‘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

정부 주도로 ‘벤처기업 육성’이 강조되고 있지만 신선한 아이디어와 탁월한 기술력으로 무장한 벤처기업이라 하더라도 시장에 처음 진입할 때는 어려움을 겪기 마련이다. 객관적으로 기업의 가치나 가능성을 평가받을 기회도 없는 데다 자본금이나 네트워크 등의 인프라도 부족하기 때문이다. 이를 반영하둣 최근 10년간의 벤처 생존율이 10%를 넘지 못하고 있는 실정이다. 정부 차원에서 다양한 방법으로 벤처기업들을 지원하려 하고 있지만 그 체계를 정확히 이해하고 각 기업들에게 최적화된 지원을 받는 것도 쉽지 않은 일이다. 이같은 상황을 반영해 대전정보문화산업진흥원(원장 박찬종)이 운영하는 ‘대전스마트벤처창업학교’에서는 아이디어와 기술력, 시장 잠재력 등을 갖춘 팀을 선정하여 기업 활동을 위한 자본금 확보, 네트워크 형성 등을 지원하고 있다. 진흥원은 지난 2년간 55개 팀에 50억원을 지원해 총 56억 9300만원의 매출과 182명의 고용 창출이라는 성과를 거두었다. 특히 최근 글로벌 시장 진출을 목표로 본사를 실리콘밸리로 이전하는 방안을 추진하고 있는 ‘쿨리오’는 대전스마트벤처창업학교에 입교해 성공한 대표적인 기업으로 꼽힌다. 쿨리오는 페이스북, 트위터 등 소셜미디어의 단점을 극복할 수 있는 스프레드(Sprd) 개발로 주목 받고 있다. 쿨리오는 소셜테이스트 정보(Social Taste Information) 분석기술, 추천기술, 개인화 검색기술 등 머신러닝 기술기반의 서비스인 스프레드를 개발, 소셜미디어에 최적화된 서비스를 제공하고 있다. 트렌드 분석과 콘텐츠 분석을 통해 SNS, 블로그 등 여러 채널에서 가장 인기 있는 콘텐츠를 자동으로 추출해 다양한 콘텐츠를 한 곳에서 소비할 수 있게 해준다. 현재 스프레드에서 집중하고 있는 콘텐츠는 이미지, 비디오 위주의 스낵킹 콘텐츠다. 스프레드는 구글플레이에서 어플 다운이 가능하며, 올 상반기 내에 iOS 서비스가 실시 될 예정으로 올해 말까지 4개국 서비스도 출시될 예정이다. 허백윤 기자 baikyoon@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

깔끔한 디자인과 가격 대비 우수한 성능으로 ‘대륙의 실수’라 불리는 가전업체 샤오미(小米)를 창업한 레이쥔(雷軍) 회장이 중국의 정보기술(IT)에 대해 강한 자신감을 나타냈다. 21일 텅쉰(騰迅)망에 따르면 레이 회장은 베이징에서 열리고 있는 ‘중국 발전 고위급 포럼’에서 수많은 외국 기업들이 중국의 기술을 배우려 하고 있다며 이같이 주장했다. 그는 중국 인터넷산업이 몇년간 폭발적 성장을 한 것은 거대한 시장 때문만이 아니라 창업환경 개선, 후발주자로서 우세 등을 통한 중국 기업의 혁신 때문이기도 하다고 말했다. 레이 회장은 “미국 기업의 혁신은 주로 첨단기술에 의해 주도되는 반면 중국 인터넷 기업은 사용자 경험, 마케팅, 빠른 솔루션 등에 방점을 두고 있다”며 “이는 중국 인터넷기업을 독특한 경지에 올려놓았다”고 강조했다. 한때 아이폰의 ‘짝퉁’이라는 오명을 들었던 샤오미가 기술과 마케팅 영역에서 독자적인 혁신 문화를 만들어가고 있다는 자신감의 발로다. 올해 초 레이 회장은 미국의 과학기술지 와이어드(Wired) 영국판에 “이제 중국을 모방할 때”라는 제목과 함께 커버를 장식하기도 했다. 바둑애호가이자 프로그래머인 레이 회장은 최근에 서울에서 열린 이세돌 9단과 인공지능 알파고와의 바둑대결을 언급하면서 “알파고가 엄청난 충격을 안겨줬다”며 인공지능의 빠른 개발속도에 놀라움을 표했다. 레이 회장은 “컴퓨터가 인간을 이기는 것은 시간문제지만 앞으로 10∼20년이 지나야 이뤄질 것으로 생각했는데 뜻밖에 알파고가 초반 세판을 모두 이겼다”면서 “최근 2년 사이에 인공지능이 딥 러닝을 통해 기술적 돌파구를 마련한 것”이라고 말했다. 그는 이번 바둑대결로 앞으로 엄청난 자본과 인력이 인공지능 분야에 투입되면서 향후 5∼10년 안에 일반인들도 인공지능 시대를 맞이하게 될 것으로 전망했다. 온라인뉴스부 iseoul@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

