인공지능 시대, 당신을 위한 AI 활용법

정보대학원 이준기 교수

전 산업 분야에 걸친 디지털 전환(Digital Transformation)이 이뤄지면서 빅데이터와 인공지능은 이미 우리 일상 속 깊숙이 들어와 있다. 이메일 스팸 분류부터 수많은 맞춤광고와 같은 인터넷 공간에서의 활용뿐만 아니라 AI 기자가 기사를 작성하고 AI 면접관이 면접을 보는 시대, 인공지능으로의 대변환은 이미 시작됐다. AI 시대 진정한 경쟁력을 갖추려면 무엇이 필요할까? 바로 ‘인공지능과의 경쟁’이 아닌 ‘인공지능과 협업’할 수 있는 능력이 필요하다. 인간과 인공지능이 적절히 협력해 최상의 결과를 도출해 낼 줄 알아야 하는 시대, 이상적인 협업 방법은 과연 무엇일까? 

LearnUs는 AI 시대에 인공지능을 비즈니스 현장에서 활용할 수 있는 방법을 런어스 시그니처 강좌 ‘당신을 위한 AI 활용법’을 통해 선보인다. 국내 최고의 디지털 전략 전문가, 정보대학원 이준기 교수가 제시하는 이상적인 인공지능과의 협업 롤 모델을 통해 인공지능 시대에 걸맞은 경쟁력을 갖추는 길을 확인해 보자.

Q. ‘당신을 위한 AI 활용법’ 강좌를 준비하게 된 배경, 기획의도를 간략히 말씀해 주세요.

인공지능은 벌써 우리 생활에 깊숙하게 들어와 있고 향후에도 전 분야에 걸쳐 다양하게 응용될 것입니다. 기업에서는 앞으로 인공지능을 이용한 다양한 애플리케이션을 개발하게 될 텐데, 좋은 시스템을 개발하기 위해서는 인공지능이 무엇이고 인간이 이것을 어떻게 사용하는가 하는 이해가 필요합니다.

지금까지의 인공지능 관련 책이나 강의 대부분이 인공지능의 시스템(작동 원리, 새로운 알고리즘)에 대해 주로 다뤄 왔다면, ‘당신을 위한 AI 활용법’에서는 인공지능의 활용을 위한 조직, 기업 프로세스, 개인의 의사결정 측면에서 도움이 되는 내용 등을 준비했습니다. 기업과 기관의 실무자뿐만 아니라 관리자, 인공지능을 활용한 비즈니스를 계획하고 있는 모든 분들께 도움이 될 것이라 생각합니다.

Q. 인터넷을 사용하다 보면 수많은 광고들이 눈에 띄는데요, 수년 전부터 그 광고가 ‘내가 한 번쯤 클릭해 봤던 것’ 또는 관련 분야의 제품 광고가 노출됩니다. 이런 광고 배너 하나도 빅데이터와 인공지능에 의해 작동하고 있음을 알 수 있는데요, 우리의 일상 속에 깊숙이 들어온 인공지능의 사례에는 어떤 것들이 있을까요? 

맞춤광고도 일상생활에서 인공지능을 활용하고 있는 대표적인 예이고, 이메일을 열었을 때 자동적으로 스팸함으로 스팸메일이 들어가게 하는 것, OTT 플랫폼의 영화 추천, 자동으로 추천된 페이스북의 내용도 모두 인공지능의 사례입니다. 최근에는 TV의 고화질 화면 조절, 코골이를 조절해 주는 베개, 온도와 사람에 맞춰 분사되는 방향제, 날씨와 오늘 피부 톤에 맞춰 아침마다 제조되는 화장품 등 일상생활에서 활용하는 거의 모든 가전제품에도 인공지능이 사용되고 있습니다. 

그뿐만 아니라 신용카드 도용 탐지, 치매 예측, 비디오 요약, 자동 웹사이트 디자인 등 여러 전문 분야에서도 정말 다양하게 인공지능이 활용되고 있습니다.

