몇 달 전 '알파고'라는 바둑 괴물이 나와 온 세계를 떠들썩거리게 만들었다. 전 세계 사람들은 이 '알파고'라는 프로그램에만 관심을 가졌지, 그 원리가 무엇 인지는 소수의 사람들만 관심을 가졌을 것 이다. 이 특별한 기술의 원리는 ‘딥 러닝’이라는 새로운 기술에서 해답을 찾을 수 있다. 우선 이‘딥 러닝’이라는 기술은 의외로 우리 생활 속에 많은 영역을 차지하고 있다. 필자가 사용하는 휴대전화의 음성인식 기능, 최근 많은 사람들이 이용하는 얼굴전환 카메라, 다양한 포털 사이트의 여러 가지 인식 기능, ‘페이스 북’의 얼굴인식 기능, 자동차의 자율 주행기능 등 모두 다 ‘딥 러닝’을 활용한 기술이다.

 ‘딥 러닝’의 정확한 의미를 알아보자면 ‘머신 러닝’ 즉 ‘기계 학습’으로 거슬러 올라가게 된다. ‘머신 러닝’과 ‘딥 러닝’은 인공지능의 한 분야라는 공통점을 가지고 있다. 하지만 둘 사이에는 매우 큰 차이점 하나를 가지고 있기도 하다. 바로 ‘feature', 바로 ’특징‘이라는 것 이다. ’딥 러닝‘은 'feature 러닝’이라고 부를 수 있기도 하다. ‘머신 러닝’의 기술이 발달함에 따라 성능도 뛰어나 지고, 그 안의 데이터는 ‘빅 데이터’와 같은 기술의 발달로 구하기도 용이해졌다. 그러나 ‘머신 러닝’에게는 없는 것 한 가지 그게 바로 ‘feature'이었던 것이다. 예전에는 이’feature'를 사람이 대신 해 주었지만 이 과정이 매우 어려우니 이 과정을 대신 해 주는 기술이 바로‘딥 러닝’인 것이다. ‘딥 러닝’이 처음 등장한 때는 1980년 ‘후쿠시마 쿠니히토’가 소개한 신경망인 ‘네오코그니션’에서 이다. 또한 1989년 ‘얀 러쿤’과 동료들이 신경망에 표준 역전파 알고리즘을 적용한 연구를 수행하여 손으로 쓴 우편번호 인식에 성공했다.

 ‘딥 러닝’은 많은 데이터를 기반으로 하는 기술이기 때문에 기술의 발전을 위해서는 방대한 양의 데이터가 가장 중요하다. 휴대전화에 자신의 얼굴 데이터가 없었더라면 자기 휴대전화가 자신의 얼굴을 인식하는 일은 없었을 것이고, ‘알파고’안에 기보 데이터가 없었더라면 ‘알파고’는 ‘이세돌’을 절대 이기지 못했을 것이다. 그러나 한국에서는 아직 다른 선진국들에 비해서 ‘딥 러닝’에 대한 관심도도 낮고, ‘딥 러닝’에 대한 연구도 부족하다. 아마 구글 자동 번역 서비스에서 ‘영어-일본어’번역 품질과 ‘영어-한국어’번역 품질을 비교해 보면 이 사실을 알 수 있을 것이다. 우리나라도 어서 빨리 ‘알파고’의 충격에 빠져있지만 말고, 많은 데이터를 수집해 ‘딥 러닝’기술을 더욱 더 많은 실생활에 적용시켜야 한다.

[대한민국청소년기자단 IT과학부=4기 강상윤기자]