전체기사 최신뉴스 GAM
KYD 디데이
산업 생활경제

속보

더보기

[김정호의 4차혁명 오딧세이] 인공지능의 소통 방법

기사입력 : 2019년07월22일 08:00

최종수정 : 2019년08월06일 19:35

※ 본문 글자 크기 조정

  • 더 작게
  • 작게
  • 보통
  • 크게
  • 더 크게

※ 번역할 언어 선택

김정호 교수.

펀치 카드의 추억

필자가 대학 1학년때 배운 컴퓨터 언어가 ‘포트란’이라는 과학기술용 컴퓨터 언어였다. 이러한 컴퓨터 언어란 인간과 컴퓨터의 소통을 가능하게 해주는 도구이다. 그 포트란은 주로 수학과 과학기술 계산에 편리한 컴퓨터 언어였다. 1980년대인 그때 학교에서 포트란 언어를 읽고 실행하는 컴퓨터가 IBM360/380 시리즈로 기억 한다. 그런데 프로그램을 직접 짜면 ‘펀치카드’라는 두꺼운 종이에 구멍이 뚫리는 방식으로 프로그램이 기록이 된다.

지금 생각해 보면 아주 원시적인 기록이며 컴퓨터 입력 방식이다. 타이프 치듯이 프로그램을 입력하면 이 펀치카드 종이에 구멍이 뚫린다. 이렇게 완성된 이 수 십장, 또는 수 백장의 펀치카드 뭉치를 학교 전산실에 제출하고 그 이후 1-2일 후에 계산 결과를 얻는다. 그때 계산 결과는 종이에 숫자 형식의 데이터로 프린트 되어 나온다. 그러니 1980년대초 컴퓨터의 입력은 종이에 구멍이 뚫린 펀치카드였고, 출력은 프린트 용지였다. 종이가 많이 필요했다. 이때 프린트 용지 맨 바깥쪽에는 프린트 기기에 쉽게 연결이 되게 작은 구멍이 아래 위로 쭉 뚫려 있었다. 이 수 백장의 프린트 용지는 추후 전공 관련 수학 수식을 풀때 요긴하게 쓰인 ‘이면지’였다. 종이가 이면지이자 컴퓨터와의 소통 방식이었다.

그런데 한번 포트란 프로그램에서 실수를 하면 몇 일이 지난 후에야 그 결과를 보고, 다시 고치고 입력해야 한다. 디버깅에 시간이 엄청 많이 걸린다. 그래서 프로그램을 짤 때 실수를 최소화해야 한다. 그때 필자는 학교를 전철을 타고 다녔는데, 전철에 앉아 펀치카드에 입력된 프로그램의 오류를 찾기 위해 몇 번이고 다시 검토하고 읽어 보기도 한 기억이 난다. 이처럼 이러한 초기 컴퓨터의 입출력 방식은 수시로 고치고 편집하거나 다시 실행하기 어려웠다. 그리고 종이의 낭비가 심했다고 볼 수 있다. 요즘 말로 ‘copy’, ‘paste’ 가 불가능하다. USB 에 작게 담거나 인터넷으로 파일을 보낼 수도 없다. 그때는 펀치카드 한 개의 박스로 담아 이동했다. 시간과 비용이 많이 드는 소통방식이다.

그 이후 몇 년이 지나 애플 8비트 컴퓨터가 학과에 한 대가 도입이 되었다. 이제는 펀치카드나 프린트 종이 필요 없이 화면을 보고, 프로그램을 편집하고, 입력하고, 그 계산 결과도 바로 화면으로 보았다. 컴퓨터와의 소통에 종이가 사라지기 시작했다. 편집이나 수정은 한 줄, 한 줄 했다. 요즘처럼 화면 전체를 왔다 갔다 하면서 고친 것이 아니라, 한 줄, 한 줄 고쳤다. 그야말로 줄 편집(line editing)이었다. 이 때 사용한 프로그램으로 ‘베이직’이 기억한다. 이후 IBM XT/AT 개인용 컴퓨터가 등장하면서 컴퓨터가 더욱 대중화 되었다. 워드 프로세서도 등장했다. 이제 펀치카드는 사라졌다. 이처럼 컴퓨터가 발전하면서 입력, 출력 장치도, 다르게 말하면 소통 방식도 인간에게 더 편리하게 발전해 왔다. 따라서 인공지능 컴퓨터의 입출력 형태와 소통 방식도, 또 다시 진화할 것으로 기대한다.

