Vol.9, No.2(통권 제24호) 2016년 12월 31일 [등록번호 : 11-1360395-000017-09] ISSN 2092-5336 2016. 특집 12 인공지능을 접목한 기상 분야 활용 칼럼 기상서비스를 변화시키는 인공지능 인공지능의 발달이 몰고 오는 변화상 4차 산업혁명과 기상예보시스템의 혁신 인공지능 시대를 살아가기 위한 인간 능력은? 인공지능의 기상정책 개발 활용 논단 인공지능 도입으로 정확도를 혁신하는 기상예보
기상기술정책 Vol.9, No.2( 통권제24호 ) 2016년 12월 31일발행등록번호 : 11-1360395-000017-09 ISSN 2092-5336 원고모집 기상기술정책 지는범정부적인기상 기후분야의정책수요에적극적으로부응하고, 창의적인기상기술혁신을위한전문적인연구조사를통해기상 기후업무관련분야의발전에기여할목적으로발간기획되었습니다. 본 기상기술정책 지는기상 기후분야의주요정책적이슈나현안에대하여집중적으로논의하고, 이와관련된해외정책동향과연구자료를신속하고체계적으로수집하여제공함으로써기상정책입안과연구개발전략수립에기여하고자정기적으로발행되고있습니다. 본지에실린내용은집필자자신의개인의견이며, 기상청의공식의견이아님을밝힙니다. 본지에게재된내용은출처와저자를밝히는한부분적으로발췌또는인용될수있습니다. 기상기술정책 에서는기상과기후분야의정책이나기술혁신과관련된원고를모집하고있습니다. 뜻있는분들의많은참여를부탁드립니다. 편집위원회의심사를통하여채택된원고에대해서는소정의원고료를지급하고있습니다. 원고매수 : A4 용지 10매내외 원고마감 : 수시접수 보내실곳및문의사항은발행처를참고바랍니다. 더자세한투고방법은맨뒷편의투고요령을참고바랍니다. 기상기술정책 편집위원회 발행인 : 고윤화편집기획 : 국립기상과학원연구기획운영과편집위원장 : 조천호편집위원 : 유민수, 김금란, 장동언, 전영신, 배덕효, 이우성, 박중훈, 반기성편집간사 : 김정윤, 이대근, 김인겸 발행처 주소 : (63568) 제주특별자치도서귀포시서호북로 33 국립기상과학원전화 : 064-780-6533 팩스 : 064-738-9071 E-mail : yjk@kma.go.kr 인쇄 : 미래미디어
제 9 권제 2 호 ( 통권제 24 호 ) 2016 년 12 월 31 일발행 기상기술정책 C o n t e n t s 특집 : 인공지능을접목한기상분야활용 칼럼 03 _ 기상서비스를변화시키는인공지능 / 고윤화 06 _ 인공지능의발달이몰고오는변화상 / 진석용 21 _ 4 차산업혁명과기상예보시스템의혁신 / 최혜봉 31 _ 인공지능시대를살아가기위한인간능력은? / 구본권 51 _ 인공지능의기상정책개발활용 / 국립기상과학원연구기획운영과 논단 64 _ 인공지능도입으로정확도를혁신하는기상예보 / 고한석
기상서비스를변화시키는 인공지능 칼럼 고윤화 기상청장 2016 년 3월 15 일프로바둑기사인이세돌 9단은 5번의대국에서결국알파고에게 1:4 로패배하였다. 제4국에서회심의일격을날리고, 2연승으로선전할수도있다는희망을보여줬지만, 인공지능의벽은너무높았다. 대회시작전에많은전문가들이이세돌 9단의우세를점쳤던것을생각하면, 충격적인놀라운결과이었다. 인간이만든게임중에서가장복잡하다고하는바둑이라는게임, 인공지능이넘어서기엔아직어려울것으로예상됐던바둑에서 인간 최고수를 기계 가이기는장면은많은국민들을경악시키기에충분했던것이다. 흔히 인공지능 이라고하면마블시네마틱유니버스社의인기캐릭터중하나인토니스타크 ( 아이언맨 ) 의인공지능시스템인 자비스 를떠올린다. 주인공이주문하는것을손쉽게해결해주는가하면, 때로는감정까지파악하는시스템. 나아가내가어디에있든지서버와연결된인공지능과대화하며의사결정을지원받을수있는세상. 영화속에서나있을법했던꿈과같은세상이알파고를통해불가능하기만한미래가아님을사람들은느꼈을것이다. 기상기술정책 2016. 12. 3
C.o.l.u.m.n 인공지능은 1950 년대다트머스회의에서처음등장한이래기술적제약으로암흑기를거쳤다. 하지만신경망이론등관련기술에꾸준히매진한전문가들의노력은계속되었고, 2000 년대알고리즘의병렬연산기법과빅데이터기술의발전을등에업고획기적인수준의인공지능이탄생하기시작하였다. 인공지능프로그램으로는구글의알파고만있는것이아니다. 2011 년미국퀴즈쇼에서우승한뒤현재는의료분야에의본격적진출을추진하고있는 IBM 의왓슨이성공작의하나로불리워진다. 음성인식을기반으로간단한비서서비스를제공할수있는챗봇은마이크로소프트, 아마존, 구글등글로벌 IT기업들을비롯해수많은스타트업들이개발하고있다. 한편, 기존문장의구문단위해석을넘어문장전체를하나의의미로분석함으로써최대 85% 정확도를높인구글의번역서비스도있다. 인공지능은서비스분야뿐만아니라제조업분야에서도인간의작업을대신할수있는산업용로봇에접목되어스마트팩토리로의전환을앞당기고있다. 기상청은더욱더증가할것으로예상되는날씨로인한피해를저감시키는한편, 날씨예보사용자들의더나은의사결정지원을위해 2016 년을 영향예보 서비스제공의원년으로삼고관련기술개발에매진하고있다. 영향예보를위해선가상자료와함께다양한분야의영향정보에대한방대한분석이이루어져야하는데, 여기에인공지능을활용하게되면영향예보의정확도를크게향상시킬수있을것으로기대된다. 딥러닝이라고불리는심층학습기법을통해관측공백을메우거나, 수치예보모델과관측자료의동화에사용될수있다. 그리고과거의관측 / 일기도 / 위성이미지등의자료를현재의예측과정에서패턴의분석을통한예보정확도의향상을꾀하거나영향분석에도활용될수있을것이다. 인공지능캐스터와함께음성인식기술을통해사용자의다양한문의사항에대응하는챗봇서비스가가능하고, 개인의스마트기기와연동되어기상상황에따른위험정도를미리알려주는서비스도가능할것이다. 인공지능시스템의확산은우리의일자리를줄일것이라는부정적인시각도있기는하지만, 앞으로인공지능은인간과기계의협력이라는전제하에서인간의윤택한삶을위한매력적인기술임이분명하다. 아직은미흡한수준인국내인공지능분야에서기상청이선도적인역할을하기위해선정확하고조밀한관측자료의확보를통해영향예보에의인공지능적용가능성을높이고, 인공지능과관련된우수한전문인력의확보에힘쓰는동시에기존직원들에대한교육이지속되어야할것이다. 4 Meteorological Technology & Policy
인공지능의발달이몰고오는변화상 진석용 4 차산업혁명과기상예보시스템의혁신 최혜봉 인공지능시대를살아가기위한인간능력은? 구본권 인공지능의기상정책개발활용 국립기상과학원연구기획운영과
인공지능의발달이몰고오는변화상 진석용 LG 경제연구원책임연구원 syjin@lgeri.com Ⅰ. 인간처럼생각하는기계, 인공지능 Ⅱ. 인공지능의발달과전망 Ⅲ. 인공지능의활용가능성 Ⅳ. 인공지능기술발전의불안요소 Ⅴ. 인공지능시대를위한준비 딥러닝방식의인공지능을필두로인공지능관련연구는이론적기반, 필요한정보 ( 데이터 ) 를신속하게처리하기위한컴퓨터의성능, 기계의학습능력이란세가지한계를차례대로돌파하면서발전해왔다. 2010 년대이후부터인공지능의상용화를추진하려는시도들이점차늘어나서비스 제조업에이르기까지다양한분야에서인공지능의활용성에대해연구하고있다. 문자나음성인식기반의생활밀착형서비스, 수술및질병진단, 가상비서, 번역과같은서비스영역은물론스마트팩토리등의제조업에서도널리활용성이시험되고있다. 기상분야에서의적용을위해서는인공지능의학습능력을극대화하기위해서비스의기본이되는관측자료의품질강화가선행되어야한다. 한편, 인공지능기술의확산으로인해일자리감소를비롯해인공지능- 인간혹은인공지능간의충돌에관한문제점이야기되고있는데, 먼미래가아닌당면한현실로서관련법 제도를정비하려는시도가지속되어야할것이다. 6 Meteorological Technology & Policy
인공지능의발달이몰고오는변화상 I. 인간처럼생각하는기계, 인공지능 지능이무엇인지에대한의견은학문분야나학자들에따라다양하다. 사회학 에서지능이란문제를해결하고인지적반응을나타내는개체의총체적능력이 라보는가하면, 심리학에서는한개인이문제에대해합리적으로사고하고해결 하는인지능력과학습능력을포함하는총체적인능력으로간주한다. 컴퓨터공학 에서는환경을인지해서어떤목적에충실하게행동하는합리적인능력을의미한 다. 저명한심리학자루이스터먼은지능을 추상적사상을다루는능력 이라고보 인공지능이란주변환경을인지해서행동을취할수있는능력을인공적으로구현해낸것 았고, IQ 측정검사로잘알려진심리학자데이빗웩슬러는 유목적적으로행동하 고, 합리적으로사고하고, 환경을효과적으로다루는개인의종합적능력 이라고 정의하고있다. 마찬가지로인공지능 (Artificial Intelligence) 에대한정의도보는시각에따라다양하다. 철학적지성을갖춘존재가지능을인위적으로구현해내는것이인공지능이라는의견이있는가하면, 일각에서는인공적으로만든지적인행동을하는물건이나시스템또는인간의지적인행동을모방, 지원, 초월하기위한구성적시스템이라고보기도한다 ( 마쓰오유타카, 2015). 인공지능은자율성을갖춘로봇, 스마트한로봇의핵심적인요소기술이기도하다. 그래서스탠퍼드대에서인공지능을연구했고, 미국방위고등연구계획국 (DARPA; Defense Advanced Research Projects Agency) 의자율주행자동차관련대회에서우승한이후구글의로봇분야를총괄하기도했던세바스찬스런과같은일부로봇공학자들은인공지능이란기계가복잡한무엇인가를인지해서합당한결정을내릴수있는능력이라고표현하기도했다. 이렇게다양한지능과인공지능에관한의견들의공통점을추리면, 지능이란주변환경을인지해서특정목적에부합하는행동을합리적으로취할수있는능력이고이를인공적으로구현해낸것이인공지능이라볼수있다. 인공지능을연구하는학자들대부분은인공지능이학습 (Learning), 문제해결 (Problem Solving) 과같은인지적인기능을수행할수있어야한다는점에대해서는공통된견해를가지 기상기술정책 2016. 12. 7
학습은인공지능이갖춰야할중요한기능 고있다. 또한주어진문제를해결하기위해관련정보를생산할수있는지여부도 중요한점이라고지적하고있다. 특히학습은실제세계에서인공지능의사용을지 속적으로확대하고유용성을높이는데있어핵심적인기능이다. 왜냐하면로봇이 주어진과제를수행하는도중에맞닥뜨릴여러가지일들을로봇의개발자이자사용자인인간이모조리미리알고대응하는것은거의불가능하기때문이다. 따라서로봇이제대로작동하려면로봇의두뇌역할을하는인공지능이환경변화를학습하고적응할수있어야한다는점에서학습은인공지능이갖춰야할중요한기능이라고볼수있다 ( 피터 W. 싱어, 2011). 물론인공지능이제대로작동하기위해서는상황판단의근거가되는자료의생성과축적도아주중요한이슈이다. II. 인공지능의발달과전망 1. 인공지능의발달과정 오늘날딥러닝 1) 방식의인공지능에이르기까지약 60여년간진행되어온인공지능관련연구는이론적기반, 필요한정보 ( 데이터 ) 를신속하게처리하기위한컴퓨터의성능, 기계의학습능력이란세가지한계를차례대로돌파하면서발전해왔다. 인공지능이란명칭은 1956 년미국다트머스대학에서열린학회에서처음등장했다. 존매카시, 마빈민스키, 허버트사이먼, 앨런뉴웰등인공지능분야의선구적인연구자들은학습하고생각하는인간의특성을기계로구현할수있다고보고, 인간처럼생각하는기계를인공지능이라고부르기로했던것이다. 연구가시작되던 1960 년대당시는냉전시기였으므로인공지능관련연구는미국국방부의후원에힘입어가속화되었다. 그래서인공지능분야의선구자들은한세대가지나기전에기계가인간처럼무엇이든할수있게되고인공지능분야의문제가모두해결될것이라고낙관하기도했다. 1 여러비선형변환기법의조합을통해높은수준의추상화를시도하는기계학습알고리즘의집합 ( 출처 : 위키백과 ) 8 Meteorological Technology & Policy
인공지능의발달이몰고오는변화상 그러나꾸준히축적되어온인공지능에관한이론적성과에도불구하고인공지 능의구현수준은예상보다지지부진했다. 정작인공지능구현의발목을잡은것은 턱없이부족한컴퓨터의성능이었기때문이다. 1980 년대까지만하더라도인공지능 이제대로학습하고문제를해결하기에는데이터처리용량도부족할뿐더러연산 속도도너무느렸다. 컴퓨터의성능문제는자료를저장하는메모리와연산을담당 하는 CPU 등관련하드웨어가획기적으로발전한 1990 년대에들어서야점차해결 되기시작했다. 컴퓨터의능력이기하급수적으로발전해서풍부한데이터를신속 하게활용할수있게되면서인공지능연구의속도가빨라지기시작했던것이다. 예 1990 년대하드웨어의획기적발전은인공지능의발달을가속화 를들어, 1997 년체스세계챔피언을상대로한게임에서 IBM 의딥블루가승리할 수있었던원동력중하나로 1 초당 10 억가지수를계산할정도로빠른연산능력이 꼽히기도한다. 2011 년미국인기퀴즈쇼에서인간과겨뤄서우승한 IBM 의왓슨도컴퓨터의우수한연산능력에힘입은바가크다. 컴퓨터의발전으로다양한데이터를생성하고가공할수있게되면서인공지능의발달은새로운단계로진입했다. 2010 년대들어인공지능의학습능력에대한연구가가속화된결과, 기존알고리즘의한계를넘어딥러닝이란획기적인방식의학습방법을지닌인공지능이구현되기시작한것이다. 딥러닝방식의인공지능은인간이정해준학습방법에따라데이터를처리하는여타인공지능들과달리스스로학습방법을만들어낸다는점에서인간이상상하는인공지능에한걸음더다가갔다고볼수있다. 이처럼이론적기반과고성능의컴퓨터, 다양하고풍부한데이터를스스로활용하는학습능력이결합한결과, 2016 년상반기에인공지능의대중화가머지않았다는인상을대중에게강렬하게각인시키는사건이발생했다. 인공지능이인간을이기기어려울것으로여겨졌던바둑게임에서세계챔피언을상대로구글의알파고가우승한것이다. 2. 당분간약한인공지능위주로발전할전망 결과적으로인간의지능을모방한것이긴하지만인공지능은인조적인기계이므 기상기술정책 2016. 12. 9
인공지능은데이터처리방식, 담당하는주요기능, 활동범위를기준으로구분이가능 로인간의두뇌와는달리문제해결을위한데이터처리방식이나주요기능, 궁극적으로는활동분야의범위에따라분류할수있다. 인공지능이란같은이름을지녔더라도적용용도나투입분야에따라사실상각각다른개체들이라고볼수있는것이다. 먼저데이터처리방식을기준으로는크게지식기반접근법 (Knowledge-based Approach) 의인공지능과데이터기반접근법 (Data-based Approach) 이적용된인공지능으로나눌수있다. 지식기반접근법은특정영역의지식을기호로표현해서저장하고일정한규칙에따라가공, 처리함으로써학습하고문제를해결하는방식이다. 지식기반접근법으로구현된인공지능의대표적인경우가 IBM 의왓슨이다. 반면데이터기반접근이란대상영역의사례를숫자등의정형화된데이터로처리한후통계기법을활용한모형을통해연역적으로추론하는방식으로기계학습기법의인공지능에서많이사용된다. 데이터기반접근법의인공지능중가장잘알려진사례로는구글의알파고를들수있다. 담당하는주요기능에따라서도인공지능을분류할수있다. 정보를감지해서행동하는반응적성격을갖는인공지능이있는가하면, 기존의정보를통해앞으로일어날것을예측해서미리행동 ( 판단 ) 하는예측적성격을가진인공지능도있다. 또정보의패턴을인식해서새로운해결책을내놓는창조적성격의인공지능도있다. 만일비가내리면해야할일을찾는임무가주어진다면각각의인공지능은상이한해답을내놓을것이다. 반응적성격의인공지능은나무밑으로피신해야한다고판단하는가하면, 예측적성격의인공지능은날씨를미리분석해서비가내리기전에피할것을제안할것이다. 창조적성격의인공지능이라면우산을발명하는등보다적극적이고새로운해결방안을내놓을것을기대할수있다 ( 피터 W. 싱어, 2011). 또한인공지능은활동분야의범위에따라약한인공지능 (Weak A.I.) 과강한인공지능 (Strong A.I.) 으로도나뉜다. 약한인공지능이란체스, 바둑, 영상진단등특정분야에서만인간과유사한문제해결능력을갖춘인공지능을뜻한다. 계량화된데이터만처리할수있는기존의컴퓨터프로그램들과달리약한인공지능은구 10 Meteorological Technology & Policy
인공지능의발달이몰고오는변화상 조화되지않은데이터도인식하고분석할수있다는점에서인간의능력수준에훨 씬근접한다. 현재알려지고사용되는인공지능들은모두약한인공지능이라볼수 있다. 만일현재의기술적한계가해결되고약한수준의인공지능이진화해서인간 처럼감정이나자의식을가진것처럼인식되며, 다방면의문제를해결할수있게되 면강한인공지능이된다. SF 영화에종종등장해서인간과자유롭게의사소통하 고다방면의문제해결에개입하는인공지능들은모두강한수준의인공지능들이 다. 강한인공지능의등장은기계가인간으로부터독립하는순간을의미한다고보 는학자들이많다 ( 김대식, 2015). 만일인간의도움없이학습할수있게되면강한 강한인공지능의구현시기에대한논의가계속되고있음 인공지능의등장가능성도한층높아지게된다. 인공지능기술을통해컴퓨터가스 스로를프로그래밍할수있는능력을학습하게하는것은알파고를개발한딥마인 드 (DeepMind) 의최종목표이기도하다. 2000 년대들어서도강한인공지능의등장가능성은그다지높지않게평가되었고, 등장하기까지오랜시간이걸릴것으로보는시각이비교적많았다. 반면레이커즈와일 (Ray Kurzweil) 과같은낙관적인연구자들은 2050 년경이면인공지능의수준이인간을넘어서서새로운하나의독립적인종이되는상황, 즉특이점 (Singularity) 이발생할것이라주장하였다. 또딥러닝을비롯한다양한기계학습방식의인공지능들이우수한성능을거둔이후강한인공지능에대한기대감이한층높아진것도사실이다. 그러나강한인공지능의구현가능성에대해학계에서는아직뚜렷한결론을내리지못하고있다. III. 인공지능의활용가능성 1. 본격화되고있는인공지능의상용화시도 약 50 여년에이르는인공지능의개발역사에도불구하고상용화사례는그리많 지않다. 1990 년대부터알고리즘중심의인공지능이금융시장에서백만분의일 기상기술정책 2016. 12. 11
