아침에 일어나 휴대폰 날씨를 물어본다. 궁금한 일이 생기면 곧바로 포털에서 검색한다.
어디론가 이동할 때는 내비게이션에 목적지를 입력한다. 이는 지금 우리 일상의 한 장면들이다. 그리고 이 장면에는 모두 인공지능 기술이 녹아 있다. 자율주행, 검색엔진, 스마트 스피커, 내비게이션, 추천 알고리즘이 일상에 쓰이면서 우리는 삶이 편리해졌다고 느낄 뿐이지만 그 안에서는 혁신적인 인공지능 기술이 작동하고 있는 것이다. 이러한 인공지능 기술을 우리가 이해할 수 있는 언어로 풀어낸다. 구글이 어떻게 순식간에 필요한 정보를 찾아내는지, 챗봇은 어떻게 정답을 들려주는지, 추천 알고리즘은 내 취향을 어떻게 알아내는지 등, 우리 일상과 밀접한 인공지능 기술의 원리를 친절하게 설명한다.
먼저 우리가 인공지능 하면 가장 먼저 떠올리는 알파고의 원리를 소개한다. 알파고는 어떻게 최고의 바둑 고수들을 뛰어넘을 수 있었을까? AI 체스기계　딥 블루가 세계챔피언 카스파로프를 이겼을 때도 바둑은 인공지능이 넘볼 수 없는 영역으로 치부되었다. 체스와는 달리 바둑은 그 경우의 수가 너무나도 컸기 때문이다. 이러한 문제를 인공지능 학자들은 몬테카를로 방법으로 해결한다. 모든 경우의 수를 계산하는 것이 아닌 무작위로 샘플링하여 정답을 찾는 것이다. 참고로 몬테카를로는 카지노와 도박으로 유명한, 모나코 동북부에 있는 휴양 도시로 도박에서 확률을 계산하는 것에서 그 이름을 따왔다. 여기에 더해, 어디에 돌을 내려놓을지 판단하는 정책망 알고리즘, 승리할 확률이 얼마나 되는지 판단하는 가치망 알고리즘을 활용해 알파고는 결국 이세돌 9단에게 승리를 따낸다.
챗봇에 쓰이는 원리도 흥미롭다. 인간의 언어를 다루는 인공지능 기술에서는 인간의 언어를 컴퓨터가 이해할 수 있는 언어로 바꾸는 것이 핵심인데 그 대표적인 방법이 ‘워드투벡’이다. 워드투벡은 말 그대로 단어를 벡터로 바꾼다는 의미다. 워드투벡은 어떤 단어와 특징을 관련성에 따라 0.99에서 0.01까지의 가중치로 표현한다. 예컨대 캐러멜이란 단어에서 단맛이란 특징의 가중치는 0.92, 크기는 0.06, 둥근 정도는 0.02의 숫자로 표현할 수 있다. 이렇게 하면 해당 단어를 각 특징을 차원으로 삼은 벡터 공간의 좌표에서 표현할 수 있는데, 이 좌표에서 특징이 유사한 단어들은 가까이 모이고, 이를 보고 컴퓨터는 단어의 유사도를 판단할 수 있는 것이다. 그리고 같은 방법으로 문장을 벡터로 표현하면, 우리의 질문에 가장 유사한 답변을 재빠르게 찾아주는 챗봇 기술이 된다.