AI 기술의 미래는?
인공지능 기술은 어디로 향하고 있을까 (1)
알파고 이후로 많은 언론들이 AI 를 다루기 시작했고, AI를 한다는 회사들도 많아졌습니다. AI 를 개발할 개발자를 뽑는 경우도 많구요. 뉴스에는 하루가 멀다 하고 이와 관련된 글들이 올라오고, 4차 산업혁명을 외치며 이에 관해 설명하는 책들도 많습니다. 물론 대부분은 퀄리티가 떨어지고 표면적으로 다루고 있으며, 그 내부의 핵심 원리등을 잘못 짚는 경우가 많기는 하지만 말입니다.
아무튼, 잘못된 정보들이 많아서 누구든 AI 에 관해 기본적인 내용을 이해할 수 있도록 AI 기술을 쉽게 풀어쓰는 시리즈를 쓰려고 하고 있는데 귀차니즘때문에 계속 미뤄지고 있는데, 시간이 가능할 때 다시 써보도록 하겠습니다.
오늘은 AI 기술이 지금 어디로 가고 있고, 어떤 방향을 향하고 있는지에 관해서 살펴보겠습니다. 인터넷에서 이런 글도 봤는데, 제가 생각하는 내용과 비슷한 점도 많은 것 같습니다. 참고로 저는 딥러닝이라는 용어가 나온 초창기부터 관련 연구를 해 왔기 때문에, 어느정도 AI 기술에 대한 이해가 있는 편이라고 생각하긴 하지만 모든 것은 제 개인적인 의견일 뿐이므로 이 점은 감안해 주시길 바랍니다.
딥러닝 연구의 한계?
몇 개월 전에 Element AI 가 ServiceNow에 인수당하는 일이 있었습니다. 이런 기사를 보면 성공적으로 Exit한 것 처럼 보이지만, 여기를 보면 그렇지 않다는 것을 알 수 있습니다.
참고로 Element AI 는 딥러닝 구루 중 한명인 Yoshua Bengio 교수가 참여해서 굉장히 큰 관심을 받았던 캐나다의 스타트업입니다. 초기 투자 금액만 무려 $250M 가량 될 정도로 많은 기대를 한 몸에 받았고, 그럴 만 한 것이 딥러닝계에서 이름을 날리는 사람들이 많이 참여했습니다.
일반적으로 이쪽 분야는 이름을 날리는 사람들이 스타트업을 세우고 이게 acqui-hire 형태로 대기업에 인수되는 경우가 굉장히 많았습니다. 이 사람들은 대기업에 고액 연봉과 스톡옵션을 쉽게 받으며 갈 수 있긴 하지만, 회사를 세워서 재능인수 당하면 더 큰 돈을 벌 수 있기 때문입니다. 한동안은 실리콘밸리의 IT Giant 들이 최소 하나 이상씩 인수를 하면서 딥러닝계에서 유명한 연구자들은 꽤 큰 돈을 벌며 좋은 조건에 연구할 수 있는 기회를 얻곤 했습니다.
근데 Element AI는 재능 인수 목적보다는 정말 회사를 키우려는 목적을 가지고 있었던 것으로 보입니다. 진행한 프로젝트 뿐 아니라 투자 규모등을 봤을 때 말입니다. 아무튼, 투자자들이 투자한 금액보다 적은 금액으로 인수당했고, 마지막 투자 라운드 때 $600~700M을 평가받은 것에 비하면 인수 금액이 많이 줄어든 금액입니다.
Exit을 하기는 하니까 완전히 실패는 아니겠지만, 그래도 기대를 받은 것이나, 투입된 돈에 비하면 투자자들 입장에서는 실패라고 볼 수 있겠습니다. 엄청난 명성과 뛰어난 연구원들, 풍부한 돈을 가지고 있었던 Element AI 가 왜 실패했을까요?
저는 이게 기술만 집중하고, 사용자에 대한 고려를 하지 않아서 그랬다고 생각합니다. AI 기술 자체만으로는 잘 될 가능성이 극히 드뭅니다. 뛰어난 엔지니어링 기술력이 뒷받침 되어야 하고 사용자가 필요로 하는 기술이나 제품, 서비스를 만들어야만 돈을 벌 수 있을 것입니다.
Element AI 사례에서 배울 점
최근에는 AI hype가 너무 심했고, 많은 돈이 투자된 것에 비해 그만큼 돈이 되는 비즈니스를 만들어내기 힘들다는 것을 많은 회사들이 깨달았습니다. 학계에서 아무리 날고 기는 유명한 연구자라고 하더라도 좋은 서비스/프로덕트 만드는 것은 정말 어려운 일입니다.
AI 가 미래인 것처럼 말은 많지만, 아직까지 AI 기술은 걸음마 단계입니다. 많은 회사들이 돈을 좀 쏟아부으면 돈 될만한 것이 나올 줄 알았지만, AI 분야는 오랜 기간 동안 많은 돈이 투자되어야 하는 분야입니다. 쉽게 돈을 벌 수 있을 만한 결과가 나오기 어렵습니다.
AI 기술 중심의 접근 방식에서 벗어날 필요가 있습니다. 사용자를 만족하기 위해서 어떤 기술이 필요한데, 이게 AI 기술을 활용해야만 가능하다! 라고 할 때 AI 기술을 연구하는 것이 맞지, 기술이 있으니 돈을 벌 수 있다 라고 접근하는 것은 성공 확률이 높지 않은 것 같습니다.
