[첨단 헬로티]

2018 인공지능 국제 컨퍼런스 ‘인공지능 시대의 도전과 기회를 말하다’

2018년 11월 29일 개최된 <2018 인공지능 국제 컨퍼런스>에서는 ‘인공지능 시대의 도전과 기회를 말하다’란 주제로 인공지능 기술 현황과 국가별 정책 트렌드, 개선 방안에 대해 논의하는 패널 토론이 진행됐다. 

본 토론에는 고학수 서울대학교 교수(좌장)의 진행으로 ▲테렌스 세노스키(Terrence Sejnowski) 캘리포니아 대학 샌디에이고(UCSD) 명예교수 및 솔크연구소(Salk Institute) 교수, NIPS재단 회장 ▲윌리엄 J 댈리(William J. Dally) 엔비디아(NVIDIA), CTO 및 수석부사장 ▲찬 체우호(Chan Cheow Hoe) 싱가포르 정부 최고디지털기술책임자 ▲오렌 크라우스(Oren Kraus) 페노믹(Phenomic) AI 창립자 및 CTO 등이 참석했다. 

▲<2018 인공지능 국제 컨퍼런스>에서 진행된 패널 토론 모습 

Q. 인공지능, 앞으로 어떤 방향으로 나아가야 할 것인가? 개선시켜야 할 점은? 

- 테렌스 세노스키 : 인공지능이 어떤 기회를 만들어낼 것인가를 정확하게 예측하는 것은 어렵다. 앞으로의 시대에서는 데이터를 더 많이 가진 자가 승리하게 될 것이다. 예를 들어 의약품을 취급하는 제약회사 등 어떠한 애플리케이션이 됐든지 라벨이 된 데이터가 없으면 가치를 창출하는 것이 어렵게 될 것이다. 

그러나 모든 경우에 라벨이 있는 데이터가 꼭 필요한 것은 아니다. 다양한 예시를 가지고 있다면 이를 통해 새로운 데이터를 만들어 낼 수 있고, 우리 스스로 라벨화 된 데이터 만들 수도 있다. 즉, 지금까지 우리가 집중되지 않은 분야를 찾아내는 것도 중요하다. 단순히 우리가 가지고 있는 기술을 통해 돈을 버는 것이 다가 아니다. 미래 세대가 다른 신기술을 개발할 수 있도록 기회를 만들어 내는 것이 중요하다.

한국의 기술 산업은 굉장히 활발하게 발전돼 있다. 한국은 창의적인 젊은 개발자, 하드웨어 회사 등을 활용해서 AI 산업에 기여할 수 있을 것이라고 본다. 

- 윌리엄 댈리 : 우리는 아직 AI의 빙산의 일각을 경험하고 있다. 스마트홈 기술이 발전되면서 집에 카메라를 장착해서 사람이 있을 때만 조명이 켜지거나, 사람이 바라보는 쪽에만 조명을 키고, 사람이 없을때 난방이 꺼지는 기능이 이미 가능해 졌다. 뿐만 아니라 공장 자동화, 자율주행차 등도 빠르게 발전하고 있다. 

또 의학적으로 건강을 돕는 코칭 역할도 AI가 할 수 있게 됐다. 더 나아가 교육에 AI를 적용시키는 것에 개인적으로 기대가 크다. 학생들에게 공통적인 내용을 가르치는 것이 아니라 개개인에게 도움이 되는 것만 맞춤화로 가르쳐 주는 것이다. 학생들에게 AI 개인 과외, AI 진단을 제공하게 된다면, 공부에 대해 동기부여를 줄 수 있고, 선생님에게도 도움 될 것이라고 본다. 

인공지능은 앞으로 하드웨어, 데이터 수집, 인재육성 부분에서 계속 개선시켜야 한다. 무엇보다도 최소한의 에너지만 사용하면서 최대한의 효과를 내는 것이 중요하다. 엔비디아에서는 이미 적은 에너지를 가지고 효과적으로 할 수 있는 하드웨어의 가능성을 이미 실현하고 있다. 

