[뉴스투데이=윤혜림 기자] “만약 회사에서 인공지능(AI) 시스템을 3년 이내에 만들겠다고 말하는 엔지니어가 있다면 그를 믿으면 안된다. 사람에 따라 3개월만에 시스템을 만들 수도 있기 때문이다” AI기술의 빠른 발전 속도로 인해 섣부른 예단은 금물이라는 지적이다.

김진형 중앙대학교 교수는 4일 서울 밀레니엄 힐튼 호텔에서 열린 ‘CEO 북클럽’에서 ‘인공지능과 비즈니스 혁신’을 주제로 강연했다. 김 교수는 사업에서 AI 기술을 활용하려면 AI의 현재 능력과 한계를 정확하게 파악하고, 민첩하게 도입하는 것이 중요하다고 주장했다.

■ 정부 리더가 AI 알면 수조 달러 가치 창출

김 교수는 AI 기술로 무엇을 할 수 있고 할 수 없는지 판단하는 것이 어려우면서도 가장 중요하다고 강조했다. 기업 및 정부의 리더들이 이를 이해한다면, 경제 전반에 걸쳐 수조 달러의 가치를 창출할 수 있기 때문이다.  AI기술이 빠른 속도로 발전하고 있지만, 그 자체로는 새로운 경제적 가치를 창출하지 못한다.

정치,경제, 사회 등 각분야의 리더들이 AI기술의 본질과 활용법에 대해 인식하고 새로운 시도를 할 때, 거대한 경제적 가치가 도출 될 수 있다는 이야기이다. 김교수의 논리에 따르면, 미국이 AI 특허기술을 가장 많이 보유하고 있지만, 도널드 트럼프 대통령 AI 활용법에 대한 지식을 갖는 게 새로운 과제인 셈이다.

특히 AI는 지속적으로 변화하는 기술이기 때문에 ‘앞으로 어떻게 될 것이다’와 같은 얘기를 많이 하는데, 영화나 소설에 나오는 기술과 현재 현실에서 가능한 기술은 차이가 있어, 기술의 현위치를 파악하는 것이 중요하다.

AI는 1950년대에 ‘컴퓨터의 아버지’라 불리는 앨런튜링이 처음으로 언급한 후, 다양한 방식으로 AI의 개념을 정립하기 위한 시도가 이어졌다. 김 교수는 “인공지능은 갑자기 나온 기술이 아니다. 이미 오랜 세월을 거쳐 개념 정립과 기술 활용을 위한 시도가 이어져, 현재까지 오게된 것”이라고 밝혔다.

김 교수는 최근 10년 간의 AI 사례를 들며 딥러닝의 발전을 설명했다. 처음 설명한 사례는 2011년 2월 AI ‘Watson’이었다. 이 AI는 사람들과 퀴즈쇼에 나가 우승을 차지해, 인간만의 고유 능력이었던 지적판단의 영역까지 발전했다는 점에서 놀라운 성과를 냈다는 평을 받았다.

이외에 △2016년 알파고(AlphaGo)와 이세돌의 바둑경기, 무인 식료품 매장 아마존 고(Amazon Go) △2017년 JP 모건의 대출 계약서 검토 자동화 시스템 △2018년 AI 예술품, 딥페이크(DeepFake) △2019년 무인 배달 서비스, 이야기를 창작하는 GPT2 △2020년 지능형 디지털 아바타 등을 AI의 성과 사례로 들었다.

김 교수는 AI의 개념을 설명하며 무엇이 이런 변화를 가능하게 했는지에 대해 설명했다.

김 교수는 AI를 “컴퓨터로 하여금 ‘지능적 행동’을 하게 기술이다”라고 정의했다. 여기서 지능적 행동이란 인지적 작용이라고 말할 수 있는데 보고, 듣고, 말하고 나아가 상황을 추론하고 스스로 배우는 것을 말한다.

이어 김 교수는 AI를 6가지로 정의한 후, 우리가 통상적으로 무엇을 AI라고 부르는 지에 대해 소개했다. 소개된 개념은 △인지기능을 갖춘 시스템 △자연언어로 소통하는 시스템 △의사결정과 행동을 자동으로 하는 시스템 △미래 사건을 예측하는 시스템 △기계학습을 하거나 그 결과를 사용하는 시스템 △시스템개발에 도움주는 시스템 등이다.

