올여름만큼이나 무더웠던 2016년 여름이 막 끝난 시점인 9월 12일 오후 8시 32분 경북 경주시 남남서쪽 8㎞에서 규모 5.8의 지진이 발생했다. 1978년 기상청이 계기지진 관측을 시작한 이래 가장 큰 규모이자 남북한 지역을 통틀어 역대 가장 강력한 지진으로 기록됐다. 1년 뒤인 지난해 11월 15일 오후 2시 29분에는 인근 포항 지역에서 규모 5.4의 지진이 발생했다. 경주 지진에 이어 역대 두 번째로 강력한 규모였다. 집단에 새겨진 공포의 기억은 쉽게 사라지지 않는다. 2년 연속 가을철에 큰 규모의 지진이 발생하면서 국민들은 한반도가 더이상 지진의 안전지대가 아니라는 인식을 갖게 됐다. 끝없이 계속될 것만 같은 폭염의 기세가 누그러지고 가을이 가까워오면서 ‘올해도 큰 지진이 나는 것 아닌가’, ‘이번에는 어느 지역에서 지진이 발생할까’라는 불안감과 함께 일기예보처럼 지진도 사전에 예측할 수 있는 기술은 없을까 하는 궁금증도 커지고 있다. 결론부터 말하자면 현대 과학기술로도 지진을 사전에 예측하는 것은 어려운 일이다. 전 세계 모든 지역에 지진계를 빼곡하게 설치하지 않는 이상 지진을 정확하게 예측하는 것은 쉽지 않다. 또 지진계가 촘촘히 설치돼 있다고 하더라도 지진계에서 지진파를 감지하는 순간 이미 지진은 시작된 것이기 때문에 예측이라고 할 수 없을 것이다. 홍태경 연세대 지구시스템과학과 교수는 “지진은 지구의 역사가 시작되면서부터 쌓여 있던 응력과 지각판이 상호작용하면서 나타나는 현상”이라며 “지진을 예측하기 위해서는 수천, 수만년 동안 쌓인 지구 내부 응력 변화를 파악하고 있어야 하는데 현재는 불과 200~300년 동안의 데이터밖에 갖고 있지 않다”며 지진 예측의 어려움을 설명했다. 그래도 과학자들은 지진 예측을 위해 다양한 방법을 시도하고 있다. 알파고를 개발한 구글 인공지능팀이 참여한 미국 산·학 공동연구팀이 인공지능(AI)을 활용해 지진 발생 위치를 파악할 수 있다는 연구 결과를 내놔 학계의 비상한 관심을 끌고 있다. 미국 하버드대 지구·행성과학과, 코네티컷대 물리학과와 통합지구과학센터, 구글 공동연구팀은 AI의 딥러닝 기술로 대규모 지진이 발생한 뒤 나타나는 여진의 위치를 정확하게 예측하는 기술을 개발하는 데 성공했다고 29일 밝혔다. 이번 연구 결과는 세계적인 과학저널 ‘네이처’ 30일자에 실렸다. 연구팀은 13만 1000개의 본진과 여진 기록을 인공신경망에 입력해 지진에 대해 학습하도록 했다. 그다음 3만개의 새로운 본진 데이터를 입력한 뒤 여진 발생 위치를 예측하도록 했다. 그 결과 지진학자들이 여진의 위치를 예측하는 데 활용하는 ‘쿨롱장 응력변화 기법’보다 더 정확하게 위치를 예측했다고 연구진은 주장했다. 쿨롱장 응력변화 기법은 본진이 발생한 다음 단층 형태에 따라 응력이 어떤 방향에 추가되는지를 계산하고 응력이 지진을 유발할 수 있을 정도인지 분석해 여진 위험지역을 파악하는 방법이다. 그런데 AI는 본진이 발생한 지역의 단층 형태를 비롯한 구체적인 단층 정보를 주지 않은 채 과거 발생한 대형 지진의 규모, 발생 시간과 위치, 여진 관련 정보 등 비교적 단순 데이터만으로 지진에 대해 학습하고도 여진이 발생할 수 있는 위치를 예측해 낸 것이다. 피비 로빈슨 드브리스 하버드대 박사는 “이번 기술은 대형 지진이 발생한 다음 뒤따르는 여진 발생 가능 지역을 놀라운 정확도로 예측함으로써 지진학 분야에서도 AI의 활용 가능성을 보여 줬다”며 “지진 발생 메커니즘에 대한 물리학적 이해도 역시 한층 높여 줄 것”이라고 말했다. 전문가들은 이번 연구가 지진의 예측 가능성을 보여 준 것은 의미가 크지만 여전히 부족한 점과 보완해야 할 부분이 많다는 평가를 내리고 있다. 홍태경 교수는 “여진 예측에 AI가 활용될 수 있다는 가능성을 보여 준 것은 좋은 시도이지만 여진이 발생할 수 있는 위치를 지나치게 넓게 잡은 경향이 있다”며 “발생 가능 위치를 넓게 잡을수록 해당 지역 내에서 여진이 발생할 수 있는 가능성은 당연히 높아질 수밖에 없다”고 지적했다. 홍 교수는 “다음 여진이 발생할 수 있는 위치만 예측할 수 있다는 것이지 언제, 어떤 규모인지는 AI도 여전히 예측하지 못하고 있다”며 “지진 예측의 어려움을 보여 준 또 하나의 연구”라고 설명했다. 유용하 기자 edmondy@seoul.co.kr 2011년 2월 22일 뉴질랜드 크라이스트처치에서 규모 6.3의 지진으로 6층 빌딩이 무너진 모습(오른쪽 사진). 많은 학자들은 이 지진이 2010년 9월 4일 발생한 규모 7.1의 뉴질랜드 캔터베리 지진의 여진이라고 본다. 　네이처 제공

구글·하버드대학 등 美 산·학 연구팀 “여진 위치 예측 성공… 정확도 98%” 시간·규모 몰라… ‘지진 분석’까진 먼 길올여름만큼이나 무더웠던 2016년 여름이 막 끝난 시점인 9월 12일 오후 8시 32분 경북 경주시 남남서쪽 8㎞에서 규모 5.8의 지진이 발생했다. 1978년 기상청이 계기지진 관측을 시작한 이래 가장 큰 규모이자 남북한 지역을 통틀어 역대 가장 강력한 지진으로 기록됐다. 1년 뒤인 지난해 11월 15일 오후 2시 29분에는 인근 포항 지역에서 규모 5.4의 지진이 발생했다. 경주 지진에 이어 역대 두 번째로 강력한 규모였다. 집단에 새겨진 공포의 기억은 쉽게 사라지지 않는다. 2년 연속 가을철에 큰 규모의 지진이 발생하면서 국민들은 한반도가 더이상 지진의 안전지대가 아니라는 인식을 갖게 됐다. 끝없이 계속될 것만 같은 폭염의 기세가 누그러지고 가을이 가까워오면서 ‘올해도 큰 지진이 나는 것 아닌가’, ‘이번에는 어느 지역에서 지진이 발생할까’라는 불안감과 함께 일기예보처럼 지진도 사전에 예측할 수 있는 기술은 없을까 하는 궁금증도 커지고 있다. 결론부터 말하자면 현대 과학기술로도 지진을 사전에 예측하는 것은 어려운 일이다. 전 세계 모든 지역에 지진계를 빼곡하게 설치하지 않는 이상 지진을 정확하게 예측하는 것은 쉽지 않다. 또 지진계가 촘촘히 설치돼 있다고 하더라도 지진계에서 지진파를 감지하는 순간 이미 지진은 시작된 것이기 때문에 예측이라고 할 수 없을 것이다.홍태경 연세대 지구시스템과학과 교수는 “지진은 지구의 역사가 시작되면서부터 쌓여 있던 응력과 지각판이 상호작용하면서 나타나는 현상”이라며 “지진을 예측하기 위해서는 수천, 수만년 동안 쌓인 지구 내부 응력 변화를 파악하고 있어야 하는데 현재는 불과 200~300년 동안의 데이터밖에 갖고 있지 않다”며 지진 예측의 어려움을 설명했다. 그래도 과학자들은 지진 예측을 위해 다양한 방법을 시도하고 있다. 알파고를 개발한 구글 인공지능팀이 참여한 미국 산·학 공동연구팀이 인공지능(AI)을 활용해 지진 발생 위치를 파악할 수 있다는 연구 결과를 내놔 학계의 비상한 관심을 끌고 있다. 미국 하버드대 지구·행성과학과, 코네티컷대 물리학과와 통합지구과학센터, 구글 공동연구팀은 AI의 딥러닝 기술로 대규모 지진이 발생한 뒤 나타나는 여진의 위치를 정확하게 예측하는 기술을 개발하는 데 성공했다고 29일 밝혔다. 이번 연구 결과는 세계적인 과학저널 ‘네이처’ 30일자에 실렸다. 연구팀은 13만 1000개의 본진과 여진 기록을 인공신경망에 입력해 지진에 대해 학습하도록 했다. 그다음 3만개의 새로운 본진 데이터를 입력한 뒤 여진 발생 위치를 예측하도록 했다. 그 결과 지진학자들이 여진의 위치를 예측하는 데 활용하는 ‘쿨롱장 응력변화 기법’보다 더 정확하게 위치를 예측했다고 연구진은 주장했다. 쿨롱장 응력변화 기법은 본진이 발생한 다음 단층 형태에 따라 응력이 어떤 방향에 추가되는지를 계산하고 응력이 지진을 유발할 수 있을 정도인지 분석해 여진 위험지역을 파악하는 방법이다. 그런데 AI는 본진이 발생한 지역의 단층 형태를 비롯한 구체적인 단층 정보를 주지 않은 채 과거 발생한 대형 지진의 규모, 발생 시간과 위치, 여진 관련 정보 등 비교적 단순 데이터만으로 지진에 대해 학습하고도 여진이 발생할 수 있는 위치를 예측해 낸 것이다. 피비 로빈슨 드브리스 하버드대 박사는 “이번 기술은 대형 지진이 발생한 다음 뒤따르는 여진 발생 가능 지역을 놀라운 정확도로 예측함으로써 지진학 분야에서도 AI의 활용 가능성을 보여 줬다”며 “지진 발생 메커니즘에 대한 물리학적 이해도 역시 한층 높여 줄 것”이라고 말했다. 전문가들은 이번 연구가 지진의 예측 가능성을 보여 준 것은 의미가 크지만 여전히 부족한 점과 보완해야 할 부분이 많다는 평가를 내리고 있다. 홍태경 교수는 “여진 예측에 AI가 활용될 수 있다는 가능성을 보여 준 것은 좋은 시도이지만 여진이 발생할 수 있는 위치를 지나치게 넓게 잡은 경향이 있다”며 “발생 가능 위치를 넓게 잡을수록 해당 지역 내에서 여진이 발생할 수 있는 가능성은 당연히 높아질 수밖에 없다”고 지적했다. 홍 교수는 “다음 여진이 발생할 수 있는 위치만 예측할 수 있다는 것이지 언제, 어떤 규모인지는 AI도 여전히 예측하지 못하고 있다”며 “지진 예측의 어려움을 보여 준 또 하나의 연구”라고 설명했다. 유용하 기자 edmondy@seoul.co.kr

