2014년 초, 구글은 설립된 지 3년 밖에 되지 않은 신생 회사인 딥마인드(DeepMind)를 4억 달러가 넘는 금액에 인수하였다. 일각에서는 그렇게 큰돈을 걸 가치가 있는지 많은 의문을 가졌지만, 2016년 3월 대한민국 서울에서 구글 딥마인드 사의 딥러닝 기반 인공지능 '알파고(AlphaGo)'와 자타가 공인하는 바둑계의 명실상부한 바둑기사 '이세돌'간의 대국이 열리고 그런 의문은 사라졌다. 모두의 예상을 뒤엎고 알파고가 이세돌 9단을 상대로 승리한 것이다. 결국 이세돌과 알파고의 역사적 대국은 2016년 '네이버 검색어 결산'의 분야별 검색어 IT분야, 월별 검색어 3월에 랭크되었고 다음 '2016을 뜨겁게 달군 검색어' 5위에 랭크되었다.

[이미지 촬영=대한민국청소년기자단 4기 장영욱기자] (↑포털사이트 다음의 '2016을 뜨겁게 달군 검색어.'

이세돌과 알파고의 대결이 5위에 랭크됐다.)

   하지만 예전부터 영화에서만 본 것 같은 인공지능의 개발에 갑자기 박차를 가하는 것 같아 보이는 것도 사실이다. 하지만 이러한 인공지능의 발전의 배경에는 생각보다 오랜 역사가 있다.

   그 역사를 거슬러 올라가면 컴퓨터와 그 뿌리를 같이한다고 할 수 있다. 영화 '이미테이션 게임'으로 많은 사람들에게 알려진 '앨런 튜링(Alan Turing)'은 1936년, 런던 수리학회에 제출한 논문에서 컴퓨터의 기본적인 구조를 최초로 구상하였고, 이것을 '튜링 기계(Turing's Machine)'라고 부른다. 튜링은 여기에서 그치지 않고 1950년 "계산기계와 지성(Computing Machinery and Intelligence)"라는 논문에서 '튜링 테스트(Turing Test)'를 제안하는데, 그것은 간단히 말해 피실험자가 기계와 대화를 한 후 피실험자가 대화상대가 인간인지 기계인지 구분할 수 없는 경우 기계가 지능을 갖고 있다고 보아야 한다는 내용이다. 또한 뇌과학의 발달 역시 인공지능의 개발에 엄청난 영향을 미쳤다. 이로써 인공지능의 그릇이라고 할 수 있는 '튜링 기계'와 인공지능의 개념인 '튜링 테스트', 뇌과학의 발전으로 인공지능의 기반이 마련되었다. 그 후 최초의 전자계산기인 ABC 컴퓨터 이래로 에니악, 에드삭, 유니박, 에드박 등이 개발되면서 엄청나게 빠른 계산력을 보였고 컴퓨터가 곧 인간보다 똑똑해 질 것이라는 생각을 만들었다. 그리고 1955년, 이론 증명 프로그램이자 세계 최초의 인공지능 프로그램이라고 불리는 '로직 시어리스트(Logic Theorist)'가 개발되고 1956년 다트머스 대학에서 열린 회의에서 '인공지능(Artificial Intelligence)'이라는 단어가 처음 사용되며 인공지능의 개발에 박차를 가하기 시작했다.

[이미지 촬영=대한민국청소년기자단 4기 장영욱기자]

   그리고 미국 카네기멜론대학교 컴퓨터학 교수를 역임했던 허버트 사이먼은 10년 내에 컴퓨터가 세계 체스 챔피언을 이길 것이라는 예상하는 등의 낙관론이 1950년대 후반부터 1960년대까지 펼쳐지며 이렇게 인공지능이 막 실현되는 듯 했고, 이 시기를 1차 인공지능 붐이라 한다. 하지만 수십 년 동안 엄청난 투자의 결과는 미미한 것이었다. 가시적인 성과가 적을 뿐만 아니라 이렇게 만들어진 인공지능이 쉬운 문제는 해결할 수 있을지라도 어려운 문제는 해결할 수 없다는 사실이 밝혀졌으며 그 외에 인공지능 개발에 있어서 몇몇 근본적인 한계가 발생하였으며, 컴퓨터 성능의 한계 또한 영향을 미쳐 결국 인공지능 개발에 대한 여러 자금지원이 중단되고 인공지능 개발이 주춤하게 되었다. 이것을 인공지능 겨울이라고 부른다.

