"인공지능,획기적 도약 위해 자연지능과 연계해야"

국내 정보통신(ICT) 연구개발(R&D)을 총괄하는 정보통신기획평가원(IITP)이 지난해 12월 21일 '인공지능 기술청사진 2030 2차 연도 보고서'를 발표했다.

이 보고서는 인공지능을 21개 소분류로 구분해 기술 및 시장 동향과 프로젝트 현황, R&D 이슈, 기술 완성도 등을 담았다.

지디넷코리아는 이 보고서를 작성한 IITP 인공지능데이터기획팀 박상욱 팀장<사진>을 비롯한 필자들의 보고서 요약을 다섯차례 나눠 게재한다. 첫 회는 기술청사진에 대한 전반적인 설명을, 2회는 자연지능과 인공지능 연계 등 지능에 대한 고찰을, 3~4회는 학습지능과 감성지능에 대한 세부 동향을, 5회는 인공지능 기술의 산업적 적용 가능성을 다룬다. <편집자주>

■들어가며

딥마인드 알파고 이후 인공지능 관심과 중요성은 현재 진행형이다. 우리 생활에서 하루로 빠지지 않고 인공지능 이야기를 들을 수 있다. 세계최대 전자전시회인 CES 등에서도 주요 화두로 자리잡았다.

지난 2018년 9월 필자는 엑소브레인(언어지능), 딥뷰(시각지능), VTT(비디오 스토리 이해), XAI(설명가능 인공지능) 등 인공지능 원천 R&D과제들이 2023년도에 일몰됨에 따라 인공지능 원천 R&D 후속 사업 필요성을 과기정통부에 보고했고, 과기정통부 요청으로 인공지능 기술청사진 작업을 추진하게 됐다. 당시 과기정통부는 R&D 예타 통과가 매우 어려움에 따라 예타 추진을 위해 글로벌 R&D 동향을 조사 분석해 차세대 인공지능 R&D 방향을 제시할 수 있는 기술청사진 자료를 요구했다.

2018년 11월부터 시작한 기술청사진은 처음 시작하는 어려운 작업으로 전문가들이 세 차례나 바뀌는 우여곡절 끝에 2019년 11월 1차 보고서가 발간됐다. 어렵게 도출된 보고서임에도 불구하고 처음 시도하는 작업이라 보고서 완성도는 생각처럼 높지 않았다. 기존 인공지능 기술분류체계를 기반으로 44개 R&D 이슈를 도출한 것이 그나마 성과였다. 1차 보고서 발간 이후 외부 의견 수렴을 통해 딥러닝 이후를 주도 할 수 있는 새로운 기술분류체계와 그에 따른 화두 제시가 중요하다고 생각했다. 해당 사항을 반영해 기존 인공만을 강조한 지능에서 자연(인간)지능을 포함한 지능에 대한 고찰을 시작했고, 그에 따라 학습지능(IQ), 감성지능(EQ) 등 인간을 모사할 수 있는 기술분류체계를 도출할 수 있었다.

21개의 새로운 기술분류 체계를 기준으로 기술 및 시장 동향, R&D 이슈 및 발전 전망을 제시했고 각 소분류가 산업별로 어떻게 연계되는지 소개, 인공지능 산업 확산 가능성을 열어두었다.

■지능에 대한 고찰

지능의 중요성과 자연지능과 인공지능에 대한 고찰, 자연지능과 인공지능 연계를 다뤄 우리가 왜 차세대 인공지능 R&D를 추진해야 하는지, 또 앞으로의 인공지능 R&D 방향은 어떠해야 하는지 근본적인 부분부터 생각하는 자리를 마련했다.

자연지능 관점에서 지능은 신경심리학 기반 인지기능 분류와 하워드 가드너의 다중지능 이론을 바탕으로 한 분류를 소개했다. 또 기억 및 학습 지능, 언어 지능 등 최근 추진되는 자연지능에 대한 연구동향도 함께 다뤘다.

특히, 미국 국립보건원의 인간뇌 연결체 프로젝트(HCP, Human Connectome Project)는 자연지능의 뇌지도 연구동향을 소개한 것으로 인공지능 발전을 위해 참고할 만하다. 앞서 언급한 자연지능을 참고해 학습지능(IQ)과 감성지능(EQ)을 기준으로 인공지능 기술분류 체계를 수립했다.

