정부가 국가사회 정보화 추진을 위한 기획 기능과 종합조정 기능을 강화하기 위해 1996년 6월 정보통신부에 정보화기획실을 신설한 지 꼭 20년이 지났다. 그동안 지구촌은 세계화와 더불어 정보화가 진전되면서 생산 양식의 변화에 따른 경제와 사회의 패러다임이 크게 변화해 왔다. 2016년은 제2차 정보화 혁명인 제4차 산업혁명이 시작되는 지능정보사회의 원년이다. 우리는 구축해 온 정보사회를 바탕으로 지능정보사회로 한 단계 업그레이드해 나가는 출발점에 서 있다. 이는 고도화 된 정보통신기술(ICT)에 지능정보(AI)기술이 접목되면서 가능해진 일이다. 정보화 시대에는 컴퓨터와 인터넷 등 ICT가 사회의 디지털화와 글로벌화를 주도해 왔다면 지능정보화 시대에는 AI 등 지능정보기술이 경제사회 시스템의 혁신과 변화를 이끌어 가게 될 것이다. 지능정보기술은 전혀 새로운 것이 아니다. 2차 세계대전 이후 컴퓨터의 사용과 더불어 모두 세 차례의 지능정보기술 붐이 있었다고 한다. 현대적 컴퓨터 역사의 시작을 알린 앨런 튜링의 생각하는 기계인 튜링머신을 기점으로 1차 붐이 있었고, 1980년대에 제2차 붐이 일었다가 데이터의 부족과 컴퓨팅 파워의 한계 탓에 다시 겨울의 시대를 거쳐 최근에 이르러 기계학습과 딥러닝의 이론이 정립되고 클라우드와 빅데이터 기술이 접목되면서 제3차 AI 붐의 시기를 맞고 있다. 정보통신기술 시장조사 기관인 가트너에 따르면 지능정보기술이 아직은 혁신의 초기 단계에 있어서 성장기에 도달하려면 2년에서 적어도 10년의 기간이 필요할 것으로 예측되고 있다. 자동 통역과 기계학습은 2년 이상, 사물인터넷과 자율주행 자동차는 적어도 5년 이상 지나야 제대로 활용할 수 있을 것이라고 분류됐으며, 인간의 뇌와 컴퓨터의 인터페이스, 뉴로비즈니스 등은 적어도 10년 이상이 소요될 것으로 전망된다. 지능정보 사회로의 진입은 요원한 일일까. 그렇지 않다. 이미 우리의 일상생활에 들어온 지능정보기술은 눈에 띄게 늘어나고 있다. 군사용, 산업용으로 사용되던 로봇이 사회 각 분야의 서비스에 확산되기 시작했고 애플의 시리, 마이크로소프트의 코타나, 구글의 나우 등 가상 비서 서비스는 글로벌 기업의 새로운 플랫폼으로 급부상하고 있다. 스포츠와 날씨 등 데이터에 기초하는 뉴스의 작성과 주식시장의 분석과 맞춤형 투자 자문에는 이미 인공지능이 영역을 넓혀 나가고 있다. IBM의 왓슨을 이용한 헬스 케어 서비스는 암 진단의 경우 전문의보다 더 높은 정확도를 보이고 있다. 이렇게 지능정보기술은 각 산업 분야에서 정보통신기술의 적용 범위를 확대해 나가면서 새로운 부가가치를 창출해 나가고 있다. 전 세계는 국가 차원과 기업 차원에서 지능정보기술이라고 하는 새로운 트렌드에 대응하기 위한 노력을 가속화하고 있다. 미국의 ‘브레인 이니시어티브’, 일본의 ‘로봇 신전략’, 중국의 ‘인공지능 3년 액션플랜’ 등은 원천기술 경쟁 우위 확보와 시장 선점을 전략화하고 있다. 구글, IBM, 페이스북 등 글로벌 ICT 기업들은 공격적인 인수·합병(M&A)과 인재의 영입, 연구·개발·사업(R&DB)을 통해 지능정보기술과 산업의 주도권을 확보해 나가려 노력하고 있다. 지능정보 사회를 말할 때 용어의 혼란이 가져오는 오해가 한 가지 있다. 지능정보 사회는 지능화된 사회가 아니라 지능정보기술이 범용기술로 작동하는 사회다. 우리가 스마트 사회를 이야기할 때 사회가 스마트한 것이 아니라 스마트 기술이 사회 경제 전반에 적용되는 사회를 뜻하는 것과 마찬가지다. 이렇게 볼 때 지능정보 사회는 이미 우리의 발밑에 와 있다. 2016년은 지능정보기술로 사회 현안을 해결하고 새로운 미래를 열어 나가는 지능정보 사회의 원년이다. 지능정보 사회는 정보화 사회에서보다 사회 각 분야의 신뢰 기반 구축이 더욱 중요하다. 안전한 지능정보망의 구축, 데이터의 신뢰성 제고, 공공의 플랫폼인 신뢰 정부의 구현, 사이버 윤리 문화의 조성 등을 어떻게 해 나가느냐에 따라 지능정보 기술은 유토피아로 가는 좁은 문이 될 수도 있고, 아니면 디스토피아로 가는 넓은 문이 될 수도 있다는 사실을 잊지 말아야 할 것이다.

SK그룹 주요 경영진이 해외 인재를 영입하기 위해 미국으로 건너갔다. SK그룹은 지난 16일부터 18일까지 미국에서 ‘2016 SK 글로벌 포럼’을 개최했다고 19일 밝혔다. 이번 행사에는 임형규 SK수펙스추구협의회 ICT위원회 위원장(부회장), 이호수 SK㈜ C&C IT서비스사업장(사장), 이석희 SK하이닉스 D램개발사업부문장(부사장) 등 20여명의 경영진이 참석했다. 16일 실리콘밸리에서 열린 정보통신기술(ICT) 포럼에서는 인공지능 산업을 주제로 신기술 트렌드와 산업 동향에 대해 집중 논의했다. SK는 빅데이터, 딥러닝(컴퓨터가 다량의 데이터를 이용해 특정 패턴을 발견하는 정보처리 기술), 스마트 공장, 전자상거래 등 주요 계열사의 ICT 사업 현황에 대해 소개했다.18일 동부 뉴저지에서는 SK이노베이션과 SKC를 중심으로 에너지·화학 분야 포럼을 열었다. 임형규 부회장은 “미래 경쟁력 확보 차원에서 기술 기반의 새로운 성장 동력원 발굴이 필요하다”면서 “해외의 기술 인재들이 그 역할을 해 달라”고 당부했다. 김헌주 기자 dream@seoul.co.kr

인공지능(AI)이 렘브란트의 화풍을 배워 그림을 그렸다면 그 그림은 누구의 것일까. 최근 AI가 그림을 그리고 기사를 작성하는 등 다양한 콘텐츠를 만들어 내고 있지만, 현행법으로는 저작권을 보호할 수 없다는 지적이 제기됐다. 소프트웨어정책연구소는 13일 내놓은 ‘인공지능의 법적 쟁점-AI가 만들어 낸 결과물의 법률 문제를 중심으로’라는 보고서에서 AI가 만든 저작물을 보호할 수 있는 법이 필요하다고 밝혔다. 지난 4월 마이크로소프트는 네덜란드 기술자들과 공동으로 AI에 딥러닝을 통해 렘브란트 그림의 특징을 학습시켰다. 이후 AI에 렘브란트 화풍으로 모자를 쓰고 하얀 깃 장식과 검은색 옷을 입은 30~40대의 백인 남성을 그리라고 명령했다. 그 결과 AI가 학습한 내용을 바탕으로 렘브란트와 똑같은 화풍으로 남자의 초상화를 그려 내 세계를 놀라게 했다. AI가 그려 낸 콘텐츠의 질이 단순히 인간을 모사하는 차원을 벗어나 새로운 것을 창작해 내는 단계에 이른 것이다. 하지만 우리나라에서는 AI가 만든 콘텐츠가 예술적 가치가 있거나, 창작성이 높다고 하더라도 저작권을 인정받을 수 없다. 현행법상 저작권은 ‘인간이 창작한 결과물’로 한정하고 있기 때문이다. 반면 영국은 ‘컴퓨터로 만든 어문, 연극, 음악 또는 미술 저작물의 경우 저작자는 그 저작물의 창작을 위해 필요한 조정을 한 자’로 돼 있어 AI를 만드는 데 기여한 사람을 저작자로 간주하고 있다. 이번 보고서를 작성한 김윤명 선임연구원은 “지식재산권을 누구라도 자유롭게 이용할 수 있는 상태로 놓아 두는 것은 법적 안정성을 저해할 수 있다”며 “적극적인 입법 검토가 요구된다”고 말했다. 윤수경 기자 yoon@seoul.co.kr

