top of page
Search
Writer's pictureMAILab2021

당신의 AI는 계속 러닝이 가능합니까.

지은이 양필승 2021.9.27.


7. 당신의 AI는 계속 러닝이 가능합니까.

8. 시니어 AI, 시니어를 위한 AI가 아닌 시니어에 의한 AI


인공지능의 시작은 1950년대로 거슬러 올라갑니다. 1956년 미국 다트머스대학에서 8주간의 워크샾이 인공지능 연구의 시발점입니다. 한국인 김용박사가 미국 최고 명문대학들로 구성된 아비리그대학에서 처음으로 총장이 되어 우리에게 친숙한 대학이 된 바 있습니다. 훗날 김박사는 세계은행 총재를 역임하기도 하였습니다. 구체적으로 다트머스 회의에서 “컴퓨터가 생각할 수 있는가”에 대해 논의하였습니다.



컴퓨터가 사람처럼 생각한다는, 즉 인공지능이란 개념과 용어는 이렇게 해서 탄생하였고, 지난 70년간 여러 차례 “겨울”을 겪으며 발전하여 왔습니다. 그러다 딥러닝(deep learning)이란 인공지능의 한 분야가 2012년 등장하고, 이를 계기로 인공지능은 획기적인 전환점을 맞이하였습니다. 얼마 전 소프트뱅크 손정의 회장이 방한하여 “첫째도 AI, 둘째도 AI, 셋째도 AI”라고 인공지능시대의 도래를 알리며 흥분한 것도 딥러닝 때문입니다.


인공지능은 처음 다트머스 회의 때부터 인간의 뇌과학과 떼 놓을래야 떼 놓을 수 없었습니다. 딥러닝은 뇌의 구조와 원리를 그대로 활용하였다는 측면에서 그야말로 획기적입니다. 즉 인간의 인지능력처럼 컴퓨터가 듣고, 보고 그리고 말하는 것입니다. 특히 비전AI, 즉 컴퓨터가 시각적 인지능력을 구사하는 인공지능은 딥러닝의 하이라이트이자 인공지능의 꽃입니다.


딥러닝이 획기적일 수 있었던 것은 단순히 알고리즘을 개발할 수 있는 소프트웨어 때문만은 아니었습니다. 우선 데이터의 양입니다. 원래 머신러닝은 “garbage in, garbage out”(쓰레기가 들어가면, 쓰레기가 나온다)란 말로 데이터의 질을 강조하였지만, 딥러닝은 데이터의 질보다 데이터의 양을 우선합니다. “우선한다”는 뜻은 그야말로 말 그대로입니다. 데이터의 질이 좋으면 당연히 알고리즘의 학습결과가 우량한 것은 물론이지만, 데이터의 양이 질보다 중요하다는 뜻입니다.


딥러닝과 관련, 컴퓨터 파워의 발전이란 하드웨어의 측면도 대단히 중요합니다. 2012년 딥러닝이 등장할 때, GPU 즉 그래픽 프로세서가 대량으로 생산되어 이미지와 비디오의 처리가 비약적으로 발전하였던 것입니다. 주로 게임을 위해 GPU가 필요했으나, 이제 대량의 이미지와 비디오를 처리하기 위해 필요한 하드웨어로 확장된 것입니다. 단순히 개발자의 역량이나 데이터의 양 못지 않게 컴퓨터의 처리능력이 딥러닝의 발전을 가져 오는 요인으로 작용하고 있습니다.


딥러닝은 그래서 대량의 금전적 투자 없이 발전할 수 없습니다. 다시 말해, 금융투자가 없이 딥러닝의 발전도 없습니다. 단순히 인재고용을 위한 투자 뿐 아니라, 대량의 데이터와 대용량의 컴퓨팅 파워를 확보하기 위해 돈이 필요한 것입니다. 딥러닝은 금융자본주의(FINANCIAL CAPITALISM)의 산물인 셈입니다. 이 같은 관점에서 미국과 중국은 데이터, 인재, 컴퓨터 파워 그리고 돈(자본)에서 G2를 구성할 수밖에 없습니다.


