딥러닝, 인공지능 부활의 신호탄
　
　2012년, 인공지능의 부활을 알리는 두발의 신호탄이 터졌다. 그해 국제 영상 인식 대회(ILSVRC)에서는 믿을 수 없는 일이 벌어졌다. 이 대회의 목표는 이미지넷에 있는 십오만 장의 사진 중 자동차, 강아지 등 1000가지 종류의 물체를 컴퓨터로 찾아내는 것이었다.

자율주행 자동차가 보행자를 인식하거나 구글 포토에서 사진을 자동으로 분류할 때도 사용되는 이 기술은 오랫동안 답보 상태에 머물러 있었다. 2011년까지는 75%의 정확도가 최고 기록이었는데 일 년에 1~2%의 성능을 올리기도 쉽지 않았다. 기업들도 오랫동안 투자를 하며 기다렸지만 기대했던 성과가 나오지 않자 연구팀을 해체하는 지경에 이르렀다.

그런데 이 대회에 처음으로 참가한 토론토 대학의 슈퍼비전팀이 경쟁자와 격차를 10% 이상 벌리며 85%의 정확도로 우승을 차지하였다. 참여한 멤버는 제프리 힌튼 교수와 학생 2명이 전부였다. 더욱 놀라운 것은 3명 모두 영상 인식 분야의 전문가가 아니었다. 학계와 IT 업계가 술렁거렸다. 기계가 학습을 한다는 “딥러닝(Deep Learning)”이 세상에 모습을 드러내는 순간이었다.


　그해 매스컴을 뜨겁게 달구었던 또 하나의 사건이 있었다. 구글은 사람의 도움 없이 컴퓨터가 1000만 장의 사진 중에서 고양이 이미지를 찾아내는 데 성공하였다고 발표하였다. 기계가 스스로 사물을 인식할 수 있다는 것을 보여준 획기적인 업적이었다. 여기에도 딥러닝이 사용되었다는 소식이 전해지면서 IT 업계에는 딥러닝 열풍이 불기 시작했다. 관련 스타트업의 인수가 이어지고 인재 확보와 기술 경쟁에 불이 붙었다.

2년 뒤 구글은 이미지넷의 영상 인식률을 93%까지 올렸다. 2015년 1월 중국의 바이두는 인식률을 94%로 향상시켰고 2월에는 마이크로소프트가 95%를 기록하면서 사람의 수준에 다다랐다. 딥러닝은 영상뿐만 아니라 음성 인식과 자동 번역의 성능도 한순간에 끌어올렸다.
　
딥러닝은 인간의 뇌를 모방한 인공신경망에 그 뿌리를 두고 있다. 인공신경망은 인공지능의 한 축으로 알파고가 기보를 통해 바둑을 익히듯이 기계에게 학습을 시키는 한 방법이다. 이런 결과에 고무된 기업들은 다시 팀을 재정비하고 대가들을 찾아 나서며 흥분을 감추지 못했다. 알파고로 인해 인공지능에 대한 관심이 급증하자 정부도 서둘러 대책을 내놓았다.

미래창조과학부는 ‘지능정보기술연구소’를 설립하고 5년간 1조 원을 투자하겠다는 발표를 하였다. 삼성전자, LG전자, 현대자동차 등 기업들을 끌어들이고 미래부 내에는 인공지능을 총괄할 전담팀까지 만들었다. 인공지능 불모지에 정부의 지원 소식은 가뭄의 단비처럼 반갑다. 그러나 R&D는 거창한 시작보다 거품이 꺼진 뒤 성공할 때까지 살아남는 것이 더 중요하다.

그런 의미에서 이외수 선생이 주창하는 ‘존버 정신’이야말로 R&D의 중요한 덕목이라 하겠다. 60년 인공지능 역사에 한 획을 그은 딥러닝의 탄생 뒤에도 길고 긴 겨울(AI winter)을 힘겹게 살아온 노 교수의 공로가 숨어 있다. 딥러닝의 대부로 불리는 제프리 힌튼 교수의 삶을 통해 우리의 현실을 돌아보자.
　
　딥러닝의 대부, 제프리 힌튼
　
　캐나다 토론토 대학의 제프리 힌튼 교수는 70을 바라보는 나이에도 딥러닝을 전파하기 위해 동분서주하고 있다. 대학에서 심리학을 전공한 힌튼 교수는 뇌의 비밀을 알고 싶었다. 주변의 만류에도 불구하고 인공지능의 신경망 분야를 선택해 박사 과정을 시작하였다.

