2017.06.21

'말장난에 속지말자!'··· 헛소리 인공지능· 머신러닝 구별법

Galen Gruman | InfoWorld
어느 순간부터 갑자기 모든 애플리케이션과 클라우드 서비스가 머신러닝이나 인공지능으로 무장하고, 당장 마술이라도 부릴 수 있게 된 듯하다.

그러나 머신 러닝과 인공 지능을 둘러싼 마케팅 대부분은 사실과 다르고, 해당되지도 않는 용어를 갖다 붙인 실현할 수 없는 약속이다. 달리 말하자면 죄다 헛소리에 불과하다. 그런 말장난에 속아서는 안 된다.

소프트웨어 또는 서비스가 진짜 머신러닝이나 인공지능을 사용하는지 여부를 구분하는 방법을 설명하기 전에 일단 이 용어들의 의미부터 제대로 확인해 보자.



인공지능(Artificial intelligence, AI)은 즉석 또는 상황에 따른 추론, 계획, 학습, 의사소통, 지각, 그리고 의도한 목적을 위해 사물을 조작할 수 있는 능력을 구현하는 광범위한 인지 기술이다. 이러한 기술의 다양한 조합으로 만들어지는 기계 또는 소프트웨어는 인간이나 다른 동물과 같은 지능을 갖출 수 있게 된다(또는 최소한 지능을 갖춘 듯이 행동할 수 있음). 생명체의 지능이 종에 따라, 또는 한 종 내에서도 천차만별이듯 AI의 지능도 마찬가지다.

AI는 SF에서 한 세기 전부터 단골 소재로 사용되고 있고 특히 기술 분야에서 인기 있는 개념이다. 예를 들어 IBM과 MIT, 미 국방부와 카네기 멜론 대학은 수십년 동안 AI를 연구하면서 수시로 비슷비슷한 AI의 실례를 데모로 공개해왔다. AI에 관한 최근의 장밋빛 전망은 필자가 1980년대에 이 기업들에서 들었던 이야기들과 별반 다르지 않다. 물론 그 사이 많은 부분이 점진적으로 개선되어 그 약속이 현실화될 날이 조금 더 가까워졌지만, SF에 나오는 수준이 되기까지는 아직 멀었다.

머신러닝은 AI의 부분집합이다. 구체적으로 패턴을 탐지하고 결과를 관찰한 다음, 그 분석을 사용해 스스로의 행동을 조정하거나 사람들에게 더 나은 결과를 안내하도록 설계되는 소프트웨어다. 머신 러닝에는 우리가 흔히 지능을 말할 때 떠올리는 형태의 지각이나 인지는 필요 없다. 아주 좋고 아주 빠른 패턴 대조 기능, 그리고 이러한 패턴을 행동이나 추천에 적용하는 기능이 전부다. 인간과 다른 동물의 배우는 방식은 동일하다. 잘 되는 것은 보고 자주 따라하고, 그렇지 않은 것은 피한다. 반면 기계는 지시, 즉 프로그램에 따라 움직일 뿐이다.

말장난 1 : 논리와 학습의 혼동
최근 몇 년 사이 머신 러닝은 많이 발전했으므로 머신 러닝에 관한 주장을 모두 허튼 말장난으로 볼 수는 없다. 간단히 알아보는 방법은 업체에게 그 소프트웨어 또는 로봇이 소프트웨어 업데이트 없이 무엇을 스스로 학습하고 조정할 수 있는지 묻는 것이다. 더불어 어떻게 교육시키는지도 묻는다. 여기서 교육은 소프트웨어가 내 환경과 내가 원하는 결과를 학습하는 과정을 돕는 것을 의미한다.

마케팅하는 사람들이 말하는 머신 러닝은 대부분 단순한 논리에 불과하다. 프로그래머는 말 그대로 태초부터 소프트웨어 논리를 사용해서 프로그램과 로봇에게 할 일을 지시해왔다. 정교한 논리는 그 논리가 처리하도록 설계된 매개변수를 기반으로 소프트웨어 또는 로봇에 여러 가지 경로를 제공할 수 있다.

오늘날의 하드웨어는 매우 정교한 논리를 실행할 수 있으므로 애플리케이션과 기기는 언뜻 지능을 갖추고 스스로의 행동을 조정할 수 있는 것처럼 보이기도 한다. 그러나 그 대부분은 실제로 학습하지 못한다. 즉, 개발자가 미리 예상하지 못한 상황에 직면할 경우, 진정한 머신 러닝 시스템이 하듯 패턴 분석 기반 시행착오를 통해 스스로 그 상황에 대처해 행동을 조정할 수 없다.

