핵심 비유
딥러닝은 '공부법 개혁'에 비유할 수 있다. 옛날 학생(기존 AI)은 선생님이 만든 공식 암기지에만 의존했다. 그런데 AlexNet이라는 새 학생은 교과서 1,400만 페이지(이미지넷)를 스스로 읽으며 패턴을 찾고, 수퍼 컴퓨터(GPU)로 밤새 반복 연습했다. 이 학생이 갑자기 시험에서 1등을 하자, 모든 학교(AI 연구소)가 같은 방법으로 바꿨다. 알파고는 이 방법으로 바둑 기보 수천만 개를 혼자 밤새 복습한 학생이 세계 챔피언과 붙은 것이다.
핵심 포인트
- 딥러닝은 인간의 뇌 신경망을 흉내 낸 알고리즘이지만, 1980~2000년대에는 컴퓨터가 너무 느리고 데이터가 너무 적어 쓸모가 없었다. 2012년 이미지넷 대회에서 AlexNet이 2위보다 오류율을 10%p 이상 낮추며 처음으로 '딥러닝이 진짜 된다'는 것을 증명했다.
- 이미지넷(ImageNet)은 스탠퍼드 교수 페이페이 리가 전 세계 자원봉사자 49,000명을 동원해 1,400만 장 이상의 사진에 이름표(레이블)를 붙인 거대 데이터셋이다. '좋은 데이터가 좋은 AI를 만든다'는 원리를 처음 대규모로 보여준 사례다.
- AlexNet의 비밀 무기는 GPU였다. 게임용 그래픽 카드인 GPU는 수천 개의 계산을 동시에 처리할 수 있어, 기존 CPU보다 딥러닝 학습 속도를 약 50배 빠르게 만들었다. 빅데이터 + 강력한 GPU + 깊은 신경망, 이 세 가지가 딥러닝 혁명의 재료다.
- 2016년 3월, 구글 딥마인드의 알파고는 세계 최정상 바둑 기사 이세돌 9단을 5번기에서 4승 1패로 이겼다. 바둑은 경우의 수가 우주의 원자 수보다 많아 '컴퓨터가 절대 못 이길 게임'으로 여겨졌기 때문에, 전 세계가 충격을 받았다.
- 알파고의 승리는 '단순 계산'이 아닌 '패턴 학습과 전략 판단'도 AI가 할 수 있음을 보여줬다. 이 사건 이후 전 세계 정부·기업이 AI 투자를 폭발적으로 늘렸고, 지금 우리가 쓰는 ChatGPT·번역기·추천 알고리즘 모두 이 딥러닝 혁명의 연장선에 있다.
교사 팁
수업 도입(5분): MBC 다큐 클립에서 이세돌이 제4국에서 유일하게 이긴 직후 기자들이 환호하는 장면을 짧게 틀어준다. "왜 한 번 이긴 것만으로도 전 세계가 이렇게 열광했을까?"를 질문으로 던진 뒤 수업을 시작하면 학생들의 호기심을 자연스럽게 끌어올 수 있다. 전개 활동 아이디어: 학생들에게 사과·바나나·딸기 사진 카드 30장을 나눠 주고 이름표를 붙이게 한 다음, "이 작업을 1,400만 장 규모로 하려면 어떻게 해야 할까?"를 토론시키면 이미지넷이 왜 혁명적이었는지를 체감시킬 수 있다.