전체기사 최신뉴스 GAM 라씨로
KYD 디데이
산업 재계·경영

속보

더보기

[김정호의 4차혁명 오딧세이] 인공지능의 미래, 창작의 미래

기사입력 : 2019년03월04일 08:00

최종수정 : 2019년03월04일 08:34

호모 사피엔스는 직병렬 구조에 익숙하다 

1970년대 서울역 귀성 기차 구매 장면 사진은 과거 어려운 시절 추억의 한 모습이다. 사진 속을 보면 시민들이 서울역 광장을 꽉 메우고 여러 개의 줄로 쭉 늘어 서서 있다.

      김정호 교수

거기에는 고향의 부모, 형제, 친구들의 모습이 겹쳐져 있다. 서울역 역사 방면에는 매표구가 여러 개가 있게 되고 그 숫자만큼 시민들의 줄이 쭉 병렬로 늘어져 있다.

그러면서 고향의 부모님 뵙고 싶은 마음에 밤을 새워 기다렸을 것이다. 각 열차 구매 행렬은 쭉 늘어선 직렬 종대 행렬로 이루어져 있고, 그 줄이 다시 여러 개의 병렬 줄로 늘어 선다.

이처럼 우리는 생활 속에서 일의 순서를 효과적으로 처리하기 위해서는 순서를 지키는 ‘직렬’ 줄과, 그 일의 처리 속도를 높이는 ‘병렬’ 줄이 같이 존재한다.

질서를 지키기 위해 줄을 잘 서는 것도 국가와 사회의 평가 잣대가 된다.

1980년대 서울역 앞에서 어른들이 자녀와 함께 귀성 기차표를 구매하기 위해 줄을 서 있다. [출처=tistory]

전기 부품의 구성과 연결 상태를 회로 모델 심볼로 도식화한 것이 전기 회로도 이다. 이러한 전기 회로도에는 전기 부품이 직렬과 병렬 연결의 조합으로 이루어져 있다. 예를 들어 저항, 모터, 전등, 스위치 등과 같은 부품이 쭉 직렬(Serial)로 연결되어 있으면 거기서 소모되는 전압을 모두 더해서 총합하면 그 전압 크기만큼을 외부 배터리나 전원 장치에서 공급해야 한다. 이때 모든 부품에 흐르는 전류는 같고 전압의 합은 외부 배터리 전압과 일치한다. 이 법칙을 회로의 전압법칙(Kirchhoff’s Voltage Law)라고 한다. 모든 부품에 일정 전류를 공급할 때 직렬 연결 방식을 선택한다.

반면에 전기 부품을 병렬(Parallel)로 연결하면 모든 부품에 일정한 전압이 걸리고, 각 부품에 흐르는 전류의 총합이 외부에서 공급하는 전류의 양이 된다. 이 법칙을 회로의 전류법칙(Kirchhoff’s Current Law)라고 한다. 이처럼 회로에서 일정한 전류를 흘리는 직렬 연결의 장점과 일정한 전압을 거는 병렬 연결의 장점에 따라 직렬 회로와 병렬회로를 선택한다.

하지만 전체 전기 회로의 구성은 직렬과 병렬회로의 조합으로 이루어 진다. 보통 신호를 처리하는 전자회로도 마찬가지이고, 신호를 주고 받기 위한 통신 회로도 마찬가지이다. 4차 산업혁명의 핵심 부품인 반도체 메모리 내부의 회로도 그렇고 프로세서 반도체 내부 회로도 마찬가지이다.

 

인공지능이 소설 쓰고 영화 만드는 시대 온다

과거 서울역 광장의 귀성객 모습과 전기회로의 경우와 마찬가지로 고성능 인공지능 딥러닝 네트워크도 단위 딥러닝(DNN) 구조의 직병렬(Serial-Parallel) 조합으로 구성된다.
필자가 정의하는 대표적인 직렬형 인공지능 네트워크가 CNN(Convolution Neural Network)이다. CNN은 공지능으로 영상을 인식하는데 탁월한 성능을 나타낸다. 사진을 입력하면 한 단계씩 뉴런 층(Layer)을 지나면서 점차 영상 해석 결과가 구체화하고, 추상화되면서 최종적으로 대상을 인식하고 지표(Tag)를 붙인다. 이처럼 CNN 인공지능에서는 뉴런 층이 순서대로 연결되고 신호가 전파한다.

