알쓸신공


[알쓸신공] 인간처럼 생각하는 기계? '인공지능'

2021-07-23


인류와 기계의 공존


최근 코로나로 인해 상권 시스템이 변화되었습니다.
경제 위축에 따른 인건비 부담 그리고 자연스럽게 가속화된 언택트 환경은 키오스크의 도입뿐만 아니라
심지어 사람 없이도 운영할 수 있는 무인 가게까지 증가시켰습니다.
원래라면 사람이 했을 일을 기계를 통해 해결하고 있는 셈이에요.  


우리는 예전부터 기계가 인류를 대체하게 될 것이란 이야기를 많이 들어왔는데요.
기술이 발전함에 따라 기존의 기술과 새로운 기술의 시너지로 발전속도가 점점 더 가속화되고 있는 만큼
그저 먼 미래의 이야기인 것처럼 느껴졌던 기계의 인류 대체설이 정말 코앞에 닥친 현실처럼 느껴지게 만든 이유가 있죠.  

 그 이유는 바로 인공지능입니다.  


이세돌 9단과의 바둑 대국 이후 인공지능에 대한 관심도는 높아졌고
국내에서는 4차산업의 핵심 기술 중 하나로 거론되며  앞으로 다양한 영역에서 활용성이 대중화될 것으로 예상한답니다.    


그래서 이번 알쓸신공에서는 인공지능에 대한 이야기를 담았어요.  
간단한 인공지능의 기술을 알아보고 앞으로의 미래 직업에 대해서도 생각해볼 수 있는 시간이 되었으면 합니다. 


위키백과에 따르면 인공지능은 ‘인간의 학습능력, 추론능력, 지각능력, 등을 
인공적으로 구현한 컴퓨터 프로그래밍 또는 컴퓨터 시스템’ 으로 정의 내리고 있습니다.   

간단히, 인간의 지적능력을 기계로 모방한 것이죠. 



인간의 지능을 모방하는 방법


이에 대한 답은 인공지능과 함께 자주 언급되는 용어인 

기계학습(머신러닝), 인공신경망, 딥러닝에 대한 개념을 함께 정리해가면서 알아가 보도록 할게요! 

먼저 우리 눈앞에 사과가 있다고 가정을 해볼까요?

누군가 눈앞에 있는 물체가 무엇이냐 묻는다면 우리는 바로 ‘사과’라고 대답하겠죠?
우리는 어떻게 이 물체를 ‘사과’라고 인지할 수 있을까요?
아마 이전에 사과를 본 적이 있고 사과에 대한 이미지가 머릿속에 저장되었기 때문일 겁니다.



바로 ‘경험’과 ‘학습’


이처럼 우리가 경험과 학습을 기반으로 인식과 판단을 하듯이
인간의 지능을 모방한 인공지능이 제대로 구현되기 위해서는 기계 또한 경험과 학습이 선행되어야 합니다. 


그 경험과 학습이 가능하도록 만들어 주는 것이 기계학습 또는 머신러닝이라 불리는 개념인데  
기계가 학습할 수 있도록 알고리즘을 개발하고 연구하는 분야를 의미합니다. 

말하자면 인공지능 개발 방법론으로도 볼 수 있겠죠.   


여기서 기계학습의 의의는 기존의 경험과 학습의 반복을 통해
기계가 스스로 규칙을 생성하고 성능을 개선할 수 있도록 만드는 데 목적이 있다는 점인데요.
이를 위해 근래 사용되고 있는 것이 인공신경망(Artificial Neural Network)이라는 알고리즘입니다.  

기본적인 구조는 아래의 그림과 같습니다.

사람의 뇌와 신경계를 구성하는 기본 단위가 뉴런이라고 하죠?
바로 인공지능도 이 뉴런을 본떠 만들어졌답니다.
뉴런 신경망을 본떠서 만들어졌기 때문에 이렇게 얼기설기한 모양새를 띄고 있는데요,


크게 데이터가 입력되는 계층인 Input layer,
데이터가 전달되는 계층인 Hidden layer,
데이터가 출력되는 계층인 Output layer로 나눌 수 있어요! 


