케빈 슬레이븐: 알고리즘은 어떻게 우리의 세계를 변화시키는가

이것은 마이클 나자라는 예술가의 작품인데 그가 실제로 아르헨티나에 가서 찍은 사진이니까 실제 사진이라고도 말할 수 있죠. 하지만, 이 사진은 많은 작업을 한 사진이기 때문에 가짜 사진이라고 말할 수도 있죠. 이것은 사실 디지털 작업을 통해 다우존스 지수가 변동한 모양에 따라 산의 등고선을 조작한 사진이지요. 여기에 보이는 계곡의 높은 절벽은 2008년 금융위기를 나타내죠. 이 사진은 우리의 경제가 저 깊숙한 계곡안에 있었을때 찍은것이지요. 요즘 요즘 다우존스는 어떤지 모르겠습니다. 이 사진은 홍콩 항생지수인데 전체적 양상이 비슷하네요. 왜 그럴까요?

이것은 예술인 동시에 메타포죠. 그런데 이 메타포에는 알고리즘 자체가 실세계에 영향을 미친다는 의미가 있지요. 알고리즘은 실세계에 영향을 미치기 때문에 저는 금융수학 같은 현대 수학 뿐만 아니라 일반적인 수학의 역할도 재고할 것을 저는 여러분께 건의합니다. 저는 또한 우리가 세계로 부터 추출하고 유도해 내는 데이터가 우리의 생활과 우리를 둘러싸는 세계를 실지로 만드는 전이 과정, 그리고 컴퓨터가 결정을 내릴 때 사용되는 수학, 특히 알고리즘에 대해 말씀드리고자 합니다. 컴퓨터의 알고리즘은 계속 반복적으로 사용되기 때문에 그들이 옳다는 인상을 주며 시간이 흐름에 따라 그들에 대한 신뢰도가 더 증가하고 결국에는 진실이 되죠.

저는 한 2년전에 대서양을 건너는 비행기 안에서 바로 이런 생각을 하고있었는데 마침 제 옆에 제 나이 정도되는 헝가리인 물리학자가 앉았었지요. 우리는 냉전 당시 헝가리에서 물리학자로 일하는게 어땠는가 하는 대화를 나눴는데 그사람에게 무슨일을 했냐고 물었더니

주로 스텔스를 잡는 일을 했다고 하더군요.

그래서 저는 흥미있는 직업같다고 말했죠. 그런데 그건 어떤 기술인가요? 그 기술을 이해하려면 스텔스의 작동원리를 좀 알아야 하죠. 아주 간단히 말하자면 레이더 신호가 하늘에 뜬 156톤의 철 덩어리를 뚫고 나가거나 또는 그냥 사라지게 만들 수는 없죠. 그렇지만 이렇게 큰 비행기를 수만개의 작은 조각으로 쪼갤 수 있다면 - 예를들면 새 떼 같은 것으로요 - 이런 비행기를 추적하는 레이다는 날라다니는 모든 새 떼들을 다 볼 수 있어야 겠지요. 레이더로 그런 일을 하는것은 참 어렵죠.

그리고 그 헝가리 물리학자가 말했죠, "그래서 우리는 레이더를 만들지 않고 전기통신이나 전기신호를 감지하는 블랙박스를 만들었죠. 그리고는, 새 떼들이 전기통신을 할때 마다 미국인들과 무슨 연관이 있을지 모른다고 생각했죠".

그래서 제가 그랬죠. "좋군요. 당신네들이 60년간의 항공학 연구를 무효화한 셈이네요. 그럼 당신의 제2장은 뭐죠? 그럼 지금은 무슨일을 하세요?" 그가 이렇게 답했죠, "금융서비스에서 일해요". 근데 그 당시에 그런 이야기들이 뉴스에 보도되고 있었기 때문에 제가 물었죠. "그게 뭐하는거죠?" 그가 말하길, "월스트리트엔 저같은 물리학자들이 약 2000명 일하고 있죠". 제가 물었죠. "월스트리트의 블랙박스가 뭡니까?"

