1997년 ‘딥 블루’가 카스파로프를 체스에서 이겼을 때 나는 IBM에서 일하는 일군의 과학자들이 참 고생 많았을 거라는 생각을 했다. 컴퓨터는 지능을 가지고 있지 않다. 그래서 체스 같은 게임에서 새로운 상황이 연출되면 어떻게 해야 되는지 알 수 없기 때문에 ‘신의 한 수’를 두기보다는 ‘신의 악수’를 둘 가능성이 높았을 것이기 때문이다. 카스파로프 같은 세계 챔피언이 체스를 두는 방법은 상대의 수에 대응하여 자신만의 상상력을 발휘하여 게임을 풀어나가지만 컴퓨터는 그런 상상력과는 전혀 상관없이 통계적인 방법과 과거의 체스 챔피언들의 전략을 그대로 답습할 뿐이다. 즉 컴퓨터는 자신의 승리나 패배를 통해서 뭔가 새로운 전략 같은 것을 창조하기보다는 컴퓨터 프로그램을 담당하는 과학자나 기술자가 새로 지정해주는 전략으로 수정함으로써 인간 체스 챔피언을 이길 수 있었던 것이다. 그래서 딥 블루를 만들었던 담당자는 아주 쉽게 딥 블루를 바보라고 부를 수 있었다.

딥 블루 같은 컴퓨터의 등장으로 인공지능 긍정론자나 인공지능 현실주의자들이 제 세상을 만난 것은 아니었다. 딥 블루의 연산 속도나 정보처리능력, 통계의 활용 등에 대해서는 합격점을 줄 수 있었지만 앨런 튜링이 처음으로 제기했던 인공지능의 개념과는 천양지차였기 때문이었다. 아직도 우리는 『스타 트렉』에 등장하는 온갖 농담까지 해대는 컴퓨터를 수십 년 내에 만나기는 힘들다는 사실을 깨닫게 만들었을 뿐이었다. 그럼에도 할리우드에서는 인공지능에 대한 애정을 버리지 않았고 사람들은 『터미네이터』후속편이나 『매트릭스』시리즈 같은 인공지능이 지배하는 디스토피아의 세계에 열광해왔다. 오히려 현실에서 인공지능의 가능성이 없으니 영화에서는 마음 놓고 그런 공포를 즐기는 것 같다. 『스페이스 오디세이』에서 등장한 무시무시한 ‘할(HAL)’ 같은 컴퓨터가 인간을 지배할 것이라는 공포는 오히려 컴퓨터 기술이 발달한 현재에는 사라져버린 것이다.

아직까지는 IBM이라고 하면 컴퓨터 하드웨어에 관련된 기업이라고 생각하는 사람이 많다. 그러나 실제로는 하드웨어에 관련된 사업은 중국기업인 레노버에 완전히 넘어갔다. 이제 IBM은 세계에서 가장 커다란 정보 시스템 회사 중 하나이다. 이제 IBM의 가장 큰 사업은 글로벌 서비스 사업부이고 2009년이 되면 서비스 분야의 매출은 550억 달러에 이르게 된다. 그리고 서비스 사업부 중 소프트웨어의 판매로 얻은 매출은 210억 달러였다. 이제 이 커다란 푸른 색 기업은 세계에서 가장 유명한 하드웨어 업체에서 마이크로소프트나 구글 같은 소프트웨어 업체로 바뀌었다. 그리고 당연히 MS나 구글과는 경쟁을 해야 하는 입장이긴 하지만 그런 기업들과 차별화된 서비스를 기획해나가야 하는 부담도 항상 존재한다. ‘왓슨’이라는 컴퓨터는 바로 이런 상황에서 등장한다. 이미 인간끼리의 의사소통이나 인간과 매체간의 소통을 원활하게 해주는 회사들은 저만치 앞서 있다. 그 중에서 가장 유명한 기업은 구글이고 또 다른 기업은 페이스북이다. 물론 트위터나 애플 또한 이런 상황에서 선도적인 위치에 있는 기업들이다. 그러나 IBM은 이 상황에서도 틈새를 찾기를 원했다. IBM은 웹에서 쏟아져 나오는 정보를 기업 고객들이 신속하고도 최대한 정확하게 이해하는 데 필요한 첨단 도구를 제공하기를 원했다. 당연하게도 이 첨단 도구는 아주 똑똑하며 언어를 아주 능숙하게 처리해야 했다. 이제 IBM은 대화하는 컴퓨터를 만들겠다는 야심찬 아이디어를 낸 것이다. 그리고 그 컴퓨터의 이름을 ‘왓슨’이라고 명명했고 대화하는 컴퓨터라는 장기적인 목표와 미국에서 가장 인기 있는 퀴즈 프로그램인 ‘제퍼디’에 나갈 단기적인 목표를 동시에 설정했다. 그리고 25명의 박사들이 이 컴퓨터에 5년을 투자한다. 마침내 2011년 2월 16일 ‘왓슨’은 제퍼디 인간 챔피언인 켄 제닝스를 이긴다. 물론 인간끼리의 대결에서는 무결점인 것처럼 보이던 제닝스의 실수도 있었긴 했지만 ‘왓슨’은 여유 있게 인간들을 따돌리고 컴퓨터도 농담을 알아들을 수 있다는 담대한 가정을 실현했다.