당시는 인공지능의 거품이 꺼지고 한물간 분야로 취급받을 때였다. 1956년 존 매카시를 비롯한 당대 최고의 석학들은 다트머스대학에 모여 최초로 인공지능을 제안하고, 그 후 20년 동안 황금기를 누렸다. 학자들은 “20년 안에 인간이 할 수 있는 모든 일은 기계가 할 수 있게 될 것이다”라며 장밋빛 미래를 약속하였다.

그러나 1970년대에 들어서면서 인공지능은 현실의 복잡한 문제를 풀 수 없다는 평가받으면서 기대는 실망으로 급변하였다. 모든 연구 지원이 끊어지고 인공지능은 첫 번째 겨울을 맞이하게 된다. 하필 그때 인공지능을 연구하겠다고 나섰으니 고생길이 시작된 셈이다.

　1980년대 인공지능은 두 번째 전성기를 맞이한다. 이번에는 사람과 같은 인공지능이 아니라 한가지 일이라도 잘하는 시스템을 만들기로 하였다. 법률이나 의료와 같이 특정 분야의 지식을 컴퓨터에 입력하여 실용적인 문제를 해결하는 ‘전문가 시스템(Expert System)’이 인기를 모았다.

그러자 인공신경망을 연구하던 동료들도 대부분 새로운 분야로 떠나버렸다. 1990년에 접어들면서 전문가 시스템도 난관에 부딪히게 된다. 새로 쏟아지는 지식을 매번 다시 학습시키는 것은 불가능한 일이었다. 게다가 성과를 내기 위해 문제를 더 잘게 나누어 해결했지만 결국은 애초의 인공지능으로부터 점점 멀어지면서 두 번째 겨울을 맞이하였다.

　2000년 초까지 살아남은 인공신경망 연구 그룹은 손에 꼽을 정도였다. 토론토 대학의 제프리 힌튼, 몬트리올 대학의 요수아 벤지오, 뉴욕대의 얀 레쿤 교수 정도가 명맥을 유지하고 있었다. 2004년 그들은 캐나다 고등연구원(CIFAR)의 지원으로 50만 달러의 소규모 펀딩을 받아 연구를 지속할 수 있었다. 힌튼 교수는 두 명의 박사과정 학생과 함께 인공신경망의 문제를 해결하며 연구에 매달렸다. 2006년 마침내 인공지능의 새로운 시대를 여는 ‘딥러닝(Deep Learning)’ 논문을 완성하게 된다.

그로부터 6년이 지난 뒤 이 3명은 국제 영상 인식 대회(ILSVRC)에서 슈퍼비전이라는 팀으로 출전하여 딥러닝을 실제로 구현해 우승을 차지하며 세상을 놀라게 하였다. 다음해 힌튼 교수는 ‘DNN리서치’라는 스타트업을 설립하여 딥러닝 확산에 나섰다.
　
　IT 최후의 격전지, 인공지능
　
　딥러닝이 불을 댕긴 인공지능은 세 번째 봄을 맞이하고 있다. 이전과는 사뭇 다른 분위기다. 먼저 학계에서 연구하던 분야에 기업이 참여하기 시작한 것이다. 사물인터넷, 스마트카, 지능 로봇과 같은 스마트 제품의 등장으로 기업들도 인공지능이 절실하게 필요하게 되었다.

두 번째는 빅데이터의 등장이다. SNS, 핀테크, 스마트 센서 등을 통해 생활 속에서 생성되는 빅데이터가 인공지능과 결합하면서 사람들에게 필요한 서비스를 제공할 수 있게 되었다. 세 번째는 강력한 컴퓨팅 파워의 확보다. 하드웨어의 혁신과 인터넷으로 연결된 클라우드의 발전으로 컴퓨터가 거의 제한이 없는 계산 능력을 보유하게 되었다. 인공지능이 성장할 수 있는 생태계가 만들어지기 시작한 것이다.