하지만 초기 인공신경망에는 큰 단점이 존재했는데요.
높은 정확도를 가지는 반면 속도가 느리고 과도하게 데이터 학습을 할 수 있다는 점이었어요. 


데이터 학습을 많이 하면 더 좋은 게 아닌가요?


데이터 중에는 오히려 인과관계를 명확히 하는 데 방해가 되거나 불필요한 정보들도 섞여 있어요.
다시 말해 데이터에는 변수 간 정확한 인과관계에 대한 정보 외에도 아무런 관계성 없는 정보를 가지고 있는 경우가 있는 거죠.
예를 들자면 성별을 구분하는데 있어서 머리카락의 길이는 상관없는 것처럼요.
(머리카락이 긴 남자 또는 머리카락이 짧은 여자가 있으므로) 


하지만 실제로 머리카락 길이가 짧은 남성, 길이가 긴 여성에 대한 데이터를 과도하게 학습했다면
인공지능은 성별을 구분하는 변수로 머리카락 길이까지도 고려하는 상황이 올 수도 있는 것이죠.

결과적으로 인공지능에게 머리카락이 긴 남성을 인식시키는 경우, 인식을 못하고 오류 처리될 수 있다는 사실.  
사람으로 비유하자면 선입견과 같달까요?

그래서 해당 단점을 조금 더 보완하고자 나온 인공신경망 알고리즘이 심층학습 기법, 즉 딥러닝입니다.
사람으로 치면 암기식 공부에서 원리를 이해하는 공부로 변화를 꾀한 셈입니다. 

현재 가장 주목받고 있는 인공지능 알고리즘으로 세부 구조에 따라 딥러닝 내에서도 다양한 종류가 존재하고 있습니다.
바로 알파고 개발에 쓰였던 CNN(Convolutional Neural Network)이 대표적인 딥러닝 알고리즘이죠. 

 그럼 그림으로 정리를 해볼까요?



인공지능의 현재


현재 우리에게 익숙한 빅스비와 시리, 그리고 알파고 외에도 다양한 분야에서
딥러닝을 통해 예술, 의학, 금융, 공학 등 분야를 가리지 않고 활약할 수 있는 인공지능이 개발되고 있습니다.


인공지능은 업무 자동화 외에도 아직 해결되지 않은 문제를 분석하고 예측하여 인간에게 도움을 줄 것으로 예측되고 있어요.  

일례로 구글 딥마인드에서 개발한 인공지능 프로그램인 알파포드2가 코로나 바이러스 단백질의 구조를 예측함으로써
신종 감염병뿐만 아니라 완치가 어려운 알츠하이머, 파킨슨병에도 대처할 수 있을 것으로 기대를 모으고 있죠.   


반면 그만큼 인간의 자리를 빼앗기지 않을까 하는 걱정도 함께 늘어났는데요.


“그렇지만, 인간에겐 창의력이 있잖아요?”


창의성 분야는 인간 지성의 고유 분야로 인공지능이 따라하기 어렵다’ 라는 의견이 있었지만
무색하게도 최근 인공지능 프로그램이 쓴 소설, 음악, 그림이 공개되면서
창의성 또한 인공지능이 따라 할 수 있다는 가능성을 인식 시킨 계기가 되었습니다. 그럼, 우린 뭘 먹고 살라고?

그래도 공존하는 미래


인공지능으로 인해 노동 시장이 변화한다는 것,
즉, 일자리가 없어지고 새로운 일자리는 인공지능으로 대체되지 않을까 하는 걱정이 더 커지셨나요?

앞에서 말씀드렸듯이 빨라진 발전속도로 인해 짧은 시간 내 많은 것이 변화하는 시대인 만큼
앞을 예측하기 어려워진 점도 이러한 걱정에 한 영향을 끼쳤을 텐데요.

일맥상통하게도 인공지능이 사람의 자리를 대체하느냐 마느냐에 대한 전망도 긍정적, 부정적으로 나뉘어 지고 있답니다.
인공지능에 의해서 대다수 직업이 없어질 것이라는 부정적인 결과는 100% 확실히 예측된 것이 아니라는 것이죠!

