전체기사 최신뉴스 GAM
KYD 디데이
산업 재계·경영

속보

더보기

[김정호의 4차혁명 오딧세이] 인공지능의 미래, 창작의 미래

기사입력 : 2019년03월04일 08:00

최종수정 : 2019년03월04일 08:34

※ 본문 글자 크기 조정

  • 더 작게
  • 작게
  • 보통
  • 크게
  • 더 크게

※ 번역할 언어 선택

호모 사피엔스는 직병렬 구조에 익숙하다 

1970년대 서울역 귀성 기차 구매 장면 사진은 과거 어려운 시절 추억의 한 모습이다. 사진 속을 보면 시민들이 서울역 광장을 꽉 메우고 여러 개의 줄로 쭉 늘어 서서 있다.

      김정호 교수

거기에는 고향의 부모, 형제, 친구들의 모습이 겹쳐져 있다. 서울역 역사 방면에는 매표구가 여러 개가 있게 되고 그 숫자만큼 시민들의 줄이 쭉 병렬로 늘어져 있다.

그러면서 고향의 부모님 뵙고 싶은 마음에 밤을 새워 기다렸을 것이다. 각 열차 구매 행렬은 쭉 늘어선 직렬 종대 행렬로 이루어져 있고, 그 줄이 다시 여러 개의 병렬 줄로 늘어 선다.

이처럼 우리는 생활 속에서 일의 순서를 효과적으로 처리하기 위해서는 순서를 지키는 ‘직렬’ 줄과, 그 일의 처리 속도를 높이는 ‘병렬’ 줄이 같이 존재한다.

질서를 지키기 위해 줄을 잘 서는 것도 국가와 사회의 평가 잣대가 된다.

1980년대 서울역 앞에서 어른들이 자녀와 함께 귀성 기차표를 구매하기 위해 줄을 서 있다. [출처=tistory]

전기 부품의 구성과 연결 상태를 회로 모델 심볼로 도식화한 것이 전기 회로도 이다. 이러한 전기 회로도에는 전기 부품이 직렬과 병렬 연결의 조합으로 이루어져 있다. 예를 들어 저항, 모터, 전등, 스위치 등과 같은 부품이 쭉 직렬(Serial)로 연결되어 있으면 거기서 소모되는 전압을 모두 더해서 총합하면 그 전압 크기만큼을 외부 배터리나 전원 장치에서 공급해야 한다. 이때 모든 부품에 흐르는 전류는 같고 전압의 합은 외부 배터리 전압과 일치한다. 이 법칙을 회로의 전압법칙(Kirchhoff’s Voltage Law)라고 한다. 모든 부품에 일정 전류를 공급할 때 직렬 연결 방식을 선택한다.

반면에 전기 부품을 병렬(Parallel)로 연결하면 모든 부품에 일정한 전압이 걸리고, 각 부품에 흐르는 전류의 총합이 외부에서 공급하는 전류의 양이 된다. 이 법칙을 회로의 전류법칙(Kirchhoff’s Current Law)라고 한다. 이처럼 회로에서 일정한 전류를 흘리는 직렬 연결의 장점과 일정한 전압을 거는 병렬 연결의 장점에 따라 직렬 회로와 병렬회로를 선택한다.

하지만 전체 전기 회로의 구성은 직렬과 병렬회로의 조합으로 이루어 진다. 보통 신호를 처리하는 전자회로도 마찬가지이고, 신호를 주고 받기 위한 통신 회로도 마찬가지이다. 4차 산업혁명의 핵심 부품인 반도체 메모리 내부의 회로도 그렇고 프로세서 반도체 내부 회로도 마찬가지이다.

