전체기사 최신뉴스 GAM 라씨로
KYD 디데이
산업 생활경제

속보

더보기

[김정호의 4차혁명 오딧세이] 인공지능 강의와 실전 실력의 차이

기사입력 : 2020년01월06일 08:00

최종수정 : 2020년03월10일 16:35

[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.

인공지능 강의 방식: 칠판과 파워포인트 그리고 유튜브

학교에서의 강의 방식에는 보통 세 가지가 있다. 전통적으로 칠판을 사용한 강의가 있고, 최근에는 파워포인트를 이용한 강의가 많다. 또는 학생들의 얼굴을 직접 보지 않고 인터넷 유튜브로 강의할 수도 있다.

김정호 교수

그런데 최근 인공지능 관련 과목과 단기강좌 강의를 하면서 과연 '인공지능 강의'에는 어떤 방법이 가장 좋을지 고민하며 시행착오를 겪고 있다.

학생이 지식을 새로 배울 때 오래 기억하고 정확하게 개념을 정립하는 방법으로 4가지 방법이 있다. 제일 먼저 강의를 수동적으로 듣는 방식이다. 그다음이 강의 내용을 받아 적는 방식이다. 다음 단계로는 강의 내용으로 토론하는 방법이다. 마지막으로 진짜 공부하는 방식은 학생이 강의 내용을 상대방에게 설명하는 방법이다. 이렇게 수동적인 수업 방식보다는 적극적인 참여 방식의 수업 효과가 몇 배 좋다.

교수는 강의를 한다. 강의하면서 사실 가르치는 것이 아니라 오히려 본인이 공부한다. 남에게 정확히 설명하려면 본인 이론부터 명확히 정립되어야 하기 때문이다.

그런데 최근에는 대학에도 파워포인트 슬라이드를 이용하는 강의가 많이 확산하고 있다. 강의 슬라이드를 화면에 띄우고 그 화면에 밑줄을 긋거나 글자를 써 가면서 강의를 한다. 파워포인트로 만들어진 강의 자료는 미리 인터넷에 올려놓기도 한다.

하지만 필자는 파워포인트 강의에 상당히 어려움을 겪는다. 자료 준비 시간도 많이 들지만, 그것보다는 수업의 속도와 분량이 엄청 늘어난다. 1시간에 100장의 슬라이드 강의도 가능하다.

그렇지만 수업이 일방적으로 되기 쉽다. 수동적인 수업 방식이어서 수업의 효과가 매우 의문이다. 엄청 많이 강의하는 것 같지만, 학생들 머릿속에 얼마나 강의 내용이 남아 있을지 회의적이다.

칠판을 이용해 강의를 할 수 있다. 필자는 강의할 때 칠판에 분필로 글씨를 쓰거나 그림으로 그려가면서 강의하는 방법을 제일 좋아한다. 필자가 강의하는 과목은 보통 전자기학, 마이크로파 공학, EMI, 반도체 패키지, 인공지능 과목들이다.

이들 과목의 공통점이 수학 공식과 다이어그램이 많다는 점이다. 설명할 때 수학 공식을 유도하거나 다이어그램으로 설명하고 개념을 쌓는다. 이러한 수학 공식들이 파워포인트로 쓱 지나가면 머리에 하나도 남지 않는다. 교수나 학생이나 마찬가지이다.

그래서 수학 부문을 강의할 때는 수식 전개 전체를 한 줄 한 줄 천천히 칠판에 쓰면서 한다. 어느 경우 칠판 전체가 수학 공식 유도로 다 채워질 때도 있다. 여기에는 가정으로 시작하고, 관련된 수식을 대입하고 유도하고, 마침내 맨 마지막에 의미가 있는 수식을 유도한다.

그리고 그 의미와 배경을 논의한다. 그 의미를 그래프나 다이어그램으로 변환해서 설명하고 토론한다. 그 과정을 학생도 따라 적으면서 수식 전개를 따라간다. 그러면서 과정을 생각한다. 그래프를 같이 그리면서 생각도 같이한다. 어떤 경우 학생을 나오라고 해서 한 개씩 같이 푼다. 학생 참여를 유도하면 최고의 강의가 된다. 이렇게 칠판 강의가 더 좋다.

다만 수업 속도는 느려지고, 분량은 적다. 그래도 하나라도 제대로 배우는 것이 낫다. 필자는 좌우로 긴 칠판에 수식을 꽉 채우는 것을 좋아한다. 그런데 칠판 대신에 화이트보드를 사용할 수 있다. 그러나 화이트보드에 사용하는 마커는 휘발성 냄새가 난다.

