미래 인공지능 기술의 핵심, 거대한 문제를 작은 문제로 바꾸는 것 (6/4 목)

인공지능의 진화 (6/4 목)

안녕하세요! 아주대학교 총장 박형줍니다. 알파고가 이세돌을 격파한지 4년이 넘었습니다. 그 1년 뒤엔 알파고 2.0이 중국의 커제를 완파했죠. 그런데 하드웨어는 오히려 더 가벼워졌습니다. 알파고 1.0은 1920개의 CPU 즉 중앙처리장치를 가졌지만, 알파고 2.0은 새로운 2개의 TPU 즉 텐서처리장치를 사용했어요. 게다가 알파고 2.0에 사용된 최신 TPU 두 개의 연산능력은 세계 500위권 슈퍼컴의 반도 안 돼요. 하드웨어 싸움이 아니라는 것이죠.

기계학습은 소수점 아래로 길게 가는 계산이 필요 없습니다. 소수점 계산을 과감히 줄여서 계산 효율성을 높인 게 TPU라서, 기상예보 같은 수치계산은 잘 못하죠. 1997년에 당시 세계 체스 챔피언 게리 카스파로프를 이긴 IBM의 딥블루는 체스 게임에 특화된 슈퍼컴에 체스두기 알고리즘을 탑재한 일체형이고, 알파고는 범용 컴퓨터에 돌리는 바둑두기 알고리즘이이요. 이걸 자꾸 1000개의 두뇌를 가진 기계로 묘사하는 건 핵심을 벗어난 겁니다.

체스 상대방이 한 수를 두면 내가 둘 수 있는 수가 몇 개로 정해져요. 그다음에 상대방도 둘 수 있는 수가 제한되고. 이런 방식으로 가능한 게임 시나리오를 다 계산해 보면 평균 2억개쯤 됩니다. 딥블루는 전수계산으로 각 점의 승리 확률을 계산해서 최적의 수를 찾았어요. 계산자원의 승리, 즉 하드웨어의 승리죠.

그런데 바둑은 다릅니다. 총 361개의 착점이 있는 바둑판에서 가능한 게임 시나리오가 우주에 있는 원자의 수보다 많아요. 이걸 다 두어볼 수 없으니, 알파고는 이길 가능성이 작은 시나리오는 제거하고 일부 시나리오만 골랐습니다. 30초 동안 평균 10만 번 정도만 두어 보고 각 착점의 승리 확률을 계산했죠. ‘무엇을 버릴 것인가’를 결정하기 위해서 딥러닝이나 무작위 검색 등을 조합한 알고리즘을 사용했어요. 그러니까 알파고 사건은 하드웨어가 아니라 알고리즘의 승리입니다. 그래서 AI기술의 핵심은 ‘1000여개의 두뇌를 가진 계산 자원’이 아니라 혁신적인 수학 알고리즘으로 ‘계산자원의 필요를 획기적으로 줄였다’라는 것입니다. ‘큰 데이터를 적은 데이터’로 바꾸면 계산 안 되던 문제가 계산이 되는 기적 같은 일이 일어납니다. 거대 문제를 작은 규모 문제로 바꾸면서도 정보손실을 최소화하는 수학적 알고리즘이 미래인공지능기술의 핵심인 거죠.