AI 기술의 ‘명암’ 정확히 인지해야
인공지능(AI)이 우리 일상에 스며들고 있다. 인공지능 기술은 알파고가 등장한 이후 ‘딥러닝’의 개념이 전파되고, 빅데이터를 활용하는 사례가 증가함에 따라 국내에서도 빠르게 발전하고 있다.
일간언론사 메트로미디어는 11월 21일 서울 중구 한국프레스센터 국제회의장에서 2019 뉴테크놀로지포럼을 개최하여, ‘일상 속으로 들어온 인공지능’을 주제로 소통의 장을 마련했다.
과학기술정보통신부, 한국정보통신연합회, 인공지능연구원이 후원한 이번 포럼은 현재 국내에서 인공지능 산업을 주도하고 있는 민간기업 실무자들의 생생한 강연을 중심으로 구성됐다.
개회사에 나선 이장규 메트로경제 대표는 미래에 대비한 인공지능 기술의 경쟁력 확보를 위해 국가 차원의 노력이 필요하다고 전했다. 특히 데이터 3법, 개인정보보호법 등 관련 규제의 선제적인 개혁의 필요성을 강조했다.
김진형 중앙대 석좌교수의 기조강연을 시작으로 이종민 SK텔레콤 상무, 조성민 이스트소프트 이사, 신성진 네이버 클로바 소속 머신러닝 사이언티스트가 강연을 진행했으며, 국내 인공지능 기술의 현재와 앞으로 변화할 미래 패러다임에 대한 관점을 제시했다.
연사들은 인공지능의 발전과 한계, 업계 트렌드에 대해 소개하면서, 데이터 3법을 비롯한 파격적인 규제 완화를 통해 미래를 대비해야 한다고 입을 모았다.
기술적 한계 이해하고 막연한 기대 버려야
인공지능은 기술적 측면에서 비약적인 발전이 있었지만 해결하지 못하는 문제도 여전히 많다.
기조강연을 진행한 김진형 중앙대 석좌교수는 인공지능의 현재 능력과 한계를 정확히 알지 못하면, 미래를 위한 투자가 오히려 무모한 도전이 될 수 있다고 경고했다.
2019 뉴테크놀로지포럼에는 인공지능과 관련된 실무자들이 대거 참석했다.ⓒ정현섭/ScienceTimes
현재 인공지능은 알고리즘에 따라 정해진 업무만 처리할 수 있다. 예를 들면, 알파고와 같이 바둑을 두는 인공지능은 작곡이나 번역을 수행하지는 못한다.
또한, 어떠한 인과관계를 스스로 판단하거나 통찰하는 능력이 없으며, 데이터를 기반으로 한정된 영역의 문제만 풀 수 있다.
이렇게 데이터에 의존도가 높기 때문에 머신러닝에 활용한 데이터가 편향되는 경우에는 결과 값에도 큰 오차가 생길 가능성이 높다.
인공지능은 문제를 여러 방면에서 동시에 바라보지 못하고 알고리즘을 통한 확률적 의사결정만 수행하기 때문에 인간이 이해할 수 없는 엉뚱한 방향으로 업무를 수행하기도 한다.
인공지능 바둑이 자신의 승률이 낮아지자 이해할 수 없는 무리수를 두는 경우나 영상인식 인공지능에 약간의 노이즈(Noise)만 가해도 정확도가 크게 떨어지는 경우가 그 예이다.
때문에, 인공지능이 수행한 일을 항상 100% 장담할 수 없다는 신뢰성의 문제가 존재하며, 인공지능이 제대로 작동하는지, 데이터를 잘 학습하고 있는지 지속적으로 확인해야 한다.
반면에 사람은 능력에 한계는 있지만 인공지능과 달리 여러 업무들을 동시다발적으로 처리할 수 있으며, 상황에 따라 직관적인 통찰이나 자신의 감정에 따라 의사결정을 할 때도 있다.
이러한 직관이나 감정은 인간이라는 생명체가 가지는 고유의 속성으로써 인공지능은 본질적으로 이러한 속성을 가질 수도 없고, 가져야 할 필요성도 없다.
김진형 석좌교수는 인공지능의 기술적 발전과 함께 무한한 가능성을 인정하면서도, 이러한 인공지능의 한계에 대해 잘 이해하고 미래 비전을 제시해야 한다는 점을 시사했다.
김진형 교수는 “인공지능이 미래에는 사람과 같아질 것이라는 막연한 기대를 하는 사람도 많지만 이는 아직 소설의 영역에 불과하다”고 지적했다.