이렇게 인공지능의 꽃으로 등극한 딥러닝에서 비전AI는 꽃 중에 꽃입니다. 가장 시장성이 크고 이미 상당히 상용화되어 있습니다. 특히 중국의 비전AI 발전은 놀라울 정도입니다. 13억명의 증명사진의 대부분이 안면인식 비전AI를 개발하는 데이터로 사용된 것이 하나의 사례입니다. 여기에 컴퓨터 파워와 금전적 파워가 결합하고, 미국의 유명 AI기업에서 활동하는 화교 엔지니어들이 가세한 것입니다. 아직 미국은 비전AI에서 중국을 따라가지 못하고 있습니다. 중국에서 이른바 “4대 AI유니콘 기업,” 센스타임, 메그비, 이투, 클라우드워크는 모든 비전AI로 성장했습니다.


시각을 통한 인지능력과 같이 비전AI의 알고리즘은 데이터의 학습을 통해 개발되지만, 동시에 새로운 데이터가 입력될수록 지속적으로 알고리즘이 개선됩니다. 정확도나 민감도가 높아진다는 뜻입니다. 어떻게 기계가 사람의 조작 없이 독자적으로 능력을 향상시킬 수 있다는 말입니까. 딥러닝, 특히 비전AI로 구성된 알고리즘 자체가 새로운 데이터에 의해 지속적으로 업그레이드되는 것입니다.


이러한 지속적 학습을 통한 딥러닝 알고리즘을 만들기 위해서도 컴퓨터 파워가 필요하지만, 동시에 설치 후 엣지(Edge)에서 지속적 학습이 이뤄지기 위해, 다시 말해, 카메라나 서버의 디바이스에서 지속적 학습이 이뤄지기 위해, AI칩과 같은 하드웨어가 필요합니다. 즉 엣지 단에서의 컴퓨터 파워 없이 지속적 학습도 불가능하다는 이야기입니다.


지속적 학습의 원리는 우리의 인지(COGNITION)구조와 같습니다. 우리의 인지능력은 학습을 통해 발전합니다. 그 학습은 데이터와 알고리즘의 결합이고, 그 결합의 속도를 빠르게 하기 위해 연산작용의 크기가 작동합니다. 나이가 먹어갈수록 일정 기간까지는 지속적으로 인지능력이 향상되는 것과 같은 이치입니다. 그래서 누가 인공지능, 특히 딥러닝 AI, 구체적으로 인공뉴럴네트워크 (ARTIFICIAL NEWRUAL NETWORK)이라고 주장하면, 지속적으로 알고리즘이 향상되는가, 다시 말해, 지속적인 학습이 이뤄지고 있는가를 따져 보아야 합니다.


바로 그런 이유로 진짜AI기술을 사용한다면 인내가 필요합니다. 고객은 “설치 후 잊어버리는”(DEPLOY AND FORGET) 과거의 기술사용 습관에서 탈피하여야 합니다. 실제로 미국 등지에서 인공지능을 비즈니스에 활용하여 효과를 거둔 기업과 그렇지 않은 기업의 차이는 바로 “설치 후 잊어버리는” 관행을 버리고 꾸준히 일정 기간 “점점 똑똑해지는” 것을 기다리고 이를 위해 새로운 데이터를 학습시키도록 노력하느냐 아니냐에 달려 있었습니다.