2010년대이후부터인공지능의활동영역과용도가확대되어초에한번씩거래할수있는초단타거래 (High-Frequency Trading) 용으로본격상용화시도가사용되거나, 국방 / 정보분야에서정보분석업무에투입되는등일부전문적인영늘어남 역내에서한정적인용도로만사용된데불과했다. 계량화된데이터의생성과축적을위한추가적인노력을들일필요가없었고, 기존모니터와프린터를제외하곤 데이터의입 출력을위한별도의전용설비가불필요했던분야에서인공지능이활 성화되었던것이다. 그러나컴퓨터의성능향상과기계학습관련개발성과를바 탕으로인공지능의활동영역과용도가확대될가능성이점차커진 2010 년대이 후부터인공지능의상용화를추진하려는시도들이점차늘어나고있다. 서비스업 에서부터제조업에이르기까지다양한분야에서인공지능의활용성에대해연구 하고있고, 자율주행자동차등로봇분야에서도스마트한로봇개발을위해인공 지능의도입을진행하고있다. 인공지능의상용화가추진되는분야중에서최근주 목받는분야로는금융, 의료산업과문자나음성인식기반의생활밀착형서비스 와산업용로봇등을들수있다. 과거 10 여년간인공지능의우수한성과를경험 한금융산업에서는금융회사들의주도로인공지능의업무범위확장에초점을둔 상업화가추진되고있다. 초단타거래등기존의업무영역을탈피해서종합적인자 산포트폴리오를관리하는업무로기능을넓혀서로봇어드바이저로의진화를추 진하고있는것이다. 금융시장과달리의료분야에서는글로벌 IT 기업들, 특히구글과 IBM 이자사 의대표인공지능을활용한의료서비스사업개발을주도하고있다. 구글은 2014 년부터수술용로봇의정확도를높이기위한딥러닝방식의인공지능을개발하고 있고, 2016 년 2 월에는알파고를활용한응급환자대응용앱인스트림스를출시했 다. 또비만예방을위해음식의열량을계산하는인공지능서비스도개발하고있 는것으로알려진다. IBM 은자사의인공지능왓슨을이용해서암을진단하는 왓 슨포온콜로지 (Watson for Oncology) 라는인공지능서비스를개발해서앤더슨 암센터와같은의료기관의암진단과진료업무에참여하고있다. 미국에서는암 을진단할때 AI 왓슨을활용하고있다. 2014 년미국종양학회자료에따르면왓슨 12 Meteorological Technology & Policy
인공지능의발달이몰고오는변화상 의암진단정확도는평균 96 98% 에달하는것으로알려진다. IBM 의왓슨포온 콜로지는 2016 년 12 월한국에서도일부병원에서암진단및진료업무에투입될 것으로알려진다. 인공지능의상업화시도가활발한또하나의분야로는챗봇을들수있다. 최근 출시되는챗봇은음성인식기반의가상비서서비스를기반으로하므로문자기반 의메신저나기존의봇 (Bot) 과는다르지만인공지능을이용해서맞춤형정보를제 공한다는점에서는유사하다. 챗봇개발에는음성인식기반의가상비서서비스를 운영중인마이크로소프트, 아마존, 구글과문자기반의페이스북등글로벌 IT 기 인공지능을적용한챗봇은개인, 기업등다양한용도적용으로급성장할것으로기대 업들과수많은스타트업들이경쟁적으로뛰어들었다 ( 스트라베이스, 2016). 마이크 로소프트는인공지능과음성기반가상비서코타나 (Cortana), 전화서비스스카 이프 (Skype) 를결합한생활용플랫폼을개발하고있다. 2016 년 3월에는챗봇태이 (Tay) 를출시하기도했는데, 최초의사용자들이인종차별적이고폭력적인내용을학습시키는바람에출시하루만에서비스를중단하기도했다. 아마존은가상비서알렉사 (Alexa) 와가정용스마트기기를연동한에코 (Echo) 를출시해서미국시장내에서사용자기반을꾸준히늘리고있다. 에코는단말기중심의여타챗봇들과달리각종스마트홈관련기기를제어할수있다는특징을가지고있다. 페이스북은 2015 년부터 8억명에달하는사용자를가진자사의메신저앱에외부개발자의앱을통합하고가상비서 M의베타서비스를실시하는등문자기반의챗봇개발에가장적극적인글로벌 IT 기업이다. 또한 2016 년초에는페이스북 CEO 인마크저커버그가미래의도전과제로집안일을도와줄수있는아이언맨스타일의인공지능을구상중이라고밝히기도했다. 구글은 2012 년출시한구글나우 (Google Now) 를각종서비스와연동해서정보를제공하는가상비서서비스를제공하고있다. 또한 2016 년 5월에는인공지능을기반으로한가상비서구글어시스턴트 (Google Assistant) 를탑재한메신저알로 (Allo) 를공개했다. 인공지능을적용한챗봇은일반개인용비서서비스에서부터기업, 매장의고객응대서비스나각종엔터테인먼트용등다양한용도에적용할수있어서관련시장이급성장할가능성 기상기술정책 2016. 12. 13
제조업의경쟁력을좌우하는주요변수로작용할인공지능기술 도있을것으로기대되고있다. 또한번역서비스도신경망기계번역인공지능을도입한이후한층발달하고있 다. 신경망번역은통계방식의기존번역프로그램처럼구문단위로의미를찾는 것이아니라인간처럼문장전체를탐색하므로맥락에대한이해도가높다는점을특징으로한다. 물론 DB 의규모가커질수록통계기반이든신경망기반이든번역의정확도가높아진다는공통점은있지만, 사용빈도가낮은언어에대한이해도측면에서는신경망방식의인공지능이보다우수한것으로평가된다. 그러므로사용자층이적은언어또는 DB 가충분히축적되지않은상태에서는인공지능을활용한번역이더정확할것이라볼수있다. 따라서인공지능은해외정보분석등언어나번역과연관된각종사업모델의개발과관련서비스시장확대에일조할것으로기대되고있다. 제조업에서도인공지능을도입하려는시도가늘어나고있다. 스마트팩토리, 4차산업혁명등제조업의미래상을지칭하는많은용어들은공통적으로 ICT 기술과제조기술의유기적인결합을통해제조업의경쟁력을높이는것을목표로한다. 이렇게하려면시장환경, 작업환경변화에최적화된작업방식을융통성있게적용할수있어야하므로환경변화에관한빅데이터를다룰수있는능력은필수적이라볼수있다. 따라서빅데이터를다룰수있는인공지능은제조업의경쟁력을좌우하는주요변수로도작용할것으로보인다. 특히환경변화에맞춰스스로융통성있게대응하려면자율성을갖출수있는딥러닝등다양한기계학습방식의인공지능이더유용할것으로보인다. 스마트팩토리에서인간을대신해서작업을수행할산업용로봇분야에서도인공지능의탑재는중요한과제가되고있다. 스스로생산기술을연마하고상황에맞춰자율적으로작업방식을바꿀수있고, 로봇간에도소통할수있는 생각할수있는로봇 은생산성을더욱높일수있을것이기때문이다. 그래서산업용로봇시장의선도기업인파낙 (FANUC) 은인공지능을구동하는고성능반도체생산기업인엔비디아 (NVidia) 와공동으로차세대산업용로봇개발을추진하고있는것으로알려진다. 14 Meteorological Technology & Policy
인공지능의발달이몰고오는변화상 2. 인공지능의새로운유망분야, 기상기술 기상관측분야에서도우수한인공지능의수혜를기대할수있다. 인간이사전에 정한알고리즘에기반한기존분석프로그램과함께딥러닝을위시한기계학습방 식의인공지능을도입하면분석과예보의정확도를보다높일수있을것이다. 물 론기상분야에적합한요소기술은그동안인공지능이상대적으로우수한성과 를거뒀던금융, 정보분석분야에서유용했던기술적역량과다르다는점도고려 해야한다. 금융산업이나정보분석분야에서인공지능과인간간의경쟁력차이 기상기술분야에딥러닝적용을위해데이터확보방안에대한고민병행필요 를결정짓는핵심변수였던속도상의우위 ( 데이터입 출력, 처리의신속성, 통신속 도등 ) 가미치는영향력이기상분야에서는제한적일수있기때문이다. 오히려기 상관련데이터의중요성은지금보다더욱커질것으로보인다. 스스로학습하는딥 러닝방식의인공지능이제대로작동하려면데이터의질과양이무엇보다도중요하기때문이다. 그래서우수한인공지능의개발과함께적합한데이터의확보방안에대한고민도병행하는것이보다효율적일것으로보인다. 2016 년 11 월미국나사 (NASA) 와해양대기청 (NOAA) 이발사한기상위성 GOES-R 은좋은사례가될수있다. GOES-R 은기존기상위성과달리가시광선과자외선을파장별로쪼개서컬러로된구름사진을얻을수있고, 4배더선명한해상도로 5배넘는지역을동시에촬영할수있는등측정데이터의양적, 질적측면모두에서큰차이를가지고있다. 1년만운용하면지난 40년간기존기상위성들이축적한것보다더많은양의데이터를축적할수있다고하니정보의양과수준에따라큰차이를보일수있는인공지능과기상분야에모두적합하다고할수있을것이다. 한국도 GOES-R 과유사한수준의데이터를얻을수있는천리안 2A를 2018 년에발사할계획이라고알려지므로기상관련인공지능과신형기상위성의결합은우리나라기상분야의발전에한획을긋는계기가될수도있을것이다. 기상기술정책 2016. 12. 15
은행창고직원, 계산대직원, 텔레마케터등은인공지능으로의대체가능성높음 IV. 인공지능기술발전의불안요소 1. 인공지능시장이커지는만큼일자리감소위협도커져 최근시장조사업체 IDC 는전세계인공지능시스템시장이향후 5년간연평균 55% 씩급성장할것으로전망했다. 2016 년현재약 80억달러수준의시장규모가 2020 년경에는 470 억달러규모로커질것으로본것이다. IDC 의조사결과에따르면, 2016 년인공지능시스템에투자를가장많이한산업으로는금융, 소매, 헬스케어, 제조업이었는데, 향후인공지능의수요는공공안전, 재난대응, 약학연구, 의료진단, 품질관리등의분야에서도늘어날것으로전망되었다. 지역적으로는북미시장이세계시장의약 80% 에달하는 62억달러에달했는데, 앞으로는한국, 일본, 중국등의아시아시장이급성장할것으로예측되었다. 이렇게인공지능이확산된다는것은인공지능이하는일이늘어나는것이고그만큼인간이투입되는일은줄어들것이라예상할수있다. 인간을대체하는것은편의성을늘리는긍정적인효과의이면에인간이필요없어질수도있다는부정적인영향도포함하고있다. 학계에서도인공지능이확산되면산업지형의변화뿐만아니라개인의삶에직결된일자리의변화도몰고올것으로전망하고있다. 2016 년 2월열린세계경제포럼에서도일자리의변화에대한연구결과가발표되면서세간의이목을집중시킨바있다. 자동화된기계가인간의육체적노동력을일부대체했던산업혁명의영향과유사하게인공지능이인간의두뇌를대체해서지적노동력일부를대체할가능성이점점커진다는것이다. 인공지능이유발할일자리의변화를다룬다수의연구에서는표준화되고반복적인업무비중이높을수록인공지능으로의대체가능성이높을것으로보고있다. 예를들어은행창구의직원, 계산대의직원, 텔레마케터, 도서관사서, 스포츠심판등은인공지능으로대체될가능성이높다. 물론인공지능의개발과사용에관련된직업은늘어날수있어총량측면에서반드시일자리가줄어들지만은않을것이라보는의견도있다. 16 Meteorological Technology & Policy
인공지능의발달이몰고오는변화상 2. 인공지능확산의또다른부작용 2010 년 5 월 6 일미국증권시장은단 5 분만에총자산의 10% 인 1 조달러가사라 질정도로폭락했다. 2016 년에는테슬라 (Tesla) 의자율주행자동차사고가여러차 례일어나탑승자가죽거나다쳤고, 미국의쇼핑몰에서사용하던보안서비스로 봇이어린이를공격하는일도있었다. 개발자이자사용자인인간은이런사고들을 전혀예상치못했다. 인공지능과로봇이스스로일으켰기때문이다. 이런사고들을 통해오작동뿐만아니라인공지능이나로봇의충실한역할수행도사고의단초가 인공지능의자율성은우발적사고의원인이될수도있음 될수있음이확인되었다. 그이유는인공지능의자율성이커졌기때문이다. 자율 성이란주변환경을관측해서상황을판단하고대응방안을정해서행동하는일련 의의사결정을인간의도움없이인공지능스스로해내는능력을의미한다. 인공지 능의자율성이커지면인간의예상을벗어난행동을할확률이높아지고, 그만큼우발적인사고의가능성도커진다고볼수있다. 하지만그렇다고해서인공지능의자율성을완전히배제할수는없다. 자율성은인공지능이신속하고정확하게임무를수행하기위해필수적인요소이기때문이다. 인간이감당하기힘들만큼많은정보를신속하게처리할수있는인공지능을인간이일일이통제하면정보처리의양과속도는인간의수준만큼낮춰지므로인공지능을도입할이유가없어질것이다. 많은전문가들은인공지능이확산되면인간과인공지능간에의사결정을두고갈등을빚는상황이늘어날것으로예상한다. 예를들어인간은인공지능비서의답변이나청소로봇의행동을싫어할수도있고, 의사는인공지능이내린진단결과가정확한것인지고민에빠질수도있다. 어린이가불쑥차앞에나타났을때, 인간은자신이다칠것을각오하고운전대를돌릴수도있지만, 자율주행자동차는탑승자보호를위해어린이를피하지않고사고를내버릴수도있다. 전쟁터에서는민간인을무장한적으로판단해서공격하려는킬러로봇을군인이뜯어말려야하는일이생길수도있다. 일각에서는인공지능간의경쟁, 충돌이우발적인사고로이어질가능성도크다고보고있다. 왜냐하면인공지능들이오로지목표성취만을위해제각각개발되 기상기술정책 2016. 12. 17
로봇윤리를적용해우호적인공지능의설계를추진 다보니, 한데모여서작동할경우생길수있는부작용에대해서는별로고려되지 않기때문이란것이다. 2010 년미국증시폭락 (2010 Flash Crash) 은이런우려가현실로입증된사례로볼수있다. 미국증권거래위원회 (SEC) 의조사결과, 금융회사들이각기개발한초단타거래인공지능들의폭발적인매도경쟁이증시폭락의원인으로지목됐다. 거래권한을일임받은인공지능들이손실방지를위해열심히매도하는바람에증시가폭락했다는것이다. V. 인공지능시대를위한준비 최근들어인간과인공지능중누구를따를지에대한판단기준과인공지능이일으킨사고에서인간의안전을보장하기위한대책마련의필요성이제기되고있다. 인공지능이인간사회의가치와법칙을존중하도록설계하는방안과함께각종사고방지책과유사시의해결책, 책임소재규명등에관한법 제도의정비도중요한이슈로대두되고있다. 아울러개발자와사용자의윤리에대한관심도커졌다. 출시되자마자욕, 성차별발언등으로사회적물의를일으킨마이크로소프트의챗봇테이의사례를통해인공지능의성향이개발의도나사용방식에따라극단적으로달라질수있다는사실이여실히각인되었기때문이다. 인공지능의순조로운도입을위해학계에서는주요이슈의해결책마련에이론적기반을제공하는로봇윤리 (Roboethics) 관련연구를하고있다. 이를바탕으로기업들은인공지능의용도와사용분야에맞춰자율성의수준을조절하거나, 폭력등의욕망을인공지능스스로제어하는소프트웨어를개발하고, 인간에게위협적행동을하지않는논리구조를적용한우호적인공지능의설계를추진하는것으로알려진다. 알파고를개발한딥마인드 (DeepMind) 등일부기업들은인공지능의폭주를막을킬스위치 (Kill Switch) 를개발하고있다. 18 Meteorological Technology & Policy
인공지능의발달이몰고오는변화상 인공지능관련법 제도의정비는상용화가능성이커진드론, 자율주행자동차분 야를중심으로진행되고있다. 2016 년 8 월, 세계최초의드론관련제도인연방항 공청 (FAA) 의민간용드론운항규정을실시한미국에서는면허를가진조종사의 드론통제를의무화하고, 항공기충돌방지등기술적안전성이충분히검증되기 전까지드론의자율적비행을규제했다. 자율주행자동차관련정책은미국, EU, 일 본정부가각각자국기업에유리한방향으로준비하고있다. 지난 9 월미국교통부 는기술개발에서앞선구글등자국기업에유리하도록완전한자율주행기술의 도입을목표로한가이드라인을발표했다. 반면 EU, 일본은안전성을내세워자율 자율성을가진인공지능은다른나라, 먼미래의문제가아닌당면한현안 주행기술의단계적허용을골자로한가이드라인을수립하고있다. 미국, 유럽등 에서는사회전반에영향을줄대형변수인인공지능의법인격에대한논의가본격 화되었다. 2016 년 2월, 미국교통부는자율주행자동차의인공지능을운전자로간주할가능성을시사했고, 지난 5월공개된관련자료에따르면 EU 의회에서는인공지능과로봇에게전자인간 (Electronic Person) 이란자격을부여해서각종법적권리와의무및사회보장재원충당을위한세금부과까지검토했다고한다. 또다른대형이슈인인공지능의재산소유권에대한논의도이제시작된것으로보인다. 이처럼다양한논의들에힘입어장기적으로는인간의역할이인공지능의사용자에서인공지능이고장났을때에잠시돕는감독자에그칠것이란의견이힘을얻고있다. 인공지능이똑똑해질수록인간이인공지능의의사결정에개입할여지는더욱줄어들것이기때문이다. 인간이자동차의운전석을인공지능에게넘겨주는것은자신의생명과윤리적문제의결정권을모두기계에게위탁하는것과마찬가지인동시에, 앞으로다가올더큰변화의시작으로볼수있다 ( 진석용, 2016). 세계각국에서인간과인공지능간의갈등이나인공지능들간의충돌등갖가지주제가검토되는현상황은자율성을가진인공지능이다른나라나먼미래의문제가아니라우리에게도당면한현안임을잘보여주고있다. 기상기술정책 2016. 12. 19