그런데 언어 인식에 주로 쓰이는 순환신경망(Recurrent Neural Network)은 병렬형 (Parallel) 인공지능 망으로 구분할 수 있다. 언어의 경우 주어, 목적어, 동사 등 순서가 정해져 있다. 우리가 “What is your name?” 하고 묻는다면 질문의 단어 자체가 ‘What’, ‘is’, ‘your’, ‘name’ 으로 시간적으로 순차적으로 등장한다. 따라서 한 단어 한 단어 등장할 때 마다 순서대로 기다리면서 병렬적으로 연결된 신경망이 동작한다. 그리고 한 신경망의 해석과 판독 결과가 그 다음 신경망으로 전달된다. 그래서 시간적으로 순차적으로 동작하는 대표적인 병렬형 신경망이 RNN이 된다.

이러한 병렬형 인공지능인 RNN에서 하나의 입력에 대해서 여러 개의 출력(one-to-many)을 낼 수도 있다. 각 출력은 각각 CNN이나 DNN이 만들어 낸다. 이러한 경우 하나의 사진 이미지 입력에 대해서 사진의 제목을 출력을 내놓는 이미지 캡셔닝(Image Captioning) 작업에 사용할 수 있다. 사진의 제목은 단어들의 나열이므로, 여러 개의 병렬 출력이다.

또한 RNN에서 다수의 입력에 대해서 하나의 출력(many-to-one)을 만들 수도 있다. 이 경우 입력 문장으로부터 긍정적 감성인지 부정적 감성인지를 판별하는 감성 분류(Sentiment Classification) 모델에 사용할 수 있다. 그리고 복수입력- 복수출력(many-to-many)의 모델의 경우에는 입력 문장으로부터 대답을 문장으로 출력하는 챗봇의 경우이다. 또한 입력 문장으로부터 번역된 문장을 출력하는 번역기에 사용할 수 있다.

언어 이해에 주로 쓰이는 순환 신경망(RNN)의 직병렬 조합 구조, [출처=ratsgo’s blog]

 

이러한 CNN, RNN의 직병렬 조합된 복합 인공지능은 스스로 영화를 감상할 수 있다. 그러면 한 장면 한 장면을 파악하고 판단하는 인공지능은 직렬형 CNN 인공지능이 담당한다. 그런데 1초에 60장씩 계속 장면이 순서대로 바뀌어 가는 것을 이해하고 예측하는 것은 RNN과 같은 병렬형 인공지능이 담당하게 된다. 이 인공지능은 영화의 내용과 의미를 파악하고 다음 장면을 예측할 수 있다. 이 복합 인공지능은 영화를 보면서 눈물을 흘릴 수 있고, 웃을 수도 있다.

이처럼 미래 인공지능 네트워크도 다양한 기능을 가진 각 인공지능 망의 직병렬 조합으로 이루어지게 된다. 이렇게 되면 인공지능이 영화를 보면서 텍스트를 자동으로 붙이게 될 수 있고, 그 영화를 감상하게 된다. 그 결과를 기사로도 쓸 수 있게 된다. 여기에 변증법적 인공지능인 GAN(Generative Adversarial Network)을 결합하면 인공지능이 영화나 소설도 직접 쓸 수 있다.

음성, 영상, 텍스트 멀티 모드 복합 (Multi-modal Hybrid) 인공지능의 발전 방향, [출처=KAIST]

 

인공지능이 스스로를 복제한다면?

이처럼 미래 인공지능은 영상, 음성, 언어, 이해와 창작 기능을 바탕으로 더 나아가 소설, 영화 등 복합적 매체 내용을 이해하고, 설명하고, 예측하는 기능을 갖는 방향으로 진화해 갈 것이다. 그리고 창작도 할 수 있게 된다. 더 나아가 예술과 역사 등 인문학도 감상하게 된다. 상황을 파악하고 이해하는 능력도 갖게 되고, 인간처럼 눈치도 갖게 된다. 더 나아가 인간과 같은 창조와 모방의 기능을 갖게 된다. 그러려면 지금까지 개발된 다양한 인공지능 알고리즘이 복합되어 섞이게 된다.

