기계학습 전문가들이 부족한 이 때, 인공지능이 이들의 일을 대신할 수 있을까?

 [테크M 독점제휴= MIT테크놀로지리뷰]

사람들은 인공지능이 트럭 운전사의 직업을 뺏을지 모른다고 걱정한다. 하지만 최근 이 분야를 이끄는 연구자들은 자신이 하는 일 중 가장 까다로운 일을 인공지능에게 맡길 방법을 찾고 있다. 바로 기계학습 소프트웨어를 만드는 것.

 한 실험에서 구글 브레인 인공지능연구팀은 소프트웨어에게 기계학습 시스템을 직접 만들도록 한 다음 언어처리를 평가하는 테스트를 통해 시스템을 평가했다. 이 평가에서 소프트웨어가 만든 기계학습 시스템은 인간이 만든 프로그램보다 더 높은 점수를 받았다.

여러 연구팀이 기계학습 소프트웨어를 만드는 솔루션에 대한 연구결과를 발표하고 있다.

 그 중에는 엘론 머스크가 설립자로 참여한 비영리 연구소 오픈AI, MIT, UC버클리, 구글의 다른 인공지능 연구팀인 딥마인드가 있다. 만약 기계학습 소프트웨어를 스스로 만드는 인공지능 기술이 실용화 된다면, 이는 사회 각 분야에서 더 널리 사용될 수 있을 것이다.

지금 기계학습 전문가는 매우 부족한 상태이며, 기업은 이들에게 높은 임금을 지불해야 한다.

 구글 딥마인드 팀이 수행한 한 연구는 ‘배우는 방법을 배우는(learning to learn)’이라 불리는데, 이를 통해 기계학습 소프트웨어가 지금 갖고 있는 한가지 문제점, 즉 하나의 작업을 학습하려면 아주 많은 데이터가 있어야 한다는 문제를 해결할 수 있을 것으로 여겨진다.

이들은 미로를 탐험하는 문제들처럼 비슷하지만 조금씩 다른 여러 가지 문제를 학습하는 시스템을 만들었다. 이 소프트웨어는 새로운 문제를 학습하고 일반화하는데 기존 소프트웨어보다 더 적게 훈련해도 되는 것으로 나타났다.

배우는 법을 배우는 프로그램이란 아이디어가 나온 것은 꽤 오래 전이지만, 지금까지 그런 프로그램은 인간과 비슷한 성과를 내지 못했다.

>>>

데이터 과학자의 일을 줄이는 것은 기업에게 매우 큰 이익이 될 수 있다.

 1990년대 이런 아이디어를 시도했던 요슈아 벤지오 몬트리올대 교수는 딥러닝 기술과 더 강력해진 컴퓨터 덕분에 이같은 발전이 가능해졌다고 말한다. 또 지금의 기술을 적용하려면 매우 값비싼 컴퓨터가 필요하고 아직은 부분적으로라도 기계학습 전문가들의 일을 줄여줄 만큼 실용적이지 않다고 지적한다.

구글 브레인의 연구자들은 인간이 만든 이미지 인식 시스템과 비슷한 수준의 시스템을 만드는 소프트웨어 가동을 위해 800개의 고성능 그래픽 프로세서 유닛(GPU)을 사용했다고 밝혔다.

MIT 미디어랩 오크리스트 굽타 박사는 앞으로는 상황이 바뀔 것이라고 믿는다.  그의 팀은 인간이 만든 것과 비슷한 수준으로 물체를 인식하는 딥러닝 시스템을 만든 프로그램을 오픈소스화 한다는 계획을 갖고 있다. 그는 “데이터 과학자의 일을 줄여줌으로써 얻을 수 있는 것이 매우 많다"며 기계학습을 자동화 할 여러 요인이 기업에게 있다고 밝혔다. 

<본 기사는 테크M 제51호(2017년 7월) 기사입니다>