 

인공지능이 소설 쓰고 영화 만드는 시대 온다

과거 서울역 광장의 귀성객 모습과 전기회로의 경우와 마찬가지로 고성능 인공지능 딥러닝 네트워크도 단위 딥러닝(DNN) 구조의 직병렬(Serial-Parallel) 조합으로 구성된다.
필자가 정의하는 대표적인 직렬형 인공지능 네트워크가 CNN(Convolution Neural Network)이다. CNN은 공지능으로 영상을 인식하는데 탁월한 성능을 나타낸다. 사진을 입력하면 한 단계씩 뉴런 층(Layer)을 지나면서 점차 영상 해석 결과가 구체화하고, 추상화되면서 최종적으로 대상을 인식하고 지표(Tag)를 붙인다. 이처럼 CNN 인공지능에서는 뉴런 층이 순서대로 연결되고 신호가 전파한다.

그런데 언어 인식에 주로 쓰이는 순환신경망(Recurrent Neural Network)은 병렬형 (Parallel) 인공지능 망으로 구분할 수 있다. 언어의 경우 주어, 목적어, 동사 등 순서가 정해져 있다. 우리가 “What is your name?” 하고 묻는다면 질문의 단어 자체가 ‘What’, ‘is’, ‘your’, ‘name’ 으로 시간적으로 순차적으로 등장한다. 따라서 한 단어 한 단어 등장할 때 마다 순서대로 기다리면서 병렬적으로 연결된 신경망이 동작한다. 그리고 한 신경망의 해석과 판독 결과가 그 다음 신경망으로 전달된다. 그래서 시간적으로 순차적으로 동작하는 대표적인 병렬형 신경망이 RNN이 된다.

이러한 병렬형 인공지능인 RNN에서 하나의 입력에 대해서 여러 개의 출력(one-to-many)을 낼 수도 있다. 각 출력은 각각 CNN이나 DNN이 만들어 낸다. 이러한 경우 하나의 사진 이미지 입력에 대해서 사진의 제목을 출력을 내놓는 이미지 캡셔닝(Image Captioning) 작업에 사용할 수 있다. 사진의 제목은 단어들의 나열이므로, 여러 개의 병렬 출력이다.

또한 RNN에서 다수의 입력에 대해서 하나의 출력(many-to-one)을 만들 수도 있다. 이 경우 입력 문장으로부터 긍정적 감성인지 부정적 감성인지를 판별하는 감성 분류(Sentiment Classification) 모델에 사용할 수 있다. 그리고 복수입력- 복수출력(many-to-many)의 모델의 경우에는 입력 문장으로부터 대답을 문장으로 출력하는 챗봇의 경우이다. 또한 입력 문장으로부터 번역된 문장을 출력하는 번역기에 사용할 수 있다.

언어 이해에 주로 쓰이는 순환 신경망(RNN)의 직병렬 조합 구조, [출처=ratsgo’s blog]

 

이러한 CNN, RNN의 직병렬 조합된 복합 인공지능은 스스로 영화를 감상할 수 있다. 그러면 한 장면 한 장면을 파악하고 판단하는 인공지능은 직렬형 CNN 인공지능이 담당한다. 그런데 1초에 60장씩 계속 장면이 순서대로 바뀌어 가는 것을 이해하고 예측하는 것은 RNN과 같은 병렬형 인공지능이 담당하게 된다. 이 인공지능은 영화의 내용과 의미를 파악하고 다음 장면을 예측할 수 있다. 이 복합 인공지능은 영화를 보면서 눈물을 흘릴 수 있고, 웃을 수도 있다.

이처럼 미래 인공지능 네트워크도 다양한 기능을 가진 각 인공지능 망의 직병렬 조합으로 이루어지게 된다. 이렇게 되면 인공지능이 영화를 보면서 텍스트를 자동으로 붙이게 될 수 있고, 그 영화를 감상하게 된다. 그 결과를 기사로도 쓸 수 있게 된다. 여기에 변증법적 인공지능인 GAN(Generative Adversarial Network)을 결합하면 인공지능이 영화나 소설도 직접 쓸 수 있다.

