 |
| 한국과학기술원(KAIST) 바이오및뇌공학과 이상완 교수가 국내 최초로 설립된 ‘신경과학-인공지능 융합연구센터’를 소개하고 있다./아시아뉴스통신=이기종 기자 |
현재 우리는 ‘4차 산업혁명’이라는 동굴 속에 살고 있다.
플라톤의 ‘동굴의 비유’에서 보듯이 우리가 기대하고 있는 ‘4차 산업혁명’이 단지 동굴 벽에 비친 그림자에 불과한지를 지금부터 통찰하고 ‘옥석(玉石)’을 구분해야 한다.
본지는 2019년 ‘양자·AI’ 연재를 통해 미래 산업혁명의 양축인 양자 컴퓨터(Quantum Computer)와 인공지능(Artificial Intelligence, AI)과 관련한 주도적인 활동을 소개해 꿈과 희망이 있는 대한민국의 모습을 그려보려고 한다.
최근 인공지능 기술에서 유행인 딥러닝 기반 강화학습 알고리즘은 최근 알파고와 같은 전략 탐색 문제, 로봇 제어, 응급실 비상 대응 시스템과 같은 의료 진단 등 다양한 분야에 적용되고 있으나 주어진 문제에 맞게 시스템을 설계해야 하는 점, 불확실성이 높은 환경에서는 성능이 보장되지 않는 점 등이 개선사항으로 지적되고 있다.
최근 이러한 문제점을 해결할 수 있는 방법을 국제 학술지 사이언스의 자매지 ‘사이언스 로보틱스(Science Robotics)’에 게재한 한국과학기술원(KAIST) 바이오및뇌공학과 이상완 교수를 만나 국내 인공지능(AI) 기술의 현주소, 전두엽 메타 제어 이론의 의미, 신경과학-인공지능 융합연구센터 설립의 취지와 연구방향 등을 살펴본다.<편집자 주>
- 국내 인공지능(AI)의 기술 발전은?
▷ 국내 인공지능 기술과 관련해 수준 차이를 보면 국제 수준과 국내 수준의 구분이 의미가 없다고 본다.
현재 카이스트를 비롯한 전국의 많은 대학에서 인공지능 기술 연구가 활발하게 진행되고 있다.
국내외 인공지능 기술 발전의 흐름을 보면 3단계로 볼 수 있는데 먼저 1900년대 중후반까지는 수학적 기반으로 우리가 가지고 있는 생활적 산업적 문제를 해결하는데 있어서 수학적 제안을 하는 이론적인 측면이 강했다.
이후 2000년대 초반까지 신경망 개념이 나오면서 이러한 문제를 해석적인 방법없이 풀 수 있는 방법을 제안했으며 현재는 신경망을 적용하면서 여러 가지 데이터를 처리하는데 이를 해결하기 위해 딥러닝을 통해서 접근하고 있다.
이러한 발전에 따라 사람이 하는 이미지 작업, 빅데이터 작업 등은 많이 발전되어 인공지능으로 대체할 수 있을 것으로 보고 있다.
그러나 현재의 딥러닝 방법도 해결해야 할 과제가 많은데 이 중에서 사람처럼 쉽게 해결할 수 있는 기능(방법)을 기계학습 기술개발에 적용하려는 연구가 진행되고 있다.
- 최근 연구성과는?
▷ 최근 연구성과는 영국 케임브리지대학교(University of Cambridge), 구글 딥마인드 등과의 공동 연구를 통해 나온 것이다.
이 연구는 인간의 두뇌가 기존의 인공지능 알고리즘이 해결하지 못하는 부분을 해결할 수 있다는 사실에 기반으로 한 신경과학-인공지능 융합 연구이다.
특히 우리 연구팀은 이번 연구에서 강화학습 등의 개별 인공지능 알고리즘이 해결하지 못하는 공학적 문제를 인간의 두뇌가 이미 해결하고 있다는 사실에 기반한 ‘전두엽 메타 제어’ 이론을 제안했다.