다음으로 자연지능과 인공지능 연계 방향을 제시했다. 이는 자연지능과 인공지능을 포괄하는 통합지능(Unified Intelligence) 체계를 수립해 자연지능과 인공지능이 조화 및 협력이 가능한 미래 발전방향을 제시하기 위함이다. Insights from the Brain(2020.4) 을 참고해 연령에 따른 자연(인간)지능과 인공지능 발달과정을 보여주어 인공지능 발전을 위해 자연지능에 대한 고찰 필요성을 강조했다.

■소분류별 주요 동향

앞서 분류한 21개 소분류별 기준으로 소분류 정의, 기술 및 시장 동향, 국내외 프로젝트, R&D 이슈, 기술 완성도, 연도별 R&D 발전 전망, R&D 주제, 참고문헌 등을 소개했다.

학습 지능(IQ) 중 첫 번째 중분류인 깊이 성장 인공지능을 예로들면, 보고서는 학습 지능을 깊고(깊이 성장) 넓고(범위 확장) 길게(지속 성장) 학습하는 것을 제시했다. 이 중 깊은 성장에는 자기지도학습, 메타학습, 강화학습 등이 해당되는데, 강화학습은 인공지능이 어떤 액션을 취했을 때 그 결과에 따른 보상을 해 인공지능이 더 많은 보상을 받을 수 있게 해주는 기술이다.

인공지능이 수행한 액션에 의해 환경은 변화하며 이러한 변화에 대한 보상과 새로운 환경 상태를 인공지능에게 전달해 인공지능 스스로 최적화한 액션을 수행토록 하는 내용을 기술 정의, 기술 및 시장 동향 등을 통해 상세히 설명했다.

또한 미국, EU, 중국, 한국 등 국가별 프로젝트 현황을 제시해 각국에서 어떤 연구를 하며 그 수준은 어떠한지 제시했다. 이를 기반으로 소분류별 R&D 이슈를 도출했고 아울러 2030년까지 발전전망도 제시했다. 강화학습의 경우 주요 R&D 이슈는 자동 제어 고신뢰성 강화학습 모델, 데이터 효율적 강화학습 알고리즘 등이며 연도별 발전 전망을 담았다.

■ 산업별 발전전망

인공지능 기술이 발전하면 궁극적으로 주요 산업에 확산돼 우리가 일상에서 사용하는 제품 및 서비스에 적용될 것이다. 그러기 위해서는 산업계 종사자나 일반인이 인공지능이 적용된 미래를 전망할 수 있어야 한다. 이런 사항을 감안해 게임, 에너지, 가전 등 15대 산업의 2030년까지 제품 및 서비스 발전 방향을 제시했고, 21개 소분류의 해당 내용과 연계사항을 소개했다. 이 부분은 산업분야 발전 상황과 인공지능 기술 완성도에 따라 달라질 수 있지만 인공지능 기술의 산업적 파급력과 중요도를 고려, 해당 분야 종사자들은 인공지능 기술에 대한 관심을 기울일 필요가 있다고 생각한다.

■마무리 하며

이번 인공지능 기술청사진은 150여명의 국내 최고 전문가들이 협업해 2년간에 작업한 결과다. 작업 난이도가 높고 처음 시도하는 내용이 많다 보니 보고서 작성에 많은 시간이 걸려 참여한 전문가들이 무척 어려워 했다. 특히 코로나19로 대면 회의가 어려운 상황에서 메일과 전화로 작업을 추진하는 것이 보통 힘든 일이 아니였다.

중간에 포기하지 않고 끝까지 보고서를 마무리해 준 분들에게 이 자리를 빌려 진심으로 감사를 드린다. 또 실무작업을 총괄한 최윤호 선임과 정다영 선임의 노고에도 고마움을 표한다. 책임자 입장에서는 아쉬운 부분이 없지 않지만 미흡한 사항은 추후 보완할 기회가 있을 것으로 생각한다.

작업을 통해 느낀 점은 현 인공지능의 획기적 도약을 위해서는 자연지능과 연계해 통합지능 형태로 발전이 필요하다는 것이다. 현재 인공지능은 딥러닝 고도화 방법에서 크게 벗어나지 않고 있다. 기술추월형 R&D를 하기 위해서는 새로운 접근 방법에 대한 심도 있는 고찰이 필요하다.