INNOVATE 인공지능의 핵심기술, 딥 러닝 알아보기 HMG저널 2016. 9. 19. 14:50 이웃추가 본문 기타 기능 본문 폰트 크기 조정 본문 폰트 크기 작게 보기 본문 폰트 크기 크게 보기 가 공유하기 URL복사 신고하기 인공지능이 세계를 강타하고 있습니다. 구글의 인공지능인 알파고(AlphaGo)는 한 대국에서 발생하는 경우의 수가 우주에 있는 원자 수보다 더 많다는 바둑에서 인간을 상대로 승리했으며, IBM이 개발한 인공지능 셰프 왓슨(Chef Watson)은 수많은 레시피를 검색하여 사람들이 좋아할 만한 새로운 레시피를 만들고 있습니다. 인공지능이 지능과 더불어 창의성, 감각까지 요구하는 영역에서까지 인간을 따라잡을 수 있는 비결의 핵심, '딥 러닝(Deep Learning)'을 소개합니다.인간의 뇌를 모방한 기술, 딥 러닝 오늘날 인공지능은 머신러닝이라는 기술을 기반으로 하고 있습니다. 문자 그대로 컴퓨터나 기계가 학습한다는 의미입니다. 이러한 머신러닝 기술 중 각광받고 있는 것이 바로 '딥 러닝(Deep Learning)' 입니다. 딥 러닝은 인간의 뇌를 형상화한 인공신경망을 머신러닝에 적용한 기술입니다. 과학자들의 연구에 따르면 사람의 지성은 신경(뉴런)의 집합체인 '신경망'에서 나오는데요. 이 신경망을 컴퓨터 상에서 흉내 내기 위해 고안한 것이 인공신경망입니다. 컴퓨터는 인공신경망이라는 기술을 통해 인간의 사고 과정을 따라 할 수 있습니다. 각 인공 뉴런(프로그램)에서 도출한 결과를 네트워크로 공유하고, 상황에 가장 적절한 답을 내놓을 수 있습니ㅣ다.알파고의 인공신경망은 크게 돌을 놓는 뇌인 정책망(Policy Network)과 승률을 예상하는 뇌인 가치망(Value Network)으로 이뤄져 있는데요. 구글은 정책망에 약 3,000만 가지의 수를 학습시켰습니다. 정책망은 단순히 입력된 기보를 흉내 내는 것을 넘어 자기 자신과 가상으로 대결을 펼치는 '강화학습'을 통해 스스로 새로운 전략을 찾아낼 수도 있습니다. 가치망은 정책망을 통한 강화학습 결과를 바탕으로 승률을 예상합니다. 그뿐만 아니라 바둑의 형세도 평가하여 궁극적으로 승자를 예측할 수 있습니다. 실제로 알파고와 이세돌 9단의 대결에서 구글은 경기가 끝나기 30분 전에 이미 결과를 알고 있었습니다.인간의 두뇌를 넘어 감각까지 따라잡다 공상과학(SF) 영화의 소재로나 쓰였던 인공지능은 알파고의 출현으로 딥 러닝이라는 기술과 같은 뜻으로 인식되고 있습니다. 하지만 딥 러닝은 인공지능을 구현하기 위한 기술 중 하나이며, 이미 널리 쓰이고 있습니다. 대표적인 사례가 구글 번역입니다.번역 알고리즘에 단어와 문장을 학습시키면, 번역 알고리즘은 이것을 바탕으로 처음 보는 문장에 대해서도 번역할 수 있는 능력을 얻습니다. 오역에 관해서는 사용자의 직접적인 피드백을 통해 바르게 수정하고, 이러한 데이터가 쌓여 번역 정확도를 높일 수 있습니다. 향후에는 대화체 문장은 물론, 유행어, 방언, 줄임말 등도 자연스럽게 번역할 수 있을 전망입니다.페이스북 역시 딥 러닝을 이용한 서비스를 제공 중입니다. 페이스북에 인물 사진을 올렸을 때, 사진의 열굴을 인식하여 등장한 사람을 태그 할 수 있도록 추천해줍니다. 과거의 얼굴 인식 기술은 눈이나 코의 위치 등을 바탕으로 유사한 얼굴을 찾는 방식이었지만, 페이스북은 사용자가 업로드한 방대한 양의 인물 사진을 바탕으로 좀 더 정확하게 실제 인물을 찾아냅니다.딥 러닝이 센서 기술과 만나면 인간의 오감을 흉내 낼 수도 있습니다. 예를 들어, 우리 혀에 닿은 음식의 맛이 미각세포를 통해 뇌로 전달되는 것처럼 센서에 음식이 닿으면 화학적 구조를 인식하여 컴퓨터로 전달합니다. 실제로 일본의 안리쓰(Anritsu) 코퍼레이션과 규슈대는 맛을 구분하는 센서를 개발했으며, 맛과 냄새에 관한 데이터베이스를 구축하여 음식에 있는 특징을 식별할 수 있게 했습니다.딥 러닝과 자동차가 만나면? 자율주행 기술의 탄생 사람이 특별한 조작을 하지 않아도 목적지까지 찾아가는 자율주행 자동차에도 딥 러닝이 적용됩니다. 카메라나 센서로 주변 상황을 인지하면, 딥 러닝을 기반으로 한 알고리즘은 이 정보를 바탕으로 대응합니다. 예를 들어 실제 주행에 영향을 받지 않도록 학습을 통해 달리는 차량과 달리는 차량, 실제 차량과 포스터에 그려진 차량을 구분하여 주행 결과에 영향을 받지 않도록 합니다. 여기에 지능형 운전자 보조 시스템(ADAS)을 접목하여 차간 거리나 차선을 유지하고 장애물이 나타나면 스스로 피합니다.국내 자동차 기업 역시 이에 관한 연구가 활발히 진행 중입니다. 기아자동차는 지난 1월 미국 라스베이거스에서 열린 CES 2016에서 전기 자동차 쏘울EV에 자율주행 기능인 '드라이브 와이즈'를 탑재해 선보인 바 있으며, 현대모비스는 사이드미러나 룸미러를 카메라로 완전히 대체하는 솔루션을 선보이기도 했습니다.늦어도 오는 2030년에는 완벽한 자율주행 자동차의 시대가 열릴 것으로 보고 있는데요. 업계에서는 이미 기술적 준비는 거의 마무리되었으며, 제도와 법만 마련된다면 자율주행 자동차를 내놓을 수 있다는 입장입니다. 무엇보다 중요한 부분은 인공지능입니다. 딥 러닝 기술을 바탕으로 자율주행 기능이 얼마나 합리적이고 자연스러운 판단을 내릴 수 있을지가 자율주행 자동차 시장에서 관건이 될 전망입니다. 글. 강형석 IT동아 기자
원문: 네이버 블로그에서 보기
