현재 뛰어난 성능을 발휘하는 인공지능은 대체로 제한된 영역의 정보가 많이 있는 경우이다. 의학영상과 관련한 인공지능의 경우 보고 해석해야 하는 형식의 이미지들이 잘 정리되어 있고, 학습할 양이 많을 수록 정말 뛰어난 성능을 보여준다. 그에 비해 아직 언어처리와 관련한 부분은 갈 길이 멀다. 언어 분야에서 나름 성공적인 시스템들은 대부분 과학과 같이 전문적인 용어와 비교적 정형화된 문장들을 많이 이용하거나, 공개된 정보가 많아서 비교할 대상이 많기 때문에 오류를 줄일 수 있는 경우다. 예를 들어, 어떤 공식이나 논리구조를 가지고 판단할 수 있는 문장이나 설명의 경우 비교적 쉽게 인공지능이 올바른 판단을 해낸다. 그에 비해서 어떤 전문영역이나 유형이 있는 것이 아니라 일반적인 언어를 가지고 이를 이해하고 대화를 하거나, 글을 자유롭게 쓰는 경우에는 정확도는 떨어지고 오류율이 매우 높아진다. 신기하다고 느낄 정도로 나름 잘 하는 것 같다가도 황당하다 싶은 반응을 할 때도 많다. 이처럼 우리가 기대하는 수준의 일반 인공지능(Artificial General Intelligence, 혹자는 강인공지능으로 번역)이 제대로 동작하는 세상까지는 아직 갈 길이 멀다. 그렇다면, 이미 딥러닝을 이용해 큰 성과를 내고 있는 제한된 영역에서의 약인공지능 연구말고 가까운 근 미래의 인공지능 기술은 어느 정도까지 기대하는 것이 현실적일까? 


알파고를 개발한 딥마인드(DeepMind)팀이 최근 컴퓨터 메모리가 인간과의 뇌와 유사한 형태의 동작할 수 있는 컴퓨터인 미분가능신경컴퓨터(Differentiable Neural Computer, DNC)라는 개념을 발표하고 프로토타입까지 제작해서 동작을 시켰는데, 이 컴퓨터는 여러 사례에서 어떻게 작업을 할 것인지를 학습하는데 최적화되어 있기 때문에 여러 모로 커다란 진보를 끌어냈다고 할 수 있다. 사실 이 컴퓨터는 그 이전에 제시했던 신경튜링기계(Neural Turing Machine) 개념을 구현한 것이라고도 볼 수 있기 때문에, 완전히 새로운 개념은 아니지만 '이럴 수도 있다' 라는 수준의 개념이 구현가능함을 보였다는 점에서 대단한 성취이다. 그렇지만, 이 컴퓨터에 잘 접목될 수 있는 데이터와 구조 등을 디자인하고, 그에 맞춰서 데이터를 확보하는 것이 쉬운 일은 아니기 때문에 실제로 현실세계에 접목이 되어서 커다란 성과를 내는 데에는 의외로 시간이 걸릴지도 모른다. 하지만 소프트웨어적인 방식이 아니라 현재 쉽게 구할 수 있는 컴퓨터 컴포넌트를 이용해서 활용할 수 있는 최적화된 하드웨어 컴퓨터 방식을 제안했다는 점에서 그 의미는 절대 과소평가할 수 없다. DNC와 관련해서는 따로 많은 설명이 필요하기 때문에 이 포스트에서는 그 의미만 간단히 이야기하였다.



from DeepMind.com



보다 완전한 형태의 인공지능을 위해서 딥러닝과 기존의 인공지능 관련한 기술들과 현대의 최신 컴퓨터 이론 등을 접목하는 시도는 어떤 것들이 있을까? 가장 먼저 생각해볼 수 있는 것은 인터넷 전체를 인공지능 시스템의 데이터베이스로 사용하는 것이다. 이를 위해서는 먼저 수 많은 웹페이지에서 문장들을 추출하고 이를 기계가 처리할 수 있는 형태의 지식으로 매핑하는 작업이 필요하다. 이를 개방형 정보 추출(Open Information Extraction, Open IE)라고 하는데, 스탠포드 대학과 워싱턴 주립대학교 등에서 열심히 연구하고 있는 분야다. 이런 작업을 통해 인터넷에 존재하는 무수한 문장들이 컴퓨터가 처리할 수 있는 짧은 문장의 덩어리와 이들의 네트워크로 재구성되면 현재의 딥러닝 기술을 이용해서 수 많은 시도를 해볼 수 있게 된다. 이미지 인식과 인공지능의 발전에 이미지넷(ImageNet) 데이터베이스가 얼마나 큰 공헌을 했는지에 대해서는 이 블로그에서 이미 한 차례 소개한 바 있는데, 자연어 처리와 의미의 이해와 관련한 부분에 있어서도 일단 이런 종류의 데이터베이스를 탄생시키는 것이 가장 중요한 숙제라는 측면에서 이런 기술의 중요성을 설명할 수 있다. 그 다음 단계로는 동시에 이미지와 사운드, 동영상과 이런 문장 데이터베이스, 표준화된 지식베이스 등이 같이 연결되어서 서로 학습할 수 있도록 되어야 할 것이다.



