1900년 GE는 회사의 첫 번째 연구소를 개소하기 위해, MIT의 젊은 화학 교수 윌리스 휘트니(Willis Whitney)를 채용했다. GE는 그 때까지만 해도 본질적으로 스타트업 기업이라고 할 수 있었다. 뉴저지 주 멘로 파크(Menlo Park)에 위치한 토마스 에디슨의 “발명공장”과는 달리, 새로운 연구소는 그리 대단하지 못했다. 새로운 연구소는 GE에서 엔지니어링 마법사로 알려진 찰스 스타인메츠(Charles Steinmetz)의 뉴욕주 스케넥터디(Schenectady)의 집 뒤쪽, 나무로 만든 헛간(링크)에 둥지를 틀었다. 뉴욕주 스케넥터디(Schenectady)는 1880년대 GE의 공동 창립자 에디슨이 이사한 곳이기도 하다.
처음은 순조롭지 않았다. “기초 연구”에 전념하는 이 연구소는 다음 해 봄, 화재로 문을 닫았지만, 휘트니의 연구와 추진력은 이어졌다. 그는 연구소를 재설립하고 노벨상을 수상한 화학자 어빙 랭무어 (Irving Langmuir, 링크) 같은 연구원들을 데려왔다. 오늘날 여전히 스케넥터디 교외 니스카유나 (Niskayuna)에 본부를 둔 GE글로벌리서치는 3,000여 명의 연구원이 연구 개발에 전념하고 있으며, 전세계 곳곳에서 연구소를 가동 중이기도 하다.
매년 가을 GE글로벌리서치는 연구소 설립자를 기억하고 최신의 연구개발 성과를 공유하기 위해 스케넥터디에서 휘트니 심포지엄이라는 이름의 과학 회의를 개최한다. 2016년 10월 이틀 동안 열렸던 이 행사는 인공지능의 산업계 응용을 주제로 삼았다.
“나 인간, 너 기계(I Human, You Machine)”을 주제로 열렸던 심포지엄에서 주목할 만한 발표자로는 스위스 루가노대학 달르 몰 인공지능연구소(Dalle Molle Institute for Artificial Intelligence Research)의 과학 책임자로 학생들과 함께 필기/음성/시각 인식과 기계번역 분야를 혁신한 위르겐 슈미트후버(Jürgen Schmidhuber) 박사, 항공기 충돌방지 시스템의 의사결정 구조를 개발한 스탠포드 대학의 마이클 코헨데르퍼(Mykel Kochenderfer) 박사, 발명가이자 베스트셀러 SF소설 작가인 데이빗 브린(David Brin) 등이 있다. (발표자 전체 목록은 여기(링크)에서 확인하세요.)
심포지움에서는 인공지능을 발전소, 제트엔진, 최신 의료 스캐너 같은 산업 기계에 적용하려는 GE글로벌리서치의 연구자들의 이야기도 들을 수 있었다. GE리포트는 대표적인 GE의 연구자들을 만나 인공지능의 미래에 대해 들어보았다.
“인공지능이 ‘살아 있는 시스템’의 일부가 되고, 지속적으로 학습하면서 활용 방안도 더 많아졌습니다.”
마크 그랩(Mark Grabb) (이미지: Getty Images)
GE리포트: 지난 수십 년간 인공지능 연구가 진행되어왔습니다. 현재 이 분야에서 흥미로운 점은 무엇일까요?
아칼레시 판데이(Achalesh Pandey): 엄청난 양의 데이터를 활용할 수 있게 되었고, 이를 처리할 수 있는 막강한 컴퓨팅 성능이 가능해 진 것입니다. 인공지능에서 딥 러닝 분야도 완전히 변화했습니다. 애플의 시리(Siri), 아마존의 알렉사(Alexa), 구글 나우(Now) 등의 서비스를 보면 음성인식 기술의 진보를 확인할 수 있습니다. 이미지/영상 인식분야도 곧 이런 진보를 기대할 수 있을 것입니다.
마크 그랩(Mark Grabb): 인공지능이 “살아 있는 시스템”의 일부가 되고 지속적으로 학습하면서 활용방안이 더 많아졌습니다. 인공지능에 사용되는 새로운 분석 구조도 존재합니다. 딥 러닝과 강화 학습을 결합하여 괄목할만한 성능 향상을 얻기 시작했습니다. 사람들은 이런 순환학습 구조 속에서 시스템을 수정하게 됩니다. 하지만 아주 훌륭한 사용자 경험을 제공하면서 시스템을 운영하면, 사람들은 자신이 인공지능을 수정하고 있다는 사실조차 인식하지 못합니다.
GE리포트: 인간과 기계의 공생에 대한 사례를 들어주실 수 있나요?
마크 그랩: 구글 검색부터 사례로 말할 수 있겠네요. 당신은 구글 검색 결과를 보고 가장 연관성 높은 결과를 선택합니다. 그 순간 당신은 순환 학습의 일부가 되는 것입니다.