지금까지 인공지능은 학습 데이터를 이용해서 발전했다. 그래서 빅데이터가 중요했다. 따라서 학습 데이터의 선택에 따라 인공지능도 도덕, 이념, 종교도 갖게 된다. 하지만 더 먼 미래에는 데이터가 없어도 스스로 학습하는 비지도 학습 기능을 갖게 된다. 컴퓨터 스스로 데이터를 생산하고 학습하게 된다. 현재 대표적인 비지도 인공지능이 강화학습(Reinforcement Learning)방법이다.

또한 인공지능 자체의 알고리즘도 일정 부분 인공지능 스스로 개발하는 시대가 언젠가는 올 것으로 본다. 그러면 스스로 인공지능이 자신을 개선하고 진화하고 복제하고, 생산한다. 이러한 시대가 되면 인공지능 보유 여부가 인간 사이에 불평등을 만들 수 있다. 더 나아가 ‘인공지능’과 ‘인간’ 사이에 불평등이 올 수 있다.
하지만 이러한 인공지능이 발전하는 데는 더 빠른 컴퓨터, 더 빠른 메모리 반도체가 필요하다. 더 나아가 전력소모를 지금 보다 극단적으로 줄여야 한다. ‘인공지능 천하’ 시대의 도래 여부는 반도체 기술의 성능 발전 여부와 전력 소모를 줄이는 기술에 구현에 달려 있다. 인간이 ‘반도체’ 주권과 ‘전기 공급’ 주권을 놓지 말아야 한다.

 

joungho@kaist.ac.kr

[김정호 카이스트 전기 및 전자공학과 교수]

CES 2025 참관단 모집

[뉴스핌 베스트 기사]

