AI, 인공지능과 의료의 미래

안녕하세요. 친절한 우주씨 입니다. 오늘은 AI와 의료의 미래라는 다소 거창한 주제로 칼럼을 작성해볼까 합니다.

이번 포스팅은 제가 얼마 전 김치원 원장님의 강연을 들은 후에 스스로 생각해 보면서 정리하고 확장해서 사고해본 내용입니다.

김치원 원장님은 디지털 헬스케어 분야에서는 가장 앞서 계신 분이라고 생각합니다.

서울대 내과를 수료하고, 맥킨지 컨설턴트에서 일한 경력이 있습니다.

현재는 다양한 분야에서 자문활동을 하시고, 스타트업 액셀러레이터로도 활동중인 것으로 알고 있습니다.

총 두번 그분의 강연을 들었는데 사실은 두번째 강연의 강의록을 보고 이전에 들었던 강연과 비슷해 보여서 기대가 적었으나,

실제 내용을 듣고 나니 최신 트렌드가 반영된 너무너무 좋은 강연이였습니다.

덕분에 새로운 시각을 얻고, 다양하게 사고를 해볼 수 있는 기회가 되었습니다. 

혹시 이 글을 읽어보시는 분들이 디지털헬스케어 분야에 관심이 있으시다면 김치원 원장님의 저서를 읽어보는 것도 좋을것 같습니다.

서론을 여기에서 마치며,

크게 두가지 방향으로 이번 포스팅을 진행해 보려고 합니다.

1. 우선 인공지능과 딥러닝이 무엇인지. 어디까지 발전했는지.

2. 거기에 따라서 앞으로 의료의 미래는 어떻게 될지에 대한 고찰.

시작하도록 하겠습니다.

1. 인공지능은 무엇이고 어디까지 왔는가?

솔직히 인공지능이 무엇이다! 라고 제가 정의를 내리거나 하지는 못하겠습니다.

그에 대한 논의도 실제로 예전부터 쭉 진행되어 왔던 것 같기도 하구요.

인공지능이란 무엇일까요.

인공 + 지능 으로 나눠서 생각해 보자면

인공은 사람이 만든 것. 여기까지는 이해가 됩니다.

그렇다면 지능이 무엇일까요? 무엇을 지능이라고 얘기해야 하는 걸까요. 상당히 포괄적인 단어이면서도 경계가 모호합니다.

기계가 1+1이 2라고 대답을 하였습니다. 그렇다면 그것은 지능인가요?

여기서 지능은 우리의 무의식이나 의식 등, 자아를 포함한 개념인가요?

의식이 있어야 인공지능이라고 하나요?

 스스로 생각하면 인공지능이라고 해야 하나요? 

그럼 기계가 무엇을 해야 생각한다고 하나요?

이러한 고민들은 예전부터 있어왔으며, 그래서 1950년에 영국의 앨런 튜링이라는 수학자가 한가지 제안을 합니다.

앨런 튜링은 〈계산기계와 지성 Computing Machinery and Intelligence〉이라는 논문을 통하여 기계(컴퓨터)가 사람처럼 생각할 수 있다는 견해를 제시했습니다.

일명 "튜링 테스트" 라고 불리는 이 테스트의 방법은 이렇습니다.

컴퓨터와 대화를 나누어 컴퓨터의 반응을 인간의 반응과 구분하지 못한다면, 해당 컴퓨터가 '사고' 하고 있다고 간주해야 한다는 뜻입니다.

거기에 덧붙여 50년 뒤에는 보통 사람으로 구성된 질문자들이 5분 동안 대화를 한 뒤 .

 질문자들이 컴퓨터의 진짜 정체를 알아낼 수 있는 확률이 70%를 넘지 않도록 프로그래밍하는 것이 가능해질 것이라고 예견하기도 하였습니다.

그 후에 실제로. 65년쯤 후인 2014년에 영국에서 개발된 '유진 구스트만' 이 실제로 이 테스트를 통과하였습니다.

하지만 대화 중간 중간에 엉뚱한 말을 하기도 했습니다. 그리고 이미 튜링테스트는 너무 오래된 개념이므로 인공지능을 판별하기는 무리가 있다는 의견도 있습니다.

(앨런 튜링에 대해 다룬 재밌는 영화인 "이미테이션 게임"을 소개합니다. 저도 오늘 밤에 한번 더 보려구요!)

인공지능을 딱 몇마디로 "이게 인공지능이다" 라고 하기는 현재까지는 어려운 것으로 보입니다.

그래서 일부 과학자들은 인공지능이라는 일반적인 단어와, 실제 그 분야에서 이룩한 업적들이 큰 불일치를 보이기 때문에

인공지능이라는 단어가 좋지 못하다고 생각하기까지 한다고 합니다.

아직까지는 우리가 생각하는 "정말 인간과 거의 비슷하게 생각하는" 그런 어떤 무언가를 만드는 데는 무리가 있는걸까요?

그렇다면 그래도 우리와 친숙한 딥러닝, 머신러닝에 대해 알아봅시다. 뭔가 헷갈리는 개념이죠.

