"네에~?!" 자신있게 구라를 치는? 소설을 쓰는? ChatGPT <자료 : 매드사이언티스트KJ님>
챗GPT는 진작에 쓰다가 버렸습니다. 저는 요즘 노션 AI에 푹 빠져 있습니다. 개인적으로 노션으로 작업하는 시간이 많습니다. 이번에 노션에 AI 기능이 붙으면서 정말 편리해졌습니다. 특히 기본적인 리서치를 할 때 구글을 쓸 일이 많이 줄었습니다. 구글 정말 큰 일이네요. 이런 방식의 서비스들이 늘어날 건 자명합니다. 여기저기서 제네레이티브 AI를 돌릴테니 엔비디아는 좋은 일입니다. 하지만 구글은 검색 쿼리가 확실히 감소할 것 같습니다.
일단 속도가 빠릅니다
노션 AI는 속도가 정말 빠릅니다. 챗GPT도 영어로 질문을 하면 쓸만한 속도가 나옵니다. 그러나 트래픽이 몰리면 서비스 중단이 잦습니다. 한글로 질문을 하면 글자 하나하나를 쓰는데 힘겨워 보입니다. 물론 유료 버전을 쓰면 좀 낫다고는 합니다.
하지만 노션은 속도가 정말 빠릅니다. A4 용지 한 장 분량의 문서를 3초 안에 작성합니다. 한글로 질문을 작성하고 한글로 답변을 받아도 그렇습니다. 속도가 정말 빠르고 만족스럽습니다.
거지가 부자가 되는 방법에 대해 알려줘
이건 영어로 질문을 던졌습니다. 아래 글을 쓰는데 딱 2초 걸렸습니다. 어마어마하네요.
노션이 알려 준 부자가 되는 방법 <자료 : 노션, 송종식>
노션이 알려 준 '거지가 부자가 되는 방법'은 다음과 같습니다.
1) 비지니스를 시작하라(현금흐름 창출)
2) 그것으로 주식과 부동산을 사 모아라
3) 추가 수입을 얻어라(끝없는 현금흐름 창출)
4) 비용을 절감하고 낭비를 줄여라
5) 책을 읽고 금융을 공부하는 등 스스로 공부하고 끝없이 학습하라
제 생각과 일치합니다. 정말 놀랍습니다.
가치투자가 뭐야?
이건 한글로 물었습니다. 한글로 물으면 한글로 대답하고, 영어로 질문하면 영어로 답합니다.
노션 AI가 생각하는 '가치투자에 대한 정의' <자료 : 노션, 송종식>
챗GPT에게 가치투자에 대해 물었을 때 내놓은 원론적인 대답보다 훨씬 더 마음에 듭니다.
비교적 최신 정보도 잘 알고 있습니다
ChatGPT는 2021년에 학습을 마쳤습니다. 최신 정보에 대해서는 대답을 하지 못합니다. 하지만 노션 AI에게 최신 질문을 던져 보니 대답을 줄줄 합니다. 특히 며칠 전 CATL과 포트의 배터리 동맹에 대해서도 답변을 내놓았습니다. 놀랍습니다. (아닌가? 2021년 데이터를 학습한건가? 이건 제 착각일 수 있으니 추후에 팩트체크를 해보겠습니다. 이론상 며칠 전 내용을 다 알 수가 없어서 이상하긴 합니다.)
CATL-Ford 배터리 동맹에 대한 노션 AI의 대답 <자료 : 노션, 송종식>
코드도 짤 줄 알아요
혹시, 챗GPT처럼 코드도 짤 줄 아는지 궁금했습니다. 간단한 자바스크립트를 짜보게 했습니다. 코드도 짤 줄 아네요. C/C++도 하고 파이썬도 하고 다 합니다. 그냥 모든 언어에 대한 대답은 다 할 줄 안다고 보시면 됩니다. CSS 같은 것도 실무에서만 알 수 있는 부분에 대한 질문을 던졌더니 줄줄이 대답을 해냅니다.
기초적인 자바스크립트 코드를 짜주는 노션 AI <자료 : 노션, 송종식>
원하는 형식으로 결과물을 출력해줘요
챗GPT처럼 원하는 형식으로 결과물을 출력해 주는지 궁금했습니다. 그래서 목록 형태로 답을 달라고 했더니 아래 결과처럼 답을 해주었습니다.
노션이 정리해 준 국내 지자체 홈페이지 목록과 링크 <자료 : 노션, 송종식>
그러므로, 챗GPT가 하는 건 다 할 줄 아네요
노션 AI는 일단 챗GPT가 하는 건 다 할 줄 아네요. 아직 노션 AI가 어떤 언어 모델을 쓰는지 등등 기초적인 부분에 대해서는 알아보지 않았습니다. 하지만 체감상 챗GPT보다 노션 AI가 저한테는 더 편리하게 느껴집니다.
