[인공지능 기술 발전의 역사] #3. 인공지능의 미래 – 새로운 시도와 전망 – LG 공식 블로그
본문 바로가기

[인공지능 기술 발전의 역사] #3. 인공지능의 미래 – 새로운 시도와 전망

작성일2018-04-03

0403_인공지능 역사 3편_01

딥러닝의 등장으로 최근 5년간 인공지능은 엄청난 발전을 이뤘지만, 딥러닝은 엄청난 양의 데이터와 컴퓨팅 파워를 필요로 하기 때문에 현재의 방식으론 인간의 지능을 완벽하게 구현하는 데는 아직 한계가 있습니다.

인공지능의 한계점과 극복 방안

업계에서는 인공지능 기술 개발의 한계를 극복하기 위해 다양한 시도를 하고 있습니다.

0403_인공지능 역사 3편_02

(1) 인공지능 학습 환경의 인위적 생성

인공지능 구현에 필요한 데이터를 확보하는 것은 매우 어렵습니다. 데이터가 양적로 많아야 할 뿐만 아니라 질적인 측면까지 동시에 고려해야 하기 때문입니다.

인공지능에서 데이터의 질은 크게 두 가지 의미를 갖는데요. 하나는 다양해야 하고, 두 번째는 기계 스스로 학습할 수 있는 형태여야 합니다. 구글이나 아마존 등 거대 기업들이 최근의 인공지능을 선도하고 있는 가장 큰 이유는 바로 이들이 가진 데이터가 양이 엄청날 뿐만 아니라, 질적인 측면도 함께 고려된 빅데이터이기 때문입니다.

0403_인공지능 역사 3편_03

실제로 기업들은 데이터 확보를 위해 막대한 자금 투자와 노력을 병행하고 있습니다. 그 방법 중 하나가 인공지능을 통해 가상의 데이터를 생성하고, 이를 새로운 인공지능의 학습 과정에 활용하는 것입니다. 가령 자율주행의 경우 실제 차량이 주행되는 일반도로에서 수십, 수백만 번 이상 성능을 테스트하고 검증하는 것이 어렵기 때문에 게임 같은 시뮬레이션 환경을 통해 자율주행의 기본 성능을 학습시키는 것입니다.

이런 시뮬레이션을 통한 학습 환경은 법적, 안전성 등 기술 외부 요인으로 인해 실제 환경에 기술을 적용 못하는 제약을 극복하고 학습환경을 무한대로 생성해 다양한 환경에 적용 가능한 인공지능을 구현할 수 있습니다. 또한 다양한 알고리즘 실험과 검증에 필요한 시간과 비용을 크게 절약할 수 있습니다.

(2) 사람처럼 ‘생각’하는 인공지능

사람들은 대부분 직관과 일반화를 통해 상황을 판단하여 매우 빠르고 즉각적으로 결정합니다. 수많은 경우의 수를 검토하고 계산하는 것이 아니라 인간처럼 사고하는 방식으로 인공지능이 구현된다면 데이터와 컴퓨팅의 비효율성을 개선할 수 있을 것입니다. (물론 정교하고 정확한 작업을 요구하는 분야에는 적용이 어려울 수 있지만요.) 따라서 이런 측면에서 인공지능 구현을 위한 연구 개발이 진행되고 있습니다.

0403_인공지능 역사 3편_04

첫 번째는 적은 양의 데이터와 컴퓨팅 파워를 사용하여 일정 수준 이상의 지능을 매우 빠르게 구현하는 것입니다. 방대한 빅데이터 중에 대표성을 갖는 데이터를 정교하게 선별해 소량의 데이터만 기기에 학습시키는 거지요.

인공신경망 구조를 단순화해 컴퓨팅 비용을 최소화하려는 연구도 진행되고 있습니다. 인간의 뇌는 점차 발달하면서 불필요하거나 중복된 시냅스의 연결이 약해지거나 끊어지는데요. 인공신경망의 구현도 마찬가지로 중복되거나 성능에 큰 영향을 미치지 않는 연결들을 삭제해 성능을 최적화하는 것입니다.