올여름만큼이나 무더웠던 2016년 여름이 막 끝난 시점인 9월 12일 오후 8시 32분 경북 경주시 남남서쪽 8㎞에서 규모 5.8의 지진이 발생했다. 1978년 기상청이 계기지진 관측을 시작한 이래 가장 큰 규모이자 남북한 지역을 통틀어 역대 가장 강력한 지진으로 기록됐다. 1년 뒤인 지난해 11월 15일 오후 2시 29분에는 인근 포항 지역에서 규모 5.4의 지진이 발생했다. 경주 지진에 이어 역대 두 번째로 강력한 규모였다. 집단에 새겨진 공포의 기억은 쉽게 사라지지 않는다. 2년 연속 가을철에 큰 규모의 지진이 발생하면서 국민들은 한반도가 더이상 지진의 안전지대가 아니라는 인식을 갖게 됐다. 끝없이 계속될 것만 같은 폭염의 기세가 누그러지고 가을이 가까워오면서 ‘올해도 큰 지진이 나는 것 아닌가’, ‘이번에는 어느 지역에서 지진이 발생할까’라는 불안감과 함께 일기예보처럼 지진도 사전에 예측할 수 있는 기술은 없을까 하는 궁금증도 커지고 있다. 결론부터 말하자면 현대 과학기술로도 지진을 사전에 예측하는 것은 어려운 일이다. 전 세계 모든 지역에 지진계를 빼곡하게 설치하지 않는 이상 지진을 정확하게 예측하는 것은 쉽지 않다. 또 지진계가 촘촘히 설치돼 있다고 하더라도 지진계에서 지진파를 감지하는 순간 이미 지진은 시작된 것이기 때문에 예측이라고 할 수 없을 것이다. 홍태경 연세대 지구시스템과학과 교수는 “지진은 지구의 역사가 시작되면서부터 쌓여 있던 응력과 지각판이 상호작용하면서 나타나는 현상”이라며 “지진을 예측하기 위해서는 수천, 수만년 동안 쌓인 지구 내부 응력 변화를 파악하고 있어야 하는데 현재는 불과 200~300년 동안의 데이터밖에 갖고 있지 않다”며 지진 예측의 어려움을 설명했다. 그래도 과학자들은 지진 예측을 위해 다양한 방법을 시도하고 있다. 알파고를 개발한 구글 인공지능팀이 참여한 미국 산·학 공동연구팀이 인공지능(AI)을 활용해 지진 발생 위치를 파악할 수 있다는 연구 결과를 내놔 학계의 비상한 관심을 끌고 있다. 미국 하버드대 지구·행성과학과, 코네티컷대 물리학과와 통합지구과학센터, 구글 공동연구팀은 AI의 딥러닝 기술로 대규모 지진이 발생한 뒤 나타나는 여진의 위치를 정확하게 예측하는 기술을 개발하는 데 성공했다고 29일 밝혔다. 이번 연구 결과는 세계적인 과학저널 ‘네이처’ 30일자에 실렸다. 연구팀은 13만 1000개의 본진과 여진 기록을 인공신경망에 입력해 지진에 대해 학습하도록 했다. 그다음 3만개의 새로운 본진 데이터를 입력한 뒤 여진 발생 위치를 예측하도록 했다. 그 결과 지진학자들이 여진의 위치를 예측하는 데 활용하는 ‘쿨롱장 응력변화 기법’보다 더 정확하게 위치를 예측했다고 연구진은 주장했다. 쿨롱장 응력변화 기법은 본진이 발생한 다음 단층 형태에 따라 응력이 어떤 방향에 추가되는지를 계산하고 응력이 지진을 유발할 수 있을 정도인지 분석해 여진 위험지역을 파악하는 방법이다. 그런데 AI는 본진이 발생한 지역의 단층 형태를 비롯한 구체적인 단층 정보를 주지 않은 채 과거 발생한 대형 지진의 규모, 발생 시간과 위치, 여진 관련 정보 등 비교적 단순 데이터만으로 지진에 대해 학습하고도 여진이 발생할 수 있는 위치를 예측해 낸 것이다. 피비 로빈슨 드브리스 하버드대 박사는 “이번 기술은 대형 지진이 발생한 다음 뒤따르는 여진 발생 가능 지역을 놀라운 정확도로 예측함으로써 지진학 분야에서도 AI의 활용 가능성을 보여 줬다”며 “지진 발생 메커니즘에 대한 물리학적 이해도 역시 한층 높여 줄 것”이라고 말했다. 전문가들은 이번 연구가 지진의 예측 가능성을 보여 준 것은 의미가 크지만 여전히 부족한 점과 보완해야 할 부분이 많다는 평가를 내리고 있다. 홍태경 교수는 “여진 예측에 AI가 활용될 수 있다는 가능성을 보여 준 것은 좋은 시도이지만 여진이 발생할 수 있는 위치를 지나치게 넓게 잡은 경향이 있다”며 “발생 가능 위치를 넓게 잡을수록 해당 지역 내에서 여진이 발생할 수 있는 가능성은 당연히 높아질 수밖에 없다”고 지적했다. 홍 교수는 “다음 여진이 발생할 수 있는 위치만 예측할 수 있다는 것이지 언제, 어떤 규모인지는 AI도 여전히 예측하지 못하고 있다”며 “지진 예측의 어려움을 보여 준 또 하나의 연구”라고 설명했다. 유용하 기자 edmondy@seoul.co.kr 2011년 2월 22일 뉴질랜드 크라이스트처치에서 규모 6.3의 지진으로 6층 빌딩이 무너진 모습(오른쪽 사진). 많은 학자들은 이 지진이 2010년 9월 4일 발생한 규모 7.1의 뉴질랜드 캔터베리 지진의 여진이라고 본다. 　네이처 제공