최근 이세돌 9단과 알파고의 대국이 큰 화제입니다. 사람들은 관심은 대국 자체에도 쏠려있지만, 더 나아가 인공지능의 발달이 가져올 미래에 대한 걱정 역시 적지 않습니다. 인공지능이 결국 사람을 대체하지 않을까 하는 걱정이죠. 특히 앞으로는 과거에는 인간의 고유 영역이라고 생각되었던 지식 노동 분야도 대체 되어 많은 사람이 직장을 잃게 되지 않을까 걱정하는 시각이 많습니다. 구글이 개발하는 인공지능의 적용 범위는 화이트칼라 직종에 국한되지는 않습니다. 그보다 먼저 자율 주행이나 복잡한 동작을 할 수 있는 로봇의 등장으로 인해 블루칼라에 해당하는 직종을 지금보다 더 고도로 자동화할 가능성이 큽니다. 최근 구글 리서치 블로그를 통해 공개된 새로운 로봇도 마찬가지입니다. 이 로봇은 아틀라스 같은 인간형 로봇이 아니라 우리에게 친숙한 산업용 로봇팔처럼 생겼습니다. 하지만 기존의 산업용 로봇과는 달리 정해진 작업만 반복하는 게 아니라 매우 다양한 사물을 인지하고 그에 맞는 동작을 할 수 있습니다. 더 놀라운 점은 그런 로봇 여러 대가 있는 것이 아니라 이들이 심층 회선 신경망 (Deep CNN. Convolutional neural network)로 연결된 하나의 기계라는 점입니다. 이것이 왜 놀라운지 설명하려면 기계와 인간의 차이를 설명해야 합니다. 인간의 경우 하나의 작업에 숙련되려면 스스로 연습하던 남에게 배우든 간에 자신이 노력해야 합니다. 하지만 서로 연결된 심층 회선 신경망은 (이는 딥 러닝의 기법 가운데 하나로 여러 단계에 걸쳐 특징을 추출해 학습하는 방식입니다) 로봇 A의 지식과 경험을 바로 로봇 B에게 적용할 수 있습니다. 쉽게 말해 다수의 학생이 같이 공부하면서 서로 지식을 공유해 더 빨리 배울 수가 있다는 이야기입니다. 물론 인간에서는 불가능한 일입니다. 이번 테스트에서 구글 연구소에 있는 14대의 로봇은 카메라로 인지한 다양한 사물을 집어 들어 옮기는 극히 단순한 과제를 수행했습니다. 단, 인간이 사전에 어떻게 해야 하는지를 알려준 것이 아니라 스스로 학습을 통해 학습해야 합니다. 그런데 여기에 사용되는 신경망은 서로 연결되어 계속해서 피드백을 줄 수 있습니다. 연구 결과 이렇게 서로 연결된 로봇들은 단독으로 학습하는 로봇보다 18~34% 정도 실패 확률이 감소하고 학습 시간이 빨라지는 것으로 나타났습니다. 앞으로 이런 집단 학습 능력은 다양한 분야에서 로봇이 빠르게 작업을 배울 수 있도록 활용될 것입니다. 그러면 지금처럼 단순한 작업뿐 아니라 훨씬 복잡하고 유연한 사고를 요구하는 숙련된 작업까지 로봇이 대체할 수 있을 것입니다. 물론 그렇다고 해서 인공지능의 능력에 대해 과도하게 걱정할 이유는 없습니다. 이번 연구에서는 80만 번의 시도를 통해 학습했음에도 불구하고 여전히 다양한 사물을 100% 완벽하게 잡지 못했습니다. 인간이라면 단번에 직관적으로 어떻게 물건을 잡아야 하는지 쉽게 알 수 있습니다. 그러나 인공지능 기술은 계속 발전하고 있어 앞으로 다양한 분야에서 인간의 노동을 대체할 수 있을 것으로 생각됩니다. 앞으로 인공지능이 유토피아를 만드는지 아니면 디스토피아를 만드는지는 지금 우리가 어떻게 대비하느냐에 따라 달라질 것입니다. 인공지능에 대해서 과도한 우려를 할 필요는 없지만, 지금 교육 및 경제 부분에서 대비하지 못한다면 원치 않은 미래가 펼쳐질지 모르는 일입니다. 고든 정 통신원 jjy0501@naver.com

‘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

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

“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

최근 이세돌 9단과 알파고의 대국이 큰 화제입니다. 사람들은 관심은 대국 자체에도 쏠려있지만, 더 나아가 인공지능의 발달이 가져올 미래에 대한 걱정 역시 적지 않습니다. 인공지능이 결국 사람을 대체하지 않을까 하는 걱정이죠. 특히 앞으로는 과거에는 인간의 고유 영역이라고 생각되었던 지식 노동 분야도 대체 되어 많은 사람이 직장을 잃게 되지 않을까 걱정하는 시각이 많습니다. 구글이 개발하는 인공지능의 적용 범위는 화이트칼라 직종에 국한되지는 않습니다. 그보다 먼저 자율 주행이나 복잡한 동작을 할 수 있는 로봇의 등장으로 인해 블루칼라에 해당하는 직종을 지금보다 더 고도로 자동화할 가능성이 큽니다. 최근 구글 리서치 블로그를 통해 공개된 새로운 로봇도 마찬가지입니다. 이 로봇은 아틀라스 같은 인간형 로봇이 아니라 우리에게 친숙한 산업용 로봇팔처럼 생겼습니다. 하지만 기존의 산업용 로봇과는 달리 정해진 작업만 반복하는 게 아니라 매우 다양한 사물을 인지하고 그에 맞는 동작을 할 수 있습니다. 더 놀라운 점은 그런 로봇 여러 대가 있는 것이 아니라 이들이 심층 회선 신경망 (Deep CNN. Convolutional neural network)로 연결된 하나의 기계라는 점입니다. 이것이 왜 놀라운지 설명하려면 기계와 인간의 차이를 설명해야 합니다. 인간의 경우 하나의 작업에 숙련되려면 스스로 연습하던 남에게 배우든 간에 자신이 노력해야 합니다. 하지만 서로 연결된 심층 회선 신경망은 (이는 딥 러닝의 기법 가운데 하나로 여러 단계에 걸쳐 특징을 추출해 학습하는 방식입니다) 로봇 A의 지식과 경험을 바로 로봇 B에게 적용할 수 있습니다. 쉽게 말해 다수의 학생이 같이 공부하면서 서로 지식을 공유해 더 빨리 배울 수가 있다는 이야기입니다. 물론 인간에서는 불가능한 일입니다. 이번 테스트에서 구글 연구소에 있는 14대의 로봇은 카메라로 인지한 다양한 사물을 집어 들어 옮기는 극히 단순한 과제를 수행했습니다. 단, 인간이 사전에 어떻게 해야 하는지를 알려준 것이 아니라 스스로 학습을 통해 학습해야 합니다. 그런데 여기에 사용되는 신경망은 서로 연결되어 계속해서 피드백을 줄 수 있습니다. 연구 결과 이렇게 서로 연결된 로봇들은 단독으로 학습하는 로봇보다 18~34% 정도 실패 확률이 감소하고 학습 시간이 빨라지는 것으로 나타났습니다. 앞으로 이런 집단 학습 능력은 다양한 분야에서 로봇이 빠르게 작업을 배울 수 있도록 활용될 것입니다. 그러면 지금처럼 단순한 작업뿐 아니라 훨씬 복잡하고 유연한 사고를 요구하는 숙련된 작업까지 로봇이 대체할 수 있을 것입니다. 물론 그렇다고 해서 인공지능의 능력에 대해 과도하게 걱정할 이유는 없습니다. 이번 연구에서는 80만 번의 시도를 통해 학습했음에도 불구하고 여전히 다양한 사물을 100% 완벽하게 잡지 못했습니다. 인간이라면 단번에 직관적으로 어떻게 물건을 잡아야 하는지 쉽게 알 수 있습니다. 그러나 인공지능 기술은 계속 발전하고 있어 앞으로 다양한 분야에서 인간의 노동을 대체할 수 있을 것으로 생각됩니다. 앞으로 인공지능이 유토피아를 만드는지 아니면 디스토피아를 만드는지는 지금 우리가 어떻게 대비하느냐에 따라 달라질 것입니다. 인공지능에 대해서 과도한 우려를 할 필요는 없지만, 지금 교육 및 경제 부분에서 대비하지 못한다면 원치 않은 미래가 펼쳐질지 모르는 일입니다. 고든 정 통신원 jjy0501@naver.com

