[2017 뉴테크포럼] 추형석 선임연구원 "딥러닝은 사람처럼 학습하는 원동력"

인공지능(AI)은 지능적 행동을 자동화하기 위한 컴퓨터 과학의 한 분야로 현실적인 문제 해결의 도구라고 할 수 있다. 인공지능의 핵심은 지난해 이세돌 기사와의 바둑 대결로 유명해진 알파고가 선보였던 '딥러닝' 기술이다. 딥러닝은 어느날 갑자기 툭 튀어나온 것이 아니라 과거에서부터 자연스레 이어져온 기술로, 특히 2006년 제프리 힐튼 교수에 의해 시작됐다. 이후 2012년 구글이 사전작업 없이 딥러닝 기술을 통해 동영상에서 고양이 얼굴을 인식하는데 성공하면서 본격적으로 관심을 받게 됐다. 사람처럼 학습하는 원동력인 딥러닝은 쉽게 어떤 데이터에 특정 모델(함수)를 적용해 합리적인 결과를 도출하는 과정이다. 이 때 어떤 함수를 적용할 지 결정하는 게 딥러닝의 중요한 역할이다. 하지만 현재 딥러닝 구현에는 몇 가지 어려움이 있다. 우선 데이터 확보가 어렵다. 데이터 양이 많을 수록 학습 효율이 증대되고 반대로 적으면 효율이 떨어진다. 또 신경망 구성에 대한 노하우가 요구된다. 현재 이론적으로 정립된 것이 없어 경험적으로 먼저 해보고 결정해야 하기 때문에 수많은 테스트가 필요하다. 아울러 고층 신경망의 학습은 고성능컴퓨터 없이는 불가능하다. 다음으로는 최신 인공지능 R&D 동향에 대해 말씀드리겠다. 먼저 다르파(DARPA·미국방위고등연구계획국) 프로젝트가 있다. 이 프로젝트는 딥러닝의 인과관계를 설명하는 연구라고 할 수 있다. 딥러닝의 예측 성능은 인간의 수준에 버금갈 정도로 높아졌으나, 왜 이러한 성능을 달성할 수 있는지에 대한 인과관계가 불분명하다. 향후 인공지능의 자동 의사결정으로 인한 사고나 재난의 원인규명을 위해 설명가능한 인공지능은 반드시 해결해야 할 과제라고 할 수 있다. 이와 함께 생성적 적대 신경망(Generative Adversarial Network·GAN)도 진행되고 있다. 이 네트워크는 대표적인 비지도학습의 한 종류로 서로 대립하는 두 시스템이 서로 경쟁하는 방식으로 학습이 진행된다. 지금까지 간략하게 인공지능과 인공지능의 핵심이라고 할 수 있는 딥러닝에 대해 알아봤다. 결론적으로 인공지능이 앞으로 4차 산업혁명에 있어 모든 문제 해결의 중요한 도구란 점은 분명하다. 하지만 활발히 사용되기 위해서는 사회적 합의가 반드시 필요하다. 인공지능의 윤리적 판단 기준을 심도있게 고민해봐야 할 것이다.