참고문헌 김대식, 2015: 이상한나라의뇌과학, 320pp. 마쓰오유타카, 2015: 인공지능과딥러닝-인공지능이불러올산업구조의변화와혁신, 270pp. 스트라베이스, 2016: 디지털미래와전략, 스트라베이스, vol.125, 76pp. 진석용, 2016: 인공지능의자율성-SF의주제가현실의문제로다가오고있다, LGERI리포트 (2016.8.10.) 피터 W. 싱어, 2011: 하이테크전쟁-로봇혁명과 21세기전투, 615pp. 20 Meteorological Technology & Policy
4 차산업혁명과기상예보 시스템의혁신 최혜봉한동대학교 ICT 창업학부교수 hbchoi@handong.edu Ⅰ. 4차산업혁명과인공지능 Ⅱ. 인공지능의혁신, 무엇이새로운가 Ⅲ. 해외사례와기상예보시스템의혁신을위한제언 인공지능, 빅데이터, 사물인터넷등으로대표되는지능형정보통신기술이제조업, 금융업등전통적산업분야와융합하여과거에없던혁신적인서비스, 제품, 비즈니스를만들어내는 4차산업혁명은이제거부할수없는시대의흐름이되어대부분의분야에서변화의바람을일으키고있다. 4차산업혁명의열쇠로떠오른인공지능은 1차세대하드웨어의등장, 2빅데이터기술의발전, 3소프트웨어역량의제고의 3가지핵심요소를기반으로혁신이거듭되고있다. 거대기업들이인공지능을활용하여미래산업을이끌어나가기위해힘쓰고있는가운데기상분야또한 4차산업혁명의혁신이기대되는분야로서첫째, 인공지능, 빅데이터등소프트웨어전문인력의적극양성및영입, 둘째, 혁신을위한융합적문화와환경구축, 셋째, 기술을넘어서사람을이해하려는노력을기울여야한다. 기상기술정책 2016. 12. 21
4 차산업혁명은 ICT 기술이산업분야와화학적으로융합하여새로운가치창출 I. 4 차산업혁명과인공지능 올해초세계경제포럼을통해던져진 4 차산업혁명이라는것은이제거부할수없 는시대의흐름이되어생각할수있는대부분의분야에서변화의바람을일으키고 있다. 4 차산업혁명이란인공지능, 빅데이터, 사물인터넷 (IoT-Internet of Things) 등으로대표되는지능형정보통신기술 (ICT Information Communication [ 그림 1] 제조업의빅데이터및 IoT 활용사례 Technology) 이제조업, 금 융업등전통적산업분야 와화학적으로융합하여과거에없던혁신적인서비스, 제품, 비즈니스를만들어내는것을이야기한다 ( 그림 1). 제조업에서는사물인터넷과빅데이터를이용하여 출처 : SCM World-MESA International Survey, 2014 제조공정의낭비를줄여 비용을절감하고불량및병목공정을찾아내서개선하는등의혁신이일어나고있다. 금융업에서는자산투자전문가들의많은역할을로봇펀드매니저가대체해나가고있다. 로봇펀드매니저의경우과거의모든투자기록과인간펀드매니저들의전략을학습한인공지능을사용하면서도인간펀드매니저를고용하는것보다훨씬낮은비용으로운영할수있다. 의료분야에서도 IBM 왓슨을필두로인공지능프로그램들이전문의들을도와의료기술의고도화를촉진하고있다. 미국최고의암센터로꼽히는메모리얼슬론케터링, MD앤더슨에서는 IBM 의인공지능컴퓨터왓슨이전문의와함께암 백혈병환자를돌본다. 왓슨은입력된각종임상정보를바탕으로가장높은확 22 Meteorological Technology & Policy
4 차산업혁명과기상예보시스템의혁신 률의병명, 원인과성공가능성이높은치료법을제안한다. 인공지능진료컴퓨터 는 MRI, X-ray, 초음파영상에서인간이인지할수없는미세한차이도구분할수 있을뿐만아니라수백만건의진료기록, 환자기록, 의학서적등의빅데이터를학 습할수있다 (IBM, 2015). 이는인간이수행하던전통적인의료에서불가능하던한 차원높은수준의의료서비스를인공지능을통하여구현하고있음을의미한다. 저널리즘또한 4 차산업혁명의영향을크게받고있는분야중하나이다. 객관적 정보위주의속보성기사들은이미인간기자들보다인공지능이작성한기사가우 수하다고평가받고있다. 의사소통능력은인공지능분야에서궁극적으로이루고 인공지능을사람처럼믿을수있는가? 자하는일반지능 (General Intelligence) 에근접하는것이기에로봇저널리즘은 인공지능의기술적인측면에서도혁신적인도전과제이다. 기사작성과같은상대적 으로단순한영역에서더나아가작곡을하거나시를창작하는예술적인영역에서또한인공지능의역량을확인하려는시도가나타나고있다. 빅데이터와사물인터넷을장착한인공지능기술에도극복해야할한계점과약점은여전히존재한다. 우리는결국 인공지능을사람처럼믿을수있는가? 하는질문에대답해야할것이다. 사람이수행하는지적활동들은그대상또한인간이기에지니는동질성위에일의동기, 과정, 결과가상당수준이해될수있고, 그이해위에신뢰할수있는영역이확보된다. 가령택시를타는경우에사고가난다면택시운전자또한생명과재산에큰손해가발생하기에사고가나지않는안전한방법으로승객을모실것이라는기대를한다. 필요하다면안전하게이동할수있는경로를요청한다거나운전방식에대해다르게요구할수있다. 그러나무인운전의경우, 인공지능이어떻게승객을지켜줄수있을지, 인공지능의사고흐름과판단의동기를이해하기어렵기때문에승객의안전에대한최소한의신뢰를확보하기가어렵다. 인공지능기술이인간의삶에밀접하게침투해올수록, 인공지능이얼마나뛰어난가에대한노력과함께인공지능이어떻게믿음을줄수있을지에대한고민도함께동반되어야한다. 기상기술정책 2016. 12. 23
인공지능의급격한발전은차세대하드웨어로인한계산용량의증가가첫번째원동력 II. 인공지능의혁신, 무엇이새로운가 인공지능은구글의알파고나 IBM 의왓슨이세상에알려지기훨씬전인컴퓨터가발명되고얼마되지않은 1950 년대부터연구 개발되어오던전통깊은분야이다. 그런데무엇이인공지능을혁신의상징이자 4차산업혁명의만능열쇠로떠오 르게하였을까? 인공지능이한단계높이혁신하게된 3 가지핵심요소를꼽아보 고자한다. 1. 차세대하드웨어의등장 최근수년간인공지능의급격한발전은차세대하드웨어로인한계산용량의폭발적인증가에서그동력을얻었다. 일반목적성그래픽처리장치 (GPGPU General Purpose Graphics Processing Unit) 의사용은중앙처리장치 (CPU Central Processing Unit) 에서할수없었던대규모병렬연산 (MPP Massively Parallel Processing) 을가능하게하였다. 수개에서십수개수준의연산유닛을사용하던중앙처리장치와는다르게그래픽처리용도로사용하던그래픽처리장치를인공지능학습에활용하여수 [ 그림 2] CPU 와 GPU 구조및연산유닛의수 (a) CPU, GPU 구조 (b) CPU, GPU 연산유닛수 백에서수천개의연산유닛을동시에사용하게된다 ( 그림 2). 이를통해이전에는시도하기어려웠던높은복잡도의인공지능모델을학습할수있게되었다. 또한가지는확장성높은연산플랫폼 (Scalable Computing Platform) 을들 수있다. 과거상향식확장방식 (Scale-Up) 에서수평적확장 (Scale-Out) 으로패 러다임이변화함에따라시스템에서연산용량을선형적으로확장하기위한비용 24 Meteorological Technology & Policy
4 차산업혁명과기상예보시스템의혁신 이지수적인증가에서선형적인증가로획기적으로개선되었다 ( 그림 3). 이에따라 서과거슈퍼컴퓨터에의존하던대규모병렬처리가확장성높은분산컴퓨팅환경 에서일반연구자및기업에보편화되었다. 또한아마존웹서비스 1) (Amazon Web Services; AWS) 와같은분산플랫폼에기반한클라우드시스템의확산은이러 복잡도가높은인공지능모델의과적합문제를해결한빅데이터기술 한경향을더욱뚜렷하게하였다. 이는누구나자본력으로인한큰 [ 그림 3] 상향식확장 (Scale-Up) 과수평적확장 (Scale-Out) 의비용증가추이 제약없이확보한대규모연산용 량을활용한시스템을만들수 있음을의미하고많은인공지능 연구 / 개발자들에게새로운도전 을던져주었다. 2. 빅데이터기술의발전 연산능력의향상으로과거보다복잡도가높은인공지능모델을학습할수있게되었다. 그러나충분한양의학습데이터를사용하지않는경우모델은필연적으로과적합문제 (Overfitting Problem) 에빠지게된다. 이를해결하기위해서는모델의복잡도가높아진정도이상으로많은사례데이터를학습에이용해야한다. 세계적인이미지인식인공지능대회인 ImageNet 에서는학습을위해 14 백만개이상의이미지를제공하고있으며다른분야의인공지능학습데이터의분량도빠르게증가하고있다 (Image Net Competition). 또한빅데이터기술의발전으로인해, 기존의정답레이블이있는데이터를사용하는지도학습 (Supervised Learning) 중심에서레이블이없는데이터를활용하는비지도학습 (Unsupervised Learning) 을이용하는인공지능모델로그무게중 1 아마존닷컴이제공하는각종원격컴퓨팅서비스 ( 출처 : 위키백과 ) 기상기술정책 2016. 12. 25
구글 Xlab 은깊은신경망을이용하여사람이명시하지않고도사람과고양이의특징을추출하는데성공 심을점차옮겨가고있다. 비지도학습에서사용되는학습데이터는데이터에학습하고자하는정답 (Label) 을명시하지않기때문에, 적은비용으로다양한분야에서많은양의학습데이터를확보할수있다. 정답이정해져있지않기때문에인공지능의성능을평가하거나결과를해석하는데있어서불분명한요소가있으나자유도가높은인공지능을학습할수있다는점또한강점이다. 인공지능의전체적인 수준을한단계이상혁신시킨깊은인공신경망이론은지도학습뿐만아니라비지도학습에서도탁월한성취를보였다. 구글의 X lab 에서는 16,000 개의연산유닛 (Processors) 을사용하여임의로선택한 1,000 만개의 YouTube 영상의썸네일을 9층의깊은신경망에학습시킨결과고양이나사람의얼굴등을인식하는특징들을추출하는데성공했다고발표했다. 이결과가더욱놀라운것은임의로추출된학습데이터어디에도이것이사람혹은고양이라는것을명시하지않았고깊은신경망모델이이를스스로학습하였다는것이었다. 3. 소프트웨어역량 차세대하드웨어발달로컴퓨팅파워가증가하고학습에활용가능한빅데이터가확보되었다고해서인공지능이비약적으로발전하거나모든분야에서 4차산업의혁신이일어나지는않는다. 이모든요소를기반으로한단계높은소프트웨어플랫폼을구현하기위해서는많은경험을갖춘인공지능전문가와엔지니어집단이필요하다. 더나아가다양한분야에이혁신을전파시키고융합하기위한융합적역량을갖춘전문가또한필수적이다. 국내에서는구글의알파고가세계최정상의바둑기사인이세돌 9단과의바둑대국에서선전하면서인공지능이많은관심과조명을받게되었다. 많은수의컴퓨터와빅데이터, 딥러닝기술로인해알파고가선전한것으로많은이들이기억하는것과는다르게, 구글이 Nature 에발표한논문에서는뛰어난실력의헌신적인엔지니어들의역할이컸음을확인할수있다 (David et al., 2016). 실제알파고의경우인공지능의핵심을이루는모델은딥러닝이아닌트리검색알고리즘이다. 대국 26 Meteorological Technology & Policy
4 차산업혁명과기상예보시스템의혁신 상대와자신이둘수있는경우의수를확인하여승리확률이높은쪽으로착수를 하는형태로구성이되어있다. 바둑게임인공지능에서검색트리의깊이가깊어짐 에따라경우의수가급격히많아져그계산양을기존의연산환경에서는감당할 수가없었다. 그러므로트리검색에서어디를우선적으로탐색할지와어느깊이까 지가서멈출수있는지가매우중요한데, 알파고는깊은신경망을통해아마추어 바둑고수들의기보를 ( 기보 16 만개, 착점 3,000 만개 ) 학습하여정책망 (PolicyNet) 과가치망 (ValueNet) 을학습하였다. 정책망과학습망은트리검색의너비와깊이 를줄여주어알파고컴퓨터가연산가능한범위안으로트리검색의검색양을최 알파고의성능은앞으로더욱향상될가능성이높음 대한줄여주는역할을한다. 알파고는이에멈추지않고, 수백만번의모의자가대국 ( 알파고끼리의대국 ) 을 통해정책망과가치망의성능을끌어올렸다. 이과정에서나타나기쉬운인공지능의과적합문제를피하기위해섬세하게학습방법을설계하였다. 실제이세돌 9단과의대국이이루어지는동안알파고는대국시간동안현재바둑판의상황으로부터나타날수있는무수한경우의수를트리검색을통해시뮬레이션하여최선의수를두게하였다. 결국알파고는대국시간동안에얼마나정확한경우의수를많이탐색할수있느냐에따라그실력이달라지고, 사용하는계산자원의용량에많 은영향을받는다 ( 그림 4). 이는알파고의실력이앞으 [ 그림 4] 병렬연산유닛수의증가에따른바둑인공지능실력의증가 로더욱향상될가능성이높음을의미한다. 실제한번의대국에서는이세돌 9단이매우낮은확률로학습되었던한수를두게되고알파고가이경우에대해서주어진대국시간안에충분히트리 기상기술정책 2016. 12. 27
글로벌기업들이인공지능에투자할때우선추진하였던것은우수한인재의영입 탐색을하지못하여이세돌 9 단에게패하기도하였다. 알파고의선전은기계의성 능이인간의능력을뛰어넘은것이아니라, 불가능한영역의계산을고도의인공지 능기술과노력, 경험을사용하여계산가능한영역으로전환하는것을보여준인 공지능전문가들의선전을의미한다. III. 해외사례와기상예보시스템의혁신을위한제언 깊은인공신경망분야의선두주자이자최고의전문가라불리는 Geoffrey Hinton, Yoshua Bengio, Yann LeCun, Andrew Ng 등은신경망이론의발전이정체된십수년간의암흑기속에서도인공지능과신경망이론에꾸준히매달려왔다. 그리고마침내차세대하드웨어, 빅데이터와결합한깊은신경망이론으로인공지능의혁신을이끌어냈다. 이제구글이나중국의바이두와같은자본력을갖춘거대기업들이미래산업을 [ 그림 5] 왼쪽부터 Yann LeCun, Geoff Hinton, Yoshua Bengio, Andrew Ng 깊은신경망이론의대가들 이끌혁신을만들기위해이들 과함께일하고있다. 이들은 이제최고의인프라와지원속에세계의 4차산업혁명을선도해나가고있다. 글로벌선두기업들이인공지능에투자할때가장우선적으로추진하였던것은우수한전문인재의영입이었다. 경험과실력, 그리고열정을가진전문가가있는곳에기술이태어나고혁신이일어나게될것이다. 출처 : Andrew Ng 의 Facebook 28 Meteorological Technology & Policy
4 차산업혁명과기상예보시스템의혁신 기상관측 / 예보또한 4 차산업의혁신이기대되는분야이다. 기상청은최고수준 의슈퍼컴퓨터와기상전문가들을보유한기관으로 4 차산업혁명의선두를이끌 가능성이높다. 이미기상청에서제공하는기상정보 / 예보등의데이터는빅데이 터로서다양한분야에서혁신의재료로활용되고있다 ( 예, 날씨기반음악, 영화추 천서비스, 건강경보시스템등 ). 기상예보시스템또한혁신을위해서는먼저인공 지능, 빅데이터등소프트웨어전문인력을적극양성 / 영입해야한다. 이들은기존 의기상관측정보, 이론, 기록에기반한기존기상예보시스템위에, 사물인터넷센 서, 사회관계망과같은다양한출처의빅데이터를활용한새로운패러다임의기상 기상예보시스템의혁신을위해서는빅데이터를통한새로운패러다임의주입이필요 예측시스템을만들어낼것이라고기대한다. 기존기상데이터에다양한출처의빅 데이터를통합활용함으로써기상예측시스템은더욱혁신할수있을것이다. 일례 로, 구글에서제공하는 Flu Trends 라는서비스는구글검색의검색어를분석하여독감, 에볼라, 뎅기열과같은전염병이어디에유행하고있는지를정확하고도매우빠르게 ( 미국질병관리국보다몇주는더빠르게 ) 파악한다고한다. 두번째, 혁신을위해서는융합적문화와환경을구축할필요가있다. 4차산업혁명은정보통신기술이다른분야와화학적이고유기적인결합을이루는것을의미한다. 개인과조직의높은전문성도매우중요하지만다른분야의전문성또한듣고이해할수있는열린태도가중요한시대가되었다. 탁월한전문성에융합역량이더해지는것은결코쉬운일이아니며하루아침에이루어지는일도, 한두사람의천재성에의해서되는일은더욱아니다. 조직과기업의문화를융합적으로혁신한후에야비로소얻을수있는열매이다. 기상분야또한융합적문화가운데새로운영역에대한도전과교류를적극적으로해야할것이며, 인공지능분야또한상대방에게신뢰를줄수있는융합적협업프로세스를적극적으로개발해나가야할것이다. 마지막으로스티브잡스와같은시대의대표적인혁신가를통해배울수있는것은기술을넘어서사람을이해해야한다는점이다. 인공지능이나빅데이터와같은소프트웨어분야에서는전문성이높아지고기술이고도화됨에따라많은것을정 기상기술정책 2016. 12. 29
