벤더기고 | AI 혁명, 마침내 미래가 온 것일까?

지난 수십 년 동안 인공지능 혁명은 불확실한 길을 밟아왔다. 때로는 놀라운 수준과 새로운 혁신의 수준을 보여줬지만 때로는 기술이 계획대로 이행되지 않음에 따라 수년 동안 침체와 환멸이 뒤따르기도 했다.

이제 다시 AI의 미래 가능성에 대한 관심이 높아지고 있다. 구글 홈(Google Home)과 알렉사(Alexa) 등의 음성 개인 비서부터 넷플릭스(Netflix)의 예측 추천, 네스트(Nest) 학습형 온도 조절 장치, 은행 및 소매기업이 사용하는 챗봇까지 우리의 일상 속에 침투하는 AI의 예는 무수히 다양해졌다.

그렇다면 이렇듯 관심이 증가하고 실제 활용이 확산되고 있는 가운데 상황이 과거와 크게 다른 것일까? 머신러닝, 데이터 마이닝(Mining), 딥러닝(Deep Learning), 자연어 처리, 신경 네트워크 등 현대적인 AI의 기법은 AI라는 이름 하에 묶일 만한 가치가 있을까? 아니면 그냥 같은 것일까?

과거 관심이 증가하던 시대에는 일반적으로 ‘AI’라는 용어 아래 진행됐던 여러 일련의 활동들이 연구소의 전유물이었다. 실용화하기에는 기술과 비용의 제한이 컸다. AI와 관련된 알고리즘과 아키텍처 다수는 이미 존재했지만 당시의 데이터와 기법의 한계 때문에 즉각적인 소비자 애플리케이션을 구현하기에는 무리가 따랐다.

하지만 지난 5년 동안 데이터베이스 기술을 활용하기 위한 엄청난 양의 데이터와 투자에 컴퓨터 처리 능력의 증가가 더해졌다. 이로 인해 주로 과학 및 학문용도로 활용되던 AI가 기업 소프트웨어 용도로도 사용되면서 주류 비즈니스 솔루션으로 실행할 수 있게 되었다.

오늘날 AI의 움직임에 순풍을 더하는 일부 필수적인 지원 요소들은 다음과 같다.

- 적정(낮은) 가격으로 AI 성능을 강화하는 기술 및 연산력
- 구글, 마이크로소프트, 엘론 머스크의 오픈AI(OpenAI), 아마존 등 주요 기업의 플랫폼 가용성
- 활동의 주류화 - 이런 플랫폼을 활용하는 실무자들이 서서히 임계 질량을 구축
- 실질적인 ‘일상’ 사용례에 반영되어 있는 주류 고객 관심 및 수요
- 데이터 보안, 의료 부문의 컴퓨터 지원 진단, 사기 감지, 구매 예측, 스마트 홈 장치 등
- 활용해야 하지만 인간의 힘만으로는 활용할 수 없는 데이터의 양 증가
- 고객 기대 변화 및 실용적인 방식의 혁신 강화 (알렉사 등)

AI의 시대가 오면서 IBM, 야후, 세일즈포스, 우버, 애플 등 혁신 및 기술 중심적인 기업 과 기업의 리더들은 AI의 힘을 믿게 되었고 이를 위해 장기적으로 투자할 의향을 내비치고 있다. 기업 효율성 유도 또는 (고객 및 관리부서의) 작업 흐름 개선을 위해 영업 활동에 새 기술을 도입하려는 바람으로 인해 많은 대기업들이 이 새로운 AI에 투자할 가치가 있고 독립적으로 혁신하는 스타트업(Startup) 인수 및 투자도 그만한 가치가 있다고 생각하게 됐다.

또 구글, 페이스북, 아마존, IBM, 마이크로소프트 등의 기술 대기업들은 최근 해당 부문에 대한 대중의 이해를 높일 뿐 아니라 미래의 연구원들이 준수할 표준을 마련하기 위해 새로운 AI 협력관계를 구성할 팀을 구성하기도 했다.

이런 거대 기업들의 지원이 있기 때문에 최근 AI에 대한 관심이 탄력을 얻는 것도 당연하다. 하지만 오늘날 활용되는 기술 자체가 AI의 진정한 목적일까?

기술 및 비즈니스에 대한 여러 일반적인 문제들처럼 그렇기도 하고 아니기도 하다. 다른 기술 영역의 복잡성 수준이 다양한 것처럼 ‘AI’에 속하는 다양한 기술과 기법이 존재한다.

기술로서의 AI는 모호한 측면이 있다. 전통적인 SQL 또는 첨단 NoSQL 환경에서 방대한 데이터에 접근하지 않고 머신러닝이 가능할까? 현대적인 API 및 REST 서비스의 개념 없이 AI패키지를 효과적으로 활용할 수 있을까?

오늘날 보편적으로 다루고 논의하는 대부분의 툴은 다음 세대의 소비자, 기업, 정부 솔루션을 유도할 더 큰 AI기술군의 일부로 보는 것이 타당하다.

다른 한편으로는 진정한 ‘인공지능’이 삽시간에 실현되지 않을 것임을 기억해야 한다. 최소한 인간의 개입 없이 독립적으로 움직일 수 있는 것들은 아직 없다. 진정한 AI시스템은 역량을 강화하기 위해 프로그램된 알고리즘에 의존하지 않고 스스로 학습하여 과거의 시나리오를 연결하고 개선할 수 있는 능력이 있어야 한다. 하지만 이것은 다행히도 아직 공상과학의 영역이다.

오늘날 AI라고 불리는 것들도 사실은 구체적이고 협소한 문제를 해결하기 위해 인간 지능을 최소한으로 활용하기 위해 기계를 이용하는 것이다. 기계는 스스로 생각할 수 없고 작동을 위해 (코드를 통한) 인간 개입 및 과거의 데이터에 의존한다. 기계는 인간이 놓칠 수 있는 패턴과 객체들 사이의 유사성을 잘 찾을 수 있지만 순수한 연산력을 통해서만 가능하다. 오늘날의 최신 기술로도 완전히 새로운 것을 발명하거나 이전에 경험한 적이 없는 문제를 독립적으로 해결할 수는 없을 것이다.

즉 오늘날 AI로 통하는 것의 대부분은 ‘진정한’ 지능이 아니라 지난 40-50년 동안 만들어진 데이터에 통계 기법을 정교하게 적용하는 것에 지나지 않는다. 하지만 이로 인해 AI의 엄청난 역량이 과소평가되어야 한다는 이야기는 아니다. 근본적으로 “지능적”이지는 않을지 몰라도 효용성이나 충격은 실로 크다.

AI의 핵심 기술이 예전과 유사하고 AI라는 용어가 다양한 기법을 담는 일종의 그릇이 됐지만 어쩌면 가장 큰 차이점은 기업 및 소비자들이 더 많은 것을 바라는 마음일 것이다. 이에 힘입어 지속적인 재정 지원, AI 연구 및 관심, 이를 활용해 수익을 창출하기 위한 툴과 기법의 발전할 것이며, 이로 인해 언젠가는 진정으로 독립적인 AI가 등장할 수도 있을 것이다.

* Terence Davis는 데이터 및 애널리틱스 전문기업 인케도(Incedo)의 부사장이자 최고 아키텍트다. ciokr@idg.co.kr