"수학 논문 읽을 줄 알아야 코딩 능력도 높아진다"
-
기사 스크랩
-
공유
-
댓글
-
클린뷰
-
프린트
스트롱코리아 포럼 2020
세션 - 수학의 진보와 AI
"수학 모델에 AI 접목하면
코로나 확산 패턴 예측 가능"
세션 - 수학의 진보와 AI
"수학 모델에 AI 접목하면
코로나 확산 패턴 예측 가능"
“인공지능(AI) 시대에 가장 필요한 사람은 폭넓은 수학지식을 갖춘 인재입니다. 수학 논문을 읽을 줄 알아야 제대로 된 알고리즘을 개발할 수 있습니다.”
AI 스타트업 애자일소다의 최대우 대표는 27일 온라인으로 생중계된 ‘스트롱코리아 포럼 2020’의 ‘수학으로 진보하는 AI의 세계’ 세션에서 이같이 말했다. 그는 “기업 현장에서 문제를 풀다 보니 코딩 능력보다 수학 이해가 더 중요하다는 점을 뼈저리게 느꼈다”고 했다.
이 세션에서는 최 대표를 비롯해 이상구 성균관대 자연과학대학장, 황형주 포스텍 수학과 교수, 현동훈 서울대 수학과 교수가 발표와 토론을 맡았다. 참가자들은 수학을 통해 AI 기술이 한 단계 발전할 수 있고, 이를 위해선 수학계의 적극적인 참여와 학생 교육이 중요하다고 입을 모았다.
황 교수는 딥러닝 기반의 AI를 수학 모델에 접목해 신종 코로나바이러스 감염증(코로나19) 전파 양상을 예측한 연구 결과를 소개했다.
황 교수의 모델은 전체 인구를 감염 위험군과 감염군, 회복·사망군으로 분류한다. 세 집단이 차지하는 규모는 시간에 따라 변화하고, 변화 패턴도 정부의 방역정책 등으로 수시로 바뀐다고 가정했다. 변화하는 패턴이 일정하다는 가정 아래 분석을 진행한 기존 연구들과의 차이점이다.
수학적 사고력으로 모델을 개발한 뒤에는 딥러닝 기반의 AI가 계산력을 보탰다. 각 집단 비율의 변화 패턴을 정확히 분석하고, 미래 패턴을 예측하는 데 활용된다. 예측 결과를 실제 데이터와 비교한 결과 큰 오차가 발견되지 않았다.
황 교수는 “수학 모델은 사람이 설정할 수 있지만 그 안에 포함된 의미를 모두 사람의 손으로 파악하는 것은 불가능하다”며 “AI를 적용하면 이 문제를 해결할 수 있다”고 말했다.
AI 기술에는 위험 요소도 있다. 예측 결과를 무조건적으로 신뢰하다 보면 흑인의 사진을 고릴라로 인식하는 등의 윤리적 문제가 발생한다. 의사가 AI 의료기기를 무작정 신뢰하면 과잉진료나 치료 지연에 따른 질병 악화 등의 결과를 낳을 수도 있다.
이런 위험을 최소화하는 데에도 수학을 활용할 수 있다는 게 황 교수의 설명이다. 그는 AI 의료기기가 자신이 예측한 결과의 신뢰도를 의사에게 보고하는 진단 보조 모델을 제시했다. 확률 이론을 적용해 결과 예측값을 밀도함수로 보여주는 방식이다. 분산값이 큰 경우에는 진단 결과가 불확실할 수 있으니 의사의 재진단을 권고한다.
수학자들이 AI 연구에 더 적극적으로 참여해야 한다는 제언도 나왔다. 현 교수는 “수학자들이 보기에는 현재 AI에 쓰이는 수학이 기초적인 내용이라 연구에 참여하는 학자가 많지 않다”며 “아직 밝혀낼 것이 많은 딥러닝 메커니즘을 제대로 규명하고, 새로운 알고리즘을 개발하기 위해선 수학자의 역할이 필수”라고 말했다. 참가자들은 수학 인재 양성의 중요성도 강조했다. 최 대표는 “하얀 종이에 연필로만 풀어가는 이론 교육으로는 학생들의 관심을 끌기 어렵다”며 “수학이 AI와 결합해 어떻게 활용될 수 있는지 구체적으로 알려줘야 한다”고 말했다.