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.

아이와 대화 가능·사물 인식…세계 최초 가정환경에서 이용 맞벌이 가정에서 엄마를 대신해 아이들을 돌보고 교육하는 인공지능(AI) 로봇이 올해 등장할 것으로 보인다. 장병탁 서울대 컴퓨터공학부 교수 연구팀은 지난해 7월 로봇 개발 벤처기업인 ‘써로마인드 로보틱스’를 설립하고 ‘보모로봇’을 개발 중이라고 13일 밝혔다. 장 교수는 “세계 최초로 가정환경에서 이용할 수 있는 움직이는 인공지능 로봇을 개발하고 있다”며 “이르면 올해 안에 완성될 것”이라고 말했다. 연구팀은 로봇의 공식 이름에 대해선 밝히지 않았다. 이 로봇의 시나리오는 ‘맞벌이 가정에서 생활하는 초등학교 1학년 어린이’를 가정하고 짜였다. 아이와 기초적인 대화가 가능한 이 로봇은 사람의 얼굴과 사물을 인식할 수 있다. 아이의 계획을 입력할 수 있어 등교 시간에 맞춰 아이를 깨우거나 필요한 준비물을 안내하고 챙겨 주는 것까지 가능하다. 예를 들어 아이가 체육 준비물인 축구공을 챙기지 않으면 축구공의 위치를 알려 주며 가져가라고 말하는 식이다. 카메라 센서 등을 통해 집 안의 장애물을 피하고, 사람과 1m 간격을 유지하며 따라다닐 수도 있다. 컴퓨터가 스스로 학습하는 능력인 ‘머신러닝’ 기술도 도입됐다. 이 로봇은 애니메이션 ‘뽀로로’ 영상을 아이에게 보여 주며 영어교육을 할 수 있는데, 미리 입력된 뽀로로 수백편을 바탕으로 로봇이 스스로 질문을 만들어 내고 답할 수 있다. 엄마와 아이의 대화를 자동으로 녹음하고 이를 학습해 아이와 대화하기도 한다. 장 교수는 “상용화 시기는 알 수 없지만 시제품은 이미 나온 상태”라며 “투자를 논의하고 있어 연말 정도엔 무언가 나올 수 있지 않을까 기대하고 있다”고 말했다. 이성원 기자 lsw1469@seoul.co.kr

