[IT 신트렌드] 딥마인드, AI 한계 또 한번 넘다/추형석 소프트웨어정책연구소 선임연구원

입력 : ㅣ 수정 : 2016-11-14 23:30

폰트 확대 폰트 축소 프린트하기
추형석 소프트웨어정책연구소 선임연구원

▲ 추형석 소프트웨어정책연구소 선임연구원

최근 ‘알파고’(인공지능 컴퓨터 바둑 프로그램) 개발로 유명세를 떨친 구글 딥마인드가 세계적인 과학저널 ‘네이처’에 획기적인 논문을 게재했다. 주제는 인공지능 학습에 대한 새로운 컴퓨팅 체계이다. 이 체계는 사람의 뇌에서 일어나는 ‘기억’의 본질에서부터 출발한다. 사람이 특정한 사실을 추론하는 과정은 신경망에 내재된 기억을 재편하는 데서 시작한다. 이 과정을 기계적으로 구현한 것이 이번 논문의 주제인 ‘미분 가능한 신경 컴퓨터’(DNC)이다. 문자 그대로 해석하면 인간의 뇌, 신경 세포가 반응하는 것과 유사하게 설계된 컴퓨터가 미분을 할 수 있다는 의미다.

‘미분 가능한’이란 표현이 좀 생소할 수도 있겠다. 이를 ‘학습 가능한’으로 대체할 수 있다. 인공 신경망의 학습 과정은 수학적으로 오차를 최소화하는 변수를 찾아가는 것이다. 여기서 최소화하는 방향은 미분을 함으로써 결정되기 때문에 미분 가능하다고 표현한 것이다. 다시 말해 ‘학습(미분)을 통해 답을 찾아간다’는 관점으로 볼 수 있다는 의미다.

그렇다면 DNC가 기존의 인공 신경망과 다른 점은 무엇일까. 그동안의 인공 신경망은 입력값에 대한 출력값을 내주는 단순한 계산으로 볼 수 있다. DNC는 일반적인 인공 신경망의 계산 기능에 정보 저장의 기능을 추가한 개념이다. 두 가지 기능이 융합돼 사람의 뇌와 비슷하게 추론하는 체계를 갖춘 것이다. 특히 DNC는 저장 공간에 정보를 읽고 쓰는 과정을 통해 학습을 수행할 수 있는 기술을 보유하고 있다. 이것은 지금보다 더 큰 데이터를 효율적으로 학습하고, 장기적으로 누적된 데이터에서도 추론할 수 있는 가능성을 보여 준다.

딥마인드는 여러 사례를 통해 DNC의 추론 기능을 증명했다. 먼저 페이스북 인공지능 연구소에서 공개한 질문응답 데이터에 대해 96%의 정확도를 기록했다. 예를 들면 ‘존이 놀이터에 있고 축구공을 가지고 있다’라는 정보에서 ‘축구공이 어디에 있는가?’라는 질문에 ‘놀이터에 있다’고 추론하는 것이다. 딥마인드는 이 데이터에 대한 DNC의 추론 능력이 기존의 연구 결과를 월등히 상회한다고 밝혔다. 이 밖에 런던 지하철에서의 최단 거리 계산, 가계도에서 구성원 추론, 블록 퍼즐 실험 등에서도 탁월한 성능을 보였다.

이번 결과가 우리에게 시사하는 바는 매우 크다. 인공 신경망과 정보 저장의 기능을 융합해 인공지능 연구의 새 지평을 열었다는 점에서 그렇다. 컴퓨터의 학습이 점차 사람의 뇌와 가까워진다는 사실은 인공지능의 성능이 우리가 느끼는 것보다 훨씬 빠르게 진화하고 있다는 것이다. 이제는 혁신적인 인공지능 연구 결과를 빠르게 이해하고 흡수해 새로운 영역을 개척하는 노력이 필요할 때다.
2016-11-15 29면
페이스북 트위터 카카오스토리 밴드 블로그

/

    건강나누리캠프

서울Eye - 포토더보기