실제 머신 러닝이 구현되어 있다 해도 머신 러닝 시스템은 그 시스템의 논리가 “아는 것”으로 설정해둔 매개변수에 구속된다. 진정한 AI와 달리 프로그램된 세계를 벗어나 새로운 사실을 발견할 수 없고 단순히 프로그램된 세계를 스스로 이해하고 상호 작용하는 방법을 학습할 뿐이다.

말장난 2 : IoT 또는 클라우드 기술을 사용하므로 스마트하다
마케팅 담당자들은 유행하는 기술 용어를 기존 제품에 갖다 붙이길 좋아한다. 많은 경우 그 용어의 의미를 제대로 이해하지 못하거나 애초에 그 의미에는 관심도 없다. 일단 관심을 끄는 것이 목적이기 때문이다. 말장난을 신속하게 판별하는 방법은 유행어 대 구체적인 내용의 비율을 따져보는 것이다. 유행어만 보이고 기술적인 “방법”에 관한 세부 내용이 없다면 이미 있던 예전 기술에 새 마케팅만 입힌 것임을 알 수 있다.

지금은 사물 인터넷과 클라우드 컴퓨팅이 최신 유행이므로 그만큼 마케팅에 많이 동원된다. 그러나 두 용어 모두 머신 러닝이나 AI 시스템(엄밀히 말해 AI 전구체 시스템)에서 실제 일정한 역할을 할 수 있으므로, 주의해야 할 것은 그 용어 자체가 아니라 경솔한 용어 사용이다.

IoT는 로컬 센서와 네트워크로 연결된 센서, 로컬 및 서버(클라우드) 논리, 분석과 그 분석을 통해 무언가를 하기 위한 작동기에 의존한다. 이러한 요소들이 결합되면 기기가 스마트하게 보일 수 있다. 감지하는 다양한 이벤트에 따라 자동으로 조정하도록 프로그램되기 때문이다. 머신 러닝 측면에서 보면 이는 학습을 위한 입력 요소, 그리고 조정된 작업을 위한 출력 요소로서의 역할에 알맞다.

클라우드 컴퓨팅은 과거에는 상상하지 못했던 처리 성능과 데이터 저장 용량을 가능하게 해준다. 기기는 온갖 작업을 직접 처리하는 대신 클라우드에 맡기면 되고, 작업을 지원하기 위한 하드웨어 역시 직접 내장할 필요가 없다. 애플 시리, 마이크로소프트 코타나, 구글 나우가 이런 방식으로 동작한다. 사용자의 음성을 클라우드로 보내면 클라우드가 그 음성을 변환하고 적절한 응답을 판단해 폰으로 다시 돌려보낸다. 덕분에 사용자는 메인프레임 또는 데이터센터를 주머니에 넣어 가지고 다니거나 책상 위에 둘 필요가 없다.

물론 클라우드 이전에도 클라이언트/서버 컴퓨팅을 통해 가능했지만 클라우드는 일반적인 데이터 센터에 비해 최소 수십 배 더 큰 용량을 제공하므로 그만큼 방대한 규모로 처리하고 저장할 수 있다.

말장난 3 : 머신러닝은 스마트함을 의미한다
시리, 코타나, 구글 나우가 제공하는 서비스는 정말 대단하다.개발자가 코타나용 마이크로소프트 봇 프레임워크와 같은 툴을 사용해 구현할 수 있는 기능 역시 마찬가지다. 그러나 이러한 서비스도 프로그래밍 범위를 벗어나는 순간 얕은 바닥이 드러난다. 학습하도록 프로그래밍되지 않은 경우에 직면하면, 단순한 웹 검색 결과를 내놓는다. 물론 애플, 마이크로소프트, 구글은 서비스를 더 스마트하게 보이게 하기 위해 배후에서 머신 러닝을 사용 중일 것이다.

누군가가 어느 애플리케이션, 서비스 또는 머신이 스마트하다고 주장한다면 거의 확실히 말장난이라고 봐도 된다. 물론 사람들은 “스마트”라는 단어를 “더 많은 기능을 갖춘 논리”를 의미하는 말로 사용한다. 그냥 더 많은 기능을 갖춘 논리라고 하면 아무도 귀를 기울이지 않기 때문이다. 그러나 그 상품에서 “스마트”하다는 것이 구체적으로 무엇을 의미하는지에 관한 설명을 빼먹는다면 말장난에 넘어갈 호구를 찾고 있다는 뜻이다.

