AI 알파고의 아키텍처에 대입해 본 열반과 담마

서언

'부처는 무엇을 어떻게 깨달았을까?'이라는 제목의 글을 이곳에 올린지도 어언 8개월의 시간이 흘렀다. 그간 나는 일상에서 별일 없이 잘 지내고 있다.

내가 그동안 더 이상의 글쓰기와 토론을 자제한 이유는 A3:54에 언급되어 있는 담마 적용의 즉시성을 나의 삶속에 미완으로 남아 있던 중차대한 문제들의 해결 속에서 확인한 후에 글쓰기와 토론을 이어가고 싶었기 때문이다. '유행승 경'의 해당 구절은 다음과 같다. ’이렇게 법은 스스로 보아 알 수 있고, 시간이 걸리지 않고, 와서 보라는 것이고, (적용 가능하여) 향상으로 인도하고, 지자들이 각자 (경험해서) 알아야 하는 것이다.'.

이제, 나는 담마 적용의 즉시성을 나의 삶속에 미완으로 남아 있던 중차대한 문제들의 해결 속에서 확인하였기에, 전직 프로그래머로서 나는, '담마에 대한 프로그래머의 시각을 소개하려는 선한의도(12 연기의 행)를 갖고 이 글을 쓰게 되었다.

인공지능

1930~1940년대 컴퓨터의 기술적 발판이 확고해진 이래로, 컴퓨터에게 인간처럼 생각할 수 있는 능력을 부여하려는 시도가 끊임없이 이어져왔다.

2000년 이후에는, 수퍼 컴퓨터를 이용한 가상 뇌를 만드는 몇 개의 프로젝트가 IBM(다멘드라 모다 박사 팀), 스위스 로잔 공대 뇌정신연구소(헨리 마크람 소장) 그리고 일본 이화학연구소에서 현재까지 진행 중이다.

이와 동시에, 가상_뇌의 구현에 필요한 값비싼 수퍼 컴퓨터를 대체할, ‘칩 셋chip set’을 개발하고자 하는 IBM'SyNAPSE Project'와 영국 맨체스터 대학교 컴퓨터공학과 스티브 퍼버 교수의 'SpiNNaker Project'까지 수행되어, 이미 소기의 성과를 얻은 바 있다.

하지만 계산 능력에 관한 한, 인간을 뛰어넘는 능력을 지닌 컴퓨터가 인간의 언어를 이해 또는 번역하거나 사물(장미, 사과, , 고양이 등)을 식별하는 분야 등에서는 최근에 이르기까지 여전히 인간에 비해 뒤처져 있었다.

그러다가, 2006년 캐나다 토론토 대학의 제프리 힌톤(Geoffrey Hinton) 교수의 ‘Deep Learning’에 관한 논문이 발표된 이후, 그간의 정체 상태를 벗어날 수 있는 획기적인 전환점을 맞이하였다.

이 논문 이전에는 컴퓨터로 하여금 인간을 닮게 하려는 노력의 대부분이, 프로그래머가 보다 더 정교한 알고리즘(논리)을 만들어서 컴퓨터에 탑재해주는 것이었고, 그 결과는 늘 기대에는 미치지 못하였다.

하지만 힌톤(Geoffrey Hinton) 교수의 해당 논문 이후, AI(인공지능) 연구자들은 사물(장미, 사과, , 고양이 등)을 식별하는 알고리즘을 컴퓨터로 하여금, 제공된 빅 데이타즉 대용량의 자료로부터 스스로 만들게 하였다. 이러한 시도가 실제로, 계산능력 이외의 영역에서도 컴퓨터가 인간을 능가하게 되는 시대를 열게 하였다.

알파고

Go(바둑)라는 게임은 유사 이래로 인간이 만들어낸 동종의 게임들 중에서 가장 복잡한 게임으로 알려져 있다.

DeepMind(Ceo. 하사비스)에서 개발한 바둑 어플(어플리케이션)인 최신 버전의 알파고는, 프로그래머가 바둑 알고리즘을 개발하여 탑재하는 방식의 기존의 바둑 어플들과는 달리, 제프리 힌톤(Geoffrey Hinton) 교수의 'deep learning' 이론에 따라 컴퓨터 스스로 바둑 알고리즘을 터득한 바둑 어플이다.

2016년 초부터 2017년 중반까지, 극동 아시아 지역 3개국(한국, 중국, 일본)의 최고 기량의 바둑 프로기사들이 알파고에 도전했지만 결국 알파고의 완승으로 끝났다. 비록 바둑(게임)이라는 한정된 분야이기는 해도, 세계 대부분의 사람들이 모르는 사이에, 스스로 학습한 컴퓨터가 인간 (프로기사)을 넘어서는 시대가 이미 당도한 것이다!

알파고의 작업과 인간의 담마

그림1과 그림2에 등장하는 ‘tasks from S/W engineering’‘dhamma mirroring from S/W engineering’라는 표현들이 지금 이 순간 낯설게 느껴진다면, '프로그래머의 시각에서 바라본 부처님의 가르침'이라는 글이, 그 낯설음을 누그러뜨리는 데에 도움이 될 수 있다.

그림1classic version AlphaGo computerAI version AlphaGo computer의 차이를 시각적으로 드러내기 위한 그림이다. , classic version을 위해서는, 프로그래머가 3개 카테고리의 작업(task)들을 모두 수행해 주어야하지만, AI version의 경우에는 컴퓨터가 두 번째 카테고리의 작업들을 스스로 수행하므로 프로그래머는 나머지 두개 카테고리의 작업들만 수행해주면 된다. 그림1에서 DeepMind는 두 번째 카테고리 작업들의 '제조원'으로 표현하였다.

그림2AI version AlphaGo computer와 인간의 차이를 시각적으로 드러내기 위한 그림이다. , AI version AlphaGo computer가 두 번째 카테고리의 작업만을 스스로 수행하는 반면, 인간은 세 가지 카테고리의 모든 작업들을 스스로 수행한다. 그림2에서 열반을 담마의 '근원'으로 표현하였다.

나는 '프로그래머의 시각에서 바라본 부처님의 가르침'라는 글의 3장에서 열반과 3가지 카테고리의 담마와의 관계를 이미 밝힌 바 있다. 또한 8개월 전 나는 이미 (초전법륜경S56:11을 근거로 하여) 8 정도라는 담마가 (새로운 어플들을 만들고, 이미 만들어진 어플들을 유지관리하기 위한) 스스로 작동하는 작업task들임을 아래와 같이 밝힌 적이 있다.

, 고따마께서는 8정도를 닦아서 깨달음에 도달하신 것이 아니라, 8정도가 어플들을 만드는 일종의 작업task임을 완전하게 깨달으셨다는 것이다!

끝맺음

인간은 3가지 카테고리의 담마들을 누구나 동일하게 지니고 있다는 측면에서, '살아있는 모든 인간은 평등하다'. 하지만 헤아릴 수 없이 많은 윤회를 거치면서 변해왔고, 금생의 지금 이 순간에도 변하고 있는 개개인의 어플이 다른 사람의 그것과 질적인 차이가 있다는 측면에서, '살아있는 모든 인간은 평등하지 않다'.

어쨌든, 현재의 나의 어플은 아직 흠결 많은 미완성의 상태이므로, 몸이 죽는 그날까지 지속적으로 개선시켜서, 개선된 결과를 나의 삶속에서 확인해나갈 예정이다.

.(2017.9.3)

[이전] [위로] [다음]