알아봅시다 [알아봅시다] 딥러닝(Deep Learing)

중국 온라인검색업체 바이두는 최근 구글에서 딥러닝(Deep Learning) 프로젝트 '구글 브레인'을 담당했던 인공지능연구자 '앤드류 엔지(Andrew NG)' 박사를 영입했습니다. 스탠포드대학에서 인공지능 연구소장으로 관련 부문의 권위자로 꼽히고 있는 앤드류 엔지 박사는 구글의 교육 분야 전략에 깊이 관여해온 인물로 온라인 교육업체 '코스에라(Coursera)'의 공동 설립자이기도 합니다.

업계에서는 바이두가 앤드류 엔지 박사를 중심으로 컴퓨터로 높은 수준의 사고를 할 수 있는 '딥러닝' 분야를 강화할 것으로 보고 있습니다. 바이두 뿐 아니라 다른 포털, 검색엔진, 소셜네트워크업체들도 딥러닝 부문을 강화하고 있는데, 이는 쏟아지는 정보에서 더 빠르고, 정확한 정보를 찾아내기 위해서는 기존의 방식으로는 불가능하기 때문입니다.

'딥 러닝(Deep learning)'은 여러 비선형 변환기법의 조합을 통해 다량의 데이터나 복잡한 자료들 속에서 핵심적인 내용 또는 기능을 요약하는 작업을 하는 알고리즘의 집합입니다. 알기 쉽게 설명하면 사람의 사고방식을 컴퓨터에 적용하는 것으로 볼 수 있습니다.

컴퓨터는 주어진 정보와 질문에 대해서 정확한 답을 하지만, 그 질문과 정보가 내재하고 있는 추상적인 부분에 대해서는 답을 찾기 어렵다는 단점을 가지고 있습니다.

예를 들면 단어가 가지고 있는 여러 가지 의미, 억양에 따른 다른 의도 등 그동안 1차적인 분석방법으로는 알 수 없는 것들을 파악할 수 있는 기술입니다.

구글이나 바이두와 같은 업체들은 딥러닝을 적용해 음성인식, 자연어처리, 음성과 신호처리 등의 분야에 적용하고 있으며, 지역정보와 검색의 품질을 높이는데 이용할 수 있습니다.

바이두에서 영입한 앤드류 엔지 박사는 지난 2012년 구글과 함께 1만6000개의 컴퓨터 프로세서와 10억개 이상의 네트워크 조합을 이용해 유튜브에 올라와 있는 1000만개 이상의 비디오 중에서 고양이가 있는 영상을 찾아냈습니다.

기존 검색엔진으로도 고양이와 연관된 영상을 찾아낼 수 있지만, 이는 영상에 나와 있는 고양이를 확인한 것이 아니라, 제목이나 태그 등 문자정보를 기반으로 한 것입니다. 하지만 앤드류 엔지 박사가 진행한 실험은 컴퓨터가 영상에 등장한 고양이의 생김새 자체를 인식하게 만든 것이 큰 차이점입니다.

이같은 기술을 사용할 경우 컴퓨터는 그동안 문자 정보를 분석한 뒤, 결과를 내는 역할에서 벗어나, 실제 인간과 비슷한 형태의 판단을 할 수 있게 됩니다. 이 때문에 딥러닝의 적용범위와 활용도는 큽니다.

딥러닝은 MIT가 2013년을 빛낼 10대 혁신기술 중 하나로 선정하고 시장조사업체 가트너가 2014 세계 IT 시장 10대 주요 예측에 포함시키는 등 주요한 미래기술로 꼽히고 있습니다. 딥러닝이 최근에야 부각 받는 것 같지만, 실제 딥러닝의 개념은 1980년 이전까지 거슬러 올라갑니다.

일본 교토대학의 후쿠시마 쿠니히코 박사는 1980년대 신인식기(Neocognitron)라는 논문을 통해, 컴퓨터의 인식부문 개선에 대해서 밝힌 바 있습니다. 또, 1989년에 얀 리쿤(Yann LeCun)과 그의 동료들은 오류역전파 알고리즘(backpropagation algorithm)에 기반해 우편물에 손으로 쓰인 우편번호를 인식하는 딥뉴럴네트워크(deep neural networks)도 딥러닝의 한분야로 볼 수 있습니다. 하지만 당시는 IT분야가 지금처럼 발달하지 못해서, 알고리즘이 성공적으로 동작했음에도 불구하고, 신경망 학습에 소요되는 시간이 거의 3일이 걸렸고 다른 분야에 일반적으로 적용되기에는 비현실적인 것으로 여겨졌습니다.

하지만, 지금은 당시의 슈퍼컴퓨터 수준의 성능을 발휘하는 컴퓨터 프로세서가 일반적으로 사용하는 PC나 스마트폰에 적용되고 있고, 센서기술과 네트워크 기술 등 다양한 관련 기술들이 고도화됐기 때문에 딥러닝의 가능성이 더 커지고 있습니다.

기존까지 딥러닝은 생물학적 인식 기능을 표현하는 것에 반해, 최근에는 생물학적 인식뿐 아니라 컴퓨터 인식 부문까지 폭넓게 포함하고 있습니다.

딥러닝이 최근 주목받는 이유는 기존 인공신경망 모델의 단점이 극복되었다는 점입니다. 여기에 하드웨어의 발전으로 대량의 정보를 빠르게 처리할 수 있습니다. 통신기능의 발달로 네트워크를 통해 원격 분석이 가능합니다.

최근 딥러닝은 다양한 분야, 특히 자동 음성 인식(ASR automatic speech recognition)에서 높은 수준의 성능을 보여주고 있으며, 구글은 '나우' , 애플 '시리', 마이크로소프트는 '코타나'라는 이름으로 딥러닝을 이용한 음성인식 서비스 개발에 지속적인 노력을 하고 있습니다.

이형근기자 bass007@dt.co.kr