2015.02.26 AI

AI Lab 대담 #2 – 세계가 주목하는 ‘인공지능(AI)’

엔씨소프트는 지난 시간부터 ‘인공지능(AI : Artificial Intelligence)’ 이야기를 시작했습니다. 인공지능을 어떻게 정의할 수 있을지 생각해 보고, 이미 우리 일상에 깊이 들어와 있는 인공지능의 모습을 살펴보았죠. 이쯤 되면 엔씨소프트가 왜 이렇게 인공지능에 관심이 많은지 조금 궁금해지는데요…? 오늘은 인공지능과 엔씨소프트의 관계, 인공지능을 둘러싼 세계의 흐름을 . 우주정복 블로그가 알기 쉽게 전해 드리는 인공지능, 엔씨소프트의 AI Lab 이야기 두 번째 시간입니다! 🙂


Part Ⅱ. 세계가 주목하는 ‘인공지능(AI)’

인공지능(AI)을 둘러싼 관심이 뜨겁습니다. 인공지능은 50여 년 전 처음 등장한 개념으로 기술의 발전과 함께 꾸준히 연구되고 있습니다. 실리콘밸리 소재 AI 관련 벤처기업들에 대한 투자는 최근 크게 느는 추세입니다. AI를 기반 삼아 서비스나 제품의 핵심가치(core value)가 상승을 기대하며 집중 투자하고 있는 것인데요. 엔씨소프트와 다른 글로벌 기업들은 AI를 어떻게 받아들이고 있을까요?

세계가 주목하는 ‘인공지능(AI)’ 1

1. 엔씨소프트, 그리고 AI Lab

이재준 상무 오늘은 엔씨소프트에 AI Lab이 탄생하게 된 이야기부터 말씀드릴게요. 2011년에 저는 윤송이 사장님으로부터 ‘AI 연구개발 조직을 만들어보자’라는 미션을 받고 엔씨소프트에 입사하게 되었습니다. 당시에는 AI라는 기치를 내걸고 R&D 조직을 만든다는 것이 상당히 어려운 과제였어요. 인재를 초빙하고 비전을 세우고 연구개발 과제를 만들어가며 도전하는 과정이 무척 힘겨웠습니다만 많은 분들의 관심과 지원 속에 한 땀 한 땀 AI Lab을 만들어 왔습니다. 나중에 들은 얘기인데, 저에게 그런 시련(?)을 주었던 AI 조직 만들기 미션의 배후에는 김택진 대표님이 함께 계셨다고 하더군요. 지금이야 AI가 다시 세계적으로 주목받고 있습니다만, 당시에는 그닥 관심이 높지 않았습니다. AI 조직을 만든다는 게 일종의 파격인 셈이었죠. 생각해보면 이미 4-5년 전에 김택진 대표님과 윤송이 사장님은 AI의 가능성을 보시고 준비를 시작하신 혜안을 갖고 계셨던 것 같아요. 두 분의 애정어린 격려와 질책 속에서 AI Lab이 성장해왔다고 말씀드릴 수 있겠네요.

장정선 팀장 작년에 대표님께서 “엔씨소프트가 집중하고 있는 혁신은 AI 기술”이라고 하시고, “AI를 기반으로 한 새로운 게임 플레이를 만들 것”이라고 말씀하셨죠. 제가 알기로 공식적인 자리에서 AI에 대해 말씀하신 게 작년이 처음이었던 것 같은데요.

이재준 상무 맞아요. 작년부터 대표님께서는 “엔씨는 위기를 헤쳐나갈 다음 기술로 AI에 투자하고 있다”고 하셨습니다. 물론 세계 Top class 기업들이 AI에 투자하고 있으니 우리도 해보자는 것이 아니죠. 그동안 관심을 갖고 물 밑에서 준비해오던 AI 기술을 꽃피울 수 있는 시기가 왔으니, 본격적으로 도전해보자는 의미입니다. 최근 몇 년 사이에 전세계 Top class IT 기업들이 AI에 뛰어들었는데, 엔씨소프트도 같은 출발점에 서 있는 것입니다. 저희 AI Lab은 그만큼 부담이 크고 책임감이 막중한 자리에 있어요. 앞으로 더 열심히 달릴 일만 남았네요.

