전체기사 최신뉴스 GAM
KYD 디데이
산업 생활경제

속보

더보기

[김정호의 4차혁명 오딧세이] 인공지능을 위한 인공데이터 생산

기사입력 : 2019년12월16일 08:00

최종수정 : 2020년03월10일 16:44

※ 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 학습해, 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 연재하며 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 산학협력센터장 등을 겸하고 있다.

데이터가 필요한 인공지능 학습

인공지능 중에서 데이터로 학습하는 방식을 기계학습(Machine Learning)이라고 하고, 그 기계학습 중에서 데이터에 이름(Label)을 붙여서 학습하는 방식을 지도학습(Supervised Learning)이라고 한다.

김정호 교수

데이터에 이름을 붙여야 하는 인공지능 학습 방식이다. 대표적으로 이미지를 인식하는 CNN(Convolutional Neural Network) 알고리즘이 이 방식의 인공지능이 된다. 이미지와 이름을 보고 학습해서 물체를 판단해 낸다.

그런데 이러한 지도학습 방법은 많은 비용과 노동력이 필요해서 결국 시간과 자본이 들어간다. CNN 학습을 위해서는 수백만 장, 수천만 장의 사진을 모으고, 그 사진에 이름을 붙여야 한다. 이러한 작업에 개인이 자발적으로 이름을 붙일 수 있으나 그 한계가 있다.

구글과 페이스북은 인터넷과 SNS로부터 수많은 데이터인 사진 이미지를 모은다. 여기에 모두 직접 사람이 이름을 붙이기는 불가능에 가깝다. 그래서 구글과 페이스북은 사진 상황을 보거나, 해시태그를 이용해서 자동으로 그림에 이름을 붙이는 인공지능 알고리즘 연구를 하기도 한다. 이것이 모두 데이터에 이름을 붙이는 데 필요한 노력이다. 인공지능이 학습하는 데 필요한 비용이다. 데이터와 이름은 무료가 아니다.

사람 중에 똑똑한 사람을 '하나를 알려주면 열을 안다'라고 표현하기도 한다. 학생을 지도하다 보면 그런 학생을 종종 만난다. 나중에는 그 학생이 오히려 나에게 스승이 된다. 그런 학생들을 통해서 거꾸로 배운다. 이럴 때 학교에 있는 교수로 최고의 기쁨을 느낀다. 이런 학생은 스스로 학습하고 연구하는 독자적인 학습과 연구 수행능력을 갖추게 된다.

인공지능을 지도할 때도 마찬가지이다. 학습을 줄이고 최대한 인공지능의 지능을 높이고자 연구한다. 그러면 데이터 모집과 이름 붙이기 수고가 줄어들 수 있다. 그럼 척척 알아서 학습하게 된다.

CNN을 이용한 이미지 분류 및 탐지 방법. [출처=KAIST]

최소한의 데이터로 인공지능 학습

이러한 연구 중, 최근에는 인공지능 연구로 전이학습(Transfer Learning)이라고 불리는 학습 방법이 있다. 한번 배운 학습 결과를 다른 곳에 다시 쓴다는 의미이다. 다시 말하면, 여러 번 배울 필요가 없다는 의미이다. 수학에서 기초 원리를 잘 파악하면 다양한 응용문제를 푸는 원리와 같다.

이처럼 한번 학습한 결과를 다른 응용에 적용하려는 시도를 전이학습(Transfer Learning)이라고 부른다. 학습과정에서 얻는 인공지능망의 구성과 변수도 다른 용도의 인공지능망으로 전이될 수 있다. 그럼 이를 전수한 새로운 인공지능 신경망은 학습량이 줄어든다. 아예 이러한 전체 과정을 스스로 할 수도 있다. 이 방법을 자체학습(Self-learning)이라고 부른다.

최근 연구하는 인공지능 학습 방법이다. 모두 학습 부담을 줄이고 데이터 필요 분량을 줄이려는 시도이다.

아예 한번 교육으로 모든 교육이 끝나는 단수학습(One short Learning) 방법에 대한 연구도 시작됐다. 수학에서 문제 하나만 풀어보면, 유사한 모든 문제를 푸는 능력이라 보면 된다. 천재를 키우는 인공지능 학습 방법으로 보면 된다.