연관글:


2016/06/17 - [로봇, 인공지능 그리고 인간] - 인공지능 기술발전의 숨은 공헌자, 이미지넷



스티븐 호킹이나 일런 머스크, 빌 게이츠 등이 인공지능의 위험성을 경고하는 것이 잘못되었다고 생각하지는 않는다. 아마도 정말 오랜 세월이 지난 뒤에는 결국에는 강인공지능이 나오고 초인공지능이 나와서 인류가 멸망할지도 모른다. 그렇지만, 그 오랜 세월이 어느 정도나 오랜 세월일까가 문제다. 만약 수백 년을 이야기하는 것이고, 인류의 미래를 위해서 이런 부분에 대해서 걱정도 하고 대비도 해야 한다는 차원의 이야기라면 그럴 수 있다고 생각한다. 다만 10~20년 내의 일이라면 아직은 너무 섣부른 결론이고 과도한 사회적 비용과 두려움을 발생시킬 수 있으며, 현재의 특정분야의 약인공지능의 발전에도 걸림돌이 될 수 있기 때문에 지나치게 이를 거론하는 것은 그다지 바람직하지 않다고 본다. 


인공지능이 접목되어 커다란 사회적 변화를 일으킬 것으로 예상하는 무인자동차에 대해서도 조금은 조심스러운 접근이 필요하다. 일반 인공지능의 문제와는 달리 운전이라는 특정한 작업의 경우 하드웨어 센서기술의 발달과 충분한 데이터, 그리고 제도가 뒷받침이 된다면 충분히 무인자동차의 시대는 근 미래에 닥쳐올 수 있을 것이다. 그렇지만, 사회의 수용성은 단순히 기술만 담보된다고 보장되는 것이 아니다. 무인자동차가 다닐 도시의 상황과 지방자치단체 또는 해당 국가의 재원, 사회가 새로운 혁신을 받아들일 수 있는지에 대한 부분과 있을 수 있는 부작용 등에 대한 충분한 제도적, 경제적 보완책이 있어야 하기 때문이다. 아마도 소규모 신도시들의 경우에 처음부터 무인자동차들이 다닐 수 있는 도시 인프라와 함께 건설할 수 있기 때문에 가장 빨리 무인자동차의 시대를 열 것이다. 그리고, 경제적 재원이 풍부하고 전 세계적인 선도성을 과시하려는 일부 대도시들이 각종 규제 시스템과 라이센스 문제 등을 정비하고 서울시가 버스전용차선을 깔았듯이 도로 인프라와 신호체계, 정보체계 등을 보강하면서 그 다음으로 무인자동차 시스템을 아마도 버스를 시작으로 택시, 일반자동차의 순서로 받아들일 것으로 예상한다. 그리고, 그런 재원이 없는 일반 도시나 시골의 경우에는 기존 자동차 회사들이 완전자율주행 자동차는 아니고 이를 보조하는 형태로 만든 자동차들을 보급하다가 충분히 가격이 낮아지고, 제도가 완전히 정비된 이후에 많아질 것으로 보기 때문에 앞으로 5년 뒤에는 그 모습을 일부 도시에서 볼 수 있겠지만, 30% 이상이 도입되는 시기는 앞으로도 수십 년이 걸릴 가능성이 높다. 또한 이런 변화에 전기충전소를 비롯한 현재의 주류 자동차 에너지 시스템의 전환이 같이 고려되어야 한다. 이런 점들을 감안하면 무인자동차의 시대는 분명히 닥쳐올 미래지만 갑자기 모두 무인자동차로 전환되거나 반대로 무인자동차가 안된다기 보다는 서서히 도입되고, 전 세계의 여러 도시들이 꽤 큰 시기적 차이가 나면서 침투가 될 가능성이 높다.



... 다음 포스트에  후반부 이야기를 쓰겠습니다 ...



참고자료


Differentiable neural computers

Stanford Open Information Extraction

Open Information Extraction from the Web

저작자 표시 비영리
신고

WRITTEN BY
하이컨셉
미래는 하이컨셉, 하이터치의 세계라고 합니다. 너무 메마르고 딱딱한 이야기보다는 글로벌 시대에 어울리는 세계 각국의 이야기, 그리고 의학과 과학을 포함한 미래에 대한 이야기의 세계로 여러분을 초대합니다.

받은 트랙백이 없고 ,


오랜만에 TED 강연 하나 소개할까 한다. 오늘은 최근의 인공지능 기술 발전에 있어 정말 커다란 역할을 한 ImageNet 을 만든 스탠포드 대학의 페이페이 리(Fei-Fei Li)의 강연이다. 모두들 기술 그 자체를 개발하거나 어딘 가에 적용한 사람들만 조명하지만, 이런 기술의 발전에는 뒤에서 묵묵히 지루한 작업을 해낸 이런 숨은 영웅들이 큰 역할을 했다. 


