<서진호 실리콘밸리 통신원> 11월 말부터 2주 동안 실리콘 밸리뿐만 아니라 전 세계 IT 기업들이 약속한 듯이, 인공지능에 관련된 분야에서 새로운 소식들을 발표했습니다. 따라서, 처음 인공지능과 머신러닝을 접하는 대학생들이나 개발자 혹은 관련된 리서치들에게 현재 전 세계 인공 지능 수준이 어디까지 왔는가 한 눈에 살펴볼 수 있도록 한 번 정리해 보았습니다.

페이스북의 얀 르쿤이 설명하는 인공지능이란?

최근 인기리에 끝난 HBO 오리지널 시리즈, 웨스트 월드나 SF 영화의 단골손님은 인공지능입니다.  페이스북 AI 연구소장인 얀 르쿤이 인공지능과 머신러닝을 이해하기 쉽게 6편의 동영상과 프레젠테이션 도표로 설명한 내용을 페이스북 코드를 통해 공개했습니다.

마치 중고교의 수학 인터넷 강의처럼 쉽게 이해될 수 있도록 머신 러닝의 개념을 설명했습니다. 또 최근자율 주행이나 이미지 디텍션과 같은 컴퓨터 비전에 사용할 때 저것이 사람인지 신호등인지, 강아지인지를 식별해주는 딥 러닝에 대한 개념을 설명했습니다.

예를 들어, 딥 러닝을 사용할 때 하나의 이미지에서 여러 개의 개체들을 인식하기 위해 여러 개의 레이어를 인식할 수 있는 후면 증식(Back Propagation) 개념과, 그것들의 인식률을 머신이 스스로 학습(Training)할 수 있도록 수학적인 계산해 주는 기울기 하강(Gradient Descent) 개념 등을 볼 수 있으니 머신 러닝의 개념에 대해 알고 싶은 분들은 꼭 보시기 바랍니다.

• 페이스북 AI 코드: https://code.facebook.com/pages/1902086376686983

앤드류 응 교수, 머신 러닝을 갈망하는 책

스탠퍼드 컴퓨터 공학부생이 아니라면, 많은 소프트웨어 개발자들이 코세라(Cousera)를 통해 앤드류 응 교수의 '머신 러닝' 강좌를 접했을 텐데요, 현재 바이두 인공 지능 연구소장으로 재임하고 있고 있는 전 스탠퍼드 머신 러닝 교수인 앤드류 응 소장이 "Machine Learning Yearning" 책을 출판할 계획에 있습니다.

제가 몇 장을 살펴본 결과, 전체적인 챕터 구성은 좋으나 일반 MBA 경영 전략서와 달리 컴퓨터 전공을 한 최고기술책임자(CTO)나 최고정보책임자(CIO), 프로젝트 매니저(PM)들과 같은 하이테크 오디언스가 아니라면 다소 내용이 어려울 수도 있겠다고 생각이 들었습니다. 그래도 머신 러닝을 통해 기술적 의사 결정(Technical Decision Making)을 할 수 있는 전략서로 한번쯤 읽어 볼만하지 않을까 합니다. 여러분들도 직접 살펴보고 피드백을 할 수 있으니 아래의 URL에 가셔서 전자메일을 등록하시면 초고(Draft)를 받아 보실 수 있습니다.

• 머신 러닝 책 뉴스 레터 : http://www.mlyearning.org/

로봇이 운전하는 궁극의 드라이버, 우버 AI 랩스

요즘 실리콘 밸리 테크 기업들 중에 머신 러닝에 대하여 R&D 연구센터를 만들어 투자하지 않는 기업이 없습니다. 이미 펜실베이니아에서 무인 택시를 시범 운영하고 있고, 무인 트럭인 오토(Otto)를 합병하여 버드와이저 맥주 무인 수송에 성공한 우버가 여기에 빠질 순 없지요 ^^

