AI의 학습법에서 우리는 무엇을 배울까요?

AI의 학습 방법

개요

인공지능은 우리에게 무엇을 가르칠 수 있을까요? 대체로 우리는 선생님에 대해 생각할 때 자신보다 더 많은 지식과 더 현명한 사람을 떠올리곤 합니다. 우리에게서 배울 점이 있는 사람들, 우리에게 이익을 가져다줄 사람들, 우리에게 개념을 설명하고 유용한 조언을 제공할 수 있는 가장 적합한 사람들입니다. 따라서 인공지능에서 무엇을 배울 수 있는지는 이상한 아이디어로 들릴 수 있습니다. 왜냐하면 인공지능은 결국 우리 인간에게서 배워 배우는 법을 가르쳐준 것이기 때문에 우리보다 더 많은 지식을 가지고 있거나 우리보다 더 현명할 수는 없기 때문입니다. 그렇다면 우리에게서 인터넷을 배울 수 있는 무엇이 있는 걸까요?

아동의 학습 과정

아이들은 동화를 보여주고 그게 바로 개가 맞다고 말해주면, 강아지의 앞다리와 같은 개의 특징을 알아차립니다. 그러나 어른인 고양이와 같은 앞다리가 있는 어른 동물을 만나면 아이들은 원래 동물에 대한 이해를 수정하여 개와 고양이를 동일한 범주로 포함시켜야 합니다. 기계도 이와 같은 방식으로 학습할 수 있습니다. 딥러닝에서는 지도 학습이라는 학습 유형이 있습니다. 이 방법에서는 인공지능 모델에게 입력값과 예상 출력값의 집합을 제공합니다. 결국, 모델은 각 입력값이 특정 출력값이 되기 위한 특성을 파악하고 예상되는 출력값을 예측할 수 있게 됩니다. 이렇게 학습된 모델은 거의 오차율이 0에 가까운 상태로 새로운 입력값에 대한 출력값을 예측할 수 있습니다. 그렇다면 우리가 인공지능과 동일한 방식으로 학습한다면 무엇을 배울 수 있을까요?

인간의 학습과 뇌

1951년, 마빈 민스키는 신경과학자 이반 파블로프의 이론을 활용하여 가상 미로를 탐색할 수 있는 컴퓨터를 개발했습니다. 그는 이를 강화학습이라는 학습 방법으로 구현했습니다. 예를 들어, 컴퓨터가 행동을 하나 수행했고 이로써 미로의 목표지점에 한 발자국이 가까워졌다면 컴퓨터는 보상을 받았고, 그 행동이 목표로부터 멀어지게 되었다면 컴퓨터는 처벌을 받게 되었습니다. 결국, 컴퓨터는 최적의 결정을 내려 미로를 가장 효율적으로 탈출할 수 있는 방법을 찾아냈습니다. 비슷하게 인간과 동물도 강화학습을 통해 학습할 수 있습니다. 그러나 당시 뇌과학자들은 이와 같은 방식으로 학습하는 인간 뇌의 매커니즘을 아직 발견하지 못했습니다.

기계학습과 뇌과학의 현대적 발전

하지만 기계학습의 발전 덕분에 뇌의 학습 메커니즘에 대한 신비를 밝혀낼 수 있었습니다. 현재, 기계학습과 뇌과학의 개방적인 통찰력을 통해 뇌의 학습 방식에 대해 많은 것을 알게 되었습니다. 물론 이러한 발전은 기계학습과 뇌과학이 손을 잡고 함께 나아가는 결과입니다. 그렇다면 이러한 발전이 일반인들에게 왜 중요한지, 평범한 사람들에게 어떤 의미를 가지는지 궁금할 수 있습니다. 인공지능이 강화학습을 통해 학습한다는 것이 우리의 삶을 어떻게 더 좋게 만들어 줄까요? 우리에게 더 빠르게 배우는 더 효율적인 방법을 제공해 줄까요? 그렇지 않습니다. 오히려 우리에게 인공지능이 가르쳐 줄 수 있는 무엇인지, 우리의 생물학에 관한 이론과는 다른, 더 중요한 접근법이 있습니다.

효과적인 학습 방법

최근에 친구인 샘은 AP 미적분 시험에서 좋은 성적을 거두지 못했습니다. 이는 놀라운 일이 아닙니다. 사실, 샘은 매우 똑똑하지만 AP 미적분은 어려운 시험이기 때문입니다. AP 미적분은 아홉 학년 때 하는 단순한 분수 덧셈이나 십자선 그리기의 수준이 아니라, 이해하는 데 시간이 오래 걸리고 공식이 머릿속에 자동으로 잘 기억되기 어려운 개념이 많습니다. AP 미적분 시험에서 인간이 좋은 성적을 거두지 못하는 것은 당연한 일입니다. 그러나 만약 미적분에 대한 훈련을 충분히 하지 않았다면 샘의 실수는 어느 정도 예상되는 것입니다.