사진
모델 문가비 아들 친부는 정우성 [서울=뉴스핌] 양진영 기자 = 모델 문가비(35)가 출산한 아들의 친부가 배우 정우성(51)인 것으로 드러났다. 정우성 소속사 아티스트컴퍼니는 24일 "문가비가 소셜미디어를 통해 공개한 아이는 정우성의 친자가 맞다"며 "아이의 양육 방식에 대해서 최선의 방향으로 논의 중이다. 아버지로서 아이에 대해 끝까지 책임을 다할 것"이라고 밝혔다. 다만 "출산 시점과 두 사람의 교제 여부, 결혼 계획 등 사생활 관련 내용은 확인해 줄 수 없다"고 알렸다. 배우 정우성 [사진=에이스메이커무비웍스] 앞서 두 사람 사이의 득남 소식이 알려졌다. 두 사람은 2022년 한 모임에서의 만남 가까이 지냈으나 교제한 사이는 아니었고 결혼 계획도 없는 것으로 전해졌다. 작년 6월 문가비가 임신 사실을 알렸고 정우성은 양육의 책임을 약속했다고 한다. 문가비는 뷰티 예능 프로그램 '겟잇뷰티' 등으로 얼굴을 알린 한동안 활동을 중단했다가 지난 22일 인스타그램을 통해 아들 출산 사실을 고백했다. 그러나 결혼 여부나 아이 아버지에 관한 언급은 없어 궁금증을 샀다. 당시 문가비는 "너무 갑작스럽게 찾아온 소식에 아무 준비가 돼 있지 않았던 저는 임신의 기쁨이나 축하를 마음껏 누리기보다는 가족들의 축복 속에 조용히 임신 기간 대부분을 보냈다"며 "그렇게 하기로 선택한 건 오로지 태어날 아이를 위함이었다. 마음 한편에 늘 소중한 무언가를 지키기 위해서는 꽁꽁 숨겨야 한다고 생각했다"고 했다. [사진=문가비 인스타그램] 이어 "세상에 나온 아이를 앞에 두고 여전히 완벽한 준비가 되지 않은 엄마지만 그런 내 부족함과는 상관없이 존재 자체만으로 나의 마음을 사랑으로 채워주는 아이를 보며, 완벽함보다는 사랑과 행복으로 가득 찬 건강한 엄마가 돼야겠다고 다짐했다"며 "그러기 위해서는 용기를 내야 한다고 생각했다"고 말했다. 문가비는 1989년생으로 2017년 온스타일 예능 '매력티비'와 '겟잇뷰티'로 얼굴을 알렸다. 이후 SBS '정글의 법칙'과 KBS '볼빨간 당신' 등 각종 예능에 출연했다. 여러 광고와 헤라서울패션위크 등 패션쇼 무대에도 섰다. jyyang@newspim.com 2024-11-25 09:48
사진
이재명 '위증교사' 1심 김동현 판사 누구 [서울=뉴스핌] 배정원 기자 = 이재명 더불어민주당 대표의 위증교사 혐의 1심 선고를 맡은 서울중앙지법 형사합의33부 재판장에 대한 관심이 집중되고 있다. 서울중앙지법 형사합의33부(김동현 부장판사)는 25일 오후 2시 위증교사 혐의로 기소된 이 대표의 1심 선고공판을 진행한다.  전라남도 장성 출신의 김동현 부장판사는 고려대학교 법학과를 졸업하고 2001년 사법연수원을 30기로 수료했다. 김 부장판사는 2004년 광주지법 판사를 시작으로 인천지법, 서울동부지법, 서울고법 등을 거쳐 지난해부터 선거·부패 사건을 전담하는 서울중앙지법 형사합의33부 부장판사로 재직하고 있다. [서울=뉴스핌] 이형석 기자 = 이재명 더불어민주당 대표가 25일 오전 서울 여의도 국회에서 열린 최고위원회의에 자리하고 있다. 2024.11.25 leehs@newspim.com 김 부장판사는 이 대표의 위증교사 사건 외에도 '대장동·위례신도시·성남FC·백현동 의혹' 사건을 함께 심리하고 있는데, 해당 사건은 기록의 양이 방대하고 쟁점이 복잡해 1심 선고를 하기까지 몇 년이 더 걸릴 수 있다는 전망이 나온다. 당초 이 대표 측은 두 사건을 분리해서 진행할 경우 방어권 보장에 어려움을 겪게 된다며 병합 심리를 요구했으나, 김 부장판사는 두 사건을 병합하지 않고 별도로 진행하기로 결정했다. 또 김 부장판사는 이른바 '가짜 수산업자'에게 금품을 받은 혐의로 기소된 박영수 전 특별검사(특검)의 1심 사건을 맡으며 징역 4개월에 집행유예 1년을 선고하기도 했다. 당시 김 부장판사는 "이 사건 범행으로 공직자의 공정한 직무수행과 공공기관에 대한 국민의 신뢰가 크게 훼손됐다"며 "특히 박영수 피고인은 국정농단 규명을 위해 임명된 특별검사로 어느 공직자보다 공정성과 청렴성에서 모범을 보여야함에도 금품을 수수했다"고 질책했다. 박 전 특검 등에게 금품을 제공한 혐의로 기소된 가짜 수산업자 김모 씨에 대해서는 "다수의 공직자에게 긴 시간 금품을 제공한 점, 이종범죄로 처벌받은 전력이 있는 점 등을 고려했다"며 징역 6개월의 실형을 선고했다. 또 김 부장판사는 이명박 정부 시절 이른바 '스파르타팀'을 꾸려 정부에 우호적인 방향으로 온라인 여론을 조작한 혐의 등으로 기소된 전직 청와대 비서관들에게도 징역형 집행유예를 선고한 바 있다.  이런 가운데, 위증교사 혐의는 이 대표의 형사 사건 중 가장 불리한 판결이 나올 가능성이 높은 사건으로 꼽히고 있다. 검찰에 따르면 최근 6년간 유죄가 확정된 위증교사 사범 195명 중 실형(69명)이나 징역형 집행유예(114명)가 선고된 사례는 94.8%에 이르며 벌금형(12명) 선고 비율은 6.2%에 그쳤다. 이 대표가 만약 위증교사 혐의로 대법원에서 금고 이상의 형(집행유예 포함)을 확정받으면 공직선거법 제19조에 따라 피선거권이 박탈돼 형이 실효될 때까지 선거에 출마할 수 없게 된다.  jeongwon1026@newspim.com 2024-11-25 11:19
안다쇼핑
Top으로 이동