#인공지능 | 생글생글

홍성호 기자의 열려라 우리말
'인공지능'은 'AI'의 벽을 넘을 수 있을까?

전 세계 이목을 끌었던 인간 대 인공지능(AI) 간 반상 대결이 펼쳐진 지 벌써 5년이 지났다. 프로바둑기사 이세돌 9단과 구글의 인공지능 알파고가 맞붙은 이 대국은 우리 사회에 ‘AI 쇼크’를 불러왔다. 동시에 우리말에는 ‘AI’란 영문약자의 위세를 한껏 떨쳐낸 계기가 됐다. AI는 인공지능·조류인플루엔자 두 가지 뜻우리말 가운데 ‘말 대(對) 말’ 세력싸움으로 주목할 만한 것에 ‘AI(artificial intelligence)’와 ‘인공지능’을 빼놓을 수 없다. 둘 간의 판세가 팽팽하다. 보통은 효율성을 따져 영문약자를 선호하는데 이들 사이는 특이하다. 그 배경에는 AI가 두 가지로 쓰인다는 점도 작용하는 것 같다. ‘인공지능’과 ‘조류인플루엔자(avian influenza)’가 그것이다.애초에는 조류인플루엔자로서의 AI가 인공지능으로서의 AI보다 더 많이 쓰였다. 이 말이 본격적으로 언론에 등장한 것은 1997년께다. 초기에는 ‘조류독감’으로 불렸다. 이후 독감이라는 말이 주는 부정적 어감이 가금(家禽: 닭 오리 등 집에서 기르는 날짐승) 산업에 타격을 준다는 지적이 일었다. 이에 따라 대체어로 나온 게 ‘조류인플루엔자(AI)’였다. 완곡어법 효과를 노린 용어인 셈이다.4차 산업혁명 시대를 살아가는 지금은 인공지능으로서의 AI가 훨씬 더 많이 쓰인다. 그런 두 가지 용도로 인한 헷갈림(?) 때문인지는 몰라도 외래어 ‘AI’와 함께 우리말 ‘인공지능’도 꽤 자주 쓰인다. ‘이메일’의 벽을 넘지 못한 ‘전자우편’과 달리 ‘인공지능’이 ‘AI’를 밀어내고 단어로서의 위상을 굳힐지 귀추가 주목된다. 영문약어 대
과학과 놀자
카메라로 인식하고 인공지능으로 처리하는 자율주행로봇…빌딩 내 사무실 앞 '마지막 구간'까지 도달할 수 있어야

이미 언론에서 많이 볼 수 있는 무인주행 자동차는 자율적으로 주행하는 로봇의 일종이다. 자율주행로봇의 핵심 기술은 무엇일까? 하드웨어적으로 배터리나 모터 등을 떠올릴 수 있겠지만, 필자는 눈과 두뇌에 해당하는 소프트웨어 기술이 핵심이라고 생각한다. 눈과 두뇌가 없는 하드웨어는 시각장애인이나 마찬가지다. 요즘 이 눈과 두뇌에 해당하는 기술을 각각 '컴퓨터 비전(Vision)'과 인공지능 기술로 부른다. 이 기술이 적용된 드론(Drone)이나 배달로봇은 자율적으로 지형과 공간을 인식하고, 물건을 미리 지정된 위치로 배송한다. 그럼 자율주행로봇에 사용된 비전과 인공지능 기술이 무엇인지 알아보자. 자율주행로봇의 핵심, 컴퓨터 비전과 인공지능컴퓨터 비전은 컴퓨터가 사진과 같은 이미지 속의 사물이나 의미를 인식하는 방법을 말한다. 컴퓨터 비전과 인공지능 기술은 서로 친척관계다. 매사추세츠공대(MIT) 시모어 페퍼(Seymour Papert) 교수는 1966년 ‘Summer Vision 프로젝트’에서 물체를 식별할 수 있는 로봇 시각 시스템을 개발할 수 있는지 질문했다. 2년 후 마빈 민스키(Marvin Minsky) 교수는 ‘Blocks World 프로젝트’에서 인간의 도움 없이 다양한 모양의 크기와 블록을 인식하고 조립할 수 있는 인공지능을 개발하고자 했다. 1960년대 시작된 인간 시각과 지능을 모방할 수 있는지에 대한 질문과 해결 시도는 50년 후 우리가 사용하는 자율주행차의 핵심 기술이 됐다.우리는 이 기술을 조만간 여러분의 집 앞에서 경험하게 될 것이다. 무인자율 배송 기술이 그중 하나다. 키위봇(Kiwibot)이란 배달로봇은 무인자율 배송 서비스를 개발하는 캘리포니아 버클리대 스타트업에서 2017년 개
디지털 이코노미
인공지능은 얼마나 현실화된 것일까

