삼성이 바라보는 인공지능의 미래 AI

목차

서론

1. AI 학습이 요구하는 데이터량의 감소

2. AI에 대한 인간의 이해력의 증진

3. AI에 상식 부여

4. AI에 더 고도화된 추상화 능력 부여

5줄요약

삼성은 2018년 3월에 미래의 인공지능은 

"머신러닝에 필요한 데이터가 지금보다 확연히 줄어들 것"이며

"AI에 대한 인간의 이해력이 더 높아질 것" 이라 예측했다.

걍 인공지능이 유행이라서 그런 소리를 한 걸까 아니면 뭔가 근거가 있는 걸까?

https://news.samsung.com/kr/2018-%EB%85%84-%EC%A3%BC%EB%AA%A9%EB%B0%9B%EC%9D%84-5%EA%B0%80%EC%A7%80-%ED%98%81%EC%8B%A0%EA%B8%B0%EC%88%A0

이 글에서 한 번 알아보자.

.

1. AI 학습이 요구하는 데이터량의 감소

이건 캡챠라고 한다. 대부분의 사람이 알고 있을 것이다.

인간은 인식 가능하지만 컴퓨터는 알아볼 수 없도록 변형된 문자를 보여주고

그걸 맞춤으로써 인간임을 인식하게 해주는 도구이다.

지금까지 AI가 캡챠를 뚫는 것은 매우 어려운 일로 여겨졌다.

그런데 그런 추세가 바뀌기 시작했다.

바로 Vicarious비캐리어스라는, 삼성이 투자한 인공지능 스타트업으로 인해서이다.

표를 보자. 기존의 인공신경망 기술은 230만개의 캡챠 샘플을 보고 학습했을 때에 90퍼센트의 성공률을 보인다.

그런데 문제는 230만개의 샘플을 보고 배워봤자 글자 사이의 간격을 약간만 바꿔도 성공률이 15퍼센트 미만으로 떨어진다는 점이다.

심지어 간격을 줄이는 것이 아니라 보기 쉽게 늘려주는 데도 말이다.

하지만 비캐리어스의 새로운 AI는 260개만 학습해도 어떠한 글자 간격에서든 90퍼센트의 성공률을 보인다.

비교해보자. 

230만개 -> 조금만 바꿔도 실패

260개 -> 아무리 바꿔도 90퍼 성공

이는 비캐리어스의 인공지능이 기존에 비해 압도적인 학습 능력을 가지고 있음을 의미한다.

아무래도 삼성이 비캐리어스에 투자한 건 호구짓이 아니라 옳은 일이었던 것 같다.

2. AI에 대한 인간의 이해력의 증진

기존의 머신 러닝 인공지능은 최근 들어 많은 성과를 보였지만, 그럼에도 한가지 한계가 있었다.

그것은 인공지능 내부에서 뭘 어떻게 자료를 처리해서 결과를 뱉어내는지 알 수가 없다는 점이었다.

한마디로, 인공지능이 블랙박스라서 안의 정보를 알 수 없다는 것이다.

이러한 인공지능의 내부를 들여다보는 연구를 미국의 DARPA국방고등연구계획국에서 연구하는 프로젝트를 시작했다.

이곳은 인터넷, 패시브 레이더, 무인정찰기 프레데터, SVTOL항공기, 무인전투기를 만든 곳이다.

그리고 이미 우리가 지포스 그래픽카드로 잘 알고 있는 NVIDIA에서도 관련 연구를 실시하고 있다.

자동차용 자율주행 인공지능이 어디를 주목하는지 색으로 표시해주는 인공지능이다.

완전한 XAI라고는 볼 수 없지만, 기술적으로 분명 큰 진보라 볼 수 있겠다.

XAI는 기존 인공지능이 믿을만하지 못했었다는 가려운 부분을 확실하게 긁어주는,

인공지능계의 게임 체인저가 될 것이다.

아직은 완전히 구현되지 못했지만, 꾸준히 진보하고 있는 분야이다.

지금까지 우리는 

1. AI 학습이 요구하는 데이터량의 감소와 

2. AI에 대한 인간의 이해력의 증진 분야

에 대해 알아보았다.

하나는 이미 크게 성공했고, 하나는 현재 연구가 진행 중이다.

그렇다면 AI는 장차 어떻게 진화할까? 여기에 두가지 방향을 더 제시한다.

3. AI에 상식 부여

4. AI에 더 고도화된 추상화 능력 부여

3. AI에 상식 부여

비캐리어스 대표의 발표

다음의 두 문장을 생각해보자.

1. 존은 벽에 못을 박았다.

2. 샐리는 바닥에 못을 박았다.

사람에게 어느 못이 바닥과 수평에 있냐고 물어보면 사람은 당연히 1을 꼽을 것이다.

하지만 인공지능은 대답을 못한다.

벽-바닥-수평-수직을 유추해낼 수 있는 능력이 없기 때문이다.

이 분야는 아직 나온 연구 성과가 적으며, 많은 연구가 필요한 분야이다.

이는 또한 4. AI에 더 고도화된 추상화 능력 부여와 연결되어 있는 분야이기도 하다.

.

4. AI에 더 고도화된 추상화 능력 부여

다행히도 이 분야는 꾸준히 발전하는 모습을 보이고 있다.

다음의 이미지는 평범한 인공신경망이 벽돌깨기를 학습하는 그림이다.

특별히 이상한 것은 없을 것이다. 그런데 만약 약간의 변화를 준다면 어떨까?

(좌) 중앙에 안깨지는 벽돌을 놨을 경우 (우) 공 받는 막대를 약간 윗쪽에 배치했을 경우

양자 모두에서 심각한 행동 결함이 있음을 알 수 있다.

인공 신경망이 어떻게 게임 법을 배웠던 걸로 보였으나 사실은 이해를 못했던 것이다.

이번엔 비캐리어스에서 만든 스키마 네트워크라는 AI의 영상을 살펴보자.

멀쩡하게 잘하는 것을 볼 수 있다.

이는 스키마 네트워크가 높은 수준의 추상화 능력을 지니고 미래를 능동적으로 예측하기 때문이다.

결론적으로 이 분야에선 완벽하진 못해도 많은  진전이 있었다고 할 수 있겠다.

5줄 요약

1. AI 학습이 요구하는 데이터량의 감소 - 성공, 고도화 진행 중

2. AI에 대한 인간의 이해력의 증진 - 물 밑에서 꾸준히 고도화 중

3. AI에 상식 부여 - 아직 미비, 그러나 많은 기업들이 연구 중

4. AI에 더 고도화된 추상화 능력 부여 - 성공, 고도화 진행 중

5. 삼성의 비캐리어스 투자는 성공했다.