AI 플랫폼, 왜 딥러닝인가?
#인공지능 #딥러닝 # IOT
최근 AI 연구의 주요 트렌드와 글로벌 IT 기업들의 핵심 키워드는 '딥러닝(deep learning)'인 것으로 나타났다. AI 플랫폼을 선점하기 위해 구글·아마존·애플·테슬라·페이스북 등 주요 IT-자동차 선도 기업들이 관련 기술을 공개한 것은 시장 확대의 또 따른 배경 중의 하나라는 것이 업계 전문가들의 공통된 시각이다.
인공지능 분야는 그동안의 기술적 한계를 극복하면서 급속히 발전하고 있다. 특히 인공지능의 발전은 그 영향력이 IT 산업 내에 그치지 않고 자동차 (Audi, Tesla 자율주행차), 가전 (미국 월풀, 아마존 스마트 가전 등), 스마트폰 (구글, 애플, 삼성전자 등), 금융 (일본 소프트뱅크, IBM 등) 등 거의 모든 산업에 미칠 수 있다는 점에서 엄청난 잠재력을 가지고 있다.
이처럼 무섭게 성장하고 있는 AI 시장은 개별 제품군이 아닌 AI 플랫폼 생태계 확대 방향으로 진화중이다.
주요 기업들이 AI 기술을 새로운 제품에 채택하면서 AI의 자기 학습 방법인 딥러닝(Deep Learning) 기술이 크게 주목받고 있는 것이다. 80년대 처음 이론화가 시작된 딥러닝 기술은 최근 10여년 사이 몇 차례의 돌파구를 만나면서 폭발적으로 발전하고 있다. 대표적인 것이 2010년 이뤄진 그래픽처리장치(GPU)와 AI의 만남일 것이다. 중앙처리장치(CPU)와 달리 병렬 연산이 가능한 GPU가 AI의 방대한 데이터 연산을 수행하는 데 적합하다는 것이 입증되면서 딥러닝 기술이 비약적으로 도약하게 되었다.
AI 플랫폼을 장악하라!
이 가운데 AI 경쟁이 가장 치열한 곳을 꼽는다면 스마트폰 시장이다. 지난해 구글이 ‘구글 어시스턴트(Google Assistant)’를 탑재한 ‘픽셀폰’을 선보였고, 중국 화웨이가 자체 AI를 탑재한 ‘아너매직(Honor Magic)’을 출시하면서 포문을 열었다. 올해 상반기 출시된 화웨이의 P10(아마존 알렉사), LG전자의 G6(구글 어시스턴트), 삼성전자의 갤럭시S8(빅스비) 등 프리미엄 스마트폰들은 예외 없이 AI 기능을 탑재하였다는 특징이 있다.
3G-4G, LTE 스마트폰 시대, 전 세계 모바일 OS 시장을 양분하고 있는 구글과 애플은 모바일 OS를 통해 산업을 혁신시키고 이를 플랫폼화해 생태계를 만들며 산업을 주도해왔다. 그렇지만 이제부터는 주요 IT 기업들은 인공지능을 플랫폼화해 다양한 산업에서 혁신을 리드하며 산업 생태계를 주도하려고 하는 것이다.
구글은 고도화된 인공지능을 구현하는 데 필요한 핵심 요소인 알고리즘, 데이터, 컴퓨팅 인프라에 대해 모두 최고 수준의 역량을 확보하고 있다. 구글의 딥러닝 알고리즘은 출력값 집합으로 공급되는 노드(node) 계층을 통해 입력값을 주는 네트워크에 미세한 변화를 만든다. 잘 훈련된 네트워크는 픽셀값들의 집합을 취해 변환층을 통해 이 값들을 공급한다. ‘고양이’나 ‘개’ 또는 ‘차’와 같은 결과 세트를 생산한다.
