박광하의 생명과학 이야기
인공지능시대
이세돌 vs 알파고 세기의 대결 이후 5년, AI 어디까지 왔나
지난 2016년 3월에, 전 세계의 이목이 대한민국 바둑판으로 쏠렸었다. 5년 전만 해도 인공지능 (AI)은 매우 생소한 개념이었다. 그런 AI가 인간과 대결을 한다? 세계 최정상급 프로기사인 이세돌이 구글 딥마인드가 개발한 AI 바둑 프로그램 알파고와 세기의 대결을 펼쳤다. 결과는 1승 4패. 전문가 대다수가 이세돌의 우세를 전망했었다. 그러나 예상과 다른 이세돌의 패배와 AI의 위력을 생중계로 지켜본 많은 사람들은 큰 충격에 빠졌다. 이세돌 9단의 1승은 그나마 위안이 됐다. 아직은 AI의 기술이 완벽하지 않다는 안도감이었다. 대국이 끝난 후 논평은 “우리가 이겼다. 우리는 달에 착륙했다.”였다. 구글 딥마인드 데미스 하사비스 최고경영자 (CEO)가 이세돌 9단과의 바둑대결에서 알파고 (AlphaGo)가 승리하자 밝힌 소감이다.
3월 9일은 이세돌과 알파고가 대국을 펼친 지 5주년이 되는 날이다. 알파고와 이세돌의 대국 이후 AI 기술은 어디까지 발전했을까. 그간 (이세돌 vs 알파고’ 세기의 대결 이후)의 인공지능(AL) 분야는 어떤 일을 벌리고 있는지 정보를 검색해본다. 2016년 3월 이세돌-알파고 대국 5주년 이후 AI 기술 연구개발 박차를 가하고 있다. 휴머노이드 AI 로봇 ‘소피아’부터 로봇 개 ‘스팟’까지 로봇 개발, MS, ‧페이스북 ‧ 구글 등 IT 공룡들의 자연어처리 분야 선점 경쟁이 치열해젔다. 또한 ‘양날의 검’ 안면인식 ‧ 딥페이크 등 둘러싼 기술 발전 및 논쟁이 가속화되고 있다. 전문가들은 알파폴드2 ‧ GPT-3 등을 2020년 주요 AI 성과로 꼽았다.
인간의 뇌를 모방하다인공지능의 핵심 기술, 딥 러닝
인공지능이 세계를 강타하고 있다. 구글의 인공지능 알파고 (AlphaGo)는 한 대국에서 발생하는 경우의 수가 우주에 있는 원자 수보다 더 많다는 바둑에서 인간을 상대로 승리를 거뒀고, IBM이 개발한 인공지능 셰프 왓슨 (Chef Watson)은 수많은 레시피를 검색해 사람들이 좋아할 만한 새로운 레시피를 만들어내고 있다. 인공지능이 지능과 더불어 감각, 창의성까지 요구하는 영역에서까지 인간을 따라잡을 수 있는 비결의 핵심, ‘딥 러닝 (Deep Learning)’을 소개한다.
오늘날 인공지능은 머신러닝이라는 기술을 기반으로 하고 있다. 문자 그대로 기계나 컴퓨터가 학습한다는 의미다. 이러한 머신러닝 기술 중 각광받고 있는 것이 바로 ‘딥 러닝 (Deep Learning)’이다. 딥 러닝은 인간의 뇌를 형상화한 인공신경망을 머신러닝에 적용한 기술이다. 과학자들의 연구에 따르면 사람의 지성은 신경 (뉴런)의 집합체인 ‘신경망’에서 나오는 것이다. 이 신경망을 컴퓨터 상에서 흉내 내기 위해 고안한 것이 인공신경망이다. 컴퓨터는 인공신경망이라는 기술을 통해 인간의 사고 과정을 따라할 수 있다. 각 인공 뉴런(프로그램)에서 도출한 결과를 네트워크로 공유하고, 상황에 가장 적절한 답을 내놓을 수 있다.알파고의 인공신경망은 크게 돌을 놓는 뇌인 정책망 (Policy Network)과 승률을 예상하는 뇌인 가치망(Value Network)으로 이뤄져 있다. 구글은 정책망에 약 3,000만 가지의 수를 학습시켰다. 정책망은 단순히 입력된 기보를 흉내 내는 것뿐만 아니라 자기 자신과 가상으로 대결을 펼치는 ‘강화학습’을 통해 스스로 새로운 전략을 찾아낼 수도 있다. 가치망은 정책망을 통한 강화학습 결과를 바탕으로 승률을 예상한다. 뿐만 아니라 바둑의 형세도 평가해, 궁극적으로 승자를 예측할 수 있는 것이다. 실제로 알파고와 이세돌 9단의 대결에서 구글은 경기가 끝나기 30분 전에 이미 결과를 알고 있었다.