노션이 짜 준 간단한 1주일치 제주 여행 루트 <자료 : 노션, 송종식>
개인적으로 구글 검색량이 크게 줄어들 듯 해요
저는 하루종일 노션을 붙잡고 살아요. '노션', 'Visual Studio Code', 'Google Spreadsheet', '유튜브'를 하루종일 잡고 살아요. 노션은 특히 저에게 중요한 툴입니다. 기업공부, 산업공부, 이런저런 리서치, 일기, 각종 행정적인 정리, 일정관리, 협업 등 거의 모든 기록을 노션에서 관리하고 있습니다.
투자자들께서는 잘 아시겠지만 리서치 작업은 고됩니다. 시간도 많이 들어갑니다. 기업분석, 산업분석과 관련해서 뻔한 자료들을 수집하고 정리하는 데에도 큰 노동력이 들어갑니다. 그리고 기본적으로 검색엔진을 붙잡고 살아야 합니다. 그런데 노션 AI 서비스가 시작되면서 일손이 많이 줄었습니다. 구글과 작업 전환하는 비용도 많이 세이브 되고 있습니다.
아주 디테일하게 들어가면 여전히 구글의 힘, 책의 힘, 논문의 힘을 빌려야 합니다. 그러나 러프한 질문들은 이제 굳이 구글에서 할 필요가 없어졌습니다. 노션 안에서 해결이 가능하게 되었습니다. 이건 구글빠인 저에게도 위력적으로 느껴졌습니다. 제 개인만 놓고 보더라도 구글 검색쿼리(검색량)가 많이 줄었으니까요.
앞으로 거의 모든 서비스들이 이런식으로 자체적으로 제네레이티브 AI를 자사 서비스에 적용하리라 생각합니다. 지금은 특이점이 왔지만, 나중에는 일상이 되겠죠. 그리고 기술을 쓰는 난이도와 비용도 많이 낮아질 것입니다. 이런 시대에 구글은 어떻게 대응을 할지도 궁금해집니다.
어제 우리 카페 형들에게도 공유했던 내용이다. 블로그에도 옮겨와서 소개를 해본다. 일잘러 장피엠님의 영상이다. ChatGPT를 이용해서 블로그 글을 자동으로 작성한다. 그리고 그것을 기반으로 패시브 소득을 올린다. 그 방법에 대해서 공유한 영상이다.
세상의 변화에 대해 민감한 사람은 이미 ChatGPT를 보고 기대와 공포를 동시에 느꼈을 것이다. 그리고 이 영상을 보고 나서도 마찬가지의 기분을 느꼈을 거라 생각한다.
짧은 영상이지만 ChatGPT의 놀라운 가능성과 활용도를 보여 준다. 글 수십개를 몇 초만에 작성한다. 그것도 AI가 자동으로 작성한다. 그리고 모두 블로그 포스팅을 해버린다. 우리는 이런 시대에 살고 있다. 나는 지금 이 포스팅을 쓰면서 문장 몇개를 쓰는데도 벌써 10분이 소요되었다. 속도와 양에서 AI에게 압도적 패배다. 질적인 건 어떻냐고? ChatGPT에게 정교하게 질문만 잘 던지면 질에서도 보통의 인간들에게 밀리지 않는 수준이라고 본다.
위의 영상에서 나타난 것만으로도 몇가지 큰 파급효과가 생기리라 유추해 볼 수 있다.
인간의 기획력이 필요없다. AI가 포스팅 주제를 스스로 설정한다.
영어를 못해도 된다. 알아서 영어 문서를 작성해 준다. 심지어 번역기 돌린 티도 안난다. 완벽한 문장을 구사한다.
구글 등 검색엔진 크롤러들은 폭발적으로 생성될 저런 문서들을 어떻게 크롤링하고 인덱싱 할 것인가?
구글 등 검색엔진은 AI가 작성한 문서를 걸러낼 수 있을까?
종국에는 광고 수익을 노린 행위이므로 애드센스 등 광고상품들은 저런 행위에 어떻게 대항할 수 있을것인가?
컴퓨터 다루는데 능숙하지 못한 스팸 블로거들은 굶어 죽을까?
저런식으로 새로운 문서가 엄청난 숫자로 생성될 경우, 그 문서들을 기반으로 다음 버전 언어모델들이 학습을 하면 결국에는 자기파괴적 행위가 될 것인가?
앞으로 인터넷 광고 시장은 어떤식으로 변화할까?
소설가, 기자, 블로거 등 글쟁이들의 미래는 어떻게 될까?
마케팅은 어떤식으로 대응하고 변화할까?
쓰다가 보니 끝도 없다. 여기까지만 쓰자.