　창조경제혁신센터·지역대학·지역중소기업이 함께하는 지역신산업 개발에 정부가 100억원을 투자한다. 　9일 미래창조과학부는 이같은 내용을 골자로 한 ‘지역신산업 선도인력 양성사업’의 88개 신규과제를 선정했다고 발표했다. 올해 처음 시작된 사업은 창조경제혁신센터와 지역대학, 지역기업이 공동 연구수행을 통해 지역 전략산업분야의 인력 수급 문제를 해소하고 지역 기업의 연구역량을 강화하는데 목적이 있다. 　지역별 전략산업으로 강원은 빅데이터, 충북은 바이오, 대구는 자율주행 자동차 산업 등을 양성한다. 　충북의 경우 오송생명과학단지 등을 기반으로 헬스케어 기술, 화장용 물질 개발 등을 통해 경쟁력을 강화할 것으로 보인다. 충북 영동대에서는 노인취 제거기능을 갖는 화장품 개발에 돌입하고 충북대에서는 식물성 천연물질을 이용한 화장용 보습물질 개발에 나선다. 국내 자동차부품 100대 기업중 11개를 보유하고 있는 대구는 자율주행 자동차 관련 핵심부품과 사물인터넷 기술확보를 통해 자동차 산업의 부가가치를 끌어올린다는 계획이다. 경북대에서는 자율주행차의 딥러닝기반 능동적 운전모드 전환 기술 개발을 과제로 삼았고 계명대에서는 주율주행 차량용 비상발전 시스템 개발에 나선다. 　미래부는 지역대학과 기업이 공동으로 참여하는 75개 연구개발과제에는 각각 연간 1억~1억 5000만원을 지원하고 지역별 창조경제혁신센터가 주관기관으로 참여하는 13개 공동프로그램 과제는 5000~6000만원 범위 내에서 최대 3년간 지원할 예정이다. 　미래부는 우수 인재의 지역유입을 활성화하기 위해 산학장학금 약정기업에 가점을 부여하는 등 취업관련 평가지표를 강화하고 과제별 학생연구원 참여율을 50% 이상으로 의무화할 계획이다. 　용홍택 미래부 미래인재정책국장은 “지역신산업 선도인력 양성사업의 추진을 통해 우수 인재의 지역기업으로의 취업을 유인해 기업의 기술역량을 강화하고 지역 창조경제를 확산시키는 선순환적 생태계 조성을 위해 노력하겠다”고 말했다. 윤수경 기자 yoon@seoul.co.kr

구글의 알파고, IBM의 왓슨 등 인공지능이 화제가 된 이후 우리 정부는 다양한 대책을 쏟아내고 있다. 세계 최고 수준의 기술 역량을 단기간에 확보하고, 2020년까지 언어지능 지식 축적 세계 1위 등의 목표를 내세우며 5년간 3조 5000억원을 투입하겠다고 밝혔다. 또 민관 합동으로 국가 연구역량과 데이터를 하나로 결집하기 위한 민간조직(기업형) 형태 연구소를 설립한다고 발표했다. 데이터 분석 전문가, 인공지능 소프트웨어 개발자 등의 전문인력 양성과 관련한 대책도 포함됐다. 여기에 슈퍼컴퓨터 개발을 위해 초고성능컴퓨팅(HPC)사업단(법인)을 설립하고, 사업단에는 매년 100억원 내외, 향후 10년간 1000억원 규모의 연구개발비를 지원한다는 발표도 있었다. 정부가 미래의 변화를 염두에 두고 대책을 세우는 것은 바람직하다. 그런데 다소 걱정되는 것은 단기적이고 졸속적인 정책 때문에 혈세가 엉뚱한 곳으로 흘러가고 이런 예산을 바탕으로 관료화만 진행되는 것이다. 과거에 각종 ‘한국형’ 사업을 하면서 기술개발은 성공했다고 하는데, 실제로 우리가 아는 것은 없는 상황이 또 재연될까 우려된다. 더는 생색내기에 가까운 정책이 나와서는 안 될 일이다. 인공지능과 같은 핵심 기술은 단기간에 개발될 수 없고 과거처럼 독점적으로 만들 수 있는 것도 아니다. 이제는 전 세계가 같이 연결돼 협업을 통해 문제를 해결해 나가고 있다. 이런 국제적이고도 개방적인 움직임에 적극적으로 동참하는 것이 훨씬 좋다. 또한 더 많은 젊은 학자들이 탄생할 수 있도록 ‘선택과 집중’을 하기보다는 참여자가 많아지도록 하는 게 ‘성공방정식’이라는 것을 잊지 않았으면 한다. 미래지향적인 기술에 대해서는 무엇보다 단기 성과에 집착하지 않고 꾸준히 관련 연구가 진행될 수 있도록 도와주는 게 중요하다. 특히나 국가가 지원하는 연구개발은 더욱 그렇다. 그런 측면에서 현재의 세계적인 인공지능 기술의 개발이 이루어지는 데 커다란 기여를 한 캐나다 정부의 사례를 새겨 볼 만하다. 2000년대 초반까지만 하더라도 인공지능 기술 개발은 기대했던 수준의 성능이 나오지 않은 경우가 대부분이었기 때문에 소위 ‘인공지능의 겨울’이 꽤 오랫동안 지속됐다. 그러던 중 2004년 인간의 뇌와 유사한 신경망을 모델로 한 소프트웨어를 바탕으로 인공지능 기술 혁신을 하겠다는 학자들을 믿고 장기간 연구지원을 해 준 것이 캐나다 정부다. 이 분야의 선구자였던 토론토대학의 제프리 힌턴 교수, 몬트리올대학의 요슈아 벤조 교수, 뉴욕대학의 얀 르컨 교수 등에 대해 캐나다고등연구원(CIFAR)은 정부와 민간의 자금을 모아 10년 동안 120억원 정도의 연구자금을 투자하기로 결정했다. 이때부터 이들은 인공지능 관련 기술을 혁신해 나가기 시작했다. 2006년 힌턴 교수가 ‘딥러닝’ 개념을 정립하는 획기적인 논문을 발표한 것을 시작으로, 현재의 알파고가 탄생할 수 있었던 다양한 기술들이 개발되고 학계에 발표됐다. 그러자 이들의 가능성을 알아본 미국 실리콘밸리의 대기업들이 수조원의 돈을 투자하기 시작했는데, 그중에서 힌턴 교수는 구글로 자리를 옮겼고, 르컨 교수는 페이스북에 합류해 인공지능 연구를 이끌고 있다. 캐나다고등연구원은 조건 없이 도전적인 연구 분야에 대한 지속적인 투자를 하는 것으로 유명하다. 특히 후원하는 연구자의 절반은 국가를 따지지 않고 연구 내용만 좋으면 지원한다. 이런 중장기적인 비전이 있어야 획기적인 기술이 탄생할 수 있는 것이다. 이런 환경은 우리나라와 같이 무조건 빠른 성과를 중시하는 문화와 큰 차이가 있다. 감사에 대비해 준비해야 할 서류만 많고, 실패하면 안 되기 때문에 반드시 성공할 만한 연구 주제를 제시하거나, 심지어는 이미 기술개발이 돼 있는 것들을 정리해 주제를 정하기도 한다. 이런 문화에서는 따라하기와 다를 바 없는 ‘한국형’ 기술들만 넘쳐나게 되고 기술 개발은 성공했지만 세계적인 성공을 거두는 사례는 없는 현 상황만 반복될 뿐이다. 지금이라도 중장기적이고도 연구자들에게 초점을 맞춘 연구개발이 진행될 수 있도록 정책의 방향성이 결정이 되기를 바란다. 비록 느리더라도 그렇게 믿고 도전하는 게 미래를 바꾸는 힘이 된다.

수학 분야의 세계적 석학 스탠리 오셔(74) 미국 UCLA 교수가 서울대와 ‘딥러닝’ 연구를 진행한다. 딥러닝은 ‘인공 신경망’을 기반으로 한 기계학습 기술로, 인공지능의 핵심 원리다. 지난 3월 이세돌 9단과 세기의 바둑 대결을 펼친 구글의 바둑 인공지능 ‘알파고’가 딥러닝 방식을 활용한 것이다. 서울대는 오셔 교수가 수리과학부 강명주 교수팀 10명과 함께 지난 3월부터 연구를 시작했다고 20일 밝혔다. 오셔 교수는 2014년 한국에서 열린 세계수학자대회에서 응용수학 분야의 노벨상으로 통하는 ‘가우스상’을 수상했던 인물이다. 서울대의 ‘노벨상수상자급 해외석학 초빙 프로그램’ 차원에서 지난해 5월부터 임기 2년의 초빙교수로 재직 중이다. 조용철 기자 cyc0305@seoul.co.kr

