IT & Future Strategy 머신러닝전문가가예측하는인공지능의미래와공공서비스방향 1 머신러닝전문가가예측하는인공지능의미래와공공서비스방향 제 6 호 ( ) 목차 Ⅰ. 들어가며 / 1 Ⅱ. 인공지능기술은언제인간을뛰어넘을것인가? / 4 Ⅲ. 머신러닝

IT & Future Strategy 머신러닝전문가가예측하는인공지능의미래와공공서비스방향 1 머신러닝전문가가예측하는인공지능의미래와공공서비스방향 제 6 호 (2017. 9. 20.) 목차 Ⅰ. 들어가며 / 1 Ⅱ. 인공지능기술은언제인간을뛰어넘을것인가? / 4 Ⅲ. 머신러닝분야석학들이전망하는인공지능기술의미래 / 9 Ⅳ. 인공지능기반의공공서비스방향 / 30 IT & Future Strategy(6 호 ) 2017. 9

2 머신러닝전문가가예측하는인공지능의미래와공공서비스방향 IT & Future Strategy 보고서 는 21 세기한국사회의주요패러다임변화를 분석하고이를토대로미래지능화시대의주요이슈를전망, IT 를통한해결 방안을모색하기위해한국정보화진흥원 (NIA) 에서기획, 발간하는보고서입니다. IF Strategy 는미래의 만약을대비한전략 을담은보고서를의미합니다. NIA 의승인없이본보고서의무단전재나복제를금하며, 인용하실때는 반드시 NIA, IT & Future Strategy 보고서 라고밝혀주시기바랍니다. 보고서내용에대한문의나제안은아래연락처로해주시기바랍니다. 발행인 : 서병조 작성 - 한국정보화진흥원 (NIA) 정책본부미래전략센터백인수수석 (053-230-1282, insu@nia.or.kr) 황현주연구원 (053-230-1296, hyunju731@nia.or.kr) 보고서온라인서비스 - www.nia.or.kr

요약 우리나라는 4차산업혁명과인공지능을미래의준비대상이아닌지금당장의국가사회현안이슈와과제로인식 o 인공지능은향후일자리를위협할뿐아니라관련비즈니스를새롭게정의하고, 새로운문제와과제를만들것으로전망 o 인공지능은단일기술이아닌특정한일을수행하는데적용된기술들의총합으로직업과분야별다른영향을미칠것으로예상 o 중요한것은인공지능에대한극단적예측이아닌인공지능이실제로우리사회에미칠영향을분석하고대응하기위한연구 현재에도인공지능기술의전망과그로인한미래사회모습을예측하기위해다양한방법에기초한연구가진행중 o 인공지능분야이슈를발굴하고미래상을전망하며순기능과역기능전망을통해구체적인정책및대안을마련하는것이목적이며, o 본보고서도인공지능기술이초래할미래를전망함으로써정부와공공부문의정책및대안개발을지원하기위한목적으로작성 인공지능분야중가장두각을나타내는머신러닝분야전문가들이제안하는인공지능전망을바탕으로공공서비스로드맵도출 o 1부에서는머신러닝분야전문가들을대상으로미래인공지능기술이인간의어느분야를언제대체할수있는지분석한논문을소개 o 2부에서는 6명의머신러닝분야석학들의저서, 인터뷰, 기고문, 동영상등을바탕으로인공지능에대한시각을분석하여가상인터뷰형식으로구성하였으며공통주제와이슈별시사점도출 o 3부에서는인공지능기술의발전에따른인공지능의공공서비스적용시기, 분야, 목적등을제안하고, 공공서비스적용로드맵도출

4 머신러닝전문가가예측하는인공지능의미래와공공서비스방향 < 머신러닝석학들이전망하는인공지능의미래요약 > 주요질문키워드주요내용 인공지능관심분야 인공지능기술발전예측 비지도학습 인간의학습메커니즘 범용인공지능 내재화 미래예측 도구 - 지도학습 (Supervised Learning) 과다르게분류되지않은데이터를학습시키고배우는비지도학습 (unsupervised learning) 에주목 - 비지도학습 (unsupervised learning) 이인공지능발전의병목을해결하는가장중요한기술이될것으로예상 - 뇌의작동원리를이해하는것이인공신경망으로사람과기계사이의격차를줄이는가장좋은방법 - 동물이나아기가단지관찰만으로다양한것을학습하는것과같이인공지능이어떻게상식을습득하는지연구 - 다양한문제를해결하는데동일한시스템으로대응할수있는범용성을갖춘인공지능솔루션개발이목표 - 인공지능기술은우리가매일사용하는기능뒤에내재되어자신도모르는사이에인공지능을사용하고있는형태로발전 - 최종적으로인공지능이도달할수있는목표는미래를예측하는인공지능 - 인공지능은인간을보조하고인간을향상시키는도구의역할 인공지능기술발전을위한요소 데이터 기초연구 과장된표현경계 - 데이터 (data) 는인공지능개발을위한필수요소중하나로인공지능관련연구나사업을하려는기업에게높은진입장벽 - 호기심을바탕으로대학에서인공지능의기초를연구하는것은인공지능분야에있어매우중요 - 인공지능은마치인간의뇌와같다 식의과장된표현을경계하고 신경 (neural) 이라는단어를사용하는것에주의가필요 인공지능시대대비한준비와대응과제 사전분석 불확실한미래우려금지 사회제도재설계 - 인공지능분야에역량을가진전문가조직을만들어해당기업이어떤식으로인공지능을도입해야할지사전연구필요 - 인공지능이악 (evil) 해질까걱정하는것은의미없으며, 본래의도와다르게사용될수있는가능성에대한사회적논의중요 - 정부와기업에서는재교육및기본소득제공등인간의삶의질을높이는방향에대해고민하고, 인간이인공지능에대체될것에대한선제적대응 윤리가이드라인 - 인공지능사용에대한윤리적가이드라인마련을위해민주적이고정치적인과정을통한사회적논의필요

머신러닝전문가가예측하는인공지능의미래와공공서비스방향 5 < 인공지능기술발전과공공서비스미래로드맵 > IT & Future Strategy(6 호 ) 2017. 9

머신러닝전문가가예측하는인공지능의미래와공공서비스방향 1 Ⅰ 들어가며 인공지능기술의발전은우리사회의경제, 산업분야뿐만아니라다양한분야에지금까지와는다른속도와규모로영향을미칠것으로전망된다. 제4차산업혁명을주장한세계경제포럼 1) 의회장인클라우스슈밥은인공지능기술을포함한새로운기술을중심으로산업, 사회가혁신적으로변화할것이며선형적속도가아닌지금까지와다른기하급수적인속도의사회변화가초래될것이라고주장하고있다. 특히새로운트렌드에민감한우리나라는인공지능기술을미래를위해준비해야할 대상이아니라지금당장국가사회의현안이슈와과제로바라보고있다. 2014년말우리나라에소개된독일정부의인더스트리 4.0, 2015년초세계경제포럼의제4차산업혁명아젠다, 2016년중반알파고와이세돌 9단의바둑대결로이어진인공지능관련대표적이슈들은한국사회에서인공지능이더이상과학과신기술의영역에서만머물지않고가장매력적인마케팅수단으로까지확장되고있는현상을보여주고있다. < 구글트렌드분석결과 : 2012.5~2017.5 기간중세가지키워드분석 > 1) World Economic Forum IT & Future Strategy(6 호 ) 2017. 9

2 머신러닝전문가가예측하는인공지능의미래와공공서비스방향 인공지능기술이스마트폰과가전제품 광고에빠짐없이등장하는가장인기 있는슈퍼스타로인식되든지어렵고복잡 하지만계속도전하고발전시켜야할신 기술로인식되든지간에인공지능기술의 발전은우리사회에막강한영향을미칠 것임은확실하다. 향후 10 년내에자율 주행기술이수백만명의운전기사를대체 하는등일자리를위협할뿐아니라관련 비즈니스를새롭게정의하고, 지금까지 필요없던윤리와보안문제를이슈화 하며, 법률과규제조정등과같은새 로운과제를만들어낼것이다. 인공지능개발자와정책결정자또한법률 집행, 군사기술, 마케팅응용과정에서 새로운과제에당면할수있다. 이러한 과제에적절히대처하기위해서는인공 지능기술의발전방향을정확히예측 하는것이중요하다 2). 공상과학영화에 서등장하는강력한인공지능기술이 곧실현될것으로호들갑스럽게대응한 다거나막연히인공지능기술이인간의 일자리를대체하면서인간의소득수준 이심각하게감소해삶을영위하는것 조차힘들어질수있다는전망은인공 지능기술이실제로우리사회에미칠 영향을분석하고대응하는데장애요인 으로작용할가능성이크다. 다만가장큰문제는인공지능기술이 어디까지발전할수있을지, 인공지능 기술의발전에따라즉각적인영향을 받을수있는일자리가무엇인지, 그 규모를정확히예측하는것이쉽지않 2) Preparing for the Future of Artificial Intelligence ( 미국대통령실, NSTC, 2016.10) 다는데있다. 인공지능기술은단일기 술이아니라일종의특정한일을수행 하는데적용된기술들의총합이기때문에 인공지능의영향은경제전반에걸쳐 직업과분야별로다르게영향을미칠 것이다. 어떤업무는다른업무보다쉽게 자동화될것이고, 어떤직업은다른 직업보다영향을많이받을수도있다 3). 인공지능기술을전망하고미래사회를 예측하기위해과학적방법론과전문가 인터뷰, 설문조사등에기초한다양한 연구가진행되어왔다. 이러한연구의 목적은인공지능분야의이슈를발굴하 고미래상을전망하며순기능과역기능 에대한전망을통해구체적인정책을 준비하고대안을마련하는데있다. NIA 미래전략센터의 머신러닝분야전문 가가예측하는인공지능의미래와공공 서비스의방향 도유사한목적을위해 기획되었다. 인공지능기술이초래할 가까운미래와먼미래에대한전망을 통해정부및공공부문에서정책과대 안을개발하고준비하는데구체적인도 움이되고자진행되었다. 인공지능분야의미래예측의전문성을 위해현재인공지능기술분야에서가 장두각을나타내고달리말해현재인 공지능분야의전부라고이야기할수 있는머신러닝분야의전문가로한정해 인공지능분야의미래를전망해보았다. 머신러닝분야에한정했다는점은머신 러닝이외의인공지능기술분야에서 바라보는시각이제외되었다는지적이 3) Preparing for the Future of Artificial Intelligence ( 미국대통령실, NSTC, 2016.10)

머신러닝전문가가예측하는인공지능의미래와공공서비스방향 3 있을수있으나머신러닝분야이외에몇십년간인공지능분야에서기술적으로과거와달리획기적인발전을이루어낸분야를찾기어려울뿐만아니라머신러닝관련기술을제외하고현시점에서일반소비자의일상에적용되거나상용화된인공지능기술을찾아보기가힘들다. 머신러닝분야에한정해인공지능기술이초래할미래를예측함으로써실현하기어려운영화같은공상과비현실적인접근을사전에예방하고좀더구현가능한것들을전망할수있다는장점이있을수있다. 전문가들이전망하는구체적인인공지능분야의전망을바탕으로인공지능기술을적용해진화하기위한공공서비스의로드맵을도출해보았다. 막연하게공공서비스에인공지능기술을적용해이러한서비스를구현해보자는피상적인보고서가아니라인공지능기술의발전단계에따른인공지능기술을적용한단계별공공서비스모습을도출하고이를통해구체적인실현가능한공공서비스를과제화하기위해노력하였다. 보고서는크게 3가지부분으로이루어져있다. 1부에서는최근머신러닝분야의전문가들을대상으로미래인공지능기술이인간을어느분야에서, 어느시기에대체할수있는지를분석한논문을소개하고시사점을도출하였다. 옥스포드대 인간의미래위원회 와연구단체 AI 임팩트, 예일대 정치학과연구팀 은공동으로 언제 AI가인간의능력을넘어설까? AI전문가들의증거 (When will AI exceed human performance? Evidence from AI experts) 라는논문을통해인공지능기술분야전문가들로부터인공지능기술발전에따른미래사회를전망하였다. 과거연구성과에기대어전문가로활동하고있는과학자가아니라현재활발하게연구를진행하고논문을생산하고있는과학자들을대상으로한자료를분석하였다. 2부에서는머신러닝분야 6명의석학들의인공지능에대한시각을분석해보았다. 이를위해석학들의저서, 인터뷰, 기고문, 동영상등을기초로 6명의머신러닝분야석학의 2010년부터 2017 년까지 32건의자료를분석하였다. 석학들이주장한내용을공통된주제와이슈별로카테고리화하여시사점을도출하였으며이러한분석내용에대한이해도를높이기위한방법으로 NIA 미래전략센터가질문하고석학이답변하는가상인터뷰형식으로구성하였다. 3부에서는 1, 2부에서전문가들이예측하는인공지능기술의미래모습을바탕으로인공지능기술의발전에따라인공지능기술을어느시기에어떤목적으로공공서비스에적용가능한지인공지능기술발전과공공서비스적용로드맵을도출해보았다. 이를통해공공서비스에인공지능기술을어떻게적용하고과연어떤것들이어느시점에서실현가능한서비스인지를다소나마구체적으로살펴볼수있도록노력하였다. IT & Future Strategy(6 호 ) 2017. 9

