알파고가 바둑의 최강자를 꺽을 때 많은 사람들의 관심이 쏠렸는데 대체로 그 시점부터 인공지능에 대해 걱정을 많아지기 시작하였다. 영화 속에서만 보던 장면들이 이제 현실로 다가오는 것은 아닌가 우려의 목소리가 나오게 되었고 IT 업종에 일하고 있기에 주변 사람들로부터 질문을 많이 받았다. 하지만 나 역시 전문가가 아니었기에 더군다나 미래를 예측한다는 것은 불가능에 가까운 일이기에 적절한 대답을 할 수 없었다. 하지만 인공지능을 만드는 주체도 인간이기에 인간에게 해를 끼치지 않도록 설계를 하면 되지 않을까라고 생각을 하였다. 그렇지만 머신 러닝이나 딥러닝 통해서 인공지능이 스스로 학습을 하다 보면 인간이 원하지 않은 방향으로 인공지능이 발전할 수도 있다. 사람은 학교에서 윤리를 배우고 이성으로 행동하지만 인공지능은 그렇지 못할 것이다. 빅데이터를 기반으로 정해진 알고리즘으로 의사 결정을 하게 될 것이다. 빅데이터를 배울 때 많이 활용되는 타이타닉 생존자의 예를 들면 상식적으로 생각해보면 생존 비율에 대해 쉽게 이해를 할 수 있다. 책에서 말하는 대로 기계적으로 데이터만으로 활용해본다면 살아남을 확률이 높은 사람들을 동일한 상황이 발생했을 때 구조해 주려고 할지 모른다. 아니면 확률적으로 계산해서 생존 확률이 임계치 이하이므로 구조할 필요가 없다고 판단하고 구조를 포기할지도 모른다. 하지만 인생사에는 기적이라는 게 있는데 인공지능이 그런 것에 대해 고려를 할 수는 없을 것이다.

  조금 생각을 돌려보면 우리가 맛 집이라고 생각하는 식당들도 빈익빈 부익부 현상이 생긴다. 맛 집으로 한번 뜨기 시작하면 계속 많은 손님들이 찾을 것이고 그렇다 보면 한번 맛 집은 계속 맛 집이 될 것이다. 인공지능은 철저히 데이터에 의해서만 판단하게 될 것인데 인간의 이성이 전혀 개입되지 않기에 돌발변수가 고려되지 않는다면 뻔한 결과가 나올 것이다. 빅데이터를 이용하여 범죄 예방이나 교통흐름을 파악하고 신호체계를 개선하는 분야에 많이 활용할 수 있을 것이다. 범죄 예방에 활용하기 위해서 우범 지역을 조사하고 인종별, 나이별, 소득 순 등을 분류하여 범죄 집단을 분류할 수 있을 것이다. 대부분의 책에서 그렇게 말하듯이 소득수준이 낮거나 흑인일수록 범죄율이 높게 나타난다고 할 것이다. 데이터만 가지고 판단하다 보니 이런 오류를 범할 것인데 인공지능에 윤리를 가르칠 수 없기에 알고리즘을 개발하는 사람이 그런 부분까지 잘 고려해야 할 것이다.

  책으로 돌아와서 알고리즘에 대해 말하자만 일반인들은 알고리즘이라는 용어가 다소 생소할 수도 있는데 좀 더 이해하기 쉽게 표현했더라면 어떨까 하는 아쉬움이 남는다. 책들 읽는 독자들이 알고리즘을 개발하는 전문가가 아니라면 인공지능 알고리즘이 어떤 문제가 생길 수 있다거나 혹은 어떤 윤리에 대해 고려를 해야 하는지에 대해 언급을 하면 좋지 않았을까 싶다. 굳이 어려운 용어를 써가며 이해하기 어렵게 만들 필요가 없었을 것 같다는 아쉬움이 남는다.