장병탁 한국인지과학산업협회장 “한국, 제조업 강해 인공지능도 잘할 수 있어”

더리더 최남수입니다. 지난해 알파고와 이세돌 9단의 바둑대국 이후 인공지능에 대한 높은 관심이 계속 이어지고 있습니다. 전자기기와 의료 등 다양한 분야에서 인공지능을 활용하는 사례들이 잇따르고 있습니다.

오늘 더리더는 인공지능과 인간의 인지시스템을 연구하는 인지과학분야의 산업화를 추진하고 있는 분을 모셨습니다. 한국인지과학산업협회 회장이자 서울대 컴퓨터공학부 교수이신 장병탁 회장님과 함께 우리나라 인지과학의 산업화 추진현황과 인공지능 분야의 앞으로의 전망 등에 대해서 얘가 나눠보겠습니다.

출연: 장병탁 한국인지과학산업협회장
대담: 최남수 머니투데이방송 대표

Q. 교수님, 바쁘신데 나와 주셔서 감사합니다. 한국인지과학산업협회, 어떤 곳인지 소개부터 해 주시죠.

A. 인지과학이 기초학문인데요. 기초학문이지만 산업화를 활성화하려는 미래부 산하기관입니다.

Q. 인지과학이라는 말을 저희가 계속 쓰고 있는데요. 인지과학은 정확히 어떤 학문을 얘기하는지 상세하게 설명 해주시죠.

A. 인지과학은 사람이 어떻게 생각하고 주변 환경을 어떻게 인식하고 행동하고 어떤 것을 기억하고 학습하는지 사람이 정보를 어떻게 처리하는지에 관해 이해하려는 학문분야입니다.

Q. 그러면 인지과학하고 뇌과학 이런 것도 있지 않습니까? 어떻게 다르다고 봐야할까요?

A. 인지과학은 심리학, 언어학, 철학, 신경과학 그리고 컴퓨터공학, 인공지능 분야가 같이 만나서 형성되는 학제적인 연구 분야입니다. 그래서 신경과학은 뇌에서 인지현상을 설명하려고 하는 것이고요. 인공지능이나 컴퓨터공학은 컴퓨터를 통해서 사람을 연구하는 성격도 있고 반대로 사람이 어떻게 생각하고 학습하고 기억하는지를 이해해서 그것을 닮은 새로운 인공지능 컴퓨터를 만들려는 시도도 같이 할 수 있습니다.

Q. 그러니까 우리가 많이 얘기하는 인공지능은 결국, 이 분야들이 다 융합되어 들어가야하겠군요.

A. 그렇습니다. 인지과학하고 인공지능은 밀접한 관련이 있습니다. 인지과학은 사람을 이해하려는 과학의 성격이 강하고요. 반면에 인공지능은 그 이해를 바탕으로 사람처럼 똑똑한 기계를 만들려는 시도인거죠. 하나는 공학 성격이 강하고 하나는 과학 성격이 강한 겁니다. 그렇지만 접점에 있습니다.

인지과학은 선진국형 학문…인지과학의 산업화위해 신산업 발굴

Q. 교수님께서 속해 있는 한국인지과학산업협회. 어떤 일을 주로 하시는지 사례를 들어 소개해 주신다면요?

A. 인지과학이 어떻게 보면 사람을 연구해서 활용하는 다양한 응용산업화까지 생각하는 분야입니다. 그래서 한편으로는 어렵게 생각할 수도 있지만 사람을 기반으로 산업화 하는 점에 있어서 어떻게 보면 선진국형 학문입니다. 이제 과학기술이 발전하고 선진화됨에 따라 결국, 사람에 대한 이해를 기반으로 비즈니스도 많이 일어나죠. 결국, 많은 비즈니스에서 서비스나 가치를 부여하는 게 고객을 이해하고 어떤 것을 원하는지, 관심 있는 게 무엇인지를 이해하는 측면이 강하고 또 한편으로 디지털기기들이 많이 발전하는데 사용자들은 결국 사람입니다. 그래서 사람과 기계와 상호작용하는 부분에서 결국은 기계를 잘 만들어도 사람이 편리하게 쓸 수 있고 편하게 쓸 수 있는 부분이 중요해지기 때문에 인지과학이 기여할 부분이 많습니다. 그래서 인지과학산업협회는 이런 부분에서 새로운 신산업을 발굴하고 4차 산업혁명 얘기도 많이 합니다만 학제적이고 융합적인 신기술을 발굴해서 산업화하는 노력을 하고 있습니다.

