기타

Nikkei Science_2018.10 (p80-83)

AI로 열어가는 새로운 미래
로봇 제어에서 정신질환 치료까지
사이언티픽 아메리칸 주관 / 닛케이 사이언스 공동주최

미국 잡지인 사이언티픽 아메리칸(SA)은 7월 2일, 닛케이 사이언스와 ‘AI로 열어가는  미래’라는 제목의 심포지엄을 도쿄 도내에서 개최했다. AI(인공지능)는 연구가 급격히 진행되어 실용화를 위한 시도가 활발히 이루어지고 있다. 심포지엄에서는 3명의 일본 전문가가 등단하여 연구성과 및 응용 가능성을 소개했을 뿐만 아니라, 기술적인 과제 및 사회적∙윤리적인 문제를 논의. 약 100여명의 청중이 열심히 귀를 기울였다. 사회는 M. 디크리스티나 SA 편집장이 맡았다.

등단한 것은 국제전기통신기초기술연구소(ATR) 뇌 정보통신종합연구소 소장인 가와히토(川人) 씨, 와세다대학 기간 이공학부 표현공학과 교수로 산업기술종합연구소(ATR) 인공지능연구센터의 특정 펠로인 오가타(尾形) 씨, 산업기술종합연구소 인공지능 연구센터 수석연구원 겸 확률 메모링 연구팀장의 기무라(木村) 씨의 3명이다.

가와히토 씨는 로봇을 사용하여 뇌의 메커니즘을 해명하는 연구나 뇌 안에 특정의 신경 활동 패턴을 불러 일으켜 그 인물의 행동을 바꾸는 연구에서 1인자이다. 가와히토 씨에 따르면 전세계에서 AI라고 부르며 주목하고 있는 것은 딥 뉴럴 네트워크(심층학습)가 인간 뇌의 시각정보 처리를 매우 단순화시킨 모델이며, 수년 전부터 인간의 능력을 뛰어넘을 정도로 높은 인지 능력을 가지고 있다는 것을 알게 되었다.

-- 인간의 지능 해명은 아직 진행 중 --
여기에 강화 학습을 조합시키면, 예를 들어 바둑에서는 인간 세계의 최고 바둑 기사를 무릎 꿇게 한 ‘알파고’와 같은 강력한 소프트웨어가 등장하여 현재도 진화하고 있다. AI는 이미 인간의 지능을 능가해버렸다고 지적하는 목소리도 있으나, 가와히토 씨는 “AI가 떠안고 있는 문제가 모두 극복되었다고는 말 할 수 없으며, 결코 인간과 같은 지능을 실현한 것은 아니다”라고 강조했다.

가와히토 씨는 2015년에 DARPA(미국방위고등연구계획국)가 주최한 로봇 경기회의 사례를 소개. 이 경기회는 ‘모래밭을 걷는다’ ‘계단을 오른다’ ‘밸브를 돌린다’와 같은 동작을 할 수 있는 로봇을 세계의 대학 및 연구 기관이 각자 개발하여 겨루는 이벤트로서 참가한 로봇의 3분의 2는 넘어지거나 이상한 동작을 하거나 인간에게는 간단한 동작이 로봇에게는 실행이 어렵다는 것을 나타내고 있다고 설명했다.

인공지능을 ‘인간의 지능을 인공적으로 재현한 것’이라고 정의를 내린다면, 그런 것은 존재하지 않는다고 가와히토 씨는 지적. “왜냐하면 우리들은 인간의 지능을 완벽하게 해명 및 이해하고 있지 않기 때문이다”라고 말해, 운동 학습, 개념 형성, 의식, 에피소드 기억 등과 같은 인간의 능력이 인공지능으로는 실현되지 않는다고 설명했다.

