HYUNDAI MOBIS

세상을 바꾸는 기술,
인공지능과 딥러닝

A I & D e e p L e a r n i n g

출근 준비를 마치고 집을 나서며 인공지능 스피커에게 오늘 날씨를 묻는다. “오늘 서울의 강수 확률은80%입니다.
외출하실 때 우산을 준비하세요”라는 말을 듣고 현관에 놓인 우산을 챙겨 든다. 직장으로 향하는 차 안, 운전에 집중하느라 문자 메시지를 읽지 못해 스마트폰 속
인공지능 비서에게 메시지를 읽어달라고 부탁한다. “오늘 오전 회의는 30분 늦춰졌습니다.” 인공지능 비서의 목소리를 듣곤 액셀을 조금 느슨하게 밟는다.
SF 영화의 주제라고만 생각했던 인공지능이 어느새 일상 곳곳에 녹아들었다. 하지만 놀라지 마시라. 인공지능의 진화는 이제 막 첫발을 뗐을 뿐이니까.

글 선민규 기자(브릿지경제)

인공지능과 딥러닝
ARTIFICIAL INTELLIGENCE

미래를 여는 신기술 ‘인공지능’

몇 해 전까지만 해도 SF 영화 속에서나 들을 수 있던 ‘인공지능(AI)’이란 용어가 이제는 너무나 자연스럽다. 인공지능 세탁기, 에어컨, 공기청정기 등 최근 출시되는 가전제품에도 인공지능은 빠지지 않는 단골손님이다.

인공지능이란 그동안 인간의 고유 영역으로 여겨지던 사고,분석, 창작 등 다양한 두뇌 활동을 기계가 ‘유사하게’ 구현해 내는 기술이다. 글로벌 시장 분석기관 트랙티카(Tractica)는 인공지능 시장의 매출 규모는 2016년 6억 4,000만 달러에서 10년 후인 2025년 368억 달러로 성장할 것이라고 예측했다. 또 조사기관 포레스터 리서치는 2017년부터 5년간 일반인들의 삶에 가장 큰 변화를 가져올 5대 혁신 기술 중 하나로 인공지능을 꼽았다. 이처럼 미래 유망 기술로 주목 받는 인공지능을 말할 때 빼놓을 수 없는 기술이 있다. 인공지능의 발전 단계 중 하나인 ‘딥러닝(Deep Learning)’이 그 주인공이다.

인공지능 발전의 현주소 ‘딥러닝’

딥러닝은 말 그대로 인공지능이 보다 깊은 사고를 가능케 하는 기술이다. 인공지능이 절대 인간을 넘어설 수 없는 분야로 일컬어지던 바둑에서 이세돌 9단에게 승리를 거둔 ‘알파고’ 역시 딥러닝을 기반으로 한다.

인공지능의 발전 단계를 살펴보면 딥러닝은 4세대 인공지능으로 분류된다. 1세대 인공지능이 인간에 의해 명령받은 작업만 수행하는 ‘자동화기기’에 불과했다면 2세대 인공지능은 다양한 경우의 수를 순식간에 계산해 최적의 답을 도출하는 ‘슈퍼컴퓨터’의 역할을 했다. 3세대 인공지능부터는 다소 생소한 용어인 ‘머신러닝’이 등장한다. 머신러닝은 기계가 학습을 통해 배우고 결론을 도출하는 방식이다. 3세대 인공지능은 인간이 특정 조건을 설정하면 기계가 머신러닝을 기반으로 스스로 학습을 반복하며 문제를 해결한다.

딥러닝을 기반으로 한 4세대 인공지능은 머신러닝보다 한단계 진화된 형태다. 딥러닝은 머신러닝과 달리 인간이 조건을 설정할 필요 없이 스스로 데이터를 변형하고 판단한다. 빅데이터만 제공하면 스스로 학습하고 진화하는 과정을 반복해 원하는 답을 찾아낸다.

예를 들어 인공지능을 통해 ‘자전거’를 찾는다고 가정해보자. 딥러닝 이전의 인공지능은 인간이 각각의 요소와 특징을 일일이 제시해줘야 작업을 수행할 수 있었다. 즉 두 개의 동그란 바퀴와 핸들의 위치, 페달을 구르면 체인이 돌아가는 구조, 브레이크가 바퀴의 움직임을 멈추는 방식 등 자전거의 특징을 일일이 입력하는 과정이 필요했다. 인간에 의해 조건이 입력되면 인공지능은 머신러닝 기술을 이용해 빅데이터 속에서 조건에 부합하는 ‘자전거’를 찾아내는 방식이다. 그러나 딥러닝은 인간이 특정 조건을 입력하는 과정이 생략된다. 빅데이터만 제공하고 특정 이미지를 ‘자전거’라고만 입력하면, 인공지능이 스스로 데이터를 분석해 자전거의 일반적 특징을 찾아내고 분류한다.