그가 말하길, "말그대로 블랙박스예요. 사실 블랙박스 트레이딩이라고 말하죠. 어떤 사람은 알고 트레이딩, 즉 알고리즈믹 트레이딩이라고 하죠". 알고리즈믹 트레이딩이 발달되게 된 이유의 하나는 월스트리트의 기관투자자들이 미국 공군이 가졌던 똑 같은 문제를 가지고 있기 때문이었는데 - 그들은, 예를들면 프록터 앤 갬블 또는 액센쳐 같은, 회사들의 수많은 주식을 사고 팔지요. 그런데 이들이 주식거래를 한꺼번에 한다면 포커를 할때 올인하는거나 마찬가지죠. 있는 돈을 한꺼번에 다 거는 거니까요. 그래서 그들은 큰 금액을 한꺼번에 거래하지 않고, 많은 수의 적은 금액으로 나눠서 거래를 하는데 그럴때 알고리즘을 사용하죠. 그런데 한가지 흥미있는 동시에 두려운 사실은 큰 금액의 거래를 많은 여러개의 작은 거래로 갈를때 사용한 똑같은 수학방식을 사용하면 수많은 작은 금액의 거래들을 원래의 큰 금액으로 다시 조립시켜서 주식 시장에서 실지로 무슨일이 벌어지고 있는지 알아낼 수 있다는 것입니다.

즉, 지금 주식시장이 어떻게 돌아가는지 이해하려면 주식거래를 숨기는 목적의 알고리즘이 있는가 하면, 그와는 정반대로 숨겨진 거래들을 찾아내서 적절한 조치를 취하는 것을 목적으로 프로그램된 여러개의 알고리즘이 있다는 사실을 알아야 합니다. 자, 여기까지는 뭐 큰 문제가 없죠. 그렇지만, 이런 기관투자자들의 거래액이 총 증시거래액의 70%에 달하는데 이게 다 여러분의 연금이고 모게지죠.

이것처럼 안전한게 있겠어요? 그런데 1년 전에 전 증시 거래액의 9%가 5분 동안에 갑자기 사라지는 사태가 벌어졌었는데 그들은 그 사건을 '2:45 플래시 크래쉬'라고 부르죠. 그런 사태가 벌어질 만한 주식거래를 했던 사람도 없고 요청한 사람도 없었는데 왜 그런 사태가 발생했었는지 아직까지도 전문가들 끼리 그 사건의 발생 원인에 대해 동의조차 못하고 있죠. 실제로 벌어지는 상황을 아무도 컨트롤 할 수 없었죠. 기관투자자들이 가졌던 컨트롤이라고는 모니터에 표시되는 숫자들과 '스톱'이라는 글이 적힌 빨간 버튼 밖에 없었으니까요.

그러니까 우리는 우리가 더 이상 읽을 수 없게 된 것 들을 쓰고 있었다는 거죠. 우리가 그 무엇인가를 더 이상 읽을 수 없게 만들었다는 것이죠. 그래서 우리는 우리가 만든 이 세계에서 실지로 무슨일이 발생하고 있는지를 모르게 됐지요. 그러나 인젠 형편이 나아지기 시작했죠. 보스턴에 나넥스라는 회사가 있는데, 그 회사는 수학과 제가 모르는 어떤 마술을 사용해서 증권시장의 모든 데이터를 읽고 항상 그런것은 아니지만 가끔 이런 알고리즘들의 일부를 찾아내지요. 그들은 그런 알고리즘을 하나 찾으면 그걸 종이에 적어서 나비처럼 벽에 붙이지요. 우리는 이해하지 못하는 엄청난 량의 데이터를 이해해야 할때는 언제나 그래왔듯이 이런식으로 그런것에 이름과 스토리를 붙이죠. 그들이 찾아낸 것들은 다음과 같죠. 이것은 나이프, 카니발, 보스턴 셔플러, 트와일라이트.

그런데 웃기는건 일단 이런 알고리즘이 있는가를 알아내는 방법을 터득하면 증시 뿐만아니라 모든 곳에서 알고리즘이 사용되고 있다는걸 알 수 있다는 거죠. 이 책도 그런 예의 하나죠: 이건 아마존에서 팔았던 건데 시작가가 170만 달러였지요. 절판이었는데도 말이예요. (웃음) 그런데 만약 170 만달러에 샀다면, 잘 투자한거죠. 왜냐하면 불과 몇 시간 뒤에, 2천360만 달러로 가격이 뛰었으니까요. 운송비와 포장비는 별도였죠. 그런데, 아무도 사거나 팔지 않았는데 어떻게 그런일이 생겼을까요? 즉, 월스트리트와 똑같은 현상을 아마존에서도 볼 수 있다는 말이죠. 이런 사건이 생긴다는 것은 알고리즘들이 서로 충돌하고 있다는 것을 증명해 주는데 간단히 말하면 인간의 아무런 개입이나 감독이 없이 알고리즘들이 서로 맞물고 루프에서 맴돌다가 "흠..170만 달러 정도면 됐어" 한거죠.