자율주행차가 곧 등장한다는 전망은 귀에 못이 박히도록 들었다. 2016년 퀴즈쇼 에서 우승한 IBM의 인공지능(AI) 시스템 왓슨이 인간 의사들이 놓치기 쉬운 문제를 해결하는 의료 혁명의 시발점이 될 것이라는 전망 역시 비슷하다. 전 세계적으로 저명한 AI 과학자 제프리 힌턴은 방사선과 전문의 교육을 중단하는 일은 너무나 당연하다고 표현했다. 과장된 인공지능 능력하지만 수많은 AI 프로젝트 가운데 오늘날 실현된 것은 없다. 현재까지 개발된 자율주행차는 고속도로에서만 제한적으로 운행이 가능하다. 자율주행차지만 운전석에는 여전히 만약의 사태에 대비해 인간 운전자가 반드시 탑승해야 한다. 자율이라는 이름이 무색하게 AI를 완전히 믿을 수 없기 때문이다. 2016년 수백~수천㎞를 안전하게 주행했던 미국의 한 테슬라 소유주는 결국 고속도로를 가로지르는 견인 트레일러 밑으로 들어가는 본인의 반(半)자율주행차를 막지 못했다. IBM의 왓슨 역시 마찬가지다. 희귀 질환 진단에 왓슨을 활용했던 마르부르크 희귀·미진단질환센터는 프로젝트 시작 2년을 넘기지 못하고 보류 판정을 받았다.《2029 기계가 멈추는 날》의 저자이자 AI 연구 최전선에 있는 뉴욕대의 게리 마커스와 어니스트 데이비스 교수는 많은 경우 AI의 발전이 과대평가됐다고 이야기한다. 약간의 진보를 마치 패러다임의 대전환인 것처럼 포장하는 경우가 많다는 것이다. 마이크로소프트와 알리바바는 보도자료를 통해 그들이 만든 알고리즘의 독해 능력이 이전 기록인 82.13%에서 82.65%로 증가된 사례를 두고 사람처럼 서류를 읽고 문제에 답할 수 있는 AI를 만들었다고 표현한다. 페이스북 역시 간단한 이야기를 읽고 이에 대
김동욱 기자의 세계사 속 경제사
'넘사벽' 인공지능이 사람처럼 할 수 없는 것은

옛 소련의 프로 체스선수 가리 키모비치 카스파로프는 1985년 세계 챔피언에 올라 2000년까지 최강자로 군림했다. 그런 카스파로프에게 1989년 도전자가 나타났다. 도전자는 인간이 아니라 미국 IBM이 만든 슈퍼컴퓨터 ‘딥소트’였다. 그러나 카스파로프가 두 판을 모두 이겼다. 기계가 인간 영역인 체스에서 인간을 이기기 어렵다는 게 세상의 반응이었다. IBM은 7년이 흐른 1996년 ‘딥블루’로 다시 도전해왔다. 여섯 판을 겨뤄 3승2무1패로 카스파로프가 또 이겼다. 그러나 이듬해 5월, 재대결에서 충격적인 결과가 빚어졌다. 카스파로프가 1승3무2패로 무릎을 꿇은 것이다. 이후 몇 차례 대결에서 기계가 계속 이기자 ‘인간 대 기계’의 체스 대결은 세상의 관심에서 멀어져갔다. 한동안 잊혔던 ‘생각하는 기계’가 2011년 세계의 이목을 끌었다. 슈퍼컴퓨터 ‘왓슨’이 미국 퀴즈쇼 ‘제퍼디’에서 인간 챔피언 두 명과 겨룬 것이다. 왓슨은 사람이 말하는 자연어의 소리와 의미를 이해했고, 단어의 뉘앙스까지 정확히 파악해 여유 있게 우승했다.2016년 3월 또 한 번 세기의 대결이 서울에서 열렸다. 이번에는 바둑이었다. 결과는 인공지능(AI)의 승리였다. 구글이 6억달러에 사들인 영국 벤처기업 딥마인드가 개발한 ‘알파고’가 이세돌 9단을 4승1패로 압도했다. 이제 기계가 넘보지 못할 인간의 영역은 없고, 인간의 일자리를 기계가 대체할 것이라는 암울한 전망이 쏟아졌다. 앞으로 어떻게 살아가야 할까, 기계의 노예가 되는 것은 아닐까, 일자리가 사라진 미래의 삶은 어떨까? 온갖 비관적인 질문과 잿빛 전망이 꼬리에 꼬리를 물었다. 의사가 된 왓슨, 암 진단