그래서 필자는 인공지능 강의에 3가지 강의 방법을 섞어서 쓴다. 각각 장단점을 최대한 활용한다. 학생들이 예습을 유튜브로 하고, 전체를 설명하는 부분 세미나는 슬라이드로 한다. 그러나 대부분의 강의와 이론 부분은 칠판을 사용한다.

화이트보드에 쓴 인공지능 수학 공식과 다이어그램. [출처=KAIST]

인공지능 교육의 5가지 단계

인공지능을 활용하고 전문가가 되기 위해서는 5단계의 교육 과정이 있다고 본다. 1) 기본 지식의 습득 2) 인공지능 이론과 수학 이론의 확립 3) 실습을 통한 경험 4) 석‧박사 학위 과정 5) 실전 역량 구축의 5단계로 본다.

제일 먼저 단계에서는 기본 배경과 원리, 용도, 시장 등 배경이 되는 지식의 습득이 필요하다. 여기에서 인공지능이 왜 4차 산업혁명의 핵심인지, 왜 그렇게 강력한지, 왜 빅데이터가 필요한지, 어디까지 발전해 왔는지, 앞으로 어디에 쓰일지, 인류와 사회에 미치는 영향을 공부한다.

이 도입 부분은 파워포인트로 수강해도 무방하다. 화려한 그래픽이 들어간 슬라이드, 동영상 등은 교육 효과를 높인다. 유튜브 강의도 도움이 많이 된다.

다음 단계는 인공지능 이론의 학습 과정이다. 인공지능 기계학습 중에서 딥러닝 분야의 구조와 학습과정은 수학 이론이 많이 사용된다. 벡터와 행렬을 포함하는 선형대수와 편미분, 최적화 이론 등이 사용된다.

여기에 더해 통계, 확률, 게임 이론도 사용된다. 특히 역방향 학습(Back Propagation) 이론과 엔트로피 이론, 활성화 함수, 비용함수, 최적화 함수 등 다양한 수학이 중요한 개념이 된다.

그러니 이 과정은 수식을 하나하나 유도하면서 따라가야 완전한 본인의 지식이 된다. 이 수학 부문을 자신 있게 이해해야 확실하게 실제 문제에 인공지능을 적용할 수 있다.

수학은 아름답다. 컴퓨터는 부지런하다. 둘이 결합해서 인공지능을 강력하게 한다. 인공지능 수학과 이론 수업은 칠판을 사용하는 것이 좋다. 칠판을 꽉 채워도 좋고, 그림으로 다 채워도 좋다. 인공지능 수업에서는 전전파 학습(Forward Propagation), 역전파 학습(Backward Propagation), 경사하강법(Gradient Descent), 활성화 함수(Activation Function), 비용함수(Cost Function) 등 수학이 따른다. 그리고 딥러닝 구조는 다이어그램으로 표현한다. 이 부분 강의는 칠판으로 한다.

인공지능 강의 슬라이드의 학습 과정 이론을 설명하는 수학 공식. [출처=KAIST]

실습과 프로젝트: 강의실과 실전의 차이 메우기

다음 3단계에서는 간단한 예제를 통해서 실습할 수 있다. 아무리 이론을 이해한다고 해도 직접 해봐야 기억과 경험이 오래간다. 다양한 예제는 인터넷으로 구할 수 있고, 학습을 위한 데이터도 인터넷에서 구한다. 파이선(Phython)을 설치하고 텐서플로우(Tensor Flow)도 설치해서 사용한다.

여기서 어려운 점은 기초적인 컴퓨터 언어와 논리, 절차를 이해해야 한다는 점이다. 간단한 예제 하나를 해보려 해도 꼬박 하루는 배워야 할 수 있다. 예제로는 기초적으로 통계 예측(Linear Regression, Logistic Regression)을 이용한 분류 예측(Classification)을 할 수도 있다.

한 발자국 더 들어가면 CNN(Convolution Neural Network), LSTM(Long Term Short Term Memory)을 이용한 이미지 분류, 자연어 처리에서 시작해서 게임을 강화학습(Reinforcement Learning)으로 실습해 보고, GAN(Generative Adversary Network)을 이용해 그림을 그려 볼 수 있다.

이렇게 실습을 통해서 이론을 검증하고 경험을 쌓는다. 여기까지 과정은 단기과정으로 짧게는 1주일, 길게는 1학기 과정이 된다.

길게는 석사, 박사 학위 과정도 가능하다. 석‧박사 학위 과정에서는 단순히 실습이 아니라 자신만의 독자적인 이론이나 모델, 방법, 구조를 새롭게 제안하고 성능 향상을 증명해야 한다. 여기까지가 4단계의 인공지능 공부 과정이다.

