'빠른 변화 적응' 실세계변화 적응기술
'순서대로 행동' 절차적 지식
범위성장 AI의 기술ㆍ시장 동향에 주목해야
실세계변화 적응기술은 다양한 상관관계로 인해 많은 계산ㆍ분석이 필요한 실세계 현상에 대한 해석과 예측을 적정시간 내에 도출하기 위한 AI 기술이다.
실세계변화 적응기술은 서로 주어지는 비정형 문제를 인지하고, 기존 문제들과의 유사성을 분석해 해결하는 융합 AI 기술이다. 새로운 환경에서 새로운 개념에 대한 학습으로 지식화해 학습된 개념을 적용해 오류를 발견하면, 기념 오류 원인을 발견하고 즉각적으로 개념을 수정 후 구체화한다. 실세계변화 적응기술은 범위성장 AI 중 하나로, 실세계의 다양하고 새로운 상황을 인지하는 기능도 포함한다.
이를 간단히 정의하면 아래와 같다.
주변 환경을 스스로 탐지해 자율적으로 동작하게 하는 AI 기술
- 인공지능 기술청사진 2030
실세계변화 적응기술에는 지능형 에이전트가 쓰인다.
지능형 에이전트(Intelligent agent)는 실제 환경 변화를 인지하고 외부 변화에 적절히 대응하기 위해 내부에 프로그램된 시뮬레이터에서 예측ㆍ추론을 도출하고 그 결과를 평가한다.
이는 대개 구조가 유사하며 환경을 인지해 행동하는 시스템을 말한다. 감지(Sensing), 인지(Perception), 사고(Thinking), 행동/판단(Action/Decision)의 논리적인 4단계로 구현된다.
지능형 에이전트는 현재 실세계 AI에 ▲프로세스 자동화(Process Automation) ▲인지적 통찰력(Cognitive Insight) ▲인지 참여(Cognitive Engagement)의 세 클래스로 분류된다.
◆기술 동향
실세계의 다양한 환경에서 생기는 데이터에 대한 모델링 연구와 상황 판단 관련 핵심 기술 연구가 진행되고 있다. 또한, AI의 핵심 기술(강화학습, 비지도학습 등)을 실생활에 적용하기 위한 응용 연구가 활발히 진행 중.
의료, 군사, 자연어, 드론 등 다양한 분야(환경)에 적용 가능하다.
대량의 데이터를 얻기 힘든 경우에 대비, 적은 데이터로도 효율적으로 학습할 수 있게끔 하는 연구가 진행 중이다(제한된 데이터로부터의 환경 모델링).
장비의 한계나 시스템 특성으로 인해 일부만 관찰 가능한 경우를 위해, 외국의 많은 연구기관에서 부분 관찰 데이터로 전체 환경을 모델링하는 연구도 활발히 진행되고 있다(부분적 데이터로부터의 환경 모델링).
그 예로, 버클리 AI 연구팀은 모델 기반 학습의 높은 샘플 효율을 달성하고자 PETS(Probabilistic Ensembles with Trajectory Sampling; 궤적 샘플링을 이용하는 개연론적 총체) 알고리즘을 개발했다.
또한 실제 환경에서는 수많은 특성과 객체가 존재하므로, 모든 객체를 효율적으로 표현하기 위해 고차원의 연속공간에 사영(射影)하는 방법도 연구되는 중(고차원 연속 공간 표현법). 이를 구글 딥마인드, 워싱턴대와 마이크로소프트 연구진은 강화학습과 함께 연구하고 있다.
이외에도 ▲부분적 데이터로부터의 환경 모델링 ▲빠른 환경 적응 ▲인과 관계 모델링 등이 실세계변화 적응기술의 하위 기술로 활발히 연구되고 있다.
◆주요 프로젝트
미국의 DARPA(고등연구계획국)와 NAVY(해군)에서 각각 SAIL-ON과 IDA&LIDA 프로젝트를 진행하고 있다. 둘 다 군대 상황에 적용하기 위한 시스템을 개발하는 중.
또한 미국의 엔비디아(NVIDIA)에서는 자율주행 자동차와 로봇을 위한 최첨단 SW 정의 플랫폼을 연구 중이다(AGX Orin 프로젝트). 이는 초당 200초의 연산을 제공하며, 2018년부터 연구가 시작되어 2022년 완성을 목표로 한다.
