'인공지능' 검색 결과

최근 몇 년간 찾아보는 온라인 매체가 확 늘어났다. 뉴욕타임스를 비롯해 돈을 내고 정기 구독하는 매체도 대여섯 가지가 넘는다. 국내 매체도 있지만 대부분 미국과 일본 미디어다. 신경망 기반 자동 번역으로 인해 외국어 번역 품질이 눈에 띄게 좋아진 탓이다. 자세한 내용은 원문을 확인해야 하지만, 제목만 번역해줘도 대충 훑어보며 읽어야 할 기사를 찾는 시간이 많이 줄어든다. 이렇게 컴퓨터를 사용해 외국어를 번역해 주는 일을 기계번역이라 부른다. 인터넷이 널리 보급되던 20세기 말에도 비슷한 기능을 가진 소프트웨어는 있었다. 이제는 사라진 포털사이트 ‘알타비스타’에서도 번역 기능을 지원해줬고, ‘바벨’이라는 나름 유명한 프로그램도 있었다. 자동 번역을 통해 한국인과 일본인이 함께 참여할 수 있었던 게시판도 있었다. 다만 일본어를 제외하면 번역 수준이 매우 조악한 편이라, 재미로 한두 번 써보고 말았다. 기계번역은 기술 업계에서 흔히 있는 ‘그럴듯한 거짓말’처럼 여겨졌다.   원활한 커뮤니케이션을 위한 인간의 오랜 욕망 원활한 커뮤니케이션에 대한 욕망은 오래 전부터 존재했다. 실제로 컴퓨터 도입 초기부터 개발자들은 말이나 문장을 이해하고 번역하는 기능을 연구하고 있었다. 농담으로 하는 말이긴 하지만 최초로 프로그램이 가능했던 디지털 컴퓨터 ‘콜로서스 마크 1’이 했던 일도 난해한 암호를 사람이 이해할 수 있는 말로 번역하는 일이었다. 학계에서 조용히 이뤄지던 기계번역이 일반인에게 선보인 때는 1954년이다. 조지타운 대학과 IBM은 짧은 러시아어 문장을 영어로…

인간의 체력과 지구력의 상징으로 여겨지는 강철맨 존 헨리(John Henry). 그는 강철 망치로 바위에 구멍을 뚫던 힘센 철길 노동자로 알려져 있다. 19세기 후반에 기계식 스팀 망치가 등장하자 노동자들의 일자리를 걱정한 그는 스팀 망치와 터널을 먼저 뚫어 내는 대결을 통해 인간이 기계보다 우수하다는 것을 입증하고자 했다. 존 헨리는 이 대결에서 기계보다 먼저 터널을 뚫으며 승리를 거두지만 안타깝게도 얼마 지나지 않아 과로로 숨을 거두고 말았다. 산업혁명 이후 기계화는 일자리를 크게 변화시켰고 근육의 힘만으로 문제를 해결하던 시대는 사라졌다. 1970년대 이후 컴퓨터 자동화가 확산하면서 공장 기계들은 연결되고 자동화되었다. 공장 노동자들은 운전실 내에서 모니터를 보면서 키보드와 마우스로 작업을 조종하는 화이트칼라로 변모했다. 몸보다 머리를 쓰는 노동자 시대에 이른 것이다. 하지만 알파고(AlphaGo)로 대표되는 인공지능(AI)의 등장으로 이제는 이마저도 저물고 있다. 과연 지식노동자들은 AI에 모든 일자리를 내줘야만 하며, 공존하는 길은 없는 것인가? 인간과 기계의 협동 전통적인 자동차 조립공장에선 로봇과 인간은 서로 분리되어 다른 일을 맡았다. 로봇은 위험하고 빠른 일처리를 위한 고속작업을 맡고 인간은 섬세하고 복잡한 조립작업을 맡았다. 그러나 최근엔 로봇과 작업자가 유연하게 함께 작업하는 사례가 증가하고 있다. 로봇 주변에 민감한 센서들을 설치하고 인공지능 알고리즘으로 주변 상황변화를 인지하여 반응하도록 한다. 그 후 인간이 로봇과 함께 섬세한 작업을 해내고 있다. 예를 들면…