AI Lab 이재준 상무

▲ AI Lab 이재준 상무

편집자 주 : 엔씨소프트는 지난 1월 정기 임원 인사를 발표하며 AI Lab 이재준 실장을 상무로 임명했다.
본격적인 AI 체제를 준비한다는 엔씨소프트의 의지가 반영된 결과가 아닐까?

이재준 상무 그럼 좀 더 구체적으로 ‘왜 엔씨소프트에서 AI를 연구하느냐’는 사람들의 의문에 대한 답을 말씀드리고자 합니다. 게임 회사가 AI를 적용한다고 하니 ‘로봇을 만드는 건가’ ‘게임 내 NPC를 만드는 것인가 보다’라고 생각하실 수 있겠죠. 하지만 사실은 ‘그게 아니다’라는 말씀을 드리고 싶어요.

장정선 팀장 사실 인간 생활에 도움을 주는 기술 중에는 거의 모든 곳에 AI가 들어가 있죠. 이건 지난 번 대담 때 말씀을 많이 드렸고요.

이재준 상무 맞아요. AI 기술을 지금 만들고 있거나 앞으로 만들어 갈 미래 제품과 서비스에 접목시켜 궁극적으로 더 재미있고, 더 사용하기 편하고, 더 가치있는 상품과 제품 그리고 서비스를 고객에게 전달하고 싶은 것. 이것이 엔씨소프트 AI Lab이 꿈꾸는 세상입니다.


2. 왜, 인공지능(AI)인가?

이재준 상무 최근에는 글로벌 기업이 AI에 투자하는 일이 많습니다. 세계적인 대기업들이 어떤 AI에 관심을 가지고 있는지, 실리콘밸리에서 AI 스타트업들을 거액으로 인수하는 이유가 무엇인지 등을 이야기 해 볼 수 있겠네요. 요즘 AI 배경이 되는 것 중 가장 핫한 ‘딥러닝(deep learning)’도 빼놓을 수 없겠습니다.

장정선 팀장 먼저 요즘 왜 다시 AI가 주목받고 있는지를 간단히 다뤄볼게요. 이전에도 말씀드렸지만, 사실 AI가 최신 기술인 것은 아닙니다. 상당히 오랜 시간 연구가 진행된 기술 영역입니다. 하지만 그간 부침이 있었고, 최근에는 다시 많은 기업들이 AI에 관심을 보이고 있는 상황입니다. 그럼 새삼스럽게 왜 ‘지금’ 각광을 받고 있는걸까요? 많은 요인이 있겠지만 세 가지 정도로 정리할 수 있을 것 같습니다.

  • Big Data : 단순히 많은 양의 데이터라는 의미보다는 현실을 잘 설명할 수 있는 광범위한 데이터를 Sensing하고 저장할 수 있는 기술의 발전
  • Computation Power의 증대 : 과거 Computer 연산 능력의 한계로 이론상으로만 가능할 것으로 믿었던 많은 알고리즘이 실제 동작할 수 있도록 만드는 Computation Power의 증대
  • 기계학습 알고리즘의 발달 : Deep Learning과 같이 사람의 지도 없이 스스로 유용한 정보를 구별할 수 있는 알고리즘의 발전

요컨대 빅데이터를 저장하고 이를 스스로 분석할 수 있는 기반이 갖춰진 것, 이것이 최근 AI가 주목받게 된 이유라 볼 수 있겠습니다.

언어(텍스트)를 통해 '어떻게 적절하게 대응할 것인지'를 찾는 로직 연구를 해온 AI LAB 장정선 팀장

▲ AI Lab 장정선 팀장은 언어(텍스트)를 통해 ‘어떻게 적절하게 대응할 것인지’를 찾는 로직 연구를 해왔다.