이 연구내용과 관련해 좀 더 설명하면 사람의 뇌 기능에서 중뇌 도파민-복외측 전전두피질 네트워크에서 외부 환경에 대한 학습의 신뢰도를 스스로 평가할 수 있는 보상 예측 신호나 상태 예측 신호와 같은 정보를 처리한다.
이에 우리의 두뇌는 이 정보들을 경쟁적-협력적으로 통합하는 프로세스를 통해 외부 환경에 가장 적합한 학습 및 추론 전략을 찾는다는 것이 이론의 핵심이다.
이와 관련해 계산신경과학 최신 연구를 종합해 보면 인간의 강화학습은 ‘전두엽 메타 제어’를 통해 다양한 학습 시스템을 경쟁적·협력적으로 운용해 제한된 경험과 두뇌 자원 아래 외부 환경에 따라 학습 및 의사 결정과정의 최적 균형점을 찾아간다고 알려져 있다.
 |
| 한국과학기술원(KAIST) 바이오및뇌공학과 이상완 교수가 최근 국제 학술지 사이언스의 자매지 ‘사이언스 로보틱스(Science Robotics)’에 게재된 연구성과를 설명하고 있다./아시아뉴스통신=이기종 기자 |
첫째, 인간은 다양한 학습 전략 시스템을 사용한다. 반복적인 성공·실패의 경험을 통해 학습하는 model-free 학습 전략 시스템은 습관적인 행동 전략 형성에 기여한다고 알려져 있다.
이는 빠른 속도와 효율로 외부 환경의 문제를 해결할 수 있지만 이러한 행동을 학습하는 데 많은 시간과 경험을 필요로 하며 외부 환경 변화에 취약하다.
반면 model-based 학습 전략 시스템은 환경 모델을 바탕으로 실제 행동 전에 시뮬레이션을 할 수 있고 이를 통해 고도화된 학습이 가능하다고 알려져 있다. 이는 복잡한 문제를 해결할 수 있게 해 주지만 인지·기억 측면에서 부담이 된다.
둘째, 인간은 다양한 추론 시스템 또한 사용한다.
일반적으로 인간은 반복적으로 수행하여 얻은 많은 양의 경험을 바탕으로 외부 환경 인자에 대한 인과 관계를 점진적으로 추론하고 학습한다. 반면, 아주 특별한 경험은 인간 두뇌의 학습 효율을 급격하게 증가시켜 단 한번 관찰만으로도 고속 추론을 통해 완전하게 학습하는 특징(고속 추론, One-shot inference)을 보인다.
셋째, 상기 다양한 학습 전략 및 추론 시스템은 ‘전두엽 메타 제어’에 의해서 성능-효율-속도 문제를 해결하도록 제어된다.
이는 보통 현재 처해진 환경 아래에서 인간의 학습 및 추론 전략 시스템의 신뢰도를 통해 제어되는 특징을 갖는다.
넷째, 인간은 ‘메타 인지’ 과정이라 일컫는 자신의 학습 및 의사 결정에 대한 신뢰도를 평가할 수 있는 능력을 지니고 있다.
예를 들어 단순하고 쉬운 환경에서 문제를 해결하는 경우 인간은 높은 확신으로 결단력이 있게 결정하고 행동할 수 있지만 그 반대의 경우에는 상대적으로 낮은 확신을 가지고 조심스럽게 결정하고 행동하는 행태를 보인다.
따라서 ‘전두엽 메타 제어’ 기반 뇌 기반 강화학습 이론은 로보틱스 시스템과 같은 복잡한 공학문제에서 발견되는 근본적인 난제들인 성능-효율-속도 균형 문제, 다수 개체 간 협력-경쟁 선택 문제, 임의의 환경에서 목표 수행을 위한 탐색-수행 시점 결정과 같은 문제들을 해결하는 것에 단초를 제공할 것으로 생각한다.
- 최근 설립된 ‘신경과학-인공지능 융합연구센터’는?
