인공지능 4대 선구자들 : 제프리 힌턴, 얀 르쿤, 요수아 벤지오, 앤드루 응
인공지능 분야의 대표적 업적을 낸 4명의 선구자들을 인터넷에서 통상적으로 ‘인공지능 4대 천왕’이리고 부른다. 4명의 인공지능 선구자는 캐나다 토론토 대학의 제프리 힌턴 교수, 페이스북의 얀 르쿤 박사, 캐나다 몬트리올 대학의 요수아 벤지오 교수이고 마지막으로 앤드루 응 전 스탠퍼드대 컴퓨터공학과 교수이다. 특히 이들은 각각 인공지능을 딥러닝 기술을 처음 시작했거나 이후 크게 발전시키거나, 확대 시키는데 결정적인 역할을 했다.
먼저 제프리 힌튼(Geoffrey Hinton) 교수는 인공지능 딥러닝 분야의 진정한 선구자이다. 현재의 인공지능 발전의 뿌리를 가꾸고 일군 사람이다. 영국 출신으로 인지심리학자이자 컴퓨터 과학자이다. 토론토 대학과 구글에 재직 중이다. 딥러닝 개념의 창시자인 힌턴 교수는 1980년대 초부터 데이터 연구에 뛰어들어 인공 신경망 구축의 초기 단계를 이끌었다.
구글은 2013년 그가 창업한 기계학습 업체를 인수하면서 그를 AI 부문 수장으로 앉혔다. 특히 학습과정인 역전파 학습(Back Propagation) 기법과 CNN(Convolution Neural Network) 발전에 크게 기여했다.
인공지능 분야의 대표적인 과학자로 두 번째가 얀 르쿤(Yann LeCun) 박사이다. 얀 르쿤 박사는 프랑스출신의 컴퓨터 과학자이며 CNN을 이용한 컴퓨터 영상 인식(computer vision)과 인공지능 문자인식(Optical character recognition)으로 유명하다.
현재 페이스북 AI 리서치를 이끌고 있는 얀 르쿤 교수는 1980년대 말부터 컴퓨터에 인간의 두뇌를 모방한 가상 신경망을 심어 연산하는 연구에 몰두해왔다. 제프리 힌튼 교수와 함께 영상 분야 인공지능의 대표적인 기술인 CNN 을 개척했다.
다음으로는 캐나다출신의 컴퓨터 과학자로 인공신경망과 딥러닝 분야의 대가인 요슈아 벤지오(Yoshua Bengio) 몬트리올 대학교 교수이다. 현재까지 유일하게 학계에 계속 남아 있으며, 삼성과 공동연구를 하고 있다. CNN 발전에 기여하였으며, 최근에는 큰 관심을 끌고 있는 새로운 딥러닝 인공지능 알고리즘인 GAN(Generative Adversarial Nets) 알고리즘의 창시자이다. 요수아 교수는 딥러닝에 중요한 기반 알고리즘의 한계를 수학적으로 밝혀낸 입지적 인물이다.
마지막 인물이 스탠포드 대학의 앤드류 응(Andrew Ng) 교수이다. 중국계 미국인의 컴퓨터 과학자이다.
인공지능으로 자연어 처리(Natural Language Process) 연구에 기여했다. 인공지능의 온라인 교육에 크게 기여했다. 그는 '스탠포드 엔지니어링 에브리웨어'(Stanford Engineering Everywhere)를 통해 머신러닝(Machine Learning) 과목을 온라인으로 무료로 가르쳐, 일반인들에 딥러닝을 소개하는 데 큰 역할을 했다.
바이두는 2014년 5월 응 교수를 영입하면서 향후 5년간 3억 달러(약 3600억 원)를 투입해 중국 상하이와 미국 실리콘밸리에 200여 명의 AI 연구진을 배치하겠다고 밝혔다. 최근 바이두가 단기간에 AI 분야에서 구글에 버금가는 성과를 낸 것도 응 교수의 역할이 컸다는 게 정보기술(IT) 업계의 시각이다.
