인간이 기계어를 배우고, 기계가 다시 인간의 언어를 배우기까지
'음성(Voice)'은 훌륭한 의사소통 도구다. 인류가 태곳적부터 사용해온 만큼 빠르고 정확하며, 단순히 말뿐만 아니라 목소리에 감정 담기, 높낮이 조절하기 등으로 다양한 전달 효과를 낼 수 있다. 그리고 음성에 기반한 인간의 언어 체계는 기계문명 이전까지 가장 효과적인 제어 수단이었다. 심지어 사람 뿐 아니라 가축을 다루는 도구 역시 인간의 언어였고, 가축들은 반복적인 학습을 통해 인간이 내뱉는 특정한 소리의 울림을 익혀야했다.
그런데 인간이 처음으로 다른 종(?)의 언어를 배우기 위해 나선 시기가 있으니 바로 '컴퓨터'의 등장 이후다. 생산성을 극도로 끌어 올릴수 있는 이 쇳덩어리는 안타깝게도 인간의 소리와 언어를 듣지도, 이해하지도 못했는데, 이 때문에 이 탁월한 기계 종을 활용하기 위해 인류는 결국 천공카드부터 현재의 키보드와 마우스, 터치스크린에 이르는 다양한 의사전달 방법을 연구해왔다. 그것도 무려 일방적으로! 따라서 지난 수십 년 동안 컴퓨터가 한 일이라곤 어떤 입력 방식이든 그 입력에 대해 정해진 신호가 들어오면 그대로 처리해주는 일뿐이었다. 고작 몇 년 전까지만 해도.
하지만 어느새 시대가 변하고 있다. 만년 유망주였던 인공지능(AI)가 기반 기술(데이터, 네트워크) 발전에 힘입어 점점 일상으로 그 세력권을 넓히는 중이다. 인간의 뇌 학습 신경망을 본뜬 인공지능 알고리즘이 컴퓨터와 스마트폰, 가전기기에 속속 탑재되는 중이며 '기계학습(머신러닝)'이란 말이 알려지기 시작했다. 그동안의 1차원적인 명령->출력 단계 대신 수많은 전자기기가 명령->학습->출력을 거치는 심층 단계에 접어들게 된 것이다. 드디어 '배울 수 있게 된' 이들에게 인간은 더이상 열심히 손가락을 놀리고 쿡쿡 찔러줄 필요가 없게 됐다. 그보단 이제 '가르치기로' 한다. 인간의 말을! 이제 인간이 컴퓨터를 배우는 대신 컴퓨터가 인간을 공부하는 시대가 온 것이다. 우린 그저 필요할 때 다음과 같이 말하면 될 것이다.
이봐, 조금 뒤 집에 도착할 테니 미리 에어컨 좀 틀어놓고 냉장고에 있는 재료로 만들 저녁거리나 알아봐 줘. 부족한 건 새로 주문하고. 아 참! 어머니껜 언제 오시냐고 문자도 보내고.
(사진=Pixabay)
음성인식 문외한들이 모여 만든, 쉽고도 깊이 있는 책
'보이스퍼스트 패러다임 - 슈퍼플랫폼을 선점하라'는 인공지능과 자연어 학습, 데이터와 클라우드가 급속도로 발달함에 따라 탄력을 받은 음성 인터페이스 기술이 일상에 미칠 영향, 그리고 이 영역을 차지하기 위한 유력 플랫폼 사이의 치열한 경쟁을 다룬다. 읽기에 앞서 흥미로웠던 사실은 이 책의 공동저자 그룹인 '호모 디지쿠스'가 이 분야 전통 전문가들은 아니란 사실이다. IT, 법률, 반도체, 홍보, 게임 등등, 책의 프롤로그에서도 스스로 말하듯 '도저히 어디서 일부러 모아도 이렇게까지 공통점이 없는 사람들'이 미래 기술을 공부하겠다고 모인 '디지털 경제 스터디 그룹'이란다. 하지만 그런 이들의 모여 저술한 이 책의 수준은 결코 낮지 않다. 오히려 이들도 처음부터 공부를 목적으로 시작한 프로젝트인 탓일까? 전반적인 내용과 전개는 이 분야를 잘 모르는 사람이 읽더라도 별로 어렵지 않게 구성되어 있다.
또 나처럼 '이 시점의 보이스 퍼스트 트렌드는 단지 기술을 위한 기술'이란 불신을 가졌던 사람조차 한장 한장 읽다 보면 어느새 고개를 끄덕이게 만드는 논리와 근거를 하나하나 제시한다. 한 마디로 나는 이들에게 설득당했다. 이 책을 읽을 때 더 깊이 빠져들 수밖에 없었던 이유도 혹시 '이 문제도 다룰까?' 싶었던 문제들이 모두 어김없이 등장했다는 점이다. 애초에 어떤 시각과 주장을 펼치기 위한 책이 아니라 철저히 새로 시작하는 입장에서 한 걸음씩 파고들어간 공부의 결과물 같다는 느낌이 드는 이유다.
