현재의 인공지능 적용과 발전 전망은?
(학주니 이학준) 앞선 글에 언급했던 것처럼 IBM의 왓슨도 인공지능 시스템으로 산업 전반에서 적용되어 사용되고 있고 이세돌 9단과 바둑 대결을 펼친 알파고 역시 아직은 바둑에 한정되어 있지만 학습을 통해 스스로 수를 생각하는 인공지능 시스템으로 이름을 떨치고 있다. 그 외에도 다양한 분야에서 인공지능 방식이 적용되고 있다. 현재의 인공지능 분야가 어떻게 적용되고 있는지 몇 가지 분야에 대해서 예를 들어볼까 한다.
올해 초에 진행되었던 CES 2016에서의 핵심 키워드는 자동차, 그 중에서도 자율주행 자동차 기술이 메인 테마였다. 자율주행 자동차 기술은 사람이 운전하지 않고 자동차가 스스로 운전하는 기술로 구글을 비롯하여 해외의 유명 자동차 기업들이 기술을 개발하고 있으며 이미 미국에서는 무인 자동차가 택시로 본격적으로 운영되고 있기도 한다. 이미 몇몇 자동차에 적용되고 있는 자동 주차 시스템이 인공지능 기술을 이용한 자율주행 기술이며 구글에서 선보인 무인 자동차는 실험 단계를 벗어나 상용화 단계에 들어선 상태다. 이들 자동차 기술에 사용되는 기술에 다양한 센서(거리측정 센서, 고도 측정 센서, 날씨 측정 센서, GPS 등)를 통해 들어온 데이터들을 기반으로 자동차 안의 인공지능 엔진이 판단을 해 주차를 하던지 주행을 하게 만드는 인공지능 기술이 들어가 있다.
쇼핑 분야에서도 인공지능은 실력발휘를 한다. 넷플릭스가 사용자의 취향에 맞춰서 영화나 드라마 컨텐츠를 추천해주는 추천 시스템을 도입해서 성공을 거뒀으며 애플이 아이튠즈에 지니어스 시스템을 도입해서 사용자의 취향에 맞는 음악이나 영화, 드라마 컨텐츠를 추천해주고 있다. 아마존이 사용자의 취향에 맞는 책을 추천해주며 사용자가 필요로 하는 물품들을 추천해주기도 한다. 또한 어떤 장소에 들어갈 때 그 장소에 맞는 쿠폰을 제시해 준다 던지 또는 필요한 물건들을 추천해주는 등의 사용자 취향에 맞는 추천 시스템이 쇼핑 분야에 본격적으로 적용되어 상업적으로 성공하는데 큰 역할을 한다. 이는 그 동안에 사용자가 사용한 내역(구매 이력 등)을 기반으로 시기 및 제품의 특징, 사용자의 사용 패턴 등을 분석하여 패턴을 추출하고 그 패턴에 맞게 사용자 맞춤 정보를 제공하는 기법으로 인공지능 알고리즘의 기본이 되는 빅데이터 처리를 기반으로 하는 방식이 적용된 것다.
애플의 시리, MS의 코타나, 구글의 구글 나우는 스마트 비서 서비스다. 이들 서비스의 기반이 되는 것이 바로 인공지능 알고리즘인데 이들 시스템의 공통적인 특징이 음성 인식 및 자연어 처리 기반 판단 시스템이라는 것다. 음성 인식을 통해 정확한 문장을 만들고 그것을 자연어 처리를 통해 시스템이 이해할 수 있는 명령 등으로 바꾼 후에 시스템이 그 명령을 기반으로 사용자가 원하는 액션을 보여주는 것이 이들 스마트 비서 서비스의 특징다. 이를 위해서 정확한 음성 인식을 위해 수억 가지의 음성 패턴을 수집하고 분석해서 정확한 컴퓨터가 인식할 수 있는 언어로 만드는 기술이 들어갔으며 이 언어를 자연어 처리를 통해서 컴퓨터가 처리할 수 있는 명령으로 바꾸는데 여기에 들어가는 기술이 빅데이터 수집 및 분석 시스템다. 또한 사용자의 그 동안의 행동 패턴들 및 상황들을 수집하고 분석하며 한 명이 아닌 수 백만 명의 데이터들을 중앙에서 수집하고 분석함으로 한 두 명의 데이터를 통해 생길 수 있는 오류들을 최소화하고 오차를 줄이고 정확성을 높이는 학습 알고리즘이 적용된다. 이런 모든 방식이 인공지능 알고리즘의 기반 기술이 된다.