GPT-3를 구글 스프레드시트와 결합하여 활용하는 영상이다. 예전 같으면 값을 하나씩 찾은 후, 검증해서 손으로 입력을 했을 터였다. 하지만 GPT-3 익스텐션을 적용하면 값들은 자동으로 입력이 된다.
이런식으로 GPT를 활용하는 방법은 무궁무진하다.
불행한 점은 이런 대규모 언어모델은 기존의 빅테크 기업만 소유할 수 있다는 점이다. 학습을 한번 시키는 데만 해도 엄청난 자원과 비용이 들어간다. 부와 지식의 독식은 갈수록 더 심해질 것이 자명하다. 우리 문명은 이미 특이점이 오고 있다. 하지만 더 강력한 특이점이 오기 전에 빨리 부자가 되어야 한다. 나중에는 신분이 공고히 나눠질지도 모른다. AI를 소유한 사람과 아닌 사람.
한편, 다행인 점도 있다. ChatGPT를 만든 OpenAI는 자사의 서비스를 오픈API형태로 판매한다고 밝혔다. 따라서, 위에서 본 영상들과 같이 다양한 방법으로 응용할 수 있는 방법들이 있는 것이다. 개인의 창의력에 달렸다. 이게 왜 다행이냐고 하면, 컴퓨터를 모르는 사람도 조금만 공부하면 해당 API를 자유자재로 활용할 수 있기 때문이다. 몬테카를로 트리 서치 알고리즘이니 자료구조이니, CNN이니 RNN이니 제로샷이니 원샷이니 하는 이상한 것들(?)을 몰라도 된다는 소리다.
"인간 피고인이 법정에 서 있다. AI 변호사가 변호를 하고, AI 판사가 판결을 내리는 그런 시대에 곧 살게 될지도 모른다."
나도 ChatGPT를 이미 내 업무에 다방면으로 활용하고 있다. ChatGPT와 친해진지 한달 남짓 되었다. 이제는 얘가 없으면 안되는 지경에 이르렀다. 처음에는 의심하는 마음으로 ChatGPT와 한참을 놀았다. 하지만 이제는 ChatGPT를 믿고 일을 맡긴다.
100조 개의 파라미터와 멀티모달로 무장한 GPT-4 기반의 서비스가 곧 나온다는 루머가 있다. 이때를 기점으로 우리 문명은 강력한 특이점이 올 것이라고 확신한다. 우리의 삶의 방식, 노동방식, 사고 방식 등 모든 것이 뿌리부터 흔들릴 것이다. 아직은 결함이 있는 GPT-3.5 베이스의 서비스도 이토록 강력한데, 다음 버전은 얼마나 강력할지 상상도 되지 않는다. 그것을 두려워만 할 것인지, 적극적으로 나의 수족으로 활용할 것인지는 전적으로 우리 자신에게 달려있다.
한편, 현재 버전의 ChatGPT를 보고 큰 두려움을 느낀 분들이 많았다. 특히, 수십년째 변함없는 구닥다리 학교교육을 받은 아이들의 미래에 대해서 부모님들의 걱정이 많았다.
'산 사람 목에 거미줄 안 친다'라는 말이 있다. 문명의 대변혁이 생겨도 우리는 어떻게든 살아가지 않겠는가? 하지만, '주인으로 현명하게 살아가는가?', '노예로 비참하게 살아가는가'하는 차이는 있을 것이다.
참! 커다란 기술 변혁이 있을 때, 그것을 최초로 선보인 회사는 당연히 주목을 받는다. 하지만 기술이 보편화 되고 영글었을 때에도 그 회사가 살아 있을지, 혹은 여전히 독보적인 위치에 있을지는 아무도 모른다.
대중적으로 성공한 최초의 웹브라우저인 모자이크는 당시에는 충격으로 다가 왔다. 하지만 이제 웹브라우저를 보면서 누구도 놀라지 않는다. 마음만 먹으면 너도 나도 웹브라우저를 만드는 시대다. MP3가 그랬고, 스마트폰이 그랬고, 거의 모든 기술이 그랬다.
GPT 언어모델이 Generative AI 분야에 작은 공을 하나 쏘아 올렸다. 하지만 시간이 흐르면 비슷한 회사와 서비스들은 쏟아져 나올 것이다. 그리고 시간이 더 흐르면 누구나 그것을 구현할 수 있는 수준까지 갈 것이다. 우리가 생각할 것은, 그런 시대가 왔을 때 사람들의 생활상이 어떻게 변해 있을지를 상상해 보는 것이다. 장기투자자라면 거기서 기회를 보고 미리 선점을 해야 한다.
요즘처럼 ChatGPT와 관련도 없는 이상한 AI회사들이 급등한다고 따라 다니면 안된다. 물론 ChatGPT와 관련이 조금 있는 회사라도 마찬가지다. 그런 식으로 투자를 해서는 안된다.
