<기술동향: AI>ATL 1.0: 인공지능 기술 수준 정의 > 전체기사

전체기사
Monthly Magazine of Automatic Control Instrumentation

기술동향 <기술동향: AI>ATL 1.0: 인공지능 기술 수준 정의

페이지 정보

작성자 댓글 0건 조회 367회 작성일 20-08-05 15:46

본문

그림 1. 인공지능 기술전망 


서론

딥러닝의 정확도가 높아지고 활용범위가 넓어지면서 인공지능 기술은 지난 10년간 산업과 국가 측면에서 가장 중요한 기술로 자리 잡았다.


이에 따라 미국, 중국, 유럽 등 대부분의 국가들은 인공지능을 국가 차원에서 육성해야 할 기술로 특정 지었다. 시장을 활성화시키기 위한 데이터, 인력 등과 같은 기반조성은 물론이고, 국가 차원의 기술 로드맵과 연구개발 투자를 강화하였다. 미국 국방부에서 도전적인 장기 프로젝트를 주로 하는 DARPA(Defense Advanced Research Projects Agency)에서도 현 인공지능 기술의 한계를 뛰어넘기 위한 차기 AI(Next AI) 연구개발과 딥러닝 기술의 협소성을 극복하기 위한 열린 세계 문제해(Open World Problem), 기계 상식 이해(Machine Common Cense) 등과 같은 프로젝트를 시작하였다. 또한, 국가 주도로 향후 20년을 준비하는 로드맵(1)을 마련하고 2019AAAI(Association for the Advancement of Artificial Intelligence)에서 발표하였다. 해당 로드맵은 복합지능(Integrated Intelligence), 의미 있는 상호작용(Meaningful Interaction), 자가인지 학습(Self-aware Learning) 세 개의 축으로 구성되어 있다.


그러나 수많은 인공지능 프로젝트와 로드맵 제시에도 불구하고, 이 기술들의 수준을 가늠할 수 있는 적정한 지표는 없다. 물론, 예외적으로 자율주행 자동차의 경우는 운전자의 개입 정도에 따라 수준 0에서 5까지 정의한 사례가 있으나, 이는 자율주행 자동차에서만 사용 가능하다. 인공지능 기술의 범위와 활용범위가 워낙 넓고 다양하여 자율주행 자동차처럼 유일한 지표를 책정하기 어려운 면이 있어서일 것으로 생각된다. 이에 ETRI 인공지능연구소는 인공지능 기술을 개발하고, 응용이나 서비스를 사업화하고, 로드맵을 수행할 때 기준이 될 수 있는 인공지능 기술 수준(ATL: Artiricial Intelligence Technology Level)을 정의하여 배포하고자 하였다.


본 고에서는 인공지능 기술 수준을 정의하기 위한 배경으로 <가트너>, <포브스>, 각국의 로드맵 등에서 제시하고 있는 기술의 발전전망과 인공지능과 관련한 수준 정의 사례들을 먼저 살펴본다. 다음은 ATL 1.0을 구성하는 기술 요소들과 수준 정의 내용을 기술하였다.

 

--------------------------------------------------------------------


AI 기술전망과 수준 정의 동향

본 장에서는 인공지능 기술 이슈들과 현재 수행 중인 프로젝트, 그리고 로드맵을 중심으로 발전 방향을 전망해 보고, 인공지능 관련 수준 정의 사례들을 살펴본다.


(1) 인공지능 기술전망

브스(2)는 딥러닝을 핵심으로 하는 현재 인공지능 기술의 지능 수준은 좁은 인공지능(ANI: Artificial Narrow Intelligence)이며, 향후 인간처럼 다양한 분야를 포괄적으로 학습하고 이해할 수 있는 일반 인공지능(AGI: Artificial General Intelligence)과 인간을 뛰어넘는 슈퍼 인공지능(ASI: Artificial Super Intelligence)으로 발전할 것으로 전망했다. 더불어 인공지능 대응과 의식 측면에서는 조건에 대하여 반응하거나, 제한적인 메모리를 가지고 단순히 사물/인지를 분류하는 단계에서 인간의 요구사항이나 감정, 생각체계를 이해하는 마인드 이론(Theory of Mind)과 자기인지(Self-aware) 단계로 진화할 것으로 전망하였다.


