새해 글로벌 IT업계의 화두는 단연 ‘인공지능(AI)’이다. 구글·애플·IBM 등이 앞다퉈 인공지능 개발 투자를 늘리고 있다. 인공지능 기술은 어제 오늘의 이야기는 아니다. 그러나 최근의 논의는 과거와 분명 달라진 부분이 있다. 지금까지 더 똑똑한 컴퓨터를 개발하려 애썼다면 앞으로는 인간 같은 컴퓨터를 개발하는 데 초점을 맞추고 있다. 사용자의 감정을 이해하고 기계 스스로 필요한 행동을 하는 로봇도 늘고 있다.

▎중국 저장대학교가 개발한 탁구치는 로봇. / 사진:뉴시스

구글·IBM·애플이 진화한 인공지능 기술을 뽐내고 있다. 그저 ‘신기하다’는 시선으로 바라봤던 로봇이 점점 더 우리 삶 깊숙이 파고 들고 있다. 기술의 발전이 생각보다 많은 것을 가능하게 만들었다. 인공지능은 크게 3가지 단계를 거친다. 인식→저장 및 분석→행동이다. 여기에 한 단계가 더 추가됐다. 인공지능은 이 3단계를 무한히 반복하며 스스로 진화한다. 머신러닝 혹은 딥러닝이라 불리는 기술이다.

인공지능 스스로 진화하는 머신러닝

▎인공지능 로봇 대중화 시대를 연 소프트뱅크 휴머노이드 ‘페퍼’ / 사진:중앙포토

일본 소프트뱅크가 출시해 화제를 모은 로봇 ‘페퍼’로 가상의 장면을 만들어보자. 지난해 소프트뱅크는 인공지능 로봇 페퍼를 19만8000엔(약 200만원)에 내놨다. 대학이나 기업의 실험실에서 간접적으로만 체험할 수 있었던 인공지능 로봇을 직접 구매할 수 있는 수준에 이른 것이어서 화제가 됐다. 소프트뱅크는 페퍼를 생산원가보다 저렴한 가격에 팔고 있다. 팔수록 손해를 본다는 뜻이다. 대신 ‘로봇 상용화에 앞장선 기업’이라는 이미지를 구축했고, 미래에 열릴 로봇 시장을 선점할 기회를 잡았다.

늦은 밤 퇴근해 집 문을 열자, 페퍼가 다가와 말을 건넨다. “힘든 하루를 보내셨군요. 따뜻한 차를 내어 올까요? 먼저 목욕을 하시겠습니까?” 주인이 목욕을 하고 싶다고 말하자, 보일러가 작동된다. 이 짧은 예시가 의미하는 바는 크다. 지금 IT업계가 개발하고 있는 거의 모든 기술이 이 사례 속에 숨어 있다. 물론 페퍼는 이 수준의 능력을 갖추진 못했다. 하지만 불가능한 이야기는 아니다. 가격에 문제가 있을 뿐, 기술적으로는 큰 문제가 없다.

페퍼가 건넨 첫 대화의 주제는 ‘힘든 하루’다. 여기에는 1단계인 ‘인식’과 관련한 기술이 포함됐다. 문을 열고 들어온 사람이 주인인지를 확인하고, 주인의 표정을 통해 기분이나 감정을 인식하는 기술이 있어야 가능한 대화다. 정교한 카메라와 센서가 필요하다. 센서를 이용한 인식 분야에서 탄탄한 기술력을 갖춘 벤처가 속속 등장하고 있다. 대표적 사례가 최근 애플이 인수한 벤처 ‘이모션트’다. 현재 인간의 표정을 가장 정확하게 인식할 수 있는 기술을 가진 기업으로 꼽힌다. 어두운 조명, 낮은 카메라 화질, 안경이나 수염에 가려진 얼굴과 같은 열악한 환경에서도 사람의 표정을 정확히 잡아낼 수 있다. 무엇보다 한 번에 최대 100명까지의 표정을 분석할 수 있다. 이모션트의 안면인식 장치를 작동시킨 후 100명의 청중 앞에서 강연을 한다고 가정하자. 이모션트는 화면에 들어와 있는 사람들의 표정을 분석해 몇 명이 강연을 집중해 듣고 있고, 몇 명이 지루함을 느끼고, 몇 명이 행복감을 느끼는지를 분석할 수 있다. 애플은 이모션트를 인수하면서 정확한 금액과 용도를 밝히지 않았다. 많은 전문가는 이모션트의 기술이 조만간 애플의 스마트폰에 탑재될 것으로 본다.

