IT기술의 발달로 인한 정보혁명이 우리 사회에 여러 변혁을 가져 왔지만, 최근에는 인공지능을 사용한 기술혁명이 정보화 사회의 변화를 가속시키면서 AI(Artificial Intelligence)혁명에 주목하고 있다. 컴퓨터나 인터넷 등에 사용된 IT기술은 비즈니스나 생활에서 사람들의 행동에 도움을 주는 도구(Tool)로서의 역할을 다하여 왔다. 그러나, 자율형 로봇, 사물 인터넷(IoT:Internet Of Things), 빅 데이터라는 인공지능 기술을 기본으로 한 기술은, 인간이 하고 있는 작업에 도움을 줄 뿐만 아니라, 컴퓨터가 스스로 생각하여 인간을 대신해 작업을 수행 할 수 있게 되었다.

무인 항공기를 사용한 배송 시스템, 로봇자동차에 의한 자율운전, 리얼타임 번역 등 인간의 지성을 필요로 한 작업이 인공지능에 의하여 실현되고 있다.

필자는 우선 미국의 대표적인 IT기업에서 실행하고 있는 인공지능을 사용한 시도, 인공지능 연구의 현재 상황에 대해 알아보고자 한다. 구글은 인공지능에 관련한 여러 인재나 기업을 통하여 연구를 활발히 진행하고 있는데 특히 구글의 연구는 가장 혁신적인 성과를 내고 있다. 2012년 6월 26일, 구글 연구팀은 기계학습 기술에 관한 연구성과를 소개하였는데, 뇌를 시뮬레이션 하는 대규모 네트워크를 이용한 새로운 방법에 의하여 컴퓨터가 고양이를 인식하는 능력을 스스로가 익혀서 고양이를 그리는데 성공하였다. 아래의 그림이 구글에서 실행한 컴퓨터가 그린 고양이 그림이다.

현재 기계학습 기술을 새로운 용도에 적용하는 것은 엄청나게 힘든 일이다. 예를 들면 자동차와 오토바이 사진을 구별할 수 있는 시스템을 구축하려면, 표준적인 방법으로는 우선 자동차 또는 오토바이의 라벨을 붙인 여러 장의 사진을 모으지 않으면 안 된다. 그리고, 그것들의 라벨이 붙은 데이터를 사용하여 시스템을 학습한다. 그러나, 구글은 웹 상이나 유튜브 비디오에서 무작위로 화상을 모아서, 인간의 뇌 등의 신경회로의 학습 프로세스를 시뮬레이션 하는 인공 뉴럴 네트워크(Neural Network)을 구축하여 학습한다.
　
구글에 의하면 기계학습에 사용되는 거의 모든 인공 뉴럴 네트워크는 접속포인트가 100만～1000만 정도다. 구글의 인공 뉴럴 네트워크는 연산능력을 1만 6000개의 CPU코어에 확대하여 10억 이상의 접속 포인트를 설치하였다. 1주간에 걸쳐서 유튜브 비디오를 같은 네트워크에 보였더니, 네트워크는 고양이의 사진을 식별하는 학습을 하였다. 사전에 고양이를 네트워크에 알려준 것도 고양이의 라벨을 붙인 화상을 보여준 것도 아니었다. 즉, 네트워크 스스로가 유튜브 화상에서 고양이가 어떠한 것인지를 알았다는 것이다. 이것은 기계학습에 있어서 자기교시학습(self-taught learning이라고 하는 것이다.

또한 구글은 대규모 뉴럴 네트워크에서 기본적인 화상분류 테스트의 정확성이 70％이상 향상되었다고 한다. 물론, 라벨을 붙여서 인식을 시킨 것이 아니고, 웹에서 라벨이 붙지 않은 대량의 데이터를 사용하였다.

한편, IBM에서는 인공지능 왓슨(Watson)의 상업화를 진행하고 있고, 여러 기업들과 제휴하고 있으며, 마이크로소프트에서는 스카이프(Skype)의 리얼타임 번역이나 혁신적인 화상인식 기술을 발표하고 있다.아마존에서는 예측분석을 이용한 배송시스템, 드론을 이용한 배송, 창고에 있어서의 자율로봇의 활용 등등 신속한 배송을 실현하기 위한 시스템에 인공지능을 이용하고 있다.

