인간 대체하는 '강한 AI'는 가능할까

아시아 태평양을 대표하는 인공지능(AI) 전문가 4명이 한 무대에 올랐다. 이들은 지디넷코리아 주최로 22일 '알파고 충격'의 진원지인 포시즌스호텔 무대에서 AI가 열어갈 비즈니스의 미래에 대해 깊이 있는 토론 시간을 가졌다.

참석자는 데브 무커지 IBM 왓슨 아태 기술총괄과 팬 팬 알리바바 AI 총괄 등 업계 전문가와 스기야마 마사시 일본 이화학연구소(RIKEN) 혁신지능통합연구센터(AIP)장 등 해외 전문가들이었다.

여기에 장준혁 한양대 융합전자공학부 교수가 한국을 대표해서 무대에 올랐다.

김익현 지디넷코리아 미디어연구소장 사회로 진행된 이날 라운드 테이블에선 한 시간 반 동안 다양한 주제들에 대해 열띤 토론을 펼쳤다.

팬팬 알리바바 AI 총괄(왼쪽 두 번째), 데브 무커지 IBM 왓슨 아태기술총괄(세번째), 스기야마 마사시 일본 RIKEN AIP센터장(네번째), 장준혁 한양대 교수(맨 오른쪽) 등 전문가들이 ATS 2017 라운드 테이블 토론을 하고 있다.

■ 인간을 대체하는 강한 AI는 가능할까

김익현 연구소장(이하 사회) : AI는 간단하게 하나로 아우르기 쉽지 않다. 다양한 분야와 의미를 담고 있는 말이다. 대표적인 것이 강한 AI와 약한 AI란 구분이다. 여기에다 연구 분야도 굉장히 다양한 편이다.

그래서 먼저 각 조직이 지향하는 AI는 어떤 모습인지에 대한 얘기부터 나눠봤으면 좋겠다.

아까 데브 무커지 IBM 왓슨 기술 총괄께선 '증강 지능'을 강조했다. 인간의 지능을 확장해주는 데 도움을 주는 존재란 얘기였다. 그런데 발표를 듣다 보니 어느 시점엔 인간을 넘어설 가능성도 있겠단 생각을 했다. IBM이 궁극적으로 지향하는 AI는 어떤 모습인가. 여전히 인간을 돕는 증강지능인가?

데브 무커지 IBM 왓슨 아태 기술총괄(이하 데브 무커지) : 우리는 AI 개발 초기부터 인간 지능을 증강한다는 목표로 시작했다. 기계는 과거에 할 수 없던 방식으로 인간을 지원한다는 것이다. 이 부분에 대해 매일매일 노력하고 있다.

과거엔 10개 결과물 나왔다면 이제 1천개 성과가 나오도록 하는 게 AI이다. 기계 간의 상호작용 뿐 아니라 기계와 인간이 상호작용할 수도 있다. 인간을 이해하기 때문에 이런 것이 가능하다.

비주얼, 음성, 텍스트 최적화 등 의심의 여지 없이 미래 AI가 인간을 증강시켜 줄 것이다.

사회 : 기술이 발전해도 여전히 증강지능이 중요하단 말씀인 것 같다. 그렇다면 알리바바가 생각하는 AI는 무엇인가.

팬팬 알리바바 AI 총괄(이하 팬팬): 사람과 AI, 기계가 다 장점이 있다고 생각한다. 사람은 에세이를 쓰거나 음악을 만드는 등 창조적인 활동에 장점이 있다.

반면 기계는 다른 분야에 장점이 있다. 예를 들어 잘 정리된 문제는 기계가 쉽게 해결할 수 있다. 게다가 기계는 피로를 느끼지도 않는다. 기계와 사람은 협업 가능하고 상호보완적으로 일할 수 있다.

Q&A를 예로 들어보자. 접수되는 질문 중 90%는 AI가 다 답할 수 있다. 아주 어렵고 복잡한 10%의 질문은 사람들이 해결할 수 있다고 생각한다. 비전 기술에서도 마찬가지다. 비전 기술을 통해서 품질 제어를 할 수 있다. 의심이 가는 품질을 걸러서 사용할 수 있다. 그렇게 되면 사람들이 조금만 참여해도 된다.

스기야마 마사시 AIP 센터장(이하 스기야마 마사시) : 사람들은 강한 AI가 근래에 나타날 수 있을 것이라고 생각하는데, 개인적으로 그렇게 생각하지 않는다. 과학적으로 그런 근거가 없다. 현재로선 불가능하다. 근본적으로 약한 AI를 완성하자는 것이 우리의 목표다.

도쿄대학교 교수로 있으면서 뉴로 인텔리전스에 대한 새 프로젝트를 시작했다. 뉴로 과학 연구를 위해 인공지능과 뇌의 활동이 있는지 살펴보고 있다. 이런 활동이 막 시작된 단계고 아직 10년이 이후에야 강력한 AI가 나올 것이라고 생각한다. 장기적인 목표를 잡아야 한다. 단기간에 끝나지는 않을 것이다.