4 머신러닝전문가가예측하는인공지능의미래와공공서비스방향 Ⅱ 인공지능기술은언제인간을뛰어넘을것인가? 이번장에서는 언제 AI가인간의능력을넘어설까? AI전문가들의증거 (When will AI exceed human performance? Evidence from AI experts) 라는 2017년 5월에공개된논문을통해인공지능기술의발전과변화를모색해보고자한다. 소개하고자하는 언제 AI가인간의능력을넘어설까? AI전문가들의증거 (When will AI exceed human performance? Evidence from AI experts) 논문은불확실한미래발전모습을피상적이고비현실적인개념으로전망하고예측하지않았다. 현재대표적인인간의직업을기준으로인공지능기술이언제어떻게어떤수준까지발전할것인지를측정했다. 인공지능기술이과연언제특정직업을수행하는인간을대체할수있을지를구체적으로예측함으로써인공지능기술의발전을전망하는데어느정도모호성을감소시켜줄수있을것이다. 1. 논문개요옥스포드대 인간의미래위원회 (Future of Humanity Institute, Oxford University) 와연구단체인 AI 임팩트 (AI Impacts), 예일대 정치학과연구팀 (Department of Political Science, Yale University) 은 2017 년 5 월 언제 AI 가인간의능력을 넘어설까?AI 전문가들의증거 (When will AI exceed human performance? Evidence from AI experts) 란제목의논문을 arxiv.org 에등록하였다. 연구팀은인공지능기술의발전이교통, 건강, 과학, 금융, 국방등국가사회전 영역에영향을미치고더나아가기존 사회체계를재구성하여현대인의생활을 바꾸어놓을정도로많은영향을미칠 것이라판단했다. 특히공공분야의정 책을수립하고올바르게조정하기위해 서는인공지능기술의발전을더욱정 확히예측할필요가있다고주장했다. 연구팀은정확한예측을위해기계학습 분야연구자를대상으로인공지능기술의 발전방향에대한대규모설문조사를 실시했다. 설문조사는 2015 년 NIPS 4) 와 ICML 5) 학회에서논문이채택되어연구 결과를발표한연구자를대상으로했다. 총 1,634 명에게설문을요청했고이중 21% 인 352 명이응답했다. 이번설문에 서는인공지능기술이특정역량에도 달하는시기 ( 예 : 빨래개기, 언어번역 ), 특정직종에서의우위성 ( 예 : 트럭운전 기사, 외과의사 ), 모든활동에서인간을 4) NIPS : The Conference and Workshop on Neural Information Processing Systems 5) ICML : The International Conference on Machine Learning

머신러닝전문가가예측하는인공지능의미래와공공서비스방향 5 뛰어넘는우위성, 진화된인공지능기술의사회적영향등에대해조사했다. 2. 논문의주요내용연구팀은앞서언급한것처럼인간의도움을받지않은기계가인간노동자보다효율적이고저렴한비용으로인간의 업무를수행할수있는수준을 HLMI (High-Level Machine Intelligence, 고숙련머신인텔리전트 ) 로정의하였고각응답자는미래 에 HLMI가도래할가능성을추정하여답변했다. 각응답자의예측을평균한결과 2016년이후 45년내에 HLMI가도래할가능성이 50%, 9년내에도래할가능성이 10% 로나타났다. < ' 고수준기계지능 ' 실현에대한주관적확률 > 또다른질문은 노동의완전자동화 에대한것이다. 노동의완전자동화는 HLMI 수준을넘어서모든직업이완전히자동화될수있는시점, 즉, 모든직업에서인간보다우수하고저렴하게작업을수행할수있는기계를제작할 수있는시점을가리킨다. 노동완전자동화는 HLMI 보다훨씬늦게실현될것으로예측됐다. 개별응답자들의예측을평균하면 122년내에실현될확률이 50%, 20년내에실현될확률이 10% 로나타났다. IT & Future Strategy(6 호 ) 2017. 9

6 머신러닝전문가가예측하는인공지능의미래와공공서비스방향 < 인공지능이인간수준에도달하는시점에대한예측중간값 (50% 구간 ) > 연구팀은인공지능기술의발전단계를 32개단계로세분화하면서단계별로인공지능기술이대체가능한대표적인일 ( 직업 ) 을기준으로각단계를구분하고있다. 설문조사를통해인공지능기술의 32개발전단계가실행가능해지는시점에대해서도질문했다. 응답자는 32개인공지능기술의발전단계중 20개가 10년내에실현될수있다고전망했다. < 인공지능이인간수준에도달하는시점에대한예측중간값 (50% 구간 ) >

머신러닝전문가가예측하는인공지능의미래와공공서비스방향 7 연구팀은인공지능기술이인간의직업을언제대체할수있을까에대한조사와더불어인공지능기술의발전단계를전망하는과정에서 인공지능기술의연구개발자체가자동화되면인공지능기술이폭발적으로빠르게발전할것인가?, 고수준기계지능이경제성장에어떠한영향을미칠것인가?, 극단적결과 ( 긍정또는부정적 ) 로이어질가능성은얼마나되는가?, 인공지능이긍정적인방향으로발전하기위해서는무엇을해야하는가? 에대한조사를실시하였다. 인공지능기술의폭발적인발전가능성을예측하기위해연구자들에게머신러닝의발전속도가본인들의연구경력초기와현재시점을비교해발전속도를어떻게체감하는지에대해질문했다. 연구자들은 2010년초반에비해 2015년이후비교할수없을정도로머신러닝분야가빠르게성장발전하고있다고응답했다. 조사에응답한전문가들은머신러닝분야에서평균 6년이상연구해왔다. Explosion) 이라고명명하고있다. 장기적으로 HLMI는인류에게상대적으로긍정적인영향을미칠것이라고전망하고있으나인공지능기술의잠재적위험을최소화하기위한연구를우선지원해야할필요가있다고응답했다.. 응답자의 48% 는사회가 AI 위험최소화에대한연구를현재보다우선처리해야한다고답했다. HLMI 예측결과는지역마다큰차이를보였다. 실제로아시아지역응답자는 HLMI가 30년내에실현될것으로예측한반면, 북미지역응답자는 74년으로예측했다. 이번설문조사에가장많은응답자가참여한두나라, 중국 ( 평균 28 년 ) 과미국 ( 평균 76년 ) 의예측결과또한대륙간비교결과와유사한차이를보였다. 마찬가지로각직업이자동화될가능성이 50% 에도달하는시점또한북미보다아시아지역이훨씬빨랐다. 장기적관점에서 HLMI가인류에긍정적또는부정적영향을미칠것인지에대한질문에대해서는 5점척도를사용해결과에확률을부과했다. 확률중간값은 긍정적 이 25%, 매우긍정적 이 20% 였다. 반면 부정적 은 10%, 매우부정적 ( 예 : 인류멸망 ) 은 5% 로나타났다. HLMI가실현된다면그이후에인공지능시스템은모든작업에서빠르고월등하게인간을뛰어넘을것이라는전망과함께이시기를 지능폭발 (Intelligence IT & Future Strategy(6 호 ) 2017. 9

8 머신러닝전문가가예측하는인공지능의미래와공공서비스방향 < HLMI 실현시점에대한대륙별분석결과 > 2017년 5월 언제 AI가인간의능력을넘어설까? AI 전문가들의증거 (When will AI exceed human performance? Evidence from AI experts) 논문이발표된이후인공지능기술이가져올미래를예측한중요한연구결과로국내외언론과기관들이앞다투어소개하고연구결과를활용하고있다. 다만논문이인공지능기술이어느시기에특정한인간의일을대체할수있는지그시점에만초점을맞추고있다는데아쉬운점이있다. 지금과달리인공지능기술이인간의일을대체할수있는데필요한인공지능기술의필요충분조건은무엇일까? 기술적으로사회적으로어떤것들이해결되지않으면 예측이빗나갈수있을까? 등시점을예측하는데근거가된전문가들의구체적인이유와근거가추가되었으면논문이더욱가치가있었을것이다. 전문가들의근거가제시되었다면이를기반으로인공지능기술발전에따른기술적, 사회적, 법제도적인이슈와파급효과등을분석해대안을모색해볼수있는좋은자료가되었을것이다.

머신러닝전문가가예측하는인공지능의미래와공공서비스방향 9 Ⅲ 머신러닝분야석학들이전망하는인공지능기술의미래 지난장에서인공지능기술이인간의직업을언제어느수준까지대체가능한지를머신러닝분야의전문가들의예측을통해살펴보았다. 인공지능기술의전망, 인공지능기술이중장기적으로일자리와경제에미치는영향등을분석해볼수있는설문조사였다. 이제우리는인공지능기술의발전이인간의어떠한일들을어느시점에대체가능한지에대한피상적인연구결과에서더나아가인공지능기술발전에따른기술적, 사회적인측면에대해조금더깊이분석해볼필요가있다. 본 3장에서는인공지능기술의미래를머신러닝분야석학들이가지고있는생각을통해또다른관점에서분석해보고자한다. 분석을위해저서, 인터뷰, 기고문, 발표, 강의등대외적으로공개된자료가풍부한 6명의머신러닝분야석학을선정해 2010년부터 2017년 5월까지 32개영상자료와온오프라인기고문및관련기사자료를분석하였다. 공개된자료를바탕으로석학들이주장한내용을공통된주제와이슈별로카테고리화하여인공지능에대한철학, 기술의미래, 사회를위한제언등으로구분해접근하였다. 분석결과에대한독자들의이해도를높이기위해 NIA 미래전략센터가질문하고석학들이답변하는 가상인터뷰 형식으로내용을구성하였다. 석학들의의견을크게 5가지질문으로카테고리화하여가상인터뷰를구성하였으며기본적으로공개된원본자료에서주장하고있는석학들의의견을왜곡하지않기위해노력하였다. < 가상인터뷰 5 가지주요질문 > 1. 인공지능기술과관련해어느분야에가장관심이있으십니까? 2. 인공지능기술이어디까지발전할것으로생각하십니까? 3. 인공지능기술의발전을위해서중요한요소는무엇이라고생각하십니까? 4. 인공지능기술의발전에따라우리가경계해야할것은무엇이있습니까? 5. 인공지능기술발전과함께사회적으로어떤것을준비해야합니까? IT & Future Strategy(6 호 ) 2017. 9