인공지능(A) 기술이 대중에게 가장 극명하게 부각된 사건은 알파고와 이세돌 프로와의 바둑대결이다. 평생을 바둑만 공부해온 프로기사가 바둑을 배운지 1년도 안 되는 소프트웨어에 참패한 세기의 바둑대결은 인간두뇌의 자존심을 무참히 짓밟았다. 그 후로 지난 2년 동안 인공지능의 위력은 바둑게임에 머물지 않고 모든 영역에서 인간의 능력을 뛰어넘는 기교를 보여주고 있다. 특정인의 녹음된 음성을 음성합성 인공지능인 라이어버드(Lyrebird)에게 1분 정도만 들려주면 컴퓨터는 그 사람의 디지털 음성으로 책을 술술 읽어낼 수 있다.   탁월한 성과를 보이는 음성·이미지 복제기술 구글의 타코트론(Tacotron)이나 딥마인드의 웨이브넷(WaveNet)도 사람의 음성을 거의 완벽하게 복제한다. 이젠 녹음된 음성만 듣고 피의자가 사건의 범인일거라고 단정하는 일은 위험하다. 수많은 데이터를 기반으로 한 지도(supervised) 학습과 달리 알고리즘이 데이터를 생성하면서 자체학습을 진행하는 비지도(Unsupervised) 학습 기술도 발전하고 있다. 대표적으로 GAN(generative adversarial network)기법은 음성뿐만이 아니라 이미지 복제기술에서도 탁월한 성과를 거두고 있다. 모든 사진 이미지를 유명화가의 작품처럼 변환시킬 수 있고 가상의 인물을 마치 실존하는 인물처럼 생성시킬 수도 있다. GAN기법이 다양하게 파생되면서 지금도 다양한 응용사례를 만들어 내고 있다. 컴퓨팅 성능이 좀 더 강화된다면 동영상 속의 정보검색이 원활해지고 가상의 인물을 주인공으로 한 동영상을 제작하는 일도 어려운 일이 아니다. 실존하지도 않는 가상인물이 가수나 영화배우로 유명인사가 되는 시대가 다가오고 있다. ▲예제 1, 2 구굴의 타코트론2(Tacotron2) 녹음 음성(위),…

우리가 인공지능이나 로봇을 개발하는 이유는 단순하다. 인간의 부족한 역량을 높이고 약점을 보완하는데 있다. 인간의 지적인 약점은 소프트웨어인 인공지능을 통해서 보완하고, 신체적 약점은 하드웨어인 로봇기술을 통해서 강화시키고자 한다. 일부 사람들은 인공지능, 로봇이 인간의 일자리를 빼앗고 인간을 지배할 ‘적’이 될 것으로 우려하지만, 일의 효율성을 높이고 새로운 기능을 보강하는 역할을 할 것이라고도 믿는다. 사람들은 모든 로봇이 인공지능에 의해 작동되고 있다고 생각하기 쉬우나, 대부분의 로봇은 사전에 입력된 논리회로에 의해 작동되는 자동화 장치 수준에 머물러 있다. 공장 로봇을 비롯해 가정용 청소 로봇도 일정한 논리회로에 따라서 작동되므로 자율로봇이 아니다. 스스로 주변의 새로운 변화를 실시간으로 학습하고 바로 대응할 줄 아는 자율로봇이 실용화되기까지는 많은 장애물이 남아 있다. 인공지능은 같은 일만 반복해서 처리하는 논리회로와 달리, 스스로 데이터를 학습해서 일처리 방식이나 내용을 바꾸는 능력을 갖는다. 인공지능이란 표현이 마치 인간의 두뇌를 대신해서 일처리 한다는 의미로 해석되지만, 실제론 작업환경이 빠르게 변하거나 처리해야할 데이터가 많은 경우 두뇌를 보완하는 기능으로 활용하면 좋다. 로봇 역시 인체의 허약함을 보완하는 기계장치로서 더 활용가치가 높다. 인체가 견디기 어려운 환경, 인간이 감당하기 힘든 일을 대신하는 것이다. 예를 들면 방사능 오염지역이나 화재지역에서 임무를 수행하고, 공장에서 인체가 감당키 어려운 고속 반복 작업이나 매우 정교하고 미세한 작업들을 대신하는 게 바람직하다. 로봇이 인간의…

