전체기사 최신뉴스 GAM 라씨로
KYD 디데이
산업 생활경제

속보

더보기

[김정호의 4차혁명 오딧세이] 인공지능을 위한 인공데이터 생산

기사입력 : 2019년12월16일 08:00

최종수정 : 2020년03월10일 16:44

[편집자] 4차 산업혁명은 모든 사물과 인간을 연결하여 빅데이터를 모으고, 이를 이용하여 인공지능으로 학습해, 결국 인공지능이 인간을 대체하는 시대를 말한다. 이러한 4차 산업혁명의 물결이 산업뿐만 아니라 경제, 사회, 정치 등 전 분야에 걸쳐서 막대한 변화를 일으키고 있다.

글로벌뉴스통신사 뉴스핌은 '김정호의 4차혁명 오딧세이' 칼럼을 매주 연재하며 4차 산업혁명의 본질과 영향, 그리고 전망을 독자들에게 쉽게 소개하고자 한다. 4차 산업혁명의 핵심은 바로 인공지능, 빅데이터, 클라우드 컴퓨팅으로 표현할 수 있으며 그 핵심 부품이 반도체이다. 이들 핵심 기술의 개념과 원리, 응용을 설명하여 일반 독자들이 4차 산업혁명에 대해서 공감하고 이해하며 더 나아가 개인과 기업, 국가의 미래를 계획하는 것을 돕고자 한다.

김정호 카이스트(KAIST) 전기 및 전자공학과 교수는 서울대 전기공학과를 졸업하고 미국 미시건대에서 박사 학위를 받았다. AI대학원 겸임교수, IEEE펠로우, 카이스트 ICT석좌교수, 한화 국방 인공지능 융합연구 센터장, 삼성전자 산학협력센터장 등을 겸하고 있다.

데이터가 필요한 인공지능 학습

인공지능 중에서 데이터로 학습하는 방식을 기계학습(Machine Learning)이라고 하고, 그 기계학습 중에서 데이터에 이름(Label)을 붙여서 학습하는 방식을 지도학습(Supervised Learning)이라고 한다.

김정호 교수

데이터에 이름을 붙여야 하는 인공지능 학습 방식이다. 대표적으로 이미지를 인식하는 CNN(Convolutional Neural Network) 알고리즘이 이 방식의 인공지능이 된다. 이미지와 이름을 보고 학습해서 물체를 판단해 낸다.

그런데 이러한 지도학습 방법은 많은 비용과 노동력이 필요해서 결국 시간과 자본이 들어간다. CNN 학습을 위해서는 수백만 장, 수천만 장의 사진을 모으고, 그 사진에 이름을 붙여야 한다. 이러한 작업에 개인이 자발적으로 이름을 붙일 수 있으나 그 한계가 있다.

구글과 페이스북은 인터넷과 SNS로부터 수많은 데이터인 사진 이미지를 모은다. 여기에 모두 직접 사람이 이름을 붙이기는 불가능에 가깝다. 그래서 구글과 페이스북은 사진 상황을 보거나, 해시태그를 이용해서 자동으로 그림에 이름을 붙이는 인공지능 알고리즘 연구를 하기도 한다. 이것이 모두 데이터에 이름을 붙이는 데 필요한 노력이다. 인공지능이 학습하는 데 필요한 비용이다. 데이터와 이름은 무료가 아니다.

사람 중에 똑똑한 사람을 '하나를 알려주면 열을 안다'라고 표현하기도 한다. 학생을 지도하다 보면 그런 학생을 종종 만난다. 나중에는 그 학생이 오히려 나에게 스승이 된다. 그런 학생들을 통해서 거꾸로 배운다. 이럴 때 학교에 있는 교수로 최고의 기쁨을 느낀다. 이런 학생은 스스로 학습하고 연구하는 독자적인 학습과 연구 수행능력을 갖추게 된다.

인공지능을 지도할 때도 마찬가지이다. 학습을 줄이고 최대한 인공지능의 지능을 높이고자 연구한다. 그러면 데이터 모집과 이름 붙이기 수고가 줄어들 수 있다. 그럼 척척 알아서 학습하게 된다.

CNN을 이용한 이미지 분류 및 탐지 방법. [출처=KAIST]

최소한의 데이터로 인공지능 학습

이러한 연구 중, 최근에는 인공지능 연구로 전이학습(Transfer Learning)이라고 불리는 학습 방법이 있다. 한번 배운 학습 결과를 다른 곳에 다시 쓴다는 의미이다. 다시 말하면, 여러 번 배울 필요가 없다는 의미이다. 수학에서 기초 원리를 잘 파악하면 다양한 응용문제를 푸는 원리와 같다.