10 머신러닝전문가가예측하는인공지능의미래와공공서비스방향 다만, 석학들의다양한의견과지식을 5 가지카테고리에획일적으로담아내는 데한계가있고석학사이의차별화된 생각을좀더자세하게전달하기위하 여공개자료에맞춰석학별맞춤질문 을일부추가하였다. < 머신러닝분야석학 6 인 > 석학주요약력 앤드류응 (Andrew Ny) 인공지능이이끄는사회를기대합니다. - 2011.~2012. 구글브레인프로젝트설립및참여 - 2014.5.~2017.3. 바이두수석연구원, AI 연구센터장 - 미국스탠포드대학교컴퓨터과학과부교수 - 2012. ~ 현재코세라이사회공동의장 제프리힌튼 (Geoffry Hinton) 인공지능은호기심을바탕으로한기초연구에서발전합니다. - 1987. 캐나다토론토대학컴퓨터과학과교수 - 2012. 머신러닝업체 DNN Research 설립 - 2013. DNN Research 의구글합병후구글석학연구원으로활동 ( 토론토대학교교수겸직 ) 얀르쿤 (Yann Lecun) 비지도학습이야말로인류가기대하는인공지능에가까워지는중요한역할을하게될것입니다. - 2013~ 현재페이스북인공지능연구소장 - NYU 데이터센터창립이사 - 뉴욕대학교교수 조슈아벤지오 (Yoshua Bengio) 비지도학습을적용한인공지능이야말로진정한 인공지능 입니다. - 1993 ~ 현재몬트리올대학교교수 - MILA(Montreal Institute for Learning Algorithms) 의장 데미스하사비스 (Demis Hassabis) 마이클 I 조던 (Michael I Jordan) 앞으로일어날커다란과학적진보는 사람과기술의협업 에들어있습니다. 뇌에기반한인공지능개발이라는과장된내용을조심해야합니다. - 2010. 딥마인드공동창업자 - 구글엔지니어링부사장 - 1998 ~ 현재버클리대학교교수 - 미국과학진흥회 (American Association for the Advancement of Science) 연구위원 - 2006. IEEE Neural Networks Pioneer Award 수상

머신러닝전문가가예측하는인공지능의미래와공공서비스방향 11 1. 앤드류응 NIA 미래전략센터 : 인공지능기술에관해어느분야에가장관심이있으신가요? 앤드류응 : 저는고등학교때싱가포르국립대에서참가한인공지능분야서머인터쉽을통해인공지능을처음접했습니다. 그당시신경네트워크를만드는작업을했는데그때만든것이딥러닝알고리즘의초창기버전입니다. 그때까지만해도스스로학습하고예측까지할수있는소프트웨어를만들수있다는사실에무척놀랐습니다. 그러다스탠포드대에서인류의지능이학습알고리즘으로나타날수있는증거를보게되고사람의뇌를흉내내서사람처럼빠른처리가가능한기계를만드는것에대한원대한꿈을꾸게되었습니다. 인공지능과관련해다양한분야에관심이있지만특히 비지도학습 (Unsupervised Learning) 에관심이있습니다. 이는제가근무했던바이두랩에서관심을가졌던첫번째분야이기도합니다. 간단하게비지도학습에대해설명드리자면알고리즘이사물이나데이터를분류하는데사용되는인공지능기술방법중하나로분류된정보를알고리즘에가르치는 지도학습 (Supervised Learning) 과다르게분류되지않은데이터를학습시키고배우는방식입니다. 비지도학습은쉽게생각해동물이나아기가학습하는방법이라고생각하시면좋을것같습니다. 지도학습 과같은방법으로아기에게자동차를구분하는 방법을가르친다면부모는수만장의 자동차그림을보고그것이자동차라고 일일이라벨링한다음아기에게알려 줘야할것입니다. 하지만동물이나아 기는이러한 지도학습 으로무언가를 배우고분류하지않습니다. 대부분의 신경과학자는대다수의동물과아기가 그저그세계를받아들이고그것을스 스로경험하는데서학습을수행한다고 믿고있습니다. 저는이러한방법이비 지도학습이며, 만약우리가이러한프 로세스를알고리즘으로만든다면데이 터에일일이라벨링하는과정없이도 내용을이해하고분류하는시스템을만 들수있을것이라고생각했습니다. 제가비지도학습에관심을가지게된 또다른이유는몇몇분야에있어알고 리즘에제공할데이터가점점부족해지기 시작했기때문입니다. 지도학습방법으로 자동차를구분하기위해서는수만장의 자동차사진을확보해야하는데이는 물리적으로매우힘든일이며, 특정분 야의경우알고리즘을학습시킬정도의 충분한사진이모든국가에존재하는 것도아니고, 우리가모을수있는데 이터의양에도한계가있습니다. 하지만비지도학습은알고리즘이만들 어진다음에도그알고리즘이맞는지 증명하기도어렵고, 알고리즘이맞게 설계되었는지알수도없습니다. 비록 비지도학습에대한약간의아이디어가 있지만저희가생각하는것보다더힘 들것이라는걸알고있습니다 6). 6) Interview: Inside Google Brain Founder Andrew Ng's Plans To Transform Baidu IT & Future Strategy(6 호 ) 2017. 9

12 머신러닝전문가가예측하는인공지능의미래와공공서비스방향 데이터뿐만아니라그것을학습하기 위한방식에집중하는이유는인공지능이 로켓을만드는일과비슷하다고생각하기 때문입니다. 로켓을성공적으로발사하기 위해서는엄청나게큰엔진과화력이 필요한데, 엔진은비지도학습, 지도학 습과같은딥러닝분석을의미하고, 화 력은우리가알고리즘에투입할수있는 거대한양의데이터를의미합니다. 어느 하나가없으면로켓을성공적으로올릴수 없듯이딥러닝분석과데이터모두가 인공지능에있어중요한부분입니다 7). NIA 미래전략센터 : 바이두에서근무하게 된계기는무엇인가요? 앤드류응 : 바이두는매우발전된딥 러닝기술을보유하고있는기업중하 나로한마디로중국의첨단기술발전 소 라고말할수있습니다. 비록사용자 인터페이스나매력적인어플리케이션 등특정분야에서는아직까지성과를 내지못했지만어려운기술을구축해나 가는데재능이있는회사라고생각합니다. 특히바이두가주력하고있는 검색 분야는어려운분야중하나이지만회 사의강한리더십으로검색분야에있 어단단한기반을만들어냈고그러한 점이매력으로다가왔습니다. 제가바이두에합류한데는세가지이 유가있습니다. 첫째로오늘날인공지 능은 자본집약적 (capital-intensive) 이기 때문입니다. 인공지능과관련한발전을 7) Andrew Ng: Why Deep Learning Is a Mandate for Humans, Not Just Machines 만들기위해서는데이터와컴퓨팅을위 한리소스가필요한데, 바이두는이두 가지모두를훌륭하게제공할수있는 곳중하나라고생각하였습니다. 두번째로는 민첩함 (nimbleness) 입니다. 바이두라는조직이놀라울정도로민첩 하다는것이매력으로다가왔습니다. 실제로바이두딥러닝연구소설립자인 카이위 (Kai Yu) 가그래픽처리장치클 러스터를만들기로결정한직후바로 설립에착수하는것을보고깜짝놀란 적도있습니다. 세번째로는 사람 (people) 입니다. 바이두 에있는엔지니어들은믿을수없을정 도로열심히일을합니다. 저는중국에 있는엔지니어들이실리콘밸리에있는 사람들보다훨씬더열심히일한다고 생각합니다. 물론실리콘밸리에있는 스타트업엔지니어들은열심히일하지 만바이두처럼어느정도성장한회사 에서이정도로열심히일하는사람들 을보지는못했습니다 8). NIA 미래전략센터 : 바이두에서근무할 당시어떤일을하셨습니까? 앤드류응 : 한때저는중국인터넷기 업인바이두 9) 에서인공지능연구를진행 8) Interview- Inside Google Brain Founder Andrew Ng's Plans To Transform Baidu 9) 바이두는세계 5 위의최고트래픽을기록하는웹사이트이고, 쇼핑사이트 Taobao, 메시징앱 QQ, 미디어회사 Sina, 마이크로블로깅플랫폼 Weibo 등에이르기까지모두중국자본이며, 이들은세계 15 위안에자리매김하고있음, 특히 Andre Ng 에의해디자인된앱들이모바일로출시되면, 휴대전화들은중국소비자들을위한주요액세스채널로기능

머신러닝전문가가예측하는인공지능의미래와공공서비스방향 13 하였습니다 10). 특히딥러닝기반의음성엔진개발에집중하였으며최종적으로는딥러닝이시끄러운레스토랑이나카페, 사무실등에서도음성명령을수행할수있게하는것이목적이었습니다 11). 바이두에서는당신이어떤영화배우의사진을찾으면, 컴퓨터가영화배우를인식하여그의취향과나이, 성격등에관해알려주는서비스를제공하고있습니다. 당신이영화배우가무엇을입고있는지관심을보이면바이두는그와관련된상품이무엇인지찾아내서보여줍니다. 아직까지는이미지가보이는화면에직접적인광고를노출하는기술은제공하지못하고있고그냥관련된옷을찾아서보여줄뿐입니다. 여기에관심있는사람을찾아내고, 휴가장소를찾아내고, 같은목적지에대한여러장의사진을보여주는수준입니다. 컴퓨터비전은더큰일을할수있는잠재력은갖췄겠지만, 우리는아직그걸확실히알아내지는못하고있습니다 12). 하지만이러한것들이전혀의미없는일은아닙니다. 예를들어웹검색의성과를 5% 만향상시켜도사용자에게엄청난도움을가져올것이라고생각합니다. 음성인식의경우사람의말을인식하는정도만되어도시끄러운자동차속에서도그냥휴대폰에대고말만하여친구에게문자를보낼수있을것입니다. 이처럼기술진보는때때로우 리가이전에경험해보지못했던완전히새로운종류의순간을선사하기도합니다 13). NIA 미래전략센터 : 인공지능기술이어디까지발전할것으로생각하십니까? 앤드류응 : 우리는이미인공지능이안정적으로발전하고그효과를체감하는시대에살고있으며앞으로는인공지능이수많은기회를만들것으로예상됩니다. 약 100년전에전기 (electrification) 가거의모든주요산업을변화시켰듯인공지능역시그런변화를가져올것이며, 저는이미그러한단계에들어섰다고생각합니다. 인공지능이산업초기에지나치게과장되면서인공지능의발전정도나그지속성을의심한사람들이많았던것은사실입니다. 하지만오늘날바이두, 구글과같은회사는실제로인공지능을적용하여엄청난가치를창출하고있으며, 더욱의미있는점은그결과로인공지능기술에대한지속적인투자와성장을가능하게하는명확한수익구조를만들어낸것입니다 14). 저는구글브레인프로젝트초기리더와바이두에서근무하면서두선도적인회사가 인공지능회사 로변모하는것을지켜봤습니다. 하지만인공지능이가진잠재력은이두회사에미친영향력보다훨씬거대합니다 15). 앞으로인공지 10) 2017 년 3 월바이두퇴사 11) AI guru Ng: Fearing a rise of killer robots is like worrying about overpopulation on Mars 12) Andrew Ng: Why Deep Learning Is a Mandate for Humans, Not Just Machines 13) Interview- Inside Google Brain Founder Andrew Ng's Plans To Transform Baidu 14) Andrew Ng and Neil Jacobstein Say That the Hpye Around AI is Real 15) Opening a new chapter of my work in AI IT & Future Strategy(6 호 ) 2017. 9