이재준 상무 여기에 부연 설명을 하자면, 최근의 AI에 대한 관심을 ‘AI의 세 번째 웨이브’라고 보기도 합니다. 맨 처음 AI를 시작할 때 사람과 비슷한 기계를 만들겠다고 했는데, 잘 안 됐어요. 두 번째 웨이브는 80년대 인공신경망(Neural Network) 연구가 확산되었던 시기로 봅니다. 인간의 뇌 구조를 흉내 낸 인공신경망을 통해 사람의 생활에 도움이 되는 똑똑하고 편리한 기능을 제공해 주는 방향으로 연구가 진행되었습니다. 실제로 패턴인식 등의 문제에서 좋은 성능을 보여 주었습니다만, 결국 활용 분야와 성능에서 한계에 부딪혔어요. 그리고 최근의 AI에 대한 뜨거운 관심과 연구 결과를 세 번째 웨이브로 보는 것이죠. 앞서 장정선 팀장이 이야기했지만, IT 기술이 발달하면서 데이터는 폭발적으로 증가하였고, 컴퓨터의 계산 능력도 향상되었습니다.

딥러닝(deep learning)은 인간의 뇌의 메커니즘과 유사하게 신경망을 여러 층으로 쌓아 깊게 만들고, 엄청나게 많은 데이터로 이를 학습시켜 어려운 문제를 풀어보는 도전입니다. 딥러닝은 이미 여러 문제에서 기존의 기술적인 한계를 뛰어넘는 좋은 성과를 보여주었습니다. 근래의 AI는 문제 해결을 통하여 생활에 도움을 주는 방향으로 발전해 오고 있습니다. 즉, AI는 문제를 해결하는 기술이라는 이야기죠. 전세계의 많은 연구자들이 우리가 잘 풀지 못했던 여러 문제에 딥러닝을 적용시켜보고 있으며, 여기에서도 좋은 성과를 내면서 더욱 주목받고 있는 것이죠.

정세희 차장 이전에는 데이터도 없었고 분석할 수 있는 인프라도 없었죠. 근데 이제 분산 처리 시스템이 갖춰지고, ‘딥러닝’이 나오면서 AI의 성능이 더 좋아졌고, 이를 활용한 소프트웨어도 발전을 하고 있습니다. 예전에는 사람들이 AI 자체를 체험하거나 느끼는 부분이 적었고, 주로 회사 내부에서 활용했었어요. 공장 라인에서 자동화 로봇을 쓴다던가, 고객 데이터를 분석해서 뭔가를 추천한다거나, 프로모션 하는 식이었습니다.

하지만 이제는 고객들에게 직접적으로 노출되기 시작했어요. 로봇, 시리 등이 노출되면서 사람들이 서비스 받기 시작한 거죠. ‘AI가 접목되면 뭔가 편해지는구나’, ‘음성으로도 되는구나’, ‘글씨를 써도 인식을 해서 문자로 보내지는구나’ 같은 것을 피부로 느끼기 시작했어요. 아직 AI 분야는 초창기로 봐야할텐데요, 이제 기업들이 AI를 주요 가치로 삼아 고객들에게 더 어필할 수 있겠다 생각하는 단계로 보입니다.

데이터마이닝을 전공하여, 숨어있는 정보를 파악하고 그 안에서 의미를 찾아내는 작업을 하는 AI LAB 정세희 차장

▲ AI Lab 정세희 차장은 데이터마이닝을 전공하여, 숨어있는 정보를 파악하고 그 안에서 의미를 찾아내는 작업을 한다. 


3. Global Top 기업, AI에 투자하다

이준수 과장 앞에서도 잠깐 말씀 드렸지만 최근 글로법 기업이 AI에 투자하는 사례를 많이 볼 수 있죠. 2012년 즈음에 구글이 “동영상 속에서 고양이를 인식할 수 있게 됐다”는 발표를 해 화제가 된 적이 있습니다. 구글이 유튜브를 인수하니 비디오 데이터가 아주 많잖아요. 이 데이터를 가지고 무엇을 할까 하다가 당시에 사람들이 관심을 갖던 물체 인식을 해보자 한 거죠. 물체 인식 연구에서 어려운 점은 정답이 표기된 데이터를 확보하는 것인데, 많은 양의 데이터에 대해서 적용하기가 거의 불가능하죠. 그래서 구글은 딥러닝을 이용하여 정답이 표기되지 않은 데이터로 실험을 진행했고, 그 결과를 고양이 인식에 적용해서 기존 기술보다 더 좋은 성능을 냈습니다. 이 연구 결과가 상당히 고무적이었고, 구글은 ‘동영상 속 물체인식’이라는 이름으로 특허 등록도 했습니다. 이후로 많은 연구자들이 유사한 문제를 푸는 딥러닝 알고리즘을 개발했습니다. 최근에는 여러 가지 사물이 있을 때 무엇이 어디에 있는지 맞추는 수준까지 올라왔죠.

