September 16,2019

알파고가 ‘바둑 지존’이 된 비결

AI의 핵심 ‘알고리즘’

FacebookTwitter

정부가 AI 기술 개발에 적극적으로 나서고 있다.

지난 5월 4차 산업혁명위원회는 세계적 수준의 인공지능(AI) 확보를 위해 2022년까지 2조2천억 원을 투자할 계획이라고 밝혔다. 산업혁명위원회는 5천 명의 관련 전문가를 육성하겠다는 목표도 제시했다.

이처럼 정부가 대규모 투자를 하며 관련 기술 개발에 공을 들이는 이유가 있다. AI는 제4차 산업혁명의 핵심으로서 국가 산업 경쟁력의 중요한 열쇠가 되기 때문이다.

AI의 경제적 가치는 날로 커지고 있다. 경영 컨설팅 기업 ‘맥킨지 (Mckinsey)’는 AI가 여행, 유통, 농업 등을 포함한 19개 산업에서 연간 최대 5조8천억 달러의 부가가치를 창출할 것으로 전망했다.

거의 모든 분야에 영향을 미치고 있는 AI. ⓒ Pixabay

거의 모든 분야에 영향을 미치고 있는 AI. ⓒ Pixabay

다양한 분야에 활용되는 AI

현재 AI의 활약이 가장 두드러지는 분야는 자동차다. 자동차에 AI를 접목한 자율주행차가 그 핵심이다.

특히 비주얼 컴퓨팅 기술 업체 엔비디아(NVIDIA)가 본격적으로 개발에 뛰어들면서 자율주행차의 완성도가 높아지고 있다.

엔비디아는 AI 기반의 사물 영상 인식 기술을 제공하고 있다. 이는 자동차가 주위 사물을 인지해 자동으로 운전해나갈 수 있는 능력을 크게 향상시킨다.

AI는 일부 상품, 서비스의 가격 형성에도 영향을 미칠 전망이다. 가장 대표적인 분야가 택시다.

현재 택시 요금은 운전 기피 지역, 운전 선호 지역에 관계없이 거리에 비례해 책정되고 있다. 그런데 이는 소비자와 택시 운전사 모두에게 손해이다.

같은 요금이기에, 택시 운전자는 운전 선호 지역에 주로 머무를 것이다. 때문에 운전 기피 지역의 사람은 택시를 잡는 것에 애를 먹게 된다.

한편 운전 난이도에 상관없이 동일 요금을 받는 택시 운전사 또한 노동에 대한 정당한 대가를 받지 못하기에 불이익이다. 참고로 이러한 손실을 ‘자중손실(Deadweight Loss)’이라고 한다.

많은 기업들이 자중손실을 줄이기 위해 노력하고 있다. 우버는 지역, 시간, 날씨 등의 요인을 고려해 택시 요금을 탄력적으로 책정하는 AI 시스템을 개발했다.

에어비엔비(Airbnb)는 ‘스마트 프라이싱(Smart Pricing)’시스템을 통해 자택을 빌려주는 주인이 상황에 맞게 숙박료를 유동적으로 책정하도록 도와준다. 이 역시 AI의 도움을 받고 있다.

온라인 유통 업체 ‘오카도 (Ocado)’는 AI 기반의 재고 관리 시스템 ‘OSP (Ocado Smart Platform)’을 개발했다.  ⓒ ScienceTimes

온라인 유통 업체 ‘오카도 (Ocado)’는 AI 기반의 재고 관리 시스템 ‘OSP (Ocado Smart Platform)’을 개발했다. ⓒ Flickr

AI는 재고 관리에도 유용하다. 영국 온라인 유통 업체 ‘오카도 (Ocado)’는 AI 기반의 재고 관리 시스템 ‘OSP (Ocado Smart Platform)’을 개발했다.

이외에도 의료, 법률, 금융 등 많은 산업에서 AI를 활용하고 있다.

알고리즘으로 구현되는 AI

지금까지 다양한 AI 적용 사례를 살펴보았다. 그런데 이렇게 유용한 AI가 실은 빈껍데기에 불과하다면?

중요한 것은 알고리즘이다. 알고리즘은 특정 규칙에 따라 움직이는 프로세스를 말한다.

AI는 단지 프로세스에 따라 움직이는 것에 불과하다. 몸으로 치면 알고리즘은 두뇌, AI는 팔다리라고 볼 수 있다.

실제로 AI는 알고리즘에 의해서 발전해왔다.

2000년 초반까지의 AI는 지식공학(knowledge engineering) 기반 알고리즘에 의해 구현됐다.

지식공학 기반 알고리즘은 단순히 사람이 입력한 공식에 따라 AI를 움직였다. 때문에 복잡한 상황에 적용하기 어렵다는 한계가 있다. 공식이라는 틀에 갇혀있기 때문이다.

이후 기계학습(machine learning) 알고리즘이 등장하면서 AI의 혁신을 가져왔다.

기계학습 알고리즘은 AI가 학습을 통해 계속 공식을 만들어 내고, 이를 수정하도록 만든다. 공식이라는 틀에 갇혀있지 않기 때문에 복잡한 상황에도 적용 가능하다.

AI 발전 정도를 직관적으로 확인할 수 있는 지표가 이미지 인식률이다.

기존 지식공학 알고리즘 기반 AI의 이미지 인식률은 80%를 넘지 못했다. 이미지 인식에 고려해야 할 요인이 너무 많기에 고정적인 공식만으로는 불가능했던 것이다.

그러나 기계학습 알고리즘 기반 AI의 이미지 인식률은 100%에 근접하다. 이는 인간의 인식률 94.9%를 훌쩍 넘어선 수치다.

알고리즘 처리 과정을 형상화 한 그림. ⓒ Pixabay

알고리즘 처리 과정을 형상화 한 그림. ⓒ Pixabay

정리하자면, AI의 핵심은 알고리즘이라고 할 수 있다. 알파고(Alphago)가 AI 불가침 영역이었던 바둑에서 인간을 넘어설 수 있었던 이유 역시 치밀하게 짜인 알고리즘이 있었기 때문이었다.

이에 수많은 기업들은 AI 향상을 위해 알고리즘을 고도화하는 연구를 활발히 진행하고 있다.

구글 자회사 딥마인드는 ‘딥마인드 랩(Deepmind Lab)’이라는 3D 게임을 개발했다. 이는 신규 알고리즘을 테스트하기 위한 것이다. 개발자는 게임을 통해 신규 알고리즘이 어떤 식으로 작동하는지를 파악할 수 있다.

온라인 콘텐츠 제공 회사 넷플릭스 (NETFLIX)는 기존 알고리즘을 10% 이상 개선한 사람에게 100만 달러를 주는 대회를 개최했다. 이를 바탕으로 넥플릭스는 자사 알고리즘 기술을 대폭 개선했다.

의견달기(0)