삼성전자 SAIT(옛 종합기술원)는 8월 21일부터 10월 20일까지 2개월 간 국내 대학 학부생과 대학원생을 대상으로 ‘삼성 AI/CE 챌린지 2023’을 개최하고, 차세대 기술 리더들의 연구를 지원한다.

올해로 3회를 맞는 ‘삼성 AI/CE 챌린지’는 과학기술 인재 발굴과 연구 강화를 위한 아이디어 공모전으로, 기존 인공지능(AI) 분야 외 컴퓨터 공학(CE) 분야를 신설하여 총 4개의 공모 부문으로 규모를 키웠다.

참여를 희망하는 학생들은 8월 21일부터 접수 가능하며 AI 분야는 10월 2일, CE 분야는 10월 20일까지 진행된다. 결과는 삼성전자 SAIT 홈페이지를 통해 10월말 발표된다.

공모 부문별 최우수상을 포함해 총 16개팀을 선발하여 시상하며, 부문별 최우수 1개팀은 1000만원, 우수 1개팀은 500만원, 장려 2개팀은 각 300만원이 수여된다. 시상식은 11월 7일 개최되는 ‘삼성 AI 포럼’에서 진행된다.

삼성전자 SAIT는 수상자들에게 SAIT 소속 AI/CE 연구 리더와의 멘토링 세션을 진행하며, 수상 팀 간 연구 성과와 아이디어 교류를 위한 ‘삼성 AI/CE 챌린지 캠프’도 개최한다.

이번 ‘삼성 AI/CE 챌린지’의 공모 과제는 AI 기술을 활용한 ▲자율 주행용 영상 인식 기술 ▲ 반도체 소재 시뮬레이션용 머신 러닝 알고리즘 ▲ 카메라 영상 화질 정량·정성 평가 동시 생성 기술과 CE 분야의 ▲ 대규모 언어 모델(Large Language Model, 이하 LLM) 추론을 위한 컴퓨팅 시스템 최적화 등 총 4개다.

삼성전자는 ‘삼성 AI/CE 챌린지’를 통해 AI와 CE 기술에 대한 새로운 아이디어를 얻고, 참여하는 학생들은 삼성전자의 기술 리더들과 교류하는 기회를 얻을 수 있을 것으로 기대된다.

삼성전자 SAIT 진교영 사장은 “SAIT는 AI 기반으로 차세대 반도체 및 컴퓨터 비전, 그리고 컴퓨팅 시스템 등 다양한 분야에서 연구개발의 한계를 극복하고 있다”며 “‘삼성 AI/CE 챌린지’를 통해 AI와 컴퓨터 공학 연구에 대한 국내 생태계를 강화하고, 미래 기술 연구 저변을 넓히는 한편, 우수 인력도 지속 발굴해 나갈 것”이라고 밝혔다.

지난 대회 최우수상 수상자인 포항공과대학교 신소재공학과 김은호 씨는 “‘삼성전자 AI/CE 챌린지’에 참여하며 연구 분야에 대해 더욱 깊이 고민해볼 수 있었다”며 “SAIT 기술 리더들의 멘토링을 통해 연구에 대한 좀 더 넓은 시야를 갖게 되었고, 같은 분야를 연구하는 학생들과 학술적 교류를 할 수 있는 것도 큰 동기 부여가 됐다”고 말했다.

‘삼성 AI/CE 챌린지’ 관련 자세한 정보는 삼성전자 SAIT 홈페이지 (https://www.sait.samsung.co.kr)에서 확인할 수 있다.

▲ 삼성전자 SAIT, ‘인공지능, 컴퓨터공학 챌린지 2023’ 모집 공고

^{※ 쉘퍼스트 전략: 클린룸을 선제적으로 건설하고, 향후 시장 수요와 연계한 탄력적인 설비 투자로 안정적인 생산 능력을 확보해 고객 수요에 적극 대응하는 전략}

삼성전자는 ‘경계를 넘어서는 혁신(Innovating Beyond Boundaries)’을 주제로, 인공지능(AI) 시대 최첨단 반도체 한계를 극복할 다양한 방법을 제시했다.

특히, 최첨단 2나노 공정의 응용처 확대와 첨단 패키지 협의체 ‘MDI(Multi Die Integration) Alliance’ 출범, 올해 하반기 평택 3라인 파운드리 제품 양산 등을 통해 파운드리 사업 경쟁력을 강화해 나가겠다고 밝혔다.

이번 행사에는 파운드리 사업부 주요 고객과 파트너 총 700여 명이 참석했고, 38개 파트너는 행사장에 부스를 마련해 최신 파운드리 기술 트렌드를 공유했다.

삼성전자 파운드리사업부 최시영 사장은 기조연설을 통해 “많은 고객사들이 자체 제품과 서비스에 최적화된 인공지능 전용 반도체 개발에 적극 나서고 있다”며 “삼성전자는 인공지능 반도체에 가장 최적화된 GAA 트랜지스터 기술을 계속 혁신해 나가며 인공지능 기술 패러다임 변화를 주도하겠다”고 말했다.

^{※ GAA(Gate All Around): GAA 기술은 게이트의 면적이 넓어지며 공정 미세화에 따른 트랜지스터 성능 저하를 극복하고 데이터 처리 속도와 전력 효율을 높이는 차세대 반도체 핵심 기술}

파운드리 기술 혁신으로 선단 공정 리더십 강화…2나노 응용처 확대

삼성전자는 이번 포럼에서 2나노 양산 계획과 성능을 구체적으로 밝혔다.

삼성전자는 2025년 모바일 향 중심으로 2나노 공정(SF2)을 양산하고, 2026년 고성능 컴퓨팅(HPC)향 공정, 2027년 오토모티브향 공정으로 확대한다. 최첨단 SF2 공정은 SF3 대비 성능 12%, 전력효율 25% 향상, 면적 5% 감소한다.

또한, 1.4나노 공정은 계획대로 2027년 양산한다.

다양한 고객 수요 충족을 위한 스페셜티 공정 경쟁력 지속

삼성전자는 컨슈머, 데이터센터, 오토모티브 향으로 2025년 8인치 GaN(질화갈륨) 전력반도체 파운드리 서비스를 시작한다.

^{*GaN(질화갈륨): 차세대 전력반도체로 실리콘(Si) 반도체의 한계를 극복해 시스템의 고속 스위칭과 전력 절감을 극대화 가능}

삼성전자는 차세대 6세대 이동통신(6G) 선행 기술 확보를 위해 5나노 RF(Radio Frequency) 공정도 개발해 2025년 상반기에 양산한다. 5나노 RF 공정은 기존 14나노 대비 전력효율은 40% 이상 향상, 면적은 50% 감소한다.

또한, 현재 양산 중인 8나노, 14나노 RF 공정을 모바일 외 오토모티브 등 다양한 응용처로 확대해 나갈 계획이다.

고객 수요에 신속, 탄력적 대응 위한 ‘쉘퍼스트’ 라인운영 단계별 시행

삼성전자는 시장과 고객 수요에 신속하고 탄력적으로 대응하기 위해 평택과 테일러에 반도체 클린룸을 선제적으로 건설하고 있으며, 2027년 클린룸의 규모는 2021년 대비 7.3배 확대된다.

삼성전자는 올해 하반기 한국 평택 3라인에서 모바일 등 다양한 응용처의 파운드리 제품을 본격 양산할 계획이다. 또한, 현재 건설중인 미국 테일러 1라인을 계획대로 올해 하반기에 완공하고, 내년 하반기에 본격 가동할 예정이다.

또한, 삼성전자는 평택과 테일러에 이어 국가산업단지로 조성중인 용인으로 생산거점을 확대해 나갈 계획이다.

최첨단 패키지 협의체 구축…비욘드 무어(Beyond Moore) 시대 선도

삼성전자는 글로벌 SAFE(Samsung Advanced Foundry Ecosystem) 파트너, 메모리, 패키지 기판, 테스트 분야 기업과 함께 최첨단 패키지 협의체 MDI(Multi Die Integration) Alliance 출범을 주도한다.

‘MDI(Multi Die Integration) Alliance’는 2.5D/3D 이종집적(Heterogeneous Integration) 패키지 기술 생태계 구축을 통한 적층 기술 혁신을 이어가는 한편, 파트너와 함께 ‘최첨단 패키지 One-stop 턴키 서비스’를 제공해 비욘드 무어 시대를 선도한다.

^{※ 이종집적 패키지 기술: 서로 다른 기능을 가진 반도체를 하나의 반도체처럼 동작하도록 하는 패키지 기술}

특히, 고성능 컴퓨팅(HPC), 오토모티브 등 응용처 별 차별화된 패키지 솔루션을 개발해 다양한 시장과 고객의 요구 사항을 만족시켜 나갈 계획이다.

삼성 파운드리 생태계 확대…글로벌 IP 파트너와 팹리스 총력 지원

삼성전자는 28일(현지시간) ‘혁신의 속도를 가속화한다(Accelerate the Speed of Innovation)’을 주제로 ‘SAFE(Samsung Advanced Foundry Ecosystem) 포럼’도 개최한다.

‘SAFE 포럼’은 삼성 파운드리의 고객과 파트너사가 모여 첨단 파운드리 기술과 트렌드를 공유하는 행사로, 삼성전자는 각 분야 파트너사들이 서로의 솔루션을 설명하고 협의할 수 있는 기회를 제공한다.

삼성전자는 100여 개의 SAFE 파트너와 함께 ‘고객의 성공’이라는 공동 목표를 추진하고 있다.

삼성전자는 파트너간 지속 가능한 관계 구축과 강화를 지원하며, 이를 통해 8인치 공정부터 최신 GAA 공정까지 팹리스 고객의 제품 설계 인프라를 발전시키고 있다.

23개의 삼성 파운드리 EDA(전자설계자동화) 파트너는 80개 이상의 전자설계툴을 제공하고 있으며, 10개 OSAT 파트너와 함께 2.5D/3D 패키지 설계에 필요한 솔루션을 집중 개발 중이다.

^{※ EDA(Electronic Design Automation): 반도체 칩을 설계하는 데 사용하는 소프트웨어
※ OSAT (Outsourced Semiconductor Assembly And Test): 반도체 패키지 및 테스트 수탁기업}

또한, 삼성 파운드리 공정에 대한 이해도가 높은 9개 DSP 파트너 뿐만 아니라, 9개 클라우드 파트너와 함께 스타트업을 포함한 다양한 고객들에게 제품 설계 서비스를 지원한다.

^{※ DSP (Design Solution Partner): 팹리스가 만든 설계도면을 파운드리 공정에 최적화하는 서비스를 제공하는 회사}

삼성전자는 50개 글로벌 IP 파트너와 4,500개 이상의 IP를 확보했다.

^{※ IP(반도체 설계자산, Intellectual Property): 반도체의 특정 기능을 회로로 구현한 설계 블록으로, 반도체 설계에 필수 요소}

삼성전자는 LPDDR5x, HBM3P, PCIe Gen6, 112G SerDes 등 SF2 공정에 사용할 최첨단 고속 인터페이스 IP를 내년 상반기까지 확보할 계획이며,
IP 파트너와의 장기 협력을 추진해 AI, HPC, 오토모티브 고객의 광범위한 요구에 대응하고, IP별 다수의 글로벌 파트너들과의 협력을 추진한다.

^{※ HBM(High Bandwidth Memory): 고대역폭 메모리 반도체
※ PCIe(Peripheral Component Interconnect Express): 2002년 PCI SIG가 규정한 직렬 전송 방식의 인터페이스. 넓은 대역폭, 확장성, 빠른 응답속도, 향상된 에너지 효율이 장점
※ SerDes(Serializer-Deserializer): 직렬-병렬 전환기. 대량의 데이트를 고속으로 전송할 수 있는 인터페이스}

삼성전자 파운드리사업부 계종욱 부사장은 “삼성전자는 SAFE 파트너와 협력해 최첨단 공정 및 이종 집적 기술 도입에 따라 높아지는 설계 복잡도를 최소화하고 있다”며 “이번 포럼을 계기로 SAFE 생태계의 양적, 질적 성장을 이루며 고객의 혁신과 성공을 지원하겠다”고 밝혔다.

한편, 삼성전자는 7월 4일 한국에서 ‘삼성 파운드리 포럼’과 ‘SAFE 포럼’을 진행하고 하반기에는 유럽과 아시아 지역으로 삼성 파운드리 포럼을 개최해 지역별 고객 맞춤형 솔루션을 소개할 예정이다.

▲ 삼성전자가 27일(현지시간) 미국 실리콘밸리에서 개최한 ‘삼성 파운드리 포럼 2023’에서 삼성전자 파운드리사업부 최시영 사장이 기조연설을 하고 있다.

▲ 삼성전자가 27일(현지시간) 미국 실리콘밸리에서 개최한 ‘삼성 파운드리 포럼 2023’에서 고객과 파트너가 대화를 나누고 있다.

▲ 삼성전자가 27일(현지시간) 미국 실리콘밸리에서 개최한 ‘삼성 파운드리 포럼 2023’에서 고객과 파트너가 최시영 사장의 기조연설을 기다리고 있다.

비스포크 에어드레서는 다양한 라이프스타일에 대한 이해에서 시작됐다. 인공지능(AI)을 도입해 사용 패턴이나 날씨/계절에 맞춰 코스를 추천해 사용자의 수고를 덜고, 원하는 곳에 시간을 쏟을 수 있도록 배려한 것. 옷에 묻은 각종 유해 물질을 효과적으로 제거하기 위해 도입된 안심 살균 기능도 눈여겨볼 부분. 해당 기능을 통해 일반적인 박테리아와 바이러스를 99.9%^[1], 먼지벌레는 100%^[2] 제거하고 옷에 밴 냄새도 99%^[3] 잡아준다. 마지막으로 퍼클로로에틸렌(드라이클리닝 유해물질)을 제거해 줘 쾌적한 일상을 영위할 수 있다.^[4]

놓이는 공간이 어디든, 사용자의 다양한 취향과 공간 사이즈에 딱 맞출 수 있는 비스포크 에어드레서의 전면 패널도 매력적인 포인트다. 총 10가지 컬러^[5], 4가지 소재, 2가지 사이즈^[6]를 갖추고 있어 주변 가구 색이나 분위기에 어울리는 ‘맞춤 인테리어’가 가능하다.

사용자의 일상에 스며들어 편리함을 더해주는 비스포크 에어드레서의 스마트 기능을 뉴스룸에서 세 가지로 정리했다.

#1 일과를 마치고 집에 돌아왔을 때, AI 컨트롤로 ‘알아서’ 의류 케어

비스포크 에어드레서에 옷을 걸고, 나머지는 에어드레서에 맡겨 두기만 하면 된다. AI 컨트롤(AI Control) 기능이 사용자의 라이프스타일을 파악하고. 스스로 의류를 청정하게 케어해주기 때문. 사용자는 요리, 독서 등을 통해 나에게 주어진 소중한 여유를 즐기기만 하면 된다.

