다큐멘터리 '알파고 (ALPHAGO)'

구글 딥마인드의 알파고와 이세돌의 대결을 다큐멘터리 형식으로 구성한 '알파고'를 봤다.

우선, 이게 벌써 2년이냐 지난 일이라는 것이 믿어지지 않는다.

시간이 빨리도 지나갔고, 그 동안에 '알파고'로 대표되는 인공지능, 머신러닝, 딥러닝 등의 용어는 일반인들에게도 익숙해졌다.

이를 적용해 봄 직한 연관 분야에서는 익숙함을 넘어 핫(hot)한 키워드가 되었는데, 해당 용어가 포함되기만 하면 더 잘 나가게 보이는 현상까지도 생겼다.

아직도 머신러닝 분야는 많은 각광을 받고 있는데, 이 다큐멘터리는 머신러닝이 일반 대중들에게 가깝게 다가갔던 알파고의 바둑 경기 이야기를 다루고 있다.

이 영상은 구글 딥마인드 팀의 입장에서 내용이 전개되지만 기술적인 내용은 많지 않고 오히려 다분히 감정적인 내용이 주를 이룬다.

영업 비밀(?) 때문인지 알파고 자체에 대해 깊이 있는 내용이 등장하지도 않으며, 이세돌의 대국의 준비 과정과 5번의 대국 자체를 주로 다룬다.

흥미로운 점은 그 경기에서 직접 볼 수 없었던 알파고 운용실 내부의 상황이라던가 답답함에 담배를 피우는 이세돌의 미공개 모습을 볼 수 있는 정도이다.

이 영상을 보고 나서 오히려 개인적으로 이것 저것을 생각해 보게 되었다.

사람들이 제2국의 알파고 37수나 제4국의 이세돌 78수를 보고 나서 감탄했는데, 감탄했다는 것은 그 시점에 그 가치를 알 수 있었고 다만 쉽게 생각하기 어려웠다는 것을 의미하는 것일 것이다.

하지만 제5국에서 전문가들이 알파고가 실수하는 것 같다고 했던 수들이 당시 알파고는 높은 승률의 수로 인식을 하고 있었음을 영상을 통해 확인해 볼 수 있었는데, 재미있는 점은 딥 마인드 팀의 전문가도 그것이 진짜인지 알파고가 잘못 계산을 하고 있는 것인지 바로 확신하지 못하고 있었다.

(그 당시에는 영상을 찍는 카메라를 의식해서 팀원들이 겸손함을 비추는 것이었을지 몰라도, 팀원 한 명이 인터뷰에서 그럴 가능성을 염려한다고 이야기 하였다)

다음을 가정해 보자.

머신러닝을 적용하여 당신의 관심 분야에 적용하고 있다.

전문가가 초기에 세팅과 기본 학습을 시켰다고 한다.

약 3개월 정도 잘 사용하여 당신이 원하는 소기의 목적을 잘 달성하고 있었다.

오늘 아침 새로운 데이터를 입력한 당신은 그 시스템이 당신의 직관과 매우 다른 결과를 내놓고 있다면, 당신은 어떻게 판단할 것인가?

물론 당신은 순수 사용자로서 구글 딥마인드 팀이 가지고 있던 것 만큼의 각종 상태 정보와 로그를 볼 수 있는 방법이 없다고 가정해 보자.

알파고와의 대국 결과 처럼 결국 인간이 쉽게 판단할 수 없는 영역이라고 치부하며 시스템의 결정을 믿을 것인가?

이세돌 대국의 해설자들 처럼 시스템이 오류를 범하고 있다고 생각하며 결과를 무시할 것인가?

아니면 딥 마인드 팀이 그랬던 것 처럼 운영센터를 만들어 매번 구동할 때 마다 데이터를 추적하고 분석하여 마음의 확신을 얻을 것인가?

인간과의 게임에서 이긴다면 인간이 그 시스템의 완결성을 어떻게 확인할 수 있을까?

이세돌 처럼 그 분야의 최고 전문가에게 의견을 물어봐야 하나?

그 전문가를 대결에서 이긴 시스템이라면 누가 확인해 줄 수 있을까?

수확적으로 모델링 할 수 없고 엄청난 스케일의 회수로 테스트를 해야 되는 그런 시스템이 잘 동작하고 있다고 누가 확신할 수 있을까?

물론 머신러닝의 많은 방식이 확률과 제한된 데이터를 사용하도록 구성되기에 완벽한 시스템이 있을 수 없다는 것을 어렴풋이 알고 있다.

문제는, 응용분야들이 그럼에도 불구하고 이런 제약을 염두해 두지 않고 여러 분야에 절대적이고 결정적인 의사 판단의 도구처럼 사용하려는 것 같다는 것이다.

마치 오늘의 알파고가 더 많이 연습한 내일의 알파고에게 질 수도 있어도 알파고 자체가 바둑의 결정적 해법을 알고 있는 것 처럼 착각하는 것과 비슷한 오류이다.