[스크랩/인공지능] [Smart M] 영화속의 인공지능 현실로…이젠 `머신러닝` 시대

글로벌 ICT업계…미래예측 가능한 `딥러닝` 기술경쟁

기계가 데이터 수집·분석후 응용…에너지관리 등 적용영역 무궁무진

"'구글 포토'의 신경망은 단계별 학습 시스템이다. 첫 단계에선 선·색상 등 간단한 특징을 파악한다면 다음 번엔 눈과 귀를 본다. 단계가 거듭될수록 정교한 특징을 파악할 수 있으며 최종적으로 사물의 이미지라고 결론 내릴 만큼의 '지표(Indicator)'를 찾을 때까지 이 작업을 빠른 시간 내 수천만 번 반복한다." 

지난 5월 구글 개발자 포럼에서 사람 얼굴과 사물을 자동 인식하는 구글 포토 서비스가 공개되자 세계가 깜짝 놀랐다. 

구글은 매년 개발자 포럼을 통해 세상을 전율하게 하는 제품과 서비스를 내놨다. 구글 글래스나 의상 형식의 웨어러블 등 무수한 혁신이 이 행사에서 이뤄졌던 바 있다. 

5G 네트워크와 사물인터넷(IoT) 기술을 이용한 초연결사회가 다가오면서 기기가 다양한 센서로부터 수집한 데이터를 수집하고 자동 처리하는 기술(기계학습·머신러닝)은 이처럼 우리 생활 근간을 뒤흔들 만한 차세대 기술로 평가받는다. 이미 우리가 경험하고 있는 머신러닝 기술은 '자동 검색어 완성' '통·번역' 등이다. 

통·번역은 영어로 가장 많이 번역되는 외국어(예를 들면 일본어)의 경우 가장 완성도 높은 영어 문장을 얻을 수 있다. 이 역시 반복되는 기계 학습 덕분에 가능한 일이다. 그렇기에 머신러닝은 인공지능(AI) 영역과 밀접하게 맞닿아 있다. 머신러닝 기술을 적용하면 데이터를 분석하고 적용하는 데 그치지 않고 미래 예측이 가능해진다. 수집된 데이터가 많아질수록 예측은 정교해진다. 글로벌 ICT 기업들이 '딥러닝' 기술 개발에 경쟁적으로 뛰어들고 있는 이유도 문자·영상·이미지 등 인터넷상 방대한 양의 데이터를 필요에 따라 분류 또는 수집하고 활용할 수 있기 때문이다. 

머신러닝 핵심은 컴퓨터가 주어진 미션에 대해 스스로 생각하고 배운 것을 적용하는 능력을 갖는다는 점이다. 

명령어를 입력해 움직이는 디지털 기기의 한계점에 도전한 기술로 여겨지면서 가까운 미래, 기계가 인간을 압도하는 현상이 일어날 것으로 내다보는 전망도 많다. 

머신러닝의 가장 초기 단계는 퀴즈쇼에 나와 인간을 이겼던 IBM의 컴퓨터 '왓슨'을 꼽을 수 있다. 당시만 해도 인간이 기계에 졌다는 사실은 북미 시청자를 넘어 전 인류에게 충격을 가져다 줬다. 하지만 테슬라를 창업한 엘론 머스크 등은 최근 컴퓨터가 인간을 넘어서는 단계인 '싱귤러리티'가 이미 우리 앞에 다가왔다고 이미 예측했다. 

인공지능의 미래를 다룬 영화 '엑스마키나'의 한 장면. 머신러닝(기계학습)은 기계가 스스로 생각하고 판단할 수 있게 만드는 기술로 인공지능과 직결돼 있다. [사진 제공=DNA 필름스, 필름4]

이 같은 미래를 더 앞당긴 것은 미국 스탠퍼드 대학과 구글일 것이다. 이들은 2012년 컴퓨터가 유튜브에 업로드된 천만 개가 넘는 비디오를 분석하고 이 중 고양이가 있는 영상을 찾아내는 데 성공했다. 시신경망을 통해 사물을 인지하는 사람의 뇌와 닮았다고 해서 양측은 이를 '인공신경망'이라고 부르기 시작했다. 

머신러닝에서 한 단계 더 나아간 '딥러닝'이라는 기술도 북미와 유럽 등지 명문대학과 IT기업을 중심으로 솔루션 개발이 한창이다. 

IBM은 자연어 처리를 기반으로 일반인이 쉽게 사용할 수 있는 '왓슨 애널리틱스'를 내놓았다. 마이크로소프트(MS)는 전문가를 위한 고급 머신러닝 도구 '애저 머신러닝'을 제공하고 있다. 

카네기 멜런 대학교는 MS의 애저 머신러닝을 통해 건물 관리 비용과 에너지를 절감할 수 있는 솔루션을 개발해냈다. 기존 에너지 사용을 20% 절감하는 등 가시적 성과도 봤다. 

이에 앞서 MS는 아예 최고경영자(CEO) 전담으로 딥러닝 전담 조직을 배치해 2011년부터 운영해오고 있다. 이 회사는 디지털 개인 비서를 목표로 '코타나' 등 머신러닝을 고도화한 딥러닝 솔루션을 개발하고 이를 상용화하는 데 박차를 가하고 있다. 미국 시애틀 MS 본사에서 만난 이시영 수석 연구원은 "몇 년 안에 특정 시간이나 장소에서 누군가 범행을 저지를 가능성도 머신러닝을 통해 정확히 맞출 수 있다"고 말했다. 톰 행크스 주연의 영화 마이너리티 리포트와 같은 일이 현실이 된다는 것이다. 

컴퓨터 같은 디지털 기기는 축적한 데이터로 '패턴'을 도출해 미래를 예측할 수 있고 이것이 가장 핵심적인 기능으로 손꼽힐 것이다. 

이 시영 수석연구원은 "미래를 예측하는 첨단 기술은 이미 제조업계, 에너지 수요관리 등 다양한 분야에 적용 중"이라며 "예측 정확도는 매년 빠른 속도로 높아지고 있다"고 말했다. 

실제로 세계적인 엘리베이터 기업 티센크루프 엘리베이터는 머신러닝 서비스를 통해 안전에 대한 새로운 기준을 제시하고 있다. 티센크루프는 MS 애저 머신러닝을 활용해 클라우드로 전송된 각 엘리베이터의 속도, 모터 온도, 출입문 오작동 등 모든 데이터를 예측 가능한 모델로 만들었다. 

티센크루프는 이런 정보를 전 세계 모든 엔지니어들의 모바일 디바이스로 전송해 언제, 어떤 문제가 발생할지 분석하고 엘리베이터가 멈춰서거나 사고가 발생하기 전 정기점검해 사전에 수리하도록 한다. 

안드레아스 쉬른베크 티센크루프 엘리베이터 CEO는 "미리 고장을 예측하고 문제에 앞서 유지 보수 기술과 서비스를 제공해 업계 표준을 넘어선 서비스를 갖추고자 했다"며 "머신러닝 기술을 도입한 이후 엘리베이터 운영을 개선하고 효율적인 관리도 할 수 있었다"고 말했다. 

이시영 수석 연구원은 "이처럼 머신러닝 기술과 과학적 예측을 통해 벌어질 일을 정확히 알아내고 이에 대해 대응 할 수 있는 능력이 미래 사회 생존을 결정지을 것"이라고 말했다. 

[이경진 기자]

출처: http://news.mk.co.kr/newsRead.php?year=2015&no=908206