인공지능의 입력과 출력

현재 가장 많이 사용되고 있는 대표적인 인공지능 알고리즘이 CNN(Convolution Neural Network)이다. 주로 사진 이미지나 동영상을 판독하고, 이해하는데 사용하는 알고리즘이다. 특히 인터넷과 유튜브에 널린 수많은 사진과 영상 자료가 CNN 학습 데이터가 된다. 이때 컴퓨터가 자동적으로 인터넷에서 읽어서 긁어 모은다. 펀치카드도 필요가 없고 자판기도 필요가 없다. CNN은 이들 사진들을 입력하고, 출력으로는 예를 들어 그 사진 속의 물체를 인식(Classification)하거나 사진(Image) 속의 장면으로 글(Caption)로 쓰거나, 이야기(Text)를 만들 수도 있다. 또는 사진 속의 인물이 다음에 할 행동을 예측(Prediction)하거나 추후 일어날 사건을 예측한다. 또는 화면 속의 상황을 이해(Explain)할 수 있다. 이렇게 CNN의 출력은 ‘Tag(이름), ‘설명문(Caption)’, ‘문학 작품(Text)’이 되기도 한다. 때로는 음성 단어나 스토리로 만들어 출력할 수도 있다. 그리고 더 나아가 그 내용에 맞게 영상도 제작 가능하고, 음악도 창작 가능하고, 그림도 창작 가능하다. 출력으로 창작물을 만들 때 GAN(Generative Adversary Network) 알고리즘이 CNN과 같이 결합될 수 있다. 이 경우 출력은 창작 그림, 시, 문학작품, 음악, 영화도 된다.

입력 ‘사진’을 보고, ‘새’라고 확률(출력)을 제시(Classification)해 주는 CNN의 내부 구조. [출처=KAIST]

인공지능에서 CNN 다음으로 많이 사용하는 알고리즘이 RNN(Recurrent Neural Network)이다. 주로 시간 차이를 두고 순차적으로 입력되는 데이터의 해석과 이를 기초한 미래 예측에 사용된다. 대표적으로 사용하는 말을 알아듣는 인공지능 알고리즘이다. 말은 문법에 따라 순서대로 들어 온다. 그래서 입력의 순서에 따라 의미와 해석이 달라진다. 이 때문에 인공지능이 컴퓨터 내부에서 순차적으로 데이터를 받아 들이고, 순차적으로 학습하고 판단하도록 설계되어 있다. 다른 말로 시간과 순서 개념이 있는 인공지능이다. 그래서 RNN의 입력은 문장 혹은 사람의 말이 된다. 또는 영화의 장면과 장면의 연속이 입력이 될 수 있다.

책 한 권 전체가 RNN의 입력이 될 수도 있다. 그 속에 단어가 순서대로 나열되어 있게 때문이다. 더 나아가 인류가 유사이래 만든 모든 문서, 모든 책이 RNN 의 입력이 될 수 있다. 여기에 전세계 수 백 개 언어의 책과 문서, 녹음 파일 전체가 입력 데이터가 되는 엄청난 분량이 된다. 인공지능 컴퓨터가 책을 모두 쉽고 빠르게 읽는 입력 장치만 개발되면 된다.

