출처: 시한
오늘 저는 과학 분야에서 가장 감동적인 이야기를 전해드리겠습니다. 믿기 어려운 일이지만, 한 젊은 게임 플레이어가 과학자들을 물리치고 노벨상을 받은 이야기입니다.
네, 이전에 저는 게임 그래픽 카드가 어떻게 컴퓨팅 혁명을 일으켜 AI 산업을 탄생시켰는지 말씀드렸습니다. 하지만 오늘의 이야기는 그것보다 더 믿기 어렵고 극적입니다.
어린 시절부터 천재로 불리던 이 청년은 게임을 열정적으로 좋아했습니다. 4살 때부터 체스에 관심을 보였고, 8살 때는 국제 체스 대회에서 우승할 정도였습니다. 그 상금으로 컴퓨터를 사서 컴퓨터 게임에 푹 빠지게 되었습니다.
익숙한 조작, 익숙한 이야기~
17살 때 그는 게임 회사에 입사해 게임 디자이너가 되기로 했습니다.
게임을 너무 좋아하니 직접 만들어보는 것도 좋겠다고 생각했죠. 그는 당시 유명한 Bullfrog 회사에 입사했습니다.
입사 1년 만에 그는 대히트 게임 '테마파크'를 주도적으로 설계했습니다.
간단히 말해, 1994년 출시된 이 게임은 지금의 많은 테마파크 및 시뮬레이션 게임의 원조격입니다. 심지어 시리즈 '시티즌 케인'도 이 게임의 영향을 받았다고 봅니다.
몇 년 후 그는 자신의 게임 회사를 설립하고 '시뮬시티'와 '이블 지니어스'라는 시뮬레이션 게임을 연달아 개발했습니다.
그가 시뮬레이션 게임 장르를 정말 좋아했다는 것을 알 수 있습니다.
문명 5, 실행!
여기까지는 과거에 언급했던 체스 천재, 컴퓨터 천재 이야기와 유사해 보입니다.
어릴 때부터 게임을 좋아하고, 체스와 바둑 실력이 뛰어나며, 스스로 컴퓨터를 배워 게임 회사에 입사해 히트작을 만들어낸 천재 프로그래머의 이야기 말입니다.
하지만 이 청년의 더 놀라운 면모는 이제부터 시작됩니다.
히트작을 만든 후 그는 컴퓨터라는 도구가 게임에 어떤 역할을 하는지 고민하기 시작했고, 게임에 AI 기능을 도입하려 노력했습니다.
이 부분은 잘 알려지지 않았지만, 제가 오랜 게임 플레이어라서 이전 게임들의 영향이 있었다고 생각합니다.
시뮬레이션 게임을 자주 플레이하면 후반부에 NPC가 많아질수록 컴퓨터 성능의 한계를 느낄 수 있습니다.
문명 5의 후반부, 한 턴에 컴퓨터가 자주 멈추고, 테마파크, 시티스카이라인, 시티즌 케인 등의 게임에서도 후반부에는 화면이 끊기고 시민들의 통근 경로가 비합리적입니다. 심지어 대중교통과 주거-직장 구역을 잘 배치해도 시민들이 사방으로 헤매며 길을 막아버립니다.
이런 현상들이 그에게 AI에 대한 고민을 불러일으켰을 것 같습니다. 이런 게임성 문제를 AI로 최적화할 수 없을까요?
2010년, 그는 '지능 문제 해결'을 목표로 새로운 회사를 설립하고 학습 알고리즘을 이용해 게임을 마스터하려 시도했습니다.
2013년, 그들은 Deep Q-Network(DQN)라는 알고리즘을 개발했고, 이는 인간을 능가하는 수준으로 컴퓨터 게임을 플레이할 수 있었습니다.
테스트 결과, DQN은 30분 만에 스페이스 인베이더 게임의 최고 플레이어가 되었습니다.
2016년, 이 회사는 또 다른 게임 AI를 발표했는데, 이번엔 당시 세계 챔피언을 물리쳤습니다.
그 AI의 이름은 AlphaGo입니다.
