작년 열렸던 이세돌 9단과 알파고의 대국은 인류에 큰 충격이었다. 단지 대국에서의 패배 때문은 아니다. 직관이 필요해 연산을 기반으로 하는 컴퓨터가 쉽게 넘볼 수 없다고 여겨진 영역에서 너무도 쉽게 컴퓨터가 승리하는 모습이 세계로 생중게 됐기 때문이다. 

특히 바둑이라는 게임은 경우의 수가 10의 360승에 달해 거의 무한에 가깝고, 제한된 시간에 기계가 이를 모두 계산해 내는 것은 불가능하다고 생각됐다. 이런 관념이 딥 러닝 기반에 '몬테카를로 트리 서치' 기법이라는 의사결정을 위한 탐색 알고리즘의 적용된 인공지능에 의해 무너졌다.

인류사적인 세기의 대국 이후 인공지능이 인간을 넘을 수 있을까에 대한 논의는 일단락 됐다. 대신 인공지능이 얼마나 빨리, 얼마나 다양하게 발전할까에 대한 논의로 넘어갔다. 

지난해 다보스 포럼에서 4차 산업혁명이 언급된 후부터 인공지능은 4차 산업혁명을 관통할 핵심 기술로 급부상했고, 새로운 기술에 대한 기대와 함께 인공지능의 발전에 따른 우려도 함께 제기되고 있다. 

현재의 인공지능만으로도 인류는 바둑, 체스, 장기 등의 게임에서 인공지능을 이길 수 없다. 많은 전문가들은 점차 많은 분야에서 인공지능이 결국 인간을 능가하게 될 것이라고 예측한다. 

인공지능의 발전으로 극적인 변화를 맞는 시기를 '기술적 특이점'(technology singularity)라고 한다. 인공지능의 발전이 가속화 되며 모든 인류의 지성을 합친 것보다 더 뛰어난 '초인공지능'의 등장을 말한다. 특이점이란 미래 발전에 가상 지점을 뜻하는 용어다. 

인간을 뛰어넘는 초인공지능, 혹은 강인공지능에 대한 공포는 영화나 소설, 미래학자들을 통해 꾸준히 표현돼 왔다. 강인공지능은 흔히 인공지능이 자아를 가지게 되는 것, 혹은 자신을 인지하게 된 인공지능을 말한다. 

미래학자 레이 커즈와일은 "현재의 인공지능 발전 속도를 고려할 때 2040년경에 인공지능이 특이점에 도달할 것"이라고 예측했다. 그러면서 특이점 이후 인류는 인공지능에 의해 멸종하거나 나노 로봇의 도움으로 영생을 누릴 것이라고 예견했다. 

잘 알려진 SF 영화 터미네이터에 등장하는 인공지능 '스카이넷'은 자기 스스로를 인지한 후 인류 말살에 나선다. 알파고와 이세돌 9단의 대국 이후 많은 네티즌들이 "스카이넷이 현실화 될 것"이라는 반응을 보이기도 했다. 

이밖에도 SF의 걸작으로 평가되는 '2001 스페이스 오디세이'의 인공지능 할(HAL)은 살인기계로 변신해 우주여행에 나선 승무원들을 죽음으로 몰아넣는다. 

인공지능의 발전 속도를 예측할 때 흔히 인용되는 것이 커즈와일이 주장한 '수확 가속의 법칙'이다. 그는 진화의 시작점부터 인간과 같은 고등 생명체일수록 발전 속도는 더욱 빨라졌고, 짧은 패러다임의 변화 과정을 거쳐 새로운 생명체로 발전해 왔다고 주장한다. 즉 기술의 발전 속도는 기하급수적으로 점점 가속화된다는 의미다. 

인공지능의 특이점을 주장하는 학자들은 유전공학, 나노기술, 로봇공학, 인공지능 등의 발달로 특이점이 도래할 것이라고 주장한다. 

반면 특이점이 존재할 수 있느냐는 비판론도 제기된다. 인간의 두뇌와 기계의 두뇌는 근본적으로 다르며, 인간의 뇌는 계산기와 다르다는 주장이다. 

존 설은 이에 대해 '중국어 방'이라는 예를 들어 기계와 인간의 사고의 차이점을 설명한다. 컴퓨터가 정말 중국인처럼 중국어 질문에 중국어로 된 답을 내놓는다 해도 중국어 자체를 완전히 이해하고 있지 않으므로, 인간의 마음까지 모방할 수는 없다는 설명이다. 

즉 디지털 컴퓨터 프로그램이 아무리 발달한다고 해도 그것은 형식적이고 구문론적인 것에 불과하며, 의미와 인식을 가지고 있는 인간과는 다르므로 강인공지능(자신을 인지하는 인공지능)이란 나타날 수 없다는 의미다. 

강인공지능의 등장 가능성 자체를 부정하는 측은 인간의 행위와 사고는 형식화 될 수 없다고 오랫동안 주장해 오고 있다. 

인공지능이 어디까지 발전할 것이며, 어떤 형태로 사고하게 될 것인지에 대해서는 의견이 분분하다. 하지만 4차 산업혁명 시대를 맞아 급속히 진행되고 있는 인공지능의 발전으로 인한 현재적 우려도 계속 등장하고 있다. 

대표적인 것이 일자리 문제다. 제조 혁신을 통한 비용 절감이라는 것은 결국 로봇 등으로 제조 공정이 자동화됨에 따라 공장 노동자들의 일자리가 그만큼 줄어든다는 것을 의미한다. 

물류, 유통 혁신은 트럭 운전수 등 물류와 유통업 종사자들의 일자리를 빼앗게 될 것으로 전망된다. 

전문직도 예외는 아니다. 인공지능이 가장 먼저 대체할 수 있는 일자리는 변호사 등 법률가, 회계사, 증권사 애널리스트 등이라는 분석도 나온다. 

실제로 미국의 지방법원에서는 인공지능을 판결에 활용하는 사례도 등장했다. 또 제품 문의나 법률 상담 등이 가능한 '챗봇' 서비스도 쏟아져 나오고 있다. 

IBM이 개발한 인공지능 '왓슨'은 이미 전세계 수백여개의 병원에서 진단을 보조하는 도구로 활용되고 있고, 국내 대형 병원 20여곳에서도 '왓슨'을 도입했다. 

알파고가 바둑을 배울 때 16만개의 기보에서 3000만개의 착점을 학습하는데 걸린 시간은 약 4주 정도로 알려졌다. 그리고 연속된 대국을 통해 인간이 평생이 걸려도 경험하거나 공부할 수 없는 양의 기보에 대한 복기를 진행했다. 

그 결과는 기계에게 점령당하지 않을 분야라고 믿었던 바둑에서 인공지능의 압승으로 나타났다. 

인공지능의 학습 속도는 더욱 향상될 것이 분명해 보인다. 기술적 특이점이 도래한다고 결론지을 순 없지만, 인공지능의 발전 속도는 단순한 일자리 문제에서 끝나지 않고 인류와 기계의 공존을 고민해야 될 때가 앞당겨지고 있음을 시사한다.