오랜만의 정보글이네. 잘 봐주었으면 ^^

 

 

 

 

 

 

 

월드와이드웹(WWW : World Wide Web) 이라고 혹시 알고있어? 이 기술이 인터넷의 사용을 대중화하고 나서

 

이 기술이 지금처럼 커다란 세상의 변화를 가져올 것이라고 정확하게 인식한 사람들을 많지 않았을 거야

 

지금의 인류는 가늠하기도 힘든 규모와 속도의 혁명적 변화를 겪고 있어

 

 

 - 출처 google

 

 

 반면, 모두의 어린 시절 상상력을 자극하고 가슴을 설레게 했던 꿈의 기술들은 나를 포함한, 인류의 기대를 철저하게

 

외면한 채로 별 진전이 없이 지지부진하고 아직도 공상과학의 영역에 머물러 있어.

 

그중에 한 예를 들자면, 바로 우주선과 로봇이야.

 

 

 

  - 출처 google

 

 

1969년 7월 20일 인류는 처음 달나라를 갔고 달의 옥토끼는 영구히 우리의 상상의 세계에서 추방당했지.

 

그로부터 반세기 가까운 세월이 지난 지금, 어떠할까?

 

엘론 머스크의 Space X의 노력에 아주 희미한 희망을 걸지만 우리 대부분이 지구 중력권을 벗어날 가능성은 거의 없어.

 

 

우리를 흥분하게 했던 또 다른 과학의 미래를 대표했던 것은 1952년에 그려진 로봇 만화 '아톰'이야.

 

우주도, 심해의 바닥에도 자유롭게 드나드는 귀여운 정의의 로봇을 보며 많은 사람들은 아톰처럼, 자신의 지식과

 

영혼을 담은 분신 로봇과 영원히 사는 꿈을 꾼 적이 있을거야.

 

하지만 가까운 시일 내에 아톰과 같은 로봇들과 더불어 살 가능성은 크지 않지.

 

 

 

   - 출처 google

 

 

어떤 기술은 사소한 것으로 보이지만 상상할 수 없이 소비자에게 수용되고 눈부시게 발전하며 사회를 번혁하는가 하면,

 

어떤 기술은 우리의 기대를 저버리고 저 멀리 아주 희미한 희망으로만 남아있기도 해. 왜 그럴까?

 

이 질문에 대답을 할 수 있을 때 새로운 기술에 대한 현실적 전망을 할 수 있고 미래를 꿈꾸는 개인, 기업의 입장에서는

 

미래의 사업 계획과 전략을 현실적으로 수립할 수 있을거야.

 

 

 

 - 출처 google 

 

 

불, 전기, 인터넷 등 인류 역사에 가장 큰 번혁을 가져온 기술의 특징은 우주선과 로봇에 비하면 매우 단순한 기술들이야.

 

그런데 용도는 무척 광범위하지. 여기서 우리는 '기술 진보의 경제학'을 발견할 수 있어.

 

비교적 단순한 기술은 기술 진보를 위한 개발 비용이 낮고, 기술의 용도가 광범위하며 수요가 크다.

 

수요가 크면 규모의 경제에 의해 가격이 크게 낮아질 수가 있는거지.

 

하지만 달을 가는 우주선은 달은 가는 용도 외에는 사용할 수가 없고 현재까지는 일회용이야.

 

수없이 많은 기술들의 조합으로 만들어지고 한두 가지의 Breakthrough에 의해 품질이나 가격의 혁신을 가져올 수 없어

 

사람과 유사한 로봇 기술도 마찬가지겠지.

 

 

만약 인류가 모든 역량과 자원을 값싼 우주선을 위해 투자한다면 가능할지 모르지.

 

그런데 우리는 자원을 더 급하고 많은 사람들을 위해 배분해야 해.

 

안전한 비행기, 더 값싼 전기의 생산, 더 깨끗한 물, 더 기능적인 옷, 더 선명한 TV를 위해 자원을 배분하고 있어.

 

인류의 보편적 건강과 생명의 연장이 소수의 과학자, 우주인들을 위해 투자하는 것보다 앞서야 겠지.

