인공지능은 어떻게 발전하나? AI와 컴퓨터 기계학습의 연구현황 (딥러닝)

인공지능(AI)의 기법 1개인 딥러닝(심층 학습)은 현재 매우 뜨거운 토픽으로 수없이 거론되고 있습니다. 과연 어떻게 발전하게 될까요? 컴퓨터 자체가 학습하는 기술에 대한 현황입니다.

Google, Facebook, Microsoft나 Baidu 같은 유명한 기업이 머신에 시각정보 처리능력의 "눈"을 갖는 컴퓨터 비전 시스템, 음성 인식, 텍스트 해석 같은 분야에서 기술 혁신을 추진하고 있습니다. 이것들의 대부분은 딥러닝에 힘입은 것입니다. 또한 많은 하이테크 신흥기업의 기술적 기반이 되어 있습니다. 기계학습에 대해서 발표하면, 쉽게 성공적이라고 언론의 주목을 받기 쉽습니다.

그러나 이런 현상은 땅 밑에서 부글부글 끓는 용암처럼, 성장을 이루는 이 분야의 어디까지나 겉에서 보이는 면에 불과합니다. 이런 연구의 대부분이 이뤄지는 것은 실은 대형 웹기업 이외의 장소에서 이루어 집니다. 또한 이러한 대기업의 진행결과의 대부분은 보도되지 않고 있습니다.

급속히 발전이 이루어진 기계, 컴퓨터 자체 학습 분야

10월에는 Google에 의해 2014년 1월 인수된 인공지능 개발기업의 "DeepMind"팀이 알고리즘을 만들어 내는 시스템 "뉴럴 튜링 머신"의 구축이 초기 단계에 있다고 보도되었습니다. Facebook도 동영상 해석에 관한 "포괄적인" 기능으로서 C3D를 선 보였습니다. 심지어 Microsoft도 일부 유형의 딥러닝에 관한 알고리즘으로 양자컴퓨팅이 가능하다고 시사하는 연구 성과를 발표하고 있습니다.

웹미디어 "GigaOM"이 2015년 3월에 개최하는 "Structure Data" 컨퍼런스에서는 이러한 대처에 대해 더욱 심도 있는 논의가 진행될 것입니다. 이 행사에는 Facebook의 AI연구소의 선임 연구원, 스탠퍼드대학교와 매사추세츠 공대(MIT)의 연구실에서 AI와 로봇공학 분야의 연구자가 참석할 예정입니다.

또 2014년 12월 초순에는 캐나다 퀘벡 주 몬트리올에서 신경회로 정보처리 시스템(NIPS) 컨퍼런스를 개최하고 딥러닝의 상황을 아는 많은 참석자가 모였습니다. 이것은 오랜 역사를 가진 회의입니다만, 최근 들어 딥러닝에 관한 연구가 급속히 늘고 있습니다. 올해의 컨퍼런스에서는 제출된 논문 411개 중 46개로, 논문 내의 자주 나오는 단어 순위 톱 100에 "딥"이라는 단어가 들어가 있었습니다. 이러한 수치는 작년 23개와 비교해도 2배이지만, 2012년 15편에서 65%나 증가한 것입니다.

NIP과 이곳에서 개최된 딥러닝에 대한 별도의 워크숍에서는 포스터 발표의 수가 지난해 28에서 올해 47까지 급증했습니다. NIPS회의에서 발표된 큰 연구 상의 돌파구에는 이미 알려졌던 것도 있었습니다. 이외에도 향후 중요한 의미를 띨 가능성 있는 연구가 보여졌습니다. 그러나 그 대부분은 일반 사람들의 주목을 끌지는 못하고 있습니다.

몬트리올 대학의 Yoshua Bengio는 전문가들 사이에서 이름이 알려진 존재지만 현재로선 유력 기업의 연구실 대신에 대학에 소속되어 있습니다. 그의 연구팀은 현재 활약이 대단합니다. Bengio는 올해 NIPS에 접수된 논문 중 5개, 전술한 워크숍에서는 또 7편에 대해서 공동 집필자로서 이름을 내걸고 있습니다. 그래도 Microsoft의 실시간 음성번역 기능인 "Skype Translator"와 "Facebook는 사용자가 술 취한 모습의 사진을 투고하기 전에 체크해 주는 기능을 개발하고 있다"와 같은 화두에는 이름이 거의 보이지 않고 있습니다.

12월 들어 치러진 TEDx토크에서, 기계 학습을 통해 화상 진단의 효율화를 목표로 신흥기업 Enlitic의 최고경영자(CEO)인 Jeremy Howard는 지금까지 별로 주목을 받지 않은 번역과 의료영상 분야에 관한 진전에 대해 말했습니다. Howard씨는 또 Enlitic를 비롯한 기업이 개발하고 있는 소프트웨어의 기능을 선 보였습니다. 이것을 사용하면 의사는 몇분 내에 의료용 화상을 분류하도록 컴퓨터를 훈련할 수 있다는 것입니다.

우리에게 영향을 미치는 큰 변화

현재 별로 보도되지 않고 있는 수면 아래에서도 많은 연구가 이루어지고 있습니다. 인공지능에 관련된 사람은 그 동향을 따라가야 합니다. 이렇게 관심을 가져야 하는 사람들에는 국회의원이나 국가안전보장에 관련된 공무원이나 경제학자가 포함됩니다. "지능을 가진 기계"가 미치는 영향에 대해 사회의 여러 부분이 향후 대응해 나가야 합니다. 이들은 기술 동향과 AI로 무엇이 가능한지를 파악할 필요가 있습니다.

기업 CEO나 제품 디자이너, 심지어 일반 직장인도 이 분야에 주목해야 합니다. 화상이나 텍스트 데이터베이스를 분석하여 다양한 정보를 끌어낼 수 있다고 주장하는 기업이 산더미처럼 등장하고 있습니다. 음성에 의한 대화나 서비스로서의 음성 검색을 제공하는 기업도 있습니다. 또한 IDC의 예측에 따르면 동영상, 음성, 화상의 분석은 "2015년에는 적어도 3배까지 성장하여 빅데이터와 분석에 관한 기술투자의 주요 추진력으로 떠오른다"라고 합니다.

이들 기술에 투자할 때, 딥러닝에는 단순히 영상에 자동으로 검색용 태그를 붙이거나 사람의 감정을 헤아리거나 하는 이상의 가능성이 있음을 알아차리고 판단할 필요가 있습니다. 앞으로는 자신의 사업과 상품을 구매하는 고객에 대해 더 많은 것을 알기 위한 수단으로 평가될 것입니다.

특히 딥러닝의 세계에서는 일정한 운용시스템이 존재하여 연구 방법은 바로 공유되고 있습니다. 이에 연구결과의 수는 비약적으로 증가하고 있습니다. 이제 이 분야는 컴퓨터 과학의 연구 프로젝트의 범위를 넘어서고 있습니다. 2년 반 전에는 컴퓨터에 고양이의 그림을 인식시키는 Google의 연구가 농담의 소재였습니다. 하지만 AI의 세계는 이제 그러한 것도 구닥다리가 들릴 정도로 발전하고 있습니다.

북한의 인터넷 마비와 다운의 범인은 누구?

페이스북(Facebook)이 연구하는 인공지능은 당황스런 사진의 업로드를 방지

구글(Google)의 새로운 인공지능 시스템, no CAPTCHA reCAPTCHA

HTML5 표준안 확정, W3C의 공식권고안으로 공개

유튜브(YouTube) 동영상에 광고가 표시되지 않는 유료화 계획을 검토