본문 바로가기

알파고 넌 누구냐! 개발자들이 말하는 인공지능

알파고 넌 누구냐! 개발자들이 말하는 인공지능

지난 3월 9일, 구글 딥마인드 챌린지 매치가 열렸다. 50의 250승, 수학적으로 통계를 낼 수 없을 정도로 많은 수를 가지고 있어, 컴퓨터가 유일하게 점령하지 못 할 것이라던 '바둑' 그러나 이번 알파고는 딥러닝 기술을 기반으로 정책망과 가치망이라는 2가지 연산에 트리 탐색이라는 기술을 더해 바둑에 도전장을 내밀었다. 결과는 성공이었다. 즉, 불가능의 영역이라 생각했던 직관을 컴퓨터가 학습해낸 것이다. 현재 대한민국의 뜨거운 감자로 급부상한 인공지능, 개발자들이 말하는 인공지능에 대해 듣기 위해 지난 30일 SK(주) C&C 경기도 판교캠퍼스 ‘드림홀’에서 열린 제1회 ICT 개발자를 위한 토크 콘서트 D’Talks에 에디터가 다녀왔다.

 

SK Careers Editor 이천
 


<3월 30일 SK(주) C&C 판교캠퍼스에서 열린 첫 D’Talks>

 

인공지능을 주제로 진행된 이날 행사에는 총 220명의 ICT개발자들이 참석했다. 이날 행사에서 ICT업계 최대 화두로 떠오른 인공지능을 주제로 ‘딥러닝’ 등 핵심 기반 기술과 국내 적용 사례를 소개했다.

 

Chapter 1. 똑똑한 기계? 알파고의 핵심, 딥러닝(Deep Learning)에 주목하라!


<황성주 울산과학기술원(UNIST) 교수의 ‘Deep Learning Methods for Computer Vision and Natural Language Processing’ >

 

요즘 인공지능은 몬테카를로 트리 탐색 알고리즘을 이용한다. 기존 게임 트리 탐색 알고리즘은 경우의 수를 모두 넣지만 몬테카를로 트리 탐색은 시뮬레이션을 이용해 가장 가능성이 크다고 판단되는 쪽으로 의사 결정하게 하는 탐색 방법니다. 인공지능은 도움을 주는 다음 수를 읽어서 승리 가능성이 큰 방향을 알게끔 하는 정책망과 트리마다 위치별 가치를 평가해 승리 가능성을 추정하는 가치망으로 나뉜다. 알파고는 정책망을 통해 엄청난 경우의 수를 한 번 걸러낸 뒤, 가치망으로 각각에 대한 승률을 평가해 승리 가능성이 가장 높은 자리에 바둑을 둔다.

 

알파고는 딥러닝(Deep Learning)을 이용한다. 딥러닝은 특정상황에 있는 에이전트가 일련의 행동을 통해서 보수를 가장 많이 얻을 수 있는 방안을 스스로 학습하게 해주는 것이다. 딥러닝처럼 인공지능이 수많은 데이터를 바탕으로 패턴을 찾아 자가 학습하는 방식을 강화학습이라고 한다.

 

딥러닝이나 강화학습은 ‘학습 알고리즘’ 이라는 인공지능의 강화를 위한 새로운 분야다. 기존 머신러닝은 데이터를 분석해서 특정 패턴을 발견하고 이를 학습하는 모델을 구축하고 주어진 데이터에서 일반화된 지식을 추출하는 것이 목표였다면 딥러닝은 머신러닝에서 더 나아가 특정 패턴을 발견하고 학습하는 방식 자체가 자율학습이라는 것이 가장 큰 차이, 즉 머신러닝은 패턴을 인지할 때 인간이 만든 분류기를 사용하지만 딥러닝은 인간이 만든 분류기가 아니라 전적으로 데이터에만 의존하여 학습하고 주어진 데이터에 맞는 특징과 패턴을 추출할 수 있다는 얘기다.

 

황성주 교수는 인공지능을 공부하기 앞서 ‘선형대수, 확률통계, 미분, 최적화에 대한 지식, GPU 프로그래밍, 파이썬’ 등의 지식이 필요하다고 조언했다.


 

Chapter 2. 인공지능으로 인한 우리의 삶의 변화는?



