도서
딥러닝 레볼루션
AI 시대, 무엇을 준비할 것인가
책소개
4차 산업혁명, 어디까지 왔나
AI를 알아야 미래를 선점할 수 있다
인공지능, 초연결, 초지능, 자율주행의 모든 것
세상의 혁신은 딥러닝에서 시작되었다
‘스마트폰 혁명’ 이후의 새로운 패러다임은 무엇일까. 누구도 경험하지 못한 미래가 다가오고 있다. ‘딥러닝 혁명’이 바로 그것이다. 딥러닝 혁명에서 시작된 변혁은 산업, 교육, 경제, 문화, 전 영역에 걸쳐 가시화되고 있다. 새로운 패러다임 등장은 필연적으로 승자와 패자를 낳는다. 발 빠르게 적응하는 이와 그렇지 못한 이가 나뉘는 것이다.
얼마 전 소프트뱅크 손정의 회장이 문재인 대통령을 만나 자리에서 “첫째도 AI, 둘째도 AI, 셋째도 AI”라고 힘주어 말했다. 인공지능에 기업과 국가의 경쟁력이 달려 있으며, 인공 지능 개발에 모든 역량을 집중해야 한다는 것이었다.
실제로 4차 산업혁명 열풍과 알파고 충격 이후, 인공지능은 제조업, 통신, 자동차, 서비스업 등 산업뿐만 아니라 교육, 의료, 법조, 행정 등 우리 생활 모든 영역에 깊숙이 들어왔다. 빅데이터와 인공지능이 결합된 서비스가 나의 욕구를 나보다 먼저 정확하게 알고 상품을 추천을 해주는 일은 이제 너무 당연해서 특별하게 느껴지지 않을 정도다.
이제는 앞을 내다보는 질문이 필요한 시점이다. 이와 같은 변화가 어디서 시작되었고, 앞으로 어떻게 될 것이며, 나아가 우리는 무엇을 준비해야 하는지 말이다. 《딥러닝 레볼루션》의 저자 테런스 J, 세즈노스키는 인공지능 발전에 결정적 역할을 한 것이 딥러닝이라고 말한다. 딥러닝 없이는 지금과 같은 변화가 없었을 것이며, AI 시대의 미래를 예측하기 위해서는 딥러닝을 알아야 한다는 것이다. 모두의 각광을 받고 있는 빅데이터, 초연결, 자율주행 역시 딥러닝 없이는 불가능했을 성과다. “아무리 많은 데이터를 만들어내도 머신러닝(딥러닝)이 발전하지 않으면 아무 소용이 없다”는 말이 이를 압축적으로 보여준다.
이 책에서 신경과학과 머신러닝 분야의 대가인 세즈노스키는 통찰력 있게 인공지능의 과거와 현재를 돌아보고 미래를 조망한다. 딥러닝은 지금까지 이뤄낸 변화보다 앞으로 훨씬 큰 변화를 가져올 것이다. 하지만 여기에는 ‘궁극적으로’라는 단서가 붙는다. 그 시기가 앞당겨질지 아닐지, 발전의 결과물을 유리하게 이용할지 못할지는 전적으로 우리가 어떻게 하느냐에 달려 있다.
제조업, 통신, 자동차, 서비스, 교육, 의료, 법조, 행정까지
게임의 규칙을 바꾸고 있는 인공지능
인공지능은 어디까지 왔고, 어디로 향할 것인가
인공지능은 과연 인간의 지능을 따라잡을 수 있을 것인가
자율주행 자동차, 인공지능과 머신러닝을 통한 의료 진단, 딥러닝 시스템을 통한 법률 상담, 자동 거래를 통한 막대한 이익 등은 딥러닝 혁명이 만들어낸 변화들이다. 자율주행과 의료 영역을 중심으로 그 발전 양상을 좀 더 자세히 살펴보자.
