알파고와 이세돌 대결로 인공지능에 대한 관심이 아졌다. 바둑은 컴퓨터가 뛰어넘을 수 없는 인간 고유 영역이라는 믿음이 있었다. 컴퓨터는 계산은 빠르지만 경험과 직관이 필요한 분야에서는 인간에 도달할 수 없다는 것이 통념이었다. 그러나, 알파고는 이런 고정관념을 산산이 부숴버렸다.
곽노준 서울대 융합과학부 교수는 “인공지능 패러다임이 인간을 모방하는 수준에서 인간을 뛰어 넘는 수준으로 높아지고 있음을 보여준 것”이라면서도 “컴퓨터가 인간을 뛰어넘었다는 것에 큰 의미를 부여하기는 어렵다”고 평가했다.
바둑이라는 게임은 탐색공간이 19×19 크기 공간이고, 반응시간은 이벤트 기반으로 30초에서 1분 남짓 걸리는 비교적 쉬운 문제라는 것이다.
곽 교수는 `알파고` 능력의 원천인 `딥러닝`이라는 기계학습방식을 연구하는 과학자다. 대학원 시절부터 기계학습 및 패턴인식에서 특징 선택 및 추출 문제를 꾸준히 연구했다. 최근 10년 동안 몰두한 분야도 차선인식·차량인식·보행자인식 등 자율주행자동차용 영상인식 문제였다. 현재는 기계학습 알고리즘 응용으로 컴퓨터 비전 문제를 연구 중이다. 딥러닝은 특징을 자동으로 추출하는 기법이다.
지난해에는 팀 SNU에서 인지 부분을 맡아 미국 국방성이 주관한 `세계재난구조로봇경진대회(DARPA)`에 참가했다. 박재흥 교수와 만든 인공지능 로봇 `똘망`으로 로봇이 직접 손으로 운전하고 발로 페달을 밟고, 차에서 내리는 등 총 8개 과제를 모두 통과했다. 구체적인 명령 없이 지형지물을 인식하고 판단해 임무를 수행하는 과제였다. 인공지능을 탑재하고 학습만 충분히 해주면 지형지물 인식과 판단이 가능하다는 것을 보여준 사례다.
그는 최근 딥러닝 가운데서도 회선신경망기술(CNN:Convolutional Neural Network)을 응용해 물체를 인식하거나 사람의 자세를 추정하는 연구를 수행 중이다. 딥러닝의 또 다른 줄기인 순환형신경망(RNN:Recurrent Neural Network)과 CNN을 결합해 인식 성능을 높이는 연구다. 여러 커널을 합쳐서 새로운 커널을 만드는 다중 커널 러닝 연구에도 관여하고 있다.
곽 교수는 지난 2013년 기존 기계학습에서 사용하는 커널 트릭을 대체할 수 있는 비선형 프로젝션 트릭(nonlinear projection trick)이라는 방법을 제안해 주목을 받기도 했다.
그는 “알파고 등장으로 인공지능이 대단한 수준에 올라왔음을 보여주기는 했지만 진정한 의미의 인공지능을 구현하기에는 아직 넘어야 할 큰 산이 많고, 우리나라에서도 이 분야 기술 발전에 이바지할 수 있는 기회는 아직 충분하다”며 “현재 진행 중인 딥러닝 응용연구와 자동차용 비전기술 연구에 매진할 계획“이라고 말했다. 그는 “이번 바둑 이벤트를 계기로 청소년 관심이 연예인에서 공학기술로 돌아오기를 바란다”고 덧붙였다.
김순기기자 soonkkim@etnews.com
