샤이암 생커(Shyam Sankar) 인간과 컴퓨터간 협력 시대의 개막

저는 두 가지 체스 게임에 대해서 말씀드리고자 합니다 첫 번째는 1997년에 일어났습니다 개리 카스파로프라는 사람이 "딥 블루"라는 컴퓨터에 졌던 일이죠 많은 이들에게 이 사건은 인간이 기계에 압도되는 시대라는 새로운 시대의 도래를 의미했습니다 20년이 지난 지금, 컴퓨터와 어떻게 관계를 유지하는가에 대한 가장 큰 변화는 iPad이지 "핼(HAL)"이 아닙니다

두 번째 게임은 자유형 체스 대회였습니다 2005년, 이 대회에서는 사람과 기계가 서로 대항하는 것이 아니라, 참가자가 원하면 동료로 참가할 수 있었습니다 초반에는 뻔한 결과들만 보였죠 심지어 슈퍼컴퓨터조차도 저사양의 노트북을 가지고 참여한 체스의 달인에게 지고 말았습니다 그런데 마지막에 반전이 일어났습니다. 누가 이겼을까요? 슈퍼컴퓨터를 사용하는 체스의 달인이 이긴게 아니었습니다 3대의 비교적 저사양 노트북을 가지고 참가한 두 명의 아마추어 체스 선수들이 우승을 했죠 컴퓨터를 조종하여 특정한 위치까지 모조리 생각해내는 이 두 사람들의 능력 덕분에 훨씬 더 우수한 계산 능력을 가진 컴퓨터를 가진 체스 달인의 수에도, 그리고 다른 맞수에게도 효과적으로 맞대응할 수 있었습니다 이건 정말 놀라운 결과입니다 평균적인 사람과 평균적인 기계가 최고의 달인과 최고의 기계를 이겼으니까요 어쨌든, 사람 대 기계의 경쟁이 되어야한 것 아니었을까요? 그게 아니라, 요점은 협력, 옳은 협력에 대한 것이었습니다

저희는 지난 50여년 간 인공지능에 대한 마빈 민스키의 예측에 상당히 주목해 왔습니다 확실히 주목을 끄는 비전이었죠 많은 사람들이 여기에 우호적이었습니다 이 생각은 컴퓨터 과학 분야에서 지배적인 사고(思考) 세력이 되었습니다 하지만 우리가 빅 데이터, 네트워크 시스템, 공개 플랫폼, 그리고 임베디드 기술의 시대로 접어들면서, 저는 거의 비슷한 시대에 개발 된 대안적인 비전에 대해서 재평가를 할 시점이라고 생각합니다 제가 말씀드리는 것은 J.C.R. 릭라이더의 "인간-컴퓨터 공생체"에 대한 것입니다 아마 "지능 증강(I.A.)" 이라는 말이 더 어울리겠군요

릭라이더는 기술과 인터넷의 발전에 엄청난 영향을 미친 컴퓨터 과학의 대가였습니다 그가 바라던 것은 미리 결정된 프로그램에 무조건적으로 의존하지 않고, 의사결정과 복잡한 상황을 관리하는 데 있어서 인간과 기계가 상호협력할 수 있도록 하는 것이었습니다 "협력"이라는 단어에 주목하십시오 릭라이더는 토스터를 가지고 "스타 트랙(Star Trek)"에서의 데이터라고 하는 것이 아니라, 인간을 훨씬 더 능력있도록 만들라고 장려했습니다 인간은 아주 놀라운 존재입니다 우리가 생각하는 방법, 비선형적인 접근법, 창의성, 반복적인 가정, 이런 모든 것들은 컴퓨터가 할 수 있다고 치더라도도 대단히 어려운 작업들이죠 릭라이더는 사람이 깊은 사고를 통해 목표를 정하고, 가정을 만들어내고, 기준을 정하고, 그리고 평가까지 하는 이런 사실들을 직관적으로 깨달았습니다 물론, 다른 면에서, 인간은 상당히 제한적이기도 하죠 우리는 단위와 계산, 그리고 부피에 있어서는 쪽도 못 씁니다 우리는 록 밴드를 유지하고 함께 연주를 하도록 하는 데에도 대단한 경영 능력을 필요로 합니다 릭라이더는 컴퓨터가 세상에 대한 식견과 의사 결정 방법을 준비하는데 필요한 모든 단순 반복적인 일을 하게 될거라고 예측했습니다