인공지능(AI) 기술은 우리 시대의 비즈니스와 사회를 새롭게 바꿔줄 중요한 수단으로 급부상했다. 많은 사람들이 AI 관련 기업들이 그리는 장밋빛 미래에 흥분하지만 실제론 기대에 못 미치는 사례가 상당히 많다. 데이터가 충분히 많다고 해서 AI가 모두 비즈니스 적으로 성공하는 것은 아니다. 주어진 상황에 맞지 않는 데이터나 AI 알고리즘을 억지로 끼워 맞추면 오히려 AI 알고리즘이 잘못 작동해 잘못된 해석을 낳거나 편견을 조장하는 등 신뢰할 수 없는 결과를 나타낸다. 시간이 흐르면 AI가 기하급수적으로 발전해 모든 면에서 인간의 지능을 뛰어 넘는 ‘초지능 상태’로 진화할 것이라고 주장하는 사람도 있지만 AI의 개념을 현실적으로 받아들일 필요가 있다. 실제로 우리가 현재 사용하는 AI 응용 프로그램은 지난 수십 년 동안 개발해 온 것과 수준면에서 별 차이가 없는 알고리즘을 사용하고 있다. 다만 예전보다 훨씬 더 많은 데이터를 훨씬 더 강력한 컴퓨터에 입력해서 학습한 결과라는 점이 다르다. 그렇다고 지금의 컴퓨터 알고리즘들이 인간의 두뇌에 근접해 가고 있다고 주장하는 건 사실과 다르다. 전혀 비교 대상이 되지 못할 뿐만 아니라 그 성과 역시 아주 좁은 영역에서만 작용하는 한정된 프로그램이란 점을 정확히 인식해야 한다. AI란 결코 ‘생각하는 기계’가 아니고 다만 사용자인 인간이 생각을 더 깊게 할 수 있도록 기능면에서 보철작용을 한다고 보아야 옳다. 따라서 AI 알고리즘이 인간의…

인공 지능(AI, Artificial Intelligence)과 기계 학습(ML, Machine Learning)은 2018년도 비즈니스 세계를 뒤흔들 핵심기술들이다. 모든 기업들이 지금 ‘AI 우선’ 전략을 취하고 있다. AI를 비즈니스에 삽입해서 새로운 가치를 부여하겠다는 의지이다. 고객과의 소통, 디지털 제조설계, 스마트 에너지 및 인프라, 자율주행 자동차, 사이버보안 관리, 컴퓨터 비전 그리고 음성 인식에 이르기까지 다양한 분야에서 AI는 이미 핵심적 역할을 하고 있다. 비즈니스 세계에서 AI의 역할은 크게 세 가지로 요약된다. 첫째는 새로운 비즈니스 모델을 만드는 고급 분석기술. 둘째는 사용자에겐 보이지 않지만 후면에서 돌아가는 고급 프로세스 자동화. 셋째는 인간처럼 음성대화로 고객의 상품검색이나 문제해결을 지원해 주는 지능형 가상비서이다. 사물이나 서비스에 지능형이란 표현을 붙일 수 있을 만큼 사실상 모든 기존 기술이 AI기술을 채택하고 있고 점차 완전히 새로운 기술로 탈바꿈해 갈 전망이다. AI가 시스템 속으로 스며들게 되면 컴퓨터는 입력된 데이터를 자동 분석해서 미리 정하지 않은 일이라도 유연하게 대응하고 자율적으로 대응하는 힘이 생긴다. 많은 사람들이 AI의 역할을 공상과학 영화의 한 장면처럼 초인적이고 초월적인 수준에 이르게 될 것이라고 우려하지만 기본적으로 AI는 사람이 다룰 수 있는 도구이다. 이를 명확히 이해하고 있어야 AI시대를 제대로 헤쳐 나갈 수 있다. 따라서 우선은 AI를 구성하고 있는 기법들에 대한 용어들을 이해할 필요가 있다. 용어가 서로 다른 이유는 의미의 차이가 있기…

AI 스피커에 대한 열기가 뜨겁습니다. 구글(Google), 아마존(Amazon) 등 글로벌 IT 기업들은 물론 네이버, 카카오 등 국내 기업들도 저마다 제품을 출시하며 공격적인 마케팅을 펼치고 있습니다. ‘아이언맨’ 영화에서 봤던 인공지능 음성 비서 서비스 ’자비스’가 어느새 우리 앞에 성큼 다가온 느낌입니다. ▲ 아마존의 AI 스피커 ‘에코’(출처 : 아마존) 글로벌 애플리케이션 분석업체인 버토 애널리틱스(Verto Analytics)에 따르면 아마존의 AI 스피커 ‘에코(Echo)’에 탑재된 ‘알렉사(Alexa)’ 이용자가 지난해 80만명에서 올해 260만명으로 증가했습니다. 음성만으로 날씨, 음악 등 정보를 검색하고, 가전제품을 컨트롤하거나 온라인 쇼핑을 할 수 있다는 점이 AI 스피커의 인기 비결입니다.   AI 스피커의 핵심 기술, ‘빔포밍’과 ‘딥러닝’ AI 스피커는 사용자의 지시와 응답 모두 음성으로 이루어지기 때문에 음성인식, 자연어 처리, 음성 합성이 매우 중요합니다. 초기 AI 스피커 개발의 가장 큰 난제는 정확한 음성 인식이었습니다. TV 소리, 음악 등의 생활 소음에서 사용자의 명령을 정확히 인식할 수 있는지가 중요했지요. ▲ 7개의 마이크로 음성 인식 성능을 높인 아마존의 에코 (출처 : 아마존) AI스피커를 가장 먼저 출시해 글로벌 시장에서 압도적 1위를 차지하고 있는 아마존 에코. 아마존은 멀리서 말하는 사용자의 음성을 정확히 잡아내기 위해 AI 스피커 ‘에코’에 무려 7개의 마이크를 넣었습니다. 사용자가 호출어인 ‘알렉사’를 말하면 에코는 여러 개의 마이크를 이용해 사용자의 위치가 있는 방향을…

