[아이티데일리] 인공지능 기술 및 제품이 하루가 다르게 개발 공급되고 있다. 또한 관련 시장 및 산업도 빠르게 확산되고 있다. 인공지능 기술은 이미 일상생활 속으로 알게 모르게 빠른 속도로 파고들고 있는 것이다. 그러나 일반인들은 개념적으로는 이해하고 있지만, 인공지능이 어떤 분야에 어떻게 적용되고 있고, 어떻게 발전해 나갈지 등에 대해서는 잘 모르고 있는 게 현실이다. 또한 이와 관련된 믿을 만한 자료는 물론 청사진도 없다고 할 수 있다. 정보통신기술평가원(IITP)이 이에 대한 가이드를 최근 ‘인공지능 기술 청사진 2030’이라는 제목으로 발간해 주목을 받고 있다. 이 가이드는 1년여에 걸쳐 100명 이상의 인공지능 전문가들을 통해 연구 개발했다고 한다. 이 자료는 인공지능 기술 발전의 이정표 역할을 하기에 크게 부족함이 없다는 평가를 받고 있다.

‘인공지능 기술 청사진 2030’은 크게 다섯 가지 방향을 중심으로 추진했다고 한다. 즉 첫째, 사람의 지능과 유사한 기술 분류체계 수립에 심혈을 기울였다는 것이다. 다시 말해 IQ(지능지수), EQ(감성지수) 같은 사람의 지능을 반영할 수 있는 분류체계를 수립해 인간과 가까운 지능체계를 수립했다는 것이다. 두 번째는 미국 중심의 동향에서 중국, EU, 일본 등으로 조사범위를 확대해 각국의 프로젝트 파악에 주력했고, 세 번째는 새로운 기술 분류체계를 기반으로 100여명이 넘는 인공지능 전문가들을 통한 심층 기술수준을 조사했으며, 네 번째는 일반인들도 쉽게 이해할 수 있는 기술 개요부터 전문가들이 원하는 국내외 동향과 주요 R&D 이슈를 폭넓게 조사 정리했다고 한다. 마지막으로는 실제 산업분야에 적용 가능한 인공지능 기술을 제시했다고 한다.

본지는 이에 따라 ‘인공지능 기술 청사진 2030’을 5회에 걸쳐 주요 이슈별로 요약 정리해 게재한다. 즉 ▲깊이 성장 AI ▲범위 성장 AI ▲지속성장 AI ▲신뢰성 있는 AI ▲공감하는 AI 등이다. <편집자>

개념·범위

개념

인간의 추론 능력을 흉내내는 기술로 외부의 인지 정보 유형(지식, 상식, 실세계 상황, 절차 정보 등)에 따라 분류되며, 새로운 데이터를 분석하고 확장해 논리 추론에 의한 정보 추출, 확장을 가능하게 하는 인공지능 기술을 의미한다.

인공지능은 학습 데이터를 이용하여 학습을 진행하나, 인간이 사용하는 다양한 추론을 통해 인공지능 지식을 확장하고 실세계 복합추론을 통해 스스로 발전하는 능력을 가진 인공지능으로 확장이 가능하다.

범위

■ 지식기반 추론기술: 지식기반 추론은 지능로봇, 지능형 의료 서비스, 적응형 재난정보 제공, 대화 시스템 등에 적용 가능하다.

■ 상식기반 추론기술: 기계학습 기반의 인공지능 시스템은 문제 해결에 효과적이나 모델을 학습하기 위한 양질의 훈련데이터를 많이 요구하며 상식이 적용되면 좀 더 효과적인 문제 해결이 가능하다.

■ 실세계 변화 적응기술: 실세계의 다양하고 새로운 상황을 인지(시뮬레이션 등)하는 기능도 포함되며, 이미 학습된 상황이나 개념과 관련되지 않거나 차이가 발생하는 요소(Novelity, Salience)를 탐지하여 기존과 다른 대응 및 조치에 대한 필요성 여부를 판단한다.

■ 절차적 지식: 개체가 환경과의 상호작용을 통해 절차적 정보를 학습해가는 강화학습과 관련된 기술로서, 즉각적인 결과 및 장기적인 결과에 대한 종합적인 고려를 통해 최적의 절차를 생성할 수 있는 기술이다.