아칼레시 판데이: 알렉사를 훈련시켜 당신의 말하는 방식과 억양을 인식하도록 만들 수 있습니다. 알렉사는 사람의 목소리를 문자로 변환한 후, 데이터베이스를 검색하여 질문에 답을 하거나, 주어진 일을 처리합니다. 알렉사 인공지능을 활용하는 기기인 아마존 에코(Echo)는 현재 식기세척기, 오븐, 세탁기, 그 밖의 가전제품을 제어할 수 있습니다.
“클라우드에서 기계의 디지털 모형을 만들어내기 시작했습니다.” GE의 아칼레시 판데이의 말이다
GE리포트: 좀 더 큰 기계에 대해 이야기해볼까요? 인공지능을 어떻게 가스터빈에 적용합니까?
마크 그랩: 유사한 원리로 적용할 수 있습니다. GE는 기계를 산업인터넷에 연결하기 위해 클라우드 기반 운영체제인 프레딕스와 같은 소프트웨어를 만듭니다. 뛰어난 분석기술과 기계학습 모델을 구축하기 위해 물리학적 지식과 분야별 전문지식이 많이 필요합니다. GE는 여러 산업 분야에서 전문가가 많이 있습니다. 이를 활용하기 위해 GE글로벌리서치는 데이터 과학자들이, GE 내부에서 이런 모델을 구축하는 사람들의 분야별 전문지식을 더 빠르고 효율적으로 수집할 수 있도록 지원하는 인공지능 시스템을 실제로 구축했습니다. 인공지능은 분석기술 개발 과정에서도 적용할 수 있습니다.
제조업과 서비스는 인공지능을 활용할 수 있는 또 다른 중요 분야입니다. 인공지능 시스템은 작업자가 정보를 바탕으로 결정을 내리기 위해 필요한 지식을 제공할 수 있습니다. 예를 들어 터빈 블레이드를 폐기하거나 수리해야 하는 경우에도, 담당자는 결국 본인의 전문 지식을 바탕으로 최종 결정을 내립니다. 이 모든 정보는 순환구조로 수집되어 시스템을 점점 더 스마트하게 만들고, 더 나은 통찰력을 제공합니다.
마지막으로, 순수한 “기계 속 기계” 인공지능도 얻을 수 있는데요, 이를 위해서는 컴퓨터 비전 기술이 필요합니다. 기계가 앞을 볼 수 있게 되면 사물을 움켜쥐고 다른 곳으로 이동시킬 수도 있겠죠. 물론 아직은 초기 단계입니다.
아칼레시 판데이: 또한 우리는 사물을 더욱 스마트한 방식으로 설계하고 제작하며 운영하기 위해 인공지능을 사용할 수 있습니다. 인공지능 덕분에 공장에서는 가동 정지시간을 없애고, 병원에서는 의료용 스캐너를 더욱 최적화된 방식으로 운영해서 더 많은 환자를 촬영할 수 있습니다.
GE글로벌리서치는 클라우드에 기계의 디지털 복제품을 만들기 시작했습니다. MRI, 제트엔진, 풍력발전단지 등 어떤 장비든 가능합니다. 이 가상의 모델을 디지털 트윈(Digital Twin, 링크)이라고 부릅니다. 디지털 트윈을 시뮬레이션하여 서로 다른 다양한 결과를 비교해 운영을 최적화할 수 있습니다.
“향후 5년 이내에 인공지능이 기계에 적용될 것이라 믿습니다.” 판데이의 이야기다.
GE리포트: 그렇다면, 성과를 최적화하는 공장을 구축하는 것이지요?
마크 그랩: 맞습니다. 데이터 공장이죠. 구글을 보세요. GE가 기계를 인터넷에 연결하며 무슨 일을 하는지 보십시오. 우리는 동시에 모든 성과를 최적화하는 분석 기계를 구축하는 겁니다. 분석 기계는 사람들을 안내하기 위한 인공지능 포털을 보유하고 있을 뿐만 아니라, 최적의 정책이 탑다운 방식으로 주어질 때 안내를 받을 수 있습니다. 바로 이것이 분석기술이 지향하는 바이지요.
아칼레시 판데이: 프레딕스 플랫폼은 지식의 중개자가 될 것입니다. 사람들은 프레딕스와 대화하고 정보를 교환할 것입니다. 이 과정을 몇 번 반복하면 적합한 솔루션을 얻을 수 있습니다. 모든 사람이 이 솔루션에 접근할 수 있을 겁니다. 말하자면 우리는 데이터 과학과 분야별 지식을 공유하고 모두가 공생적인 방식으로 일할 수 있는 시스템을 만드는 것입니다. 우리는 강력한 지식 기업으로 변모하는 것입니다. 이것이 바로 미래라고 생각합니다.
GE리포트: 미래에는 또 어떤 새로운 기술이 인공지능 분야에 등장할까요?
아칼레시 판데이: 향후 5년 이내에 인공지능이 기계에 적용되기 시작할 것이라고 믿습니다. 결과적으로 기계들은 매우 지능적인 존재가 되어, 기계끼리 상호 협력하면서 사물을 최적화할 것입니다. 비유하자면 기계들이 깨달음의 세계에 도달한다고 말할 수 있겠죠.