   하지만 인공지능 붐이 또 한 번 일어났는데, 바로 1980년대 많은 지식 주입을 기반으로 한 인공지능은 현실의 복잡한 문제를 해결할 수 있으리라는 생각이 퍼졌고 여기에서 생겨난 것이 전문가 시스템(expert system)이라는 인공지능 프로그램의 형태이다. 이 전문가 시스템은 특정 분야에서 주입된 많은 지식을 기반으로 하여 전문가와 같은 진단을 내릴 수 있도록 개발되었으며 이미 1970년대 마이신(MYCIN), 덴드랄(DENDRAL) 등이 개발되며 전문가 시스템을 이끌었으며 1980년, 컴퓨터의 하드웨어 구성을 결정하는 전문가 시스템 XCON이 개발되었고, 매년 4천만 달러를 절약시켜주며 매우 큰 성과를 냈다. 또한 발전과정에서 모든 일반 상식을 컴퓨터에 입력하려는 프로젝트 Cyc도 진행되었으며 지식 주입을 기반으로 한 2차 인공지능 붐은 희망이 있는 듯 했다. 하지만 Cyc 프로젝트는 수십 년 동안 완성될 것 같지 않았으며, 기계를 이용한 번역 등의 사례에서 이런 지식 주입 기반의 인공지능에서도 뚜렷한 한계가 나타났다. 물론 현재도 미국의 퀴즈쇼 ‘제퍼디!’에서 인간 참가자를 제쳤으며 암 진단, 조리법 제작 등 수많은 분야에서 활약하고 있는 인공지능인 IBM의 ‘왓슨(WATSON)’이 어마어마한 양의 데이터(지식)를 기반으로 하고 있지만 당시와 다른 방식으로 작동하며 당시에는 웹(Web)이 출현하지 않은 상태였기에 왓슨처럼 많은 데이터를 넣어줄 수 없었을 뿐더러 컴퓨터의 성능 역시 어마어마하게 뒤쳐져있었다. 인공지능 하드웨어의 경제성이 떨어지게 되면서 XCON같은 전문가 시스템을 유지하는 것이 너무 비싸다는 것이 알려졌고 결국 또다시 인공지능에 대한 투자가 급감하였고 결국 두 번째 인공지능 겨울이 찾아왔다.

   그런데 이제 와서 갑자기 또 인공지능이라니. 이번에는 뭐가 다른 것일까? 그것은 바로 ‘학습’이다. 지금까지의 인공지능은 많은 지식을 받아들이도록 하여 들어온 가진 지식만큼 행동하도록 설계되었다. 하지만 이런 구조의 인공지능은 그 지식 이상의 활동은 할 수 없었으며 수많은 변수와 예외에 대응할 수 없었다. 게다가 인간으로부터 정제된 지식을 넣다보니 오차 역시 발생하는 등의 문제가 발생하였다. 하지만 지금 부상하고 있는 인공지능은 기계가 스스로 학습하는 것에 초점을 맞춘 것이다. 이처럼 기계에게 스스로 학습을 할 수 있는 능력을 부여하는 인공지능의 한 분야를 ‘기계학습(Machine Learning)’이라고 하는데 이미 이 기술은 1950년대 후반부터 발생하였다. 그 후 다양한 기술이 개발되었음에도 불구하고 수십 년 동안 답보상태를 겪다 ‘딥러닝(Deep Learning)’ 기술이 급격히 발전하기 시작하며 그 꽃을 피우기 시작했다. 딥러닝은 인공신경망에 기반을 둔 기계학습 기술의 한 종류로 여기서 인공신경망이란 생물학의 신경망에서 영감을 얻은 통계학적 학습 알고리즘이다.

[이미지 제공=김진형 KAIST 명예교수] (↑딥러닝의 구조)

{위의 이미지는 사용 허락을 받은 사진(이미지 제공)}

   이 딥러닝 기술은 인간으로부터 정제된 것들로 구성되는 것이 아니라, 데이터를 바탕으로 컴퓨터 스스로 특징을 만들어 내므로 데이터를 제공하면 기계가 그 데이터를 기반으로 스스로 학습한다고 할 수 있다. 그러므로 벽돌게기 게임 한다고 치면, 기존의 인공지능에는 언제 어디로 어떻게 움직이라는 식의 정보를 아주 많이 넣어 주어야 하지만, 딥러닝이 적용된 인공지능에게는 인간 플레이어가 게임을 하는 모습을 많이 보여주고 점수를 내라는 조건만 준다면 스스로 효과적으로 점수를 내는 방법을 익히게 된다. 그러므로 지금까지 인간이 관여해야만 했던 영역에까지 인공지능이 파고들 수 있게 되었다. 물론, 기계학습 분야에서 다른 기술의 개발과 컴퓨터 성능의 향상도 영향을 미쳤지만, 어쨌든 결정적으로 이러한 딥러닝 기술로 인해 딥러닝 기술의 선두인 구글의 딥마인드(DeepMind)가 알파고를 통해 이세돌 9단과의 대결에서 승리할 수 있었던 것이다.