음성, 영상, 텍스트 멀티 모드 복합 (Multi-modal Hybrid) 인공지능의 발전 방향, [출처=KAIST]

 

인공지능이 스스로를 복제한다면?

이처럼 미래 인공지능은 영상, 음성, 언어, 이해와 창작 기능을 바탕으로 더 나아가 소설, 영화 등 복합적 매체 내용을 이해하고, 설명하고, 예측하는 기능을 갖는 방향으로 진화해 갈 것이다. 그리고 창작도 할 수 있게 된다. 더 나아가 예술과 역사 등 인문학도 감상하게 된다. 상황을 파악하고 이해하는 능력도 갖게 되고, 인간처럼 눈치도 갖게 된다. 더 나아가 인간과 같은 창조와 모방의 기능을 갖게 된다. 그러려면 지금까지 개발된 다양한 인공지능 알고리즘이 복합되어 섞이게 된다.

지금까지 인공지능은 학습 데이터를 이용해서 발전했다. 그래서 빅데이터가 중요했다. 따라서 학습 데이터의 선택에 따라 인공지능도 도덕, 이념, 종교도 갖게 된다. 하지만 더 먼 미래에는 데이터가 없어도 스스로 학습하는 비지도 학습 기능을 갖게 된다. 컴퓨터 스스로 데이터를 생산하고 학습하게 된다. 현재 대표적인 비지도 인공지능이 강화학습(Reinforcement Learning)방법이다.

또한 인공지능 자체의 알고리즘도 일정 부분 인공지능 스스로 개발하는 시대가 언젠가는 올 것으로 본다. 그러면 스스로 인공지능이 자신을 개선하고 진화하고 복제하고, 생산한다. 이러한 시대가 되면 인공지능 보유 여부가 인간 사이에 불평등을 만들 수 있다. 더 나아가 ‘인공지능’과 ‘인간’ 사이에 불평등이 올 수 있다.
하지만 이러한 인공지능이 발전하는 데는 더 빠른 컴퓨터, 더 빠른 메모리 반도체가 필요하다. 더 나아가 전력소모를 지금 보다 극단적으로 줄여야 한다. ‘인공지능 천하’ 시대의 도래 여부는 반도체 기술의 성능 발전 여부와 전력 소모를 줄이는 기술에 구현에 달려 있다. 인간이 ‘반도체’ 주권과 ‘전기 공급’ 주권을 놓지 말아야 한다.

 

joungho@kaist.ac.kr

[김정호 카이스트 전기 및 전자공학과 교수]

[뉴스핌 베스트 기사]