인간의 두뇌를 넘어 감각까지 따라잡다
딥 러닝 기술이 쓰이고 있는 대표적인 사례가 바로 ‘구글 번역’이다, 공상과학 (SF) 영화의 소재로나 쓰였던 인공지능은 알파고의 출현으로 딥 러닝이라는 기술과 같은 뜻으로 인식되고 있다. 하지만 딥 러닝은 인공지능을 구현하기 위한 기술 중 하나이며, 이미 널리 쓰이고 있는데. 대표적인 사례가 구글 번역이다. 번역 알고리즘에 단어와 문장을 학습시키면, 번역 알고리즘은 이를 바탕으로 처음 보는 문장에 대해서도 번역할 수 있는 능력을 얻는다. 오역에 관해서는 사용자의 직접적인 피드백을 통해 바르게 수정하고, 이러한 데이터가 쌓여 번역 정확도를 높일 수 있다. 향후에는 대화체 문장은 물론, 방언, 유행어, 줄임말 등도 자연스럽게 번역할 수 있을 전망이다. 페이스북 역시 딥 러닝을 이용한 서비스를 제공 중이다. 페이스북에 인물 사진을 올렸을 때, 사진의 얼굴을 인식해 등장한 사람을 태그할 수 있도록 추천해준다. 과거의 얼굴 인식 기술은 코나 눈의 위치 등을 바탕으로 유사한 얼굴을 찾는 방식이었지만, 페이스북은 사용자가 업로드한 방대한 양의 인물 사진을 바탕으로 좀 더 정확하게 실제 인물을 찾아낸다. 딥 러닝이 센서 기술과 만나면 인간의 오감을 흉내 낼 수도 있다. 예를 들면, 우리 혀에 닿은 음식의 맛이 미각세포를 통해 뇌로 전달되는 것처럼 센서에 음식이 닿으면 화학적 구조를 인식해 컴퓨터로 전달한다. 실제로 일본의 안리쓰 (Anritsu) 코퍼레이션과 규슈대는 맛을 구분하는 센서를 개발했으며, 맛과 냄새에 관한 데이터베이스를 구축해 음식에 있는 특징을 식별할 수 있게 했다.
딥 러닝과 자동차가 만나면? 자율주행 기술의 탄생
기아자동차는 올해 초 개최된 세계 최대 가전박람회 ‘CES 2016’에서 자율주행기술을 선보였다. 사람이 특별한 조작을 하지 않아도 목적지까지 찾아가는 자율주행 자동차에도 딥 러닝이 적용된다. 카메라나 센서로 주변 상황을 인지하면, 딥 러닝을 기반으로 한 알고리즘은 이 정보를 바탕으로 대응하는데. 예를 들면 실제 주행에 영향을 받지 않도록 학습을 통해 달리는 차량과 달리는 차량, 실제 차량과 포스터에 그려진 차량을 구분해, 주행 결과에 영향을 받지 않도록 하는 것이다. 여기에 지능형 운전자 보조 시스템 (ADAS)을 접목해 차간 거리나 차선을 유지하고 장애물이 나타나면 스스로 피할 수 있는 것이다. 국내 자동차 기업 역시 이에 관한 연구가 활발하다. 기아자동차는 지난 1월 미국 라스베이거스에서 열린 CES 2016에서 전기 자동차 쏘울EV에 자율주행 기능인 ‘드라이브 와이즈’를 탑재해 선보인 바 있으며, 현대모비스는 사이드미러나 룸미러를 카메라로 완전히 대체하는 솔루션을 선보이기도 했다. 늦어도 오는 2030년에는 완벽한 자율주행 자동차의 시대가 열릴 것으로 보고 있는데,. 업계에서는 이미 기술적 준비는 거의 마쳤으며, 법과 제도만 마련되면 자율주행 자동차를 내놓을 수 있다는 입장이다. 무엇보다 중요한 부분은 인공지능이다. 딥 러닝 기술을 바탕으로 자율주행 기능이 얼마나 합리적이고 자연스러운 판단을 내릴 수 있을지가 자율주행 자동차 시장에서 관건이 될 전망이다. 시드니 시민들은 운전사가 없는 궤도열차 (메트로열차)를 이용하고 있다. 저녁 10시 이후에는 채스우드 스테션에서 캇슬힐 스테션까지 버스 기사가 없는 인공지증버스가 운행되고 있다. 이는 인공지능시대의 서막을 알리는 신호일뿐 향후 인공지능혁명현상에 기절초풍 할일이 많이 생길 것 같다.
박광하 (전 여주대신고 교감, 전 수원계명고 교장)
38khpark@hanmail.net
필자 박광하 선생은 고려대학교 생물학과를 마친 후에 평생을 생물과학 강의와 교육에 헌신하여 왔다. 30여년 전 호주로 이주하여 시드니에 거주하며 집필 활동을 하고 있다. 저서로 ‘생명과학이야기’ (북랩)가 있다.