Q. 인공지능의 정확한 의미는 무엇인지, 또 이번 LearnUs 강좌를 통해서 들려주시고자 하는 인공지능의 개념은 어떤 범위인지 말씀해 주세요.

1950년대부터 시작된 인공지능의 연구는 그동안 여러 가지 변천을 겪어 왔습니다. 2016년 이세돌과의 바둑 대결로 잘 알려진 ‘알파고’로 대표되는 최근의 인공지능은 데이터 기반 인공지능으로서 마치 인간이 귀납적으로 패턴을 판단하는 것처럼 여러 사례(데이터)를 통해 기계 스스로가 패턴을 발견하고 답을 찾아가는 방식입니다. 

이 방식은 디지털화로 인해 우리 일상의 많은 부분이 데이터로 생성됨에 따라 인간이 기존에 프로세싱할 수 없는 데이터의 패턴을 찾는다는 점에서 그 장점이 있을 수 있습니다. 하지만 이 시스템은 귀납적 패턴 인식이므로 학습을 위한 데이터의 종류와 양에 따라 성능이 달라질 수 있습니다. 이번 LearnUs 강좌에서는 이런 점을 강조하려는 것입니다.

Q. 기업에서도 모든 산업 분야에 걸쳐 빅데이터·인공지능과 관련된 수요가 지속적으로 발생하고 있는 것 같습니다. 빅데이터와 인공지능이 계속 화두가 되고 있는 근본적인 이유는 무엇인가요? 

빅데이터와 인공지능이 제공하는 세 가지 가치를 이유로 들 수 있습니다. 첫 번째 가치는 데이터를 통해 새로운 시각을 얻는 것입니다. ‘옛날에도 데이터는 있지 않았나?’라고 반문하는 분들도 있을 것이지만, 옛날과 비교해서 지금의 데이터 생성의 양은 하늘과 땅의 차이입니다. 사실 인류가 문명을 시작한 이래 쌓아 온 모든 데이터의 총량 중 90%는 지난 2년 동안 만들어진 것입니다. 

이러한 데이터의 급속한 증가는 디지털화와 연관이 깊습니다. 디지털의 발달은 우리의 만남, 쇼핑, 엔터테인먼트, 교류, 소통, 거래 등 생활 공간을 디지털화시켰고 이것의 영향으로 우리의 모든 활동이 데이터로 생성되고 있습니다. 여러분이 누구와 가장 많이 얘기하고 있는지, 어디를 방문하고 있는지의 정보는 핸드폰과 자동차의 시스템에 모두 기록됩니다. 현재 어떤 물건에 관심이 있는지, 어떤 채널을 시청하고 어떠한 드라마를 보고 있는지도 모두 기록됩니다. 집에서 쓰는 거의 모든 가전의 사용 패턴도 기록이 됩니다. 하루에 얼마만큼 정수기 물을 마시는지, 냉장고를 몇 번 여는지, 집안의 공기 청정 정도는 어떻게 되는지, 세탁기는 얼마만큼 돌리고 있는지의 정보도 기록이 돼 가전 회사로 전송되고 있습니다. 이제 우리는 이러한 디지털로 생성된 정보와 데이터로 인해 현재의 업무와 행동 양식에 대해 새로운 분석과 모델이 가능합니다. 

예를 들어 자동차 보험을 나이와 운전 경력에 의해 결정하는 대신 운행하는 거리와 운전 습관을 통한 새로운 보험을 제안할 수 있습니다. 집안의 가습기는 미리 건조한 곳으로 이동해 필요한 시간에 가동될 수 있습니다. 집안의 세탁기가 몇 년 동안 통 세탁을 안 하고 있어 먼지가 많이 끼어 있다는 것을 알 수 있고, 이를 통해 가전 회사는 고객에게 새로운 서비스 모델을 제안할 수 있습니다. 우리의 디지털 행동을 통한 광고 제안은 ‘구글’, ‘유튜브’, ‘페이스북’ 같은 거대 광고 플랫폼을 탄생시켰습니다.