왜 그럴까요? 실수의 원인은 이해력 부족과 연습 부족 두 가지 입니다. 샘의 실수는 부주의한 실수였고, 그것이 낭패의 원인이었지만, 만약 샘이 연습 과정에서 동일한 실수를 저질렀다면 시험에서 그 실수를 반드시 저지르지 않게 됐을 것입니다. 사실 모든 문제를 해결할 때까지 모든 방법을 시도하고 모든 실수를 저질렀으며, 각 실수의 이유를 이해했다면, 샘의 다음 시험에서 실수율은 거의 0에 가까워질 것입니다. 당신도 이미 이 글을 읽고 어디로 가야 하는지 알 수 있을 겁니다. 컴퓨터는 이와 같은 과정을 거쳐 오차율이 대부분 90% 이상이라고 할 수 있습니다. 컴퓨터가 이를 달성할 수 있는 이유는 우리가 가진 학습의 단축키를 만들 수 없다는 것과 비슷합니다. 컴퓨터는 알고리즘적인 과정을 통해 학습하며, 우리가 모든 문제를 풀고 모든 실수를 저지르는 것과는 다르지만, 비슷한 원리를 따릅니다. 예를 들어, 컴퓨터가 큰 숫자 세트에서 특정한 숫자를 찾을 때, 컴퓨터는 각 숫자를 하나씩 확인하고 그 숫자가 원하는 숫자인지 아닌지 검사합니다. 만약 첫 번째 숫자가 원하는 숫자라면 끝이지만, 그렇지 않다면 두 번째 숫자, 세 번째 숫자, 그 다음 숫자로 넘어가며 계속 검사합니다. 이 과정은 어떤 숫자가 큰 숫자 세트 안에 없다면, 숫자 세트의 크기만큼 반복 실행되어야 그 사실을 알 수 있게 됩니다. 이러한 과정은 매우 오랜 시간이 걸리기 때문에, 특히 숫자 세트 안에 수십억 개의 숫자가 있는 경우에는 더욱 그렇습니다. 그러나 이는 컴퓨터가 최종적인 답을 정확하게 도출할 수 있도록 절대적인 확신을 제공합니다.

즉, 샘은 모든 것을 시도해 보지 않았습니다. 물론 이는 샘의 잘못이 아닐 수도 있습니다. 시간이나 충분한 연습의 여유가 없었을 수도 있습니다. 그러나 이게 바로 샘과 컴퓨터가 시험에서 실수할 이유가 달랐던 이유입니다. 결국, 우리는 컴퓨터가 분명한 정답을 제공하는 것을 보면서도, 명심해야 할 것은 우리 학습에서 이루어야 할 최종 목표입니다. 이 목표는 컴퓨터가 성취한 것처럼 절대적인 답을 찾기 위한 목표가 아니라 우리 학습에서 더 깊은 이해를 얻는 것입니다. 인공지능으로부터 배운 것은 새롭고 더 효율적인 학습 방법이 아니라 우리가 이미 알고 있는, 우리가 최고를 추구해야 할 목표입니다. 학습에서의 완벽을 추구하는 것입니다. 속도와 편의성이 우리의 주요한 관심사가 된 이 시대에, 완벽의 개념은 종종 잊혀지기 마련입니다. 우리는 여러 주제에 이목을 끌기 위해 한 번씩 "언젠간 필요한" 것에 발을 담그는 것이 좋은 아이디어라 생각하지만, 우리는 어떤 주제에 대해 충분한 이해를 얻을만큼 충분히 머물며 그것의 맛을 온전히 즐깁니다. 우리는 우리 본인이 여러 분야에 다재다능한 사람이 되려고 애쓰는 대신, 우리 학습자로서 기억해야 할 것은 지식을 축적하는 데 있지 않습니다. 학습은 우리가 인생과 다른 사람들의 삶에 적용할 수 있는 지식을 습득하는 것입니다. 우리 학습에 완벽이 필요하다는 것을 잊지 말아야 합니다. 단순히 알고 있는 것은 전혀 모르는 것과 동일합니다. 컴퓨터가 이처럼 순수한 목표를 마스터하는 데 성공했을 때 우리는 어디로 나아갈 수 있을까요? 나아갈 수 있다고 생각합니다. 우리가 완벽성을 추구하기 시작하면, 인류의 잠재력은 무한해질 것입니다. 감사합니다.

요약

• 인공지능은 우리에게 어떤 것을 가르칠 수 있을까요?
• 아이들은 도그라는 개념을 배우고, 기계도 비슷한 방식으로 학습할 수 있습니다.
• 인공지능은 뇌과학적인 학습 방식 밝혀주었고, 기계학습과 뇌과학은 서로 상호 보완적인 발전을 이루고 있습니다.
• 우리가 학습하는 방법에 대한 심도있는 이해를 목표로 삼으면 인공지능의 학습 방법과 유사한 완벽한 이해를 얻을 수 있습니다.

자주 묻는 질문

1. 인공지능은 우리에게 무엇을 가르칠 수 있을까요? 인공지능은 우리가 이해할 수 없는 복잡한 문제를 해결하는 방법을 가르쳐 줄 수 있습니다.

2. 왜 우리에게는 완벽한 학습이 필요한가요? 완벽한 학습은 우리가 습득한 지식을 실생활에 적용하고 다른 사람과 공유할 수 있도록 해줍니다.

3. 인간의 학습과 기계의 학습 방법은 어떻게 다른가요? 인간은 뇌의 전력을 활용하여 패턴을 파악하고 추론하는 반면, 기계는 데이터를 기반으로 알고리즘을 통해 학습합니다.

4. 왜 기계학습과 뇌과학의 협업이 중요한가요? 기계학습은 뇌의 작동 원리에 대한 통찰력을 얻을 수 있고, 동시에 뇌과학은 기계학습에 영감을 줄 수 있기 때문에 상호보완적인 협업이 중요합니다.

5. 완벽한 학습을 위해서는 어떤 접근법을 가져야 하나요? 완벽한 학습을 위해서는 깊은 이해를 목표로 삼아야 하며, 모든 개념을 철저하게 익히고 모든 실수를 저지르는 것이 중요합니다.