페이페이 리가 원했던 것은 컴퓨터 비전의 혁신이었다. 모라벡(Moravec)의 패러독스로도 유명한 개와 고양이를 구별하는 것조차 제대로 하지 못하는 컴퓨터에게 그림을 보고 그것을 제대로 인지하고 설명하도록 하는 것은 최근까지 풀어내지 못한 큰 도전이었다. 컴퓨터 비전 기술이 발전하지 못한다면 무인자동차가 카메라가 있어도 도로 위에 있는 장애물을 구별하지 못할 것이며, 드론이 하늘을 날며 촬영한 열대우림에 무슨 변화가 있는지 알아낼 수 없고, 감시카메라가 있어도 수영장에서 물에 빠진 아이를 보고서도 우리에게 경고를 해주지 못할 것이다. 


카메라는 사진을 찍을 수 있고 센서에 들어오는 빛을 숫자의 2차원 배열인 픽셀로 변환할 수 있지만, 이는 그저 죽은 숫자이다. 카메라는 사진을 '찍을' 수는 있지만 '보지'는 못하는 것이다.  '본다'는 말에는 '이해한다'는 뜻이 있는데, 이것을 못하는 것이다. 사실 자연은 5억 4천만 년에 걸쳐서 시각을 발전시켜 왔다. 그 대부분의 시간은 우리 뇌의 시각처리능력을 발달시키는데 들어갔지, 눈을 만드는데 소요된 것이 아니다. '본다'는 것은 눈에서 시작되지만 이 현상이 가장 크게 발현되는 것은 우리의 뇌이다.


페이페이 리는 스탠포드 대학의 컴퓨터 비전 연구실을 이끌고 있는데, 컴퓨터로 하여금 어떻게 '보게' 만들 것인지 연구해왔다. 카메라가 인식한 영상에서 물체와 사람을 식별하고, 3차원 도형의 구조를 추측하고, 관계, 감정, 행동과 의도를 이해하게 하는 것이다. 우리는 영상을 보면 이런 것을 순식간에 할 수 있지만, 컴퓨터에게 이런 작업을 시키려면 가장 먼저 사물과 시각 세계의 구성요소를 보고 분류하는 것에서 시작해야 한다. 그런데, 컴퓨터에게 이 작업이 쉽지가 않다.


예를 들어 컴퓨터에게 '고양이' 사진을 보여줬다고 하자. 고양이는 모양과 색깔의 집합인데, 처음에는 고양이가 둥근 얼굴을 가지고 통통한 몸과 두 개의 뾰족한 귀, 그리고 긴 꼬리가 있다고 가르칠 수 있을 것이다. 이런 것을 객체 모델이라고 부른다. 그런데, 몸을 말고 있는 고양이라면 어떨까? 또 고양이가 숨어 있다면? 집안의 애완동물처럼 단순한 사물조차 객체 모델에는 무한한 변형이 존재할 수 있다.


그렇다면, 아이들은 어떻게 보는 법을 배우게 되는 것일까? 아이에게 보는 법을 가르칠 수는 없을 것이다. 아이들은 현실세계의 경험과 사례로 보는 법을 배운다. 만약 아이의 눈을 생물학적 카메라 한쌍이라고 하면 눈이 움직이는 평균 시간인 200밀리초마다 한 장씩 사진을 찍는 셈이다. 아이들은 세 살까지 수억 장의 현실세계 사진을 보게 된다. 방대한 양의 학습사례가 축적되는 것이다. 그렇다면, 이런 방식으로 컴퓨터에게 보는 법을 가르칠 수 있지 않을까? 이런 생각으로 2007년부터 페이페이 리는 프린스턴 대학의 카이리 교수와 이미지넷(ImageNet) 프로젝트를 시작했다. 


이들은 인터넷과 집단지성의 힘을 적극적으로 활용하였다. 거의 10억 장에 이르는 이미지를 다운로드했고, 아마존의 MTurk(미캐니컬 터크)와 같은 크라우드 소싱 기술을 사용해 이미지에 레이블(label)을 붙였다. 5만명 가까운 작업자가 세계 167개국에서 약 10억 장의 후보 이미지정리 분류 작업을 도왔다. 지금이야 이렇게 답이 있는 방대한 빅데이터가 인공지능 기술의 발전에 얼마나 큰 영향을 미치는지 다들 알고 있지만, 페이페이 리 등이 작업을 하던 2007년의 분위기는 그렇지 않았다고 한다. 동료 교수들은 종신교수가 되려면 논문을 쓸 수 있는 다른 프로젝트를 하라고 조언했고, 연구자금도 모자랐다. 심지어 페이페이 리가 대학을 다닐 때 학비를 마련하기 위해 했던 세탁소 일을 다시 해야 되겠다는 생각도 했다. 그렇지만, 이들은 포기하지 않고 작업을 계속해서 2009년에 객체와 사물을 2만 2천 개의 범주로 분류한 1500만 장의 미이지 데이터베이스를 공개하기에 이른다. 예를 들어, 고양이의 경우 6만 2천 장의 이미지가 다양한 모양과 자세, 집고양이부터 들고양이까지 모든 종류를 망라한 사진들을 이미지넷에서 만나볼 수 있다. 그리고, 이 방대한 이미지 데이터베이스를 모든 사람들이 활용할 수 있도록 무료로 공개하였다. 


