머신러닝

뷰스레터 구독자 여러분 안녕하세요? 저는 지난 11월 28일부터 12월 2일까지 미국 라스베이거스에서 진행된 세계 최대 클라우드(서버 같은 컴퓨팅 자원을 온라인으로 제공해주는 서비스) 컨퍼런스 ‘아마존웹서비스(AWS) 리인벤트(Re:Invent) 2022’에 다녀왔는데요. 올해 AWS 리인벤트에서는 무엇이 화두였는지 전해드리려고 합니다. 이번 AWS 리인벤트 2022는 3년 만에 오프라인으로 개최됐습니다. 코로나19 팬데믹의 영향으로 비대면(2020), 온오프라인 하이브리드(2021)로 열렸다가 정상화된 것인데요, 오랜만에 오프라인으로 열린 행사인 만큼 많은 클라우드 업계 관계자, 엔지니어, 관람객들이 참여, 인산인해를 이뤘습니다. 다양한 강연, 교육 세션, 기술 데모에 참여하기 위해 길게 늘어선 줄을 행사장 곳곳에서 발견할 수 있었습니다. AWS에 따르면 이번 리인벤트 2022에는 총 5만 명이 등록했습니다. 한국에서 참여한 인원도 1500명에 달했는데요. AWS 고객사인 삼성전자, CJ, 한진, LG CNS, SK에코플랜트, 쿠팡, 제페토, 카카오게임즈, 카카오스타일, 모라이 등이 클라우드 기술 적용 사례를 발표했고, AWS MSP(Managed Service Provider, 클라우드 도입 및 관리 서비스) 업체인 베스핀글로벌과 메가존클라우드도 수백 명의 한국 고객사 관계자들과 함께 행사에 참여했습니다. 전 세계 주요 기업, 개발자들이 AWS 리인벤트 행사에 관심을 갖고, 참여하려는 이유는 무엇일까요? 

스와미 시바수브라마니안(Swami Sivasubramanian) 아마존웹서비스(AWS) 데이터·머신러닝 부문 부사장(VP, Data and Machine Learning)은 30일(현지시각) 미국 라스베이거스에서 열린 ‘AWS 리인벤트(re:Invent) 2022’ 기조연설에서 “데이터가 직관보다 낫다”며 이같이 말했다. 아마존은 물론 AWS 역시 지난 15년간 ‘고객 집중’이라는 경영 철학에 입각해 고객이 원하는 게 무엇인지 데이터 기반으로 파악하고, 관련 제품 및 서비스를 제공하며 성장해 왔다는 것이다. 시바수브라마니안 부사장은 “우연히 전자레인지를 발명한 것으로 알려진 퍼시 스펜서도 알고 보면 해군 무선 기술 전문가, MIT 연구소 등을 거쳤다. 30여년간 점을 연결하고 데이터를 통합한 결과였다”며 “데이터야말로 새로운 발명의 기반”이라고 강조했다. 

“네가 제일 좋아하는 과자는 뭐지?”“스키틀즈(skittles) 입니다.” “그럼 그걸 파란색 통에 넣어 줘.”“완료했습니다.”2일(현지시각) 뉴욕 맨해튼. 구글이 올해 4월 오픈한 신규 오피스 ‘피어 57(Pier 57)’에서 흥미로운 로봇 조작 시연이 벌어졌다. 공상 과학 영화에서 인간과 가사 로봇이 나눌 법한 대화가 실제 현실에서 이뤄진 것이다. 이날 구글은 ‘AI(인공지능) 이벤트’를 열고 개발 중인 최신 AI 기술을 대거 공개했다. AI와 마치 인간처럼 대화를 나누는 것 자체는 새롭지 않은 일이다. 앞서 2021년 구글은 연례 개발자 행사인 ‘구글 I/O’에서 대화형 AI 모델 ‘람다(LaMDA, Language Model for Dialogue Applications)’를 공개했고, 올해 I/O 행사에서도 맥락을 이해하는 새로운 대형(LLM, Large language model) 언어 모델 ‘PaLM(Pathways Language Model)’을 공개해 기술 업계에 충격을 안긴 바 있다.이 로봇 조작 시연이 놀라웠던 이유는 여기에 중요한 과정 하나가 추가됐기 때문이다. ‘실시간으로’ 자연어(Natural Language, 일상생활에서 사용하는 언어)를 기계어로 번역해 주는 기능이 그것이다. 현장에서 로봇이 다양한 주문에 반응해 즉시 과제를 수행할 수 있었던 건 바로 이 기능 덕분이었다. 자연어를 기계어로 번역해준다는 건 프로그래밍이 필요 없다는 뜻이다. 기계는 0과 1로 이뤄진 기계어로 외부 정보를 인식하는데, 그렇기 때문에 로봇을 조작하려면 프로그램 언어로 기계에 지시를 내려야 한다. 로봇 공학자들 역시 로봇을 개발할 때 이런 프로그래밍 과정을 거친다. 