자율주행차가 불러올 변화는 운전으로부터의 해방과 도로 주행이 보다 안전해지는 수준을 훨씬 넘어선다. 우선 언제 어디서든 자율주행차를 쓸 수 있게 되면 자연스럽게 소유 개념이 달라질 것이다. 부르자마자 1분 만에 인공지능이 안전하게 운전하는 자동차가 온다면 굳이 차를 소유할 필요가 없기 때문이다. 자율주행 자동차가 상용화되고 도시 밖에 주차를 하는 시대가 오면 현재 도시에서 주차장으로 쓰이는 방대한 면적이 생산적인 목적으로 재활용될 것이다. 실제로 도시 계획가들은 이미 주차장을 공원화하는 방안 등을 그려보고 있다. 이는 도시의 형태를 완전히 뒤바꿀 것이다. 자동차와 관련된 여러 산업군이 영향을 받는 것은 물론이다. 보험사와 정비소가 대표적이다.
의료계는 어떨까. 머신러닝이 발전하고 빅데이터를 이용할 수 있는 여러 문제에 적용됨으로써 변혁을 겪게 될 전망이다. 의료 진단이 대표적인 예다. 환자 수백만 명의 기록을 활용할 수 있게 되면서 더욱 정확해질 것이다. 암 진단에서 딥러닝의 예측과 전문의의 판단이 결합된 경우 0.995라는 거의 완벽한 정확도가 나왔다. 인간과 인공지능이 힘을 합쳤을 때 더 나은 수행력이 나온 이유는 전문의와 딥러닝 네트워크가 동일한 자료를 서로 다른 방식으로 보기 때문이다. 이는 곧 인간과 기계가 경쟁하기보다는 공조하는 미래가 열릴 것이며 보다 많은 생명을 살릴 수 있게 될 것이라는 의미다.
이와 같은 놀라운 변화는 수많은 데이터를 해석하고 응용하게 됨으로써 가능해졌다. 그리고 여기서 핵심적인 역할을 하는 것이 머신러닝과 딥러닝이다. 세즈노스키 교수는 이렇게 말한다. “데이터를 가공해 정보로 만들어내는 정제소 역할을 하는 것이 머신러닝(딥러닝)이다. 아무리 많은 데이터를 만들어내도 머신러닝(딥러닝)이 발전하지 않으면 아무 소용이 없다.” 머신러닝과 딥러닝 없이는 수많은 데이터도 의미가 없다는 뜻이다.
한편 인공지능 개발 초기, 많은 연구자들은 로직을 통해서 인공지능을 구현할 수 있다고 생각했다. 그리고 이들이 주류 학파의 위치를 점하고 있었다. 세즈노스키는 이에 대해 도전장을 내밀었다. 인공지능을 현실화시키기 위해서는 인간이 학습하고 응용하는 방식을 이해해야 하는데, 인간은 로직을 통해서 학습하지 않는다는 것이었다. 이는 인공지능을 신경과학과 떼놓고 말할 수 없는 이유이기도 하다.
세즈노스키를 비롯한 몇몇 과학자들이 개발한 AI의 새로운 버전은 로직 대신 데이터를 기반으로 하는 방식이었다. 딥러닝은 아기가 세상을 경험하는 것과 동일한 방식으로 데이터를 통해 학습한다. 그렇게 새로운 눈으로 출발하여 처음 접하는 환경을 다루는 데 필요한 기술을 하나씩 습득해나가는 것이다. 학습 알고리즘은 원시 데이터에서 정보를 추출해 그런 정보로 지식을 만들고 그런 지식을 이해의 토대로 삼으며 그런 이해로 지혜를 쌓는다. 물론 이와 같은 모델은 초기에 데이터를 확보하는 데 어려움을 겪었고, 컴퓨터가 데이터를 처리할 만큼의 수준에 오르지 못해 발전 속도가 더뎠다.
하지만 2016년 알파고를 통해서 전 세계가 똑똑히 보았다. 딥러닝이 세상의 모든 것을 변화시키는 인공지능 혁명의 중심에 서게 된 것을 말이다. “알파고가 이겼다, 우리는 달에 착륙했다.” 2016년 봄 인공지능 바둑 프로그램 알파고가 이세돌 9단을 꺾은 직후, 구글 딥마인드 최고경영자 데미스 허사비스가 트위터에 올린 글이다. 인공지능 개발의 성취와 앞으로 펼쳐질 인공지능의 역사에 새로운 출발을 알리는 상징적인 사건이었다.