그 결과 이미지넷의 풍부한 정보는 딥러닝 기술과 만나면서 오늘날의 딥러닝 전성시대를 열게 만드는 가장 중요한 영양분을 공급한 기초가 되었다. 이미지넷의 방대한 데이터와 현대의 CPU와 GPU의 발전에 힘입어 딥러닝 기술이 탑재된 컴퓨터는 우리에게 사진에 고양이가 있는지, 어디에 있는지 말해줄 수 있게 되었다. 


여전히 컴퓨터는 실수를 저지른다. 그렇지만, 방대한 학습 데이터는 컴퓨터의 실수를 줄이고, 미래에는 더욱 다양한 일을 할 수 있게 만들 것이다. 의사들은 쉬지 않는 컴퓨터의 눈을 이용해 환자를 진단할 수 있을 것이고, 자동차는 더 똑똑하고 안전하게 도로를 주행할 것이다. 또한, 재난 지역에서 갇히고 부상당한 사람을 구할 수 있을 것이고, 새로운 종, 더 나은 물질을 발견하고 보지 못한 개척지를 탐험하게 될 것이다. 이런 과정을 통해 우리는 기계가 '보는' 것을 가능하게 만들고 있는 것이다.  


그녀의 마지막 말이 인상적이다. 


우리는 기계에게 보는 것을 가르쳤습니다. 다음엔 기계가 우리를 도와 더 잘 보게 할 겁니다. 처음으로, 인간의 눈이 아닌 것이 세계를 생각하고 탐험하게 되었습니다. 우리는 인공지능 때문에 기계를 이용할 뿐만 아니라 상상치 못했던 방식으로 기계와 협력하게 될 것입니다


멋진 그녀의 TED 강연을 한번 보도록 하자.




저작자 표시 비영리
신고

WRITTEN BY
하이컨셉
미래는 하이컨셉, 하이터치의 세계라고 합니다. 너무 메마르고 딱딱한 이야기보다는 글로벌 시대에 어울리는 세계 각국의 이야기, 그리고 의학과 과학을 포함한 미래에 대한 이야기의 세계로 여러분을 초대합니다.

받은 트랙백이 없고 ,


오랜만에 TED 강연 하나 공유하고자 합니다. 강인공지능 및 초인공지능과 관련하여 세계에서 가장 유명한 사람 중의 하나인 옥스포드 대학의 닉 보스트롬(Nick Bostrom)의 강연입니다. 사실 그의 주장에 모두 동의하는 것은 아니지만, 여러 가지로 생각할 거리를 던져줍니다. 


지금까지의 인공지능은 박스에 명령을 넣는 것과 비슷합니다. 인간 프로그래머가 지식과 관련한 규칙들을 입력해서 만들어진 이런 인공지능 박스는 전문가 시스템이라고 불리면서 어떤 목적에 어느 정도 유용한 결과를 만들어 냈습니다. 그렇지만, 입력한 대로만 결과를 얻는다는 한계는 극복할 수 없었죠.


최근의 인공지능은 기계학습을 바탕으로 많이 발전하고 있습니다. 이 방식은 지식의 표현과 특징, 규칙 등을 인간이 추출해서 입력하는 것이 아니라 원초적인 센서를 통해 들어오는 데이터를 통해서 생성합니다. 이를 위한 알고리즘들이 최근 많이 개발 되었습니다. 이런 방식은 사실 인간이 태어나서 유아기에 지식을 습득하는 것과 근본적으로 크게 다르지 않습니다. 이런 방식이 일반화되면 비슷한 시스템으로 언어도 번역할 수 있고, 게임을 플레이할 수도 있는 것이죠. 최근 딥마인드가 보여준 알파고의 바둑도 이런 방식으로 익혀서 플레이를 합니다.


그렇다고 현재 인공지능이 인간처럼 행동하고 배우는 수준에 올라와 있지는 않죠? 인간의 대뇌피질은 아직까지는 기계가 따라가기에는 먼치킨에 가까운 능력치를 가지고 있습니다. 그렇다면 언제쯤 현재의 인공지능이 인간 수준에 도달할까요? 사실 여기에 대해서는 참 많은 논란이 있습니다. 일단 닉 보스트롬은 2013년 인공지능 전문가들을 대상으로 "우리가 인간 수준의 인공지능을 달성할 가능성이 50%가 되는 해가 언제라고 생각하십니까?" 라는 질문이 포함된 전문가 조사를 했고, 그 답변의 중간값은 2040년이나 2050년 정도였습니다. 



from TED.com



전문가들의 생각이 항상 그대로 되는 것은 아니지만 어느 정도 일리는 있다고 할 수 있을 것 같습니다. 신경세포는 최대 200Hz (1초에 200번) 속도로 신호를 전달할 수 있지만, 현재 대부분의 컴퓨터에 들어가 있는 CPU는 보통 GHz (1초에 10억번) 속도로 움직입니다. 신경세포가 신호를 전달하는 속도는 축삭돌기에서 최대 초속 100미터 정도가 한계지만, 컴퓨터의 신호는 빛의 속도로 움직입니다. 그리고 이들을 연결하는 네트워크가 거대한 뇌를 만들 수 있다고도 생각할 수 있겠죠. 그러니 가능성은 충분히 있다고 보는 것이 합리적이지 않을까요?


