[씨줄날줄] 우리는 AI 열차에 탔는가/황성기 논설위원

아이폰에 내장된 시리는 음성인식을 통해 개인 비서 기능을 수행하는 인공지능(AI)이다. “시리야, 광화문이 어디니?”라고 물으면 시리는 순식간에 지도를 펼쳐 보여준다. 재판관에도 시리처럼 비서 역할을 하는 인공지능이 보조원으로 붙게 될 날이 머지않았다.

전미경제연구소(NBER)가 미국 뉴욕에서 발생한 사건의 데이터에서 체포 이력과 재판 기록을 분석해 피고인의 도주 가능성을 예측하는 알고리즘을 개발했다고 한다. 기계학습(딥러닝)에 사용된 사건 데이터는 약 10만건. 개발된 알고리즘은 피고인이 보석 기간에 범죄를 저지르거나 도주하지 않고 얌전하게 있을지를 재판관보다 정확하게 예측해 냈다.

연구에 참가한 코넬대 존 클라인버그 교수에 따르면 연구의 목적은 형사사법제도에 기계학습을 도입해 사회가 얻을 수 있는 이익을 정책 입안자에게 제시하는 것이다. 이 소프트웨어가 보급되면 보석 중인 피고인의 재범이나, 미결수를 줄여 국민의 세금과 사회적 비용을 줄일 수 있을 것으로 봤다. 다만 흑인이 백인보다 ‘고(高)위험’이라고 오판하는 경향이 있어 보완이 요구된다고 한다.

미국의 빅데이터를 활용한 딥러닝은 무궁무진한 개발을 낳고 있다. 스탠퍼드 대학의 연구팀은 구글의 스트리트 뷰 화상에 등장하는 자동차를 분석함으로써 지역의 인종, 수입, 교육수준, 직업을 알 수 있는 알고리즘을 개발했다. 연구팀은 자동차의 제조사, 모델, 연식의 조합으로부터 총 2657개의 분석 틀을 만들고, 자동차 정보를 데이터화했다. 분류는 1대당 0.2초 걸리는데 연구팀이 실험에 화상 5000만매에서 추출한 자동차 2200만대의 정보처리에 2주일이 소요됐다. 사람이 했다면 1대당 10초 걸리니 15년이 소요되는 작업이다.

연구팀은 지역별 대통령 선거 투표 성향도 AI에 학습시켰다. 자동차가 주민의 인구동태 통계, 사회경제적 속성, 정치적 선호까지 추정 가능하다는 사실을 입증했다는데, 놀라울 정도의 정밀도를 보였다고 한다. 예를 들면 민주당 지지자들이 많이 타는 차량은 세단, 공화당에 투표한 선거구에서는 픽업트럭이 많다는 사실을 밝혀냈다. 특정 지역을 세단과 픽업트럭의 숫자를 세면서 15분쯤 운전하고 다니면 주민들이 어느 당에 투표했는지를 확실하게 판정할 수 있다고 한다.

4차 산업혁명의 성패는 수년 안에 판가름 난다고 한다. 미국, 중국의 앞서가는 인공지능 개발 소식에 놀랍다. 우리는 AI 열차에 올라탔는가. 탔다면 앞 칸인가 뒤 칸인가, 걱정스럽기만 하다.