예를 들면 어린이를 학습할 때, 공룡 사진 하나만 보여주면, 그 이름을 영원히 기억한다. 지금의 인공지능 학습은 많은 수의 사진을 보여주면서 학습하고 그 결과로 인공지능망이 정해진다. 단 한 번의 이미지 학습으로 인공지능망을 정하려는 시도인 셈이다.

매우 도전적이지만, 언제인가 인공지능이 이 단계에 도달할 것으로 본다. 이 학습 방법은 '하나를 가르쳐 주면 모든 것을 안다'라는 설명으로도 가능하다. 천재 학생 지도 방법이다. 이 방법 역시 데이터를 최소화하면서 인공지능을 학습하는 방법이라고 본다.

인공 데이터(Artificial Data)의 생성

인공지능에는 학습을 위한 데이터가 필요하다. 일반적으로 데이터가 많을수록 지능이 높아진다. 그래서 빅데이터를 모으려고 한다. 그래서 데이터도 인공적으로 만들려고 한다. 이를 필자는 인공 데이터(Artificial Data)라고 부른다. 인공지능(Artificial Intelligence)처럼 인공 데이터(Artificial Data)도 대세가 된다. 아예 사람의 도움을 받지 않고 인공지능 스스로가 인공지능 학습용 데이터를 만들 수 있는 세상이 된다.

데이터를 인공적으로 만드는 방법은 제일 먼저 원본 이미지를 변형하는 방법이다. 글자를 인식하는 CNN을 위한 손글씨 데이터를 만든다고 하면, 기본 데이터 글씨(MNIST)를 기초로 컴퓨터가 그 글씨체를 변형할 수 있다.

아래위로 길게 늘이거나, 글씨체 자체를 기울이게 할 수 있다. 또는 흐리게 만들거나, 가늘게 만들 수 있다. 이미지에 잡음을 넣을 수 있다. 바탕도 바꿀 수 있다. 또는 색깔을 다르게 입힐 수 있다. 또는 글자 크기를 키울 수도 있다. 컴퓨터와 알고리즘을 결합하면 한 장의 기본 글씨 이미지로 수백 장, 수천 장의 파생 데이터를 컴퓨터로 만들 수 있다.

이렇게 기본 데이터를 변형해 빅데이터를 만들 수 있다. 이 빅데이터는 다시 인공지능 학습에 쓰인다. 인공(Artificial)이 돌고 돈다.

처음부터 아예 컴퓨터가 스스로 데이터를 만들 수 있다. 그 데이터로 인공지능이 학습한다. 예를 들어 자율주행자동차를 위한 학습용 사고 장면 영상을 만든다고 가정하자. 자율주행자동차 학습을 위해 영상을 직접 만드는 것은 매우 위험하고 비싸다. 따라서 사고 영상을 컴퓨터로 인공적으로 만들어 이를 이용해서 인공지능이 학습하는 것이 효율적이다.

제목과 주제를 주면 컴퓨터가 3차원 영상과 이미지를 만들어 내는 연구가 진행 중이다. 그렇게 되면 인공지능이 경험하는 세계도 인공적으로 컴퓨터로 만들어진다. 데이터를 만드는 시간과 비용, 수량의 한계를 인공 데이터 생성을 통해서 해결하려고 한다. 이런 방식을 필자는 데이터 증강(Data Augmentation)이라고 부르기도 한다.

그뿐만 아니라 강화학습(Reinforcement Learning)에서도 인공적으로 계산해서 학습한다. 강화학습에서는 게임을 하듯이 학습한다. 알파고가 이세돌 9단과 바둑을 둘 때 사용한 인공지능 학습 방법이다.

이제는 컴퓨터끼리 게임을 하면서 바둑 기보 데이터를 생산한다. 그러니 이 상황에서도 인공지능 학습을 위한 환경을 컴퓨터가 가상으로 만든다.

강화학습을 이용해서 공학 문제의 최적화 설계도 자동화하려는 시도가 시작되었다. 여기서도 컴퓨터 시뮬레이션으로 데이터가 만들어지고 이를 통해서 학습한다. 이렇게 되면 컴퓨터가 다 알아서 한다. 이제 학습에도 인간의 도움이 점점 덜 필요하게 된다. 학습도 컴퓨터가 담당한다.