일단 초인공지능의 탄생을 상정한 다음에는 이들이 만드는 세상에 인간들이 같이 사는 형태가 될 가능성이 많겠죠? 마치 인간들의 세상에 침팬지들이 있듯이 말이죠. 그렇다면, 이런 초인공지능은 무엇을 원할까요? 이런 상상을 할 때 중요한 것은 의인화를 피하는 것입니다. 우리는 어떤 대상이든 감성을 투사해서 인간처럼 생각하는 버릇이 있는데, 실제로 그런 일이 벌어지지는 않습니다. 헐리우드 식의 상상력은 그다지 바람직하지 않다는 것입니다. 


좀더 객관적이고 추상적으로 접근해야 합니다. 닉 보스트롬은 지능을 최적화 과정이라고 주장합니다. 어떤 목표를 실현하기 위해 가용자원을 효과적으로 사용하는데 모든 것을 쏟아부을 것이라는 의미입니다. 이들의 목표가 인류가 가치있다고 생각하는 목표와는 다를 가능성이 많겠죠? 그는 여기에서 재미있는 비유를 듭니다.


인공지능에게 인간을 웃게 하라는 목표를 주었다고 가정하면, 인공지능이 인간의 아래에 있을 때에는 이용자를 웃게 하는 우리가 생각하는 방식의 작업을 주로 하면서 많은 사람들을 웃기려고 시도할 것입니다. 그런데, 초지능을 달성하면 목표를 달성하기 위해 아주 효율적인 방법으로 전 세계의 주도권을 확보하고 전극을 사람 얼굴근육에 고정해서 지속적인 웃음을 유발하기 위한 작업을 진행할지도 모릅니다. 그리고, 어려운 수학문제를 풀라는 목표에 대해 최고의 효율을 위해서 이 지구를 거대한 컴퓨터로 변화시키는 작업을 진행할 지도 모른다는 것이 그의 주장입니다.


그의 주장은 우리가 인공지능을 우습게 보고, 이들을 통제할 수 있다는 환상에 빠지지 말라는 경고입니다. 그래서 그는 인류의 가치를 공유하는 인공지능의 탄생을 위해 노력해야 한다고 주장합니다. 단순히 문제를 푸는 인공지능이 아니라, 우리의 가치를 배우고 동기부여 시스템이 우리의 가치 혹은 행동을 추구하는 방향으로 설계해야 한다는 것이죠. 


이를 위해서는 다양한 연구가 필요할 것입니다. 되려 초인공지능을 피할 것이 아니라 어떻게 이렇게 우호적인 초인공지능을 먼저 탄생시킬 것인가를 고민해야 될지도 모르겠습니다. 그의 강연을 한번 들어보시죠.





저작자 표시 비영리
신고

WRITTEN BY
하이컨셉
미래는 하이컨셉, 하이터치의 세계라고 합니다. 너무 메마르고 딱딱한 이야기보다는 글로벌 시대에 어울리는 세계 각국의 이야기, 그리고 의학과 과학을 포함한 미래에 대한 이야기의 세계로 여러분을 초대합니다.

받은 트랙백이 없고 ,


이세돌 9단과 알파고 사이의 역사적인 바둑 대전을 계기로 인공지능이 단순한 학술연구 수준을 넘어서서 우리 사회 전반에 큰 영향을 줄 수 있다는 생각들이 널리 퍼지고 있다. 사실 인공지능이 새로운 사회혁명의 기폭제가 될 수 있다는 가능성은 지난 2011년 IBM의 왓슨(Watson)이라는 수퍼컴퓨터가 인간들의 자연어를 이용한 퀴즈쇼에서 압도적인 승리를 거둔 이후, 뉴욕의 유명 암센터에 도입되어 의학의 혁신에도 가능성을 보여주면서 시작되었다고 할 수 있다. 

2012년에는 알파고에 도입된 딥 러닝과 관련한 기술들이 크게 발전하면서 IBM 뿐만 아니라 구글과 페이스북, 마이크로소프트와 중국의 바이두 등이 자신들의 역량을 집중해서 본격적인 기술개발에 들어갔고, 그런 노력의 결실 중 하나로 4년이 지난 오늘 알파고와 같은 프로그램이 등장하게 된 것이다. 

이제는 인공지능이 인간의 실생활 구석구석으로 파고들 수 있는 준비가 사실 상 끝났다고 볼 수 있다. 알파고와 같은 특화된 서비스 뿐만 아니라, 구글이나 페이스북 등에서 제공하는 공개된 소프트웨어를 이용하면 초보 프로그래머도 간단히 자신들의 인공지능 프로그래밍을 시작할 수 있을 정도로 인공지능 기술개발이 굉장히 쉬워졌다. 이렇게 되면 마치 증기기관이 도입되면서 농경시대에서 산업시대로 들어가는 산업혁명이 일어났듯이 인공지능의 일상화와 함께 기존의 IT 및 인터넷 인프라가 결합하여 새로운 제4차 산업혁명이 일어날 것이라고들 전망하고 있다. 