“스마트”라는 딱지를 붙인 대부분의 기술은 스마트하지 않다는 점을 기억해야 한다. 그저 요령이 있을 뿐이다. 차이는 스마트하기 위해서는 지능과 인지가 필요한 반면, 요령에는 정보와 그 정보를 활용하기 위한 기능만 있으면 된다는 데 있다. 요령이 있는 앱이나 로봇은 유용하지만 그렇다고 스마트한 것은 아니다. 아직 기술이 그 단계에는 이르지 못했다.

심지어 IBM이 자랑하는 왓슨도 스마트하지 않다. 요령이 있고 아주 빠르며 학습할 수 있을 뿐이다. 왓슨은 1980년대부터 다양한 형태로 IBM에 존재했다. 따라서 왓슨이 정말 스마트하다면 IBM은 지금쯤 비즈니스를 완전히 지배하고 있어야 마땅하다. 왓슨은 질병을 치료하지도 못하고 중동에 평화를 가져오지도 못하고, 새로운 감세 정책을 만들지도, 세계 기아 문제를 해결하지도 못한다. 그러나 적절한 가격으로 제공된다면 사람들이 다양한 종류의 일을 더 잘 처리하도록 도울 수는 있다.

이러한 목표를 유념하고 머신 러닝과 AI의 전구체를 비즈니스에 도입한다면 그 결과에 만족할 것이다. 그러나 스타 트렉의 데이터(Data), 2001: 스페이스 오딧세이의 HAL(1960년대 IBM의 AI 연구에서 영감을 받음!) 또는 필립 K. 딕의 ‘안드로이드는 전자 양의 꿈을 꾸는가?(Do Androids Dream of Electric Sheep?)에 등장하는 것 같은 SF 판타지 버전을 기대해서는 안 된다. 또한 기술을 그렇게 포장하는 업체를 신뢰해서도 안 된다. editor@itworld.co.kr



2017.06.21

'말장난에 속지말자!'··· 헛소리 인공지능· 머신러닝 구별법

Galen Gruman | InfoWorld
어느 순간부터 갑자기 모든 애플리케이션과 클라우드 서비스가 머신러닝이나 인공지능으로 무장하고, 당장 마술이라도 부릴 수 있게 된 듯하다.

그러나 머신 러닝과 인공 지능을 둘러싼 마케팅 대부분은 사실과 다르고, 해당되지도 않는 용어를 갖다 붙인 실현할 수 없는 약속이다. 달리 말하자면 죄다 헛소리에 불과하다. 그런 말장난에 속아서는 안 된다.

소프트웨어 또는 서비스가 진짜 머신러닝이나 인공지능을 사용하는지 여부를 구분하는 방법을 설명하기 전에 일단 이 용어들의 의미부터 제대로 확인해 보자.



인공지능(Artificial intelligence, AI)은 즉석 또는 상황에 따른 추론, 계획, 학습, 의사소통, 지각, 그리고 의도한 목적을 위해 사물을 조작할 수 있는 능력을 구현하는 광범위한 인지 기술이다. 이러한 기술의 다양한 조합으로 만들어지는 기계 또는 소프트웨어는 인간이나 다른 동물과 같은 지능을 갖출 수 있게 된다(또는 최소한 지능을 갖춘 듯이 행동할 수 있음). 생명체의 지능이 종에 따라, 또는 한 종 내에서도 천차만별이듯 AI의 지능도 마찬가지다.

AI는 SF에서 한 세기 전부터 단골 소재로 사용되고 있고 특히 기술 분야에서 인기 있는 개념이다. 예를 들어 IBM과 MIT, 미 국방부와 카네기 멜론 대학은 수십년 동안 AI를 연구하면서 수시로 비슷비슷한 AI의 실례를 데모로 공개해왔다. AI에 관한 최근의 장밋빛 전망은 필자가 1980년대에 이 기업들에서 들었던 이야기들과 별반 다르지 않다. 물론 그 사이 많은 부분이 점진적으로 개선되어 그 약속이 현실화될 날이 조금 더 가까워졌지만, SF에 나오는 수준이 되기까지는 아직 멀었다.

