최근 딥마인드에서 알파코드를 발표하였다. 알파코드란, 알고리즘 문제를 풀어주는 ai로 알고리즘 대회에서 중간정도 속하는 수준이다. 아마 추측컨대 3년안에 알파코드는 알고리즘 문제 영역에서 만큼은 탑티어 개발자 수준으로 발전할 것이다. (알파제로가 그러했듯이) 개발자로 일을 막 시작한 사람으로서 약간은 초조하지만, 그럼에도,, 어차피 올 파도라면 서핑이라도 타야하지 않겠는가? 마인드로 책을 읽기 시작했다.
사실 책 내용이 그리 깊이가 있다거나 하지는 않았고, 인공지능 전반에 대한 설명이 되어있었다. 사실 여러가지 사례들을 읽으면서 든 생각이 홍보용이 아니라 진짜 그렇게 잘되고있을까? 이게 진짜 여기서 홍보하는대로 잘된다면 이미 세계가 다 인공지능으로 가득차있어야하지 않겠는가?
개발자로서 인공지능을 찍먹해보면서 느낀것은, 인공지능이 잘되는 분야는 굉장히 잘되지만, 아닌 분야는 아직 갈 길이 멀다는 점이다. 필자는 패션쪽 ai를 바탕으로 프로젝트를 진행해본적이 있는데 (학생 수준) 오픈소스들은 대부분 1~2년전 꺼였고, 생각보다 소개한만큼 잘 작동하지 않았다. (인공지능에서 1~2년 전꺼는 굉장히 오래된 것이다.) 이 것은 패션 쪽 데이터가 굉장히 쌓기 어렵고, 돈이 많이 드는 작업이어서 그런 것을 추측된다. 사실 생각해보면 지금 aI가 잘되고 있는 분야들은 전부 다 데이터를 얻기 쉬운 분야들이다. 바둑은 컴퓨터로 수집시에는 거의 전기값과 하드웨어 값정도만 들고, 알파스타의 경우 게임값과 전기값정도만 들고, 테슬라 자율주행데이터는 테슬라차들이 정보를 수집해주고 있다. 하지만 패션데이터는 단순히 앞면 한장이 아니라 여러각도에서, 여러 착용한 버전으로 찍어야한다는 이슈가 있다. 또한 옷의 색깔이나 재질등을 수치화하기 어려운 점도 있어서 데이터를 수집하기 용이하지 않다.
여튼 이러한 상태에서 인공지능 시대에 적응하려면 어떻게 해야할까?
인공지능이 인간보다 압도적인 효율을 발휘하는 분야는 일정한 rule을 가진 상황인데 데이터가 많은 분야이다. 하지만 뚜렷한 rule이나 목표가 설정되어있지 않다면 학습이라는 것 자체가 애매해지는 상황이 된다. 따라서 인간은 인공지능에게 지시할 수 있는 rule을 만들고 목표를 설정해주는 방향으로 적응해야할 것이다.
산업혁명이 일어나면서 인간은 자원으로 취급 되었고, 기계를 잘 다루는 사람, 분업화가 되면서 중간관리자가 중요해졌다. ai시대에서는 중간관리자까지도 ai가 대체할 수 있다. ai의 판단이 인간보다 정확할 수 있고, 기계는 ai가 훨씬 잘다루기 때문이다. 따라서 인간은 ai에게 잘 지시를 내릴 수 있는 능력, 자기만의 비즈니스를 영위하는 방식으로 적응해나가야할 것이다.