일본산업뉴스요약

혁신 이론으로 단숨에 역전
일본의 AI 연구, 10년 후를 전망하다
이화학연구소(RIKEN), 세계로부터 인재 결집

인공지능(AI)의 10년 후를 내다보고, 그에 관한 이론 연구가 활성화되고 있다. AI는 이론과 사회 구현이 매우 근접한 분야이다. 새로운 계산 이론이 만들어지면, 검색 알고리즘(Algorithm)에 반영되어 세계 정보의 흐름이 바뀌는 경우도 있다. 그래서 RIKEN의 혁신지능종합연구센터(AIP센터)는 이론 연구에 힘을 쏟는다. 세계로부터 훌륭한 인재를 모아, AI의 개발 경쟁을 근본적으로 뒤엎을 게임 채인지(Game Change)를 지향한다.

-- 근본을 뒤엎다 --
현재의 AI개발은 파워 게임에 빠져있다. 방대한 데이터와 계산 자원, 이 두 가지를 갖춘 기관이 우위를 차지하고 있다. 빅데이터와 딥러닝(심층학습)의 조합이 AI에게 돌파구를 열었기 때문이다. 그러나 데이터도, 계산 자원도 미국의 거대 IT기업이 독점하고 있어, 일본이 이 파워 게임에 참여하기는 어려운 상황이다.

이대로라면 툴(Tool) 제공이나 AI를 이용한 서비스 개발 정도에 머무를 수 밖에 없다. 이런 가운데, 경쟁의 근본을 뒤집을 이론 연구가 새로운 이슈로 떠오르고 있다. 스기야마(杉山) AIP센터장은「이론 연구는 0에서 1사이의 세계다. 10%, 20%의 효율화가 아닌, 불가능을 가능하게 하는 것이다」라고 역설한다. 예를 들어, 심층학습에는 방대한 학습 데이터가 필요하다. AI가 인간을 인식하기 위해서는, 인간을 형상화한 대량의 데이터를 학습한다. 일반 데이터가 아닌, 인간을 의미하는 데이터만을 필요로 한다. 문제는 인간이라는 인식만으로는 작업이 불가능하다는 점이다. 인간의 성별이나 연령, 표정, 동작, 상태, 의도 등, 작업에 필요한 의미가 각각 요구된다. 이런 의미 부여 작업이 방대해, 검색이나 전자상거래(EC), 회원제 교류사이트(SNS) 등의 빅데이터를 가진 IT기업이 우위에 설 수 있는 것이다.

-- 경쟁 원리의 변화 --
스기야마 센터장이 고안한 불완전정보학습 이론이란, 이러한 의미 부여가 필요 없다. 아직은 한정된 조건에서만 기능하지만, 빅데이터가 필요 없어진다면 경쟁 원리는 일변한다.

AIP센터에서는 인과 추론이나 연속의 최적화, 근사 베이즈(Bayes)추론 등, 13개 팀이 이론을 연구한다. 문부과학성의 에노키(榎) 참사관은「일본의 유명 연구자만을 모아 놓았다」라고 평가한다.

그러나 이론 연구의 생산성은 연구자의 발상이나 논의의 질에 의해 좌우되기 때문에, 정교하고 치밀한 개발 계획을 세우는 것은 불가능하다. 그래서「관리는 거의 방치에 가깝다. 연구자에게 자유로운 환경을 만들어 준다」라는 방침이다(스기야마 센터장). 연구의 실행 방식은 연구 동료들과의 논의를 통해 결정해 나간다.

스기야마 센터장은 10년간, 사적인 연구 모임을 가져왔다. 이 멤버로 국제학회의 상위 논문을 석권한 실적도 있다. 「좋은 동료가 모이면, 5명에 5개의 논문이 아닌, 5명에 6개, 7개로 논문이 늘어, 그 질도 향상된다」라고 한다.

-- 최고의 두뇌 --
이 연구 모임이 AIP센터로서 공인된 것으로「10년 간의 경력이 인정되었다. 젊은 연구원들에게는 기초에 집중할 수 있는 절호의 찬스다. 함께 토론해 나갈 동료도 최고의 두뇌를 가진 인재로 모아진다. 실제로 세계에서 응모 서류가 모이고 있다」고 설명한다. 혁신적 이론으로 미국 중심의 파워 게임을 뒤집어 놓을 수 있을까? 그 도전은 시작되었다.

    -- 끝 --