장준혁 교수(이하 장준혁) : 음성인식, 컴퓨터, 비전 영상 시스템이 들어와서 우리 삶을 기록하는 게 AI다. 그런 것들이 차근차근 진행되면 AI가 사람을 대체할 수 있을 것이다.

매우 오래 걸리는 일이긴 하지만, 약한 AI가 우리가 일상적으로 사용하는 스마트폰이나 로봇, 자동차 같은 장치에서 더 확대되면서 강력한 AI를 경험하는 것으로 발전 가능할 것이다.

■ AI 수혜를 받을 산업 분야는 어떤 곳일까

사회 : 네 분 말씀이 전반적으로 비슷한 기조였던 것 같다. 그럼 이제 본격적인 논의로 들어가보자. 우리가 이번 컨퍼런스에서 관심을 갖는 주제는 AI가 비즈니스에 미치는 영향이다.

이 부분과 관련해선 액센추어가 최근 흥미로운 보고서를 하나 발표했다. 2035년까지 세계 주요 국가의 연평균 경제성장률을 전망한 자료였다. 이 자료에 따르면 AI란 요소를 추가할 경우 국가별로 적게는 1.6%p, 많게는 6%p까지 경제성장률이 향상될 것이란 전망이었다.

이 자료와 관련해 패널 분들께 두 가지 질문을 드리려고 한다.

첫째. 이런 전망에 동의하는가?

둘째. 동의한다면 AI의 어떤 면이 추가적인 성장을 이끌어낼 수 있다고 보는가?

이 질문과 관련해선 팬팬 박사께서 먼저 말씀해주시면 좋겠다. 팬팬 박사는 아까 기조 발제 때 알리바바가 여러 AI 기술들을 다양하게 적용하면서 광군제 때 많은 소비자들을 끌어올 수 있었다고 말씀하셨다. 추산 가능할지 모르겠지만, 알리바바가 보기에 AI 덕분에 늘어난 전자상거래 규모가 어느 정도 되는가? 이런 부분을 포함해서 AI가 비즈니스에 미칠 영향에 대해 전반적으로 답변해주시면 좋겠다.

팬팬 : 정확한 수치를 밝히는 것은 어렵지만, AI가 (비즈니스에) 도움이 된 건 분명한 사실이다. 예를 들어 효율성을 강화할 수 있다. 고객 서비스가 상당히 중요한데, (AI 솔루션을 통해) 자동 스피치 기능을 통해서 자연어처리(NLP)분석을 할 수 있었다.

한 마디로 AI가 사업 영역을 넓혀줬다고 본다. 이전에는 텍스트를 통해서 찾았지만 이젠 이미지를 활용해 훨씬 효율적으로 상품을 검색하고 있다. 이것이 하나의 수익 모델이 되고 있는 것은 분명하다.

데브 무커지 : 액센추어 보고서에 동의한다. 수치는 정확히 말하기 어렵지만 이미 알리바바에서 실제로 경험하고 있기 때문에 의심없이 동의한다.

우리 사례도 소개해볼까 한다.

호주에 한 보험사가 있는데 온라인에서 보험금을 청구하면 어떤 단어를 사용하는지 살펴본다. 미국은 재난을 발생할 때 드론을 날린다. 공중에서 보험금을 산정하기 위해서다. 어느 정도 피해가 발생할 지를 드론으로 살펴볼 수 있다.

물론 단일 AI 알고리즘 만으로 경제성장이 촉발되는 건 아니다. 여러 요소들이 직간접적으로 영향을 미친다.

최초의 자동차를 생각해보자. 이전에는 도로에 마차가 있었고 첫 차가 출시됐을 때 일시적인 유행이라고 생각하기도 했다. 지금은 자율주행차를 얘기하고 있다. 자동차가 경제 성장 자체를 견인한 것은 아니다. 산업이 생겼기 때문에 역량과 고용이 변하고 업계 효율성이 증가하면서 경제 성장이 이뤄졌다.

스기야마 마사시 : 기술 측면에서는 사실 여러가지 애플리케이션 영역을 증대시키는 것이 중요하다. 빅데이터를 활용한 인공지능은 IT쪽에서 많이 성장해왔지만, 지속되기 위해서는 머신러닝이나 알고리즘을 제한된 데이터에서도 쓸 수 있어야 한다.

AI를 적은 데이터를 갖고 쓸 수 있다면 여러 애플리케이션에 적용될 수 있을 것이고 미래 성장을 견인할 수 있기 때문에 상당히 중요하다.

장준혁 : 실제 IT 기업이나 자동차 제조사들과 프로젝트 많이 하고 있다. AI로 인해서 성장률이 몇 퍼센트인지 따질 수는 없지만, 백색가전이나 냉장고 세탁기 TV 같은 것들을 들 수 있다.

예를 들면 삼성전자의 경우 올해부터 출시되는 모든 가전에 와이파이를 단다. 기기 간의 연동 서비스슬 추진하고 있다. 그 서비스 주체가 AI다. 이런 것들이 프리미엄 가전이 되면서 가치를 창출하고 산업 성장률에 기여하게 된다.