속 비치는 듯한 효과… 어깨 노출도 고려 꽃샘추위 때문에 아직은 두꺼운 모직 코트로 몸을 감싸고 있는 3월이지만 속옷에서는 벌써 봄기운이 느껴진다. 국내 주요 속옷 업체가 소개하는 올봄 최신 속옷 디자인을 모아봤다. 13일 속옷 업계가 출시한 올봄 여성 속옷은 대체로 파스텔톤 색상으로 통일됐다. 미국의 색채 전문 연구 기업 팬톤이 발표한 올해의 색상으로 파스텔톤의 핑크와 블루인 로즈쿼츠와 세레니티가 뽑힌 것과도 관련 있다. 불황이 길어질수록 사람들의 마음에 위로를 주는 부드러운 색상이 선호되기 때문이다. 이와 관련해 비비안과 프랑스 수입 란제리 브랜드 바바라에서 출시한 올봄 여성 브래지어 제품은 여리고 부드러운 느낌을 주는 파란색으로 만들어졌다. 강지영 비비안 디자인 팀장은 “파란색이 짙으면 세련됐지만 차가운 느낌을 주는 데 올봄에는 세레니티처럼 여성의 부드러움을 느낄 수 있는 색상을 뽑았다”면서 “베이지나 핑크 같은 붉은색의 속옷에만 익숙한 사람이라도 올봄에는 파란색 속옷을 부담 없이 접할 수 있을 것”이라고 말했다. 예스의 ‘캔디플라워’는 핑크와 라벤더블루 색상을 적용하고 브래지어 컵 전체에 핑크색의 레이스 프릴을 부착해 솜사탕처럼 꾸민 게 특징이다. 김대현 좋은사람들 마케팅팀 과장은 “올봄에는 화사한 색상과 레이스를 부착한 꽃무늬의 속옷이 다채롭게 출시되면서 여성미를 극대화한 디자인이 주목받을 예정”이라고 설명했다. 올봄 시스루의 유행도 계속된다. 시스루란 원단 위에 레이스나 망을 덧씌워 안이 보일 듯 말 듯 섹시한 느낌을 주는 것을 말한다. 비비안의 봄 신상품 ‘스위트볼륨’ 브래지어의 블랙 색상 제품은 안쪽에 베이지색의 원단이 덧대어져 있어 마치 속이 비치는 듯한 시각적인 효과를 준다. 또 섹시쿠키의 ‘시스루 하트 브라’는 시스루 느낌의 브래지어에 레이스를 적용하고 장식 어깨끈에는 하트 모양의 장식을 붙였다. 올봄·여름 어깨를 노출하는 오프숄더 패션이 주목받을 것으로 보여 이를 겨냥해 장식 어깨끈을 과감하게 디자인한 것이다. CJ오쇼핑은 올봄을 맞아 스페인 속옷 브랜드인 ‘프라미스’(PROMISE)를 단독 입점해 다음달 중 판매할 계획이다. 이 브랜드는 유럽과 미국 등 25개국에서 인기 있는 브랜드로 여성스러운 디자인이 특징이다. CJ오쇼핑 관계자는 “프라미스는 홈쇼핑에서 팔릴 예정인 만큼 가격 대비 성능에 초점을 맞춰 해외에서 판매되는 것보다 저렴하게 판매할 계획”이라고 밝혔다. 올봄 남성 속옷에서는 역동적인 남성미가 돋보인다. 다크네이비 등 어두운 색상 중심에서 밝은 오렌지, 부드러운 핑크색 등으로 포인트를 주고 있다. 무늬는 불규칙한 느낌의 기하학 무늬와 체크, 물결 느낌의 스트라이프 등으로 역동적인 게 특징이다. 비비안의 남성브랜드 젠토프를 담당하는 신유리 디자이너는 “최근 스포티즘의 유행으로 상의 러닝과 함께 어울릴 수 있는 스포티한 느낌의 속옷 세트도 선보이고 있다”고 말했다. 김진아 기자 jin@seoul.co.kr

전 세계를 충격의 도가니로 몰고 있는 인공지능 바둑기사 알파고는 딥러닝을 통해 탄생한 괴물이다. 딥러닝 기법은 제프리 힌턴 박사가 2006년에 개발했다. 딥러닝은 인간의 신경망을 모사한 인공신경망이 진화를 거듭해 온 최종 산물 중의 하나다. 구글의 알파고는 IBM의 왓슨과 함께 인류의 미래를 송두리째 흔들어 놓으며 상상을 초월하는 세상을 예고한다. 이제 인공지능과 빅데이터 기술은 신성한 법률의 세계에도 침투하기 시작했다. 미래학자 레이 커즈와일이 예언한 2045년이 오기 전에 인공지능으로 무장한 로봇 변호사의 등장을 암시하는 징후들이 발견된다. 미국 실리콘밸리 중심부에 자리잡은 블랙스톤 디스커버리라는 기업은 인공지능과 빅데이터 기법을 이용해 수백만 건의 법률 자료를 순식간에 분석하는 지능형 검색 기술을 개발했다. 블랙스톤 디스커버리는 미국 법무부를 포함해 이미 많은 고객을 확보하고 있고, 2012년 그 유명한 삼성과 애플의 특허 소송에 참여할 수 있었다. 최근에 미국의 스타트업인 위보스는 빅데이터 등의 기술을 적용해 이혼 확률을 예측하는 소프트웨어를 개발했고 이혼 관련 법률 서비스를 시작했다. 결국 이런 기술들은 첨단 인공지능 기술을 바탕으로 법률적 의미가 있는 모든 자료를 분석하고 패턴을 추출하고 그와 관련된 분쟁의 방향을 예측하는 괴물로 성장할 것이다. 위보스와 블랙스톤 디스커버리가 창립되기 전에 이미 컴퓨터 시스템은 법률 세계에 도전장을 던졌다. 2002년에 미국 연방대법원의 판결 결과를 예측하는 프로젝트가 진행됐다. 예측 프로그램으로 무장한 컴퓨터와 법률전문가의 대결이었다. 기술 수준은 지금보다 보잘것없는 상황이었지만 결과는 컴퓨터의 승리로 끝났다. 컴퓨터의 정확도는 75%였지만 법률전문가들은 59% 정도로 만족해야 했다. 대법원의 판결에 따라 경제구조가 급격한 영향을 받는 미국에서 이런 결과는 충격이 아닐 수 없었다. 이 프로젝트에 사용한 기술은 딥러닝을 이용해 학습하고 진화하는 형태는 아니었지만, 첨단 기술로 무장한 지능형 법률가의 탄생을 예고하는 대사건이었다. 인간과 컴퓨터가 벌인 이 대결의 충격이 사라질 무렵인 2006년 딥러닝이 탄생했고, 그해 미국 특허 소송의 최고 전문가 중 한 명인 리처드 포스너 판사는 그의 논문 ‘21세기 판사의 역할’에서 미래에 탄생할 지능형 법률 시스템이 공정한 재판을 촉진할 수 있다는 긍정적 입장을 표명했다. 몇 개의 변수를 관찰해 판결을 예측하는 단순한 프로그램이 아니라 인간처럼 판단하면서 순식간에 데이터를 처리하고 상대방의 공격을 무력화하는 해법을 제시하는 인공지능 법률가가 탄생한다면 그렇게 단순한 문제는 아닐 것이다. 판사, 검사, 변호사가 동시에 이 인공지능 법률가의 도움을 받는다면 소송은 어떤 식으로 준비되고 어떤 식으로 재판이 진행될까. 재판의 결과에 대한 법적 정의는 어디에 있는 것일까. 이런 걱정을 하고 있는 사이에 법률은 인공지능, 빅데이터 기술과 융합해 비즈니스로 급격하게 진화하고 있고, 법률 생태계는 이미 새로운 국면을 맞이하고 있다. 새로운 세상을 열어 갈 인공지능 시장을 선점하기 위해 IBM, 구글 등의 해외 거대 정보기술(IT) 기업들은 치열하게 경쟁하고 있다. 또한 인공지능을 의료, 금융, 법률 분야에 적용하는 대대적인 실험을 하고 있으며, 이런 분위기 속에서 법률 스타트업 기업들이 속출하고 있다. 대표적으로는 IBM의 인공지능인 왓슨을 기반으로 한 지능형 법률 자문회사인 로스인텔리전스가 있다. 로스인텔리전스는 단순 키워드 검색이 아니라 일상의 대화체로 질문을 하면 질문과 연관성이 높은 법률적 대답을 근거 자료와 함께 제공해 ‘스마트한 자료 조사’가 가능하게 한다. 알파고와 이세돌의 대결에서 진정한 승자는 구글이라고 한다. 그러나 진정한 승자는 이세돌을 응원하는 대한민국 국민일 것이다. 우리는 이 대국을 통해 인공지능의 의미와 영향력을 생생하게 느끼게 됐으니 말이다. 알파고 사태를 기점으로 우리가 미래 성장 동력으로 인공지능에 집중한다면 법률 융합뿐 아니라 금융, 복지, 범죄예방 등 모든 분야에서 세기의 작품을 만들 수 있지 않을까?