최한종 기자 onebell@hankyung.com
AI 스타트업 애자일소다의 최대우 대표는 27일 온라인으로 생중계된 ‘스트롱코리아 포럼 2020’의 ‘수학으로 진보하는 AI의 세계’ 세션에서 이같이 말했다. 그는 “기업 현장에서 문제를 풀다 보니 코딩 능력보다 수학 이해가 더 중요하다는 점을 뼈저리게 느꼈다”고 했다.
이 세션에서는 최 대표를 비롯해 이상구 성균관대 자연과학대학장, 황형주 포스텍 수학과 교수, 현동훈 서울대 수학과 교수가 발표와 토론을 맡았다. 참가자들은 수학을 통해 AI 기술이 한 단계 발전할 수 있고, 이를 위해선 수학계의 적극적인 참여와 학생 교육이 중요하다고 입을 모았다.
황 교수는 딥러닝 기반의 AI를 수학 모델에 접목해 신종 코로나바이러스 감염증(코로나19) 전파 양상을 예측한 연구 결과를 소개했다.
황 교수의 모델은 전체 인구를 감염 위험군과 감염군, 회복·사망군으로 분류한다. 세 집단이 차지하는 규모는 시간에 따라 변화하고, 변화 패턴도 정부의 방역정책 등으로 수시로 바뀐다고 가정했다. 변화하는 패턴이 일정하다는 가정 아래 분석을 진행한 기존 연구들과의 차이점이다.
수학적 사고력으로 모델을 개발한 뒤에는 딥러닝 기반의 AI가 계산력을 보탰다. 각 집단 비율의 변화 패턴을 정확히 분석하고, 미래 패턴을 예측하는 데 활용된다. 예측 결과를 실제 데이터와 비교한 결과 큰 오차가 발견되지 않았다.
황 교수는 “수학 모델은 사람이 설정할 수 있지만 그 안에 포함된 의미를 모두 사람의 손으로 파악하는 것은 불가능하다”며 “AI를 적용하면 이 문제를 해결할 수 있다”고 말했다.
AI 기술에는 위험 요소도 있다. 예측 결과를 무조건적으로 신뢰하다 보면 흑인의 사진을 고릴라로 인식하는 등의 윤리적 문제가 발생한다. 의사가 AI 의료기기를 무작정 신뢰하면 과잉진료나 치료 지연에 따른 질병 악화 등의 결과를 낳을 수도 있다.
이런 위험을 최소화하는 데에도 수학을 활용할 수 있다는 게 황 교수의 설명이다. 그는 AI 의료기기가 자신이 예측한 결과의 신뢰도를 의사에게 보고하는 진단 보조 모델을 제시했다. 확률 이론을 적용해 결과 예측값을 밀도함수로 보여주는 방식이다. 분산값이 큰 경우에는 진단 결과가 불확실할 수 있으니 의사의 재진단을 권고한다.
수학자들이 AI 연구에 더 적극적으로 참여해야 한다는 제언도 나왔다. 현 교수는 “수학자들이 보기에는 현재 AI에 쓰이는 수학이 기초적인 내용이라 연구에 참여하는 학자가 많지 않다”며 “아직 밝혀낼 것이 많은 딥러닝 메커니즘을 제대로 규명하고, 새로운 알고리즘을 개발하기 위해선 수학자의 역할이 필수”라고 말했다. 참가자들은 수학 인재 양성의 중요성도 강조했다. 최 대표는 “하얀 종이에 연필로만 풀어가는 이론 교육으로는 학생들의 관심을 끌기 어렵다”며 “수학이 AI와 결합해 어떻게 활용될 수 있는지 구체적으로 알려줘야 한다”고 말했다.
최한종 기자 onebell@hankyung.com