전체기사 최신뉴스 GAM
KYD 디데이
오피니언 내부칼럼

속보

더보기

[김정호의 4차혁명 오딧세이] 인공지능이 인간의 성격도 바꾼다

기사입력 : 2019년10월14일 08:54

최종수정 : 2019년10월14일 08:57

※ 본문 글자 크기 조정

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

※ 번역할 언어 선택

[편집자] 4차 산업혁명은 모든 사물과 인간을 연결하여 빅데이터를 모으고, 이를 이용하여 인공지능으로 학습하여, 결국 인공지능이 인간을 대체하는 시대를 말한다. 이러한 4차 산업혁명의 물결이 산업뿐만 아니라 경제, 사회, 정치 등 전 분야에 걸쳐서 막대한 변화를 일으키고 있다.

글로벌뉴스통신사 뉴스핌은 '김정호의 4차혁명 오딧세이' 칼럼을 매주 연재하여 4차 산업혁명의 본질과 영향, 그리고 전망을 독자들에게 쉽게 소개하고자 한다. 4차 산업혁명의 핵심은 바로 인공지능, 빅데이터, 클라우드 컴퓨팅으로 표현할 수 있으며 그 핵심 부품이 반도체이다. 이들 핵심 기술의 개념과 원리, 응용을 설명하여 일반 독자들이 4차 산업혁명에 대해서 공감하고 이해하며 더 나아가 개인과 기업, 국가의 미래를 계획하는 것을 돕고자 한다.

김정호 카이스트(KAIST) 전기 및 전자공학과 교수는 서울대 전기공학과를 졸업하고 미국 미시건대에서 박사 학위를 받았다. AI대학원 겸임교수, IEEE펠로우, 카이스트 ICT석좌교수, 한화 국방 인공지능 융합연구 센터장, 삼성전자 산학협력 센터장 등을 겸하고 있다.

 

변하지 않는 전자공학의 핵심 공식들

전자공학 전공자가 대학 2학년 때 배우는 가장 기초적인 과목이 전자기학(Electromagnetics)이라는 과목이다. 전기장과 자기장이 어떻게 발생하는지 그 원리를 배운다. 전기 에너지의 발생, 모터의 원리도 모두 여기에서 나오는 원리를 따른다. 조금 더 진행하면 공간적으로 전파하는 전자기 현상인 전자파를 해석하기도 한다.

이 전자기학의 원리에 따라 전기 또는 전자 회로가 동작하고, 그 원리에 따라 설계한다. 더 나아가면, 안테나의 설계 원리도 바로 이 전자기학에 따른다. 그러니 전기 에너지가 등장하는 2차 산업혁명부터 지금의 인공지능 4차 산업혁명은 전자기학 없이는 불가능했다고 보아도 무방하다.

김정호 교수

이처럼 전자공학의 가장 기초가 되는 전자기학도 따지고 보면 4개의 공식으로 모두 설명된다. 이 4개의 공식을 '맥스웰 방정식(Maxwell Equations)'이라고 부른다. 전기, 자기, 전자파, 발전기, 모터, 안테나의 원리 및 현상은 모두 이 방정식으로 설명이 된다.

이 4가지 공식은 3차원 공간(x, y, z)을 시간 공간(t)과 합쳐서 4차원 공간에서 푸는 2차 미분방정식이다. 그래서 구체적인 전자파 문제는 이 방정식을 4차원 공간에서 2차 미분 방정식을 푸는 문제와 같다.

예를 들어 안테나를 해석한다면 x, y, z 3차원 구조를 가진 안테나에서 GHz 단위로 변화하는 시간(t) 함수로 2차 미분방정식을 푼다. 이때 안테나 끝은 한정적이어서 경계 조건(Boundary Conditions)을 넣어서 풀면 된다.

즉, 안테나 또는 전자파 연구나 개발업무를 한다면 평생 이 4가지 방정식을 다양한 조건에서 푼다고 보면 된다. 간단한 문제는 손으로 풀지만, 복잡한 문제는 컴퓨터가 알아서 계산하고 풀어준다. 요즈음은 거의 컴퓨터로 푼다.

그래서 전자공학을 한다고 하면, 이 4가지 공식을 잘 파악하고 응용할 수 있어야 한다. 필자가 전자공학을 시작한 지 40여 년이 되어 가는데, 맥스웰 방정식은 점 하나도 변하지 않았다. 그 점이 장점이다. 꾸준히 한 분야를 파고들 수도 있다. 디지털 공학이나 컴퓨터처럼 매일 매일 기술이 바뀌지 않는다. 답답한 측면도 있지만, 꾸준한 장점도 있다.