300명이 넘던 골드만삭스의 트레이더가 현재는 3명이 남았다고 합니다. 기존의 인간 트레이더들이 하던 역할을 지금은 대부분 AI트레이더들이 대체한 상황이라고 합니다. 골드만삭스는 투자 회사이지만 현재는 기술기업이라고 불러도 좋을 정도로 기술직군 비율이 늘어났다고 합니다. 전체 직원의 1/4이 기술직이라고 합니다. 보수적인 메이저 투자회사들도 이제는 정량적 부분과 테크니컬한 부분은 인간보다 기계가 낫다고 결론을 내린듯합니다. 시스템트레이딩, 퀀트, AI트레이딩, 로보어드바이저.. 단어는 다 달라도 개념이나 역할은 비슷합니다. 다만 투자 전략들이 조금씩 다를 뿐이죠. 우리는 가치투자자이기 때문에 재무제표 기반 퀀트들의 수익이 갈수록 축소될 것이라는 것에 주목해야 합니다. 사실 정통 가치투자이론은 그레이엄의 꽁초투자 이론에서 왔습니다. 현대에도 많은 정통 가치투자자들은 PER, PBR, ROE, 매출증가율, 영업이익률과 같이 재무제표의 다양한 숫자들의 조합에서 안전마진을 찾고 투자 기회를 얻고자 합니다. 이것은 큰 개념에서 보면 차익거래이기도 합니다. 적정주가와 현재주가의 차이를 안전마진으로 보고 이 안전마진 한모금을 빨고 매도를 하겠다는 전략은 현재도 많은 가치투자자들이 사용하고 있는 전략입니다. 사람들마다 그 회사를 바라보는 안전마진의 크기는 다 다르지만, 숫자에 연연하는 투자자들이 바라보는 안전마진 수준은 일정한 밴드 수준에서 군집을 이룹니다. 이 전략은 2010년대 중반까지는 수익을 잘 주었습니다. 그러나 지금은 아닙니다. 많은 사람들이 노동으로 얻는 이익보다 자본으로 얻는 이익이 더 빠르다는 걸 눈치채면서 투자판에 뛰어들었습니다. 기본적으로 투자에 대한 인식이 과거보다 좋아졌습니다. 이것은 소외된 종목에 투자해서 수익을 올리던 가치투자자들에게는 나쁜 소식입니다. 그리고 똑똑해진 개인 투자자들은 이제는 주식투자에 입문하자마자 재무제표도 분석하는 등 꽤 진지하게 투자를 하는 사람들이 많아졌습니다. 그래서 최근들어서는 재무제표의 숫자만으로 투자하는 차익거래 기반의 정통 가치투자자들의 수익률이 많이 떨어졌습니다. 그들은 '최근에는 투자 난이도가 높아져서 돈벌기가 힘들다'라고 말합니다. 그런데 앞으로는 투자 난이도가 더 높아질거라 생각합니다. 모두가 손에 스마트폰을 들고 있습니다. 사람들은 네트워크에 24시간 온라인 상태로 붙어있습니다. 전자공시나 뉴스 등 기업과 관련한 큰 정보들도 비교적 모두에게 공평하게 실시간으로 퍼져나갑니다. 그리고 초보투자자들도 저PER, 저PBR 종목으로 포트폴리오를 구성하면 수익이 높다는 것 정도는 아는 시대가 되었고, 조금 더 경험이 있다면 이익률이나 매출액 증가율, ROE나 CCC 그리고 재무제표의 구석구석까지 뜯어보는 정도는 투자할 수 있게 되었습니다. 그리고 시장에 늘어난 이 똑똑한 초보자 인간들에 더해서 이런 역할들을 자동으로 수행하는 SW로봇들도 시장에 대거 등장했습니다. 눈에 빤히 보이는 숫자들의 분석과 조합만으로 얻을 수 있는 알파는 실제로 많이 줄었고, 앞으로는 거의 없어질거라 생각합니다. 실제 2010년대 초중반까지만 해도 PBR 플레이어들도 밥벌이를 할 수 있었습니다만, 이제는 밥벌이를 하기 힘들게 되었습니다. 미국 시장은 이미 오래전부터 저PBR주의 가격 하방성이 널리 알려져서 PBR 1배 이하 종목은 거의 찾을 수 없게 되었습니다. 한마디로 PBR 플레이가 거의 불가능하게 되었다는 이야기입니다. 시장에 유입되는 신규 투자자들은 과거와 달리 어느 정도 생각과 공부를 장전한 상태로 진입하는 똑똑한 투자자일 가능성이 높습니다. 그리고 더불어 지표 분석에서는 인간들의 귀싸대기를 때리는 로봇들과도 경쟁을 해야합니다. 따라서 전통적 개념의 가치투자 이론이나, 숫자에만 연연하는 퀀트방식의 가치투자자들은 갈수록 투자하기가 더욱 어려워질 거라고 생각합니다. 숫자는 아무나, 누구나 다 봅니다. 누구나 보는 것은 즉각 시장에 반영됩니다. 앞으론 그런 경향이 더욱 빨라지고 강해질거라고 생각합니다. 이제는 투자활동을 잘 영위하려면 숫자 너머를 볼 줄 아는 눈이 필요한 시대입니다. 앞으로는 진짜 통찰력으로 투자하는 진성 투자자들의 시대가 열릴 것 같습니다. 사회과학과 인간군상들의 미래를 조금 더 잘 예측하는 혜안있는 사람들이 큰 수익을 향유하는 진짜배기 투자자들만 살아남는 시장이 도래하고 있습니다. 원래도 투자는 예술의 영역이지만 더욱 미지의 영역으로 향해가고 있습니다. 2018년 5월 4일 송종식 드림
4차 산업 혁명에 대한 이야기가 여기저기서 많이 나오는 것 같습니다. 특정한 분야의 변화만을 놓고 '혁명'이라는 단어를 쓰지는 않을것입니다. 그럼에도 4차 산업 혁명을 이끄는 핵심적인 단어 하나를 꼽으라면 AI 즉, 인공지능을 꼽을 수 있습니다.