다보스포럼에서는 행정/사무 분야 중심으로 2025년까지 약 8,500만 개의 일자리가 없어질 것이라 전망한 반면
WEF에서는 인간과 기계를 연결하는 알고리즘 분야 쪽으로 약 9,700만 개의 일자리가 새로 생성될 것이라 밝혔으며
의사결정 분야에서는 인간의 노동시간이 더 길 것으로 예측한 것 처럼요.


예측이긴 하지만 유연한 사고와 판단에서는 아직은 인간의 힘이 필요함을 의미한다고 볼 수 있지 않을까요? 



그럼 강한 인공지능이 나타나면?

지금까지 내용에 따르면 인공지능은 본디 인간의 지적능력을 본 따 만들어졌죠.  
결국 인간과 같은 지적 존재로서의 강인공지능이 탄생하기 위해선 뇌의 프로세스부터 의식, 의지, 자아, 생각 등
지적 생명체가 가지고 있는 지성 및 정신작용에 대한 모든 철학적, 과학적 정의가 명확히 밝혀져야 할 것입니다.

하지만 앞으로 밝혀내야 할 뇌의 비밀은 매우 많을 뿐만 아니라 개념조차도 완벽히 통일되어 있지도 않습니다.
다행히 강인공지능에 대한 걱정은 지금 시대에선 하지 않아도 된다는 의미죠.

그래도 만약 강인공지능이 개발되었을 경우가 걱정되시나요?

경제학에서는 인간은 이익에 반응하는 존재 즉 이기적이다 라는 기본 가정을 두고 있는데요.

강인공지능으로 인해 일자리를 잃은 실업자가 많아진다면 이는 곧 전체 경제의 침체로 이어지게 됩니다.
실업자가 많아져 소비 인구가 줄어들면 초반에 비용을 줄이기 위해 인공지능을 썼던 사업주마저
시간이 지나면 오히려 곤경에 처할 수 있다는 점!

이렇게 인류 전반으로 이익보다 피해가 더 커지게 된다면 살아남기 위해 새로운 기반을 마련하거나  제도를 세우지 않을까요?

사실 지금까지도 직업의 생성과 소멸은 반복되어 왔었죠.
기술 발전에 의해서 소멸되는 직업이 있었던 반면 새롭게 생겨나는 직업도 있었고 관련된 교육 인프라가 늘기도 하면서요.

마찬가지로 인공지능으로 일자리가 감소하는 것처럼 보이지만 오히려 인간의 손이 필요해지는 부분이 생길 수도 있고
예상외로 인간에게서 받는 서비스의 만족도가 더 높을 수도 있을 겁니다.

그리고 가장 중요한 점은 그 직업이 하는 일은 해당 직업을 가진 사람밖엔 자세히 알지 못한다는 점에 있겠지요.

두려움과 우려보다는 인공지능이 가져올 긍정적 부분을 기대해보아도 좋지 않을까요? 

스탠스에서도 인류에게(?) 도움을 줄 수 있는 인공지능 시각화 솔루션을 제공하고 있어요!
 앞으로도 인공지능 기반의 영상분석 및 디지털 트윈 관제를 통해 산업 현장의 안전관리를 지켜나갈 예정이니 기대해주세요!




* 본 글은 스탠스의 소중한 자료입니다. 외부로 활용하실 경우 반드시 출처를 밝혀주시기 바랍니다.

주소  ㅣ  서울시 노원구 공릉로 232, 서울과학기술대학교 Techno Cube 705호

사업자 등록 번호 ㅣ   335 86 00744

대표전화  ㅣ  02-949-2131

문의메일  ㅣ  sales@stans.co.kr
대표자  ㅣ  전지혜


Copyright© 2019 STANS, Inc. All rights reserved.
이용약관   I   개인정보처리방침

주      소     I    서울시 노원구 공릉로 232, 서울과학기술대학교 Techno Cube 705호    

대표전화    I    02 - 949 -2131
문의메일    I    sales@stans.co.kr  

 사업자등록번호    I    335 - 86 - 00744        
 CEO    I    전지혜            


Copyright© 2022 STANS, Inc. All rights reserved.