그러나 아직도 ‘왓슨’의 상업화는 요원해 보인다. 사실 ‘왓슨’의 승리는 인간이 언어를 이해하는 방식을 컴퓨터가 따라한 것이 아니다. ‘왓슨’의 발전 속도에 많은 사람들이 놀라긴 했지만 실제로 그 원리는 이미 구글에서 다양한 정보를 통합하는 원리와 같다. ‘왓슨’이 인터넷을 사용하지 않고 인간에게 승리했지만 이미 구글의 통계를 사용한 인지학, 혹은 통계를 사용한 언어학은 거의 상용화 단계에 이르렀다. 인간은 사물을 직관적으로 인식하고 판단한다. 그래서 아주 적은 양의 정보만 가지고도 깨달음을 얻을 수 있다. 그러나 컴퓨터는 이성을 가지고 있지 않기 때문에 엄청나게 많은 양의 정보를 통합하여 수학적으로 확률이 높은 답을 내어놓을 수밖에 없고 다행히 그 많은 양의 정보는 인터넷에 무궁무진하게 널려 있다. 그렇다면 ‘왓슨’과 구글의 차이점을 발견하기 힘들게 된다. 물론 제퍼디에서 ‘왓슨’은 인터넷을 사용하지 않고 인간을 이기긴 했지만 현대의 유비쿼터스 세상에서 인터넷을 사용하지 않는 것이 특별한 의미가 있을 것인가는 의문이다. ‘왓슨’은 많은 사람들에게 즐거움을 준 것도 사실이고 ‘왓슨’을 똑똑하게 만들기 위해 많은 돈과 노력이 들어간 것도 사실이지만 이런 프로토타입이 상업적으로도 성공할 것이라고는 장담할 수 없다. 특히 선도기업보다 모방기업들의 성공가능성이 훨씬 높은 현실에서 ‘왓슨’ 프로젝트는 여러 모로 논쟁이 되는 프로젝트였다.

최근에 가장 빠른 성장을 보이고 있는 학문은 뇌에 관련된 학문이다. 하루가 다르게 뇌에 관련된 새로운 학술논문이 등장하고 얼마 안 있어 일반인들이 읽을 수 있는 책으로 변환된다. 이제 뇌에 관련된 이야기들은 의사나 인지심리학자들의 전유물이 아니고 교육, 경영, 마케팅 뿐 아니라 육아나 종교에 관련된 분야까지 침투하고 있고 학문 간의 횡단에서 뇌 과학 분야는 빼놓을 수 없는 이야기가 되었다. 다시 많은 사람들은 아리스토텔레스를 생각하게 되었다. 고대 그리스 시대의 거의 모든 분야를 다 알고 있던 아리스토텔레스 같은 현자가 지금 세상에도 필요하게 된 것이다. 이 문제를 해결하는 방법은 두 가지가 있다. 첫째는 각 분야의 전문가들이 한 자리에 모여 서로의 사고를 보완하는 작업을 하는 것이다. 여기에서 가장 큰 장애는 비용 문제이다. ‘왓슨’ 프로젝트에서도 보이듯이 전문가들을 모아 놓으면 효율적이었다. 그러나 그런 비용을 감당할 수 있는 경우는 IBM 같은 거대기업 뿐일 것이다. 또 다른 장애는 그들 모두 항상 바쁘기 때문에 같이 모일 수 있는 시간이 한정되어 있다. 이는 화상회의 같은 것으로는 극복하기 힘든데 실제로 한 장소에서 연구하는 것과 화상통화 같은 것으로 원격지에서 따로 연구하는 것과는 성과의 차이가 확연하다. 두 번째의 경우는 그런 전문가를 한꺼번에 모아 놓은 컴퓨터를 만들어내는 것이다. 이는 구글 검색과는 조금 다른 경우인데 사실 IBM이 생각하는 ‘왓슨’의 최고 경지가 그런 것과 비슷하다. 예를 들어 인기 의학프로그램인 『하우스』에 등장하는 여러 레지던트나 전문의들을 합해 놓은 로봇이라고 생각할 수 있다. 이제 하우스 박사는 병원장이나 레지던트, 혹은 동료 의사들과 논쟁하며 씨름할 것이 아니라 컴퓨터와 대화하고 씨름하게 될 것이다. 물론 여기에는 법적인 문제가 발생한다. 그러나 이런 법적인 문제를 제외한다면 희귀병을 지닌 환자들은 여러 병원을 전전하거나 하우스 같은 명의를 찾기 위해 분투할 필요가 없다. 왜냐하면 보통의 의사를 찾아가더라도 소위 ‘하우스’ 프로그램을 장착한 로봇이 있을 것이기 때문이다.

물론 ‘왓슨’은 이런 단계의 시작에 불과할 것이지만 이 책을 읽으면 인공지능의 한계와 인공지능을 발전시키려는 현실주의자들의 고군분투를 볼 수 있을 것이다.