0403_인공지능 역사 3편_05

두 번째는 지능을 이식하는 방법입니다. 인공지능을 구현할 때 기존에 학습된 지능을 활용하면 학습 과정에 요구되는 데이터와 컴퓨팅 비용을 크게 줄일 수 있습니다. 즉 유사한 기능을 수행하는 인공지능이 이미 존재한다면, 기존의 지능을 새로운 인공지능에 활용하는 것입니다.

실제로 바이두에서는 언어 인식의 유사성을 활용하여 영어 인식을 학습한 인공지능에서 언어의 기본적인 속성과 관련된 지능을 중국어 인식 지능에 이식한 뒤, 중국어만이 갖는 문장 구조, 어순 등의 특성을 데이터를 통해 학습시켜 활용합니다. 폭스바겐도 자율주행 기능 구현 시 유사한 개념을 활용하는데, 자동차를 주행하는 기본 방식을 공용화한 뒤, 각 국가별 차이가 있는 주행 방식을 개별적으로 재학습 과정을 통해 맞춤화하는 식입니다.

지능의 이식과 활용은 인공지능 학습 과정에 요구되는 비용을 혁신적으로 줄일 수 있습니다. 한 발 더 나아가 모든 영역에 활용 가능한 범용 인공지능을 구현하는 초기 연구 단계로서의 의미도 있기 때문에 많은 인공지능 연구소에서 활발하게 연구하고 있습니다.

인공지능의 미래 3편_인공지능가전

인공지능 연구자들은 머잖아 인공지능 가전제품들이 지능을 이식, 재활용할 수 있는 ‘화이트 박스(White Box)’가 될 것이라 예측합니다.

새로운 시도의 시작

인공지능은 인지/학습 분야에서는 인간 수준의 지능을 갖추었지만 추론/행동 분야에서는 매우 초기적인 단계에 머물러 있습니다. 자율적인 상황 판단과 능동적인 행동을 기반으로 하는 인간의 지능을 아직 못 따라오고 있는 것입니다.

현재 구현되고 있는 인공지능 기술은 오래 전부터 제안되어 온 수학/과학 분야의 이론과 모델링에 기반하여 ‘인간처럼 계산(Computing like Human)’하는 지능입니다. 진짜 사람처럼 구현되는 인공지능이 되려면 ‘인간처럼 생각(Thinking like Human)’하는 지능을 구현하기 위한 다양한 연구가 필요합니다.

이런 한계를 극복하기 위한 노력은 크게 두 분야로 나뉩니다. 첫째는 기존 인공신경망 구현 방식을 하드웨어, 소프트웨어적으로 고도화 시키려는 노력입니다. 둘째는 기존 과학, 공학 분야의 연구가 아닌 신경과학(Neuroscience), 뇌과학(Brain Science)과 같은 분야의 연구를 기반으로 인공지능을 구현하려는 시도입니다.

0403_인공지능 역사 3편_06

(1) 인공신경망의 진화

인공신경망은 인간의 신경망을 단순화해 소프트웨어적으로 구현한 것으로 인간의 신경망과는 큰 차이가 있습니다. 소프트웨어 측면에서 현재 단순화된 구조의 인공신경망을 더욱 정교화하기 위해 노력이 이뤄지고 있는데요.

단순히 전기 신호를 전달했던 기존의 2세대 인공신경망에 비해 3세대 인공신경망은 인간의 뉴런을 더욱 흡사하게 묘사하며 뉴런 간 전기 신호 값의 강도, 시간 등을 반영하고 있습니다. 하지만 모델 자체의 복잡도와 높은 구현 난이도로 인해 아직은 선행 연구 단계에 머물고 있습니다.