생글기자
인공지능 스마트팜에선 누구나 농부가 될 수 있다

인공지능은 컴퓨터 프로그램을 활용해 인간의 학습능력과 추론능력, 지각능력 등을 좀 더 효율적이고 개선된 방향으로 실현하는 기술이다. 외부 환경의 위협 요인에 노출돼 있는 농업 분야에서 인공지능을 활용하기 위한 연구가 활발하게 진행되고 있다.구글은 인공지능 기술을 적용한 과일 수확 로봇이나 영양분 혹은 농약의 자동 분사 드론을 연구 중이다. 구글의 연구소인 구글엑스는 인공지능을 통해 식량 생산에 영향을 미치는 기후변화를 분석하고 이를 패턴으로 만들어 해충과 재해를 사전에 차단하는 기술을 연구 중이다. 화학 전문 글로벌 기업인 듀폰은 농장관리 소프트웨어 벤처기업인 그래눌러를 인수해 농사에 경험이 없는 농민도 최적화된 의사결정을 내릴 수 있게 도와주는 서비스를 개발했다.국내에서는 스마트팜 기술을 그 개발 단계에 따라 3단계로 구분해 이해하고 정부의 지원하에 다양한 기업이 단계적 개발을 추진하고 있다. 편리성 증진을 중점으로 하고 있는 1세대, 생산성 향상을 목표로 하는 2세대, 무인화 자동화시스템을 구현해 스마트팜 전 과정의 통합제어 및 생산관리를 목표로 하는 3세대로 구분하고 있다. 현재 국내 스마트팜의 수준은 주로 1∼2세대 단계에 도달한 것으로 평가하며, 3세대로의 조기 진입을 위한 노력을 하고 있다. 2세대에서 3세대를 아우르는 스마트팜 기술 중 대표적인 예는 수율 예측 및 최적화를 위한 사물인터넷(IoT) 활용이다.IoT 장치는 인터넷에 연결된 센서 장착 도구다. 인공지능과 연계해 수확량과 생산성을 높이고 작물 실패를 줄일 수 있다. 농작물의 성장상태, 기온, 습도, 영양공급 주기 등 모든 데이터를 모니터링, 분석 및 예측하는 시스템을
진학 길잡이 기타
약대 학부선발·한전공대 신설…자연계 최상위권 정원 1911명 증가 효과

올해 대학입시는 특히 이과 학생들에게 기회가 될 것으로 전망된다. 대학 자연계 최상위 학과 정원 확대, 통합형 대학수학능력시험 수학에서 이과생 강세 등 자연계 학생들에게 유리하게 작용할 요소가 많다. 적극적인 지원 성향을 보이는 이과 학생 사이에선 상향지원 흐름이 나타날 수 있다. 2022학년도 이공계 입시판도를 분석해본다. 약대·한전공대 등 정원내 1911명 증가…최상위권 자연계 대학 1개 늘어난 셈자연계 최상위 학과라고 하면 통상 의·치·한의대 및 수의예과, 주요 10개대 정도로 꼽힌다. 정원 내로 1만7000여 명에 달하는 규모다. 올해는 여기에 약대, 한전에너지공과대, 주요대 내 첨단학과 신설 등 정원 내 1911명이 추가된다. 자연계 학과 기준으로 보면 1개 대학 이상 인원이 추가되는 셈이다. 약대가 1743명, 한전공대가 100명을 선발한다. 주요 10개대 내에서 지난해부터 신설되기 시작한 인공지능(AI)·데이터과학 등 첨단학과는 올해 558명까지 늘었다.약대 학부선발로 자연계 최상위 학과인 의학계열의 입시판도가 크게 바뀔 것으로 예상된다. 서울대와 연세대 등 최고 인기 약대는 지방권 일부 의대 이상의 성적을 보일 것으로 예상되고, 중앙대·성균관대·이화여대·경희대 등의 주요 약대도 지방권 일부 치대와 한의대, 수의대 이상의 합격선을 보일 것으로 전망되고 있다.약대가 이과 최상위권 학생 상당수를 흡수하면 지방권 일부 의·치·한의대 및 수의예과의 합격선은 소폭 하락할 가능성이 높다. 기존에 주요대 자연계 일반학과를 목표했을 학생들이 의약학 계열에 도전하는 사례가 늘어날 것이다. 동시에 주요대 자연계 일반학과의 합격
시사 이슈 찬반토론
'과태료 장사' 비판 나오는데…최고속도 50㎞ 제한해야 하나