　딥러닝, 인공지능 부활의 신호탄　　2012년, 인공지능의 부활을 알리는 두발의 신호탄이 터졌다. 그해 국제 영상 인식 대회(ILSVRC)에서는 믿을 수 없는 일이 벌어졌다. 이 대회의 목표는 이미지넷에 있는 십오만 장의 사진 중 자동차, 강아지 등 1000가지 종류의 물체를 컴퓨터로 찾아내는 것이었다. 자율주행 자동차가 보행자를 인식하거나 구글 포토에서 사진을 자동으로 분류할 때도 사용되는 이 기술은 오랫동안 답보 상태에 머물러 있었다. 2011년까지는 75%의 정확도가 최고 기록이었는데 일 년에 1~2%의 성능을 올리기도 쉽지 않았다. 기업들도 오랫동안 투자를 하며 기다렸지만 기대했던 성과가 나오지 않자 연구팀을 해체하는 지경에 이르렀다. 그런데 이 대회에 처음으로 참가한 토론토 대학의 슈퍼비전팀이 경쟁자와 격차를 10% 이상 벌리며 85%의 정확도로 우승을 차지하였다. 참여한 멤버는 제프리 힌튼 교수와 학생 2명이 전부였다. 더욱 놀라운 것은 3명 모두 영상 인식 분야의 전문가가 아니었다. 학계와 IT 업계가 술렁거렸다. 기계가 학습을 한다는 “딥러닝(Deep Learning)”이 세상에 모습을 드러내는 순간이었다. 　그해 매스컴을 뜨겁게 달구었던 또 하나의 사건이 있었다. 구글은 사람의 도움 없이 컴퓨터가 1000만 장의 사진 중에서 고양이 이미지를 찾아내는 데 성공하였다고 발표하였다. 기계가 스스로 사물을 인식할 수 있다는 것을 보여준 획기적인 업적이었다. 여기에도 딥러닝이 사용되었다는 소식이 전해지면서 IT 업계에는 딥러닝 열풍이 불기 시작했다. 관련 스타트업의 인수가 이어지고 인재 확보와 기술 경쟁에 불이 붙었다. 2년 뒤 구글은 이미지넷의 영상 인식률을 93%까지 올렸다. 2015년 1월 중국의 바이두는 인식률을 94%로 향상시켰고 2월에는 마이크로소프트가 95%를 기록하면서 사람의 수준에 다다랐다. 딥러닝은 영상뿐만 아니라 음성 인식과 자동 번역의 성능도 한순간에 끌어올렸다.　딥러닝은 인간의 뇌를 모방한 인공신경망에 그 뿌리를 두고 있다. 인공신경망은 인공지능의 한 축으로 알파고가 기보를 통해 바둑을 익히듯이 기계에게 학습을 시키는 한 방법이다. 이런 결과에 고무된 기업들은 다시 팀을 재정비하고 대가들을 찾아 나서며 흥분을 감추지 못했다. 알파고로 인해 인공지능에 대한 관심이 급증하자 정부도 서둘러 대책을 내놓았다. 미래창조과학부는 ‘지능정보기술연구소’를 설립하고 5년간 1조 원을 투자하겠다는 발표를 하였다. 삼성전자, LG전자, 현대자동차 등 기업들을 끌어들이고 미래부 내에는 인공지능을 총괄할 전담팀까지 만들었다. 인공지능 불모지에 정부의 지원 소식은 가뭄의 단비처럼 반갑다. 그러나 R&D는 거창한 시작보다 거품이 꺼진 뒤 성공할 때까지 살아남는 것이 더 중요하다. 그런 의미에서 이외수 선생이 주창하는 ‘존버 정신’이야말로 R&D의 중요한 덕목이라 하겠다. 60년 인공지능 역사에 한 획을 그은 딥러닝의 탄생 뒤에도 길고 긴 겨울(AI winter)을 힘겹게 살아온 노 교수의 공로가 숨어 있다. 딥러닝의 대부로 불리는 제프리 힌튼 교수의 삶을 통해 우리의 현실을 돌아보자. 　 　딥러닝의 대부, 제프리 힌튼　　캐나다 토론토 대학의 제프리 힌튼 교수는 70을 바라보는 나이에도 딥러닝을 전파하기 위해 동분서주하고 있다. 대학에서 심리학을 전공한 힌튼 교수는 뇌의 비밀을 알고 싶었다. 주변의 만류에도 불구하고 인공지능의 신경망 분야를 선택해 박사 과정을 시작하였다. 당시는 인공지능의 거품이 꺼지고 한물간 분야로 취급받을 때였다. 1956년 존 매카시를 비롯한 당대 최고의 석학들은 다트머스대학에 모여 최초로 인공지능을 제안하고, 그 후 20년 동안 황금기를 누렸다. 학자들은 “20년 안에 인간이 할 수 있는 모든 일은 기계가 할 수 있게 될 것이다”라며 장밋빛 미래를 약속하였다. 그러나 1970년대에 들어서면서 인공지능은 현실의 복잡한 문제를 풀 수 없다는 평가받으면서 기대는 실망으로 급변하였다. 모든 연구 지원이 끊어지고 인공지능은 첫 번째 겨울을 맞이하게 된다. 하필 그때 인공지능을 연구하겠다고 나섰으니 고생길이 시작된 셈이다.　1980년대 인공지능은 두 번째 전성기를 맞이한다. 이번에는 사람과 같은 인공지능이 아니라 한가지 일이라도 잘하는 시스템을 만들기로 하였다. 법률이나 의료와 같이 특정 분야의 지식을 컴퓨터에 입력하여 실용적인 문제를 해결하는 ‘전문가 시스템(Expert System)’이 인기를 모았다. 그러자 인공신경망을 연구하던 동료들도 대부분 새로운 분야로 떠나버렸다. 1990년에 접어들면서 전문가 시스템도 난관에 부딪히게 된다. 새로 쏟아지는 지식을 매번 다시 학습시키는 것은 불가능한 일이었다. 게다가 성과를 내기 위해 문제를 더 잘게 나누어 해결했지만 결국은 애초의 인공지능으로부터 점점 멀어지면서 두 번째 겨울을 맞이하였다.　2000년 초까지 살아남은 인공신경망 연구 그룹은 손에 꼽을 정도였다. 토론토 대학의 제프리 힌튼, 몬트리올 대학의 요수아 벤지오, 뉴욕대의 얀 레쿤 교수 정도가 명맥을 유지하고 있었다. 2004년 그들은 캐나다 고등연구원(CIFAR)의 지원으로 50만 달러의 소규모 펀딩을 받아 연구를 지속할 수 있었다. 힌튼 교수는 두 명의 박사과정 학생과 함께 인공신경망의 문제를 해결하며 연구에 매달렸다. 2006년 마침내 인공지능의 새로운 시대를 여는 ‘딥러닝(Deep Learning)’ 논문을 완성하게 된다. 그로부터 6년이 지난 뒤 이 3명은 국제 영상 인식 대회(ILSVRC)에서 슈퍼비전이라는 팀으로 출전하여 딥러닝을 실제로 구현해 우승을 차지하며 세상을 놀라게 하였다. 다음해 힌튼 교수는 ‘DNN리서치’라는 스타트업을 설립하여 딥러닝 확산에 나섰다.　　IT 최후의 격전지, 인공지능　　딥러닝이 불을 댕긴 인공지능은 세 번째 봄을 맞이하고 있다. 이전과는 사뭇 다른 분위기다. 먼저 학계에서 연구하던 분야에 기업이 참여하기 시작한 것이다. 사물인터넷, 스마트카, 지능 로봇과 같은 스마트 제품의 등장으로 기업들도 인공지능이 절실하게 필요하게 되었다. 두 번째는 빅데이터의 등장이다. SNS, 핀테크, 스마트 센서 등을 통해 생활 속에서 생성되는 빅데이터가 인공지능과 결합하면서 사람들에게 필요한 서비스를 제공할 수 있게 되었다. 세 번째는 강력한 컴퓨팅 파워의 확보다. 하드웨어의 혁신과 인터넷으로 연결된 클라우드의 발전으로 컴퓨터가 거의 제한이 없는 계산 능력을 보유하게 되었다. 인공지능이 성장할 수 있는 생태계가 만들어지기 시작한 것이다.　시장조사 업체 IDC는 인공지능 시장이 매년 50% 이상 증가하여 2019년에는 313억 달러에 이를 것으로 전망하였다. 컨설팅 업체 맥킨지는 2025년 인공지능을 통한 지식노동 자동화의 파급 효과가 5조 달러를 넘을 것으로 예상하였다. 최근 이 분야에 대한 투자도 급격히 늘어났다. CB 인사이츠의 조사 결과, 2015년 인공지능 스타트업에 투자한 금액은 3억 달러로 2010년 1500만 달러의 20배에 이른다. 2012년 이후 실리콘 밸리에 생겨난 인공지능 업체만 해도 170개가 넘는다. 이렇게 상황이 바뀌자 글로벌 IT 기업들은 AI 관련 기업과 인력을 블랙홀처럼 빨아들였다.　 2013년 구글은 제프리 힌튼 교수를 모셔가기 위해 아예 DNN리서치를 인수하면서 모든 연구자를 함께 영입하였다. 다음해에는 영국의 인공지능 업체 딥마인드 테크놀로지를 4억 달러에 인수하였다. 이 회사의 CEO는 알파고를 개발한 데미스 하사비스였다. 미국의 워싱턴포스트가 “구글의 장기적 목표는 인공지능 회사가 되는 것이다”라는 보도를 할 정도이다. 페이스북은 뉴욕대의 얀 레쿤 교수를 영입하여 인공지능 연구소를 설립하였다. 여기에 얼굴인식 소프트웨어 ‘딥페이스’를 개발한 페이스(Face.com)와 음성인식 스타트업 윗에이아이(Wit.ai)를 인수하여 전력을 강화하였다. 페이스북의 CEO 마크 저커버그는 영화 ‘아이언 맨’에 등장하는 ‘자비스’와 같은 인공지능을 만드는 것이 목표라고 밝혔다. 중국의 IT 대표기업인 바이두는 2014년 스탠퍼드 대학의 앤드류 응 교수를 영입하였다. 그는 구글의 ‘브레인 프로젝트’를 지휘하며 자동으로 고양이 이미지를 찾아낸 젊은 인공지능 대가이다. 바이두는 상하이와 실리콘 밸리에 AI 연구소를 설립해 무인 자동차, 음성인식, 영상인식 분야에 집중하면서 글로벌 기업들과 어깨를 나란히 하고 있다. 마이크로소프트의 코타나, 애플의 시리, 아마존의 알렉사와 같은 인공지능 비서 진영의 움직임도 빨라졌다. IBM의 인공지능 왓슨은 퀴즈쇼를 넘어 이미 의료와 금융 분야의 현장에서 사용되고 있다. IBM은 교육, 에너지, 건설, 보험 등 다양한 분야에 걸친 ‘왓슨 생태계’ 만들기에 나섰다.　글로벌 기업들은 인공지능을 IT 최후의 승부처로 여기고 있다. 인공지능은 영화 속 먼 미래의 이야기가 아니다. 이미 우리의 일상 속에 깊숙이 자리 잡고 있다. 일초에 수십만 번씩 주식을 사고파는 로봇 트레이더가 증권가를 장악한 지는 이미 오래다. 이제는 고객의 자산까지도 인공지능 로보 어드바이저가 관리한다. 컴퓨터가 신문 기사를 쓰고 회계 장부를 정리하고 법원의 판례를 분석하는 일은 점점 보편화되고 있다. 자율주행 자동차, 소셜 로봇, 드론과 같은 스마트 기기도 모두 인공지능의 판단으로 움직인다. 우리의 경쟁자들은 이미 앞서가고 있다. 지금은 인공지능의 골든타임이다. 정부, 기업, 학계가 한데 뭉쳐 추격의 고삐를 늦추지 말아야 한다.　　김지연 R&D경영연구소 소장 jyk9088@gmail.com　　<지난 칼럼은 아래 링크로 들어가면 보실 수 있습니다.>　 http://www.seoul.co.kr/news/newsList.php?section=kimjy_it