자동차도 자율주행차도 있지만, AI 자동차라고 해서 사람과 대화하는 형태로 진화하면서 고부가 가치를 창출할 수 있다. 새로운 경제 성장에 기여할 수도 있겠다.

사회 : 손석희 JTBC 앵커가 "한 걸음 더 들어가보자"는 말을 많이 쓴다. 그 말을 빌어와서 우리도 이 주제에 대해 한 걸음만 더 들어가보자.

전반적으로 AI가 경제성장의 새로운 동인이 될 거라는 부분에 대해선 동의하는 것 같다. 저성장 기조에서 새로운 동력이 될 거라는 대해서는 의심의 여지가 없다.

그렇다면 좀 더 구체적으로 AI로 인해 추가 성장할 가능성이 많은 분야는 어떤 쪽일까? 혹은 앞으로 인공지능이 적용될 유망한 분야는 어떤 쪽이 될 것이라고 보는가?

AI는 궁극적으론 거의 모든 시스템의 일부로 진화할 것이란 게 대체적인 전망이었던 것 같다. 그 말대로라면 AI로 인해서 성장이 예상되는 산업 분야는 분명히 있을 것이라고 생각한다. 향후 5년 내 혹은 이후에 AI로 인해 성장 효과가 커지는 분야를 꼽는다면?

스기야마 마사시 : 어려운 질문이다. 이미 AI로 돈을 벌고 있는 분야가 많이 있다. 남아있는 영역에도 타켓팅을 해야겠다. AI 기술을 전파할 수 있는 분야를 특정지어서 말씀드리기는 어려울 것 같다.

장준혁 : 비즈니스에 도움이 된다. 활성화되면 끝이 아니라 실제적인 매출 경제나 파급되고 있는 게 현재 이뤄지고 있다. (학자들도) 실제로 수혜를 보고 있다.

오늘 토론 시작하기 전에 세 분께 설명을 드렸다. 이 장소가 알파고와 이세돌 9단 간의 세계적인 바둑 빅매치가 이뤄졌던 장소라고 하니까 놀랍다고 했다. 저희의 경우에는 알파고 이후 연구비가 4~5배 늘었다. 연구 인프라가 많이 늘어나고 있다.

이쪽을 보면 여러 분야가 너무나도 많다. 인공지능은 파급 분야가 너무나도 많고 가볍게만 보자면, 아직까지 머신러닝, AI가 많이 들어와 있지 않은 곳 중 유망한 분야론 바이오가 꼽힌다. 왓슨이 메디컬 추천에 관련에 대해서 많이 하고 있는데, 아직까지 우리가 해결하지 못한 질병을 진단하고 의료 추천해줄수 있는 게 무궁무진하다. 바이오 쪽은 AI 분야의 최신 기술이 아직 들어오지 않았다. 만약 들어오면 5년 안에는 메디칼 엔지니어 파트에서 딥러닝 빅데이터로 대체될 수 있는 큰 트렌드가 생길 것 같다.

팬팬 : 알리바바의 마윈 회장이 새로운 5가지가 온다고 말했다. 소매, 제조, 금융, 기술, 그리고 에너지라고 얘기했다. 새로운 에너지는 말 그대로의 에너지가 아니라 데이터를 의미한다. 새로운 기술과 데이터라는 것이 말 그대로 AI와 관련된 하나의 근간이라는 것이다.

이런 방식으로 우리가 3가지 영역을 살펴볼 수 있다. 첫 번째는 소매 분야가 새롭게 거듭날 수 있을 것이라고 생각한다. B2C나 C2B 다 마찬가지다. 금융권에서 살펴보면 AI가 상당히 중요한 역할 할 것. 제조산업 역시 비전, 점검, 검사, 비주얼 스캔을 위한 비전 기술들이 제조업에 중요한 영향이 있을 것이고 AI가 많이 기여할 수 있을 것이다.

데브 무커지 : 제가 AI쪽에서 근무했는데 2013년부터 시작할 때 AI를 다른 쪽보다 더 많이 쓸 수 있을 거라고 생각했는데 아니었다. 산업에 얘기하는 게 아니라 각각 다 이용할 수 있다는 것이다. 컨택센터에 AI를 더 많이 쓸 수 있다. 이것은 AI를 먼저 가져가는지에 대해서는 심도있는 논의가 필요하다.

보험이나 소매, 은행 일부, 정부 기관같은 곳에 AI를 쓰고 있다. 장준혁 교수께서 말씀하신 의료가 첫 고객사였다. 한국 같은 경우 병원에서 왓슨 사용하기도 했다. 현대카드도 마찬가지다. 전 업계에서 사용할 수 있다. 이것은 산업이 아닌 기능 측면의 논의가 필요하다.

스기야마 마사시 : 적극 동의한다. AI가 비즈니스 도구가 될 수 있다. 우리 세상을 바꿀 수 있는 하나의 자산이 될 수 있다고 생각한다. 다른 대학교에 학문을 살펴보면 모든 부서가 다 AI에 적용될 수 있다. 인문, 역사, 과학 등 모두 적용 가능한데 경제 문제가 아니라 인간의 자산이라고 본다. 경제 뿐만 아니라 다른 분야도 있다는 것을 강조하고 싶다.