고객 1 명의불만족요인을이해하기위한도구로빅데이터와인공지능을활용 확도, 예측확률, 통계값과같은숫자로바라보게된다. 이에따라개발하는제품, 서비스, 기술이사람을이롭게하기위한원본취지를잊게되는위험이항상존재한다. 인공지능이 99명의만족고객과 1명의불만족고객을예측할수있었다면, 불만족고객이 1명임을예측했다는것이나불만족고객이 1명밖에없음에만족하는 것이아니라, 그 1명의고객의불만이무엇인지를더욱깊이있게이해하기위한도구로빅데이터와인공지능은사용되어야한다고생각한다. 기상예측시스템에서의인공지능또한이와마찬가지일것이다. 기상예보가어떻게사람들을이롭게하며어떻게불편하게하는지에대한깊이있는이해를가져다줄혁신이필요하고, 그러한관점에서의혁신이필요하다. 한사람의영향력과가치는측정할수없는것이기에이를측정가능한영역으로이끌어오는것이야말로 4차산업혁명을통해이루어가야할혁신이라고생각한다. 참고문헌 한국정보화진흥원, 2015: BigData Monthly, 10호, 22pp. David S., Aja H., Chris J. M., Arthur G., Laurent S., George D., Julian S., Ioannis A., Veda P., Marc L., Sander D., Dominik G., John N., Nal K., Ilya S., Timothy L., Madeleine L., Koray K., Thore., Demis H., 2016: Mastering the game of Go with deep neural networks and tree search, Nature, 529, 484-489. IBM, 2015: IBM Insight 2015, Las Begas, Nevada, Oct. 25-29. Image Net Competition (http://image-net.org/about-stats) Konstantin N. D., 2015: Mapping the Field of Algorithmic Journalism, Digital Journalism, 4(6), 700-722. Quoc V. L., Marc Aurelio R., Rajat M., Matthieu D., Kai C., Greg S. C., Jeff D., Andrew Y. N., 2012: Building High-level Features Using Large Scale Unsupervised Learning, 29th International Conference on Machine Learning, Edinburgh, Scotland. Scispike, Lightning Fast Custom Software Developers (www.scispike.com) 30 Meteorological Technology & Policy
인공지능시대를살아가기 위한인간능력은? 구본권한겨레사람과디지털연구소장, 언론학박사 starry9@hani.co.kr Ⅰ. 인공지능의충격 Ⅱ. 인공지능시대와미래교육 Ⅲ. 산업화시대교육의유효성과한계 Ⅳ. 인공지능시대가묻는인간의가치와능력 Ⅴ. 맺는말 최근인공지능기술이사람의직무를대신할수있는능력을과시하면서기대감보다는우리사회에가뜩이나좁은일자리에대한불안과두려움으로나타났고, 이는미래의교육에대한관심으로까지확대되었다. 한국교육은국가의산업화전략을충실히뒷받침해왔지만, 대량생산과소비를기반으로하는산업사회가인공지능과자동화기술기반의정보사회로변모함에따라, 산업사회에서의인력공급을목표로했던교육체제가유효성을잃고근거를위협받고있다. 앞으로인공지능이보편화할미래에적응하기위해서는사람에게고유한능력이무엇인지에대해고민하고전생애주기에있어서배움에열린자세가필요하다. 이같은지속적인학습 ( 능력 ) 을위해요구되는핵심가치는호기심, 정보리터러시, 감정적소통능력이있다. 이세가지는인공지능의역할이커지는지식정보사회에서모든사람에게무엇보다필수적인핵심능력이될것이다. 기상기술정책 2016. 12. 31
신경망방식의기계번역기술로기존의번역오류 85% 까지감소 I. 인공지능의충격 2016 년 3월이세돌 9단이구글딥마인드가개발한알파고와의바둑대결에서 1-4 로패하면서, 한국사회는일대충격에빠졌다. 아무리인공지능과컴퓨터기술이발달해도, 인간고유의영역또는기계가인간을능가하기어려울것으로여겨졌던바둑에서사람이기계의상대가되지못한다는충격적현실을모두가실감했다. 세계최고의바둑기사가기계를맞아맥없이돌을던지는상황은그동안공상과학적상상이나강건너불로여겨온미래가눈앞에닥쳤음을확인시켰다. 구글과마이크로소프트가공개한자동번역기술은그동안사람의수준까지따라오자면아직도상당한시간이남았을것이라고여겨지던영역인한국어- 영어번역에도충격을던졌다. 구글이 2016 년 11 월공개한신경망방식의기계번역기술은문장내구문단위로번역하던수준에서진화해, 사람의언어구사방식처럼전체문장을하나의번역단위로간주해한번에번역하는데번역품질이획기적수준으로개선됐다. 구글의번역서비스총괄인버락투로프스키는 신경망기계번역기술 [ 그림 1] 알파고가소개된논문 ( 네이처 ) 덕분에구글번역은기존번역오류를 55 85% 감소시키는 등지난 10 년간쌓아온발전그이상의결과를단번에이룰 수있었다 고비결을자랑했다. 2016 년 11 월 18 일엔국내대표적인퀴즈프로그램 < 장학퀴즈 > 에서국내개발인공지능이역대퀴즈왕들을꺾고우승을차지했다. 한국전자통신연구원 (ETRI) 이개발한인공지능엑소브레인이 2016 년장학퀴즈상반기우승자, 하반기우승자, 2015 년대입수능시험만점자, 방송사두뇌게임프로그램의준우승자등 4명을모두제패하고 1위를차지하는실력을과시했다. 엑소브레인은이날장학퀴즈에서초반부터우세를보였고, 4 5 개의문제를남겨놓은상태에서일찌감치우승을확정지었다. 인공지능엑소브레인이한국어를구사하는사람중에서문제해결능력이가장뛰어나다 32 Meteorological Technology & Policy
인공지능시대를살아가기위한인간능력은? 는것을보여준셈이다. 인간수준으로문장을분석할수있는 한국어분석기술 과문제에대한답을추론하는 자연어질의응답기술 을기반으로빅데이터를스 스로학습하고저장하는기능을구현한덕분이다. 엑소브레인은초기개발단계라 영어등비한국어지식에관한오류를보였지만앞으로데이터가더축적되고알고 리즘을통한학습이진행될수록뛰어난능력을보일것이라는기대를받고있다. 인공지능은어느날갑자기혜성처럼나타난기술이아님 [ 그림 2] 2011 년 IBM 왓슨과 2016 년 ETRI 엑소브레인의퀴즈쇼출연모습 알파고쇼크로상징되는인공지능충격이 2016 년한국사회를강타했다. 인공지능은어느날갑자기혜성처럼나타난기술이아니다. 오래전부터연구개발을통해빠른속도로발달해온컴퓨터기술의결과다. 특히최근인공지능기술이사람의직무를대신할수있는능력을과시하면서기대보다는일자리축소에관한공포를불러오고있다. 인공지능과자동화를앞세운 제4차산업혁명 이기존의지식체계와직업체계를구조적으로바꾸고있다는세계적연구기관의분석과보고서가줄을잇고있다. 2016 년 1월스위스다보스에서열린세계경제포럼은자동화와인공지능으로인해 15 개국가에서 5년간 710 만개의일자리가기계에의해대체되고 200 만개의새로운일자리가생겨나, 약 500 만개의일자리가사라질것이라는보고서를발표했다 ( 장필성, 2016). 2013 년영국옥스퍼드대학과싱크탱크네스타 (NESTA) 는 10 20 년안에현재직업의 47% 가자동화에의해대체될것이라는보고서를공개했다 (Frey and Osborne, 2013). 미국노동부는 2011 년초등학교에입 기상기술정책 2016. 12. 33
한국은제조업노동력을산업용로봇으로대체하여향후 10 년간인건비의 33% 감축전망 학하는학생들의 65% 는대학을졸업하는 2027 년께현재존재하지않는직업을갖게될것이라고전망했다 (Rosen, 2011). 현재초등학교 6학년생들이 10 년뒤취업하게될때에는현재의직업대부분이사라지고새로운분야의직업들이생겨난다는예측이다. 세계적컨설팅회사인보스턴컨설팅그룹은 2015 년보고서를발간해, 현재로봇 이담당하는제조공정이 10% 수준인데, 2025 년에는 25% 로늘어날것이라고전망했다 (Sirkin et al., 2015). 보고서는특히한국을산업용로봇채택에가장적극적인나라로꼽았다. 한국은 2025 년제조업노동력의 40% 를로봇으로대체하고, 로봇으로인해향후 10 년간인건비를 33% 감축할것으로전망됐다. 한국노동연구원이 2015 년옥스퍼드대학연구진의방법론을활용해국내노동시장을분석한결과, 2014 년하반기기준국내일자리중자동화에의한대체확률이높은고위험군일자리비중이 55 57% 에달한다는분석결과를발표했다 ( 김세움, 2015). 국내의경우기술로인한일자리감소비율이미국보다 10%p 가량오히려높은상황이라고분석된것이다. 이는국내노동시장구조가미국등선진국에비해기술에의한대체가용이한영업및판매직종사자가많고교육, 법률, 의료분야의고숙련전문서비스종사자는적어서기술진보에취약한상황이기때문이다. < 제2 의기계시대 > 를저술한매사추세츠공과대학 (MIT) 의에릭브린욜프슨과앤드류맥아피교수는 1차기계혁명이인간의육체적노동력을대체하는형태로진행됐다면 2차기계혁명은인간의지적노동력을대체하는모습으로이뤄진다 고말한다 ( 에릭브린욜프슨, 앤드류맥아피, 2014). 변호사, 펀드매니저, 기자, 소설가, 약사, 의사등의각종전문직의일자리가로봇에의해수행되면서훨씬효율성이높아지고정확해졌다는뉴스가잇따르고있다. 자율주행자동차, 드론, 인간형로봇, 감성형로봇, 원격의료, 맞춤형유전자치료, 사물인터넷, 빅데이터등기술발달로인해사람이수행해오던일들을기계가훨씬정확하고빠르고경제적으로처리하는영역이확대되고있다. 인공지능의놀라운성취는동시에우리사회에가뜩이나좁은일자리에대한불 34 Meteorological Technology & Policy
인공지능시대를살아가기위한인간능력은? 안과두려움으로나타났고불길은이내교육의문제로옮겨붙었다. 대부분의지적 활동과직업영역에서사람보다기계가더뛰어난결과를내놓을것이라는전망앞 에서미래에인간은무엇을할수있을까, 혹은인공지능시대에요구되는인간고 현재학교교육의 80~90% 는성인이됐을때쓸모없을수있음 유의능력은무엇일까에대한질문이던져졌다. 항상교육은미래사회에필요한지식과덕성을가르치는게목표였지만, 새로이던져진문제는기존의교육내용대부분이미래에쓸모없을것이라는인식에서비롯했다. 그리고이것은산업과지식의구조가근본적으로바뀌는거대한변화가원인이다. II. 인공지능시대와미래교육 세계적베스트셀러 < 사피엔스 > 의저자유발하라리이스라엘히브리대학역사학교수는지난 4월한국을찾아 현재학교교육의 80 90% 는아이들이성인이됐을때쓸모없을수있다 며인공지능시대에교육이왜화두인지를다시일깨웠다 ( 프레시안, 2016.4.26.). 인공지능기술과알파고의실력이놀라운수준이긴하지만, 세계모든나라가한국사회와교육계처럼충격과불안의소용돌이에빠진것은아니다. 유독한국사회가겪고있는충격과불안이큰이유는무엇일까? 이세돌과알파고의대결이벌어진곳이서울이기때문이아니다. 한국사회와교육계가유난히미래에대한관심과이해가깊은탓도아니다. 한국사회는공공과민간부문이교육에집중적으로자원을투입해왔지만전혀미래를향한대비가되지못한다는사실을깨달았기때문이다. 교사, 학생, 학부모가불가피한현실이자경쟁체제라고전제하고동의해온교육시스템의지반이무너지고있다는것을알게됐다. 이런자각은각교육주체들의불안과불신으로나타났다. 아이들이살아갈미래인공지능과정보화시대는현재의직업과일자리가대부분사라지는게명확한데과연우리는미래에유용한교육을하고있는가? 알파고쇼크는한국의교육현실이미래교육의핵심과얼마나벗어나있는가를 기상기술정책 2016. 12. 35
한국교육은굴뚝경제에기초한형태로학생들을알려줬다. 국가적으로, 개인적으로많은시간과자원을교육과학습에집중투자하교육시켜옴 고있지만미래에거의소용이없을것이라는것을알파고를통해확인했다. 2016 년 6월타계한미래학자앨빈토플러가 10 여년전에 한국학생들은학교와학원 에서미래에필요하지도않은지식과존재하지도않을직업을위해하루에 10 시간 넘게낭비하고있다 고말한쓴소리도다시주목받았다 ( 이만열, 2016). 토플러는 15 년전인 2001 년한국정부의의뢰로작성해제출한보고서 < 위기를넘어서 : 21 세기 한국의비전 > 에서도아래처럼교육개혁을강조한바있다.... 한국의교육체계는반복작업위주의굴뚝경제체제에기초한형태로발전하고학생들을교육시켜왔다. 한국교육은학생들이 21세기에맞는 24시간유연한작업체계보다는사라져가는산업체제의시스템에알맞도록짜인어긋난교육시스템을고수하고있다. 21세기교육시스템은학생들이어느곳에서나혁신적이고독립적으로생각할수있는능력을배양해새로운환경에적응할수있도록길러줘야한다. 한국교육체계의변화는 교육공장 들을보다효율적으로운영하는것에머물러서는안되며교과과정에서부터교육시간과장소에이르기까지보다본질적인문제를다뤄야한다... 앨빈토플러, 2001 세계적미래학자가 15 년전부터미래의변화방향을제시하고산업사회시스템에맞게설계된낡은교육체계를구조개혁할것을보고서로지적했지만, 한국사회는알파고쇼크를계기로비로소그중요성과시급함에눈을뜨게되었다. 한국교육의구조적문제는국가간비교조사를통해서도확인된다. 국가간교육성취도를비교하는대표적조사는경제협력개발기구 (OECD) 가 15 세청소년들을대상으로시행하는국제학업성취도평가 (PISA) 와성인들을대상으로학업역량을평가하는국제성인역량조사 (PIAAC) 다. 2000 년부터 PISA 평가에참여한한국교육은단기간에높은성취를이룩한성공적사례로언급되고있지만, 자원의투입량과극심한경쟁환경을기반하고있어내용을보면구조개혁이시급하다. 가장최근인 2012 년의 PISA 수학부문에서한국은 553.77 점으로참여 66개국중 5위, 상하이, 싱가 36 Meteorological Technology & Policy
인공지능시대를살아가기위한인간능력은? 포르, 홍콩, 대만등도시국가등을제외하면 OECD 34 개회원국중 1 위다 ( 연합뉴 스, 2013.12.3.). 하지만그점수를얻기위해서얼마나오랜시간을투입했는가를 보여주는학습효율성은정반대다. 한국은주당수학학습시간이 7 시간 6 분으로조 사대상 66 개국중베트남 (8 시간 21 분 ) 에이어 2 위이고, OECD 34 개국가중에서가 장길다. 즉단위학습시간당학습효율측면에서는 OECD 국가가운데꼴찌다. 한 국이 PISA 수학부문에서보이는최고의학업성취와최저의학습효율성은 3 년단 위의 PISA 조사에서반복되고있으며, 전혀개선되지않고있다. 성인 (16 65 세 ) 을대상으로한 PIAAC 조사 (2012 년 ) 에서도한국교육의특징이 PISA 수학부문에서한국은최고의학업성취도와최저의학습효율성을동시에보임 그대로드러난다 ( 유한구, 김영식, 2015). 이조사에서한국성인의문해력은 20 대 초반최고점을찍고, 이후급속한기울기로하락한다. 10 대와 20 대초반의문해력 과학업성취는최상위수준이지만, 이후지속하락해 55 65세는바닥권이다. 급속한사회발전기에상대적으로교육기회를누리지못한장노년층도한원인이지만, 기본적으로대학입시에집중된한국의교육시스템을반영한다. 대입을위해 10 대에학습량이집중되고, 고교졸업이후엔학습을하지않는평생학습그래프를보여준다. 한국은 PIAAC 조사에서 나는새로운것을배우기좋아하다 는학습흥미도조사에서도꼴찌를기록했다. 학교교육이라는제도와대입이라는한국사회의생존경쟁이벌어지는 10 대에는어느나라보다오랜시간학습하지만, 각자의필요와사회의요구에따라서진행되어야할이후의자발적학습에서는동기를잃어버린다는것을보여준다. 학교교육이미래에불필요한지식을강요해오히려자발적학습능력을잃어버리게만드는역기능을하고있다는지적이나오는이유다. PISA와 PIAAC 조사에서드러나는병리적현실에도불구하고한국교육은대학입시로대표되는한정된사회적자원획득을위한경쟁과절차로여겨지며수용되어왔다. OECD 국가중청소년자살률 1위, 행복지수 5년연속꼴찌라는부끄러운지표를만든배경이다. 하지만, 최근우리사회가직면한인공지능의미래는모든것을유보하면서획득한대학입학이나학습내용이미래사회에서직업과성취를이루는데쓸모가없을수있다는것을알려줬다. 직업의구조자체가전복되고재편 기상기술정책 2016. 12. 37
산업사회인력공급이목표였던교육체계는유효성을잃고근거를위협받게됨 될미래에는대입만을목적으로한학습관행과선호대학졸업도대책이되지못 할것이라는것을많은사람들이인식하게됐다. III. 산업화시대교육의유효성과한계 교육은사회와문화의가치가두루반영되는복잡하고다층적인체계이기때문에단번에모든것을바꿀수없다. 교육은과거 -현재 -미래를잇는연속이며, 다양한교육수요자와관계자들의기대와이해를고려해야한다. 교육개혁이어려운이유이지만, 최근의인공지능과자동화로인한교육의위기는오히려항상어려움을겪어온교육개혁에새로운논리와동력이될수있다. 현재의교육내용과체제가미래에지속될수없다는공감대가광범위하게만들어지고있기때문이다. 알파고쇼크 는단기적목표와 빠른추격자 (fast follower) 전략을선택하고사회적 개인적자원을집중해온한국사회구조가주요한배경이다. 선진국들이오랜세월과단계적발전과정을거쳐이룩한결과를목표로설정한뒤모방과압축적학습을중심으로빠른추격전을펼쳐온한국의전략은대체로성공적이었고, 이는많은영역에서경로의존성을형성했다. 교육도예외가아니었다. 한국교육은국가의산업화전략을충실히뒷받침해왔고, 대학입시는교육의수요자와공급자가문제를느끼면서도교육의현실적목표달성을위한가장강력한수단으로기능해왔다. 하지만대량생산과소비를기반으로하는산업사회가인공지능과자동화기술기반의정보사회로변모함에따라, 산업사회인력공급을목표로했던교육체제가유효성을잃고근거를위협받게됐다. 근대교육은산업사회에요구되는직무에투입할인력을목적으로, 표준화된제도교육시스템을만들어냈다 ( 켄로빈슨, 2015). 3R( 읽기, 쓰기, 셈하기 ) 능력을갖춘인력을길러내는표준화된교육과정과평가를통한획일화교육이다. 하지만, 자동화와인공지능기술의발달로산업사회이후사람이해오던직무대부분을기계가대체하기시작했고, 기존교육은미래를대비시 38 Meteorological Technology & Policy