인공지능 연구는 한때 AI의 겨울(AI Winter)이라고 하는 연구의 정체 시기가 있었으나, 빅 데이터 등의 등장으로 데이터를 이용한 인공지능에 학습을 시키는 기계학습이 진행되면서 실용화가 늘어나, 크라우드를 통한 기계학습을 제공하는 서비스도 등장하고 있다.

인공지능의 시장 동향에 대해 알아보자. 인공지능은 자율형 로봇, 전문 시스템, 음성 지원, 조합 시스템, 뉴로 컴퓨터 등이 있으나, 2024년에는 전문 시스템(Expert system)과 자율형 로봇으로 이분화 될 것으로 보고 있다.

인공지능 관련 벤쳐 투자도 늘어나고 있는데, 특히 딥 러닝이나 예측분석을 연구하는 기업에 대한 투자가 증가하고 있다. 인공지능의 최신 동향은 산업계에 대한 인공지능의 활용, 연구기관에 대한 인공지능 연구의 동향, 대학 연구기관에 있어서의 시도가 있다. 금융기업에서는 사기방지를 위한 음성인증이나 얼굴 인식 등의 활용이 있고, 인공지능을 사용한 훈련도 있다. 보도, 미디어에서는 뉴스의 기사나 웹사이트의 자동작성에 인공지능이 사용되고 있다. 소매업이나 운송업에서는 드론을 사용한 배송시스템이나 배송루트의 선택에 인공지능을 이용하고 있다. 행정에서는 문서의 디지털화에 문자인식을 활용하고 있다.

지금까지의 인공지능은 걸어 다니는 로봇이나 컴퓨터 체스 등의 최첨단 연구에 사용되는 것이 많았지만, 최근에는 기계학습을 비롯한 인공지능의 파생기술이 스마트폰의 음성인식, 카메라의 얼굴인식, 리얼타임 번역 등 생활의 여러 면에서 이미 활용되고 있다.

자동운전기술은 인공지능의 중요한 응용분야인데, 자동운전기술을 포함한 자동차 IT에 대하여서는 구글과 바이두가 세계 1,2위를 다투고 있다. (구글에서 고양이 그림을 그리게 한 프로젝트 리더가 바이두로 스카웃 되어 수석엔지니어로 취임한 것이 실리콘밸리에서 커다란 뉴스가 되었다) 미국에 있어서 인공지능 연구는 IT기업이나 대학기관 등에 의하여 활발히 움직이고 있으나, 음성인식 시리나 청소로봇 룸바와 같이 실용화에 대한 시도도 상당히 빠른 속도로 움직이고 있다.

정보혁명에 있어서 세계를 리드하고 있는 미국이지만, AI혁명이 어떻게 인공지능 기술을 활용하여 나갈지 한국의 인공지능 연구와 활용을 참고하기 바란다.

인공지능은 지금까지 오랜 시간에 걸쳐 연구가 있어 왔지만 실용화까지는 이루어지지 못하였었으나, 기술의 발전과 빅 데이터 등의 진전에 의하여, 오늘날에는 급속히 진화하여 지금까지 불가능하다고 하였던 것들이 계속하여 가능하게 되었다. 또한, 향후에 발전 가능성이 보여지는 빅데이터나 IoT 등에 인공지능이 사용되면, 지금까지의 우리 생활이나 비즈니스 스타일이 커다랗게 변화할 가능성이 있다. 가장 중요한 것은 지금까지 인간 중심의 생활패턴이 바뀔수 있다. 예를 들면 “인간이 기계에 가르쳐 준다”, “인간이 자동차를 운전한다”등 당연하게 생각되어왔던 전제를 근본부터 바꾸어 지금까지의 상식에서 벗어나 제로에서 새로운 방법을 가르치는 것이다.

한편, 기술의 급속한 진보로 문제가 되는 것이 어떻게 적정한 규제를 만드냐 하는 것이다. 과도한 규제는 실용화를 늦추고, 규제가 너무 안되도 문제나 사고가 일어나게 된다. 드론이나 의료분야에서의 왓슨 이용에 있어서의 규제를 소개하였지만, 앞으로 여러 분야에서 이러한 문제가 제기될 것이다. 또한, 인공지능에 있어서 해킹이나 사이버 보안 문제는 생각한 것 이상으로 커다란 영향을 가져 올 가능성이 있다. 그러나, 인공지능은 틀림없이 커다란 혁명을 일으키고, 경제성장에도 커다란 공헌을 할 것이 분명하다. ▒ 히로유키 타카노ㆍ마그넥스 로보틱스 대표