두 번째는 데이터다. 데이터가 많을수록 가능성이 많아지지만, 대신 그만큼 비용도 많이 들어가게 된다. 이제는 훨씬 더 적은 데이터로 더 많은 것을 할 수 이도록 만들어 내야 한다. 머신러닝을 활용해 이미지를 보고 고양이, 개인지 구분할 수 있도록 트레이닝을 하려면 굉장히 많은 데이터를 가지고 학습시켜야 한다. 그러나 아이에게는 몇 개의 사진을 보여주고도 가르칠 수 있다. 이처럼 데이터를 효과적으로 사용할 수 있도록 연구해야 하고, 라벨링이 되지 않은 데이터도 활용할 수 있도록 개발이 필요하다. 

세 번째 인재 육성이다. 현재 인공지능 전문가가 많지 않기 때문에 이 분야의 인재를 놓고 기업간에 많은 경쟁이 일어나고 있다. 우리는 교육을 통해 인재를 양성시켜야 한다. 이제 교육계에서도 다양한 코스를 개설해서 AI, 데이터 과학자 양성에 힘써야 한다. 

- 찬 체우호 : 싱가포르에서는 어떻게 좋은 데이터를 만들어야 할지에 대해 많은 고민을 하고 있다. 이와 관련해 구글과 같은 글로벌 기업뿐 아니라 중소기업, 스타트업 등도 각각의 역할을 수행할 수 있다고 생각한다. 이 때 유스케이스(Use Case)라는 개념이 정말 중요하다. 일단 어떤 문제를 해결해야하는 건지 집중해야 한다. 그 다음 어떤 특정한 문제를 적발하고, 문제를 중심으로 이를 해결하기 위해 어떤 기술과 적절한 데이터가 필요한지 고민하는 시간이 필요하다. 

앞서 언급됐듯이, 인공지능 분야에서 인재는 매우 중요한 요소다. 어느 기업이든 최고의 데이터 과학자를 원하고 있다. 각각 국가와 지역에서 인재를 양성할 수 있는 계획을 잘 세우는 것이 중요하다.

Q. 인공지능 발전에 있어서 데이터 부족, 인재 부족, 까다로운 법 규정, 슈퍼컴퓨터 시설 등 여러 가지 장애물이 있다. 그 중에서 꼭 하나만 고른다면?

- 윌리엄 댈리 : 하나만 고르자면 데이터의 부족이다. 앞의 설명과 동일한 이유다. 

- 테렌스 세노스키 : 상상력 부족이라고 생각한다. 예를 들어 처음 TV와 전화가 개발되고, 1990년대 인터넷을 공개적으로 사용하기 시작했을 당시에는 이러한 기술이 우리의 일상생활을 크게 변화시킬 것이라고 예측했던 사람이 없었을 것이다. 인터넷과 스마트폰은 음악, 영화, 산업 등 우리의 모든 생활에 큰 혁명을 일으켰다. 나는 우리가 아직 상상하지 못한 영역이 많을 것이라고 본다. AI는 아직도 많은 상상력이 필요하다. 

- 찬 체우호 : ‘변화하겠다는 용기의 부족’을 꼽고 싶다. 인간은 거대한 변화에 익숙하지 않기 때문에 현재의 모델을 파괴하고 새로운 시작을 하겠다는 사람이 거의 없다. 이로 인해 발생되는 이슈들이 결코 작은 것이 아니기 때문에 두려워한다. 따라서 인공지능이 더 발전하려면 다양한 시도에 대한 용기가 필요하다. 

- 오렌 크라우스 : AI는 전통적인 기술과 다른 방식으로 일어나고 있다. 현재 시장은 머신러닝 전문가를 원하는데 아직도 전통적인 소프트웨어 엔지니어가 큰 역할을 차지하고 있다. 인력구조에 많은 변화가 필요하다. 

