딥러닝, 물리적인 공간에서도 기능을 발휘하기 시작…아직 초창기이긴 하지만
인공지능과 로보틱스의 발전은 사업 형태를 뒤바꿀 것…그러나 조금은 미래의 일
[보안뉴스 문가용 기자] 로봇들이 뉴스란을 장식하는 일은 거의 없다. 그 부분에 있어서는 인간의 능력이 아득히 뛰어나다. 그러나 3월 26일에 발표된 토싱봇(TossingBot)은 예외였다. 구글, 프린스턴대학, 콜럼비아대학, MIT의 연구원들이 만든 이 로봇은 아무 물체나 무작위로 잡아들고 멀리 있는 상자 안으로 던져 넣을 수 있었다. 중요한 건 상자의 위치가 미리 입력되지 않았고, 로봇이 계속해서 물건을 던지는 시도를 하면서 성공 확률을 스스로 높였다는 것이다.
구글의 연구원인 앤디 젱(Andy Zeng)은 블로그를 통해 “이 로봇은 비정형화 된 물리 세계의 역학을 견뎌내는 걸 넘어, 그런 요소들을 사용해 임무를 달성하는 법을 스스로 익힐 수 있도록 설계되었다”고 설명했다. “그런 과정에서 물리적 직관력을 발전시켜 보다 효과적으로 임무를 완수하는 로봇을 만드는 게 이번 프로젝트의 목적이었습니다. 모든 시나리오와 상황을 엔지니어링해서 하나하나 입력하는 것이 아니라 딥러닝 알고리즘을 적용시켰습니다.”
꽤나 흥미로운 내용이다. 결국 딥러닝이 가상의 공간이 아니라 실제 물리 세계에서도 잠재력을 발휘하기 시작했다는 뜻이기 때문이다. 로보틱스 분야가 고차원적으로 발전함에 따라 많은 산업이 안팎으로 변할 운명에 처하게 됐다. 생산, 의료, 운송, 농업 등 분야가 한정적이지도 않다. 이에 따라 CIO와 CISO 등 IT 분야에서 중요한 책임을 맡고 있는 사람들 역시 긴장의 끈을 놓치면 안 되는 때라고 할 수 있다.
로보틱 처리 자동화(Robotic Process Automation, RPA)는 2019년 디지털 변혁을 기획하고 있는 CIO들이 가장 주목해야 할 10가지 기술 중 하나라고 회계 자문 그룹인 KPMG는 보고서를 통해 발표한 바 있다. 시장 조사 기관인 포레스터(Forrester)의 경우, “인공지능과 RPA 등과 같은 자동화 기술과 실제 로봇 장비들의 발전 덕분에 CIO가 기존 사업 모델을 변화시켜 고객 경험을 향상시킬 기회가 생기고 있다”고 표현하기도 했다.
로봇에게 특정한 임무를 알려주고, 그걸 반복해서 실시하라고 프로그래밍 하는 건 오래전부터 해오던 일이다. 그러나 수많은 데이터를 제공하고, 그것으로부터 딥러닝 스스로 학습하고 훈련해 효율을 높이라고 시키는 건 공상과학에 나올 법한 얘기처럼 들린다. 그도 그럴 것이 현재 세계에서 가장 뛰어난 인공지능이라고 하더라도, 평범한 인간을 흉내 내지 못하기 때문이다. 아직 인공지능이 이 글을 읽는 당신만큼 똑똑해지려면 멀었다. 하지만 당신이 키우는 고양이 만큼은 된다. 그것이 토싱봇이 상징하는 바다.
토싱봇에 대해 다시 한 번 생각해보자. 토싱봇은 인간의 움직임을 복제할 줄 안다. 그래서 무작위 물체를 특정한 목표를 향해 던질 수 있다. 그 과정에서 시행착오를 겪으며, 물체의 각기 다른 모양, 크기, 무게 등의 변수에 따라 던지는 전략을 스스로 발전시켜 나갈 수 있다. 대부분의 사람과 같은 방식으로 작동하는 것이다. 물론 사람만큼 똑똑하거나 빠르게 발전하는 건 아니지만 말이다.