MTN 감성인터뷰 [더리더] 장병탁 한국인지과학산업협회장

Q. 기초적인 질문을 하나 드리면 인지과학이 사람의 인지를 연구하는 건데 그러면 결국, 관찰하고 실험함으로써 결론 내리시는 학문적 연구과정을 거치는 건가요?

A. 맞습니다. 심리학자 같으면 사람에 대한 실험을 해서 사람을 이해하죠. 언어학자 같으면 사람의 언어를 연구하는 것이고요. 인공지능이나 컴퓨터공학 같으면 사람에 대한 이해를 바탕으로 다시 사람이 생각하는 방식이나 학습하는 방식, 사고하는 과정을 흉내 낸 보다 새로운 인공지능 기술을 개발하는 측면도 있습니다.

Q. 그러면 지금부터 본격적으로 인공지능 이슈를 다뤄보겠는데요. 이세돌 9단이 한번 이겼지 않습니까? 알파고가 한번 졌죠. 알파고의 실수다, 져 준 것이다. 여러 가지 얘기가 있는데 교수님은 어떻게 보시는지요?

A. 사실, 아무도 모르는 일인데요. 일부러 져 준 것은 아니라고 생각되고요. 워낙 불확실성이 높은 문제이고 문제의 난이도가 어렵기 때문에 모든 것이 가능하게 발생할 수 있는 여러 소지가 있었고 만약, 일부러 져주려고 했다면 한번 잘못하면 다섯 판을 다 질 수도 있는 위험성이 있기 때문에 쉽게 조절할 수 없는 문제일 수도 있습니다.

딥러닝 기술 발달, 컴퓨터 파워 향상되면서 급속히 기술 발전

Q. 지금 인공지능, 세계적인 수준은 어느 정도까지 와 있는지 우리나라 수준은 어느 정도인지 총론적 질문도 드려보겠습니다.

A. 사실 인공지능이 약 30년 전에도 지금처럼 화두가 되고 선진국에서는 스타트업도 많이 생기는 붐이 있었습니다. 그러면서 생각하던 것보다 인공지능문제가 어렵다는 것을 다시 알게 됐고 한번 침체기에 들어갔었는데요. 지난 2-30년 동안에는 그래서 완전히 새로운 기술로 다시 태어났습니다. 기계가 스스로 학습을 하는 머신러닝이라는 기술인데 축적된 데이터를 토대로 상관관계와 특성을 찾아내고 여기에 나타난 패턴을 통해 결론을 내리는 기술입니다. 최근에 데이터가 포함한 내용의 특징을 파악하는 데는 한계를 보였는데 이런 한계를 극복할 수 있는 방법으로 축적된 데이터를 분석만 하지 않고 이 데이터를 통해 학습까지 하는 딥러닝 기술이 많이 발달했죠. 그러면 그전에는 사람이 생각하는 것을 다 프로그래밍해서 기계를 지능적으로 만들려고 했는데 한계가 있었습니다. 그런데 최근에는 기계가 스스로 학습을 합니다. 데이터를 보고 학습을 해서 스스로 성능을 향상하는 것이기 때문에 점점 더 데이터가 많이 쌓이고 컴퓨터 능력도 점점 향상되고 있고요. 특히 최근 약 5년 사이에 급격하게 발전하는 양상을 보이고 있습니다.