　올여름만큼이나 무더웠던 2016년 여름이 막 끝난 시점인 9월 12일 오후 8시 32분 경북 경주시 남남서쪽 8㎞에서 규모 5.8의 지진이 발생했다. 1978년 기상청이 계기지진 관측을 시작한 이래 가장 큰 규모이자 남북한 지역을 통틀어 역대 가장 강력한 지진으로 기록됐다. 1년 뒤인 지난해 11월 15일 오후 2시 29분에는 인근 포항 지역에서 규모 5.4의 지진이 발생했다. 경주 지진에 이어 역대 두 번째로 강력한 규모였다.　집단에 새겨진 공포의 기억은 쉽게 사라지지 않는다. 2년 연속 가을철에 큰 규모의 지진이 발생하면서 국민들은 한반도가 더이상 지진의 안전지대가 아니라는 인식을 갖게 됐다. 끝없이 계속될 것만 같은 폭염의 기세가 누그러지고 가을이 가까워오면서 ‘올해도 큰 지진이 나는 것 아닌가’, ‘이번에는 어느 지역에서 지진이 발생할까’라는 불안감과 함께 일기예보처럼 지진도 사전에 예측할 수 있는 기술은 없을까 하는 궁금증도 커지고 있다. 　결론부터 말하자면 현대 과학기술로도 지진을 사전에 예측하는 것은 어려운 일이다. 전 세계 모든 지역에 지진계를 빼곡하게 설치하지 않는 이상 지진을 정확하게 예측하는 것은 쉽지 않다. 또 지진계가 촘촘히 설치돼 있다고 하더라도 지진계에서 지진파를 감지하는 순간 이미 지진은 시작된 것이기 때문에 예측이라고 할 수 없을 것이다. 　홍태경 연세대 지구시스템과학과 교수는 “지진은 지구의 역사가 시작되면서부터 쌓여 있던 응력과 지각판이 상호작용하면서 나타나는 현상”이라며 “지진을 예측하기 위해서는 수천, 수만년 동안 쌓인 지구 내부 응력 변화를 파악하고 있어야 하는데 현재는 불과 200~300년 동안의 데이터밖에 갖고 있지 않다”며 지진 예측의 어려움을 설명했다. 　그래도 과학자들은 지진 예측을 위해 다양한 방법을 시도하고 있다. 알파고를 개발한 구글 인공지능팀이 참여한 미국 산·학 공동연구팀이 인공지능(AI)을 활용해 지진 발생 위치를 파악할 수 있다는 연구 결과를 내놔 학계의 비상한 관심을 끌고 있다.　미국 하버드대 지구·행성과학과, 코네티컷대 물리학과와 통합지구과학센터, 구글 공동연구팀은 AI의 딥러닝 기술로 대규모 지진이 발생한 뒤 나타나는 여진의 위치를 정확하게 예측하는 기술을 개발하는 데 성공했다고 29일 밝혔다. 이번 연구 결과는 세계적인 과학저널 ‘네이처’ 30일자에 실렸다. 　연구팀은 13만 1000개의 본진과 여진 기록을 인공신경망에 입력해 지진에 대해 학습하도록 했다. 그다음 3만개의 새로운 본진 데이터를 입력한 뒤 여진 발생 위치를 예측하도록 했다. 그 결과 지진학자들이 여진의 위치를 예측하는 데 활용하는 ‘쿨롱장 응력변화 기법’보다 더 정확하게 위치를 예측했다고 연구진은 주장했다.　쿨롱장 응력변화 기법은 본진이 발생한 다음 단층 형태에 따라 응력이 어떤 방향에 추가되는지를 계산하고 응력이 지진을 유발할 수 있을 정도인지 분석해 여진 위험지역을 파악하는 방법이다. 그런데 AI는 본진이 발생한 지역의 단층 형태를 비롯한 구체적인 단층 정보를 주지 않은 채 과거 발생한 대형 지진의 규모, 발생 시간과 위치, 여진 관련 정보 등 비교적 단순 데이터만으로 지진에 대해 학습하고도 여진이 발생할 수 있는 위치를 예측해 낸 것이다. 　피비 로빈슨 드브리스 하버드대 박사는 “이번 기술은 대형 지진이 발생한 다음 뒤따르는 여진 발생 가능 지역을 놀라운 정확도로 예측함으로써 지진학 분야에서도 AI의 활용 가능성을 보여 줬다”며 “지진 발생 메커니즘에 대한 물리학적 이해도 역시 한층 높여 줄 것”이라고 말했다. 　전문가들은 이번 연구가 지진의 예측 가능성을 보여 준 것은 의미가 크지만 여전히 부족한 점과 보완해야 할 부분이 많다는 평가를 내리고 있다. 홍태경 교수는 “여진 예측에 AI가 활용될 수 있다는 가능성을 보여 준 것은 좋은 시도이지만 여진이 발생할 수 있는 위치를 지나치게 넓게 잡은 경향이 있다”며 “발생 가능 위치를 넓게 잡을수록 해당 지역 내에서 여진이 발생할 수 있는 가능성은 당연히 높아질 수밖에 없다”고 지적했다. 홍 교수는 “다음 여진이 발생할 수 있는 위치만 예측할 수 있다는 것이지 언제, 어떤 규모인지는 AI도 여전히 예측하지 못하고 있다”며 “지진 예측의 어려움을 보여 준 또 하나의 연구”라고 설명했다. 　유용하 기자 edmondy@seoul.co.kr

딥러닝 분야 AI 원천기술 확보 총력 삼성 등 주요 ICT 기업 AI 연구 활발 국내 정보통신기술(ICT) 기업들이 인공지능(AI) 연구 거점과 인력 확보를 위해 바쁘게 움직이고 있는 가운데 LG전자가 캐나다 토론토에 AI 전담 연구소를 열었다. LG전자는 다음달부터 연구소를 본격 운영, 토론토대와 공동으로 다양한 산학 과제를 수행한다고 1일 밝혔다. 토론토 AI연구소는 LG전자가 해외엔 처음 개소한 AI 전담 연구소로, 딥러닝 분야 연구로 AI 원천기술 확보에 주력하며 현지 스타트업과 협력할 계획이다. LG전자는 지난해 6월 최고기술책임자(CTO) 산하 소프트웨어센터에 AI연구소를 신설하고 음성인식, 영상인식, 생체인식 등의 인식기술과 딥러닝 알고리즘 등 제품·서비스 개발을 위한 필수 기술을 연구하고 있다. 해외 AI 전담 연구소를 토론토에 설립한 것은 캐나다가 대학을 중심으로 가장 연구가 활발하고 구글·엔비디아 등 다양한 글로벌 기업들이 연구를 진행하는 곳이기 때문이다. 특히 토론토대엔 이 분야 최고 석학인 제프리 힌턴 교수가 재직 중이다. 삼성전자 역시 해외 네 곳의 AI 연구소 중 하나를 토론토에 뒀다. LG전자와 삼성전자 이외에도 국내 주요 ICT 기업들은 대부분 AI 전담 연구 거점을 국내외에 두고 있다. SK텔레콤은 서울 본사에 ‘AI리서치센터’를 두고 산하에 ‘테크 프로토타이핑 그룹’, ‘데이터 머신 인텔리전스 그룹’ ‘T브레인’ 등 3개 조직을 꾸렸다. KT는 서울 우면동 융합기술원 서비스 연구소 산하에 ‘AI 테크센터’를 지난 1월 설치했으며, LG유플러스도 최고경영자(CEO) 직속 AI사업부를 운영하고 있다. 네이버는 지난 6월 프랑스 그루노블에 있는 ‘제록스리서치센터 유럽’을 인수, ‘네이버랩스 유럽’으로 이름을 바꿔 연구를 진행하고 있다. 김민석 기자 shiho@seoul.co.kr