사진이나 동영상 서비스에서도 인공지능 알고리즘이 적용되고 있다. 구글 포토나 페이스북에서의 얼굴 인식, 네이버 클라우드의 사진 모으는 기능 등은 다 인공지능을 이용한 분류 방식다. 구글 포토에 저장되어 있는 사진들을 자동으로 사람 별로 앨범을 만들어서 제시 한다 던지 페이스북에서 사진을 올리게 되면 자동으로 사진 속 인물에 해당 인물 태그를 달아 준다 던지 하는 것은 사진 속, 혹은 동영상 속의 사람 얼굴을 시스템이 자동으로 인식해서 분류를 해주기 때문다. 이 인식 과정에서 인공지능 알고리즘이 적용이 되는데 사람의 사진들을 사람 별로 추출하고 그 추출한 사진에서 특징들을 찾아서 패턴화 시킵니다. 그 패턴으로 사진, 혹은 동영상 안의 사람 얼굴을 인식하는데 그 과정이 모두 자동화되어 진행된다. 이 역시 빅데이터 시스템의 수집 및 분석, 학습 등의 인공지능 알고리즘이 적용되어 진행되기 때문에 구글 포토나 페이스북의 얼굴 인식도 인공지능 분야라고 얘기할 수 있을 듯 한다.
금융분야에서도 인공지능은 실력을 발휘한다. 2가지 예를 들 수 있는데 하나는 FDS(Fraud Detection System)라 불리는 이상 금융거래 탐지시스템에 인공지능 알고리즘이 적용되고 있다. FDS는 금융 서비스를 이용하는 사용자가 평소와 다른 금융 거래를 진행할 때를 감지해주는 시스템다. 예를 들어, 사용자의 금융 정보가 해킹을 당해 해커에 의해 평소에 사용자가 거래하던 장소나 시간, 패턴이 아닌 다른 장소에서 거래가 진행되려고 할 때 바로 거래를 진행하지 않고 한번 더 사용자에게 확인을 할 수 있게 해줍니다. 이것을 위해 FDS는 평소 사용자의 금융 거래 이력들을 수집하고 분석하여 패턴을 찾다. 이 찾는 과정에서 빅데이터 수집 및 분석과 학습이라는 인공지능 알고리즘이 적용이 된다. 또 하나는 요즘 금융계에서 이슈가 되고 있는 로봇 어드바이저다. 보통 주식 투자나 선물 투자 등의 투자 등은 투자 전문가들이 그동안의 자료를 통한 분석 결과와 나름대로의 통찰력을 바탕으로 진행되곤 하는데 이 분야에 인공지능 알고리즘을 적용하여 그 동안의 투자 관련 데이터 및 투자를 원하는 사람의 이력 및 습성 등을 분석하고 현재의 시세 및 상황 등을 분석하여 투자 방향, 또는 종목을 추천해주는 것다. 여기에 적용되는 것이 역시나 빅데이터 시스템을 통한 데이터 수집 및 분석, 학습 등의 인공지능 알고리즘다.
인공지능에서 눈에 보이는 부분은 아무래도 로봇 분야가 아닐까 싶다. 앞서 언급한 자율주행 자동차 역시 눈으로 보이는 인공지능 분야이고 로봇 분야 역시 비슷하다고 보면 되는데 각종 센서를 이용하여 데이터를 취합하고 그것을 기반으로 움직이는 등의 기본적인 내용 외에도 위험한 지역에서의 고장을 수리 한다 던지 깊은 바다 속을 관찰하는데 있어서 로봇의 활용이 늘어나고 있다. 또한 감정을 표현하는 등 살아있는 생명만이 가능한 일들을 표현해 주는 등 빅데이터 시스템을 통한 분석을 통해 대상이 되는 사람의 말을 분석하여 그 안에서 감정을 읽어내는 등의 기술도 로봇 분야에 적용되고 있는데 이 모든 것들이 인공지능 알고리즘이 적용된 결과라고 보면 된다. 일본의 소프트뱅크에서 만든 페퍼라는 로봇은 대화를 통해 감정을 읽어내고 사람이 하는 일을 돕는 로봇으로 개발되었는데 최근에 IBM의 왓슨과 협력하여 좀 더 다양한 분야에서 활약할 수 있도록 준비 중이라고 한다.
향후 인공지능의 발전 전망은?