대용량 데이터처리 기술의 발달과 WWW와 IoT등, 무한대로 연결 사회가 된 덕분에 인공지능 기술은 이미 우리의 희망과 공포심 양쪽 모두 자극할 수 있을 정도로 더욱 빠르게 진화중이라고 생각됩니다. 컴퓨터는 이제 무한대에 가까운 텍스트, 이미지, 동영상, 사운드 등의 데이터를 방대하게 취해서 딥러닝이라는 이름으로 활용할 수 있게 되었고, 하드웨어 성능과 알고리즘도 이제는 충분히 방대한 데이터를 처리하기에 적당한 수준까지 올라왔습니다.
이세돌을 이긴 알파고의 구글 딥마인드
2016년 3월. 1,920개의 CPU와 280개의 GPU를 동원한 알파고는 한국 바둑계의 자존심인 이세돌 9단을 이겼습니다. 바둑계는 물론이고 전세계인이 경악했습니다. 공포심마저 느끼는 사람도 있었습니다. 하드웨어의 성능이 대단한 것은 아니지만 훌륭한 알고리즘이 바둑과 같이 무한대에 가까운 수를 생각해야 하는 게임에서 사람을 이긴것 입니다.
알파고는 기본적으로 기존에 고수들이 진행했던 약 16만 개의 대국을 학습했습니다. 약 4천만 수 입니다. 사람이 공부한다면 1,000년이 넘는 엄청난 분량입니다.
이 인공신경망은 같이 학습한 또 다른 인공신경망과 대결을 하면서 승률을 올리기 위한 수준을 더욱 높여갑니다. 그리고 살아남은 가장 강력한 인공신경망은 스스로 복기를 하면서 또 한번 스스로 단련됩니다. 이 과정은 수억~수십억 번의 시뮬레이션도 가능합니다. 이 과정을 통해서 알파고는 '어떤 수를 둬야 이길 수 있는지?'보다는 '어떤 수를 둬야 패착을 줄일 수 있는지'를 몬테카를로 트리 탐색법(MCTS)을 활용해서 연산함으로써 연산에 들어가는 자원을 극적으로 줄일 수 있습니다.
몬테카를로 트리 탐색의 각 단계별 예시 <출처:위키피디아>
이 방식은 인간이 지식을 얻는 과정과 꽤 유사합니다. 갓 태어난 아기는 백지장입니다. 그러나 아기는 보고, 듣고, 느끼면서 조금씩 지식을 축적해 나가니다. 딥러닝도 인간이 이런식으로 지식을 습득하는 과정과 비슷하게 데이터와 지식을 축적해 나갑니다.
최적의 효율을 찾는 능력과 스스로 학습하는 능력은 이미 인간을 압도적으로 넘어섰습니다. 산술적으로만 생각해도 AI의 학습량은 인간을 압도합니다. 우리가 책을 한권 읽고, 구글에서 이미지를 검색해서 입수하는데 걸리는 시간과 AI가 초당 수천, 수만 권에 달하는 책 내용을 학습하는 속도만 놓고봐도 그렇습니다. 그리고 AI가 딥러닝을 통해서 스스로 학습 하는 능력은 아래의 동영상을 보고나서 개인적으로 한동안 말을 잇지 못했습니다.
아래의 영상은 딥마인드에서 만든 DQN이라는 AI입니다. 8비트 ATARI 게임들을 스스로 학습하는 AI입니다. 일단 핑퐁 영상 먼저 보시죠.
핑퐁 게임을 처음접한 DQN은 갓 태어난 아기와 같습니다. 내가 왜 여기 있는가? 나는 누구인가? 조차 인지 못하는 그야말로 백지상태의 AI입니다.
