AI 대중화 요소 '섈로러닝' 꼽아
"단순한 예측·의사결정에 적합"
"단순한 예측·의사결정에 적합"
"스티븐 호킹, 엘론 머스크 등 세계적 권위자들이 인공지능(AI)이 가져올 변화에 대해 경고하지만 인류를 파멸시킬 것으로 우려하는 것은 할리우드 영화로 인한 환상에 가깝습니다."
최근 한국 고객 대상 행사에 참석하기 위해 방한한 스티븐 브롭스트 미 테라데이타 최고기술책임자(CTO·사진)는 이같이 말했다.
그는 2014년 컨설팅기업 이그젝랭크가 선정한 '미국 톱 CTO4'에 아마존·테슬라·인텔 CTO들과 함께 선정된 바 있다. 오바마 전 미 대통령의 과학기술자문위원회에도 참여하며 미국 내에서 AI 및 빅데이터 분야 대가로 꼽힌다.
브롭스트 CTO는 "기술이 발전하면 긍정적·부정적 측면 모두 얘기되지만 특히 AI는 영화와 게임 등의 영향으로 두려움이 큰 것 같다"며 "그런데 AI가 단기적으로 수많은 일자리를 사라지게 하는 것을 더 우려해야 할 것"이라고 말했다.
그는 미국을 예로 들며 "특별한 기술이 없는 사람 대부분이 배달, 운송업종 등에 종사하는데 수년 내에 모두 일자리를 잃을 것"이라며 "이들 모두 갑자기 데이터과학자 등으로 직업을 바꾸는 것은 불가능에 가까운 만큼 소득격차와 불균형이 더 심화할 것"이라고 강조했다. 그러나 그는 "AI는 과거 산업혁명과 같이 피할 수 없는 시대적 흐름"이라며 'AI 대중화'의 중요한 요소로 머신러닝·딥러닝과 달리 비교적 생소한 '섈로러닝(Shallow Learning)'을 꼽았다.
알파고에서 볼 수 있듯이 GPU(그래픽처리장치) 등 하드웨어 기술 향상과 인간 두뇌를 모방한 신경망 알고리듬 개발 덕분에 이론상으로만 가능성이 예견됐던 딥러닝 구현이 가능해졌다. 머신러닝이 인간이 넣어 준 선형적 데이터를 분석하고 학습해 판단·예측하는 기술이라면, 딥러닝은 인간의 개입이 최소화된 상황에서 특정 목표만 정해주면 스스로 데이터를 수집·분석해 행동을 결정하는 수준이다. 섈로러닝은 머신러닝과 딥러닝의 중간단계로, 신경망 층 수가 10개 이상이면 딥러닝, 2~3개 층이면 섈로러닝으로 본다.
브롭스트 CTO는 "딥러닝이 다양한 분야에 접목된 결과 데이터 분석 효율성이 높아지고 선제적 예측관리가 가능해졌다"면서 "하지만 단순한 예측과 의사결정까지 딥러닝을 활용하는 것은 컴퓨팅 비용이나 시간 낭비인 만큼 섈로러닝이 필요하다"고 주장했다. 예로 한 소비자의 소비습관을 분석해 쇼핑 동선과 매장을 추천해주는 것은 딥러닝으로 구현해야 하지만, 한 매장에서 셔츠를 살 때 이와 어울리는 넥타이 등을 추천받는 것은 섈로러닝만으로 충분하다는 것.
브롭스트 CTO는 "이 같은 흐름에 따라 테라데이타도 스토리지·데이터관리 솔루션 기업에서 벗어나 데이터시스템 통합 SW기업으로 변신, 많은 IoT 기기에서 나오는 데이터와 인프라 사이의 엣지컴퓨팅을 지원하는 역할을 하고자 한다"며 "특히 회사의 빅데이터 분석 플랫폼은 오픈 라이선스 형태로, 오라클·IBM 등의 솔루션과 달리 어떤 클라우드 환경에서도 자유롭게 사용할 수 있다"고 말했다.
이경탁기자 kt87@
[ 저작권자 ⓒ디지털타임스, 무단 전재 및 재배포 금지 ]