인공지능 응용과 융합 전문가의 길
이처럼 인공지능 분야의 대표적 과학자에 한국인이 없는 것은 노벨상 수상자에 한국인 없는 현상과 같다.
노벨상을 받기 위해서는 남들이 쳐다 보지 않는 연구주제를 10년, 30년을 음지에서 연구할 도전과 용기가 필요하다. 우리는 대부분 남들이 개척한 주제를 추종하는 '패스트 팔로워'(fast follower) 연구에 익숙하다.
이제 모방 연구는 더 이상 설 자리가 없다. '첫번째'(First), '오직'(Only), ‘오리지널'(Original)로 대변되는 '한 연구만'이 가치가 있는 시대가 되었다. '카피'(Copy), '패스트'(Fast), '팔로우’(Follow) 연구의 가치는 이미 중국, 인도와 베트남으로 넘어 갔다.
이러한 진실을 인공지능을 계기로 다시 발견한다. 미래에는 중국, 베트남과 경쟁하는 것이 아니라 ‘인공지능’과 경쟁해야 한다.
다행히 한국 인공지능 과학자나 공학자들이 할 일이 남아 있다. ‘인공지능 응용’과 ‘인공지능 융합’ 기술을 개척하면 된다. 특히 한국은 원천 기술은 약하지만 응용 기술은 강하다고 볼 수 있다. 이미 잘 발달된 인터넷 인프라 기술과 더 나아가 5G, 스마트 시티 등 인프라와 결합할 수 있다. 그리고 스마트폰, TV, 냉장고, 에어컨, 가전 등 기존의 경쟁력 있는 하드웨어 산업과 인공지능 기술이 결합하도록 응용 기술을 개척할 수 있다. 자율주행자동차에도 다양한 인공지능 기술이 필요하다.
뿐만 아니라 문화 예술 엔터테인먼트 분야에 적용할 수 있다. 한국에서 BTS에 최적화된 인공지능이 탄생할 수 있다. 그래서 이를 바탕으로 새로운 서비스와 사업을 만들어 인공지능의 가치를 높이고, 궁극적으로 이윤을 만들 수 있다. 또한 이를 토대로 사회, 정치, 경제 발전에 기여할 수 있다. 한국에 인공지능 4대 선구자는 없지만 무수한 ‘인공지능 분야 응용과 융합 기술 인재’가 필요하다.
인공지능 전문가의 길
이처럼 인공지능 전문가에게는 두 가지 길이 있다. 인공지능 분야의 기본 원리를 새로이 창출하는 역할을 맡을 수 있다. 이 분야 전문가가 되려면 수학을 전공하고 추후 인공지능 이론을 연구하면 좋을 것 같다.
결국 인공지능 알고리즘을 컴퓨터 프로그램으로 구현한다. 그러니 병렬 계산이나 컴퓨터 구조 전문가도 이 혁신의 대열에 참여할 수 있다. 그래서 기존의 CNN 을 뛰어 넘는 새로운 알고리즘을 개발해도 좋다. 지금보다 더 빠르고 정확하고, 저전력이고, 값싼 해결책이 나오면 좋다.
인공지능 응용 또는 융합 전문가의 전공은 아무런 제한이 없다. 전산학, 전자공학이나 기계공학, 재료공학, 의학, 자연과학, 인문학, 예술 분야도 좋다. 인공지능 이론이 정립되고 컴퓨터 프로그램을 만들어 진 이후에는 인공지능은 한 개의 ‘도구(Tool)’ 로 언제든지 활용 가능하다 일반적인 정도의 프로그램 코딩 능력만 가지면 된다. 그래서 모든 전공을 불문하고 인공지능의 적용 시도가 가능하다.
앞으로 미래에는 우리가 파워포인트, 엑셀 프로그램 사용하듯이 인공지능 프로그램을 사용할 수 있어야 한다. 미래에 대학교 신입생 1학년 학생에게 인공지능 과목은 필수가 될 수도 있다.
이처럼 4차 산업혁명을 이끌 인공지능 전문가에는 2가지 길이 있다. 선택만 남았다.
joungho@kaist.ac.kr
[김정호 카이스트 전기 및 전자공학과 교수]
