구글은 왜 머신 러닝에 집중하는가?
4차 산업혁명의 핵심인 머신 러닝. 인공지능의 연구 분야 중 하나로, 컴퓨터가 스스로 방대한 데이터를 분석해 미래를 예측할 수 있는 기술이다. 백영제 구글 글로벌 디렉터는 키노트 강연을 통해 머신 러닝을 어떻게 산업에 적용시킬 수 있을지 설명했다.
구글은 왜 이렇게 머신러닝에 관심을 두는가
전세계의 정보를 정리해 많은 사람들이 활용하고 유용하게 쓸 수 있도록 하는 것이 구글의 미션이다. 이 미션 달성을 위해 정보를 정리하는 효율적인 방법이 필요했고, 이것의 해답이 머신 러닝으로, 구글의 미션을 이루는 데 있어 아주 중요한 툴이다. 머신러닝은 AI에서 시작한다. AI라는 것은 기계를 어떻게 좀 더 똑똑하게 만들 수 있을까란 질문에서 시작한 분야이다. 그리고 AI 안에는 또 하나의 분야, 딥 러닝이 있다.
마치 하나의 대상으로 보이는 아래의 사진을 보고 기계는 대상이 강아지인지 머핀 인지 어떻게 구분할 수 있을까? 우선 사진에 태깅을 한다. 트레이닝 섹트를 만들어 기계가 기계에게 인풋을 한다. 기계가 사진을 보고 러닝을 하고 패턴을 인지하는 과정을 거쳐 학습을 하게 되면, 테스트 세트를 통해 기계가 실제 사진을 맞출 수 있는지 확인한다. 이를 통해 사진을 읽을 수 있는 기능을 개발한다. 구글포토라는 프로덕트가 예시이다. 구글포토는 사람의 얼굴이 어떻게 변해가는지도 인지할 수 있다. 예를 들어 동일인물의 얼굴에 변화가 생기면 카테고리가 둘로 생길 수 있는 것이다. 한 사람이 교정을 통해 턱 구조가 바뀌게 되니 기계는 다른 사람으로 인지했다. 물론 수동으로 동일 인물이라고 카테고리를 합치면, 다시 하나의 카테고리로 정리하게 된다. 사진 판독 에러율은 2011년 25.80%에서 2014년 5.10%로 크게 줄었다. 지금은 기계가 사람보다 판독이 우월하다.
딥러닝과 TensorFlow를 사용하는 오이 농부
자동차용 임베디드시스템 디자이너였던 일본의 마코토 고이케는 귀농 후 부모님의 오이 농사를 돕고 있다. 그런데 부모님을 지켜보니, 상품 분류하는 데 굉장히 수고로움이 많았다. 농번기에는 하루 동안에만 8시간씩 오이를 등급별로 분류하는 것이 아닌가. 그는 어떻게하면 부모님을 도울 수 있을까 고민하다 알파고 이벤트를 보고 텐소플로우가 오픈 프로세스인 만큼 이를 활용해 부모님을 도울 수 있겠다 생각했다. 부모님이 오이를 올려놓으면 컨베이어벨트에 사진을 찍어 상품인지 하품인지 등급별로 구분하고, 각 등급에 맞게 박스에 넣는 과정이다 . 이 엔지니어 출신 농부 한 명이 만든 프로세스가 어떠한가? 코딩할 수 있는 어느 정도의 프로그래밍 능력만 있으면 누구나 자신이 만들고 싶은 프로그램 만들 수 있는 시대가 됐다.
인간 vs 기계?
머신러닝에 대한 여러 기사를 보면 인간과 기계간의 대립이라는 구조로 바라보는 사람이 많다. 그렇지만 사실 구글은 긍정적으로 해석하고 있다. 사람이 풀기 어려운 복잡한 문제를 해결하는 데 있어서 ‘머신러닝이라는 툴을 어떻게 활용 할 수 있을까’라는 시각으로 바라보는 것이 옳지 않을까? 머신러닝의 도움을 받아 지루하고 복잡한 일은 간편하게 해결하고, 그 외의 많은 시간을 창의적인 활동에 쏟을 수 있다면 어떨까? 광고는 결국 고객과의 커뮤니케이션이 중요하다. 디지털화되면서 수많은 정보를 온라인으로 취득하는데, 이제 고객에 대한 인사이트 얻을 수 있고 더 나은 광고와 더 나은 크리에이티브를 만들 수 있다. 복잡한 작업은 머신러닝이, 사람은 창의적인 일에 집중할 수 있는 시대가 다가오고 있다.
