인공지능에 관한 조금 이상한 비밀이 하나 있어요. 사실 아무도 선생님이 반을 가르치듯이 인공지능을 가르치지는 않아요. 누구도 "이건 고양이야"라고 규칙을 하나하나 적어 주지 않지요. 대신 인공지능은 여러분이 할머니 얼굴을 알아보게 된 것처럼 배워요. 엄청나게 많은 예를 보고, 천천히 그 속의 무늬를 알아차리는 거예요. 그 어수선하고도 놀라운 과정을 살짝 들여다볼까요?

기계에게 고양이와 강아지를 구별하는 법을 가르치고 싶다고 상상해 보세요. 수염이나 꼬리에 대해 설명하지 않아요. 이미 "고양이"나 "강아지"라고 이름표가 붙은 사진을 수천 장 보여 줄 뿐이지요. 이런 예시 더미를 훈련 데이터라고 해요. 이것이 인공지능의 온 세상이에요. 이제 배우게 될 모든 것을 인공지능은 이 더미에서 배워요.

이제 배우는 주인공을 만나 볼까요. 인공지능 안에는 가중치라고 불리는 아주 작은 숫자 손잡이가 수백만 개 들어 있어요. 거대한 음향 믹서의 다이얼 같은 것이라고 생각해 보세요. 처음에는 모든 손잡이가 아무렇게나 맞춰져 있어서, 인공지능은 사실상 찍고 있는 셈이에요. 고양이를 보여 주면 자신 있게 "저건 강아지야!" 하고 말할지도 몰라요. 귀엽죠. 틀렸지만요. 하지만 바로 거기서 마법이 시작돼요.

인공지능이 추측할 때마다 우리는 정답지를 확인해요. 만약 "강아지"라고 말했는데 사진은 고양이였다면, 얼마나 틀렸는지 정확히 재지요. 이 측정값에는 이름이 있어요. 오류, 또는 손실이라고 해요. 실수가 클수록 숫자도 커져요. 인공지능의 단 하나뿐인 인생 목표는 이 숫자를 가능한 한 작게 만드는 거예요.

똑똑한 부분은 바로 이것이에요. 인공지능은 틀린 추측을 할 때마다 손잡이들을 살짝 움직여요. 정답에 덜 틀리게 만들었을 방향으로, 아주 조금만요. 거칠게 확 잡아당기는 게 아니에요. 부드럽게 톡 건드리는 거지요. 안개 속에서 언덕을 굴러 내려가는 것과 비슷해요. 바닥은 보이지 않지만 어느 쪽이 내리막인지는 느낄 수 있으니, 그쪽으로 작은 한 걸음을 내딛는 거예요.

이제 그 일을 또 해요. 또 하고요. 그리고 대략 백만 번 더 해요. 사진 하나, 작은 움직임 하나, 내리막길 한 걸음. 예시 하나만으로는 거의 아무것도 바뀌지 않아요. 하지만 수백만 개가 쌓이면, 손잡이들은 천천히 딱 알맞은 자리로 미끄러져 가요. 조금씩 조금씩, 아무렇게나 찍던 추측쟁이는 실제로, 정말로 고양이를 잘 알아보는 존재가 돼요.

그리고 정말 놀라운 점은 이거예요. 아무도 인공지능에게 수염이 무엇인지 말해 주지 않았어요. 그 많은 손잡이를 조절하면서, 인공지능은 조용히 자기만의 단서를 만들어 냈어요. 보송보송한 귀 모양, 눈 사이의 거리, 주둥이의 곡선 같은 것들을요. 누가 쓴 것도 아니고, 누구도 완전히 읽을 수 없는 비밀 규칙책을 만든 거예요. 그냥 작동해요. 길 건너편에서도 가장 친한 친구의 걸음걸이를 여러분이 "그냥 아는" 것처럼 신비롭게요.

진짜 시험은 마지막에 와요. 우리는 인공지능에게 한 번도, 정말 한 번도 본 적 없는 고양이를 보여 줘요. 인공지능이 "고양이"라고 말한다면, 만세! 예전 사진들을 그냥 외운 것이 아니라 "고양이다움"이라는 진짜 생각을 배운 거예요. 외우는 것에서 무늬를 이해하는 것으로 넘어가는 그 도약이 바로 핵심이에요. 사람들이 기계가 "배웠다"고 말할 때 뜻하는 것이 바로 이것이지요.

그러니 처음부터 끝까지 비밀은 이것이에요. 거대한 예시 더미, 하나의 추측, 얼마나 틀렸는지 재는 일, 그리고 올바른 방향으로 아주 작은 움직임. 이것을 추측이 앎으로 바뀔 때까지 반복하는 거예요. 바로 이 똑같은 방법으로 인공지능은 언어를 번역하고, 여러분의 문장을 이어 쓰고, 은하를 찾아낼 수 있어요. 더미는 달라도, 내리막길을 걷는 방법은 같답니다.