소리도 없이, 대단한 환호도 받지 못한 채, 이런 접근 방법은 체스를 넘어 여러 군데서 승리를 장식해 왔습니다 체스같이 엄청나게 방대한 단백질 결합과 같은 경우에도 말이죠 단백질의 결합 방법은 우주에서 원자가 결합하는 것보다 더 많습니다 인간이 질병을 이해하고 치료하는 능력에 엄청난 영향을 끼친, 세상을 송두리째 뒤바꿀만한 문제입니다 이런 일에는 슈퍼컴퓨터의 "Brute Force"로도 충분하지 않습니다 어느 컴퓨터 과학자가 만든 게임 "Foldit"은 이런 접근법의 중요성를 보여줍니다 과학자도 생물학자도 아닌 평범한 사람이 컴퓨터로 하여금 원자의 힘과 상호작용을 제어하고 구조적 문제를 파악함으로써 분자의 구조를 시각적으로 재배열하는 컴퓨터 게임을 합니다 이런 접근법은 약 50%의 확률로 슈퍼컴퓨터를 이기고, 30% 정도는 비깁니다 최근에 Foldit은 메이슨-파이저 원숭이 바이러스의 구조를 판독해내면서 이목을 끄는 주요한 과학적인 발견을 이끌어냈습니다 10년 간 풀리지 않던 단백질 분해 효소(프로테아제)의 비밀이 겨우 며칠 만에 세 사람에 의하여 풀린 겁니다 아마도 비디오 게임을 이용해서 만들어낸 최초의 중요한 과학적 진보일 것 같네요

작년에, 쌍둥이 빌딩이 있던 자리에서 9.11 사건의 추도회가 열렸습니다 거기엔 수천명의 피해자들의 이름이 "의미있는 인접성"이라고 불리는 아름다운 개념을 이용해 전시되었습니다 "Meaningful Adjacency"는 친구, 가족, 동료 같이 서로의 관계에 따라 서로의 이름을 이웃하여 나열했습니다 그걸 다 모으면, 꽤나 많은 계산의 문제가 됩니다 3,500명의 피해자들과 1,800여개의 친밀도, 그리고 전체적인 외적 요구사항이나 최종적으로 미적인 문제까지 생각해야 하거든요 언론에 처음 보도 되었을 때, 모든 공(功)은 로컬 프로젝트(Local Project)라는 뉴욕시의 디자인 회사에서 만든 알고리즘으로 돌려졌는데, 사실은 조금 다릅니다 기초적인 골격을 개발하는데는 알고리즘이 사용됐지만 기본 골격을 사용해서 최종 결과를 디자인 한 것은 사람이었거든요 이런 경우에, 컴퓨터가 수백 만 개의 가능한 결과를 확인하고, 복잡한 관계도를 조정하고, 상당히 큰 변수와 측정 값을 추적하였고, 덕분에 사람들이 디자인과 구성적인 선택에 집중할 수 있었습니다 그러니까, 주변을 둘러보면 볼수록, 어디서든 더 많은 릭라이더의 비전을 찾을 수 있습니다 그것이 아이폰의 증강현실이이건, 자동차 네비게이션의 그것이던지 간에, 인간과 컴퓨터의 공생은 우리가 더 많은 것을 할 수 있게 합니다

만일 인간과 컴퓨터의 공생을 개선하려면 어떻게 하면 될까요? 아마도 사람을 과정에 포함시키는 것을 통해 시작해볼 수 있을 겁니다 문제를 해결하는데 컴퓨터가 무엇을 할 수 있을지 생각하는 대신 사람들이 할 수 있는 것을 주변으로 해결책을 디자인하는 것이죠 이렇게 하면, 여러분들이 인간과 기계의 상호작용에, 특히 그 사이의 마찰을 줄이려는 데에 대부분의 시간을 사용한다는 것을 쉽게 깨달으실 겁니다 사실 이런 마찰은 전체적인 능력을 결정하는데 있어서 인간의 힘이나 기계의 힘보다 훨씬 더 중요합니다 그것이 바로 노트북 몇 대를 가진 평범한 두 사람이 슈퍼컴퓨터를 가진 달인을 이길 수 있었던 까닭입니다 카스파로프가 과정이라고 부르는 것은 마찰의 부산물입니다 과정이 더 좋을수록 마찰은 더 적은거죠 그리고 마찰을 줄이는 것이 결정적인 변수라는 밝혀졌죠

아니면 '빅 데이터'라는 다른 예를 들어보죠 전세계에서 우리가 만들고 있는 모든 상호작용은 전화기, 신용카드, 컴퓨터 등과 같은 계속해서 발전하는 감지장치에 기록됩니다 그 결과물이 '빅 데이터'이고, 이 데이터가 실제로 인간을 더 깊이 이해할 수 있는 기회를 제공해줍니다 '빅 데이터'에 대한 대부분의 접근법의 주요한 쟁점은 "이 자료를 어떻게 저장하지? 이걸 어떻게 찾을 수 있을까? 이건 어떻게 처리하지?"에 집중하고 있습니다 이러한 것들이 꼭 필요하긴 하지만 충분하진 않은 질문들이죠 우리에게 필요한 것은 어떻게 계산하느냐가 아닌, 무엇을 계산해야하는지를 알아내는 것입니다 이렇게 방대한 자료에 인간의 직관을 어떤 방식으로 도입할 수 있을까요?