사진
광복군, 일본군 무장해제 "항복사실 모르느냐? 변상문의 '화랑담배'는 6·25전쟁 이야기이다. 6·25전쟁 때 희생된 모든 분에게 감사드리고, 그 위대한 희생을 기리기 위해 제목을 '화랑담배'로 정했다. 우리는 그들에게 전의(戰意)가 없는 것을 보이기 위해 기관단총을 모두 어깨에 걸쳤다. 그러고도 만일을 위해서 각각 산개하면서 뛰어내리기 시작했다. 드디어 내 차례가 왔다. 몸을 날렸다. 아. 그때 그 바람 냄새, 그 공기의 열기, 아른대는 포플러의 아지랑이, 그리고는 아무것도 순간적이었지만 보이지 아니했다. 그러나 어쩐 일인가? 우리 주변엔 돌격 태세에 착검한 일본군이 포위하고 있었다. 워커 구두 밑의 여의도 모래가 발을 구르게 했다. 코끼리 콧대 같은 고무관을 제독총에 연결한 험상궂은 방독면을 뒤집어쓴 일본군이 차차 비행기를 중심으로 원거리 포위망을 좁혀오고 있었다. 너무나도 위험한 상황이었다. 이것이 그리던 조국 땅을 밟고 처음 맞은 분위기였다. 동지들은 눈빛을 무섭게 빛내면서 사주경계를 했다. 그러나 아직 기관단총을 거머쥐지는 아니했다. 여의도의 공기가 움직이지 않는 고체처럼 조여들어 왔다. 뿐만 아니었다. 타고 온 C46형 수송기로부터 한 50여m 떨어진 곳의 격납고 앞에는 실히 1개 중대나 되는 군인들이 일본도를 뽑아 든 한 장교에게 인솔되어 정렬해 있었다. 그 앞에는 고급장교인 듯한 자들이 한 줄 또 섰고, 장군 몇 명도 있는 듯했다. 그러나 무엇보다도 8월 18일 한낮의 그 뜨거운 여의도 열기가 우리를 더욱 긴장시켰다. 격납고 뒤에까지 무장한 군인이 대기하고 있었다. 중형전차의 기관포도 이쪽을 향하고 있었다. 환호하는 광복군. [사진= 국사편찬위원회] 비행장 아스팔트 위엔 한여름의 복사열이 그 위기의 긴장처럼 이글대고 있었다. 어느새 우리는 땀에 젖어 있었다. 기막힌 침묵이 십여 분이나 지났다. 그러나 그들은 어떤 행동도 취해 오지 않았다. 마침내 우리가 발걸음을 옮겼다. 우리는 일본군 고급 장교들이 늘어선 쪽으로 한걸음 씩 움직였다. 각자 산개, 조심하라! 누군가가 이렇게 나직하게 말했다. 서해 연안으로 비행기가 고도를 낮출 때 누군가가 유서를 쓰던 일이 이 순간 내 머릿속에서 상기되었다. 일본군 병사들은 우리가 다가서자 의외로 포위망을 풀 듯이 비켜섰다. 우리는 아직 기관단총을 어깨에 멘 그대로였다. 일본군이 길을 열어주자, 그들도 일본군 육군 중장을 선두로 한 장교단이 우리 쪽으로 오기 시작했다. 그가 바로 조선주차군사령관 죠오쯔끼(上月良夫)였다. 쬬오쯔기는 그의 참모장 이하라 소장과 나남 사단장과 참모들을 뒤로 거느렸다. 우리도 좌우로 벌려 섰다. 쬬오쯔기가 「나니시니 이라시따노?(무슨 일로 왔소?)」말문을 열었다. 퍽 야무지게 보였다. 우리는 말 대신 영등포 상공에서 뿌리다 남긴 선전 전단을 내밀어 주었다. 우리의 임무가 일본어와 우리말로 적힌 전단이었다. 거긴 또 우리가 이렇게 들어오게 된 사연도 적혀있었다. 우리는 한 장씩 그 전단을 다른 일본군 장교들에게 나누어 주었다. 쬬오쯔끼는 이를 받아 읽고, "일본은 정전만 한 상태이니 일단 돌아갔다가 휴전 조약이 체결된 다음에 재입국하라"라고 말했다. 그러면서 은근히 위협했다. 자기네 병사들이 꽤 흥분되어 있으니, 만약 돌아가지 않으면 그 신변 보호에 안전책임을 지기가 어렵다는 분위기라고 했다. 이에 이범석 장군이 "네 놈들의 천황이 이미 연합국에 무조건 항복한 사실을 모르느냐? 이제부터는 동경의 지시가 필요 없다는 것을 알아야 한다"라고 맞섰다. 그러나 쉽사리 양보하지 않았다. 옥신각신 말이 몇 번 건너 왔다 갔다. 갑자기 쬬오쯔끼는 한 일본군 대령에게 일을 처리하라고 지시했다. 