   이렇듯 생각보다 긴 역사를 지닌 인공지능이 또 다시 붐을 일으키고 있으며 이번에는 전 세계적으로 열풍을 일으키고 선두기업의 인공지능 연구가 시작되면서 세계 각국의 정책과 기업에 경종을 울리고 있다. 대표적인 인공지능 연구 기업으로는 구글과 아마존, 페이스북, 바이두, 마이크로소프트 등이 있다. 구글은 구글 번역에 인공신경망을 통한 학습을 적용하고 구글어시스턴트라는 인공지능 비서를 공개하였으며 딥마인드를 통해 꾸준히 인공지능 기술을 향상시키고 있고, 물류 유통업체였던 아마존 역시 인공지능 알렉사가 탑재된 스피커 ‘에코(Echo)’를 출사하였고 꾸준히 인공지능 연구원을 영입하며 음성인식 기술 강화에 노력하고 있다. 또한 페이스북 역시 얼굴인식 알고리즘을 개발하는 등 인공지능 연구에 많은 투자를 하고 있으며 중국의 구글이라 불리는 바이두에서는 구글의 인공지능 연구를 담당했던 앤드류 응 연구원을 총 책임자로 하여 인공지능 센터를 건립하고 인공지능 연구를 강화, 마이크로소프트에서는 개 품종을 분류하는 딥러닝 기술을 공개하였고 윈도우의 지능형 음성 비서인 코타나를 개발하며 많은 노력을 하고 있다.

   이런 상황에서 우리나라는 어떨까? 우리나라는 2016년 8월 10일 열린 제 2차 과학기술전략회의에서 발표한 9대 국가전략 프로젝트에 인공지능을 포함시켰다.

[이미지 제공=미래창조과학부 블로그(http://blog.naver.com/with_msip/220784378546)]

{위의 이미지는 사용 허락을 받은 사진(이미지 제공)}  (↑인공지능이 9대 국가전략 프로젝트에 선정)

하지만 기업들의 인공지능 개발은 늦거나 지엽적인 성격을 띄는 부분이 많아보인다. 구글의 알파고에게 이세돌 9단이 패한 후 삼성은 그제야 인공지능 플랫폼 개발업체인 비브랩스를 사들였고 새로 출시되는 갤럭시 S8에 와서야 빅스비라는 명칭의 인공지능을 탑재한다고 한다. 그리고 네이버에서는 구글과 같이 인공신경망을 통한 번역 서비스를 시범운영하고 있으며 새로 출시하는 웹브라우저인 웨일 브라우저에 이 기술을 탑재하였다. 또한 딥러닝 기술로 이미지를 분석해 이용자에게 추천해주는 서비스를 베타 오픈하고 네이버 랩스에서 빅데이터를 기반으로 자동 분석하여 검색 시 데이터트렌드를 제공하는 서비스를 제공하고 있지만 검색 포털에서의 인공지능 적용을 제외한 다른 분야에서는 별다른 진전을 보이지 않고 있다. 또한 카카오에서는 2017년 2월 1일에서야 인공지능 연구 개발을 담당하는 카카오 브레인을 설립하였다. 그리고 KT는 얼마 전에서야 아마존의 에코처럼 인공지능이 탑재되었지만 TV와 인터넷을 중심으로 설계된 인공지능 TV·스피커인 '지니'를 출시하였다.

   대한민국은 우수한 전자제품을 만들어 세계의 선진국 반열에 오를 수 있는 동력을 얻었었지만, 급속도로 진행되는 기술혁신의 흐름을 파악하지 못하면 자칫하다 노키아나 모토로라처럼 정상에서 추락하게 될지도 모른다. 한 포털사이트의 네티즌은 이렇게 말한다. 적어도 그저 인터넷 속도로만, 스마트폰 사용률로만 IT강국을 찾는 ‘어느 나라’보단 다른 나라가 낫다고.

[대한민국청소년기자단 IT과학부=4기 장영욱기자]