생소한 단어지만 인공지능(AI) 분야에서 다가올 2021년에 주목해야 할 3대 AI 기술이다. 관련 업계에서는 내년을 AI가 폭발적으로 발전할 원년으로 보고 있다. 다양한 기술이 등장하고 적용되면서 실생활에 본격적으로 응용되기 시작되는 시기다.
내년부터는 AI가 인간이 하는 것 보다 더 빠르고 많은 콘텐츠를 생성할 것이라고 내다본다. 그리고 보다 효율적인 AI 모델이 생성되고, 더욱 가벼운 AI 솔루션의 형태가 갖춰지면서 활용성이 증가한다.
그 중심에 앞서 언급한 3가지 AI 기술들이 있다.
첫째, 생성적 AI(Generative AI)는 사전에 트레이닝된 전이 학습을 통해서 새로운 콘텐츠(이미지, 음성, 텍스트 등)를 생성할 수 있는 기술이다.
생성적 AI 기술은 딥페이크에 적용되는 등 부정적인 효과도 있다. 그러나 자동 프로그래밍, 오리지널 콘텐츠 개발, 시각 예술 등 분야에서 창의적 활동 범위를 넓힐 수 있기에 유망한 AI 기술로 손꼽힌다. 예를 들어 한 영상 콘텐츠에 여러개의 언어를 입히거나, 흑백 영화에 색상을 입히는 작업을 수행해 준다.
또한 헬스케어 분야에서도 주목을 받고 있다. 생성적 AI가 3D 프린팅 등의 기술을 활용해 환자에 맞는 의수/의족을 렌더링하고 시뮬레이션 과정을 통해 맞춤형 의료 서비스를 제공할 수 있다. 이 뿐 아니라 잠재적 악성 종양 발견이나 증상 예측을 식별할 수 있다. 패턴을 생성하고 해석해 의료진에게 가설을 제공하고 필요한 치료 결정에 도움을 줄 수도 있다. 이러한 방식으로 IBM이 생성적 AI 기술로 코로나19 치료제를 찾는 사례도 있다.
둘째, 연합학습 (Federated Learning)은 중앙 서버나 저장장치에 데이터를 저장할 필요 없이, 대량의 데이터로 학습된 공유 모델을 함께 공유해 학습시키는 AI 모델이다. 이는 특정 모델에 데이터를 넣는 것과 반대의 개념, 즉 데이터에 모델을 적용하는 방식이다.
이해가 어렵다면 쉬운 예를 들어보자. 바로 애플의 AI비서 '시리'가 연합학습이 쓰인 모델이다. 음성 뿐 아니라 스마트폰 키보드의 단어 추천 성능을 높이기 위해 연합학습을 사용했다. 이 방식으로 사용자들의 데이터를 중앙처리기기로 업로드하지 않고 모델을 만들 수 있었다. 사용자들이 추천한 단어를 사용하는 빈도 데이터를 기반으로 모델을 만들었다.
셋째, 인공신경망 압축 (Neural Network Compression) 기술이다. 인공신경망의 등장은 빅데이터 분석에 큰 기여를 했다. 다만 인공신경망은 방대한 용량이 늘 단점으로 지적돼 왔다. 엄청난 데이터와 계산 방식의 고도화 탓인데, 이 때문에 AI 딥러닝을 통한 빅데이터 분석에는 고사양 하드웨어가 없다면 모델 생성이나 연구가 불가능했다.
그래서 등장한 것이 인공신경망 압축 기술이다. 이들 기술은 마이크로소프트와 아마존 등 클라우드 서비스 주요 업체들의 머신러닝 프로젝트를 통해 연구개발이 활발하다. 인공신경망을 경량화 하는 작업이다. 구체적으로 ▲파라미터 가지치기 ▲데이터 공유 ▲양자화 ▲압축 합성곱 필터 ▲추천시스템 경량화에 쓰이는 낮은 랭크인수분해기법 ▲언어 모델 경량화에 쓰이는 지식 증류 기법 등을 연구하고 있다.
실제 적용사례로는 엔비디아가 선보인 비디오 압축 기술이다. 과거에는 코덱을 이용해 비디오를 압축했는데, 엔비디아는 압축과정에 인공신경망을 적용해 그 성능이 획기적으로 향상시켰다. 엔비디아의 멕신 솔루션의 경우, 클라우드 AI 비디오 압축을 통해 실시간 화상회의 비디오의 질을 높이기도 했다.