우리 몸은 선천적으로 면역 시스템을 가지고 있다. 그래서 우리 몸안에 들어오는 처음 보는 물질을 알아보고 대항할 수 있다. 그 침입물질을 기억하고 공격하는 단백질을 만드는데 그것이 항체다. 항체는 특정 물질만을 제거한다는 장점이 있다. 이 원리를 이용하는 항체 치료제는 뛰어난 선택성으로 부작용을 최소화할 수 있기에 환자에게 안전성과 효율성의 증가를 보장한다. 또 만성질환부터 생명을 위협하는 난치성 질병 치료에 다양하게 쓰인다. 하지만 이를 개발하는 것은 사실 가격면에서 쉽지 않을 뿐 아니라 기존의 기술로는 시간이 많이 소요된다. 빅햇 바이오사이언스는 인공 생물학에 머신러닝을 적용하여 환자에게 더 안전하고 효과적인 항체 치료제를 개발하는 바이오테크놀로지 회사다. 캠프리지 대학 생화학박사이자 구글 인공지능 게놈팀장이며 브로드 인스티튜트 (Broad Institute) 메디컬 유전학소장을 지낸 마크 디프리스토 (CEO, Mark DePristo)와 스탠포드 생의학-정보학 박사이자 2018 슈미츠 사이언스 펠로우 (Schmidt Science Fellow)를 지낸 페이튼 그린사이드 (CSO, Peyton Greenside)가 2019년에 설립했다.빅햇 CEO 마크 디프리스토는 "차세대 항체를 만드는 것은 기존 단일항체 치료제를 개발하는 것보다 훨씬 어렵다"며 개발단계의 변화의 필요성을 절감하고 창업했다.

위 그림을 어떻게 설명할 수 있을까? '초밥으로 만들어진 집에 사는 개' 정도로? 이런 사진을 왜 찍지? 저런 초밥 집이 가능한가? 개의 크기가 작은 것일까? 초밥 집을 크게 지은 것일까? 하지만 놀랍게도 ‘초밥으로 만들어진 집에 사는 귀여운 웰시 코기(A cute corgi lives in a house made out of sushi)’ 라는 문장을 입력하면 인공지능이 실제 촬영한 사진처럼 보이는 가상의 이미지를 만들어준 결과라고 하면 어떨까? 현실에 존재하지 않는 사물까지 AI가 인간처럼 ‘상상해’ 만들어 준다. 구글의 인공지능(AI) 연구조직 구글 리서치 브레인팀(Google Research, Brain Team)은 23일(현지시각) 46페이지 분량의 연구 논문을 발표했다. 이 발표에는 인간의 언어를 이해, 그 정보를 바탕으로 이미지를 만들어 내는 AI 모델 이매진의 성능이 자세히 기술돼 있다.생성적 적대 신경망(Generative Adversarial Network, 이하 GAN)이라고 부르는 딥러닝(Deep Learning, 심층학습) 기술의 발전으로 이런 이미지 창조가 가능해졌다. 생성 모델(생성자, generator)과 판별 모델(감별자, discriminator)이 서로 경쟁, 실제와 가까운 이미지를 자동으로 만들어낸다.가짜 지폐를 만드는 범인(생성자)과 위폐를 감별하는 경찰(감별자)이 경쟁하는 상황을 떠올리면 된다. 경쟁 과정에서 위폐가 발전해 진짜 지폐와 구별할 수 없는 수준에 이르게 되는 것이다. 여기에 텍스트, 사진 등 다양한 양식의 정보를 동시에 이해하는 ‘멀티모달(Multimodal, 다중모드)’ 학습이 더해져 말하는 대로 그려주는 똑똑한 AI가 완성됐다.구글이 인공지능 전문 기업 ‘오픈AI’와 본격적인 경쟁 구도를 형성했다는 점도 흥미로운 부분이다. 오픈AI는 지난 4월 6일 텍스트 기반 이미지 생성 모델 ‘달리2’를 공개해 화제를 불러일으킨 바 있다. 구글은 불과 한 달여 만에 달리와 비슷한 이머젠을 공개, 차세대 AI 대전을 예고했다.