<장현기 SK주식회사 C&C ICT기술전략팀장이 ‘산업에서 AI 적용 방향>

 

최근의 4차 산업혁명이라는 말이 등장했다. 최근 알파고가 사람을 이겨서 인공지능에 대해 부정적인 이미지가 생겼지만, 현재 우리가 접하는 인공지능은 사람을 돕는 관점에서 확장지능형으로 개발되고 있다. 인간은 많은 데이터를 기억할 수 없지만 인공지능이 이를 돕게 될 것이다.

 

“의사들에게 X-ray 사진을 보여주고 수술이 필요한지 확인해보니 의견이 반으로 갈렸다. 그리고 2년 뒤 같은 사진을 다시 보여줬을 때 처음 대답과 정반대의 대답을 한 인원이 전체의 40%였다. 이러한 인간적인 실수를 인공지능을 통해 개선할 수 있다.”

 

인공지능은 복잡한 데이터를 판단해야 하는 법률, 금융 등의 분야에서 인간의 의사 결정을 돕게 될 것이다.

이러한 부분 외에도 인공지능은 인터페이스의 혁신을 가져올 것이고, 빅데이터와 IOT가 인공지능에게 데이터를 제공하는 인풋이 되고 인공지능이 기술 간의 융합을 가속화하는 촉매제의 역할을 함에 따라 다른 기술 간의 융합이 가장 큰 화두라고 보고 있다. 현재 산업에서는 이러한 것들을 활용해 어떻게 쓸 것 인가에 대한 고민이 커지고 있다.

 

우선 인공지능이 발달함에 따라 서비스나 시간 그리고 일자리의 변화가 생길 것이다. 노동 시간은 줄어들고 여가시간이 늘어날 것이다. 이에 따라 문화 산업들이 발전할 가능성이 크다. 2018년이 되면 콘텐츠의 80%를 기계가 만들 것 이라고 예측하고 있다. 이처럼 일자리의 경우 사람이 하고 있는 일을 기계가 하게 되며 일자리가 없어질 것에 반해 새로운 일자리가 생길 것이다. 지금 자라는 아이들은 현재 존재하는 직업 이외의 다른 직업을 갖게 될 것이라고 예상하고 있다.


Chapter 3. 인공지능, 이미 우리 삶에 가까이 있다!



<전혁준 SK플래닛 머신 인텔리전스 랩 박사의 ‘딥러닝 활용 11번가 영상 검색 적용 사례>

 

인공지능은 더 이상 미래의 이야기가 아니다. 전혁준 SK플래닛 머신 인텔리전스 랩 박사는 ‘딥러닝을 11번가 검색 시스템에 ‘영상 검색’에 활용한 경험을 공유했다. 머신러닝으로 방대한 데이터를 분석하고 사용자에게 알맞는 정보를 내어주는 것, 우리가 일상적으로 포털사이트에서 단어 검색을 하듯 사용자가 찾고자 하는 상품을 사진으로 찍으면 인공지능이 이를 분석하고 사용자가 원하는 정보를 내어주는 것이다. 자연스럽고 친숙하게, 인공지능은 생각보다 우리 삶에 가까이 와 있었다.

 

<백문이 불여일견! 지금 11번가 애플리케이션을 통해 Deep Learning을 이용한 영상 검색을 직접 체험해 보자>

 

Chapter 4. 빅데이터 시대의 인공지능


<개발자 간 ICT개발∙서비스 기획에 대해 토크쇼가 진행됐다>

 

인공지능 시장의 규모는 커지고 있다. 구글, 마이크로소프트, 바이두 등 거대 글로벌 기업들은 앞다투어 인공지능을 미래 신성장동력으로 삼고 관련 인재들을 경쟁적으로 영입하고 있다. 구글 창업자 래리 페이지는 “모든 것을 분석하겠다”고 했고, 아마존 최고 경영자 제프 베조스는 “우리는 절대 데이터를 내다버리지 않는다.”며 빅데이터의 중요성을 강조하고 있다. 또한 마이크로소프트 최고 경영자 사티아 나델라는 “방대한 양의 데이터가 머신러닝 기술로 집약돼 모든 분야에 적용된다면 아주 놀라운 일이 벌어질 것”이라고 말했다.

 

빅데이터 시대가 열리며 인공지능이 방대한 데이터를 등에 엎고 우리 앞에 성큼 다가왔다. 인공지능 기술이 단순히 사람의 일자리를 빼앗는 대체재가 아니라 더 멋진 세상을 만들어가는 가치 있는 기술로 성장하는 미래를 기대하며 글을 마친다.