매번 정확한 코스를 고민하고, 골라야 하는 수고로움도 덜어준다. AI 패턴(AI Pattern) 기능이 사용자가 자주 사용하는 코스나 설정 등의 습관을 기억하고, 에어드레서 전면 패널 컨트롤을 개인화해주기 때문. 사용자가 자주 사용하는 설정을 빠르고 간편하게 이용할 수 있도록 눈에 잘 띄게 표시해 주는 셈이다. 바쁜 하루를 마치고 집에 돌아온 사용자들은 상단에 표시된 개인화 코스를 고민 없이 누르기만 하면 된다.

#2 섬세한 의류 관리가 필요한 날, ‘내가 만든 코스’ 편리하게

힘든 하루를 보내고 집에 돌아와, 의류 케어를 위해 다시 세탁소로 향해야 한다면? 이보다 피곤한 상황은 없을 것. 비스포크 에어드레서는 섬세한 관리가 필요한 아이템 별로 맞춤 코스를 제공해 사용자의 부담을 덜어준다. ‘스마트싱스 클로딩 케어’ 앱을 통해 간편하게 활용할 수 있는 ‘내가 만든 코스’ 기능이 바로 그것. 사용자가 케어 하고자 하는 의류를 선택하면, 맞춤형 관리 코스를 추천해주는 식이다. 비스포크 에어드레서는 이처럼 몇 번의 터치만으로도 민감한 관리가 필요한 의류를 맞춤 케어 해줘 특별한 옷을 오래도록 보존할 수 있게 해 준다.

#3 할 일이 산더미인 바쁜 오후, AI 기술로 의류 관리 최적화

사용자들이 다른 일에 온전히 전념할 수 있도록, 비스포크 에어드레서는 ‘AI 코스 연동’과 ‘AI 섬세 건조’ 기능으로 의류 관리를 최적화한다. ‘AI 코스 연동’ 기능으로 사용자의 삼성 스마트 세탁기의 세탁 코스가 끝나고 나면 가장 적합한 건조 코스를 추천해 줘, 사용자가 따로 신경 쓰지 않아도 케어를 마칠 수 있는 것. 세탁 코스에 맞춰 에어드레서에 가장 적합한 건조 코스가 입력되고, 신속하고 스마트하게 케어를 진행하는 식.

‘AI 섬세 건조’로 건조 기능도 대폭 강화했다. 도어에 내장된 습도 센서를 통해 옷의 습도를 지속적으로 모니터하며 건조 정도를 체크하고, 전체 건조 소요 시간을 스마트하게 단축한 것. 최단 시간 안에, 건조와 구김 제거까지 해 줘 사용자의 여유 시간을 확보하고, 일상에 전념할 수 있도록 돕는다.

고화질∙대화면 TV의 등장으로 눈이 즐거워진 사용자들이 ‘소리’의 가치에 주목하기 시작했다. 장면의 몰입도를 높이고, 공간을 드라마틱하게 채우는 사운드야말로 결국 시청 경험에 화룡점정을 찍는 요소이기 때문.

삼성전자는 사용자들이 대형 TV의 진면목을 경험할 수 있도록 2020 QLED 8K(이하 QLED 8K) 사운드에 인공지능(AI)을 입혔다. 사물의 움직임을 따라가고, 주변 방해 요소를 제어하며 듣는 경험을 대폭 강화한 것. 사운드바와 함께 입체 음향을 완성하는 Q 심포니 기능도 주목할 만하다. TV와 사운드바 연결 시 최적의 고품격 서라운드 사운드를 선사하는 Q 심포니는 CES 2020 혁신상을 받기도 했다. 홈엔터테인먼트에서 점점 더 중요해지는 사운드의 비밀을 뉴스룸에서 2편의 기사로 소개한다.

소리에도 발이 달렸다, 사물의 움직임을 따라가는 ‘무빙 사운드’

# SCENE 1. 자타공인 자동차 ‘덕후’ A 씨가 자동차 액션 영화를 실감 나게 감상하고 있다. 왼쪽에서 오른쪽으로, 위에서 아래로 다이내믹하게 이동하는 자동차의 움직임에 맞춰 긴장감도 점차 고조된다. TV 정중앙에서 벗어나 소파에 기대 편하게 보더라도 소리가 퍼져 나가는 데 막힘이 없다.

이 장면 속의 숨은 비밀은 바로 QLED 8K 사운드 혁신을 통해 탄생한 ‘무빙 사운드(Object Tracking Sound, OTS)’ 기술이다. 기존 2개였던 TV 스피커를 최대 6개^[1]로 늘려 상하좌우에 배치, 더욱 생생한 시청 경험을 제공하는 것. 특히 8K 제품에는 화면 뒤쪽에도 스피커를 좌우 두 개 배치해 공간을 감싸는 역동적인 사운드를 완성했다.

▲ 소리가 하단에서만 나왔던 기존 TV(왼쪽)와 상하좌우 배치된 스피커를 통해 소리가 화면 중앙에서 나오는 QLED 8K TV

아랫부분에만 스피커가 있는 기존 TV는 화면이 커지면 커질수록 소리의 발화점과 실제 소리가 나는 스피커의 간격이 점점 커지게 된다. 예를 들어 화면 위쪽에서 헬리콥터가 뜨는 장면을 감상할 때도 소리는 여전히 아래에서 나오는 식. 화상과 음상 간의 위화감이 더더욱 두드러질 수밖에 없다.

가장 이상적인 방법은 실제 극장처럼 스크린 후면에 여러 개의 스피커를 넣는 것. 화면 속 물체가 움직이면, 물체 바로 뒤에 있는 스피커가 소리를 내 화상과 음상을 일치시키는 원리다. 무빙 사운드는 6개로 늘어난 상하좌우 스피커를 활용해 화상의 움직임에 따라 소리도 화면 안에서 함께 나는 것처럼 구현, ‘영상의 움직임을 따라가는 소리’를 만들어 낼 수 있었다.

무빙 사운드는 콘텐츠의 장르를 자동으로 인식하고, 최적의 소리를 구현하는 ‘3D 렌더링 기술’도 갖췄다. 덕분에 스테레오·5.1채널 등 어떤 종류의 소리가 들어 오더라도 입체감 있는 최적의 멀티채널 사운드를 출력해낸다. 기존 TV로 헬리콥터가 날아가는 장면을 볼 경우 정중앙에 가까이 앉아야만 공간감을 느낄 수 있었다면, 무빙 사운드가 적용된 TV에서는 정중앙을 벗어난 위치에서 시청하더라도 헬리콥터 소리가 TV 위와 옆으로 퍼져 나가는 것을 실감 나게 체험할 수 있다.

명대사 놓치지 마세요 – 소음 속에서도 또렷한 음성 ‘액티브 보이스’

# SCENE 2. 거실에서 ‘최애’ 드라마를 시청하고 있는 B 씨의 곁에서 남편이 청소기를 돌리고 있다. 인물 간의 감정선이 극대화되는 하이라이트 신이었지만, 별다른 조작 없이도 TV 속 주인공들의 목소리 볼륨이 자동으로 증폭돼 명대사를 놓치지 않고 푹 빠져들 수 있었다.

이처럼 사용자들이 TV를 시청하는 실제 환경에는 다양한 방해 요소가 도사리고 있다. 창문 밖에서 갑작스럽게 소음이 발생할 수도 있고, 집 안 다른 공간에서 몰입을 방해하는 알림이 울릴 수도 있다. 뿐만 아니라 어떤 공간에 어떤 형태로 제품이 설치되어 있는지도 음향의 ‘질’을 결정짓는 중요한 요소. 각 가정의 시청 환경을 면밀히 분석하는 것이 중요한 이유다.

QLED 액티브 보이스(Active Voice Amplifier, AVA) 기술은 TV 하단 중앙에 부착된 ‘사운드 센서’로 이 문제를 해결했다. TV에서 나오는 소리와 주변 소리를 모니터링해, 3초 이상 패턴이 있는 연속적인 소음이 TV 소리보다 크게 발생할 경우 퀀텀 프로세서가 이를 조정하는 원리다. 시청 중인 영상에서 ‘보이스’ 영역만 강조해줘 대사와 같은 음성을 또렷하게 들을 수 있다.

액티브 보이스를 활용할 경우 갑작스럽게 발생하는 주변 소음에도 리모컨을 찾아 헤맬 필요가 없다. 수동으로 볼륨을 조정해야 하는 번거로움이 줄어든 셈. 또한 시청 중인 콘텐츠의 전체 볼륨을 올려주는 것이 아닌 ‘보이스’ 영역 대만 추출해 증폭해 주기 때문에, 소음과 함께 집안 전체가 더욱 시끄러워지는 것도 방지해준다. 이 기능은 사용자의 환경과 취향에 따라 메뉴 옵션에서 자유롭게 ON/OFF 할 수 있어 더욱 편리하다.

사용자들이 TV를 시청하는 그곳이 어디든, ‘알아서’ 맞춰 모든 장면을 생생하게 즐길 수 있도록. QLED 8K 사운드는 또 한 번 기술적인 허들을 넘었다. 이제 ‘무빙 사운드’로 서라운드 입체 음향을 누리고, ‘액티브 보이스’로 콘텐츠 속 음성을 또렷하게 즐길 차례. 아래 영상에서 TV 속 ‘살아 있는 사운드’가 주는 감동을 다시 한번 체감해볼 수 있다.

# 무빙 사운드 구동 원리 자세히 살펴보기

# 액티브 보이스 구동 원리 자세히 살펴보기

삼성전자는 다수의 5G 기지국과 안테나가 설치되어 있는 수원 디지털시티에서 드론을 이용해 기지국과 안테나 시스템 설치 상태를 촬영해 서버에 전송한 후, 인공지능을 활용해 기지국과 안테나가 최적의 각도로 유지되고 있는지 분석해 현장 작업자에게 실시간으로 전송해주는 솔루션을 시연했다.

기지국과 안테나의 설치 각도는 서비스 커버리지를 결정하고 인접 셀과의 간섭을 최소화해 끊김 없는 초고속 이동통신 서비스를 제공하는데 핵심적인 요소이다.

기존에는 여러 엔지니어가 개별 국사를 일일이 방문해 무거운 측정 장비를 활용해 직접 측정해 비용과 시간이 많이 들고, 측정값의 오류 가능성도 있었다.

특히, 삼성전자의 이번 솔루션은 기지국과 안테나의 설치 각도를 드론을 활용해 측정하기 때문에 빌딩 등 높은 고도에 설치되어 있는 장비도 작업자의 안전 문제없이 손쉽게 확인이 가능하며, 장비와 근접 촬영이 가능해 측정 오차 수준도 최소화 할 수 있다.

삼성전자 네트워크사업부 네트워크 오토메이션(Network Automation)그룹 정서형 상무는 “5G 통신장비가 우리 주변 곳곳에 설치되기 시작하면서 빠르고 효율적인 네트워크 관리와 최적화 솔루션에 대한 관심이 더욱 높아지고 있다”며, “올해 말 정식 출시될 이번 솔루션은 드론·인공지능·5G 등 첨단 기술을 활용해 보다 안전하고 현장에 쉽게 적용할 수 있는 최적화 기술이 될 것”이라고 말했다.

▲ 삼성 5G 네트워크 성능 최적화 솔루션을 탑재한 드론이 기지국 및 안테나에 근접해 사진을 촬영하고 있는 모습

▲ 삼성 5G 네트워크 성능 최적화 솔루션 개발자가 기지국과 안테나 각도 측정을 위해 원격에서 드론을 조종하고 있는 모습

▲ 수원 디지털시티에 구축되어 있는 기지국 모습

▲ 삼성 5G 네트워크 성능 최적화 솔루션을 탑재한 드론으로 촬영한 안테나와 기지국 정보를 스마트폰으로 확인하는 모습

삼성 ‘그랑데 AI’는 이 번거로운 세탁의 과정을 쉽게 만드는 인공지능 기능을 탑재했다. 사용자 개개인의 사용 패턴을 기억하고 스스로 학습해 맞춤형 서비스를 제공하는 것. 선택의 고민을 줄이고, 삶의 여유를 즐길 수 있도록 돕는 ‘삼성 그랑데 AI’. 세탁부터 건조까지 AI를 만나면 누릴 수 있는 편리함을 아래에서 만나 볼 수 있다.

오염도에 따라 세제와 헹굼을 ‘알아서’, AI 맞춤세탁

세탁물의 양에 딱 맞는 세제의 ‘적정량’은 어느 정도일까? 매번 눈대중으로 넣었던 빨래 세제, 이제 인공지능이 대신 계산해준다. 그랑데 AI 세탁기의 ‘자동투입장치’가 옷감의 무게에 따라 적정량의 세제와 유연제를 자동으로 넣어주는 것. 매번 세제와 유연제를 넣을 필요가 없다.

또 ‘AI 맞춤세탁’ 코스를 사용하면 세탁 탁도 센서가 세탁수의 오염도를 측정해 오염도에 따라 세탁 시간과 헹굼 횟수를 결정한다. 오염도가 높을 때는 세제와 세탁 시간, 헹굼까지 알아서 추가해 더 깨끗하게 빨래한다. 오염이 적은 경우는 세탁 시간을 줄여, 에너지와 시간을 절약해 알뜰하게 세탁할 수 있다.^[1]

나만의 ‘세탁 레시피’, 꼼꼼하게 기억해 제안하는 AI 맞춤추천

누구나 고유의 세탁 레시피가 있다. 아기가 있는 집은 삶음 세탁을 자주하고 헹굼도 매번 추가한다. 찬물 세탁을 선호하는 사람은 세탁물 온도를 매번 다시 설정한다.

‘AI 맞춤추천’ 기능은 이러한 번거로운 일을 해결한다. 사용자가 자주 사용하는 코스와 옵션을 기억해^[2] 자동으로 세팅하는 것. 코스별 사용 빈도를 파악해 코스 순서를 다시 정렬해주고, 코스별 5회 중 3회 이상 사용한 옵션을 우선적으로 보여준다. 전원 켜고 동작 버튼만 누르면 되니 편리하다.

기본 설정되어 있는 5개의 코스 외에도, 세탁기는 최대 25개, 건조기는 17개의 코스까지 원하는 코스를 더 추가할 수 있어 옷감과 세탁 패턴에 맞게 다양하게 활용 가능하다. 부가기능의 ‘나만의 코스 리스트’에서 원하는 코스가 있다면 간편하게 추가하고, 사용하지 않는 코스는 쉽게 삭제할 수 있다. 내게 꼭 맞는 세탁기와 건조기를 만들 수 있는 것.