앞으로도 맥스웰 방정식은 변화하지 않을 것이다. 그래서 전자파 전공자의 성격도 이를 따라가서 아주 편안하고 꾸준한 편이다. 인내심도 있고 이해심도 높은 편이다. 서로 아끼고 공감하고 협조도 잘 된다.

안테나 등 전자파 해석에 사용되는 맥스웰 방정식(Maxwell Equations). [출처=KAIST]

한편 전자공학의 또 다른 중요한 축이 '반도체 공학(Semiconductor Physics)'이다. 주로 대학 3학년 때 배운다. 반도체라는 물질에 불순물을 주입하고 산화막을 입히고, 포토 공정을 하면, 3차원적인 나노 구조가 된다.

이 나노 공정으로 트랜지스터를 만든다. 이들을 수백만 개 이상 접적하면 프로세서(CPU)도 되고, 메모리(DRAM)도 된다. 이 반도체에 전기를 나르고 저장하는 매개체가 바로 '전자(Electron)'다. 다르게 이야기하면, 전자 없는 반도체 없고, 반도체 없는 인공지능도 없고, 4차 산업혁명도 없다.

그런데 전자가 이와 같은 원자 크기의 반도체 공간에서 행동하는 모습은 마치 '파동(Wave)'처럼 보인다. 전자는 입자의 성질(Particle Property)과 파동의 성질을 같이 갖고 있기 때문이다.

이 파동성을 가진 반도체 속 전자 행동을 설명하는 방정식이 '슈뢰딩거 방정식(Schrodinger Equation)'이다. 전자가 물리적으로 나노 크기의 작은 공간에 가둬지면 불연속 에너지 상태를 갖는데 이 에너지를 알고 싶으면 바로 이 쉬뢰딩거 방정식을 풀면 된다. 이 방정식이 x, y, z 공간에서 2차원 미분 방정식으로 표현된다. 맥스웰 방정식과 유사하다. 그 이유는 전자파도 파동이고 전자도 파동이기 때문이다.

이렇게 반도체 속에서 전자는 규칙적인 결정 구조를 따라 파동으로 흘러간다. 이때 가질 수 있는 전자의 에너지가 어느 구간(Band)을 가진다. 이 에너지 밴드(Energy band) 이론이 반도체 물리를 설명하는 핵심 도구이다.

이처럼 반도체 물리를 연구하려면, 또는 반도체 현상을 이해하려면 슈뢰딩거 방정식을 이해해야 한다. 그런데 이 방정식도 전자공학을 시작한 40년간 한 번도 바뀌지 않았다. 아마 앞으로도 영원히 바뀌지 않을 것이다. 전자파나 반도체 물리 분야의 장점이다. 한 분야를 깊게 파고 들어갈 수 있다. 그리고 이론적 설명도 명쾌하고 멋이 있다. 강의도 그렇다.

양자 물리에서 전자의 에너지 상태를 해석하는데 사용하는 슈뢰딩거 방정식(Schrodinger Equation), [출처=KAIST]

확연히 다른 인공지능에서 사용되는 방법론

하지만 인공지능의 연구 방법론은 전자파나 반도체 물리와 상당히 다르다. 무엇보다도 정해진 방정식이 없다. 방법론에 통일된 규칙이 없고, 상황에 따라 아주 다르다. 그러니 확정된 이론도 없다. 인공지능 기계학습에 사용되는 모델에 따라 사용되는 이론이 각각 다르다.

그래서 공부하면서 명쾌하지 않다. 공부는 컴퓨터하고 메모리가 알아서 한다. 인공지능 알고리즘은 일종의 블랙박스이다. 연구나 공부를 하면 내가 블랙박스에 갇히는 느낌이 든다.

알파고에서 사용된 인공지능 알고리즘 중에 대표적인 강화학습(Reinforcement Learning)이 있다. 이 알고리즘을 간단히 설명하면, 계속해서 다양한 탐험을 하면서 시행착오를 거친다. 이러한 반복 시도를 해서 최적의 승률을 갖는 해를 구해간다. 끝없이 반복해서 경험을 쌓는다.

이 '신의 수'로 알파고가 이세돌 9단과의 승부에서 이겼다. 그래서 다양한 경우를 탐험하고 실험해보기 위해 그림으로 다양한 경우를 Tree(나뭇가지) 구조로 사용해본다. 한번 시도해 볼 때마다 나뭇가지가 늘어난다.

이렇게 이것저것 시도해보면서 승률이 높은 경우를 기록한다. 다음에 같은 상황이 생기면, 바로 이 기록에 따라 결정을 내리면 된다. 알파고는 바둑에서도 이렇게 학습한다. 이러한 다양한 시도 사례를 기존의 기보로 배우기도 하고, 컴퓨터끼리 바둑을 두면서 학습하기도 한다.

