이 대회에서, 2012년에 딥러닝 기반의 AlexNet이 압도적인 성능으로 우승해서 주목을 받았다. (알렉스(Alex)는 토론토 대학교 대학원생이고, 제프리 힌튼이 지도교수였다) 이때부터 본격적으로 딥러닝이 주목을 받았던 것으로 기억한다. 기술은 이처럼 명확한 결과물을 낼 때, 주목을 받을 수 있는 것 같다. 연구는 오랜 시간 지속되었는데 말이다. 이 때, 사용된 알고리즘은 CNN(Convolution Neural Network)인데, CNN은 인간이 이미지를 인식하는 프로세스를 본따서, 딥러닝 기반으로 구성된 모델이다. 이미지를 보고 스캔하면서, 각 영역별 특징들을 추출해내고, 그것들을 합쳐서 이미지를 인식하는 것이다. 우리가 강아지 사진을 볼 때, 픽셀을 하나하나 보는 것이 아니라, 강아지의 특징을 보고 강아지라고 생각할 수 있는 것처럼 말이다.

트랜스포머는 긴 문맥을 이해할 수 있고, 병렬처리가 가능하기 때문에, 오늘날 LLM(Large Language Model, 대용량 언어모델)의 기본 구조가 되었다. 최근, Chat GPT, Claude, Gemini 등의 언어모델 기반 대화 에이전트들이 무척 많이 보인다. 높은 성능을 자랑하는 인공지능들이 상용화고 있지만, LLM이 완벽한 것은 아니다. 연구자들은 여전히 기술의 문제점을 찾고 해결하기 위해 노력하고 있다. LLM이 이상한 답을 최대한 내놓지 않도록 하는 연구, 디바이스에 탑재하기 위해 모델을 경량화하는 연구, 사람이 집단지성을 이용해서 더 좋은 판단을 할 수 있는 것처럼, 여러 모델을 만들어서 문제를 해결할 수 있도록 하는 구조에 대한 연구 등 수많은 연구들이 진행되고 있다.

아마도 연구는 계속될 것이고, 기술의 발달은 가속화될 것이다. 하지만, 어찌 보면 인공지능은 결국 인간을 모사한 연산장치이다. 두려워하기보다는 인공지능을 잘 활용하는 것이 중요하다. 인간이 창출해낸 방대한 컨텐츠를 학습하고, 문맥을 이해하는 인공지능을 "나만의 비서" 처럼 안 쓸 이유가 없다. 휴대할 수 있는 나만의 도서관이자 컨설턴트니까 말이다. 다만 인공지능이 나를 대체하는 것이 싫다면, 나만이 창출할 수 있는 가치에 대한 고민도 해나가야 할 것이다. 그리고 그 가치를 알아가기 위해 "내가 내 삶에서 정말로 해결하고 싶은 문제가 무엇일까?" 라고 스스로에게 물어보는 과정이 도움이 될 거라고 생각한다. 인공지능을 적절히 활용하되, 내 삶을 충실히 잘 살아가고, 고요히 들여다보는 시간이 필요함을 느끼고 있다. (개인적으로는 글쓰기와 기록을 통해 내 삶을 알아가려고 한다) 최첨단 인공지능 기술과 도구를 찾아도 정작 내 삶에서 활용할 곳이 아무것도 없다면 무용지물이지 않을까?

인공지능이 직업의 몇퍼센트를 대체할 것이다 라는 예측이 난무하는 요즘, 초불확실성의 시대를 잘 헤쳐나가 보려는 내 마음은 이렇다. 나는 일단 나를 이원화했다. 인공지능 연구 개발자로서의 모습이다. 나는 동료들과의 협업을 통해, '회사에서 풀어야 할 문제' 에 집중하는 삶을 살 것이다. 머리 싸매고 고민해야 하는 회사 생활이 녹록지 않지만, 개인적으로 함께함으로서 아이디어가 정교해지고, 더 좋아지는 과정을 소중히 여기고 있다. 내가 팀에 소속되어 해왔던 일들을 돌이켜 보면, 도무지 혼자 달성할 수 없는 일이라고 생각한다. 감사할 따름이다. 
또 다른 나는 어디에도 속하지 않은 있는 그대로의 내 모습이다. 내 마음대로 방향을 정하는 솔로 플레이를 하며 살아가는 시간도 가지려고 노력한다. 퇴근 후, 회사 밖 내 삶을 그려보는 것이다. 요즘같이 변화가 빠른 시기를 살아가는 한 명의 사람으로서, 내 삶의 중심을 잡고 살아가기 위해, 누군가의 시선에 갇히지 않고, 진정으로 내가 살면서 해결하고 싶은 문제는 무엇인지, 내 속도로 풀어 나가보자는 마음을 잊지 않고 살아가는 시간도 조금씩 가지려고 노력중이다.