일본산업뉴스요약

AI의 지식, 새로운 AI에게 사용
추가 학습으로 손쉽게 전문성 갖춰

똑똑해진 인공지능(AI)의 지식을 다른 AI에게 전용(轉用)하는 ‘전이(轉移)학습’의 연구가 추진되고 있다. 약간의 지식을 나중에 추가하기만 해도 전문 분야에 강한 AI를 손 쉽게 만들 수 있다. 도호쿠(東北) 대학은 상세한 뉘앙스로 응답하는 대화시스템에, 파나소닉은 질병의 판정 소프트웨어에 이 전이학습을 응용했다. AI의 진화를 가속화시키는 기술로 인식되고 있으며 활용 케이스도 확산될 전망이다.

-- 도호쿠 대학; 대화 뉘앙스 표현 --
AI는 방대한 데이터를 사전에 학습시켜 ‘학습 모델’로 불리는 기초지식 및 판단 능력을 컴퓨터 안에서 재현한다. 바둑 AI의 경우, 과거의 대결 기보(碁譜)를 대량으로 입력시켜 승리할 확률이 큰 전략을 선택한다. 학습 데이터가 적으면 똑똑해질 수 없기 때문에 데이터가 갖춰지지 않은 업무에서의 활용은 늦어지고 있었다.

전이학습은 AI를 처음부터 만들 필요가 없다. 입력하기 쉬운 방대한 데이터를 미리 학습한 AI로부터 학습 모델을 이어받아, 업무에 맞게 변경시켜 약간의 현장 데이터를 통해 재교육 한다는 시스템이다.

도호쿠 대학의 이누이(乾) 교수 팀은 대화할 수 있는 AI에 응용함으로써 성능을 끌어 올렸다. 우선 SNS 사이트인 ‘트위터’의 370만건의 메시지로부터 대화의 기본을 갖춘 AI를 만들었다. 전이학습을 통해 다른 AI로 이동시켜 국민 여배우인 쿠로야나기(黒柳) 씨가 출연한 방송을 참고하여 1만 2,000건의 발음을 입력시켰다. 완성된 AI는 “회사에 다녀오겠습니다”라고 말하면 “잘 다녀오세요”라고 응답. 자연스러운 대답은 그대로이지만, 쿠로야나기 씨와 같은 말투로 표현했다.

트위터의 데이터만으로는 조잡한 표현이 될 수 있으며, 쿠로야나기 씨의 발음 데이터만으로는 자연스러운 응답이 불가능했다. 기초지식을 기반으로 하여 전문 지식을 추가하는 방식의 전이학습이 AI를 진화시켰다고 보고 있다. 향후, 성별 및 방언에 따라 각기 다른 뉘앙스로 표현할 수 있는 대화 시스템을 목표로 하고 있다.

-- 파나소닉; 병례(病例)가 적은 질병 판정에 --
파나소닉은 다양한 장애가 발생하는 패혈증의 감염을 판단하는 소프트웨어를 개발했다. 단백질을 분류하는 노하우를 학습한 AI의 지식을 빌려왔다. 패혈증 환자들의 혈액으로부터 채취한 단백질의 분석 화상이 98장밖에 없어도 판단 정확도는 약 94%에 달했다. 98장의 화상만으로 학습한 AI의 88%보다 높은 수치이다.

-- 데이터 부족의 약점을 보완 --
전이학습 연구에서는 원래의 AI가 학습한 기초지식을 잘 사용하면 지금까지의 AI에서 약점으로 여겨졌던 데이터의 부족함도 문제되지 않는다는 점이 밝혀졌다. AI가 다루기 힘든 응용 분야로는 공개적인 데이터가 적은 의료 등이 있다. 저렴한 의료기기밖에 없으며 환자 또한 적은 진료소에서는 환자의 데이터가 부족하다. AI에게 학습시켜도 질병을 진단할 정도의 정확한 판단을 하지 못할 우려가 있다. 이대로라면 진료소의 업무에 맞는 AI 개발은 어렵다고 할 수 있다. 그러나 고도의 기기와 많은 환자로부터 대량의 데이터가 모이는 대형 병원의 AI를 전용(轉用)하여 진료소의 사양에 맞게 변경하는 전이학습에 이목이 집중되고 있다.

앞으로는 AI 개발에 있어서 소량의 데이터라도 이용 가치를 가질 수 있게 된다. 개인을 특정할 수 있는 정보의 활용이 늘어날 것으로 예상되면서 한층 더 엄격한 관리가 요구되고 있다. 의료 분야에서는 프라이버시를 이유로 데이터 제공을 거부하는 사례도 많다. AI 개발의 목적을 설명하여 정보 제공의 의사를 확인하는 것이 중요해 진다.

 -- 끝 --