인공지능시대를살아가기위한인간능력은? 켜주지못할것이라는우려가제기된것이다. 학교교육은미래세대를위한교육으로미래의예고된변화로부터영향을받는 게자연스럽지만, 한국은충격이유난히크다. 빠른따라잡기 라는구체적목표와 방법론을정한뒤집중해왔는데, 과녁이어느순간사라졌기때문이다. 정답혹은 도달해야할목표를최우선적으로추구해온게한국교육의특징인데, 갑자기방향 과의미를잃어버린것이다. 정보기술과인공지능의발달로인해, 정답이정해져있 는문제는사람이기계의상대가되지못한다는것을날마다확인하고있다. 하지 만역설적으로교육의위기는교육을위한기회이기도하다. 그동안눈앞의도구적 답이있는문제 에서인간은기계를앞서기어려워짐 기능적요구에밀려나있었던교육의본질을묻기때문이다. 또한기존의각종전문 직들이인공지능과자동화에의해서대체되고직업의미래를예측하는것이기본 적으로어려워지는환경에서, 궁극적관심은미래인재에게요구되는핵심역량이무엇인지로연결된다. 모든것이불안해지는상황에서는결국사람고유의지혜와역량을계발하는것으로관심이집중된다. 현재의교육이위기라는것은새로운교육을위한기회인이유다. 2011 년미국의퀴즈프로그램 < 제퍼디쇼 > 에서 IBM 의컴퓨터왓슨이인간퀴즈챔피언들을꺾고우승한사실, 2014 년튜링테스트를통과한최초의인공지능유진구스트만의등장, 2016 년알파고의승리와엑소브레인의장학퀴즈우승등은 답이있는문제 를해결하는데인간이기계를앞서기어려워졌다는걸일깨웠다. 모든정보가디지털화되는빅데이터시대에기계학습기능을발달시키고있는인공지능은많은영역에서사람을뛰어넘는실적을보이고있다. 의사, 변호사, 약사, 기자, 바둑기사, 회계사, 세무사등많은전문직이자동화와인공지능의위협을받고있다. 데이터화할수있고패턴화할수있으면, 즉 정답 이있는영역은결국똑똑한기계의몫이된다는것을점점확인하게될것이다. 암산과연산능력이수학실력과별관계없음을전자계산기가알려줬다면, 인공지능과인터넷기술은 정답 과 모범답안 을중심으로가르쳐온교육의유효성이끝났다는것을증명했다. 기상기술정책 2016. 12. 39
어떻게하면늘변화하면서살수있을까 IV. 인공지능시대가묻는인간의가치와능력 미래사회는인공지능기계에의해대체되지않을뿐아니라오히려더욱중요해질인간의역할과역량에주목해야한다. 또한기술의급속한발달로인해빠르게변화하는사회환경속에서중요성이변하지않을인간의고유능력과사회적가치를탐구하고이를구성원들과공유해야한다. 이는미래에각광받을것으로전망되는분야와지식을교육하는것과근본적으로궤를달리한다. 인공지능과자동화기술의정보화시대는무엇보다지식이방대한규모로생산 활용되고또빠르게낡아버리는, 부단한변화의시기이기때문이다. 특정한직무를상정한교육대부분은빠르게변화하는기술과사회변화로인해더이상유효하지않게되었다. 유발하라리는 우리가아이들에게가르쳐줄가장중요한기술은 어떻게하면늘변화하면서살수있을까, 어떻게해야내가모른다는사실을직면하며살수있을것인가 라고말했다 ( 프레시안, 2016.4.26.). 이른바스팀 (STEAM: 과학, 기술, 공학, 예술, 수학 ) 분야의지식이나코딩교육이근본적인미래교육의대책이될수없다. 인공지능기술의발달에따라공학과컴퓨터관련기술과지식은손쉽게대체될수있는영역이다. 하라리의말대로부단히변화할사회에서가장중요한능력은 늘변화하면서살수 있는능력, 즉유연성이다. 한국의학교가산업사회에서적용됐던낡은방식으로교육하고있다고비판한앨빈토플러가 21 세기지식정보사회에서가장필요한능력으로강조한것은 지속적인학습능력 (learning ability) 이다. 산업사회의교육이지식정보사회에서통용될수없게된것은, 기본적으로사회적환경이달라지고그에따라서요구되는인간능력이변화하기때문이다. 지식정보사회는지속적으로변화하는사회이고, 필요한정보를언제어디서나편리하게누구나얻을수있는사회다. 지식변화에적응할수있는유연성과정보활용능력이무엇보다중요해진다. 모든정보가디지털화하고인터넷으로연결되어정보이용의시공간거리가사실상사라진데따른필연적변화다. 하버드대복잡계물리학자새뮤얼아브스만 (2014) 은 < 지식의반감기 > 에서 모든지식은유효기간을지닌가변적지식 이라 40 Meteorological Technology & Policy
인공지능시대를살아가기위한인간능력은? 고말한다. 컴퓨터의연산기능이 2 년마다 2 배가까이증대한다는무어 (Moore) 의법칙과네트워크사용자증가에따라네트워크의가치가늘어난다는멧칼프 (Metcalfe) 의법칙이지배하는정보기술사회에서지식의증가와기계처리능력은 점점가속화하는게기본속성이다. 학교에서배운지식과졸업증, 자격증이수십 년간유용하던산업시대는지나갔다. 지식의생산량이늘어나고변화속도가빨라 지는지식정보사회에서과거의지식과사고방식에안주하는것은가장위험한태 도다. 중고교시절가장많은시간을학습에투입하지만, 대학입시를치른이후부 터는학습하지않는한국사회는인공지능시대에가장취약한교육구조를이루고 인공지능과자동화기술도빠르게발전하는숱한신기술의하나일뿐 있다는것을 PIAAC 조사가알려준다. 지식의양이제한적이고접근이어렵던시절에는학년에따라학습해야할필수 적지식을표준적교과과정으로만들어교사가가르쳐온교육이효과적이었지만, 컴퓨터와인공지능환경에서는한계가명확해졌다. 특히이러한교육방식에학습역량과자원을집중투자해온것이그동안은제한적효과라도가졌었지만, 이젠달라졌다. 대학입시를목적으로한과다한학습량과경쟁위주교육은자기주도적학습이중요해지는중등교육이후오히려개인의학습의욕과능력을떨어뜨리는결과를가져오기때문이다. 이는학생은물론사회적으로막대한손실이자시간과자원의낭비다. 미래세대에적합하도록교육의내용과방식을새로설계해야하는절박한이유이다. 미래사회는인공지능과자동화기술의영향력이커져서인간의지식과능력을압도할것으로거론되고있지만, 사실은인공지능과자동화기술도빠르게발전하는숱한신기술의하나다. 미래사회는무엇보다지식정보사회이고, 인공지능과자동화기술은지금시점에새로등장한파괴적힘의신기술일따름이다. 지식정보사회는방대한정보와지식이만들어져서지속적으로변화하고지식의힘이지배하는세상이다. 지식정보사회의빠른변화에서는변화적응력이무엇보다중요한데, 이는인공지능과로봇등특정기술에민첩하게적응하는걸의미하지않는다. 미래의기술패러다임은사물인터넷, 바이오엔지니어링, 브레인임플란트같은새 기상기술정책 2016. 12. 41
미래에는호기심, 정보리터러시, 감정적소통능력이필수적핵심능력 로운기술로바뀔수도있다. 소프트웨어코딩교육같은구체적기능을교육해도 실제로는거의사용하지못할수있다. 미래에는전혀다른프로그래밍언어가등 장할수있고, 소프트웨어프로그래밍은인공지능이사람보다훨씬뛰어날수있 는영역이기때문이다. 1990 년대중반까지는컴퓨터를사용하기위해서엠에스도스 (MS-DOS) 명령어와조작법을익히는게필수였다. 하지만 1995 년윈도 95, 윈도 98 등으로컴퓨터운영체제가그림아이콘과마우스를통한윈도방식으로바뀌자도스명령어의쓸모는사라졌고사설컴퓨터학원들도급감했다. 새로운밀레니엄을앞둔 1990년대말, 미래는정보화사회가될것이라며 정보검색사자격증 이인기높았던시기도있었다. 정보검색은중요해졌지만, 정보검색사라는직업은이내사라졌다. 중요한것은이처럼지속적으로기술환경, 사회환경이변화하는세상에서필수적인변화수용력, 달리말하면유연성과창의성을어떻게교육할수있을것인가의문제이다. 인공지능이보편화할미래에는사람에게고유한능력이무엇인지를질문한다. 교육의목적과가치도변화하게된다. 뛰어난인지기능을구현하는인공지능과함께살아야가할미래에서변화하는세상에서의지속적인학습능력을구성하기위해서는호기심과정보리터러시 (literacy) 1), 그리고기계가구현할수없는감정적소통능력이요구된다. 이세가지는인공지능의역할이커지는지식정보사회에서모든사람에게무엇보다필수적인핵심능력이다. 1. 호기심 지식정보사회는디지털과인터넷을기반으로하고있어서, 모든지식과정보에누구나도달할수있다는게주요한특징이다. 교과서와참고서, 교사가알려주지않는세상의모든지식에학생누구나손쉽게접근할수있는환경이다. 하지만지식의접근가능성이지식의활용을의미하지않는다는것을주목해야한다. 누구나스마트폰과인터넷을통해인류가이뤄놓은방대한지식에도달할수있지만, 그것 1 리터러시 : 문자화된기록물을통해지식과정보를획득하고이해할수있는능력. 42 Meteorological Technology & Policy
인공지능시대를살아가기위한인간능력은? 을제대로활용할줄아는사람은많지않다. 학습하려는목표와의지를갖고있는 사람에게만유용한도구이다. 학생으로하여금학습의지와목표를갖게하기위 해서부모의요구와기대, 사회적압력을동원하지만효과는제한적이다. 학생이성 장할수록자발적이고자기주도적학습이중요해진다. 학생중심의자기주도학습 을가능하게하는것은외부의요구와압박아닌, 학습자마음속에서생겨나는내 적필요성인호기심이다. 지적호기심을지닌학생은그호기심을충족시키기위해 다양한수단을동원해학습하고문제를해결하려고한다. 인터넷과스마트폰은최 적의환경을제공한다. 호기심은학습과문제해결을이뤄내는가장강력한동기이 호기심을키우려면자유로운상상과엉뚱한질문을허용해야함 고, 학생은호기심을풀어나가는과정에서스스로효율적이고창의적인자신만의 학습노하우를습득하게된다. 호기심을품은문제를자기주도적으로해결해본경 험을지닌학생은이를다양한영역의문제로확대적용할수있다. 이과정을경험하며자기주도적학습을익힐수있다. 사람은누구나호기심가득한아이로태어나세상에서필요한지식과정보를빠르게습득한다. 하지만호기심은정해진정답이나모범답안이주어지면작동하기어렵다. 정해진지식을전수하려는 정답위주 교육은단기적효율성이있지만, 장기적으로는호기심과자발적학습에대한흥미를없애는결과를가져온다. 호기심은행동과생각을자유로운목적지 ( 모범답안 ) 를정해놓고 빠른추격자 전략을펼쳐온, 효율우선주의교육풍토에서활성화되기어렵다. 학생들의호기심을키우려면자유로운상상과엉뚱한질문을허용하고, 스스로지식추구의경험을해나가도록격려해야한다. 호기심기반교육은정답과교과과정에수록된지식전달을위주로하는교육방식에서는병립하기어렵다. 호기심의결과가모범답안이나정답으로귀결되도록유도된다면, 이는호기심이아닌정답을위한학습법에불과하다. 제시되는문제나과업이정답을고려하지않은상태로설정되어야하는데, 효율성과대학입시위주의중등교육과정의현실에서는어려운문제다. 또한호기심은기존의방법과결과들을의심하고새로운방법을생각하는데서생겨나므로, 기존에당연하게수용되어온방법과가치에대해서비판적접근을수반하기마련인데이 기상기술정책 2016. 12. 43
호기심은학습결과에서가장뛰어난성취를보여줌 역시국내교육풍토와사회분위기에서지난한문제이다. 학생들이일상적으로호기심을경험할수있는교육공간은학교와교실이지만, 한국사회의집단주의와토론부재문화, 효율성추구는교실에서도호기심을방해 한다. 교사도, 학생들도호기심기반교육과토론에익숙지않다. 왜질문을통해호기심기반교육을해야하는지에대한목표제시도그를위한구체적인방법도교육받지못했기때문이다. 질문이활발할것으로예상되는명문대의강의실에서도질문이없는한국교육의현실은이혜정 (2014) 의 < 서울대에서는누가 A + 를받는가 > 와 2014 년초방영된 EBS 의 6부작교육다큐프로그램 왜우리는대학에가는가 에서그실태가구체적으로알려졌다. 질문과호기심을찾아보기힘든우리교육현실이지만, 거의모든지식이누구에게나접근가능한형태로주어지는인터넷세상에서는교육에서호기심의역할이갈수록결정적이되어가고있다. 엉뚱한질문과호기심이수업분위기를흐트러뜨리고비효율적으로보일지라도호기심은학습결과에서도가장뛰어난성취를보여준다. 영국에든버러대심리학교수소피폰스툼은 2011 년논문 < 굶주린정신 > 에서개인의성공을예측하는설명변수들가운데하나만꼽으라면그것은호기심이라고말했다 ( 구본권, 2015). 2. 정보리터러시 지식과정보의바다를항해하기위해필요한지적능력은호기심과함께정보판별력이다. 호기심이학습자주도의자발적인학습을이끄는동력이라면, 정보판별능력은끝없는자극을추구하는호기심을제어하고목적지를찾을수있도록해주는방향타이다. 무한한정보환경에서호기심은유익하지만위험도안고있다. 유익한정보와해로운정보가혼합돼있고, 진실과거짓이뒤섞인상태이기때문이다. 이런환경에서지적추구의동력인호기심을자신이원하는방향으로유용하게활용하기위해서는정보판별력이요구된다. 무한한환경에서필요한능력은자신과공동체에필 44 Meteorological Technology & Policy
인공지능시대를살아가기위한인간능력은? 요한것들을선별하고우선순위를제대로판단할수있는능력이다. 작가어니스 트헤밍웨이가작가는지식을만들어내는사람이라며 누구나각자헛소리탐지기 를지니고작동시켜야한다 고강조한능력도비판적사고력이다 (Manning, 1965). 기계가대체할수없는인간고유의능력으로창의성과호기심이주목받고있다. 정해진답과목표중심의국내학교교육은호기심과창의성이중요해지는변화된 환경에서교육의위기요인이다. 호기심과창의력은비판적사고능력과분리할수 없이밀접하게연결되어있다. 호기심은지식간의간극과인지부조화에서생겨나 지만호기심을해소할수있는구체적인지식과창의적결과물로연결되기위해서 호기심을해소할수있는지식과창의적결과물을위해비판적사고능력이필수적으로요구 는비판적사고능력이필수적이다. 호기심이생겨나는다양한물음에대해사회적 으로제공되는기존의통념과상식, 인지적관행등은호기심이지속되기어렵게만 든다. 호기심이새로운지적발견과탐구로연결되기위해서는기존의상식과사회적통념에저항해, 전혀새로운추구를하는과정즉비판적사고력을필요로한다. 정답과정해진목표달성을위한경쟁을강요하는국내교육은학생들로하여금제도교육이후각자의호기심과필요에기반해자기주도적학습역량을키워나가야하는미래세대에게오히려반교육적효과를끼친다. 유비쿼터스환경에서손쉽게주어지는정보와지식의내용과의도를비판적으로검토하는것은기술과도구의영향력이커지는지능정보사회에서더욱중요한능력이된다. 기술의영향력이커진다는것은순기능의효과만이아니라역기능의영향또한동일한스케일로증폭된다는것을의미한다. 대부분의기술과서비스는상품의형태로제공되는게속성인데, 더많은판매와이용을목적으로하는상품의속성상개발자와업체는해당기술과서비스의긍정적인측면만을홍보하고마케팅한다. 강력한영향력을지닌기술은긍정적효과만이아니라대부분부정적효과또한그세기가강력하다. 개발자와업체가알리지않는이러한강력한기술의부정적측면을인지하고이해하면서사용하는것이현명한사용법이다. 이는정보기술의영향력이커짐에따라모든사회구성원들에게새로운시민적능력으로요구되는기술리터러시능력이다. 기상기술정책 2016. 12. 45
개인과사회가기술을통제하기위한기술리터러시와사회적논의시스템필요 새로운정보기술과도구를긍정적으로만보거나부정적으로만보는것둘다위 험하다. 기술과도구의속성에대해제대로알고사용방법을익힌뒤에야통제력을 갖고원하는대로사용할수있다. 기술과도구의수용에앞서작동방식과영향을 파악하는게우선이다. 똑똑한기계가인간인지능력을대신하는환경에서는학문 과교육의본질인보편적접근법과성찰적태도가더요구된다. 한국교육은문과, 이과를나누고세부전공으로나눠분과지식중심으로주입시켜왔다. 호기심과비 판적사고력이무엇보다중요한교육의목표가되는것은한국교육현실에독이자, 약이다. 기술리터러시는거대한영향력을갖춘기술에대한이해를기반으로한새 로운교육법의기본이되어야한다. 새로운도구와기술이가져올기회를먼저누리려는목적에사로잡혀, 기술이가 져올다양한효과에대해서는이해를게을리한다면불행한결과로이어진다. 이는 컴퓨터, 인터넷, 스마트폰, 디지털교과서등정보기술일반에적용되는접근방식이 다. 디지털과인공지능기술의사용법을넘어선기술이사회와개인에끼치는영향 을인지하고개인과사회가최대한통제할수있게만드는기술리터러시와사회적 논의시스템이필요하다. 3. 공감능력 인공지능시대에사람의공감능력과감정적소통기능은더욱중요해진다. 영국옥스퍼드대학의진화생물학자로빈던바 (2011) 는인간을비롯한다양한영장류의사회생활집단규모와두뇌크기를비교 관찰한연구를통해두뇌크기가소속집단의크기에따라달라진다는점을밝혀냈다. 사람의대뇌신피질이어느생명체보다크고발달한이유는인간이동물중가장고등한소통수단을통해복잡한사회관계를형성하기때문이다. 인간두뇌는무엇보다사회생활을위한감정적소통과처리를수행하는과정에서발달한체계로, 생태계에서인간의우월성은사회생활을가능하게하는복잡하고미묘한감정적소통능력이다. 하지만인공지능기술발달로사람의감정을인식하고그에반응하는도구의등 46 Meteorological Technology & Policy