가트너(3)는 시장 중심으로 5년 이내에 도래할 주요기술로 AutoML과 챗봇, Edge AI, 5~10년 사이에 도래할 주요기술로 디지털 윤리(Digital Ethics), 대화 사용자 인터페이스(Conversational User Interface), 설명 가능한 AI(Explainable AI), 스마트 로봇, AI PaaS 등을 제시하였으며, 10년 이후의 기술로 AGI와 퀀텀 컴퓨팅을 전망하였다.


CCC(The Computing Community Consortium)가 제시하는 미국의 20년간 R&D 로드맵(1)은 앞서 언급한 바와 같이 복합지능, 의미 있는 상호작용, 자가인지 학습으로 분류 정의하였으며 주요 내용은 <1>과 같다.


3f5829ff77c363e7cf8a981693298dd4_1596609885_82.jpg
1. 향후 20년간 AI 연구 로드맵 주요내용

출처: Y. Gil et al., “A 20-Year Community Roadmap for artificial Intelligence Research in the US,”

 Sponsored by CCC and AAAI, 2019. 8. CC BY 4.0.



도전적인 차세대 기술을 많이 개발하고 있는 미국 국방부 DARPA(4)는 인공지능과 관련해서도 다양한 중장기 프로젝트를 진행 중이다. 충분히 많은 데이터가 있어야만 좋은 성능을 얻을 수 있는 딥러닝의 문제점을 해결하기 위해 적은 레이블 데이터로도 학습이 가능한 기술(Learning with Less Labels, ’19~’20)을 개발 중이며, 넓은 분야를 스스로 학습하거나, 인간과 유사한 방법으로 학습할 수 있는 차세대 학습방법 등 인공지능을 단순한 도구에서 파트너로 견인하기 위한 다양한 연구를 진행 중이며, 주요 프로젝트들은 다음과 같다.

eXplainable AI(XAI, ’17~’21): 도출한 결과에 영향을 준 요인을 설명하는 AI

Competency-Aware Machine Learning(CAML, ’19~’23): 인공지능이 스스로 문제를 해결할 수 있는 역량을 인지하면서 모델을 수립하는 AI

Guaranteeing AI Robustness and Deception(GARD, ’19.2): 인공지능이 외부의 공격에도 강건하며 오작동 없이 할 수 있도록 견고함을 가진 AI

Lifelong Learning Machine(L2M, ’18~’21): 새로운 변화에도 적응할 수 있고, 평생 지식을 성장시킬 수 있는 학습 방법

Science of AI and Learning for Open-World Novelty(SAIL-ON, ’19.3): 문제영역을 특정분야에 한정하지 않고, 인간처럼 제한 없이 학습하고 이해할 수 있는 AI


이밖에도 ABI 리서치(5)는 향후 유망 기술로 연합학습(Federated Learning), 멀티모달 기계학습(Multi-modal Machine Learning), 분산 지능(Distributed Learning), 엣지 인공지능(AI Moving to the Edge)을 주요 전망으로 제시하고 있다.





..(후략)


 

민옥기 / ETRI 지능정보연구본부

김영길 / ETRI 언어지능연구실

박종열 / ETRI 시각지능연구실

박전규 / ETRI 복합지능연구실

김지용 / ETRI 스마트데이터연구실

이윤근 / ETRI 인공지능연구소

  본 기사는 2020년 8월호에 게재되었습니다. 


-----------------------------------------------------------

제어계측 편집부 (auto@autocontrol5.co.kr)

<저작권자 : 제어계측 무단전재 및 재배포 금지> 

제어계측사     대표자  이윤성     사업자등록번호  107-19-58315     TEL  031-873-5686     FAX  031-873-5685
ADD  경기도 의정부시 신흥로258번길 25 해태프라자 1501호      E-mail  autocontrol5@autocontrol5.co.kr
Copyrights ⓒ 2020 제어계측사 All rights reserved.