■ AI 인력 품귀현상, 어떻게 풀어야 할까

사회 : AI 적용 범위가 굉장히 넓을 것 같다. 특히 우리나라는 알파고 이후 AI붐이 일어났다. 그러면서 AI 전문가들의 몸값이 높아지고 있다. AI 분야에서 4대 천왕이라고 불린 분들이 있었다. 이분들 중 세 분이 구글과 페이스북에 입사를 했다. 그만큼 AI인재 쏠림현상이 심하단 의미다.

문제는 수요에 비해 AI 인력이 귀하다는 점이다. ATS 2017 컨퍼런스에 앞서 오늘 아침 일찍 열린 조찬 간담회에 참석한 국내 주요 경영자들이 이구동성으로 AI 인력을 구하기 정말 힘들단 얘기를 했다.

이런 관점에서 한번 생각해보자. 어떤 인재가 AI 시대를 책임질 인재일까? 맞춤형으로 AI분야 전공을 하는 게 아니라면 어떤 영역이나 분야를 공부한 인재들이 좋을까?

우리 패널 분들은 학계와 연구기관, 그리고 기업 등 다양하게 구성돼 있다. 각자 종사하고 있는 분야에서 바라보는 관점을 말씀해주시면 좋을 것 같다.

장준혁 교수 : AI란 학문 분야는 딥러닝 이전과 이후로 나눌 수 있는데 이 기술을 들여다보면 상당히 복합적이다. 특정 영역에 국한되지 않지만 대학원 레벨에서 보면 가장 중요한 부분은 수학 백그라운드다.

인력난 이유는 상당히 양극화가 심하다. 빈부격차가 심하다. 엔지니어와 과학자등 AI를 잘 아는 한 명이 관련 인력 100명보다 낫다.

AI 4대 천왕을 왜 인정하냐면, 몬트리롤 토론토 등 캐나다 인력의 성과가 월등히 뛰어나다. 딥러닝의 메인 알고리즘은 수학적인 백그라운드를 갖고 있다.

수학을 대학원 등에서 탄탄하게 다진 사람이라면 AI 과학자와 같은 핵심 인력으로 성장할 수 있는 잠재력이 높다. 아마 연봉 40만 달러는 기본적으로 받는 것 같다. 내가 알고 있는 음성전공 한 분이 구글에서 대략 40만 달러 받는다. 그 분이 최근 다른 기업에서 스카우트 받았다고 한다. 그럴 경우 기본 연봉에서 최소 20~30% 더 받는다.

우리나라 들어와도 마찬가지다. 우리나라 음성인식 교수도 국내 최고 기업이라고 꼽히는 곳에서 제의를 받았는데 연봉이 대략 7억원 정도다. 구글에 있는 정도의 탑 AI 사이언티스트를 데려오면 AI를 리드할 수 있다.

스기야마 마사시 : 수학이 정말 중요하다는 데 공감한다. IT 시스템의 경우 프로그래밍도 굉장히 중요하다. 문제가 있을 떄 수정을 해야 하기 때문이다. AI에서 프로그램이 완벽해도 문제가 있는 경우가 있다. 데이터나 알고리즘에 문제가 있을 수 있는데, 해결을 위해서는 방정식을 바꿔야 하고 프로그램 바꿔야 한다. 수학 스킬이 정말 중요하다. 그래서 더 진입장벽 높은 것이다. 프로그래밍 수학 모두 중요하다고 본다.

슈퍼스타 얘기 하셨는데 수학 프로그래밍 다 잘하는 분들 대기업으로 이동하고 있다. 단계적으로는 정말로 많은 투자를 유치하게 될 분야이기 때문에 전망 좋다. 장기적으로 학문에서도 많은 사람들이 필요하다고 본다. 교육과 트레이닝 중요한 것인데 산업계와 학계의 소통이 필요하다. 그리고 산업에서는 스카우팅만 하는 게 아니라 인력들을 대학으로 돌려보내서 교류를 하는 것도 좋은 것 같다. 젊은 인재들을 빨리 성장할 수 있도록 하는 게 바람직한 방향이라고 본다.

데브 무커지 : 업계가 지난 5~6년간 대학과 열심히 협력, 멘토링도 하며 노력하고 있다. 저도 하고 있어서 협력이 매우 중요할 것이고 채용과 HR의 경우에는 제 경험에 비춰보자면, 수학이 정말로 중요하다. AI뿐 아니라 분석하고 빅데이터 하려고 하면 수학 중요성이 큰 편이다.

많은 AI 사용하는 사람 있고 AI 제품을 만드는 사람도 있고 연구자가 있다. 서로 다른 기술이 필요하다. 산업이나 학계에서 연구하는 분들은 아마도 AI 깊이가 다를 것이다. 사용 가능한 제품을 만드는 분들, 비주얼 서치 엔진 개발도 다른 기술이 필요할 것이다. API 서비스 사용해서 서치를 모바일 앱에서 개발하면 또 다른 솔루션이 필요하다.