이세돌 9단과 구글의 인공지능인 알파고의 바둑 대결에 온 이목이 쏠려 있습니다. 처음에는 이세돌 9단이 이길 것이라는 의견이 많았으나 2연패 이후 이제는 과연 사람이 인공지능을 상대로 한 번이라도 이길 수 있을지에 관심이 쏠리는 상황입니다. 불과 5개월 만에 엄청난 수준으로 성장한 알파고를 보는 시선 역시 호기심에서 이제는 두려움이 섞인 시선이 교차하고 있습니다. 많은 사람이 이러다가 기계가 인간을 모두 대체하게 되는 것이 아닌지 걱정하고 있는 것이죠. 심지어 기계가 인간을 지배하는 게 아닌가 걱정하는 의견도 있습니다. 그러나 현재 인공지능을 수준을 고려하면 인류에 반기를 드는 스카이넷 같은 이야기는 너무 앞서가는 이야기입니다. 반면 큰 문제 없다는 예상은 신기술이 사회에 미칠 영향을 너무 간과한 주장입니다. 현재의 변화는 더 큰 틀에서 볼 필요가 있습니다. 인공 지능 이전에도 분업화, 기계화, 자동화가 인간의 노동을 대체해왔고 이제는 더 복잡한 작업까지 자동화와 기계화가 이뤄지는 것으로 이해하는 것이 더 옳을 것입니다. 우리가 정말 걱정해야 하는 것은 앞으로 이 변화에 얼마나 잘 적응하면서 사회적 충격을 최소화할 수 있느냐입니다. 러다이트 운동과 네오 러다이트 운동 1811년과 1813년 사이, 영국에서는 러다이트 운동(Luddite)이 발생합니다. 이 운동은 산업혁명 시기 직장을 잃거나 저임금 노동자로 전락한 수공업자를 중심으로 산업화, 기계화에 저항했던 운동입니다. 대개는 시대착오적인 저항으로 인식되고 있지만, 사실 그 배경은 더 복잡합니다. 당시 러다이트 운동 (가상의 리더인 러드를 내세웠기 때문에 붙은 명칭)은 1799년 단결금지법으로 인해 새롭게 등장한 노동자 계층이 자신의 요구를 내세우기 어려운 상황에서 나폴레옹 전쟁 등으로 인해 영국 내 물가가 폭등하고 경제 상태가 어려워지자 발생했던 것입니다. 그때는 정당한 방법으로 불만을 표출하기 어려웠으므로 기계를 파괴하고 벽에 대자보를 붙이는 방식으로 항의했던 것이죠. 그러나 이와 같은 항의에도 불구하고 영국 노동 계층의 삶은 더 나아지지 않았습니다. 19세기 인구가 급증했지만, 농업 생산력은 더 많이 증가해 적은 노동력으로 농사를 지을 수 있게 되었고 남는 잉여 노동력이 도시로 몰리면서 당시 기업가들은 저렴한 노동력을 대거 이용할 수 있었기 때문입니다. 오히려 좁은 도시로 인구가 집중되면서 주거 환경은 더 열악해지고 노동 환경 역시 매우 열악했습니다. 19세기 후반에 이런 산업화의 역설을 본 사람들 가운데는 공산주의 같은 극단적인 해결책을 들고나온 사람도 있었고 점진적인 개선을 통해서 해결해야 한다는 의견을 내놓은 사람도 있었습니다. 결과적으로 보면 후자가 맞는 이야기였죠. 세월이 흘러 이제는 새로운 형태의 라다이트 운동이 발생하고 있습니다. 네오 러다이트 운동이라고 불리는 이 운동은 아직 구체적인 실체가 있는 것은 아니지만, 요약하면 인공지능과 로봇, 그리고 다양한 자동화 기술이 사람들에게 직장을 빼앗고 양극화를 심화시킬 것이라는 내용입니다. 최근 열렸던 세계 경제 포럼에서 발표된 '미래의 일자리'에서는 로봇, 인공지능, 3D 프린터 같은 신기술이 2020년까지 510만 개의 직장을 없앨 것이라는 이야기도 나왔습니다. 미래에는 현재 있는 직장 중 절반 이상이 사라질 것이라는 다소 극단적인 전망까지 나오고 있습니다. 반면 일부에서는 이와 같은 주장은 기우이며 결국 새로운 일자리가 생기면서 문제를 저절로 해결할 것이라는 주장을 내놓고 있습니다. 인간이 단순 노동에서 해방되고 더 창의적인 일을 하게 되리라는 것이죠. 서로 대립적인 주장이지만, 동시에 둘 다 맞으면서 잘못된 의견일 수도 있습니다. 단순한 자동화를 넘어선 인공지능 지금처럼 인공지능이나 로봇, 자율 주행이 화두가 되기 전에도 자동화로 인해 일자리가 사라지는 사례는 무수히 많았습니다. 예를 들어 과거 무거운 용접기를 들고 용접을 하던 자동차 생산라인에 지금은 로봇이 대신 투입되어 일하고 있습니다. 그 결과 인간이 힘들고 위험한 작업에서 해방될 수 있었습니다. 결국, 현재의 로봇과 인공지능의 발전 역시 같은 결과를 낳을 수 있습니다. 그런데 왜 이렇게 최근 인공지능에 대한 거부감이 큰 것일까요? 그것은 단순한 육체노동만 대체하지 않을 수 있기 때문입니다. 이제는 운전처럼 다소 복잡한 업무까지 인공지능이 넘보고 있습니다. 더 나아가 과거에는 대체할 수 없을 것으로 여겨졌던 지식 노동 역시 대체할 가능성이 커지고 있습니다. 자율 주행을 예로 들면 이는 물류 및 운수 사업에 종사하는 많은 사람을 대체할 수 있습니다. 사실 인공지능이 반드시 인간보다 우월할 필요는 없습니다. 다만 안전하게 운전만 할 수 있으면 얼마든지 인간 운전자를 대체할 수 있습니다. 자율주행 트럭이나 택시는 24시간 언제나 달릴 수 있고 인건비 부담이 없으니 최소한 기업으로서는 인간보다 훨씬 매력적인 선택입니다. 과거에는 숙련공만 가능했던 복잡한 노동 역시 인공지능을 가진 로봇들이 대체할 수 있습니다. 리씽크 로보틱스의 소이어와 박스터 로봇은 2만2000 달러에서 2만9000 달러의 비교적 저렴한 가격에 인간이 할 수 있는 동작을 다양하게 모방할 수 있는 로봇팔을 가지고 있습니다. 이 로봇들은 기존의 산업용 로봇과는 다르게 여러 가지 동작이 가능해 한 자리에서 여러 부품을 조립할 수 있습니다. 더 나아가 딥러닝을 통해 더 효율적인 동작을 스스로 학습할 수 있는 연구까지 진행 중입니다. 카네기 멜런 대학의 연구자들은 기계학습을 통해 소이어의 작업 속도를 처음보다 40배 빠르게 진행하는 연구 결과를 선보이기도 했습니다. 하지만 이것보다 사람들을 더 걱정하게 만드는 부분은 지식 노동까지 인공지능이 대신할 수 있다는 점입니다. 이미 단순 육체노동의 자동화를 넘어서고 있다는 것이죠. 예를 들어 사람 대신 프라이빗 뱅킹 서비스를 대신해 줄 수 있는 로보어드바이저 같은 경우가 대표적입니다. 사실 이미 주식 등의 매매를 자동으로 하는 시스템 트레이딩은 금융계에 도입되어 있습니다. 인공지능은 아니지만, 스마트 뱅킹이나 인터넷 뱅킹의 등장은 사람의 필요성을 줄이고 있습니다. 미래에는 로봇 기자가 쓰는 기사를 매일 보고 로봇 주치의의 상담을 매일 받을 수 있는 세상이 열리게 될지도 모르는 일입니다. 교육 역시 내 수준에 알아서 맞춤으로 강의를 해주는 로봇 선생님이 사교육의 필요성을 획기적으로 줄여줄 수도 있습니다. 물론 고도로 창의적인 부분은 기계가 대체하기 어려우므로 이런 부분은 한동안 사람의 영역으로 남겠지만, 문제는 이런 일자리는 매우 한정되어 있다는 것입니다. 자율 주행차 때문에 직장을 잃은 택시 기사가 갑자기 인공지능 관련 프로그래머가 될 수는 없는 일입니다. 지금부터 공존을 준비할 때 미래는 항상 예측이 매우 어렵습니다. 특히 지금처럼 전에 없던 새로운 기술이 대거 개발되는 시기에는 더 어렵습니다. 하지만 과거의 경험을 토대로 생각하면 지나친 낙관론이나 비관론 모두 경계하는 것이 가장 현명한 대응이 될 것입니다. 새로운 직업이 더 많이 생겨서 큰 문제 없이 해결될 것이라는 생각은 지나친 낙관론에 가깝습니다. 농업에서 산업화로 이행하던 초창기, 아직 공장에서 충분한 노동력을 흡수하기도 전에 많은 사람이 도시로 몰리면서 여러 가지 심각한 문제가 생겼던 역사에서 아무런 교훈을 얻지 못한 것이기 때문입니다. 현재도 세계화와 기술의 발전이 양극화를 부추기고 있다는 지적이 적지 않지만, 앞으로는 더 심해질 수도 있습니다. 지금보다 더 고도의 자동화가 이뤄진다면 전통적인 공장 노동자는 물론 서비스 산업 분야에서도 임금 상승이 정체되거나 혹은 실업률이 올라갈 수도 있습니다. 반면 소수의 고소득 지식 인력이 더 많은 소득을 올리는 양극화가 발생할 가능성이 있습니다. 양극화가 심해지면 사회적 안정이 흔들리고 경제도 침체할 수밖에 없습니다. 사람은 극단적인 상황에 몰리면 본래는 하지 않던 생각이나 행동을 할 수 있습니다. 이를 극복하는 열쇠는 역시 교육과 더불어 사회적 준비입니다. 20세기 많은 국가에서 교육을 통해 서비스, 지식 노동 분야에 인력을 공급했습니다. 덕분에 제조업에서 사라지는 일자리를 충분히 극복하고 오히려 더 소득이 높고 안정적인 일자리를 제공하는 데 성공했습니다. 동시에 복지 제도를 포함한 사회적 안전망을 통해 이전세대보다 더 나은 사회를 만들었죠. 아마도 21세기의 해법 역시 크게 다르지는 않을 것입니다. 앞으로는 시대의 변화에 맞는 창의적, 자기 주도적 학습이 무엇보다 중요할 것입니다. 그렇게 생각하면 오로지 명문대 입시에 모든 것이 달린 우리나라의 현 교육 시스템은 미래에 큰 재앙이 될 가능성이 큽니다. 단기간에 시험 성적을 높이기 위한 단순 암기와 문제풀이의 반복이기 때문이죠. 지금 가장 시급하게 바꿔야 하는 부분입니다. 동시에 변화에 대응하기 어려운 취약 계층을 위한 사회적 안전장치가 필요합니다. 일부 선진국에서 시도 중인 기초 소득 같은 제도가 새로운 대안이 될 수도 있습니다. 마지막으로 인공지능과 인간이 대결하기보다 함께 협력해 더 좋은 성과를 거둘 수 있는 미래를 구축해야 합니다. 예를 들어 의료 부분에서 의사의 진단과 치료를 돕는 인공지능 왓슨의 경우 사실 의사를 대체하려는 것이 목적이 아닙니다. 그보다는 의사의 진단이나 치료 과정을 더 효과적으로 만들면서 실수를 줄이는 것이 가장 중요한 목적입니다. 로봇 기자와 인간 기자가 협력하는 미래도 상상할 수 있습니다. 단순한 속보나 사실을 나열하는 기사는 로봇 기자에게 맡기고 인간 기자는 로봇이 할 수 없는 심층 취재나 분석을 하는 식의 더 효율적인 업무 분담이 이뤄져야 합니다. 미래는 준비하는 자의 것입니다. 인공지능이 가져올 미래 역시 크게 다르지 않을 것입니다. 고든 정 통신원 jjy0501@naver.com

