사람처럼 생각하는 컴퓨터가 탄생할까? 인공지능과 딥러닝 기술

사람처럼 생각하고 감정을 공유할 수 있는 컴퓨터가 있다면 어떨까요? 사용자가 따로 명령을 내리지 않아도 알아서 척척 맡은 일을 수행할 수 있고, 더 나아가 목소리와 얼굴 표정을 통해 사람의 기분까지 알아 맞히는 똑똑한 기기들이 탄생할지도 모릅니다.

영화 속에나 나올 법한 이런 이야기들을 현실로 만들어주는 기술이 있습니다. 바로 ‘딥러닝’(Deep learning)인데요. 딥러닝은 컴퓨터가 사람처럼 생각하고 배울 수 있도록 하는 인공지능(AI, artificial intelligence) 기술을 말합니다.

■ 사람보다 사진을 더 잘 구분하는 컴퓨터의 탄생

딥러닝은 사물이나 데이터를 군집화하거나 분류할 때 사용하는 기술입니다. 사람의 목소리나 언어, 사진, 얼굴의 표정 등 지금껏 인간만 해석할 수 있었던 추상적인 정보들을 컴퓨터가 분석하여 분별하도록 기계를 학습시키는 방법인데요.

컴퓨터는 객관적인 명령이나 정보에 대해서는 정확한 결과를 보여주지만, 추상적인 부분에 대해서는 쉽게 판단하지 못하는 특징을 가지고 있습니다. 따라서 대상에 내재되어 있는 의미들을 파악하고 구분하도록 하기 위해 ‘기계학습(Machine Learning)’이라는 방법이 고안되었습니다. 기계학습은 많은 양의 데이터를 입력해 컴퓨터가 비슷한 것끼리 분류하도록 하는 기술입니다.

예를 들어 사람은 강아지와 고양이를 사진만으로도 쉽게 구별할 수 있지만 컴퓨터는 이것을 쉽게 구분하지 못합니다. 하지만 컴퓨터에 입력된 방대한 정보를 활용해 기술적으로 데이터를 분류하고 군집화화면, 컴퓨터가 사진을 보고 강아지와 고양이를 각각 구분해 낼 수 있는 것입니다.

기계학습 알고리즘은 데이터를 분류하는 방식에 따라 결정 트리 학습법, 연관 규칙 학습법, 인공신경망 등의 방식들로 나뉘는데, 이 중 인공신경망 한계를 극복하기 위해 나온 방법이 딥러닝입니다.

■ 딥러닝, 어디까지 발전하게 될까?

방대한 양의 데이터 속에서 패턴을 찾아내 컴퓨터가 사람처럼 정보를 분별하는 방식은, 크게 ‘지도 학습(supervised learning)’과 ‘비지도 학습(unsupervised learning)’ 두 가지로 나뉩니다.

지도 학습 방식은 컴퓨터에 먼저 정보를 가르치는 방법을 말합니다. 예를 들어 수많은 형태의 악기 사진을 입력하고, 각 사진의 악기 형태와 패턴을 컴퓨터에게 미리 학습시키는 것입니다. 컴퓨터는 사전에 학습된 결과를 바탕으로, 악기 사진을 인식하고 구분하게 됩니다.

반면 비지도 학습은 컴퓨터가 스스로 학습하는 방식으로, 지도 학습과 차이가 있습니다. 사람이 각 악기 사진을 구분해 가르쳐주는 과정 없이도 컴퓨터가 스스로 다른 점을 학습하는 것입니다. 이는 더욱 발전된 기술로, 높은 수준의 컴퓨터 연산능력이 필요하다고 합니다.

딥러닝은 사진이나 동영상, 음성 정보를 분류하는 작업 분야에 많이 사용되고 있는데요, 향후 의학 분야와 무인자동차 등 우리 생활 속 다양한 환경에 딥러닝 기술이 적용될 것으로 기대를 모으고 있습니다.

이처럼 컴퓨터가 스스로 판단하고 사물을 구별할 수 있게 하는 인공지능 기술은 지금 이 순간에도 빠르게 발전하고 있습니다. 사람처럼 생각하는 컴퓨터가 머지 않은 미래에 등장할 수 있을까요? 반도체 기술의 발달, 그리고 본격적으로 열린 빅데이터 환경 속에서 딥러닝 시대가 어느덧 일상에 가깝게 성큼 다가오고 있습니다.