한편 독일항공우주센터에서는 메테론(METERON) 프로젝트가 2012년부터 진행 중이다. 메테론은 소리를 입력받아 문자로 출력하는 심층 신경망(DNN; Deep Neural Network)으로, 인간-로봇 간 실시간 의사소통 기술을 갖추었다.
이와 비슷한 예로, NTT(일본)의 코토하(COTOHA)가 있다. 사람과의 대화 가능한 AI 기술을 개발했으며, 더 자연스러운 대화가 가능하도록 2016년부터 발전하는 중.
국내에서도 실세계변화 적응기술 프로젝트가 진행되고 있다.
연세대에서 연구 중인 배달 로봇, KIST(한국과학기술연구원)에서 개발 중인 HRI&RI(치매 초기ㆍ경도 인지장애 환자의 간병 보조 로봇)가 그 예시. 각각 2020년, 2016년부터 연구가 시작됐다. 특히 HRI&RI는 최대 두 시간 동안 환자를 돌볼 수 있다.
◆발전 전망
실세계변화 적응기술의 핵심 기술로는 ▲시뮬레이션 가속화 ▲딥러닝 기반 기술 고도화 ▲의사소통 및 감정인지 ▲멀티 에이전트 학습이 있다.
시뮬레이션 가속화 기술은 적정 시간 내 시뮬레이션 결과가 도출되게 하는 AI 기술을 기반으로 한다. 주로 자율주행 자동차에 적용되는 기술로, 현재 기술 완성도는 40%.
딥러닝 기반 기술 고도화 역시 최근 자율주행 이동체(자동차, 항공기, 드론, 로봇 등)에 폭넓게 적용되고 있다. 현재 기술 완성도는 50%이다.
의사소통 및 감정인지 기술은 언어적 소통은 물론, 생각, 바람 등 미묘한 신호를 포착해 표정 아래 숨은 감정을 이해한다. AI 스피커, AI 안내데스크 등에 현재에도 활용되고 있어, 기술 완성도는 60%으로 높다.
멀티 에이전트 학습 기술은 다중 에이전트 학습 시스템 기술이다. 잠재적 감염병 완화를 위한 최적 예방 학습, 클라우드 기반 응용기술의 보안 등에 널리 쓰일 전망이다. 기술 완성도는 50%.
세부 발전 계획으로 ▲자율 객체 구현 ▲의사소통 모델링 기술 연구 ▲사람의 감지 능력 능가 ▲통합 목적의 딥러닝 등이 있다.
절차적 지식은 추론, 의사 결정, 문제 해결과 같이 특정 인지 활동을 수행하는 방법ㆍ행동과 관련된 실천적 지식이다.
절차적 지식(Procedural knowledge)은 실세계변화 적응기술과 마찬가지로 범위성장 AI에 속한다.
절차적 지식을 이해하기 위해 선언적 지식에 대한 이해가 필요하다. 선언적 지식(Declarative knowledge)은 사실ㆍ사물에 관한 명시적 지식으로, 기억과 추리과정이 요구된다.
이와 달리, 절차적 지식은 명시적으로 표현되지 않는 경우가 대다수이며 사람에게는 반복 경험에 기반한 자동화된 패턴으로 나타난다.
인간은 학습 과정에 있어 절차적 지식과 선언적 지식은 긴밀히 연관지어 활용한다.
절차적 지식 기술은 ▲절차적 지식 이해 및 추출 기술 ▲절차적 정보의 생성 및 구조화 기술 ▲평가를 통한 절차적 정보 학습 기술 순서대로 이루어진다.
절차적 지식 이해 및 추출 과정에서는 절차를 포함한 정보로부터 새로운 정보를 추출한다.
이후, 절차적 정보의 생성 및 구조화 기술에서는 앞에서 추출된 정보를 체계적 형태로 생성한다. 이때, 그래프 등을 활용하는 구조적 방법이나 딥러닝 기반 시퀀스-시퀀스 모델 활용 생성 기법 등이 사용된다.
마지막으로 평가를 통한 절차적 정보 학습 기술은 개체와 환경과의 상호작용을 통해 절차적 정보를 학습해가는 기술이다. 이는 강화학습과 관련된 기술로, 즉각적ㆍ장기적 결과에 대해 종합적으로 고려해 최적의 절차를 생성한다.
◆기술 동향
1) 텍스트 기반 절차적 지식 추출
자연어처리를 통해 절차적 정보를 파악하거나 절차적 정보의 속성을 분류하는 기술이 제안됐다. 특히, 알렌 AI연구소(미국)는 텍스트를 읽고, 학습하고, 추론하기 위한 프로젝트를 시작했다(Aristo Project). 이는 절차적 텍스트의 의미를 파악해 목표를 탐지ㆍ추론하는 연구 프로젝트이다.
