스마트폰을 들 때마다 알고리즘을 소환하는 거야 얼굴로 휴대폰 잠금을 해제하는 것부터 틱톡에서 볼 수 있는 동영상을 결정하는 것, 출근길 고속도로 사고를 피하기 위해 구글 지도를 업데이트하는 것까지 모든 것에 사용된다.
알고리즘(algorithm)은 결과를 산출하기 위해 컴퓨터가 따르는 규칙이나 단계의 집합이다. 알고리즘은 우리 전화기에만 있는 것이 아닙니다. 알고리즘은 온·오프라인에서, 집의 가치를 높이는 것을 돕는 것에서부터 강아지의 똥을 멀리하도록 로봇에게 진공청소기를 가르치는 것에 이르기까지 모든 종류의 과정에 사용됩니다. 몇 년 동안 그들은 누구를 체포할 것인지, 법정 기일 전에 출소해야 하는지, 그리고 누가 주택 대출 승인을 받을 것인지를 결정하는 것과 같은 삶을 바꾸는 결정들을 점점 더 많이 위임 받았다.
최근 몇 주 동안 기술 기업들이 알고리즘의 사용 방식을 어떻게 전환해야 하는지 등 알고리즘에 대한 정밀 조사가 다시 이루어지고 있다. 이는 페이스북 내부고발자 프랜시스 호겐이 참여한 청문회에서 제기된 우려와 하원에 상정된 초당적 입법(동반 법안이 이전에 상원에서 재도입된 적이 있음)에서 모두 비롯되었다. 이 법안으로 인해 대형 기술 회사들은 사용자들이 알고리즘에 의해 형성되지 않는 플랫폼 버전에 접속할 수 있게 될 것이다. 이러한 발전은 알고리즘이 우리 사회에서 하는 중심적인 역할에 대한 증가하는 인식을 강조한다.
2019년 1월 3일, 룸바가 어떻게 방 지도를 작성하고, 패턴을 알아낸 후 고양이 음식 접시를 피하고, 의자 다리를 휘감고, 식당 수납장 밑에서 자유롭게 되는 등 모든 장애물을 다루는지를 지켜보는 것은 매혹적이다.
2019년 1월 3일, 룸바가 어떻게 방의 지도를 작성하고, 패턴을 알아낸 다음 고양이 음식 접시를 피하거나, 의자 다리를 휘감고, 식당 수납장 아래에서 자유롭게 되는 등 모든 장애물을 다루는지를 지켜보는 것은 흥미롭다.
하버드 케네디 스쿨의 쇼렌스타인 미디어, 정치, 공공정책 센터의 방문 연구원인 크리스 길리어드는 "이 시점에서 그들은 우리 삶의 거의 모든 측면에 대해 결정을 내릴 책임이 있다"고 말했다.
그러나 알고리즘이 작동하는 방식과 그들이 도달하는 결론은 특히 인공지능 기술의 사용으로 인해 더욱 복잡해질 수 있다. 결과가 항상 이해되거나 정확한 것은 아니며, 그 결과는 비참할 수 있습니다. 그리고 알고리즘이 우리의 삶에 미치는 영향을 제한하기 위한 잠재적인 새로운 법률의 영향은 여전히 불분명하다.
알고리즘, 설명
알고리즘은 기본적으로 일련의 명령어이다. 인공지능 모델 구축업체 허깅페이스의 윤리 AI팀 연구과학자 사샤 루치오니가 지적한 것처럼 이름 목록을 알파벳 순으로 넣는 등 컴퓨터가 따라야 할 방향이 정해져 하드코드가 가능하다. 간단한 알고리즘은 수십 년 동안 컴퓨터 기반 의사 결정을 위해 사용되어 왔다.
오늘날, 알고리즘은 우리가 알든 모르든 간에 항상 복잡한 프로세스를 용이하게 합니다. 여러분이 가장 인기 있거나 가장 덜 비싼 선택지를 보기 위해 잠옷을 걸러내도록 옷 웹사이트를 지시할 때, 여러분은 기본적으로 알고리즘을 사용하여 이렇게 말하는 것입니다. "이봐, 올드 네이비, 나에게 가장 싼 잠옷을 보여주기 위해 단계를 거친다."
모든 종류의 것들은 알고리즘이 될 수 있고, 그것들은 컴퓨터에만 국한되지 않는다: 예를 들어 레시피는 일종의 알고리즘이다. 집을 나서기 전에 졸면서 지나가는 평일 아침 일과처럼 말이다.
시애틀에 위치한 힌츠 로(Hintze Law)의 데이터 프라이버시 및 보안 변호사 제반 허슨(Jevan Hutson)은 AI와 감시를 연구해 왔다.
하지만 우리가 우리 자신의 결정에 의문을 제기할 수 있는 반면, 기계에 의해 만들어진 결정들은 점점 더 수수께끼가 되어가고 있다. 그것은 딥러닝으로 알려진 인공지능의 한 형태가 등장하기 때문인데, 이것은 뉴런이 뇌에서 작용하는 방식을 본떠서 약 10년 전에 두각을 나타냈다.
어떻게 인공지능이 지난 10년 동안 우리의 삶을 지배하게 되었는가
어떻게 인공지능이 지난 10년 동안 우리의 삶을 지배하게 되었는가
예를 들어, 딥러닝 알고리즘은 컴퓨터가 고양이가 어떻게 생겼는지 알아내는 법을 배우기 위해 수천 개의 고양이 비디오를 보는 작업을 할 수 있다. (구글이 2012년에 이것을 신뢰성 있게 하는 방법을 알아냈을 때 그것은 큰 문제였다.) 데이터를 갉아먹고 시간이 지남에 따라 개선되는 이 과정의 결과는 본질적으로 컴퓨터가 어떻게 고양이가 새로운 사진에서 보이는지 확인하는 컴퓨터 생성 절차일 것이다. 이것은 종종 모델(때로는 알고리즘 자체라고도 함)로 알려져 있다.
이 모델들은 믿을 수 없을 정도로 복잡합니다. Facebook, Instagram, 그리고 Twitter는 각각의 사람들의 관심사와 이전 활동에 기초하여 사용자들의 피드를 개인화하는 것을 돕기 위해 그것들을 사용한다. 이 모델은 또한 인간이 분류할 수 없는 여러 해에 걸쳐 수집된 데이터 더미를 기반으로 할 수 있다.
