인공지능(AI) 관련 연구 개발(R&D)은 머신러닝 방식을 기반으로 끊임 없이 영역을 확대하고 있다. 연구개발 분야가 넓어지고 깊어질수록, 다양한 산업과 복합적으로 결합한다. 전세계 연구진은 서로 앞다퉈 자연(인간)지능과 인공지능간 융복합화를 추구, 연구개발의 복잡다기한 변화를 가속화 한다.
현 시점에서 가장 주목받는 연구결과 SOTA(STATE OF THE ART)를 공개, 공유하는 인공지능 전문사이트 페이퍼위드코드(PAPERWITHCODE)는 각각 하위 5개 연구분야를 포함하는 16개 연구 방향(Miscellaneous 포함)으로 이를 분류했다(https://paperswithcode.com/sota).
그러나 이같은 16 X 5 분류 방식이 인공지능 연구 개발 전체를 일목요연하게 보여주고 있진 못하다. 대개의 인공지능 연구 개발은 ▶시각ㆍ청각 등 감각적 구분 ▶분류ㆍ추론 등 지각적 구분 ▶의료ㆍ자동차 등 산업별 구분 ▶알고리즘 등 학습적 구분 등 다양한 축이 서로 맞닿은 구조를 이루며 진화, 분류를 더욱 어렵게 하기 때문이다.
지금까지 진행된 AI 연구개발 분야를 짚어보고 앞으로의 방향을 제시하려는 2년간의 노력이 '인공지능 기술 청사진 2030'으로 출간됐다.
AI타임스는 연구를 총괄한 정보통신기획평가원(IITP) 인공지능데이터기획팀 박상욱 팀장을 통해 연구보고서의 출간의미를 짚었다.
연구보고서의 내용은 각 주제별로 기획연재한다.
| 깊 이 성 장 |
① 자기지도학습 | 소통 감성 |
⑨ 단일감각지능고도화-시각지능 |
| ② 메타학습 | ⑩ 단일감각지능고도화-언어청각지능 | ||
| ⑪ 복합대화 기술 | |||
| ⑫ 에이전트 간 협업기술 | |||
| 범 위 성 장 |
④ 지식상식기반추론 | 공감 | ⑬ 다중감각인지 |
| ⑤ 실세계변화ㆍ절차적 지식 | ⑭ 행동인지 | ||
| ⑮ 교감형 AI | |||
| 신뢰성 | ⑥ 설명 가능한 AI | 지속 성장 |
⑯ 학습역량 진단 및 개선 |
| ⑦ 견고한 AI | ⑰ 평생학습 | ||
| ⑧ 공정한 AI | ⑱ 뇌인지 발달모사 | ||
| ⑲ 연합학습 | |||
| ⑳ 모델경량화 |
◇특별취재팀= 팀장 권영민, 박성은ㆍ윤영주ㆍ박혜섭ㆍ임채린ㆍ최명현ㆍ정윤아ㆍ이하나ㆍ배준영 기자
인공지능과 자연지능 연계를 통한
미래 지능 R&D 조기 착수가 필요합니다.
박상욱 팀장은 "산·학·연 전문가 협업으로 인공지능을 21개 소분류로 구분했다"면서 "쉽지 않은 작업이었다"고 회고했다.
-연구보고서는▶정의 ▶기술·시장 동향 ▶프로젝트 현황 ▶R&D 이슈 ▶기술 완성도 ▶연도별 R&D 발전전망 ▶R&D 주제 등을 조사 분석한 2년간 추진한 프로젝트이다. 어떤 사람들이 어떤 방식으로 연구보고서를 활용하는게 좋을까요.
인공지능의 향후 발전 방향인 학습지능과 감성지능을 기반으로 21대 소분류 동향을 탐독할 수 있습니다. 그리고 포스트 딥러닝 추진을 위해 각국이 추진하는 프로젝트를 추적 조사할 수도 있겠지요. 프로젝트 현황 및 참고문헌 등에 해당 내용도 제시되어 있어 각 연구분야 연구자들이 편리하게 이용하길 바랍니다.
자연지능 전문가의 경우 인공지능과 연계 필요성을 인식 및 연계 방안을 고려하는 데에 활용할 수 있겠지요. 인공지능의 산업분야 연계 및 적용 가능성을 확인할 수도 있습니다. 해당 산업 종사자의 경우 10년 후 미래를 대비한 사전 준비 기반을 마련할 수 있지 않을까 하는 기대를 품고 보고서를 마무리 했습니다.
-AI 2030은 두 가지 버전으로 출간됐는데 두 연구 보고서의 차이가 있습니까.