이런 새로운 혁명의 시대에 고민해야 될 것은 단순한 산업과 경제적인 변화만이 아니다. 법률이라든가 우리 사회에 존재해야 하는 인프라 등에 대해서도 다시 생각해봐야 한다. 놀랍게도 이런 것들을 가장 먼저 걱정했던 이들은 바로 SF영화와 소설을 창조해낸 작가들이었다. 헐리우드의 극작가들이 주도가 된 헐리우드 미디어에서 후원을 통해 2012년부터 위로봇(We Robot)이라는 컨퍼런스가 개최되고 있다. 이 컨퍼런스는 미국의 플로리다 법대, 스탠포드 법대 등이 주로 참여해서 미국 동부와 서부에서 번갈아가며 열린다. 로봇과 인간이 함께 살아가는 사회의 법률 체계를 만드는 것이 주된 목표인데, 법안의 초안을 새로 제출하고 법안과 관련된 공청회도 진행되며, 다양한 사례의 모의법정도 열린다. 법학자·사회학자·과학자·엔지니어가 같이 머리를 맞대고 미래에 있을 수 있는 다양한 문제점들을 점검하고 있다. 


또한 자동화와 인공지능이 생산성을 증대시키면 인간의 삶에 필수적인 의식주를 제공하는 것에는 큰 문제가 되지 않을 것이다. 물론 이 때에는 일을 하지 않아도 그런 사회적 지지를 받을 수 있다는 가능성을 열어야 할텐데, 최근 북유럽 등에서 논의되고 일부 국가에서 시행에 들어간 기본소득제는 이러한 새로운 시대를 대비하기 위한 제도적인 정비와 사회적 합의의 하나다. 가장 중요한 과거와의 시각 차이는 노동이라는 것이 인간에게 필수적이지 않을 수 있다고 인정하고, 인간의 존엄성을 지키기 위해 일하지 않아도 먹고 살 수 있는 수준의 수입은 보장하며, 이를 위해 사회의 분배구조를 개혁하겠다는 것이다. 


이와 같은 파격적인 발상에 대해 이미 오래 전부터 사회보장제를 강력하게 시행해온 북유럽 국가들은 비교적 쉽게 실험에 들어갔지만, 최근에는 실리콘 밸리의 유명한 스타트업 창업가들과 벤처캐피탈들도 기본소득제에 대한 담론을 공개적으로 천명하기 시작했다. 이런 사회적 합의가 되더라도 인간들이 일을 안하고 빈둥거릴 가능성은 거의 없다. 인간은 아마도 삶의 의미를 다른 곳에서 찾을 것이며, 더 행복하고 나은 삶이라는 것을 새롭게 정의하고 그런 삶을 위해서 경쟁적인 노력을 경주할 것이기 때문이다. 일이라는 것은 단순히 돈을 벌기 위한 것이 아니라, 인간에게 삶의 의미를 전달하는 역할이 더 중요해질 것이다. 이념적인 측면이나 철학도 새로운 주류가 탄생할 것이다. 


마치 농경시대에는 땅이 가장 중요한 생산의 도구였고, 땅을 지배하기 위해 정복전쟁이 수시로 진행되었으며 군주와 규율 및 사람들의 의지를 모으기 위한 여러 종교들이 생겨났고, 산업시대에는 자본을 중심으로 모든 것이 돌아가는 자본주의가 탄생하고 이에 반발한 공산주의 이념이 250년 전에 등장해서 우리 사회 전반이 이들의 갈등과 조정을 통해 현대의 주된 사회적 합의 및 변화가 진행된 것처럼 미래에는 인공지능을 중심으로 하는 기술의 발전에 대한 태도에 따라 다양한 이념과 철학이 주류로 부상할 가능성이 높다. 


대표적인 것이 ‘트랜스휴머니즘(Transhumanism)’이다. 트랜스휴머니즘 주의자들은 어차피 인공물과 인간이 결합될 수밖에 없으며, 이럴 경우 인간은 새로운 진화를 겪게 되니 여기에 저항하기보다는 변화를 받아들이고 미래로 나아가자고 주장한다. 과거 인기를 끌었던 <은하철도 999>라는 애니메이션에서도 비슷한 이슈가 제기된다. 철이와 메텔이 영원한 생명을 찾아서 여행을 떠나는데, 이 영원한 생명이라는 것은 결국 기계 몸으로 자신의 신체를 대체하는 것이었다. 하지만 이 만화의 핵심은 결말에서 유한한 삶을 가진 인간을 선택하는 데에서 온다. 생명에 대해서 여러 가지 고민을 한 끝에 내린 결정인 것이다. 이와 같은 트랜스휴머니즘이 미래의 주류 철학사조가 될 것으로 보는 미래학자들이 많다. 


