척척박사 윤박사가 들려주는 AI | 첫 번째, 인공지능의 현재와 미래

 

최근에 IBM의 왓슨(Waston)과 Google의 알파고(AlphaGO)가 등장하면서 서비스 기술과 산업 활용의 측면에서 인공지능에 대한 관심이 급격히 증가하고 있다. 또한 4차 산업 혁명에서 자동화와의 연결성이 강조되면서 산업 환경의 변화를 주도적으로 수행하는 기술 분야로 인공지능의 역할이 강조되고 있다. 이러한 인공지능 기술은 다양한 분야에서 자동화를 주도하고 있다. 특히 기계는 단순한 움직임에서 벗어나 사람과 같은 지능, 생각, 행동을 수행하는 기계학습 분야를 중심으로 발전하고 있다. 기계학습은 문제를 해결하기 위해 정해진 일련의 절차인 알고리즘(Algorithm)으로 인간과 유사하게 컴퓨터 프로그램으로 구현된 딥러닝(Deep Learning)을 중심으로 확대되고 있다.

 

 

인공지능은 몇 년 전까지만 해도 게임 및 시뮬레이션과 같은 산업분야에서 사람이나 동물 등을 모방하는 동작 처리와 전자상거래에서 서비스 또는 물품 추천을 중심으로 발전하였다. 하지만 게임분야에서 대용량의 3차원 데이터와 영상 처리가 증가하면서 사람 또는 동물의 동작을 모방하여 처리하는데 한계에 이르렀다. 특히, 바둑과 같은 최적의 경로 추적 게임에서 이용자의 다양한 행위에 대한 경우의 수를 실시간으로 학습하고 처리하는 기계학습의 빠른 연산이 필요하였다. 그리고 서비스 추천에서도 다량의 데이터가 수집되고, 사용자의 다변화된 상품 구매 패턴을 학습시키기 위한 대용량 데이터 처리가 문제로 등장하였다. 이러한 상황에서 인공지능은 또 한 번의 침체기를 가지는 듯 했지만, 자연스러운 학습과 최적의 경로를 결정하는 알파고가 등장하면서 딥러닝이 기계학습의 새로운 디딤돌로 등장하게 되었다. 또한 대용량의 데이터 분석 한계성과 반복적인 처리가 많은 사람이나 동물의 동작의 처리에서도 빠른 인지와 자연스러움을 시도하는 수준으로 적용이 가능하게 되었다. 이렇듯 인공지능이 다양한 산업 분야로 적용될 수 있는 환경은 대용량 데이터를 실시간으로 처리하는 빅데이터 기술과 인프라의 자율성이 높은 클라우드 기술이 함께 적용되었기 때문이다.

 

이제 인공지능의 다음 목표는 다양한 산업분야로 확대해 고성능의 분석 기능을 가지고 자기 복제(Self-Organization)가 가능한 전문가 수준의 지능 서비스로 발전시키는 것이다. 또한 자연계에 대한 복잡도를 학습하는 알고리즘과 신경계 알고리즘이 결합되어 자기 복제와 다차원 연산이 강화된 인공지능 학습 모델로 재구성함으로써 산업분야별 최적의 인공지능 모델로 발전하는 것을 목표로 해야 한다. 그리고 여기에는 미래에 인간의 생활을 보조하는 수준에서의 올바른 역할과 제어 기능이 반드시 포함되어야 할 것이다. 인간을 능가하는 지능을 지닌 인공지능이 존재하는 시대가 빠르게 다가오겠지만 인간이 지닌 사랑, 우정, 연민, 공감과 같은 감정의 특이점을 학습시키는 미래 사회의 도덕률 관점에서는 조심스러운 접근과 반영이 필요하다.

 

이후에는 인공지능이 태어나고 성장하면서 다루어진 비하인드 스토리를 시작으로, 산업분야별 인공지능이 적용된 사례와 함께 인공지능의 중심 기술과 발전 방향을 다루고자 한다.