[찬성] '교통약자'들 안전 강화해야 차량 속도 줄이면 사망자 감소마구 달리는 자동차는 일종의 흉기라고 볼 수 있다. 특히 도시지역 등 보행자가 많은 곳에서 과속하는 자동차는 도로의 최대 위험요인이다. 한국인의 운전 습성이 상당히 거칠고, 자동차 중심인 경우도 적지 않다. 다소 무리가 따르더라도 정부가 나서 속도를 제한하고, 위반하면 과태료를 부과할 수밖에 없는 현실이다. 저속운전 등을 자율적으로 하도록 호소한다거나 안전운전에 좀 더 적극적으로 나서달라고 호소만 할 단계는 지난 것이다.자동차로 인한 사고도 과다하다. 속도제한만으로도 상당한 줄이기 효과를 기대할 수 있을 것이다. 제한속도를 시속 50㎞로 낮추니 사고 때 사망자 수가 3분의 1이나 줄어들었다는 분석 결과도 있다. 전국 12개 도시에서 시험한 경찰쪽 실험자료를 보면, 제한속도 줄이기가 사고의 크기는 획기적으로 줄이는 반면 이동시간에는 그다지 큰 변수가 되지 않았다는 내용도 있다. 즉, 10㎞가량의 거리를 시속 60㎞와 50㎞로 각각 달렸을 때 주행 시간은 평균 2분 정도 더 걸렸다. 반면 이들 속도에서 보행자와 부딪치는 사고가 났을 때 사망 가능성은 각각 85%와 55%로 추산됐다는 것이다. 그렇다면 속도를 법을 동원해 강제로라도 낮추게 할 수밖에 없다.한국인들의 운전문화는 과연 선진사회 수준과 비교할 만한가. 횡단보도만 해도 절대적으로 보행자들 보호구간인 셈인데, 정지선을 정확하게 지키는 경우가 과연 얼마나 되나. 골목길에서도 빠르게 달리는 차량은 널렸다. 최근 들어 스쿨존에서 강력한 단속을 하지만 규정을 지키지 않다가 적발되는 경우가 적지 않다. 100㎞ 미만까지에 대해 4만~13만원의
김동욱 기자의 세계사 속 경제사
미래 노동시장, 기계가 인간을 대체할까

영어권 사람들은 딱딱한 경제 용어를 색깔을 넣은 비유적 표현으로 바꿔 쓰는 경우가 흔하다. 이를테면 해고 통지서를 뜻하는 핑크슬립, 행정 편의주의를 비유한 레드테이프, 간단히 점심을 먹으며 하는 브라운백미팅 같은 것이 그런 예다. 이런 언어 습관은 노동 형태를 구분할 때도 널리 이용된다. 흰 셔츠를 입는 사무직을 화이트칼라, 푸른 계통의 작업복을 입는 생산직을 블루칼라로 구분하는 것은 기본이다.하지만 오늘날 기업에서는 이런 이분법에 속하지 않는 다양한 형태의 노동이 생겨나고 있다. 대표적인 것이 그레이칼라다. 공정이 자동화·첨단화되면서 생산직도 반복적인 노동이 아니라 전문 지식과 기술을 요하게 되었다. 따라서 높은 교육 수준과 고도의 전문성을 갖추고 관리와 생산을 동시에 수행하는 사람이 필요해졌다. 이들이 그레이칼라다. 보통 엔지니어를 말한다. ‘정글의 법칙’과 하루 8시간 근무TV 프로그램인 ‘정글의 법칙’을 보면 어디를 가나 출연자의 일과가 비슷하다. 하루 종일 먹거리를 찾아 헤매고, 불을 피우고, 잠잘 곳을 만드는 것이다. 실제로 인류는 대부분 먹고 사는 데 하루를 바쳤다. 수렵·채집시대와 농경시대는 물론 18세기 근대까지도 생산의 원천은 ‘근육’이었다. 자연환경에 순응하며 사람과 동물의 근육에 의존해 단순재생산을 되풀이했다.이런 쳇바퀴 도는 삶에서 벗어난 것은 19세기 이후 기술문명의 비약적인 발전 덕분이다. 생산의 원천이 인간의 근육에서 기계로 바뀌며 획기적인 확대 재생산이 일어났다. 기계를 통한 생산성 향상은 노동자의 생활 수준을 획기적으로 끌어올렸다. 레저라는 말은 근대까지도 귀족이

1 2 3 4 5 6 7 8