몇 분 만에 대장암 등 결과… 98% 정확 유전자 변이 예측 시스템도 일반화돼 인공지능 분야 선두업체인 구글과 IBM이 주목하고 있는 분야 중의 하나는 의료 부문이다. 특히 검진 분야에서는 인간과 비교해 뒤지지 않는 능력을 보여 주고 있어 ‘로봇의사’를 조만간 SF영화가 아닌 현실에서 볼 수 있게 될 전망이다. 11일 IBM에 따르면 미국 유명 퀴즈쇼에 출연해 인간을 제치고 우승한 ‘왓슨’은 이미 암 진단 분야에 활용되고 있다. IBM은 지난해 5월 듀크 암연구소, 예일 암센터 등 10여개 암연구소와 협력해 ‘왓슨 헬스 이니셔티브’ 프로젝트를 시작했다. 최근 미국에서는 유전자 변이 여부를 미리 파악해 암 발생 위험을 예측하는 시스템이 일반화되고 있다. 유전자 변이가 발견되면 발병 전이나 초기에 수술·약물 치료를 하는 방식이다. 할리우드 스타 앤절리나 졸리가 유전자 검사를 바탕으로 2013년부터 지난해까지 유방과 난소, 나팔관 절제술을 받은 것이 대표적인 사례다. 그러나 이런 방식의 치료를 하려면 엄청난 양의 유전 정보와 의료기록, 논문, 임상시험 정보를 비교 분석해야 한다. 환자 1명당 100기가바이트(GB)의 데이터가 필요하다는 것이 IBM의 설명이다. 그런데 왓슨은 환자에 대한 보고서와 의학문헌 등의 근거에 기초해 단 몇 분 만에 종합적인 분석을 끝낼 수 있다. 미국 종양학회에 따르면 왓슨의 암 진단 정확도는 대장암 98%, 직장암 96%, 방광암 91%, 췌장암 94%, 신장암 91%, 난소암 95%, 자궁경부암 100%에 달한다. 왓슨은 유전자 분석을 위해 특별히 설계한 클라우드 서비스 ‘왓슨 게놈 애널리틱스’를 통해 수집한 환자 데이터로 스스로 학습한다. 다양한 인간 유전자와 치료 가이드라인, 연구논문, 특허정보 등의 데이터베이스에 접근할 수 있다. IBM은 지난해 말 다국적제약사 노보 노디스크와 당뇨병 치료 솔루션 개발 계획도 발표했다. 구글도 알파고의 인공지능 딥러닝 기술을 가장 잘 활용할 수 있는 분야로 의료를 꼽았다. 제프 딘 브레인팀 수석연구원은 “미국의 한 대학과 공동으로 질병 진단과 치료에 딥러닝 기술을 적용하는 프로젝트를 진행하고 있다”고 설명했다. 국내에서는 서울아산병원이 지난해부터 딥러닝 기반 분석 및 진단 시스템 개발업체 뷰노와 협력해 폐암 진단 시스템을 개발하고 있다. 하지만 국내 기술은 여전히 걸음마 단계다. 정현용 기자 junghy77@seoul.co.kr

