▲AI(출처=셔터스톡)

나날이 급진보하고 있는 인공지능(AI). 초기 인간의 감독이 필요한 단순한 기계 업무에서 이제는 생산성을 향상시키며 인력을 최소화시키는 지능적 시스템으로 진화하고 있다. 컴퓨터 공학과 AI 개발을 통해 기계는 더 이상 단순하지 않은, 그러나 명령을 읽고 실행 가능한 결과에 이를 적용할 만큼 똑똑해진 것.

최근에는 예시를 통해 스스로 배우는 기능까지 습득하고 있는데, 로봇의 인공 신경망을 통해 인간과 로봇간 사고의 격차까지 줄이고 있는 셈이다.

인공신경망, '예시로 학습하는 AI'

물론 AI가 인간을 넘어선 단계에 이른 것은 아니다. 아직은 인간의 지능 저편에서 분주하게 발전을 거듭하고 있는 것인데, 이런 가운데 예시를 통해 학습하는 새로운 AI의 탄생은 인간과 로봇의 거리를 메우는 역할을 하고 있다. 예시를 통해 배우는 동안, 데이터의 출처는 최상의 결과를 보장하는데 중요한 요소가 된다.

연구팀은 예시를 통한 AI의 학습 관련 실험을 진행했다. AI에 먼저 분석할 데이터 집합을 제공한 후, 이 정보를 사용해 레시피를 작성해야하는 임무를 부여한 것. 첫 시도에서 AI는 다양한 요리를 습득해 만든 레시피를 작성했는데, 세부적인 사항이 다소 부족한 간단한 레시피에 불과했다. 그리고 이어진 두 번째 시도에서는 특정 종류의 요리와 요리책을 제공받았다. AI는 여기서 첫 시도보다 더 자세하면서 전반적으로 우수한 레시피를 도출해냈다.

연구팀은 이와 관련해 연구진들이 할 수 있는 개발의 여지가 매우 크다고 설명했다. 그러면서 그 동안은 알고리즘을 더 나은 생산성과 결과물을 낼 수 있는 특정 전문 분야에 배치하는 것이 좋다고 조언했다. 특정 전문 분야의 경우, 설계된 알고리즘이 배치받은 작업의 복잡성에 보다 수월하게 대처할 수 있어, 인간의 추적 및 감독을 최소화할 수 있기 때문이다.

AI는 아직 공상 과학 영화에서나 나올법한 매우 혁신적인 기술이 개발된 단계는 아니다. 즉, 인간과 동등한 수준인 '범용인공지능(AGI)' 까지는 아니라는 것. 그러나 한 번에 간단한 작업을 처리할 정도로 인간의 지능을 모방해 특정 문제를 해결할 수 있는 '약인공지능(ANI)' 수준까지는 충분히 발전한 상태다. 이에 앞서 언급한대로, 제한된 소스에도 불구하고 할당받은 작업과 소스의 관련성으로 인해, 일관된 품질의 제품을 생산할 수 있는 ANI 개념의 장치를 배치하는 것이 현재로서는 더욱 효율적이다.

 

"새로운 AI의 기능은 인간과 로봇의 거리를 메우는 역할을 한다. AI의 인공신경망으로 미래 기술에 대한 가능성이 더욱 커질 전망이다"

인공신경망의 인지능력

예시를 사용해 학습하는 기능을 비롯해, 인공신경망은 미래 기술의 무한한 가능성을 열어주고 있다. 사이테크데일리는 이에 AI가 인간 두뇌가 기능하는 방식에 기반을 두고 있다며, 습득한 정보 집합으로부터의 인식을 통해 대상을 식별할 수 있는 기능을 개발했다고 설명했다.

가령 ATM이 패턴에 따라 특정 청구서를 식별하는 방법이나 인터넷 검색 엔진이 이미지를 분류하는 방법처럼, 얼굴 인식과 비슷한 기능을 활용하는 컴퓨터가 개발됐다는 것. 이러한 시스템은 기계가 통합된 광학 프로세서와 컴퓨팅 프로그램을 통해 인식을 가능하도록 만든다. 인공 신경망은 대신 빛을 반사해 더 빠른 속도로 대상을 식별하는 소프트웨어를 제공한다.

매체는 또한 UCLA의 기술자들이 이같은 설정을 통해 장치를 생성, 이전보다 더 신속하게 개체를 인식할 수 있다고 설명했다. 이 장치는 빛의 회절만 사용할 뿐만 아니라 사진을 처리하기 위한 지능형 컴퓨터 프로그램도 필요 없다는 것. 연구팀은 반복적인 학습과 심층 학습을 통해 객체의 회절 패턴을 이해할 수 있도록 소프트웨어를 훈련했다. 이처럼 매우 복잡한 시스템에도 불구, 프로그램은 정확하게 의류 품목과 필기된 숫자를 식별하는 긍정적인 결과를 도출해냈다.

이러한 결과는 더 똑똑한 AI 기술 개발의 가능성을 열어준다. 에너지를 거의 필요로하지 않고도 이미지를 즉시 식별할 수 있는 처리 시스템을 사용하면, 장치가 시스템을 보다 쉽게 지원할 수 있기 때문. 가령 운전자가 없는 자율주행차량의 경우, 이 유형의 AI와 자동차를 통합하면 해당 차량은 교통 신호에 보다 잘 응답할 수 있다.

 

또한, 의료와 보안 업계에도 도움이 될 수 있다. 의료 분야의 경우 신경망이 환자를 더 잘 이해하고 질병의 영향을 받는 세포를 가려내는 미세 영상 기법에 활용될 수 있다. 보안 부문에서는 의심스러운 사람이나 범죄자들을 조사하는데 도움이 될 수 있는데, 얼굴 인식을 통해 CCTV에 나타나는 이들의 소재를 즉시 찾아낼 수 있다.

[Aitimes=노우리 기자]