[원불교신문=남궁문 원무] 어느새 로봇이 사람들의 일상생활에 공존하는 시대가 됐다. 이러한 흐름은 가속화 일로에 있어 머지않은 장래에 사람들의 전유물이던 많은 일자리가 로봇에게 넘어갈 것으로 예측되고 있다. 

그러다보니 미래학자들은 사회기반 운영을 위한 재정 부족으로 로봇에게 세금을 부여해야 사회경제적 재정이 돌아간다거나, 로봇에게 용돈을 받는 것이 전혀 이상한 일이 아닐 것이라는 예측을 내놓기도 한다. 그런데 이제는 이러한 예측이 예측으로 그치지 않고 현실로 다가오고 있다. 

본인이 30여 년 전 박사학위 과정에 있던 시절 인공지능 관련 교과목을 수강한 적이 있다. 그때 수업 중 교수님이 예로 든 것 중의 하나가 로봇이 꽃을 들게 하는 기본적인 개발 단계는 다 완성됐으나, 로봇이 꽃을 들고 있을 때 꽃이 가만히 서있지 않고 계속 미세하게 흔들리는 현상이 있어 이것을 해결하기가 너무 어렵다는 말씀을 한 적이 있다. 

그래서 이러한 문제 해결을 위해 과학자들은 인간의 뇌의 형상 구조를 모방한 이론, 식물의 낙엽 등 미세한 경계의 영역을 모방한 이론, 지형간의 경계를 모방한 이론 등 다양한 이론을 활용해 정확한 해답을 구해 적용하는 연구들을 끊임없이 해왔고, 지금도 진행 중이다.

자연의 복잡한 현상을 수학적으로 풀어 프로그램화하는 경우 해답이 아닌 것이 해답으로 나타나는 경우가 많아 기술 개발에 실패하는 일도 많다. 그러한 결과는 현상 데이터의 부족, 적용 수식의 한계 등 다양한 경우에 의해 발생하고 이런 경우에는 정교한 기기 또는 로봇을 만들 수 없게 되든지 개발이 되어도 정교함이 떨어지는 경우가 대부분이다. 그래서 인공지능, 자율자동차 및 ICT기술 등 4차산업혁명에 따른 산업기술 개발 분야에 적용되는 것이 심층학습(Deep Learning)이다. 

이는 어느 현상의 문제에 대한 해답을 찾기 위해 다양하고 심화된 수학적 방법을 적용해 가장 확실한 해답을 찾아주는 방식이다. 그 결과 이제는 인간의 행동과 유사한 로봇, 인간의 판단을 능가한 지능을 가진 인공지능기술이 개발됐고, 이러한 기술을 응용한 상품들이 우리의 생활에 깊숙이 들어와 있다. 이러한 심층학습 방법은 진화·발전하여 궁극적으로 인간과 똑같은 행동과 판단을 할 수 있는 기기와 상품을 만들어 내게 할 것이다.  

이제는 우리가 어떠한 일을 계획하고 실행할 때에도 보다 더 깊이 숙고하고 심화(Deep)해가는 것이 절실히 필요한 것 같다. 그래서인지 요즘은 산업분야를 넘어 경영 등 다양한 분야에 심층(Deep)의 개념을 도입해 응용하는 것을 종종 볼 수 있다. 얼마 전 우리나라 굴지의 대기업 경영자가 기업의 경쟁력 강화를 위해 심층적 변화(Deep Change)를 내걸고 글로벌 기업으로의 나래를 활짝 펴나가려는 계획을 추진하고 있다는 기사를 접한 적이 있다. 그렇다면 심층부분의 응용을 위해 반드시 필요한 것이 무엇일까를 생각해본다. 

고도의 기술 개발을 위한 명확한 해답을 낼 수 있도록 하기 위해 심층학습 이론을 적용하는데 이는 결국 현상에 대한 세심함(Detail)의 적용이라 할 수 있다. 즉 모든 일에 깊이 있게 접근하려면 세심함이 수반돼야 한다고 생각한다. 

어느 포럼에서 한 세계적인 석학의 강연을 들은 적이 있다. 그 석학은 선진국과 그 외의 나라들의 차이가 여러 가지가 있는데 그중 하나가 "어떠한 일에 대한 세심함의 차이를 들 수 있다"고 했다. 본인은 그 말을 들으면서 '우리들이 일상에서 하는 마음공부도 보다 더 깊게 심화해서 보다 더 세심하게 해야 성불의 길로 더 빨리 갈 수 있겠다'는 생각을 했다. 

그 후 매일 유무념 조목으로 챙기고 있다. 개인, 가정, 사회, 국가, 세계의 국한을 떠나 모든 부분이 고르게 원만구족하고 지공무사하게 되려면 '보다 더 심층적(Deep)으로 보다 더 세심(Detail)하게' 하는 문화의 정착이 필요할 것 같다.

/원광디지털대학교 총장ㆍ어양교당

[2018년 7월27일자]