EBS 위대한 수업3 (모두를 위한 수학) 6강 인공지능의 고군분투기

(2023.11.01 방송)

 

 

EBS 위대한 수업3 (모두를 위한 수학) 6강 인공지능의 고군분투기

위대한 여든아홉 번째 강연 ' 모두를 위한 수학 '(시즌3 여덟 번째)

 

 

 

 

테렌스 타오 UCLA 수학과 교수

미국 대통령 과학기술 자문위원

IQ 230

최연소> 10살 국제 수학 올림피아드 동메달 수상

최연소> 11살 국제 수학 올림피아드 은메달 수상

최연소> 12살 국제 수학 올림피아드 금메달 최연소 수상

필즈상 (2006)

라마누잔상 (2006)

리만상 (2019)

 

 

 

 

 

 

 

6강  인공지능의 고군분투기

 

 

 

 

2016년 인공지능 바둑 프로그램 '알파고'가

세계 바둑 챔피언 이세돌을 꺾었다

알파고는 컴퓨터에게 바둑을 가르치려는 수많은 시도 끝에 탄생했다

사실 초창기의 바둑 알고리즘은 형편없었다

 

 

대여섯 수 앞까지 내다보며 백과 흑 양측에 유리한 수를 파악하고

수많은 가지 중 최적의 길을 고르는 것이다

문제는 경우의 수가 급격하게 늘어난다는 것이다

 

 

경우의 수가 너무 빨리 늘어나서

세계 최고의 컴퓨터로도 전부 계산할 수가 없다

사람이 바둑을 두는 방식은 이와 다르다

사람은 수많은 경우의 수를 한꺼번에 계산하지 않는다

바둑 고수들은 돌의 위치만 봐도 안다

그게 서로에게 얼마나 좋은 수인지 감이 온다

사람은 한두 수만 내다보면서 판단한다

 

바둑돌의 위치를 통해 한두 수 앞까지 내다보며

그게 서로에게 얼마나 좋은 수인지 평가하는 것이다

기계한테 이 기술을 가르칠 수 있다

 

인공지능에게 바둑의 수많은 수를 입력하고

수에 따른 승률을 학습시키는 것이다

 

 

수에 따른 백의 승률 테이터가 충분히 모이면

인공지능이 학습해서 새로운 수에 대응할 수 있다

백의 기대 승률을 계산할 수 있다

 

수에 다른 승률을 계산할 수 있게 되면

기존의 트리 탐색 기법과 결합해 바둑을 둘 수 있다

승률 평가에 기반해 판을 자기한테 유리하게 바꾸는 것이다

 

알파고에는 다른 기법도 많이 쓰였다

아주 복잡한 방법으로 바둑의 수를 평가하고 승률을 높인다

그렇게 세계 챔피언을 이겼다

 

그런데 인공지능도 완벽하진 않다

사람들은 바둑 프로그램에서 허점을 발견했다

 

 

비결은 인간이 아주 독특한 수를 놓는 것이다

인공지능이 학습한 데이터는

기존에 인간들이 둔 바둑에서 수집한 것이다

 

상대가 과거 인간들의 대국에서 나온 수와 비슷한 수를 두면

알파고 같은 프로그램은 쉽게 승률을 분석하고

잘 싸울 수 있지만 아주 독특한 수를 두면 인공지능이 지기도 한다

 

인공지능이 학습한 데이터와 완전히 다른 판을 만드는 것이다

그러면 인공지능이 크게 실수하곤 한다

 

인공지능은 어떤 면에서 사람보다 뛰어나지만

한편으론 굉장히 바보 같다

 

 

기계 학습을 이용해 할 수 있는 또 다른 놀라운 일은

바로 단어 예측이다

 

 

여기에 회귀 분석을 이용할 수 있다

※ 회귀(Regression): 변수 간의 관계를 분석하는 통계학적 방법

 

미완성 문장(2 더하기 2는)과 그다음에 올 단어(4입니다)를

묶어 학습용 데이터 쌍을 수없이 만들어서

인공지능에 입력한다

그리고 다음 단어를 예측하는 방법을 학습시키는 것이다

 

초창기 기계 학습 도구에는 이 방식이 잘 안 통했다

잘해야 앞선 문장과 연관된 단어를 출력하는 정도였다

하지만 단어를 더할수록 점점 헛소리가 되어 갔다

 