환상의 짝꿍이 된 세탁기와 건조기, AI 코스연동

그랑데 AI의 AI 코스연동은 세탁기에서 사용한 코스를 건조기로 전달해 꼭 맞는 건조 코스를 자동으로 설정하는 기능.^[3] 세탁기에서 소량의 셔츠를 세탁한 경우, 해당 정보를 건조기로 전달해 ‘셔츠 코스’를 추천한다. 건조기를 켜면 추천된 건조 코스가 자동으로 설정되기 때문에 운전 버튼만 누르면 최적의 건조 코스로 건조를 시작한다.

건조기와 세탁기를 위아래 직렬 구조로 설치한 경우 건조기가 높아 조작이 불편했다. 그랑데 AI는 세탁기 조작부에서 건조기까지 컨트롤 할 수 있는 ‘올인원 컨트롤’ 기능^[4]을 갖췄다. 세탁기 조작부에서 [세탁기]를 터치하면 세탁기 옵션 조정이 가능하고, [건조기]를 터치하면 건조기 옵션 조정이 가능하다.

9개의 센서로 찾아내는 최적의 온도, AI 초고속건조

삼성 그랑데 AI 건조기는 9개의 센서를 탑재해 최적의 건조 온도와 시간을 찾아낸다. 이 센서들이 주기적으로 내부 온도와 습도를 센싱해 과하게 건조되는 것을 막는다. 센싱 알고리즘도 한층 정교하게 개선돼 더욱 효율적이고 정확하게 건조한다.

건조 효율도 좋아졌다. 컴프레서 사이즈를 키워 한 번에 순환할 수 있는 냉매량을 늘리고, 열교환기 사이즈도 키워 바람이 지나가는 통로를 넓힌 덕분이다. 내부 테스트 결과 1회 건조 시간 약 57분을 최대 41분^[5]까지 약 30% 줄였다. 매일매일 건조기를 돌려도 한 달에 약 3천 원 정도의 전기료가 발생^[6]해 부담이 없다.

챗봇은 고객이 로봇과의 문자 채팅을 통해 365일 24시간 상담을 받을 수 있도록 구현된 인공지능 상담 플랫폼이다.

고객은 챗봇을 이용해 센터 위치 찾기와 같은 간단 문의, 제품 사용에 관련된 기술 상담, 출장 서비스 접수 등 원하는 서비스를 시간과 장소에 구애받지 않고 이용할 수 있다.

또한, 고객이 챗봇을 통해 정보 검색, 단순 문의를 스스로 해결함에 따라 상담사는 꼭 상담이 필요한 고객에게 보다 전문적인 상담 서비스를 제공하는 등 업무 효율도 제고될 것으로 전망된다.

삼성전자서비스는 챗봇 서비스에 삼성전자 삼성리서치의 ‘딥러닝’ 데이터 학습 기술을 적용했다. 챗봇은 딥러닝을 기반으로 제품별 상담 이력, 고객이 자주 묻는 질문 등 12만 건 이상의 상담 데이터를 사전 학습하여 고객에게 최적의 해결책을 제시한다.

예를 들어, 고객이 ‘공기청정기 필터’를 입력하면 챗봇은 학습된 공기청정기 상담 유형을 바탕으로 질문의 의도를 파악해 필터 모델 확인 방법, 구매 안내 등 필터와 연관된 답변을 단계별로 안내한다.

삼성전자서비스의 챗봇 서비스는 홈페이지(www.samsungsvc.co.kr) 또는 휴대폰 보이는 ARS(1588-3366) 화면 내 챗봇 버튼을 눌러 손쉽게 이용할 수 있다.

▲ 삼성전자서비스 임직원이 챗봇 서비스를 소개하고 있는 모습

▲ 삼성전자서비스 챗봇 써비 화면

삼성전자는 29일 서울 삼성 디지털프라자 강남본점에 마련된 라이프스타일 쇼룸 ‘#프로젝트 프리즘(#ProjectPRISM)’에서 미디어데이를 열고 그랑데 AI를 소개했다.

그랑데 AI는 온디바이스(On-device) AI에 클라우드(Cloud) AI를 결합해 소비자의 사용 습관과 패턴을 스스로 학습하고 맞춤형 서비스를 제공하는 인공지능 세탁기와 건조기이다.

특히 ▲세탁기 컨트롤 패널에서 건조기까지 조작 가능한 ‘올인원 컨트롤’ ▲세탁코스에 맞는 건조코스를 자동으로 연동해 주는 ‘AI 코스연동’ ▲자주 사용하는 코스와 옵션 등을 기억해 우선순위로 제안하는 ‘AI 습관기억’ ▲빨래 무게와 오염 정도를 자동으로 감지해 주는 ‘AI 맞춤세탁’ 등 차별화된 AI 기능을 제공한다.

그랑데 AI는 ▲사용자 맞춤형 서비스뿐만 아니라 ▲안심 위생 ▲강력한 성능 등 소비자들이 세탁기와 건조기에 원하는 요소를 모두 갖췄다.

이재승 삼성전자 생활가전사업부장(부사장)은 이날 행사에서 “지난해 선보인 ‘프로젝트 프리즘(ProjectPRISM)’의 첫 번째 결과물인 ‘비스포크(Bespoke)’냉장고가 디자인과 감성의 혁신이었다면 그랑데 AI는 인공지능을 통한 소비자 경험의 혁신을 보여주는 제품”이라며 “소비자들이 그랑데 AI를 통해 가사 노동의 부담을 최소화하고 삶의 여유를 즐길 수 있기를 기대한다”고 말했다.

□ 나에게 딱 맞춰주는 AI 솔루션

그랑데 AI는 업계 최초로 세탁기 컨트롤 패널에서 건조기까지 조작할 수 있는 ‘올인원 컨트롤’ 기능을 선보였다.

세탁기에서 건조기 작동이 가능해짐에 따라 직렬 설치한 건조기 컨트롤 패널이 잘 보이지 않아도 손쉽게 조작할 수 있다.

올인원 컨트롤이 적용된 모델은 ‘AI 코스연동’ 기능을 적용해 특정 세탁코스를 선택하면 여기에 맞는 건조코스를 자동으로 설정해 준다.

사용자가 자주 사용하는 코스와 옵션을 기억해 그 순서대로 컨트롤 패널에 보여주는 ‘AI 습관기억’ 기능도 새롭게 적용했다. 이 기능은 세탁과 건조를 할 때마다 일일이 코스를 설정해야 하는 번거로움을 줄여 줘 편리하다.

또한, 그랑데 AI는 연간 1,200만 건이 넘는 국내 소비자 사용 데이터를 미리 학습해 적용했을 뿐 아니라 쓰면 쓸수록 더 진화해 소비자의 사용패턴에 최적화된 코스를 추천해준다.

그랑데 AI 세탁기에는 ‘AI 맞춤세탁’ 기능도 탑재됐다. 세탁기가 빨래 무게를 감지해 알맞은 양의 세제를 자동으로 투입해주고, 센서가 오염 정도를 감지해 헹굼 횟수를 조절해 주는 등 전기, 물, 시간을 모두 절약해 주는 친환경 세탁을 구현했다.

이 밖에 그랑데 AI 세탁기·건조기는 비 오는 날, 미세먼지 심한 날, 추운 날 등 날씨 변화에 따른 맞춤 코스도 제안해준다.

□ ‘3무(無) 안심’ 위생관리

그랑데 AI 건조기는 먼지와 녹, 잔수 걱정이 없는 ‘3무(無) 안심’ 위생관리를 구현했다.

먼저, 세탁물 건조 시 보풀이나 먼지를 걸러 주는 기존 2중 구조의 ‘올인원 필터’에 ‘마이크로 안심필터’를 추가해 3중 필터를 갖춤으로써 열교환기로 가는 먼지를 최소화했다.

마이크로 안심필터를 추가로 사용하면 열교환기 상태를 1년에 한 번 확인하는 정도로 충분히 관리가 가능하며, 잔수가 없어 세균이나 악취를 유발할 염려가 없어 청결한 관리가 가능하다.

마지막으로 열교환기 연결부에 녹이 발생하지 않도록 별도 코팅 처리를 했으며, 소비자가 안심하고 열교환기를 직접 점검할 수 있도록 하는 기능도 유지했다.

□ 강력한 성능으로 더 빨라진 세탁∙건조

그랑데 AI 건조기는 국내 최대 용량의 컴프레서와 열교환기 탑재로 성능이 대폭 향상됐다.

이를 통해 한 번에 순환할 수 있는 냉매량이 많아지고 9개의 정밀센서가 내부 온∙습도를 빠르고 정확하게 파악해 초고속 건조가 가능해졌다.

그랑데 AI를 사용하면 건조시간이 약 30%나 빨라져 셔츠 코스 기준으로 셔츠 한 장을 세탁에서 건조까지 하는데 36분이면 돼 바쁜 아침 출근 준비도 걱정 없다.

그랑데 AI 건조기는 개선된 컴프레서와 열교환기, AI 정밀제어로 3월 시행 예정인 국내 건조기 에너지 소비효율 1등급을 만족한다.

이 밖에 삼성 건조기만의 경쟁력인 건조통 내부 온도를 60℃ 이하로 유지해 빨래를 손상 없이 말려주고, ‘360도 에어홀’로 강력한 바람을 고르게 보내주는 자연 건조 기능은 그대로 유지했다.

그랑데 AI 세탁기는 삼성 독자 기술인 ‘버블워시’와 초강력 워터샷으로 표준코스 기준 세탁에서 헹굼, 탈수까지 단 30분이면 끝낼 수 있다.

또한, 세제뿐만 아니라 섬유유연제도 거품으로 만들어 주는 ‘소프트 버블’ 코스를 추가해 섬유유연제가 옷감에 뭉치거나 얼룩질 염려가 없도록 했다.

□ 소비자 라이프스타일 고려한 디자인 혁신

그랑데 AI는 디자인 측면에서도 소비자들의 라이프스타일을 반영한 배려가 돋보인다.

기존 제품보다 깊이를 줄이고 벽면과의 이격 거리를 좁혀 설치 공간을 17cm가량 절약할 수 있게 됐으며, 세탁기와 건조기를 마치 하나의 제품인 것처럼 디자인해 인테리어 효과도 높였다.

또한, 컨트롤 패널도 기존 50도에서 70도로 경사를 줘 사용 편리성을 높였고 심플한 디자인의 대화형 디스플레이를 통해 세탁ㆍ건조 전 과정을 알기 쉽게 표시해 준다.

삼성전자는 그랑데 AI 출시와 함께 새로운 색상도 선보였다. 기존의 블랙캐비어, 이녹스, 화이트 외에도 차분하면서도 고급스러운 느낌을 주는 아이보리 계열의 ‘그레이지’를 도입했다.

□ 아티스트들과의 협업 통한 소비자 체험 공간 마련

이날 행사가 열린 삼성전자의 라이프스타일 쇼룸 #프로젝트프리즘은 지난해 6월 첫선을 보인 후 7만 5천 명 이상이 방문했다.

이 공간에는 그랑데 AI 출시와 함께 방문객들이 실제 세탁과 건조를 경험해볼 수 있는 공간인 ‘런드리 카페(Laundry Cafe)’도 마련했다.

또한, 이날 행사에는 디자이너 문승지, 임성빈, 장호석 씨가 참여해 그랑데 AI를 활용한 창조적 공간을 꾸몄다.

디자이너들은 각각 ‘인터플레이(Interplay)’, ‘빨래터’, ‘런드리바(Laundry Bar)’라는 타이틀로 작품을 선보였으며, 향후 이 공간을 방문하는 소비자들에게도 공개될 예정이다.

그랑데 AI는 색상 등 옵션에 따라 세탁기가 184만 9천원에서 194만 9천원, 건조기는 올인원 컨트롤 적용 모델 기준 189만 9천원에서 199만 9천원으로 출시된다.

또한, 삼성전자는 그랑데 AI 출시를 기념해 29일부터 2월 말까지 3차례에 걸쳐 제품 체험단 ‘그랑데즈’를 모집한다. 체험단에 선정된 약 30여 명의 소비자들은 무상으로 제품을 사용해 볼 수 있는 기회를 제공받는다.

▲ 삼성전자 그랑데 AI 세탁기(아래쪽, 모델명:WF23T9500KE)·건조기(위쪽, 모델명:DV16T9720SE) 신모델

▲ 삼성전자 그랑데 AI 세탁기 신모델(모델명:WF23T9500KE)

▲ 삼성전자 그랑데 AI 건조기 신모델(모델명:DV16T9720SE)

▲ 이재승 삼성전자 생활가전사업부장(부사장)이 29일 삼성 디지털프라자 강남본점에서 진행된 ‘삼성 그랑데 AI’ 미디어데이에서 신제품을 소개하고 있다.

▲ 삼성전자 모델이 삼성 디지털프라자 강남본점에 마련된 라이프스타일 쇼룸 ‘#프로젝트 프리즘(#ProjectPRISM)’에서 소비자 개개인의 사용 습관에 맞춰 세탁과 건조를 해주는 인공지능 세탁기·건조기 ‘삼성 그랑데 AI’를 소개하고 있다.

▲ 이재승 삼성전자 생활가전사업부장(부사장)이 29일 삼성 디지털프라자 강남본점에서 진행된 ‘삼성 그랑데 AI’ 기자간담회에서 신제품을 소개하고 있다.

▲ 삼성전자가 29일 삼성 디지털프라자 강남본점에서 기자간담회를 열고 ‘삼성 그랑데 AI’ 세탁기·건조기 신제품을 공개했다. (좌측부터) 유미영 삼성전자 생활가전사업부 상무, 이재승 삼상전자 생활가전사업부장(부사장), 이달래 삼성전자 생활가전사업부 상무, 정호진 삼성전자 한국총괄 상무가 기자들의 질문에 답변하고 있다.

▲ 삼성전자가 29일 삼성 디지털프라자 강남본점에서 기자간담회를 열고 ‘삼성 그랑데 AI’ 세탁기·건조기 신제품을 공개했다. 삼성전자 생활가전사업부 임직원과 이낙준 이비인후과 전문의(좌측에서 세번째), 배우 하석진씨가 제품을 소개하고 있다.

▲ 문승지 작가가 삼성 디지털프라자 강남본점에서 ‘삼성 그랑데 AI’ 세탁기·건조기로 구성한 작품 ‘인터플레이(Interplay)’를 소개하고 있다.

▲ 장호석 작가가 삼성 디지털프라자 강남본점에서 ‘삼성 그랑데 AI’ 세탁기·건조기로 구성한 작품 ‘런드리바(Laundry Bar)’를 소개하고 있다.

▲ 임성빈 작가가 삼성 디지털프라자 강남본점에서 ‘삼성 그랑데 AI’ 세탁기·건조기로 구성한 작품 ‘빨래터’를 소개하고 있다.

삼성전자의 인공지능(AI) 관련 최신 뉴스를 한눈에 볼 수 있는 사이트가 문을 열었다.