1차 년도 버전은 머신러닝, 언어지능, 시각지능 등 기존 인공 지능 키워드를 기반으로 기술 이슈를 도출한 거지요. 8대 분야 44개 기술 이슈에 대한 이슈 설명, 주요 사례, 도전 필요성 등을 제시했습니다. 1차 작업으로 보고서 완성도가 미흡해 IITP 홈페이지를 통해서 제한적으로나마 공개했습니다.
2차 년도는 인간의 지능을 모사하여 새로운 기술분류 체계를 수립했습니다. ▶6대 분야 21개 소분류별 주요 동향 ▶국내외 프로젝트 ▶R&D 이슈발전 전망 ▶R&D 주제 ▶ 참고문헌 ▶기술 수준 및 격차를 소개했습니다. 그리고 자연지능과 인공지능 연계 방향 모색을 하고 15대 산업별 인공지능 기술 적용 미래 제품 및 서비스를 제시했습니다.
-이같은 연구 의도가 국내 연구 및 학계에 어떤 영향을 주나요. 긍정적인 기대효과가 궁금합니다.
딥러닝 방식에서 탈피해 차세대 인공지능 R&D 방향에 대한 통찰력을 습득할 수 있겠지요. 그리고 인공 중심 지능 R&D에서 탈피해 자연(인간)지능 R&D에 대한 고찰과 연계 필요성을 인식할 수 있습니다. 딥러닝 고도화 방식으로는 기술 추월에 한계가 있기 때문에 인공지능과 자연지능 연계를 통한 미래 지능 R&D 조기 착수 필요성을 인식했습니다.
-연구분야가 날로 복잡해진 상황 속에서 어려웠던 과제는 무엇인가요.
코로나 19로 인한 대면 방식 작업 제한으로 150여명의 전문가와 메일과 전화를 통해 작업을 진행습니다. 한정된 인력으로 작업 추진에 난항을 겪었지요.
-국내 주요 프로젝트 기관들의 진행 상황이 어떻게 되나요. 보고서에는 연구 기간과 내용이 적혀 있는데 잘 수행되고 있습니까.
계획대비 잘 수행하고 있습니다.
-보고서에 기술 설명 뿐만 아니라 실생활에 적용되는 사례들까지 설명해주어 흥미로웠습니다. 하지만 딥페이크와 데이터 편향성 같은 문제들에 대해서 어떻게 생각하나요.
기술만으로 딥페이크 및 데이터 편향성 해결에 한계가 있습니다. 양질의 데이터 생성, 관리 및 표준 정립이 필요하겠지요. 기술 오남용 방지를 위한 제도 정비, 사회적 인식을 제고할 필요가 있습니다.
-연구를 진행하며 가장 놀라웠던 점은 무엇입니까.
인공지능과 자연지능 연계에 대해 각국이 연구에 착수했다는 점. 각국이 딥러닝 한계를 극복할 수 있는 중장기적인 플랜을 수립 중에 있다는 것입니다.
- 인공지능 분야 최고 수준인 미국에 비해서 한국은 약 80.9%의 수준과 1.8년의 격차가 있습니다. 한국이 미국을 충분히 따라잡을 수 있다고 보나요.
현재 상황으로는 미국을 추격하는데 한계가 있습니다. 중장기적이고 전폭적인 예산 지원으로 차세대 AI R&D 추진을 통해서만 기술 추격이 가능하겠지요. 현재 차세대 AI R&D 본 예타 심의 중으로 미국 추격을 위해서는 반드시 심의 통과가 필요합니다.
-이 연구에서 집중됐으면 좋겠는 부분은 무엇인가요.
자연지능과 인공지능의 연계 가능성에 집중해야 합니다.
-앞으로 인공지능이 인간의 감정을 모방하는 연구가 계속 진행된다면 어디까지의 감정까지 모방할 수 있을까요.
시간은 걸리겠지만 인공지능이 인간 감정을 모방할 수 있을 겁니다.
박상욱 정보통신기획평가원 인공데이터기획 팀장은 인공지능사업단 사무국장직을 겸직하고 있다. ▶WBS(World Best SW) 실무 기획 ▶글로벌 상용SW백서 프로젝트 ▶인공지능 기술 청사진 총괄을 맡았다. 인공지능 기술 청사진은 박팀장 외 7명(최윤호 ㆍ정다영 선임, 권용석ㆍ김성철ㆍ류재훈ㆍ이동재 책임, 조병훈 팀장)과 함께 제작했다.
[특별기획] 인공지능 기술 청사진 2030 연재순서 표
AI타임스 정윤아ㆍ임채린 기자 lynnlim@aitimes.com