그렇다면 고양이 정도 되는 이 토싱봇이 어떤 식으로 활용될 수 있을까? 아니, 토싱봇이 발전하면 산업에 어떤 변화가 일어날까? 예를 들어 지난 3월 샌프란시스코의 법원에서는 라운드업(Roundup)이라는 제초제가 암을 유발한다는 것이 법적으로 인정되는 일이 있었다. 지난 8월 이후 비슷한 판결이 내려진 건 미국에서만 벌써 두 번째다. 그러나 농약을 사용하지 않을 수는 없는 게 현실이다. 이미 우리의 음식은 경작지에서부터 농약으로 반짝반짝 코팅되어 시장으로 나온 지 오래다.
이런 상황에서 딥러닝을 장착한 로봇이 농장을 점검하게 된다면 어떨까? 사람보다도 빠르게, 그리고 오랜 시간 동안 농장을 돌며 식물을 하나하나 확인할 수 있게 된다. 그리고 건강한 것과 그렇지 않은 것, 농약이 필요한 것과 그렇지 않은 것을 구별할 수 있고, 그에 따라 꼭 필요한 부분에만 농약을 칠 수 있다. 농약을 낭비하지 않아도 되고, 농약으로 인한 피해를 최소화시키는 것도 가능하다. 사실 이미 영국의 스몰 로봇 컴파니(Small Robot Company)라는 회사는 이런 로봇을 판매 중에 있다.
비슷한 효과를 공사 현장에서도 누릴 수 있다. 위험하기 짝이 없는 고공지대에서 공사를 진행해야 할 때, 우리는 고도와 바람의 세기, 바닥면의 흔들림을 학습하고 적응할 수 있는 로봇을 대신 보낼 수 있다. 생산 현장에서도 마찬가지다. 예상과 탐지가 힘들 정도로 자그마한 오류를 찾는 데에도 토싱봇의 후예들이 사용될 수 있다. 의료 분야의 경우, 수술 집도나 재난 대응 현장에서 로봇들이 출현할 예정이다.
물론 아직은 ‘고양이’들일 뿐이다. 심지어 가까운 미래에 사람과 같은 로봇이 등장할 것 같지도 않다. 로봇들이 스스로 농장에서 움직여 건강하지 않은 작물을 발견하게 하고, 공사장에서 영웅이 되며, 의사도 못 찾은 질병을 사람 몸 속에서 짚어내게 한다는 건 대단히 어려운 일이다. 그런 결정을 내리는 데에 필요한 데이터를 저장하고, 다루고, 전송하는 문제와, 그 방대한 데이터를 처리하는 데에 필요한 컴퓨팅 파워 문제가 해결되지 않는다는 것도 발목을 잡고 있다. 그러니 로보틱스와 자동화에 투자하려는 CIO들은 이러한 현실도 알고 있어야 한다.
당분간 로봇의 발전에 대한 소식이 간간히 신문지면을 장식할 것이다. 그러면서 딥러닝과 관련된 데이터와 알고리즘, 모델링 정보도 대중들에게 더 많이 공개될 것이다. 전문가들은 이렇게 공개되는 자료들을 통해 더 깊은 연구를, 보다 쉽고 저렴하게 할 수 있을 것이고, 분야로의 진입장벽을 낮출 수 있을 것이다. CIO들 역시 준비를 시작할 수 있을 것이다. 이미 로봇 운영 체제(ROS)라는 소프트웨어 라이브러리 및 도구 번들이 공개(http://www.ros.org/)되어 있고, 아마존도 딥레이서(Deep Racer)라는 무인 자동차 개발 플랫폼을 출시했다(https://aws.amazon.com/ko/deepracer/).
인공지능과 로봇으로 조직의 체질을 완전히 개선할 계획을 가지고 있는 IT 리더들이라면, 제일 먼저는 내부적으로 인공지능 관련 기술에 대한 ‘호기심’을 왕성하게 키우는 것부터 시작하는 것이 좋을 것이다. 이미 무료로 공개된 튜토리얼이나 모델, 알고리즘이 인터넷에 풍부하다. 이런 것들을 가지고 실험하고 작은 호기심 충족용 프로젝트를 시작해보라. 아직은 인공지능 전문가가 될 필요도 없고, 너무 많은 돈을 쓸 필요도 없다. 아직 인공지능은 초창기 중에서도 초창기를 지나고 있고, 우리 모두는 학생일 뿐이니까 말이다.