마치 저자와 내가 눈높이를 맞춰 함께 공부하는 기분이랄까. 이런 느낌은 굳이 어려운 전문용어를 남발하거나, 나직이 자장가를 읊조리는 교수님의 두꺼운 교재 같은 책에서는 느낄 수 없는 것들이다. 특히 사례와 논거에 있어 단순 수치성 자료, 연구 결과 등의 학술적 근거 대신, 기초가 된 역사적 배경부터 아마존을 비롯한 주요 기업들의 최근 전략을 이야기 중심으로 풀어낸 점에 높은 점수를 주고 싶다.
손이 자유로워 질 때, 인간은 더 많은 행동을 할 수 있다
이 책이 보이스 인터페이스의 미래 전망을 긍정적으로 바라보는 이유 중 하나는 핸즈프리(Hands Free), 즉 손의 자유로움에 있다. 입을 사용하는 음성 대화는 직접 마주하고 앉아 손으로 기계를 조작해야 하는 기존 인터페이스보다 우리에게 더 큰 시공간적 자유를 준다. 예를 들어 출근 준비 중에 인공지능 스피커를 사용하면 뉴스와 하루 일정을 미리 듣고 필요한 메모를 하는 식의 멀티태스킹이 가능해진다는 논리인데, 확실히 같은 시각 화면을 들여다보는 대신 더 많은 행위를 할 수 있다는 건 전과 다른 생산성이 증가함을 의미한다.
툭하면 시간 부족에 시달리는 현대인에게 이는 생각보다 큰 매력 요소가 될 수 있지 않을까. 특히 책에서 언급된 부분 중 자연어로 기기를 제어할 수 있다는 것 그 자체가 청각장애인을 제외한 대부분의 사람에게 보다 큰 접근성을 부여한다는 대목이 기억에 남는다. 개인적으로 지금까지 보이스 인터페이스가 필요한 이유로 여긴 점이 있다면 바로 접근성과 관련된 이점이었기 때문이다. 솔직히 나는 이 책을 읽기 전까지 '약간의 귀찮음만 감수한다면' 내 눈과 손이 주는 정확한 조작이 주는 간편함을 음성 조작이 이길 순 없다고 생각하는 부류였다.
음성은 나이와 세대를 불문한 공통의 언어이자 주문이다
흔히 디지털 원주민(Digital Native)이라고 불리는 젊은 세대에게 스마트폰을 비롯한 전자기기를 다루는 일은 어렵지 않다. 비슷한 사용자경험을 가진 기기를 다루고 적응하는 시간이 중노년층에 비해 월등히 앞서기 때문이다. 어려서부터 아날로그보다 디지털 기기에 더욱 익숙했던 이유도 있을 것이다. 그러나 우리 부모님 세대 이상은 다르다. 경험적으로도, 신체적으로도 점점 더 작고 복잡해지는 첨단 디지털 기기 앞에서 쉽게 무력해지고 만다. 아마도 배울 수 없다기보단, 익숙하지 않은 것에 대한 막연한 두려움이 이를 방해하고 있다는 게 맞지 않을까 싶다.
그분들은 성장하면서 대단히 직관적으로, 눈으로 보이는 물리 버튼만 꾹꾹 누르면 됐던 시절, 모르는 게 있으면 종이 설명서를 꺼내 들고 읽으면 됐던 시절에서 이제는 시시각각 바뀌는 화면에서 뭘 눌러야 할지 고민해야 하는 처지에 놓였다. 실수로 음악 앱을 내렸는데 여전히 우렁차게 울리는 음악 소리를 어떻게 꺼야 할지 허둥대기도 한다. 우리는 언제부턴가 '三' 모양의 아이콘이 일종의 '메뉴, 더 보기'를 의미한다는 걸 자연스럽게 배웠지만 기껏해야 톱니바퀴나 알아보던 어른들에게 이는 금방 배우거나 응용하기 어려운 문제다. 어쩌면 왜 '三'이 메뉴를 뜻하는지 짜증을 낼 지도 모른다. 우리에겐 직관적이라고 불리는 아이폰, 안드로이드의 인터페이스도 누군가에겐 알아보기 힘든 두려움의 대상이 될 수도 있다는 이야기다. ( 물론 모든 어른이 그렇진 않다. 디지털 기기에 익숙한 분들도 일부 계시고, 그 비중도 늘어나는 중이다. )
(작은 화면 속 그림같은 저 버튼들은 누구에게나 평등할까?, 사진=Pixabay)
따라서 음성제어의 장점과 필요성은 바로 여기서 가장 빛을 발한다. 어떤 사회에서 말, 언어란 남녀노소 상관없이 모두가 공통으로 사용하는 소통 수단이다. '밥 먹자'를 누군가 혼자서만 '집 짓다'로 엉뚱하게 알아들을 수 없는 것처럼, 자연어를 기기 제어에 보편적으로 사용되기 시작한다면 그때부턴 세대에 관계없이 누구나 동일한 편의를 누릴 수 있는 세상이 오기 때문이다. 손의 해방은 물론이고 기술 문명의 이기를 최대한 많은 사람이 동등하게 누릴 수 있다는 것은 그 자체로도 큰 사회적 변화를 일으킬만한 사건이다. 이처럼 보이스 인터페이스는 필연적으로 환영받게 될 수단이다.
