구글은 인공지능(AI)을 또 한 단계 전진시킬 수 있는 머신 러닝의 새로운 접근을 발표했는데, 더 나은 신경망을 구축하는데 또 다른 신경망을 사용하여 본질적으로 AI가 스스로 학습할 수 있게 한 것이다.

구글은 이 인공 신경망이 뇌가 학습하는 방법을 모방하도록 설계했으며 새로운 기술인 AutoML 기술을 이용하여 더 강력하고 효과적이며 사용하기 쉬운 신경망을 개발할 수 있다고 밝혔다. 순다르 파차이 구글 CEO는 2017년 연례 개발자 컨퍼런스인 구글 I/O에서 기술을 소개했다.

이 기술은 아기 신경망으로 볼 수 있는 여러 신경망 집합을 선택한 후 스스로 반복하여 최고의 신경망이 될 때까지 학습하는 것이다. 강화 학습이라고 불리는 이 과정은 컴퓨터가 시행착오와 보상을 통해 마치 개를 훈련시키는 것처럼 이루어진다. 이 과정은 막대한 계산량이 필요하지만 구글의 하드웨어는 다른 신경망을 분석할 수 있을 정도로 발전했다.

지금까지 신경망은 주로 과학자나 엔지니어 등 전문가 집단이 막대한 시간을 들여 구축하는 것이었지만 이제 AutoML의 도움으로 누구나 원하는 것을 해결할 수 있는 AI 시스템을 만들 수 있게 되었다. 구글은 AutoML이 박사학위자의 능력을 갖추고 3~5년 이내에 수십만 명의 개발자가 특정한 필요를 만족시킬 수 있는 새로운 신경망을 개발할 수 있도록 하고자 한다.

컴퓨터가 샘플 데이터를 기반으로 스스로 결정을 내리도록 하는 머신러닝은 인공지능을 개발하는 하나의 접근법이며 두 가지 단계로 구성되는데, 바로 훈련과 추론이다. 훈련은 말 그대로 컴퓨터에게 수천 장의 고양이와 개 그림을 보여주고 각 동물의 픽셀 조합을 식별하게 하는 것이다. 추론은 학습된 추정을 스스로 할 수 있도록 하는 과정을 포함한다. 개와 고양이 데이터를 신경망으로 대체하면 AutoML이 어떻게 동작하는지 이해하는데 도움을 줄 수 있는데, 동물을 인식하는 대신 어떤 시스템이 가장 똑똑한지를 인식하는 것이다.

지금까지 구글의 결과를 바탕으로 AutoML은 인간 전문가보다 솔루션을 찾고 인지하는데 더 뛰어날 가능성이 제기되고 있다. 그 잠재력은 스스로 구축할 수 있는 능력으로 미래의 AI 시스템은 막대한 일을 수행할 수 있는 것으로 보인다.

구글은 AutoML이 여전히 초기 단계라고 말했지만 AI, 머신러닝, 딥러닝은 모두 우리가 일상적으로 사용하는 앱에 이미 구현되어 있다고 덧붙였다. 개발자 컨퍼런스 시연에서 구글은 어떻게 머신러닝 기술이 수백만 장의 표본을 학습한 후 어두운 그림이나 장애물을 식별할 수 있는지를 보여주었다.

구글은 현재 컴퓨터의 사진 인지 능력이 사람을 능가한다고 말했다. 구글 렌즈라고 불리는 앱은 꽃 이름을 알려주거나 거리에서 사업체를 전화기 카메라로 찾아줄 수 있다. 이 막강한 딥러닝 알고리즘은 의료분야에서도 찾을 수 있는데, 전문가보다 훨씬 더 정확하게 암의 신호를 식별할 수 있는 능력을 갖추고 있다.

AutoML의 도움으로 AI 플랫폼은 더 빨리 더 높은 지능을 가질 것이고 그 전에 앱 개발자와 과학자들이 AutoML 사용할 수 있게 될 것이다. 구글 과학자 쿼오크 리와 배럿 조프는 새로운 형태의 신경망을 통해 비전문가도 특정 필요에 맞도록 신경망을 개발하는 것이 가능해져 모든 사람에 일상에 더 큰 영향을 줄 수 있도록 머신러닝을 사용할 수 있게 할 것이라고 말했다.