0403_인공지능 역사 3편_07

소프트웨어뿐만 아니라 하드웨어 측면에서도 기존 한계 극복을 위한 연구가 진행 중인데요. 주요 선도 기관에서는 인간의 뇌 구조를 하드웨어적으로 구현하는 뉴로모픽 컴퓨팅칩에 대한 연구를 진행하고 있습니다. IBM이 제안하는 트루노스 칩(TrueNorth Chip)은 인간의 뇌가 좌뇌, 우뇌로 구분되어 역할을 하는 것과 같이 컴퓨터의 CPU 구조를 분리하여 언어/분석적 사고 같이 인간의 좌뇌에 해당하는 부분은 기존 컴퓨팅 구조로 구현하고 감각, 패턴 인식 등과 같은 우뇌에 해당하는 부분은 뉴로모픽 칩에 기반에 구현하고 서로를 연결합니다.

다양한 연구기관이 하드웨어적으로 뇌 구조를 구현하려는 연구를 하고 있지만 설계와 공정, 구현 등이 어려워 소프트웨어 분야의 연구에 비해 혁신의 속도가 더딥니다. 하지만 이들 소프트웨어, 하드웨어적인 연구가 함께 융합되어 인공지능 구현에 활용된다면 현재의 성능을 월등하게 뛰어넘는 인공지능이 구현될 가능성은 열려 있습니다.

0403_인공지능 역사 3편_08

(2) 뇌과학 기반의 연구들

2017년 3월 테슬라의 CEO 일론 머스크는 ‘뉴럴링크(Neuralink)’라는 스타트업을 발표하며 인간의 뇌와 기계를 연결해 인간의 지능을 자유롭게 저장하거나 이식하는 기술을 개발하겠다고 발표했습니다. 아직은 SF영화 같이 느껴지지만 신경과학, 뇌 과학 연구를 IT/전자 기술 분야에 접목하려는 시도는 새로운 방식으로 인공지능이 발전하는 계기가 될 수 있습니다.

0403_인공지능 역사 3편_09

인간의 뇌와 컴퓨팅 칩을 연결하려는 뉴럴링크가 의학 전문 법인으로 등록된 데서 알 수 있듯이 뇌과학 기반의 연구는 단기적으로는 인간의 뇌와 관련된 질병을 치료하는 데 목적이 있습니다.

하지만 장기적으로 인간의 지능, 기억 등을 컴퓨팅 칩에 저장하거나, 반대로 저장된 정보를 인간이 뇌에 주입해 손상된 뇌 기능을 복원하고 다른 사람의 지능을 이식하는 것도 구현할 것입니다. 이렇게 된다면 언젠가는 여러 사람의 지능을 하나의 칩에 저장해 높은 지능을 갖는 칩으로 구현해 다양한 사람들에게 이식하는 것이 가능해질지도 모릅니다.

0403_인공지능 역사 3편_10

인공지능은 매우 빠르게 진화하고 있어서 인공지능의 미래를 예측하기는 점점 더 어려워지고 있습니다. 2010년 이후 급진적으로 발전한 IT 기술에 힘입어 인공지능은 하나 둘 우리의 현실에 적용되고 있지요. 최근에는 뉴로사이언스, 뇌과학 같은 새로운 기술들이 함께 융합되며 인공지능 분야의 새로운 전환기를 맞고 있습니다.

앞으로 인공지능은 우리 생활에 어떤 혁신을 불러올까요? 사람을 모방하던 기술에서 삶의 협력자이자 동반자가 된 인공지능 기술. 인공지능이 열어갈 새로운 미래를 기대해 봅니다.

0403_인공지능 역사 3편_11

LG Blog 운영진 프로필

LG 블로그는 LG의 혁신 기술, 디자인, 사회공헌활동(CSR) 등 LG의 주요 소식을 포함, LG 임직원들의 이야기, 채용 정보, 생활 속 정보 등 다양한 정보를 여러분께 빠르게 전달해드리겠습니다. 많은 이야기와 함께 여러분과 더 큰 공감대를 형성하고 싶습니다. :)