지능과 머신러닝이 유명해진 이유는 뉴럴넷의 뛰어난 성능 덕분이라고 합니다. 그 때문에 인공지능 또는 머신러닝이라 하면 흔히 뉴럴넷을 떠올린다는 것입니다.뉴럴넷은 인공지능과 머신러닝의 현재이자 미래라고 말하고 있습니다. 

요즘 우리는 4차 산업혁명 시대를 지나고 있다. 말 그대로 혁명처럼 빠르게 뉴럴넷이 인공지능 기계라는 이름으로 우리의 삶 속 깊이 들어오고 있다. 머지않은 미래에는 이런 기계 없이는 살 수 없는 우리의 모습을 발견하게 될 것이다. 즉, 우리는 점차 ‘기계적 인간(호모 마키나, Home Machina)’이 돼 버릴 것이다. 그렇기 때문에 인공지능의 핵심이 되는 뉴럴넷은 더욱 중요한 지식이 될 것이고, 미래 시민, 즉 기계적 인간의 필수 지식이 될 것이다.^12쪽

Chapter 2는 인간의 두뇌에 대해 설명을 합니다. 뉴런, 두뇌를 설명합니다. 뉴런의 모임이 두뇌라고 하며, 두뇌의 구조를 알려줍니다. 구조를 알려준 뒤에는 역할도 이야기 합니다.

Chapter 3에서는 두뇌와 기계의 고정관념에 대한 사실을 반박합니다. 현재까지 우리가 뇌의 10% 정도밖에 쓰지 못한다고 알려져 있는 사실에 대해 잘못되었다고 합니다. 인간은 사물을 보거나 음악을 듣거나 말을 하는 것과 같은 특정 활동을 할 경우 뇌의 5% 정도를 활용합니다. 하지만 이러한 각각의 일은 뇌 영역별 역할에 따라 모든 곳에서 벌어진다는 것을 fMRI나 EEG 같은 뇌 이미징 기술을 통해 확인되었습니다. 즉, 우리는 뇌의 100%를 사용하고 있다는 것입니다. 특정 부분이 계속 사용되지 않는다면 우리 몸은 이를 퇴화시켜 쓰이는 부분만을 남긴다는 것입니다. 뉴런, 시냅스의 수와 지능의 상관관계도 틀렸다고 합니다. 성인이 되면서 불필요한 시냅스를 가지치기하여 유야기의 60%정도의 시냅스를 갖게 됩니다. 하지만, 성인이 유아기 때보다 더 적은 뉴런만으로 더 어렵고 다양한 일을 할 수 있다는 것입니다.

Chapter 4장에서 6장까지는 두뇌와 기계를 학습법, 인지법, 기억법으로 서로 비교합니다. 먼저 학습법입니다. 현재 뉴럴넷과 관련된 다양한 연구는 뇌의 다양한 특징 중 특히 학습 기능을 본떠 기계가 인간의 학습력을 갖추는 것에 초점이 맞춰져 있다고 말합니다. 현재 뉴럴넷은 뇌처럼 연결의 생성, 강화, 약화, 소멸을 통해 새로운 일을 배우고 불필요한 것은 망각함으로써 강력한 능력을 갖추게 됐다는 것입니다.

평생 학습은 기계가 인간 사회에 완전히 녹아드는 핵심이다. 아마 기계가 인간 세계에 완벽하게 녹아드는 마침표는 집안일을 척척 해내는 가정부 로봇일 것이다. 각각의 집마다 해야 할 일도 다르고, 구조도 다르고, 가전 제품도 다르다. 또한 이사를 가서 일이 완전히 달라질 수도 있고, 새로운 일이 추가될 수도 있다. 환경이 변했다고 해서 설거지를 하지 못하거나, 공장에서 배우지 않았다는 이유로 분리수거를 못하거나, 분리수거를 알려 줬더니 설거지를 잊어버린다면 그 효용성과 편의성은 매우 한정적일 것이다. 또한, 평생 학습이 완벽하게 가능해야 기존 업무와 새로운 업무를 모두 성공적으로 수행할 수 있을 것이다.^114쪽

인지법에서는 의미적 인지, 시각적 인지, 청각적 인지에 대해 구분하고 있습니다. 인지는 따로 분리할 수 있는 것이 아니라 서로 연결되어 작용을 해야 한다고 이야기 하고 있습니다. 기계가 진정으로 사람에게 가까운 청각적 인지를 위해서는 시각 등과 같은 다양한 정보와의 통합이 필요하다는 것입니다. 멀티모달 연구가 대표적입니다. 예로 음성을 인식할 때 시각 정보인 입 모양까지 인식해 인식률을 높이는 연구가 있습니다.