IT 기술의 발전은 우리 삶에 많은 변화를 가져옵니다. 냉장고가 알려주는 레시피로 음식을 만들고 목소리만으로 집안의 기기를 간편하게 관리합니다. 놀이동산에 직접 가지 않아도 VR기기로 얼마든지 스릴감을 느낄 수 있습니다. 예술 작품 감상도 마찬가지입니다. 단순히 눈으로만 감상하던 것에서 이제는 오감을 활용해 예술 작품과 능동적 상호작용도 가능합니다. 지난 10월 서울 동대문에 문을 연 아트랙티브(Art+Interactive) 테마파크 ‘라뜰리에’는 IT 기술과 만난 예술 작품을 직접 체험할 수 있는 공간입니다. 인상주의 화가들의 눈에 비친 19세기 프랑스를 디오라마(diorama)와 IT · 영상 기술을 활용해 표현, 관람객들이 마치 실제 명화 속에 들어와 있는 듯한 색다른 경험을 선사합니다.   말하고 움직이는 명화 속 주인공들 라뜰리에는 총 다섯 개의 공간으로 나뉘어 있습니다. 예술가들이 즐겨 찾았던 △테르트르 광장, 예술가들의 아지트 △몽마르뜨 거리, 싱그러운 꽃 내음 가득한 △마들렌 꽃시장, 고흐의 노란 집이 있는 △라마르틴 광장, 프로방스의 정취를 느낄 수 있는 △포름 광장. 각각의 공간 특성에 맞는 IT 요소들이 관람객들의 체험 효과를 극대화하고 있습니다. 라뜰리에로 입장하기 위해서는 우선 금장을 두른 시간의 문을 통과해야 합니다. 문이 열리면 19세기 프랑스로의 시간 여행이 시작됩니다. 맨 먼저 관람객들을 맞는 곳은 예술가들이 즐겨 찾았던 테르트르 광장입니다. 갓 구운 빵 냄새를 풍겨오는 베이커리와 실제와 흡사한 소품들로 꾸며진 부티크 샵 등 거리의…

사람들은 컴퓨터 속도가 아주 빨라지면 기계의 능력이 인간의 두뇌능력을 초월할 것이라고 믿는다. 두뇌의 신호처리 속도를 예측하고 컴퓨터 계산속도가 두뇌의 신호처리 속도를 추월하는 특이점(2029년)이 지나면 컴퓨터가 인간의 지능을 능가한다고 주장한 미래학자도 있다. 하지만 계산기의 문제풀이 속도가 아무리 빨라도 그것은 단순한 계산기이지 지능기계는 아니다. 적어도 지능이란 표현을 사용하려면 외부의 입력이 없어도 스스로 필요한 데이터를 학습해서 문제를 해결하는 지적 능력을 갖춰야 한다. 더욱이 인간을 초월하려면 인간의 지적 판단 능력보다 높은 수준의 해답을 스스로 찾아낼 수 있어야 한다. 지능기계에 대한 인간의 열망은 사람의 프로그램이 없이도 기계가 혼자 해답을 찾아내는 능력을 갖는 것이다. 달리 말하면 지능기계가 하는 일은 단순히 문제를 푸는 데에 있지 않고 문제를 푸는 방법을 찾아내는 데에 있다.   인간과 인공지능, 대결의 역사 인공지능(AI, artificial intelligence)은 학문적 영역에 관한 뚜렷한 정의가 없다는 점에서 수수께끼 학문이다. ‘인공’의 정의가 무엇이고 ‘지능’의 정의가 무엇인지 객관적으로 정해져 있지 않다. 즉, 인공지능이란 용어를 컴퓨팅 성능이 어느 정도 수준에 이르렀을 때 붙일 수 있는 지에 대한 근본적인 정의가 없다. 결국 학자들은 인공지능이란 표현을 사용하길 꺼려했고 대신에 신경망 시스템, 퍼지시스템(fuzzy system), 진화적 컴퓨팅이란 표현을 사용했다. 인공지능이란 표현보다 컴퓨팅 지능이란 표현을 선호했다. 컴퓨터 과학자들은 처음엔 체스 게임을 인공지능을 측정하는 기준으로 생각했다.…