저는 왓슨 팀을 2013년, 2014년부터 했는데 AI에 대한 분도 많이 없었다. 그래서 스킬이 있다라는 것을 혹은 보여줄 사람이 찾기 어려웠다. 초기 단계였기 때문에. 무언가를 배우기 위한 열정을 봤다. 수학이나 이런 것들 도움이 될 수 있겠지만 AI에 적응할 수 있는 인재를 찾았다. AI 빠르게 성장하기 때문에 관련 역량이 필요할 것 같다.

팬팬 : 알리바바에서도 다양한 인재들을 채용하고 있다. 연구자부터 알고리즘, 엔지니어링 전문가 그리고 디플로이먼트 전문가 채용하고 있다. 리더 채용하고 있고 방향 제시할 수 있는 분들도 찾고 있다. 중간급의 딥러닝 과학자와 연구개발팀 엔지니어 채용하고 있다. 딥러닝이나 AI가 지금 2013년부터 급속하게 확장되기 시작했다.

실제 딥러닝 인재가 그렇게 많지 않다. 풀이 크지 않은 것이다. 그리고 신규로 대학졸업 인재들도 찾고 있다. 딥러닝 이론을 앞으로 마스터할 수 있는 분들이고. 추가 학습할 수 있다. 이 기술 활용해서 실제 앱에 적용하고자 하는 열의를 가진 인재들이다. 인재간 경쟁도 진행한다. 중국은 스타트업 등에서 경쟁력 갖추고 이론 개발하고 있다. 이런 분들 굉장히 환영하고 있다.

사회 : 학계, 연구소, 현업에서도 패널 분들이 계셔서 인재 문제에 다각도로 볼 수 있어 바람직한 것 같다. 추가로 보충 설명할 분이 있으신지.

장준혁 : AI가 아직 초창기이기 때문에 AI 펀다멘탈을 연구할 사람이 부족해서 관련 사이언티스트가 필요한데 몇 십만명 규모로 많이 필요한 것은 아니다. AI가 늘어나면 응용 쪽으로 확장할 수 있는 로봇, 자동차, 가전에 파급할 수 있는 기본적인 것들을 다양한 애플리케이션에 적용, 응용하는 전문가들을 매우 많이 필요로 한다.

스기야마 마사시 : 1980년대와 1990년대에 첫 번째 AI붐이 일었다. 두 번째는 붐은 그렇게 성공적이지 않다. 세 번째 붐은 상당히 성공적인 것 같다. 기술은 이미 와 있다. 하지만 보도되는 것들을 보면 너무 빨리 가는 것 같다.

기술 레벨은 아직 높지 않다. 매일 조금씩 성장해가고 있는 단계다. 기대치가 너무 높은 것 같다. 현실과 기대치는 너무 격차가 크다. AI 너무 많이 얘기가 나오고 있다. 우리는 사람을 대체할 수 있을 것이라는 기술도 아직 초기 단계다. 현재 기술 수준도 괜찮지만 아직 멀었다. 청중들에게 정직하게 알려줘야 할 것 같다. 중간 거품이 나중에 터지는 것보다는 좋은 환경 유지해야 할 것이다.

■ AI를 위해선 데이터 확보가 중요한데

사회 : 올해 한국 프로야구 한국시리즈 우승팀은 기아다. 우승 요인은 여러 가지가 있을 것 같다. 그런데 그 중 하나로 두명의 뛰어난 에이스 투수를 꼽을 수 있다. 양현종과 헥터. 기자들은 이들처럼 뛰어난 두 명의 에이스 투수를 흔히 원투 펀치라고 부른다.

그런데 간혹 무시무시한 팀들은 뛰어난 4명의 에이스들을 보유하는 경우가 있다. 이들이 한 게임씩 책임지면 정말 천하무적이다. 이렇게 뛰어난 네 명의 투수들을 스포츠 기자들이 부르는 말이 있다. 바로 '판타스틱4'다.

이 말씀 드리는 이유가 있다. 네 분 패널들과 토론 진행하면서 판타스틱4란 단어가 자꾸 떠올랐다. 그런 용어를 붙이기에 조금도 부족함이 없는 분들인 것 같다. (청중석에서 열띤 박수)

다시 본론으로 돌아가자.

지디넷코리아가 주최한 아시아테크서밋 참석자들이 라운드 테이블 토론을 경청하고 있다.

AI 핵심은 데이터와 알고리즘이라는 얘기를 많이 했다. 학습을 위해 데이터가 중요하다. 데이터 확보도 어렵다. 숨겨진 데이터도 많고 법적인 이슈 때문에 활용하지 못하는 경우도 많을 것이다. 데이터를 통해서 새로운 시각 얻고 분석한다고 하셨는데 소화된 데이터를 어떻게 확보하고 계시는지, 그 과정에서 IBM에서 다른 나라에서도 사업하면서 문제가 없나.