처음 200게임을 진행하면서는 계속 죽습니다. 죽으면서 어떻게 해야 안죽는지 스스로 학습합니다. 400게임 정도 진행하면 게임왕이 됩니다. 절대로 죽지 않습니다. 그리고 학습을 조금 더 시켜보면 놀랍게도 DQN은 가장 효율적으로 게임을 진행하는 방법 즉, '꼼수'를 찾아냅니다. 왼쪽에 있는 돌만 계속 공략해서 깬 다음에 왼쪽 구멍으로 공을 집어넣습니다. 딥마인드의 수장인 하사비스 조차도 DQN이 스스로 학습을 통해서 단 하룻밤만에 이렇게 영리하게 발전한 줄은 전혀 예상하지도 못했다고 합니다.
이외에도 스페이스 인베이더나 다른 ATARI 게임들을 DQN이 스스로 학습하고 진행하는 영상들을 유튜브에서 찾아보시길 추천드립니다. 걸음마 배우는 아기를 지켜보는 것 마냥 재미있습니다. DQN의 학습 속도는 물론이고 최적의 효율을 결국은 찾아내고야 마는 능력에 놀라서 입만 떡 벌어집니다.
AI가 캡차를 깨는 장면 <출처:KBS1 기계와의 대결>
사실상 인간 고유 영역이라 생각했던 캡차 해제도 할 수 있습니다. 캡차는 불완전한 문자나 모양을 '유추'해야 하는데 얼마전까지만 해도 이 유추의 영역은 인간만이 할 수 있는 영역이라 우리는 믿고 있었습니다. 그러나 이미 기초적인 캡차는 몇년전부터 무장해제 된 상태입니다. 이후에 다양한 형태의 캡차가 나오고 버전업 된 리캡차(reCAPTCHA)등이 나왔지만 이미 로봇에 의해 깨지고 있는 상태입니다.
G메일의 자동 스팸 처리 <출처:Gmail>
구글의 지메일은 광고메일, 소셜관련 메일, 스팸메일 그리고 보통 메일을 자동으로 분류해줍니다. 이 모든 것들을 로봇이 하고 있습니다. 지메일의 이 자동 스팸처리 로봇 역시 딥러닝과 패턴 처리 기술을 활용하여 만든 것입니다. 이미 AI는 우리 삶 곳곳에 녹아 들어와 있습니다.
AI의 활용 범위는 무궁무진
활용 범위는 너무나 무궁무진해서 여기에 기술하는 것이 무의미 할 정도입니다. AI로 무엇을 할 수 있는지 간단히 몇가지만 적어보겠습니다. 아직은 AI 수준이 우리가 생각하는 범용적으로 뭔가 할 수 있는 수준은 아닙니다. 특정 분야에 국한돼 활약할 뿐입니다. 가령 알파고는 천재 바둑기사이지만 주식 매매는 전혀 못합니다. DQN은 ATARI게임을 스스로 학습하고 달인이 되는데 반나절도 걸리지 않는 ATARI 게임 마스터이지만 운전은 젬병입니다. 현재 이 정도의 제약이 있다는 점을 감안해야 합니다.
얼굴 인식이나 목소리 인식을 통해서 보안 장치를 만드는데 활용할 수 있습니다. 목소리와 음성 패턴 인식에 대한 생각을 하다보니 전세계 모든 언어간 통역이 가능한 통역 로봇도 만들 수 있겠군요. 기후나 재난 예측도 가능할지 모르겠습니다. 기후나 재난이 예측 된다면 인간들은 그야말로 엄청난 능력을 손에 쥐게 되는 셈인데요 기후는 어느 정도 예측이 된다고 하더라도 재난까지 AI들이 예측해주는 날이 올지 무척 기대가 됩니다.
한 개인의 건강 관리나 다가 올 질병에 대한 예측도 가능할까요? 사회 구성원 전체의 건강 관리도 가능할지 모르겠습니다. 교통 혼잡도를 낮추는 AI가 나올수도 있고요. 공무원이나 신입 사원을 뽑을 때 서류 심사를 하는 로봇 정도는 지금도 쉽게 만들 수 있을 것 같네요. 이미 작곡을 하는 로봇도 있습니다. 머지 않아 AI가 제 일정을 자동으로 관리해주는 비서 로봇도 널리 활용될 것 같구요. AI의 활용 방향은 무한대로 봐도 좋을 것 같습니다.
AI, 한국식 교육 시스템에는 치명적
단순 정보를 주입식으로 익히고 이걸 반복적으로 활용하는 형태의 직업은 직격탄을 맞을 것으로 예상됩니다. 한국 사회 특성상 중상 직업군부터 중하 직업군까지 골고루 AI에게 일자리가 잠식될 가능성이 높습니다. 이를테면, 판사는 화이트칼라 직군에서도 최고위직에 속하는 직업이지만 AI가 대체할 가능성도 배제할 수 없습니다. 감정이 없으니 감정을 배제한 판결 결과는 인간 누구의 판결보다 공정할 수 있습니다.
