"AI 프로젝트 성공하려면 현장과 협업이 필수"

이승훈 엘젠ICT AI사업본부 상무 "업무목적 이해 중요"

"인공지능(AI) 프로젝트는 IT 개발자만을 위해서 추진하는 것이 아니다. 기업에 근무하는 실무자들이 더 편리하고 효율적으로 일할 수 있도록 하는 것이 AI의 목표다. 이를 위해서는 현업 종사자와 IT 개발자간의 소통과 협업이 중요하다."

이승훈 엘젠ICT AI사업본부 상무는 8일 서울시 강남구에서 개최된 '딥러닝 이후의 AI 알고리즘과 AI 실증사례 세미나'에서 AI 프로젝트 성공요소로 현업의 업무 지식과 플랫폼, 데이터 사이언티스트의 존재를 꼽았다.

최근 AI에 대한 관심이 높아지면서 AI의 가능성이 적극적으로 논의되는 추세다. 스스로 판단하고 추론해서 사람을 대체할 수 있는 것이 스트롱(강한) AI라면, 사람이 하는 일의 일부를 돕는 등 현실적인 기능을 하는 것이 위크(약한) AI다. 이 상무는 "현재는 위크 AI 단계지만 부분적으로 스트롱 AI로 가고 있다"고 설명했다.

AI 기술이 급속도로 발전하는 상황에서 패권을 쥐기 위해 미국과 중국 등 여러 국가들은 치열하게 경쟁 중이다.

이 상무는 "미국은 이미 2000년대 초반부터 AI 연구를 시작한 기업이 많고, 중국 역시 방대한 규모의 데이터를 수집하며 AI 연구에 집중하고 있다"며 "이러한 추세를 따라가기 위해서는 국내에서도 관련 석·박사가 많이 나와야 한다"고 인력의 중요성을 강조했다.

그는 또 "AI의 핵심은 결국 알고리즘"이라며 "기계학습(머신러닝, ML)이 중심이 된다"고 말했다.

이 상무는 머신러닝에 대해 설명했다. 머신러닝은 지도학습(Supervised learning)과 비지도학습(Unsupervised learning), 강화학습(Reinforcement learning)으로 분류된다. 지도학습의 경우 입력에 대한 정답값이 있어 숫자로 정확도를 측정할 수 있다. 객관식인 셈이다.

반면 비지도학습은 자율학습으로 문제를 내고 답은 지정해주지 않기 때문에 AI가 임의로 데이터를 분류해야 한다. AI가 데이터를 인식하고 비슷한 데이터끼리 분류하는 것을 클러스터링(clustering)이라고 한다.

마지막으로 강화학습은 문제와 답을 주지 않는 대신 특정 행동에 보상을 하는 방식이다. 예를 들면 직진에는 100점, 후진에는 0점을 부과한다. 이 상무는 "이세돌이 알파고와 첫 대결을 했을 때는 바둑 AI가 지도학습이었지만 지금은 강화학습을 통해 사람과 생각하는 수준이 비슷해졌다"며 "강화학습은 특히 테슬라 등 자율주행차의 핵심적인 알고리즘"이라고 설명했다.

지도학습과 비지도학습이 통계 기반 알고리즘이라면, 최근 각광받는 심층학습(딥러닝)은 여기에 뉴럴넷을 합친 것이다. 이 상무는 "비지도학습과 딥 뉴럴 네트워크가 결합한 회선 신경망(CNN)과 순환 신경망(RNN)을 딥러닝이라고 하며, 딥러닝은 현재 가장 뛰어난 인식능력을 보인다"고 말했다.

이러한 AI 기술이 급속도로 성장한 이유는 GPU 성능이 발달했기 때문이다. 인터넷을 통해 방대한 양의 데이터를 손쉽게 얻을 수 있게 되었다는 점도 한몫했다. ▲신경망 학습방법 개발 ▲방대한 데이터세트 ▲빠른 GPU 연산장치가 AI 알고리즘에 혁신을 가져온 셈이다.

이 상무는 "AI 붐을 타고 현재는 학계와 기업의 최고 인력들이 새로운 머신러닝 및 딥러닝 기반 AI 해법을 쏟아내고 있다"며 "국내에서도 수학과 코딩 및 다양한 산업 지식을 갖춘 AI 인재가 무엇보다도 필요한 시기"라고 강조했다.

이러한 현실을 바탕으로 AI 프로젝트를 수행할 때 인력뿐만 아니라 수행 목적 또한 명확해야 한다는 것이 그의 의견이다. 목적이 확실해야 업무에 효율적으로 적용할 수 있기 때문이다.

이 상무는 "기업에서 AI를 도입해야 하는 이유는 기본적으로 비용을 절감하기 위해서다"라며 "AI는 사람이 하는 일을 더욱 효율적으로 빠르게 처리하기 위해 필요하고, 그렇게 하기 위해서는 현업과의 끊임없는 소통을 통해 업무의 포인트를 잘 발굴해야 한다"고 강조했다.