다시 페퍼로 돌아오자. 오감 센서를 작동시켜 페퍼가 인식한 것은 디지털 숫자로 된 정보다. 이 정보는 페퍼가 보고 듣는 매 순간 쌓인다. 자신의 주인과 함께 하는 시간이 늘어날수록 페퍼가 기억해야 할 정보가 늘어난다. 센서가 정교할수록 더 많은, 또 세분화된 데이터가 저장될 것이다. 이 방대한 정보를 빠르게 저장하고 불러올 수 있게 하는 것이 ‘빅데이터’ 기술이다. 빅데이터는 기존에 가늠하기조차 힘들었던 방대한 양의 정보를 말한다. 일부 전문가는 인공지능 기술의 핵심을 ‘빅데이터’로 꼽는다. 구글이 대표적이다. 구글은 오랫동안 세계인이 가장 즐겨 사용하는 ‘포털사이트’란 입지를 굳혔다. 많은 사람이 하루에도 수십 번 구글에 접속해 모르는 지식을 찾고, 음악과 식당을 검색하며, 사고 싶은 물건에 대한 정보를 얻는다. 그때마다 사람들은 발자취를 남기고, 이는 데이터화 돼 구글의 서버에 저장된다. 한 때는 서버 용량만 잡아먹는 불필요한 데이터 취급을 받던 시절도 있었다. 하지만 빅데이터 기술이 발달하면서 구글이 가진 개인 정보는 돈으로 환산하기 힘든 크기의 자산이 됐다.

구글 “결국 데이터를 가진 자가 승리”

조금 과장해 말하자면 이미 세계인들은 구글의 손바닥 안에서 놀고 있다. 구글은 지역, 연령대, 성별별로 누가 어떤 제품을 선호하고, 취미 생활에 얼마만큼의 돈을 쓰는지 제법 정확하게 파악한다. 이를 바탕으로 무한대의 사업 아이템을 만들어낼 수 있다. A라는 사용자가 신발을 교체할 즈음에, A가 선호하는 디자인과 브랜드 신발 광고를 그의 e메일로 보내 구매를 유도할 수 있다. B가 최근 클래식 음악에 관심이 많다는 사실을 알아채고는, B의 구글 접속 메인 페이지에 클래식 콘서트 티켓을 판매하는 정보를 올려둘 수 있다. 그만큼 구글이 돈을 벌 수 있는 기회도 늘어나는 것이다.

구글이 인공지능 사업을 추진하면서 ‘데이터’를 얼마나 아끼는지 보여주는 사례가 있다. 구글은 지난해 말 인공지능 소프트웨어 엔진 ‘텐서플로우’를 오픈소스화했다. 이미지 및 음성인식, 언어 번역 툴을 가진 소프트웨어를 모든 사람이 사용할 수 있도록 한 것이다. 이 소프트웨어를 사용하면 누구나 다양한 데이터를 분석할 수 있다. 더욱 진화된 데이터 분석 프로그램을 만들 수도 있다. 구글은 ‘텐서플로우’를 개방하면서 자신이 가진 ‘데이터’는 공개하지 않았다. 두 가지를 염두에 뒀다. 구글은 결국 미래 인공지능 시장의 핵심 가치는 ‘데이터’가 될 것으로 예상한다. 정보를 분석하는 기술은 앞으로 빠르게 발전할 것이다. 하지만 분석할 정보가 없다면 그건 무용지물이다. 구글은 자신의 곳간에 쌓인 정보로 무엇을 할 수 있을지 끊임없이 고민하고 있다. 구글에는 뛰어난 두뇌를 가진 연구원이 많지만 그들만으로는 한계가 있다. 분석의 툴이 되는 소프트웨어를 대중에게 던져서 가지고 놀게해서 전에 없던 새로운 형태의 비즈니스 모델을 개발할 힌트를 얻으려고 한다.