지난주 월요일, 우버 CEO인 트레비스가 자신의 페이스북 페이지를 통해 뉴욕 타임스 기사를 링크하면서 그동안 지오메트릭 인텔리전스를 합병한 소식을 전하며 새로운 "우버 AI 랩스"가 건립했다는 소식을 전했습니다. 우버는 로봇이 운전하는 궁극의 드라이버를 목표로 하고 있는 데, 우버의 경쟁자인 완전 자율 주행을 꿈꾸는 테슬라의 오토파일럿을 따라잡는 동시에, 무인 택시와 트럭의 소프트웨어 핵심 기술인 컴퓨터 비전과 딥 러닝 메커니즘을 더 발전시켜 자사의 퓨처 테크날리지로 선도해 나고자 하는 의지를 강력하게 내뿜고 있습니다.

• 우버 AI 랩스 : https://newsroom.uber.com/ailabs/

Re: Invent 행사에서 발표한 AWS 인공지능 API

AWS는 해마다 11월 초순에 라스 베이거스에서 "Re:Invent" 라는 개발자 및 파트너를 위한 컨퍼런스를 개최하고 있습니다. 올해도 3일 동안 AWS의 새로운 클라우드 서비스 플랫폼을 선보였는 데, 그동안 개발자들이 그토록 원했던 AWS Lambda 의 C# 언어(. NET 코어)를 직접 지원하는 것에 많은 박수를 받았습니다. 그리고 트렌에 맞게 아마존 클라우드 인공지능 SaaS(Service-As-a-Service) API 들을 발표했습니다.

첫 번째로 “레코니이션(Rekognition)”라는 이름으로 이미지 인식 서비스를 내놓았습니다. 이것은 구글이나 마이크로소프트와 같은 업체에서 먼저 내놓았는 데, 가격은 얼마나 되는지 알려 주지 않았습니다. 어떤 사물이나 장면 등을 사용자에게 인식하게 해 주는 데, 이미지 안에 무엇이 있는지 어떤 상태로 있는지 정확히 알려 줍니다.

두 번째로 "아마존 폴리( Amazon Polly)"는, 텍스트를 음성으로 바꾸어주는 서비스입니다. 특히, 24개 언어들과 47개 남성과 여성의 목소리를 지원하며, 동형이 원어를 지원합니다. 예를 들어, ‘I live in Seattle’와  ‘Live from New York’의 경우, "live"는 철자는 똑같지만 명사와 동사의 쓰임새에 따라 발음이 달라는 지는 경우를 지원해줍니다.

세 번째로 "렉스(Lex)"는, 아마존의 알렉사 서비스에서 가져와 멀티-스태프의 대화 등을 할 수 있는 대화형 애플리케이션을 만들 수 있도록 해 줍니다. 렉스 콘솔을 통해 개발자들이 웹이나 모바일 앱에서 일종의 봇을 만들 수 있는데, 로봇이나 드론, 장난감 등을 컨트롤할 수 있는 워킹 스트리밍 메커니즘을 제공하고, 페이스북 메신저와 슬랙, 트윌 리오와 같은 다른 외부 서비스와도 통합할 수 있도록 제공해 준다고 합니다.

머신 러닝의 스케일 업을 위한  Open AI의 유니버스 플랫폼

스타트업 창업자들에게는 YC 컴비네이터의 공동 설립자로 잘 알려진 샘 얼터먼이 페이스북 타임라인을 통해 Open AI의 Universe 플랫폼을 공개했습니다. 참고로 OpenAI는 일론 머스크가 AI를 한 기업이 독점적으로 폐쇄형 형태로 가지는 것에 대해 반발하여 Stripe CTO와 몇몇 스탠퍼드 인공지능 박사들로 구성하여 만든 비영리 연구 단체 회사입니다. 여기에 샘 얼트만이 공동 의장으로 맡고 있어서 Universe 플랫폼을 소개하게 되었습니다.

