최근 구조론게시판이 알파고와 인공지능 이슈로 뜨거운 것 같습니다.
알파고는 과연 기존 인공지능의 한계를 뛰어넘어 새로운 시대를 열어젖히는 궁극적 신호탄이 되는 것일까요?

이세돌이 이길지 여부에 대해서는 사실 별 관심이 없습니다만
동렬님이 링크하신 [알파고는 어떻게 바둑을 둘까(https://brunch.co.kr/@madlymissyou/9)] 를 찬찬히 읽어보다가
흥미로운 것들이 눈에 띄어 적어봅니다.

알파고가 기존의 다른 인공지능과 어떻게 다른지 궁금해서 보니 대략 아래와 같은 이야기인 듯 합니다.

  바둑의 경우의 수는 현재의(아마 알파고를 포함해서) 컴퓨터 계산용량을 넘어선다.
  그리고 몬테카를로 트리서치 알고리즘만으로는 프로바둑 수준에 이를 수 없다.
  (즉, 알파고는 하드웨어발전을 통해 모든 경우의 수를 완벽히 비교하는 방식으로 구현된 건 아니라는 뜻입니다)
  알파고는 몬테카를로 트리서치 알고리즘을 개선하기 위해 [정책망]과 [가치망]이라는 신경망(neural network)을 추가로 활용한다.

정책망은 머신러닝의 방법으로 구현했나 봅니다.
수많은 기보와 데이터를 입력받아서 알파고로 하여금 바둑의 효과적인 다음 착점을 구해내도록 훈련하는 겁니다.

가치망이란 정책망을 통해 얻어진 몇가지 다음 착점들마다의 예상승률을 계산하는 알고리즘이라고 합니다.

즉, 알파고를 대략 후려쳐서 설명하자면,
머신러닝을 통해 효과적인 다음 착점이 될 수 있는 것을 몇 가지 구해낸 후,
이중 어느 옵션을 선택하는 게 가장 승률이 좋은지 판단하는 머신이라고 할 수 있겠습니다.

어떻습니까? 사람이 바둑 둘 때 머리 속에서 하는 짓과 비슷하지 않습니까?
인류가 현재까지 만들어낸 가장 훌륭한 인공지능의 구현방식이라는 건
대략 다음의 방식으로 인간의 뇌가 하는 사고과정을 [복제]한 것 같습니다.
  1) 다음에 내가 할 수 있는 것은 어떤 것이 있는가?  (정책망)
  2) 이 중 어느 것을 하는 게 가장 좋은가?  (가치망)

다만, 여기서 이런 생각을 하게 됩니다.
  바둑이라면 가치망을 구현하는 기준이 명확하다. 집을 많이 얻으면 되는 것이다.
  바둑에서 가치의 문제는 [내가 얻은 집의 숫자]로 표현 가능하다.
바둑에서 가장 좋은 다음 착점은 내가 얻을 집의 숫자를 극대화하는 점이라고 명확하게 결론지을 수 있습니다.
그러나 인공지능이 숫자로 표현하기 힘든 영역에서도 여전히 유용할까 하는 질문이 생깁니다.

인공지능에게 훈련용으로 입력할 수 있는 입력값은 어쨌거나 숫자로 표현될 수 있는 것이어야 합니다.
만약 알파고가 이세돌을 이긴다면, 0/1로 치환되는 입력값을 가지는 구조 속에서의 인공지능은
거의 완성단계에 이르렀다고도 할 수 있을 것입니다.
그러나 0/1로 치환되지 않는 영역에서 인공지능은 무엇에 대답할 수 있을까요?

알파고가 우리에게, 적어도 구조론을 아는 사람들에게 던지는 함의는 이런 거라고 생각합니다.
이제 인공지능이 당면한 문제는 머신러닝의 알고리즘의 발전이 아니라
스스로 학습할 수 있는 기계에게 어떤 입력값을 던져줄 수 있을 것인가의 문제라는 것입니다.
즉, 이제는 인공지능의 문제를 입력 >> 저장 >> 제어 >> 연산 >> 출력의 단계 중 입력 곧 질의 단계에서
바라볼 때가 되었다는 것입니다.

무엇이 가장 아름다운가? 무엇이 가장 정의로운가? 의 문제에 대에
답을 내릴 수 있는 가치망을 설계할 수 있을까요?
이것은 영혼을 가진 인간만이 할 수 있는 것이라 여겨져 왔습니다.

인간의 사고란 것도 결국 뉴런의 전기적 작용의 집합이라고 볼 수 있을 것입니다만
가치의 문제에 이르렀을 때, 인간의 뇌에 가해지는 그 전기적 작용의 입력값은 어디서 오는 것이었을까요?

구조론은 이렇게 답할 것이라고 생각합니다.
그 입력값은 질에서 온다.
그 입력값은 인간의 사회적 관계에서 온다.

기계가 스스로 [좋다]라는 판단을 할 수 있으려면
누구에게, 어떤 집단에게 좋은 것인지 숨겨진 전제를 드러내고
경계설정을 하고 피아구분을 할 수 있어야 할 것입니다.
그 집단 내의 관계를 드러내고, 그 관계 속에서 오는 어떤 작용들을 수치화할 수 있어야 할 것입니다.
이것은 구조론이 인공지능에게 향후 제시할 발전방향이 될 것입니다.

기계에게 어떤 입력값을 던져줄 수 있을까의 관점에서 보면 흥미로운 일이 너무나 많을 것 같지 않으십니까?
사실 머신러닝 알고리즘은 이미 플랫폼화 되어있습니다.
오픈소스 라이브러리들을 플랫폼 형태로 제공하는 IT 기업들이 나오고 있습니다.

동렬님이 링크하신 글 말미에 언급된 쿨리타(인공지능 작곡), 딥드림(인공지능 회화) 등을 보면
음악이나 이미지를 수치화하여 기계에게 입력값을 던져주고 이를 패턴화하는 방식으로
예술도 인공지능화하는 시도들도 있는 것 같습니다만,
가치의 측면에서 이 결과물들이 정말 [좋은가]를 볼땐 어설퍼 보입니다.

생체데이터를 입력받아 의사보다 더 빨리 암을 발견하는 인공지능 이야기도 지나가다 눈에 띕니다.
무엇을 입력받을 수 있을 것인가에 대한 고민이 세상을 얼마나 놀랍게 바꿀 수 있을지의 사례가 될지도 모르겠습니다.