전화 상담하면 녹음이 되고, 디지털화되면 그 파일이 바로 RNN의 입력이 된다. 지하철 속에서 주고 받는 대화 모두가 누군가 기록한다면 RNN 입력이 된다. 스마트폰으로 주고 받는 문자와 통화내용도 입력이 된다. 집에 설치된 아마존 인공지능 스피커도 ‘알렉사’도 RNN 입력이 된다. 그래서 CNN의 영상 이미지 이상으로 많은 RNN 입력 데이터가 지구상에 존재한다.

이러한 RNN의 출력은 ‘정답’, ‘독후감’, 설명문’ 또는 ‘다음 문장’이 된다. 입력 데이터를 읽고 이해하고, 그 전체를 요약하거나 문맥을 설명하는 것이 출력도 된다. 또는 그에 해당하는 사진이나 영상을 출력할 수도 있다. 또는 입력 문장에 맞게 음악, 그림, 소설, 영화 등을 창작할 수 있다. 이때는 RNN 과 GAN이 결합해야 한다. 이처럼 RNN의 입력은 문자이나, 녹음, 영상, 책이 되고 출력은 단어, 해설, 또는 창작물이 된다. 이것이 RNN의 소통방식이다.

순서대로 들어오는 입력 문장을 통해 출력으로 해석하거나 단어로 표현하는 RNN 구조. [출처=KAIST]

궁극적인 인공지능의 입출력

결국 인공지능이 사람같이 생각하고, 행동하고 교류하려면 입출력 방식이 인간을 닮은 모습이 아닌가 한다. 결국 인공지능 소통 방식이 인간과 같아야 한다. 그렇게 되면, 인공지능의 입력은 사람처럼 말을 알아 듣고, 눈으로 볼 수 있어야 한다. 그리고 인공지능의 출력은 말을 하거나 글을 쓰거나, 단어로 표현하거나 한 단계 더 나아가, 문장, 소설, 시, 그림, 음악, 영화와 같은 창작물이 될 수 있다. 더 똑똑한 인공지능은 말을 하지 않아도, 문맥이나 표정만 보고 알아서 판단하고 행동을 하면 더 좋다. 궁극적으로 말 끼를 알아듣고, 눈치가 빠른 인공지능이 되어야 한다. 그 때 인공지능은 IQ 뿐만 아니라 EQ 도 좋아 사회성과 도덕성을 가지면 더욱 바람직하다.

미래 자율주행자동차에서는 이런 인공지능의 입출력 방법이 인간과 인공지능 컴퓨터와의 소통과 대화의 방식이 된다. 자율주행자동차의 기능에서 인공지능 자체의 기능도 중요하지만, 인간과의 소통을 위한 입출력 기능도 그에 못지 않게 같이 중요하다. 그래야 완전한 자율주행자동차 시대가 된다. 결국 인공지능이 발전하면서 인공지능의 소통 기술도 함께 발전되어야 한다. 궁극적으로는 소통의 방식은 ‘인간의 모습’을 닮아 간다. 언제인가 인공지능의 소통 방식으로 ‘텔리파시’까지 사용될 수도 있다.

 

[김정호 카이스트 전기 및 전자공학과 교수] joungho@kaist.ac.kr

[뉴스핌 베스트 기사]