‘필요는 발명의 어머니’. 기술의 발전에 있어서 이 경구는 언제나 유효하다. 한 사회가 우선적으로 필요로 하는 분야에 사람과 기술이 집중되고, 거기에 맞춰 자본도 이동하기 마련이다. 인공지능(AI), 자율주행 등으로 대표되는 ‘4차 산업혁명’ 분야라고 해서 별반 다를 게 없다. 일본의 가장 시급한 과제는 인구 감소와 노령화, 그에 따른 사회의 축소다. 일할 사람이 부족한 노동현장, 보건의료에 대한 높은 사회적 요구 등 일본이 처한 현실에 산업혁신의 당위적 필요성이 집중된다. 그런 점에서 획기적인 의료영상 분석 기술을 개발한 벤처기업과 차세대형 무인 서비스 도입에 시동을 건 유통업체의 사례에는 일본 사회의 요구가 반영돼 있다.“질병 치료의 출발점은 빠르고 정확한 진단입니다. 이를 위해서는 컴퓨터 단층촬영(CT)이나 자기공명 영상촬영(MRI) 등의 판독·분석이 중요한데, 현재 일본의 의료현장은 이에 잘 대응하지 못하고 있습니다. 의료진이 부족한 상태에서 영상 자료들은 홍수처럼 쏟아져 나오니 감당하기가 어렵게 된 것이지요. 인공지능(AI)을 영상진단에 도입해 정확도와 효율성을 높이는 것은 그래서 필요합니다.” 지난 3일 도쿄 분쿄구의 도쿄대 혼고캠퍼스 창업플라자. 현재 일본에서 가장 주목받는 기업 중 하나인 엘픽셀(LPixel)은 이 건물 6~7층에 자리하고 있다. 창업한 지 4년밖에 안 된 이 회사는 도쿄대, 교토대, 국립암센터, 지케이의대 등 유수 의료기관은 물론이고 히타치, 캐논, 후지필름 등 대기업과도 손을 잡으며 공동연구를 진행하고 있다. 창업자 시마하라 유키(30) 대표의 얼굴에는 자신감이 넘쳤다. 그는 도쿄대 연구실 동료 2명과 함께 26세 때인 2014년 3월 이 회사를 차렸다. 엘픽셀은 뇌동맥류를 전 세계 최상위 수준의 정확도로 찾아내는 MRI 영상 분석기술을 선보여 정보기술 및 의료계에 돌풍을 일으켰다. 단 몇 초 동안의 MRI 판독만으로 뇌동맥류 가능성이 높은 부분을 콕 집어내 컴퓨터 화면에 빨간 표시로 나타낸다. 판단의 근거는 국립암연구센터 등 의료기관과의 협력을 통해 수집한 빅데이터다. 엘픽셀의 기술이 주목을 받는 것은 정확도뿐 아니라 인력난이 심각한 일본 의료계에서 상당한 규모의 의사를 새로 고용한 것과 같은 효과를 낼 수 있기 때문이다. 일본에서는 연간 약 1만 2000명이 뇌동맥류 파열에 따른 출혈로 사망하고 있다. 뇌혈관 직경이 5~7㎜인 단계부터 본격적인 뇌동맥류 치료가 필요하지만, 한정된 인력이 하나하나 영상을 판독하다 보니 시간이 오래 걸려 효율성이 크게 떨어지는 상황이다. 뇌동맥류 판독에 적용되는 것은 ‘딥러닝’이라는 AI 기술. 딥러닝은 사람의 신경회로를 모델로 한 것으로, 무수한 데이터를 분석·정렬해 정교한 결과를 도출해 낸다. 2016년 이세돌 9단에게 승리했던 바둑 AI ‘알파고’도 딥러닝을 바탕으로 개발된 것이었다. 엘픽셀은 지난해 11월 AI를 활용한 새로운 의료 영상진단 지원기술 ‘EIRL’을 발표하고, 올 연말까지 상용화를 목표로 연구를 진행 중이다. EIRL을 활용하면 뇌 MRI나 흉부 X선, 유선 MRI, 대장 내시경 등 의료영상 분석에서 정확도와 속도를 획기적으로 높일 수 있다. 시마하라 대표는 “EIRL이 본격적으로 현장에 도입되면 만성적인 인력난을 겪고 있는 진단의학 부문에 커다란 전기가 마련될 것”이라고 했다. 엘픽셀이 뇌혈관 등 분석에서 강점을 갖고 있는 것은 일본의 특수성에서 힘입은 바도 크다. 일본은 전 세계에서 뇌 MRI와 뇌 CT의 1인당 촬영 빈도가 가장 높은 나라다. 그만큼 빅데이터로 확보할 수 있는 임상 사례가 많아 기술 개발에서 유리한 위치에 있다. 엘픽셀은 세계 내시경 시장의 70%를 점유하는 올림푸스와의 협업을 통해 전자현미경 관련 기술에서도 강점을 보이고 있다. 시마하라 대표는 “잎, 줄기 등 식물 영상을 분석해 생육상태를 확인하고 병충해를 조기 진단하는 등 농업·농학 분야에도 우리 기술을 응용할 수 있다”며 “3년 내 의료용 영상해석 기술 분야에서 세계 10위권에 진입한 뒤 이를 통해 축적된 데이터를 바탕으로 인공장기 등 바이오 엔지니어링 분야로 영역을 확장할 계획”이라고 말했다. 도쿄 김태균 특파원 windsea@seoul.co.kr

넥슨은 지난해 4월 데이터 분석과 인공지능(AI) 분야에 대한 연구개발을 위해 ‘인텔리전스랩스’(전 분석본부)를 설립했다. 게임에 적용된 부가기능들을 고도화하고, 머신러닝, 딥러닝 기술을 활용한 시스템을 개발·적용함으로써 게임 이용자들이 더욱 재미있게 게임을 즐길 수 있도록 환경을 조성하는 것을 목표로 하고 있다. 넥슨이 최근 출시한 개척형 오픈월드 다중접속역할수행게임(MMORPG) ‘야생의 땅: 듀랑고’도 절차적 콘텐츠생성기법(AI머신러닝)이 도입됐다. 게임 속 맵(Map)의 경우 시스템 알고리즘이 스스로 이용자 접속 수치에 따라 방대한 대륙을 생성해 나가고, 지형과 기후에 따라 서식생물과 생태계를 알맞게 출현하게끔 하는 진보된 기술이다. 인텔리전스랩스를 총괄하는 강대현 부사장은 “머신러닝, 딥러닝으로 대두되는 AI 기술들은 빅데이터를 유실 없이 축적하고, 지속 관리했는지 여부에서 퀄리티 향방이 좌우된다”면서 “넥슨은 초기 빅데이터 분석 및 인프라 조직을 구축해 업무를 지속했고, 빅데이터, UX분석, 데이터활용개발을 필두로 하는 분석본부를 먼저 설립했다”고 말했다. 이어 “인텔리전스랩스의 비전과 방향은 현재 ICT분야에서 널리 사용되는 AI솔루션 중 효과적인 부분을 게임과 게임서비스에 알맞게 개발하고 적용하는 것”이라고 덧붙였다. 김민석 기자 shiho@seoul.co.kr

롯데백화점은 인공지능(AI) 서비스를 통해 모바일 앱 쇼핑 시장 강화에 나섰다. 롯데백화점은 지난해 12월 실제 오프라인 매장 직원처럼 고객의 의도를 알아내 응대를 할 수 있는 AI 채팅봇 ‘로사’(LO.S.A)를 선보였다. 롯데백화점에 따르면 기존의 유통업계에서 선보였던 채팅봇들이 고객의 과거 구매 내역 및 검색한 상품을 최신순으로 나열해 상품 추천을 한 것과 달리 로사는 AI의 딥러닝 추천 엔진을 사용해 고객의 특징을 분석하고 머신러닝 시스템을 통해 고객과 직접 대화를 나누면서 자체적으로 데이터를 축적 및 분석하는 기술이다. 이에 따라 고객 개인별 맞춤형 조언이 가능하다는 특징이 있다. 이 밖에도 전국의 롯데백화점 56개 점포의 영업시간, 휴무일, 브랜드 정보, 식당가 안내 등의 정보를 제공하며 인사, 날씨 등 일상적인 대화도 가능하다. 당초 로사는 패션 상품군에 대해서만 응대가 가능했지만 최근 리빙·식품 상품군으로까지 기능을 확대했다. 패션과 달리 상품의 종류도 다양하며 의류처럼 색상 및 스타일로만 분류되는 것이 아니라 면적, 무게 등 다양한 카테고리가 필요하다는 점에서 더욱 알고리즘이 정교해졌다는 설명이다. 이번 서비스 확대는 한국IBM과의 협업 없이 롯데백화점 AI팀 직원들과 시스템 운영 조직이 자체적으로 진행했다. 롯데백화점 측은 “향후 로사를 활용해 롯데그룹의 각 계열사에 후속 채팅봇으로 개발될 예정”이라면서 “단순한 쇼핑 채팅봇이 아니라 다양한 분야의 오프라인 매장에서도 활용할 수 있는 24시간 채팅봇으로 확대해 나갈 방침”이라고 말했다. 김희리 기자 hitit@seoul.co.kr

포스코는 정보기술(IT)과 융·복합 기술을 기반으로 하는 스마트 시대의 도래에 적극 대처하기 위해 세계 최초로 인공지능 제철소를 구축하고 4차 산업혁명을 견인할 인재 육성에 박차를 가하고 있다. ‘스마트 포스코’로의 체제 전환을 추진하는 포스코의 스마트팩토리는 지난 50년간 축적된 현장 경험과 노하우에 사물인터넷(IoT), 빅데이터, 인공지능(AI) 기술을 접목해 최적의 생산현장을 구현함으로써 최고 품질의 제품을 가장 경제적으로 생산 공급하기 위한 것이다. 이를 통해 무장애 조업체계를 실현하고, 품질 결함 요인을 사전에 파악해 불량을 최소화하는 한편 에너지 낭비를 줄이고 작업장의 위험요소를 실시간으로 파악해 안전한 생산환경을 구현하고 있다. 2016년 이세돌 9단과 알파고의 바둑 시합 이후 딥러닝을 활용해 포항제철소의 2고로 스마트화부터 본격 추진했다. 그동안 수동제어하던 것을 딥러닝, 인공지능 구현을 통해서 용광로의 노황을 자동제어하는 것이다. 올해 2월에는 포스코와 GE가 양사의 대표적인 스마트팩토리 플랫폼을 접목해 제철설비에 최적화된 하이브리드형 스마트팩토리 플랫폼을 공동개발하고 사업화를 적극 추진키로 했다. 향후 포스코는 포스코건설, 포스코에너지, 포스코ICT 등 그룹의 주력 계열사를 모두 참여시켜 스마트팩토리, 스마트 빌딩 앤드 시티, 스마트에너지 등 그룹 차원의 전체 사업 영역에 플랫폼을 구축하고 스마트솔루션 사업을 적극 발굴해 나아감으로써 궁극적으로 ‘스마트 인더스트리’를 위한 그룹 전체의 비즈니스 구조를 재편해 나갈 계획이다. 백민경 기자 white@seoul.co.kr

