바야흐로 인공지능 시대가 도래했다. 지난 10월 28일 국내 최대 규모의 개발자 행사 'DEVIEW 2019'에서 문재인 대통령은 인공지능에 대해 강조하면서 정부는 내년도 인공지능 예산안에 올해보다 50% 증가한 1조7000억 원을 배정했다. 또한 과기정통부 조직 개편을 통해 인공지능정책과를 신설하고 GIST(지스트·광주과학기술원)가 AI대학원에 선정되는등 국가적으로 인공지능을 전폭적으로 지지하고 있다. 위 배경에는 2016년 알파고가 이세돌 9단을 이긴 이후 지속해서 발전되어 온 인공지능의 추론 능력이 시각, 청각, 언어 등 전 산업 분야에서 인간의 능력을 앞서가기 시작했기 때문이다.

이 만능일 것 같은 인공지능을 통해 많은 기업들은 각자의 로켓을 발사하기 위해 노력 중이다 하지만 로켓은 단기간에 만들어 발사할 수 있는 것이 아니다. 로켓 발사를 서두르다 실패로 인해 비용만 낭비될 수 있다. 따라서 인공지능의 발전 배경을 알고 도입한다면 로켓발사의 성공 확률을 높일 수 있을 것이다. 인공지능의 발전 배경에는 인간의 학습과정을 모방한 딥러닝(Deep Learning) 기술의 발전이 핵심요인이다. 그 배경에는 많은 양의 데이터와 고성능의 컴퓨터 그리고 최신 알고리즘 3가지가 톱니바퀴 처럼 서로 맞물려 발전하게된 것이다.

첫째 로켓의 연료 역할을 하는 데이터이다. 로켓 발사를 위해 많은 연료가 필요하듯 대량의 데이터가 필요하다. 단순한 데이터가 아닌 딥러닝으로 학습할 수 있는 정제된 데이터가 있어야 한다. 이를 위해서는 의미가 부여된 데이터가 제공되어야 할 것이다. 인공지능 적용을 위해 의미를 부여할 수 있는 데이터를 찾고 정제된 데이터를 수집하고 관리할 수 있는 환경을 구축해야 할 것이다.

둘째 로켓을 만들 수 있는 환경이다. 수집한 대량의 데이터를 학습하기 위해서는 GPU(Graphics Processing Unit)가 필수적이다. 고성능의 GPU로 딥러닝 모델이 만들어지는 시간을 줄일 수 있다. 무어의 법칙(Moore's law)에 하드웨어의 성능은 기하급수적으로 성장하였고 비용도 저렴해졌다. 하지만 고성능의 GPU는 수억이 넘는 등 비용부담이 되기에 클라우드 GPU의 임대로 사용한 시간만큼 지불하는 것도 방법이 될 수 있다.

셋째 로켓을 연구하는 연구자들이다. 인공지능의 핵심 기술인 딥러닝은 연구자들의 오랜 노력으로 두 번의 암흑기를 거쳐 이제서야 빛을 보게 되었다. 이런 가파른 성장에 딥러닝 기술을 활용할 수 있는 전문가를 찾기란 쉽지 않다. 하지만 구글과 같은 글로벌 기업들은 오픈소스 생태계를 구축하여 딥러닝을 개발할 수 있는 툴과 사용방법까지 공개하고 있어 이를 활용해 빠르게 적용해 보는 것이 좋은 방법이 될 수 있다.

이제 로켓을 발사할 준비가 완료되었다. 하지만 어디로 발사할 것인가? 로켓이 목적 없이 만들어진 것은 아닌가? 무엇보다 중요한 것은 인공지능 기술로 혁신을 이룰 수 있는 산업 도메인을 정하고 고객에게 가치 제공하는 것이 가장 중요하다고 할 수 있다.