2) 시각적 절차 학습
영상 정보에서 절차를 학습하는 과정이다. 최근에는 영상은 물론 자막, 발화 등을 동시에 활용해 절차적 지식을 추출한다. 특히 멀티모달 정보로 기술된 절차를 분석하려는 연구가 활발히 일어나고 있다.
3) 시퀀스 형태의 절차적 지식 추출ㆍ생성ㆍ활용
시퀀스 형태는 언어로 표현하기 어렵다. 이때 강화 학습에 기반해 절차적 지식을 추출하기도 한다. 그 예로, IIT(이탈리아)에서는 사람에 의한 운동신경을 통한 가르침(Kinesthetic teaching)을 강화 학습 과정으로 학습하는 연구를 수행하기도 했다.
국내 KAIST와 한림대에서는 다관절 로봇의 움직임을 학습해 생명체처럼 자연스러운 움직임을 생성하는 Gated RNN(순환신경망)을 이용한 시퀀스 학습 및 생성 모델을 제안한 바 있다.
◆시장 동향
마이크로소프트는 비디오와 대본 정보만으로 요리법을 만드는 연구를 수행했다. 이때, 구조화된 절차적 지식(Structured Procedual Knowledge)의 개념을 사용했다. 또한 절차적 정보의 표현 수단으로 증강현실(AR; Augmented Reality) 플랫폼이 도입되기 시작해, 마이크로소프트가 이를 이용해 자동차 수리 매뉴얼을 제시했다.
어도비는 기하적 최적화(Geometric Optimization) 기법을 이용해 사용자가 지정한 물체를 쉽게 따라할 수 있는 3D Tutorial 을 생성하는 연구를 수행했다. 이를 통해 이전엔 대부분 수작업으로 진행돼야 하는 업무에 대해 자동화를 달성했다.
한편 싱가폴 난양공과대학에서는 인간 수준의 절차를 이해하고 계획하는 가구 조립 로봇을 만들었다(2018년).
국내에서도 다양한 기관이 절차적 지식을 연구했다. 조립 설명서를 보고 스스로 물품을 조립하는 로봇을 위한 AI 기술(KETI, 지능정보산업협회), 딥러닝 기반 절차 지식에 대한 딥스키마 연구(서울대)가 그 예다.
◆발전 전망
R&D 과제로 AI 기반 절차적 지식 융복합 프레임워크 기술 개발을 추진 중이다.
이를 위해 단기(2020~2022년)에는 언어모델을 활용해 절차적 지식과 선언적 지식을 개별 정의하고자 한다. 이후 중기(2023~2026)년에는 두 지식의 융합 프레임웍을 구현ㆍ고도화한 뒤, 장기(2027~2030년)까지 이 프레임워크를 멀티모달 퓨전을 통해 다양한 분야에 활용하는 게 목표이다. 현재 기술 완성도는 50%.
또한, 이종 형태의 절차적 지식의 생성도 연구 중에 있다. 이는 언어에서 비언어로 도달하기 위한 과정으로, 역시 현재 기술 완성도는 50%.
단기 내로 이종 절차적 지식 인코딩ㆍ디코딩 모델 개발을 목표로 하고 있다. 이를 위해 딥 시퀀스 모델 활용, 각 모달리티의 표현 형식 분석이 뒷받침돼야 한다.
중기에는 시간관계 추론 기법, 확률분포 기반 절차적 상태 모델링 등을 통해 이종 절차적 지식을 고도화할 전망이다.
2030년까지는 이를 상호작용 분야 확대가 가능한 일반 모델로 확장하고자 한다.
이처럼 범위성장 AI는 인간의 삶과 매우 밀접하게 쓰일 전망이다. 특히 의료는 물론 드론, 군사, 우주 등 폭넓은 분야에서 각광받는 기술이다.
범위성장 AI를 통해 인류도 한차례 '성장'하는 계기가 되길 바란다.
"인공지능과 자연지능 연계 집중할 때" AI 기술청사진 연구 총괄 IITP 박상욱 팀장
[특별기획] 인공지능 기술 청사진 2030 연재순서 표
AI타임스 배준영ㆍ최명현 기자 jybae0127@aitmes.com
무단전재 및 재배포 금지
기사제보 및 보도자료 news@aitimes.com