박완수 수석부회장과 함께 70% 득표 골밀도 측정 시연 등 ‘기기 사용’ 강경파 한약 규제 개선·해외 시장 진출 모색도 “한의학이 보약만 처방한다는 인식에서 벗어나 실질적으로 국민 건강을 책임지는 치료 의학으로 거듭나야 합니다. 그러려면 의료기기 등 과학적 도구를 쓸 수 있어야 합니다.” 제42대 대한한의사협회 회장 선거에서 재선에 성공한 김필건 회장은 11일 서울신문과의 인터뷰에서 한의사들의 숙원이기도 한 한의학의 과학화와 이를 위한 의료기기 사용을 반드시 관철하겠다고 밝혔다. 법적 분쟁 우려에도 직접 골밀도 측정 의료기기를 시연하고 단식을 하는 등 한의사 의료기기 사용을 강하게 밀어붙여 온 김 회장이 당선되면서 한의사의 의료기기 사용 요구가 더욱 거세질 것으로 보인다. 김 회장은 당선 일성으로 “한의학이 세계시장에 진출할 수 있도록 변화를 이뤄내겠다”고 밝혔다. 그는 “홍삼만 하더라도 다양한 형태의 제품이 개발되고 있는데, 한약만 유독 규제에 묶여 기술력이 있는데도 마시는 물약 형태에만 머물고 있다”며 “낡은 규제를 개선하는 데 역량을 집중하겠다”고 말했다. 보건 당국에도 아쉬움을 표시했다. 그는 “새로운 형태의 약을 개발해도 안전성과 유효성을 검증하려면 객관적 데이터가 있어야 하는데, 데이터를 얻으려면 과학적 도구가 필요하다”면서 “한약이 해외시장으로 진출하면 상당한 부가가치가 창출될 텐데 보건 당국은 너무 소극적”이라고 지적했다. 김 회장은 “미국·유럽의 전통의학 전문의를 초빙해 선진화한 전통의학 시스템에 대한 강좌를 개최하는 등 우리만 우물 안 개구리에 머물고 있다는 사실을 알리고, 한의사협회 내에 의료기기 교육센터를 만들어 한의사들이 의료기기 사용법을 익히게 하겠다”고 강조했다. 한의학에 대한 민간보험 보장상품 확대, 한약 관련 제도 정비도 추진하겠다고 밝혔다. 김 회장의 러닝메이트인 박완수 수석부회장은 우편과 온라인 투표를 합산해 총 6237표(득표율 69.7%)를 얻어 박혁수 회장·국우석 수석부회장 후보를 3526표 차로 이겼다. 한의사협회 선거관리위원회는 오는 18일까지 이의신청을 받고 21일 당선인 확정 공고를 낼 예정이다. 김 회장과 박 수석부회장은 오는 4월 1일부터 공식 활동에 들어간다. 이현정 기자 hjlee@seoul.co.kr