인공지능 실습 예제. [출처=KAIST]

인공지능을 배우고 성장하는 단계로 마지막 5단계는 현실의 문제를 인공지능으로 해결하는 과정이다. 다른 말로 비즈니스에 인공지능 기술을 적용해서 프로젝트의 목표를 달성하는 작업이라 할 수 있다. 이 경험을 통해서 진정한 인공지능 전문가로 태어난다. 이 단계를 마치면 연봉 3억을 받을 수 있고, 기업과 대학에서 서로 모셔 가려 할 것이다. 바로 마지막 5단계는 현장 실전 경험이다.

일단 강의, 실습 정도와 현장 실전의 차이에는 몇 가지가 있다. 일단 규모의 차이이다. 학습에 필요한 빅데이터 자체를 확보해야 한다. 거기에 이름(Label)이 붙어 있는 데이터 확보가 되어야 한다. 그리고 이 대규모 빅데이터를 저장하는 저장장소와 수천 대의 GPU 컴퓨터를 확보해야 하고, 설치할 부지와 운영 인력을 확보해야 한다.

이런 점에서 학교 강의실과의 차이가 아주 크다. 그리고 이 정도 규모의 데이터를 인공지능으로 처리할 수 있는 알고리즘과 기술자를 확보해야 한다. 이 인공지능 서비스도 필요할 때 실시간으로 이루어져야 한다. 안전과 보안도 보장되어야 한다.

그리고 이런 시설과 데이터를 이용한 인공지능 결과가 기업의 사업 목표에 부합하고, 이윤을 만들어야 한다. 그러기 위해서는 최소한의 투자와 시간 안에 달성되도록 알고리즘 설계가 되어야 한다.

여기까지 경험해보면 5단계 전문가가 된다. 시간과 노력과 기회를 투자해야 한다. 여기에 강의실과 실전의 차이가 난다. 강의의 한계를 실습과 프로젝트를 통해서 보완하고 확인한다. 이 경험을 거쳐야 진정한 인공지능 인력이 된다. 5단계까지 마친 인공지능 인력이 전 세계적으로 모자라다.

이렇게 보면 인공지능 공부 방식도 단계별이고, 융합적이다. 유튜브, 칠판과 파워포인트, 그리고 실습, 학위 과정, 실전 프로젝트 수행을 포함한 단계적 과정이 필요하다. 강의와 교육 과정을 만드는 것 자체도 창의적이어야 한다. 인공지능 기술처럼 남이 가지 않을 길을 먼저 개척할 때 특히 그렇다.

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

CES 2025 참관단 모집

[뉴스핌 베스트 기사]