인공지능, 5G를 통해 날개를 달다
이종민 SK텔레콤 상무는 ‘5G 시대 차세대 기술혁신과 오픈 이노베이션 발표’를 통해 5G 도입에 따른 인공지능의 변화와 기회에 대해 소개했다.
인공지능은 5G 시대에서 큰 변혁을 이룩하고 있다. 기존의 4G 환경에서는 용량이나 속도 문제로 데이터를 단말기에 저장하기보다는 주로 클라우드에 저장했다.
모바일폰으로 라이브 방송을 시청하는 것이 3G 환경에서는 불가능했지만 4G로 넘어가면서 가능해졌고, 5G가 도입되면서 빅데이터와 인공지능 기술의 실현이 가능해지고 있다.
이처럼 세대를 거듭하면서 모든 서비스는 진화하고 있으며, 특히 5G의 도입은 향후 네트워크 환경의 발달을 가속화하는 촉매제 역할을 할 것으로 기대되고 있다.
그렇다면 5G는 구체적으로 인공지능에 어떤 영향을 미쳤을까?
인공지능은 데이터 학습을 통해 훈련한다. 데이터는 많으면 많을수록 좋다. 이러한 훈련을 통해 신경망을 구축하고 이를 기반으로 어려운 계산과 추론이 가능해진다.
인공지능은 음성인식, 자율주행처럼 대부분 네트워크를 기반으로 해야 하며, 클라우드와의 원활한 연결을 위해서도 속도가 매우 중요하다. ⓒ정현섭/ScienceTimes
따라서 이러한 높은 성능을 구현하기 위해서는 엄청난 양의 데이터가 필요하며, IoT(사물인터넷)와 같은 다양한 기기에서 이러한 빅데이터를 빠르게 수집하는 것이 매우 중요하다.
또한, 인공지능의 기계학습을 위해서는 데이터를 업로드하는 속도도 중요하다.
4G 환경에서는 주로 데이터를 받는 것에 관심이 많았기에 다운로드 속도는 빠른 편이었지만 데이터를 업로드하는 측면에서는 속도가 많이 떨어졌다.
5G 환경에서는 업로드 속도가 크게 향상되었다. 따라서, 엄청난 데이터를 업로드하고 그것을 학습하는 인공지능의 효율적 구현이 가능한 환경을 갖출 수 있게 되었다.
이종민 상무는 “5G의 도입은 데이터의 빠른 학습을 가능케 한다는 점에서 인공지능 신경망 성능을 극대화하기 위한 핵심기술이다”고 강조했다.
실증주의 AI 기술부터 개발해 나아가야
조성민 이스트소프트 이사는 실증주의 인공지능 사례 소개했다.
사람들은 기본적으로 SNS를 활용하면서 은연중에 인공지능을 직간접적으로 접하고 있다. 특히, 쇼핑 추천과 같은 AI 커머스를 비롯해 사진 배경을 바꿔주거나 의상과 안경 디자인을 추천해주는 AI 카메라 앱처럼 ‘소비자 맞춤형 인공지능 서비스’가 주를 이루고 있다.
강연 후에는 간단한 질의응답이 이어졌다. ⓒ정현섭/ScienceTimes
기업에서는 업무효율을 극대화하기 위해 인공지능 도입을 확대하고 있다.
기업들은 궁극적으로 개인비서 역할을 통해 업무 효율을 극대화할 수 있도록 도와주는 AI 서비스에 주목하고 있다.
아울러 고객이탈이나 퇴직자의 업무 및 대화 패턴을 통해 예측‧판단하는 등 돌발 상황에 대처하기 위한 기술의 도입도 기대하고 있다.
조성민 이사는 자재 유통업의 마스터코드를 활용한 인공지능을 우수사례로 소개했다.
자재를 코드화해서 관리하는 모든 업종에서는 외부에서 지시하는 자재와 내부에서 인지하는 자재가 불일치하는 것이 문제였다.
이스트소프트는 딥러닝 알고리즘을 도입하여 코드 불일치 문제를 해결했으며, 고객사의 업무 효율을 크게 높임으로써 혁신성을 인정받았다.
조성민 이사는 “영업 직원들이 매주 8시간에 걸쳐서 수작업으로 했던 업무를 단 몇 초, 몇 분 만에 해결함으로써 좀 더 영업에 집중할 수 있도록 도왔다”고 전했다.