 

이런 이유로 기술자들이 기대했던 것보다 발전이 더딘 많은 기술들이 있게 된거야.

 

 

 

앞에서 언급한 월드와이드웹으로 돌아가 보자.

 

웹 기술의 본질은 무엇일까? 웹은 인터넷 사용을 위해 전문가들이 사용하던 복잡한 명령어들을 모두 마우스 클릭 뒤로 숨겨서

 

모든 사람들이 특별한 훈련 없이도 인터넷을 사용할 수 있게 만든 인터페이스의 획기적 개선에 불과해.

 

 

 

 - 출처 google

 

 

하지만 이는 비슷한 예로, 포드 자동차가 대량 생산으로 자동차 가격을 획기적으로 낮춘 것이 자동차를 초부유층의 사치품에서

 

중산층의 일상 용품으로 상품화하여 교통과 물류의 혁명을 가져왔던 예와 같아.

 

 

 

다시 말하면, 웹 기술은 본질적으로 커뮤니케이션의 비용을 획기적으로 낮춘 기술이야.

 

이 단순한 변화는 1995년을 디지털 혁명의 분기점으로 간주하게 만들었어.

 

  - 출처 google

 

 

커뮤니케이션과 정보 탐색 비용을 획기적으로 낮춘 것은 더 많은 소통, 더 많은 정보 검색, 그리고 이들을 수반하는 더 많은 활동의

 

폭발적 증가를 가져왔고 이러한 행동들을 일부 경제학자들은 '신경제'(New Economy)라고 불렀어.

 

웹에서 많은 사람들이 정보를 검색하고 올리는 행위가 거의 무료로 가능하게 되자 더 많은 사람들이 이 행위에 참여하게 되고

 

커뮤니케이션과 정보 탐색은 더 가치 있는 일이 되고, 이것이 시간과 공간에 구애받지 않는 정보 검색과 커뮤니케이션의 필요성을

 

자극하게 되고, 이것이 무선 중심의 디지털 세상으로 단시일에 옮겨가게 된거야. 오늘날 스마트폰 산업 탄생의 원인인거지.

 

 

 

  - 출처 google

 

 

최근 4차 산업혁명이라고 불리는 현재의 가속화될 기술 혁명에 관심이 높지? 많은 종류의 새로운 기술에 기대를 걸고 있지만

 

그중에서도 단연 인공지능(AI)에 대한 기대가 높아. 그 기대에 부응하기라도 하듯 다양한 분야에서 인공지능이 활용되고 연구되고 있어.

 

많은 인공지능의 소분야에서도 특히 머신러닝(Machine Learning)은 AI의 실용 가능성에 가장 가깝다고 볼 수 있을 것 같아.

 

과연 AI가 과거 웹이 가져왔던 디지털 혁명과 같은 상상할 수 없는 큰 변화를 가져올 수 있을까? 그 큰 변화는 구체적으로 어떤 변화일까?

 

 

 

 

  - 출처 google

 

 

왜 인공지능, 특히 머신러닝이 새로운 디지털 혁명의 가장 중요한 기술로 주목받게 되었을까?

 

그 중심에는 Google이 인수한 '딥마인드'社의 딥 러닝(Deep Learning)이 있어.

 

소위 기계 지능의 가능성을 높이 이 새로운 기술을 한번 이해해보자.

 

인간의 지능(지적인 활동을 하는 능력)을 기계화(자동화)하는 것은 우선 기계(컴퓨터 프로그램)에게 지식을 주입하고 인간과 비슷하게

 

생각(판단)을 하게 해야 해. 지금 주목받는 인공지능의 큰 변화는 인간의 지능을 기계화하는 방법이 코딩(Coding)에서 러닝(Learning)으로 전환되고 있기 때문이야.

 

 

아래 그림은 인공지능에서 지능을 기계화하는 방법들의 차이를 보여주고 있어.

 

 

 

 

  - 출처 google

 

 

자동차 운전을 예로 들어볼까?

 

자동차 운전 중에 빨간 신호등이 들어오면 운전자는 브레이크를 밟아서 차를 멈춰야 겠지?