■ “특정의 뇌 활동을 정착시킨다면 싫어하는 생물을 무서워하는 반응을 줄일 수 있다” (가와히토 씨)

또한 가와히토 씨는 인간을 비롯한 동물이 가지고 있는 적은 샘플(사례)을 참고하여 사물을 학습하는 메커니즘에 주목하고 있다고 한다. 예를 들어, 로봇이 모래밭을 잘 걷는 방법을 습득하기 위해 몇 번이고 넘어지면서 학습을 한다면 넘어질 때마다 고장이 날 수 있기 때문에 수리 비용이 늘어나 습득하기까지 시간도 소요된다. 한편, 인간의 경우, 수 회, 경우에 따라서는 1회 넘어지는 것 만으로 능숙한 걸음걸이를 마스터하는 것이 가능하다. 가와히토 씨는 ‘적은 샘플을 참고하여 학습할 수 있는 메커니즘은 향후 로봇에게 반드시 필요하게 될 것’이라고 말한다.

가와히토 씨는 기계학습 등 인공지능의 성과는 뇌과학에 응용할 수 있다고 지적한다. 인간의 뇌 활동을 fMRI (기능적 자기공명화상 장치)로 측정하면 시각에 관련된 뇌의 영역에 어떤 정보가 있는지를 알 수 있다. 어느 특정의 방위를 나타내고 있는 것과 같은 정보(뇌 활동)가 그곳에 나왔을 경우, 피험자에게 금전적 보수를 주면 오퍼런트 조건 붙이기가 일어나, 그 뇌 활동에 의해 한층 더 빈번하게 발생되게 된다.

-- 로봇, 인간과 협조할 수 있게 --
딥 러닝을 적용하면 로봇은 자신의 행동을 생성할 때 자신의 동작에 의해 발생되는 주변 세계의 변화도 학습한다. 오가타 씨는 “기본적으로는 동일한 하드웨어, 동일한 딥러닝 모델을 사용하면서 학습 데이터를 바꾸기만 해도 다양한 태스크가 실행 가능하다”라고 설명했다.

오가타 씨에 따르면 일본에서는 대형 로봇 제조업체와 AI의 스타트업의 공동 개발이 잇따르고 있다. 오가타 씨는 덴소가 제작한 소형의 인간협조 로봇에 AI개발의 스타트업, ExaWizards의 AI를 탑재시켜 연구를 계속하고 있다. 공장 등에서 사용하는 산업 로봇은 특정 동작을 하도록 미리 프로그래밍되어 있으나, 오가타 씨는 “앞으로는 가정 및 사회의 다양한 장소에 로봇이 보급되어, 인간과 협조하는 것이 필수 조건이 될 것이다”라고 말한다.

■ “심층학습은 앞으로는 로봇의 제어로 큰 영향을 미치게 될 것이다” (오가타 씨)

예를 들어 블록을 잡고 소정의 장소에 운반하는 작업을 로봇에게 시킬 경우, 지금까지는 방대한 프로그램을 인간이 만들어 로봇에게 입력시키지 않으면 안 되었다. 오가타 씨는 덴소의 로봇에게 딥러닝을 프로그래밍 하여 다이렉트 티칭이라는 방식으로 동작을 카메라 영상 및 힘 센서와 통합해 학습시킨 결과, 로봇은 블록에 다가가 목표 지점으로 이동하는 ‘궤도’를 외우고 있을 뿐만 아니라, 블록이 있던 장소 및 블록의 색 등 ‘궤도’를 생성하는데 필요했던 조건까지 학습했다. 그 덕분에 이 로봇은 인간이 작업을 방해해도 능숙하게 대처할 수 있게 되었다고 한다.

로봇에게 방 도어를 열게 해 그대로 통과하게 하는 실험에서는 복수의 딥 러닝을 이용하는 ‘믹스쳐 오브 엑스퍼트’라는 학습방식을 응용했다. 그러나, 로봇은 도어에 다가가는 행위, 도어를 여는 행위, 도어를 통과하는 행위 등 각각 따로 학습했음에도 불구하고, 그것들을 자립적으로 조합해 움직이게 하는 프레임을 이용해 이동하면서 동시에 로봇 팔을 움직이게 한다는 것을 사람이 가르치지 않아도 스스로 하게 되었다.

기무라(木村) 씨는 국립연구기관인 경제산업성 연구소(AIST)의 인공지능 전문가이다. 그는 “사회가 AI를 사용하게 되면 다양한 현상이 디지털화 되어 새로운 데이터를 얻을 수 있다. 그 새로운 데이터에 의해 AI가 한층 더 진화하는 소용돌이가 일어난다.”라는 견해를 소개했다.