수리·추리·시각적 사고 영역 어려워 LG 인적성 검사도 한국사 문제 출제 삼성그룹 대졸 신입사원 공채 필기시험인 삼성직무적성검사(GSAT·Global Samsung Aptitude Test)가 17일 실시됐다. 서울, 부산, 대구, 대전, 광주 등 국내 5개 지역과 로스앤젤레스와 뉴저지주 뉴어크 등 미국 2개 지역에서 치러졌다. 난이도는 대체로 무난했지만 시간이 부족했다는 평이 주류를 이뤘다. 국사와 세계사 등 인문학적 소양과 최신 정보기술(IT)상식을 묻는 문제가 두루 출제됐다고 응시자들은 전했다. 지원자들은 이날 오전 8시 30분부터 140분간 언어논리, 수리논리, 추리, 시각적 사고, 직무상식 등 5개 영역의 160개 문항을 풀었다. 응시생들은 예년과 비슷한 유형이 출제됐다고 전했다. 삼성물산 해외영업직군에 지원한 김모(27)씨는 “기출문제와 예상문제집으로 풀어 본 문제 수준과 거의 같았다”면서 “수리와 추리 쪽에선 시간이 많이 부족했다”고 말했다. 입체추정, 도형찾기, 도형완성 등이 나오는 시각적 사고영역이 어려웠다는 평가가 많았다. 이 영역은 다른 대기업 인적성 검사에는 없고 삼성그룹 입사시험에서만 치러진다. 직무상식 영역에선 한국사는 물론 중국사와 일본사 등 세계사와 최근 이슈가 된 인공지능(AI)을 다룬 문제가 골고루 출제됐다. 각 왕조나 역사적 사건을 순서대로 나열하는 유형으로, 노비안검법, 흑사병, 진시황 등을 물었다고 응시생들은 전했다. 컴퓨터가 신경망을 통해 학습하는 딥러닝과 AI 기술을 활용한 투자자문서비스인 로보어드바이저와 관련된 문제도 출제됐다. 삼성그룹이 역점을 둔 전기차 배터리, 초음파 영상 기술, 자율주행차 등을 다룬 문제는 물론 중력파와 힉스 입자, 물의 정수과정, 사이다에 들어 있는 기체 등 과학 문제와 원·달러 환율 변동, 양적완화, 개인종합자산관리계좌(ISA) 등을 묻기도 했다. 온라인에서 상품 정보를 찾아보고 구매는 더 싼 오프라인에서 하는 소비 형태인 ‘웹루밍’, 기술과 예술의 합성어인 ‘데카르트 마케팅’ 등 최근 트렌드를 짚는 문제도 나왔다. 삼성은 GSAT 합격자를 대상으로 임원·직무역량·창의성 면접 등을 거쳐 오는 6~7월 최종 합격자를 발표한다. 지난해 1만 4000명을 뽑은 삼성그룹은 올해 채용 인원을 다소 줄일 것으로 전망된다. 전날인 16일에는 LG그룹과 CJ그룹이 각각 대졸 공채 인적성 검사를 실시했다. LG그룹의 적성 검사에서는 조선시대 정책 제도, 주요 문화유산 등 한국사 기본 지식을 바탕으로 현재 상황을 종합적으로 추론하는 능력을 묻는 문제가 나와 눈길을 끌었다. LG 인적성 검사 결과는 이달 말 발표된다. 오달란 기자 dallan@seoul.co.kr

진짜 보다 더 진짜 같고, 진짜 여성보다 더 예쁜 인공지능 로봇이 중국서 개발됐다. ‘지아지아’라는 이름의 이 로봇은 일명 ‘로봇 여신’이라고 불리기도 한다. 그만큼 아름다운 외모를 가졌기 때문이다. 중국 베이징과학기술대학교가 최근 공개한 ‘지아지아’는 여신과 같은 외모뿐만 아니라 사람처럼 자연스럽게 눈을 깜빡이고 눈동자를 움직일 수 있으며, 말의 내용과 입모양의 싱크가 일치한다는 특징이 있다. 과거에 공개된 그 어떤 로봇보다 더욱 사람을 닮은 ‘지아지아’는 일상 속 간단한 대화를 나눌 줄 아는데, 예컨대 사람이 “안녕”이라고 인사하면 “네, 안녕하세요. 제가 무엇을 도와드릴까요?”라고 답할 수 있다. 베이징과학기술대학교 첸샤오핑 박사 연구진이 3년에 걸쳐 제작한 이 로봇은 미세한 감정표현을 드러낼 줄 알 뿐만 아니라 상황에 따라 적절한 대화법을 취할 수 있어 보는 이들을 놀라게 했다. 로봇 시연회를 찾은 관람객들에게는 “사진 찍을 때 너무 가까이 오지는 마세요.”라는 당부의 말을 전하기도 했다. 첸샤오핑 박사는 “우리는 딥러닝(AI의 핵심기술)을 구현하는 로봇을 개발하고자 했다. 여기에 사람을 꼭 닮은 표정을 지을 수 있고 이를 인식할 수도 있으며 사람들과 보다 더 깊은 감정을 상호교환할 수 있는 데이터를 탑재하는 것이 다음 목표”라고 설명했다. 송혜민 기자 huimin0217@seoul.co.kr

지난달 디자인 분야의 아카데미상이라고 불리는 인터내셔널포럼(iF) 디자인 어워드 2016에서 우리나라 정부 3.0 국민 디자인단 운영 사례가 서비스디자인 부문 금상을 수상했다. 정부 서비스와 디자인이 무슨 관계가 있을까. 통상 디자인이라고 하면 단순하게 외관상의 스타일이나 색깔, 포장을 바꾸는 등 심미적이고 예술적인 것으로 인식하고 있지만, 정부 또는 기업이 정책을 설계하거나 제품과 서비스를 제공하는 과정에서 국민과 고객이 진정으로 요구하는 바를 사전에 기획하는 것 또한 디자인의 영역으로 점차 개념 범위가 넓어지고 있다. 지난달 전 세계인에게 충격으로 다가온 알파고 신드롬은 클라우드 컴퓨팅과 딥러닝이라는 인공지능(AI)이 앞으로 지능정보사회를 이끌어 갈 핵심적 요소가 될 것임을 보여 주었다. 역사의 발전 단계상 농업사회는 쌀, 산업사회는 철이 경제사회의 가장 중요한 자원이었다면 정보사회에서는 반도체가, 그리고 지능정보사회라는 4차 산업혁명의 변혁기에 가장 중요한 원재료는 바로 데이터가 될 것이라는 점은 자명하다. 빅데이터라는 단어는 더이상 생소하지 않으며 고객관리, 의료, 날씨, 유통 등 국민의 실생활 주변과 민간기업의 사업 관리에서 널리 활용되고 있다. 2014년 기준 국내 DB 시장은 약 14조원으로, 2000년 초반의 8000억원과 비교해 17배 이상 성장했다. 2020년까지 국내 빅데이터 시장은 현재보다 70% 이상 성장할 것으로 전망된다. 사물인터넷(IoT)과 온·오프라인 연계사업(O2O), 자율주행자동차, 스마트 팩토리 등 미래의 융합산업들은 데이터의 축적과 분석, 연결과 유통이라는 데이터 네트워크를 통해 이용자들의 삶을 제고하고 새로운 일자리를 창출하는 등 혁신적 부가가치를 창출하는 신성장 엔진으로 작동할 것이다. 데이터 분석 인프라 등 우리의 기술은 선진국보다 많이 뒤처져 있고 데이터 수집, 거래, 분석 컨설팅 등 데이터 생애주기를 고려한 전체적 그림을 사전에 기획하고 구성하기 위한 노력은 미흡한 실정이다. 지금까지 빅데이터는 3V 데이터의 양(Volume), 다양성(Variety), 속도(Velocity)를 기본 요소로 했다면 이제는 5V로 정의한다. 데이터의 진실성(Veracity)과 가치(Value)라는 요소가 추가됐다. 단순히 데이터를 수집하고 쌓는 것이 목적이 아니라 사람에게 필요한 가치를 창출하는 동시에 신뢰할 수 있는 진실성을 담보할 때 진정한 데이터 자원으로 역할을 할 수 있다는 의미다. 이를 뒷받침하기 위해 정부는 데이터의 질 제고, 분석 인프라와 기술 수준의 발전, 공공·민간 데이터의 매시업 활성화, 합리적 데이터 유통 시장의 형성, 그리고 무엇보다 고객의 요구를 반영한 결과물 구현 등 거시적 차원에서 데이터의 생산, 유통, 활용에 대한 빅디자인을 서둘러야 한다. 이를 위해 한국정보화진흥원은 공공 데이터를 원재료로 하는 데이터 디자인을 추진하고 있다. 고수요·고가치 데이터의 가공, 공유 활성화를 통해 신산업 창출을 유도하고, 아이디어에 대한 인큐베이팅(창업보육지원), 전문교육, 컨설팅 등 산업 생태계 조성 지원을 위한 전문시설인 오픈스퀘어D를 운영하고 있다. 지난해 데이터 빅뱅 프로젝트를 통해 선정된 36개 공공 데이터 중 부동산, 인허가 등 11개 데이터를 이미 개방했고, 나머지 22개 데이터를 올해 안에 전면 공개할 계획이다. ‘모두의 주차장’, ‘직방’, ‘굿닷’, ‘케이웨더’ 등 민간 활용률이 높은 앱 서비스들은 한결같이 데이터 개방 사업의 지원을 받은 사례다. 덴마크의 미래학자 롤프 옌센은 저서 ‘드림 소사이어티’에서 정보사회 이후 세상의 상품은 이성이 아닌 감성과 스토리에 호소할 수 있어야 한다고 설파했다. 결국 지능정보사회에서 데이터가 사회경제적 가치를 창출하려면 인공지능의 차가운 분석과 함께 인간의 감성과 상상력이 결합돼야 한다. 각자의 꿈을 이루기 위한 출발과 해답이 데이터에 있음을 믿고 밝은 미래를 그려 나가자. 모든 국민이 각자 자기의 영역에서 데이터로 꿈을 디자인하는 디지털 시대의 데이터 디자이너가 되기를 기대한다.

