인공지능(AI)이 오는 27일로 예정된 아카데미 시상식의 수상자를 예측했다. 미국의 기술업체인 '유나니머스 AI(Unanimous AI)'는 지난 6년 동안 오스카 수상자 예측에서 놀라운 결과를 얻어냈다. 특허 받은 '스웜(Swarm) AI' 기술을 사용해 16개의 수상 부문에서 어떤 배우와 영화가 1위를 차지할지 예측할 때 평균 90%의 정확성을 보였다.
IoT 전문 매체 'IoT 월드 투데이(IoT World Today)'에 따르면 유나니머스 AI는 올해의 수상자로 남우주연상에 '리처드왕'에 출연한 ‘윌 스미스(Will Smith)’, 여우주연상에 '타미페이의 눈'에서 주역을 맡은 ‘제시카 차스테인(Jessica Chastain)’, 최우수작품상에 제인 캠피온 감독의 ‘파워 오브 도그(Power of the Dog)’ 등을 예측했다.
유나니머스 AI는 AI를 활용해 무리를 이룬 사람들(그룹)이 개인보다 훨씬 더 날카로운 결정을 내리는 스웜 AI 플랫폼을 구축한다. 단지 표명된 의도를 집계하는 투표나 설문조사와는 다르다. 오히려 AI는 사람들의 행동을 통합해 최적의 결과를 도출한다.
유나니머스 AI의 창립자 루이스 로젠버그(Louis Rosenberg)는 "우리는 한 그룹의 사람들을 초유기체로 묶어 인공 전문가를 만들 수 있다"고 말했다.
6년 전에 뉴스위크(Newsweek)의 한 기자가 유나니머스 AI에 오스카상 수상자를 예측해보라고 주문했다. 유나니머스 AI는 25명의 일반 영화 팬을 모아서로 소통(상호작용)하게 한 뒤 수상자를 예측하게 했다. 다음으로 이들의 선택을 주요 뉴스 매체의 영화 평론가의 예측과 비교했다. 영화 팬 그룹의 예측은 73%의 확률로 옳았고 뉴욕 타임스의 예측 성공률 55%를 능가했다. 이후로 유나니머스 AI는 같은 기법을 활용해 오스카 수상자를 예측해오고 있다.
또 몇 년 전 테크 리퍼블릭(Tech Republic)의 한 기자는 유나니머스 AI에 스웜 AI를 사용해 켄터키 더비(Kentucky Derby) 경마에서 상위 4마리 말을 예측하도록 요청했다. 이에 따라 유나니머스 AI가 내놓은 예측에 이 기자는 1달러를 걸어 540달러를 땄고 창립자 로젠버그는 20달러를 걸어 11,000달러를 받았다.
일반적으로 사람들이 생각하는 바를 알아내기 위해선 투표를 하거나 설문조사를 실시한다. 답변을 집계해 결과를 얻는다. 그러나 "그것은 크라우드소싱(crowdsoursing)이 아니라 통계일 뿐"이라고 로젠버그는 말했다.
스웜 AI는 다르다. 참가자가 최종 답변을 도출할 때까지 참가자들이 서로 어떻게 반응하는지를 살펴본다. 먼저 주제와 관련된 사람들을 모은다. 그룹 규모는 해당 분야의 전문가인 경우 5명에서 일반 대중의 경우 약 80명까지 다양하다. 그들에게 10~20개의 질문을 하고 세션은 20분 이내로 지속한다.
로젠버그는 "초보자 그룹을 선택하면 전문가로 만들고 전문가를 구하면 슈퍼전문가로 만들 수 있지만 전문가가 절대적으로 필요한 것은 아니다”고 말했다.
예를 들어 회사에서 제품 판매를 늘리는 방법을 찾고 싶다면 제품 개발 부서에서 정규 직원 그룹을 구성할 수 있다. 그리고 "테스트중인 상품의 어떤 기능이 매출을 가장 늘릴까"라고 그룹 구성원들에게 질문한다.(아래 사진 참조)
각 참가자는 육각형을 보고 마우스나 터치패드를 사용하여 원을 원하는 위치로 이동한다. 이동된 원의 위치(선택)에 따라 실시간으로 전체 참가자들의 선택 결과를 보여준다.
스웜 AI를 독특하게 만드는 것은 다음과 같다. 사람들은 다른 사람의 선택을 보면 영향을 받고 마음이 바뀔 수 있다. 그들은 자신이 선택한 방향으로 원을 당기는 것을 멈추고 대신 다른 답을 고를 수 있다. 스웜 AI의 알고리즘은 이러한 상호작용을 보고 누가 자신의 선택에 대해 더 확신을 갖고 있는지 측정해 전체 그룹의 답변을 도출한다.
로젠버그는 "회의실 테이블에서는 매우 강한 성격이 대화를 지배하고 수줍음이 많은 사람들이 압도될 것이지만 군중(스웜) 내에서 모든 사람은 평등하고 익명이다”고 말했다. 이어 “극도로 양극화된 의견을 가진 사람들의 그룹이 있을 때 그 그룹이 합의에 도달하는 것은 매우 어렵다”며 "그러나 익명의 군중은 극도로 양극화된 그룹이 집단 만족도를 극대화할 수 있는 답을 찾을 수 있도록 한다"고 주장했다.
AI타임스 박찬 위원 cpark@aitimes.com