그렇다면 주류에 대응하는 대표적인 비주류 이념은 무엇이 될까? 이것은 대체 인간이란 무엇인가 하고 되묻는 곳에서 출발한다. 인간이라는 것이 대체할 수 있는 게 무엇이며 본질은 무엇이고 무엇을 위해서 탄생한 것인지 물어보는 것이다. 인간에 관한 모든 것을 활발하게 사고하려는 움직임이다. 되려 인간의 존재의의와 본질적인 능력을 중심으로 인간에 초점을 맞춘 신인본주의가 또 하나의 중요한 철학사조가 될 것이다. 또 하나의 비주류로 자연주의도 부상할 것이다. 인간을 중시해 봤자 인간은 결국 자연의 한 부속에 지나지 않는다는 주장이다. 인본주의가 틀렸다는 것이다. 전부 자연에서 태어난 것이기 때문에 자연과 함께 살아가야 한다는 것인데, 이에 대해 잘 표현한 영화로 제임스 카메론이 감독한 <아바타>가 있다. 판도라 행성에 가면 원시인처럼 보이는 사람들이 자연과 합일되어 살아간다. 


우습게도 인공지능이 발전하면 발전할수록 인간은 인간이 무엇인지에 대해 자꾸 질문을 던지게 될 것이다. 이 질문에 대한 답을 찾으면서 인공지능도 더욱 발전할 수 있게 될 것이다. 기술이 발전하면서, 기술 자체에 주목하는 사람들도 있지만 오히려 인간과 자연에 대해 더욱 관심을 가지고 되짚어보는 사람들이 늘어날 것이다. 이런 현상은 기술 발전에 긍정적인 영향을 미친다. 우리나라에서는 기술과 인간, 그리고 산업과 경제를 습관적으로 분리해서 보는 경향이 있는데, 이들은 실제로는 분리해서 볼 수 있는 것이 아니다. 기술이라는 것은 결국 인간 및 자연과 함께 공생하는 것이고, 이들의 공존을 위해서 다양한 시각을 가진 많은 사람들의 노력 하에 새로운 사회적 합의를 끌어내는 것이 인공지능이 발달하는 미래에 있어서 무엇보다 중요하다는 사실을 잊지 않았으면 한다.



P.S. 이 글은 <중앙SUNDAY>의 칼럼으로 지난 3월 13일에 발행된 내용의 일부를 발췌해서 공개했습니다. 더 자세한 내용 등은 <중앙SUNDAY> 3월 13일자를 참고하시기 바랍니다.

저작자 표시 비영리
신고

WRITTEN BY
하이컨셉
미래는 하이컨셉, 하이터치의 세계라고 합니다. 너무 메마르고 딱딱한 이야기보다는 글로벌 시대에 어울리는 세계 각국의 이야기, 그리고 의학과 과학을 포함한 미래에 대한 이야기의 세계로 여러분을 초대합니다.

받은 트랙백이 없고 ,


from elmotoranalitico.com



최근 드론에 대한 관심이 뜨겁다. 특히 중국의 DJI는 모형 헬리콥터의 비행조종 시스템을 만들다가 전격적으로 소비자 드론 시장에 뛰어들었는데, 비교적 고가이면서 미디어 친화적인 팬텀(Phantom)이라는 드론이 대히트를 하면서 일약 최고의 드론 기업이 되었다. 중국 심천에서 생산되는 DJI의 2014년 매출은 약 5억 달러 정도로 추산되는데, 이는 2013년과 비교할 때 4배가 증가한 것이며, 2015년에는 또다시 2배 이상 성장을 할 것으로 보여 소비자 드론을 만드는 기업 중에서는 세계 최초로 10억 달러 매출을 달성할 것으로 예측되고 있다. 당연히 기업가치도 크게 상승하고 있는데, 실리콘 밸리에서는 DJI의 기업가치를 100억 달러 이상으로 보고 있다.


이렇게 군사용 시장으로 생각했던 드론의 소비자 시장이 크게 성장하면서, 관련하여 다양한 연관산업도 등장하고 있다. 가장 먼저 눈에 띄는 것은 드론용 소프트웨어를 만드는 기업들이다. 샌프란시스코에 기반을 둔 에어웨어(Airware)는 세계적인 벤처캐피탈인 KPCB의 주도 하에 2500만 달러 규모의 시리즈 B 투자유치에 성공했다. 이들은 하드웨어와 소프트웨어 시스템을 같이 발표하면서 이를 공개해서 다양한 형태의 커스텀 드론을 만드는 기업들이 탄생하도록 도울 계획이다. 


드론에 장착하는 카메라가 필수가 되면서, 카메라의 고성능화를 이끄는 기업들도 주목 대상이다. 이미 뛰어난 액션 카메라 브랜드로 세계적인 히트 상품을 내고 있는 고프로(GoPro)를 필두로 하여, 최근에는 농업용 드론에 대한 관심이 상승하면서, 병충해가 들었거나 가뭄 등을 쉽고 빠르게 알 수 있고, 이에 대응할 수 있도록 하는 멀티스펙트럼(multispectral) 카메라를 개발하는 기업들과 같이 고성능 카메라를 만드는 곳들도 같이 주목받고 있다. 환경 등을 모니터링하는 수요가 늘면서 다양한 센서들에 대한 관심도 커지고 있는데, 방사선을 측정할 수 있는 센서나 초음파 센서, 심지어는 무인자동차에 이용되던 레이저레이더(LIDAR)와 유사한 기능을 하는 소형레이더를 소비자 드론에 장착시킬 수 있도록 하는 에코다인(Echodyne) 등의 스타트업에 대한 관심도 높아졌다. 또한 비행시간에 가장 큰 영향을 미치는 고성능 배터리에 대한 수요도 크게 증가할 것으로 보여, 드론에 사용하기 적합하도록 가벼우면서도 용량이 큰 배터리를 생산하는 기업들에게도 많은 기회가 있을 것이다. 