한미약품의 대규모 기술 수출로 달라진 제약 바이오 산업에 대한 위상이 아시아 최대 규모의 헬스케어 전시회인 ‘바이오코리아 2016’까지 이어졌다. 전시가 열리고 있는 서울 강남 코엑스 C홀은 전시 이튿날인 31일에도 제약 업계 관계자, 해외 바이어, 취업준비생 등 7000여명이 몰려 북새통을 이뤘다. 11회째를 맞는 올해 전시는 삼성바이오로직스, 삼성바이오에피스, 유한양행 등 기존에 전시에 참여하지 않았던 상위 제약사들의 참여로 더욱 풍성해졌다. 주최 측인 한국보건산업진흥원 관계자는 “지난해보다 1000여명 많은 8000여명이 첫날 전시장을 찾았다”면서 “올해는 역대 최대인 45개국 2만 3000여명 국내외 바이오 분야 관계자가 전시를 참관할 것으로 예상된다”고 말했다. 올해 전시에서는 특히 정보통신기술과 바이오의 만남이 눈길을 끌었다. 삼성바이오로직스는 가상현실(VR) 기기를 통해 자사의 생산 시설을 소개했다. 안대 형태의 VR 기기를 얼굴에 쓰면 현재 가동 중인 1, 2공장을 비롯해 2018년 완공 예정인 제3공장 등 생산시설을 마치 현장에서 둘러보는 것처럼 볼 수 있다. 뷰노코리아는 ‘딥러닝’을 통해 인공지능을 갖춘 알파고처럼 환자의 폐질환 데이터를 학습한 인공지능(AI) 소프트웨어를 전시해 관람객들의 시선을 끌었다. 전시장 한켠에는 의약품을 수송하는 ‘드론’, 생분해성 의료 제재를 만드는 ‘3D 프린팅’도 등장했다. 업계 관계자들은 예년과 달리 중동, 중국 측 바이어들의 관심이 뜨겁다고 전했다. 실제 25개국 300여개 참가 기업들 간 사전 미팅 예약은 1000건을 초과하는 등 역대 최대에 달했다. 유한양행 관계자는 “경제 규제가 풀린 이란 등 중동 제약업체를 비롯해 중국, 동유럽에서 온 제약업계 관계자들과의 미팅이 3일 내내 잡혀 있다”고 말했다. 전시는 1일까지다. 명희진 기자 mhj46@seoul.co.kr

‘제2 메르스 예방’ 질병 전파예측 기술도 빅데이터·사물인터넷 활용 분야 다수 세금포탈·금융사기 차단 분석기술 눈길 #. 영화 ‘아이언맨’에 나오는 인공지능 ‘자비스’는 주인공 토니 스타크의 저택을 관리하고 아이언맨 슈트 개발, 적과의 전투 등에도 도움을 주는 등 주인공에게는 없어서는 안 될 존재다. 10년 내에 자비스 같은 ‘딥러닝’ 기술을 바탕으로 한 ‘디지털 비서’가 등장해 다양한 분야에 활용될 것으로 보인다. #. 얼마 전 한국인 첫 지카바이러스 감염 사실이 밝혀져 방역당국을 긴장시켰다. 지난해에도 중동 지역 풍토병인 메르스(중동호흡기증후군)가 국내에 유입돼 빠른 속도로 확산돼 한동안 전 국민이 불안감에 휩싸였다. 감염병 확산을 막기 위해 가장 중요한 것은 지역 확산 가능성의 사전 예측이다. 앞으로는 질병의 전파 과정, 감염환자, 인구 데이터 등 다양한 빅데이터를 실시간으로 분석해 감염병의 지역별, 연령별 확산 가능성을 예측하고 미리 알려주는 기술이 등장할 전망이다. 한국과학기술기획평가원(KISTEP)은 25일 서울 강남구 삼성동 코엑스에서 ‘삶의 만족과 사회적 신뢰 향상을 위한 과학기술의 역할’을 주제로 한 ‘제8회 미래포럼’을 열고 이런 내용의 ‘10대 미래 유망기술’을 발표했다. KISTEP은 2013년부터 매년 기술적·경제적 파급 효과와 사회적 이슈를 분석해 10대 유망기술을 선정, 발표하고 있다. 이번에 선정된 미래유망기술에는 빅데이터와 인공지능, 사물인터넷(IoT) 기술을 활용한 것이 다수 포함됐다. 최근 전자금융거래가 활성화되면서 금융 사기, 조달 비리, 세금 포탈, 보조금 부정 수령 사례가 늘면서 빅데이터를 분석해 부정행위가 일어나는 패턴을 사전에 감지해 사기 행위를 막는 ‘빅데이터 기반 사기방지기술’도 가까운 시일 내에 등장할 것으로 예상된다. 실제로 스카이트리라는 미국 벤처기업은 금융 빅데이터에서 사기 행위를 탐지하고 막는 분석기술을 개발하기도 했다. 알츠하이머 치매나 자폐증 같은 정신질환은 물론 각종 스트레스로 인한 우울증, 보복·난폭운전 같은 분노조절 장애의 원인을 예측하는 생리신호 센서와 분석기술도 나올 것으로 보인다. 영화 ‘바이센테니얼 맨’에 나오는 로봇처럼 사람의 감성을 느끼고 반응하는 ‘소셜 로봇’ 기술도 미래 유망기술로 꼽혔다. 이 밖에 ▲온라인·모바일 금융거래 보안기술 ▲IoT 보안 ▲사물 정보기술 ▲여가용 가상현실 기술 ▲시스템 기반 미세먼지 대응 기술 등도 주목받을 것으로 예상된다. 이승룡 KISTEP 미래예측실장은 “이번에 선정된 미래기술은 삶의 만족도를 높이는 동시에 사회자본의 핵심 요소 중 하나인 사회적 신뢰를 높일 것으로 기대된다”고 설명했다. 유용하 기자 edmondy@seoul.co.kr

기업 30%… 외국인 25% 차지 알파고와 이세돌 9단의 바둑 대결로 관심이 높아진 인공지능(AI) 관련 국내 연구가 선진국에 비해 크게 미흡한 것으로 나타났다. 21일 특허청에 따르면 최근 10년간 인공지능·머신러닝·인공신경망·딥러닝 등 AI 관련 국내 특허출원은 모두 2638건으로 나타났다. 같은 기간 미국은 2만 4054건, 일본에서는 4208건이 출원됐다. 국내 출원은 2013년 371건으로 최대치를 기록한 뒤 2014년(367건)과 지난해(301건) 2년 연속 감소했다. 인공지능 기술은 모든 산업 분야에 활용 가능한 대표적인 융·복합 기술로 국내에서는 컴퓨터(64.1%), 통신(9.9%) 등 정보기술(IT) 분야에 연구·개발이 집중됐다. 디지털 컴퓨팅과 경영관리, 유무선 통신, 이미지 데이터 처리 등에서 활발하게 이용되고 있다. 출원 주체별로 보면 기업(30.9%), 대학(26.3%), 외국인(25.1%), 개인(8.9%), 연구소(8.8%) 순으로 외국인의 특허출원이 상대적으로 활발했다. 출원 건수는 삼성전자가 163건으로 가장 많았고 한국전자통신연구원(129건), 퀄컴(86건), 마이크로소프트(74건), 카이스트(58건) 등의 순이었다. 대전 박승기 기자 skpark@seoul.co.kr