이처럼 한번 학습한 결과를 다른 응용에 적용하려는 시도를 전이학습(Transfer Learning)이라고 부른다. 학습과정에서 얻는 인공지능망의 구성과 변수도 다른 용도의 인공지능망으로 전이될 수 있다. 그럼 이를 전수한 새로운 인공지능 신경망은 학습량이 줄어든다. 아예 이러한 전체 과정을 스스로 할 수도 있다. 이 방법을 자체학습(Self-learning)이라고 부른다.

최근 연구하는 인공지능 학습 방법이다. 모두 학습 부담을 줄이고 데이터 필요 분량을 줄이려는 시도이다.

아예 한번 교육으로 모든 교육이 끝나는 단수학습(One short Learning) 방법에 대한 연구도 시작됐다. 수학에서 문제 하나만 풀어보면, 유사한 모든 문제를 푸는 능력이라 보면 된다. 천재를 키우는 인공지능 학습 방법으로 보면 된다.

예를 들면 어린이를 학습할 때, 공룡 사진 하나만 보여주면, 그 이름을 영원히 기억한다. 지금의 인공지능 학습은 많은 수의 사진을 보여주면서 학습하고 그 결과로 인공지능망이 정해진다. 단 한 번의 이미지 학습으로 인공지능망을 정하려는 시도인 셈이다.

매우 도전적이지만, 언제인가 인공지능이 이 단계에 도달할 것으로 본다. 이 학습 방법은 '하나를 가르쳐 주면 모든 것을 안다'라는 설명으로도 가능하다. 천재 학생 지도 방법이다. 이 방법 역시 데이터를 최소화하면서 인공지능을 학습하는 방법이라고 본다.

인공 데이터(Artificial Data)의 생성

인공지능에는 학습을 위한 데이터가 필요하다. 일반적으로 데이터가 많을수록 지능이 높아진다. 그래서 빅데이터를 모으려고 한다. 그래서 데이터도 인공적으로 만들려고 한다. 이를 필자는 인공 데이터(Artificial Data)라고 부른다. 인공지능(Artificial Intelligence)처럼 인공 데이터(Artificial Data)도 대세가 된다. 아예 사람의 도움을 받지 않고 인공지능 스스로가 인공지능 학습용 데이터를 만들 수 있는 세상이 된다.

데이터를 인공적으로 만드는 방법은 제일 먼저 원본 이미지를 변형하는 방법이다. 글자를 인식하는 CNN을 위한 손글씨 데이터를 만든다고 하면, 기본 데이터 글씨(MNIST)를 기초로 컴퓨터가 그 글씨체를 변형할 수 있다.

아래위로 길게 늘이거나, 글씨체 자체를 기울이게 할 수 있다. 또는 흐리게 만들거나, 가늘게 만들 수 있다. 이미지에 잡음을 넣을 수 있다. 바탕도 바꿀 수 있다. 또는 색깔을 다르게 입힐 수 있다. 또는 글자 크기를 키울 수도 있다. 컴퓨터와 알고리즘을 결합하면 한 장의 기본 글씨 이미지로 수백 장, 수천 장의 파생 데이터를 컴퓨터로 만들 수 있다.

이렇게 기본 데이터를 변형해 빅데이터를 만들 수 있다. 이 빅데이터는 다시 인공지능 학습에 쓰인다. 인공(Artificial)이 돌고 돈다.

처음부터 아예 컴퓨터가 스스로 데이터를 만들 수 있다. 그 데이터로 인공지능이 학습한다. 예를 들어 자율주행자동차를 위한 학습용 사고 장면 영상을 만든다고 가정하자. 자율주행자동차 학습을 위해 영상을 직접 만드는 것은 매우 위험하고 비싸다. 따라서 사고 영상을 컴퓨터로 인공적으로 만들어 이를 이용해서 인공지능이 학습하는 것이 효율적이다.

제목과 주제를 주면 컴퓨터가 3차원 영상과 이미지를 만들어 내는 연구가 진행 중이다. 그렇게 되면 인공지능이 경험하는 세계도 인공적으로 컴퓨터로 만들어진다. 데이터를 만드는 시간과 비용, 수량의 한계를 인공 데이터 생성을 통해서 해결하려고 한다. 이런 방식을 필자는 데이터 증강(Data Augmentation)이라고 부르기도 한다.

