네이버는 인공지능 기술 어떻게 활용할까?

알파고가 이세돌 9단과의 대국에서 승리한 이후 알파고에 투입된 인공지능 기술인 딥러닝에 대한 관심이 부쩍 늘었다. 딥러닝을 활용한 서비스를 제공하는 국내 기업들의 행보도 주목을 받고 있다. 네이버는 국내에서 딥러닝에 적극적으로 투자하는 대표적인 회사 중 하나로 꼽힌다. 투자 여력, 관련 인력 확보, 데이터 및 컴퓨팅 자원 등의 측면에서 네이버는 딥러닝을 활용한 서비스를 개발하기가 적합한 조건을 갖췄다.

네이버는 2013년부터 네이버랩스라는 연구개발 조직을 통해 딥러닝 및 관련 분야 연구를 진행해 왔다. 초기에는 선행연구에 초점을 맞췄고 이후 연구 결과를 실제 서비스에 적용했다. 네이버에 따르면 현재 지식인, 음성검색, 네이버 클라우드, 쇼핑, 라인 등의 서비스에 딥러닝 기술이 투입됐다.

검색창 키보드 대신 음성으로 찾고자 하는 검색 키워드를 입력하는 음성 검색 서비스의 경우 사람 음성을 정확하게 인식하는 것이 중요하다. 2013년 네이버는 딥러닝 알고리즘과 대용량 음성 데이터를 이용해 기존 네이버 음성 검색 서비스를 개선했다.

네이버는 사진을 인식해 자동으로 해당 사진의 카테고리를 찾아 주는 서비스를 2014년 지식인과 네이버 클라우드에 적용했다. 예를 들어 모바일에서 사진을 첨부해 지식인에 질문하면, 사용자 의도에 맞는 지식인 카테고리를 알맞게 추천해 주는 식이다. 네이버 클라우드에 저장하면 사진 이미지를 인식해 카테고리별로 자동으로 정리해 준다. 이는 컴퓨터가 이미지를 스스로 판독해 다양한 카테고리별로 구분해 내는 것으로, 네이버 딥러닝 연구 결과가 적용된 대표적 사례 중 하나라고 네이버는 설명했다.

번역도 딥러닝 기술을 적용하기에 유망한 분야다. 네이버는 현재 10개국 언어에 대해 자동 번역 서비스를 제공하고 있다. 여기에도 딥러닝 연구 결과를 활용해 정확도를 높이고 있으며, 빠른 속도로 번역 가능한 언어 수를 늘려가고 있다는 게 회사측 설명이다.

딥러닝 기술을 기계번역에 포함해 개발한 ‘Neural MT(Neural Machine Translation)’ 기술은 해외 콘테스트(WAT2015)에서도 좋은 평가를 받았다고 회사측은 강조했다.

쇼핑도 딥러닝의 영향권에 들어섰다. 네이버는 2015년 온라인 쇼핑 상품을 카테고리별로 자동으로 분류하는 기술에 딥러닝을 적용했다. 딥러닝 알고리즘과 다양한 분류 기술들을 조합해 수억 건에 달하는 네이버 쇼핑 상품들을 적절한 카테고리로 자동으로 분류하는 서비스도 선보였다.

모바일 메신저 라인에도 딥러닝 기술이 녹아들었다.

라인의 경우 많은 사용자들이 대화에 사용하는 스티커를 구매한다. 이를 감안해 라인은 2015년 스티커 이미지를 분석하여 사용자에게 알맞은 스티커를 추천하는 서비스를 내놨다. 이는 기존의 구매 이력만으로 스티커를 추천하던 것을 보완한 것으로, 사용자가 선택한 스티커 이미지를 분석해 그것과 유사한 스티커를 추천하는 방식이다. 특히, 구매이력이 없는 신규 스티커의 경우 기존 방식으로는 추천받기 어려 웠는데, 이미지를 기반으로 사용자에게 알맞은 것을 추천할 수 있게 됨으로써, 신규 스티커가 자주 등록되는 크리에이터 마켓에서 사용자 및 등록자 모두에게 활력을 불어넣었다고 회사측은 강조했다.

네이버는 최근들이 딥러닝을 활용한 서비스 개발에 더욱 속도를 내는 모습이다.