데브 무커지 : 규제 문제가 당연히 있다. 이 문제에 상당히 조심하고 있다. 왜냐하면 정부나 혹은 다른 데이터 같은 경우 콘텐츠 확보 방법, 데이터 처리 방법, 투명성 등에서 신경쓰고 있다. 왓슨에 대해서 다른 부분이 있다. 암에 사용하는 데이터는 관련 학회 저널, 연구, 교과서 등을 통해 지식을 얻고 있다.

예컨대 은행같은 경제 쪽에서는 공유를 하지 않는다. 그리고 왓슨에 대해서 콘텐츠를 각각 다르게 관리하고 있다. 자연어 이해나 비주얼 인식 등에 대해 말씀해주셨는데 이는 라이선스된 콘텐츠를 주로 사용하고 있다.

사회: 미국 언론들이 알리바바를 포함해 중국 AI 잠재력에 대해 두려워 하고있다. AI의 무서운 잠재력이 데이터 확보가 쉬울 것이라는 관점에서 나오기도 한다. 알리바바의 데이터 활용이나 수집에 대해서 말씀 부탁드린다.

펜팬 : 중국에도 개인정보 보호법이 있다. 또 알리바바는 데이터를 수집하길 원한다면 공공 데이터만 수집할 수 있도록 됐다. 예컨대 시장 플레이스 가면 판매자들이 이미지를 업로드하는데 여기에 모든 정보가 공유돼야 한다. 내가 데이터를 공유하길 원한다는 경우에는 비즈니스 시나리오를 통해서 사용자들이 적극 참여할 수 있도록 하는 경우도 있다. 자기들의 데이터를 업로드 할 수 있는 것. 바이어 코멘트하는 경우가 있다. 자신의 코멘트 올리는 경우도 있다. 이런 식으로 하면 유저 인터페이스를 잘 한다든지 상품 디자인 잘하는지 등에 대한 데이터가 있을 수 있지만 이것은 공공 데이터다.

사회 : 스기야마 센터장께선 아까 비용이 적게 드는 데이터로부터 정확하게 배우는 것이 중요하다고 지적했다. 그러면서 여러 가지 방법론도 소개해주셨다. 좀 더 구체적인 얘길 해주셨으면 좋겠다.

스기야마 마사시 : 저희도 개인정보 분야에 관심이 있다. 암호화하면 여러 데이터를 쓸 수 있다. 암호화된 상태에서 머신러닝 트레이닝 할 수 있다면 상당히 좋은 기술인 것이다.

프라이버시 지켜주는 머신러닝 기술은 거의 이미 와 있다. 문제는 빨리 가야 한다는 것이다. 현실이 되기에는 시간이 걸릴 것이지만 기술은 있기 때문에 어떻게 활용하는 지에 따라 다르며, 시간의 문제라는 것이다.

장준혁: 제 주전공이 음성인식이고 연구 분야 중 하나는 딥러닝 쪽 바이오 쪽인데 데이터가 굉장히 중요하다. 음성인식 데이터 수집하기가 어렵다. 음성인식이 어려운 이유는 그 도메인에서 나오는 음성을 학습하는 것이 어렵기 때문이다.

음성인식률을 높이기 위해서는 AI 스피커 어디에 마이크를 배치하느냐에 따라서 다르다. 회사는 잘 만들어서 대충 팔고 데이터 모으기도 한다. 학교는 어떻게 하냐면 아주 어렵게 AI스피커 두고 사람들을 불려서 학교 홈페이지 올려서 한 시간에 3만원 준다고 해서 녹음하는 사람들 오고 데이터를 모은다.

회사에서 자발적으로 데이터를 준다면 연구가 더 빨라지고, 학교에서도 활성화될 수 있을 것이다. 우리나라의 모 연구소도 정부의 돈으로 DB만들지만 그걸 학교나 기업체에 판다. 펀딩 많다고 했지만 절반을 DB 구축하는 데 썼다.

음성인식 기술을 스마트홈 가전에 채택하는 게 이슈인데 그것도 힘들다. 최근 이슈되는 AI 기기가 바로 냉장고다. 냉장고가 주방에서의 AI 헤드쿼터가 돼서 주방의 모든 일, 예를 들면 오고 가는 음식을 관리해주는 관리해주는 게 최근 AI 시장에서 주목받고 있다. 그런데 이런 걸 구현하기 위해선 주방에서 거실에서 일하는 여러 사운드들을 채집하는 DB를 수집해야 한다. 하지만 그 많은 사운드에 대한 것을 구하기가 힘들다. 결국 학생들을 아파트에 보내서 한명 설거지하고 요리하면서 데이터를 모으는 실정이다. 인공지능은 빅데이터가 필요한데 그런 문제가 있다.

바이오쪽 관련 연구도 하고 있는데, 혈압 측정이나 수면시 호흡에 관련된 의료 데이터는 병원에 있다. 병원에서도 수면 센터가 있으니 폐암 진단도 해보자고 제의했다. 그런 DB를 제공해줄테니 이를 기반으로 머신러닝으로 검출해보면 어떻겠냐는 것이었다.