바둑기사 이세돌 9단과 인공지능 알파고의 바둑 대결은 센세이션 그 자체였다. 수천년 동안 쌓아온 바둑의 깊이를 짧은 시간 안에 마스터해 버린 알파고의 위력은 대단했다. 바둑 고수들이 인정하는 정수로 바둑을 두어도, 이세돌 특유의 창의적인 수로 비틀어도, 알파고는 거의 흔들리지 않았다. 인간이 쌓아온 지식의 힘이 왜소하게 느껴졌고 머지않은 장래에 인간이 해온 일을 인공지능이 대체하게 될 것이라는 우려도 커졌다. 이런 가운데 우리나라도 인공지능의 발달에 빠르게 대응해야 한다는 목소리가 높아졌다. 이 바둑 대결이 모은 세계의 높은 관심을 감안할 때 예상했던 반응이다. 구글 하나가 인공지능에 투자하는 천문학적 금액에 비해 우리나라 전체가 인공지능에 투자하는 수준은 터무니없이 낮고 인재도 부족하다는 지적이 나올 때마다 무력감이 밀려온다. 모두의 관심이 고조되는 때일수록 더 차분히 상황을 분석해 볼 필요가 있다. 먼저 알파고의 정체를 살펴보자. 알파고는 구글의 투자만으로 만들어진 것이 아니다. 알파고의 아버지로 불리는 영국인 데미스 허사비스의 재능만으로 만들어진 것도 아니다. 정확하게는 이들이 각각 자신들의 비교 우위를 가진 힘을 합쳐서 절묘한 협업을 통해 만들어낸 산물이다. 그래서 미국 실리콘밸리의 것만도, 영국 천재의 것만도 아닌 것이다. 딥마인드사가 알파고를 바둑의 초고수로 만들어 바둑 세계를 지배하려는 것은 아닌 것 같다. 향후 사람들이 필요로 하는 일을 수행하는 인공지능을 개발하는 데 드는 자금과 인재를 모으기 위해 이 바둑 대결을 홍보 수단으로 활용했다는 느낌이 크다. 이런 분석 아래 인공지능과 관련해 우리나라가 산업과 기술 측면에서 준비할 일이 무엇인지 생각해 보자. 우선 기업 차원에서 세계시장을 무대로 활약하는 우리 기업들이 구글처럼 세계의 뛰어난 스타트업들과 손잡는 일에 적극 나설 수 있느냐의 문제다. 우리나라 기업 문화에서 지금까지 인공지능이 자리잡지 못한 점은 바로 ‘이질적인 파트너’들과 함께 일하는 협업 정신 부족에 있다. 이질적인 파트너는 다른 산업 분야에서 나타날 수도 있고, 자사와 상대가 안 될 정도로 작은 기업일 수도 있고, 전혀 다른 문화에서 생겨난 다른 나라 기업일 수도 있다. 구글과 같은 실리콘밸리의 기업들은 재능 있는 이질적인 파트너들을 맞아들이는 데 열심일 뿐 아니라 오히려 이러한 협업을 자신들 성장 전략의 핵심으로 삼고 있다. 그러나 우리나라 기업들은 함께 일할 파트너들을 가능한 한 자기 기업 안으로 들여온다. 능력 있는 외국 기업보다 말이 잘 통하는 우리나라 기업을 선호하는 경향을 보인다. 이런 닫힌 기업 문화를 유지하면서 실리콘밸리의 기업들과 미래의 새로운 분야에서 경쟁하기는 힘들 것이다. 우리 기업들도 글로벌 능력자들과 함께 일하려는 개방형 기업 문화를 만들어 가는 것이 급선무다. 우리나라가 가진 지금까지의 인공지능 지식 역량을 어느 분야에 집중 투자할 것이냐 하는 문제도 있다. IBM이 인간이 쌓아온 지식을 습득하는 일에, 애플이 스마트한 비서를 양성하는 일에, 페이스북이 도우미 로봇을 만드는 일에 역량을 모으고 있는 것은 잘 알려져 있다. 우리나라가 지금까지 축적한 작은 역량으로 이 모든 일에 투자하는 것은 비효율적인 일임이 자명하다. 앞으로 우리나라에서 수요가 가장 늘면서도 인력 공급은 부족해지는 분야를 찾아내 인공지능이라는 뛰어난 기술력으로 보완하는 역할을 어떻게 할 것인지 잘 살펴봐야 한다. 의료, 교육, 금융, 개인 서비스 분야에 그 해답이 있어 보인다. 마지막으로 이 바둑 대결을 계기로 언론에서 전문가들이 피력한 의견들을 살펴보면 결국 우리나라가 지금 풀어야 할 가장 큰 숙제는 인재의 부족이라는 데 결론이 모아진다. 특히 우리나라가 지금까지 양성해 온 정보기술(IT) 인력들이 주로 기술적 응용 분야 위주였기에 딥러닝을 설계하는 원천 기술 분야에서는 인재가 턱없이 부족하다는 지적은 매우 아프지만 정확하다. 시간은 더 걸리겠지만 결국은 근본으로 돌아가 알고리즘 교육의 저변을 확대해 나가는 일부터 하는 것이 인재 양성의 정도라고 판단된다. 그래도 우리에게 희망을 준 것은 가공할 만한 인공지능 알파고에 맞서 외롭지만 당당히 싸우며 인간의 존엄성을 지킨 이세돌의 도전정신과 뛰어난 창의력이다. 이런 도전정신과 창의력을 가진 인재들이 새롭게 태어날 산업들에서 마음껏 활약할 수 있는 환경을 만들어 주는 게 정부의 책임일 뿐 아니라 우리 모두의 책임일 것이다.

뇌신경 모사 ‘뉴로모픽칩’ 개발 GPU 열 발생 문제 등 해결해야 지난 일주일간 전 세계를 뜨겁게 달궜던 이세돌 9단과 구글의 인공지능 알파고의 바둑대결이 막을 내렸다. 표면적으로는 4대1이라는 성적으로 알파고가 우세했지만 4국이 끝난 뒤 데미스 하사비스 구글 딥마인드 대표가 “이 사범 덕분에 알파고의 약점을 파악하게 됐다”고 말한 것처럼 완벽해 보이는 인공지능도 한계를 갖고 있음을 알 수 있었다. 1202개의 중앙처리장치(CPU), 176개의 그래픽처리장치(GPU)로 구성된 알파고는 딥러닝 기술로 프로기사의 기보 16만개를 5주 만에 학습했다. 보통 사람이 1년에 1000개 정도의 기보를 공부한다고 한다. 따라사 알파고가 학습한 기보의 숫자는 평생 배워도 따라갈 수 없는 숫자다. 알파고는 스스로 대국해 훈련하는 강화학습 기능까지 갖추고 있다. 알파고는 몬테카를로 트리 탐색(MCTS) 기법에 컨볼루션 신경망(CNN)을 이용해 다음 수를 찾고, 기보를 바탕으로 다음 착점 장소를 빠르게 찾는 정책 네트워크, 국지적 패턴인식을 통해 승률이 높은 수를 찾는 가치 네트워크를 다단계로 나눠 적용하는 딥러닝 기법으로 최적의 수를 찾는다. 오류처럼 보이는 수는 알파고가 충분히 학습하지 못한 부분에서 어떤 수가 가장 나을지에 대한 분석이 불완전하게 됐기 때문이라는 설명이다. 전문가들은 현재 인공지능 기술개발은 ▲빅데이터를 활용한 딥러닝 기술 ▲인간과 유사한 다양한 형태의 지능 구현 ▲컴퓨터 아키텍처 기술과 시스템 소프트웨어 기술 등 크게 세 방향으로 이뤄지고 있다고 설명한다. 한편 알파고에서 그래픽과 이미지를 처리하는 GPU의 역할이 매우 크다. 문제는 GPU의 연산처리 마이크로프로세서 코어의 수가 GPU 1개당 2000~3000개에 이르기 때문에 과도한 전력수요를 유발하고 이에 따른 엄청난 열이 발생한다는 점이다. 때문에 인공지능 기술은 알고리즘 개선뿐만 아니라 하드웨어적 문제를 해결하는 데도 집중될 것으로 보인다. 민옥기 한국전자통신연구원(ETRI) 휴먼컴퓨팅연구실 실장은 16일 “인공지능 기술을 개발하는 많은 글로벌 기업은 인간의 뇌신경을 모사한 차세대 반도체인 뉴로모픽칩이나 양자역학의 원리에 따라 작동하는 차세대 컴퓨팅기술인 양자컴퓨터 개발 등에 매달리고 있다”고 설명했다. 유용하 기자 edmondy@seoul.co.kr

인간과 기계의 대결로 관심을 끈 이세돌 9단과 구글 인공지능 알파고의 바둑대결이 막을 내렸다. 많은 사람들은 이번 대결로 인공지능(AI) 연구의 실체를 확인하게 됐다. ‘인간의 두뇌를 컴퓨터로 똑같이 만들 수 있을까’라는 연구자들의 궁금증에서 시작된 인공지능의 역사는 영국 천재 수학자 앨런 튜링이 고안한 생각하는 기계 ‘튜링 머신’으로 거슬러 올라간다. 이후 1956년 미국 다트머스대학에서 열린 콘퍼런스에서 존 매카시가 최초로 ‘인공지능’이란 용어를 사용하며 인공지능에 대한 정의를 내렸다. 1970년대까지 연구자들은 검색을 통한 추론, 자연어 분석, 모델링을 통해 인공지능을 구현하려고 했으나 기술적 한계로 인공지능 침체기가 찾아왔다. 1980년대에 들어서면서 인간의 지식을 여러 가지 방법으로 저장하고 이를 바탕으로 하는 추론 기능을 추가하는 등 새로운 방식을 시도했지만 한계에 부딪혀 1990년대 초반까지 두 번째 인공지능 침체기가 닥쳤다. 1990년대 후반에는 연결계산이론, 대규모 데이터베이스 검색, 연산 기술 발전이 이뤄지고 IBM의 딥블루가 1997년 세계 체스챔피언 그랜드마스터 대회에서 인간을 이겨 인공지능이 다시 주목받기 시작하면서 지금에 이르고 있다. 특히 인공지능 기술의 핵심인 딥러닝 기술은 2006년을 기점으로 알고리즘이 획기적으로 진화했을 뿐만 아니라 그래픽처리장치(GPU), 메모리 컴퓨팅, 고성능 컴퓨팅 등 진화된 컴퓨터 성능의 도움을 입었다. 덕분에 인공지능의 배경지식이 될 수 있는 빅데이터를 빠른 시간에 군집화하거나 분류해 판단을 내릴 수 있게 된 것이다. 인공지능은 인간 고유의 사고, 학습, 자연어 처리, 지각능력 등 지식활동을 하는 컴퓨터 시스템이나 프로그램이다. 연구자마다 정의는 다르게 내리고 있지만 최근에는 크게 강한 인공지능, 약한 인공지능으로 구분하고 있다. 강한 인공지능은 1950년대 1세대 인공지능 연구자들이 꿈꿨던 것으로 사람과 대화를 할 때도 전혀 이상한 점을 느낄 수 없을 정도로 지성과 이성, 감성을 갖추고 고차원적 사고를 할 수 있는 것이다. SF소설이나 영화에서 나타나는 인공지능의 모습은 인간의 노동력뿐만 아니라 감정까지 공유하는 강한 인공지능들의 모습이다. 인간과 똑같이 생각하는 강한 인공지능과 달리 약한 인공지능은 지능의 범위를 좁혀서 특정한 분야에 한정해 특정 문제를 사람처럼 풀 수 있는 기술이다. 이세돌 9단과 대국을 펼친 알파고는 바둑이라는 분야에서 문제를 해결할 수 있도록 한 대표적인 약한 인공지능이다. 최준식 고려대 심리학과 교수는 15일 “알파고의 신경망 기술은 딥러닝을 발전시켜 온 인지심리학자와 컴퓨터 과학자의 노력이 누적된 것일 뿐 컴퓨터가 갑자기 지능을 획득한 것은 아니다”라고 말했다. 오상록 한국과학기술연구원(KIST) 책임연구원도 “강한 인공지능 기술도 등장하겠지만 사람들이 필요로 하는 것은 인간이 어려워하는 문제를 해결할 수 있는 약한 인공지능 기술로 앞으로 주로 활용될 것”이라고 말했다. 유용하 기자 edmondy@seoul.co.kr