14 머신러닝전문가가예측하는인공지능의미래와공공서비스방향 능은점차우리가사용하는기능뒤에 내재되어우리가인공지능을사용하고 있는지도모르게사용하는형태로발전 할것입니다 16). NIA 미래전략센터 : 인공지능기술의 발전을위해서중요한요소는무엇이 라고생각하십니까? 앤드류응 : 많은경영진은인공지능이 할수있는일이무엇인지궁금해하며, 인공지능이자신의산업을어떻게혁신 적으로변화시킬수있고, 이를위해 자신은어떻게해야하는지질문합니 다. 물론인공지능이많은것들을변화 시킬것이지만그것을한순간에모든 것이갑자기이루어지는 마술 로바라 보아서는안됩니다. 인공지능이앞으로 건강하게발전하기위해서는먼저지금 의과장된분위기를걷어내고인공지능 이오늘날할수있는것그자체를바 라보아야합니다 17). 또한인공지능에대한꾸준한연구가 필요하다고생각합니다. 많은기업이 인공지능을자신의사업영역에성공적 으로도입하기위해가장먼저하는일 이인공지능전문가를부사장이나인공 지능분야책임자로뽑는것입니다. 하지만그것보다는인공지능분야에역 량을가진전문가조직을만들어해당 기업이어떤식으로인공지능을도입해 야할지연구하는것이바람직하다고 생각됩니다 18). 16) A Conversation with Andrew Ng TED X Boston 17) What Artificial Intelligence Can and Can't Do Right Now 인공지능및로봇분야전문가인닐야 콥스타인 (Neil Jacobstein) 도인공지능 개발에있어모든것을알고있는 1 명 의전문가 (guru) 보다모두가재능을가 진소규모팀을활용하는것이더효율 적이라고언급한만큼인공지능의발전 과사회도입을위해서는현재기업에 서인공지능을연구하기위한방법에 대한새로운접근법이우선적으로필요 하다고생각합니다 19). NIA 미래전략센터 : 현재인공지능연구를 진행하는데가장어려운점은무엇입니까? 앤드류응 : 인공지능이많은논의의 대상이되면서인공지능커뮤니티가활 발해지고최고수준의연구진의아이 디어나발표, 오픈소스코드까지공유 되고있습니다. 이러한부분은과거연구 환경보다나은부분이지만이러한커 뮤니티에서조차구하기힘든 자원 이 여전히있습니다. 이전에말씀드렸듯이인공지능에서 데이터 (data) 는필수요소중하나 입니다. 지도학습인경우비지도학습 보다더많은데이터가필요하죠. 하지 만이런데이터는여전히부족한자원 중하나입니다. 물론소프트웨어도중 요한요소이기는하지만선도적인인공 지능팀대다수는 1~2 년안에다른소 프트웨어를복제할수있을것을예상 되는만큼데이터에비하면소프트웨어 는부족하지않을것같습니다. 반면에 18) A Conversation with Andrew Ng TED X Boston 19) Andrew Ny and Neil Jacobstein Say That the Hpye Around AI is Real

머신러닝전문가가예측하는인공지능의미래와공공서비스방향 15 누군가의데이터에접근하는것은매우 어려운일입니다. 따라서데이터는인 공지능과관련한연구나사업을하려는 기업에게높은진입장벽이될것입니다. 또다른자원으로 재능 (talent) 이필요 합니다. 여기서재능이란자신의목적에 맞게인공지능을만드는 (customize) 역량 정도로말할수있겠네요. 공개되어있는 오픈소스소프트웨어를단순히내려 받아가지고있는데이터에적용시키는 것은사실별의미가없습니다. 인공지 능을자신의비즈니스맥락 (context) 과 데이터에맞춰사용자정의하는것이 중요하죠. 현재인공지능과관련한전쟁 이벌어지는이유도이러한일을해날 만한사람이많지않기때문입니다 20). NIA 미래전략센터 : 인공지능기술의 발전에따라우리가경계해야할것은 무엇이있을까요? 앤드류응 : 급격한속도로발전하는 인공지능에공포심을가지고극심한우 려를나타내는사람들이많습니다. 스티븐 호킹교수는 인류가인공지능에의해 완전히대체될것 이라고했고, 테슬라 모터스 CEO 엘론머스크도 슈퍼인공 지능컴퓨터가핵으로인한전멸보다 더큰위협이될수있다. 라고말하는 등일반인뿐아니라기술분야전문가 들도우려를표하는상황입니다. 하지 만저는오히려인공지능기술이발전 하는데이렇게지나치게과장된미래 20) What Artificial Intelligence Can and Cna't Do Right Now 모습 (AI hype) 과불필요한우려를경계 해야한다고생각합니다. 현재우리는인공지능이발전하는최전 방에서있기때문에인공지능의발전에 더욱흥분하고관심을가지는것일지도 모르겠습니다. 하지만우리는 5 년뒤의 일조차정확히예측하기어려운시대에 살고있습니다. 물론먼미래에킬러 로봇에대한경쟁이있을수는있지만 이는아직발을딛지도못한화성의인 구과밀이나오염을걱정하는것과같은 이치입니다. 이처럼인공지능이악 (evil) 해질까미리걱정하는것은의미없는 일이며, 그러한 불필요한주의산만 (Unnecessary distraction) 에미리조치 를취하지도않을것입니다. 언제일어날지, 아니일어나지않을지도 모르는걱정에집중하기보다극소연산 처리장치 (microprocessor) 의실행시간이나 인간이신뢰할만한음성인식기술등 현재우리에게더나은세상을가져올 것들에좀더관심을가지고발전에힘 쓰는것이중요하다고생각합니다 21). 산업혁명으로많은사람들이육체적노동 으로부터자유로워진것처럼저는인공 지능이정신적노동에서인류를해방시킬 잠재력을가졌다고생각합니다. 이처럼 세상과환경을좀더잘이해한다면기 술은우리를두렵게하는존재가아닌 더나은세상을가져다주는존재가될 것입니다 22). 21) Andrew Ng- Why Deep Learning Is a Mandate for Humans Not Just Machines 22) Inside Google Brain Founder Andrew Ng's Plans To Transform Baidu IT & Future Strategy(6 호 ) 2017. 9

16 머신러닝전문가가예측하는인공지능의미래와공공서비스방향 NIA 미래전략센터 : 인공지능기술의발전과함께사회적으로어떤것을준비해야할까요? 앤드류응 : 앞으로우리는인공지능에의한 제2의기계시대 (The Second Machine Age) 의등장에대비해야합니다. 특히제2의기계시대에는인공지능이사람의직업을대체하는속도가빠를것으로예상되는만큼정부와기업에서는재교육및기본소득제공등인간의삶의질을높이는방향에대해고민해야합니다. 사실 교육 은인공지능의발전과더불어중요하게강조되어야하는분야중하나입니다. 인공지능에의해새로운기회가창출되겠지만반대로직업을일게되는사람들도있을것입니다. 이를위해국가와기업은더많은무상교육을제공하기위해투자하고, 기본소득을지원하기위한기본계획을수립하는등인공지능에의해대체된사람들이합당한삶의질을누릴수있도록선제적으로대응해야합니다. 또한개방형온라인강좌코세라 (Coursera) 의공동창업자로서이러한교육및재교육방식에대해서다한번짚어보자면과거교육방식은반복되는업무를수행하기위한방법을가르치는데유용한시스템이었습니다. 그래서산업사회의트랙터가농업사회의노동을대체했을때우리는공장에서일하는방법을가르쳤고또성공적으로배울수있었습니다. 하지만미래에는반복되는일보다창조적인업무가더많을것으로예상되는만큼그러한방식의교육이과연의미가있을지생각해봐야합니다. NIA 미래전략센터 : 마지막으로인공지능에 관해일반인들에게전하고싶은말씀 부탁드립니다. 앤드류응 : 저는어느때보다인공지 능이만드는이상적인미래에대해낙관 적으로바라보고있습니다. 인공지능은 산업, 헬스케어, 교통, 엔터테인먼트, 제조 등우리사회전분야를바꿀것이며 이에따라수없이많은사람들이부유 해지고더나은삶을살게될것이라고 믿습니다. 모든사람들이자율주행차를타고, 대 화형컴퓨터와자연스럽게이야기를나 누며, 우리가아플때원인이무엇인지 아는헬스케어로봇과함께사는미래 는어느한기업에의해이루어질수 없습니다. 글로벌인공지능연구자와 엔지니어커뮤니티가지속적으로노력 해야할과제이죠. 오늘날우리에게는 인공지능을두려워하는마음보다인공 지능이보다나은삶을가져올수있 도록노력하는자세가필요합니다 23). 인공지능이무엇을할수있고우리삶 에어떻게적용될수있는지이해하는 것은이러한과정의종착점이아니라 시작점이될것이라고확신합니다 24). 2. 제프리힌튼 NIA 미래전략센터 : 인공지능기술과 관련해어느분야에가장관심이있으 신가요? 23) Opening a new chapter of my work in AI 24) What Artificial Intelligence Can and Can't Do Right Now

머신러닝전문가가예측하는인공지능의미래와공공서비스방향 17 제프리힌튼 : 저는뇌를연구하는데 일생을보냈다고해도과언이아닐정 도로뇌의작동원리에대해깊이고민 한사람입니다. 인공지능과뇌가과연 어떤연관성이있을지의문을가지는 분들도있으시겠지만저는이전부터인 공지능을발전시킬가장좋은모델이 인간의 뇌 라고생각했습니다. 뇌의 작동원리를이해하는것이인공신경 망으로사람과기계사이의격차를줄 이는가장좋은방법이라고믿었기때 문이죠. 다행히 21 세기에저의이런생 각이옳았다는것이증명되었습니다 25). 지난세기동안대부분의인공지능연 구자들은많은문제와규칙을프로그래 밍해서인공지능에집어넣는방식으로 추론이가능하다고생각했습니다. 하지 만저는이러한방식은의미없는것이 라고믿었죠. 1978 년인공지능으로박 사학위를끝내고 1 년동안연구를쉴 때조차도뇌의작동원리에대한생각 을멈출수없었습니다. 인간의뇌는학습과정에서여러신경 세포를형성하고서로연결해 신경 망 을만드는데인공지능을학습시키는 기계학습의한종류인 딥러닝 이바로 이러한방식으로데이터를분석 추론 하고스스로학습하는것입니다. 이러 한방식이규칙을일일이입력해야하 는논리기반의인공지능을대체할것 이라는사실을이전부터굳게믿고있 었습니다 26). 25) U of T s Geoffrey Hinton- AI will eventually surpass the human brain but get 이러한데이터기반의신경망이훨씬 더유용해지기위해서는신경망을두뇌 회로처럼이해하고학습시키기위해관련 분야의지식을가진전문가들이필요합 니다. 관련해서저는 2004 년토론토대 에서 NCAP(Neural Computation and Adaptive Perception Program) 라는 프로그램을만들어컴퓨터관련전문가 뿐만아니라생물학, 신경과학, 심리학 등의전문가들과공동연구를진행한 적이있습니다 27). NIA 미래전략센터 : 인공지능기술이 어디까지발전할것으로생각하십니까? 제프리힌튼 : 인공지능은향후 5 년내에 큰발전을이룰것으로전망됩니다. 의료영상분석분야는 5~10 년정도안에 인간을뛰어넘는수준에도달할것입니 다. 하지만극작가나소설가를뛰어넘는 데는 50 년이걸릴수도있습니다 28). 비록인공지능이일부분야에서는인간을 넘어설수는있지만 SF 영화에나오는 것처럼인류에위협적으로변하는상황은 쉽게오지않을것입니다. 향후 5-10 년 내에인공지능이인간의두뇌능력을 따라잡기는힘들기때문입니다 29). 오히려 폭발물운반을위한소형무인비행기등 당장기술적으로실현이가능한문제에 빠르게대응하는것이중요합니다 30). 26) [ 국내최초단독인터뷰 ] 21 세기인공지능의대부제프리힌튼캐나다토론토대교수 27) Deep Learning Pioneer Geoff Hinton Helps Shape Google's Drive To Put AI Ever 28) [ 국내최초단독인터뷰 ] 21 세기인공지능의대부제프리힌튼캐나다토론토대교수 29) The Code That Runs Our Lives IT & Future Strategy(6 호 ) 2017. 9

