무역통상정보

로봇이라는 매체를 통해 Deep해진 Deep Learning Skills

지금까지 다양한 방식으로 AI 연구는 방향성을 잡아왔지만, 커다란 성과로 볼 수 있는 것은 없었음. 거기서 등장한 것이 기계학습의 일종인 Deep Learning Skills(심층 학습), 캐나다토론토 대학, 구글 등의 연구 성과에 따라 딥 러닝은 주목받으며 AI붐을 일으키게 됨.

|| Deep Learning Skills에는 없는 주체성

딥 러닝에 기대가 높아지는 가운데, 인간과 같은 것을 생각하고 실행을할 수 있는 것처럼 보임에도 딥 러닝에 포함되지 않은 것이 있다는 것에 우리는 주목해야 함. 그것은바로 ‘주체성’.

인간에게는 주체가 있어, 대상을 바라볼 대, 그 다양한 가능성을 느끼며 스스로 상황에 맞게 대상을 파악하는 방식이 바뀐다.현재의 딥 러닝은 이러한 기능까지 포함하고 있지는 않으며, 단지 인식을 하는 수준에 그치고있음.

어떤 화면을 보고, 인간은 그 배경에 있는 행위의 가능성에 대해서생각하지만, 딥 러닝은 화면 데이터 만으로 판단하지 않으면 안되는 것.인간은 다양한 판단을 하며, 나아가 스스로 상상까지 할 수 있음. 딥 러닝에도 그렇다면 인간과 같은 신체를 부여하면, 상상력을 비롯한판단력을 증진시킬 수 있는 것일까?

|| 하드웨어, 신체를 얻어 인간에 가까워진다.

와세다대학이공학수뤈 교수진이 여기서 돌입한 것이, 감각과 운동의 통합적인학습 구조. 로봇이라는 신체를 부여하여 로봇에 딥 러닝을 적용시키는 것.

인간은 연필로는 쓰고, 식칼로는 자르며, 우산은 받쳐 쓰는 것처럼 대상에 따라 다른 행동을 취하는 선택을 할 수 있음.거기서 로봇에는 동작을 하기 위해 벨이나 버튼을 설치하여 운동을 직접 가르치고, 내장 카메라로입력한 화상정보와 동시에 딥 러닝을 시켜보는 실험을 진행.

그에 따라 특정한 동작으로 영상을 떠올리거나, 영상을 접함으로써 동작을떠올리는 것과 같은 연계성이 내부 프로그램에 의해 가능해짐. 카메라를 끄더라도 팔의 움직임에 걸맞은영상이 로봇 내부에는 생성되며 이런 과정을 통해 감각과 운동의 통합을 이룰 수 있음.

딥 러닝으로 할 수 있는 것, 할 수 없는 것

이후, 딥 러닝을 이용한 화상 인식,음성 인식 자연 언어 처리를 활용한 것으로 생산, 의료,자동 운전 등 다양한 비즈니스 영역에서 성공 사례가 도출될 것으로 예상되나, 과도한 기대는금물. 딥 러닝으로 처리할 수 없는 부분이 있기 때문.

우선, 딥 러닝의 한계를 검토할 필요가 있으며, 그것을 우선 명확히 한 후, 이해할 수 있는 것으로 딥 러닝의 응용분야는 넓혀질 것이고 비즈니스는 성공에 가까워질 것.