달에 도착한 다음에는, 달에서 어떻게 잘 살아갈지를 고민해야 한다. 인공지능은 과연 인간의 지능을 뛰어넘을 수 있을 것인가? 머신러닝과 딥러닝은 어떤 미래를 가져다 줄 것인가? 저자는 인간 지능의 진화와 인공지능의 진화라는 두 개의 축으로 위 질문에 대한 답을 풀어간다. 분명한 건 인공지능의 발전은 인간의 지능에 대한 이해와 따로 떼놓고 얘기할 수 없으며, 인간에 대한 이해가 곧 인공지능의 발전으로 이어질 것이라는 점이다. 저자는 말한다.
현재 딥러닝과 인공지능을 놓고 한편에서는 이상적인 시나리오를, 다른 한편에서는 종말론적 시나리오를 펼쳐놓고 있지만, 어느 누구도 그것들의 궁극적인 영향은 예측할 수 없을 것이다. 사실 우리에게 주어진 선택지는 별로 없다. 제대로 알고, 미리 준비하는 것. 이상적 시나리오든, 종말론적 시나리오든 미래의 방향 또한 사전 준비에 들인 노력과 시간에 의해 달라질 것이다. 한 가지는 확실하다. 인공지능과 관련한 모든 기술은 가공할 만큼 빠르게 발전하고 있으며, 인간 사회의 모든 영역에 걸쳐 영향을 끼치고 있다. 기술의 발전 속도와 영향의 정도는 날로 높아지고 있는데, 안전벨트에 몸을 맡긴 채 움츠리는 것은 올바른 반응이 아닐 것이다.
머신러닝 및 신경과학 분야 최고 학회 NeurIPS 의장이 말하는 인공지능의 모든 것
인공지능, 머신러닝, 딥러닝을 제대로 알고 싶다면
첫 번째로 봐야 할 책!
《딥러닝 레볼루션》은 총 3부에 걸쳐 인공지능과 딥러닝의 활용 현황, 인공지능으로 변화할 미래 모습과 이를 대하는 관점, 인공지능과 딥러닝 기술의 발전 과정에 대해서 이야기한다. 1부 경우 딥러닝의 실제 적용 사례를 사례를 들어가며 현재의 발전상을 보여준다. 주식거래, 자율주행차, 교육, 게임, 헬스케어, 번역, 음성인식, 사물인식 등이다. 2부에서는 미래의 인공지능 기술에 대한 조망과 더불어 인공지능과 관련 기술을 바라보는 다양한 관점을 보여준다. 대가의 시선으로 앞으로 펼쳐질 변화의 모습을 가늠해보고, 인공지능에 대한 다양한 시각을 접하는 기회가 될 것이다. 마지막 3부에서는 인공지능과 딥러닝 발전 과정에 있었던 다양한 연구와 그 사이 등장한 여러 알고리즘의 원리와 직관을 차근차근 살펴본다. 저자의 깊이 있는 설명을 통해, 인공지능 발전의 역사와 머신러닝의 이론적 기초를 이해할 수 있을 것이다.
세즈노스키 교수는 현재 인공지능 분야 최고 학회인 NeurIPS의 의장이며, 2018년 한국에서 과기정통부 주최로 열린 ‘2018 인공지능 국제컨퍼런스’에 기조연설자로 참여한 바 있다. 또한 노벨상의 산실인 소크생물학연구소의 석좌교수로 재직 중이다. 머신러닝과 신경과학 분야의 세계적 권위자가 몇 십 년에 걸친 경험과 연구를 집대성한 기록인 만큼 이 책은 쉽지만은 않다. 다행인 점은, 그가 뛰어난 작가라는 사실이다. 공학적인 차원에서 전문가만 이해할 수 있는 책이 아니라 누구든 약간의 노력을 기울인다면 이해할 수 있는 책을 써냈다. 또한 제프리 힌튼, 프랭크 로젠블랫, 마빈 민스키, 놈 촘스키 등 인공지능 분야뿐만 아니라 현대 지성사에서 빼놓을 수 없는 학자들의 생생한 일화와 치열한 논쟁이 곳곳에 담겨 있어 한 편의 역사책을 읽는 듯한 기분이 들게 한다.
