MIT대의 액체 인공지능 기술이 꾸준한 연구 성과를 내고 있다.
지난 31일 자, 미래과학전문매체 퓨처(Future)에 따르면, MIT와 오스트리아의 연구원들이 유연한 인공지능을 위한 액체 머신러닝을 만든 것으로 알려졌다.
이 새로운 인공지능 머신러닝 클래스는 지난 2월 초 열린 제35회 AAAI 인공지능 컨퍼런스에서 공개된 바 있다. 이번에는 더욱 향상된 유체 인공지능을 가진 새로운 신경망으로 알려졌다. 이 머신러닝은 복잡한 실제 문제의 동적 변동에 더 잘 적응할 수 있게 해준다고 연구진은 설명했다.
AI 연구자들이 액체 신경망과 같은 머신러닝의 개발에 매달리는 이유는 금융 시장 경제, 국내총생산(GDP), 건강 모니터링, 기상 예측, 대기 오염, 자율주행 자동차, 로봇, 항공 및 의료 이미징 등 시계열 데이터를 스트리밍하는 영역에서는 빠르게 학습하는 보다 유연한 AI 개발이 필수불가결하기 때문이다.
벌레서 영감 얻어 인공 신경망 개발
MIT대와 오스트리아 과학기술연구원(IST)은 오래전부터 유연한 인공지능 기술 개발에 매달려왔다. 그 연구 사례 중의 하나가 회충을 사용한 액체 신경망 개발이다.
지난 2009년 DTA 뉴스에 따르면, MIT 대학 연구진은 AI의 능력을 향상시키기 위해 동물 뇌의 뉴런 패턴을 사용하기로 했다. 그들이 관심을 가진 것은 바로 ‘카노르하브디티스 엘레강스(Caenorhabditis elegans) 현미경 회충이다.
이 회충이 연구 목적으로 쓰인 이유는, 전체 신경계에 302개의 뉴런을 가지고 있는 작은 회충류지만 씨 엘레강스(C. elegans)는 많은 유전자와 신경화학 신호 분자를 인간과 공유하기 때문에 인간의 뇌 기능에 대한 우리의 이해를 크게 발전시켰기 때문이다.
MIT 연구원들은 새로운 씨 엘레강스 신경화학 수용체를 발견했는데, 만약에 사람에게서 유사한 수용체가 발견된다면 정신 질환에 대한 새로운 치료 방법이 제시될 수 있다는 견해다.
액체 신경망 논문의 주 저자이자, MIT대 컴퓨터 과학/인공지능 연구자 라민 하사니(Ramin Hasani) 교수는“그것은 신경계에 302개의 뉴런만 가지고 있지만, 의외로 복잡한 알고리즘을 만들어 낼 수 있다.”고 말했다.
이후 MIT 연구진은 1mm 크기의 ‘예쁜꼬마선충’을 모방한 액체 신경망(Liquid neural network) 개발에 성공했다. 이 뉴스는 지난 2월 3일 자 대학 학보 싱귤래리티 허브에 실렸다.
기사에 따르면, MIT와 오스트리아 연구진은 이 선충들이 갖고 있는 302개의 신경망을 모방해 특정 환경요인에 따라 변화무쌍하게 반응하는 액체 신경망을 개발한 것이다.
연구진은 스스로 구조와 기능을 변화시키는 선충들의 다양한 행동 패턴을 분석, 수학적인 알고리즘을 만들었다. 이를 통해 뉴런(Neuron)을 구성, 액체 신경망을 완성시켰다.
연구진 중의 한 명인 IST의 마티아스 레크너(Matthias Lechner)는 “벌레에서 영감을 얻어 기존과 전혀 다른 형태의 신경망을 개발하는 접근방식으로 네트워크 크기를 100분의 1로 줄일 수 있게 됐다.”고 밝혔다.
액체 신경망은 액체 컴퓨터와 더불어 일찍부터 과학계의 관심을 끌었다. 이는 나노/바이오 과학의 발전과 궤를 같이한다.
꿈이 아닌 액체 인공지능 개발
액체가 흐르면서 움직이는 전기 회로를 상상할 수 있을까?
나노/바이오 과학의 세계에선 결코 꿈이 아니다. 지난 2001년 하버드 뉴스에 따르면 미 하버드대 화학/생물화학과 찰스 리버(Charles Lieber) 교수는 “기존의 물질들을 축소하면 여러분이 상상할 수조차 없는 근본적으로 새로운 특성을 얻는다.”고 말했다.
다시 말해서, 전하를 띤 단백질이 표면이 큰 구성 요소인 매우 작은 무언가에 도달하고, 이 충전된 몸체를 위로 올리면, 생물학적으로 또는 화학적으로 트랜지스터의 스위치를 올리는 것과 같은 작용이 일어난다. 단백질, 핵산 또는 이와 비슷한 물질들이 전기 감지 센서가 될 수 있는 것이다.
실리콘 기반의 트랜지스터는 내부에 수십억 개의 고체 회로들이 1과 0의 정보를 만드는 반면에 세포는 1과0 대신에 분자를 사용해 계산하고, 통신한다. 즉, 세포 기관에는 트랜지스터 와이어를 대신하는 액체의 화학 분자들이 있다.
이 화학반응은 엄청난 연산이 가능한 병렬컴퓨팅 시스템처럼 작용한다. 액체 한 방울에 들어가는 저장 단위는 상상을 초월하는 숫자다.
나노/바이오 과학의 지속적인 발전은 액체 신경망의 근간이 됐고, 지난 2013년부터 액체 신경망은 서서히 외부에 모습을 드러내기 시작했다.
MIT 연구원들은 이 유연한 알고리즘을 ‘액체 네트워크’라고 불렀다. 연구진에 따르면 알고리듬의 이러한 발전은 의료 진단 및 자율주행 관련자를 포함해 시간이 지남에 따라 변화하는 데이터 스트림을 기반으로 하는 의사결정에 도움이 될 수 있다고 하사니 연구원은 전했다.
하사니 교수는 “시계열 데이터는 어디서나 볼 수 있으며 이 세계를 이해하는 데 필수적인 것으로 실제로 우리의 현실을 만들어낸다.”라고 강조했다.
그는 또, “이렇게 끊임없이 변화하는 데이터 스트림은 예측할 수 없으므로 이러한 데이터를 실시간으로 분석해 미래 행동을 예측하기 위해 액체 네트워크 알고리즘을 만들었다”고 밝혔다.
기술이 이런 추세로 발전한다면, 액체 신경망으로 이뤄진 액체 인공지능 뇌의 완전한 모습을 볼 날도 머지않을 것으로 기대된다.
AI타임스 조행만 객원기자 chohang5@kakao.com