사진
내란 특검 "박성재 영장 기각 납득 어렵다" [서울=뉴스핌] 김현구 기자 = '12·3 비상계엄' 관련 내란·외환 사건을 수사 중인 내란 특별검사(특검)가 박성재 전 법무부 장관에 대한 구속영장이 기각되자 재청구하겠다는 방침을 세웠다. 박지영 특검보는 15일 브리핑에서 "법원의 결정은 존중돼야 한다고 생각하나 박 전 장관에 대한 구속영장 기각은 법무부 장관의 지위나 헌법적 책무, 사안의 중대성 등을 고려할 때 납득하기 어렵다. 특검은 신속히 법원의 판단을 다시 받는 조치를 취할 예정"이라고 말했다. 박성재 전 법무부 장관. [사진=뉴스핌DB] 박 특검보는 "특히 기각 사유로 언급한 피의자가 위법성을 인식하게 된 경위나 피의자가 인식한 위법성의 구체적 내용, 피의자가 객관적으로 취한 조치의 위법성의 존부나 정도에 대해 다툴 여지가 있고 충분한 공방을 통해 가려질 필요가 있다는 부분은 수긍하기 어렵다"고 지적했다. 이어 "12·3 비상계엄 선포 시 군으로 사회 질서를 유지할 상황, 비상계엄을 선포할 실체적 요건을 갖추고 있지 않았다는 것은 누구나 아는 공지의 사실"이라며 "피의자가 객관적 조치를 취할 당시 비상계엄의 위법성을 인식하고 있었다는 것은 다툼의 여지가 없어 위법성 인식은 공방에 필요가 없는 명백한 사실"이라고 덧붙였다. 특검은 추가 보강 수사 등에 대해선 조금 더 검토하겠다는 계획이다. 박 특검보는 "(박 전 장관의) 위법성의 구체적인 내용이라든가 본인이 그 위법성을 인식하고 있었다고 볼만한 다른 사실관계는 충분히 현출돼 있다"며 "위법성을 인식했다라고 볼만한 사전에 여러 가지 행위나 행태는 범죄 사실로도 그렇고 증거로도 제출이 된 것으로 안다"고 설명했다. 끝으로 박 특검보는 박 전 장관이나 하급자 추가 조사 가능성에 대해 "(증거를) 보완하는 조치도 저희가 생각해 볼 수 있겠다"며 "추가적인 조사가 필요한지는 내부적인 논의를 통해 결정이 돼야할 것"이라고 전했다. hyun9@newspim.com 2025-10-15 12:24
사진
1달러 테더 '5700원·1600원' 제각각 거래 [서울=뉴스핌] 전미옥 기자 = 대표적인 달러 스테이블코인인 '테더(USDT)' 가격이 국내 가상자산거래소에서 크게 널뛰었다. 한때 가상자산 시장이 흔들리자 1600원에서 5700원까지 오가며 심한 변동성을 나타낸 것이다. 달러와 1:1 연동돼 '안전성'을 강조했지만 정작 국내 투자자들에게는 불안정적인 자산이 된 셈이다. 14일 가상자산업계에 따르면 지난 11일 오전 6시쯤 업비트에서 거래되는 테더 가격이 1655원까지 치솟았다. 당시 미국 트럼프대통령이 희토류 수출 통제에 맞서 100% 추가 관세를 부과하겠다고 밝히면서 비트코인을 비롯한 주요 가상자산이 급락했고 이에 따라 스테이블 코인인 테더에 수요가 몰린 여파다. 빗썸에서 거래된 테더 시세창. [사진= 빗썸 갈무리] 테더는 달러와 1:1로 연동된 스테이블 코인이다. 이때 달러/원 환율은 1436원이었지만 김치프리미엄이 10% 이상 붙으면서 테더 가격이 환율 이상으로 벌어졌다. 김치프리미엄은 국내와 해외거래소 간 가상자산 가격 차이를 의미한다. 같은 시각 빗썸에서는 테더 가격이 5755원까지 오르는 이상 급등 현상도 발생했다. 달러/원 환율을 상회한 것은 물론 업비트를 비롯한 다른 국내 가상자산거래소 거래 가격 대비 3배 이상 뛰었다. 특히 빗썸의 경우 렌딩(코인 대여) 서비스 청산 과정에서 이 같은 급등 현상이 발생했다는 시각이 우세하다. 