다시 말씀드리지만, 사람을 프로세스에 포함해서 설계를 함으로써 시작할 수 있습니다 "PayPal"이 처음 사업을 시작했을 때 그들의 가장 큰 문제는 "어떻게 돈을 보내고 받는가?"가 아니었어요 문제는 "조직적인 범죄로부터 사기를 당하지 않고 그런걸 할 수 있는가?" 였죠 그게 왜 어려운 문제냐고요? 왜냐하면 컴퓨터는 사기 행위를 패턴에 근거해서 찾아내는 방법을 배우는데, 이전엔 전혀 보지 못했던 패턴을 근거로는 사기를 적발할 수 없는데다가, 조직화된 범죄는 대중과 상당히 유사한 점이 많기 때문이죠 똑똑한 사람들과, 엄청나게 뛰어난, 기업가 정신이 유사하고 (웃음) 목적에 있어서는 아주 큰 차이가 존재합니다 컴퓨터들 만으로도 가장 똑똑한 사기꾼을 제외하고는 모두 잡아낼 수 있지만, 그 사람을 잡는 것이 성공과 실패의 차이입니다

적당한 적을 가지고 있기도 한 이런 종류의 문제는 엄청나게 많습니다 반복되는 패턴이 있는 경우는 드물지만, 있다면 컴퓨터가 찾아낼 수 있습니다 대신에 내재적인 혁신이나 장애 요소가 있으며, 이러한 문제들은 계속해서 '빅 데이터'안에서 파묻히게 됩니다

예를 든다면, 테러가 있겠네요 테러리스트들은 항상 새로운 상황에 크고 작은 각색을 더하고, 여러분들이 TV에서 보는 것에도 불구하고 이러한 변화와 이를 찾아내는 것은 기본적으로 인간입니다 컴퓨터는 기발한 패턴이나 새로운 행동을 찾아내지 못하지만, 사람들은 이게 가능하죠 우리는 기계에 기술을 사용하고 가정을 검증하고, 통찰을 찾고, 이에 필요한 것들을 기계에 맡깁니다 오사마 빈 라덴은 인공 지능에게 붙잡힌 게 아닙니다 그는 헌신적이고, 지략이 있고, 똑똑하며, 다양한 기계와 협력한 사람들에게 검거되었습니다

얼핏 듣기에는 설득력이 있지만, 알고리즘적으로 데이터 마이닝을 해서 정답에 도달할 순 없습니다 "테러리스트를 찾아라"와 같은 단추는 없으며, 우리가 서로 다른 시스템에서 아주 다양한 데이터 포맷을, 굉장히 다채로운 출처에서 나온 데이터를 통합할수록 데이터마이닝은 더 비효율적이게 됩니다 그 대신, 우리가 자료를 직접 보고, 통찰을 찾아야할 것입니다 릭라이더가 오래 전에 예견했듯이, 여기서 대단한 결과를 얻는데 있어서의 핵심은 옳은 형태의 협력이며, 카스파로프가 깨달았듯이, 이는 인터페이스에서의 마찰을 최소화하여야 한다는 말입니다

이제 이런 방법들 덕분에 아주 다양한 출처에서 나온 모든 가능한 데이터를 통합하는 것, 중요한 관계를 확인하고 묶는 것 등 이전에는 거의 불가능했던 것들이 가능하게 되었습니다 누군가에게 이 기술은 사생활과 시민의 자유를 위협하는 것을 의미합니다 또 어떤 사람들에게는 더 나은 사생활과 시민의 자유를 보호하는 시대를 예언하기도 하죠 하지만 사생활과 국민의 자유는 근원이 되는 중요한 것입니다 아무리 좋은 의도를 가졌다고 하더라도, 이는 인정되어야 하며, 간과되어서는 안됩니다

약간의 예를 통해서 인간과 컴퓨터의 공생관계를 이끌어 나가기 위해 만들어진 기술들이 현대에 어떤 영향을 끼쳤는지 알아보도록 하죠

2007년 10월, 미국과 연합국은 시리아에 있는 이라크와의 국경지대에 위치한 신쟈르라는 도시에서 알카에다의 은신처를 공격했습니다 그들은 보물같이 귀중한 문건을 찾아냈습니다 이는 외국인 용병 700여 명의 신상 자료였습니다 이 용병들은 이라크에 있는 알카에다에 합류하기 위해 페르시아 만과 레반트 지역, 그리고 북아프리카에 가족을 남겨뒀습니다 이런 기록들은 인적자원이라고 할 수 있습니다 외국인 용병들이 이 단체에 가입하면서 작성했습니다 알카에다 역시 관료적 행태를 벗어나지 못 했다는 것으로 밝혀졌네요 (웃음) 그들은 "누가 당신을 영입했는가?", "고향은 어디인가?" "어떤 직업을 구하는가?" 와 같은 질문에 답했습니다

