제프리 힌턴 토론토대 명예교수의 여전한 관심사는 ‘뇌가 어떻게 작동하는가’이다.
힌턴 교수는 “지구상에서 가장 큰 인공신경망(Artificial Neural Network)이 조 단위의 학습 데이터를 가지고 학습을 한다”며 “수명 70세인 경우 사람이 겨우 20억 초 정도를 산다는 것을 고려하면 뇌는 인공신경망에 비해 훨씬 적은 데이터로 학습을 하는 셈”이라며 인공신경망이 사람의 뇌처럼 학습하는 수준에 이르기까지는 갈 길이 멀다고 말했다.
최근에는 자신의 딥러닝 모델에 가장 큰 성취를 안겨준 백프로퍼게이션(Back Propagation) 알고리즘의 대안을 찾는 연구를 시작했다. 힌턴 교수는 “백프로퍼게이션은 데이터가 많은 커다란 시스템에서 작동하지만 대안적 알고리즘은 작은 시스템에서도 작동할 수 있을 것”이라고 기대감을 내비쳤다.
구글의 초거대 인공지능(AI) ‘PaLM’은 힌턴 교수가 흥미롭게 지켜보고 있는 딥러닝 연구의 상용화 사례다. 약 5000억 개의 매개변수(파라미터)를 가진 이 초거대 AI는 전 세계 농담을 분석해 이해하고 그 의미를 알려준다. 힌튼 교수는 “PaLM 시스템이 가동되려면 적어도 추가로 5년은 걸릴 줄 알았다”며 커다란 성취임을 강조했다. 또 딥마인드가 개발한 단백질 구조 예측이 가능한 알파폴드(AlphaFold)는 지난 50년간 생물학의 가장 큰 문제를 해결한 수준이라고 평했다.
앞으로 그가 기대하는 AI의 활용 영역은 의료 분야부터 기후변화 위기 해결까지 다양하다. 힌턴 교수는 “의료 이미지 분석 등 헬스케어에서의 활용은 물론 약 설계 등 나노 기술 단위에서 더욱 활용도가 높아질 것”이라고 내다봤다. 불법 포획을 감지해 해양 생물을 보호하거나 같은 농장에 있는 작물에도 맞춤형으로 최적의 비료나 농약을 뿌려 농작물을 보호하는 일이 가능해진다는 것이다.
일각에서 제기되는 AI 윤리에 대한 생각도 밝혔다. 그는 “AI 시스템에 편향성이 생기면 이를 판별하기는 쉽다”며 “사람 안의 편향성이나 편견을 바로잡는 것보다 AI 시스템의 편향성을 고치는 게 용이한 만큼 꾸준히 개선해 나갈 수 있을 것”이라고 말했다.
< 저작권자 ⓒ 서울경제, 무단 전재 및 재배포 금지 >
madein@sedaily.com