‘제2의 딥마인드를 찾아라.’ 글로벌 정보기술(IT) 공룡들의 보물찾기가 한창이다. 인공지능(AI) 분야에서 잠재력이 큰 벤처기업을 먼저 차지하려는 보이지 않는 전쟁이다. 일찌감치 영국의 스타트업 딥마인드를 점찍어 알파고라는 AI 스타를 키운 구글이 일단 앞서가는 모양새다. ●英 딥러닝 연구층 두터워… 창업 유리 추격자가 된 실리콘밸리 기업들은 영국에 주목한다. 케임브리지, 옥스퍼드, 유니버시티칼리지런던 등 영국 대학은 AI의 핵심 기술인 딥러닝 연구의 강자다. 그만큼 인재층이 두텁다. 세계에서 제일 큰 전자상거래 기업 아마존은 영국 스타트업의 재능을 가장 먼저 눈여겨봤다. 아마존은 2012년 케임브리지에 뿌리를 둔 에비 테크놀로지를 2600만 달러에 인수했다. 사람이 하는 말을 정확히 이해하고 원하는 것을 찾아주는 스마트 검색엔진 특허를 가진 곳이다. 아마존이 이 기술을 인터넷 상거래에 적용해 쇼핑혁명을 일으키거나 애플의 시리처럼 개인비서 기능을 갖춘 모바일 기기를 선보일 것이라는 추측이 나온다. ●MS도 100개 언어 버전 ‘스위프트키’ 품어 마이크로소프트(MS)는 케임브리지대 졸업생 3명이 창업한 스위프트키를 지난달 2억 5000만원을 주고 품에 안았다. 스위프트키는 사용자가 스마트폰에 입력한 문장 패턴을 학습해 다음에 키보드로 칠 말을 예측해 보여주는 AI 기술을 지녔다. MS는 100가지 언어 버전을 갖춘 스위프트키를 윈도, MS오피스 등 전 제품에 적용할 것으로 예상된다. ●애플 ‘표정 포착’ 기술 인수… 아이폰 적용 애플은 조용하지만 가장 적극적으로 AI 스타트업을 모으고 있다. 지난해 컴퓨터에 사람의 말을 잘 알아듣는 법을 가르치는 소프트웨어 기업인 보컬 IQ를 사들였다. 음성인식 기반인 시리의 성능 향상을 위한 행보로 풀이된다. 올해 초에는 캘리포니아대학 샌디에이고 캠퍼스(UCSD)에서 출발한 이모션트를 인수했다. 사람의 표정을 분석하고 기쁨, 혐오, 놀람 등의 감정을 포착하는 기술을 가진 곳이다. 이 밖에 애플은 동작 캡처 기술을 보유한 페이스시프트, 딥러닝 이미지 인식 기술을 가진 퍼셉티오 등도 사들였다. ●우리 기업은 인수 ‘0’… 삼성만 투자 나서 국내 기업 가운데 글로벌 AI 스타트업을 인수한 곳은 아직 없다. 다만 삼성전자는 다목적 AI를 연구하는 미국의 비카리우스에 지난해 2000만 달러를 투자한 것으로 알려졌다. 비카리우스는 인간의 직관과 상상 능력을 모방한 AI를 2031년에 출시한다는 목표로 장기 프로젝트를 진행 중이다. 오달란 기자 dallan@seoul.co.kr

“인류는 몇 광년 떨어진 은하계에서 일어나는 일도 알 수 있고, 원자보다 작은 입자에 대해서도 알고 있지만 우리 두 귀 사이에 존재하는 1.4㎏짜리 물체의 수수께끼는 풀지 못하고 있습니다.” 2013년 4월 미국 버락 오바마 대통령은 과학계의 미개척 분야인 ‘뇌’ 연구에 10년 동안 30억 달러를 투입하겠다는 ‘브레인 이니셔티브’를 발표하며 이렇게 말했다. 이세돌 9단과 구글 인공지능 ‘알파고’ 간 세기의 바둑 대결을 계기로 인공지능과 뇌과학에 대한 대중들의 관심이 한껏 고조되고 있다. 인공지능 같은 컴퓨터 시스템 기술은 인간 최고수를 이길 수준에 도달하는 등 눈부시게 발전하고 있지만, 정작 인공지능이 닮으려 하는 사람의 두뇌에 대한 연구는 아직 걸음마 단계에 있다. ●뇌는 우리 몸속의 ‘작은 우주’ 단단한 두개골 속에 자리잡은 말랑말랑한 순두부 같은 형태의 ‘뇌’는 평균 무게 1.4㎏으로, 몸무게의 2% 정도에 불과한 작은 인체 조직 중 하나다. 그러나 사람의 몸에 들어오는 산소의 15%와 포도당의 50%를 사용하면서 1000억개의 신경세포(뉴런)로 연결돼 1000조개에 이르는 시냅스를 구성하는 ‘작은 우주’다. 뇌 덕분에 사람은 아름다운 예술작품을 창조해 낼 수 있고, 가장 행복했던 순간이 언제인지 기억할 수 있고, 누구랑 친하게 지내야 하고, 어떤 상황을 피해야 하는지를 판단할 수 있다. 이처럼 복잡다단한 뇌를 이해하기 위한 연구는 의학, 약학, 심리학, 생물학, 전자공학, 기계공학, 재료공학, 통신공학, 로보틱스 등 다양한 분야의 학문들이 융·복합된 ‘종합과학’ 형태로 이뤄지고 있다. 단순히 어느 한 분야의 연구만으로는 1000조개에 이르는 조합의 극히 일부분밖에 이해할 수 없기 때문이다. 융·복합 학문인 뇌과학에서 현재 가장 관심이 집중되는 부분은 뇌지도 작성, 뇌·기계 인터페이스(BMI) 기술, 퇴행성 뇌질환 치료 방법 개발 등이다. 결국 인간이 인간다움을 갖고 생명을 영위하고 사망에 이를 수 있도록 건강한 뇌를 유지하도록 돕는 것이 뇌과학의 최종적인 목표인 셈이다. ●뇌 회로도로 건강한 뇌 유지 뇌지도는 1000억개에 이르는 뇌 신경세포가 이를 연결해 주는 수많은 가지들과 어떻게 연결돼 1000조개의 뇌신경계를 만들어 내는지를 한눈에 보여 주는 작업이다. 컴퓨터 서버에 오류가 발생하면 네트워크 지도를 보고 복구 계획을 세우고 전자제품이 고장 나면 회로도를 바탕으로 수리를 하는 것처럼 뇌과학자들은 알츠하이머 같은 퇴행성 뇌질환, 자폐증, 조현병, 우울증 같은 정신과적 질병을 치료하는 데 뇌지도가 긴요하게 쓰일 것으로 보고 있다. 더군다나 정밀한 뇌지도는 ‘딥러닝’ 같은 기계학습 알고리즘의 발전을 가져와 새로운 형태의 인공지능 개발에도 도움을 줄 것으로 기대된다. 2005년 뇌의 모든 구성 요소와 연결구조에 관한 데이터 세트를 의미하는 ‘커넥톰’이란 개념이 제시되면서 연구자들은 자기공명영상(MRI) 기법을 이용해 뇌의 주요 신경다발이 어떻게 연결돼 있는지 영상화하는 ‘휴먼 커넥톰’에 대해 관심을 집중하고 있다. 뇌지도 작성 연구가 활발한 가운데 가장 큰 관건은 지도의 해상도를 높이는 것과 뇌 이미지 데이터를 어떻게 처리하고 보관하고 분석할지에 대한 표준화된 소프트웨어를 개발하는 것이다. BMI 기술은 인간의 뇌를 기계와 연결해 뇌신경 신호를 실시간으로 해석해 활용하거나 외부 정보를 입력하고 변조시켜 인간 능력을 증진시키는 융합기술이다. 현재 BMI는 사고나 질병으로 몸을 움직일 수 없는 환자들을 치료하기 위한 수단으로 개발되고 있다. 생각만으로 휠체어나 인공기관, 마비된 팔과 다리를 대신할 로봇 팔다리를 조종할 수 있게 BMI 기술이 발전하기 위해서는 뇌파의 측정과 분석을 통해 건강한 뇌파를 유지할 수 있도록 조절하는 ‘뉴로 피드백’ 기술의 발전도 함께 가야 한다. ●이달 14~20일은 ‘세계 뇌 주간’ 뇌과학의 연구 성과에 가속도가 붙으면서 우리 ‘뇌’를 똑바로 알자는 연구자들의 움직임도 활발하다. 미국 뇌신경과학 분야 사립연구기관인 DANA재단은 1992년부터 매년 3월 셋째주를 ‘세계 뇌 주간’으로 정해 일반인들에게 뇌 연구의 중요성을 이해시키기 위한 다채로운 행사를 진행하고 있다. 현재 전 세계 60개국이 이 행사에 참여하고 있다. 우리나라도 2002년부터 뇌 주간 행사를 열고 있다. 올해도 한국뇌연구협회 등 6개 기관과 학회가 모여 ‘뇌연구 궁금해요’라는 주제로 이달 20일까지 다양한 공개강연 행사를 갖는다. 차두원 한국과학기술기획평가원(KISTEP) 박사는 “최근 선진국들의 연구 추세를 보면 뇌과학은 단순한 연구과제가 아니라 한 국가의 과학 역량이 총집결된 국가적 프로젝트가 되고 있기 때문에 대중들의 관심을 집중시키기 위한 노력이 병행되고 있다”고 말했다. 유용하 기자 edmondy@seoul.co.kr

