휴대폰이 우리 집 고양이 사진을 모두 한 앨범에 모아 줍니다. 아이가 묻습니다. "이게 고양이인 걸 어떻게 알아?" 휴대폰에 "귀가 뾰족하고 수염이 있으면 고양이"라는 규칙을 적어 준 사람은 없습니다. 대신 기계에게 "고양이" 또는 "고양이 아님"이라고 표시된 아주 많은 사진을 보여 주었고, 기계가 스스로 공통점을 찾아낸 것입니다. 이런 학습 방식을 머신러닝(기계 학습)이라고 합니다.
이 글은 8~12세 아이가 직접 기계 역할을 하는 그림 카드 게임을 소개합니다. 게임이 끝나면 아이는 기계가 예시에서 어떻게 배우는지, 그리고 더 중요하게는 기계가 가끔 왜 틀리는지 이해하게 됩니다.
기계는 이름표가 붙은 예시로 배웁니다
기계가 고양이와 강아지를 구별하게 하는 방법은 두 가지입니다.
- 규칙을 써 주기: 프로그래머가 "귀가 뾰족하고 수염이 있으면 고양이"처럼 모든 것을 적어 줍니다. 이 방법은 어렵습니다. 귀가 접힌 고양이도 있고, 귀가 뾰족한 강아지도 있고, 고양이의 뒷모습만 찍은 사진도 있기 때문입니다.
- 기계가 배우게 하기: 사람들이 사진을 많이 모으고, 사진마다 정답 이름인 이름표("고양이" 또는 "강아지")를 붙입니다. 기계는 이 사진들을 여러 번 보면서 대부분 맞힐 때까지 추측하는 방법을 조금씩 고칩니다. 그러고 나서 이름표가 없는 새 사진을 보면 추측해 봅니다.
기계는 고양이가 무엇인지 이해하지 못합니다. 자기가 본 예시에서 "고양이"라는 이름표와 자주 함께 나타난 특징을 찾아낼 뿐입니다. 좋은 예시는 좋은 추측으로, 나쁜 예시는 나쁜 추측으로 이어집니다. 아래 게임으로 아이가 이 점을 직접 확인할 수 있습니다.
카드 만들기
손바닥만 한 두꺼운 종이 20장쯤, 색연필이나 사인펜, 그리고 "선생님" 역할을 할 사람(보통 부모님)이 필요합니다.
- 카드마다 아주 단순한 고양이나 강아지를 그립니다. 서로 다르게 그려 주세요. 귀가 뾰족한지 처졌는지, 수염이 있는지 없는지, 털이 주황색, 검은색, 흰색, 얼룩무늬 중 무엇인지, 꼬리가 긴지 짧은지를 바꿉니다.
- 카드 뒷면에 "고양이" 또는 "강아지"라고 이름표를 씁니다.
- 카드를 두 묶음으로 나눕니다. 연습 카드는 12장쯤, 나머지는 시험 카드입니다. 시험 카드는 아직 아이에게 보여 주지 않습니다.
그림을 잘 그릴 필요는 없습니다. 조금 삐뚤빼뚤한 편이 오히려 좋습니다. 진짜 기계도 흐릿하고 기울어진 사진을 다루기 때문입니다.
게임: 아이가 기계가 됩니다
1라운드: 연습. 아이가 연습 카드를 한 장씩 뒤집어 그림을 보고, 뒷면의 이름표를 확인합니다. 알게 된 점을 메모해도 좋습니다. "고양이는 수염이 있을 때가 많아", "강아지는 귀가 처진 경우가 많아"처럼요. 이것이 아이 나름의 추측 방법이고, 기계가 배우고 나서 찾아내는 것과 같습니다.
2라운드: 시험. 시험 카드를 그림이 보이게 한 장씩 보여 줍니다. 아이는 "고양이" 또는 "강아지"라고 답하고 이유를 말합니다. 카드를 뒤집어 확인하고 맞힌 개수를 셉니다.
3라운드: 더 연습. 아이가 틀린 카드를 연습 카드 묶음에 넣고, 추측하는 방법을 고칩니다. 새 시험 카드 몇 장으로 다시 해 봅니다. 보통 점수가 올라갑니다. 진짜 기계도 이렇게 배웁니다. 틀린 곳을 고치고, 그것을 아주 많이 되풀이합니다.