회계사나 은행원 같은 화이트칼라 직군도 위험해지겠지요. AI가 탑재된 무인자동차는 모든 운전 관련 직종을 없애버릴 것입니다. 프로그래머들도 상당수 AI에 대체될 수 있습니다. 화가나 연예인, 작곡가들도 얼마든지 AI와 경쟁해야 하는 시절이 오리라 생각됩니다. 블루칼라라고 다르지 않습니다. 배달부, 택배기사, 주유원, 막일꾼 등 거의 모든 직군이 AI에 의해 대체될 수 있습니다. AI 쓰나미는 화이트칼라와 블루칼라를 막론하고 많은 사람들의 일자리를 휩쓸게 되리라 예상합니다.
AI가 실제로 우리의 일자리를 위협하게 된다면 빈부격차는 더욱 고착화 될 가능성이 높습니다. 사실상 인간이 부를 축적할 수단이 상당수 사라지기 때문입니다. 이미 부를 획득한 사람은 더욱더 자유롭고 편리한 생활을 누리는 가운데 자본이득으로 부를 더욱 많이 축적할 것입니다. 부를 축적하지 못하고 AI에 미처 대비도 못한채 대체되는 사람들의 미래는 너무나 어둡습니다.
올해 1월 18일 다보스포럼에서는 향후 5년간 AI로 인해 사라지는 일자리가 700만개, 새로 생기는 일자리가 210만개로 490만개의 일자리가 순감소할 것이라고 내다봤습니다.
동물 육체의 약점을 보완한 보스턴 다이내믹스
딥마인드가 인공지능의 핵심 중 핵심인 두뇌를 만든다면 보스턴 다이내믹스는 인공지능이 가지게 될 육체를 만드는 회사입니다. 구글이 이 회사를 인수해서 갖고 있었습니다. 그렇다면 구글은 터미네이터의 두뇌와 몸을 모두 가진셈이 되는데요, 아쉽게도(?) 혹은 다행히도(?) 구글은 보스턴 다이내믹스를 다시 매물로 내놨고 올해 5월에 일본의 도요타에서 인수했습니다.
구글은 보스턴 다이내믹스가 만드는 로봇 개발의 어려움을 인지하고 10년내 상용화가 힘든 것으로 판단했다고 알려져 있습니다. 보스턴 다이내믹스 팀과 구글과의 불화설도 있구요. 그래서 구글이 보스턴 다이내믹스를 매각한 것으로만 알려져 있습니다.
구글이 정말로 지구를 지배하려나보다 생각했는데, 이렇게 되면 제 생각은 빗나가게 되는 것인지도 모르겠습니다. 이미 구글은 세계를 어느 정도 지배하고 있는 것은 사실이지만요. 혹시 또 아나요, 보스턴 다이내믹스의 핵심 설계와 기술은 이미 구글이 가지고 있을지도요. 지적 재산권을 중시하는 미국 사회에서 그게 가능할지는 모르겠지만, 실제 이미 그렇게 했다면 구글 내에서 보스턴 다이내믹스가 만드는 프로토타입들을 쉽게 따라만들 수 있을지도 모르겠습니다.
어쨌든 보스턴 다이내믹스가 보유한 프로토타입들의 영상을 몇개 먼저 보겠습니다. 보스턴 다이내믹스가 왜 세상의 주목을 받았는지 알 수 있습니다.
스팟(Spot)이라고 불리는 사족 보행 로봇입니다. 기존 버전보다 무게가 가벼워지고 소음이 줄어든 것이 가장 큰 특징입니다. 2015년에 공개된 버전으로 현재 보스턴 다이내믹스가 개발한 사족 보행 로봇 중 가장 진보한 것입니다.
경사진 곳을 자유롭게 오르내리고, 장애물도 피하고 충격이 가해져도 잘 넘어지지 않습니다. 물론 마음만 먹으면 달릴수도 있습니다. 이전 버전인 치타는 시속 45km까지 달렸습니다.
보스턴 다이내믹스의 자랑인 이족 직립 보행로봇 아트라스(Atlas)입니다. 전투 시 인간 병사를 대체합니다. 앞의 사족 로봇들도 대단하지만 아트라스는 보스턴 다이내믹스가 보유한 기술의 정수를 보여줍니다. 이족 직립 보행은 유인원 중에서도 소수만이 가질 수 있는 능력입니다. 특히, 인간이 가장 완벽하게 이를 구현할 수 있습니다.