삼성전자 뉴스룸은 회사 관련 AI 뉴스를 망라한 ‘삼성 AI 뉴스’ 특별페이지를 29일 오픈했다. 이번 페이지에서는 최신 스마트기기와 서비스, 부품, 연구개발(R&D) 등 분야에 걸쳐 AI와 관련한 뉴스들을 살펴볼 수 있다.

‘삼성 AI 뉴스’ 페이지는 여섯 개 카테고리에 걸쳐 회사의 AI 소식을 전달한다. 먼저 ‘AI 전문가’ 섹션에서는 최근 뉴스룸이 연재한 <AI 전문가에게 듣는다> 기획시리즈를 비롯해, 글로벌 AI 전문가들의 미래 전망과 인사이트에 대한 뉴스를 만나볼 수 있다. ‘AI 기기’ 섹션은 스마트폰부터 TV, 가전 등 다양한 제품군을 보유한 삼성전자의 최신 AI 기기와 서비스에 대한 소식들을 제공한다.

삼성전자의 통합 AI 플랫폼이자 ‘손안의 비서’로 발전을 거듭하고 있는 빅스비 관련 뉴스는 ‘AI 플랫폼, 빅스비’ 섹션에서 볼 수 있다. ‘AI 반도체’ 섹션은 신경망 처리장치(NPU) 칩을 비롯해 회사의 AI 관련 반도체 소식을 다루며, ‘착한 AI’ 섹션은 투명하고 공정한 AI 세상을 만들어가기 위한 삼성전자의 노력을 조명한다. 로봇, 자율주행, 차세대 AI 기기까지 성큼 다가오고 있는 미래 AI 세상의 모습은 ‘AI와 미래기술’ 섹션에서 한눈에 살펴볼 수 있다.

삼성전자 뉴스룸은 ‘삼성 AI 뉴스’ 페이지에서 회사 전반에 대한 AI 소식을 지속 업데이트해나갈 계획이다.

최근 글로벌 기업들의 화두는 인공지능(AI, Artificial Intelligence)이다. 저마다 AI 인재를 확보하기 위해 발 벗고 나서고 있고, 관련 기업에 투자하며, AI 연구에 총력을 기울이고 있다. 4차 산업혁명의 중심에 놓인 AI는 IT 분야뿐 아니라 자동차, 은행, 병원 등 지금 이 순간에도 우리 생활 전반을 바꿔 나가고 있다.

삼성전자도 AI의 중요성을 빠르게 인식하고 아낌없는 투자를 해왔다. 회사는 서울을 비롯해 미국 실리콘밸리·뉴욕, 영국 케임브리지, 캐나다 토론토·몬트리올, 러시아 모스크바 등 7개 지역에 AI 연구센터를 운영하고 있다.

빠른 속도로 진화하고 있는 AI는 과연 어떤 기술이고, 앞으로 어떤 방향으로 우리 삶에 영향을 끼칠까? 삼성전자 뉴스룸은 세계의 삼성리서치 AI 센터 리더들에게 그들이 생각하는 기술 트렌드와 전망에 대한 질문을 던졌다. 그 첫 번째 주자로, 삼성전자 연구개발(R&D)의 중심에 있는 삼성리서치의 AI센터 리더 이근배 전무(삼성리서치 AI 센터장)를 만나 그가 생각하는 AI란 무엇인지, 그리고 삼성이 선보일 차별화된 AI는 어떤 모습인지 들어봤다.

삼성에 있어 AI란

“AI란 인간이 보고, 듣고, 판단하고, 움직이고, 또 학습하는 기능을 컴퓨터로 구현하는 것이라 볼 수 있다. AI는 쉽게 A, B, C의 결합이라고 설명할 수 있는데, ‘A’lgorithm(알고리즘), ‘B’ig Data(빅 데이터), 그리고 ’C’omputing power(컴퓨팅 파워)가 갖춰졌을 때 비로소 인공지능이 가능해진다.”

이 센터장의 설명과 같이, 삼성리서치 AI 센터는 △컴퓨터 비전 △언어 분석 처리 △데이터 분석과 추론 △로보틱스 동작과 주행 △머신 러닝 등 분야를 연구하고 있다. 보고, 듣고, 판단하고, 움직이고, 학습하는 인간의 모습을 컴퓨터로 구현하는 연구다.

“인류가 진화하는데 걸린 기나긴 시간 대비 AI의 역사는 60년 남짓에 불과하다. AI가 아직까지 사람의 행동들을 구현해내는 데는 어려움이 있지만, 계속해서 빠르게 발전해 나갈 것이다.”

한국을 포함, 전 세계적으로 일곱 곳에 설립된 삼성리서치 Global AI 센터는 지역별로 각각 중점 연구 테마를 가지고 있다. 예를 들어, 영국 케임브리지 AI 센터에서는 ‘온 디바이스(On device) AI’와 차세대 통신 네트워크 관련 AI 연구를 진행 중이고, 러시아 모스크바 센터는 기계학습을 위한 데이터 생성과 차세대 딥러닝 등 AI 핵심분야에 대한 선행연구 그리고 비전 인식 관련 연구에 주력하고 있다. 뉴욕 센터는 로봇 조종(manipulation) 등 미래 연구에 중점을 두고 있으며, 서울 센터는 언어이해·음성처리·빅데이터 등 연구 외에 각각의 센터들이 효율적으로 연구하고 서로 긴밀하게 협력할 수 있도록 조율하는 역할을 한다.

이렇게 개발한 AI 기술은 ‘빅스비(Bixby)’ 등 다양한 서비스를 통해 우리에게 다가온다. 최근 삼성전자가 출시한 대부분의 제품에 빅스비가 탑재돼 있고, 이러한 AI 기술은 앞으로 회사의 전 제품에 확대 적용될 예정이다. 이 센터장은 “앞으로 AI 스피커가 출시된다면 삼성전자의 전 스마트 제품이 AI 스피커로 연동될 수 있을 것”이라고 말했다.

삼성전자는 AI 플랫폼으로 빅스비 확산을 추진 중이다. 이를 위해 2018년 관련 소프트웨어 개발도구(SDK)를 공개했고 영어, 중국어, 독일어, 스페인어 등 다양한 언어의 음성명령과 번역도 지원하고 있다. 또 삼성의 강점인 다양한 제품 포트폴리오를 연결하는 서비스도 구현할 예정이다.

▲ 삼성리서치가 있는 삼성전자 서울R&D캠퍼스 조감도

삼성전자 제품과 AI가 만나면

“삼성전자는 매년 5억 대가 넘는 제품을 판매하고 있다. 우리는 제품(Device)을 중심에 두고, 고객들의 생활과 밀접한 AI 서비스와 기능들을 제공하기 위해 치열하게 고민하고 있다.”

이 센터장은 삼성 AI의 강점으로 ‘제품’을 언급했다. 다른 기업들이 AI 그 자체만을 이야기할 때, 삼성은 일상에서 사용하는 전자제품에 AI 기술을 접목해 새로운 가치를 창출할 수 있다는 의미다.

이 센터장은 “예를 들어 AI가 냉장고 속의 식재료를 인식하고 요리법을 자동으로 추천해 TV 화면에 보여준 뒤, 해당 식재료를 오븐에 넣으면 그 요리법대로 작동이 될 수 있다. AI가 소비자의 건강 정보를 분석한다면 맞춤형 식단을 추천하고, 삼성헬스를 통해 운동을 추천하는 등의 시나리오도 가능하다”면서 “소비자에게 더 편리한 경험을 제공할 수 있다”고 말했다.

회사 내부 R&D 분업도 톱니바퀴처럼 맞물려 실행되고 있다. 삼성리서치 AI 센터는 빅스비 자연어 처리 같은 원천 기술이나 로봇 등 선행기술 연구를 진행하고, 각 제품을 만드는 개별 사업부가 이 기술들을 응용하고 제품에 통합시키는 것을 주로 연구하는 형태다.

‘말귀’ 알아듣는 AI, 풀어야 할 숙제

AI 인식 기술은 발전을 거듭해왔다. 특정 기능 면에선 사람보다 뛰어난 수준을 보여주기도 한다. 그럼에도 여전히 넘어야 할 산은 있다. ‘성능’과 ‘정확도’가 그것이다.

AI는 음성 언어를 잘 알아듣지만 사람처럼 언어의 맥락, 즉 ‘말귀’와 앞뒤 상황까지 추론해 파악하는 능력은 아직 부족하다. 또 일상생활에서 맞닥뜨릴 수 있는 다양한 예외 상황에서, 개개인이 처한 상황에 따라 문제를 다르게 해결할 수 있는 능력도 고도화해야 할 단계다.

이 센터장은 “이러한 한계를 얼마나 빨리 극복하느냐가 향후 AI 발전에 있어 매우 중요하다”고 강조했다.

‘착한 AI’를 추구하다

AI는 기업에 중요한 경쟁력이 될 수도 있지만, 자칫 악용되거나 인간이 통제력을 잃을 경우 사회적 문제를 일으킬 수도 있다. 이 때문에 AI 연구 과정에서 윤리준수는 결코 간과할 수 없는 부분이다. 삼성전자 역시 이를 인지하고 대책을 마련하고 있다.

이 센터장은 “AI가 인간을 위한 기술이지만 악용될 수 있는 여지가 있기 때문에 윤리 준수는 매우 중요하다”면서 “삼성의 AI에는 세 가지 윤리 방향이 있다”고 설명했다. 이 센터장이 언급한 삼성이 추구하는 AI 윤리는 ‘공정성(Fairness)’, ‘책임성(Accountability)’, ‘투명성(Transparency)’이다. AI가 차별이나 편견을 일으키지 않아야 하며, 기술에 대한 책임을 지고, 데이터를 투명하게 수집하고 활용하겠다는 원칙이다. 삼성은 소비자들이 신뢰할 수 있는 AI 서비스와 제품을 개발하기 위해, 지난해 국제협력단체인 PAI(Partnership on AI)에 가입해 다양한 분과에서 활동하고 있다.

개인정보보호도 삼성 AI의 중요한 원칙이다. 최대한 많은 데이터를 활용하는 것이 유리하기 때문에 기업들이 개인 프라이버시를 침해할 우려가 제기되기도 한다. 이에 대해 이 센터장은 “삼성전자는 데이터 보안과 프라이버시 보장을 매우 중요하게 생각하며 GDPR[1] 등 관련 법규를 준수한다”면서 “AI 코드에 보안 관련 틈새가 발생하지 않도록 탐지하는 기술을 적용해 소비자들이 안심하고 쓸 수 있는 AI를 지향한다”고 설명했다. 이뿐 아니라 “동시에 보안 기술 자체에도 AI를 도입해 사용자를 식별하는 기술 개발에도 노력하고 있다”고 강조했다.

“미래의 AI, 그 중심엔 사용자”

그렇다면 삼성전자가 추구하는 AI의 궁극적인 미래는 어떤 모습일까? 이 센터장의 답변에서 힌트를 얻어 보자.

“제가 생각하는 AI란 생활 속의 AI 제품을 통해 고객 가치를 높이는 것이다. 삼성리서치의 AI 연구에 있어 중요한 원칙은 ‘언제나 학습하며, 사용자 곁에 있고, 안전하며, 도움을 준다(Always learning, there, safe, helpful)는 것, 결국 ’사용자를 핵심에 둔다(User centric)’는 것이다.”

이 센터장은 AI 기술을 제품이나 서비스에 적용할 때 철칙과도 같은 일이라며, 삼성전자의 AI 원칙을 거듭 강조했다.

“우리의 AI 제품과 서비스는 사용자와 상호작용을 통해 지속적으로 학습하며 스스로 똑똑해진다. 삼성의 AI는 다양한 제품들과 함께 항상 고객 곁에 있고, 사용자가 안심할 수 있는 안전한 서비스를 제공할 것이다. 또 항상 소비자에게 도움이 되는 방향으로 작동하며, 고객이 항상 중심이 되는 맞춤형 서비스를 지향한다. 이러한 원칙은 앞으로 삼성의 모든 AI 제품과 서비스의 토대가 되어, 고객들에게 새로운 경험과 가치를 제공하는 삼성만의 AI로 거듭나게 될 것이다.”

PAI는 2016년에 AI의 잠재적 위험성이 사회적 이슈로 부각되면서, 사람과 사회를 위한 윤리적인AI 연구와 개발을 통해 사회에 보다 긍정적인 영향을 미칠 수 있도록 설립된 국제협력단체이다.

PAI의 주요 연구분야는 △AI의 안전성(Safety-Critical AI) △AI의 공정성∙투명성∙책임성(Fair, Transparent, and Accountable AI) △AI와 노동∙경제(AI, Labor, and the Economy)△인간과 AI의 협력(Collaborations Between People and AI) △AI의 사회적 영향(Social and Societal Influences of AI) △AI와 사회적 공익(AI and Social Good) 등이다.

현재 아마존, 구글, 마이크로소프트 등 70여 개 글로벌 기업이 PAI 회원사로 참여하고 있다.

▲ PAI(Partnership on AI) 로고

삼성전자는 PAI 연구분야 중 ‘인간과 AI의 협력(Collaboration Between People and AI)’ 분야에 참여해 인간과 AI가 함께 공존하며 협력할 수 있는 방향에 대한 연구에 집중할 계획이다.

삼성전자는 향후 AI 안전성(Safety-Critical AI)과 AI 공정성∙투명성∙책임성(Fair, Transparent, and Accountable AI), AI의 사회적 영향(Social and Societal Influences of AI) 등 다양한 분야에 참여를 확대할 계획이다.

삼성리서치 조승환 부사장은 “삼성전자는 PAI 가입을 통해 사람과 사회에 유익하면서도 신뢰할 수 있는 AI 제품과 혁신적인 서비스를 만들기 위해 글로벌 기업과 협력을 지속해 나갈 것”이라고 말했다.

알파고와 함께 다가온 인공지능은 산업계는 물론, 사회의 근간까지 뒤흔들고 있다. 인간의 지적 능력을 모방하는 인공지능 기술은 1956년 태동된 이래 불과 60여 년 만에 시대극에서나 가능한 등락을 보였다. 태동기엔 너무 쉽게 여겨졌고 시간이 좀 흐른 후엔 끝없는 다양성과 예외성을 보이며 인류를 좌절시켰다. 다행인 건 크고 작은 문제에 봉착할 때마다 다양한 대안이 고안됐단 사실이다. 수 차례 부침을 겪으며 기대와 실망 사이를 오간 결과, 시나브로 도달하고 있는 인공지능 시대의 생존 전략은 뭘까?