하지만 아직까지 인공지능을 정확히 규명할 수 없다는 한계도 있다. 김 교수는 “어디까지가 소프트웨어이고 어디까지가 인공지능인지 딱 잘라 설명할 수 없다”며 “인공지능을 만든다는 건 알고리즘을 만든다는 것과 같은 의미로 해석할 수도 있을 것”이라고 말했다.

■ 데이터학습형 AI는 공개 소프트웨어, 창의적 적용이 승부처

한편 AI 기술은 지식기반형과 데이터학습형으로 나눌 수 있는데, 기술마다 장단점이 있어 이를 융합적(Hybrid)으로 접근하는 태도가 필요하다.

우선 지식기반형 AI 기술은 사람의 지식을 기호의 조합으로 표현하는 방식으로, 추론을 통하여 결론을 도출하는 데 용이하다는 장점이 있다. 그러나 가지고 있는 지식 이외의 상황이 닥쳤을 때 이를 인지하는 기능이 취약하다는 단점이 존재한다.

반대로 데이터학습형 AI 기술은 인공 신경망을 기반으로 딥러닝 기술을 이용해 다양한 사건에 대한 인지력이 뛰어나고, 고난도 문제 풀이가 가능하다. 그러나 딥러닝 기술을 통해 문제 해결을 하기 위해선 신경망의 모든 가중치를 조정 및 계산해야한다는 불편함이 존재한다.

데이터학습형 AI 기술이 발전하며 딥러닝 기술이 발전했는데, 이에 대해 김 교수는 “AI 기술은 공개 소프트웨어이기 때문에 이미 나온 연구결과는 100% 재현할 수 있다. 따라서 누가 이 기술을 가지고 새로운 문제에 대해 더 빠르게 적용하느냐가 관건이다”라고 강조했다.

물론 딥러닝 기술의 한계점도 존재한다. AI 기술의 성능은 데이터로 양과 질이 결정되는데, 만일 딥러닝 기술을 이용해 인물을 인식할 때 데이터가 백인 남자로 한정되어 있다면 의식적이건 무의식적이건 편견이 발생할 수 있다.

또한 딥러닝 기술에는 ‘세상 모델’이 없다. 예를 들어 ‘청년들이 결혼을 안하면 세상이 어떻게 될 것인가?’와 같은 가정에 대한 추론이 불가하다는 의미이다. 이외에도 조건이 변하면 결론을 일반화하지 못하는 문제점이나 훈련 데이터 상황과 유사하지 않을 땐 작동하지 않는다는 문제점이 존재한다.

■ AI 사용에 특화된 엔지니어 양성 필요

또한 AI가 개발자의 의도를 벗어나 자율적인 의사결정을 할 가능성이 항상 존재하기 때문에 지속적인 감시와 통제가 필요하다.

이에 김 교수는 기계학습 개발을 위해 갖춰야 할 4가지 조건을 제시했다. 김 교수에 따르면 앞으로 우리가 AI 산업 생태계를 발전시키기 위해서는 기술을 혁신적으로 만드는 ‘기획자’, 학습이 가능한 ‘IT 인프라’, 소프트웨어를 개발할 수 있는 ‘SW능력’, 시스템을 작동하기 위한 ‘데이터 수집’ 등의 필수적인 요건을 갖춰야 한다.

마지막으로 김 교수는 “앞으로 AI 기술을 둘러싼 새로운 경쟁이 시작될 것이다. 우리가 성장하기 위해서는 국가나 산업에서 구체적인 목표 설정이 필요하고, 기술의 능력과 한계를 정확히 파악해 맞는 기술을 적용시켜야 한다”며 “또 기술을 사용할 줄 아는 엔지니어 육성에도 힘써야 한다”고 강조했다.

한편 디지털 경제 시대 리더를 양성하기 위한 연간 교육과정인 KPC CEO 북클럽은 향후 7개월간 목요일 조찬 세미나 형식으로 총 16회에 걸쳐 이어진다. 지난 2007년 처음 개설돼 올해 14년째를 맞는 이 강연 프로그램은 현재 4차 산업혁명을 중심으로 우리 경제에 적용할 최첨단 혁신 트렌드에 대한 심층적인 학습을 목표로 하고 있다.