18 머신러닝전문가가예측하는인공지능의미래와공공서비스방향 NIA 미래전략센터 : 인공지능기술의발전을위해서중요한요소는무엇이라고생각하십니까? 제프리힌튼 : 인공지능이발전하기위해서는 이윤에기반한동기 (profit motive) 와 이윤에기반하지않은동기 (non-profit motive) 두가지측면이중요하다고봅니다. 이윤에기반한동기 는기초과학을현실에응용하는것에초점을맞추고있습니다. 지금까지인공지능에대한학문적연구가활발히진행되었으나, 사람들이오늘날인공지능에관심을가지는이유는실제로인공지능을응용할수있는수준에도달했기때문이라고봅니다. 이러한점을봤을때학문적연구만이중요하다고말할수는없죠. 하지만정부가대학에연구를지원할때그목적을 응용 에맞추는것은바람직하지않습니다. 일자리를창출하거나, 이익을창출하기위한정치적목적의연구는실제로별도움이되지않으며, 대학은기초연구에힘써야한다고생각합니다. 이윤에기반하지않은동기 는 이윤에기반한동기 보다좀더복잡하지만간단하게말하자면지속적으로인재를양성하고, 관련기초연구를계속해서수행해나가는것에초점을두고있습니다. 이를위해앞에서도잠깐언급했듯이기초연구에기반한대학교육이매우중요하다고생각합니다. 좋은연구그룹 에서현명한대학원생을얻는다면마치마술과같은일이일어날것이라고생각하는데안타깝게도요즘에는대학교육을받지않고바로기업현장에뛰어드는것이추세인것같습니다. 호기심을바탕으로대학에서인공지능의기초를연구하는것은인공지능분야에있어정말로중요한부분입니다. 현재훌륭하고새로운아이디어의대부분이좋은환경에서공부한똑똑한대학원생들로부터나왔다는것만봐도대학에서의기초연구의중요성을부인하기는힘들것입니다 31). NIA 미래전략센터 : 인공지능기술의발전에따라우리가경계해야할것은무엇이있을까요? 제프리힌튼 : 저는인공지능이만드는미래에대해긍정적인사람입니다만인공지능으로인해발생가능한위험에대해충분히고민할필요가있다고생각합니다. 인공지능과같은강력한기술은원래의도와다르게사용될가능성이매우높기때문입니다. 인공지능이가져올위험을막기위해서는인공지능으로인한사고가발생할가능성과이것이원래의의도와는다르게잘못사용될수있는가능성에대해미리생각하고사회적으로논의하는것이중요합니다. 사실인공지능에따른위험을걱정하기전에이러한위험은기술자체의문제 30) U of T s Geoffrey Hinton- AI will eventually surpass the human brain but get 31) Deep Learning Pioneer Geoff Hinton Helps Shape Google's Drive To Put AI Ever

머신러닝전문가가예측하는인공지능의미래와공공서비스방향 19 가아니라기술을사용하는 사람 의 문제라는것을아는알아야합니다. 기 술이인간에게이롭게사용될지, 해롭게 사용될지여부는우리의 정치적환경 (political issue) 에달려있으며, 때문에 이러한문제를해결하는데정부의역할 이중요할것으로생각됩니다. 인공지능으로인한위험성만큼인간이 기계의의해대체되는것에대한우려도 높아지고있습니다. 하지만인공지능은 지루한일을없애고편리함을높일것 입니다. 과거 ATM 이도입되었을때그에 따라직업을잃게된은행원들이불만 을가졌지만지금은아무도 ATM 을없 애야한다고생각하지않는것처럼말 입니다. 인공지능에의해일자리를잃 게될사람들이더욱흥미로운일을할 수있게되었으면좋겠습니다 32). NIA 미래전략센터 : 인공지능기술발전과 함께사회적으로어떤것을준비해야 할까요? 제프리힌튼 : 인공지능은과거논리적 추론중심의패러다임에서하나의거대한 신경망으로변화하면서매우중요한경 계를넘어섰습니다. 저의경험에비추어 봤을때이러한패러다임전환이가능 했던것은근원적호기심을기반으로기초 연구에집중했기때문이라고생각합니다. 앞으로더나은발전을위해기초과학에 몰두하고학계와산업계가활발히협력 하는등다양한노력이필요합니다. 32) Deep Learning Pioneer Geoff Hinton Helps Shape Google's Drive To Put AI Ever 3. 얀르쿤 NIA 미래전략센터 : 인공지능기술과관련해어느분야에가장관심이있으신가요? 얀르쿤 : 요즘인공지능개발트렌드를보면사람의 언어 를이해하고반응하는데인공지능개발이집중되고있습니다. 하지만저는 머신비전 (machine vison) 에관심이있으며이는인공지능이자연어다음으로학습해야하는과제라고생각합니다. 머신비전은움직이는영상을인식하는기능으로, 화상정보를토대로사물을인지하고판단할수있는능력을의미합니다. 물론언어로만지능형시스템과상호작용할수도있습니다. 하지만언어에담겨있는수많은정보를이해하는데사람은많은배경지식을가지고있지만인공지능은그렇지않죠. 카테고리당 1,000개의정도의충분한데이터가있으면특정자동차브랜드나식물종, 개의품종과같은매우구체적인개체를인식할수있습니다. 심지어풍경, 일몰, 결혼식, 생일파티와같은추상적인이미지도인식할수있습니다. 정말로하고싶은일중하나는기계가비디오나다른채널을관찰하여말로설명하는데제약이있는많은사실과상황들을배우는것입니다. 이것은결국기계가상식을얻는것을의미합니다. 마치동물이나생후몇개월지나지않은아기가학습하는방법과같습니다. 동물이나아기는세부적이고구체적인 IT & Future Strategy(6 호 ) 2017. 9

20 머신러닝전문가가예측하는인공지능의미래와공공서비스방향 설명없이단지관찰만으로세상에대해아주많은것을학습합니다. 컴퓨터가현재세상에대한지식이매우적기때문에이러한방법으로배울수있는것들이아주많다고생각합니다. 이러한머신비전을위해신경네트워크 (neural network) 를사용하고있으며, 아직발전중에있지만언젠가는일반적인소프트웨어가사용될것이라고생각합니다 33). NIA 미래전략센터 : 인공지능기술이어디까지발전할것으로생각하십니까? 얀르쿤 : 인공지능은 2~3년안에순서가복합한여러활동 (action) 들을순서에맞춰해결하고, 나아가어느정도의판단력을가질것으로예상됩니다. 구체적으로우선지금보다발전된형태의 음성인식시스템 이가능해질것이며, 자율주행자동차와똑똑한로봇이생겨날것입니다. 이러한발전을위해서 비지도학습 (unsupervised learning) 이인공지능발전의병목을해결하는가장중요한기술이될것이라고생각합니다. 비지도학습이야말로인류가기대하는인공지능에가까워지는중요한역할을하게될것입니다 34). 또한최종적으로인공지능이나아가야할방향은미래를예측하는인공지능이 아닐까합니다. NIA 미래전략센터 : 인공지능에대한사람들의우려에대해어떻게생각하십니까? 얀르쿤 : 저는인공지능이인류에해가될기술이라고보지는않습니다. 인공지능은 10~15년의정체기를거쳐서서히발전하고있기때문에인공지능의급격발전으로인한위협은걱정은할필요가없는것이죠 35). 지금당장인간이인공지능에게잠식당하는일들이실제로나타날가능성은높지않기때문에그러한문제를미리걱정하여인공지능의발전을저해할필요는없습니다. 하지만무조건인공지능의발전에대해낙관하기보다는장기적으로이기술이어느방향으로갈지판단하여그에맞게준비해갈필요가있습니다. 미래가옳다고생각되는방향으로진전될수있도록과학자스스로가자기자신에질문을던지는것이중요합니다 36). NIA 미래전략센터 : 인공지능기술의발전을위해서중요한요소는무엇이라고생각하십니까? 얀르쿤 : 현재개발되고있고개발된인공지능에는세상이돌아가는방식에대한학습과이해가필요합니다. 이런부분을사람들은 상식 (common sense) 33) Facebook s AI Chief: Machines Could Learn Common Sense from Video 34) Udacity Talks Episode 7- Yann LeCun - Director of AI Research Facebook 35) Udacity Talks Episode 7- Yann LeCun - Director of AI Research Facebook 36) Facebook AI Director Yann LeCun on His Quest to Unleash Deep Learning and Make Machines Smarter

머신러닝전문가가예측하는인공지능의미래와공공서비스방향 21 라고부르죠. 제가앞에서말씀드린것 과같은 머신비전 이이러한상식을 얻는한가지방법이될수있다고봅 니다. 오늘날인공지능은많은것을알 고있는듯하나관찰을통해아직더많 은배경지식을학습해야하며, 이를통 해세상의상황을좀더감각적으로인 지할필요가있습니다. 이러한것들은 인공지능이더욱정확한예측과계측을 가능하도록만들것입니다 37). 물론아직까지는이러한수준의인공지 능이멀게느껴지겠지만향후인공지능이 성장할가능성은크다고생각합니다. 하지만현재딥러닝시스템에서사용 하고있는학습유형은매우제한적 이고, 지도학습 (supervised learning) 으로동작합니다. 하지만인간과동물 은지도학습과같은방법으로학습하 지않기때문에향후인공지능의발전 을위해서는 비지도학습 (unsupervised learning) 이중요하다고생각합니다. 물 론비지도학습이제대로동작하기위 해서는더많은데이터를수집하고, 현 재활발하게적용되고있는지도학습을 잘사용하는것이필요합니다 38). NIA 미래전략센터 : 인공지능기술의 발전에따라우리가경계해야할것은 무엇이있을까요? 얀르쿤 : 최근빈번하게언급되고있 는 인공지능은마치인간의뇌와같 다 는식의과장된표현을경계해야한 37) Obstacles to progress in AI 38) Udacity Talks Episode 7- Yann LeCun - Director of AI Research Facebook 다고생각합니다. 물론딥러닝이생물 학에서영감을얻은것은사실이나, 실 제인간의뇌와는동작하는원리가매 우다릅니다. 딥러닝이인간의뇌와 같다는식의표현은마치마술과같은 느낌을풍기고사람들이진실이아닌 것을진실인것처럼말하게끔합니다. 실제이러한오해로여러번의 인공지 능발전정체기 (AI winter) 가있었습니 다. 투자기관, 대중, 잠재적고객, 스타 트업과투자자들의기대치가높아지면 인공지능발전의저하주기가다가올가 능성이높기때문에저는인공지능에 관한과장된표현은매우위험하다고 생각합니다 39). NIA 미래전략센터 : 인공지능기술발전과 함께사회적으로어떤것을준비해야 할까요? 얀르쿤 : 인공지능을어떻게사용할 수있고또사용할수없는지에관한 윤리적가이드라인이수립되어야합니 다. 개인적으로는사람의결정없이기 계가사람을공격하는것은불가능하다 고생각하나, 이런도덕적질문이민주 적이고정치적인과정을거쳐사회적으 로논의되어야할필요가있습니다 40). 4. 조슈아벤지오 39) Facebook AI Director Yann LeCun on His Quest to Unleash Deep Learning and Make Machines Smarter 40) Facebook AI Director Yann LeCun on His Quest to Unleash Deep Learning and Make Machines Smarter IT & Future Strategy(6 호 ) 2017. 9

22 머신러닝전문가가예측하는인공지능의미래와공공서비스방향 NIA 미래전략센터 : 인공지능기술과 관련해어느분야에가장관심이있으 신가요? 조슈아벤지오 : 저는인공지능의발전을 위한학제적연구를바탕으로다양한 기업들을성장시키는데관심이있습니 다. 80-90 년대인공지능을함께연구한 친구들을보면현재학계보다는기업과 같이사적인분야에서활발한활동을 펼치고있는사람들이많습니다. 대표적으로제프리힌튼은구글에서근 무하고, 또다른개척자인얀르쿤은 페이스북에서인공지능을연구합니다. 하지만오늘날과같은딥러닝의방향 은상대적으로작은학계공동체에서 성장하였습니다. 관련사업의발달만큼 이나학계에서의인공지능연구가중요 한것입니다. 저는특정기업에속해 연구를진행하는것보다인공지능에 대한학제적연구를진행하고, 이를기 반으로다양한스타트업이성장할수 있도록지원하는것이더즐겁습니다. 저는학문적연구가산업계로흘러들어 갈수있는파이프라인을만드는일에 앞장서고싶습니다 41). NIA 미래전략센터 : 인공지능기술이 어디까지발전할것으로생각하십니까? 조슈아벤지오 : 지금당장인공지능이 언제쯤인간과같은방법으로추론이 가능하게될지예측할수는없지만, 41) AI Pioneer Yoshua Bengio is Launching Element AI, A Deep-Learning Incubator 현재과학자들이이분야에있어진전 을이루고있으며, 그진전이올바른 방향으로나아가는중이라고믿습니다 42). 인공지능이다양한산업, 기술분야에 적용되고있지만앞으로가장좋은결 과를가져올분야로 헬스케어 를꼽을 수있습니다 43). 인공지능의발전에따라 좀더개인화된맞춤형의약품이허용 되고대규모의료데이터사용에따라 큰변화가일어날것으로예측됩니다. 동시에의사는자신의시간을좀더효 율적으로사용할수있을것으로기대 됩니다 44). NIA 미래전략센터 : 인공지능기술의발전을 위해서중요한요소는무엇이라고생각하 십니까? 조슈아벤지오 : 현재인공지능의적용 에따른산업적성공을이룬사례들을 보았을때거의모든것들이 지도학 습 에기초하고있으며, 인공지능망은 여전히피상적인정보를받아들이고, 추상적이거나장기간변화가일어나는 일들은이해하지못하고있습니다. 그 런면에서오늘날인공지능은 인공지 능 이라고불릴만한수준에도달하지 못하고있다고생각합니다. 머신러닝이인공지능으로발전하기위 해서는다량의데이터, 유연한모델, 충 분한컴퓨팅파워, 컴퓨터계산을위한 42) A conversation with AI pioneer Yoshua Bengio 43) RE WORK Deep Learning Summit in Boston on 12-13 May 2016 44) What s net for AI Yoshua Bengio : AI will allow for much more personalized medicine.