　시장조사 업체 IDC는 인공지능 시장이 매년 50% 이상 증가하여 2019년에는 313억 달러에 이를 것으로 전망하였다. 컨설팅 업체 맥킨지는 2025년 인공지능을 통한 지식노동 자동화의 파급 효과가 5조 달러를 넘을 것으로 예상하였다. 최근 이 분야에 대한 투자도 급격히 늘어났다. CB 인사이츠의 조사 결과, 2015년 인공지능 스타트업에 투자한 금액은 3억 달러로 2010년 1500만 달러의 20배에 이른다. 2012년 이후 실리콘 밸리에 생겨난 인공지능 업체만 해도 170개가 넘는다. 이렇게 상황이 바뀌자 글로벌 IT 기업들은 AI 관련 기업과 인력을 블랙홀처럼 빨아들였다.

　 2013년 구글은 제프리 힌튼 교수를 모셔가기 위해 아예 DNN리서치를 인수하면서 모든 연구자를 함께 영입하였다. 다음해에는 영국의 인공지능 업체 딥마인드 테크놀로지를 4억 달러에 인수하였다. 이 회사의 CEO는 알파고를 개발한 데미스 하사비스였다. 미국의 워싱턴포스트가 “구글의 장기적 목표는 인공지능 회사가 되는 것이다”라는 보도를 할 정도이다.

페이스북은 뉴욕대의 얀 레쿤 교수를 영입하여 인공지능 연구소를 설립하였다. 여기에 얼굴인식 소프트웨어 ‘딥페이스’를 개발한 페이스(Face.com)와 음성인식 스타트업 윗에이아이(Wit.ai)를 인수하여 전력을 강화하였다. 페이스북의 CEO 마크 저커버그는 영화 ‘아이언 맨’에 등장하는 ‘자비스’와 같은 인공지능을 만드는 것이 목표라고 밝혔다. 중국의 IT 대표기업인 바이두는 2014년 스탠퍼드 대학의 앤드류 응 교수를 영입하였다. 그는 구글의 ‘브레인 프로젝트’를 지휘하며 자동으로 고양이 이미지를 찾아낸 젊은 인공지능 대가이다. 바이두는 상하이와 실리콘 밸리에 AI 연구소를 설립해 무인 자동차, 음성인식, 영상인식 분야에 집중하면서 글로벌 기업들과 어깨를 나란히 하고 있다.

마이크로소프트의 코타나, 애플의 시리, 아마존의 알렉사와 같은 인공지능 비서 진영의 움직임도 빨라졌다. IBM의 인공지능 왓슨은 퀴즈쇼를 넘어 이미 의료와 금융 분야의 현장에서 사용되고 있다. IBM은 교육, 에너지, 건설, 보험 등 다양한 분야에 걸친 ‘왓슨 생태계’ 만들기에 나섰다.

　글로벌 기업들은 인공지능을 IT 최후의 승부처로 여기고 있다. 인공지능은 영화 속 먼 미래의 이야기가 아니다. 이미 우리의 일상 속에 깊숙이 자리 잡고 있다. 일초에 수십만 번씩 주식을 사고파는 로봇 트레이더가 증권가를 장악한 지는 이미 오래다.

이제는 고객의 자산까지도 인공지능 로보 어드바이저가 관리한다. 컴퓨터가 신문 기사를 쓰고 회계 장부를 정리하고 법원의 판례를 분석하는 일은 점점 보편화되고 있다. 자율주행 자동차, 소셜 로봇, 드론과 같은 스마트 기기도 모두 인공지능의 판단으로 움직인다. 우리의 경쟁자들은 이미 앞서가고 있다. 지금은 인공지능의 골든타임이다. 정부, 기업, 학계가 한데 뭉쳐 추격의 고삐를 늦추지 말아야 한다.
　
　김지연 R&D경영연구소 소장 jyk9088@gmail.com
　
　<지난 칼럼은 아래 링크로 들어가면 보실 수 있습니다.>
　 http://www.seoul.co.kr/news/newsList.php?section=kimjy_it