Offcanvas

AI / 로봇|자동화 / 머신러닝|딥러닝 / 비즈니스|경제 / 빅데이터 | 애널리틱스 / 소프트스킬 / 신기술|미래 / 인문학|교양 / 자동차

'음악, 미술, 게임 다 잘한다' 딥러닝으로 사람과 닮아가는 AI

2018.09.21 Laurie Clarke  |  Techworld


AI가 팩맨을 할 수 있을까?
지난 2016년, 우리는 바둑 챔피언 이세돌과 구글의 알파고가 펼치는 세기의 대결을 함께 목격했다. 바둑에서는 총 10172가지 움직임이 가능하다. 그러니 캠브리지 컨설턴트에서 그보다 훨씬 단순한 게임인 팩맨을 학습할 수 있는 딥러닝 프로그램을 만들었다고 해서 놀랄 일은 아니다.

흥미로운 점은 과연 어떻게 AI가 팩맨을 배울 수 있는지, 그리고 이것이 다른 산업 분야들, 특히 무인자동차 산업에 어떻게 적용될 수 있는지 이다.

이 경우 처음에는 프로그램에 그 어떤 학습 자료도 주지 않았다. 즉, 교육 극 초반부에 AI가 제어하는 아바타는 움직이는 것이 게임의 승률을 높이는 데 도움이 된다는 정보조차도 없이 가만히 앉아만 있었다. 그 단계에서부터 시작하여 AI는 천천히 양옆으로 움직이며 게임을 하기 시작했고, 게임하며 점점 더 많은 정보를 쌓아 감에 따라 능력이 비약적으로 발전했다.

캠브리지 컨설턴트의 AI 연구 담당자 도미닉 켈리는 “화면 속 ‘하얀 점’들이 무엇을 의미하는지 AI가 조금씩 깨닫기 시작했다. ‘하얀 점=좋은 것’임을 알게 된 것이다. 그리고 움직이기 시작했지만, 처음에는 ‘유령’을 피해야 한다는 것을 몰랐다. 그러다 다음 단계에 접어들어서는 ‘유령=피해야 하는 것’임을 스스로 깨우쳤다. 그리고 AI는 그 단계에서 상당히 오랜 시간 머물렀다”고 말했다. 켈리는 또 AI프로그램이 장시간의 정보와 경험 축적 끝에 게임에 대한 이해도와 실력이 비약적으로 성장하는 소위 ‘계단식’ 학습 패턴을 보여 주었다고도 말했다.

시연은 AI 프로그램이 고려 중인 여러 가지 루트를 전부 보여주었다. 그리하여 실시간으로 프로그램의 사고 과정을 비교하고, 왜 특정 루트를 선택하게 되었는지 살펴볼 수 있었다.

이러한 역량은 무인자동차가 환경에 맞추어 내리는 시뮬레이션 된 의사 결정을 분석하는 데에도 적용될 수 있을 것이다. 켈리는 “우리가 AI가 내리는 결정을 유보할 수 있을까? 예컨대 무인자동차의 경우, 무인자동차가 계획하는 모든 루트 및 의사 결정을 포함하는 시뮬레이터를 만드는 것이 가능할지, 그리고 잘못된 결정을 내렸을 경우 어떤 정보를 전달했길래 그런 결정으로 이어졌는지를 알 수 있는지가 우리의 관심사였다”고 말했다.

AI, 다 빈치와 미켈란젤로를 능가할 수 있을까?
시연 프로젝트 중에는 예술 분야에서 활용 가능성이 무척 큰 것도 있었다. 특히 그래픽 디자이너들에게 무척 유용할 것 같은 프로젝트도 눈에 띄었다.

이 프로젝트의 경우, AI 프로그램이 전자 스케치 패드에 그림을 그린다. 사용자가 아웃라인을 입력하면 AI가 나머지 구체적인 그림들을 ‘채워 넣는’ 것이다. “이 시스템은 사용자가 제공한 스케치를 기반으로 하여 이를 완성된 예술 작품으로 내놓는다. 단순히 아웃라인 정도만 제공하면 디테일을 스스로 결정하여 그려주는 것”이라고 발표자는 설명했다.

캠브리지 컨설턴트에서는 AI 프로그램에게 8,000가지가 넘는 예술 작품 정보를 전달했다. 물론 이 정도는 대부분 딥러닝 데이터베이스에서 학습하는 정보량에 비하면 새 발의 피도 안 되는 수준이지만, 어쨌든 지난 6세기 동안 인류사에 등장한 모든 명화들에 대한 정보를 제공한 것이다. 이후 AI 프로그램은 이들 명작의 아웃라인을 분석하고, 정보를 취합하여 불과 14시간 만에 수백만 가지 스케치를 만들어냈다.