두 번째 가치는 현재 우리가 하고 있는 많은 기계적이고 반복적인 일을 인공지능을 통해 대체할 수 있다는 점입니다. 이는 기업이나 개인의 입장에서 두 가지 가능성을 보여 줍니다. 하나는 이러한 자동화 프로세스를 통해 단순 반복적인 일을 인공지능에게 시키고 인간은 창의적인 일에 더 신경을 쓸 수 있다는 점입니다. 

인공지능의 프로세스 자동화에 관한 더 중요한 두 번째 가능성은 발달된 형태의 지능화된 자동화 도구를 통해 기업은 기업 본연의 프로세스를 지능화, 자동화해 경쟁력을 높일 수 있다는 것입니다. 이것을 먼저 이룬 기업은 학습 효과를 통해 프로세스를 차츰 더 정밀하게 디자인하면서도 확장성을 유지할 수 있습니다. 또한 이러한 모델을 통해 데이터가 끊임없이 재생산돼 점점 더 후발 주자와 격차를 벌일 수 있습니다. 이 과정은 자동화된 프로세스를 통해 더 많은 고객이 이용을 하고 따라서 더 많은 데이터가 생성됨에 따라 피드백을 통해 더 정교한 프로세스를 만들 수 있다는 것을 의미합니다. 

예를 들어 은행의 대출 심사, 부실 대출 판단, 사기 거래의 모니터링 등을 인공지능을 통해 이뤄 낼 수 있습니다. 지금의 인공지능은 기존 데이터를 기반으로 하는 것으로 기업은 기존의 자료를 통해 어떤 대출이 성공 가능성이 높고 어떤 종류의 거래가 사기/오류 거래인지를 찾아내는 인공지능을 개발할 수 있습니다. 이 시스템은 데이터가 쌓임에 따라 더욱 정교한 시스템으로 발전해 나갈 수 있으며, 결국 가까운 미래의 은행에서 인간은 데이터를 쌓고 이용해 모델을 만들고 실험하면서 시스템이 제대로 작동하고 있는지 모니터링하는 역할만 하게 되며, 모든 주요 업무는 인공지능에 의해 진행됩니다. 이러한 시스템을 먼저 완성시킨 조직은 향후 고객과 업무가 늘어나도 같은 시스템으로 처리할 수 있게 돼 가장 효율적이며 지능적인 조직을 운영할 수 있게 됩니다. 

마지막으로 인공지능이 제공하는 중요한 가치는 인간으로 하여금 지식을 확장시키는 것을 도와줄 수 있다는 데에 있습니다. 기존의 인공지능이 인간 전문가가 갖고 있는 지식을 그대로 컴퓨터에 옮기는 것에 주안점을 두었다면, 현재의 데이터 기반 인공지능은 인간이 쌓아 올린 엄청난 데이터를 바탕으로 새로운 판단 능력을 보여 주고 있습니다. 이러한 능력은 향후 데이터가 쌓임에 따라 점점 더 고도화될 것이고, 바둑에서 보여 준 것처럼 어느 순간 인공지능의 판단 능력은 인간을 앞설 수도 있습니다. 물론 인공지능의 판단 능력은 환경과 데이터에 따라 달리 작동하겠지만, 인간이 인공지능의 의사 방식을 이해할 수 있고 따라서 인공지능이 어느 때에 가장 장점을 나타낼 수 있고 어느 때에 비상식적인 결정을 보이는 것을 이해하게 될 때, 인간은 인공지능을 통해 새로운 지식을 창출해 나갈 수 있습니다.

Q. 최근에는 인공지능이 인간 전문가를 앞서고 있다는 보고도 많이 접하게 되는데요, 그렇다면 창의성과 감수성이 바탕이 되는 예술의 영역은 어떤가요?

대부분의 사람들은 인간에게 감수성과 창의력이 있어서 인공지능이 이것을 넘을 수 없다고 생각하지요.  하지만 이것은 어떻게 정의하는가에 따라 다릅니다. 예를 들어 인간은 감수성이 있어서 다른 사람의 감정과 느낌을 이해할 수 있는데 인공지능은 못 느낀다고 얘기하지만, 우리가 어떻게 다른 사람의 감정을 느끼는가를 보면 그 사람의 말투 변화, 목소리 톤의 떨림, 손과 눈동자의 움직임 등을 보고 지금까지의 경험(또는 진화로 얻은 지식) 등을 통해 파악하고 있는 것입니다. 