“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

이세돌 9단이 인공지능 알파고에 2연패를 당하자 이를 만들어 낸 개발자들에도 관심이 쏠리고 있다. 알파고를 개발한 구글 딥마인드는 지난 2010년 영국에서 데미스 허사비스 최고경영자(CEO)와 셰인 레그, 무스타파 술레이만 세 명이 공동 창업한 회사다. 당초 ‘딥마인드 테크놀로지’였던 사명이 2014년 구글에 인수되면서 ‘구글 딥마인드’로 바뀌었다. 구글 딥마인드는 현재 직원 100여명 규모로 머신러닝(기계학습)과 신경과학을 기반으로 스스로 학습할 수 있는 컴퓨터 알고리즈을 개발하고 있다. 미리 프로그램된 인공지능과는 달리 머신러닝을 통해 정보를 처리함으로써 특정 분야에 국한하지 않고 다양한 분야에서 활용할 수 있는 범용 학습 알고리즘을 만드는 것이 중점 연구 분야다. 당시 구글은 딥마인드의 인수가를 구체적으로 밝히지 않았지만 외신들은 4억 달러(약 4800억원 가량) 쓰였다고 보도했다. 구글이 최근 수년간 인공지능 분야에 투자를 확대하면서 딥마인드의 가능성을 일찌감치 파악하고 핵심 동력으로 삼은 것이다. 구글 딥마인드는 특히 심층 인공지능 기술인 ‘심층 큐 네트워크’(DQN)를 독자적으로 보유하고 있다. 이 기술은 다층 신경망(Deep Neural Network)과 큐 러닝(Q-Learning)을 조합한 기술로, 게임에서 높은 점수를 내기 위한 조작 알고리즘을 심층 강화학습을 통해 자동으로 생성하는 것을 말한다. 창업자인 허사비스 CEO는 영국에서 아끼는 ‘천재’로 꼽힌다. 1976년생인 허사비스는 13세 때 세계 유소년 체스 2위에 오르는 등 일찍부터 천재로 불렸다. 15세 때 고교 과정을 마쳤고 17세에는 수백만개의 판매고를 올린 시뮬레이션 게임 ‘테마파크’를 개발하면서 유명세를 치렀다. 22세에 영국 케임브리지대 컴퓨터공학 학사 과정을 마쳤고 바로 비디오게임 회사인 ‘엘릭서 스튜디오’를 차려 글로벌 게임 업체들과 협업해 다양한 게임을 출시했다. 다섯 차례 세계 게임 챔피언 자리에 오르기도 했다. 이어 33세 때인 2009년 영국 유니버시티칼리지런던(UCL)에서 인지신경과학 박사 학위를 받고서 이듬해 딥마인드를 창업했다. 그가 쓴 뇌과학 관련 논문은 2007년 과학계에서 가장 역량 있는 최상위 논문 10위권에 든 적이 있다. 또 다른 창업자 레그는 뉴질랜드 출신으로 와이카토대를 나와 오클랜드대에서 자연과학 석사, 스위스 소재 IDSIA에서 박사 학위를 받았다. 영국 UCL 산하 ‘개츠비 컴퓨테이셔널 신경과학 연구소’ 박사 과정 연구원으로 있으면서 2010년 허사비스와 만나 딥마인드를 창업했다. 그는 인공지능과 머신러닝, 인공지능 보안 등 분야에서 이론과 실행에 두루 밝은 인물로 알려졌다. 술레이만은 19세 때 영국 옥스퍼드대를 자퇴하고 청소년을 대상으로 전화 상담을 해주는 비영리기관인 ‘무슬림 청소년 헬프라인’을 설립한 특이한 경력을 지녔다. 현재 딥마인드에서 인공지능 응용 부문 책임자(CPO)로서 다양한 구글 제품에 인공지능 기술을 접목하는 일을 총괄하고 있다. 알파고와 이세돌 9단의 대국에 참여하면서 방한한 직원들도 내로라하는 인물들이다. 알파고 개발을 총괄한 데이비드 실버 박사는 영국 케임브리지대 컴퓨터공학과를 수석으로 졸업한 인재다. 알파고 대신 바둑 돌을 놓는 아자 황 연구원은 대만 출신으로 알파고의 핵심 기능인 몬테카를로 트리 검색 방법을 연구하고 있다.온라인뉴스부 iseoul@seoul.co.kr