▎튜링 테스트를 최초로 통과한 영국의 인공지능 소프트웨어 ‘유진’ / 사진:중앙포토

빅데이터를 활용한 인공지능 분야에서 앞선 회사는 또 있다. 15억 명의 가입자를 보유한 페이스북이다. 15억 명이 매일 올리는 사진과 글이 페이스북의 자산이다. 아직 수익모델이 완벽하지 않은데도 3000억 달러(약 360조원)의 기업가치가 책정된 이유다. 창업자 마크 저커버그는 지난 1월 5일 자신의 페이스북에 신년사를 겸한 계획을 밝혔다. ‘영화 <아이언맨>에 나오는 자비스와 같은 인공지능 시스템을 개발하겠다’. 페이스북은 최근 인공지능 분야의 권위자인 얀 레쿤 뉴욕대 교수를 영입해 인공지능 시스템 개발에 박차를 가하고 있다.

인공지능의 마지막 단계는 행동이다. 상황을 제대로 인식하고, 멋지게 분석했더라도 그 결과값인 ‘행동’이 제대로 나오지 않으면 기술은 별 쓸모가 없다. 제대로 된 행동은 정교한 로봇 기술에서 나온다. 인류는 이와 관련한 기술은 충분히 보유하고 있다. 인간이 도저히 해내기 힘든 정교한 반도체를 만드는 작업을 로봇이 대체하고 있다. 인간의 힘으로는 들 수 없는 자동차용 강판을 종이처럼 다루며 조형하고 색칠하는 일도 로봇이 한다. 문제는 역시 가격이다.

페퍼에게 “커피를 한잔 가져다줘”라고 명령을 한다고 가정하자. 페퍼는 부엌으로 가서 컵을 꺼내 커피를 내린 후, 쟁반에 받쳐서 나에게 커피를 가져와야 한다. 이 세밀한 작업을 위해서는 고도의 기술이 집약된 팔이 있어야 한다. 공장에서 활용하는 로봇팔을 가져다 페퍼에게 붙이는 일은 어렵지 않다. 그러나 현재 200만원 수준인 페퍼의 몸값은 수억원으로 뛸게 자명하다. 당분간은 상용화가 불가능하다. 많은 학자가 ‘인공지능’을 먼 미래의 기술로 단정지은 이유다.

최근 인공지능의 ‘행동’ 분야에서 또 다른 가능성이 열렸다. 사물인터넷(IoT)이란 기술의 등장이 계기다. 모든 사물이 인터넷으로 연결돼 각자의 역할을 수행한다면 정교한 팔은 필요가 없다. 페퍼는 자신의 무딘 손가락으로 보일러 전원버튼을 누르기 위해 애를 쓰지 않아도 된다. 사물인터넷으로 연결된 보일러에 간단한 명령어를 전달하는 것만으로도 기기를 작동할 수 있다. 커피를 주문하면 쟁반에 받쳐 가져다 주진 못해도 나중에 쉽게 마실 수 있게 커피머신을 작동시킬 수도 있다.