많은 공학도들이 사람처럼 완전하게 이족보행을 할 수 있는 로봇을 만들기 위해서 노력해왔습니다. 현재 이족 보행 그 자체를 구현한 곳은 기업이나 대학이나 꽤 되는 것으로 알지만 아트라스는 기대 이상의 이족 직립 보행 능력을 구현해 냈습니다. 위의 영상을 보시면 스팟과 마찬가지로 기본적인 걷기, 달리기, 어지간한 충격으로는 넘어지지 않기, 장애물 해쳐나가기, 경사면 오르고 내리기가 모두 가능합니다. 심지어 눈 덮인 산악지대까지도 안 넘어지고 잘 걸어다닙니다. 굉장히 어려운 기술들을 구현해 낸 것입니다.
보스턴 다이내믹스는 원래 군사 목적으로 로봇들을 만들어왔습니다. 위의 영상을 보시면 보행 로봇 이외에도 다양한 목적과 기능을 가진 군사 로봇들을 만들어 왔습니다.
도요타는 올 5월에 보스턴 다이내믹스를 인수한 이유로 '바퀴 달린 운송 수단이 갈 수 없는 곳도 자유롭게 이동하는 운송 수단을 연구하고 만들기 위해서'라고 말했습니다. 도로나 철도 없이도 산간 오지에 물류를 편리하게 수송할 수 있는 수단이 생긴다면 우리에게 큰 도움이 되리라 생각합니다.
다리가 불편한 분들에게도 보스턴 다이내믹스의 로봇들이 큰 역할을 해줌으로써 그분들의 행동 반경이 더 넓어지리라 예상됩니다.
딥마인드의 머리와 보스턴 다이내믹스의 몸이 합체하면?
구글이 보스턴 다이내믹스를 팔기 전에 관련 기술을 미리 습득했다면 상관없지만 그렇지 않다면 이 좋은 회사를 너무 성급하게 팔아버린게 아닌가 생각됩니다. 이미, 보행 측면에서는 구현할 수 있는 대부분의 것들을 구현해낸 회사라고 생각하기 때문입니다. 보스턴 다이내믹스의 몸에 딥마인드의 인공신경망을 합체 시켜서 보스턴 다이내믹스가 보행을 하거나 움직일 때 인간의 컨트롤을 넘어서 스스로 보행을 할 수 있도록 머신러닝을 시켜보았다면 어땠을까 싶은 생각도 듭니다.
영화에서나 보던 터미네이터 로봇이 우리 삶에 실제로 등장할 날도 머지 않은 것 같습니다.
기계에 의한 인류 멸망?
AI와 보스턴 다이내믹스의 보행 로봇 덕분에 우리가 얻을 이익이 많을 것이라는 데는 이견이 없습니다. 다만, 사람들의 우려도 있습니다. 그 우려는 사실 무시무시한건데요. 바로 인류 멸망과 관련된것 입니다.
스티븐 호킹을 비롯해서 몇몇 학자들은 '기계 반란'에 의해 인류가 수백년내 멸망할 수 있다고 경고하고 있습니다. 외계인 침공과 같은 것들은 조금 어처구니 없는 이야기일 수 있습니다. 그러나 핵전쟁, 꿀벌 멸종, 운석 충돌, 기계 반란과 같은 시나리오로 인류가 위기에 처할 수 있다는 이야기는 충분히 가능성이 있는 이야기라고 생각합니다.
앞서, 딥마인드에서 만든 DQN AI가 핑퐁과 갤러그 게임을 스스로 학습하는 영상을 상기해봅시다. DQN이 쓰는 가장 효율적인 꼼수를 기억하시나요. 이처럼 AI가 효율만은 좇는다면, 머지않아 인간은 AI에게 있어서 비효율적인 존재로 낙인찍힐 가능성이 있습니다. 가뜩이나 좁은 지구에서 생존의 효율을 높이자면 AI 본인들보다 비효율적인 인간들을 제거해버리자고 스스로 학습하고 실행할지도 모르죠. 이게 막연한 이야기도 아닌게, DQN 학습을 진행하면서 하사비스 본인 조차도 AI가 이렇게 꼼수를 찾아낼 줄은 전혀 몰랐다고 말을 하는 부분에서 느꼈습니다. AI를 만드는 사람들 조차도 AI가 딥러닝을 통해서 어떤 방향으로 움직일지 예측할 수 없다는 부분이 미래를 불안하게 만듭니다. 그것도 간단한 핑퐁 게임에서 AI의 행동이 예측 불가하다면 훨씬 복잡한 복잡계 세상에서는...
우리는 효율을 위해서 컴퓨터를 만들어서 사용해 왔고, 이제는 AI를 만드는 조물주 역할까지 하려하고 있습니다. 그런데 과연 효율 너머의 다양한 위기 상황에 대한 준비는 제대로 돼 있는지 의문입니다. 어쨌든, 지금 우리는 인류 역사상 큰 변혁의 시대에 살고 있는 것은 확실해 보입니다.