 

과거의 룰 기반 시스템(Rule-based Systems)은 프로그래머 게이들에게도 익숙한 형식일꺼야

 

 

 

IF (조건) THEN (선택1) ELSE (다른선택)

 

 

 

빨간 신호등은 조건이고 정지는 선택1이 되겠지. 이 처럼 어떤 기계에 필요한 지능은 우리가 아주 적은 수의 조건문과

 

선택을 한정해서 이렇게 간단한 지능을 부여할 수 있어.

 

 

  - 출처 google

 

 

그런데 한번 생각해봐. 전 세계 운전자들이 운전을 하면서 만날 수 있는 조건은 무한대에 가깝다고 해도 과언이 아니야.

 

따라서 모든 조건을 파악할 수도 그리고 그 조건에 따라 타당한 룰을 완성하기가 거의 불가능하지.

 

그래서 지금까지 룰 기반 인공지능은 조건이 한정되고 룰을 간단히 만들 수 있는 환경에만 아주 제한적으로 적용할 수 있었어.

 

 

 

아주 만약에, 오랜 시간 노력하여 자동차가 만날 수 있는 모든 조건과 그에 상응하는 룰을 만들었다 셈 치자.

 

운전 중 어떤 상황이 닥쳤을 때 그 상황에 맞는 조건을 무한대에 가까운 조건에서 찾아서 매칭하는 일은 결코 쉬운일이 아니겠지.

 

빨리 달리는 자동차에게 주어진 시간은 찰나에 불과하고 자동차의 움직임에 새로운 조건이 또 출현하기 때문이야.

 

더 심각한 문제는 인간의 많은 판단과 지적 행위에 대해 우리는 자신이 왜 그런 결론에 도달했는지 설명하지 못한다는 거야.

 

직관이나 창의성이라는 말들이 설명못할 이러한 행동들에 대한 이러한 암묵지를 표현하는 말이기도 해.

 

명의든 보통 의사든 의과대학에서 받은 교육은 유사하겠지? 그렇지만 어떤 사람은 훨씬 더 우수한 판단을 하는데

 

정작 본인은 왜 그런 판단을 하는지 모르는 것과 같은 이치일거야.

 

 

이런 룰을 코딩해서 기계에 주입하는 방식은 신경망 회로 네트워크(Neural Network)의 발명과 더불어 머신러닝으로 전환하게 돼.

 

Input과 결과 변수 사이의 인과관계에 관한 법칙을 구체적으로 모르더라도 Input과 Output 사이의 어떤 직관적 판단을 우리 뇌처럼

 

패턴을 통해 인식하게 하는 것이지.

 

자동차 운전의 자동화를 자동차 운전의 모든 조건과 선택 사이의 법칙을 찾아내어 코딩하는 것이 아니라 인간이 운전하는 습성을

 

컴퓨터 소프트웨어가 배울 수 있다면, 즉 소프트웨어가 이 상황이라면 보통의 인간은 어떻게 행동했을까를 흉내 낼 수 있게 만드는 것이

 

바로 머신러닝인거야. 딥러닝은 이 머신러닝을 고도화한 것이고.

 

자동차 운전에 필요한 최소한의 기능을 부여하면 거기서부터 더 높은 기능을 찾아내고 그리고 나서 상황과 선택을 매핑하게 만드는 거지.

 

 

 - 출처 google

 

 

완벽하게 자동차가 자동화되려면 기계가 상황을 정확하게 파악하는 센싱 기술의 진화도 필요하지만 수 많은 상황에서 인간의 선택을

 

배울 수 있는 기회를 주어야 겠지. 이것이 자율주행 테스트 운전인거야. 많은 컨설팅 보고서에 따르면 2조 번 이상의 시운전이 필요하다고 해.

 

전 세계 각국의 자율주행 시운전을 하는 회사들 중 가장 많은 시운전 횟수가 200만번이라고 하니... 계산해보면 적어도 2040년은 되야 완벽한

 

자동차 자율주행이 실현될 수 있을 거라고 예상해 볼 수 있어.

 

우리가 일상적으로 하는 운전이라는 행위가 얼마나 다양한 조건에서 다양한 기능을 복합적으로 사용하는 행위였는지 다들 놀랍지 않아?