인공지능시대를살아가기위한인간능력은? 장은인간의감정적소통능력에일찍이없던도전을던진다. 프랑스의로봇업체알 데바란이개발한최초의감정인식형로봇페퍼는일본에서높은인기로판매되고 있다. 신시아브리질이만든소셜로봇지보는감정인식에기반한개인비서기능의 로봇이우리의일상깊숙이들어와사람못지않은감정적소통상대가될것이라는 기대를갖게한다. 이러한감성형로봇의등장에는인공지능기술발달과함께소 셜미디어분석, 얼굴인식, 표정및음성분석등을통해기계가사람의감정과상태 를인식할수있게된덕분이다. 반려로봇, 섹스로봇등인간의감정을상대하고처리하는로봇이등장한다는것 사람수준의감성형인공지능이발달할수록인간만의고유한가치와특징이희소해짐 은동시에기존에사람들끼리맺어온유대와감정적관계에근본적변화가생긴다 는것을의미한다. 2013 년개봉한할리우드영화 < 그녀 > 에서처럼, 감성형인공지능 과로봇의등장은사람으로하여금사람보다기계와의관계를더추구하게만드는요인이될수있다. 인간의감정과관계는사람들사이에서상호적이었고, 상대의반응을통해항상변화하는구조였다. 하지만감성형로봇과섹스로봇의등장은사용자의요구를무조건처리하는기능이특징이다. 이러한감성형로봇과섹스로봇이확산될경우이는상대의반응과표정, 눈빛을살피면서반응해온사람의소통능력에중대한변화를가져올가능성이있다. 매사추세츠공대 (MIT) 에서 30여년넘게테크놀로지와사람과의관계를연구해온사회심리학자셰리터클 (2012) 은인터넷이나로봇을통해형성하는유대감은서로를결속시키는것이아니라, 정신을팔게만드는연결이라고말한다. 사람수준의감정인식및표현기능의인공지능이등장하면시간이지날수록더사람과비슷한능력을갖게되고자연스럽게사람들은그에대한의존이깊어질것이다. 이럴경우동시에인간만의고유한가치와특징은희소해진다. 마치공장시스템기반대량생산시대에수제명품에대한수요가생겨나듯인간의고유성에대한관심이높아지는환경이다. 섹스로봇이나감정인식로봇이보급되면이도구가많은사람들의감성적상대가되는현상은불가피하고, 강한수요를갖고있는관련기술개발과채택을막을수없다. 1인사회, 고령화사회, 개인주의가강화될미래 기상기술정책 2016. 12. 47
공감과소통능력은어느때보다중요한인간의능력이될것 에감성형로봇은범용화가예상된다. 사람들이감성형로봇과인공지능과의관계에익숙해지게되면자신의기대와 예상과다르게반응하는자연인의감정에대응하는것이어려워질수있다. 사람이 상대의감정과미묘한상태변화를읽는능력이발달하지않을수있고, 조작하고통제할수있는로봇과달리상대사람의감정과반응은나의통제영역밖이다. 사회적존재인인간에게감정파악과표현등감성적소통능력은존재를규정하는핵심기능이지만, 제대로발달하지못하거나퇴화할수있는환경이된다. 인공지능을통해인간처럼감정적소통과표현능력을도구에구현한결과우리는감성형로봇을곁에두고감정적관계마저의지하게되지만, 이는결과적으로사회적, 감정적동물로서의인간의핵심소통능력에위협을가져오는환경이다. 인공지능시대에사람과의감정적소통이줄어들고어려운관계가됨에따라, 인간의공감과소통능력은어느때보다중요한인간의능력이될수있다. 인공지능기술개발경쟁을선도하고있는마이크로소프트의최고경영자사티야나델라는 2016 년 11 월 < 니혼게이자이신문 > 과의인터뷰에서 인공지능이보급된사회에서가장희소성을갖는것은타인과공감할수있는힘을가진인간 이라고말했다 ( 중앙일보, 2016.11.30.). V. 맺는말 지식과정보의힘이지배하는지식정보사회인인공지능사회에서기존의교육제도와학습방법은유효성을상실한다. 기계가사람처럼지적인식과판단, 업무처리기능을수행할수있게되면서기계가할수없는사람만의영역을찾아그에필요한역량을계발해야한다. 지식과환경이지속변화하는미래인공지능사회에서무엇보다중요한능력은평생학습능력이다. 변화하는세상에서자기주도적으로길을찾아가는능력은호기심과정보판별능력이다. 두가지는배우는사람스스로주체가되는지적태도이고교육자는안내자와보조자의역할을할따름이 48 Meteorological Technology & Policy
인공지능시대를살아가기위한인간능력은? 다. 호기심과비판적사고력은정보사회의무한지식환경에서무엇보다중요한자 기주도적학습의요소이지만, 체계적이고조직적교육이거의이뤄지지않아왔다. 인공지능사회는새로운지식학습방법을우리에게요구한다. 또한사회적존재로 서의공감능력과소통능력은항상사람의핵심적자질이었지만, 인공지능환경에 서사람처럼감성적반응을하는도구가등장함에따라더욱중요한인간고유능 력으로주목받고있다. 호기심, 비판적사고력, 공감능력은인공지능시대를헤쳐나 갈핵심적인인간능력이다. 기상청은일찍부터국내최고성능의슈퍼컴퓨터를활용해기상예보를해온기 기술과도구의적용영역을파악하고인간이활용할영역을선택해야할것임 관이다. 하지만아무리슈퍼컴퓨터의성능과예보관련도구가발달해도정확한기 상예보는여전히불가능하다. 우리가현실에서만나는최대의복잡계시스템의하 나인기상은도구와기술로완벽한예측이불가능하다. 슈퍼컴퓨터를활용한인공지능기상예보시스템이발달해도여전히한계가있으며사람의최종적판단과선택이필요한영역이다. 기술과도구가발달할수록그를제대로활용하기위해서는사용자가해당도구에대해더욱많이연구해야하며, 기술과도구에의존할수있는영역이어디까지인지그리고어느영역을인간이판단하고선택해야할지를결정해야한다. 참고문헌 구본권, 2015: 로봇시대, 인간의일, 어크로스, 344pp. 김세움, 2015: 기술진보에따른노동시장변화와대응, 한국노동연구원, 155pp. 로빈던바, 2011: 발칙한진화론, 21세기북스, 295pp. 새뮤얼아브스만, 2014: 지식의반감기, 책읽는수요일, 338. 셰리터클, 2012: 외로워지는사람들, 청림출판, 560pp. 연합뉴스, 2013: 한국학생수학성적 1위지만흥미 자신감은 꼴찌 (2013.12.3.) 유한구, 김영식, 2015: PISA 및 PIAAC을이용한교육성과비교와정책과제, 이슈페이퍼, 2015(4), 30pp. 앨빈토플러, 2001: 위기를넘어서 : 21세기한국의비전, 정보통신정책연구원, 103pp. 에릭브린욜프슨, 앤드류맥아피, 2014: 제2의기계시대, 청림출판, 382pp. 기상기술정책 2016. 12. 49
이혜정, 2014: 서울대에서는누가 A + 를받는가, 다산에듀, 368pp. 임마누엘페스트라이쉬, 2016: 인생은속도가아니라방향이다, 21세기북스, 291pp. 장필성, 2016: 2016 다보스포럼 : 다가오는 4차산업혁명에대한우리의전략은?, 과학기술정책, 26(2), 12-15. 중앙일보, 2016: AI가의사대체해도간호 복지사는부족할것 (2016.11.30.) 켄로빈슨, 2015: 아이의미래를바꾸는학교혁명, 21세기북스, 2015, 432pp. 프레시안, 2016: < 사피엔스 > 저자 학교교육 80 90%, 쓸모없다 (2016.4.26.) Frey C. B. and Osborne M. A., 2013: The Future of Employment: How Susceptible Are Jobs to Computerisation, Oxford University Programme on the Impacts of Future Technology, 72pp. Sirkin, H., Zinser, M., and Rose, J., 2015: The Robotics Revolution: The Next Great Leap in Manufacturing, The Boston Consulting Group. The Atlantic, 1965: Hemingway in Cuba(1965.8.) The Atlantic, 2011: Project Classroom: Transforming Our Schools for the Future(2011.8.29.) 50 Meteorological Technology & Policy
인공지능의기상정책개발활용 국립기상과학원연구기획운영과 Ⅰ. 들어가며 Ⅱ. 기상청의인공지능적용노력 Ⅲ. 자연어처리와감성분석 Ⅳ. 사용자감성을파악하는기술 Ⅴ. 감성분석활용방안 Ⅵ. 맺음말 기상청은영향예보의본격적인실시를위해관측망확충, 수치모델개발, 예보역량강화, D/B 구축, 농업 관광 수산분야시범서비스고도화, 보건 체육 교통등국가정책지원등수많은기술적분야에인공지능기반의딥러닝기술적용을모색하고있다. 하지만딥러닝외에도기상캐스터, 블로그관리등기상정보사용자와의접점을늘이려는시도에자연어처리와같은인공지능기술이활용될수있다. 그중에서도대표적인자연어처리기술인감성분석은웹, 게시판, SNS 등에나타난사용자감성을파악하여마케팅전략에활용되는유용한기술이다. 감성분석을활용하여기상청혹은서비스에부정적감성이증가한원인을파악하거나서버에저장되는관련정보들을분석하여대국민혹은대언론홍보정책개발에활용함으로써사용자만족도를제고할수있을것이다. 기상기술정책 2016. 12. 51
정부는 2017 년인공지능기술분야에전년비 80% 증액한예산을배정 I. 들어가며 사람들은항상변화를두려워한다. 처음에전기를발명했을때사람들은두려워했다. 그리고석탄을두려워했고, 휘발유엔진을두려워했다. 사람들은자신들이모르는것에대해서두려움을느낀다. 시간이흐르고나면첨단반도체기기들도받아들이게될것이다. 빌게이츠, 마이크로소프트 구글의자회사인딥마인드가제작한컴퓨터바둑인공지능프로그램인알파고가대한민국의프로바둑기사인이세돌 9단을 4:1 의전적으로이겼을때, 언론은인공지능기술이인간의뇌가판단하는사고력을따라잡은것에대한놀라움을보도하는동시에우리나라의기술수준이선진국에비해뒤처져있는현실에대한위기감을역설하였다. 언론과국민들은 AI에대해신드롬에가까운관심을보였고, 대대적인관심에편승한정부는 2017 년 R&D 사업에서인공지능기술분야에 2016 년대비 80% 증액한예산을배정하기도하였다. 하지만그렇게활활타오를것만같았던인공지능의불길은이내다른뉴스와구별하기어려운지나간소식이되는듯하다. 그럼에도불구하고이미소프트파워를통한 지능형제품과공장 으로대표되는 4차산업혁명에적응해가면서엄청난이익을창출하고있는선진국의기업을보고있자면, 인공지능은알파고와같은단순한 (?) 게임용소프트웨어에그치는것이아니라는것을알수있다. GE는항공기엔진에센서를부착하여엔진이상을모니터링하는서비스를제공함으로써관련기술분야에서 1조 2,000 억원의수익을거두고있고, 전통적소프트웨어기업인구글은자율주행자동차를만들겠다고공언한상태다 ( 국가공무원인재개발원, 2016). 최근에사업계획을포기하긴했지만, 애플도전기자동차생산을저울질한바있다. 우리나라의자동차제조회사들도기초단계의차선이탈방지및자율주차시스템을접목한자동차를판매하고있다. 중국의추격을걱정하던대한민국의제조업경쟁력이중국의추월에갈팡질팡하고있 52 Meteorological Technology & Policy
인공지능의기상정책개발활용 는사이거대한산업화물결이세계를휩쓸고있고, 그중심에인공지능이자리잡 고있다. 미래의고객맞춤형제품및서비스제공에필수적인기술이인공지능을필 두로한관련소프트웨어산업인것은주지의사실이다. 많은사람들은인공지능이영화 스타워즈 의 R2-D2 처럼 나 를도와줄수있는 우수한보조자가되길바라겠지만한편으론 I-Robot 에서표현되었던인간형로 봇혹은 매트릭스 에서인간의의식을지배했던우월적존재처럼내게해를끼칠 수도있는기술로생각할수있다. 실제로이세돌 9 단이패배한직후터져나왔던 탄식은인간으로서의우월성이침해당한현실에서의패배감못지않게인공지능이 인공지능의논리와계산력을앞서기힘든것은당연한결과 가져올지도모르는어두운미래에대한우려였을것이다. 물론그미래에는인간의 직업을대체함으로써실직자를대량생산하게되는모습도있을것이다. 그렇다면 인공지능의기술발전을두려워만해야하는것일까. 물론그렇지않다. 편리한이동을위해만든자동차보다빨리달릴수있는인간이없듯이, 인간의편의를위해만든컴퓨터의최종목적지라고할수있는인공지능에논리력과지식의습득측면에서인간이따라잡기힘든것은어찌보면당연한것이다. 빌게이츠의말처럼새로운기술에대한두려움을접고더우수한인공지능개발에힘쓰는한편, 그러한과정에서주어지는과실을어떻게활용하여더나은 인간으로서의 가치를창출할지를고민해야할것이다. II. 기상청의인공지능적용노력 기상청은올 1월 영향기반의기상예보 를통해국민에게더가까이다가갑니다! 라는제목의보도자료를배포하면서기상현상발생가능성을단순전달하는것을뛰어넘어기상현상으로예상가능한피해의발생가능성을국민에게함께제공하겠다는포부를밝혔다. 영향예보 (impact-based forecast) 는날씨와기후의영향을받는수요자에게위험성대비를위해필요한맞춤형의사결정정보를제공하는것으로서, 국민삶의질을한층높이는실용적 선진형예보서비스이다. 지구온난화 기상기술정책 2016. 12. 53
영향예보로의전환은필수불가결한사항 로인해태풍, 홍수, 집중호우등의발생빈도가잦아지고, 예상되는피해가커짐에따라기존의현상중심예보서비스가기상재해대응을위한효과적인의사결정지 원에불충분하다는공감대가형성되었다. 또한현재의예보체계에서드러난한계 는영향예보로의전환이필수불가결한것임을뒷받침한다. 아래는 2016 년 6 월에발간된 기상기술정책 지의 영향예보비전과추진방향 에서언급된내용의일부이다. 글에서는현재예보체계의문제점과시사점을통해 영향예보로의전환에대한당위성을설명하고있다. 현재예보체계의문제점단기예보정확도 ( 강수유무기준 ) 는 2008 년동네예보의적용을통해한단계도약하였으나, 이후현재까지약 91.5% 수준에서정체되고있다. 대기자체의불확실성, 수치예측의한계등으로인한예측불확실성으로결정론적예보는정확도에근본적인한계를지니고있기때문이다. 따라서확률론적예보를통해기상현상의발생가능성을제공하여리스크저감을위한폭넓은의사결정을지원할필요성이존재한다. [ 연도별단기예보정확도 ( 강수유무 )] 또한세계주요국수준의예보수준 ( 단기예보정확도 ( 강수유무 ) 92.2%) 에도불구하고, 기상서비스에대한체감은이와간극이존재하고있다. 2014 년기상업무국민만족도조사결과에따르면, 기상서비스에대한국민만족도와신뢰도는각각 77.5 점, 75.1 점에불과한것으로집계되었다. 54 Meteorological Technology & Policy
인공지능의기상정책개발활용 [ 기상업무국민만족도조사결과 ] 영향예보의실현을위해다양한기술분야에인공지능이적용될수있을것 시사점따라서기존의예보틀을뛰어넘는혁신적변화가필요하다. 같은기상현상이라도시간과장소에따라달라지는기상현상의영향을고려한예보서비스를통해기상서비스의가치를향상시킬수있다. 아울러유관기관과의적극적소통 협업체계구축을통해상호간기상및방재정보의교류체계를구축해야한다. 즉, 영향정보를기반으로한이음새없는체계를구축하여, 다가오는위험기상에대한정보를조기에제공하는기상예보패러다임의변화가필요하다. 영향예보의본격적인실시를위해관측망확충, 수치모델개발, 예보역량강화, D/B 구축, 농업 관광 수산분야시범서비스고도화, 보건 체육 교통등국가정책지원등수많은기술적분야에인공지능기술이적용될수있다. 예를들면, 서로다른격자로수집된모델및관측데이터의동화 ( 同化 ), 기상- 산업 생활데이터간의연관성추정, 예보활용을통한의사결정으로예상되는편익분석등에여러비선형변환기법을조합시키는기계학습알고리즘인딥러닝이활용될수있을것이다. 그런데 과연인공지능분야가예보업무를지원하는일련의기술적과정안에서만적용가능할까 란의문이든다. 중국의한지역매체에서는기상캐스터를대신해 기상기술정책 2016. 12. 55
인간의언어를기계가직접분석함으로써의사결정을빠르게지원 예보를전달하는샤오빙 ( 小氷, xiaobing) 이서비스되고있는등사용자와의접점을늘이려는시도에도인공지능이활용될수있음이확인되고있기때문이다. 샤오빙 ( 마이크로소프트 ) 과함께애플의 Siri, IBM 의왓슨등은인간의언어를이해하고, 그것을기계적으로분석하여우리들이사용하는언어로대답을할수있는수 준에도달해있다. 기계와직접대화하는기술은아니지만, 우리나라도 2018 평창동계올림픽에서한국어와 7개언어 ( 영어, 중국어, 일본어, 프랑스어, 스페인어, 독일어, 러시아어 ) 간자동통 번역서비스제공을목표로하고있다 ( 문화체육관광부, 2015). 딥러닝을통한기술적발전과병행하여자연어처리분야의기술을기상청에서활용할수는없을까. III. 자연어처리와감성분석 자연어처리또는자연언어처리는인간의언어를기계적으로분석해서컴퓨터가이해할수있는형태로만들고, 다시인간이이해할수있는언어로표현하는제반기술을의미한다 1). 컴퓨터가이해할수있는형태로처리한다는점에서인공지능과대단히밀접한관련이있다. 최근에는전산적인관점에서자연언어의통계적 논리적모형을다루는전산언어학과거의비슷한의미로사용되고있다. C, Java 같은기계어가아닌인간의언어를사람이개입하지않고기계 ( 컴퓨터 ) 가직접분석 ( 이해 ) 해서인간의의사결정을지원할수있다면실생활의많은부분이바뀔수있을것이다. 딥러닝기술을통해앞서언급했던영향예보기술을사용자 ( 국민 ) 가모바일앱이나웹의홈페이지를거치지않고다른사람에게말하듯이물어보는것만으로도원하는정보를얻을수있다면검색에따른시간을단축함으로써의사결정을앞당길수있을것이고, 만약위급한상황이라면생사를가르는기술이될지도모른다. 생명을지키는기술 처럼거창하게생각하지않더라도 ( 물론실제로는대단한기술이다!) 최근제품 서비스구매자가작성한평가정보를분석하여마케팅에활용 1 위키백과 (https://wikipedia.org/wiki/) 56 Meteorological Technology & Policy