그렇다면 인공지능은 향후에 어떻게 발전될까요? 호사가들은 영화 터미네이터처럼 기계가 사람을 지배하는 시대가 올 것이라고 얘기하곤 한다. 뭐 그런 수준까지는 모르겠지만 많은 전문가들은 인공지능의 발전은 결국 인간의 일자리를 빼앗게 되고 인간의 삶을 더 피폐하게 만들 수 있다고 우려하고 있는 것은 사실다. 그 동안의 역사를 보면 그 동안에 사람이 했던 단순 업무, 노동 집약적 일들에 대해서 기계가 도입되고 난 이후에 빠른 속도로 사람의 일을 기계가 대신 하는 것으로 바뀌어가면서 일자리를 빼앗긴 사람들이 길거리로 나왔던 경우가 많다. 기계의 경우에는 사람이 조종하기 때문에 조종하는 사람은 그 업종에 남을 수 있겠지만 실제로 물건을 나르거나 수송을 맡았던 사람들은 일거리를 잃어버렸다. 하지만 인공지능은 또 다른 얘기다. 조종하는 사람의 역할마저 이제는 기계가 하겠다는 것다. 그렇기 기 때문에 더 큰 문제가 될 수 있다고 얘기를 하는 것다. 뭐 이런 비관적인 얘기가 많이 오가는 것이 사실입니다만 그렇게 비관적인 전망만 있는 것은 아닙니다.
앞서 언급했던 것처럼 이미 수많은 분야에서 인공지능이 적용되고 사용 되어 지고 있다. 대부분이 인간의 삶에 도움이 되는 측면에서 발전하고 있다. 쇼핑분야를 비롯하여 얼굴인식 기능이나 스마트 비서 서비스 등은 사람의 삶의 질을 높여줄 수 있는 인공지능 서비스다. 로봇의 경우도 힘든 일, 단순한 일, 반복적인 일에 대해서 도움을 주는 방향으로 발전하고 있다. 특히 자율주행 자동차는 올해 IT 업계의 핫 이슈로 떠오르고 있을 정도로 많은 투자를 하고 있으며 향후 인공지능 분야의 집대성이 될 가능성이 크다고 많은 전문가들이 얘기하고 있다. 센서 데이터를 비롯하여 상황 인식에 예측 능력까지 골고루 있어야 하는 것이 자율주행 자동차 분야이기 때문에 가까운 미래의 인공지능 분야는 자율주행 자동차에 몰리지 않을까 하는 예상을 해본다. 즉, 눈에 보이는 인공지능에 대한 이슈는 자율주행 자동차 쪽에 몰릴 것이지만 그 외의 금융 분야에서의 인공지능 분야도 FDS 뿐만이 아니라 로봇 어드바이저가 지금보다 더 고도화될 것이며 투자 종목이 지금은 제한적인데 그 영역이 더 넓어질 것으로 보다.
이번에 이슈가 되고 있는 이세돌과 구글의 알파고와의 바둑 대결은 알파고의 인공지능 능력을 돋보이면서 함께 구글의 기술력을 알리는 이벤트라는 생각이 듭니다. 물론 그 알파고에서 사용되는 인공지능 알고리즘 및 다양한 기술들을 다른 영역에서 적용해서 사용할 수 있다. 기본적으로 빅데이터 시스템을 통해서 수집을 하고 분석을 하고 학습을 하는 방식은 동일하기 때문다. 앞서 글에서는 언급하지 않았지만 여기서 애기하는 학습은 인공지능이 스스로 터득해 나가는 것을 의미한다. 수집한 데이터들을 바탕으로 지속적으로 시뮬레이션을 하고 그 결과를 다시 수집하여 또 시뮬레이션하고, 이런 과정을 지속적으로 반복하면서 분석 결과 및 판단 근거를 만들어내는 것이 학습인데 머신러닝, 딥러닝의 핵심이 이런 과정이라고 보면 된다. 이런 기본적인 방식에 각 분야에 맞는 상황 및 역할을 프로그래밍해서 넣게 되면 그 때 각 분야에 맞는 인공지능 알고리즘이 만들어지고 그것이 산업에 적용된다고 보여집니다. 구글의 알파고 뿐만이 아니라 IBM의 왓슨도 마찬가지의 역할을 담당하고 있다는 생각이 듭니다. 이제 SF 영화나 만화영화 안에서 상상 속에서만 보여줬던 인공지능이 제대로 현실화 되기까지는 얼마 남지 않은 듯 싶다.