 

 

 - 출처 google

 

 

최근 가장 많이 들어본 AI의 대표주자, 딥마인드의 알파고의 바둑과 비교해 볼까? 게이들의 생각에도 운전과 바둑의 복잡도는 비교할 수가 없겠지?

 

바둑은 경우의 수는 많지만 기능 요소(features)는 매우 단순한 경우야. 운전은 비교가 되지 않은 많은 기능이 필요한 행위인거고.

 

그래도 바둑이라는 항목으로 봤듯이 오늘날 기계 지능이 획기적으로 개선되고 있다는 데에는 다들 이론이 없을거야.

 

 

 

 

 - 출처 google

 

 

앞서 이야기한 웹의 경우처럼 기계 지능이 가져올 변화의 핵심은 무엇일까?

 

한마디로ㅡ 기계 지능이란 예측(Prediction) 기술이야. 웹이 정보 검색과 연결의 비용을 낮춘 것처럼, 예측의 비용을 획기적으로 낮추고 있는 거지.

 

여러 개인이며 기업들이 하는 행위의 많은 부분들은 본질적으로 불확실성 속에서 예측을 하는 행위일거야.

 

이 비용들이 낮아진다면 이 예측이 사용되는 경제활동의 비용이 크게 낮아진다는 것을 의미하겠지.

 

교통량 예측, 치료를 통한 효과 예측, 투자를 하고 수익에 대한 예측, 농작물의 대풍 예측, 수요와 생산에 대한 물류 예측 등등

 

우리는 예측이라는 부분이 우리 삶에 얼마나 많은 비중을 차지하는지 쉽사리 알 수 있어. 따라서 이러한 경제활동의 비용 또한 크게 낮출 수 있겠지.

 

 

예측의 비용이 낮아진다면, 예전에는 예측하지 않았던 분야에 대해서도 예측을 적용하게 되겠지?

 

수많은 경제활동이 이제 자동화된 예측의 범주로 새로이 해석되고 편입될거야.

 

 

 

 

 - 출처 google

 

 

우리는 어떠한 기술이 가져올 변화를 다 예측할 수 없어. 다만 우리는 예측 비용이 내려가면 예측이 사용되는 영역이 확대되고

 

보완적 관계에 있는 일의 가치와 새로운 경제의 영역이 확대되는 것은 짐작할 수 있겠지.

 

대기업이 중소기업보다 잘 나가는 이유가 뭐라고 생각해?

 

대기업의 장점은 본질적으로 미래에 대한 예측력, 즉 미래 먹거리 사업 창출 또는 미래 위험에 대한 대응력에서 오는데

 

중소기업이 만약 알파고와 같은 예측력을 가지게 된다면 그 간극은 많이 좁아지겠지 아마도?

 

 

결론을 말할게. 내가 생각하는 4차 산업혁명, 인공지능과 머신러닝의 경제는 한마디로 '예측의 기술'이라고 말할 수 있을 것 같아.

 

새로운 탐색과 커뮤니케이션의 영역을 먼저 찾아내고 그것을 서비스화한 회사들이 지금의 굴지의 회사들로 부상했듯이,

 

먼 미래에는 새로운 예측의 영역을 발견하고 그것들을 보완재와 같이 제공하는 회사들이 새로운 강자로 부상하지 않을까? 조심스럽게 예상해 보게 되네.

 

 

기업이 아닌 개개인의 입장으로 본다면,

 

우리 게이들도 직관, 창의성이라 불리우는 기계들이 따라할 수 없는 인간의 고유한 예측의 영역에서 부단히 노력하여 이루고자 하는 일을 이루었으면...

 

 

 

 

 

 

 

(3줄 요약)

1. 4차 산업혁명은 AI, 특히 머신러닝을 기반으로 한 예측의 기술이다.

2. 딥마인드 사의 알파고처럼 기계 기능은 획기적으로 개선되고 있다.

3. 먼 미래에는 새로운 예측의 영역을 발견하고 보완재와 같이 제공하는 회사 및 사람들이 새로운 강자로 부상할 것으로 예상됨.