사물인터넷 기술이 화룡점정

인공지능 기술의 3단계에 또 하나의 단계가 추가됐다. 1~3단계를 무한하게 반복하며 스스로의 능력을 업그레이드 시키는 기술이다. 단순히 저장된 자극과 명령에 반응하는 것이 아니고, 이전에 입력된 정보와 행동을 바탕으로 전혀 새로운 선택을 도출하는 과정이다. 업계에서는 이를 딥러닝 혹은 머신러닝 기술이라고 부른다. 차를 몰고 가다 나도 모르게 “차 안이 좀 썰렁하네”라는 말을 내뱉는 상황을 가정하자. 썰렁하다라는 말은 로봇이 이해하기 힘든 추상적인 단어다. 개인에 따라 다른 상황에서 이 말을 뱉는다. 하지만 고도화된 인공지능은 나를 위한 최적의 온도를 맞춰줄 수 있다. 오랫동안 내 비서 역할을 수행하면서 쌓은 데이터가 있기 때문이다. 내가 어떤 온도에서 썰렁하다고 느끼는지, 혹은 따뜻하다고 느끼는지를 나의 비서는 정확하게 알고 있다.

기술이 여기까지 발전하면 과연 나와 대화하는 저 상대가 기계인지 사람인지가 혼란스럽게 될 것이다. 인공지능 개발자가 지향하는 목표다. 머신러닝 기술로 인간에 가까운 성능을 뽐내는 수퍼컴퓨터가 있다. 대표적인 게 ‘유진 구스트만’이다. 영국 레딩대학교에서 개발한 프로그램이다. 영국 왕립학회가 실시한 ‘튜링 테스트’를 최초로 통과한 인공지능 시스템으로 화제를 모았다.

튜링테스트는 기계가 얼마나 인간과 비슷하게 대화를 나눌 수 있는지 가늠하는 테스트다. 전문가 집단으로 구성된 심사위원이 컴퓨터와 5분 간 문자로 대화한 후, 심사위원의 30% 이상이 사람으로 착각한다면 테스트를 통과한다. 유진은 2014년 이 테스트를 통과했다. 심사위원 3명 중 1명이 유진을 인간으로 착각했다. 유진은 현재 13살 정도의 지적 수준을 가진 인공지능이란 평가를 받는다.

IBM이 개발한 수퍼컴퓨터 왓슨도 주목할 만하다. 좀 더 인간다운 형태로 대화할 수 있도록 개발한 시스템이다. 최근 열린 2016 CES에서 왓슨은 뜻밖의 모습으로 등장해 사람들을 놀라게 했다. 소프트뱅크의 휴머노이드 페퍼에 왓슨이 탑재된 것. ‘왓슨 페퍼’라는 이름을 가진 이 로봇은 앞선 사례와 비슷한 역할을 상당부분 수행할 수 있는 능력을 갖췄다. 왓슨은 대화의 맥락을 충분히 이해하고 그에 맞는 전문적 지식을 알려준다. 왓슨은 퀴즈대회에 출전해 인간 챔피언을 굴복시킨 이력도 있다. 저커버그가 희망하는 ‘자비스 같은 비서’에 가장 근접한 형태의 로봇이 ‘왓슨 페퍼’다.

- 박성민 기자 park.sungmin1@joins.com

*머신러닝(딥러닝) : 빅데이터 기술에서 한 단계 진보한 형태의 기술. 빅데이터를 분석해 미래를 예측하는 기술을 말한다. 컴퓨터 스스로 인지한 데이터를 바탕으로 추론하고 판단해 새로운 정보를 생산할 수 있다. 과거처럼 특정 자극이 주어지면 어떤 판단을 하는 것이 아니라, 컴퓨터가 축적한 데이터에서 패턴을 분석한 다음 그에 맞는 판단을 한다. 인터넷 포털사이트의 ‘검색어 자동 완성기능’이 머신러닝의 예다.

[박스기사] 인공지능 개발의 장애물

“인류는 악마를 소환하는 중이다”

“인류가 악마를 소환하는 것일 수도 있다.”(일론 머스크 테슬라 CEO). “인류의 종말을 부를 가능성이 있다. 100년 내에 인공지능이 인간을 넘어설 것이다.”(스티븐 호킹 박사). “이제 조금씩 두려워지고 있다.”(빌 게이츠 마이크로소프트 창업자).