머신러닝은 AI의 부분집합이다. 구체적으로 패턴을 탐지하고 결과를 관찰한 다음, 그 분석을 사용해 스스로의 행동을 조정하거나 사람들에게 더 나은 결과를 안내하도록 설계되는 소프트웨어다. 머신 러닝에는 우리가 흔히 지능을 말할 때 떠올리는 형태의 지각이나 인지는 필요 없다. 아주 좋고 아주 빠른 패턴 대조 기능, 그리고 이러한 패턴을 행동이나 추천에 적용하는 기능이 전부다. 인간과 다른 동물의 배우는 방식은 동일하다. 잘 되는 것은 보고 자주 따라하고, 그렇지 않은 것은 피한다. 반면 기계는 지시, 즉 프로그램에 따라 움직일 뿐이다.

말장난 1 : 논리와 학습의 혼동
최근 몇 년 사이 머신 러닝은 많이 발전했으므로 머신 러닝에 관한 주장을 모두 허튼 말장난으로 볼 수는 없다. 간단히 알아보는 방법은 업체에게 그 소프트웨어 또는 로봇이 소프트웨어 업데이트 없이 무엇을 스스로 학습하고 조정할 수 있는지 묻는 것이다. 더불어 어떻게 교육시키는지도 묻는다. 여기서 교육은 소프트웨어가 내 환경과 내가 원하는 결과를 학습하는 과정을 돕는 것을 의미한다.

마케팅하는 사람들이 말하는 머신 러닝은 대부분 단순한 논리에 불과하다. 프로그래머는 말 그대로 태초부터 소프트웨어 논리를 사용해서 프로그램과 로봇에게 할 일을 지시해왔다. 정교한 논리는 그 논리가 처리하도록 설계된 매개변수를 기반으로 소프트웨어 또는 로봇에 여러 가지 경로를 제공할 수 있다.

오늘날의 하드웨어는 매우 정교한 논리를 실행할 수 있으므로 애플리케이션과 기기는 언뜻 지능을 갖추고 스스로의 행동을 조정할 수 있는 것처럼 보이기도 한다. 그러나 그 대부분은 실제로 학습하지 못한다. 즉, 개발자가 미리 예상하지 못한 상황에 직면할 경우, 진정한 머신 러닝 시스템이 하듯 패턴 분석 기반 시행착오를 통해 스스로 그 상황에 대처해 행동을 조정할 수 없다.

실제 머신 러닝이 구현되어 있다 해도 머신 러닝 시스템은 그 시스템의 논리가 “아는 것”으로 설정해둔 매개변수에 구속된다. 진정한 AI와 달리 프로그램된 세계를 벗어나 새로운 사실을 발견할 수 없고 단순히 프로그램된 세계를 스스로 이해하고 상호 작용하는 방법을 학습할 뿐이다.

말장난 2 : IoT 또는 클라우드 기술을 사용하므로 스마트하다
마케팅 담당자들은 유행하는 기술 용어를 기존 제품에 갖다 붙이길 좋아한다. 많은 경우 그 용어의 의미를 제대로 이해하지 못하거나 애초에 그 의미에는 관심도 없다. 일단 관심을 끄는 것이 목적이기 때문이다. 말장난을 신속하게 판별하는 방법은 유행어 대 구체적인 내용의 비율을 따져보는 것이다. 유행어만 보이고 기술적인 “방법”에 관한 세부 내용이 없다면 이미 있던 예전 기술에 새 마케팅만 입힌 것임을 알 수 있다.

지금은 사물 인터넷과 클라우드 컴퓨팅이 최신 유행이므로 그만큼 마케팅에 많이 동원된다. 그러나 두 용어 모두 머신 러닝이나 AI 시스템(엄밀히 말해 AI 전구체 시스템)에서 실제 일정한 역할을 할 수 있으므로, 주의해야 할 것은 그 용어 자체가 아니라 경솔한 용어 사용이다.

IoT는 로컬 센서와 네트워크로 연결된 센서, 로컬 및 서버(클라우드) 논리, 분석과 그 분석을 통해 무언가를 하기 위한 작동기에 의존한다. 이러한 요소들이 결합되면 기기가 스마트하게 보일 수 있다. 감지하는 다양한 이벤트에 따라 자동으로 조정하도록 프로그램되기 때문이다. 머신 러닝 측면에서 보면 이는 학습을 위한 입력 요소, 그리고 조정된 작업을 위한 출력 요소로서의 역할에 알맞다.

