주입식 교육받던 AI
딥러닝으로 인간 두뇌 넘본다


많은 이들이 스마트폰이 우리 생활을 바꾸듯 인공지능이 또 한 차례 세상을 바꿀 것이라고 말한다. 그러나 AI가 단순히 산업계에 미치는 영향력이 크다는 원론적 이야기만 반복할 뿐 인공지능과 머신러닝, 딥러닝의 차이를 모르는 이들도 많다. 인공지능의 개념적 기반을 이해하려면 AI의 근간이 되는 기계 학습 방법인 머신러닝과 딥러닝의 기술 원리부터 습득해야 할 것이다.


대기업이든 벤처기업이든 최근 기업 투자의 방향과 초점은 단연 인공지능이다. 신문에서도 어느 기업이 인공지능에 1천억 원을 투자한다거나, 인공지능 센터를 설립한다 등의 기사가 실리고 있다. 이러한 기사가 나오면 많은 이들이 해당 기업에 관심을 갖고, 주식가격도 들썩인다. 헤드헌터들은 인공지능 전문가를 찾기 위해 인재들을 수소문하고, 대학원에서 인공지능으로 박사학위를 받은 후 갓 졸업한 사람의 연봉은 1억 원을 훌쩍 넘는다. 그런 사람마저 구하지 못해 안달이다.
이는 비단 국내 현실만이 아니다. 미국 실리콘밸리, 중국 베이징 등에서도 인공지능 전문가라는 타이틀이 붙은 사람은 천문학적 연봉을 받는다. 벤처기업들도 인공지능 기업으로 포장하고 탈바꿈하려고 애쓴다. 기존의 알고리즘이나 솔루션에 머신러닝이나 딥러닝의 요소를 가미해놓고, 인공지능 전문기업으로 소개하는 곳도 있다. 그러나 이 기업들의 논리는 결코 틀린 것이 아니다. 머신러닝이나 딥러닝 등은 기존에 존재하던 알고리즘의 하나로, 수많은 데이터들을 빠르게 처리하고 학습하는 기법 중 하나이기 때문이다.


우리생활에 다가온 인공지능 원리는?
요즘 개발된 통계처리 툴이나 프로그램 랭귀지에는 머신러닝이 함수나 기능으로 정의돼 있다. 그래서 간단히 이전 프로그램에 함수를 호출해 데이터를 돌리기만 하면 된다. 구글에서 제공하는 오픈 API(응용 프로그래밍 인터페이스) 가운데 ‘텐서플로우(TensorFlow)’라는 프로그램도 인공지능 알고리즘들을 간단하게 구사할 수 있도록 많은 함수를 제공한다. 이러한 환경에서 과연 어떤 역량과 스펙을 가진 사람을 인공지능 전문가라고 말할 수 있는지 사실 의문이다.
기본적 데이터 분석 역량을 갖추고 기업에서 대용량 데이터를 처리, 분석해 의미 있는 인사이트를 뽑아내는 이들은 그동안 많았다. 이들은 흔히 데이터 분석가(Data Analysist) 혹은 데이터 과학자(Data Scientist)라고 불린다. 주로 통계학 관점의 회귀분석(regression analysis)과 상관분석(correlation analysis) 등 기존 통계 로직에 근거해 데이터 의미를 찾고, 향후 결과를 예측하는 것이 주요 업무다. 머신러닝 알고리즘으로 이러한 업무를 수행한다면 데이터 과학자들도 이미 인공지능의 영역에 들어왔다고 할 수 있다.
인공지능에 대한 관심이 높아지면서 AI를 주제로 강연을 하는 이들도 있고, 인공지능 관련 기사도 연일 나오고 있다. 그러나 인공지능이 미래를 바꾸고 비즈니스에 미치는 중요도가 크다는 말만 할 뿐 어떤 원리로 움직이고, 어...기사전문보기