책에 대하여

이 책은 주로 두 가지 이야기를 한다. AI 시대의 특징은 무엇이며, 그래서 AI 시대에서 중국의 이점은 무엇인지 말이다. AI 시대의 특징 첫째는, 이론적 발견보다는 응용을 위한 실행이 중요하다는 것이다. 중국의 경우 기존의 사업을 그대로 복사한 카피캣을 만드는 것으로 악명이 높았지만, 그 때의 경험을 통해서 사업과 응용에 대한 감각을 익혔다고 한다. 두 번째 특징은 전문지식보다 더 많은 데이터를 가지는 것이 중요해진다는 점이다. 중국의 많은 사용자는 그만큼 많은 데이터를 생산한다는 장점이 있다. 마지막으로 기술실리주의에 따라서 AI 시대의 효과를 극대화 할 수 있는데, 중국의 사회주의적인 결정법이 다른 나라들이 겪는 윤리적 딜레마를 고민 없이 뛰어넘을 수 있다.

이어서 네 가지 서로 다른 AI가 있다고 설명한다. 인터넷 AI (유튜브 동영상 추천), 기업 AI (딥러닝 기반의 최적화에 기반한 대출 심사), 지각 AI (오디오 영상 인식), 자율행동 AI (이전의 AI 기술을 활용해서 물리적 생산품이 있는 자율주행차량). 요약이 다소 부족해 보이는 것은 저자가 가진 개념이 분명히 정리되지 않았기 때문이거나, 내가 대충 읽었기 때문이겠지.

이러한 AI 시대의 변화 속에서 우리의 삶은 어떻게 될 것인가에 대한 질문도 중요하다. 책에서 설명한 많은 현상 중에서 의미심장했던 것은 블루칼라보다도 화이트칼라 직종에서 대체가 더 빨리 나타날 것이라는 점이다. 책에서는 블루칼라의 업무를 대체하기 위한 로봇 생산은 어렵기 때문이라고 [모라벨 역설][1]을 그 근거로 들었지만, 사업가의 시각에서 보면 화이트칼라를 대체했을 때 더 많은 비용절감이 가능한 것도 또다른 이유일 것이다. 대체가 일어나는 방식은 그 직종의 종사자가 수행하는 수많은 업무 중 특정한 업무만 대체되는 on-to-one replacement도 있겠지만, 완전히 새로운 방식으로 수행함으로써 ground-up disruption도 나타날 수 있다.

이러한 상황 속에서 “그러니 인간으로써 사랑을 전하는 일을 잊지 말자”는 간질간질한 메시지로 끝난다. 속된 말로 “빤다”에 가까울 정도로 중국 중심적인 접근과 진부한 결론 때문에 거부감이 들기도 한다. 하지만 린 스타트업이니 OKR이니 실리콘밸리에서 쓴다더라 하면 덮어놓고 따라해보는 현 상황에서, 든든한 정부의 지원 아래에서 수많은 사용자를 믿고 뻔뻔하게 밀어붙이는 방법도 있다는 이야기를 일관성 있게 한다는 점에 높은 점수를 준다.

[1] by Hans Moravec : 성인의 높은 지능과 연산력을 흉내 내는 AI를 만드는 것은 상대적으로 쉽지만, 유아 수준의 지각능력과 감각운동능력을 가진 로봇을 만들기는 대단히 어렵다. 예를 들어, AI는 데이터에 기반한 예측 능력에서 인간과 비교도 안 되는 실력을 가졌지만, 호텔 메이드가 하는 청소를 똑같이 흉내 낼 수 있는 로봇은 없다.