머신러닝전문가가예측하는인공지능의미래와공공서비스방향 23 효율적추론방법, 차원 (dimensionality) 의한계를뛰어넘을수있는강력한경 험이중요하다고생각합니다. 이다섯 가지요소중에서가장중요한하나를 꼽으라면사전경험을꼽고싶습니다. 우리는비지도학습을통한인공지능의 자율적학습 (autonomous learning) 이가 능하도록기술을발전시켜야하며, 아 직잠재되어있는인공지능을이루는 근본적인요소를발견하기위해서더욱 노력해야합니다. 실제로인공지능이 사람의언어를이해하고, 충분한지식과 상식을가지며나아가이러한것들을 생성할수있는정도의수준을만들기 위한노력들이필요합니다 45). 5. 하사비스 NIA 미래전략센터 : 인공지능기술과관련 해어느분야에가장관심이있으신가요? 데미스하사비스 : 현재까지인공지능 이보여준성과들은어느한부분에특 화된인공지능 (narrow AI) 이달성한결 과물입니다. 대표적으로 90 년대 딥 블루 (Deep Blue) 46) 가체스게임에서 갈리카스펠로프를이긴것이나, IBM 의 왓슨 (Watson) 47) 이퀴즈쇼에서우승 45) Creating Human-Level AI Yoshua Bengio 46) 딥블루 (Deep Bluee) 는 IBM 이개발한체스전용컴퓨터로 1 초동안에 10 억가지방법을계산할수있음, 1997 년 5 월러시아체스세계챔피언갈리카스펠로프와대전하여 2 승 1 패 3 무로승리하였으며이는컴퓨터가인간체스챔피언을이긴사상최초의경기 47) 왓슨 (Watson) IBM 이개발한인공지능슈퍼컴퓨터로자연어처리, 정보수집, 지식재현, 사고, 기계학습기술을통해개방적인질문에답변가능, 2011 년 2 월미국제퍼디퀴즈쇼에서인간과퀴즈 한것을사례로들수있습니다 48). 하지만인공지능연구에있어중요한단어는 범용성 ( g e n e r a l ) 과 학습 (learning) 이라고생각하고여기에초점을두고있습니다. 범용성 은다양한문제해결에관해동일한시스템이작동하는것을의미하며, 학습 은인공지능이가공되지않은데이터 (raw data) 로부터자동적으로지식을습득하는것을나타냅니다. 인공지능이정말 지능 적으로행동하는유일한방법은현실에서배우고이를일반화화는것이라고생각하기때문이죠 49). 이를위해앞으로도인공지능이가공되지않은데이터를스스로학습하고, 이렇게만들어진하나의시스템으로다양한문제를해결할수있도록노력할것입니다. NIA 미래전략센터 : 인공지능기술이어디까지발전할것으로생각하십니까? 데미스하사비스 : 인공지능은인간의마음 (mind) 을이해하기위한좋은도구가될것이며, 인류가발명한가장중요한기술중하나가될것이라고확신합니다 50). 현재우리는중요한갈림길에서있습니다. 기후변화와글로벌거시경제, 알츠하이머등우리가직면한도전들을얼마나빠르게풀어내는지에따라미래 대결을통해우승하며유명세를얻음 48) AI is the science of making machines smart 49) Google Deep Mind Challenge Match 50) AI is the science of making machines smart IT & Future Strategy(6 호 ) 2017. 9

24 머신러닝전문가가예측하는인공지능의미래와공공서비스방향 인류수십억명의삶의질과우리를둘 러싼환경에큰영향을미칠것입니다. 하지만문제는이러한도전들이너무 복잡하다는것입니다. 오늘날의사나 과학자들은다양한정보, 논문을익혀 야하지만아무리뛰어난과학자나의 학자라도모든데이터를완벽히습득하 고소화할수는없습니다. 인공지능은 지능 에있어상호보완적관계를형 성할것이며, 인공지능은아직인류에 게미개척의영역으로남아있는분야에 대한데이터를지식을바꿔과거불가 능할것이라고생각되었던큰업적을 달성할것입니다 51). NIA 미래전략센터 : 창립하신딥마인드 (Deep Mind) 에대해설명부탁드립니다. 데미스하사비스 : 딥마인드를세울때 두가지목표를정하였습니다. 첫째, 지 능이무엇인지밝혀내고 (solve intelligence), 머신러닝과시스템신경과학기반기술 을활용해스스로학습할수있는범 용학습알고리즘을만드는것입니다. 둘째, 이를가지고기후변화나질병과 같은다양한사회문제를해결하는것 입니다. 이러한목표를담은결과물이 알파고 이며, 알파고역시아직은수 행할수있는분야가한정적이지만앞 으로더욱발전할것입니다. NIA : 알파고의아버지로서어떻게세계 51) The mind in the machine: Demis Hassabis on artificial intelligence 최고의바둑기사 알파고 를만들게되었는지말씀부탁드립니다. 데미스하사비스 : 저는어릴때체스선수였습니다. 영국케임브리지대학에입학한뒤바둑동아리에가입하면서바둑을배우게되었죠. 바둑을배우고나니체스보다바둑이더좋아졌습니다 52). 하지만인공지능이바둑을두는것은쉽지않은도전이였습니다. 바둑은체스에비해훨씬더많은경우의수를고려해야하는게임이므로 딥블루 (Deep Blue) 가체스게임에서이겼던것과는다른전략이필요했습니다. 이를위해두개의신경망을이용했는데, 하나는각수에대한위치와승률을평가하는 가치네트워크 (value network) 이고, 다른하나는좋은수를찾아내움직임을선택하는 정책네트워크 (policy network) 였습니다. 좀더구체적으로말하자면 가치네트워크 는매번번갈아바둑돌을놓을때마다현재상황에서이길가능성이높은돌이흰돌인지검돌인지판별해서해석했고, 정책네트워크 는바둑돌은놓았을때파생되는여러가지변수를파악하였습니다. 마치바둑가사의직관력을컴퓨터에게학습시킨셈이죠. 이두개의네트워크에는프로바둑기사들이뒀던바둑경기기보를활용한지도학습 (supervised learning) 과스스로경기를하면서시행착오를통해실력을키우도록한강화학습 (reinforcement learning) 을적용시켰습니다 53). 52) Future of Go Summit

머신러닝전문가가예측하는인공지능의미래와공공서비스방향 25 2016 년이세돌 9 단과대국했을때와 비교해 알파고마스터 라고불리는새 로운알파고의성능과효율성은더욱 향상되었습니다. 이세돌 9 단과대국할 때만해도 50 개의 TPU(Tensor Processing Unit) 54) 를사용했지만새로운알파고는 하나의기계에 4 개의 TPU 를사용하였 으며, 학습기간도수개월에서주단 위로줄였습니다. 그러나 마스터알파 고 에서가장의미있는점은자신과의 대국을통해스스로학습을했다는것 입니다 55). NIA 미래전략센터 : 알파고를통해최종적 으로이루고자하는목적은무엇입니까? 데미스하사비스 : 비록현재까지는바 둑만둘줄알지만알파고는범용학습 시스템으로개발되었고, 다양한분야에 적용되어주요문제를해결할수있는 메타솔루션 을목표로합니다. 인공 지능을발전시키기위해우선적으로는 게임을학습방법으로이용하고있으 나, 알파고의바둑경기를통해거둔 경험을일상생활에적용시키는것이궁 극적인목적입니다 56). 실제로알파고에 적용된머신러닝기술은의료, IT, 에너 지절약등다양한분야에서활용되고 있고, 구글의데이터센터쿨링시스템 에머신러닝을적용한결과에너지를 53) Artificial Intelligence (AI) invents new knowledge and teaches human new theories 54) 텐서프로세스유닛 (Tensor Processing Unit) 은구글이자체제작한머신러닝에최적화된반도체칩 55) 돌아온 알파고 에관한 9 가지사실 56) Artificial Intelligence (AI) invents new knowledge and teaches human new theories 최적화하여열을식히는데필요한에너 지의 40% 가량을절약했습니다 57). 그렇다고인간을따라잡는것이알파고 의목적은아닙니다. 인간의지능을따 라잡기에는아직격차가너무크고기 억력이나상상력, 계획능력, 언어에대 한능력은없기때문에알파고가인간 의역량을따라가려면갈길이멀다고 생각합니다 58). NIA 미래전략센터 : 인공지능기술의 발전을위해서중요한요소는무엇이 라고생각하십니까? 데미스하사비스 : 저는인공지능의발전을 위해 강화학습 (reinforcement learning) 59) 이앞으로더욱발전해야한다고생각 하고, 강화학습이인공지능이최종적 으로도달해야할목표라고생각합니다. 강화학습을위한프레임워크를간단하 게설명하자면시스템은센서를이용해 실제환경이나가상현실속에서목표를 스스로인식하여스스로모델을만듭니 다. 물론실제환경에서제공되는정보 에는노이즈가섞여있고불완전한정 보들도많지만수많은시행착오를거쳐 모델을만들게됩니다. 그후제공된 조건속에서가능한행동을모두찾아 내고, 그중에서가장최적화된행동을 57) DeepMind AI Reduces Google Data Centre Cooling Bill by 40% 58) Future of Go Summit 59) 머신러닝의일종으로서특정한입력값을주지않고보상을최대화하기위한방법을학습, 입력과출력의관계를명확히알기어렵고, 훈련모델을사전에명확하게기술하기어려운경우활용 IT & Future Strategy(6 호 ) 2017. 9

