이경전 경희대 빅데이터응용학과 교수, 28일 호남대서 온라인 특강
‘빅데이터는 무엇인가’ 주제 강연…빅데이터 활용 사례‧AI 정책 등 강의
“데이터는 결국 의사결정을 위한 것…좋은 데이터 만드는 깊은 고민 필요”
빅데이터응용 분야 권위자인 이경전 경희대학교 교수와 전국 고등학생들 간의 뜻깊은 만남이 온라인상에서 열렸다. 호남대학교 AI빅데이터연구소가 격주 수요일마다 'AI 대중화'를 위해 진행 중인 ‘궁금한 수요일-AI 알못(알지 못하는)들을 위한 시간’에서다. 29일 열린 이번 특강은 신기술 시리즈로, 전국 고등학생을 중심으로 AI 시대의 지식을 공유하고 진로 선택에 도움이 되기 위해 마련된 자리다.
지난 28일 줌(ZOOM)을 통해 열린 특강에서는 이경전 경희대 교수가 나서 ‘빅데이터는 무엇인가’를 주제로 강연을 펼쳤다. 이 교수는 현재 경희대 경영대학 빅데이터응용학과 교수로 재직 중이며, 경희대 빅데이터연구센터 소장, 인공지능 & 비즈니스 모델 연구소 소장을 겸임하고 있다. 미국 인공지능학회(AAAI)에서 세 차례 혁신적 인공지능 응용상을 수상했다. 교육, 건축 등 다양한 분야 기업의 빅데이터기반 새로운 비즈니스 모델에 대해 자문하고 있다.
그는 이번 특강을 시작하기 전 미리 참여 학생들이 보내온 32건의 질문에 대해 꼼꼼히 답하는 시간을 가졌다. 전국에서 모인 고등학생들은 빅데이터 분야에 종사하기 위해 갖춰야할 역량부터 빅데이터 분석에 대한 주관성, 데이터 분석 프로그램, 데이터 수집 기준 등에 대해 질문했다. 이 교수는 열의에 찬 학생들을 응원하며, 일일이 답변을 달았다.
이 교수는 데이터와 정보 그리고 지식에 대한 전통적인 생각에 새로운 시각을 제시하고 빅데이터 분야에서 요즘 가장 첨예하게 대립하는 대선 여론조사에 대해 조명했다. 이어 AI 활용 정책 수립 시스템, AI 기반 자동 모니터링 시스템(AI NGO)의 필요성과 발생하는 문제점에 대해 짚었다. 또 기업에서 진행중인 구체적인 IoT‧빅데이터 사례를 통해 관련 산업의 이해를 도왔다.
“데이터 양보다 선한 목표 설정부터 고민해야”
이 교수는 빅데이터에 대한 잘못된 인식을 지적했다. 그는 “데이터는 결국 의사결정을 위한 것”이라며 “데이터의 양보다 인공지능 시스템을 개발하기 위해 어떻게 좋은 데이터를 만들어내고 자신이 설정한 선한 목표를 성공시킬 수 있을 것인지 먼저 고민해야 한다. 무작정 수집한 데이터는 다 버려질 수 있다”고 말했다.
이어 그는 “데이터를 분석해서 지식(여러 맥락과 연결된 지식)을 얻어야하는 것이 일반적인 생각”이라며 “데이터를 해석하면 지식이 나오는 데 그러한 것들은 주관적이고 오히려 정확하지 않을 수 있다”고 설명했다. 데이터를 분석하기 전 사회에 긍정적인 영향을 주는 목표를 설정하고 이를 구체적인 표현과 해석으로 고정시킨 데이터화를 하려고 노력해야 한다는 것이다.
“2022년 누가 대통령이 될 것 같으세요”
이 교수는 빅데이터를 활용한 여론 조사, AI 활용 정책 수립 시스템 필요성에 대해서도 강조했다. 그는 “빅데이터 분야에서 요즘 가장 첨예하게 대립하는 것은 내년 대선 관련 이슈”라며 “여론이 소셜미디어와 댓글로 표현돼 정책수요자와 결정자에 영향을 미치며, 데이터로 축적과 분석이 가능해져 AI·빅데이터 활용 분석 능력이 정책 능력에 영향을 미칠 수 있는 상황이 됐다"고 언급했다.
그는 "신속 정확한 여론 분석 능력을 갖추고, 새로운 의제 설정 기회를 활용한 세대 간 정보의 격차, 정치적 양극화에 대한 현상에 대안을 제시하는 정책 플랫폼 필요성이 높아지고 있다"고 말했다. 정책 의제‧결정‧집행‧평가 등에 AI 방법론을 활용해 과학적인 접근이 필요하다는 것이다.
단 그는 정치적인 AI 분석 결과가 공표됐을 때 발생하는 문제로 ▲왜곡의 유혹 ▲AI 모델 성능의 문제 ▲AI에 대한 대중의 과신 등을 꼽았다. 그는 “분석가의 주관성이 들어갈 수 있는 위험도 존재하고, AI 모델의 성능의 문제가 있음에도 사람들은 'AI'가 '완벽한 것'이라고 믿고 있어 문제를 발생시킬 수 있다” 고 지적했다.
하지만 AI 활용한 정책 수립에 대한 필요성에 대해서는 강조했다. 그는 “대통령을 뽑는데도 빅데이터 분석이 필요하다”며 “키워드 분석을 통한 정책 주목도 분석, 특정 정책 관련 뉴스 댓글 감성 분석을 통한 지지도 분석, 정책수요자 샘플링과 AI활용을 통한 효율적인 여론 조사, 정책수요자 선호 변화 추이·이유 분석(사건,사고,정책) 등이 선거 의사결정에 도움이 될 수 있다”고 설명했다.