(웃음)

네트플릭스도 아마존과 같은 형편에 있죠. 그래서 네트플릭스는 지난 수년간 여러가지 다른 알고리즘을 써봤지요. 처음에는 Cinematch를 사용하다가 그후에 Dinasaur Planet, 그리고 Gravity를 사용했는데 지금은 Pragmatic Chaos를 사용하죠. Pragmatic Chaos도 네트플릭스가 사용했던 다른 알고리즘과 똑같은 일을 하려고 하지요. 이 알고리즘은 고객의 마음안으로 파고 들어가서 어떤것을 좋아하는가를 파악한 후에 다음번에 어떤 영화를 보고 싶어할지를 추측하려고 하는데 이건 엄청나게 어려운 문제지요. 이것이 매우 힘든 일이고 또 우리들 자체가 사실 이런 알고리즘을 아직 정확히 이해하지 못하지만 Pragmatic Chaos는 그래도 우리에게 영향을 미치고 있지요. 과거의 모든 네트플릭스 알고리즘들이 그랬듯이, 우리는 Pragmatic Chaos가 추천하는 영화의 약 60%를 실제로 빌려서 보니까요. 이말은 즉, 여러분에 대해 지극히 단편적인 아이디어만 가지고 있는 컴퓨터 코드가 여러분이 선택하는 영화의 60%를 결정한다는 거죠.

그런데 영화를 만들기도 전에 그 영화에 대한 평가를 내릴 수 있다면 어떨까요? 그럼 아주 유용하지 않을까요? 영국 데이터 과학자들이 몇명이 홀리우드에 이파고긱스라는회사를 차리고 스토리 알고리즘을 만들었죠. 그 알고리즘은 영화 스크립트를 읽고 그게 3천만불 짜리 인지 2억불짜리 영화인지 말해 주죠. 이건 구글같이 정보를 찾는것도 아니고, 금융상태를 파악하는 것도 아니고, 문화를 판단한다는 이야기죠. 여러분이 지금 보시는 이 그림은, 사실 여러분이 흔히 보는 그림은 아니지만, 문명의 기본 원칙을 보여주는 그림이죠. 그런데 이런 알고리즘들이 월스트리트에 있는 알고리즘처럼 어느날 갑자기 크래쉬 한다면 그걸 우리가 어떻게 알까요? 또 어떤 일이 생길까요?

여러분들 집에 있는 이런 청소기의 알고리즘들은 거실을 차지하려고 서로 경쟁하고 있죠. 그런데 이들은 깨끗하다는 것을 판단하는 기준이 서로 다르죠. 청소기의 속도를 줄이고 라이트를 달면 그 차이를 볼 수 있죠. 이들은 여러분의 침실에 있는 일종의 숨어있는 건축가와 비슷하다고 볼 수 있겠는데, 사실은 건축 자체가 산술연산을 최적화 한 결과라고 해도 과언은 아니지요. 이건 우리 주위에서 실제로 일어나고 있는 엄연한 사실이죠.

우리가 신형 '목적층선택 엘리베이터'의 철판 박스 안에 같혀 있을때는 그런 생각이 더 나지요. 타기 전에 승객이 밖에서 미리 목적층을 선택하는 이런 신형 엘리베이터는 '빈 패킹'이라는 알고리즘을 사용하죠. 승객들이 자기가 타고 싶은 승강기를 마음대로 고르는 것은 옛말이죠. 10층으로 갈 사람들은 2번 승강기로, 3층에 갈 사람들은 5번 승강기로...이런 식이죠. 그런데 문제는 사람들이 당황해서 어쩔지 모른다는 것이죠. 그런데 당황해 하는게 당연하죠. 그 엘레베이터에는 층수가 적힌 버튼 같은게 없으니까요. (웃음) 일반 엘레베이터와는 아주 다르죠. 그저 윗쪽이나 아랫쪽으로 올라갔다 내려갔다 하는 번호와 '스톱' 이라고 적힌 빨간 버튼만 있죠. 요즘 우리가 디자인하는 것들이 다들 이런식이죠. 우리는 이런식의 인간기계 대화를 디자인 하고 있죠. 우리는 이런식으로 얼마나 더 나갈 수 있을까요? 아마 거의 무한정 갈께에요.