Q. 최근 AI를 통해 어떠한 발전이 일어나고 있나?

- 윌리엄 댈리 : 최근 AI의 결과물이 조금씩 선보여 지고 있다. 음성인식, 챗봇 등이 대표적이다. 이 외에도 페이스북은 최근 신경망을 기반으로 다양한 서비스를 제공하고 있는데, 대표적으로 저작권이 걸려있는 컨텐츠를 걸러 내는 기능은 AI 기술 개발로 가능해진 것이다. 엔비디아의 고객을 보면 의학분야에서 많은 발전이 일어나고 있다는 것을 알 수 있다. 또 물류 창고의 공장 자동화도 활발해지고 있다. 

- 테렌스 세노스키 : 구글은 AI를 통해 데이터센터 운영비용을 15% 절감할 수 있었다. 이는 굉장히 큰돈이다. 이 외에도 더 중요한 성과가 일어나고 있다. 알고리즘은 80년대에도 있었다지만 2013, 2014년이 되서야 보다 AI에 접근할 수 있었다. 그전에는 이 알고리즘을 확장할 수 있을지 확신이 없었기 때문이다. 최근에는 알고리즘의 확장으로 인해 작은 문제 뿐 아니라 큰 문제까지 해결할 수 있게 됐다. 

- 찬 체우호 : 어떤 분야에서 AI가 가장 빨리 성장하고 있는가를 보려면 어느 시장에서 AI 니즈가 높은지를 봐야 한다. 또 한 영역에 있어서 전문화된 특화가 아니라 다양한 영역에 접근할 수 있는 측면이 새로운 가능성이라고 본다. 이를 위해서는 각 산업의 협력이 중요하다. 

- 오렌 크라우스 : 규제에 대해서 덜 영향을 받는 분야가 더 빠르게 발전할 수 있다고 본다. 

Q. AI를 남용하지 않기 위해서 할 수 있는 방법은 무엇이 있나? 

- 테렌스 세노스키 : 모든 기술은 잠재적으로 좋은쪽으로 사용될 수 있지만 나쁜쪽으로도 사용될 수도 있다. 따라서 데이터와 인공지능을 잘못 사용하게 될 경우의 위험성을 알리고, 규제를 적절하게 만들어야 한다. 그렇지 않으면 시장이 죽을 수도 있다. 부정적인 영향을 미리 예방해야 한다. 

- 윌리엄 댈리 : 기술이 할 수 있는 영역을 이해하는 것이 중요하다. 예로 고해상도 카메라를 가지고 합법적인 사진 및 영상을 만들 수 있고, CCTV를 통해 범인을 찾고 범죄 예방을 할 수 있지만 그 외에도 많은 것을 할 수 있다. 무의식적인 편견이 데이터를 통해 학습되지 않도록 하는 것이 중요하다. 

- 찬 체우호 : AI에 있어서 가장 걱정되는 부분은 우리가 의도하지 않은 부작용이 생길 수 있다는 것이다. 우리가 충분히 미래에 대해 예측하지 못해서 부정적인 영역이 나올 수 있다. 예로 페이스북을 통해 빠르게 전달되는 가짜 뉴스 등은 우리가 전에는 생각하지 못했었다. AI는 우리가 예측하지 못하는 문제가 발생할 가능성이 더 높기 때문에 신중함도 필요하다.  

- 오렌 크라우스 : 인공지능 기술은 너무 활발한 마케팅으로 과한 기대감을 조성한 것이 문제가 되기도 한다. 인공지능 기술을 제시할 때는 실제로 구현할 수 있다는 것을 입증하기 위해서 성과를 먼저 제시해야 된다. 기술 남용을 예방하기 위해서 연구원들은 우리의 한계를 잘 이해하는 것이 중요하다.