인공지능의 미래 연구

0

딥러닝

2006년에 등장한 딥러닝은 뇌의 구조를 재현한 인공지능 기술을 추진하는 혁신적인 기술로 주목받고 있다. 뉴럴 네트워크라고 불리는 뇌의 구조를 공학적으로 재현한 기술은 있었지만 오랫동안 실용적인 수준에 도달하지 못했다. 2006년에 Geoffrey Hinton 씨가 발표한 딥러닝은 컴퓨터 상에서 뇌의 움직임을 재현한 것으로 특히 언어처리를 혁신시켰다. 2012년에는 구글과 스탠포드대학의 공동연구에서 딥 러닝을 이용한 인공지능이 자력으로 고양이 이미지를 그려서 세계를 놀라게 했다. 이것은 유튜브의 1,000만개에 달하는 동영상에서 무작위로 추출한 이미지를 읽어들인 후 인공지능에게 학습시킨 결과로, 미리 ‘고양이’라는 개념을 가르치지 않고 인공지능 스스로가 주어진 데이터에서 ‘고양이’라는 개념을 만들어냈다는 점에서 혁신적이었다. 아래 그림은 인공지능을 개발한 스탠포드대학의 Andrew Ng 씨와 인공지능이 만들어낸 고양이 이미지다.

그림 1. 스탠포드대학의 Andrew Ng 씨와 인공지능이 만들어낸 고양이 이미지(출처 : 뉴욕타임즈)

그림 1. 스탠포드대학의 Andrew Ng 씨와 인공지능이 만들어낸 고양이 이미지(출처 : 뉴욕타임즈)

2014년 11월에는 구글과 스탠포드대학에서 새로운 인공지능 연구 성과를 발표했다. 이 인공지능에는 리커런트 뉴럴 네트워크(Recurrent Neural Network)라고 하는 기술이 사용되었고, 이미지나 동영상의 내용을 인식하여 인공지능이 이미지에 대해 설명을 한다. 예를 들어 그림 2의 경우, 인간에 의한 설명은 ‘공원에서 프리스비를 갖고 놀고 있는 젊은이들’이고 인공지능에 의한 설명은 ‘프리스비 게임을 하는 젊은이들’이다. 인공지능은 이미지에 있는 인물이나 물체를 식별하여 사건을 자연어로 설명한다. 보다 정밀도 높은 이미지 인식이 가능해지면 로봇카 등에 활용되어 상황에 따른 행동도 가능해질 것으로 기대된다.

그림 2. 리커런트 뉴럴네트워크를 사용한 이미지 인식1(출처 : 뉴욕타임즈)

그림 2. 리커런트 뉴럴네트워크를 사용한 이미지 인식1(출처 : 뉴욕타임즈)

그림 3. 리커런트 뉴럴 네트워크를 사용한 이미지 인식2(출처 : 스탠포트대학)

그림 3. 리커런트 뉴럴 네트워크를 사용한 이미지 인식2(출처 : 스탠포트대학)

뉴로모픽 칩

소프트웨어에 의한 인공지능을 만들어내는 시도가 계속되고 있는 한편, 하드웨어의 구조도 뇌의 구조에 가까운 것을 만들어내는 연구가 이뤄지고 있다. 뉴로모픽 칩(Neuromorphic Chip)이라고 하는 뇌의 구조를 모방한 컴퓨터 칩의 개발이 여러 기업에 의해 진행되고 있고, 이 칩이 실용화됨으로써 보다 인간의 사고에 가까운 컴퓨터의 개발이 기대되고 있다. 2014년 8월에 IBM이 발표한 뉴로모픽 칩 TrueNorth는 4,096개의 코어를 갖고 있고 인간 뇌의 100만 뇌신경과 2억5,600만개 시납스를 재현하고 있다.

그림 4. IBM의 TrueNorth(출처 : ExtremeTech)

그림 4. IBM의 TrueNorth(출처 : ExtremeTech)

뉴로모픽 칩의 개발은 2008년 DARPA의 SyNAPS(System of Neuromorphic Adaptive Plastic Scalable Electronics) 프로그램을 비롯하여 다양한 기업이 연구를 하고 있다. 2012년에는 인텔사가 독자 설계를 공개했고 2013년에는 퀄컴사도 뉴로모픽 칩 개발에 동참했다. IBM의 TrueNorth는 SyNAPS 프로그램의 지원을 받아 개발된 것이고, 현재 가장 처리능력이 높은 뉴로모픽 칩이다. DARPA는 뉴로모픽 칩을 탑재한 드론을 개발하고 있으며, 실용화를 향한 개발을 진행중이다.

fb_app_click_400

 

 

페이스북으로 댓글을 달아주세요!

About Author

월간 app의 프로필 사진

국내 모바일 산업과 창업 생태계를 응원합니다. 모바일 트렌드에 대한 전문 컬럼을 기고하거나 유망한 스타트업을 소개하고 싶으시면 연락바랍니다. 적극 수용하겠습니다~♥

댓글 남기기