내가 이러한 기술을 개발했는데 이걸로 상품화를 할 수 없을까? 라고 접근하는 것이 academic에서 많이 하는 접근법인데 이런 경우 잘 된 케이스가 잘 없습니다. (정말 뛰어난 기술을 제외하고는)
AI 기술은 만능이 아니다
이건 비교적 젊은 친구들이 이렇게 생각하는 경향이 높은 것 같습니다. 이미 대학교를 다닐 때 부터 AI hype가 시작되는 것을 경험했기 때문에, 딥러닝 기술을 사용하면 다 되는 줄 알고 있는 경우도 있습니다. 근데 절대 그렇지 않습니다.
딥러닝 자체가 새로운 기술도 아니고 특정 경우에만 좋은 성능을 보입니다. 그리고 실제 환경에서는 사용하기 어려운 경우도 많습니다.
결과적으로, 회사에서는 비싼 돈을 들여 AI를 하는 사람을 채용하지만, 이걸 제대로 활용하는 경우는 드문 편입니다. 채용하는 입장에서도 이해도가 떨어지기 때문입니다. 가장 중요한 것은 고객의 문제를 해결하기 위해서 기술을 활용해야 하는 것입니다. 기술 그 자체로 뭔가 이루려고 하는 접근방식은 성공률이 낮습니다.
즉, 회사 입장에서는 풀고 싶은 문제가 있고 AI 기술이 필요할 것 같다고 생각된다면 AI기술과 서비스에 관한 이해가 모두 있는 사람이 필요할 것입니다. Academic 쪽에 너무 오래 있던 사람들은 서비스나 SW 에 관한 이해가 비교적 떨어지는 경우도 있습니다. 이렇게 되면 닭 잡는데 소 잡는 칼을 쓴다거나, 약간의 성능 향상을 위해 너무 많은 것을 희생한다거나 하는 비효율이 필연적으로 발생하게 됩니다. 따라서, 이런 경우에는 엔지니어링 적인 경험치를 더 높일 필요가 있습니다.
회사 입장에서 AI 기술로 뭔가를 하고 싶다면, AI 쪽에 관해 좀 더 이해를 높일 필요가 있습니다. AI 기술이 어떻게 이뤄져 있는지 그 정확한 구조와 가능성, 한계 등에 대해서 말입니다. 물론 AI 기술뿐 아니라 다양한 엔지니어링 지식, 도메인과 관련된 지식들 등 모든 것들을 깊이 이해하는 것은 어려울 것입니다. 한가지만 깊이 하기도 쉽지 않기 때문입니다. 따라서 이것들의 밸런스를 맞추는 것이 중요합니다.
AI 기술의 미래는?
최근의 AI 기술의 연구방향은 몇 가지 갈래로 나뉘는 것 같습니다.
1) 딥러닝의 한계점을 명확히 깨닫고 적정 기술 수준으로 사용되는 케이스 : 많은 회사들이 딥러닝의 한계를 깨닫고 사용 가능한 부분에만 사용하며, 필요한 부분에만 연구를 진행하고 있습니다.
2) OpenAI 처럼 정말 무식하게 큰 규모의 모델을 만들어 봄 : 이런 연구를 공개하는 것은 기술 발달에 큰 도움이 되고, 커뮤니티에 많은 기여를 하고 있습니다.
3) Artificial General Intelligence 를 위한 기초연구를 더 진행 : 딥러닝 사대장 중 Geoffrey Hinton 교수나 Yoshua Bengio 교수는 이런 부분에 관한 다양한 연구를 많이 하는 것 같습니다.
4) 어플리케이션 레벨에서 어떻게 더 상용화를 잘할 지 고민 : 마찬가지로 딥러닝 사대장 중 Andrew Ng 교수나 Yann Lecun 교수의 경우 이런 부분에 좀 더 중점을 두는 것 같네요.
비즈니스 시각으로 본다면 input 에 대한 output 이 있어야 하기 때문에, 딥러닝 기술만으로 돈을 벌기 힘들다고 단점에 대해서 말했지만 획기적인 기술이나 기초과학은 오랜 시간동안 많은 리소스가 투자되어야만 가능합니다. 우리나라의 기초과학이 부족한 이유도 그것 때문이구요. DeepMind를 인수한 구글은 인수금액을 제외하고도 DeepMind의 유지비용에 대해서 총 손실이 $1.5B을 넘어가는데요, 구글 스케일이 아니라면 지속 가능하기 힘든 규모입니다. 하지만, 장기적으로 더 좋은 결과를 얻을 것이라고 생각하고 계속해서 투자하고 있는 것이겠죠.
다만, 어떤 산업이든 폭발적으로 성장하는 산업이 생기면 그와 관련된 전문가가 부족하기 때문에 말만 앞세우는 사짜들이 많이 생기기 마련입니다. AI 분야도 전문가가 적기 때문에 마찬가지이구요. 따라서 말만 앞세우는 비전문가들에게 속지 않으려면, 어느 정도 AI 기술에 관한 이해는 필요할 것입니다.
단점을 많이 적은 것 같은데 참고로 전 AI 기술이 앞으로 굉장히 유망할 것이라고 생각하고, 현재의 AI 기술은 아직 걸음마도 떼지 않은 초기 상태이며, 여명기라고 생각합니다. 앞으로 발전할 것들은 굉장히 많이 남아 있다고 생각되며, 과학기술의 발전이 너무나 기대됩니다.
그렇다면 다음 글에서는 AI 구루들이 최근에 진행하고 있는 연구들에 관해서 조금 더 살펴보도록 하겠습니다.
