|
4차 산업혁명 인공지능알파고를 통해 인공지능이 전 세계의 관심을 끌게 되었다. 인공지능은 오랜 침체기를 거쳐 클라우드 컴퓨팅 환경의 급속한 발전과 빅데이터가 뒷받침되어 디프러닝이 구현되는 극적인 돌파구가 열리면서 전환기를 맞았다. 이제 인공지능은 4차 산업혁명의 핵심 요소로 떠올랐다. 인공지능의 부활아마도 2016년을 대표하는 중요한 사건의 리스트에는 반드시 알파고(AlphaGo)와 이세돌 기사의 대국과 인공지능이 포함될 것이다. 알파고를 통해 인공지능이 전 국민이 관심을 갖는 분야로 떠올랐다. 덕분에 인공지능에 대한 교육이나 홍보가 단숨에 이루어졌다. 인간의 지능을 가진 생각하는 기계를 만들겠다는 생각은 오랜 역사를 갖는다. 인공지능은 인간이 컴퓨테이션(계산) 방법을 발전시키면서 자연스럽게 대두되었다. 인공지능의 역사를 보면 상당한 기간 동안 굴곡진 시간을 거쳐 왔다. 1930~1940년대부터 생각하는 기계에 대한 기대가 본격화되기 시작했다. 튜링테스트가 개발되고, 수리논리학이나 컴퓨테이션, 사이버네틱스(인공두뇌학), 정보 이론 등 인간의 사고 과정에 대한 이론들이 등장했다. 1956년에는 처음으로 인공지능(AI, artificial intelligence)이라는 용어가 등장했다. 그러나 일반적인 지능 프로그램을 만드는 것이 생각보다 어렵다는 것이 판명되어 1970년대까지 침체기를 겪기도 했다. 영국의 AI연구소는 해체되고, 미국의 연구재단은 AI 연구 지원을 중단했다. 그러다 1980년대 신경망(neural net) 이론으로 인공지능이 재발견되었다. 신경망 이론은 인간의 사고를 두뇌 작용의 산물로 보고 이 두뇌 구조를 분석하고 처리하는 메커니즘을 규명해 생각하는 기계를 만들 수 있다는 이론에서 출발한 이론이다. 그러나 이 이론을 적용하기에는 방대한 데이터를 관리할 방법이 없었다. 다시 침체기를 맞았다가 1990년대 인터넷의 발전으로 다시 부활했다. 검색 엔진 등을 통해 방대한 데이터를 수집할 수 있게 되었기 때문이다. 여기에서 기계학습을 가능하게 하여 수많은 데이터를 분석하고 인공지능 스스로 학습하는 방식으로 진화할 수 있게 되었다. 더 나아가 인간의 뇌를 모방한 신경망 네트워크(neural networks) 구조로 이루어진 디프러닝(Deep learning) 알고리즘으로 발전하면서 그 한계를 뛰어넘을 수 있었다. 1997년 5월에는 IBM의 슈퍼컴퓨터 디프블루(Deep Blue)가 여러 번의 도전 끝에 당시 체스 세계챔피언이었던 게리 카스파로프(Gary Kasparov)를 물리치면서 다시 주목을 받았다. 그리고 2011년 2월에는 IBM의 왓슨(Watson)이 미국의 텔레비전 방송 프로그램인 <제퍼디(Jeopardy!)> 퀴즈쇼에서 두 명의 참가자들을 누르고 우승을 차지했다. 세계는 기계가 인간을 이겼다는 사실에 놀랐고, 이에 따라 IBM 등이 주도하는 인공지능 개발에 대한 관심도 다시 크게 높아졌다. 기존의 컴퓨터는 인간의 연산능력을 배가하는 것만으로도 인간 사회를 크게 변화시켜 왔다. 더욱이 이는 인간이 작성한 프로그램을 통해서만 이루어졌고 인간이 관여했다. 그런데 컴퓨터가 인간의 관여 없이 스스로 학습해 결정하는 인공지능 능력을 만들어 낸 것이다. 지능은 인간만이 가진 고유한 능력으로 알려져 왔다. 물론 동물의 다른 종도 약간의 지능을 가지고 있지만, 그 정도는 매우 미약해 지능이라고 불릴 정도는 아니었다. 그런데 이렇게 인간만이 가진 것으로 알았던 지능을 컴퓨터가 스스로 갖게 된 것은 놀라운 일이었던 것이다. 