 

몇 년 전에 새로운 기계 학습 알고리즘인 '트랜스포머'가 나왔다

트랜스포머 알고리즘은 사용자가 한 말을 한참 전의 단어까지 기억할 수 있다

문맥을 기억하는 것이다

그래서 '2 더하기 2'라고 하면 '2와 2'와 '더하기'란 말을 기억했다가

그 단어들의 뜻을 합쳐 '4입니다'라고 추측한다

 

이젠 인공지능의 문장이 사람의 문장과 구분이 안 될 정도다

이제 챗 GPT 같은 챗봇에 질문만 입력하면

인공지능이 알아서 답을 작성한다

이 알고리즘만으로 단어에 단어를 이어 답하는 것이다

사람이 의식의 흐름에 따라 즉석에서 말하듯이

다음에 올 단어를 추측하며 반사적으로 답한다

 

인공지능은 가끔 아주 의미 있고 유용한 대답을 내놓기도 한다

물론 가끔 헛소리도 하지만 어떨 땐 사람보다 정확하다

바둑 프로그램이나 이미지 생성 프로그램에서는

완전히 틀린 답을 내놓을 때도 있지만 가끔은 정말로 놀랍다

아직 초창기 기술이지만 정말 기대된다

 

인공지능 기술로 알게 된 게 있다

챗봇은 때때로 진짜 사람처럼 말하지만

다음에 올 만한 단어를 고르며 반사적으로 마구 말할 뿐이다

 

인공지능에게 지성이 있는 게 아니라

지적이라고 믿었던 많은 활동들이 무의식의 산물이었던 것이다

우리는 대화가 지적 활동이라고 믿지만

사실 다들 일단 말하면서 되는대로 다음 말을 떠올린다

의외로 보통 그거면 충분하다

깊은 사고가 필요한 활동도 있지만 보통 무의식으로 충분하다

인공지능 연구로 알게 된 재밌는 사실이다

 

챗봇에게 굉장히 유명한 한국 노래 스타일로

수학에 관한 노래를 써 달라고 했다

 

 

물론 챗봇은 문제도 많은 기술이다

자주 틀리는 데다가 답의 출처도 정확히 알기 어렵다

하지만 챗봇은 스마트폰이나 인터넷처럼

곧 우리 삶의 필수품이 될 것이다

 

현재의 인공지능은 정식 교육 과정 이전의

어린아이와 비슷하다

단어를 배우지만 문법은 모른다

아이가 언어를 배우는 과정은

기계 학습 알고리즘이 학습용 데이터를 학습하는 과정과 아주 비슷하다

 

기계 학습 알고리즘은 사람의 뇌를 모방했다

인공신경망도 뇌의 신경망을 닮아서 그렇게 불리는 것이다

아직 인공지능이 부족한 부분도 있다

고도의 사고력, 계획력, 정밀함, 결단력을 요구하는 분야다

매우 복잡한 계산이 가능한 정확한 프로그램을 만들 순 있다

하지만 챗봇한테 '246+362' 같은 세 자릿수 덧셈을 시키면

곧잘 틀린 답을 내놓는다

 

 

인터넷에 있던 답을 기억하고 추측할 순 있다

항상 그런 건 아니다

학습 데이터에 없던 것까지 매번 정확히 추론하진 못한다

 

인공지능이 수학 학습의 기초적 단계에 있다고 본다

요새는 생성형 인공지능과 더 정밀한 프로그램을 결합하는 실험도 많다

가령 '증명 검증 프로그램'이란 걸 결합할 수 있는데

특정한 수학적 형식에 따라 증명을 작성하면

증명이 수학적으로 옳은지 확인해 주는 프로그램이다

 

직관이 옳은지 검증해 주는 정밀한 알고리즘의 보조가 있으면

인공지능의 수학 실력이 확 좋아졌다

지금의 인공지능은 창의적인 어린아이 같아서 실수도 많다

하지만 앞으로 인공지능은 더 정밀하고 유능해질 것이다

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

위대한 수업 (ebs.co.kr)

위대한 수업 Great Minds

 

EBS 1TV 월~금 23:40 ~ 24:00 (본방)

EBS 1TV 토 24:45 ~ 26:15 (종합)  /  EBS 2TV 금 24:00 ~ 26:00 (종합)