IT 기업이 인공비서 시장에 뛰어드는 이유

최근 인공지능의 대표적 응용 분야로 급부상하고 있는 것 중 하나가 ‘인공비서’다. 말 그대로 개인 비서 역할을 하는 인공지능 시스템을 의미한다. 애플과 구글, 마이크로소프트는 물론이고 온라인 쇼핑으로 유명한 아마존 등이 저마다 인공비서를 개발해 상용화에 나서고 있다. 올 초 구글 연례 개발자 회의 ‘구글 I/O 2018’에서 발표된 ‘듀플렉스(Duplex)’는 주인을 대신해 식당이나 미용실을 예약하는, 놀라운 시연을 보이기도 했다. 국내에서도 SK와 KT를 필두로 삼성까지 이 시장에 나서고 있지만 아직은 완벽하지 않은 음성 인식으로 메뉴 선택 방식을 대체하는 수준에 그치고 있는 듯하다.

IT 기업이 굳이 인공비서를 개발하는 이유는 뭘까? 기업은 일반적으로 소비자가 요구하는 제품을 개발, 가급적 완벽한 상태로 시장에 내고자 한다. 그런데 인공비서는 애플 아이폰처럼 고객이 요구한 것이라기보다 고객이 필요로 할 새 제품을 내놓은 것이다. 아직 미완성 형태지만 △일단 출시해 고객을 끌어 모은 후 △그 과정에서 수집된 데이터로 음성 인식 등 제품 자체 성능을 향상시키고 △데이터 분석을 통해 사용자 성향과 선호를 파악, 다른 서비스 추천과 같은 신규 비즈니스를 창출한다. 이때 API(Application Programming Interface)를 공개해 개발자들도 함께 끌어 모아 일종의 생태계를 형성함으로써 훨씬 큰 시장을 만들어 새로운 가치를 창출하는 방식으로 발전하고 있다.

공유경제 사업 계획 중이라면 AI에 주목을

우버(Uber) 사례를 보면 최근 불고 있는 공유경제와 인공지능의 활용에 대한 시사점을 얻을 수 있다. 우버는 자동차를 필요로 하는 사람과 보유하고 있는 사람을 중개하는 사업이다. 보통 이런 비즈니스를 하려면 디지털 지도가 필요한데 우버는 구글맵을 사용한다. 교통비를 결제할 땐 애플페이를 쓴다. 이미 공개된 온라인 플랫폼을 연계해 자신만의 서비스를 제공하는 것이다. 일견 ‘현대판 봉이 김선달’처럼 보이는 사업을 하는 우버가 기존 자동차 제조 기업보다 시가총액에서 크게 앞서는 상황, 어떻게 설명할 수 있을까? 앞으론 공개된 온라인 플랫폼을 적극적으로 활용, 고객에게 큰 편의를 제공하는 새로운 비즈니스 모델이 성행할 텐데 인공지능은 단연 그 핵심 기술이다.

최근 인공지능 성공 사례가 속속 발표되며 기업과 정부에서도 관련 분야에 관심을 갖고 투자를 계획하는 경우가 늘고 있다. 이런 현상이 단발적 해프닝으로 끝나지 않으려면 장기적 관점에서의 인력 양성과 지원이 필요하다. 이를 통해 인공지능이 일부 IT 업계의 전유물이 아니라 금융·제조·건설·물류 등 산업 전 분야에서 활발하게 도입돼야 한다. 오픈소스와 빅데이터로 무장한 원천기술을 바탕으로 현재 비즈니스를 강화하고 새로운 비즈니스를 창출하는 방향으로의 발전이 모색돼야 할 것이다.

‘빅데이터 기반 의사 결정’ 분야 활용 기대

다음으로 궁금해지는 건 일반인을 위한 인공지능 활용 요령이다. 일단 단기적으론 원래 인간이 잘하지 못하는 문제 해결에 쓰일 수 있다. 많은 양의 데이터를 분석해 결론을 내리는 형태의 객관적 의사 결정 문제 등이 대표적 예다. 구체적으로 △의학 치료 △법률 상담 △기후 예측 △교통 제어 △금융 투자 등에서 의사 결정을 돕는 방향으로 활용될 수 있을 것이다.

장기적으로 볼 때 인공지능은 핵가족(1인가족)화에 따른 고독감이나 소외감 같은 사회 문제를 해결하는 동반자로 사용될 것이다. 이미 일본이나 구미 선진국에선 실버 세대의 심리적 안정을 위해 인공지능이 탑재된 로봇 개발이 한창이다. 효율성이나 생산성을 넘어 ‘인간과 교감하며 인류에 도움을 주는’ 방향으로의 활용 방안이 모색되고 있는 것이다. 인간화된 지능 기술을 적극적으로 활용하면 인공비서나 가상친구 같은 인공지능 시스템이 실제 사회 구성원이 돼 건전한 사회를 형성하는 동반자가 되리라 기대한다.

기업, 인재 발굴 시 오픈소스 전략 참조할 만

전 세계적으로 불고 있는 인공지능 열풍은 국내 기업 입장에선 위기이자 기회다. 실제로 적지 않은 기업이 인공지능을 화두로 다양한 투자를 기획 중이다. 매우 고무적인 현상이지만 한편으론 뚜렷한 목표 없이 우왕좌왕하는 형국이기도 하다. 가장 먼저 고려돼야 할 사항은 인공지능의 실체를 정확히 이해하고 그 결과를 기반으로 달성하려는 목표를 명확히 하는 것이다. 일정 자본과 인력을 보유한 기업이라면 모든 기술을 자체적으로 개발하려 하기보다 핵심 기술을 보유한 스타트업을 적극적으로 인수, 합병(M&A)해 최대한 빨리 필요한 기술을 확보하는 전략이 유효할 수 있다.

오픈소스(open source) 정신에 입각해 기존의 폐쇄적 시각에서 벗어나 기술 플랫폼을 공개함으로써 우수 인재를 발굴, 훈련시키는 전략도 필요하다. 최근 애플·구글·마이크로소프트 등 글로벌 IT기업이 오픈소스 전략을 구사 중인 이유를 곱씹어봐야 한다. 완성된 인재를 찾기보다 저변을 확대해 우수한 인재를 키우고, 그들이 참신한 아이디어를 창출하도록 도와 필요한 인력을 자연스레 확보하는 편이 좋겠다.

칼럼 연재를 마치며

이제까지 총 다섯 차례에 걸쳐 인공지능의 기본 원리와 핵심 기술인 딥러닝을 소개하고, 알파고를 통해 인공지능 기술 개발 전략을 알아본 후 일자리 변화와 대처 방안까지 생각해봤다. 길지 않은 기간이었지만 관심 갖고 읽어주신 모든 분께 감사 말씀을 전한다.

인공지능은 먼 미래에나 있을 법한 막연한 기술이 아니다. ‘지금, 여기’ 유효한 오늘의 기술이다. 그 점을 충분히 이해, 활용해 각자의 분야에서 큰 성공을 거두길 바란다. 그 성과가 기업이나 국가 발전에도 기여할 수 있다면 더할 나위 없겠다.

인공지능은 모두에게 다양한 기회를 제공해줄 수 있는 기술이다. 그런 만큼 보다 많은 사람이 신명 나게 도전했으면 하는 바람이다. 우수 인재들이 인공지능에 대한 사회적 공감대를 바탕으로 앞다퉈 아이디어를 내고, 인공지능 기술을 지렛대 삼아 각종 서비스를 출시하며 글로벌 경쟁에 뛰어들어 새로운 부가가치를 창출할 수 있길 기대한다.

※이 칼럼은 해당 필진의 개인적 소견이며 삼성전자의 입장이나 전략을 담고 있지 않습니다

바야흐로 ‘인공지능 전성시대’다. 기업은 물론, 사회 전반에서 인공지능을 활용하고 그에 대처하려는 움직임이 활발하다. 한편에선 “인공지능 발달이 지식노동 자동화를 앞당기며 향후 천문학적 규모의 시장이 열릴 것”이라며 장밋빛 미래를 꿈꾼다. 하지만 다른 한편에선 ‘인공지능이 너무 발전해 내 일자리까지 빼앗아가면 어쩌지?’ 우려하는 이도 적지 않다.

새로운 기술이 등장하면 그 기술을 업(業)으로 삼던 이들이 위협 받는 현상은 유사 이래 꾸준히 반복돼왔다. 컴퓨터가 보급되며 단순 사무직 종사자 수가 대폭 줄어든 게 대표적 예다. 당연히 ‘인공지능이 가세하면 인간 주도로 진행되던 일 자체를 전부 빼앗기지 않을까?’란 우려도 어느 정도 타당성이 있다. 오늘은 기술에 의해 직업이 대체되는 현상을 들여다보고 인공지능 시대를 맞아 인류는 뭘 어떻게 준비해야 하는지도 짚어보려 한다.

일부선 “소비 시장 무너지고 대공황 올 것” 비관적 전망

새로운 기술의 등장으로 일자리 판세가 바뀌는 현상이 어제 오늘 일은 아니다. 기술과 도구의 발전이 사회 변화를 이끈 사례는 원시 수렵 사회에서부터 산업혁명기에 이르기까지 숱하게 발견된다. 19세기 초 영국에서 일어난 러다이트(Luddite)운동이 대표적이다. 당시 영국 노동자들은 그 즈음 보급되기 시작한 방직기와 증기기관이 자신들의 일자리를 없앨 거란 위협을 느끼고 기계를 고장 내는 한편, 공장을 불태웠다. 이를 러다이트운동이라고 한다.

역시 19세기 영국에서 시행됐던 일명 ‘붉은깃발법(Red Flag Act)’도 같은 맥락에서 들여다볼 만한 사회 현상이다. 1865년 제정된 이 법에 따라 당시 영국에서 자동차 한 대를 운행하려면 운전수와 기관원, 기수가 각각 있어야 했다. 이때 기수의 역할은 붉은 깃발이나 등을 들고 자동차보다 55미터 앞서 가는 것. “(자동차 등장으로 피해를 볼) 마부들의 일자리를 지킨다”는 명분으로 도입된 이 시대착오적 규제로 인해 영국은 전 세계에서 가장 먼저 자동차 산업을 시작하고도 독일과 미국에 뒤처지고 말았다.

인공지능은 러다이트운동이나 붉은깃발법 시행 때보다 훨씬 큰 사회적 혼란을 야기할 수 있다. 단순노동뿐 아니라 지식노동, 더 나아가 전문직까지 대체할 가능성이 다분하기 때문이다. 예를 들어 인공지능을 탑재한 자율주행차가 현실화되면 운송업 종사자는 얼마 지나지 않아 사라질 공산이 크다. 이 같은 기조가 단순히 운송업에 그치리란 보장도 없다. 의사나 변호사, 펀드매니저 같은 직업도 상당 부분 인공지능이 대체할 수 있으리라고 보는 시각이 지배적이다.

일부에선 좀 더 비관적인 예측을 내놓기도 한다. △‘이윤 증대’가 자본주의 경제의 첫 번째 속성인 만큼 △노동력이 기계, 더 나아가 인공지능으로 대체되는 현상은 가속화될 게 분명하지만 △인공지능이 소비까지 대신해주진 않으므로 △결국 소비 시장 붕괴와 대공황으로 이어질 거란 전망이 그것이다. 반면 “인공지능이 극도로 발전하면 로봇이 의식주를 해결해줄 뿐 아니라 노동에서 완전히 해방시켜줄 테니 인류가 할 일은 기술 발전에 집중하는 것일 뿐”이란 주장도 있다.

미래 직업 경쟁력, 관건은 ‘문제 해결 능력’과 ‘소통 능력’

2013년 9월 영국 옥스퍼드대학은 ‘향후 10년 내에 사라질 직업’에 관한 보고서를 펴내 눈길을 끌었다[1]. 이에 따르면 인공지능 등 첨단 기술 발달과 동시에 비중이 축소될 일자리엔 매뉴얼에 기반한 직종(텔레마케터, 콜센터 상담원 등)과 일부 전문 서비스 직종(의사·변호사·교사·기자 등)이 포함됐다. 하나같이 업무 성격이 △단순하고 반복적이며 △정교함을 필요로 하지 않고 △대면(對面) 소통 비중이 상대적으로 적은 특성을 지닌다.

반면, △늘 누군가를 ‘면대면(面對面)’으로 상대해야 하는 직업(심리상담사, 마사지 테라피스트 등) △창의적·예술적 감성을 필요로 하는 직업 △육체를 주로 쓰지만 복잡하고 정교한 업무를 처리해야 하는 직업(배관공∙수리공 등) 등의 일자리는 관련 노동 가치가 상승하며 점차 확대되리란 게 보고서의 결론이다. 요컨대 기술 혁신에 따라 일자리가 생겨났다 사라지는 건 자연스러운 현상이되, 그 과정에서 특정 일자리가 완전히 소멸되기보단 전체적 직무 수행 과정에서 그중 일부가 자동화 기술에 의해 대체된다고 보는 편이 맞을 것이다.

정도의 차이는 있겠지만 어떤 직업도 인공지능에 의한 일자리 대체에서 자유로울 수 없다. 모든 개인은 예외 없이 자신이 속한 일자리가 언제쯤 위협 받을지 미리 판단, 준비해야 한단 얘기다. 이를 위해 각 개인이 개발해야 할 역량은 종합적 판단∙분석력과 의사결정·소통 능력이다. 거꾸로 말하면 이 같은 역량이 요구되는 직종은 상대적으로 기술에 의해 대체될 위험이 낮다. 데이터과학자나 화이트해커, 소프트웨어 엔지니어 등이 이 부류에 해당한다.

인공지능 발달에도 끄떡없는 직업 경쟁력은 단순 지식의 암기나 답습만으론 갖춰지기 어렵다. 창의성과 문제 해결 능력, 상호 협업 능력을 기르는 체험 중심 교과 과정 도입이 절실한 이유다. 이와 더불어 새롭게 부각되고 있는 산업 분야와 디지털 기술 활용 관련 인식을 높이는 한편, 산업계 요구에 부합되는 수요 맞춤형 교육과 기술 훈련에 대한 투자도 게을리하지 말아야 한다.

개인 역량보다 사회적 평가 잣대 중시되는 시대 대비해야

한편, 사회적 차원에서 중요한 건 각 개인이 어떤 직업과 역량을 갖추느냐 하는 문제가 아니라 사회 전반적으로 인간의 역할이나 인간 일의 가치를 어떻게 평가하느냐 하는 문제다. 이에 따라 노동 평가 체제도 단순히 경제적 부가가치를 높이는 일에 대해서만 가치를 부여하고 임금을 지급하는 데서 벗어나, 사회적 대가를 지급할 인간의 일이나 역할을 다양하게 규정하고 그에 따라 적절한 대가를 지급하는 체제로 전환될 필요가 있다.

인공지능 기술은 출산율 저하와 고령화 현상에 따른 생산가능인구 감소 문제를 해결하는 데 도움이 될 것이다. 또한 향후 현대인의 일상은 물론, 산업 분야 곳곳에 깊숙이 침투해 현재 인간이 수행하는 일의 상당수를 대체할 전망이다.