이는 기계학습(machine learning)이라는 방법으로 이루어졌다. 기계학습은 기계가 수학적 최적화 및 통계분석 기법을 기반으로 사람의 도움 없이도 데이터로부터 일정한 신호와 패턴을 배우고, 그것을 바탕으로 다음에 일어날 일을 예측하며 적합한 의사 결정을 내리는 알고리즘을 만드는 일에 주력한다. 이런 기계학습 방법론에 기댄 인공지능 연구 흐름은 특히 2012년 6월 구글과 앤드루 응(Andrew Ng)이 기계학습의 한 분야인 디프러닝 알고리즘을 이용해 컴퓨터가 1000만 개의 유튜브 동영상 속에서 고양이 이미지를 74.8%의 정확도로 식별하도록 하는 프로젝트를 성공적으로 수행하면서 커다란 도약의 전환점을 맞게 되었다. 디프러닝은 신경망 네트워크 개념을 이용해 가능해졌다(조용수, 2015). 클라우드 컴퓨팅 환경의 급속한 발전과 빅데이터가 뒷받침되자 디프러닝이 구현된 것이다. 글로벌 기업의 AI 전략이렇게 극적인 돌파구가 열리자 인공지능은 큰 전환기를 맞게 되었다. 기계에게 이미지와 소리를 인식하는 방법을 가르치는 심화학습 기법이 영상인식, 음성인식, 번역 등 다양한 분야에 적용되면서 구체적인 결과를 만들어 내고 있다. 지금 주요 글로벌 기업들은 인공지능을 모두 미래의 최대 성장 동력으로 보고 있다. 구글, IBM, 마이크로소프트, 애플, 페이스북, 바이두, 알리바바, 삼성 등이 대거 참여하면서 인공지능 적용 분야가 의료기술 향상, 유전자 분석, 신약 개발, 금융거래 등으로 빠르게 확대되고 있다. 구글은 2001년 이후 AI 관련 기업을 인수합병하며 인공지능 분야를 선도하고 있다. 2014년에는 영국 AI 기업 ‘디프마인드 테크놀로지(DeepMind Technologies)’를 6억 달러(6600억 원)에 인수했다. 디프마인드는 이세돌 9단과의 바둑 대결에서 승리해 인공지능에 대한 관심을 불러일으킨 ‘알파고’를 개발한 회사다. 구글은 또한 2009년부터 자율주행차 개발을 시작하는 등 AI 기술을 활용하는데 앞장서 왔다. 로봇 분야에서도 앞서고 있다. 구글은 스마트폰 이용자를 위해 이메일을 읽고 이용자의 모든 동작을 파악하며, 묻기도 전에 원하는 것을 알아서 검색하고 그 결과를 이용자가 원하는 상황까지 감안해서 알려 주는 진정한 의미의 사이버 도우미를 개발하는 목표를 세웠다. 그 일환으로 AI 비서 ‘구글 어시스턴트(Assistant)’, 사물인터넷(IoT) 허브 ‘구글 홈’, AI 모바일 메신저 앱 ‘알로(Allo)’ 등 인공지능을 활용한 서비스를 준비하고 있다. IBM은 ‘디프블루’와 ‘왓슨’을 개발해 인공지능의 실제 사례를 보여 주며, 구글과 함께 인공지능 분야를 선도하고 있다. IBM은 각 산업 전반에 접목해 거대한 인공지능 생태계를 만드는 데 주력하고 있다. 왓슨의 데이터 검색 능력과 자연언어 이용 능력을 활용해 개발자들이 다양한 인공지능 서비스를 개발하도록 하는 것이다. IBM은 특히 왓슨을 의료 분야에 적용하는 데 발군의 실력을 보여 주고 있다. 왓슨은 암 환자 치료에 암 환자의 데이터와 각종 의료 데이터를 동원해 암 발견과 최적의 치료를 수행하는 시스템으로 발전하고 있다. 유명한 의사보다 왓슨이 더 정확하게 수행한다고 한다. 또한 최근에는 왓슨 IoT 기술을 적용한 자율 주행 셔틀버스를 발표했다. 이 버스는 차량 외부에 장착된 센서들로 데이터를 수집하고 이를 활용해 AI가 운전한다. 또 승객과의 일상 대화가 가능해 승객이 목적지를 말하면 목적지와 최적 경로를 자동으로 운행한다. 