그러면서 그는 동경서 손님이 오기로 되어 있어 마중을 나와 있던 참이란 말을 하고는 물러가 버렸다" 이범석 장군은 일본군 측에 "조선 총독을 만나 담판 짓겠다'라고 요구했으나 거절당했다. 일본군 무장해제 임무를 띠고 국내로 들어 온 '광복군 국내정진군'은 아무런 소득도 올리지 못한 채 다음 날 8월 19일 14:30분 여의도 기지를 이륙하여 중국으로 돌아갔다. 광복군은 미군정이 시작되고 나서 한참이나 지난 다음에 개인 자격으로 귀국할 수밖에 없었다. 조짐이 좋지 않았다. / 변상문 국방국악문화진흥회 이사장   2025-09-29 08:00
사진
중국 전기차 주행거리 두배 증가 배터리 개발 [베이징=뉴스핌] 조용성 특파원 = 중국이 에너지 밀도를 두 배 증가시킬 수 있는 전고체 배터리를 개발해 낸 것으로 나타났다. 중국 칭화(淸華)대학 화학공학과의 연구팀은 '음이온이 풍부한 용매화 구조 설계'를 개발해 냈으며, 이를 기반으로 불소 함유 폴리에테르 전해질을 성공적으로 만들어냈다고 중국 관찰자망이 30일 전했다. 해당 연구 성과는 논문 형식으로 국제 학술지인 네이처에 등재되었다. 연구진이 만들어낸 폴리에테르 전해질은 고체이며, 연구팀은 해당 전해질을 사용하여 전고체 배터리를 제작했다. 제작된 전고체 배터리는 604Wh/kg의 에너지 밀도를 기록했다. 이는 현재 리튬 이온 배터리의 에너지 밀도가 150~320Wh/kg인 점을 감안하면 에너지 밀도가 두 배 이상 높아진 것이다. 동일한 무게의 배터리이지만 해당 전해질을 사용한 전고체 배터리는 두 배 이상의 전력을 충전할 수 있는 셈이다. 이론적으로 전기차의 1회 충전 주행 거리가 두 배 증가할 수 있게 된다. 현재 500km가량을 주행할 수 있는 전기차가 1000km를 주행할 수 있게 된다. 해당 전고체 배터리는 안전성 테스트도 통과하였다. 못을 박아도 화재와 폭발이 일어나지 않았다. 또한 120도의 높은 온도의 박스 안에 6시간 동안 방치되었지만, 연소나 폭발이 일어나지 않았다. 또한 500회 이상 충방전을 거치면서도 에너지 저장 용량은 안정적으로 유지되었다. 연구진이 만들어낸 전고체 배터리가 상용화된다면 많은 분야에서 활용이 가능해진다. 전기차의 주행 거리는 두 배 증가하며, 드론의 비행 거리도 두 배 증가하게 된다. ESS(에너지저장장치) 역시 부피당 저장 용량을 크게 끌어올리게 되며 ESS 소형화가 가능해진다. 칭화대 연구진이 개발한 전고체 전해질의 도식도 [사진=네이처 캡처] ys1744@newspim.com 2025-09-30 10:35
기사 번역
결과물 출력을 준비하고 있어요.
기사제목
기사가 번역된 내용입니다.
종목 추적기

S&P 500 기업 중 기사 내용이 영향을 줄 종목 추적

결과물 출력을 준비하고 있어요.

긍정 영향 종목

  • Lockheed Martin Corp. Industrials
    우크라이나 안보 지원 강화 기대감으로 방산 수요 증가 직접적. 미·러 긴장 완화 불확실성 속에서도 방위산업 매출 안정성 강화 예상됨.

부정 영향 종목

  • Caterpillar Inc. Industrials
    우크라이나 전쟁 장기화 시 건설 및 중장비 수요 불확실성 직접적. 글로벌 인프라 투자 지연으로 매출 성장 둔화 가능성 있음.
이 내용에 포함된 데이터와 의견은 뉴스핌 AI가 분석한 결과입니다. 정보 제공 목적으로만 작성되었으며, 특정 종목 매매를 권유하지 않습니다. 투자 판단 및 결과에 대한 책임은 투자자 본인에게 있습니다. 주식 투자는 원금 손실 가능성이 있으므로, 투자 전 충분한 조사와 전문가 상담을 권장합니다.
안다쇼핑
Top으로 이동