이세돌 9단과 알파고의 4번째 판에서 이 9단이 첫 승을 거뒀다. 전체 대국이 시작되기 전 알파고가 이세돌 9단을 상대로 한 판이라도 이긴다면 성공일 것이라는 예상이 다수였다. 하지만 이제는 강력한 인공지능을 상대로 1승을 거둔 이세돌 9단에 대한 찬사가 쏟아지고 있다.

동시에 예상 밖의 실력을 선보인 알파고와 인공지능에 대한 관심도 높아졌다. 알파고의 강력한 컴퓨팅 파워. 인공지능이 인간의 일자리를 빼앗을 것이라는 전망. 알파고의 ‘창조주’ 데미스 하사비스 최고경영자(CEO)에 대한 조명까지 여러 가지 이야기들이 쏟아졌다.

한편에서는 충격적인 이벤트에서 비롯된 알파고나 인공지능에 대한 오해와 과대평가를 경계해야한다는 목소리도 있다. 대표적으로 지적되는 부분은 알파고의 원동력에 대한 오해다.

하사비스 CEO는 지난 12일 트위터를 통해 이세돌 9단과의 대국에는 CPU 1920개와 GPU 280개를 사용한 분산 버전의 알파고를 사용한다고 밝혔다. 또 분산 버전 알파고는 단일 버전 알파고 35개를 합친 규모이지만, 성능차이는 10%에 불과하다고 설명했다. 일각에서 알파고가 과도한 컴퓨팅 파워를 사용한다는 문제제기가 있었지만 컴퓨팅 파워를 높인다고 알파고가 무한정 강력해지는 것은 아니라는 항변이다.

하사비스 CEO는 또 알파고는 컴퓨팅 파워보다 신경망 알고리즘이 더 중요하다고 강조했다. 컴퓨팅 파워가 강력한 것은 사실이지만 매 수를 둘 때마다 승자와 다음 수를 예측하는 신경망 알고리즘이 더 알파고를 강력하게 만들어준다는 것이다. 이는 네이처에 실린 알파고의 논문에 제시된 데이터를 통해서도 확인할 수 있다.

알파고도 약점이 없는 것은 아니다. 알파고는 특정한 상황에서 종종 잘못된 판단을 내리는 모습을 보였다. 특히 4번째 대국 후에 지적된 것처럼 알파고를 의료와 같이 정확도가 중요한 분야에 사용하기 위해서는 안정성을 높이는 개선이 필요하다는 것이다. 이는 알파고 뿐만 아니라 알파고와 비슷한 알고리즘을 사용하는 인공지능에 동일하게 적용된다.

하지만 개선이 쉽지 않은 것도 문제다. 하사비스 CEO가 여러 차례 밝힌 것처럼 알파고의 신경망을 바꾸기 위해서는 수 백개, 수 천개가 아니라 수 백만개, 수 천만개의 사례가 필요하기 때문이다. 이는 신경망 알고리즘을 이용하는 인공지능의 대표적인 한계이기도 하다. 신경망 알고리즘은 아주 강력한 모습을 보여줄 수 있지만 모범사례가 아주 많은 분야에 한해 강력함을 안정적으로 보여줄 수 있다는 것이다.

딥마인드의 알파고 팀과 구글은 이런 문제를 해결할 최상의 조건이다. 이들은 알파고가 전문가들의 예상보다 10년 빨리 바둑을 정복한 것처럼, 생각보다 빠르게 인공지능의 어려움들을 해결해갈 가능성을 가지고 있다.
알파고 팀의 경우 언론에서 하사비스 CEO의 천재성에 집중하고 있지만, 네이처에 실린 알파고 논문의 제1저자에는 데이비스 실버와 아자황이 나란히 이름을 올리고 있다. 단지 한 명의 주목받는 인물이 아니라 여러 뛰어난 연구자들이 알파고를 만들고 있는 것이다.

이들에게 구글은 최상의 환경을 제공하고 있다. 대국이 시작된 지난 9일 구글은 블로그를 통해 로봇팔이 물건을 집기 위해 학습하는 영상을 선보였다. 사전에 물건을 어떻게 집어야 하는지에 대한 정보 없이 스스로 시행착오를 통해 물건 집는 법을 터득하는 것이다. 구글은 14대의 로봇팔이 총 80만 번의 시도 끝에 새로운 물건을 집을 수 있게 만들었다고 밝혔다. 신경망 알고리즘이 수많은 데이터를 필요로하지만, 구글은 그 데이터를 스스로 만들어내고 적용할 능력이 있음을 보인 것이다. 게다가 구글은 이미 세계에서 가장 많은 정보를 가진 기업이다.

정부는 인공지능 기술 육성을 위한 컨트롤타워를 만들 계획이다. 산업통상자원부와 미래창조과학부를 비롯해 여러 곳으로 분산된 인공지능 연구와 관리를 일원화해 집중 육성한다는 방침이다. 하지만 일각에서는 섣부른 대응을 경계하기도 한다. 알파고는 최신 인공지능 이론에 대한 높은 이해, 이를 소프트웨어로 구현해내는 능력, 소프트웨어를 작동시킬 강력한 컴퓨팅 인프라, 즉각적인 성과가 없는 바둑 알고리즘 연구에 오랜 기간 투자하는 자금력과 판단력이 어우러진 결과물이기 때문이다.