고객에게 설치된 알고리즘이 고객 자신의 새로운 데이터를 통해 새롭게 학습합니다. Vision AI기반 알고리즘이 처음에는 직원의 얼굴을 잘 몰라 보다가 자주 보면 알고리즘이 똑똑하여 지고, 그러면 정확도가 올라 갑니다. 어쩌면 이렇게 인간의 인지능력과 같을까요. 우리가 누굴 어쩌다 만나면 잘 몰라 보지만 어머니는 오랜 시간 못 만나도 금방 우리를 알아 봅니다. 똑 같은 이치입니다. 기계가 변한다, 아니 점점 똑똑해진다, 이런 상황을 상상해 보신 적 있습니까. 그래서 전자발찌 살인마 얼굴, “못알아보게 바뀌었어도,” AI는 알아봅니다!


고객으로 하여금 비전AI의 참기술을 맞보게 하기 위하여, 메일랩은 하드웨어-소프트웨어-서비스를 함께 공급하면서, 상품가와 구독료로 고객의 지불형태를 양분하였습니다. 고객의 입장에서는 일단 상품에 대한 비용만 지불하기 때문에 손쉽게 구입할 수 있습니다. 메일랩은 상품가로서 하드웨어의 원가 정도만 받습니다. 그리고 구독료를 통해 비용을 분산할 뿐 하니라 고객으로 하여금 일정 기간 이후에 나타나는 인공지능의 효과를 인내를 갖고 누릴 수 있도록, 구독료를 월별로 나누어 지급하도록 구조를 짰습니다. 물론 성급한 고객이 구독료 지불을 조기에 중단하며, 즉 “설치하고 잊어버리고” 싶으면 인공지능의 진짜 기능을 못 누리고 인공지능 별 것 아니라고 영영 인공지능과 작별하게 됩니다.


물론 메일랩의 입장에서는 당장 자금 부담이 뒤따릅니다. 창업자 양필승 대표는 교수에서 변신하여 부동산 등으로 번 돈을 인공지능 발전에 쓴다면 아까울 것이 없다는 생각에서 그 같은 가격정책을 내놓았습니다. 결국 돈 없으면 인공지능도 없다는 금융자본주의적 논리를 그대로 충실히 이행한 것으로 볼 수 있습니다.


AI가 비지니스로 성공하려면 기술력 못지 않게 사업방식도 중요합니다. 특히 기술 기업이나 기술 엔지니어는 고객의 입장에서 AI기술을 이해하고, 가성비의 최적화를 통해 AI에 대해 고객이 쉽게 접근할 수 있도록 구매조건을 탄력성 있게 제시하여야 합니다. 결국 AI발전에 대한 언론의 기여는 단순히 기술 소개뿐 아니라, AI기업의 다양한 사업방식을 소개하면서 AI란 새로운 기술과의 적합성도 따져 보아야 합니다. 다시 말해, AI기술을 사용할 고객의 입장에서도 AI기술을 소개함으로써, 언론은 AI발전에 공헌할 수 있습니다.


참조:

지은이 양필승: 1957년생. 미국 UCLA 중국현대사 박사. 전 건국대학교 교수와 현 한국뉴욕주립대 석좌교수, 현 중국 칭화대학 겸임교수, 현 중국 지린 메트로폴리탄 기술교육대학 총장, 1999년 CKT그룹 설립, 2018년 매경 세계지식포럼 AI부문 좌장, 2019년 MAILab 메일랩 설립 CEO.


MAILab (메일랩) www.mailab.co.kr: 자체 엔진인 i2Brian과 Vision AI Framework, MEGA Image AI Platform 및 MEGA Industrial AI Platform에 터잡아 QSS 통합 솔루션으로 방역, 보안 및 안전에 대한 인공지능 솔루션을 상품화하고, 미국, 캐나다, 중국, 인도에 엔지니어링과 마케팅 조직을 통해 QSS Integrated Solution 등 Industrial AI, 선천성 심장병 알고리즘 등 Medical AI, Robotic Intelligent Fulfilment Service 등 Logistic AI, 스킨케어와 메이크업 제품의 판매 및 생산을 위한 Beauty AI 등을 개발하고 있습니다.


010-2058-6585 (류성렬)


12 views

Comentarios


bottom of page