드론에 의한 부정적인 여론이나 문제점에 대응하는 기술을 가진 기업들도 주목받을 것이다. 소비자 드론 시장의 폭발적인 성장에 대해 위험하다고 이야기하는 이유가 되는 부분들이 모두 사업기회가 된다. 예를 들어, 프라이버시 침해 문제를 해결할 수 있도록 개인별로 비행금지 구역을 설정한다거나, 얼굴을 알아볼 수 없도록 처리해주는 소프트웨어나 기능이 탑재되도록 한다거나, 추락에 의한 사고의 피해를 최소화하기 위한 드론용 에어백이나 낙하산 등의 안전장치에 대한 수요도 증가할 것이다.


또한, 이들이 수집하는 데이터를 쉽게 저장하고, 처리할 수 있도록 하는 데이터 플랫폼의 중요성도 높아질 것이다. 특히 B2B용 드론의 경우 산업별로 촬영한 영상을 분석하려고 하는 의도가 다르기 때문에 데이터 분석과 관련한 도메인 지식과 서비스가 결합한 전문화된 클라우드 서비스 등도 앞으로 많이 등장할 것이다. 이미 영화산업의 경우 드론이 없이는 블록버스터 영상이 나오지 않는다는 이야기가 나올 정도로 드론의 사용이 일반화되면서, 여러 기업이 영화촬영용 전문드론을 상업화하거나 기존 드론에 최고의 카메라 장비를 장착해서 서비스하는 기업들이 등장하면서 성공을 거두고 있다. 콜로라도에 기반을 둔 로보플라이트(RoboFlight)의 경우에는 현재 3가지 유형의 서로 다른 기능을 가진 드론을 판매하고 있는데, 사업이 커지면서 농업에 대한 데이터 시각화에 대한 수요가 증가해서 최근 데이터를 해석하고 시각화하는 소프트웨어 회사인 애그픽셀(AgPixel)을 인수하였다. 오레곤에 기반을 둔 허니컴(Honeycomb)은 드론과 드론에 대한 카메라와 센서 뿐만 아니라 데이터 매핑과 처리 서비스를 같이 제공한다. 이처럼 하드웨어에 특정 산업과 연관된 소프트웨어가 통합된 기업들도 전문화된 기업으로서 성장할 가능성이 높다. 


그 밖에도 드론의 비행성능을 개선할 수 있도록 커스텀화된 IC칩을 생산하는 부품기업들이나 표준화된 보드와 임베디드 소프트웨어 기업, 다양한 산업에 필요로하는 특수센서 들까지 감안한다면 거대해지는 드론 시장에 의한 전반적인 생태계의 크기는 단순히 드론의 판매로 이야기하는 시장의 크기 이상이라고 볼 수 있다. 자동차와 마찬가지로 연관기술 및 부품, 소프트웨어, 서비스 등 파생되는 산업의 크기가 크고, 앞으로 활용되는 영역이 넓어지면서 더욱 그 생태계의 크기는 커질 전망이다.


이렇게 다양한 드론 생태계가 등장하면 자연스럽게 표준화된 플랫폼을 제공하는 기업에 대한 수요도 커질 것이다. 이미 소프트웨어 부분에서는 에어웨어와 같이 드론 OS를 비롯하여 다양한 연관 플랫폼 시장을 노리는 스타트업이나 오픈소스로 많은 것들을 공개하고 있는 3D로보틱스 등과 같은 기존 기업들의 도전들이 거세다. 이처럼 빠르게 성장하는 드론 산업은 우리 사회를 또 다시 크게 바꾸어 놓을 가능성이 높다. 단순히 소비자 드론 하드웨어 몇 가지에 매료되기 보다는 드론이 바꿀 미래사회의 모습을 그려보고, 이와 연관될 수 밖에 없는 다양한 산업생태계와 연관산업을 같이 들여다 보아야 드론에 대해서 제대로 파악할 수 있을 것이다.


P.S. 이 글은 <청년의사> 칼럼으로 발행된 내용을 첨삭하여 블로그용으로 바꾸었습니다.

저작자 표시 비영리
신고

WRITTEN BY
하이컨셉
미래는 하이컨셉, 하이터치의 세계라고 합니다. 너무 메마르고 딱딱한 이야기보다는 글로벌 시대에 어울리는 세계 각국의 이야기, 그리고 의학과 과학을 포함한 미래에 대한 이야기의 세계로 여러분을 초대합니다.

받은 트랙백이 없고 ,