'찾고 싶은 것과 아닌 것'을 구분하는 패턴인식을 개발하는 AI Lab 이준수 과장

▲ AI Lab 이준수 과장은 ‘찾고 싶은 것과 아닌 것’을 구분하는 패턴인식을 개발한다.

이재준 상무 이 기술은 체험해 보실 수도 있습니다. 구글 이미지 검색(images.google.com)에 들어가서 ‘고양이’를 검색하면 고양이 들어간 사진이 상당히 많이 나와요. 예전에는 사진에 일일이 태그를 달았는데 이제는 그러지 않아도 됩니다. 100% 맞지는 않지만 대부분 나옵니다. 이번에는 IBM 왓슨(Watson)에 대하여 설명을 좀 해주시죠.

제 구글 이미지 검색 페이지에서 '고양이'를 입력했을 때 검색결과. 일일이 태그를 달지 않아도 고양이로 인식해 검색결과를 보여준다

▲ 실제 구글 이미지 검색 페이지에서 ‘고양이’를 입력했을 때 검색결과. 일일이 태그를 달지 않아도 고양이로 인식해 검색결과를 보여준다.

장정선 팀장 왓슨(Watson)은 IBM에서 개발한 질의응답시스템(Question Answering System, QA System)입니다. 질의응답시스템은 인공지능의 분야 중 하나라고 볼 수 있는데요, 키워드 기반 검색을 넘어서서 사용자가 질문을 하면 System이 자동으로 정답을 찾아 알려주는 기술입니다. IBM에서 90년대 말부터 본격적인 연구를 시작했고, 이후 널리 알려진 것처럼 2011년에 퀴즈쇼인 제퍼디에서 우승까지 하게 됐습니다. 이 때 두 사람을 이겼는데, 한 명은 역대 상금 최고 수령액자, 그리고 다른 한 명은 최다 우승자였어요. 이 둘을 제치고 압도적인 성적으로 왓슨이 우승했죠.

그 당시에는 ‘QA 시스템’이 간단한 문제만 해결할 수 있는 정도로 알려져있다가 IBM이 크게 한 건 터트린 거죠. 사람보다 나을 정도의 탐색능력을 가지고 있다는 것을 알게 됐어요. IBM은 이 시스템을 다양한 영역에 적용시켜보면서 사람이 생각하는 능력을 모방하거나 혹은 사람이 생각하는 것보다 빠르게 탐색할 수 있을거라 생각하고 있고요. 실제로 요리와 같은 생활 영역 뿐만 아니라 유전학, 의료, 교육, 금융, 법률, 농업 등의 전문분야에서도 이 기술을 적용하여 크고 작은 성과를 내고 있습니다. 왓슨은 의사의 진단을 돕고, 복잡한 조건을 모두 검토한 후에, 바람직한 치료방침을 결정하는 역할까지 한다고 해요. 현재까지 결과는 매우 긍정적이라고 전해집니다.

뉴욕 메모리얼 슬론 암센터, 휴스턴 MD앤더슨 암센터, 메이요클리닉 등에 채용된 걸로 알고 있어요. 최근엔 일본의 인공지능 로봇 ‘도로보쿤’이 도쿄대 응시를 목표로 모의고사를 치렀다고도 하고요. 한국에서도 Watson과 같은 기술을 확보하기 위하여 2013년부터 미래창조과학부 주도로 “엑소브레인” 프로젝트를 2023년까지 10년에 걸쳐 3단계로 진행되고 있고, 총 1천 70억원(민간 270억원, 정부 800억원) 규모로 추진될 예정입니다. 이 프로젝트의 1단계는 2017년까지 추진되는데 IBM 왓슨(Watson) 수준의 기술을 확보하는 것을 목표로 진행하고 있다고 합니다. 이과 같은 QA 기술 외에도 널리 알려져 있는 Personal Assistant 서비스인 애플의 시리(Siri), 구글의 나우(Now), 마이크로소프트의 코타나(Cortana)도 다국어 음성인식 기술을 기반으로 새로운 기능을 발표하고 있죠.