최근 인공지능은 센서, 움직임 파악 등을 통해 이런 것들을 인간보다 더 세밀하게 관찰하고 이해하게 개발되고 있습니다. 따라서 감수성이 인간의 인공지능에 대한 차별 포인트라 얘기하기 어려워집니다. 창의력도 마찬가지입니다. 최근의 인공지능이 그림을 그리고 작곡을 하는 것을 넘어서 시를 짓고 소설을 쓰며 창작대회에서 상을 받는 것을 보면서 예술가들은 창의성이라는 개념에 대해 새로운 개념을 생각해 보는 시점까지 오게 된 것입니다. 블룸버그 신문은 최근 우리가 상상하는 것을 글로 쓰면 그것을 그림으로 만들어주는 ‘ChatGPT’나 ‘DALL-E’를 언급하며 이것은 예술에 대한 도전이 아니라 예술가에 대한 도전이라는 기사를 게재했습니다. 

Q. 인공지능이 딥러닝을 하면서 대단한 잠재력을 가지고 있는 듯합니다. 그럼에도 불구하고 인공지능의 의사결정에 한계가 있다면서요. 흔히 ‘데이터의 편향성’을 이야기하는데 이 부분에 대한 자세한 설명 부탁드립니다.

인공지능의 의사결정 한계에는 여러 가지 종류가 있는데 여기서는 데이터의 편향성에 의해 생기는 한계에 대해 얘기해 보겠습니다. 앞서 언급한 것처럼 기본적으로 지금의 인공지능은 귀납적으로 인식을 함으로써 주어진 데이터에 따라 성능과 결과의 차이가 날 수 있습니다.

편향성의 문제는 크게 3가지가 있습니다. 기본적인 편향성의 문제는 일반화의 문제입니다. 즉, 학습을 시켰을 때 이 데이터가 확장성이 있는가의 일반화 이슈입니다. 예를 들어 우리 병원의 데이터로 유방암 학습을 시켰을 때 우리 병원의 환자가 다른 병원의 환자와 다른 무엇인가가 있을 수 있는가의 문제입니다. 가령 미국의 데이터로 학습시킨 유방암 판정 인공지능은 인종의 특징에 따라 한국의 환자에게 틀리게 적용될 수도 있습니다. (물론 맞게 적용될 수도 있습니다.)

두 번째 편향성의 문제는 사회적 편향성의 이슈입니다. 여기서는 단순하게 데이터가 일반화되는 것이 이슈가 아닌 현재 소외된 계층은 데이터에도 잘 나타나지 않아 영구적으로 소외되는 이슈입니다. 예를 들어 마이크로소프트(MS)에서 회사에 입사해 성공할 타입을 판단하는 시스템을 개발했을 때 기존의 성공한 타입을 데이터로 학습시켰는데 과거 데이터에는 여성 프로그래머가 거의 없어 학습된 결과는 여성을 차별하는 방식으로 나올 수 있다는 것입니다. 만약 MS에서 이 시스템을 신규 채용에 쓴다면 여성은 처음부터 배제될 확률이 높아지고 그러면 후에도 성공하는 데이터로 여성 인력이 들어가는 비율이 더 줄게 되는 악순환이 반복될 수 있는 것이죠. 

마지막 편향성의 문제는 우리나라 ‘이루다’나 MS의 ‘카이’처럼 학습된 데이터 자체가 특정 인종이나 여성에 대한 편견을 보여 사회적으로 용납되기 힘든 결과를 보이는 경우입니다. 처음부터 학습 데이터가 성숙되지 않은 익명의 청소년 사이트의 데이터를 통해 이뤄졌기 때문에 생기는 문제입니다.