사진
'왕좌의 게임' 재현...넷마블 '지스타' 첫선 [서울=뉴스핌] 양태훈 기자 = 넷마블이 HBO의 메가 IP '왕좌의 게임'을 활용한 '왕좌의 게임: 킹스로드'와 국내 모바일 게임의 대중화를 이끈 '몬스터 길들이기'의 정통 후속작 '몬길: STAR DIVE'를 선보이며 글로벌 게임 시장 공략에 나선다. 8일 넷마블은 서울 구로구 지타워에서 '지스타 2024 출품작 미디어 시연회'를 열고 국제 게임 전시회 '지스타 2024'에서 선보일 신작 '왕좌의 게임: 킹스로드'와 '몬길: STAR DIVE'를 최초로 공개했다. '왕좌의 게임: 킹스로드'는 전 세계적으로 흥행한 HBO 드라마 IP를 활용한 오픈 월드 액션 RPG다. 8일 넷마블은 서울 구로구 지타워에서 '지스타 2024 출품작 미디어 시연회 현장. [사진=양태훈 기자] 장현일 넷마블네오 PD는 "워너 브라더스, HBO와 긴 시간 신중하게 협업하며 원작 팬들을 만족시킬 수 있는 게임을 만들었다"고 자신감을 보였다. 이 게임은 원작 드라마의 시즌 4 후반부를 배경으로 한다. 플레이어는 '피의 결혼식'에서 정당한 후계자를 모두 잃은 몰락한 가문의 서자 역할을 맡는다. 장 PD는 "눈과 배고픔밖에 없는 척박한 북구에서 밤의 경비대를 도우며 가문의 생존을 위해 고군분투하는 이야기"라며 "드라마에서 자세히 다루지 못한 이야기와 인물들을 보여줄 것"이라고 설명했다. '왕좌의 게임: 킹스로드'의 가장 큰 특징은 원작의 주 무대인 웨스테로스 대륙을 심리스 오픈 월드로 구현한 것이다. 드라마에 등장한 지역은 물론 나오지 않은 지역까지 철저한 고증을 거쳐 제작했다. 장 PD는 "원거리 공격으로 높은 곳의 물건을 떨어뜨리거나 재배치해 새로운 길과 숨겨진 공간을 찾는 등 다양한 퍼즐 요소도 즐길 수 있다"고 덧붙였다. 전투 시스템도 원작의 사실적인 톤을 살리는 데 중점을 두었다. 장 PD는 "마법이 난무하는 흔한 판타지가 아닌 칼과 도끼 등 현실적 무기를 기반으로 한 전투를 구현했다"고 설명했다. 플레이어는 용병, 기사, 암살자 중 하나의 클래스를 선택할 수 있으며, 각 클래스는 원작 캐릭터들에게서 영감을 받아 개발됐다. 싱글 플레이뿐 아니라 협력 중심의 멀티 플레이도 제공된다. 윈터펠 같은 대형 성에서 다른 유저들과 만나 대화하고 파티를 꾸려 던전에 도전할 수 있다. 일부 필드에서는 다른 유저들과 함께 필드 보스 전투도 가능하다. '몬길: STAR DIVE'는 모바일 게임의 대중화를 이끈 '몬스터 길들이기'의 정통 후속작이다. 8일 넷마블은 서울 구로구 지타워에서 '지스타 2024 출품작 미디어 시연회 현장. [사진=양태훈 기자] 김광기 넷마블몬스터 개발 총괄은 "원작의 세계관과 스토리, 추억의 캐릭터들을 현대적으로 재해석했다"며 "어딘가 부족해 보이는 클라우드, 혈기왕성한 베르나 등 대표 캐릭터들과 새로운 마스코트 야옹이가 펼치는 모험"이라고 소개했다. '몬길: STAR DIVE'는 전작에 비해 전투 시스템을 대폭 강화했다. 김 총괄은 "캐릭터마다 개성 있는 전투 스타일과 역할이 있어 이해도가 높아질수록 더 다양하고 효율적인 전투가 가능하다"며 "원작의 태그 플레이를 계승해 단순한 캐릭터 교체가 아닌 연계 공격과 협력 시스템으로 발전시켰다"고 설명했다. 저스트 회피, 버스트 모드 등 액션성도 강화했다. 보스 몬스터와의 전투에서는 특정 부위 파괴나 속성 활용 등 전략적 플레이가 가능하며, 야옹이와 함께하는 몬스터 포획·길들이기 시스템도 구현했다. 한편 넷마블은 오는 14일부터 17일까지 부산 벡스코에서 열리는 지스타 2024에서 100부스 규모로 두 게임을 선보인다. 170개 시연대를 통해 '킹스로드'의 프롤로그와 '몬길'의 초반 스토리를 체험할 수 있다. 중앙 무대에서는 인플루언서 대전, 버튜버 시연, 코스프레 쇼 등 다양한 이벤트도 진행할 예정이다.   dconnect@newspim.com 2024-11-08 17:01
사진
위례과천선 광역철도 민자적격성 통과 [서울=뉴스핌] 최현민 기자 = 경기 과천시와 서울 강남구, 송파구 일원을 연결하는 위례과천선 사업이 본궤도에 오른다.   국토교통부는 위례과천 광역철도사업이 한국개발연구원(KDI)의 민자적격성 조사를 통과했다고 7일 밝혔다. 위례과천선은 서쪽으로는 정부과천청사, 동쪽으로는 송파구 법조타운과 위례신도시를 연결하고 북쪽으로는 강남구 압구정까지 연결하는 총 연장 28.25km의 광역철도 사업으로 민간투자방식으로 지어진다.  위례과천선 노선도안 [자료=국토부] ※노선 미확정 위례과천선은 제4차 국가철도망 구축계획 반영 후 2021년 12월 '대우건설 컨소시엄'에서 국토부에 최초제안서를 제출했으며 제안서 검토 및 지자체 협의과정을 거쳐 2022년 9월 민자적격성 조사에 착수했다. 민자적격성 조사 과정에서 원자재 가격 급등, 양재첨단물류단지 개발 등 여건 변화가 발생했고 경제성을 최대한 확보하기 위한 사업계획 보완을 거쳐 올해 11월 최종적으로 사업의 타당성을 인정받았다. 특히 본 사업 영향권에 있는 9개 공공주택지구에 총 8만6000명 규모의 입주가 예정돼 있어 신규 철도노선을 통해 선제적으로 교통난을 해소해 나갈 계획이다. 입주 예정 지구는 과천주암 공공지원주택지구, 서울강남 공공주택지구 등이다. 다만 노선안은 아직 확정되지 않았다. 국토부는 세부노선 및 역사는 실시협약 체결 시 확정‧공개할 방침이다.  윤진환 국토부 철도국장은 "내년 전략환경영향평가를 마무리하고 제3자 제안 공고를 통해 우선협상대상자를 선정해 협상까지 착수하는 것을 목표로 속도감 있게 사업을 추진할 계획"이라고 말했다. min72@newspim.com 2024-11-07 17:36
안다쇼핑
Top으로 이동