‘제로 샷’ 방식 개발…‘사전 데이터 없이 문제 해결․대처’
AI는 어디까지나 다양한 상황 변화에 따른 경우의 수와, 이에 관한 데이터를 기반으로 판단하고 평가하는 인공지능이다. 아무런 사전 데이터 없이 그 자체가 스스로 문제를 해결하거나 대처하는 것과는 거리가 멀다. 그러나 최근엔 그런 ‘학습된 기계’(러닝 머신)로서가 아니라, 지능형 로봇이 데이터를 습득하거나 사전 학습을 통해 겪어보지 못한 익숙하지 않은 객체, 행동, 환경 패턴을 동적으로 인식하고 대응할 수 있게 하는 초지능형 AI가 개발되고 있는 중이다.
MS, 바이두, 알리바바 등 개발 몰두
이는 문제 해결이나 패턴 인식을 위한 어떠한 사전 학습이나 정보가 주어지지 않는다는 뜻에서 이른바 ‘제로 샷(zero-shot)’ 이라고 불린다. 외신에 따르면 이미 MS와 우버, 그리고 중국의 바이두, 알리바바 등에서 이런 초지능형 AI를 개발하고 있는 것으로 전해지고 있다. 이는 사전 학습이나 훈련 데이터가 거의 또는 전혀 없어도 현상과 패턴을 스스로 인식할 수 있게 하는 것이다. 이를 위해 ‘제로 샷’ 패턴 학습이란 방식이 적용된다. 즉, 혼란스럽고 정형화되거나 반복되지 않는 임의의 환경에서 로봇이 최선의 조치를 반복적으로 수행할 수 있도록 하는 것이다. 게임의 경우 흔히 AI는 성공적인 게임 방식에서 추출된 방대한 데이터에 의존한 학습을 반복한다. 그러나 ‘제로 샷’ 방식은 사전 학습을 하지 않고, 대신 AI 스스로 반복적으로 가변적인 상황 변수를 경험하고 연습하며 문제 해결 능력을 기른다. 설사 게임에 대해 전혀 알지 못해도 스스로 진화하며 복잡한 승리 전략을 구사할 수 있는 것이다.
다양하고 예측 불가한 대상, 스스로 인식
‘제로 샷’ 학습은 이처럼 AI가 다양하고 예측 불가한 대상을 인식할 수 있도록 하는데 초점을 두고 있다. 사전에 학습하는 데이터에 들어있지 않는 드물고도 낯설며, 당장 가시적이 아닌 대상을 즉각 인식할 수 있는 능력이다. 또 너무나 다양하고 무질서해서 이를 충분한 데이터로 습득하기 어려운 대상의 속성을 탐지해내는 기능도 필요하다. 특히 미처 예측하지 못한 어떤 사건에 대해서도 AI 스스로 터득한 경험이나 의미를 통해 어떻게 그 사건을 분석할 것인지, 어떤 다른 의도로 분석할 것인지 등을 판별하는 사전 지식도 갖춰야 한다. 그래서 사전에 학습된 사건은 물론, 그렇지 않은 사건이나 대상에 대해서도 대응할 수 있게 된다.
‘제로 샷’ 학습 기술로 자동화된 지식 발견 능력
MS 등의 기술진들은 이처럼 AI 스스로의 판단능력, 즉 자동화된 지식 발견 능력을 갖춰주기 위해 다양한 ‘제로 샷’ 학습 기술을 적용하고 있는 것으로 알려지고 있다. 예를 들어 사전에 학습된 지식을 바탕으로 그것과는 다르지만 의미적으로 인접한 객체, 즉 비슷한 의미나 인식의 대상들을 분별하는 것이다. 그 과정에서 사전에 습득한 학습 프로젝트에서 얻은 지식을 바탕으로 분류 모델을 구축한다. 예컨대 특정 동물에 대해 관련된 종에서 추출한 특징에 기초해 한 번도 본 적 없는 척추동물의 종류를 식별해내는 식이다. 또 인식해야 할 대상의 텍스트 설명을 사용할 수 있는 경우엔 단어 벡터나 그래프 접근법 등으로 그 대상보다 상위의 의미군으로부터 세분화된 의미나 특징에 대한 추론을 이끌어낼 수 있는 것이다.
전승설화와 유사한 방식
이는 마치 전승설화처럼 ‘전승 학습(transfer learning)’과도 유사한 방식으로 발전된다. 달리 말해 비슷한 속성의 대상 군집들로부터 새로운 모델을 쉽게 시각적으로 설계할 수 있는 딥 러닝 툴킷이 그것이다. 세부적인 사항은 AI 학습 프로젝트로 빠르게 인식할 수 있는 이전 모델을 재사용하거나, 신경 노드 분류, 가중치, 교육 방법, 학습 속도 조절 등으로 추출해낸다. 이처럼 제로 샷 기술이 날로 발전하고, 이에 근거한 사전 지식 풀이 커지면, AI 개발단계에서 전과는 달리 사전 학습 데이터에 의한 교육이나 반복의 필요성은 크게 줄어들 전망이다. 데이터 과학자들도 많은 양의 최신 교육 데이터를 수집, 준비, 분류하는 수고를 하지 않아도 된다. 기존의 통계와 의미 지식을 구성한 상태에서 스스로 초지능을 발휘하며 응용하고 ‘사고’하는 지능적인 로봇이나 게임, 패턴 인식 애플리케이션을 만들 수 있게 되는 것이다.
MS 전문가들은 “초지능형 AI가 개발되면 예측 불가 상황에 따라 적응할 수 있는 기술을 이용해 완전한 무지 상태에서 매우 깊이있고 차원높은 판단력을 갖춘 지능으로 스스로 발전하도록 자동화할 수 있다.”고 전했다. 이는 AI가 개발된 이후 최종 목표지점이라고 할 인간과 흡사한 초지능형 AI의 계기가 될 것이란 시각이다.
김홍기 기자