"오픈소스와 빅데이터로 무장한 인공지능의 원천기술을 바탕으로 기술의 활용 노하우가 필요하다."

인공지능 분야 전문가인 조성배 연세대 컴퓨터과학과 교수 '인공지능의 실체와 성공전략'을 주제로한 기조강연에서 "인공지능의 학문적 역사는 40년 가량 됐으며 이미 우리 삶에 들어와 있다"며 이 같이 말했다.

인공지능은 기존에 축적된 데이터를 활용해 진일보한 결과를 보여주는 것이다.

이날 강연에서 조 교수는 저장된 지식을 기반으로 의사결정을 하는 '지식기반 방법론(IBM 왓슨)'과 데이터로부터 추출된 지식으로 의사경절을 내리는 '데이터기반 방법론(구글 알파고)' 등 인공지능 구현의 접근방법에 대해 설명했다.

조 교수는 "인공지능은 사람과 다른 방식을 갖고 있으며 데이터를 구조화해 저장하고 빠르게 찾는 방식"이라며 "여러가지 경우의 수를 빠르게 찾는 것으로 왓슨은 대용향 데이터를 기반으로 하며 알파고는 데이터로부터 추출된 내용을 기반으로 한다"고 설명했다.

또 인공지능의 핵심인 딥러닝 기술의 중요성도 강조했다. 딥러닝은 컴퓨터가 인간처럼 생각하고 학습할 수 있도록 하는 기술이다. 수천가지의 데이터를 분류해 같은 집합들끼리 묶고 상하의 관계를 파악한다.

딥러닝은 기계학습의 한 분야라고 할 수 있다. 다만 차이점이 있다면 기계학습은 컴퓨터에 먼저 다양한 정보를 가르치고 그 학습한 결과에 따라 컴퓨터가 새로운 것을 예측하는 반면, 딥러닝은 인간의 '가르침'이라는 과정을 거치지 않아도 스스로 학습하고 미래의 상황을 예측할 수 있는 것이다.

예를 들어 기계학습이 개발자가 다양한 고양이 사진을 컴퓨터에게 보여주고 '이것이 고양이이다'고 알려준 다음, 새로운 고양이 사진을 보았을 때 '고양이'라고 판단할 수 있도록 하는 것과는 다르게, 딥러닝은 스스로가 여러 가지 고양이 사진을 찾아보고 '고양이'에 대해 학습한 다음 새로운 고양이 사진을 보고 '고양이'라고 구분한다는 것이다.

조 교수는 "최근 소프트웨어 엔지니어 세 명이 오픈소스를 가지고 3개월 만에 음성인식 기기를 만든 경험이 있다"며 "2000시간 동안 사용한 데이터를 이용해 완성된 제품이지만 테스트한 결과 구글보다 더욱 뛰어난 성과를 기록했다"고 설명했다.

이어 "4차산업혁명 시대를 완성하기 위해서는 IoT로 데이터를 수집한 빅데이터를 소프트웨어로 완벽하게 분석하면 될 것"이라며 "그게 인공지능이 아닐까 생각한다"고 말했다.

또 인공지능이 새로운 가치를 창출하기 위해서는 시장을 선점해야한다고 강조했다.

조 교수는 "출시 당시에는 완벽하지 않지만 향후 데이터가 모이면 거대한 시장이 열린다"며 "이처럼 생태계를 구축하면 인공지능의 활용성도 높아질 것"이라고 말했다.