인공지능의기상정책개발활용 하는 Opinion Mining 을생각할수있다. Opinion Mining 은감성분석이라고도 한다. 사람들은 SNS, 블로그, 포털사이트, 제품구매사이트의게시판등에서자신 들의의견을자유롭게개진하고있는데, 이렇게작성된다양한의견들을수집해서 분석자가원하는의견카테고리 ( 긍정 - 부정 - 중립, 악성 - 일반등 ) 로분류하는기술 이감성분석이다. 감성분석은일반적으로특정제품 서비스에대한사용자의평가 ( 디자인, 가격, 기능등 ) 를속성별로구분한뒤그에대한의견을분석함으로써차 후의제품제작및서비스개발에참고하기위해실시된다. 구조화되지않은자유형식의평가자료에서사용자들의니즈를파악하는감성분석기술 IV. 사용자감성을파악하는기술 미국의경제주간지 Forbes 는 2012 년에 10 년전에는없었던유망직업 10 선 을발표하였다 ( 표 1). 스마트폰의확산과빅데이터의대두로인해앱개발자, 소셜미디어관리자, 자료분석가등이주목을받았는데, 특이하게도 CLO (Chief Listening Officer) 라는직업이순위에이름을올렸다. CLO는소셜미디어와실제생활에서의대화를통해소비자들이말하는것이무엇인지를보고들음으로써 ( 즉, 분석함으로써 ) 유용한정보를찾아내는업무를총괄하는직업이다. 기업의 CLO들은자사의제품혹은서비스에대한평판, 불만, 감성의추이를분석하거나혹은파워블 로거와같은영향력있는소수를파악하여그들을통해입소문이퍼져나갈수있도록전략을세운다. CLO들은정형화된설문이나인터뷰를통해얻어진것이아닌구매 ( 사용 ) 자들이자발적으로, 솔직하게 ( 때로는욕설로서 ) 작성한 후기 를통해소비자들의니즈를파악하기위해노력한다. 그리고일반적으로이때가장많이사용되는것이소셜미디어자료들이다. < 표 1> 10년전에는없었던유망직업 10선번호직업 1 App Developer 2 Market Research Data Miner 3 Educational or Admissions Consultants 4 Millennial Generational Expert 5 Social Media Manager 6 Chief Listening Officer 7 Cloud Computing Services 8 Elder Care 9 Sustainability Expert 10 User Experience Design 기상기술정책 2016. 12. 57
워드클라우드는대용량소셜미디어자료를분석하는기본적인방법 소셜미디어자료를분석하는기본적인방법으로워드클라우드 2) 가있다. 그림 1 은 2016 년 11 월 1 일부터 11 월 30 일까지한달동안의국내뉴스들중에서 기후변 화 를언급한기사에나타난키워드들을워드클라우드로나타낸것이다. 총 1,926 건의뉴스를수집하여 200 회이상출현한단어들로시각화한것이다. 그림 1에서글자크기가크고, 색이진할수록원시자료에자주출현했던단어이다 ( 그림 1의원시자료로활용한뉴스들은네이버 API 를통해 R의 N2H4 3) 패키지를활용하여수집가능하다 ). 그림 1에서 11 월의기후변화관련이슈는 트럼프 였던것을알수있다. 이는미국의대통령선거결과트럼프후보자가당선되면서그동안기후변화에대한회의론과화석연료개발에관한그의발언으로인해지금껏진행되어온기후변화정책이영향을받을것에대한우려가반영된것으로보인다. 이처럼수많 [ 그림 1] 뉴스에나타난 기후변화 관련단어들 (2016.11.1. 11.30.) 은기사들을직접보지않고 도한달동안기후변화관련 뉴스에나타난내용을짐작할수있는것이워드클라우드의장점이다. 물론원시자료에서명사를추출하는분석기의성능문제와단지출현횟수만으로전체를판단해야하는한계를가지고있다. 하지만대용량의빅데이터를모두열람하는것은현실적으로불가능한상황에서급변하는트렌드를읽기에좋은툴이될수있는것도사실이다. 2 문서의키워드, 개념등을직관적으로파악할수있도록핵심단어를시각적으로돋보이게하는기법 ( 출처 : 네이버시사상식사전 ) 3 www.github.com/forkonlp/n2h4 58 Meteorological Technology & Policy
인공지능의기상정책개발활용 감성분석은워드클라우드같은기본적인단어추출에서시작하여소셜미디어에 나타난사용자감성을파악하여제품개발및마케팅전략에활용되는유용한기 술이다. 워드클라우드를통해대략적인분위기를짐작해야만하는원시자료에대 해감성분석이활용된다면사용자들이제품과서비스에대해갖고있는감성 ( 인식, 호감등 ) 을좀더세밀하게파악하는데도움을받을수있다. 감성분석의과정은그 사용자감성을파악하여마케팅에활용하는데유용한기술인감성분석 림 2 와같다. 사용자의의견이담긴 [ 그림 2] 감성분석진행과정 SNS, 블로그, 뉴스, 댓글 등의원시자료를수집하 고, 수집된자연어들을분 석하기위해품사별로구분하는형태소분석을실시한다. 분석된개별형태소들이작성자의텍스트를어떤감성카테고리로구분할수있는지지수화된점수와함께저장되는것이감성사전이고, 이감성사전과분석자가사용하는감성분석기법의성능을평가한후적정성능이확보되었다고판단되면감성분석이실시된다. 감성분석에대한간단한설명은다음과같다. 1. 데이터수집 소셜미디어에관련된데이터수집을전문적으로대행해주는업체도있지만, 데이터수집만으로도비용이많이발생하게되므로간단하게는각소셜미디어의오픈API 를통해샘플링방식으로전체의일부분을수집하는방법도있다. 통계패키지인 R을예로들면, twitter 의 searchtwitter 명령어로트위터에대한키워드검색이가능하고, N2H4 의 getcomment 명령어는입력한키워드에대한뉴스와댓글을수집할수있다. 각각의자료는트위터와네이버의오픈 API 에서제공하고있다. 기상기술정책 2016. 12. 59
감성분석의분류성능에큰영향을주는감성사전 2. 형태소분석 수집된자료들은작성자가임의로적은글이기때문에기호, 욕설, 줄임말, 영어 등이혼재해있다. 일반적으로사람이라면쉽게이해가가능하겠지만, 컴퓨터가이 해할수있도록하기위해서는문장을형태소단위로구분하는작업이선행되어야한다. 이처럼문장을형태소로구분해주는작업을형태소분석이라하고이때사용되는툴을형태소분석기라고한다. 형태소분석기에는서울대학교의꼬꼬마, 카이스트의한나눔, 국민대학교의 KLT(Korean Language Technology) 등이있고, 프로그래밍언어인파이썬, C, R 등에서활용가능하다. 분석기마다분류결과가다르게표출되므로사용자가선택해서사용하면된다. 3. 감성사전제작 분석된형태소들만으로는컴퓨터가문장의감성을판단할수없다. 그래서형태소와함께분석자가원하는감성예를들면, 긍정- 부정으로구분하기위한판단기준이필요하다. 많은연구들에서다루어진대표적인감성사전제작방법은인터넷상에서흔히볼수있는평점게시판을사용하는것이다. 평점을작성한사람이이미자신의의견을평점으로표현했다고가정하면, 해당글에나타난형태소들은작성자가부여한평점에속할확률이큰단어들이된다. 수많은평점자료들을수집하게되면통계적으로각각의형태소에대한감성지수를도출해낼수있다. 이렇게도출된감성지수와형태소그리고품사를함께저장한말뭉치를감성사전이라고한다. 4. 감성분석 감성사전을활용하여특정형태소가 A 라는문장을긍정으로구분할지, 부정으 로구분할지를분석하게된다. 그런데이때의문제점은한개의문장내에다수의 형태소가존재한다는것이다. 감성사전내에존재하는각각의형태소들은저마다 60 Meteorological Technology & Policy
인공지능의기상정책개발활용 의감성지수를갖고있기때문에이들을적당하게합하여문장의감성을판단해 야한다. 최근주로논의되는방법은기계학습방법중의하나인나이브베이즈 4) 를 통해큰확률값의감성을선택하거나, 마찬가지로기계학습방법인 SVM 5) 을통해 분리경계면식을도출한뒤임계값보다큰경우에주요감성 ( 주로부정 ) 으로분류 할수있다. 홈페이지상에감성정보표출시스템구축가능 V. 감성분석활용방안 기상청에서는감성분석을그림 3 과같이활용하는방안이있다. 홈페이지상에 기상청과관련된뉴스 / 댓글혹은 SNS 의반응들을실시간으로표출하거나서버에 저장된일정기간동안의데이터를종합한보고서를통해정책개발에반영할수있 다. 그림 3 과같은표출시스 템은일반인들이쉽게접 [ 그림 3] 감성분석결과의활용예시 ( 왼쪽붉은점선네모 ) 할수있는홈페이지의사례를나타냈지만, 청사내부에모니터링시스템을별도로구축한다면직원들이실시간으로국민들의기상청관련요소들에대한반응을살피는데도움을줄수있을것이다. 시스템에서구현가능할것으로생각되는요소들에대해간 4 특성들사이의톡립을가정하는베이즈정리를적용한확률분류기의일종으로서텍스트분류에사용됨으로써문서를여러범주중하나로판단하는문제에대한대중적인방법 ( 출처 : 위키백과 ) 5 Support Vector Machine: 패턴인식, 자료분석을위한지도학습모델로서두카테고리중어느하나에속한데이터의집합이주어졌을때, SVM 알고리즘은주어진데이터집합을바탕으로새로운데이터가어느카테고리에속할지판단하는비확률적이진선형분류모델을만듦 ( 출처 : 위키백과 ) 기상기술정책 2016. 12. 61
저장되는감성정보들은대국민 / 대언론홍보정책개발에단히살펴보면, 먼저기상청에대한부정적인감성의뉴스혹은 SNS( 댓글 ) 반응이활용가능 증가하는지, 만약증가한다면그때의중점키워드는무엇인지살펴보는것이다. 주제별로기상청언급빈도혹은부정감성의변화그래프를표출할수도있고, 만약 분석자료가뉴스라면부정적감성이증가한원인이되는뉴스의원문을즉시확인 할수있을것이다. 서버에저장되는일련의정보들은사용자가원할때마다분석하 여대국민혹은대언론홍보정책개발에활용될수있을것이다. 한편, SNS 와댓글작성자들의주된연령은 20 30 대의젊은이들일것으로판단 되는데, 일반적으로그들의기상서비스에대한만족도가낮게나타나고있다. 언급 된시스템을활용하여기상청은청년층에대한이해를높이고, 서비스개선을위 한기상청의노력을그들에게보인다면긍정적인효과를거둘수있을것이라생각 된다. 생각해보라. 사람들이기상청에원하는영향정보가무엇인지, 현재서비스에 부족한점이무엇이라고생각하고있는지, 언제 어떤정보가주로사용되는지, 어떤 정보를사용하고있지않은지, 현재서비스에대한불만족원인이된사건이무엇인 지등수많은사람들의생각을설문조사를수행해서가아니라컴퓨터가빅데이터 를분석해서자동으로그것도실시간으로알려주고, 정책결정자는자신이원하는 기간만큼샘플을분석해서기상서비스개발에활용한다면? 수요자맞춤형의더나 은기상서비스가개발될수있음은물론, 그로인한사용자들의만족도제고, 그리 고기상청에대한신뢰도향상으로까지이어질수있을것이다. VI. 맺음말 최근인공지능이대두되었지만, 그것을기상분야에어떻게활용할지에대해서는논의가계속되고있다. 대체로딥러닝을통한관측및예보기술향상에초점이맞춰져있으나추가적으로자연어처리를활용한서비스개선노력이병행될필요가있다. 이에본글에서는자연어처리기법중감성분석에대해설명하고활용예시를보였다. 감성분석은자연어에나타난사용자들의감성을파악함으로써마케팅분 62 Meteorological Technology & Policy
인공지능의기상정책개발활용 야에주로활용되고있는데, 기상청에서국민들의만족도와관련된감성을파악하 는데활용한다면만족도제고를위한정책개발에도움이될수있을것이다. 물론 감성의정확한분석을위해감성사전을제작하는노력이필요하고, 감성분석의결 과가최초개발시예상한기대치에못미칠수도있지만, 그러한시도에따른노하우 가더나은서비스의밑거름이될것이라확신한다. 최근구글은알파고에쓰였던인공신경망머신러닝기술을적용하여문장을번 역하는번역기를출시하였다. 과거문장을구문및단어단위로쪼갠뒤번역하던 기술을넘어완전한문장을통째로번역하고, 외국어에대해서도번역학습이가 딥러닝을통한영향예보개발과자연어처리를통한대국민서비스개발의병행 능하다. 구글은기존의통계방식을사용했던번역기에비해오류를최대 85% 줄여 정확도를높였다고한다. 구글외에도우리나라의네이버, 중국의바이두도각각번 역기를출시하여서비스하고있다 ( 매일경제, 2016.11.16.). 인공지능을활용한번역기술의발전은문장전체의의미를컴퓨터가이해할수있게됨을의미한다. 결국문장의의미와함께감성이학습된다면미래에는본글에제시된감성분석보다더정확하게사람의언어를이해하여의사결정을지원할수있는서비스가개발될수있을것이다. 기상청이딥러닝을통한영향예보개발 확산과자연어처리를통한대국민서비스개발을통해대한민국의인공지능응용부처로서선도적인역할을하길희망한다. 참고문헌 기상청, 2016: 기상기술정책, 9(1), 74pp. 문화체육관광부보도자료, 2015: 언어장벽없는 2018평창동계올림픽추진시동-문체부 미래부 조직위, 자동통 번역서비스협력업무협약체결 (2015.12.28.). 매일경제, 2016: 통 번역사들긴장해야겠네... 구글번역, AI로업그레이드 (2016.11.16.). 인사혁신처국가공무원인재개발원, 2016: PUBLIC HRD, 제75권, 91pp. Forbes, 2015: Jobs That Didn t Exist 10 Years Ago(2012.5.11.10.). 기상기술정책 2016. 12. 63
논 단 인공지능 도입으로 정확도를 혁신하는 기상예보 고한석 고려대학교 전기전자공학부 교수 hsko@korea.ac.kr Ⅰ. 인공지능과 산업혁명 Ⅱ. 기상 자료 분석과 영향예보에의 인공지능 활용 방법 Ⅲ. 결론 I. 인공지능과 산업혁명 인류는 1~3차의 산업혁명 과정을 거쳐 4차 산업혁명에 직면하고 있다. 2016 다보스포럼은 올해 중요 논의 과 제로 4차 산업혁명을 다루었다. 소프트파워를 통한 사물 혹은 제품의 지능화는 4차 산업혁명의 핵심 키워드이 다. 4차 산업혁명에서는 자동화를 넘어서 IoT(Internet Of Things)를 이용하여 다양한 사물에 지능을 더하고, 현실과 가상의 통합된 공간에서 사물들이 서로 소통, 협력, 진화하는 과정을 실현하게 된다. 인공지능(Artificial Intelligence, AI) 기술은 2016 다보스 포럼에서 4차 산업혁명의 태동과 함께 주목해야 하는 대표 기술로 선정되 었으며 로봇 분야 및 지능형 시스템 등의 응용 분야에서 활발히 적용되어 사용되고 있다. 64 Meteorological Technology & Policy
인공지능도입으로정확도를혁신하는기상예보 인공지능분야는 1950 년대존매카시, 마빈민스 키등당시최고의정보과학자들이모인다트머스회 [ 그림 1] 산업혁명의진화 의에서처음등장하였다. 인공지능은기계로부터만들어진지능혹은인공적인장치들이가지는지능을말한다. 인공지능의개념은크게강인공지능 (Strong AI) 과약인공지능 (Weak AI) 으로구분된다. 강인공지능은인간의감각, 사고력을지닌채인간처럼생각하는인공지능을말한다. 이에반해약인공지능은어떤문제를실제로사고하거나해결할수있는실제지능이나지성을갖추고있지는못하지만부분적인측면에서지능적인행동을보이게된다. 강인공지능의발전은매우미약한측면이있지만, 약인공지능분야는주로미리정의된규칙의집합을이용하여지능을모사하는알고리즘개발에맞추어서많은발전을이 루고있다. 인공지능은혁신과좌절, 재도전의반복적인역사 논단 를지니고있다. 연결주의적학습접근방식인 인공신경망 (Artificial Neural Network) 은인공지능의역사와궤를같이한다. 인공신경망에영감을준것은인간의뇌가지닌생물학적특성인뉴런의연결구조였다. 인공신경망은인간의신경망구조를모방하여노드 (node) 와레이어 (layer) 로네트워크를구성하여추론결과를얻어낸다. 1950 년대말프랭크로젠브라트의퍼셉트론은인공지능의혁신을대표한다. 그러나 1960 년대말마빈민스키에의해퍼셉트론의한계가비판받으면서인공신경망의연구는큰암흑기를거치게된다. 그러나 1980 년초에새로운유형의인공신경망이제안되면서인공지능분야는다시주목을받게된다. 특히오류역전파알고리즘 (Back Propagation) 을통한학습기법이효과적인결과를보이면서인공지능의재도약을이끌었다. 그러나학습을위한많은양의연산과컴퓨터성능한계로인해인공신경망의관심은일부연구자들에게만명맥을유지해오게되었다. 연구진들은 기상기술정책 2016. 12. 65