CNN에서 손글씨 학습을 위해 사용되는 MINST(Modified national Institute of Standards and Technology) 데이터베이스 이미지. [출처=MINIST]

가상 데이터(Virtual Data)인 세상

인공지능 학습을 위한 데이터를 모으는데 개인의 정보보호와 특허 문제가 발생한다. 학습을 위해 모은 데이터의 주인은 누구이고, 그 개인의 정보는 어디까지 보호해야 할 것인가가 사회적, 법률적, 정치적 쟁점이 될 전망이다. 그래서 빅데이터를 모으기가 점점 더 어렵게 되었다.

그래서 인공지능을 위한 빅데이터를 컴퓨터로 인공으로 만드는 방법이 중요해진다. 앞으로 점점 더 그렇게 될 것으로 예측한다.

이렇게 만들어진 인공 데이터로 다시 인공지능망이 학습한다. 그 학습 결과는 다른 응용 분야로 전이된다. 그 인공지능으로 인공지능 데이터를 만든다. 이제 인간이 파고들 틈이 없다. 인공지능이 인공 데이터도 만들고, 학습도 스스로 한다. 미래 인공지능의 모습이다. 모두 컴퓨터의 성능과 메모리 반도체의 성능이 높아져 가능하다. 인공 세상(Artificial World)이다. 데이터도 가상화(Virtualization)된다. 

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

[뉴스핌 베스트 기사]

