[디지털 트랜스포메이션이 만들 내일] (25) 일상에서 빠르게 자리 잡고 있는 딥러닝

4차 산업혁명 하면 빠뜨릴 수 없는 키워드 인공지능(AI)!

요즈음 우리 일상생활의 많은 요소들이 스마트해지고 있는 추세이며, 핸드폰이나 자동차, 스피커 등 모든 주변 기기들에 AI가 더해지고 있습니다.

AI와 함께 등장한 단어가 바로 ‘머신러닝’과 ‘딥러닝’입니다. 세가지 개념에 대해 헷갈려 할 수도 있을 것 같은데요, 이들 용어에 대하여 먼저 알아보도록 하겠습니다.

간략히 설명하자면 AI는 인간의 사고력을 가지면서 인간처럼 생각하는 게 특징이라면, ‘머신’(Machine)과 ‘러닝’(Learning)의 합성어인 머신러닝은 기계가 스스로를 발전시키는 기술을 통칭합니다. 즉 알고리즘을 이용해 데이터를 분석하고 그 패턴을 인식하여 예측을 하는 것입니다. 끝으로 딥러닝은 스스로 학습한 뒤 결과물을 도출하도록 알고리즘을 구성하는 과정입니다.

이 3개 용어의 관계를 보면 흥미로운데요. AI라는 전체집합 안에 머신러닝이 속해 있고, 머신러닝이라는 집합 안에 딥러닝이 속해 있다고 보시면 되겠습니다. 즉 머신러닝과 딥러닝은 AI를 구현하는 기술 중 하나입니다.

그럼 지금부터 딥러닝이 어떻게 작동하는지 간단히 알아보도록 할까요?

딥러닝은 대량의 데이터와 기술을 활용하여 심층신경망(Deep Neural Network) 링크를 구현합니다. 기본적으로 심층신경망은 인간의 두뇌와 연결성을 모방했습니다. 인간이 감각기관으로 받아들인 정보를 분석하여 결론을 도출하듯이, 기계가 입력 값에 대해 여러 단계의 신경망을 거쳐 자율적으로 사고해 결론을 내리는 시스템입니다. 스스로 논리를 만들도록 설계해 두고. 데이터를 분석하고 답할 수 있게 자가 학습을 시키는 것이라고 이해하시면 됩니다.

그럼 우리 일상생활에서 활용되고 있는 딥러닝 기술은 어떤 것들이 있는지 알아보도록 해요!

◆스마트폰 음성 인식 서비스

딥러닝을 활용한 스마트폰 음성 인식은 일상생활에서 가장 흔하게 접할 수 있는 기술입니다. 사람의 오디오 신호에서 음성이 있는 구간을 찾아내고 해당 내용을 인식해 문자로 변환하던 일반적인 기술에서 최근에는 단어 단위로 쪼개 인식한 뒤 문장으로 조합하여 문맥까지 인식 하는 수준까지 올라와 있습니다. 이러한 기술을 바탕으로 손을 사용하지 않고도 스마트폰 기능을 이용할 수 있게 되었습니다.

◆사물 인식 서비스

사물 인식은 우리 주변에서 다양하게 쓰이고 있습니다. 사진이나 사회관계망서비스(SNS)의 얼굴 인식이 대표적입니다. 구글 포토에서는 얼굴이나 사물, 자동차 번호판 인식 등에 적용됐습니다.

이런 경험은 흔히 있을 텐데요, 길을 걷다 우연히 만난 이름 모를 꽃! 옆에 친구에게 물어봐도 답변은 “몰라!” 이럴 때 스마트폰 카메라로 촬영해서 꽃 이름을 알아낼 수 있는 시대가 왔습니다.

◆번역기

딥러닝을 기반으로 맥락을 이해하고 번역하는 기술에 열성적인 투자를 보이고 있는 IT(정보기술) 회사가 많아졌습니다. 대표적으로 구글과 마이크로소프트(MS), 페이스북, 네이버, 바이두 등이 있는데요, 특히 구글은 딥러닝 기술을 활용하여 기존 ‘문구 기반 기계 번역’(Phrase-Based Machine TranslationPBMT)’에서 단어 단위로 분할해 번역한 뒤 문맥에 맞추어 재조립하는 ‘구글 신경 기계 변역’(Google Neural Machine Translation GNMT) 시스템을 도입하여 정확도를 고도화시키는 중입니다.

◆자율주행차

딥러닝을 활용해 자율주행 기술을 구현하는 기업들이 최근 2년 동안 미국 실리콘밸리를 중심으로 빠르게 출현하고 있으며, 대표적으로 구글과 바이두, 테슬라, 우버 등이 있습니다. 이들 기업은 종전의 자율주행 기술이 주로 자동차 전문가들에 의해 규칙 기반(Rule-based Approach)으로 구현되었던 것과 달리 딥러닝을 활용해 마치 사람이 주행을 반복할수록 운전을 익혀가는 것과 같은 과정으로 구현하였습니다.

◆의료 산업

의료 산업은 4차 산업혁명 기술을 적극 적용할 수 있는 분야로 기대를 받고 있습니다.

제약사들은 AI를 통해 ▲신규 후보물질 발굴 ▲전 임상・임상 결과 예측 등에 활용하고 있습니다. ▲분자 모델링 ▲대사・독성 예측 ▲질환과 유전자 분석 등도 활용 분야로 꼽을 수 있습니다.

평균적으로 신약 개발 과정을 약 15년으로 봤을 때 여기서 상당부분 차지했던 후보물질 발굴과 임상환자 분석 등이 개선될 것으로 기대됩니다. 뿐만 아니라 엑스선(X-Ray)이나 자기공명영상(MRI), 컴퓨터 단층 촬영(CT) 등에서 사진을 분석하여 증세를 짚어낼 수 있어 질병의 초기 발견 확률이 더욱 높아질 수 있습니다. 병원이 보유한 X-Ray 영상에 딥러닝 기술을 접목하면 뼈 나이를 자동으로 알려줄 수도 있습니다.

이 외에도 음성 인식 비서 서비스와 동작 인식, 금융 등 많은 분야에서 딥러닝 기술을 사용하고 있습니다. 지금보다 딥러닝이 더욱 보편적으로 자리 잡게 되어 미래 기술들이 상용화가 되면 이 세상에 어떤 변화가 찾아올지 기대됩니다.

SK㈜ C&C PR팀