매년 6월과 11월이 되면 전 세계 슈퍼컴퓨터 성능 순위를 1위부터 500위까지 측정하는 ‘톱500’ 리스트가 공개된다. 세계에서 가장 빠른 슈퍼컴퓨터에 대한 경쟁은, 비유하자면 포뮬러1(F1) 경주의 연비 경쟁과도 유사하다. 슈퍼컴퓨터는 컴퓨터의 본질적인 속성인 계산 기능을 극대화한 장치다. 우리가 사용하는 PC가 일반 자동차와 같다면 F1 경주용 자동차는 달리기 성능에 집중한 슈퍼컴퓨터와 같기 때문이다.슈퍼컴퓨터는 과학적 난제를 풀기 위해 활용된다. 전 지구의 기후 예측, 각종 재난, 재해 예측, 단백질 접합 모델 등 인류가 직면하고 있는 다양한 과학적 문제들이 바로 그것이다. 더 빠른 슈퍼컴퓨터 개발과 도입은 이런 난제를 해결해 과학기술력의 선도적인 입지를 다진다는 점에서 가장 큰 의미를 갖는다. 이 때문에 정상을 차지하기 위한 경쟁은 치열하다. 과거 슈퍼컴퓨터 선진국은 단연코 미국이었다. 그에 이어 전통적 기초과학 강국인 유럽과 지진, 화산 등 자연재해를 예측하기 위한 일본이 슈퍼컴퓨터에 대한 투자를 아끼지 않았다. 그러나 2012년부터 6년 동안은 중국이 정상을 차지했다. 이는 막대한 자금력과 풍부한 인력, 끊임없는 투자의 결과물이다. 특히 2016년에는 자체 기술만으로 슈퍼컴퓨터 정상에 등극하는 기염을 토했다. 절치부심한 미국은 올해 6월 오크리지 국립 연구소가 공개한 슈퍼컴퓨터 ‘서밋’으로 톱500에서 정상을 재탈환했다. 이론적 성능은 200페타플롭스로 초당 20경 번 연산을 처리할 수 있다. 일반적인 사무용 PC의 이론적 성능을 5테라플롭스로 가정하면 ‘서밋’은 PC 4만 대에 해당하는 성능이다. ‘서밋’은 현대 슈퍼컴퓨터의 경향을 단적으로 보여준다. 그간 슈퍼컴퓨터는 물리적 현상을 모사한 미분방정식의 해법을 수치적으로 도출하는 데 집중했다. 그러나 최근 딥러닝(심층학습)의 부상으로 인공지능(AI) 영역에서도 슈퍼컴퓨터급의 계산 장치의 수요가 늘어나고 있다. ‘서밋’은 전통적인 과학계산과 더불어 심층학습까지 수행할 수 있는 GPU(그래픽처리장치) 기반의 시스템을 도입해 슈퍼컴퓨터의 AI 시대를 본격적으로 알렸다. 한국도 한국과학기술정보연구원(KISTI)에서 운영하는 국가슈퍼컴퓨터 5호기 ‘누리온’이 이번 톱500에서 11위에 올랐다. 차세대 슈퍼컴퓨터의 지속적인 도입은 분명 한국 과학기술에 긍정적인 영향을 미치겠지만 이제는 우리 기술로 만든 슈퍼컴퓨터도 필요하다. 과거 중국과 최근 유럽을 보면 슈퍼컴퓨터의 엔진인 연산처리장치의 자체 개발을 추진하고 있다. 과학기술의 근본적인 발전을 위해 슈퍼컴퓨터 분야의 과감한 투자를 망설이지 말아야 한다.

‘선라이즈 모닝콜’ 기능도 제공 출력 ‘누구 미니’ 보다 3배 향상 T맵 쓸 때 아리아 대신 버튼 호출 운전대 부착 ‘누구 버튼’ 18일 선봬SK텔레콤이 스피커 일색인 인공지능(AI) 제품을 무드등으로 차별화시킨 상품을 내놨다. SK텔레콤은 11일 서울 중구 삼화타워에서 기자간담회를 열고 AI 플랫폼 ‘누구’를 탁상용 조명기기에 결합한 ‘누구 캔들’을 출시했다고 밝혔다. 누구 캔들은 흰색, 청색 등 13가지 일반색과 색채 치료에 쓰이는 4가지 색 빛을 낼 수 있다. 수유·취침·독서 등을 위한 테마등, 무지개·모닥불·사이키 등 애니메이션 효과, ‘선라이즈 모닝콜’ 기능을 제공한다. 선라이즈 모닝콜은 설정한 알람이 울리기 30분 전부터 조명 밝기가 서서히 밝아지다가 시간이 되면 ‘자율감각쾌락반응’(ASMR)을 느끼게 하는 소리를 들려준다. SK텔레콤은 기획 단계에서 기존 AI 스피커 ‘누구 미니’와 다른 무드등 제품을 써 본 사용자의 후기를 두루 섭렵한 뒤 제품에 반영했다. 누구 캔들의 출력이 누구 미니보다 약 3배 큰 10W(와트)가 된 것도 사용자들의 요구에 따라서다. 누구 캔들은 음악감상, 날씨 확인, 배달 주문 등 기존 AI 스피커에서 가능했던 30여개 기능도 제공한다. 이날 SK텔레콤은 모바일 내비게이션 ‘T맵x누구’를 쓸 때 “아리아”라고 부르는 대신 버튼을 눌러 호출할 수 있는 ‘누구 버튼’도 오는 18일 출시한다고 밝혔다. 제품은 운전대에 부착하는 형태로, 이날 간담회를 진행한 이상호 서비스플랫폼사업부장은 “마이크와 스피커가 나란히 붙어있는 스마트폰의 태생적 한계 때문에 큰 음악을 들을 때 호출어 인식이 어렵다는 점을 개선하기 위해 버튼을 만들었다”고 설명했다. SK텔레콤은 ‘T맵’ 출시 16주년을 맞아 오는 17일~31일 ‘T맵 생일잔치’ 이벤츠 참가자 중 3만명을 추첨해 누구 버튼과 스마트폰 거치대를 무료로 준다. 이 부장은 “고객이 제품을 쓸 때 AI 탑재돼 있다는 것조차 모른채 자연스럽게 사용할 수 있게 하는 것이 ‘누구’의 궁극적인 목표”라면서 “차 역시 AI의 핵심공간으로 활용할 계획이며, 앞으로 다양한 사물의 AI화를 꾸준히 진행할 것”이라고 밝혔다. 이어 “딥러닝을 기반으로 음성을 합성하는 모델도 개발 중”이라면서 “올해 말에는 스피커 본연의 기능에 초점을 맞춘 제품을 출시할 예정”이라고 덧붙였다. 김민석 기자 shiho@seoul.co.kr