26 머신러닝전문가가예측하는인공지능의미래와공공서비스방향 실행하게됩니다. 물론실행을할지말지에대한결정도시스템이스스로내리는것입니다 60). 많이들아시는 알파고 (AlphaGo) 도이러한강화학습을통해성능을개선하였습니다. 지도학습과강화학습을함께진행했을경우지도학습만적용했을때보다바둑대국에서승률이 80% 더높았습니다. 이와같이인공지능을발전시키고제대로활용하기위해서가장중요한것은깊이있는연구라고생각합니다. 는업무가생겨나는만큼기존일자리에대한 가치 가바뀔것입니다. 과거산업혁명때와마찬가지로새로운기술이개발되면기존에존재하는몇몇일자리에대해서는효율성이늘어나고, 당시에생각하지못했던새로운종류의일자리가만들어질것입니다. 공감능력이필요한일이나사람들에게케어를제공하는일과교육등에대해서는가치가새롭게매겨질것이라고생각합니다 62). NIA 미래전략센터 : 인공지능기술의 발전에따라우리가경계해야할것은 무엇이있을까요? 데미스하사비스 : 개인적으로인공지 능은인간을보조하고인간을향상시키 는도구일뿐이라고생각하기때문에 많은사람들이우려하는로봇등에대 해서는별로생각하지않고있습니다. 인공지능을특히과학발전을앞당기는 데사용하고싶을뿐이죠. 인공지능이 방대한양의데이터속에서일정한구 조를찾아내고정리하는방식을통해 힘들고단조로운일을대신해주면, 인 간과학자들은우수한연구성과를내 기위한돌파구를더욱빨리찾을수 있을것이라고생각합니다 61). 인공지능이비숙련일자리를대체할것 이라는우려에대해서인공지능이도맡 60) AI is the science of making machines smart 61) The mind in the machine: Demis Hassabis on artificial intelligence NIA 미래전략센터 : 인공지능기술발전과함께사회적으로어떤것을준비해야할까요? 데미스하사비스 : 인공지능의발전에있어항상대두되는윤리적문제에있어서는사회적논의가필요하다고생각합니다. 하지만그것은인공지능기술자체가위험하거나나빠서가아닙니다. 인공지능기술자체는중립적이지만그것을인간이어떻게사용하는가에따라문제가발생할수도있고아닐수도있기때문입니다. 알파고만봐도스스로학습은할수있지만, 바둑경기에서이겨라 라는목표값을주는것은인간입니다. 인간이여러변수를제어하면이에따라인공지능이어떠한행위를하는것이죠 63). 중요한것은인공지능이많은사람들의이익을위해사용되는것이며이를위 62) Future of Go Summit 63) Future of Go Summit

머신러닝전문가가예측하는인공지능의미래와공공서비스방향 27 해우리가인공지능을어떻게사용할것인지지금부터논의해야합니다 64). 6. 마이클 I. 조던 NIA 미래전략센터 : 인공지능기술과관련해어느분야에가장관심이있으신가요? 마이클 I. 조던 : 저는자연어처리에관심이있습니다. 만약저에게 10억달러규모의펀드가있다면자연어처리분야에투자할것입니다. 아직구글번역은자연어를이해하고이에답을할수있는수준으로발전하지는못했다고생각합니다. 생각하지않습니다. 많은사람들이딥러닝이뇌의정보처리과정을구현하여이루어지는것이라고생각하는데그것은잘못된생각입니다. 아직까지뉴런이어떻게작동하는지에대한룰도정확히모르는상태에서인공지능을만들기위해뇌에대한정보를사용하기는힘들것이라고생각합니다. 오늘날딥러닝의발전을가져온것은신경망이아니라 역전파 (back propagation) 입니다. 역전파는처리장치수준에서신호가나오고이를거꾸로전달하여모든매개변수를변경하는것으로, 두뇌의작동방식과는매우다릅니다. 65) NIA 미래전략센터 : 인공지능기술의 발전에따라우리가경계해야하는것 은무엇이있을까요? 마이클 I. 조던 : 인공지능이발전하고, 많은사람들이관심을가지면서미디어, 매체에서인공지능과관련한다양한내용을소개하고있습니다. 인공지능을오랫동안연구한입장에서기쁜일이기도하지만오히려인공지능과더불어딥러닝, 빅데이터, 비전시스템등에대한과장되거나, 잘못된정보를경계해야합니다. 특히딥러닝에관해이야기할때 신경 (neural) 이라는단어를사용하는것에매우주의해야합니다. 저는인공지능이신경과학에기반을두고발전했다고 64) AI is the science of making machines smart 65) Machine-Learning Maestro Michael Jordan on the Delusions of Big Data and Other Huge Engineering Efforts IT & Future Strategy(6 호 ) 2017. 9

28 머신러닝전문가가예측하는인공지능의미래와공공서비스방향 < 머신러닝석학들이전망하는인공지능의미래요약 > 주요질문키워드주요내용 비지도학습 - 지도학습 (Supervised Learning) 과다르게분류되지않은데이터를학습시키고배우는비지도학습 (unsupervised learning) 에주목 비지도학습 (unsupervised learning) 이인공지능발전의병목을해결하는가장중요한기술이될것으로예상 인공지능관심분야 인간의학습메커니즘 - 뇌의작동원리를이해하는것이인공신경망으로사람과기계사이의격차를줄이는가장좋은방법 - 동물이나아기가단지관찰만으로다양한것을학습하는것과같이인공지능이어떻게상식을배울수있는지연구 범용인공지능 - 다양한문제를해결하는데동일한시스템으로대응할수있는범용성을갖춘인공지능솔루션개발이목표 인공지능기술발전예측 내재화 미래예측 - 인공지능기술은우리가매일사용하는기능뒤에내재되어자신도모르는사이에인공지능을사용하고있는형태로발전 - 최종적으로인공지능이도달할수있는목표는미래를예측하는인공지능 도구 - 인공지능은인간을보조하고인간을향상시키는도구의역할 인공지능기술발전을위한요소 데이터 기초연구 과장된표현경계 - 데이터 (data) 는인공지능개발을위한필수요소중하나로인공지능관련연구나사업을하려는기업에게높은진입장벽 - 호기심을바탕으로대학에서인공지능의기초를연구하는것은인공지능분야에있어매우중요 - 인공지능은마치인간의뇌와같다 식의과장된표현을경계하고 신경 (neural) 이라는단어를사용하는것에주의가필요

머신러닝전문가가예측하는인공지능의미래와공공서비스방향 29 주요질문키워드주요내용 사전분석 - 인공지능분야에역량을가진전문가조직을만들어해당기업이어떤식으로인공지능을도입해야할지사전연구필요 인공지능시대대비한준비와대응과제 불확실한미래우려금지 사회제도재설계 - 인공지능이악 (evil) 해질까미리걱정하는것은의미없는일이며, 현재우리에게더나은세상을가져올것들에좀더관심을가지고발전에힘쓰는것이중요 - 인공지능으로인한사고가발생할가능성과원래의도와는다르게잘못사용될수있는가능성에대한사회적논의중요 - 정부와기업에서는재교육및기본소득제공등인간의삶의질을높이는방향에대해고민 - 국가와기업은더많은무상교육을제공하기위해투자하고, 기본소득을지원하기위한기본계획을수립하는등인공지능에의해대체된사람들이합당한삶의질을누릴수있도록선제적으로대응 윤리가이드라인 - 인공지능을어떻게사용할수있고또사용할수없는지에관한윤리적가이드라인을민주적이고정치적인과정을거쳐사회적으로논의 IT & Future Strategy(6 호 ) 2017. 9

30 머신러닝전문가가예측하는인공지능의미래와공공서비스방향 Ⅳ 인공지능기반의공공서비스방향 1. 인공지능시대공공서비스를위한인공지능기술예측필요성인공지능기술분야의연구자들은인간만이할수있던일들을컴퓨터, 기계가수행할수있도록노력해왔다. 인공지능기술뿐만아니라인류가지금까지개발해온수많은하드웨어, 소프트웨어기술들이인간을더편리하게만들고높은생산성을통해경제적인이익을가져다주었다. 조금더본질적으로접근해본다면지금까지인류가개발한많은기술과발명품들은단순반복적이고육체적으로힘든노동에서인간을해방시키고자하는것에궁극적인목적이있다고볼수있다. 인공지능기술은인간노동력을대체한다는측면에서탁월한성능을보여주고있으며앞으로더욱발전할수있는무한한잠재력을가지고있다. 최근몇년사이인공지능기술은공상과학소설이나영화에서보여주던신기하고때로는무서운상상들을실생활에서보여주고있다. 인공지능프로그램이게임을하고, 금융상품에투자하고, 얼굴과말을인식하고배우며, 다양한언어를실시간번역하고, 데이터를통해질병에대한치료법을제시해줄수있다. 그러나이러한서비스의대부분은 인공지능서비스입니다. 라고이야 기해주지않는다. 기술력을부각시켜 마케팅효과를거두기위해인공지능을 강조하는경우도있으나우리는부지불 식간에원하든원치않던간에인공지 능이선택하고추천하는서비스에자연 스럽게녹아들고있다. 우리는이와유사한현상을약 20 년전 에비슷하게목도한적이있다. 인터넷 이전세계로확산될때인터넷이확산 되는속도와범위그리고경제, 사회, 문화를재구성할때의영향력을정확하 게예상한사람은거의없었다. 우리 대부분이눈치채지못했을때, 인터넷 과웹은일상생활의필수조건이되어 버렸다. 인공지능기술도다양한분야 와자연스럽게융합되고확산되는범용 기술 66) 로자리매김할것으로전망된다. 기계학습, 컴퓨터비전, 음성인식, 자 연어처리및로봇공학등인공지능 관련기술은기하급수적인속도로발전 할것이다. 민간기업들은지능형로봇, 음성인식스피커, 자율주행차량및무 인항공기에이르기까지모든분야에서 인공지능기술을적용한서비스와솔루 션을구현하고있다. 66) Robots seem to be improving productivity, not costing jobs (Harvard Business Review, 2016.6.16) general purpose technology (GPT) one that has a pervasive, longstanding impact on a number of dissimilar industries.

머신러닝전문가가예측하는인공지능의미래와공공서비스방향 31 공공부문역시민원대응로봇, 폐기물자동인식등인공지능기술기반의공공서비스를파일럿프로젝트형태로추진하고있으며아직걸음마수준에불과하지만적극적으로서비스개선을위한인공지능기반응용서비스발굴을위해노력하고있다. 공공부문에서인공지능기술과서비스는기술의완성도에따라업무자동화를위한 봇 기능과인지적능력을갖춘 지능 수준나누어볼수있고공공서비스의범위에따라정부내부와민간을지원하는공공서비스로구분할수있다. < 지능정부에서인공지능의활용방식에따른유형분류 67) > 출처 : 인공지능시대의정부인공지능이어떻게정부를변화시킬것인가?(NIA, 2017) 현재공공서비스분야에서가장활발한인공지능관련서비스는챗봇분야이다. 중앙부처, 지자체등다양한기관에서효율적인민원대응을위해시범사업을추진하면서자체적인챗봇을개발하고있다. 인공지능기술에대한공공분야의기술대응력을높이고시장을활성화하고더나아가일반국민들의인공지능기술에대한수용성을높이는의미에서환영할만한현상이다. 그러나전문가들이전망한내용을살펴보면인공지능기술이인간의언어를완벽하게이해하고개방된질문에적절한응답을할수있는것은향후 10년이후에나가능한서비스가될것으로예측된다. 인공지능기술이주목받음에따라공공분야에서기술적인완성도와효과성에 대한면밀한검증보다는가시적인서비스를경쟁적으로추진하려는것이아닌가하는우려도있다. 처음부터논리적판단이가능한정책지능수준의기술을개발하고구현할필요없이낮은수준의인공지능기술을적용한 봇 을통해공무원의반복적인행정업무에대한자동화가어느정도가능하다. 딜로이트자료에따르면공공분야에봇을적용함으로써이메일확인, 데이터저장, 표준화된양식작성, 단순계산등의업무를대체할수있을것이라고이야기하고있다. 국민과의접점에서안전, 복지, 예산등과관련된높은수준의정확도가요구되는공공서비스가아니라반복적이고예측가능한프로세스에적용할수있는봇개발이공공분야 67) 인공지능시대의정부인공지능이어떻게정부를변화시킬것인가?(NIA, 2017) IT & Future Strategy(6 호 ) 2017. 9

32 머신러닝전문가가예측하는인공지능의미래와공공서비스방향 인공지능기술도입초기에더적합할수있다. 고정된보고서양식에맞춘문서작성, 정기적인회의소집 공유, 일정확인 공유, 이메일확인 공유, 공통양식에데이터입력등과같은내부 업무프로세스를자동화함으로써해당업무의생산성향상과함께본래업의본질에걸맞는효과성높은업무를개발하거나추진할수있는더많은시간과기회를확보할수있다. < 봇에의해대체가능한주요업무 > 출처 : Deloitte analysis 지속적인알고리즘의개선과 GPU 등하드웨어성능의개선을통해향후인공지능기술은더욱빠르게발전이진행될것이다. 범용성있는머신러닝알고리즘의개발, 기계스스로인지적판단이가능한메커니즘등싱귤레러티 (Singularity) 를통해폭발적인기술발전이이루어질수있다. 점진적이거나폭발적인기술발전은전문가들이전망하고예측한마일스톤 (milestone) 을앞당길수있을것이다. 2. 인공지능기술발전과공공서비스로드맵 10년, 20년후기술의정확한마일스톤과발전수준을예측하는것이어려움에도불구하고정부와공공분야에서는 현재예측가능한수준에서이에맞는구체적인인공지능기반공공서비스로드맵을수립하고기술개발, 자원배분등을효과적으로수행해야할필요가있다. 인공지능기술발전단계에따른공공서비스로드맵을도출하기위해서는인공지능기술의발전단계를구분하는것이선행되어야한다. 이를위해 When will AI exceed human performance? Evidence from AI experts 논문에서전망한인공지능기술이인간의일들을언제대체할수있는지에대한연구결과와인공지능분야석학들이주목하고있는인공지능기술의특징과이슈들을종합한후, 시기별로중요한특징을도출하고이를단계화하는방법으로인공지능기술발전단계를나누어볼수있다.