글 : 톰 캐닝(Tom Canning), Canonical Group
[국제부 문가용 기자(globoan@boannews.com)]
인공지능과 로보틱스의 발전은 사업 형태를 뒤바꿀 것…그러나 조금은 미래의 일
[보안뉴스 문가용 기자] 로봇들이 뉴스란을 장식하는 일은 거의 없다. 그 부분에 있어서는 인간의 능력이 아득히 뛰어나다. 그러나 3월 26일에 발표된 토싱봇(TossingBot)은 예외였다. 구글, 프린스턴대학, 콜럼비아대학, MIT의 연구원들이 만든 이 로봇은 아무 물체나 무작위로 잡아들고 멀리 있는 상자 안으로 던져 넣을 수 있었다. 중요한 건 상자의 위치가 미리 입력되지 않았고, 로봇이 계속해서 물건을 던지는 시도를 하면서 성공 확률을 스스로 높였다는 것이다.
[이미지 = iclickart]
구글의 연구원인 앤디 젱(Andy Zeng)은 블로그를 통해 “이 로봇은 비정형화 된 물리 세계의 역학을 견뎌내는 걸 넘어, 그런 요소들을 사용해 임무를 달성하는 법을 스스로 익힐 수 있도록 설계되었다”고 설명했다. “그런 과정에서 물리적 직관력을 발전시켜 보다 효과적으로 임무를 완수하는 로봇을 만드는 게 이번 프로젝트의 목적이었습니다. 모든 시나리오와 상황을 엔지니어링해서 하나하나 입력하는 것이 아니라 딥러닝 알고리즘을 적용시켰습니다.”
꽤나 흥미로운 내용이다. 결국 딥러닝이 가상의 공간이 아니라 실제 물리 세계에서도 잠재력을 발휘하기 시작했다는 뜻이기 때문이다. 로보틱스 분야가 고차원적으로 발전함에 따라 많은 산업이 안팎으로 변할 운명에 처하게 됐다. 생산, 의료, 운송, 농업 등 분야가 한정적이지도 않다. 이에 따라 CIO와 CISO 등 IT 분야에서 중요한 책임을 맡고 있는 사람들 역시 긴장의 끈을 놓치면 안 되는 때라고 할 수 있다.
로보틱 처리 자동화(Robotic Process Automation, RPA)는 2019년 디지털 변혁을 기획하고 있는 CIO들이 가장 주목해야 할 10가지 기술 중 하나라고 회계 자문 그룹인 KPMG는 보고서를 통해 발표한 바 있다. 시장 조사 기관인 포레스터(Forrester)의 경우, “인공지능과 RPA 등과 같은 자동화 기술과 실제 로봇 장비들의 발전 덕분에 CIO가 기존 사업 모델을 변화시켜 고객 경험을 향상시킬 기회가 생기고 있다”고 표현하기도 했다.
로봇에게 특정한 임무를 알려주고, 그걸 반복해서 실시하라고 프로그래밍 하는 건 오래전부터 해오던 일이다. 그러나 수많은 데이터를 제공하고, 그것으로부터 딥러닝 스스로 학습하고 훈련해 효율을 높이라고 시키는 건 공상과학에 나올 법한 얘기처럼 들린다. 그도 그럴 것이 현재 세계에서 가장 뛰어난 인공지능이라고 하더라도, 평범한 인간을 흉내 내지 못하기 때문이다. 아직 인공지능이 이 글을 읽는 당신만큼 똑똑해지려면 멀었다. 하지만 당신이 키우는 고양이 만큼은 된다. 그것이 토싱봇이 상징하는 바다.
토싱봇에 대해 다시 한 번 생각해보자. 토싱봇은 인간의 움직임을 복제할 줄 안다. 그래서 무작위 물체를 특정한 목표를 향해 던질 수 있다. 그 과정에서 시행착오를 겪으며, 물체의 각기 다른 모양, 크기, 무게 등의 변수에 따라 던지는 전략을 스스로 발전시켜 나갈 수 있다. 대부분의 사람과 같은 방식으로 작동하는 것이다. 물론 사람만큼 똑똑하거나 빠르게 발전하는 건 아니지만 말이다.
그렇다면 고양이 정도 되는 이 토싱봇이 어떤 식으로 활용될 수 있을까? 아니, 토싱봇이 발전하면 산업에 어떤 변화가 일어날까? 예를 들어 지난 3월 샌프란시스코의 법원에서는 라운드업(Roundup)이라는 제초제가 암을 유발한다는 것이 법적으로 인정되는 일이 있었다. 지난 8월 이후 비슷한 판결이 내려진 건 미국에서만 벌써 두 번째다. 그러나 농약을 사용하지 않을 수는 없는 게 현실이다. 이미 우리의 음식은 경작지에서부터 농약으로 반짝반짝 코팅되어 시장으로 나온 지 오래다.