음성 인공지능은 과연 우리를 속이지 않을 것인가?
그러나 한편으로 저자들은 그보다 보이스퍼스트 기반 사회에서 벌어질 문제점을 보다 심각하게 지적한다. 그중 기억에 남는 건 크게 두 가지다. 하나는 보이스 인공지능으로 비롯될 일종의 '필터링' 문제다. 책에서 가장 많이 소개되는 사례가 글로벌 전자상거래 기업인 아마존과 그들의 보이스 인공지능인 '알렉사' 이야기다. 이 알렉사를 탑재한 스피커 '에코'는 현재 전 세계 AI 스피커 시장의 과반 이상의 점유율을 차지하고 있는 선두주자다. 그만큼 에코를 가장 잘 활용할 수 있는 분야 역시 모기업인 아마존의 상거래 부분이고.
예를 들어 에코를 통해 건전지를 주문한다면, 이상적인 조건에서 알렉사는 아마존닷컴에 등록된 건전지 중 가장 가성비가 좋으면서도 소비자 평이 좋은 제품을 자동으로 추천해줘야 한다. 여기서 드러나는 보이스 인터페이스의 단점이라면 이 경우 화면을 보고 소비자가 직접 제품을 고를 수 없다는 점인데, 이는 결국 제품의 선택을 전적으로 인공지능의 판단에 맡길 수밖에 없다는 말과 같다. 그만큼 공정함에 대한 신뢰성이 최우선임에도 불구하고, 상거래 플랫폼을 가진 기업이라면 인공지능이 자신들의 제품을 조금 더 우선으로 추천하게끔 만들 수밖에 없는 문제가 발생한다는 것이다.
여기서 한술 더 뜨면 구매자의 개인정보와 구매 패턴, 경제력 등을 학습해 같은 제품이라도 다른 판매 가격을 제시하는 일도 가능하다. 일종의 '구매 저항선'을 교묘하게 악용하는 문제인 셈인데, 아마 필자라도 자세히 알아보지 않는다면 평소 자주 사용하거나 좋아하던 물품이 슬그머니 500원쯤 오른다고 해도 큰 의심 없이 구매할 것 같다. 다만 이점에 관해서는 경우에 따라 오히려 더 싸게 사는 상품도 생기는 등 탄력적인 가격 조정이 가능해짐으로써 얻을 수 있는 이득도 있다고 말한다. 어쨌든 내가 모르는 사이에 가격 차별이 발생한다는 건 그 자체로도 별로 기분 좋은 일이 아니다.
인공지능 스피커는 과연 내 편, 나만의 동반자인가?
또 다른 문제는 지금도 꾸준히 제기되는 프라이버시 이슈다. 특히 보이스퍼스트 사회에서 가장 핵심이 되는 기기는 에코와 구글 홈 같은 인공지능 스피커다. 이들은 특성상 상시 녹음내지 인식 대기 상태를 유지하는데, 정상적인 경우 음성 입력과 출력이 이뤄지는 시점은 '알렉사', '오케이 구글' 같은 정해진 호출명이 들렸을 때만이다. '정상적인' 경우라면 말이다. 그런데 이 스피커란 놈들도 결국 소프트웨어로 움직이는 기기인지라 해킹, 혹은 제조사의 의지로 사용자 몰래 비정상적인 도청장치 노릇을 할 가능성이 있다. 실제로 그런 사례가 없었던 것도 아니고, 최근 발매 예정인 구글 홈 미니 또한 의도치 않은 녹음기능 활성화 문제를 지적받아 구글이 급히 문제를 보완한 사례가 있다. 외국의 한 가정집 강도 사건에서 경찰이 에코에 녹음됐을지 모를 내용을 참고자료로 아마존에 요청한 사례도 마찬가지다.