이렇게 IBM은 왓슨을 실제 생활에 접목해 커다란 인공지능 생태계를 구축하고자 한다. 마이크로소프트는 ‘코타나(Cortana)’를, 이용자가 가장 먼저 의존하는 디지털 개인 비서로 만드는 데 주력하고 있다. 코타나는 자연언어 인식과 기계학습 기능을 갖추고, 검색 엔진 빙(Bing)의 빅데이터를 활용해 정보 검색을 넘어 이용자가 원하는 것을 도와주는 서비스로 발전하고 있다. 마이크로소프트는 모든 기계가 인공지능 기반으로 진화하며, 인간의 언어를 이해하는 컴퓨팅 시대가 되어 ‘대화’가 인간과 사물의 핵심 커뮤니케이션 수단이 된다는 것으로 보고, 이를 ‘플랫폼과의 대화’ 개념으로 정리하고 있다. 애플은 음성인식 정보검색 서비스인 ‘시리(Siri)’의 생태계를 확대하는 데 주력하고 있다. AI 시리를 외부의 앱과 연동해 서비스 확장성을 추진한다. 또한 그동안 아이폰과 아이패드 등에서만 작동되던 시리를 PC와 노트북PC 운영체제(OS)인 맥 OS에도 포함한다고 한다. 페이스북은 뒤늦게 2013년에 AI연구소를 설립하고, AI 채팅플랫폼인 ‘챗봇(Chatbot)’을 공개했다. 10억 이용자를 기반으로 AI 기반의 생태계를 만들겠다는 목표를 내세웠다. 한편 중국은 거대한 시장과 막대한 자본력을 바탕으로 AI 산업에 적극 나서고 있다. 바이두는 구글의 거의 모든 비즈니스 모델을 따라 하는 것으로 알려져 있다. 따라서 인공지능 분야도 예외가 아니다. 바이두는 구글의 인공지능 분야를 이끌었던 앤드루 응을 영입해 인공지능 연구소의 책임자로 임명했다. 바이두의 인공지능 연구소는 진정한 의미에서 인간의 개입 없이 스스로 학습할 수 있는 지능을 개발하는 목표를 가지고 있다. 이런 인공지능 기술이 바이두의 비즈니스 역량을 향상시킬 것으로 보고 있다. 이렇게 글로벌 기업들은 인공지능 생태계를 만들어 선도하겠다는 공통된 전략을 가지고 있다. 이를 위해 공통적으로 인공지능 소프트웨어 기술을 오픈소스로 공개하고 있다. 이는 기술을 공개해 더 많은 개발자 우군을 확보, 인공지능 생태계 진화를 앞당기기 위한 것이다. MS는 AI 코타나와 스카이프(Skype) 번역 음성 인식 기술 등을 오픈소스하고, 구글은 텐서플로(TensorFlow)를 오픈소스했다. 텐서플로는 머신러닝과 디프러닝을 위해 만들어진 것이다. 페이스북도 AI 기술을 위한 오픈소스 하드웨어인 빅서(Big Sur)를 공개했다. 빅서는 머신러닝 데이터를 학습할 때 사용되는 서버로, 데이터 처리 속도를 높였다. 중국의 바이두도 자체 개발한 인공지능 소프트웨어를 오픈소스로 공개했다. 바이두의 인공지능 연구소에서 개발한 AI 기술인 WARP-CTC는 컴퓨터가 사람의 말을 인식하기 위해 필요한 머신러닝 기술에 적용됐다. 인공지능의 확산이런 환경에 따라 많은 스타트업 기업들도 인공지능 분야에 나서고 있다. 이에 따라 콘텐츠와 쇼핑 등 서비스 이용자들의 취향을 읽어서 상품을 추천해 주는 것부터 글이나 자료 작성, 자율 주행에 이르기까지 인공지능이 널리 활용되기 시작했다. 미국의 유력 일간지 ≪워싱턴포스트≫는 2016년 여름 열린 리우데자네이루 올림픽 보도에 ‘헬리오그래프(Heliograf)’라는 인공지능 로봇이 기사를 쓴다고 밝혔다. 알파고의 성공 역시 스타트업인 ‘디프마인드’의 작품이다. 디프마인드는 인간의 창의성이 작동해 수많은 경우의 수를 다루어야 하는 바둑 게임을 통해 인공지능의 수준을 한 단계 높였다는 평가를 받았다. 바둑의 세계 최고가 된 알파고는 <스타크래프트(Starcraft)> 게임에도 도전하며 계속 진화할 것이라고 한다. 