켈리는 “이는 신경망의 총체로써, 일반적 대립 테크닉(adversarial technique)에 기반하고 있다. 우리는 하나의 이미지 영역을 또 다른 이미지 영역으로 전환하는 작업을 하고 있다. 매우 단순하고, 대략적인 윤곽만 존재하는 데이터(즉, 스케치 아웃라인)를 제공하여 이를 훨씬 구체적이고 복잡하며 뚜렷한 정보로 전환하는 프로그램을 만들고자 한 것이다”고 설명했다.

이러한 애플리케이션은 가장 일차적으로는 시각 디자인 등에 활용할 수 있을 것이다. “이는 어쩌면 컴퓨터 보조 디자인의 미래가 될지도 모른다. 미래에는 콘셉트카의 아웃라인만 스케치하면 나머지 디테일과 컬러 등은 AI 프로그램이 결정해 주는 그런 일이 가능해질 지도 모른다”고 켈리는 덧붙였다.

AI, 왜곡된 시야를 개선해 줄까?
가장 최근 공개된 프로젝트이자 다음 달 뮌헨에서 열리는 GTC 컨퍼런스에서 정식 출범할 프로젝트는 인간의 시야, 구체적으로는 연기나 안경, 장애물 등으로 인해 왜곡이 있을 수 있는 시야를 AI로 대체할 수 있을지 그 가능성을 탐구해보는 것이다.

이럴 경우 사람은 더 뚜렷하게 주변을 보기 위하여 기억 속에서 그와 비슷한 장면을 끌어 온다. 켈리는 “기술이 이와 같은 작업을 할 수 있을지, 그리고 거기서 한발 더 나아가 인간보다 더 잘 그러한 작업을 할 수 있을지 알아보고자 했다”고 밝혔다.

이 프로젝트에서는 왜곡된 이미지와 왜곡되지 않은 정상 이미지 정보를 방대한 신경망에 반복적으로 전달했다. 마침내 프로그램은 왜곡된 이미지만을 보고도 ‘완벽하게’ 왜곡되지 않은 상태의 이미지를 생성해 낼 수 있는 경지까지 이르렀다.

테스트에서 연구팀은 신경망이 한 번도 본 적 없는 이미지를 보여 주었다. 예컨대 왜곡되지 않은 카멜레온의 이미지를 보여주기 위해 이미지의 모든 왜곡을 삭제한 것이다.

연구팀은 이러한 기술이 실제 세계에서도 상당히 다양하게 응용될 수 있다고 기대하고 있다. 켈리는 “거센 불길이 솟구치는 빌딩으로 들어가야 하는 소방관을 떠올려 보라. 사방에 연기가 피어오르고, 시야는 가려 있는 상황이다. 이러한 기술을 활용하면 그런 상황에서도 주변을 뚜렷하고 맑게 볼 수 있다. 어쩌면 아주 사소하고 작은 디테일은 놓칠지 모른다. 점 하나, 선 하나, 그런 것들 말이다. 하지만 소방관이 보는 전반적인 시야는 훨씬 개선될 것이다”고 설명했다.

또 해수면에서 수 마일 내려간 곳에서 작업하는 잠수함들에게도 도움을 줄 수 있다. 깊은 수심에서는 시야가 왜곡될 수 있기 때문이다. 그 밖에도 주변 환경에 대한 제대로 된 시야를 확보하기 힘든 환경이라면 어디에서건 활용할 수 있다.

위 4가지 프로젝트들은 모두 딥러닝 기술 덕분에 그동안 인간의 전유물이라고만 여겨졌던 분야들에서 AI가 엄청난 성능 향상을 나타내고 있다. 캠브리지 컨설턴트의 프로젝트들은 AI를 훨씬 더 ‘인간에 가깝게’ 만들어 줄 것이 분명하지만, 그렇다고 해서 소위 말하는 ‘일반 인공지능(general AI)’에 도달한 것은 아니다. 일반 인공 지능이란 하나의 시스템이 이 모든 역량을 한 ‘몸’에 갖추고 인간처럼 행세할 수 있음을 의미한다. 이제 더 이상 컴퓨터가 음악을 작곡하거나, 예술 작품을 만들 수 있느냐는 질문은 의미가 없어졌다. 중요한 것은 과연 우리가 컴퓨터에게 그러한 작업을 맡길 것인지 아닌지 이다. ciokr@idg.co.kr

CIO Korea 뉴스레터 및 IT 트랜드 보고서 무료 구독하기
추천 테크라이브러리

회사명:한국IDG 제호: CIO Korea 주소 : 서울시 중구 세종대로 23, 4층 우)04512
등록번호 : 서울 아01641 등록발행일자 : 2011년 05월 27일

발행인 : 박형미 편집인 : 천신응 청소년보호책임자 : 한정규
사업자 등록번호 : 214-87-22467 Tel : 02-558-6950

Copyright © 2024 International Data Group. All rights reserved.