새롭게 얻을 수 있는 데이터는 시간, 장소, 인간의 속성 등 다양하며 이런 데이터에 의해 사회에서 일어나는 현상을 깊이 이해할 수 있게 되어 AI의 예측 정밀도가 한층 더 높아지게 된다. 기무라 씨는 AI가 학습한 결과를 경제 분야에 응용한다면 시장 상황을 깊이 이해할 수 있게 되며, 공중위생의 분야일 경우, 감염병의 발생을 자세히 파악할 수 있으므로 보다 뛰어난 매니지먼트가 가능하게 된다고 설명한다.

■ “방대한 데이터를 AI와 함께 활용하면 사회는 투자비용 이상의 이익을 손에 넣을 수 있다” (기무라 씨)

구체적으로 기무라 씨는 2가지 케이스를 소개했다. 그 중 하나는 식료품의 자동판매기에 대화형의 AI를 탑재시켜 일본과학미래관(도쿄)에 설치한 케이스이다. 관내를 견학한 방문객이 자판기에 카드를 갖다 대면 음료를 꺼낼 수 있다. 동시에 방문객의 견학 이력이 데이터로서 수집되어 관내의 전시코너마다 견학자 수 및 견학자가 몰리는 시간대 등 세부적인 데이터를 얻을 수 있어, 매출 향상 및 방문객의 서비스 개선 등에 도움이 될 수 있다고 설명했다.

-- 아동과 대화, 자동판매기가 지킴이 역할을 --
두 번째 케이스는 사회문제의 개선 및 해결로 이어지는 활동으로서, 자판기를 아동의 지킴이로 활용하는 프로젝트를 소개했다. “음료를 사러 온 아동에 대해 자판기의 AI가 생활 상의 고민 등을 퀴즈 형식으로 질문해, 가족 등으로부터의 학대 징조 등을 찾아 아동의 위험도를 평가한다. AI를 사용해 자판기에 아동 상담소 및 지역의 사회기반의 역할을 겸비할 수 있게 하는 프로젝트이다”라고 기무라 씨는 설명했다.

■ “환자의 뇌 활동이 좋은 방향으로 움직였을 경우에 보수를 주는 방법은 치료법이 될 수 있다” (가와히토 씨)

가와히토 씨 팀은 환자와 건강인의 뇌 회로의 데이터를 다수 수집하여 인공지능의 기계학습법으로 분석했다. 그 결과, 환자 특유의 뇌 활동 패턴을 알아냈다. 가와히토 씨는 “환자의 뇌 활동이 좋은 방향으로 움직였을 경우, 보수를 주는 오퍼런트 조건부여방법으로 치료할 수 있다고 생각된다”라고 설명했다.

가와히토 씨는 독자 개발의 `디코디드 뉴로피드백(Decoded Neurofeedback)`에서의 치료 대상으로서 통합실조증, 우울증, 자폐증, 만성동통(慢性疼痛) 등을 제시했다. 뇌 활동 패턴은 객관적 진단의 바이오마커로서도 활용할 수 있다고 한다. 가와히토 씨는 2017년에 스타트업을 설립해 의료기관 등과 협력해 3~4년 안에 치료를 개시하고 싶다는 포부를 밝혔다.

-- AI가 바이러스 소프트웨어를 생성할 우려 --
AI의 사회적∙윤리적인 문제에 대해 오가타 씨는 AI의 위험성을 지적했다. 딥러닝을 이용해 간단한 바이러스 소프트웨어를 만들거나 가짜 뉴스를 조작해 확산시킬 가능성이 있다고 추측. 연구자들에게 요구되는 것으로써 AI로 무엇이 가능한지를 신속하게 사회에 전달할 것, 법률이나 철학 등 폭넓은 전문가와 정보를 교환하여 논의할 것, 적절한 제동을 걸면서 연구를 추진할 것이 중요하다고 설명했다. 또한 오가타 씨는 AI가 만들어 내는 화상이나 음악이 인간의 저작권 및 창조성에 미치는 영향을 조속히 생각해야 할 필요성도 지적했다.

 -- 끝 --