그런데 데이터를 들여다보니까 무용지물이었다. 빅데이터를 위한 것은 양질이어야 한다. 잠을 잘 때 호흡을 측정하는 마이크를 에어컨이나 히터기 옆에 두는 등 문제로 인해 코고는 소리 보다 히터 소리가 수집됐다. 지금부터 다시 모아야 한다. 그런 데이터들이 회사 도메인으로 들어와서 많이 활용될 수 있을 것이다.

■ 알고리즘 규제, 누가 책임져야 할까

사회 : 알고리즘도 이슈다. 최근에는 윤리적인 틀에서 공정성, 책무성도 부여해야 하는 것 아니냐는 지적도 나오고 있다. AI 개발단계에서 소비자 차원에서 서비스 활용단계에 적용하는 윤리적 기준 혹은 그 과정에서 어떤 쟁점들이 논의되는지 묻고 싶다.

데브 무커지 : 정말 중요한 이슈다. 여러 이슈가 있는데 고객과 일을 할 때 각각 고객들이 비즈니스 가이드라인이 다르다. 존중하고 반드시 준수해야 한다. 고객이 말하는 것을 이해하는 것이 AI 용도에 따라서 기준이 다르겠다. 가상 에이전트, 챗봇 등 제공하고 있는 데 IBM 비즈니스 강령도 함께 준수해야 한다. 은행, 또 다른 고객들도 마찬가지인데 이 부분에 대해서 많은 생각을했다. 반드시 AI가 준수해야 하는 것도 있지만 인간이 준수할 필요도 있다.

두 번째 측면에서는 AI가 이제 기능 측면에서 잘 적용되는 경우가 있다. 커스토머 페이싱 봇이 있을텐데 대학생들이 사회적 지원이 필요하다면 로봇의 인지가 필요하다. 전화를 통해 처리해야 하는 것도 있을텐데 윤리 영향이 서로 다르다고 생각한다. 사업 강령에 대해서 많은 노력을 했다.

팬팬: 기술을 전문으로 하고 있기 때문에 윤리 측면에 대해서는 많은 정보를 갖고 있지 않다. 현재로서 말씀드릴 수 있는 것은 저희가 이런 지적재산권(IP) 관련된 문제가 있었다. 딥러닝에 있어서 데이터, 혹은 머신러닝 트레이닝을 분류해서 하고 있다.

제가 여러분의 데이터를 이용할 경우 IP가 데이터 소유 기업에 가는지, 아니면 모델 트레이닝하는 기업에 가는지가 재미있는 논쟁거리라고 본다. 사례별로 법적인 측면이나 혹은 계약을 통해서 경우별로 내고를 하고 있다. 규제도 마찬가지다.

스기야마 마사시 : 저희 연구소에서도 중요한 영역이다. 법, 규제, 윤리 고려하고 있다. AI윤리위원회가 국제조직으로 만들어졌고 제가 그 멤버다. 쉬운 주제는 아니다. 어떤 기준이 있다면 기준에 부합하는 기술 개발하면 될 것이라고 하지만 애플리케이션에 따라 기준이 다르다.

이전에는 책무성이라는 게 굉장히 간단했다. 피처 셀렉션이 있는데 머신러닝 알고리즘이 있으면 데이터 제공한다. 기계가 결정을 내린다. 책무성이라고 하면 어떤 피처가 영향을 미칠까 생각하면 된다. 암 분석하면 게넘 살펴보면 되고 (특정) 유전자가 암으로 이어진다. 간단했다.

그런데 자율차의 경우에는 그렇게 단순하지 않다. 자녀가 차에 치었을 경우 픽셀이 사람인데 도로로 인식되는 경우가 생길 수 있다. 이건 기술적인 책무성과 관련된 것이다. 표준이 될 수 있는 규칙, 적어도 기술이 이 정도는 준수해야 한다는 결정이 필요하다. 이 외에 인간과 인간의 합이라고 본다.

장준혁: 윤리를 좀더 체감할 수 있는 민감한 것들을 말씀드리고자 한다. 제가 연구하는게 AI스피커 음성인식을 한다. AI스피커 같은 로봇이고 두 번째는 자동차, 개인이 끌고 다니기 때문에 윤리적이거나 보안이 덜한데 가장 민감한 게 AI 스피커다. 아마존을 비롯 국내 통신사 SK텔레콤, KT, 네이버, 카카오 다 만들었다.

언론에서 AI스피커 점령하는 자가 누구냐는 기사도 있던데, 가장 중요한 장소가 거실이다. 이런 관점에서 보면 현재까지 성능 이슈 때문에 가려져 있지만 윤리 이슈가 있다.

몇 년전 가장 핫 했던 게 스마트 TV였다. TV에 스마트 기능을 둬서 카메라 기능 주고 인터넷 접근 가능하게 한 것이었다. 그런 게 어느 순간 사라졌다. 카메라 때문이었다. 거실을 바라보는 게 맞느냐는 문제 제기가 있었다. 해킹, 도청 당할 수 있는 우려가 있었고 로봇 청소기에 카메라 달았는데 도청 당했고 집안의 모든 곳을 도청해서 더 이상 못 달게 됐다.

