구글이 작동하는 기본 구조는 대부분 제프 딘이 만든 것이다. 그는 구글의 초창기 웹 검색과 광고 시스템을 구축했다. 컴퓨팅 업계 전반에 큰 변화를 가져온 빅데이터 처리 시스템인 맵리듀스도 개발했다.

딘은 지금 구글의 내부구조와 인터넷 전반을 재창조하기 위해 노력하고 있다. 그가 이끄는 구글 브레인 연구팀은 구체적인 프로그래밍을 하지 않아도 소프트웨어가 알아서 할 일을 찾아내도록 머신러닝 기술을 향상시키고 있다.

이용자에게는 보이지 않지만 600개가 넘는 구글의 팀이 구글 브레인의 소프트웨어에 의존해 시스템을 운영하고 있다.

지난해 구글 브레인이 개발한 기술은 구글의 웹 검색, 스팸 걸러내기, 번역 서비스 개선에도 크게 영향을 줬다.

구글의 머신러닝은 긴 역사를 자랑한다. 개발자들은 소프트웨어가 사람이 입력한 검색어와 연관된 웹페이지를 보여주거나조회한 내용과 관련된 광고를 노출하며 사람들이 클릭할 만한 광고나 유튜브에 추천할 영상을 골라주도록 훈련시켰다.

뉴런 네트워크를 모방한 데이터 전달 소프트웨어가 언어와 영상 인식에 혁신을 일으키자 구글을 비롯한 많은 기업이 머신러닝 연구에 투자를 확대했다.

딘은 그의 팀이 개발하는 기술이 머지않아 다른 수많은 분야에서도 컴퓨팅과 어깨를 나란히 할 것이라 말한다. MIT테크놀로지리뷰의 톰 시모나이트가 구글 본사에서 딘과 대담을 나눴다.

Q. 구글이 문제를 해결하고 상품을 개발하는 방식이 머신러닝으로 인해 어떻게 바뀌었나.

A. 매우 큰 변화가 일어났다. 지난 5년 동안 머신러닝은 컴퓨터로 할 수 있는 것을 크게 늘렸다. 특히 컴퓨터비전과 언어 이해 부분에서 큰 변화가 있었다.

이는 자연스럽게 새 상품과 기능의 탄생으로 이어졌다. 구글 포토의 검색기능(‘강아지’나 ‘해변’ 같은 단어로 사진을 검색할 수 있다)이나 지메일의 스마트답장 기능이 그 예다. 뿐만 아니라 구글 개발자들이 당면한 문제를 더 대범하게 고민할 수 있게 됐다. 이로 인해 우리가 실현할 수 있는 것도 늘어났다.

Q. 구글 머신러닝 연구의 중추가 되는 텐서플로우와 이메일 답장을 작성하는 새로운 지메일 기능의 개발을 주도했다. 구글은 이 기술을 무료로 제공하기로 했는데 이유가 있나.

A. 머신러닝을 대중에 보여주는 것은 큰 도움이 된다. 머신러닝이 잠재력을 발휘할 기회는 전 세계에 많이 있다. 우리는 그런 기회가 바로 학계와 다른 기업, 정부에 있다고 본다.

Q. 결국에는 모든 산업이 머신러닝에 의존하게 될 것이라고 보나.

A. 많은 양의 데이터를 수집했지만 그동안 머신러닝을 고려하지 않았던 산업도 결국 머신러닝을 사용할 것이라고 생각한다. 자율주행 자동차가 등장할 교통 분야는 머신러닝을 대폭 활용할 것이다. 의료보건에도 외래환자 치료성과나 엑스레이 사진을 통한 예측 등 머신러닝과 관련된 흥미로운 과제가 꽤 있다. 머신러닝은 많은 업계에 영향을 미칠 것이다.

Q. 머신러닝이 컴퓨팅을 적용하기 위한 필수 요소가 될 것인가.

A. 틀림없이 그렇다. 전산공학 전공과정 중 머신러닝 수업 수강자 수가 치솟고 있다. 모든 사람이 머신러닝에 대한 기본적 이해를 갖고 관련 프로젝트를 수행하며 머신러닝을 사용하는 것이 당연해지는 미래가 올 것이다.

<본 기사는 테크M 제37호(2016년5월) 기사입니다>