기억법은 단기 기억을 받아들여 효율적 기억을 거쳐 장기 기억으로 저장되는 내용을 알려줍니다. 이런 뇌의 기억법과 동일하게 인공지능의 알고리즘도 동일한 과정으로 구현되고 있다고 합니다. 책을 통해 알게 된 사실은 모든 생활에 필수적인 단기 기억 능력은 술과 스트레스에 의해 쉽게 손상된다는 것입니다. 이렇게 단기 기억 능력은 후천적인 영향을 많이 받기 때문에 건강관리를 해야 한다고(술을 끊고, 스트레스는 빨리 해소를 해야 한다고) 말하고 있습니다.

대부분의 뉴럴넷 모델은 단기 기억, 장기 기억 둘 중 하나만을 활용해 문제를 해결해 왔다. 그렇기 때문에 단기 기억을 사용하는 모델은 오랜 시간이 지나면 잊어버리고, 장기 기억을 사용하는 모델은 오랫동안 기억하긴 하지만 비효율적으로 사용하는 경향이 있다. 하지만 근래에는 LSTM과 같은 단기 기억 모델과 뉴럴 튜링 머신과 같은 장기 기억 모델을 둘 다 가진 모델도 등장해 단기 기억과 장기 기억 모두를 효율적으로 활용하고 있다. 하지만 여전히 이 둘 모두를 효과적으로 사용하는 뉴럴넷에 대한 연구는 걸음마 단계다.^178쪽

마지막 장인 Chapter 7에서는 사람을 향해 인공지능 기술은 연구되어야 한다고 강조합니다. 직관이라는 힘, 기계는 직관적으로 세계를 이해하는 능력이 전무하지만, 사람들이 세상을 직관적으로 이해하는 측면은 다양합니다. 물리적인 이해, 인과적인 이해 등 고려해야 하는 많은 경험이 존재합니다. 문맥적 내용을 바탕으로 세상을 볼 수 있는 것입니다. 기계는 이러한 능력이 현재는 없습니다. 자율주행 기술로 부각된 심리적, 도덕적 이해도 마찬가지 입니다. ‘1명을 희생시킬 것이냐’대 ‘5명을 희생시킬 것이냐’는 영원한 숙제일 것입니다. 근래의 인공지능은 데이터를 통해서만 학습하는 것이 핵심입니다. 하지만, 이러한 단점들이 개선되어 사람보다 잘 배울 수 있는 기계가 나온다면 설명적 추론, 메타 학습, 전이 학습들도 가능하다고 보는 것 같습니다.

뇌과학과 뉴럴넷이 발달하면 결과적으로 우리 삶의 내·외면 모두 향상될 것이다. 이런 발달은 이미 4차 산업혁명이라는 이름으로 우리 주위에서 벌어지고 있다. 이러한 변화는 우리가 피할 수 없는 변화이므로 우리가 할 수 있는 일은 단순하다. 바로 선한 마음을 갖는 것이다. 선한 마음으로부터 선한 기술이 나오는 것이기 때문이다. 또한, 이런 변화를 알아가면서 늘 관심을 두고 지켜봐야 한다. 이런 변화의 시기에는 늘 다양한 기회와 재미있는 일이 넘쳐나기 때문이다.^197쪽

이 책의 저자는 이주완 입니다. 책 날개에 소개된 글을 보면 카이스트(KAIST)에 입학해 인공지능으로 석사 학위를 받았다고 나옵니다. 대기업에서 실무 경험을 쌓은 후 인공지능 스타트업을 공동 창업하였고, 이를 글로벌 대기업에 성공적으로 매각까지 한 것으로 보입니다. 현재는 글로벌 대기업의 인공지능 연구원이라고 합니다.

이런 경력을 가진 저자의 책, 처음 소개하면서 언급한 저자의 희망사항 답게 이 책은 쉽고 재미있게 인공지능 세계로 안내하고 있습니다. 평소 인공지능에 관심있는 사람이 처음으로 접하기 좋은 책 같습니다. 추가적으로, 인공지능의 기술에 대한 개념을 정리하는 관점에서도 책을 읽어보는 것을 권해드립니다.