엄밀히 말하면, 바둑은 하나의 게임으로 볼 수 있고 AlphaGo는 게임 AI라고 할 수 있습니다.
다만 바둑은 계산 변수가 거의 무한에 가까워 오랫동안 해결 불가능한 것으로 여겨졌습니다. 그래서 AlphaGo는 단순한 컴퓨터 게임 AI보다 훨씬 더 지능적입니다.
많은 사람들이 최근 2년간 인공지능의 발전 물결에 놀라워하지만, 이는 단일한, 갑작스러운 일이 아닙니다.
수많은 전자 게임의 등장이 게임 AI에 대한 엄청난 수요를 불러일으켰고, 많은 플레이어들이 게임 내에서 더 지능적인 AI 또는 NPC와 대결하기를 원했습니다. 이러한 요구가 프로그래머들로 하여금 AI 알고리즘 연구에 박차를 가하게 했습니다.
프로그래머가 갑자기 '더 똑똑한 AI를 만들어야겠다'고 생각한 것이 아닙니다.
현실은, 좋은 알고리즘을 개발하면 게임이 더 재미있어져 큰 수익을 올릴 수 있고, 게임 AI가 더 똑똑해지면 게임이 더 잘 팔릴 수 있다는 것입니다. 이런 엄청난 보상이 개발자들을 AI 연구에 열정적으로 몰두하게 만들었습니다.
화약이 처음부터 발명된 것이 아닙니다. 영생을 꿈꾸던 연금술사들이 날마다 실험하다 우연히 황, 질산칼륨, 목탄이 섞이면 폭발한다는 것을 발견한 것처럼 말이죠.
레벤후크도 처음부터 미생물을 발견하려 한 것이 아니라, 렌즈를 갈고닦다 육안으로는 볼 수 없는 것들을 발견한 것입니다.
우리 주인공도 마찬가지입니다. 처음엔 게임을 만들고 싶었고, 나중에는 더 똑똑한 게임 AI를 연구하다가 결국 획기적인 AI를 개발하게 된 것입니다.
그리고 그들은 문득 이런 생각을 하게 되었습니다.
AI가 스스로 학습하며 바둑과 전자 게임의 규칙을 빨리 익혀 챔피언이 되었다면, 과학 연구 분야도 하나의 '게임'으로 볼 수 있지 않을까? AI가 그 분야도 마스터할 수 있을까?
2017년 우전 바둑 대회에서 AlphaGo가 세계 챔피언 커제를 3:0으로 완승했습니다.
2018년 DeepMind는 단백질 구조 예측 AI 시스템 AlphaFold를 개발했습니다. AI를 과학 연구에 활용하려 시도한 것입니다.
이게 말이 되나 싶겠지만, 처음부터 게임용으로 설계된 AI가 과학 연구를 할 수 있다니 너무 황당해 보일 수 있습니다.
당신만 그렇게 생각하는 게 아닙니다. 중국과학원 원사 중 한 분도 그렇게 생각했습니다.
바로 우리가 잘 아는 옌닝 교수입니다.
그동안 단백질 구조 예측은 주로 3가지 방법으로 이루어졌습니다. X선 결정학, 핵자기공명분광법, 그리고 고가의 냉동 전자현미경 촬영입니다.
옌닝 팀은 냉동 전자현미경 촬영 기술로 유명했는데, 다른 팀이 한 번 찍는 동안 그녀의 팀은 5번을 찍을 정도로 효율이 매우 높았습니다.
그런데 DeepMind는 이런 반복적인 작업을 AI로 해결할 수 없을까 생각했습니다.
단백질이 아미노산으로 구성되어 있으니, 공개된 기존 단백질 구조 데이터를 이용해 각 아미노산 쌍의 거리와 결합각을 신경망에 학습시키면 AI가 스스로 예측할 수 있지 않을까요?
결과적으로 AI의 효율은 일반 팀 1, 옌닝 팀 5, AI 10만 배 이상이었고, 계속 빠르게 발전하고 있습니다. AI는 휴식이 필요 없고 스스로 진화하기 때문입니다. 그들의 돌파구 이후 190개국 200만 명 이상이 AlphaFold를 활용하고 있습니다. 이를 통해 과학자들은 항생제 내성과 플라스틱 분해 효소 등을 더 깊이 이해할 수 있게 되었습니다.