그뿐만 아니라 강화학습(Reinforcement Learning)에서도 인공적으로 계산해서 학습한다. 강화학습에서는 게임을 하듯이 학습한다. 알파고가 이세돌 9단과 바둑을 둘 때 사용한 인공지능 학습 방법이다.

이제는 컴퓨터끼리 게임을 하면서 바둑 기보 데이터를 생산한다. 그러니 이 상황에서도 인공지능 학습을 위한 환경을 컴퓨터가 가상으로 만든다.

강화학습을 이용해서 공학 문제의 최적화 설계도 자동화하려는 시도가 시작되었다. 여기서도 컴퓨터 시뮬레이션으로 데이터가 만들어지고 이를 통해서 학습한다. 이렇게 되면 컴퓨터가 다 알아서 한다. 이제 학습에도 인간의 도움이 점점 덜 필요하게 된다. 학습도 컴퓨터가 담당한다.

CNN에서 손글씨 학습을 위해 사용되는 MINST(Modified national Institute of Standards and Technology) 데이터베이스 이미지. [출처=MINIST]

가상 데이터(Virtual Data)인 세상

인공지능 학습을 위한 데이터를 모으는데 개인의 정보보호와 특허 문제가 발생한다. 학습을 위해 모은 데이터의 주인은 누구이고, 그 개인의 정보는 어디까지 보호해야 할 것인가가 사회적, 법률적, 정치적 쟁점이 될 전망이다. 그래서 빅데이터를 모으기가 점점 더 어렵게 되었다.

그래서 인공지능을 위한 빅데이터를 컴퓨터로 인공으로 만드는 방법이 중요해진다. 앞으로 점점 더 그렇게 될 것으로 예측한다.

이렇게 만들어진 인공 데이터로 다시 인공지능망이 학습한다. 그 학습 결과는 다른 응용 분야로 전이된다. 그 인공지능으로 인공지능 데이터를 만든다. 이제 인간이 파고들 틈이 없다. 인공지능이 인공 데이터도 만들고, 학습도 스스로 한다. 미래 인공지능의 모습이다. 모두 컴퓨터의 성능과 메모리 반도체의 성능이 높아져 가능하다. 인공 세상(Artificial World)이다. 데이터도 가상화(Virtualization)된다. 

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

[뉴스핌 베스트 기사]