그래픽 카드를 만드는 회사인 NVIDIA의 블로그에 인공지능, 머신러닝, 딥러닝에 대해서 설명해 놓은 글이있더라구요.

인공지능이 가장 상위 개념이고 그 안에 머신러닝이라는 개념, 그리고 머신러닝 안에서도 딥러닝이라는 개념이 있다고 생각하시면 됩니다.

머신 러닝은 알고리즘을 통해서, 데이터를 분석하고 학습하며, 학습한 내용을 토대로 판단이나 예측을 합니다.

그래서 머신러닝은 궁극적으로 사람이 지시를 내리지 않아도 스스로 학습을 통해서 판단하는 것을 목표로 합니다.

그중에서도 딥러닝은 완전한 머신러닝을 실현시키는 기술이라고 합니다.

초기 머신러닝 연구자들이 인간의 뇌가 지닌 생물학적 특징 중 뉴런의 연결에 영감을 받아 인공 신경망[artificial neural network] 을 고안하였는데,

실제 뇌의 뉴런의 연결 구조와는 약간 달랐다고 합니다.

슈퍼컴퓨터가 발전함에 따라서, 인공 신경망 이 발전하여 심층 신경망 [Deep neural network]이 2012년 구글과 스탠퍼드에서 구현되었습니다.

이 심층 신경망을 통해서, 어떤 실험을 합니다.

유투브에서 고양이 1000장의 사진을 뽑아서 분석을 시킨 후에,

컴퓨터가 사람과 고양이를 분류하게 하는데 성공합니다. 

(이런 기술의 발달은 의료의 미래에서 영상의학과의 미래와 연관이 있을 거라고 생각합니다. 다음 포스팅에서 같이 다루도록 하겠습니다.)

딥러닝은 여기까지 다루도록 하고, 그렇다면 2016년 최고의 화두였던 알파고, 요새는 뭐할까요?

알파고 근황을 듣고 나니 참 놀라웠습니다.

김치원 원장님이 얘기한 부분도 재밌었습니다. 정확하게 기억은 안나지만. 대략 이런 내용...

"알파고 이제 사람이랑 바둑 안해요. 이미 인간들은 적수가 아니니까요."

참 놀라웠습니다. 그리고 검색을 통해 알파고의 근황을 알아보니 더 놀랐습니다.

이세돌과 맞붙었던 알파고의 윗 버전 알파고 마스터의 기보가 그 후에 공개되었다고 하네요.

(작년에 많이 바빴는데, 뒷북아닌 뒷북을 칩니다..)

바둑 관계자들의 평이 흥미롭습니다. 이세돌과 맞붙을 때 쯤의 알파고의 기보는 그래도 이해할 만 했다고 합니다.

하지만 커제와 대결할 때의 알파고의 기보가 놀랍습니다. 인간 바둑의 느낌이 전혀 없다고 합니다.

(저는 바둑을 거의 모릅니다. 관계자들의 반응이 그랬다고 합니다)

난해함을 넘어서 기괴하기까지 하며, 피카소가 사실주의적인 그림을 그리다가 갑자기 입체파로 변한 것에 비교한 사람도 있었습니다.

지금까지의 바둑이 인간의 방법이였다면, 알파고는 새로운 차원의 바둑을 두었다고 얘기할 수 있겠네요.

인간의 계산 능력은 한계가 있어서 계산 이후에는 직관에 의존하는데,

알파고는 모든 계산이 가능하기 때문에 그런 방식으로 최적화된 바둑을 둔다고 설명할 수 있겠습니다. 

그리고 가장 최신의 알파고가 2017년 10월에 발표되었습니다. 알파고 제로라고 합니다.

기존의 알파고는 크게 세단계의 학습 방식을 가지고 있었다고 합니다.

우선 비교적 고수(바둑 6단부터 9단) 들의 데이터를 학습합니다. 초기화 과정이라고 생각됩니다.

이 이후에 학습된 다양한 학습망 끼리 서로 대전하며 학습망의 성능을 향상시킵니다.

그리고 스스로의 대전을 복기하며 더 학습했다고 합니다.

하지만 알파고는 이런 첫번째 단계가 생략되었습니다. 주어진 기보 없이 학습을 시작했다고 합니다.

학습 시작 36시간 만에 이세돌과 붙었던 알파고를 능가하는 성능을 보였다고 합니다.

그리고 추가적으로 약 40일의 훈련을 더 진행했다고 합니다. 인간과 붙을 계획은 없다고 합니다.

불행인지 다행인지!

어쩌면 미래의 바둑은 인공지능의 스포츠가 될지도 모르겠네요. 이미 되었나요?

하여튼 우리에게 친숙한 알파고를 통해서 인공지능의 발전을 살짝 엿보았습니다.

의료의 미래에 대해서 적으려고 했으나 어쩜 이렇게 이야기가 길어졌는지 미스테리 합니다.

내일 포스팅을 통해서 의료와의 접점에 대해서 생각해 보겠습니다.

키워드는 왓슨, 뷰노, 영상의학 등등 입니다.

여기까지 친절한 우주씨 였습니다. 긴글 읽어 주셔서 감사합니다.