이렇게 혁신적인 결과를 얻었다니, 앞으로 어떤 일이 벌어질지 짐작할 수 있겠죠. 이 기술로 노벨상을 받았습니다. 게임을 좋아하던 게임 디자이너였던 이 젊은이가 바로 올해 노벨 화학상 수상자인 데미스 하사비스입니다.
시대의 발전은 누구나 공정하게 휩쓸어 갈 것입니다. AI 발전에 깜짝 놀랄 때, 최고의 과학자들도 눈을 잘못 뜰 수 있습니다.
2022년, AI에 대해 이야기할 때 AI가 양녕 등에게 미치는 영향은 많은 사람들이 관찰했습니다. 댓글을 보면 모두 AI 발전을 인정하지만, 최고 과학자를 대체하려면 시간이 더 필요할 것이라고 생각합니다. (몇몇 사람들의 발언이 매우 선견지명적이고 대단합니다)
양녕 자신도 그렇게 생각했던 것 같습니다. 2022년 양녕의 결론은 AI의 예측 수준이 2017년 수준에 불과하다는 것이었습니다.
이 이야기는 바둑 산업과 정확히 같습니다.
AlphaGo가 처음 나왔을 때 사람들은 별로 대수롭지 않게 여겼습니다. 세계 챔피언을 이길 수 있을 뿐이라고 생각했죠. 인간이 노력하면 다시 이길 수 있을 것이라고요.
하지만 곧 이 관점이 완전히 틀렸다는 것을 알게 되었습니다. 인간은 선생님과 교과서로 배우지만, AI는 바둑을 1년 만에 마스터했습니다. 앞으로는 더 볼 필요도 없겠죠.
2022년 양녕은 AI가 자신들의 5년 전 수준에 불과하다고 생각했습니다.
문제는 AlphaFold가 2018년에 나왔고, 2022년까지 4년밖에 지나지 않았다는 것입니다. 4살짜리 아이가 인간 최고 과학자를 따라잡을 정도로 발전했는데, 이런 속도로는 상식적인 판단이 틀릴 수밖에 없습니다.
그래서 이 이야기가 우리에게 말하는 바는 무엇일까요?
기술 발전, AI 혁신, 인생의 기회, 아니면 생물학자가 코딩을 해야 한다는 것일까요?
가장 큰 교훈은 열정이라고 생각합니다.
돌이켜보면, 2007년 양녕은 이미 청화대학 교수이자 박사과정 지도교수로 저명한 학자였습니다.
그 당시 데미스 하사비스는 게임 디자이너에 불과했습니다. 학계에 속한다고 볼 수도 없었죠.
이 때 당신이 그에게 미래에 노벨상을 받을 것이라고 말한다면, 그는 믿지도, 상상도 못했을 것입니다.
알려지지 않은 과학자가 노벨상을 받는다는 것은 믿기 어려운 일이지만, 그래도 설명은 가능합니다.
하지만 게임을 하는 사람이 노벨상을 받는다고? 노벨상에 게임 부문은 없잖아요?
세상의 놀라운 점은 바로 여기에 있습니다.
당신이 진정 과학 연구를 사랑하지 않고, 단지 월급이나 안정을 위해, 또는 화려한 조명을 위해 일한다면, 매일 비슷한 일을 하면서 과학 연구의 어려움을 깊이 느낄 것입니다.
그에 반해 그는 게임을 진심으로 사랑했고, 그 결과 게임을 극도로 연구하다 보니 AI라는 새로운 기술의 열쇠를 발견했습니다.
그가 운이 좋았다고 말할 수도 있겠지만, 게임에 대한 극도의 열정과 근본적인 고찰이 없었다면 이런 일이 일어났을까요? 절대 불가능했을 것입니다.
사랑하는 것에 대한 열정과 연구가 그를 안개 속에서 새로운 세계를 발견하게 해주었습니다.
당신이 사랑하는 것을 절대 잊지 마세요.