클라우드 컴퓨팅은 과거에는 상상하지 못했던 처리 성능과 데이터 저장 용량을 가능하게 해준다. 기기는 온갖 작업을 직접 처리하는 대신 클라우드에 맡기면 되고, 작업을 지원하기 위한 하드웨어 역시 직접 내장할 필요가 없다. 애플 시리, 마이크로소프트 코타나, 구글 나우가 이런 방식으로 동작한다. 사용자의 음성을 클라우드로 보내면 클라우드가 그 음성을 변환하고 적절한 응답을 판단해 폰으로 다시 돌려보낸다. 덕분에 사용자는 메인프레임 또는 데이터센터를 주머니에 넣어 가지고 다니거나 책상 위에 둘 필요가 없다.

물론 클라우드 이전에도 클라이언트/서버 컴퓨팅을 통해 가능했지만 클라우드는 일반적인 데이터 센터에 비해 최소 수십 배 더 큰 용량을 제공하므로 그만큼 방대한 규모로 처리하고 저장할 수 있다.

말장난 3 : 머신러닝은 스마트함을 의미한다
시리, 코타나, 구글 나우가 제공하는 서비스는 정말 대단하다.개발자가 코타나용 마이크로소프트 봇 프레임워크와 같은 툴을 사용해 구현할 수 있는 기능 역시 마찬가지다. 그러나 이러한 서비스도 프로그래밍 범위를 벗어나는 순간 얕은 바닥이 드러난다. 학습하도록 프로그래밍되지 않은 경우에 직면하면, 단순한 웹 검색 결과를 내놓는다. 물론 애플, 마이크로소프트, 구글은 서비스를 더 스마트하게 보이게 하기 위해 배후에서 머신 러닝을 사용 중일 것이다.

누군가가 어느 애플리케이션, 서비스 또는 머신이 스마트하다고 주장한다면 거의 확실히 말장난이라고 봐도 된다. 물론 사람들은 “스마트”라는 단어를 “더 많은 기능을 갖춘 논리”를 의미하는 말로 사용한다. 그냥 더 많은 기능을 갖춘 논리라고 하면 아무도 귀를 기울이지 않기 때문이다. 그러나 그 상품에서 “스마트”하다는 것이 구체적으로 무엇을 의미하는지에 관한 설명을 빼먹는다면 말장난에 넘어갈 호구를 찾고 있다는 뜻이다.

“스마트”라는 딱지를 붙인 대부분의 기술은 스마트하지 않다는 점을 기억해야 한다. 그저 요령이 있을 뿐이다. 차이는 스마트하기 위해서는 지능과 인지가 필요한 반면, 요령에는 정보와 그 정보를 활용하기 위한 기능만 있으면 된다는 데 있다. 요령이 있는 앱이나 로봇은 유용하지만 그렇다고 스마트한 것은 아니다. 아직 기술이 그 단계에는 이르지 못했다.

심지어 IBM이 자랑하는 왓슨도 스마트하지 않다. 요령이 있고 아주 빠르며 학습할 수 있을 뿐이다. 왓슨은 1980년대부터 다양한 형태로 IBM에 존재했다. 따라서 왓슨이 정말 스마트하다면 IBM은 지금쯤 비즈니스를 완전히 지배하고 있어야 마땅하다. 왓슨은 질병을 치료하지도 못하고 중동에 평화를 가져오지도 못하고, 새로운 감세 정책을 만들지도, 세계 기아 문제를 해결하지도 못한다. 그러나 적절한 가격으로 제공된다면 사람들이 다양한 종류의 일을 더 잘 처리하도록 도울 수는 있다.

이러한 목표를 유념하고 머신 러닝과 AI의 전구체를 비즈니스에 도입한다면 그 결과에 만족할 것이다. 그러나 스타 트렉의 데이터(Data), 2001: 스페이스 오딧세이의 HAL(1960년대 IBM의 AI 연구에서 영감을 받음!) 또는 필립 K. 딕의 ‘안드로이드는 전자 양의 꿈을 꾸는가?(Do Androids Dream of Electric Sheep?)에 등장하는 것 같은 SF 판타지 버전을 기대해서는 안 된다. 또한 기술을 그렇게 포장하는 업체를 신뢰해서도 안 된다. editor@itworld.co.kr

X