기조발제 - 김진형 KAIST 명예교수·이홍락 LG AI연구원 CSAI
최적의 수 찾는 양자컴퓨팅…금융·신약·기후변화에 효과적
복잡한 임무 수행하려면 단순 업무 조합하는 AI 연구 필요
한국 AI 경쟁력 세계 5위…적은 인구에 비해 대단한 성과
한국 AI 연구의 1세대 학자인 김진형 KAIST 명예교수는 17일 AI미래포럼에서 “AI는 양쪽의 날이 모두 날카로운 칼”이라며 “AI의 현재 능력과 한계를 알고 긍정적으로 활용하기 위해선 사회 전체가 노력해야 한다”고 강조했다.
AI 한계 명확한 인식부터 해야
김 명예교수는 “인과관계가 없으면 AI가 의사결정 과정을 이해하지 못하는 한계 등에 대해 인식하고 있어야 한다”고 강조했다. 자율주행차가 도로에 전복된 트럭을 인식하지 못하고 그대로 들이받은 사고를 예로 들었다. 그는 “확률을 토대로 작동하는 딥러닝 기반 AI가 무엇을 할 수 있고, 할 수 없는지 파악하기 어렵다”며 “안전하지 않은 기계를 현장에 배치하는 데에는 주의가 필요하다”고 했다.김 명예교수는 딥러닝 개발에 많은 데이터와 컴퓨팅 파워가 들어간다는 점도 현재 AI의 문제로 분석했다. 그는 “딥러닝 AI 작동에 자동차 한 대로 지구와 달을 오고 갈 때 나오는 정도의 탄소가 배출된다”고 지적했다.
김 명예교수는 양자컴퓨터 개발 등 인프라 확충을 대안으로 제시했다. 실제로 구글은 기존 슈퍼컴퓨터로 1만 년이 소요될 계산을 200초 만에 할 수 있는 양자컴퓨터를 2019년 10월 개발했다. 김 명예교수는 “양자의 특성을 활용해 여러 가능성을 동시에 탐색할 수 있는 양자컴퓨터는 통계적인 선택을 버리고 최적의 수를 선택할 수 있다”며 “금융 투자와 약물 개발, 기후 변화 등에 효과적으로 대응할 수 있다”고 했다.
‘복잡한 문제 해결 능력’ 연구 경쟁 치열
이홍락 LG AI연구소 CSAI는 글로벌 AI 연구자들이 개발에 몰두하고 있는 ‘표현학습’의 가능성에 대해 설명했다. 표현학습은 데이터 묘사를 위해 가장 뛰어난 특성을 추출하는 방법을 학습하는 것을 말한다. 이 CSAI는 “현재의 AI는 일반적인 상식을 바탕으로 한 추론 능력이 부족하다”며 “표현학습은 세상의 많은 데이터를 묶어서 인식해 환경 변화와 운동 패턴 변화에 대응할 수 있다”고 강조했다.이 CSAI는 복잡한 상위 레벨의 임무를 수행하기 위해서는 하위 레벨의 임무들을 단순화해 조합하는 AI를 연구해야 한다고 했다. 예를 들어 AI 로봇에게 토스트를 만드는 임무를 수행하게 한다면 로봇이 식빵과 프라이팬을 각각 찾고, 가스레인지를 이용해 구운 뒤, 접시에 담아 손님에게 서빙하는 것까지의 하위 레벨 임무를 단순화해 조합하는 능력이 필요하다는 것이다.
이 CSAI는 “LG AI연구원은 ‘표현학습’과 ‘복잡한 문제 해결 능력’을 조합해 다양한 계열사의 문제를 해결하고 있다”고 했다. 배터리의 생산 공정을 최적화하고, 대화형 챗봇에 업무 프로세스를 더 잘 학습시켜 고객을 위한 문제 해결 과정을 효율적으로 하는 방식이다. 공장에서 생산된 완제품의 시각을 통한 비전 검사에도 관련 기술을 적용한다고 했다.
이 CSAI는 한국의 AI 경쟁력에 대해 “스탠퍼드 2021년 글로벌 AI 보고서에 따르면 한국은 미국, 싱가포르, 스위스, 중국에 이어 5위에 올랐다”며 대단한 성과라고 설명했다. 그는 “특히 적은 인구수에 비해 퀄리티 있는 AI를 연구해 많은 특허를 냈다는 점에서 잠재력이 크다”고 강조했다.
김진원/최한종 기자 jin1@hankyung.com