이처럼 다양한 탐험과 시도를 통해서 학습하는 방법을 간단하게 마르코프 결정 과정(Markov Decision Process)이라고 부른다.

이렇게 많은 수의 다양한 경우의 수를 실행하는 힘은 컴퓨터에 있다. 인간은 피곤하고 힘들어서 하지 못한다. 컴퓨터는 불평하지 않고 쉬지 않고 학습할 수 있기 때문이다. 이처럼 인공지능의 학습은 정해진 공식이 없이 끊임없는 시도와 승률 기록으로 최적의 해를 찾아간다.

전자파 이론이나 반도체 이론과 매우 다르다. 인공지능을 40년 연구하면 연구자의 성격도 바뀔 것 같다. 정해지는 틀이 없이 계속 탐험하고 공부하고 헤매야 할 것 같다.

인공지능 최적화에 사용되는 마르코프 결정 과정(Markov Decision Process)을 표현하는 가지 그림. [출처=KAIST]

이처럼 정해진 이론이 없이 다양한 시도를 컴퓨터 프로그램으로 구현하는 방법의 하나가 '동적 프로그래밍(Dynamic Programming)' 방법이다. 이 방법에 따르면, 목표치가 일정한 오차 범위 이내에 들어올 때까지 계속 다양한 시도를 한다.

이를 '반복 시행(Iteration Method)'이라고 한다. 쉽게 말해 뺑뺑이 도는 방법이다. 인간 대신 컴퓨터가 한다. 이때 인공지능 소프트웨어 프로그램에서 반복하는 횟수를 변수 i 또는 j로 표현하고 계속 반복한다. 그래서 탐험과 시도는 'repeat' 명령으로 계속된다. 그리고 이러한 조건으로 'if, then, until'이라는 명령어가 자주 등장한다.

i를 수백만, 수천만 번 진행하면 된다. 컴퓨터가 인간을 대신하기 때문에 인간의 수고는 적다. 이것을 한참 시행해서 일정 범위 내에 목표치가 최댓값(max)을 갖거나 최솟값(min)을 가지면 프로그램을 마친다. 이때 'end' 명령을 내린다.

인공지능 알고리즘 내에는 이러한 방식의 동적 프로그램이 많이 사용된다. 알파고 게임에서도 그렇고, 인공지능 학습과정에서도 마찬가지이다. 그렇게 보면 컴퓨터는 인간을 대신해서 고생을 많이 한다.

인공지능 강화학습에 사용되는 동적 프로그래밍(Dynamic Programming)의 예. [출처=KAIST]

인공지능이 인간의 성격도 바꾼다

이처럼 전통적인 학문 분야에서 사용하는 방법론과 인공지능에서 사용하는 방법론이 아주 다르다. 인공지능 이론과 방법은 정해진 규칙이 없고, 그때그때 모델에 따라 다르다. 최근 인공지능 공부를 하면서 맞이한 당황한 경험이다.

하나의 통합된 이론과 방법으로 인공지능 학문 전체를 아우르려는 필자의 시도는 여지없이 망가졌다. 특히 데이터로 학습하는 기계학습이 등장하면서 더욱더 그렇다. 그래서 전자파나 반도체 분야 강의보다 인공지능 기계학습 강의가 10배는 더 어렵다고 느낀다.

인공지능 분야는 앞으로도 완전히 새로운 방법론이 나타날 수 있다. 그러면 다시 공부해야 한다. 그 변혁이 인공지능 모델에서 올 수도 있고, 컴퓨터나 반도체의 혁신에서 올 수도 있다. 그래서 인공지능에서 전문가로 40년 가려면 이러한 상황을 마음속에 준비해야 한다. 정해진 것이 없이 계속 도전하고 수용해야 한다.

인공지능은 전문가의 성격도 바꿀 전망이다. 푸근하고 느긋하기보다는 편안하지 않다. 미래에는 인공지능 전문가 자체도 인공지능으로 대체될 수도 있다. 그래서 인공지능 전문가들의 연봉을 높게 주고, 잘 대우해줘야 한다.

결국 인공지능은 사람들의 두뇌활동을 대신한다. 인간의 두뇌는 점점 게을러지고, 기억력도 감퇴하고, 사고력도 저하할 수 있다. 우리는 자동차 내비게이션을 사용하면서 지도 보는 법을 잃어버렸고, 스마트폰을 쓰면서 전화번호도 기억하지 못한다. 창의적인 생각도 하지 못한다. 여기에 더해서 공학자로서 이해력, 통합력, 통찰력도 인공지능 때문에 퇴화할 것 같다. 모두 인공지능 때문이다.

 

김정호 카이스트 전기 및 전자공학과 교수 joungho@kaist.ac.kr

[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