책 속의 한 줄

p25 내가 박사과정을 시작했을 시절에 인공지능 학계는 ‘규칙 기반(rule-based)’방식과 ‘신경망(rule-based)’방식으로 나뉘어 있었다. 규칙 기반(‘기호 시스템, symbolic system’이나 ‘전문가 시스템, expert system’이라고도 불린다) 진영의 연구자들이 컴퓨터에 생각하는 것을 가르치는 방법은 일련의 논리 코딩을 인코딩하는 것이다. 만약 X라면 Y이다, 라는 식의 논리 규칙이다. 이 방식은 단순하고 정립이 명확한 게임에서는 성과를 거두지만, 선택이나 행동의 가능 영역이 넓어지면 전혀 임을 쓰지 못했다. 현실 문제에 응용할 수 있느 ㄴ소프트웨어를 만들기 위해 규칙 기반 연구자들이 사용한 것은, 해당 문제에 대해 전문가들의 의견을 두루 구하고 그들의 지식을 프로그램의 의사결정 과정에 인코딩하는 것이었다. (‘전문가 시스템’이라는 이름도 여기에서 연유한다.) ‘신경망’ 진영은 다른 노선을 걸었다. 그들은 컴퓨터에게 인간 뇌가 습득한 규칙을 일일이 가르치는 것이 아니라 인간 뇌 자체를 재건하려 노력했다. 신경망 진영은 거미줄처럼 복잡하게 얽힌 동물 뇌의 신경만이 이른바 지능이라는 능력을 발휘할 수 있다면 지능의 원천에 곧바로 다가가는 것이 맞는 방식이라고 생각했다. 이 방법은 뇌의 기본 설계를 그대로 본 따 생물학적 신경망과 비슷한 방식으로 신호를 송수신하느 인공 신경층을 만든다는 것이었다. 규칙 기반 방식과 다르게 인공신경망 설게자들은 의사결정 규칙을 신경망에 주입하지 않는다. 대신에 특정 현상에(사진, 체스 게임, 소리 등)에 대한 예를 신경망에 풍부하게 제공한 다음 인공신경망 스스로 데이터를 가지고 패턴을 인식하게 한다. 즉, 인간의 개입이 적을수록 더 좋다는 입장이다.

p33 딥러닝의 불씨를 지핀 것은 서구이지만, 불붙은 AI가 만들어내는 열기의 최대 수혜자는 중국일 것이다. 세상은 두 가지 시대적 변화를 맞이했다. 세상은 발견의 시대에서 실행의 시대로 바뀌었고, 전문지식의 시대에서 데이터의 시대로 바뀌었다.

p122 중국 정부의 경제적 지원 방법 대도시와 지방 정부들은 정부 자금으로 더 많은 벤처 투자를 자극하기 위한 일환으로 다양한 ‘인도 기금’ 모델을 개발했다. 인도 기금은 사모 투자자들의 위험을 제거하지는 않지만 이득은 늘려 주는 역할을 했다. 정부는 인인도기금에서 나오는 돈을 다른 사모합자회사들이 투자하듯 사모벤처캐피털에 투자한다. 투자를 받은 스타트업(포트폴리오 기업)이 망하면 정부를 포함해 투자 기금을 댄 모든 투자자가 돈을 잃는다. 하지만 반대로 이 포트폴리오 기업이 성공해서, 5년 뒤 가치가 두 배로 불어났다고 가정해 보자. 이때 펀드매니저는 미리 정해진 비율에 따라(10% 정도) 정부 기금의 이익이 늘어나는 것에 대한 상한을 걸어두고 정부의 지분을 사모 투자금으로 사들인다. 결과적으로 정부는 10%의 수익을 얻고 포트폴리오 기업에서 빠져나가게 되고, 원래 정부 몫이었던 나머지 90%의 이익은 투자 원금이 이미 두 배로 불어난 사모 투자자들에게 배분된다. 당연히 사모 투자자들에게는 정부 주도를 따르면서 지방정부가 육성을 원하는 기금이나 산업에 투자할 마음이 생겨난다. 중국 지방정부 인도 기금 사용은 폭발적으로 늘어나 2013년 70억 달러에서 2015년에는 270억 달러로 거의 네 배나 증가했다.