Q. 말씀을 듣고 보니 결국 인공지능의 학습을 위한 ‘데이터’가 중요한 것 같습니다. 교수님께서는 최근에 ‘공공데이터전략위원회’의 회장직을 맡으셨는데요, 공공데이터전략위원회는 어떤 일을 하는 곳인지 궁금합니다.

공공데이터는 정부, 지방자치단체, 공공기관이 생성, 보유하고 있는 데이터입니다. 정부는 공공데이터 개방 및 이용 활성화를 통해 국민의 공공데이터 이용권을 보장하고, 혁신성장을 통한 일자리 창출 및 사회 발전에 기여하는 가치 구현을 위해 ‘공공데이터 개방 및 이용활성화에 관한 법률’을 제정하고, 공공데이터의 전면 개방을 의무화해 다양한 정책을 추진하고 있습니다.

공공데이터전략위원회(Open Data Strategy Council)는 공공데이터의 개방 및 활용에 관한 정부의 주요 정책과 계획을 심의, 조정하고 그 추진사항을 점검하고 평가하는 등 공공데이터에 관한 범정부 컨트롤타워 역할을 수행하고 있는데, 민간의 의견을 적극 반영하고자 민간위원을 50% 포함하고 있습니다.

공공데이터의 개방은 4차 산업혁명 시대 산업 전 분야에 걸친 혁신성장에 중요한 역할을 할 것입니다. 우리나라는 2015년, 2017년, 2019년, 3회 연속 OECD 공공데이터 개방지수 1위로 평가받은 바 있는데 아직까지 국민들이 피부로 느끼는 수준에 미치지는 못하고 있는 게 현실이죠. 국민과 사회가 필요한 공공데이터, 4차 산업혁명 시대의 신산업, 기업 및 창업자가 필요한 공공데이터를 개방하고, 누구나 쉽게 활용할 수 있도록 적극적인 지원을 추진하고자 합니다.

Q. 인공지능을 공부하고자 하는 학생들에게 당부하고 싶은 말씀이 있다면 들려주세요.

현재 진행되고 있는 인공지능의 연구에는 여러 가지 갈래가 있습니다. 대부분의 학생들이 인공지능의 개발 또는 분석에 초점을 맞추고 있는데 이것이 본인의 기존 전공이나 향후 나아갈 방향과 맞는다면 좋은 시도가 될 것입니다. 하지만 이미 많은 기업에서 인공지능과 관련된 시스템을 개발하고 또 사람들이 이것을 활용하게 되면서 인공지능의 활용에 대한 이슈 또한 개발이나 분석만큼 중요한 문제로 여겨지고 있습니다. 인공지능의 활용에 대한 이슈는 조금 더 경영, 심리, 윤리, 법률의 분야와 닿아 있습니다. 이러한 분야에 관심이 있는 분들께 본 강의가 많은 도움이 되리라고 생각합니다.

LearnUs 시그니처 강좌 ‘당신을 위한 AI 활용법’은 총 10개의 강의로 구성돼 있으며, 2월 13일부터 수강신청이 가능하다. 인공지능의 강점과 약점을 잘 이해하고, 인공지능과의 효율적인 협업을 통해 비즈니스를 확장하고 업무 능력을 향상시키고자 하는 이들에게 유용한 기회가 될 것으로 기대된다.

당신을 위한 AI 활용법 커리큘럼

1강    온통 인공지능 세상입니다

2강    AI와 빅데이터, 비즈니스 체인저가 되다    

3강    인공지능, 대단하거나 허술하거나    

4강    당신의 조직에 인공지능을 이식하는 법    

5강    인공지능과 일을 배분하는 법    

6강    의사결정에 인공지능의 힘을 더하는 법    

7강    인공지능 활용, 리스크 줄일 방법은?    

8강    인공지능이 제안하는 결과, 어떻게 이해해야 할까?    

9강    AI로 서비스 혁신 성공한 SEB, 비결은?    

10강  인공지능을 이용한 초전문가 되기    

당신을 위한 AI 활용법 보러가기

https://www.learnus.org/local/ubonline/view.php?id=235882&group=1

+ 네이버 오디오클립으로 듣기