2016년 3월 전 세계 이목이 집중됐던 알파고와 이세돌 9단의 바둑 대국을 계기로 많은 사람들이 인공지능(AI)의 놀라운 능력과 앞으로 우리 삶에 미칠 영향력에 대해 두려움마저 갖게 됐다.AI 기술은 오랫동안 인간이 지배해 온 분야에서도 인간보다 더 나은 능력을 보여 주며 4차 산업혁명을 이끌 핵심 기술로 부상하고 있다. 의료 발전에도 분명히 긍정적이고 획기적인 기여를 하리라 예상된다. 대형 병원들은 전자의무기록, 처방전달시스템, 의료영상시스템 등 다양한 전산 정보를 보유하고 있다. 딥러닝 기반 AI 기술은 이런 의료 빅데이터를 활용해 좀더 효율적으로 암을 비롯한 각종 질환을 진단, 치료, 예측하는 데 도움을 줄 수 있다. 실제로 미국 인디애나대 케이시 베넷 교수팀은 질병 진단에 AI 알고리즘을 활용하면 진단 성과는 41.9% 향상되고 의료비는 58.5% 절감된다는 연구 결과를 발표하기도 했다. 의료 AI의 잠재적 가치와 높은 시장성은 기업과 병원의 집중적인 연구와 투자로 이어지고 있다. 미국 IBM은 유명 병원들과 협력해 AI 기반 의료 솔루션을 개발하고 있고, 구글은 헬스케어 빅데이터에 투자해 알파고 기반의 딥마인드 헬스를 개발하고 있다. 애플은 병원의 환자 의료정보 수집을 위한 ‘헬스킷’과 개인 건강 관리를 위한 ‘케어킷’ 등을 출시하기도 했다. 국내에서도 스타트업 기업인 뷰노, 루닛 등이 의료영상 빅데이터를 활용한 질병진단 보조도구를 개발, 임상시험 중에 있으며 7개 병원이 IBM 왓슨을 도입해 암환자 진료에 활용하고 있다. 하지만 의료 현장에서 AI 적용의 한계점도 점차 드러나고 있다. 예를 들어 IBM 왓슨을 활용하고 있는 미국 특정 병원의 경우 암 진단 정확도가 95% 이상이라고 하지만 국내 환자에게 적용할 경우 그 정확도가 눈에 띄게 떨어지는 문제가 발생하고 있다. 이는 학습에 사용된 미국 환자 데이터 특성과 국내 환자 데이터 특성의 차이와 변수에 따른 것으로 현재의 딥러닝 기반 알고리즘이 학습된 데이터셋에서만 최적화된 결과를 나타낸다는 것을 보여 준다. 또 딥러닝 기반 AI 알고리즘은 블랙박스 형태의 학습 모델을 갖고 있어서 입력에 대해 단순히 결과만 도출할 뿐 결과에 대한 설명이나 근거를 제시하지 못하고 있다. 이 때문에 일부 국가에서는 AI 기술을 통한 진단 예측 정확도가 높더라도 결과에 대한 근거가 제시되지 않을 경우 의료 시스템 내의 의료기기로 인정하지 않는 추세를 보이기도 한다. 이 때문에 많은 연구자들이 결과에 대한 근거를 제시할 수 있는 ‘설명 가능한 AI’ 개발에 주력하고 있다. 최종적으로 의료 분야에 AI 기술이 접목된 다양한 서비스들이 성공적으로 정착하기 위해서는 몇 가지 제도적 난관들을 해결해야 한다. 우선 기존에 없던 AI 기반 의료기기들의 인허가를 위해서 제대로 된 가이드라인이 필요하다. 지난해 11월 발표된 의료 AI 허가 가이드라인과 같은 관련 가이드라인들을 정비해야 한다. 또 AI 기반 의료기기들은 임상시험까지 기존 상용화 기기에 비해 절차적으로 더 많은 시간이 소요될 가능성이 높다. 또 어렵게 인허가 승인을 받고 건강보험 급여가 적용된다 할지라도 의료수가가 낮게 책정될 우려도 있다. 이는 결국 새로운 의료 AI 기술에 대한 투자나 연구 의욕을 꺾는 결과로 이어질 수 있다. 따라서 AI 의료의 무한한 잠재력을 현실화하고 관련 산업 생태계 조성을 돕기 위해서는 새로운 AI 기반 기기들에 대한 인허가와 보험 급여 적용이 신속하게 이뤄질 수 있도록 절차나 제도 개선이 필요하며 한시적으로나마 적정한 의료수가가 보장돼야 할 것이다.

포스코는 ‘스마트 포스코’(Smart POSCO)로의 체제 전환을 통해 정보기술(IT)과 융·복합 기술을 기반으로 하는 스마트 시대의 도래에 적극 대처하고 있다. 포스코의 스마트 팩토리는 지난 50년간 축적된 현장 경험과 노하우에 사물인터넷(IoT), 빅데이터(Big Data), 인공지능(AI) 기술을 접목해 최적의 생산현장을 구현함으로써 최고 품질의 제품을 가장 경제적으로 생산 공급하기 위한 것이다. 포스코는 세계 최초로 철강연속공정의 특성을 반영한 스마트 팩토리 플랫폼인 포스프레임을 자력 개발하고, 철강업체로는 세계 최초로 생산공정 과정에 AI를 도입함으로써 AI 제철소로의 탈바꿈을 추진하고 있다. 2016년 하반기 딥러닝을 활용해 포항제철소의 2고로 스마트화부터 본격 추진해 지난해 생산량이 5% 개선됐고, 연료비도 4% 절감됐다. 지난 2월에는 포스코와 GE가 양사의 대표적인 스마트 팩토리 플랫폼을 접목해 제철설비에 최적화된 하이브리드형 스마트 팩토리 플랫폼을 공동 개발하고 사업화를 적극 추진하고 있다. 포스코의 ‘포스프레임’과 GE의 ‘APM’(설비자산 성과관리솔루션)을 결합, 양사 플랫폼 간 철저한 호환성 검사를 거쳐 제철설비에 최적화된 하이브리드형 스마트 팩토리 플랫폼인 ‘포스프레임 플러스’를 개발·사업화하게 된다. 백민경 기자 white@seoul.co.kr

포스코는 ‘스마트 포스코’(Smart POSCO)로의 체제 전환을 통해 정보기술(IT)과 융·복합 기술을 기반으로 하는 스마트 시대의 도래에 적극 대처하고 있다. 포스코의 스마트 팩토리는 지난 50년간 축적된 현장 경험과 노하우에 사물인터넷(IoT), 빅데이터(Big Data), 인공지능(AI) 기술을 접목해 최적의 생산현장을 구현함으로써 최고 품질의 제품을 가장 경제적으로 생산 공급하기 위한 것이다. 포스코는 세계 최초로 철강연속공정의 특성을 반영한 스마트 팩토리 플랫폼인 포스프레임을 자력 개발하고, 철강업체로는 세계 최초로 생산공정 과정에 AI를 도입함으로써 AI 제철소로의 탈바꿈을 추진하고 있다. 2016년 하반기 딥러닝을 활용해 포항제철소의 2고로 스마트화부터 본격 추진해 지난해 생산량이 5% 개선됐고, 연료비도 4% 절감됐다. 지난 2월에는 포스코와 GE가 양사의 대표적인 스마트 팩토리 플랫폼을 접목해 제철설비에 최적화된 하이브리드형 스마트 팩토리 플랫폼을 공동 개발하고 사업화를 적극 추진하고 있다. 포스코의 ‘포스프레임’과 GE의 ‘APM’(설비자산 성과관리솔루션)을 결합, 양사 플랫폼 간 철저한 호환성 검사를 거쳐 제철설비에 최적화된 하이브리드형 스마트 팩토리 플랫폼인 ‘포스프레임 플러스’를 개발·사업화하게 된다. 백민경 기자 white@seoul.co.kr