“모든 것이 연결되면 데이터가 되고 새로운 서비스가 탄생한다”
그는 AI, IoT, 빅데이터 기술에 의한 제품의 확장, 비즈니스 변화에 대한 사례를 소개했다. 그는 “인터넷에 연결됐다는 것은 모든 것이 데이터화되고 있다는 뜻”이라며 “에어컨, 전자레인지, 로봇청소기 등 카메라가 설치되고 있으며 제품들을 통해 수집된 데이터들이 클라우드에 쌓이고 있고, 기업들은 이를 기반으로 어떤 비즈니스 모델을 만들지 고민하고 있다”고 말했다.
이번 특강을 주관한 백란 호남대 AI빅데이터연구소장은 "매회 학생들의 질문이 쏟아지고 있다"며 "전국 각지 청소년들의 호응을 얻으며 특강 연장 또는 시즌 2 기획 요구가 쇄도하고 있어 머신러닝(인공지능심화), 드론기술과 응용, 스마트팜 주제로 시즌 2(4회) 특강 기획을 완료했다"고 말했다.
한편, 호남대학교 AI빅데이터연구소 'IT 알못들을 위한 특강'은 총 8회차 강연으로 격주 수요일 호남대학교 IT스퀘어 3층 통합뉴스센터에서 ZOOM과 생방송 호남대 TV 유튜브를 통해 실시간 방송된다. 윤의준 한국에너지공과대학교 초대총장의 '대체 에너지가 도대체 왜 나왔나요'(8월 11일), 임성배 미국 세인트메리대학 교수의 '블록체인이 무엇인가요'(8월 25일), 김주한 서울대학교 의과대학 교수의 '인공지능과 의료기술이 만난다면'(9월 8일)이 내달 펼쳐진다.
'빅데이터는 무엇인가'
이경전 경희대 교수와 학생들의 Q&A
Q. 빅데이터를 잘 활용하는 데 필요한 역량은?
이경전 교수 "과학적 사고이다. 주장에 대한 과학적 사고, 논리적·실증적 사고를 통해 실제로 증명하는 것이다. 빅데이터 역량을 잘 다룰 수 있는 도구를 사용하는 역량, 자기 일을 좀 더 효율적으로 하려 하는 욕구, 일상적 방법을 혁신하려는 욕구가 필요하다"
Q. 빅데이터 공부 방법에 대해
이경전 교수 "인공지능 머신러닝, 딥러닝 교과서를 천천히 공부하는 것을 권한다"
Q. 빅데이터 분석은 분석가의 주관이 들어가는 과정인가? 데이터 분석을 통한 결론은 객관적인 결론인가? 만약 주관적이라면 어떤 과정에서 주관이 개입되는 것인가?
이경전 교수 "아주 좋은 질문이다. 분석가의 주관이 들어갈 수 있다. 객관적인 결론이 아닌 경우가 많다. 빅데이터 분석가의 의도가 들어갈 경우 객관적인 결과가 아닌 게 많다.
세상에 100% 객관적인 결론은 없다. 정치적으로 사용됐을 때 더욱 조심해야 한다. 빅데이터 분석은 그 안에 어떤 오류가 있는지 매의 눈의 봐야 한다. 그래서 인공지능을 좋아한다. 인공지능은 우리가 나아가야 할 방향을 정하고 목표를 설정한 다음, 목표를 달성하기 위한 방법을 찾는 것이다. 빅데이터 분석은 통계보다 더 주관적일 수 있다는 위험이 있다"
Q. 데이터 분석을 할 때 프로그램임을 같이 쓰는 경우가 많은데 문법적 오류가 어떤 결과적 오류는 어떻게 알 수 있을까.
이경전 교수 "모든 분석가와 프로그래머는 결과에 대한 예측을 데이터, 경험, 이론을 바탕으로한 가설에 기반해 갖추고 있어야 한다. 자신의 예측과 다른 결과가 나왔을 경우 그것이 오류인지 새로운 발견인지 파악해야 한다"
Q. 하루에도 수많은 데이터가 발생할 건데 데이터를 수집할 때 어떤 기준으로 수집하나.
이경전 교수 "수많은 환경에서 데이터가 수집되고 있다. 의사결정 모델을 만들고 이에 기반하여 데이터 수집하는 것이 더 중요하다"
Q. 들어간 데이터가 같고, 목표로 하는 결과가 같을 경우 데이터 분석 기법에 따라 서로 다른 결과가 나올 수 있을 텐데 이러한 경우 어떤 결과를 선택하게 되나요? 또한 선택 기준은 무엇인가요?
이경전 교수 "결국은 모델이 결정한다. 같은 입력이 들어가도 모델이 다르므로 다른 결과가 나온다. 은행에서 대출 가능 여부를 따지는 것을 부도 예측이라고 한다. 부도 예측 사례에서도 경영자를 볼 것인지, 회사의 재무 상태를 볼 것인지 그 회사가 놓인 산업의 환경을 볼 것인지에 따라 다른 결과가 나온다. 앙상블 모델을 사용해 확신이 가장 큰 것에 가중치를 더 주는 방안 그리고 다수결, 만장일치 등 여러 방법이 있을 수 있다"
AI타임스 구아현 기자 ahyeon@aitimes.com
[관련기사] 'IT 알못'들을 위한 AI 특강 ‘눈길’
무단전재 및 재배포 금지
기사제보 및 보도자료 news@aitimes.com