Q. 기계가 스스로 학습한다는 게 개념이 잡힐 듯 말 듯 하는데 쉽게 설명해주시죠.

A. 기계가 학습한다는 것의 예를 들면 사과하고 배를 구별하는 것을 기계가 학습한다고 하면 사과 사진을 처음에 한번 보여주고 사과라고 가르쳐주면 무언가를 기계가 알아서 프로그램을 스스로 교정을 합니다. 그런데 배 사진을 보여주고 배라고 하면 사과하고 헷갈리는 부분이 생기고 틀릴 수 있습니다. 그런데 자꾸 사과 사진을 보여주고 배 사진을 또 보여주고 교정하면서 계속 스스로 교정을 하게 되면 결국은 많은 사진을 보면서 사과의 특징, 배의 특징을 찾아내고 구별해내어서 배와 사과를 구별해내도록 합니다. 예전에는 인공지능 시스템을 사람이 프로그래밍을 했습니다. 그때 가령, 사과와 배에 대해 어떤 방식으로 어떤 특징을 잡아내서 구별하라고 다 가르쳐줬는데 그렇게 해서는 사과와 배를 구별하는 경우의 수가 너무 많습니다. 알파고를 보시면 바둑도 경우의 수가 너무나 많습니다. 그 모든 경우를 일일이 다 사람이 프로그래밍 하는 것은 거의 불가능한데 다양한 데이터를 모아서 스스로 교정을 하도록 만들면 결과적으로는 구별해냅니다.

인공지능 분야의 투자와 인력양성 노력 부족

Q. 저희가 그동안 제조업 중심의 산업화 단계에서 상당히 선두권에 서서 잘 달려왔는데 인공지능이라든가 4차 산업혁명 분야에서는 좀 뒤처지고 있다는 지적들이 있는데요. 어떻게 보시는지요?

A. 좀 뒤쳐진 것은 사실인 것 같습니다. 왜냐하면 그동안 투자가 많지 않았고 인력양성도 좀 소홀히 해왔던 게 사실입니다. 그렇지만 한편으로는 4차 산업혁명도 결국은 가상세계와 디지털의 세계와 물리세계, 특히 제조업이 만나고 있는 시점이기 때문에 저희가 가상세계나 디지털이나 인터넷세계에서는 선진국에 비해 좀 쳐진 면이 있지만 상대적으로 제조업이 강하기 때문에 그것이 만나는 부분에서 지금이라도 더 투자하고 관심을 갖는다면 충분히 앞설 수 있는 부분이 많이 있다고 보입니다. 특히 제조업 분야에 자동차산업이나 가전제품산업이나 스마트폰, 반도체와 같은 산업에서 글로벌기업들이 있지 않습니까. 그런 글로벌기업들이 인공지능기술을 접목해서 치고나간다면 충분히 새로운 영역에서 앞서나갈 가능성이 많이 있을 것 같습니다.



☞ 훌륭한 리더들의 특별한 비밀 공개 '더리더' 다시보기

Q. 앞으로 많은 새로운 서비스도 나오고 새로운 산업도 나오고 일자리도 나오겠다는 장밋빛 청사진도 있는가하면 일자리 축소에 대한 우려도 나오고 있습니다. 둘 다 어떻게 보면 극단적 사고라고, 양단의 사고라고 볼 수 있는데 이렇게 엇갈린 의견에 대해서 교수님은 어떻게 보시는지요?

A. 사실 둘 다 맞는 시나리오고요. 시간에 따라 좀 다른 것 같습니다. 예를 들면 지금 당장 놓고 보면 지금 있는 일자리들이 바로 없어질 것 같지는 않고요. 아직은 인공지능이 더 발전해야 하고 특히 우리나라 같으면 아직 인건비가 선진국에 비해 싼 편이기 때문에 반드시 인공지능기술로 대체하는 것이 경제적인 면에서 도움이 꼭 되는 것은 아직은 아닌 것 같고요. 하지만 길게 보면 지금 사람들이 하는 일들의 상당 부분이 인공지능으로 대체될 것이라는 예측을 많이 하고 있습니다. 예를 들면 미국의 경우 약 20년 뒤에는 지금에 비해 50% 정도의 일자리가 인공지능에 의해서 대체될 것이라는 보고서도 있습니다. 그렇기 때문에 점차적으로 대비하는 것은 중요한 것 같습니다. 특히 교육이나 아니면 어떤 비즈니스에 대해 미리 계획을 세울 때는 반영이 돼야 할 것 같습니다.