사진
과기부 "SKT 신규 모집 중단" 촉구 [세종=뉴스핌] 이경태 기자 = 유심 물량 공급이 안정화될 때까지 SK텔레콤의 이용자 신규 모집이 전면 중단될 예정이다. 과학기술정보통신부는 1일 SK텔레콤에 해킹사고 발생에 따른 추가 피해 방지를 위해 보다 강도 높은 해결책 추진을 촉구했다. 먼저 국민이 상황을 납득하고 안심할 수 있도록 일일 브리핑 등을 통해 현 상황을 국민 입장에서 쉽게 설명하고, 정보를 투명하게 공개토록 했다. [서울=뉴스핌] 최지환 기자 = 가입자 유심(USIM) 정보를 해킹 당한 SK텔레콤이 유심 무료교체 서비스를 시작한 28일 서울 강서구 김포공항 국제선 SKT 로밍센터에서 고객들이 유심교체를 위해 줄을 서 있다. 2025.04.28 choipix16@newspim.com 유심 교체 물량 부족 문제를 해결하기 위해, 유심 물량 공급이 안정화 될 때까지 이동통신 서비스 이용자 신규모집을 전면 중단하도록 요구했다. SK텔레콤이 국회 과학기술정보방송통신위원회에서 밝힌 일부 계층에 대한 유심보호서비스 일괄 적용 방안의 이행계획을 제출하고, 이번 해킹사고에 따른 이용자 피해발생 시 100% 보상을 책임지는 방안도 국민에게 구체적이고 적극적으로 설명토록 했다. 각계 소비자단체 등에서 제기하는 위약금 면제, 손해배상, 피해보상 시 입증책임 완화 등을 검토하고, 이용자 피해 보상 방안을 마련해 이행토록 했다. 최근 SK텔레콤의 잦은 영업전산 장애가 발생하는 것과 관련, 장애 발생시 즉각적인 상황공유와 신속한 복구를 통해 번호이동 처리가 지연되지 않도록 조치하도록 했다. 이달 초 연휴기간 출국자들이 공항에서 유심 교체를 위해 오래 대기하는 불편이 발생하지 않도록 지원인력도 대폭 확대토록 했다. biggerthanseoul@newspim.com 2025-05-01 16:27
사진
한덕수 사임 절묘한 타이밍? [서울=뉴스핌] 이재창 정치전문기자 = 한덕수 대통령 권한대행 국무총리가 1일 전격 사퇴했다. 사실상 대선 출마를 공식화한 것이다. 사퇴 시점이 절묘하다. 대법원의 유죄 취지의 파기환송으로 이재명 더불어민주당 후보의 사법 리스크가 불거진 직후다. 한 대행은 2일 대선 출마를 공식 선언할 것으로 알려졌다. 한 대행은 일단 무소속으로 출마할 것으로 알려졌다. 국민의힘 후보는 3일 결정된다. 김문수 경선 후보와 한동훈 후보 중 한 사람이다. 한 대행은 무소속으로 대선 행보를 하다 대선 직전에 국민의힘 후보와 단일화할 가능성이 제기된다. [서울=뉴스핌] 한덕수 대통령 권한대행 국무총리가 1일 오후 정부서울청사에서 대국민 담화를 발표하고 있다. [사진=총리실] 2025.05.01 photo@newspim.com 한 대행은 이날 정부서울청사에서 한 대국민 담화를 통해 "저는 우리가 직면한 위기를 극복하기 위해 제가 할 수 있는 일, 제가 해야 하는 일을 하고자 저의 직을 내려놓기로 최종 결정했다"고 말했다. 한 대행은 "그동안 무엇이 제 책임을 완수하는 길인가 고민해왔다"며 "제 앞에는 두 갈래 길이 놓여 있다. 하나는 당장 제가 맡고 있는 중책을 완수하는 길, 다른 하나는 그 중책을 내려놓고 더 큰 책임을 지는 길"이라고 말했다. 그러면서 "엄중한 시기 제가 짊어진 책임의 무게를 생각할 때 이러한 결정이 과연 옳고 또 불가피한 것인가 오랫동안 고뇌하고 숙고한 끝에, 이 길밖에 길이 없다면 가야 한다고 결정했다"며 사실상 대선 출마를 공식화했다. 한 대행은 "대한민국이 기로에 서 있다는데 많은 분이 동의하실 줄 안다"며 "대한민국 정치가 협치의 길로 나아갈지 극단의 정치에 함몰될지, 이 두 가지가 지금 우리 손에 달려있다"고 강조했다. 그러면서 "표에 따라 이랬다저랬다 하는 불합리한 경제 정책으로는 대외 협상에서 우리 국익을 확보할 수 없고, 우리 산업의 경쟁력을 세울 수도, 지역 경제를 활성화할 수도 없다"고 강조했다. 이어 "극단의 정치를 버리고 협치의 기틀을 세우지 않으면 누가 집권하든 분열과 갈등이 반복될 뿐"이라며 "이 두 가지 문제를 해결하지 않는 한 우리는 여기서 멈출지 모른다는 절박한 위기감을 느끼고 있다"고 했다. 한 대행은 "대한민국은 하나로 뭉쳐 위기를 극복해온 나라인데 지금 우리 사회는 양쪽으로 등 돌린 진영의 수렁에 빠져 벌써 수년째 그 어떤 합리적인 논의도 이뤄지지 못하는 실정"이라며 "국가를 위해 제가 최선이라고 믿는 길을 지금 이 순간에도, 그리고 앞으로도 어떤 변명도 없이 마지막까지 가겠다"고 밝혔다. 약 6분 분량의 대국민 담화를 통해 사퇴의 변을 밝힌 한 대행은 2일 국회에서 대선 출마를 공식 선언할 것으로 알려졌다. 한 대행이 보수 진영의 후보가 될지는 미지수다. 국힘 후보가 될 김문수, 한동훈 후보는 단일화 여지를 열어놨지만 쉽지 않을 수 있다. 김, 한 후보 모두 쉽게 양보하지 않을 가능성이 높다. 결국 향후 지지율 향배에 달려 있다. 한 대행의 지지율이 두 후보를 압도한다면 단일화 과정을 거쳐 후보가 될 가능성이 높다. 반대로 지지율이 정체한다면 단일화까지 가지 못할 수도 있다. 중도 사퇴할 개연성도 없지 않다.  leejc@newspim.com 2025-05-01 18:24
안다쇼핑
Top으로 이동