논 단 신경망의네트워크를다층구조로구성하면서입력층과출력층사이에하나이상의레이어를갖는심층신경망 (Deep Neural Network, DNN) 에주요관심을두었으며, 2000 년대초반토론토대학의제프리힌튼교수팀은슈퍼컴퓨터를기반으로심층학습 (Deep Learning) 개념을증명하는알고리즘을병렬화하는데성공하였다. 과적합문제의해결 (Pretraining, Drop-out 등 ), 병렬연산에최적화된 GPU 의등장, 빅데이터의도래는심층학습기반인공지능연구의디딤돌이되었다. 2000 년대를넘어서면서심층학습방식은영상인식과음성인식에서큰성과를나타내기시작했다. 특히구성할수있는노드수의증가와다양한데이터를얻을수있는환경이만들어지면서빅데이터를통한학습방법이주목을받기시작했다. 2012 년구글과스탠퍼드대학앤드류응교수는 1만 6천개의컴퓨터프로세서로약 10 억개이상의신경망으로이루어진자율학습방식의심층신경망을구현하였으며, 이를통해유튜브에업로드되어있는 1천만개의이미지중에서컴퓨터가고양이사진을분류하도록하는데성공하였다. 또한 2016 년에는세기의 인간 대 기계 의바둑대전에서구글딥마인드의인공지능 ' 알파고 (AlphaGo) 는총 5국으로치러진경기에서 4승 1패로이세돌 9단을꺽어전세계인들에게큰충격을주었다. IBM 의 딥블루 (Deep Blue) 는알파고이전의대표적인심층학습인공지능으로 1997 년체스세계챔피언에게승리하였으며, 2011 년에는왓슨이라는질의응답시스템이제퍼디퀴즈쇼에서최고의퀴즈챔피언들을물리쳤다. 이후 IBM 은왓슨을업그레이드하여의사보조시스템, 회사주요의사결정지원시스템등다양한분야에서인지컴퓨팅사업을추진하고있다. [ 그림 2] 구글알파고와 IBM 왓슨 (a) 알파고 vs 이세돌대국 (b) IBM 왓슨제퍼티퀴즈쇼우승 66 Meteorological Technology & Policy
인공지능도입으로정확도를혁신하는기상예보 심층학습의발전은여러가지복잡한영상처리분야에서도두드러졌다. 영상내관심대상의복잡한특징을추출하며잡음에따른환경변환에도적응적인심층학습기술은영상처리분야에서효과적으로사용되고있다. CNN(Convolutional neural network) 는영상데이터를심층학습하기위한특화된구조로이를통해인간의수준을넘어서는기계학습에활용되었다. 얼굴인식, 보행자검출, 그림자검출, 인간의행동인식등컴퓨터비전분야에서응용된사례들이다수보고되고있으며, 의료영상으로부터피부및암병변진단같은의료영상분석분야에서도적용이되고있다. Stacked autoencoder 기반심층학습은 autoencoder 를다층으로쌓은심층구조를갖고있으며, 다중카메라감시비디오로부터추출한객체검색응용분야에서적용되고있다. 최근에는시계열데이터를처리할수있는 RNN(Recurrent neural network) 와영상인식에특화된 CNN 의결합을통해동영상인식, 행동인지, video to text 기술등에도약을가져왔다. 또한시계열데이터를학습할수있는 RNN의특성상예측, 회귀문제에도활용될수있다. 이미지인식과같이일기도를 CNN 으로분석할수있으며, 분석된결과를 RNN을통해예측까지가능할것이라고기대할수있다. 최근 MIT 인공지능연구소는심층학습기술을이용하여 200 만건의영상을학습시킨후, 특정사진의다 음장면을예측하여영상을생성하는인공지능을개발하였다. 음성인식은심층학습기술로인해성능개선이진일보된대표적인분야이다. 음성인식연구 논단 는 1952 년벨연구소의연구를시초로한다. 당시의음성인식은숫자를고립단어로발화하는형태였으며단일화자의음성만을인식할수있었다. 이후의음성인식연구는음성발성의특징추출이위주가되었고몇개의단어가연결된형태를인식할수있는단계를거쳐, 1980 년대에들어와현대적인음성인식의원형인통계적방식의연속어음성인식의이론적토대가완성되었다. 통계적음성인식은정보이론의아버지인존섀넌의잡음채널모델 (noisy channel model) 을기반으로한다. 즉문장 W가잡음채널을통과하여음성 X를수신하였을때이를통해원래의송신된문장 W를복원하는문제로간주를한다. 이는확률적으로 P(W X) 를최대화하는문제가되며베이즈정리에따라 P(W) 와 P(X W) 의곱으로변환될수있다. 여기에서 P(W) 는문장의사전확률로써언어모델이되며, P(X W) 는음향모델로서주어진문장에서발화되는음성의분포를나타낸다. 기상기술정책 2016. 12. 67
논 단 음향모델은문장에서어떠한소리가발생하는가에대한문제이며이를세부적으로들여다보면문장은단어의연결로써구성되고, 단어는음소의연결로써구성되므로기본적으로음성을구성하는가장작은단위인음소단위를모델링하는것으로볼수있다. 음소는시간에따라변화하는패턴이라고볼수있으며, 이를모델링하는가장대표적인방법이은닉마코프모델 (hidden Markov model, HMM) 이다. 음성인식에적용되는 HMM 모델은 3개의상태 (state) 가왼쪽에서오른쪽방향으로연결되는형태가일반적으로사용된다. 각언어의음소개수는 40~50 개가량되지만앞뒤음소에따른문맥을반영하기위해트라이폰 (tri-phone) 을구성하여사용하며수만개의트라이폰세트가생성된다. 언어모델은음성이관여하지않는순수한텍스트기반으로문장의확률을나타낸다. 하나의문장을구성하는단어는많은경우수십개가될수도있으므로제한된훈련데이터에서문장단위의통계치를구하는것은사실상불가능에가깝다. 그러므로일반적으로연속하는 3개단어의통계치를사용하는 n-gram 방식으로근사화를한다. [ 그림 3] DNN-HMM 하이브리드시스템 최근의심층학습기술은음향 모델에적용되어많은성능개선을 보였다. 기존의음향모델은 HMM 의각상태를가우시안혼합모델 (Gaussian mixture model) 로확률분포를표현하였으며, 매우많은개수의트라이폰확률계산을필요로한다. 따라서연산량의절감을위해유사한분포의트라이폰을공유하게되며이과정에서음소표현의정밀도손실이불가피하였다. 하지만심층신경망을적용하는경우그구조적인특성으로 68 Meteorological Technology & Policy
인공지능도입으로정확도를혁신하는기상예보 인해각상태의확률계산이적은연산량으로효율적으로가능해졌다. 음향모델이개선된다는것은하나의음소가화자의차이, 또는대화체와같은발음변이가큰상황에서도동일한음소로취급될수있음을의미한다. 비록음향모델에서의성능개선효과만큼은아니지만심층학습기술은언어모델에도적용이되어성능개선이이루어졌다. 기존통계적언어모델인 n-gram 의경우한정된개수의단어연결정보로써문장전체의확률을근사화하므로적법한문장임에도훈련데이터에포함되어있지않아서낮은확률을보이는경우와문법적, 의미적으로어긋난문장임에도높은확률을보이는문제점을보였다. 언어모델에적용되는심층학습기법은과거의결과값이현재의결 과에영향을미칠수있도록순환구 조를포함하고있다. 이러한구조적 [ 그림 4] Recurrent 신경망언어모델 인특성으로인해문장의확률값은분절된 n-gram 의조합으로표현되는것이아닌문장을구성하는모든단어상호간의유기적인연관관계를 반영할수있게된다. 최근에는음향모델및언어모델을 논단 개별적으로개선하지않고이두가지요소를포괄하는단일신경망으로표현하려는연구가활발히진행되고있다. 즉단일신경망은음성입력과인식결과출력을직접연결해주는일종의함수역할을수행하게된다. 이러한 end-to-end 기법을사용하는경우음향모델과언어모델의개별최적화가아닌전체최적화가가능하게된다. 또한음향도메인의지식과언어도메인의전문가적지식이없더라도데이터만충분히있다면강력한성능의인식기를만들수있게된다. 기상기술정책 2016. 12. 69
논 단 II. 기상자료분석과영향예보에의인공지능활용방법 1. 예측모델융합및개선 기상자료분석과영향예보에인공지능을활용하는데에는기계학습을이용하여현재사용되는모델을보정하는것과새로운모델을제시하는것으로나눌수있다. 예측의정확도를높이기위해서는확률이론과데이터기반의기술연구가필요하다. 현재모델은기상현상에대한편미분방정식의해를구하는것과여러모델을앙상블예측기법을통해적절히융합하여사용하고있다. 이방법에는오차가존재하는데이를실제데이터를이용한학습을통해편미분방정식이나앙상블예측에서사용되는모수를결정함으로써기상예측정확도를높일수있을것이라기대할수있다. 하지만, 실제기상상황을수치모델로완벽하게표현하는것은불가능하다. 기존수치예보모델은초기오차나관측오차에민감하게반응하기때문이다. 그래서최근여러분야에서최고의성능을보이고있는심층학습기반의기계학습을통한예측모델이이것에조금더강인할수있을것이라기대하고있다. 관측소에서제공되는기상관측데이터를깊은신경망의입력으로다루어학습을하여기상예측망을개발하는것이다. 기상예측망의결과는 loss function 의선택등의학습방법에따라날씨현상에대한이진판별이될수도있으며, 기온이나강수량과같은실수값을표현할수도있다. 기상데이터는어떤한순간의데이터만을가지고처리하기보다는시계열데이터를처리한다고할수있다. 이러한입력데이터에특화되어있는 RNN의한종류인 Long Short-Term Memory(LSTM) 의활용도필수적이다. LSTM 은현재컴퓨터비전분야나음성인식기, 문장생성기등에서우수한성능을보이고있는기계학습의한방법이다. LSTM 의활용을통해과거의데이터와현재의데이터에대한인과관계를기상예측망에반영할수있다. 한편, 컴퓨터비전분야에서최근가장성능을잘보이고있는기계학습방법인 CNN 의활용역시기대가된다. 기상관측데이터는 1차원시계열데이터들도있지만, 위성사진이나일기도등의 2차원데이터도존재한다. 일기도는기온, 기압, 습도, 풍향및풍속등을숫자, 기호, 등치선등으로표현한지도로서, 특정지역의기후상태를파악하기에용이하여예보관이기상을예측 70 Meteorological Technology & Policy
인공지능도입으로정확도를혁신하는기상예보 하는데활용하고있다. 정확한예측을위해과거 50년동안의유사일기도를검색하고비교하는데, 일기도의복잡하고다양한패턴의유사성을더잘찾아내기위해서는현재사용중인유시일기도검색엔진의고도화도필요하다. 현재 CNN 의수준은영상판별분야에서인간의수준과거의비슷할정도의성능을보이고있으며, 그만큼 CNN 기반의영상특징이매우구분성이있다고할수있다. 이러한특성을이용하면, 특정시점의일기도특징을 CNN 기반으로추출가능하며, 그특징이과거의값과얼마나유사한지를관측하는방식으로일기도탐색기의고도화가가능하다. 그림 5는 CNN 과 LSTM 을융합한 Siamese Network 를이용한유사일기도탐색기의예제이다. 일기도역시시간흐름에따라변화하는시계열데이터이다. 그러므로단순히 CNN 만활용하기보다는 LSTM 모듈과융합하여일기도의변화를감지할수있는기계학습을해야한다. 그리고일기도를 2차원이미지로입력할수도있지만위도, 경도, 고도, 시간의 4차원정보로고려하여입 력할수도있다. 이러한경 우에는 4 차원의입력에적 [ 그림 5] CNN 과 RNN 구조를이용한유사일기도탐색기 합한 CNN 구조를개발해 야한다. 그리고더나아가 논단 유사정도를찾는척도로만사용하는것이아니고, 기상현상자체를판별하는신경망구조역시개발가능하다. 이런시도에는단순히일기도의영상적인특징만을입력하는것이아니라, 관측소의관측데이터를함께융합하여입력하는것도효과적일것이 기상기술정책 2016. 12. 71
논 단 라생각된다. 각각의입력데이터로학습한깊은신경망구조의중간레이어를서로이어줌으 로써이종데이터에대한융합을할수있다. 그림 6 은관측데이터와일기도를입력으로하는 기상예측신경망구조의개념도이다. [ 그림 6] 관측데이터와일기도를입력으로하는기상예측신경망의예 2. 기상영향예보및관측분야 올해악천후로인한제주국제공항항공기결항은수많은국 / 내외여행객등의발을묶었으며, 울릉도의경우 140cm 가넘는폭설로여객선과화물선이 8일동안이나운항을하지못하여거주주민은물론, 여행객들이큰불편을겪었다. 영향예보는기상재해로인한안전관리를강화하기위한목적으로기존단순히기상상황을예보하던방식을탈피해날씨정보는물론재해발생위험수준과그로인한사회적, 경제적으로발생할수있는영향까지알려주는서비스이다. 영향예보가제대로이루어진다면 2011 년 7월강남역침수사태와같은국지성호우와지난해영종대교에서의 100 대가넘는차량의연쇄추돌원인인국지적안개로인한피해의예보가가능할것이다. 이미영국은위험가능성도표를바탕으로영향예보를시행하고있다. 비, 바람, 눈그리고안개, 결빙등 5가지기상현상에대한특보에영향예보를적용해기상재해의강도와발생가능성을고려해 4단계로이뤄진특보를발령하고있다. 미국의경우국토안보부에서구축한 Virtual USA 를통해공간정보시스템에기반한기상자료와재해정보의연계기능을통해영 72 Meteorological Technology & Policy
인공지능도입으로정확도를혁신하는기상예보 향예보에활용하고있다. 대만 NCDR (National Science & Technology Center for Disaster Reduction) 에서운영 하고있는 DSS (Decision Support System) 역시대 [ 그림 7] 미국국토안보부 Virtual USA 만전역에대한지형, 시설, 사회경제적지표에대한지리정보데이터베이스를관리하며재난상황에따른영향예보를제공하고있다. 뿐만아니라시스템에내재된수문모델을이용하여침수지점및토석류발생지점을예측하고이를지도상에표시해주는기능을 가지고있다. 이렇듯영향예보가기상변화로인한재난및사회 경제적피해를줄이는데큰역 할을할수있을것으로보이기는하지만아직현장에바로적용하기에는걸림돌이많은상황 논단 이다. 무엇보다섣부른영향예보에따른책임문제가발목을잡을수있다. 이는항공운송업계, 관광업계, 기상에예민한농수산분야, 야외작업장이나공연장에서잘못된영향예보로인해막대한보상을요구할수있기때문이다. 따라서영향예보가올바르게이루어지기위해서는우선적으로높은정확도가선행되어야한다. 전국에서장기간에걸친방대한기상자료와이를통한인공지능기술이개발된다면영향예보의현실화시기도앞당겨질것이다. 이를위해우선적으로이러한방대한기상정보를인공지능에활용하기위해서는정확한관측자료가선행되어야할것이다. 하지만관측이어려운지역의경우기상정보습득에한계가있고, 이는정확한영향예보에걸림돌이되고있다. 영상센서의경우직관적이며다른기상정보습득센서에비해상대적으로장거리영역까지관측이가능하며드론을활용할경우제한된이동성을향상시켜주기때문에모든지역에 기상기술정책 2016. 12. 73
논 단 [ 그림 8] 대만 NCDR DSS 걸쳐더욱정확한기상정보 습득이가능할것으로예 상된다. 하지만이렇게습득된영상정보의경우기상정보에활용하기위해서는영상분석을통해메타데이터 (metadata) 로가공해줄필요가있다. 최근영상분석에서의심층학습기술은높은정확성을기반으로많은분야에활용되고있다. 3. 자동음성인식기반의기상안내시스템 지진, 홍수, 산사태등과같은재난시마다순간적으로폭증하는전화문의로인해기상안내시스템이먹통이되는현상은큰사회적불안을야기하지만, 제한된인력과장비로이같은문의폭증에대비하는것은어렵다. 태풍내습등악기상시기상문의전화폭주로예보관들의예보업무수행에막대한차질이초래되는현상을해소하기위해, 기상콜센터를통한문의전화대행이시행되고있지만, 기상관련문의의특성상날씨및시간에따라상담편중현상이뚜렷하기때문에, 상담원인력운영에많은어려움을겪고있다. ARS( 자동응답서비스 ) 의활용역시상세한정보를직접묻고답하기를바라는국민들의요구를충족시키지못하기때문에, 뚜렷한해결책이되지못하고있다. 이같은문제해결의실마리는인공지능과사람간의대화기술에서찾을수있다. 실시간으로사용자의요구에대응하여적절한대화를주고받으며, 정보를제공할수있는시스템을통해기존자동응답시스템이대응하지못했던요구를충족시키며, 인력부족을해결할수있기때문이다. 인공지능을이용한안내서비스개선의가장기본적인형태는, 실제상담원이응대하는과 74 Meteorological Technology & Policy
인공지능도입으로정확도를혁신하는기상예보 정에서정보를수집하는역할을하는것으로볼수있다. 이미국내카드사에서는, 모든상담전화를문자로자동전환함과동시에단어분석을통해서비스를개선하는시스템을운영하고있다. 또한이처럼단어의내용뿐만아니라, 상담당시의음성높낮이등을분석하여불만여부를판단하고이정보를수집하는시스템역시이미사용되고있다. 이같은기술은자연스러운대화시스템과비교해서비교적단순한역할을하며, 음성인식및음성분석기술을개별적으로사용한예이다. 따라서상담원의역할을하기보다는서비스의품질을높이는정도의역할로제한된다. 최근인공지능기술이발전하면서, 상당한수준의인공지능과사람간의대화가가능하다. 그예로, 개인비서로서의역할을수행하는형태의대화시스템은이미우리삶에깊숙이자리잡았다. 대표적으로, 음성인식개인비서 SIRI, 구글의 Google Now 가있다. 이같은서비스가가능하기위해서는음성인식, 자연어처리, 텍스트마이닝등고도의기술이복합적인형태로동작이가능해야한다. 이와더불어, 특정분야의정보를대화를통해제공하는서비스역시속속등장하고있다. NH농협은행은 1:1 모바일메신저채팅을통해금융업무상담을해주는시스템을출시하였으며, 향후서비스개발을통해대화형금융업무와자연어질의응답서비스까지확대할예정임을밝혔다. 비록음성을통해대화를하는 시스템은아니지만, 대화형태로특정분야의정보를제공하는시스템과최근음성인식기술 의발전은이미상당한수준이다. 논단 단순히전화문의폭증을 대비하기위한목적으로인 [ 그림 9] 인공지능을적용한기상안내시스템 공지능을활용하는것은위에언급한기술들의발전을통해근시일내에이루어질것으로예상된다. 하지만인공지능기술은그단계를넘어서서서비스의개선까지가능하게한다. 이미미래로봇의관점에서인공지 기상기술정책 2016. 12. 75