인공지능의 연구 분야 중 하나인 머신러닝(Machine learning)은 단지 신용등급 평가나 우편물 분류 같은 단순한 과제만을 위한 것이 아니다. 질병 진단, 에세이 채점같이 더 복잡한 작업도 가능하다. 당신의 직업이 미래로부터 안전한지, 빅데이터 분석 전문 회사인 '캐글(Kaggle)'의 앤서니 골드블룸 CEO가 테드 강연을 통해 설명했다.

강연에서 골드블룸은 9개월 된 그의 조카 얄리를 소개했다. 엄마는 의사고 아빠는 법조인이라고 했다. 그는 얄리가 대학생이 될 때쯤에 얄리의 부모님 직업이 지금과 확연이 다를 것이라고 예측했다.

2013년 영국 옥스퍼드 대학에서 직업의 미래에 대한 연구가 있었고 현존하는 직업의 절반은 미래 기계들에 의해 대체될 확률이 높다는 결과가 나왔다.

인공지능 분야에서 가장 강력한 분야는 머신러닝인데, 이는 방대한 데이터를 분석해 미래를 예측하는 기술이다. 머신러닝은 기계들이 데이터를 통해 인간이 할 수 있는 작업 일부분을 따라하는 것을 가능하게 한다.

그는 그의 회사 '캐글'에서 전문가들이 학계와 산업이 직면해있는 문제 해결방안을 연구한다고 말했다. 이 연구를 통해 어떤 직업이 기계에 의해 대체될지 알 수 있다고 했다.

90년대 초에 등장한 머신러닝은 신용등급 평가, 편지봉투에 적힌 우편번호 감별등 상대적으로 간단한 일만 처리했다. 십여 년의 발전을 통해 현재는 그보다 더 복잡한 일을 할 수 있다고 그는 밝혔다.

지난 2012년 캐글이 고등학교 에세이를 채점할 수 있는 알고리즘을 만드는 대회를 개최했다. 당시 우승한 알고리즘이 매긴 점수는 실제 교사들이 매긴 점수와 일치했다.

2015년에는 사진에 있는 눈을 보고 당요병성 망막증을 진단하는 알고리즘도 나왔는데, 의사들의 진단과 같은 결과를 낳았다.

지난해 3월에 캐글 주최로 진행된 데이터분석 공모전에서는 두 명의 퀀트(Quant)전문가들이 심장병을 진단할 수 있는 알고리즘을 개발해서 화제가 됐었다.

교사 한명은 40년에 동안 1만개의 에세이를 읽고 안과 의사 한명은 5만개의 눈을 진료할 수 있다. 반면 기계는 고작 몇 분 안에 수만 개의 눈을 감별할 수 있고 에세이를 채점할 수 있다. 인간은 결코 이런 방대한 양의 작업을 하는 기계와 맞서 싸울 수 없다고 그는 밝혔다.

반면 기계는 새로운 상황에 대처하는 능력이 없지만 인간은 그 반대다. 기계는 관련 알고리즘이 없으면 업무를 수행할 수 없다.

그는 강연에서 퍼시 스펜서라는 제2차 세계대전 당시 레이더를 연구한 물리학자를 언급했다. 스펜서는 당시 마그네트론이 초콜릿을 녹이는 것을 발견하자 전자기 방사선에 대한 지식과 요리를 접목해서 전자레인지를 발명했다.

이로써 기계에 의해 자동화 될 인간의 작업에 근본적인 한계가 존재한다고 밝혔다.

골드블룸은 반복적이고 방대한 양의 작업엔 기계가 더 똑똑해지고 있다고 했다. 미래에는 기계가 회계 감사도 맡고 법적 계약을 맺을 때 필요한 합의안도 검토할 것이라고 했다.