인공지능, 새로운 제품과 서비스 개발에 활용해야

Q. 그 부분을 조금 더 상세하게 얘기를 나눠보면 예를 들어서 기업이 있을 수 있겠고요. 또 정부가 있을 수 있겠고 개인은 어떻게 대처하는 게 좋을까요?

A. 정부 같으면 사실은 교육시스템이나 아니면 직업재교육이라든지 아니면 교육제도에 있어서 교육방식도 달라져야 될 수도 있습니다. 위키피디아 뒤져보시면 웬만한 지식이 다 있고 컴퓨터나 스마트폰만 열면 예전에 외웠어야 될 것들이 이제 다 있지 않습니까? 그러니까 이제 그런 것을 활용해서 어떤 가치를 만들어내는 부분을 사람들이 더 많이 해야 하는 것이고요. 아직은 인공지능이 못해주는 부분이 많이 있습니다. 인공지능을 툴로 적극적으로 활용해서 예전보다 한 단계 더 높은 지능을 필요로 하고 아니면 더 사람이 할 수 있는 이런 중요한 부분들을 하려고 적극적으로 생각하는 게 중요한 것 같습니다. 기업 관점에서는 인공지능을 이용해서 일단을 생산성을 상당 부분 향상시킬 수 있습니다. 특히 제조업 같은 데 있어서는 생산성을 향상할 수 있고 많은 것에 대해 경비를 절감할 수 있습니다. 이것은 수동적인 방법이고요. 좀 더 적극적인 방법은 새로운 제품이나 서비스를 인공지능기술을 이용해서 만들어내는 일들을 하는 것이 필요한 것 같습니다.

MTN 감성인터뷰 [더리더] 장병탁 한국인지과학산업협회장

Q. 회장님께서는 인지과학산업협회 회장을 맡고 계시지만 서울대 컴퓨터공학부에서 학생들을 가르치고 계시고 기업도 운영하고 계신데요. 가정용 로봇, 맘로봇을 개발하고 있다 들었습니다. 어떤 로봇이고 어느 정도 단계에 와 있는지요?

A. 가정용 맘로봇은 아직은 연구용 시나리오입니다. 가정환경을 실험실로 만들어놓고 일하는 엄마를 둔 초등학교 1학년을 가상으로 생각해서 아이를 아침에 깨워서 가방 챙겨서 학교에 보내는 엄마가 있으면 아이를 도와주는 부분에 해당하는 점들을 도와주는 로봇을 연구하고 있습니다. 이 시나리오가 왜 중요하냐면 경제적이나 사회에서 필요로 하는 부분이 강하고요. 과학기술적으로 봐도 인공지능이 사실 60년이 됐습니다. 60년에 얻은 좋은 교훈 중에 하나가 전문가나 어른을 흉내 내는 것은 상대적으로 쉬운데 일반인이나 아이들을 흉내 내는 게 어렵습니다. 운전을 해보시면 비슷한 경우가 많죠. 운전을 배우면 고속도로 주행하는 건 상대적으로 쉽습니다. 그런데 골목길 가는 게 어려운 것처럼 상당한 돌발 상황도 생기죠. 마찬가지로 가정환경에서 일반인들을 대상으로 하지만 가정이라는 제한된 상황 안에서 많은 부분을 할 수 있기 때문에 그런 부분도 한 가지 중요한 이유입니다. 그래서 일상생활에서 일어나는 기능기술을 개발하는 측면이 강합니다. 또 한 가지 이유는 저희가 기술적으로 저희가 연구하는 인공지능기술이 주로 아이들의 인지발달과정을 흉내 내고 학습하는 머신러닝기술을 주로 연구하는데 아이들과 로봇이 함께 상호작용하면서 로봇이 아이들로부터 학습하는 방법을 배울 수도 있습니다. 사람과 기계가 함께 진화하는 개념입니다.