다국어 음성인식 기술

이준수 과장 음성인식 API를 제공하는 스타트업 기업이 페이스북에 인수된 사례도 있어요. 능력이 되는 연구자들 몇 명이서 모여 이 분야 연구를 하며 흥미로운 연구 성과를 내면 큰 기업에서 인수하는 경우가 많아요.

정세희 차장 구글이 검색 시장을 잡고 있고, 페이스북이 뉴스 시장을 잡고 있잖아요. 글로벌 기업들은 AI로 촉발되는 무언가를 잡는 순간, 인터넷 시대를 넘어선 새로운 시대의 헤게모니를 잡을 수 있겠다 기대하고 있습니다. 전혀 새로운 시장이 될 수 있을 거라 보고 있는 것 같아요. 그 전면에 AI가 필요하니 조금이라도 도움이 될만한 인재들을 모으고 준비하고 있어야, 전면적으로 서비스 될 때 앞서나갈 수 있다는 거죠. 소비자들의 인식도 변화하고 있습니다. 인공지능 혹은 똑똑한 무언가를 만들어내는 곳을 이 시대에 맞는 기술력을 가진 회사로 보고, ‘가능성이 있다’고 인식하기 시작한 상황입니다.

이경종 차장 페이스북도 AI에 관심을 많이 갖고 있어요. 뉴스피드에는 자동으로 걸러지고 정렬된 콘텐츠가 올라오고 있죠. 그리고 관계가 있을법한 친구들을 보여주는 기능도 있죠. 미국에서도 그렇고 우리나라도 마찬가지로 페이스북을 통해서 뉴스를 소비하는 경우가 많다고 해요. 페이스북은 사람들이 어떤 뉴스피드를 좋아하는지, 사람들에게 어떤 뉴스와 글을 어떻게 보여주어야 하는지에 대해 연구를 많이 하고 있다고 합니다.

인공지능을 통해 적절한 동료와 대결상대를 매칭할 수 있는 방법을 연구하는 AI Lab 이경종 차장

▲ AI Lab 이경종 차장은 인공지능을 통해 적절한 동료와 대결상대를 매칭할 수 있는 방법을 연구한다.

이재준 상무 실리콘밸리도 비슷한 측면에서 AI 관련 회사나 사람들을 모으고 있는 걸로 보입니다. AI를 하고 있는 스타트업 기업들을 굉장히 많이 인수하고 있어요. 그게 사람에 대한 투자이기도 하고요. AI에 대한 연구를 해야 하고, 그들이 풀지 못하고 있던 문제를 딥러닝이나 새로운 테크닉을 활용해서 풀어보고 싶은데, 사람과 기술이 없으니까 일단 모으고 있는 거죠. 관련 뉴스들도 계속 올라오고 있어요. 실리콘밸리, 인공지능, 벤처기업, 투자와 같은 키워드만 검색해도 많은 소식을 접할 수 있을 겁니다.


4. 가장 핫한 키워드 : deep learning

이재준 상무 딥러닝은 일련의 비선형 변환 기법을 통하여, 대량의 데이터로부터 스스로 핵심적인 개념을 간추려내도록 하는 기계학습(machine learning) 방법론 입니다. 데이터를 사용자가 원하는 방향으로 분류하거나 인식하는 데에 사용하며, 사람이 일일이 판단 기준과 정답을 알려주지 않아도 수많은 데이터를 통하여 컴퓨터 스스로가 방법을 찾아나가는 것에 큰 특징이 있다고 할 수 있습니다. 설명이 조금 어렵나요?(웃음) 딥러닝 연구를 선도해 온 유명한 교수님들이 몇 분 있어요.