AI 스피커 관점에서는 현재는 괜찮다. 기동어가 있다. "알렉사" "OK 구글" 같은 기동어를 말하면 그 때부터 녹음을 해서 그 사운드를 처리해주면 좋은데 워낙 빅데이터이기 때문에 클라우드로 보내야 한다. 나의 정보를 클라우드로 보낼 수밖에 없다.

이 부분에서 서비스 제공업체들이 어떻게 처리할 거냐는 직업 윤리가 필요하다. 개인화 정보를 사용할 때는 어떠한 형태의 프로세스 밟아야 하는지 정립되지 않은 것 같다. 우리나라 AI기술이 글로벌 업체보다 뒤쳐졌지만 앞으로 고도화되면 어떻게 신중해야 할지 많이 이슈가 될 것 같다.

■ AI 시대, 승자 독식에 대해

사회 : 사실은 지디넷코리아가 어제 그 주제로 기사를 하나 썻다. "AI스피커, 아직도 넌 내가 개인 비서로 보이니?"란 제목의 기사였다.

AI시대 얘기할 때 중요한 관점은 기술과 알고리즘을 갖고 있는 쪽으로 부가 몰릴 것이라는 것이다. 지난 해 말 백악관에서 발표한 AI 보고서가 화제가 된 적 있다. 당시 그 보고서는 AI시대가 되면 '슈퍼스타에 편중된 기술변화'가 일어날 것이라고 경고했다. AI문제는 모든 산업에 접목될 가능성이 많기 떄문에 기업간 빈부격차로 이어질 가능성도 제기되고 있다. 그런 지적에 어떻게 생각하나.

스기야마 마사시 : 어려운 질문을 하셨는데 승자 독식에 대해 말씀했다. 머신러닝은 빅데이터 사용해야 한다. 조그만 회사는 경쟁이 쉽지 않다. 그렇기 때문에 (빅데이터가 아니라) 스몰 데이터로도 머신러닝을 할 수 있어야 한다. 그래야 모든 사람들이 사용할 수 있다. 소득을 공유할 수 있다. 빅데이터 써야 하기 때문에 승자 독식이 될 수밖에 없다. 이런 룰을 깨야만 한다.

데브 무커지 : 승자독식은 AI 때문만은 아니다. 사람 자체가 그런 성향이 있는 것 같다. AI 때문만은 아니고 그렇지 않다더라도 기업은 어떻게든 성장할 것이나. 나는 격차에 대해서 얘기하고 싶다.

IBM의 노력 중 하나가 누구나 AI에 접근하고 활용할 수 있어야 한다고 본다. 유스케이스는 호주 스타트업의 경우 주택담보대출 위해 어드바이저 하려고 한다. 챗봇 만들고 이를 만들려면 한 번 살펴봐주는 걸 제안했다. 자연어 서비스, AI서비스 등이 무료로 제공하고 있고 바로 사용할 수 있다. 알고리즘을 만들 필요없이 고객 맞춤형으로 제작할 수 있고 스타트업에서 대기업까지 적용 가능한 것. 비용이 많이 들지는 않는다. 약간 차이가 있긴 할텐데 AI 접근이 안 되는게 아니라 기술적인 무제의 격차가 있는 것 같다.

팬팬 : AI 기술개발하는데 강점이 있겠다. 예컨대 기본 시나리오를 가지고 데이터 수집할 수 있다. 다른 측면에서는 AI 기술이 작은 기업에도 혜택이 될 수있다고 본다. 저희들은 알리바바 클라우드를 만든 것이다. 그리고 모든 AI 역량을 전세계 소규모 기업도 사용할 수 있도록 했다. 비용도 상대적을 낮기 때문에 많은 인적자원 필요없고 따로 AI를 따로 만들지 않아도 된다. AI가 새로운 비즈니스 기회를 가져올 수 있기 때문에 중소기업도 수익이 높아질 수 잇을 것이다.

장준혁 : 승자독식은 자본사회에서 어쩔수 없는 것 같다. 제가 연구하는 음성인식이나 비주얼 등도 구글 딥마인드가 데이터만 많으면 할 수 있는 일이다. 4차 산업혁명 시대에는 모바일 디지털이 키워드다. 자체 인터페이스가 있는 아마존이 AI스피커 에코와 서비스 알렉사를 북미에서 천 몇 백만대 팔았다고한다. 구글이 미국에서 선전하고 있지 않겠냐고 했는데 저번주에 아마존 클라우드가 70% 이상이고 구글이 20% 이상이었다. 헤게모니가 아마존으로 넘어가서 원하는 형태의 아마존의 서비스가 우리나라가 잘하는 제조 관련 가전, 스마트폰에 기본 탑재되는 것이다.

아마존이 매우 싼 값으로 배포하는 것은 헤게모니 갖겠다는 것이다. 플랫폼을 지배하는자가 4차산업혁명 인공지능을 가져간다는 말도 있다.