머신러닝전문가가예측하는인공지능의미래와공공서비스방향 33 인공지능기술발전의특징을전문가들이예측하고있는사람의 일 의수준에서살펴보면 1 단순반복적이고판단이필요없는사람의업무를자동화해주는단계, 2 언어, 시각등의능력을통해분류, 모방등객관적인판단이가능한사람의업무를자동화해주는단계, 3 데이터와추론을통해합리적인판단이가능한사람의업무를자동화해주는단계, 그리고마지막으로 4 감정적인이해를통한동반자적인역할을수행하는단계로구분해볼수있다. 발전단계의구체적이고정확한연도를도출하는것은불가능하나단계별대략의시점을예상하고이를기반으로시기별가능한공공서비스를기획하는것이필요하다. 이를위해인공지능기술의세부적인발전추세는서울대학교 Cognitive Robotics and Artificial Intelligence Center의 AI and the 4th Industrial Revolution자료에서전망하고있는발전모델을기반으로대략의발전단계별시기를산정하였다. < 인공지능기술의발전단계와시기전망 > IT & Future Strategy(6 호 ) 2017. 9

34 머신러닝전문가가예측하는인공지능의미래와공공서비스방향 서울대학교의인공지능기술발전예측모델에서는현시점을딥러닝기술이폭발적으로발전하고인지적인인공지능기술이등장하는시점으로보고있다. 2030년경에는인간수준의인공지능기술이개발될것으로전망하고있으며, 이는 When will AI exceed human performance? Evidence from AI experts 논문에서조사한인공지능기술이인간이현재수행하고있는일들 을언제대체할수있을까에대한조사결과와유사한내용을보여주고있다. 마지막으로인공지능기술발전단계와단계별가능한공공서비스를도출하였다. 1단계 : 업무자동화서비스 2 단계 : 논리적판단서비스 3단계 : 인지적실행서비스 4단계 : 감성형실행서비스 와같이기술발전에따른공공서비스의발전단계를구분하였다. < 인공지능기술발전단계에따른단계별공공서비스 > 1단계업무자동화단계에서는매일반복적으로수행하는업무를대상으로낮은수준의인공지능기술을활용해효율성을극대화시키는서비스개발을추진할필요가있다. 인공지능기술은과거몇번의침체기가있었지만사회경제적인요구에의해이제막다시부흥하려는시기에있다. R&D 분야의숙제인원천기술개발등은장기적인과 제로추진하고, 공공서비스분야에서는현재가능한수준에집중해높은효과를획득할수있는전략과제개발이필요하다. 2단계논리적판단단계에서는머신러닝, 딥러닝등의기술을활용해높은정확도가반드시필요하지않은서비스개발을추진한다. 농수산물분류, 영상판독은작업자가수작업으로진행하기에

머신러닝전문가가예측하는인공지능의미래와공공서비스방향 35 앞서기계가 1차작업을진행함으로써과업량과범위를상당수준감소시키며, 전문가의의사결정을데이터기반으로객관적으로지원하는공공서비스가가능하다. 3단계인지적실행서비스단계에서는높은정확도를요구하는서비스에인공지능기술을본격적으로도입하는공공서비스개발을추진한다. 인공지능기술이사람의보조수단으로활용되던단계에서발전하여사람의개입없이단독으로업무를수행할수있으며, 가상현실기술등과융합되어다양한방식으로공공서비스개발이가능하다. 때문에마일스톤이실제상용화되거나서비스화되는데는일정시간이소요될것이라판단된다. 우리가인공지능기술발전에따른변화를전망하고정부의공공서비스역시기술발전에따라구체적인계획을수립해추진해야하는근본적인이유는인공지능발전의중요한역사적기회를포착하고자함에있다. 적극적인계획수립-방향설정을통해기회를선점하여인공지능발전의새로운흐름을선도하고경제사회발전에기여함과동시에국가경쟁력향상과전반적인발전을이끌어야한다. 마지막 4단계인감성형실행서비스단계에서는정확하고객관적인서비스실행에서발전하여사람의감정상태를파악하고예측해심리상담, 시청각프로그램제작등의서비스가가능해진다. 논리적, 감정적상황분석이가능함에따라최적화된복지서비스및예산배분이가능한수준으로발전할것으로예상된다. 이러한인공지능기술발전에따른공공서비스로드맵에추가적으로정보통신기술진흥센터의 ICT R&D 중장기기술로드맵 2022 에서전망하고있는인공지능기술분야의 5개년마일스톤자료를함께매칭하였다. 자료에따르면다른기술전망들과달리상당히빠른시간내중요한기술들이개발될것으로보여지나, R&D 관점에서인공지능기술의주요한달성목표를제시하였기 IT & Future Strategy(6 호 ) 2017. 9

36 머신러닝전문가가예측하는인공지능의미래와공공서비스방향 < 인공지능기술발전과공공서비스미래로드맵 >

머신러닝전문가가예측하는인공지능의미래와공공서비스방향 37 참고자료 앤드류응 [1] A Conversation with Andrew Ng, TED X Boston, 2016. [2] AI guru Ng: Fearing a rise of killer robots is like worrying about overpopulation on Mars, The Register, 2015.3. [3] Andrew Ng and Neil Jacobstein Say That the Hpye Around AI is Real, AI Business, 2017.3. [4] Andrew Ng: Why Deep Learning Is a Mandate for Humans, Not Just Machines, WIRED, 2015.3. [5] Baidu s Andrew Ng on the economics of AI and what tech companies owe the labor force, ARCHITECHT, 2017.2. [6] Inside Google Brain Founder Andrew Ng's Plans To Transform Baidu, Forbes, 2014.8. [7] Opening a new chapter of my work in AI, says IT consultant, Medium, 2017.3. [8] What Artificial Intelligence Can and Can't Do Right Now, Harvard Business Review, 2016.11. [9] MOOC 와딥러닝의대부, 앤드류응의다음행보는?, Tech M, 2017.5. 제프리힌튼 [10] Deep Learning Pioneer Geoff Hinton Helps Shape Google's Drive To Put AI Ever, Forbes, 2016.6. [11] Neural Networks for Language and Understanding, Creative Destruction Lab Machine Learning and Market for Intelligence conference, 2015.12. IT & Future Strategy(6 호 ) 2017. 9

38 머신러닝전문가가예측하는인공지능의미래와공공서비스방향 [12] The Code That Runs Our Lives, The Agenda with Steve Paikin, 2016.3. [13] U of T s Geoffrey Hinton: AI will eventually surpass the human brain but getting jokes... that could take time, University of Toronto, 2016.12. [14] 21 세기인공지능의대부제프리힌튼캐나다토론토대교수, 중앙일보, 2016.8. 얀르쿤 [15] Facebook AI Director Yann LeCun on His Quest to Unleash Deep Learning and Make Machines Smarter, IEEE SPECTRUM, 2015.2. [16] Facebook s AI Chief: Machines Could Learn Common Sense from Video, MIT Technology Review, 2017.3. [17] Obstacles to progress in AI, OReillyAI, 2016.9. [18] The Future of Machine Learning, TheCTOFORUM, 2017.1. [19] Yann LeCun - Director of AI Research Facebook, Udacity Talks Episode 7, 2016.11. 조슈아벤지오 [20] A conversation with AI pioneer Yoshua Bengio, Fing, 2017. [21] AI Pioneer Yoshua Bengio is Launching Element AI, Microsoft, 2017.4. [22] Creating Human-Level AI Yoshua Bengio, The Beneficial AI 2017 Conference, 2017.1. [23] RE WORK Deep Learning Summit in Boston, 2016.3. [24] What s net for AI Yoshua Bengio : AI will allow for much more personalized medicine., IBM

머신러닝전문가가예측하는인공지능의미래와공공서비스방향 39 데미스하사비스 [25] AI is the science of making machines smart, 2015.5. [26] Artificial Intelligence (AI) invents new knowledge and teaches human new theories, 2017.5. [27] The Future of Go Summit, WIRED, 2017.4. [28] Google DeepMind Challenge Match, 2016.3. [29] The mind in the machine: Demis Hassabis on artificial intelligence, Financial Times, 2017.4. 마이클 I. 조던 [30] Machine-Learning Maestro Michael Jordan on the Delusions of Big Data and Other Huge Engineering Efforts, HealthIT.gov, 2012.11.13. [31] The Data Science Revolution, 40 Years of Patterson Symposium, 2016.3. [32] Bayesian Nonparametric Learning: Expressive Priors for Intelligence Systems, Judea Pearl Symposium, 2010.3. 추가참고문헌 [33] AI and the 4th Industrial Revolution( 서울대 Cognitive Robotics and Artificial Intelligence Center, 2016) [34] Preparing for the Future of Artificial Intelligence( 미국대통령실, NSTC, 2016.10) IT & Future Strategy(6 호 ) 2017. 9

40 머신러닝전문가가예측하는인공지능의미래와공공서비스방향 [35] Robots seem to be improving productivity, not costing jobs(harvard Business Review, 2016.6.) [36] 인공지능시대의정부인공지능이어떻게정부를변화시킬것인가?( 한국정보화진흥원, 2017.6.) [37] ICT R&D 중장기기술로드맵 2020( 정보통신기술진흥센터, 2016)

머신러닝전문가가예측하는인공지능의미래와공공서비스방향 41 IT & Future Strategy 보고서 제 1 호 (2017. 3. 10), 미래신호탐지기법으로본인공지능윤리이슈 글로벌동향과전망 제 2 호 (2017. 6. 12), 4 차산업혁명의시대, Big Innovation 의방향 제 3 호 (2017. 6. 26), 인공지능시대의정부 인공지능이어떻게정부를변화시킬것인가? 제4호 (2017. 7. 21), 시민중심의데이터활용전략 : My data 관련해외프로젝트분석 제5호 (2017. 9. 4), 4차산업혁명을이끄는인공지능 (AI) 발전현황 실리콘밸리의 AI 성공요인분석 제6호 (2017. 9. 20), 머신러닝전문가가예측하는인공지능의미래와공공서비스방향 1. 본보고서는방송통신발전기금으로수행한정보통신 방송연구지원사업의결과물이므로, 보고서의내용을발표할때는반드시과학기술정보통신부정보통신 방송연구지원사업의연구결과임을밝혀야합니다. 2. 본보고서내용의무단전재를금하며, 가공 인용할때는반드시출처를 한국정보화진흥원 (NIA) 이라고밝혀주시기바랍니다. 3. 본보고서의내용은한국정보화진흥원 (NIA) 의공식견해와다를수있습니다. IT & Future Strategy(6 호 ) 2017. 9