[기고] 딥러닝으로 예측하는 미래 기술

“딥러닝이 뭐예요?”

요즘 여기저기서 가장 많이 받는 질문이다. 이처럼 갑자기 가장 큰 IT산업의 핵심 키워드로 떠오른 이유는 무엇일까. 아마도 현재 딥러닝은 현재 최고의 성능을 가진 기계학습 솔루션으로 평가를 받아 미래 인공지능 기술 개발의 희망으로 떠오르고 있기 때문이다.

딥러닝은 인공지능의 한 부분으로 빠르게 성장하고 있으며 기계를 학습시켜 사람처럼 지능을 갖게 하는 것으로, 선진화된 의학 및 약학 연구부터 자율주행 차량까지, 그야말로 활용 범주가 다양한 컴퓨팅 혁신의 가장 중요한 엔진이라고 할 수 있다.

딥러닝이 최근에야 부각되는 것 같지만 딥러닝 연구는 역사가 깊다. 1970년대 중반 현재 딥러닝으로 불리는 ‘뉴럴 네트워크(Neural Network)’ 신경망 학습법이 개발됐지만 1980년대 이후 데이터 공급 문제로 관심이 낮아졌다.

하지만 2010년대 들어 하드웨어 개발이 급속도로 이뤄지고 데이터 문제가 해결되자 국면전환을 맞은 시장은 다시 활기를 띠고 있는 양상이다.

딥러닝은 이미지 분류, 동영상 분류, 음성 인식 등 다양한 분야에서 활용되고 있다.

대표적으로 구글과 페이스북이 딥러닝 연구를 활발히 진행하고 있다. 구글은 음성인식, 번역 및 인공지능 시스템에, 페이스북은 뉴스피드 및 이미지 인식 분야에 딥러닝 기술을 적용하고 있다.

이러한 딥러닝 기술은 분석, 계산, 필터링 등으로 사용자가 원하는 데이터를 얼마나 정확하고 빠르게 찾아낼 수 있는지가 관건인데, 여기에 그래픽 처리 장치(GPU)가 가진 연산 기술이 핵심으로 떠오르고 있다.

엔비디아는 고성능 GPU 병렬 컴퓨팅 기술과 특히 이를 효율적으로 이용하는 CUDA 언어를 기반으로 한 딥러닝 기술을 발표해 현재 많은 웹 개발 기업에 제공하고 있다. 어도비는 딥러닝 이미지 프로세싱 도구를 구축하기 위해 엔비디아 CUDA 기반 그래픽카드를 사용해 크리에이티브 클라우드를 개선하고 있다. 바이두는 음성 인식, 번역, 안면 인식, 물체 인식 등 서비스를 위한 대량의 데이터를 처리하는 데 엔비디아 GPU를 이용한다.

넷플릭스도 4000만 스트리밍 서비스 가입자의 영화시청 패턴을 분석하기 위해 엔비디아 GPU를 활용, 사용자가 좋아할 영화를 정확히 파악해 영화 추천 리스트를 업데이트하고 있다.

이처럼 더 나은 컴퓨팅 환경 제공을 위해 지난 GTC 2015에서 엔비디아는 딥러닝을 가속화할 세 가지 신기술을 공개하며 업계의 주목을 받았다. 딥 뉴럴 네트워크 트레이닝을 위한 ‘지포스 GTX 타이탄 X’, 데이터 과학자 및 연구자들이 고급 딥 뉴럴 네트워크를 더욱 쉽고 빠르게 창출할 수 있도록 하는 소프트웨어 애플리케이션 ‘디짓 딥러닝 GPU 트레이닝 시스템’, 세계에서 가장 빠른 데스크사이드 딥러닝 어플라이언스 ‘디짓 데브박스’로, 딥러닝 연구에 전례 없는 속도 및 용이함, 성능을 제공할 것으로 기대되고 있다.

올 초 CES 2015에서 엔비디아는 아우디와 함께 미국 실리콘밸리로부터 라스베이거스까지 약 900㎞ 거리를 자동 주행하는 쾌거를 이루기도 했다. 엔비디아의 자동차 전용 플랫폼을 이용해 클라우드 네트워크를 통해 슈퍼컴퓨터와 연결된 자동차가 엔비디아의 딥러닝 솔루션을 통해 누적된 주변의 이미지 정보들을 분석, 스스로 판단하는 기술이 활용됐다. 이처럼 엔비디아는 자동차 전용 플랫폼을 이용한 오토모티브 시장에 진출해 많은 제품을 출시하고 있다.

컨설팅 전문업체 매킨지는 2025년 인공지능을 통한 지식노동 자동화의 파급효과가 연간 5조 2000억~6조7000억달러가 될 것으로 분석했다. 먼 미래에 인간이 자동차를 운전하는 것은 불법이 될 것이라고 강조한 엘론 머스크의 말처럼 딥러닝을 기반으로 완성돼 가는 인공지능 발전으로 자율주행 자동차가 우리 일상생활 속에 함께할 날이 머지않았다.

앞으로 향후 10, 20년 안에 벌어질 기술 변화 속도는 가히 상상을 초월할 정도로 빠르게 실현되고 있다. 딥러닝은 이 변화의 가장 중심에 선 기술 중 하나며 많은 산업에 큰 기여를 할 것이다.

이용덕 엔비디아코리아 지사장 nvidia@korcom.com