‘인간이 만든 도구’에 불과한 인공지능을 어떻게 사용할지에 대해선 보다 깊은 논의가 필요하다. 하지만 우선적으로 필요한 건 ‘인간 삶을 더 풍요롭게 하는’ 인공지능을 만들어내는 일이다. 여기에 △새로운 일자리를 창출하기 위한 기존 인력 재교육 △근로 시간 감축과 고용 구조 변화를 고려한 노동 시장 재편 △인공지능으로 대체될 수 없는 노동 가치 제고 노력이 어우러진다면 인류 삶의 질은 한층 높아질 것이다.

※이 칼럼은 해당 필진의 개인적 소견이며 삼성전자의 입장이나 전략을 담고 있지 않습니다

[1] 원제 ‘The future of employment: how susceptible are jobs to computerization?’. 칼 베네딕트 프레이(Carl Benedikt Frey) 교수와 마이클 오스본(Michael A. Osborne) 교수가 함께 펴냈으며, 여기를 클릭하면 원문을 다운로드할 수 있다

인공지능(AI)과 딥러닝(Deep Learning) 분야 최고 권위자들이 한국을 찾았다. 9월 12~13일 이틀에 걸쳐 열린 ‘삼성 AI 포럼 2018’에 연사로 나서기 위해서다. 이들은 AI의 고도화된 학습기법인 ‘자기지도학습(Self-Supervised Learning)’을 비롯해 AI와 인간 뇌의 관계, 사람과 로봇의 공존 등을 주제로 연설과 함께 열띤 토론에 나섰다.

삼성전자가 지난해에 이어 두 번째로 개최한 이번 포럼은 관련 업계의 화두가 될 최신 연구결과를 공유하고, 기술 혁신을 논의하는 자리다. 올해 포럼의 주제는 ‘세계의 석학들이 보는 AI의 미래’로, 관련 업계와 대학생 등 1,500여 명이 몰리며 관심을 끌었다.

▲ 12일 ‘삼성 AI 포럼 2018’ 행사에서 참석자들이 삼성전자 대표이사 겸 종합기술원장인 김기남 사장의 개회사를 듣고 있다.

“예측은 지능의 본질, ‘자기지도학습’이 AI의 미래”

첫날 기조연설에 나선 미국 뉴욕대학교 얀 르쿤(Yann LeCun) 교수는 딥러닝 분야 최고 권위자로 꼽힌다. 그는 인공지능의 미래를 이끌 기술로 ’자기지도학습’을 꼽았다.

여러 기계학습(Machine Learning) 방법론 가운데 대표적인 지도학습(Supervised Learning)은 학습 데이터만 가지고 유의미한 정보를 얻는 기계학습 방법론이다. 데이터가 많아야 규칙이 만들어지기 때문에, 예측하지 못한 일이 튀어나오는 현실에선 문제가 생길 수 있다. 더 발전된 형태의 강화학습(Reinforcement Learning)은 학습 데이터 대신 보상(Reward) 함수를 활용해 지식을 키우는 방식인데, 실패해도 다시 시도하면 되는 게임 등 용도로 효과가 있지만 실제 사람이 사는 세계에 적용하기엔 너무 위험한 방식일 수 있다.

르쿤 교수가 강조한 자기지도학습은 주어진 데이터를 바탕으로 주변 상황과 조건까지 예측해 인지하도록 하는, 더욱 발전된 형태의 기계학습법이다. 그는 “강화학습으로 자율주행차를 훈련하려면 수천 회에 걸쳐 가로수와 충돌해야 하지만, 인간은 가로수에 부딪히면 큰 사고가 난다는 것을 ‘예측’해 사고를 내지 않고 자동차를 운전할 수 있다”고 설명했다.

▲ 사진 위쪽부터 시계방향으로 뉴욕대학교 얀 르쿤(Yann LeCun) 교수, 몬트리올대학교 요수아 벤지오(Yoshua Bengio) 교수, MIT 미디어랩 신시아 브리질 교수, 삼성리서치 세바스찬 승(Sebastian Seung) 부사장.

기존 AI 훈련 기술은 주어지지 않은 정보까지 알아내지 못하지만, 자기지도학습으로 만든 AI는 상식선에서 생각할 수 있는 정보까지 추측해낸다는 것. 르쿤 교수는 “세상이 어떻게 돌아가는지에 대한 배경 지식을 쌓고, 인간과 소통할 수 있게 하는 것이 미래 AI 연구 방향이어야 할 것”이라고 말했다.

이 학습법의 중심에는 컨볼루션 신경망(ConvNets, convolutional neural networks)이 있다. 이는 수학 연산을 바탕으로 이미지를 인식하는 딥러닝의 대표 알고리즘이다. 르쿤 교수는 “2003년 한 운전자 데이터를 기반으로 소형 컨볼루션 신경망을 훈련했는데, 얼마 되지 않아 스스로 운전을 할 수 있게 됐다. 이 과정에는 단 20분 분량의 훈련 데이터만 사용됐다”면서 컨볼루션 신경망의 가능성을 짚었다.

르쿤 교수는 “컨볼루션 신경망 칩은 낮은 소비전력으로 효율성이 높을 뿐 아니라 음성∙영상 인식 기술에서도 괄목할 만한 성과를 내고 있다”며 “데이터 분석, 얼굴 인식, 보행자 인식 등 자율주행 분야는 물론 로봇·드론·지능형 센서와 웨어러블 디바이스 등 영역에서 혁신을 일으킬 것”이라고 내다봤다.

컨볼루션 신경망의 심화된 내용은 포럼 둘째 날 강연에 나선 삼성전자 최고연구과학자(CRS)인 세바스찬 승(Sebastian Seung) 삼성리서치 부사장에게서 들을 수 있었다. 승 부사장은 인간 뇌의 특성을 AI에 접목하는 연구를 오랫동안 진행해왔다. 그는 “인간의 뇌에는 수십억 개의 뉴런들이 있다”면서 “뉴런과 뉴런을 연결하는 시냅스의 지도를 이용해 뇌 구조를 파악하고, 이를 AI 기술에 접목할 수 있을 것”이라며 “인간 뇌를 닮은 AI를 개발하려면 뇌 신경계 연결지도(커넥톰)가 필수”라고 설명했다.

캐나다 몬트리올대학교 요수아 벤지오(Yoshua Bengio) 교수의 ‘SGD(Stochastic Gradient Descent)[1]기반 딥러닝 학습(Optimization and generalization effects of SGD in deep nets)’ 발표에도 관심이 쏠렸다. 벤지오 교수가 ‘딥러닝의 중추’라 표현한 SGD는 AI 훈련 과정에 걸리는 시간을 최소화하기 위한 연구로 지도학습, 강화학습, 자기지도학습 등 다양한 영역에서 사용되는 최적화 기법이다.

AI 학습의 기반이 되는 각종 데이터에는 눈에 띄는 패턴들이 있다. SGD를 이용해 훈련된 AI는 이러한 데이터 분포를 기반으로 학습해 훈련의 정확도를 높여 나간다. 벤지오 교수는 “학습 초기의 AI는 구조적으로 밀접한 관계가 있는 데이터들만 학습했지만, 훈련 말미엔 무작위로 배치된 데이터에도 완벽히 적응했다”는 결과를 밝혔다.

“10~20년 후엔 ‘사람과 로봇의 공존’ 현실이 될 것”

개인용 로봇에 대한 관심이 갈수록 커지고 있는 가운데, 로봇과 AI에 대한 석학들의 연설도 이어졌다. 미국 매사추세츠 공과대학(MIT) 미디어랩의 신시아 브리질 교수는 사용자 얼굴과 음성을 인식하고, 일상생활을 관리해 주는 등 인간과 대화하고 교감할 수 있는 소셜 로봇 ‘지보(JIBO)’를 개발한 인물.

브리질 교수가 강조한 소셜 로봇의 강점은 바로 사람과 ‘관계’다. AI와 인간 사이의 개인적인 교류가 형성돼야만 로봇이 인간을 있는 그대로 이해할 수 있다는 것. 이를 위해 로봇 개발에 있어 언어 소통을 넘어 마음 상태를 드러내는 언어 외의 데이터까지 반영해야 한다는 게 브리질 교수의 생각이다.

그는 “10년~20년 후엔 AI 로봇이 생활의 일부가 될 전망”이라며 “다른 전자제품과 달리 견고함이나 성능에 더해 인간과 감성적인 연결고리가 중요해질 것”이라고 강조했다. 가까운 예로 인공지능 스피커를 들었다. 브리질 교수는 “실제 미국에서 4,730만 명이 인공지능 스피커와 상호작용 하고 있으며, 그들은 매일매일 변화하고 있다. AI는 잠긴 문을 열 수 있는 열쇠”라며 소셜 로봇의 미래를 전망했다.

브리질 교수는 소셜 로봇을 차세대 인공지능 시대의 주인공으로 정의하기도 했다. 로봇과 함께 하는 일상이 먼 일이 아닌 지금, 로봇이 잠재적으로 하나의 가족 구성원이 될 수도 있다는 것. 이를 위해 차세대 소셜 로봇 연구는 아이들에 중심에 두어야 한다는 의견이다. 브리질 교수는 “아이들과 함께할 때 로봇이 어떻게 행동하고 관계를 맺는지, 아이들의 어떤 행동을 모방하고 영향을 주는지 지속적으로 관찰해야 다음 세대의 또래 같은 동반자가 될 것”이라고 말했다.

실제 소셜 로봇이 인간의 정서에 긍정적 영향을 끼친 사례도 있다. MIT가 미국 보스턴 공립학교에서 진행한 실험에서 어린아이들의 언어습득을 향상시키는 효과가 있는 것으로 나타난 것. 브리질 교수는 “아이들이 가상 AI가 아닌 실제 로봇과 대화를 나눌 때 긍정적인 정서 반응이 올라갔다. 사회 감성적인 측면에서 아이들이 성인보다 상호작용을 많이 일으킨다”면서 “로봇을 이용하면 유아 단계부터 여러 주제로 총체적인 교육을 진행할 수 있다”는 견해를 밝혔다.

한편 AI에 대한 세계 석학들의 시선을 살펴볼 수 있었던 이번 포럼에선 ‘강화학습의 발전’, ‘신경망과 AI’, ‘감성 인공지능’, ‘개인 보조 로봇’, ‘기계학습을 활용한 정밀진료’ 등에 이르기까지 AI 전반을 아우르는 다양한 발표와 토론이 이어졌다.

[1]‘확률적 기울기 강하’라는 AI 학습과 훈련방법 중 하나

인공지능 분야에서 딥러닝의 등장은 종종 ‘혁명(revolution)’에 비견된다. 최근 회자되는 인공지능의 대부분이 딥러닝과 동의어처럼 사용될 정도다.

딥러닝이 진가를 발휘하는 영역은 영상인식, 그리고 언어처리 쪽이지만 몇 가지 딥러닝 구조를 복합적으로 사용하면 보다 흥미로운 응용도 가능하다. 이를테면 컨볼루션 신경망[1]과 순환 신경망[2]을 순차적으로 사용, 입력된 영상의 의미를 문장으로 설명하는 식이다. 거꾸로 문장 입력 작업을 통해 해당 내용의 영상을 생성하는 것도 가능하다. 그렇다면 딥러닝은 인공지능의 만능 키(key)일까? 이번 칼럼에선 기본 정의에서부터 성공 요인, 향후 발전 방향에 이르기까지 ‘딥러닝의 모든 것’을 살펴볼 생각이다.

오픈소스 기반… 데이터 충분하면 일정 성능 보장

명칭(deep learning)이 주는 선입견 때문일까, ‘딥러닝’이라고 하면 사람들은 꽤 다양한 걸 상상하곤 한다. 하지만 딥러닝은 쉽게 말해 ‘여러 층으로 구성된 신경망 학습 방법’이다. 신경망 학습법은 장단점이 뚜렷하다. 데이터 수집만 원활하면 학습 알고리즘을 통해 해결책을 자동으로 얻어낼 수 있지만, 데이터 양이 늘어날수록 층을 여러 개 쌓아야 하고 그 경우 학습법이 제대로 작동하지 않는단 한계가 있다.

신경망의 층을 여러 개로 늘려 만든 걸 ‘심층신경망(Deep Neural Network, DNN)’이라고 한다. 그리고 딥러닝은 바로 그 가중치를 결정하는 알고리즘이다. 심층신경망은 각 층이 이전 층의 표현을 좀 더 추상화해 변환하도록 기능함으로써 사람의 도움 없이도 적절한 특징을 자동으로 추출한다. 딥러닝엔 몇 가지 방법이 있으며, 그중 대표적이라 할 만한 게 컨볼루션 신경망과 순환 신경망이다. 전자는 영상인식과 같은 정적(靜的) 유형에, 후자는 언어처리와 같은 동적(動的) 유형에 각각 적합하다.

오픈소스[3]정신에 기반한 학습법이어서일까, 딥러닝의 공유 생태계는 상대적으로 탄탄한 편이다. 데이터만 충분하면 일정 수준 이상의 성능이 보장되는 것이다. 딥러닝의 성공 비결은 크게 세 가지로 요약할 수 있다. 첫째, 비(非)지도학습[4]에 의한 사전 학습이 주효했다. 그중 심층 오토인코더[5]는 입력과 출력이 동일한 신경망을 여러 개의 층으로 쌓은 것이다. 입력과 같은 출력을 내는 신경망의 가중치를 구하는 건 그리 의미가 없어 보이지만 여기선 데이터의 특징을 추출하는 효과를 기대할 수 있다.

둘째, 컨볼루션∙순환 신경망의 발전도 빼놓을 수 없다. 실제로 딥러닝 관련 학계에선 영상 인식 등에 사용되는 컨볼루션 신경망 구조와 학습법이 다양하게 제시되고 있다. 컨볼루션 신경망에선 서로 다른 크기의 컨볼루션 필터를 쌓아올리는 인셉션 모듈(inception module), 혹은 도중에 한 층 건너 뛰는 연결선을 도입한 레스넷(ResNet)[6]이 중요하다. 순환 신경망의 경우에도 매핑(mapping) 작업 시 주요 부분을 강조하는 ‘어텐션 메커니즘(attention mechanism)’ 도입이나 ‘인코더-디코더(encoder-decoder)’ 관계로 층을 쌓는 식의 구조가 실제 문제 해결에 큰 역할을 하고 있다.

셋째, GPU[7]병렬 컴퓨팅을 포함한 고성능 컴퓨팅 기술의 등장이다. 당초 GPU는 모든 화소에 동일하게 적용되는 그래픽 연산을 가속시키기 위해 개발된 것. 하지만 이후 딥러닝 학습이나 추론에 매우 효과적인 수단이란 사실이 밝혀졌고 이를 적극 활용한 결과, 오늘날 딥러닝 기술에서 떼려야 뗄 수 없는 존재로 자리 잡았다.

