[칼럼] 박정수의 일자리와 4차 산업혁명 이야기

2. 빅데이터와 인공지능 : 딥러닝의 등장, 기계를 사람의 두뇌로 만드는 인공지능

↑ 박정수 연세대 생명시스템 대학 겸임교수, 대보정보통신(NVIDIA VAD) AI 신사업TFT 장, ICT 융합 네트워크(사) 부회장

기계가 과연 인간의 뇌를 재현하는 것이 가능할까? 인공지능에 대한 정의는 다양하나, 궁극적으로 기계를 인간의 지능처럼 만드는 일련의 행위를 말한다. 사람의 지능을 지닌 스스로 생각하는 기계, 즉 인공지능을 실현하는 것이 현대 과학기술계의 오랜 염원이자 연구 과제였다. 인공지능은 1956년 다트머스 회의에서 처음 공론화되었다. 이후 다양한 연구를 통해 시도되었지만 소프트웨어 및 하드웨어 기술 수준의 한계로 인해 크게 진척되지는 않았다. 1990년대 후반, 컴퓨터의 연산능력이 비약적으로 발전하면서 인공지능 연구는 재조명된다. 그 후 학계는 많은 연구 성과를 창출하였다. 최근 알파고의 등장과 함께 인공지능은 인간의 삶과 더욱더 밀접해졌다. 이에 학계뿐 아니라 산업계 전반에 인공지능을 도입하려는 움직임이 활발해 지고 있다.

◆ 딥러닝, 인간의 뇌를 모방하다
인간의 뇌는 '뉴런(neuron)'이라고 부르는 신경세포의 네트워크로 구성되어 있다. 이러한 인간의 뉴런을 수학적으로 모방한 알고리즘은 인공신경망과 딥러닝의 토대가 된다. 인공신경망을 여러 층으로 구성할수록 복잡하고 추상적인 표현을 구현할 수 있다. 이 수십 층으로 구성된 복잡한 신경망을 활용해 데이터를 학습하는 것이 바로 딥러닝이다.
그렇다면 딥러닝은 기존의 인공지능, 머신러닝과 무엇이 다를까? 인공지능은 상당히 포괄적인 개념으로 인간과 유사하게 사고하는 컴퓨터 지능을 일컫는다. 우리가 흔히 사용하는 계산기도 넓은 범주로 봤을 때 여기에 포함된다. 머신러닝은 인공지능 분야 중 하나로, 데이터를 통해 컴퓨터를 학습시키거나 컴퓨터가 스스로 학습할 수 있다는 특징을 갖고 있다. 또한 머신러닝은 지도학습과 비지도 학습(딥러닝)으로 크게 구분된다. 지도학습은 조건과 정답을 입력하여 인공지능을 학습시킨다. 반면 비지도 학습은 데이터의 세부적인 속성을 알려주지 않는다. 비지도 학습에서는 데이터가 입력되는 대로 컴퓨터가 스스로 추론하고 판단한다. 따라서 이러한 주관적, 창의적 판단이 필요로 하는 곳에 딥러닝이 활용된다.


◆ 우리 생활 가까이 다가온 인공지능
딥러닝을 통해 기계의 사고방식은 점차 인간과 흡사해지고 있다. 현재 딥러닝 기술은 인간의 네트워크 깊이(약 15층 수준) 그 이상을 넘어서고 있다. 이는 컴퓨터가 주관적, 창의적인 판단을 한 후, 결론까지 도출할 수 있는 지점까지 오른 것을 의미한다. 따라서 금융, 제조, 의료, 법률 등 다양한 영역에서 활용되며, 인간의 의사 결정에 도움을 줄 수 있을 거라 전망된다.
이처럼 딥러닝의 활용분야는 무척이나 광범위하다. 가까운 예로는 자율주행차, 금융 서비스, Health Care, 비디오 검색, 영상 감시 등을 들 수 있다. 이외에도 무수히 많은 영역에서 활용될 것으로 예상된다. 앞으로 딥러닝을 활용한 기계들은 우리 생활에 밀착되어 각종 편의를 돕게 될 것이다.