유니버스(Universe) 플랫폼도 알파고(Alpha Go)처럼 RL(Reinforcement Learning) 계의 알고리즘을 사용하고 있습니다. 그러나 이 블로그에 의하면, 알파고는 바둑(Go)에서만 적용하고 있어서 머신 러닝을 적용하기에는 일반적(General)이지 못하다고 합니다. 그래서, Universe 의 목표는 하나의 싱글 AI 에어전트를 통해 바둑뿐만 아니라 아타리 게임, 시뮬레이션 등등 다양한 게임이나 분야에서 머신 러닝을 스케일-업(Scale Up) 하는 데 그 목표를 두고 있다고 합니다.

이 밖에 최근에 마이크로소프트 리서치 해리 셤 박사와 OpenAI 플랫폼을 Microsoft Azure 클라우드 서비스하여 스케일 아웃(Scale-Out)을 논의한 것으로 알고 있습니다. 개인적으로는 올해 1월에 샌프란시스코에서 개최된 OpenAI 그룹의 첫 미팅을 나갔는 데, 그땐 이론적인 RL 알고리즘의 논문 등을 발표하여 Open AI 플랫폼으로 무엇을 응용할 수 있을까 한눈에 들어오지 않았는 데, 비로소 유니버스 플랫폼을 통해 Open AI 플랫폼이 널리 사용되지 않을까 기대합니다.

• Open AI의 Universe 홈페이지 : https://openai.com/blog/universe/

알파고로 유명한 딥 마인드의 오픈 소스 공개

공교롭게도 12월 5일, 월요일, 영국 런던에서는 테크크런치 디스트럽트 행사가 같은 주에 개최되었습니다. 이 행사에서 딥마인드사의 슐리먼 CEO 와의 인터뷰를 진행되었는데, 딥마인드의 오픈 소스를 공개 했습니다. 국내에서는 이세돌 프로 9단과 올 초에 바둑 대국을 펼쳐 국민 누구나 알게된 알파고로 유명한 딥마인드 랩의 궁극적인 목표는 SF 영화처럼 어떤 환경에서든지 복잡한 문제를 인간이 머신에게 가르치지 않고 개입없이 스스로 생각을 하여 움직이는 제너널(General) AI로 가는 것이라고 목표라고 합니다.

따라서 그런 목표를 이루기 위해서는 AI 에이전트들이 환경들이 어떻게 바뀌든지 간에 자동적으로 적응할 수 있도록 더 넓은 범위의 업무를 수행하도록 제공해 주어야 한다고 합니다. 그래서 두가지 리서치 프로그램을 진행하는 데, 어떤 물체에 대해 좀더 정교한 인식하는 스킬들을 업그레드하는 것과, AI 에이전트들이 스스로 훈련되고 계산할 수 있도록 복잡한 환경들을 증가시켜는 시뮬레이션 환경을 만드는 것이라고 합니다.

또한 딥마인드는 알파고에서 보듯이 3D 게임과 같은 플랫폼의 에이전트 기반으로서, 지난달 스타크래프트와 워크래프트 게임으로 유명한 액티비전 블리자드사와 파트너쉽을 맺었습니다. 게임 분야에서는 지난 제 1 부에서 소개한 Open AI와 경쟁을 벌이고 있는데, 깃허브 여기에 소스가 공개되어져 있으니 개발자 여러분들은 다운로드 받으시기 바랍니다.

• 딥 마인드 오픈 소스 문서 및 소스 : https://deepmind.com/blog/open-sourcing-deepmind-lab/

완전 자율 주행 애플카를 꿈꾸는 애플  

그렇다면 여러분들은 왜 이 기업의 머신 러닝 소식은 없나 궁금해 여겼을 것 입니다. 다행히도 이 글을 끝낼 무렵 금요일에 인가짓을 통해 흥미로운 소식이 나왔습니다. 바로 애플의 머신 러닝 소식입니다. 애플의 조직 문화는 비밀스러워 무슨 활동을 하는 지 알아내기가 힘듭니다만, 지난 10월에 카넬기 멜론 대학교의 AI 랩의 교수인 러스 살라커디노브가 애플 AI 연구소장을 맡으면서 조금씩 두각을 나타내고 있습니다.

