IBM 연구소에 따르면, 2020년에는 ‘자동화,’ ‘자연어 처리(NLP),’ ‘신뢰’ 등 세 가지 주제가 AI의 발전을 이끌 전망이다. 크게 보면, 자동화를 통해 AI 시스템이 보다 빠르고 쉽게 작동될 것이다. 자연어 처리는 AI 시스템이 일상어를 사용해 대화, 토론 및 문제 해결을 하는 데 중추적인 역할을 담당할 것이다. 설명 가능성부터 편향성 탐색 등을 지원하는 기술을 통해 보다 투명하고 책임 있게 AI 데이터를 관리하려는 움직임들을 보게 될 것이다.
다음은 IBM이 바라본 2020년 AI 분야의 5대 전망이다.
AI는 더 많은 것을 이해하고 더 많은 일을 할 수 있게 될 것이다.
AI 시스템이 더 많은 데이터를 가질 수록 AI 기술은 더 빠르게 발전한다. 2020년에는 보다 많은 AI 시스템이 학습과 논리를 결합한 “뉴로-심볼릭(neuro-symbolic)” 기술에 의존하기 시작할 것이다. 뉴로-심볼릭은 자연어 처리 기술 분야 발전에 중요한 지표로, 컴퓨터가 상식 추론과 특정 분야의 지식을 활용해 인간의 언어와 대화를 보다 잘 이해하도록 돕는다. 이와 같은 기술을 통해 기업들은 대화 형식의 자동화된 고객 관리와 기술 지원 툴을 사용할 수 있게 될 것이다. 또한 더 적은 데이터로도 AI를 훈련 시킬 수 있게 될 것이다.
AI는 인간의 일자리를 뺏지는 않지만 일하는 방식을 바꿀 것이다.
AI는 인간의 일자리를 대체하는 것이 아니라, 자동화를 통해 일하는 방식을 변화시킬 전망이다. AI는 일정 조율과 같은 업무에는 도움을 주지만, 디자인이나 전략 수립과 같은 전문적 업무에는 직접적인 영향을 주지 않을 것으로 예상된다. AI를 도입한 기업은 직원 업무를 일부 조정할 필요가 있으며, 직원은 역량 강화를 위해 노력해야 한다.
AI가 신뢰할 수 있는 AI를 만들어낼 것이다.
AI를 신뢰하기 위해서는 시스템이 믿을 수 있고 공정해야 한다. 더불어, 기술이 보안상 안전하고 AI가 제공하는 결론이나 제안이 편향되거나 조작되지 않다는 것을 확신할 수 있어야 한다. 2020년에는 신뢰도를 규제하는 구성 요소들이 AI의 수명주기에 포함되어, AI 애플리케이션 구축, 테스트, 운영, 모니터링 및 인증하는 과정에서 성능뿐 아니라 신뢰도 역시 고려될 것이다. 또한, AI를 만드는데 AI를 사용하는 ‘오토AI’처럼 AI를 제어하는 AI가 부상할 전망이다. 이를 통해, 규제가 심한 산업을 포함해 산업 전반에서 신뢰할 수 있는 AI 워크플로우가 형성될 것이다.
AI가 필요로 하는 에너지 수요 때문에 친환경 기술에 대한 요구가 증가할 것이다.
AI의 기반이 되는 데이터센터는 전세계 에너지 총 소비량의 약 2%를 차지하고 있다. 2020년에는 AI 기술을 보다 오랫동안 지속 가능하게 만들기 위한 노력들이 증가할 것이다. 더 유연한 기기를 만들 수 있는 ‘전이 금속 산화물(transition-metal oxides)’과 같은 신소재 개발이나, 아날로그와 혼합 신호를 모두 처리하는 새로운 칩 설계, 매우 적은 컴퓨팅 파워로 구동하면서 일정 수준 이상의 결과를 구현하는 근사 컴퓨팅(approximate computing) 기반의 새로운 소프트웨어 기술 등이 해당한다. 이 모두는 탄소 배출량을 줄이면서도 증가하는 AI 관련 워크로드를 지원하기 위한 방안이다.
AI를 통해 신소재를 발견할 것이다.
지난 200년 동안 유기 분자 합성은 화학 분야 연구의 중요한 축이었고, 이를 통해 의약품 및 합성 섬유가 개발되었다. 지금도 새로운 분자를 만들기 위해 수십만 가지의 화학 반응을 연구하고 있다. 과학자들은 전문 분야의 수십 가지 반응은 기억할 수 있지만, 방대한 양의 정보로 인해 모든 분야의 전문가가 되는 것은 불가능하다. 이제 그 한계를 넘어설 수 있게 되었다. IBM이 클라우드 상에서 분자를 합성할 수 있고, 수백만 가지의 화학 전후 반응을 예측할 수 있는 AI 도구인 RXN 포 케미스트리(RXN for Chemistry)를 개발했다. 이를 통해 2020년에는 AI와 자동화 기술을 활용한 신 소재 발견 및 개발에 획기적인 발전이 이루어질 것으로 기대하고 있다.
관련 기사