관건은 양질의 데이터 확보… ‘킬러앱’ 개발도 시급

딥러닝 기술이 유의미한 성과를 거두기 위해 가장 중요한 건 결국 양질의 학습 데이터다. 이렇게 볼 때 딥러닝 연구 방향은 학습에 사용할 수 있는 데이터 특성에 따라 세 가지로 생각해볼 수 있다. 첫째, 레이블(label)된 소수 데이터를 활용한 지도학습(supervised learning) 방식이다. 쉽게 떠올릴 수 있는 방법은 다른 분야에서 이미 다량의 데이터로 학습된 모형을 가져와 활용하는 것이다. 전이학습(transfer learning)이라고도 하는데 이를 발전시키면 풀고자 하는 문제와 관련, △한 번만 학습시켜도 되는 ‘원샷러닝(one-shot learning)’ △전혀 학습시키지 않아도 되는 ‘제로샷러닝(zero-shot learning)’도 가능해진다.

둘째, 레이블되지 않은 데이터를 이용한 비지도학습 방식이다. 레이블된 데이터가 없는 경우, 통계 기법을 활용해 각 층을 개별적으로 학습한 후 하나씩 쌓아 올리게 된다. 연구 초기 등장한 적이 있지만 성능은 아직 기대에 미치지 못해 오히려 들여다볼 여지가 있다. 마지막 방향이 강화학습(reinforcement learning) 방식을 사용하는 것이다. 데이터가 아예 없는 경우 적용 가능하며 일찍이 딥마인드가 심층 강화학습의 유용성을 입증한 바 있다(관련 연구는 좀 더 진척될 필요가 있다).

딥러닝의 향후 연구 방향에 대해선 수많은 연구자가 다양한 의견을 피력하고 있다. 한쪽에선 사전에 학습된 모형을 블록 형태로 쌓아 올려 복잡한 심층 모형을 구축하고, 다른 쪽에선 모바일 기기에서도 작동될 수 있도록 개선된 학습 방법 개발에 한창이다. 이 역시 정리하면 크게 세 가지 방향으로 전망해볼 수 있다.

첫째, 정규화를 통해 향상된 일반화 성능을 갖추는 방식이다. 딥러닝 기술 개발과 관련, “데이터만 많으면 그걸 효과적으로 매핑할 수 있는 함수 생성은 어렵지 않다”는 사실이 입증됐다. 따라서 앞으론 주어진 데이터에 지나치게 맞추기보다 일반화 성능을 높이는 모형으로서의 생성적 적대 신경망[8]이 유망해 보인다.

둘째, 학습된 결과를 설명할 수 있는 모형 개발이다. 딥러닝으로 학습된 모형은, 정확도 측면에선 더없이 효과적이지만 어떤 이유로 그런 결과가 나왔는지 시원하게 설명할 수 없는 문제가 늘 발목을 잡았다. 그럴 땐 외장 메모리를 사용한 딥러닝 모형, 이를테면 신경망 튜링 머신(Neural Turing Machine)이나 미분 가능한 신경 컨트롤러(Neural Differential Controller) 등이 유력한 해결책일 수 있다. 아직은 ‘대화 도중 맥락 저장’이나 ‘지하철 최단 경로 탐색’ 등 단순한 문제에 국한돼있지만 궁극적으론 설명 범위가 확장될 수 있으리라 기대를 모은다.

셋째, 역시 ‘킬러앱’[9]을 탄생시키는 것이다. 다만 이제껏 발표된 딥러닝 응용 사례 중 대부분은 킬러앱으로 분류하기엔 여러모로 역부족이다.

인간 수준의 인공지능 구현하려면 ‘딥러닝+α’ 필요

그렇다면 딥러닝 기술은 앞으로 어떤 방향으로 나아갈까? 일단 시각처리 분야에선 강화학습과 딥러닝이 결합되며 보다 강력한 성능을 낼 수 있다(알파고 때에도 강화학습을 통한 성능 향상 측면에서 큰 효과를 거둔 적이 있다). 언어처리 분야에선 단어나 구, 절을 넘어 문장이나 문서 전체를 이해하는 방식으로의 발전을 기대해봄 직하다.

하지만 딥러닝만으로 궁극의 인공지능이 실현될 거란 기대는 섣부르다. 지난 60여 년의 인공지능 역사가 이를 뒷받침한다. 논리추론∙탐색 등 곧 성공할 것 같았던 지식 기반 접근 방식이 벽에 부딪혔던 것처럼 딥러닝처럼 다량의 데이터를 토대로 하는 방식도 머지않아 한계에 직면할 것이다. 결국 ‘인간과 비슷한 수준의 인공지능’이 완성되려면 서로 달라 배타적인 것처럼 보이는 접근 방식의 합목적적 통합이 필요하지 않을까? 요(要)는, ‘꺼진 인공지능 기술도 다시 보자’는 것이다.

※이 칼럼은 해당 필진의 개인적 소견이며 삼성전자의 입장이나 전략을 담고 있지 않습니다

[1]Convolutional Neural Network(CNN). 딥러닝의 기본 구조 중 하나다
[2]Recurrent Neural Network(RNN). 시간 흐름에 따라 변화하는 데이터를 학습하기 위한 딥러닝 모델
[3]open source. 인터넷 등을 통해 소프트웨어의 설계도에 해당하는 소스코드를 무상으로 공개해 누구나 개량, 재배포할 수 있도록 하는 것 
[4]unsupervised learning. 인공지능 분야 중 하나인 기계학습의 일종으로 학습용 데이터를 따로 구축하지 않고 데이터 자체를 분석하거나 군집하며 학습하는 방식을 일컫는다. ‘자율학습’이라고도 한다
[5]deep autoencoder. 비지도학습을 기반으로 하는 심층신경망의 일종
[6]컨볼루션 신경망의 최신 구조를 도입한 신경망. 알파고 제로에 사용됐다
[7]Graphics Processing Unit(그래픽 처리 장치)
[8]Generative Adversarial Network(GAN). 진짜 같은 가짜를 생성하는 모델(generator)과 그 진위를 판별하는 모델(discriminator) 간 경쟁을 통해 인공지능이 스스로 답을 찾아가도록 하는 딥러닝 알고리즘
[9]Killer App(lication). 시장에 등장하자마자 경쟁 제품을 몰아내고 시장을 완전히 재편할 정도로 인기를 누리며 투자 비용 대비 수십 배 이상의 수익을 올리는 재화나 서비스

최근 ‘다 아는 단어인데도 뜻이 확실히 뭔지 애매한’ 말들이 범람하고 있다. 대표적인 게 4차 산업혁명이나 인공지능 같은 것들이다. 산업혁명이라고 하면 누구나 증기기관이나 전기에너지에 의한 대량 생산을 떠올릴 것이다. 흔히 4차 산업혁명의 핵심 기술은 인공지능이라고들 한다. 그런데 사람들에게 인공지능이 뭐냐고 물어보면 반응은 대략 두 가지로 요약된다. 경쟁사의 성공 사례에 고무된 경영층이라면 “모든 문제를 해결해줄 수 있는 만능 열쇠”라 할 테고, 인공지능을 한번쯤 배워본 사람이라면 “왕년에 써봐서 잘 아는데 말만 그럴듯하지 아무짝에 쓸모 없다”고 말할 것이다. 이처럼 ‘극과 극’ 반응이 나타나는 이유는 뭘까?

인공지능이 유독 어렵게 느껴지는 이유

인공지능을 한마디로 정의하긴 어렵다. 지능이란 것 자체가 모호해 인공적 재현이 힘든 까닭이다. 일반적으로 지능은 ‘외부를 인식하고 추론하며 적응하는 능력’으로 정의된다. 하지만 인간조차 그런 기능이 어떻게 발현되는지 모르는 상태에서 전통적 방법으로 지능을 만드는 건 결코 쉽지 않다. 일반적으로 인간에게 “어렵다”고 여겨지는 행위, 이를테면 △큰 수를 곱하거나 미적분 하기 △체스나 바둑 두기 △금융 시장에서 투자 결정 내리기 등은 컴퓨터로 비교적 쉽게 처리할 수 있다. 반면, △사진 보고 개인지 고양이인지 구별하기 △동화책 읽고 그 내용 이해하기 등 인간이 쉽게 해내는 행위를 컴퓨터로 구현해내긴 어렵다. 이 같은 현상을 ‘모라벡의 역설[1]’이라고 한다.

실제로 우리가 쉽다고 느끼는 일은 대부분 매우 복잡하다. 쉽게 보이는 건 오랜 진화 과정을 거치며 최적화됐기 때문이다. 하지만 큰 수의 곱셈이나 체스 등은 진화 과정 중 겪어보지 못한, 생소한 일이다. 인공지능이 어려운 건 그게 기술인 동시에 풀어야 할 문제이고, 하나의 기술이 아니라 다양한 기술을 일컫기 때문이다. 말하자면 인공지능은 고유명사라기보다 보통명사에 가까우며, 그 때문에 접근하기가 더 까다롭다.

빅데이터 분석, 관리하는 핵심 소프트웨어

최근 널리 회자되는 4차 산업혁명은 사람과 사물, 공간을 초(超)연결해 산업 구조와 사회 체계에 혁신을 일으키는 게 골자다. 이는 세계 경제의 저성장 고착화와 경제인구 고령화에 따라 선진국을 중심으로 자본주의 경계를 지속하기 위한 시도라고 볼 수 있다.

오늘날 관련 기술 발달로 예전에 비해 정확도가 매우 높으면서 가격이 대폭 저렴해진 센서를 다양한 지점에 부착할 수 있게 됐다. 또한 정보통신 기술의 비약적 발전에 힘입어 자동 생산과 지능형 시스템 구축을 위한 요소기술도 완비됐다. 사물인터넷(IoT)은 이 같은 센서와 네트워크를 활용, 각종 빅데이터를 쏟아낸다. 결국 이를 효과적으로 관리, 분석하는 소프트웨어가 필요한데 그게 바로 인공지능이다.

인공지능 하면 대부분 막연하게 공상과학 영화를 떠올린다. 하지만 현실에서 인공지능 소프트웨어는 제조 현장에서 쏟아지는 빅데이터를 지능적으로 처리, 제조업 분야의 효율성과 서비스업 분야의 편의성을 높이는 데 활용된다. 이때 쓰이는 인공지능 기술은 대부분 고도의 계산을 필요로 하기 때문에 ‘클라우드 컴퓨팅’으로 대변되는 고성능 컴퓨팅 자원 활용이 필수다. 그렇게 되면 마치 컨트롤 타워처럼 빅데이터를 분석, 관리하는 소프트웨어로서 핵심적 역할을 수행할 것이다. 인공지능이 필요에 따라 상황을 해석하고 스스로 자동 갱신함으로써 새로운 차원의 산업혁명이 가능해지는 셈이다.

‘문제 해결형’ 컴퓨터 코딩 능력 키워야

불과 60여 년간 인공지능은 ‘무협지에서나 가능할 법한’ 부침을 겪으며 점진적으로 발전해왔다. 초창기 연구진은 인공지능을 너무 쉽게 생각해 ‘다양성’과 ‘예외성’으로 대변되는 지능의 본질 앞에서 좌절하기 일쑤였다. 이후 그들은 문제에 봉착할 때마다 전문가 시스템과 신경망, 딥러닝(deep learning)에 이르기까지 실로 다양한 방법을 시도했다. 혹자는 인공지능을 “어떤 문제도 해결할 수 있는 마법의 열쇠”로 여긴다. 하지만 인공지능으로 성공을 거두려면 풀고자 하는 문제를 잘 이해하고 정형화하는 노력이 선행돼야 한다.

또한 최근 인공지능 분야의 대세는 오픈소스[2] 환경이다. 예전엔 하나의 기술이 개발, 보급되기까지 수년이 걸렸는데 최근엔 깃허브[3] 같은 오픈소스 공간에 거의 실시간으로 개발된 내용이 공개되고 있다. 모든 게 공개되는데다 플랫폼에서 쉽게 사용할 수 있게 되면서 한편에선 “더 이상 인공지능에 컴퓨터 프로그래밍은 필요 없다”는 얘기도 나온다.

그런데 역설적이게도 모든 게 공개되는 환경에선 소프트웨어 엔지니어의 능력이 오히려 ‘차별화 포인트’로 작용한다. 결국 관건은 실시간으로 공개되는 코드를 신속하게 입수하고 쉽게 사용할 수 있도록 하는 것이다. 최근 컴퓨터 코딩에 대한 관심이 높은데 인공지능 시대엔 ‘문제 해결형’ 컴퓨터 코딩 능력을 키우는 것이야말로 성공의 지름길이다.

‘지레 포기’는 금물… 인내와 끈기 필요

인공지능의 역사를 돌이켜보면 ‘태양 아래 새로운 건 없다’는 말이 떠오른다. 딥러닝처럼 매우 새로운 듯 보이는 기술도 실은 꽤 오래전 만들어진 방법인 경우가 허다하다. 그럼 왜 그땐 실패하고 지금은 성공했을까? 가장 큰 이유는 실제로 해보기도 전 지레 포기한 데 있다. ‘이렇게 복잡한 문제가 이 정도 방법으로 풀릴 리 없다’는 생각에 시도조차 안 한 것이다. 설혹 시도했다 해도 끝까지 가보기도 전 중단했다면 그 역시 실패의 원인일 수 있다.

인공지능을 ‘막연한 미래 기술’이 아니라 ‘4차 산업혁명 시대를 선도하는 실질적 기술’로 활용하려면 어떻게 해야 할까? 실제 문제를 해결하려면 완성된 인공지능 기술 하나를 사용하기보다 최선의 기술을 둘 이상 모아 일종의 ‘솔루션 아키텍처(solution architecture)’를 만들어야 한다.

인공지능 분야엔 수십 가지의 다양한 기술이 존재한다. 각 방법에 따른 특장점이 존재하므로 실제론 이들을 복합적으로 활용하면 시너지 효과를 거둘 수 있다. 이렇게 볼 때 인공지능 기술 자체도 중요하지만 그것 못지않게 풀고자 하는 문제의 특성을 체계적으로 분석, 정리하고 각 부분에 적합한 인공지능 기술을 복합적으로 활용하는 자세가 필요하다.

최근 성공을 거둔 인공지능 기술 아이디어도 처음 발표됐을 당시엔 (컴퓨터 환경의 제약이 있긴 했지만) 끝까지 가지 않고 중도에 포기한 경우가 많았다. 따라서 당면한 문제를 잘 정형화해 적절한 인공지능 기술을 결정했다면 끝까지 밀어붙이는 인내와 끈기로 성공을 거둘 수 있을 것이다.