이런 상황에서 딥러닝을 장착한 로봇이 농장을 점검하게 된다면 어떨까? 사람보다도 빠르게, 그리고 오랜 시간 동안 농장을 돌며 식물을 하나하나 확인할 수 있게 된다. 그리고 건강한 것과 그렇지 않은 것, 농약이 필요한 것과 그렇지 않은 것을 구별할 수 있고, 그에 따라 꼭 필요한 부분에만 농약을 칠 수 있다. 농약을 낭비하지 않아도 되고, 농약으로 인한 피해를 최소화시키는 것도 가능하다. 사실 이미 영국의 스몰 로봇 컴파니(Small Robot Company)라는 회사는 이런 로봇을 판매 중에 있다.
비슷한 효과를 공사 현장에서도 누릴 수 있다. 위험하기 짝이 없는 고공지대에서 공사를 진행해야 할 때, 우리는 고도와 바람의 세기, 바닥면의 흔들림을 학습하고 적응할 수 있는 로봇을 대신 보낼 수 있다. 생산 현장에서도 마찬가지다. 예상과 탐지가 힘들 정도로 자그마한 오류를 찾는 데에도 토싱봇의 후예들이 사용될 수 있다. 의료 분야의 경우, 수술 집도나 재난 대응 현장에서 로봇들이 출현할 예정이다.
물론 아직은 ‘고양이’들일 뿐이다. 심지어 가까운 미래에 사람과 같은 로봇이 등장할 것 같지도 않다. 로봇들이 스스로 농장에서 움직여 건강하지 않은 작물을 발견하게 하고, 공사장에서 영웅이 되며, 의사도 못 찾은 질병을 사람 몸 속에서 짚어내게 한다는 건 대단히 어려운 일이다. 그런 결정을 내리는 데에 필요한 데이터를 저장하고, 다루고, 전송하는 문제와, 그 방대한 데이터를 처리하는 데에 필요한 컴퓨팅 파워 문제가 해결되지 않는다는 것도 발목을 잡고 있다. 그러니 로보틱스와 자동화에 투자하려는 CIO들은 이러한 현실도 알고 있어야 한다.
당분간 로봇의 발전에 대한 소식이 간간히 신문지면을 장식할 것이다. 그러면서 딥러닝과 관련된 데이터와 알고리즘, 모델링 정보도 대중들에게 더 많이 공개될 것이다. 전문가들은 이렇게 공개되는 자료들을 통해 더 깊은 연구를, 보다 쉽고 저렴하게 할 수 있을 것이고, 분야로의 진입장벽을 낮출 수 있을 것이다. CIO들 역시 준비를 시작할 수 있을 것이다. 이미 로봇 운영 체제(ROS)라는 소프트웨어 라이브러리 및 도구 번들이 공개(http://www.ros.org/)되어 있고, 아마존도 딥레이서(Deep Racer)라는 무인 자동차 개발 플랫폼을 출시했다(https://aws.amazon.com/ko/deepracer/).
인공지능과 로봇으로 조직의 체질을 완전히 개선할 계획을 가지고 있는 IT 리더들이라면, 제일 먼저는 내부적으로 인공지능 관련 기술에 대한 ‘호기심’을 왕성하게 키우는 것부터 시작하는 것이 좋을 것이다. 이미 무료로 공개된 튜토리얼이나 모델, 알고리즘이 인터넷에 풍부하다. 이런 것들을 가지고 실험하고 작은 호기심 충족용 프로젝트를 시작해보라. 아직은 인공지능 전문가가 될 필요도 없고, 너무 많은 돈을 쓸 필요도 없다. 아직 인공지능은 초창기 중에서도 초창기를 지나고 있고, 우리 모두는 학생일 뿐이니까 말이다.
글 : 톰 캐닝(Tom Canning), Canonical Group
[국제부 문가용 기자(globoan@boannews.com)]
Copyrighted 2015. UBM-Tech. 117153:0515BC
<저작권자: 보안뉴스(www.boannews.com) 무단전재-재배포금지>
문가용기자 기사보기
.jpg)
.jpg)
.jpg){kind=small}
.jpg){kind=small}
.jpg){kind=small}
.jpg){kind=small}
.jpg){kind=small}
.jpg){kind=small}
.jpg){kind=small}
.jpg){kind=small}
.jpg){kind=small}
.jpg){kind=small}
.jpg){kind=small}