▷ 뇌 모사 인공지능을 연구할 목적으로 설립된 ‘신경과학-인공지능 융합연구센터’에서는 발달인지이론, 계산신경과학, 뇌 기반 인공지능 등을 융합하는 새로운 접근을 시도한다.
여기서 발달인지, 뇌 과학 등과 관련해 실증 연구를 진행하고 뇌 기반 인공지능 기술을 이용해 인공지능에 이식함으로써 인간 고위 수준의 기능을 갖춘 차세대 기계학습 기술을 연구하고 개발하는 것이다.
우리 센터는 ‘인지발달–신경과학–뇌기반 인공지능–기계학습’ 융합연구를 이해하고 다양한 상호보완적 전문성을 가진 연구팀이 참여한다.
여기에는 카이스트, 서울대학교, 고려대학교, 영국 케임브리지대학교, 인공지능 스타트업체 휴멜로(Humelo) 등이 있다.
이러한 우리 센터의 특성은 ‘인지발달-신경과학-인공지능(AI)’ 라는 상호 보완적이며 새로운 조합의 연구에 최적화된 연구팀 구성이다.
이를 통해 ‘AI-신경과학-로봇’와 ‘이론-소프트웨어-하드웨어’의 균형을 통한 세계 최정상급 연구를 추진할 것이다.
더 나아가 실험디자인 → 신경과학실험 → 동적 프로세스 모델 기반 데이터 분석 → 프로세스모델-딥러닝 알고리즘 이식 등으로 진행되는 뇌-인공지능 융합 연구의 독자적 원천기술의 다양한 실증사례를 선보일 예정이다.
 |
| 국내 최초로 한국과학기술원(KAIST)에 설립된 ‘신경과학-인공지능 융합연구센터’의 바이오및뇌공학과 이상완 교수와 이지항 연구교수./아시아뉴스통신=이기종 기자 |
- ‘신경과학-인공지능 융합연구센터’의 국제 네트워크는?
▷ 센터의 국제 네트워크도 세계적인 수준으로 계산신경과학 분야 석학 벤 시무어(Ben Seymour) 교수를 중심으로 한 영국 케임브리지대학교 연구팀이 본 사업에 참여해 인적·학술적·기술적 교류를 하고 있다.
또 뇌 기반 인공지능 관련 연구개발 기관인 미국 매사추세츠 공과대학교 연구팀(MIT CBMM), 구글 연구팀(Google DeepMind), 아이비엠 연구팀(IBM AI research) 등과 공동연구를 한다.
이러한 국제 네트워크를 통해 관련 기술의 파급력을 높이고 뇌-인공지능 융합 분야에서 카이스트가 허브역할을 할 수 있도록 노력할 예정이다.
- 마지막으로 하고 싶은 말은?
▷ 뇌 과학과 인공지능의 융합이 필요한 시점이다.
일각에서는 인공지능 기술로 잘 되는데 또 뇌 과학이 필요한가에 대한 의문이 들 수도 있지만 현재 인공지능 기술이 갖고 있는 문제점을 극복하고 실제적으로 보다 나은 인공지능 수준을 만들기 위해서는 다학제적 접근이 이뤄져야 한다고 생각한다.
최근 정부의 정책에서 있어서도 차세대 인공지능 발전에 관심을 가지고 있고 뇌 과학과 연계하는 연구도 과학기술정보통신부, 한국연구재단 등에서 연구지원이 이뤄지고 있어 이번 연구가 시작될 수 있었다.
우리의 인공지능과 뇌를 융합하는 연구는 현재 초기 단계를 진행하고 있고 앞으로 뇌와 연계된 난제를 해결하는 연구가 진행된다.
이를 통해 뇌 과학과 인공지능의 융합 연구는 매사추세츠공과대학교((MIT), 옥스퍼드대학교 등 해외 대학, 연구기관, 기업 등이 많은데 이러한 해외 연구와 견줄 수 있는 경쟁력이 있는 연구가 될 것이라고 본다.