월스트리트 이야기로 다시 돌아가죠. 월스트리트의 알고리즘에게 그 무엇보다도 더 중요한 것은 속도죠. 그들은 밀리세컨드와 마이크로세컨드를 따지죠. 마우스를 한번 클릭하는데 걸리는 시간은 50만 마이크로세컨드죠. 월스트리트 알고리즘의 입장에서 볼때는 단 5 마이크로세컨드만 뒤져도 패자가 되는 것이죠. 여러분이 알고리즘이라면 아마도 제가 프랑크프루트에서 만난 건축가 같은 사람들을 찾겠지요. 그 건축가는 알고리즘이 인터넷 케이블에 좀 더 가깝게 자리잡을 수 있게 다수의 컴퓨터 서버들을 들어갈 장소를 만들려고 콘크리트 바닥만 남기고 사람들에게 필요한 모든 기반 설비와 가구들을 전부 다 뜯어내는 일을 했지요.

인터넷은 일종의 분산 시스템이지만 그것은 일정한 장소들로 부터 분산되는 시스템이죠. 뉴욕의 인터넷은 허드슨 스트리트에 있는 캐리어 호텔에서 부터 분배되지요. 뉴욕시로 오는 모든 인터넷 케이블이 실제로 들어오는 곳이죠 그래서 그곳에서 멀면 멀수록 모든 거래가 몇 마이크로세컨드씩 늦어지지요. 마코폴로나, 치로키 네이션 같은 월스트리트 부근의 빌딩에 있는 사람들은 캐리어 호텔 부근에 빌딩 내부를 허물어내고 새로 인터넷 장비를 까는 사람들보다 8 마이크로세컨드 더 늦게 되죠. 이런 일은 앞으로도 계속 생길겁니다. 그렇지 않고는 증시에서 거래를 할 때 보스톤 셔플러처럼 마지막 한방울 까지의 이익을 짜낼 수 없기 때문이죠.

이제 줌아웃을 해보지요. 줌아웃을 해보면, 뉴욕시와 시카고를 연결하기 위해 스프레드 네트워크라는 회사가 지난 몇년에 걸쳐 공사하고 있는 825 마일 길이의 기반시설 공사 전경을 볼 수 있지요. 이것은 카니발이나 나이프 알고리즘 전용으로 두 도시간에 깔린 광케이블 루트인데 마우스를 클릭하는 것보다 37배 더 빠른 속도로 신호를 전송하는 단 한가지의 목적을 위해 건설된 것이죠. 우리는 아무도 알지 못할 통신 프레임워크를 구축해서 주식거래를 3 마이크로세컨드 더 빨리 체결할 수 있게 미국의 곳곳을 다이나마이트와 암석톱으로 폭발시키고 자르고하는데 이것은 서부로 팽창하자는 우리의 '명백한 운명'이겠고, 우리는 또한 앞으로도 계속 미개척지를 찾아 다니겠지요.

앞으로 우리가 할일이 태산같지요. 이건 MIT의 수학자들이 작성한 단순히 이론적인 그림인데 솔직히 말하면 전 그들이 무슨 말을 하는지 몰라요. '빛원뿔', '양자얽힘' 뭐 그런 말을하는데 전 한마디도 이해를 못하죠. 그렇지만 이 지도는 제가 이해하죠. 이 지도가 보여주는 것은 도시가 있는 증권시장이 있는 빨간 점들에서 돈을 벌려면 푸른 점들에 서버를 설치하는 것이 가장 효율적이라는 것입니다. 그런데 이 지도에는 대양에도 푸른 점들이 많이 있죠. 그럼 이건 어떨까요? 우리가 알고리즘이 되면 바다 한가운데 큰 공같은 구조물이나 플랫폼을 만들고 거기서 바다를 가르는 기적처럼 대기로 부터 돈을 무진장 만들 수 있겠지요.

(웃음)

사실은 돈 자체가 흥미있는게 아니죠. 돈이 어떤 의욕을 주는가가 중요하죠. 우리는 알고리즘 같은 효율로 지구 자체를 실제로 바꾸고 있지요. 우리가 이런 생각을 염두에 두고 마이클 나자의 사진들을 다시 한번 본다면 그것은 사실 메타포가 아닌 예언이라는 것을 깨달을 수 있지요. 그의 사진들은 우리가 만드는 수학이 지구의 지형에 얼마나 거대한 변화를 줄것이라는 것을 예언해 줍니다. 풍경이란 원래 자연과 인간의 괴상하고 거북한 협동으로 만들어 지죠. 그러나 이제는 풍경을 바꾸는 제3의 요소가 생겼는데 그것은 즉 보스턴 셔플러, 카니발 같은 알고리즘이죠. 우리는 이제 알고리즘을 자연이라고 생각해야 하는데 어떻게 보면 사실 그말이 맞습니다.

감사합니다.

(박수)