불과 수년 전만 해도 인공지능은 특수 분야에서 연구되는 학문으로 우리 생활과는 거리가 먼 기술이었습니다. 하지만 지금은 검색은 물론 스마트폰이나 인공지능 스피커 등 다양한 기기에서 우리 생활에 파고들고 있습니다. 현재는 음성인식, 사물인식 등 제한적인 기능만 담당하지만, 점차 인공지능이 발달하면 과거 SF 영화에서 보던 것 같이 사람처럼 대화할 수 있는 인공지능도 가능할지 모릅니다. 이런 시대적 변화에 따라서 모바일 기기에 들어가는 애플리케이션 프로세서(AP) 역시 인공지능을 강조하고 있습니다. 작년에 등장한 애플의 A11 프로세서의 경우 더 강력한 CPU와 GPU 이외에도 뉴럴 엔진(neural engine)이라는 독립 신경망 하드웨어를 탑재해 페이스ID 같은 인공지능이 필요한 작업에 사용하고 있습니다. 사실 신경망은 별도의 전용 하드웨어 없이 CPU나 GPU에서도 사용할 수 있습니다. 실제로 딥러닝 연산에는 그래픽카드에 있는 고성능 GPU를 주로 활용합니다. 하지만 일반 컴퓨터와 달리 독립 AI 가속기(AI accelerator)를 모바일 칩에 탑재하는 것은 그럴 만한 이유가 있습니다. 같은 에너지 소모로 더 많은 인공지능 연산이 가능하기 때문입니다. 이는 제한적인 전력 소모만 허용되는 환경에서 매우 중요합니다. 스마트폰에서도 점점 인공지능 서비스가 선택이 아닌 필수가 돼가는 상황에서 여러 제조사가 AI 가속기를 모바일 칩에 탑재하는 이유입니다. 화훼이 역시 기린 970 프로세서에 캄브리콘-1A라는 AI 가속기를 탑재했고 퀄컴의 스냅드래곤 845 프로세서 역시 카메라 이미지 처리 등을 위해 Hexagon 685 DSP에 뉴럴 프로세싱 엔진(Neural Processing Engine·NPE)을 탑재해 카페(Caffe)나 텐서플로(TensorFlow) 같은 인공지능 관련 소프트웨어를 지원할 수 있습니다. 이미 이 AI 가속기는 사진 촬영이나 이미지 검색, 얼굴 인식 등 다양한 서비스에 사용되고 있습니다. 그리고 앞으로는 고가 스마트폰에서만 가능했던 기능이 보급형 스마트폰과 사물인터넷 (IoT)으로 확산될 것으로 보입니다. ARM 같은 주요 제조사에서 여러 회사에서 사용할 수 있게 관련 제품군을 판매할 예정이기 때문입니다. 현재 모바일 CPU의 주류인 ARM은 프로젝트 트릴리움(Project Trillium)이라는 모바일 및 사물 인터넷 기기 전용의 AI 가속기를 개발하고 있습니다. ARM 기반의 CPU와 말리(Mali) GPU와 독립적으로 인공지능 연산을 위해 기계 학습 ML(Machine Learning) 프로세서와 사물 인식(Object detection) 프로세서를 추가한다는 계획입니다. ML 프로세서의 경우 와트(W) 당 3TOPS(TOPS; Trillion operations per second, 초당 1조회)의 연산 능력을 지녀 애플의 A11 프로세서의 초당 6000억 회 연산 능력을 크게 앞서게 됩니다. OD 프로세서는 정지 화면만이 아니라 1080p full HD 영상의 움직이는 사물을 인식할 수 있습니다. ARM은 프로젝트 트릴리움을 통해 여러 제조사가 AI 가속기를 기존의 프로세서에 통합할 수 있게 한다는 계획입니다. 가장 중요한 고객인 애플이 떠나면서 어려움을 겪었던 이메지네이션 테크놀로지스(Imagination Technologies) 역시 AI 가속기에서 활로를 찾고 있습니다. 본래 애플의 A 시리즈 프로세서에 사용된 PowerVR GPU의 제조사인 이메지네이션은 PowerVR 2NX NNA(Neural Net Accelerator)라는 인공지능 전용 가속기를 선보였습니다. 고성능 스마트 기기를 위한 AX2185와 저가형 스마트 기기 및 셋톱 박스 같은 주변 기기를 위한 AX2145이 그것으로 각각 4.1TOPS와 1.0 TOPS의 연산 능력을 지녀 ARM의 프로젝트 트릴리움과 시장에서 경쟁할 것으로 보입니다. 여러 제조사에서 AI 가속기를 지닌 프로세서를 경쟁적으로 내놓으면서 우리가 매일 쓰는 스마트폰이 앞으로 더 똑똑해질 것이라는 점은 의심의 여지가 없습니다. 하지만 하드웨어만으로 인공지능 기반 서비스가 이뤄지지는 않습니다. 이를 효과적으로 사용하는 소프트웨어에 더해 어떤 콘텐츠를 소비자에게 제공할 것인지가 가장 중요합니다. 어떤 기술도 사용자나 소비자를 배제하고 발전할 수 없습니다. 인공지능 역시 예외가 아닐 것입니다. 고든 정 칼럼니스트 jjy0501@naver.com

韓 대표작 재해석 작품도 전시지름 2.5m의 거대한 구가 부르르 떨다 땀 흘리듯 물을 뿜어낸다. 알 수 없는 소리를 쏟아내기도 한다. 관람객들이 안내된 앱을 휴대전화에 다운로드하면 구가 이들의 전화기에서 수집한 소리를 수집하고 가공해 중계하는 것이다. 관람객들의 참여, 진동과 소리, 물 분사 등 구 안의 시스템을 통해 전에 없던 새로운 것을 창조해 내는 셈이다. 이 시대 예술의 역할과 의미를 탐색하는 박기진의 ‘공’이다. 인공지능 딥러닝, 로보네틱스, 빅데이터 등 최신 첨단 기술을 작품에 끌어들여 미래의 인간과 사회, 기계 사이의 관계를 실험하는 작품도 있다. 조영각의 ‘깊은 숨’은 로봇팔에 부착된 카메라로 관람객의 움직임을 포착한 뒤 이미 입력된 빅데이터 등과 결합해 5m 크기의 영상에 투사한다. 하나같이 서울시립미술관이 개관 30주년 기념전을 ‘디지털 프롬나드’(디지털 산책)라고 이름 붙인 이유를 가늠할 수 있는 작품들이다. 8월 15일까지 열리는 전시의 밑그림이 된 것은 미술관이 지난 30년간 모아 온 소장품이다. 미술관은 4700여점의 소장품 가운데 ‘자연’과 ‘산책’을 열쇳말로 꼽아 그에 어울리는 소장품 30점을 추렸다. 젊은 작가 10명에겐 디지털 미디어로 소장품과 미술관, 미술의 의미와 역할을 재해석하는 작품을 만들어 달라고 주문했다. 우리 미술사의 주요 장면이 된 대표작들 사이사이에 디지털 미디어 아트들이 자리해 관람객들에게 갖가지 해석과 의문의 파동을 일으킨다.네 개의 섹션으로 나뉜 전시는 각 방을 이루는 작품들의 주요 키워드를 해시태그로 제시한다. 전시를 기획한 여경환 큐레이터는 “전시장의 2층과 3층, 복도와 계단을 천천이 거닐다 보면 과거와 현재는 물론 미래의 산책자가 되어 볼 수 있을 것”이라며 “관람객 각자가 자신만의 자유로운 동선과 고유한 해석으로 키워드를 만들어 보길 바란다”고 말했다.소장품들은 ‘자연’과 ‘산책’이라는 키워드에 어울리는 이미지와 색채, 상상력으로 미술관 안을 주유하는 관람객들의 걸음에 활력을 더한다. 꽃과 잡초의 리드미컬한 구성이 돋보이는 김종학의 ‘잡초’(1989), 분홍색 하늘로 생동감 넘치는 봄날을 그린 이대원의 ‘농원’(1985), 고대 수렵인들의 호방하고 대담한 기세를 담은 박노수의 ‘수렵도’(1961) 등이 전시장에 나왔다. 김환기, 유영국, 장욱진, 이성자, 천경자, 김창열, 이불 등 국내 주요 작가들의 작품들도 두루 볼 수 있다. 관람료 무료. 매주 월요일 휴관. (02)2124-8800. 정서린 기자 rin@seoul.co.kr

현대 인공지능의 핵심은 ‘심층학습’(딥러닝)이다. 심층학습은 알파고, 자율주행자동차, 기계번역 등 현재 등장한 많은 혁신 기술들에 녹아 있다. 그 핵심은 복잡하고 방대한 데이터를 인간의 신경망 구조를 흉내낸 인공 신경망으로 학습하고 의사 결정을 내릴 수 있다는 점에 있다. 그러나 심층학습에도 분명한 한계가 존재한다. 바로 학습 방법에 대한 기준이 모호하다는 점이다. 보다 정확하게 표현하자면 심층학습의 대상이 되는 인공 신경망 구조에 정해진 해답이 없다는 것이다. 바둑 인공지능 알파고의 인공 신경망은 13층으로 구성돼 있다. 사진에서 사물을 인식하는 인공 신경망은 152층에 달한다. 일반적으로 인공 신경망의 층이 깊어질수록 예측의 정확도가 상승할 것이라고 기대할 수 있으나 반드시 그렇지만도 않다.인공 신경망의 깊이, 한 층의 노드(신경통로) 개수, 학습률, 활성함수, 학습 알고리즘 등 연구자가 정해야 할 요소들이 매우 방대하다. 이처럼 방대한 모수들을 변경해 가면서 최적의 인공 신경망 구조를 찾는 것이 심층학습의 과정이다. 이러한 이유 때문에 고성능 컴퓨팅 자원을 활용해 가능한 한 많은 경우의 수를 시험하는 것이 일반적 접근이다. 하지만 심층학습은 이러한 복잡도를 무색하게 할 만큼 예측 성능이 좋기 때문에 현대 인공지능 기술의 정점에 서 있는 것이다. 경험적 결과에 의존하는 심층학습의 돌파구는 무엇일까. 최근 구글의 구글 브레인 팀은 ‘신경망 구조 탐색’이라는 주제의 논문을 발표했다. 주어진 데이터에 최적화된 인공 신경망 구조를 탐색하는 것이 핵심이다. 재미있는 것은 신경망 구조 탐색 기법 역시 심층학습을 활용했다는 점이다. 심층학습의 인공 신경망 구조를 찾기 위한 심층학습 방법이라고 할 수 있겠다. 그 결과 역시 상당히 흥미롭다. 신경망 구조 탐색으로 얻어진 인공 신경망 구조는 사진에서 물체를 인식하기 위한 데이터인 ‘CIFAR10’에서 2.65%의 오차율을 보였다. 이 수치는 기존의 경험적인 방법에서 기록한 가장 낮은 오차율인 4%보다 훨씬 우수하다는 점에서 큰 의미가 있다. 하지만 신경망 구조 탐색은 막대한 컴퓨팅 자원을 필요로 한다. 위에서 언급한 2.65%의 오차율은 450개의 GPU(정보처리 속도가 빠르고 심층학습의 핵심인 영상정보 처리 장치)를 활용해 3~4주 동안 계산한 결과다. 장비 값만 환산해도 수십억원에 달한다. 신경망 구조 탐색은 학습하는 방법을 학습하는 인공지능으로 출발했으나 이 역시 경험적 결과를 바탕으로 하고 있다. 현재 신경망 구조 탐색은 계산 비용을 줄이는 방향으로 연구가 진행되고 있기 때문에 미래는 밝다. 이런 혁신적인 연구들이 결국은 인공지능의 신비를 풀 수 있는 열쇠가 되지 않을까 기대해 본다.