이세돌 9단과 알파고의 바둑대결에 대한 대화가 온통 주변을 메우고 있다. 인공지능의 학습 능력에 감탄하는 사람들, 아직은 인간의 영역이 불가침이라고 주장하는 사람들, 그리고 인공지능이 가져올 사회적 변화를 기대하거나 우려하는 사람들로 우리 사회가 들끓고 있는 듯하다. 올 초 다포스포럼에서 인공지능이 4차 산업혁명을 견인할 와해성 혁신으로 세간의 관심을 모은 지 얼마 되지 않았는데 2025년까지 세계적으로 인공지능 시장 규모가 2000조원에 육박할 것이라는 전망이 알파고의 선전으로 인해 자연스럽게 받아들여지는 분위기가 조성되고 있다. 이러한 분위기에 고무되어 알파고의 산파 역할을 한 구글 딥마인드 대표 허사비스는 알파고가 평범한 인간의 일상을 모방할 수 있는 단계로 진화할 것이라는 전망을 내놓기도 했다. 이러한 분위기에서 문득 알파고가 스타워즈의 ‘스리피스’로 실현되지 않을까라는 생각을 하는 것은 필자만은 아닐 듯하다. 오래된 기억을 더듬어 필자가 기억하는 ‘스리피스’는 ‘알투디투’보다 문제해결 능력은 현격히 떨어지지만 감성적이었고 유머러스했다. 좀 더 어려운 단어들로 표현하자면 자신이 처한 환경을 구성하는 여러 가지 프레임들 가운데 어떤 프레임이 중요한지를 스스로 선택할 수 있었다. 그리고 그 프레임 안에서 목적 지향적이지 않은 행위를 적절히 수행했다. 이것이 인간에 의해 주어진 프레임 안에서 문제해결을 위한 최적의 선택을 하는 ‘알투디투’에 비해서 ‘스리피스’가 우리에게 훨씬 더 인간적(?)으로 보인 이유일 것이다. ‘알투디투’에 가까운 알파고는 빅데이터 분석, 이미지 분류, 음성인식 등에서 활용되고 있는 딥러닝 방식을 채용하고 있다. 좀 더 구체적으로 알파고는 바둑 대국에서 상대방이 어떤 위치에 돌을 놓는지에 따라 선택을 달리하는 알고리즘과 승자를 예측하는 알고리즘이 결합하여 있다고 한다. 알파고는 바둑돌의 다음 위치를 예측하도록 하는 지도학습과 대국의 결과에 따라 보상을 주는 강화학습, 바둑돌의 위치 평가를 바탕으로 결과에 대한 예측력을 강화하는 과정을 통해 지금 이 순간에도 지속적으로 자신을 발전시키고 있다. 필자는 과거 인공지능이 가진 가능성에 대해서 부정적인 생각을 가지고 있었다. 전문적인 지식을 보유한 인간의 개입을 필수적으로 요구하던 기계학습의 한계가 분명했기 때문이며, 인간의 개입을 배제한 학습의 과정은 지나치게 많은 시간이 필요했기 때문이다. 또 하나의 이유는 필자가 사회현상을 연구하는 직업을 가지고 있기 때문이기도 했다. 그러나 이제는 인공지능에 대한 접근방법에서 인식론적 전환과 기술적 발전으로 인해 인공지능에 대한 평가가 긍정적으로 바뀌어야 할 시점에 와 있다는 것을 부정하기는 어렵다. 그럼에도 불구하고 필자는 여전히 현재의 인공지능 접근방법이 인간의 근본적인 행위를 대체할 수 있다고는 생각하지 않는다. 그 이유는 의사소통을 포함한 대부분의 인간 행위가 문제해결과 결부되어 있거나 개념적 사고를 바탕으로 두고 있지 않기 때문이다. 인공지능이 인간이 어떻게 상황이 주는 무수히 많은 행위 프레임들 가운데서 특정한 프레임을 중요한 것으로 선택하는지, 그리고 선택된 프레임과 관련성을 가지는 다양한 요인들에 대한 감수성을 높이는지를 배우지 못한다면 우리는 앞으로도 ‘알투디투’의 개선된 형태를 보는 것에 만족해야 할 것이다. 필자는 우리가 목격하고 있는 인공지능 분야의 성과와 발전 가능성을 부정하거나 폄훼하려는 것이 아니다. 인공지능은 분명히 안정적인 대량의 데이터가 존재하는 정의된 문제해결의 영역에서 인간이 하는 많은 활동들을 대체하게 될 것은 자명하다. 다만 인공지능이 자신의 신체, 욕구, 감정, 사회·문화적 배경으로부터 사고를 통하지 않고서도 행위를 발생시키는 인간적 방법을 배우지 못한다면 인공지능은 앞으로도 인간이 활용하는 도구에 머물러 있을 것이다. 물론 인공지능이 인간을 학습할 가능성은 여전히 존재하지만 가까운 미래에 그 가능성이 현실화되는 것을 보기는 어려울 것이다.

“인공지능은 조수… 결정은 인간의 몫 강력한 기술… 책임감·윤리의식 필요” “다른 모든 강력한 기술과 마찬가지로 인공지능(AI)도 도덕적이고 책임감 있게 사용돼야 합니다. 인간의 수준에 도달한 인공지능은 아직 수십년도 더 먼 이야기지만 지금부터 토론을 시작해야 하겠죠.” 바둑을 정복한 인공지능 프로그램 ‘알파고’는 전 세계를 ‘AI 충격’에 빠지게 만들었다. 인공지능이 인간을 지배하는 암울한 미래의 서막처럼 받아들여지기도 한다. 11일 대전 유성구 한국과학기술원(카이스트) 본원에서 ‘알파고의 아버지’ 데미스 허사비스(40) 구글 딥마인드 최고경영자(CEO)는 이 같은 우려에 대해 입을 열었다. “인간이 인터넷과 스마트폰을 사용하는 건 기술을 통해 도움을 받기 위해서입니다. 인공지능도 마찬가지입니다. 인공지능을 조수처럼 활용하고 최종 결정은 인간이 내리면 됩니다.” “인간은 더이상 스스로 선택할 필요 없이 인공지능에 의존하게 되는 것 아닌가”라는 한 학생의 질문에 그가 내놓은 대답이다. 허사비스는 이날 카이스트 바이오 및 뇌공학과가 주최한 석학 특별초청 세미나에 강연자로 나섰다. 최근 며칠 사이 전 세계에서 가장 경이로운 인물로 떠오른 그답게 수백명의 학생과 교수, 취재진이 몰렸다. 강연이 열린 정문술빌딩 드림홀은 발을 딛고 서기도 힘들 정도였고, 강연장 밖에는 안에 들어가지 못한 학생들이 줄지어 선 채 강연을 들었다. ‘인공지능과 미래’를 주제로 한 이날 강연에서 그는 인공지능 회사 딥마인드의 설립과 성장 과정, 연구 성과들을 발표했다. 그는 딥마인드의 연구 목표를 “첫째는 지능이 무엇인지 풀어내는 것, 둘째는 그 지능을 통해 모든 문제를 푸는 데 쓰는 것”이라고 말했다. 그러면서 “딥마인드가 개발하는 것은 인간이 입력한 데이터를 모두 탐색해 답을 내리는 좁은 의미의 인공지능이 아닌, 스스로 지식을 학습함으로써 유연성과 창조력을 갖춘 ‘범용 인공지능’”이라고 강조했다. 그는 기계가 스스로 학습하며 터득해 나가는 ‘딥러닝’ 기법을 적용해 컴퓨터가 스스로 픽셀 게임을 반복하며 ‘고수’가 된 실험 결과를 공개하기도 했다. 딥마인드는 알파고를 의료와 로봇, 스마트폰 등에 적용할 계획이다. 그는 “인공지능을 실제 세계에 적용하면 빅데이터와 기후, 질병, 유전학, 물리학, 엔터테인먼트 등 다양한 분야의 해법을 찾을 수 있을 것”이라면서 “인간의 다양한 수수께끼들, 정신과 꿈, 창조성, 어쩌면 의식까지도 이해하는 데 도움을 줄 수 있을 것”이라고 말했다. 1976년 영국 런던에서 태어난 허사비스는 13세 때 ‘체스 신동’으로, 17세 때 게임 개발자로 이름을 날렸다. 영국의 명문 케임브리지대에 진학해 컴퓨터공학을, 영국 유니버시티 칼리지 런던(UCL)에서 인지신경과학을 전공한 그는 2010년 인공지능 기술 회사인 딥마인드 테크놀로지를 설립했다. 딥마인드는 2014년 구글에 4억 달러(약 4322억원)에 인수됐다. 독특한 이력 탓에 ‘괴짜 천재’라 불리는 그는 유머 감각도 수준급이었다. 연단 앞에 서기 전 활짝 웃으며 자신의 스마트폰으로 청중들의 사진을 찍는가 하면, 강연 마지막에는 프레젠테이션 화면에 ‘채용중!’(We’re hiring!)이라는 제목과 함께 구글 채용 공고를 띄우며 학생들의 폭소를 자아냈다. 대전 김소라 기자 sora@seoul.co.kr