※이 칼럼은 해당 필진의 개인적 소견이며 삼성전자의 입장이나 전략을 담고 있지 않습니다

[1] Moravec’s Paradox. ‘인간에게 쉬운 건 컴퓨터에게 어렵고 인간에게 어려운 건 컴퓨터에게 쉽다’는 역설. 1970년대 미국 로봇공학자 한스 모라벡(Hans Moravec)이 컴퓨터와 인간의 능력 차를 설명하기 위해 처음 언급했다
[2] open source. 인터넷 등을 통해 소프트웨어의 설계도에 해당하는 소스코드를 무상으로 공개해 누구나 개량, 재배포할 수 있도록 하는 것
[3] GitHub. 깃(Git, 분산 버전 관리 도구의 일종) 사용 프로젝트를 지원하는 웹호스팅 서비스

“이거 지금 바로 쓸 수 있나요?”

“네, 스마트싱스 앱에서 설정하면 돼요”

지난 17일 서울 성수동 에스팩토리에서 진행된 ‘삼성 홈IoT&빅스비’ 미디어데이. 인공지능(AI)과 사물인터넷(IoT)이 적용된 스마트홈이 바로 ‘지금’ 일상에서 간단하게 누릴 수 있는 기술임을 확인할 수 있었던 자리였다. 이날 삼성전자는 패밀리허브·무풍에어컨·플렉스워시·스마트 TV 등 올해 빅스비를 적용한 가전제품들로 구현할 수 있는 홈IoT 서비스를 시연하고, 직접 써볼 수 있는 공간도 마련했다. 생활 속에서 유용하게 쓸 수 있는 AI∙IoT 가전제품들을 직접 체험해보기 위해 뉴스룸이 이 곳을 찾았다.

#“나 집에 왔어” 한 마디로 너덧개 가전을 한 번에

“하이 빅스비, 나 집에 왔어” 한 마디에 에어컨과 공기청정기, TV가 작동하고, 로봇청소기가 충전기로 돌아가는 모습. 바로 쓸 수 있는 대표적인 홈IoT 기술이다.

‘홈IoT’ 하면 실생활에서 사용하기 복잡하고 어려워 보이지만, 이제는 스마트폰 앱 하나면 해결이다. 스마트폰에 스마트싱스(SmartThings) 앱을 설치하고, ‘디바이스 추가’만 누르면 연결 가능한 기기들을 알아서 찾아준다. 실제로 현장에서 스마트싱스 앱으로 TV, 에어컨, 세탁기 3가지 가전제품을 연결하는데 든 시간은 단 3분 정도였다.

스마트싱스 앱에서 ‘디바이스’ 탭의 ‘모드 추가’를 누르면 스마트싱스에 연결된 가전들로 자신만의 새로운 모드를 만들 수 있다. 특히 정해진 모드 외에도, 자신이 원하는 대로 가전이 움직이게 자신만의 명령어를 설정할 수 있는 점이 눈에 띄었다. 시험 삼아 영화보기 좋은 ‘불금 모드’를 만들어 보았다. 사용자 지정 모드에서 △TV 켜기 △에어컨 무풍운전 △공기청정기 운전 △세탁기 정지로 실행을 다르게 구성하고, “하이 빅스비, 불금 모드”라고 외치니 그대로 움직였다. 외출 모드, 귀가 모드 등 필요한 ‘모드’에 맞춰 자신의 라이프 스타일을 설정해 놓으면 1:1 맞춤 스마트홈이 완성된다. 올 하반기에 스마트싱스 허브가 도입되면 가정 내 조명과 각종 센서까지 한 번에 작동할 수 있을 예정이다.

#‘표준’만 썼던 과거 안녕, 딱 맞는 기능 알아서 추천

평소 가전제품을 ‘표준’ 기능 중심으로 써왔다면 이 인공지능은 단연 유용할 것이다. 특히 옷감마다 세탁방법이 다른 세탁기의 경우 몇 가지 체험만으로 편리함이 확 느껴졌다. 플렉스워시에 “청바지 세탁해줘”라고 말하니, “청의류는 표준세탁 코스를 추천해요. 다른 세탁물이 이염될 수 있으니 분리 세탁해 주세요.”라고 꼼꼼하게 알려줬다. 블라우스, 패딩 점퍼, 아웃도어, 아기 옷 같은 민감한 옷감에 맞는 최적의 코스를 추천해주었다. 가끔 세탁을 잘못해 아끼던 옷이 아기 옷처럼 줄어들곤 했는데, 이 기능이라면 염려 없겠다.

무풍에어컨도 상황에 맞는 맞춤 모드를 알아서 추천해준다. ‘오늘 날씨에 맞는 모드’ ‘아이에게 맞는 모드’ 등 리모컨으로 조작하기 복잡한 기능을 말 한 마디로 쓸 수 있었다. 실제로 “시원해지면 무풍 틀어줘” 같은 자동모드 전환 기능은 여름철 자주 쓰겠다는 생각이 들었다. 삼성전자 생활가전사업부 윤경진 씨는 “무풍에어컨이 가동되고 있을 때 ‘더워’라고 말하면 인공지능이 사용자가 평소 사용했던 온도를 파악해 선호하는 온도로 바로 변경 운전하고, ‘너무 더워’라고 하면 스피드 운전으로 변경해 바로 센바람을 틀어준다”고 하면서 “사용자들이 일상적으로 쓰는 언어만으로 사용 패턴을 반영해 적절한 모드를 알아서 추천하는 인공지능의 섬세함이 강점”이라고 말했다.

#요리하면서 레시피 검색, 유통기한도 자동 체크

몇 주에 한 번씩 유통기한이 지난 식재료를 버리는 것도 일이다. 바쁘다고 몇 달 방치하다 보면 냉장고에서 끔찍한 무언가를 발견하는 사고를 겪기도 한다. 패밀리허브의 ‘푸드 알리미’ 기능을 체험해 보니 이를 능히 예방할 수 있겠다는 생각이 들었다. “바나나, 사과, 계란, 양파 넣어줘”라고 하면 식재료 목록에 추가되면서 자동으로 유통기한이 입력됐다. “보관 기한이 지난 식재료 보여줘”라고 말하니 오래된 식재료만 자동으로 분류해줬다.

특히 요리하면서 패밀리허브의 음성인식 기능을 쓸 일이 많아 보였다. 손에 묻은 물을 닦아가며 레시피 책을 보거나 스마트폰으로 검색할 필요 없이, 패밀리허브에 말만으로 레시피를 찾을 수 있었다. 또 패밀리허브 화면이 서있는 눈높이에 맞춰 계속 레시피를 보여주기 때문에, 요리하는 중간 중간 잠금 화면을 해제해야 하는 스마트폰보다 훨씬 편하게 사용할 수 있다.

요리하거나 식사할 때 영상을 많이 본다면 패밀리허브의 ‘스마트뷰’ 기능이 유용하겠다. 거실에서 보던 TV 프로그램을 주방에서도 계속 볼 수 있어 편리하다. TV 때문에 거실에서 식사해본 경험이 있다면 더욱 공감할 것이다. AKG 프리미엄 스피커도 2018년형 제품에 적용돼 음향까지 더욱 생생해졌다.

#’아, 이럴 때 어떡하지?’ 가전 궁금증 단번에 해결

평소에는 묵묵하게 일하는 가전제품이지만 가끔 문제가 생기면 그렇게 당황스러울 수가 없다. AS 서비스까지 부르기는 부담스러워 설명서와 온라인 검색에 시간을 쏟을 때도 많다. 플렉스워시에 크고 작은 문제가 생기면 빅스비가 직접 해결사가 된다. 세탁기에 에러 메시지가 뜰 때 물어보면 ‘급수 호스를 제대로 연결하라’거나 ‘문이 덜 닫혔다’고 원인과 해결법을 안내해 준다.

무풍에어컨은 카운셀링까지 해준다. “전기료 아끼는 방법 좀 알려줘”라고 말하니 설정온도를 제안하는 등 소비전력을 줄일 수 있는 방법을 술술 말했다. 이렇게 음성인식에 익숙해 진다면 가전제품에 작동버튼이나 리모컨이 없어져도 크게 불편하지 않은 때가 곧 오겠다는 생각이 들었다.

#문 열면 밀려오는 시원함…집 밖에서 가전 움직여야 하는 이유

때아닌 봄 더위와 집중호우까지 겪고 나니 이번 여름의 열기가 벌써부터 걱정되기 시작한다. 여름철 땡볕을 헤치고 집에 들어가면 가장 먼저 맞아주는 것은 보통 후덥지근한 공기다. 에어컨을 틀고 집이 시원해지기까지 몇 십 분은 족히 소요된다. 이때 위치기반 기술 중 하나인 ‘지오펜스(Geofence)’를 활용해 집과 가까워지면 에어컨을 미리 작동시키는 기능이 유용할 것이다.

사용법도 간단하다. 스마트싱스 앱에서 ‘자동실행’ 메뉴에 들어가면 사용자가 자신에게 필요한 ‘조건’을 설정할 수 있다. 이 중 ‘구성원의 위치에 따라’ 조건을 클릭하면 집 근처에 왔을 때 자동으로 에어컨이나 공기청정기를 틀어놓을 수 있다. 특히 에어컨의 경우 간단하게 ‘웰컴 쿨링(Welcome Cooling)’ 기능만 설정하면 집 근처에 갔을 때 에어컨이 미리 작동한다고 알람을 주기 때문에 원할 때에만 쓸 수 있는 점도 편리했다.

냉방뿐만 아니라 귀가 시간에 맞춰 세탁을 끝내도록 설정할 수도 있고, 외출한 상태에서 냉장고 안에 재료를 살펴보며 장을 볼 수도 있다. 집 밖에서 가전제품을 작동시킬 일이 얼마나 있을까도 싶었으나, 간단한 앱 설정만으로 가전제품들이 알아서 작동하는 것을 직접 보니, 시간날 때 한 번 설정해두면 생활의 질을 한껏 높일 수 있겠다는 기대가 생겼다.

다음 그림들의 공통점은 뭘까?

▲ 출처: 미국 러트거스대학 디지털인문학연구소

정답은 ‘인공지능(AI)이 그린 그림’이다. 좀 더 정확히 말하면 미국 러트거스(Rutgers)대학 내 ‘예술과인공지능연구소(The Art and Artificial Intelligence Lab)’에서 인공지능 알고리즘의 일종인 생성적 적대 신경망(Generative Adversarial Networks, 이하 ‘GAN’)을 변형한 창조적 적대 신경망(Creative Adversarial Network, 이하 ‘CAN’)을 이용해 만든 작품이다.

예술작품 모사에 그쳤던 ‘옛날 AI’가 아니다

GAN은 서로 다른 인공지능이 상호 경쟁을 통해 성능을 개선하는 ‘머신러닝(machine learning)’ 방법이다. GAN의 두 인공지능은 각각 생성자(generator)와 감식자(discriminator)다. 생성자는 이미지를 생성하고 감식자는 생성자의 이미지를 감별한다. 화폐 위조범이 위조지폐를 만들면 경찰은 이를 진짜와 구별하고, 위조범이 더 정교하게 위조지폐를 만들면 경찰은 더 뛰어난 감식 기술을 개발하는 식이다. 궁극적으로 위조범의 솜씨가 너무 좋아져 경찰이 더 이상 위조지폐와 진짜 지폐를 구별할 수 없는 상태에 이르는 것이다. 이전에도 다양한 생성 모델이 있었지만 GAN의 성능이 워낙 좋기 때문에 머신러닝 분야 연구자들이 열광하고 있다.

GAN이 진짜에 가깝게 이미지를 생성한다면, CAN은 기존 예술작품 양식과의 차이를 극대화해 이미지를 생성한다. ‘기존 작품(prior art)’을 학습하는 것에서 출발해 ‘새로운 것(something new)’을 추구하는 인간의 창작 활동과 비슷하지 않은가? 연구소 팀원들은 이렇게 만들어진 그림을 관객에게 현대 미술(contemporary art) 작가들의 작품과 함께 보여준 후 인간이 그린 건지, 인공지능이 만들어낸 건지 맞혀보도록 했다. 그 결과, 인공지능 작품을 인간이 그린 걸로 추측한 경우가 53%나 됐다. 예술가의 작품을 인공지능이 만든 걸로 오인한 경우도 38%였다. 인공지능 작품이 예술가 작품보다 높은 평점(호감도)을 받은 경우도 많았다.

그렇다면 인공지능이 만든 그림을 예술 작품으로 볼 수 있을까? 혹자는 “작가의 철학이 담기지 않은 그림이 무슨 예술이냐”고 반박할 것이다. 하지만 이미 50년 전 프랑스 철학자 롤랑 바르트(Roland Barthes, 1915~1980)는 저서 ‘저자의 죽음(The Death of the Author)’을 발표했다. 예술 작품은 작가의 의도나 배경에 구속되지 않는, 독립된 존재로 받아들여져야 한단 얘기다. 결국 미술의 역사는 예술 작품을 체험의 대상으로 간주해 수용자의 몰입을 중시하는 방향으로 나아갔다.

또 다른 누군가는 “희소성이 없는 건 예술이 아니다”라고 할지도 모르겠다. 코드가 완성되고 머신 러닝이 끝나면 같은 그림을 무한히 찍어낼 수 있으니 말이다. 하지만 독일 철학자 발터 벤야민 (Walter Benjamin, 1892~1940)은 저서 ‘기술복제시대의 예술작품(Das Kunstwerk im Zeitalter seiner technischen Reproduzierbarkeit)’에서 “진품만이 갖는 아우라(aura)는 사라지지만 그 덕에 오히려 대중이 거리를 두고 비판적으로 작품을 수용할 수 있게 됐다”고 주장했다.

도덕적 결함 없는 AI 작가, 당신의 선택은?

평소 좋아하던 예술 작품의 작가에게 실망을 넘어 분노를 느끼는 상황에 처했다면 그의 작품을 어떻게 대해야 할까? 반대로 감흥이 없던 예술 작품인데 어느 날 문득 작가에게 호감이 생겼다면? 과연 작품과 작가는 완전히 분리될 수 있을까? “그렇다”고 주장하는 사람도 작가의 인격과 작품을 분리하려는 노력 자체가 이미 감상에 영향을 준다는 사실까지 부정하진 못할 것이다. 이런 맥락에서 인공지능이 만든 예술 작품엔 결정적 장점이 있다. 창작자가 도덕적∙사회적으로 문제가 있는 사람인지 걱정할 필요 없이 오직 작품에만 집중할 수 있단 사실이 그것. 그런 의미에서 인공지능이 만드는 예술작품에 대한 대중의 관심은 갈수록 커질 게 분명하다. 세상은 더 이상 예술가의 방종에 너그럽지 않기 때문이다.

※이 칼럼은 해당 필진의 개인적 소견이며 삼성전자의 입장이나 전략을 담고 있지 않습니다