알파고는 바둑 게임용 인공지능이지만 그 이면에는 방대한 양의 빅데이터를 기계가 스스로 학습하고 승리하는 방법을 터득하는 과정과 반복 학습을 통해 지식을 지속적으로 강화하는 과정 등이 핵심 기술로 구현되어 있다. 따라서 이러한 핵심 기술은 다른 많은 분야에 적용되어 활용될 수 있다. 금융 업무도 인공지능이 담당하게 된다. ‘챗봇’은 AI 기술의 하나로 인간 방식의 대화를 하는 컴퓨터 프로그램이다. 과거 챗봇은 단순 패턴매칭 방식을 사용해 사전에 정의된 키워드만 인식해 입력된 응답을 출력하는 방식이었다. 트윗봇(twittbot)이나 언론사에서 단신기사 작성에 활용 중인 기사봇 등이 대표적이다. 그러나 인공지능에 기반을 둔 챗봇은 더욱 진화해 자연스러운 언어로 질문이나 명령을 하면 맥락을 파악해 응답하는 것이 가능해졌다. 또한 대화가 축적될수록 스스로 학습해서 정확도를 높이는 것이 특징이다. 방대한 양의 금융거래 정보, 경제 지표 등과 같은 전문 정보를 알아서 학습하고 학습된 지식을 스스로 강화해 사람을 대신한 투자 자문 인공지능으로 구현되는 것이다. 최근 개인 간(P2P) 금융 업체인 ‘8퍼센트’라는 스타트업이 챗봇 ‘에이다(Aida)’를 개발했다는 보도가 나왔다(전자신문, 2016.7.10). 예컨대 “소득은 3000만 원, 현재 근무 기간은 2년입니다. 1000만 원을 빌리고 싶은데 금리와 대출한도가 얼마일까요”라고 물으면 에이다는 대답과 함께 P2P 대출을 이용할 수 있도록 관련 URL 링크를 안내한다. 이용자들은 웹사이트 접속 또는 전화를 걸지 않고도 메신저에서 대화하듯이 소통하며 필요한 정보를 찾거나 서비스를 이용할 수 있다. 에이다에는 알파고에 적용되었던 디프러닝(deep learning)이 활용되었다. 특히 인공지능이 사물인터넷과 결합해 지금과는 전혀 다른 서비스를 만들어 내는데 무궁무진한 잠재력이 있다. 예컨대 다양한 헬스케어 기기들이 왓슨과 같은 지능형 의료 플랫폼에 연결되면 단순한 건강 정보의 수집이나 모니터링을 넘어서 질병의 진단과 처방에 이르는 의료 서비스를 구현할 수 있다. 물론 아직 상용화된 AI는 대부분 서비스 영역에 그치고 있다. AI를 활용한 대규모 사업이 실현되려면 아직 갈 길이 멀다. AI가 아직은 오류를 내고 있는 것도 극복해야 할 문제다. 최근 테슬라 전기자동차의 자율 주행 기능이 트레일러를 인지하지 못해 운전자가 사망한 것이 대표적인 예다. 높은 수준의 신뢰도가 뒷받침되지 않으면 AI가 산업계 전반으로 확산하는 데 한계가 있다. 구글 등이 추진 중인 자율주행차도 신뢰성 문제를 극복하지 못해 일반도로 진입에 제한을 받고 있다. 이런 가운데 인공지능의 개발과 발전에 미국이 앞서 있지만, 중국이 대단한 기세로 추격하고 있는 상황이 주목된다. 중국은 인터넷에 이어서 인공지능을 국가 목표로 설정하고, 인간과 기기 간 상호작용, 빅데이터 분석 및 예측, 자율자동차, 군사 · 민간용 로봇 등을 개발하는 차이나브레인(China Brain) 프로젝트를 13차 5개년계획(2016~2020)에 포함했다(김병운, 2016). 이제 마치 인터넷이 그랬던 것처럼 인공지능은 경제, 사회, 문화를 변화시킬 것으로 예상된다. 우리의 소통 방식을 변화시키는 것은 물론 문화 자체가 바뀐다. 모든 산업 부문에도 인공지능이 연결되어 산업의 지형을 바꿀 것이다. 반면에 인공지능은 인간의 일자리를 빼앗아 고용에 커다란 충격을 줄 것이다. AI는 인터넷이나 스마트폰을 뛰어넘는 충격을 줄 수 있다. 참고문헌
|
|