언어와 함께 시각을 통해 의사소통하는 챗봇 개발

Q. 또 챗봇이 있지 않습니까? 금융기관이나 홈쇼핑에서 고객 응대하는 용도로 활용되고 있는데 교수님께는 시각챗봇을 세계 최초로 개발하셨다고 들었는데요. 소개 좀 해주시죠.

A. 보통 지금 쓰는 챗봇은 텍스트 문자나 음성을 가지고 대화를 합니다. 챗봇이라는 게 대화하는 로봇형태의 소프트웨어입니다. 그런데 사람을 보시면 80% 이상의 정보를 시각에서 얻습니다. 언어가 중요하고 명쾌한 명령이고 의사소통 수단이긴 하지만 시각에서 많은 정보를 얻을 수 있어서 저희가 생각한 게 언어에 시각을 더하는 것이었습니다. 카메라를 가지고 의사소통을 하는 것이죠. 그래서 시각챗봇이라고 부르고요. 저희는 그런 연구를 오래전부터 해오고 있었는데 학계에서나 또 산업계에서 최근에 관심이 많아졌습니다. 저희가 한 실험 중에 하나가 커피숍에서 커피 주문을 받는 챗봇을 개발했는데 그때 카메라를 쓰면 단골손님이 오면 누군지 알아보기 때문에 말이 필요 없죠. 그 다음에 평소에 주문하던 커피 같은 것을 학습해가지고 추천을 해드릴 수도 있습니다.

Q. 놀라운 세상이 펼쳐질 것 같습니다. 그런데 이렇게 가다보면 인공지능, 로봇, 사람과 똑같아지는 시점이 오지 않느냐. 그리고 이후에는 사람을 능가하지 않겠느냐 이런 전망도 있는데요.정말 그런 시점이 올까요?

A. 이미 인간수준의 인공지능을 인공지능연구자들이 연구합니다. 그런데 가장 큰 제약은 사람은 다양한 센서가 있습니다. 제가 언어와 시각을 말했는데, 촉각도 있죠. 심지어는 후각 미각까지도 있는데 아직은 그런 센서를 기계가 다 갖추지는 못하고 있고요. 그런 걸 통해서 사람은 자연스럽게 학습을 하지만 기계가 그런 수준이 되려면 아직은 좀 많이 가야합니다. 반면에 저희가 지식을 축적해서 하는 지식산업과 같은 분야에 있어서는 지구에 있는 모든 사람들의 지식을 통합해서 기계가 가질 수 있는, 훨씬 사람의 지능을 능가하는 기계가 이미 온 부문도 있습니다.

Q. 회사도 설립하셔서 운영하고 계신데 써로마인드로보틱스 어떤 회사인지도 소개해주시죠.

A. 써로마인드라는 것이 ‘마음을 복제해서 Surrogate 복제한 로봇을 만들겠다’는 의미입니다. 맘로봇이 그런 예입니다. 엄마와 아이가 평소에 대화하면서 나누는 엄마의 행동, 생각, 표현방식과 같은 것들에 대한 데이터를 다 모아서 엄마를 학습시켜서 로봇을 만들면 아이가 반응할 때 엄마라면 이렇게 반응하는지를 보고 그대로 흉내 낼 수 있겠죠. 그러니까 상대방 마음을 이해해주고 심지어는 예측해서 서비스 해주는 로봇을 만드는 방법으로요. 기본적으로 상대방 마음을 읽고 이해하는 데이터 기반의 기술입니다.

Q. 4차 산업혁명시대를 살아가는 이 시대에서 청년들을 위해 조언을 해주시죠.

A. 글로벌화 되고 모든 게 정보도 인터넷에 있는 시대인데요. 이럴수록 본인이 가진 특별한 전문성이 점점 중요해지는 시기인 것 같습니다. 열정을 가지고 한 분야에, 정말 관심이 가는 분야에서 꿈을 가지고 꾸준히 노력하다 보면 나름대로 일굴 일들이 생긴다는 조언을 하고 싶습니다.