저 마지막 질문에서 아주 놀라운 통찰력이 밝혀졌습니다 외국 용병들의 대부분은 순교를 위한 자살 폭탄 테러범이 되고자 했습니다 이는 2003년에서 2007년 사이에 이라크에서는 1,382명 건의 자살폭탄테러가 있었고, 이것이 불안정한 시국의 주요 원인이었기에 아주 중요한 자료라고 할 수 있습니다 이 자료를 분석하는건 어려웠습니다 종이에 아랍어로 쓰인 원본을 스캔해서 번역해야 했습니다 이 과정에서 나타난 어려움 때문에 사람과 PDF 파일, 그리고 끈질긴 노력으로 만으로는 작전 시간이내에 완수할 수가 없었습니다 연구원들은 더 깊이 파고들고, 불분명한 가정들을 탐구하기 위해 기술과 함께 인간적 사고를 끌어올려야 했고, 그러자 통찰력이 생겨났습니다 외국 용병들의 20%는 리비아 출신이었고, 그들 중 50%는 리비아의 같은 마을 출신이었습니다 이전의 통계자료에서는 3%로 봤기 때문에 이는 아주 중요했습니다 이는 알카에다에서 떠오로는 중요 인물이자 리비아 이슬람 투쟁 단체의 고위 인사인 아부 야히야 알리비(Abu Yahya al-Libi)에 주목하는 것을 돕기도 했습니다 2007년 3월, 그의 연설이 있었고, 이후에 리비아 외국 용병들의 참여가 급격이 늘어 났습니다

머릿속에서 데이터를 넘기면서 비록 거의 불분명했지만, 아마도 가장 현명했던 것은, 연구원들이 외국 용병들을 들이고, 국경으로 보내는데 절대적인 책임을 지고 있던 시리아 내부의 조직 네트워크를 심도있게 탐구할 수 있었던 것일 겁니다 이들은 이론적 지도자들이 아니라, 이익을 위한 조직 사업에 있는 용병들의 네트워크였습니다 예를 들어, 그들은 사우디 출신 용병들에게 리비아인들보다 훨씬 더 많은 비용을 청구했습니다 그렇지 않았다면 이 돈은 알카에다로 흘러갔겠죠 그들이 잠재적 지하드 일당을 속이고 있다는 것을 알게 되었다면, 아마도 내부적인 반발로 이 네트워크는 흔들렸을 겁니다.

2010년 1월, 규모 7.0의 엄청난 지진이 하이티를 강타했습니다 전 역사를 통해 세 번째로 강력했던 이 지진은 백만명, 그러니까 인구의 10%를 이재민으로 만들습니다 겉으로 보기에는 미미한 구호의 손길조차도 음식과 식수가 바닥나기 시작하면서 점점 중요한 도움이 되었습니다 하이티의 1월과 2월은 건기였지만 많은 대피소에서는 웅덩이를 팠습니다 하이티의 범람 지역을 자세히 알고 있던 단 하나의 기관은 이미 지진에 무너진 상태였습니다 주도력도 함께 묻힌거죠 문제는 어느 대피소가 위험에 처해 있으며, 얼마나 많은 사람들이 이런 대피소에 있고, 홍수가 언제 일어날 것인지, 그리고 주어진 아주 제한적인 정보와 기반시설을 가지고 대피 우선순위는 어떻게 정할 것인가와 같은 것들이었습니다 자료는 정말 절실했습니다 미 육군은 아히티의 극히 일부 지역에 대해서만 세세한 정보를 가지고 있었습니다 2006년 환경 위험 회의나 다른 지질학적 자료들이 인터넷에 있었지만 어느 것도 종합적이지 못했습니다 이 경우, 사람들의 목표는 필요한 우선 순위에 의해 이동시켜야 할 피난소를 정하는 것이었습니다 이 문제에 대한 대답을 내기 위해서 컴퓨터가 엄청난 양의 지리적 정보와 사회적 자료, 구호 단체의 정보를 종합해야 했습니다 훨씬 더 우수한 처리 방법을 적용함으로써 40명이 3개월 동안 진행해야 했을 임무를 세 사람이 40시간 만에 해낼 수 있었습니다

이건 전적으로 인간과 컴퓨터의 공생의 승리였습니다

우리는 릭라이더의 비전 이후 50년이나 지났으며, 데이터는 우리들이 인간과 기계가 서로 협력함으로써 금세기의 가장 어려운 문제들을 해결하는데 아주 흥분되어 있어야한다고 보고 있습니다 감사합니다 .(박수) (박수)