사진
李정부, 123개 국정과제 공식 확정 [세종=뉴스핌] 양가희 기자 = 정부가 향후 5년간 국정 운영의 핵심 로드맵이 될 123대 국정과제를 본격 추진한다. 정부는 16일 정부세종청사에서 국무회의를 열고 국정과제를 포함한 국정과제 관리계획을 확정했다고 밝혔다. 국무회의에서 확정된 123대 국정과제는 지난달 13일 국정기획위원회에서 제안한 '이재명 정부 국정운영 5개년 계획(안)'을 정부 차원의 검토 및 조정·보완을 거쳐 확정한 것이다. 이재명 대통령이 16일 오전 취임 후 처음으로 정부세종청사에서 국무회의를 직접 주재하면서 국가균형발전에 대한 발언을 하고 있다. [사진=KTV] 최종 확정된 국정과제 체계는 '국민이 주인인 나라, 함께 행복한 대한민국'이라는 국가비전 아래 5대 국정목표, 23대 추진전략, 123대 과제로 구성됐다. 5대 국정목표는 ▲국민이 하나되는 정치 ▲세계를 이끄는 혁신경제 ▲모두가 잘사는 균형성장 ▲기본이 튼튼한 사회 ▲국익 중심의 외교안보다. 우선 정부는 국민주권 실현 및 대통령 책임 강화를 위한 개헌을 추진한다. 4년 연임제 및 결선투표제 도입, 감사원 국회 소속 이관, 대통령 거부권 제한, 국무총리 국회추천제 도입 등이 개헌안에 담길 전망이다. 권력기관 개혁을 통한 민주주의 확립, 독자 인공지능(AI) 생태계 및 AI고속도로 구축, 5극3특 중심 혁신·일자리 거점 조성, 경제협력개발기구(OECD) 수준 산재 감축 등의 내용도 국정과제에 담겼다. 또 이재명 정부 임기 내 전시작전통제권 전환을 완료하는 강군 육성 방안도 포함됐다. 행정수도 세종 완성과 2차 공공기관 이전도 차질없이 진행할 계획이다.  이재명 대통령이 16일 오전 취임 후 처음으로 정부세종청사에서 국가균형발전 관련 국무회의를 직접 주재하고 있다. [사진=KTV] 국정과제 이행을 위한 범정부 추진체계도 구축한다. 온라인 국정관리시스템과 오프라인 범부처 협의체를 운영, 국정과제 추진상황을 지속 관리한다. 입법성과 조기 창출을 위해 법제처에 국정입법상황실을 두고, 국정과제 입법 전주기를 밀착 관리한다. 국정과제 중 입법조치가 필요한 사항은 법률 751건, 하위법령 215건 등 총 966건으로 나타났다. 이 중 법률안 110건은 연내 국회 제출하고, 하위법령 66건 올해 제·개정한다는 계획이다. 국정과제 추진과정에서 국민과의 소통을 강화하고, 정책성과를 국민이 실질적으로 체감할 수 있도록 한다. 온라인 소통창구인 '국정과제 소통광장'을 마련, 국민이 제기한 의견을 정부가 신속히 답하는 쌍방향 소통채널을 만든다. 국민만족도 조사는 주기적으로 실시하고 민생 관련 중요 국정과제는 민관합동 현장점검을 실시한다. 국정과제 추진성과를 평가하기 위한 '정부업무평가 기본계획('25~'27)' 및 '2025년도 정부업무평가 시행계획 수정안'도 이날 국무회의에서 확정됐다. 올해는 미래 전략산업 육성 등 각 부처가 역점 추진하는 정책과제, 신산업 등 규제 합리화, AI 활용 일하는 방식 혁신, 디지털 소통·홍보 노력 강화 등을 중점 평가할 예정이다. 국민주권정부에 걸맞게 평가 과정에 국민 참여를 확대하고, 국민 만족도 조사 결과도 비중 있게 반영한다. 국무조정실은 "향후 국정과제 추진과정에서 국민의견을 수시로 청취하고 소통을 강화해 나갈 예정"이라며 "국민요구와 정책여건 변화를 반영해 이행계획도 지속 보완하며 추진할 계획"이라고 밝혔다. sheep@newspim.com 2025-09-16 14:04
사진
코어위브, 엔비디아와 8조원대 계약 [서울=뉴스핌]박공식 기자 = 데이터센터 운영업체인 코어위브(종목코드: CRWV)는 인공지능(AI) 칩 선두 주자 엔비디아와 63억 달러(8조7160억원) 규모의 클라우드 컴퓨팅 용량 주문 계약을 체결했다고 15일(현지시간) 밝혔다. 엔비디아는 이번 계약을 통해 2032년 4월 13일 까지 코어위브가 고객에게 판매하지 않은 모든 클라우드 용량을 구매하기로 했다. 엔비디아와 수주 계약 체결 소식이 전해진 후 코어위브 주가는 뉴욕 정규장 거래에서 8% 상승했다. 지난 3월 상장 이후 이 회사 주가는 3배 뛰었다. 코어위브는 미국과 유럽에서 엔비디아의 GPU 칩을 탑재한 대규모 데이터센터를 운영하며 이를 임대하거나 클라우드 컴퓨팅 용량을 판매하고 있다. 이번 계약으로 코어위브는 엔비디아의 핵심 클라우드 파트너로서의 입지를 공고히 하고 AI 컴퓨팅 용량 수요 감소 가능성에 대한 완충장치를 마련하게 됐다고 로이터 통신은 평가했다. 코어위브는 일찌감치 엔비디아의 눈도장을 받아 2023년 투자를 받았다. 엔비디아는 코어위브 지분을 6% 넘게 보유하고 있다. 코어위브는 지난 3월 공모가 40달러에 뉴욕 증시에 상장한 후 AI 열풍에 따른 클라우드 서비스 수요 급증에 힘입어 주가가 급등했다. 투자은행 바클레이즈는 "이번 계약은 최종 고객과 상관없이 용량이 활용될 것을 보장함으로써 코어위브의 안전장치 역할을 한다"며 "투자자들은 코어위브가 최대 고객사 2곳(마이크로소프트와 오픈AI) 외에 데이터센터 용량을 채울 수 있을지 우려해왔는데, 이번 계약으로 이런 우려가 사라졌다"고 분석했다.  코어위브 로고 [서울=뉴스핌]박공식 기자 = 2025.09.16 kongsikpark@newspim.com 코어위브는 지난 3월 챗GPT 개발사 오픈AI와 119억 달러 규모의 5년 계약에 합의하며, 클라우드 컴퓨팅 용량을 제공하기로 한 바 있다. 오픈AI는 2029년 4월까지 40억 달러까지 지급하기로 약속하는 추가 협정을 맺었다. kongsikpark@newspim.com 2025-09-16 13:03
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