최근에는 급속히 발전하는 인공지능(AI)에 대한 보도가 지속적으로 이뤄졌다. 때문에 우리의 일상이 5년 또는 20년 후 어떻게 바뀔지에 대해서 불안해하는 사람도 많았을 것이다. 하지만 사실 크게 걱정할 일은 아닐 수 있다.

현재 AI 개발 수준은 과학자들이 당초 기대했던 것보다 매우 늦쳐진 상황이다. AI 개발에 몇 가지 문제점이 나타났기 때문이다. 특히 2가지 큰 문제가 나타났다.

전 세계 AI 기술자 수는 겨우 30만 명이지만 AI의 발전을 위해서는 수백만 명의 기술자가 필요한 상황이다. AI의 복잡한 기술을 진정으로 이해하고 발전시킬 수 있는 사람수가 절대적으로 부족한 것. 세계적으로 AI가 주목 받고 이 분야를 목표로 둔 사람은 많아졌지만, 그래도 인력 부족 현상은 향후 계속될 것으로 전망된다.

또 하나 고품질 알고리즘은 고품질 데이터에서만 생성되지만, 많은 AI 개발 기업이 고품질 데이터를 대량으로 수집하고 정리하는데 곤란을 겪고 있다.

AI 학습 데이터는 알고리즘을 구축하고 작업을 수행하도록 가르치는데 사용된다. 연구진은 학습 데이터를 반복해서 사용해 알고리즘 예측을 조정하고 그 성공률을 높이고 있다. 알고리즘을 효율적으로 학습시키기 위해서 연구자는 대량의 데이터가 필요하지만, 그것만으로는 불충분하고 데이터의 품질 향상이 필요하다.

AI 연구자들은 알고리즘 학습 전 데이터가 정리되어 있는지 반드시 확인해야 한다. 중복된 데이터나 잘못된 데이터, 연관성 없는 데이터를 사용하면 알고리즘의 패턴 인식 능력이 저해되거나 편향된 결과를 도출할 수 있기 때문이다.

단어를 동사가 아닌 명사로 잘못 태그하는 등의 작은 실수도 심각한 영향을 줄 수 있다. 따라서 AI 연구원은 신중하게 AI 데이터를 사용하기 전 여러 번 데이터를 재확인해야 한다.

AI 개발에는 엄청난 양의 데이터가 필요하며 사람의 힘으로 일일히 데이터를 수집하거나 편집해야 한다. 핵심은 데이터 작업을 진행할 수 있는 인재를 어떻게 확보하느냐다. 구글 및 우버 같이 자금이 있는 대기업에서는 직원을 대거 고용, 충분한 데이터를 확보하는데 필요한 인재를 모을 수 있다.

한편, 대기업에 비해 자금력이 떨어지는 중소 벤처 기업은 단순하면서 바로 사용할 수 있는 형태로 데이터를 저장해두는 것이 중요하다.

베타뉴스 우예진 기자 (leejik@betanews.net)
Copyrights ⓒ BetaNews.net

• • 목록
  • 위로