인공지능을 바라보는 세계의 시선이 호기심에서 기대로, 이제는 두려움으로 바뀌고 있다. 그만큼 인공지능이 우리 삶이 미칠 파장은 크다. 일론 머스크와 스티븐 호킹 박사의 말은 인공지능이 군사무기에 탑재될 가능성을 염두에 두고 나온 것이다. 스스로 판단하고 인간을 공격하는 ‘킬러 로봇’의 등장을 우려했다. 이미 군사 선진국에서는 무인 공격 무기가 꽤 많이 개발했다. 여기에 더 고도화된 인공지능이 추가된다면 무서운 결과를 만들 수 있다.

인공지능은 그 밖에도 다양한 사회적 문제를 야기할 수 있다. 무엇보다 개인정보 노출과 인권침해 논란이다. 찬반이 팽팽히 맞서고 있다. 앞서 언급한 것처럼 고도화된 기술을 탑재한 인공지능은 ‘나보다 나를 더 잘 알고 있는 존재’다. 이런 인공지능 시스템이 해킹이라도 당한다면 그 피해는 상상을 초월한다. 이미 구글과 페이스북, 다양한 인터넷 웹사이트에 가입하면서 입력한 나의 정보가 가상의 공간을 떠돌고 있다. 이를 활용한 지능형 범죄가 늘고 있다. 인공지능이 보편화된 세상에서는 그 피해의 범위도 커진다.

인류의 존망을 위협할 정도는 아니지만, 당장 해결해야 할 문제도 많다. 최근 한 외신은 인공지능 기술 발전으로 인해 ‘저작권’ 문제가 불거지고 있다고 지적했다. 언급한 사례는 ‘보컬로듀서’라는 소프트웨어다. 이 프로그램에 사용자가 원하는 리듬의 패턴, 음성 변화, 코드 진행 등을 설정하면 자동으로 악보와 음악 파일을 생성한다. 비슷한 작곡 소프트웨어 ‘오르페우스’는 가사만 입력하면 1분 이내로 곡 하나를 만들 수 있다. 이때 이 소프트웨어가 만들어낸 콘텐트의 저작권자가 누구인지가 불명확하다는 지적이다. 미국 AP통신이 실제 사용하는 ‘자동기사작성기’의 사례도 마찬가지 문제를 야기한다. 이 소프트웨어에 야구 경기의 결과만 입력하면 자동으로 ‘기사’가 완성된다.

인공지능 의료행위에 대한 책임 문제도 있다. 한국정보화진흥원은 1월 4일 ‘ICT 기반 헬스케어 서비스의 사회적 영향과 대응방안’이라는 보고서를 냈다. 빅데이터와 인공지능을 이용하면 의료서비스의 혁신이 가능하다고 주장했다. 동시에 데이터의 권리와 보안, 의료인력 감축 등의 문제에 직면할 수 있다고 예상했다. 추가로 고민할 것이 의료행위에 대한 책임 소재다. 보고서는 ‘인공지능을 활용한 의료 행위가 이뤄지는 경우, 행위 책임의 주체와 범위에 대한 재정의가 필요하다’고 설명했다.

행위의 책임 문제는 비단 ‘의료’에 한정되는 이야기가 아니다. 국내 외에서 개발에 속도가 붙은 ‘무인자동차’도 논란에서 자유로울 수 없다. 자율주행 시스템은 단순히 자동차에 관련 기술을 집어 넣는다고 만들 수 있는 게 아니다. 도로에 관련 인프라를 구축하고 차와 도로가 원활하게 통신할 수 있는 시스템을 만들어야 한다. 관련 도로교통법도 가다듬어야 한다. 이때 사고가 발생하면 누구에게 책임을 물을까? 자동차 제조사, 인프라를 구축한 기업, 법규를 만든 정부, 직접 탑승해 기기를 조작한 운전자 사이에서 치열한 책임공방이 벌어질 수 있다.