아마존은 최근 인공지능(AI) 음성비서 기술 '알렉사(Alexa)'를 서드파티(third party) 제조업체에 공개했다. 알렉사를 다양한 기기에서 사용할 수 있도록 해 더 거대한 생태계를 조상한다는 구상이다. 아마존은 음성지원 디지털 비서 기기 시장에서 신속하게 선두업체 자리를 차지했다. 하지만 알렉사를 조명 스위치, 자동차 및 가전제품과 같이 다양한 기기로 확대하는 것도 이제 시작점에 불과하다는 점이다.
주요 시사점
현재 인공지능(AI)을 둘러싼 전 세계의 정부와 기업들의 관심은 과거 그 어느때보다 강력하다. 인공지능을 플랫폼으로 활용해 산업을 혁신해 나가려는 기업의 경쟁은 이미 시작되었다.
인공지능의 성능을 결정짓는 3대 핵심 기술 요소인 알고리즘, 데이터, 컴퓨팅 Power를 둘러싼 기업 간 치열한 경쟁이 예고되어 있다. 그러나 인공지능 딥러닝 기술만이 능사는 아닐 것이다. 이에 필요한 데이터와 데이터 처리 속도 기술을 제공하고 환경과 관련된 인프라 기반을 갖추어야만 한다. 물론 이 과정에서 노츨될 개인 정보 이용에 대한 우려를 불식시키는 과정도 여전히 과제로 남겨져 있다.
그렇다면 AI 플랫폼 시장의 가장 흥미로운 점은 무엇일까? 그것은 바로 기회가 무한하다는 점일 것이다. 기계가 더 빨라질수록 데이터는 폭발적으로 증가하면서 계속 성장할 것이고 어제-오늘, 그리고 미래의 인공지능 시스템은 성공의 가도를 향해 달릴 것이다.
딥러닝 기술이 각광받는 이유는 간단하다. 복잡한 구조를 처리할 수 있는 컴퓨팅 파워, 즉 연산 능력이 뒷받침되고 있기 때문이다. 딥러닝은 빅데이터 시대를 맞아 인간의 뇌와 컴퓨팅 방식의 결합을 통해 자기 주도 영역으로 확장하고 있다. 이 과정에서 어쩌면 더 많은 학문들이 결합되고 융합 될 것으로 예측된다.
딥러닝이 가장 보편적으로 활용되고 있는 분야를 꼽는다면 음성 인식과 이미지 인식분야 일 것이다.
향후 인공지능 플랫폼의 경쟁에서는 선점 효과가 크게 작용될 가능성이 높다. 시장에 먼저 진입해 AI 생태계를 주도해 나가는 기업이 절대적으로 유리할 가능성이 있는 것이다.
딥러닝과 같은 기계 학습 방법에 기반을 둔 인공지능 플랫폼은 방대한 데이터에 대한 학습을 통해 성능이 발전되고 정교화되기 때문에 초기에 많은 참여자(Eco 시스템)를 자사 생태계안으로 끌어 모으는 전략과 후발 주자로 시장에 들어와 새롭게 생태계를 만들어 가는 기업 간의 시스템 차이는 크게 벌어질 수밖에 없다. 그렇기 때문에 주요 기업은 인공지능 역량을 확보하기 위한 고급 인력, 진행 속도, 투자 등의 전략적 선택에 더욱 집중하고 있는 것이다.
1) 딥러닝(deep learning) : 뉴럴 네트의 최신형으로서 향후 주목을 받는 AI 기술. 뉴럴 네트는 인간의 뇌를 구성하는 무수히 많은 뉴런과 시냅스의 네트워크를 공학적으로 재현한 것. 사물이나 데이터를 군집화하거나 분류(Classification)하는 데 사용되는 일종의 기술적 방법론이다.
딥러닝은 현재 강력한 기계학습의 툴로서 주목되고 있으며 구글, 페이스북, Netflix 등 미국 IT 대기업은 딥러닝을 개발하는 벤처기업을 매수하거나 사내에 전문 개발팀을 두는 등 이 분야에 주력하고 있다.
* 본 칼럼은 디지틀 조선일보 뉴미디어경영센터 2017.6.7일자 게시되었음을 알립니다.