주요 기술동향

■ 지식기반 추론기술: 사람의 능력을 뛰어넘는 인공지능의 추론기술

■ 기계 독해기술: 사람의 능력을 뛰어넘은 단락 수준의 기계 독해 기술 연구를 통하여 대용량 텍스트 기반 정보 추출 및 추론 기술이 빠른 속도로 발전하고 있음

■ 토론 논지생성기술: IBM Debater는 찬반 논쟁이 가능한 토론 주제에 대한 다양한 의견과 이를 입증할 수 있는 증거를 약 100억 개 뉴스와 연구자료 등에서 수집 및 이해하고, 설득력 있는 주장을 자체적으로 구성하여 토론할 수 있도록 개발

■ 복합추론: 미국 DARPA는 인공지능 기술의 진보와 함께 추론 기술의 중요성이 높아질 것을 예측하여 2016년부터 인공지능 추론 기술 다각화 연구에 집중 투자 중

■ 상식기반 추론기술: 인간의 상식을 기계가 사용 가능하도록 체계화되는 기술

 - 인간지식 체계화: Cyc(미국)는 인간의 상식을 기계가 사용 가능한 형식으로 체계화시키는 프로젝트로서 1984년에 시작되어 현재 인간의 지식을 약 1,500,000개의 용어로 구성된 온톨로지로 제공하고 있으며 추론을 위한 24,500,000개의 공리가 포함됨

- 상식추론 데이터: 구축 문서에서 표현된 일상적인 상황에 대해 상식추론을 평가하기 위한 벤치마크 데이터 집합을 구축하는 작업이 진행.

- 상황변화 추론: 기호 논리를 기반으로 외부 상황을 인지하여 상식적으로 변화하는 상황을 추론하는 연구가 진행되고 있음.

- 자연어 이해: 상식 추론을 기반으로 자연어로 구성된 문장을 기계가 좀 더 효과적으로 이해하거나 구성하는 연구가 진행되고 있음.

■ 실세계변화 적응기술: 실세계 환경과의 상호작용 기반 학습으로 실세계 현장에서 안전하고 정확하게 행동하도록 학습하는 융합 인공지능 기술

- 실세계 모델링: 실세계의 다양한 환경에서 얻어진 정보(데이터)에 대한 모델링 연구와 상황 판단 관련 핵심 기술 연구가 진행되고 있음

- 고차원 연속 공간 표현법: 실제 환경에서는 수많은 특성과 다양한 객체들이 존재하기 때문에, 모든 객체들을 효율적으로 표현하기 위해서 고차원의 연속공간에 사영하는 방법을 국외의 많은 인공지능 연구기관에서 연구 중

- 목적 함수 근사, 목적 설정 및 위험 요소 파악: 실세계에서 목적 함수를 정확히 설계하는 것은 어렵기 때문에, 다수의 연구소들은 실제 환경으로부터 얻은 데이터를 이용하여 목적 함수 근사, 다목적 함수를 다차원의 매개변수를 가지는 함수로 근사, 제한조건을 준수하는 목적 함수 설정 연구를 진행 중

- 빠른 환경 적응: 환경 모델링은 여러 요인으로 인해서 오차가 발생할 수 있기 때문에 지속적으로 학습하여 실제 환경에 빠르게 적응하는 인공지능 기술 연구가 많은 연구 기관들에서 진행 중

■ 절차적 지식: 텍스트 형태의 절차 지식을 자연어로 추출하는 기술

- 지식 추출/생성: 언어로 표현하기 어려운 시퀀스를 포함하는 미디어로부터의 절차적인 지식 추출 및 생성 기술(예, 자연어 설명 및 튜토리얼 등)

- 레시피 추출기법: 독일 트리어 대학에서는 반구조화된(Semi-Structured) 웹 콘텐츠로부터의 레시피 추출기법을 제안하였음.

- 절차적 정보의 속성 분류: 네덜란드 암스테르담 VU 대학은 텍스트 프로세스 설명(Textual Process Descriptions) 에 기술된 작업이 수동인지, 정보 시스템과 사람의 상호 작용인지 또는 자동화된 것인지를 식별하는 기계학습 시스템을 제안하고 47개의 텍스트 프로세스 설명 Dataset에서 424개의 활동 세트로 평가를 진행하였음.

- 영상정보 활용: 영상 정보로부터 절차를 학습하는 과정으로서 최근에는 영상뿐 아니라 자막, 발화 등의 정보를 동시적으로 활용하여 절차적 지식을 추출함

◆ 프로젝트 현황

△ 국외

△ 국내