라운드가 끝날 때마다 물어보세요. "뭐가 제일 도움이 됐어? 뭐 때문에 헷갈렸어?"
기계가 잘못 배울 때
가장 재미있는 부분은 일부러 잘못 가르쳐서 어떻게 되는지 보는 것입니다. 한 번에 한 가지씩 해 보세요.
- 예시가 너무 적을 때: 연습 카드를 세 장만 보여 주고 시험을 봅니다. 아이는 감으로 찍는 일이 많아지고 더 많이 틀립니다.
- 예시가 모두 비슷할 때: 연습 카드의 고양이는 전부 검은색, 강아지는 전부 주황색으로 만듭니다. 시험에 주황색 고양이가 나오면 아이가 "강아지"라고 답할 가능성이 큽니다. "검으면 고양이"라는 추측은 연습 카드에는 맞지만 현실에는 맞지 않습니다.
- 상관없는 것을 배울 때: 강아지는 모두 초록 풀밭에 서 있게, 고양이는 모두 의자에 앉아 있게 그립니다. 시험에서는 풀밭 위의 고양이를 그려 봅니다. 아이가 강아지라고 할까요? 진짜 기계도 동물이 아니라 배경을 보는 식으로 이런 실수를 가끔 합니다.
- 이름표가 틀렸을 때: 연습 카드 두 장의 이름표를 몰래 바꿔 놓습니다. 아이의 추측이 어긋나는 것을 볼 수 있습니다.
그때마다 함께 소리 내어 말해 보세요. 문제는 "기계"(아이)가 아니라, 기계에게 주어진 예시에 있다고요.
좋은 예시가 중요한 이유
이 게임으로 아이는, 배우는 기계를 만드는 사람들이 늘 고민하는 몇 가지를 스스로 알아낼 수 있습니다.
- 충분한 수: 예시가 많을수록 기계가 눈 감고 찍는 일이 줄어듭니다.
- 충분한 다양성: 털 색, 모양, 배경이 다양해야 기계가 상관없는 것에 매달리지 않습니다.
- 정확한 이름표: 이름표가 틀리면 틀리게 배우고, 기계는 그것을 알아챌 방법이 없습니다.
- 확인하는 사람: 기계는 아주 자신 있어 보이면서도 틀릴 수 있으므로, 사람이 계속 확인해야 합니다.
10~12세 아이와는 한 걸음 더 나아갈 수 있습니다. 목소리, 손글씨, 얼굴을 알아보는 기계도 예시로 배웁니다. 어떤 종류의 목소리나 글씨가 예시에서 빠져 있으면 기계는 그것을 더 못 알아봅니다. 그래서 기계를 만드는 사람들은 예시를 신중하고 공정하게 골라야 합니다.
나이는 대략적인 기준일 뿐이고 아이마다 다릅니다. 6~7세 아이도 카드 수를 줄여서 1, 2라운드는 즐길 수 있습니다.
공통점을 찾아 무리로 나누는 것은 아이가 이 게임에서 하는 일이고, 기계가 배울 때 하는 일이기도 합니다. Dologi의 "수학" 주제에 있는 "상자에 나누기" 퍼즐은 주사위 눈의 수처럼 한 가지 특징을 기준으로 물건을 알맞은 상자에 넣게 합니다. 다른 점은, 아이가 왜 그렇게 나누는지 이해하고 있다는 것입니다.
정리
- 기계는 이름표가 붙은 예시를 많이 보고 공통점을 찾아 배우며, 이를 바탕으로 새로운 것을 추측합니다.
- 고양이와 강아지 카드로 하는 "기계 가르치기" 게임에서 아이는 기계 역할을 하며 연습, 시험, 더 연습을 반복합니다.
- 예시가 너무 적거나, 모두 비슷하거나, 이름표가 틀리면 기계는 잘못 추측합니다.
- 기계는 사람처럼 이해하지 못하므로, 좋은 예시와 확인하는 사람이 여전히 중요합니다.
함께 읽어 보세요: 인공지능이란? 아이에게 AI를 설명하는 방법, 앱은 왜 비슷한 영상만 계속 추천할까요? 8~12세 아이에게 추천 원리 설명하는 법