큰 기업에서 부업을 하고 계신 것이 특징이죠. 토론토 대학의 제프리 힌튼(Geoffrey E. Hinton) 교수는 인공신경망의 아버지라고 불리고 있으며, 딥러닝의 시작이 된 연구 프로그램을 만든 분입니다. 현재는 구글과 일을 하고 있습니다. 스탠포드 대학의 앤드류 응(Andrew Ng) 교수는 구글에서 고양이를 인식한 ‘Google Brain’ 프로젝트를 진행하였으며, 최근에는 중국의 검색 엔진인 바이두(Baidu)에서 만든 실리콘 밸리의 AI Lab을 이끌고 있습니다. 페이스북에서는 얀 리쿤(Yann LeCun) 뉴욕대 교수를 영입하여 AI Lab을 만들었습니다. 엔씨소프트에만 AI Lab이 있는 것은 아니고요(웃음)

AI Lab 이재준 상무

▲ AI Lab 이재준 상무

이경종 차장 엔씨소프트의 AI Lab은 이재준 상무님께서 만드셨습니다.(일동 웃음)

장정선 팀장 딥러닝이 기반이 되어 컴퓨터 비전(영상처리, Computer Vision), 음성인식, 언어처리 분야 등에 쓰이고 있어요. 딥러닝과 무언가를 결합했더니 모든 분야에서 최고 성과를 보인 거죠. 이후에 하나의 돌파구가 된다고 믿기 시작한 거 같아요.

이준수 과장 2014년에 구글에서 딥마인드(DeepMind)라는 회사를 인수했는데, 딥러닝의 가능성을 보이는 사례로 꼽히는 회사입니다.

이경종 차장 딥마인드는 딥러닝 관련 여러 가지 연구를 하는 회산데, 이곳에서 재미있는 실험을 했어요. 보통 여러 개의 게임 AI 같은 것을 만들면 게임 당 한 가지씩 만들어야 해요. 근데 일곱 개의 다른 게임의 화면만 보여주고 AI가 일곱 개의 다른 게임을 하는 실험을 했거든요. 결과를 보니 게임의 성적들이 각각 기존의 방법으로 게임한 것보다 훨씬 좋았던 거죠. 물론 블레이드앤소울 같은 수준의 게임은 아니지만, 충분히 놀라운 사건이었습니다. 그래서 그 이후에 게임 같은 분야에서도 딥러닝을 적용해보자는 움직임이 일어나고 있어요. 딥러닝은 굉장히 많은 분야에 쓰이고 있고, 조만간 게임 분야에도 많이 적용될 것입니다.

이재준 상무 부연설명을 해드리면, 옛날 오락실 갔을 때 했던 아케이드 게임 기억나시죠? 그 게임 전체 화면을 딥러닝에 집어넣고 딥러닝에게 ‘점수를 잘 내는 법을 익혀봐라’라고 한 거예요. 딥러닝은 어떻게 키 조작을 하면 점수가 더 높아질까를 스스로 학습했는데, 그 결과가 좋게 나오고 있는 것입니다. 세계적으로 이러한 흥미로운 연구들이 계속 시도되고 있습니다..

정세희 차장 사람이 배우는 것처럼 게임 화면을 받아들이고 계속 반복하면서 점점 잘하는 방식으로 학습이 된 거죠. 하나의 AI가 각기 다른 여러가지 게임을 모두 잘 하는 방법을 보여줘서 흥미로웠던 거 같아요.


두 번째 대담은 여기까지입니다. 오늘은 어떠셨나요? 어려운 개념을 쉽게 설명해주시니 이제 조금씩 인공지능이 무엇인지 개념이 잡혀가는 것 같네요. 그리고 인공지능이 이토록 주목받고 있는 줄은 미처 몰랐었네요.

찬찬히 읽어볼 수록 ‘블로그에서 듣는 인공지능학 개론…’ 교양 수업 같은 엔씨소프트 AI Lab 이야기. 다음 시간에는 여러분이 많이 궁금해하셨던 ‘Game AI’의 세계로 초대할게요! <엔씨소프트 AI랩 대담>은 다음 편에 계속 됩니다 🙂

TOP