한국기원은 알파고에게 바둑 9단의 자격을 부여하였다. 이미 몇 년전에 체스판을 압도한 인공지능(artificial intelligence)은 이미 최고의 고수이다. 스타크래프에도 인공지능이 최고의 승부사로 등장할 날이 멀지 않았다. 알파고와 인공지능은 의학이나 법학, 경제학 등 인간의 특정한 분야에서 압도적인 전문가의 역량을 보여줄 것으로 기대된다.
보통 우리들은 특정 분야의 전문가들을 박사로 부른다. 그런 의미에서 알파고는 이미 박사이다. 그러나 사람들은 오타쿠와 박사를 혼동하는 경향이 있다. 오타쿠는 특정 분야의 취미에 심취한 사람들로 자기가 관심가진 분야에서는 최고의 지식을 자랑한다. 반면 박사는 그 분야의 전문가일 뿐만 아니라 오타쿠는 확연하게 다른 무엇이 있다. 그것은 바로 창의성이다.
보통 영어로 석사는 Mater's thesis, 박사는 Doctoral dissertation로 표기된다. 석사는 이론적 단계이고 박사는 자기주장을 할 수 있다는 의미이다. 박사학위논문은 석사학위논문에 비해 엄격한 방법론과 정확성을 따지지만 결정적인 차이는 창의성에 있다. 석사논문은 기존 이론을 데이터를 긁어모아다 실증분석만 해도 통과되지만 박사논문은 창의성이 중요하다. 새로운 이론을 추가하거나 새로운 사실을 검증하여야 한다. 박사학위의 이름은 Ph.D., 즉 Doctor of Philosophy의 약자이다. 철학박사라는 것이다. 이것은 박사학위는 자기 생각을 할 줄 아는 사람이라는 의미이다.
인공지능은 스스로 생각할 줄 모른다. 입력한대로 프로그래밍한대로 지식의 전문성과 정확성에는 압도적이지만 창의성은 없는 것으로 간주되었다. 그러나 이번 이세돌을 압도한 알파고의 바둑에는 기존 바둑에서는 볼 수 없는 창의적인 수돌이 선보였다. 정석이라는 이름하에 묻힌 수들이 나타났고 끝내기에서도 기존 바둑에서 볼 수 없었던 수들이 선보였다. 알파고가 계속 진화한다면 어떤 창의적인 수들이 나올지 모른다.
다른 인공지능과 달리 알파고에는 자기학습이 가능한 딥러링(deep learning) 방법이 동원되었다. 딥러닝은 컴퓨터로 하여금 사람처럼 생각하고 판단하게 만드는 최신 기술의 하나로서 컴퓨터가 새로운 상황을 인지하고 판단하고 응답할 수 있게 만든다. 여기에 알파고의 창의성의 비밀이 있다. 만약 알파고로 하여금 어떤 특정한 분야의 논문들을 죄다 학습하게 하고 새로운 데이터를 주기만 한다면 논문 만들어내는 것은 일도 아니다. 특히 수학적 모형을 사용하는 경제학의 경우 알파고는 최신의 논문을 매일 만들어낼 수도 있을 것이다.
보통 학계에서는 ‘공장형 논문’이라는 말이 있다. 하나의 이론으로 다양한 사례에 적용하는 틀에 박힌 논문으로서 본론의 한 장만 다르고 나머지 구조가 거의 일치한다. 예를 들어 양극화가 높을수록 범죄발생률이 올라간다는 가설을 갖고 100개 이상의 나라를 상대로 논문을 쓸 수 있다. 알파고는 여기에다 다른 종속변수를 갖고 창의적으로 각 나라의 상황에 맞는 논문도 생산해낼 수 있을 것이다.
알파고는 인간의 지능과 지식에 대한 새로운 도전적 과제를 제시한다. 지능(intelligence)은 기본적으로 분석적이며 최적의 선택을 찾아가는 인지적 능력이다. 지식(Knowledge)은 기본적으로 인과관계에 바탕을 두고 사람이 활용할 수 있는 정보와 기술, 지능 등을 포괄한다. 알파고가 이세돌과 바둑에서 묘수를 두었지만 이것이 왜 묘수인지를 설명하지는 못했다. 직관적이며 계산적인 지능은 작동하였지만 지식과 이론으로 발전하지 못한 것이다. 그것은 알파고가 아직은 박사가 되지 못하는 이유이다. 박사는 새로운 이론을 창조적으로 제시하면서도 객관적인 검증, 혹은 재현가능성을 보여주어야 하기 때문이다. 방법론이 부족한 논문은 웬만한 저널에서는 통과될 수 없다. 인공지능이 범람하는 미래에서 교육의 목적은 종합적인 판단능력을 갖추고 사물의 인과관계를 제대로 분석할 줄 아는 지식인을 만드는데 중점을 두어야 한다. 물론 윤리적인 훈련과 소양은 필수이다.(윤성학 본지객원논설위원/ 고대교수)