물론 애플은, Siri 와 같은 음성 기반으로 컨슈머 타겟으로 한 대화형 서비스를 하고 있지만, 그 누구보다도 아이폰 판매 덕분에 빅 데이터를 축적해 있는 기업으로서 머신 러닝에 대해 연구를 하지 않을리가 없습니다. 그래서 올 여름 시애틀 지역에서 머신 러닝 스타트업 업체인 튜리(Turi)를 약 2백만 달러로 합병했습니다.

한 가지 더욱 더 흥미로운 점은, 애플의 자율 주행차에 대한 자사 계획이 버지를 통해 발각이 되었습니다. 이 기사의 내용은, 애플이 미국고속도로교통안전위원회(NHTSA)에 자동차 업계에 처음 진출하는 회사들과 전통적인 내연기관 자동차업체들 사이에 표준 데이터를 공유하여 공정 경쟁이 이루어져야 한다고 서한을 보낸 내용 때문에 사실을 알게 되었습니다.

아무래도 애플은 테슬라나 우버, 볼보, GM, BMW와 같은 자율 주행 자동차를 만들겠다고 뛰어 든 회사들보다는 후발 주자로서 먼저 실패한 노하우를 획득하기 위함이 아니었나 추측해 봅니다. 참고로 애플은 올 2월 초, 서니 베일에 비밀 연구소를 설립하고, "타이탄" 이란 이름으로 전기 자율 주행 자동차 프로젝트를 비밀리에 진행해 왔으나, 최근에 수백명의 인력을 내 보내어 완전 접는 듯한 인상을 심어 주는 이 시점에서 애플 제품 통합 디렉터인 스티브 케너의 서신에서 머신 러닝과 무인 수송 분야에 뛰어 들었다는 소식을 듣게 되어 아직 애플카의 불씨가 꺼지지 않았다는 알 수 있게 되었습니다.

글을 마치면서  

물론 위의 업체 말고도 이미 인공지능과 머신 러닝 도구를 발표한 마이크로소프트, 구글 홈과 탠서플로우로 유명한 구글, IBM 왓슨과 최근에 ViV 를 인수한 삼성전자 들도 인공지능 분야에 빠지면 서러워 할 기업들이 즐비합니다만 그 주에 쏟아진 기업들만 소식들을 전하다 보니 범주에서 제외 했습니다.

아울러 여러분들이 미국 실리콘 밸리 기업만 볼 것이 아니라 국내에도 네이버 랩스와 쏠트룩스와 같은 기업에서도 이 분야에 진출하고 있습니다. 또한 미국 외에 중국과 이스라엘의 유니콘이나 스타트업들의 활약상을 눈 여겨 볼 필요가 있습니다.

그리고 전 세계의 IT 기업의 머신 러닝 분야를 살펴 보았더니, 저 마다 다른 이름으로 부르지만 공통점은, 약 500만개가 팔린 아마존 에코 때문인지 최근에 구글 홈 등을 통한 음성 스피커 위주로 음성 지능형 서비스, 그리고 메신저 또는 웹 또는 모바일 앱 채팅에 대화형 앱을 해 주는 챗봇 프레임워크으로 저마다 개발자 생태계 시스템을 굳걷히 하고 있습니다.

또한 전 세계의 전기 자동차의 붐에 더불어, 자동차와 IT가 융합한 테슬라의 오토파일럿 때문에 컴퓨터 비전을 통한 사물 인식 기능과 더불어, 이를 데이터셋으로 받아 빅데이터로 실시간 처리하는 빅 데이터 분석 서비스로서의 머신 러닝, 또한 여러분들의 스마트폰에서 올리는 여러가지 사진과 동영상을 분석한 물체 인식 서비스와 좀더 제널한 AI를 나가기 위한 확장 서비스를 오픈 소스로 공개하고 있다는 인사이트를 얻을 수 있었습니다. <테크수다 Techsuda>