마이크로소프트는 어떻게 AI의 기회를 분류하고 있는가?

마이크로소프트는 어떻게 AI의 기회를 분류하고 있는가?
필자의 이해를 돕기 위해 리는 우선 자신이 나델라에게 설명했던, 현 세대 머신러닝(ML)의 3가지 층위 분류를 소개했다:

티어 0: 고객들은 마이크로소프트의 사전 학습(Pretrained) 모델에 영역 특화적 카테고리 정도만을 추가해 바로 이용이 가능하다. 이를테면 마이크로소프트의 기계번역 API를 활용해 댓글을 번역하거나, 이 번역 API 서비스에 ‘여성 패션 관련 어휘’ 등 특정 영역 특화적 범주를 추가 적용할 수 있는 것이다. (후자의 경우 이베이가 글로벌 시장을 공략함에 있어 다양한 언어를 지원하는데 활용하고 있는 방식이다.)

티어 1: 이 층위는 ML용도로 최적화된 클라우드 하드웨어나 마이크로소프트의 코그니티브 툴킷(Cognitive Tool Kit) 등의 도구들을 새로운 독자 영역 특화적 모델 구축 역량을 갖춘 개발자들에게 전달하는 단계다. 이는 업계의 용어를 빌리자면 ‘말은 쉽지만 현실은 녹록하지 않은’ 과정이다. 작업 수행을 위해 ML, 컴퓨터 아키텍츠, 시스템 최적화에 대한 종합적인 전문성을 필요로 하기 때문이다.

관련 사례로 리는 자신들의 파트너 중 한 곳인 UPMC 엔터프라이즈(UPMC Enterprises)를 언급했다. UPMC 엔터프라이즈는 비영리 의료 전달 서비스 단체인 피츠버그 대학 의료 센터의 수익 창출 부문이다. 이들 기관이 구축 중인 모델의 세부 사항에 관해서는 공개가 어렵지만, 리에 따르면 이 모델은 기관 의료진들의 환자 관리 성과 개선을 목표로 삼고 있다.

UPMC는 개발팀을 이끌며 프로젝트를 주도할 책임자로 ML분야의 전문가인 아담 버거 박사를 영입했다. 모델의 개발과 트레이닝, 기능 검증을 마친 후 UPMC는 이를 타 의료 기관들에도 상용 공개할 계획이다. 모델이 시장에 공개되면 마이크로소프트가 지원해온 140여 개국 16만 8,000에 이르는 생산성, IT 부문 고객들의 서비스 이용이 가능해질 것이다.

참고로 피츠버그는 유수의 의료 교육, 연구 기관들이 자리한 대규모 의료 커뮤니티의 중심이며, 카네기 멜른 대학을 거점으로 AI, ML 관련 연구 역시 활발히 이뤄지고 있는 지역이다.

티어 2: 티어 2는 세계 포커 랭커들을 물리친 카네기 멜른 대학의 리브라투스(Libratus) 포커봇과 바둑기사 이세돌과의 대국에서 승리한 구글 알파고(AlphaGo) 봇이 속한, 인공 종합 지능(AGI, Artificial General Intelligence)가 지칭되는 층위다.

AGI라는 표현은 인간의 모든 지적 과제를 수행할 수 있는 기계지능을 의미하는 가설 용어로, 관련 연구자 및 SF작가들에 의해 논의되어 온 개념이다. 위의 게임봇들은 게임이라는 특정 영역에서만 기능하는 좁은 의미의 AGI지만, 인간 경험에 제한되지 않고 자체 학습이 가능한 봇이라는 점에서 위의 티어들과 차별화된다.

대다수 ML모델들의 훈련 방식이란 이미지를 비롯한 기존 콘텐츠를 기반으로 인간의 지능을 모방하는 형태였다. 공공 인터넷의 1/3을 스캔하며 학습하는 구글의 자연어 번역기가 그 대표적인 사례다. 이러한 방식으로 ML 포커봇을 개발한다면, 수 백만 포커 플레이어들의 수 십억 건의 게임 기록을 분석해 인간 행동 양식을 모방한 모델을 개발하는 방식으로 학습이 이뤄졌을 것이다. 이와 달리 리브라투스는 가능한 모든 게임 상황을 실험해 포커의 승리 규칙을 학습하는 방식으로 기능한다.

알파고의 학습 전략 역시 이와 유사하다. 알파고는 인간의 지능에 국한되지 않는 플레이 스타일을 개발해 구사 함으로서 상대인 이세돌을 당황시킨 바 있다. 리는 나델라와의 대화에서 리브라투스와 알파고의 사례를 언급 함으로서 좁은 의미로나마 AGI 구현이 가능하게 됐음을 설명했다.

원문보기: 
http://www.ciokorea.com/news/33689#csidx44ae1fad3ec95bcb65846b56ce281d0