딥러닝 기반 인공지능의 역할

딥러닝 기반의 인공지능은 빅데이터를 ‘일반화’할 수 있다는 점이 핵심이다. 딥러닝은 빅데이터를 공통된 특징에 따라 분류하고, 분류된 데이터들 사이에서 일반화된 모델을 생성할 수 있다. 일반 데이터에 비해 한 단계 높은 수준의 데이터인 ‘일반화 모델’은 인공지능이 낯선 환경이나 새로운 정보를 맞닥뜨렸을 때 효과적인 대응을 가능케 한다.

무서운 점은 이렇게 생성된 일반화 모델이 일반 데이터와 또다시 결합해 더욱 향상된 ‘일반화 모델’을 만들어 낸다는 것이다. 이렇게 끊임없이 데이터를 분류하고 일반화하는 과정을 통해 인공지능은 더욱 고도화된다. 반복되는 과정을 통해 향상된 일반화 모델은 높은 수준의 적중률을 보이는데, 이를 인공지능의 ‘예측 기술’이라 부른다.

가령 동전 던지기를 거듭하면 할수록 앞면이 나올 확률이 1/2에 가까워지듯 딥러닝을 통해 계속된 학습을 진행한 인공지능은 특정 데이터의 결과를 높은 확률로 ‘예측’할 수 있게 된다. 예측 기술은 인공지능이 다방면에 활용되는 토대가 된다. 특히 산업 분야에서 인공지능의 ‘예측 기술’은 기업의성패를 좌우하는 ‘키’로 자리매김했다. 인공지능의 예측이 기업의 전략과 대안 설정에 차이를 만들고 결국 성과 차이로 이어지기 때문이다.

실제로 체이스은행(Chase Bank)은 대출받은 고객이 향후 어떻게 대출금을 상환할 것인지를 예측한 인공지능의 데이터를 금융상품에 반영, 1년 동안 수익을 1억 달러가량 늘리는 성과를 내기도 했다. 인공지능은 기업 마케팅에도 강력한 도구로 활용된다. 개별 고객에게 맞춤형 상품과 서비스 정보를 제공하는 것을 넘어, 잠재적 고객에게 광고를 노출하거나 고객이 원하는 시간에 제공해 효율을 극대화하는 것도 가능하다. 이런 배경 속에서 글로벌 기업들의 고도화된 인공지능 개발 경쟁은 더욱 치열해지고 있다.

BIG DATA
DEEP LEARNING

딥러닝을 기반으로 한 인공지능은 미래를 앞당길 기폭제 역할을 할 것으로 전망된다. 구글의 인공지능 개발 부문 이사인 레이 커즈와일(Ray Kurzweil)은 저서 <특이점이 온다>를 통해 인공지능의 고도화가 기술 발전의 속도를 가속할 것이라고 예측하기도 했다.

인공지능이 바꿀 미래의 모습

딥러닝 기반의 인공지능은 우리 생활을 바꿔놓고 있다. IBM이 개발한 인공지능 ‘왓슨’은 의료 분야에 접목돼 미래 의료기술로 급부상했다. 의료용 인공지능 ‘왓슨 닥터’는 하루에도 수백 건씩 발표되는 의학 논문을 모조리 섭렵하고, 이를 기반으로 환자의 상태를 분석해 최적의 치료법을 인간 의사에게 제안하는 역할을 수행한다.

나아가 인공지능은 인간의 심리도 분석한다. 하버드대 연구진은 소셜네트워크 서비스인 인스타그램에 게재된 사진의 채도, 색상, 자신의 표정 등을 분석해 우울증을 70% 적중률로 예측하는 알고리즘을 내놨다. 문맥과 상황에 맞게 자연스러운 번역을 가능케 하는 기계 번역, 인간과 자연스럽게 의사를 주고받을 수 있는 챗봇에도 딥러닝 기술이 활용된다.

최근의 인공지능은 단순 분류 · 예측 · 해석을 넘어 창작 활동에도 도전하고 있다. 구글은 인공지능이 예술 작품을 만들어 낼 수 있다는 점을 증명하기 위해 유명 화가의 화풍을 특징화하는 알고리즘을 개발, 입력한 사진을 원하는 화가의 화풍에 맞는 그림으로 변환시켜주는 ‘딥드림’을 공개했다. 조지아공대에서 개발한 인공지능 ‘세헤라자데-IF’는 수백 편의 소설을 일반화한 데이터를 기반으로 독자의 반응과 선택에 따라 결말이 달라지는 ‘인터렉티브 소설’을 쓴다. 음악 부문에서는 인공지능 ‘딥재즈’가 재즈 음악을, ‘쿨리타’는 클래식 음악을 작곡하는 등 시도가 계속되고 있다. 딥러닝을 기반으로 한 인공지능은 미래를 앞당길 기폭제 역할을 할 것으로 전망된다. 구글의 인공지능 개발 부문 이사인 레이 커즈와일(Ray Kurzweil)은 저서 <특이점이 온다>를 통해 인공지능의 고도화가 기술 발전의 속도를 가속할 것이라고 예측하기도 했다.

Prev Top