빗썸의 렌딩서비스는 대여한 메이저 자산의 시세가 급등락해 자동상환 레벨에 도달하면 모두 시장가로 매도되는 구조다. 이후 확보된 원화로 대여했던 가상자산을 시장가로 매수해 상환하게 된다. 청산 과정에서 시장가 매수가 연속적으로 발생하면서 테더 가격을 계속 밀어 올렸다는 관측이다. 테더 가격이 급격히 뛰면서 빗썸에서 테더를 대여한 일부 투자자들은 예기치 못한 청산 사태를 겪은 것으로 파악된다. 이와 관련 빗썸은 상환 매매 발생 시 시세 왜곡 상태를 방지하는 '도미노 청산 방지 시스템'의 작동 여부 등을 점검하고 후속 방안 등을 검토하고 있다는 입장이다. 통상 달러 등 실물자산과 연동되는 스테이블코인은 가상자산 시장에서 가장 안전한 자산으로 꼽혀왔다. 테더 또한 국내 시장에서 달러 자산의 저장 및 거래 수단으로 활용도가 높게 평가됐다. 그런데 이번 변동성 장세에서 국내 거래소의 테더 가격이 비정상적으로 급등, 사실상 '스테이블코인=안전성'이라는 개념이 깨진 셈이다. 업계 한 관계자는 "테더(USDT) 는 스테이블코인이기 때문에 다른 코인 가격이 변하더라도 가치는 유지되는 것이 보통이지만, 테더 수요가 높은 국내 하락장에는 1달러보다 가격이 높아지는 모습을 종종 보인다"며 "해외 가상자산 거래소에서 파생상품을 사용하는 국내 투자자들이 거래 청산을 막기 위해 추가 테더 수요가 몰린 것으로 보인다"고 말했다. 투자자들의 주의도 요구된다. 국내시장에서 테더를 포함한 특정 가상자산에 대한 공급 대비 수요가 순간적으로 크게 앞서면 가격이 비정상적으로 상승하는 상황이 또 반복될 가능성이 있다. 관련해 이날 기준 빗썸 내 대여금액 1위 종목은 테더로 대여 금액은 933억원이 달한다. 이는 2위인 비트코인 대여금액(218억원)의 4배 수준이다. 코인 대여 서비스 상위 자산인만큼 변동성 위기 시 청산 위험도 높게 평가된다. 김민승 코빗 리서치센터장은 "해외 거래소에서 가상자산 급등락이 발생할 때 국내 거래소에서 해당 가격변동이 100% 반영되지 않아 김치프리미엄 또는 역프리미엄이 발생하고 여기에는 테더도 포함된다"며 "이번 폭락 사태의 경우 국내 거래소의 원화 거래가격이 폭락을 전부 반영하지 않아 결과적으로 김치프리미엄이 붙게 됐다"고 설명했다. romeok@newspim.com 2025-10-14 06:00
기사 번역
결과물 출력을 준비하고 있어요.
기사제목
기사가 번역된 내용입니다.
종목 추적기

S&P 500 기업 중 기사 내용이 영향을 줄 종목 추적

결과물 출력을 준비하고 있어요.

긍정 영향 종목

  • Lockheed Martin Corp. Industrials
    우크라이나 안보 지원 강화 기대감으로 방산 수요 증가 직접적. 미·러 긴장 완화 불확실성 속에서도 방위산업 매출 안정성 강화 예상됨.

부정 영향 종목

  • Caterpillar Inc. Industrials
    우크라이나 전쟁 장기화 시 건설 및 중장비 수요 불확실성 직접적. 글로벌 인프라 투자 지연으로 매출 성장 둔화 가능성 있음.
이 내용에 포함된 데이터와 의견은 뉴스핌 AI가 분석한 결과입니다. 정보 제공 목적으로만 작성되었으며, 특정 종목 매매를 권유하지 않습니다. 투자 판단 및 결과에 대한 책임은 투자자 본인에게 있습니다. 주식 투자는 원금 손실 가능성이 있으므로, 투자 전 충분한 조사와 전문가 상담을 권장합니다.
안다쇼핑
Top으로 이동