( 대놓고 찍으면 거절이라도 할 텐데, 사진=Pixabay )
안타까운 건 이에 대한 대처법이 마땅치 않다는 점이다. 게다가 도청 외에도 음성을 통한 각종 구매, 명령, 질문 데이터가 사용자의 민감 정보까지 유추할 수 있는 자료 기반이 된다는 점도 문제로 지적되는 부분이다. 많은 플랫폼 기업이 이런 정보를 탐내는 건 개인정보를 많이 확보할수록 보다 정교한 타겟 광고, 제품 판매가 가능하기 때문이다. 그러나 동시에 악용될 경우 돌이킬 수 없는 문제를 야기할 수도 있는 게 개인정보 수집이 가진 위험이다. 특히 특정인을 노린 범죄라면 더욱 그렇다. 어딘가에서 우리 몰래 '빅 브라더'1가 만들어 수도 있는 일이다.
이 문제에 대해 책에서는 '연합 학습'이란 기계학습 기법을 활용해 특정할 수 있는 개인정보를 서버로 전송하지 않는 방법도 소개됐지만 이 방법도 결국은 약간 더 안전할 뿐이다. 어떤 데이터가 남고, 어떤 데이터가 전송되는지 우린 모르기 때문이다. 이런 점은 이미 몇 년 전부터 꾸준히 지적되온 문제다. 기업은 더 큰 편의를 제공한다는 목적하에 우리에게 더 많은 개인정보를 요구하는데, 사실상 이를 거부하거나 막을 방법은 소비자 입장에서 별로 없다. 오롯이 기업의 양심에 맡겨야 하는 문제인데, 당신은 이들 기업을 전적으로 믿을 수 있는가?
단 건 삼키고 쓴 건 뱉어낼 수 있는 연구를 병행해야
개인적으로 스피커와 관련된 침해에 대해선 최근 급부상하는 '블록체인'2 기술을 일부 활용하면 어떨까 싶은 생각이 들었다. 말했다시피 인공지능 스피커를 비롯한 프라이버시 침해 문제의 핵심은 그 여부를 소비자가 알 수 없다는 데 있다. 과연 어떤 정보가 서버로 넘어가고 있는지 아는가가 중요한데, 누구나 열람 가능한 블록체인을 활용하면 내 명령과 정보 중 어떤 것들이 전송됐는지, 혹시 내가 인지하지 못한 정보는 없는지 개인이 직접 확인하고 검증할 수 있지 않을까 하는 생각이다. 물론 식별값은 개인만 알고 있어야겠지만. 비록 블록체인에 대해 깊이 알지는 못하나 앞으로 기업은 그들 스스로가 어떤 방식으로든 투명성을 보장해줄 방법을 찾아야 할 것이고, 이런 개념이 그 일부가 될 수도 있다고 생각한다.
지금껏 이야기한 일부 내용을 제외하더라도 '보이스퍼스트 패러다임'은 현재 보이스 인터페이스 기술이 직면하고 있는 거의 모든 문제와 전망에 대해 쉽지만 깊이 있게 다룬 책이다. 특히 마지막 챕터에 호모디지쿠스 그룹원들이 실제 토론한 내용을 옮긴 대담록 또한 신선하다. 그걸 읽노라면 책에서 다뤘던 내용들이 이런 대화를 통해 의논됐구나 싶은 부분들, 혹은 대담에서만 보여지는 새로운 인사이트가 보여지기도 하다. 대화 형식이라 읽기에도 거부감이 적다.
다만 다음 시리즈에서 개선됐으면 하는 점도 있다. 바로 각주 부분인데, 이 책은 유독 자료와 사례의 출처 표시가 철저하게 돼 있다. 이 부분은 정말 칭찬할 만 하나, 정작 출처를 확인해볼 수 있는 각주 페이지를 펼치면 웬 까만 웹주소만 한가득이다! 심지어 짧은 주소처리도 안 되어 있는 게 에러. 독자를 향한 마지막 배려가 2% 부족했다. 만약 디지털 북이었다면 문제가 안 됐을 텐데 종이책인 만큼 이 경우 참고자료 하나 보기 위해 긴 주소를 한 땀 한 땀 쳐야 하는 사태가 발생한다. 사실 아무리 궁금해도, 이쯤되면 대부분 포기하지 않을까. 그럼 결국 각주를 위해 할애한 열여섯 페이지의 가치는 어디로 가는 것인지, 다소 아쉽다. 최소한 QR코드 처리라도 했다면! 짧은 주소로 변환이라도 했다면 어땠을까.
( 만일 짧은 주소를 활용했다면, 33번 각주의 주소는 다음처럼 짧아진다. https://www.cnet.com/news/amazon-echo-enters-the-smart-home-with-wemo-philips-hue-support -> https://goo.gl/RN9bsb )
마지막으로 귀여운 오타가 하나 있었다. 너무 자연스럽게 치고 들어왔길래 무심코 지나쳤다가 응? 하며 피식했던 부분.
'... 분유를 예로 들면, 2013년에서 2015년 사이 오프라인 매출은 38퍼센트 감소한 반면, 온라인 매출은 75퍼센트 궁금했다.' - P160 中