KT는 특정 인물의 목소리로 음성을 합성하는 ‘개인화 음성합성 기술’(P-TTS)을 인공지능(AI) 스피커 ‘기가지니’에 적용한다고 22일 밝혔다. 해당 기술을 이용한 퀴즈게임 ‘박명수를 이겨라’ 도 출시한다.P-TTS는 딥러닝 기술을 이용해 음성 데이터를 며칠간 수집하면 특정 인물의 목소리를 합성한다. 지하철 안내 음성처럼 단순히 문장을 발음하는 수준이 아니라 개인의 발화 패턴, 억양까지 학습해 진짜 특정인처럼 자연스럽게 말할 수 있다. KT는 “어떤 문장이라도 1초 내로 합성이 가능해 별도 과정이 필요하지 않다”고 설명했다. ‘박명수를 이겨라’ 퀴즈 게임은 기가지니에게 “지니야, 박명수를 이겨라”라고 말하면 개그맨 박명수 씨의 목소리로 나오는 시사상식 등의 퀴즈를 푸는 게임이다. 김민석 기자 shiho@seoul.co.kr

LG이노텍이 무인 양계장을 구축하기 위한 ‘인공지능(AI) 스마트팜 기술’ 개발에 나섰다. 22일 LG이노텍은 농촌진흥청 산하 국립축산과학원과 함께 가금류 빅데이터를 활용한 딥러닝 기술, 카메라 감지 기술 등을 융복합하는 기술을 개발하기로 했다고 밝혔다. 권일근 LG이노텍 최고기술책임자(CTO)와 양창범 국립축산과학원장, 문홍길 가금연구소장 등은 지난 21일 전북 완주군 국립축산과학원에서 관련 업무협약(MOU)을 체결했다. 이 기술이 개발되면 카메라와 각종 센서가 동시에 닭 수만 마리의 상태와 날씨 등 환경 변화를 자동 분석하고, AI가 양계장 온도와 습도를 자동으로 제어한다. 또 닭의 발육 상태를 분석해 출하 시점을 예측하고, 전염병 감염 등 상태와 위치를 전송해 피해를 최소화할 수 있게 된다. LG이노텍 관계자는 “대규모 양계장은 수만 마리를 집단 사육하고 있어 고병원성조류인플루엔자(HPAI) 등 전염병은 물론 폭염 등에도 매우 취약하다”면서 “기술이 개발되면 이런 문제에 발 빠르게 대응할 수 있을 것”이라고 말했다. 축산과학원은 닭의 성장 단계별 행동분석 연구와 관련 표준 개발을 담당한다. LG이노텍은 카메라와 온·습도 센서 등으로 구성된 계측 시스템과 딥러닝 알고리즘(논리 체계)을 개발한다. LG이노텍은 네트워크 카메라를 통한 개체 인식 기술과 닭의 이상 움직임을 찾아내는 명령체계 등 기반 기술을 확보했다. 2020년까지는 양계 농가에 실제로 적용할 수 있는 수준으로 완성도를 높인다는 계획이다. 김민석 기자 shiho@seoul.co.kr

인공지능(AI)과 빅데이터 등 첨단 정보통신기술(ITC)들이 경쟁하듯 차 안으로 들어오고 있다. 자동차 산업으로 첨단 정보통신기술들이 속속 자리매김하면서 ‘이제 달릴 줄만 아는 자동차의 시대는 끝났다’는 이야기가 나올 정도다. 특히 자동차 속 비서 노릇을 담당할 AI 시장은 급속도로 커지는 모습이다.글로벌 시장 규모가 지난해 약 7억 8000만 달러에서 2025년까지 370억 달러로까지 팽창할 전망이다. 다만 아직은 실력은 인턴 수준이다. 운전자의 운전 패턴을 파악해 실시간 안전 주행을 돕고, 문자메시지를 대신 보내주거나 음악을 틀어 주는 정도의 역할을 한다. 하지만 향후 AI 비서의 업무능력은 눈부시게 발전할 것이라는 점에는 그 누구도 이견이 없다.르노삼성자동차의 스포츠유틸리티차량(SUV) ‘QM3’는 자동차와 태블릿PC를 연결해 다양한 인포테인먼트(정보+오락) 서비스를 제공하는 ‘T2C’(Tablet to Car)를 최근 선보였다. 말 한마디로 내비게이션을 검색하고 전화도 걸 수 있다. T2C는 8인치 태블릿PC 형태의 탈착형 인포테인먼트 기기로 SK텔레콤이 개발했다. T2C를 통해 내비게이션 기능뿐 아니라 후방카메라, 스트리밍 음악(멜론)과 아날로그 라디오 청취 등도 가능하다. 오디오 콘텐츠 포털 업체 팟빵과 콘텐츠 제휴를 체결해 실시간으로 팟캐스트도 들을 수 있다. SKT의 인공지능 음성인식 플랫폼인 ‘NUGU’(누구)를 추가하면 음성 명령만으로 전화 발신부터 내비게이션 목적지 설정, 주행 경로 변경, 날씨 등 생활정보 안내 서비스 등도 제공받을 수 있다.올 초 출시된 현대차의 중형 SUV 싼타페도 인공지능과 커넥티비티 기술 등 새로운 정보기술(IT)을 대거 탑재했다. 스마트폰과의 연동을 통해 원격제어, 안전보안, 차량관리, 실시간 길안내 등을 받을 수 있다. 버튼 하나만 누르면 음원 서버를 통해 재생 중인 음악에 대한 정보를 확인할 수 있는 ‘사운드 하운드’ 기능도 갖췄다. 카카오의 인공지능 플랫폼 카카오I(아이)의 음성인식 서버를 활용한 ‘서버형 음성인식’ 기술이 적용돼 내비게이션과 대화할 때의 정확도가 이전보다 높아졌다. 여기에 급한 메모가 필요하면 음성으로 말하면 바로 녹음해 주는 ‘음성 메모’도 가능하다. 문자가 오면 내비게이션 화면에 수신 알림을 해 주고 이를 음성으로 읽어 주는 ‘SMS 읽어 주기’ 기능도 있다.수입차들의 움직임은 국산차보다 빠르다. 한 예로 BMW 차량에는 주의 어시스트(Attention Assist)가 탑재돼 있다. 차량이 운전자의 운전 습관을 파악한 후, 평소와 다른 운전습관을 보이면 경고등을 통해 휴식을 유도한다. 시속 70㎞ 이상에서 작동하는데 휴식을 권고한 후 계속 주행하면 45분 뒤에 다시 경고음을 내보낸다. 차에서 내려 45분 휴식을 취해야만 알림 기능이 해제된다. 또 목적지를 입력하면 자동으로 연료를 체크하고, 부족하면 주유소를 찾아 새 경로를 제안한다. 운전자는 이를 자신의 경로에 손쉽게 추가할 수 있으며, 수정된 경로는 차량에 곧바로 전송된다. 이 밖에 스마트폰이나 스마트워치 등과 연동되는 ‘출발시간 알람’ 기능은 운전자가 차까지 걸어가는 데 소요되는 시간까지 계산해 정시 도착을 위한 정확한 출발 시간을 알려 준다. 메르세데스벤츠가 선보인 ‘엠벅스’(MBUX)는 AI을 적용한 인포테인먼트 시스템으로 운전자가 음성으로 차량 내 음악, 내비게이션 등을 제어하는 것은 물론 딥러닝 기술을 적용해 이용자 위치와 선호도에 따라 자동차가 스스로 맞춤형 장소를 추천하기도 한다. 운행정보를 표시하는 계기판을 두 개의 10인치 디스플레이로 구성해 눈에 확 띄도록 효율성을 높이고, 입력장치 전반에 터치 스크린을 적용한 점도 특징이다. 메르세데스벤츠는 이러한 기술을 적용한 신형 A 클래스 차량을 올 상반기 상용화할 예정이다. 백민경 기자 white@seoul.co.kr