"AI, 인간 개입 없이 복잡한 문제 해결"

국내 정보통신(ICT) 연구개발(R&D)을 총괄하는 정보통신기획평가원(IITP)이 지난해말 '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 다섯차례 나눠 게재한다. 1회는 기술청사진의 전반적 설명을, 2회는 자연지능과 인공지능 연계 등 지능에 대한 고찰을, 3~4회는 학습지능과 감성지능에 대한 세부 동향을, 5회는 인공지능 기술의 산업적 적용 가능성을 다룬다. 이번 회는 세번째로 '성장하는 AI'를 소개한다. <편집자주>

올해 1월 11~14일 온라인으로 열린 ‘CES 2021’의 최대 화두는 인공지능과 전자제품이 결합해 구현할 미래 사회 모습이었다. 특히 코로나19로 사람들 활동범위가 ‘집’을 중심으로 축소됨에 따라 다양한 인공지능 기반 스마트 가전제품들이 주목을 받았다.

삼성전자가 선보인 ‘WF8800A 세탁기’는 인공지능을 기반으로 사용자의 세탁 습관을 지속적으로 학습, 세탁 시 최적의 옵션을 추천하도록 설계, 보다 편리한 세탁 경험을 제공한다. 이처럼 사람 사고와 습관을 이해하고 사람을 위해 똑똑하게 작동하는 인공지능은 다양한 기술간 결합으로 구현된다. 예를 들면 변화하는 환경 속에서 인공지능이 스스로의 기준을 갖고 더 넓은 범위로 확대해가며 지속적으로 학습하는 능력, 인간처럼 공감하고 소통할 수 있는 능력 등이 있다.

정보통신기획평가원(IITP)가 지난해말 펴낸 '인공지능 기술청사진 2030'은 우리가 기대하는 사람 중심 인공지능을 구현하기 위해 필요한 기술을 ▲인공지능 학습능력의 획기적 개선(IQ) ▲신뢰성·공감능력·소통능력 등 범용성 확보(EQ)라는 두 개념으로 체계화했다. 이중 성능적 한계 극복을 위한 인공지능 기술을 소개한다. 성능적 한계 극복 개념은 '성장하는 AI'에 해당되며 이는 ▲깊은 성장 A ▲범위 성장 AI ▲지속 성장 AI 등 크게 세 분류로 나눠진다.

■깊은 성장 AI

'깊은 성장 AI'는 인간 개입 없이 복잡한 문제에 대한 해결능력을 갖고 문제 해결방법을 다양한 방법으로 접근해 찾아내며 반복 과정을 통해 스스로 학습 방법을 개선하는 기술이다. 세부적으로 ①기계가 사람의 지식이 아닌 기계 스스로 대상을 인지하고 의미를 부여하는 학습 기술 ②대량의 데이터를 학습하면서 얻게 되는 경험을 이용해 새로운 학습 시 모델 학습이 빠르게 이뤄지게 하는 기술 ③인간 개입 없이 반복 학습을 통해 인공지능이 스스로 목적을 달성하는 과정을 습득하는 기술 등이 있다.

이중 ①에 해당되는 자기 지도학습은 기계가 스스로 학습하고 의미를 부여하는 기법의 인공지능 기술로 언어지능, 시각지능 분야에서 주로 연구된다. 첫 번째로, 언어지능 기반 자기 지도학습의 경우 BERT가 종단형(End-to-End) 학습 방법을 기반으로 기술을 주도하고 있다. 대표적으로 구글 BERT 기술은 자연어 처리의 일부 성능 평가에서 인간보다 더 높은 정확도를 보이며 자연어 처리와 이를 응용하는 분야에 기존 학습을 활용, 적용되고 있다.

두 번째로, 시각지능 기반 자기 지도학습은 주변 영상 조각이 어떤 것이 올 수 있는가에 대한 연구를 시작으로 사물 검출, 사물 분류 등의 전통적인 컴퓨터 비전 문제해결에 활용되고 있다. 최근 이미지의 직소 퍼즐(Jigsaw Puzzle)을 퍼즐 찾는 분야에서 연구가 진행됐고, 자기지도 기반으로 가장 적합한 이미지를 찾는 분야에 자기지도 학습된 모델을 사용했다.

■범위 성장 AI

범위성장 AI는 인간의 추론 능력을 흉내 내는 기술이다. 새로운 데이터를 분석·확장해 논리 추론에 의한 정보 추출 및 확장을 가능하게 한다.

세부적으로 ①새로운 데이터를 분석해 지식을 확장하고 논리 추론에 의한 지식 추출 및 확장이 가능한 AI 기술 ②상식을 수집하고 컴퓨터에 가르치는 방법을 찾아 컴퓨터가 상식을 자연스럽게 이해하고 이를 바탕으로 상호 작용할 수 있도록 돕는 AI 기술 ③실세계 환경과의 상호작용 기반 학습으로 실세계 현장에서 안전하고 정확하게 행동하도록 학습하는 융합 AI 기술 ④텍스트 형태 절차 지식을 자연어로 추출하는 AI 기술이 있다. 이중 ②에 해당되는 상식기반 추론 기술은 인간의 상식을 기계가 사용 가능하도록 체계화하는 인공지능 기술로 인간지식 체계화, 상황변화 추론 분야에서 주로 연구된다.

첫 번째로, 인간지식 체계화 기반 상식기반 추론 기술은 인간 상식을 기계가 사용 가능한 형식으로 체계화시키는 프로젝트 'Cyc'가 대표적이다. 1984년에 시작돼 현재 인간의 지식을 약 150만개 용어로 구성된 온톨로지로 제공하고 있으며 추론을 위한 2450만개의 공리가 포함돼 있다.

두 번째로, 상식추론 데이터 구축 기술은 문서에서 표현된 일상적인 상황에 대해 상식추론을 평가하기 위한 벤치마크 데이터를 구축하는 연구가 활발히 진행 중이다.

■지속 성장 AI

'지속성장 AI'는 현 AI 기술을 현실 세계에 적용하기 위해 부딪치는 다양한 문제에 효율적으로 대처할 수 있도록 지속적으로 학습이 가능하게 하는 기술이다.

세부적으로 ①AI 시스템이 학습 역량을 통해 할 수 있는 일과 할 수 없는 일에 대해 사람이 이해할 수 있는 방식으로 진단 및 자가 개선하는 기술 ②신규 데이터로부터 지속적으로 스스로 학습, 과거에 배운 지식을 축척 및 유지함으로써 하나 이상의 도메인에서 새로운 태스크에 대해 효율적으로 적용 가능한 기술 ③인간의 뇌인지 기능이 발달하는 과정을 모사해 지속적인 학습과 성장이 가능한 기술 ④중앙서버 또는 서비스 제공자 관리하에 다수의 클라이언트 및 디바이스가 기계학습 문제를 해결하기 위해 협업하는 기술 ⑤높은 연산량의 AI 기술이 성능을 유지하면서 네트워크 설계에서 적용 단계까지 경량화 할 수 있는 기술 등이 있다.