만약 누군가 인공지능, 머신러닝, 딥러닝에 알고자 한다면 《딥러닝 레볼루션》은 첫 번째 리스트에 올려야 하는 책이다. 그리고 이 책을 읽은 사람과 읽지 않은 사람의 차이는 크게 날 것이다.
목차
추천사 006
감수자의 글 010
서문
1부 지능의 재해석
1장 머신러닝의 부상 024
2장 인공지능의 재탄생 061
3장 뉴럴 네트워크의 여명 076
4장 두뇌 방식의 컴퓨팅 093
5장 시각 시스템에서 얻은 통찰 112
· 연대표 133
2부 기술적 영향과 과학적 영향
6장 머신러닝의 미래
7장 알고리즘의 시대
8장 헬로, 미스터 칩스
9장 내부 정보
10장 인식
11장 자연은 인간보다 영리하다
12장 심층 지능
· 연대표
3부 다양한 학습 방법
13장 칵테일파티 문제
14장 홉필드 망과 볼츠만 머신
15장 오류의 역전파
16장 컨볼루션 러닝
17장 보상학습
18장 NIPS
· 연대표
서평
AI는 이제 세상을 깨우고 변화시키고 있다. 그러한 혁신을 주도하는 것이 바로 테런스 세즈노스키 같은 개척자들이 지난 30년 동안 쏟은 노력의 결과인 딥러닝 혁명이다. AI를 이해하고 싶으면 이 책을 읽어야 한다.
_ 에릭 브린욜프슨Erik Brynjolfsson, MIT 슬론경영대학원 교수 · 《머신 플랫폼 크라우드》 공저자
딥러닝 혁명을 이끈 인물들과 그 역사에 대한 세즈노스키의 조예 깊은 안내로 통찰력과 재미를 본문 곳곳에서 접할 수 있다. 저자의 개인적인 경험과 더불어 질풍노도의 스토리가 책 전체에 스며들어 있다.
_ 빈트 서프Vint Cerf, 구글 부사장
인공지능을 끔찍한 괴물이 아닌 ‘인공지혜’로 만들기 위해서는 어떤 성찰과 고민이 필요한지 모두 머리를 맞대야 할 때다. 저자의 통찰은 미래를 향한 넓고 깊은 논의의 토대가 되어줄 것이다.
_ 이어령, 한중일비교문화연구소 이사장
혁신적 기술의 발전을 위해 노력한 연구자들의 이야기를 담은 딥러닝의 역사서이자, 그들이 꿈꾸는 미래의 인공지능에게는 창세기와 같은, ‘과거와 현재, 그리고 미래의 딥러닝을 한눈에 파악할 수 있는 가이드북’의 일독을 권합니다.
_ 송길영, 마인드 마이너 · 《상상하지 말라》 저자
딥러닝 네트워크는 아기가 세상을 경험하며 배우는 방식과 비슷하게 데이터를 통해 학습한다. 학습 알고리즘은 데이터에서 정보를 추출해, 그 정보로 지식을 만들고, 그 지식을 바탕으로 새로운 사실을 찾아낸다. 이와 같이 AI 속 깊은 이야기기 흥미진진하게 펼쳐진다.
_ 이광형, KAIST 바이오및뇌공학과 겸 문술미래전략대학원 교수
테런스 세즈노스키는 딥러닝 분야의 리더이며 개척자 중 한 명이다. 그가 30여 년간 딥러닝과 신경과학 분야의 최고 연구자들과 함께하고, 때로는 치열하게 경쟁한 역사를 이 책에서 상세하게 설명하고 있다. 최고 연구자들의 생각과 대화를 통해, 물리학과 생물학 그리고 신경과학 분야가 딥러닝과 인공지능 연구에 어떻게 영향을 주고 발전하게 했는가를 알 수 있는 책이다. 현재 진행하고 있는 인공지능의 다양한 연구 분야에 대한 그의 깊이 있는 통찰을 보여준다.
_ 한상기, 공학박사 · 테크프론티어 대표 · 과학기술 전문 서점 책과얽힘 주인장
인공신경망 분야의 구루인 저자는 자신의 경험을 바탕으로 인간 지능의 진화와 인공지능의 진화라는 두 가지 주제를 깊이 있게 풀어내고 있다. 만만한 책은 아니지만 이 책을 읽은 사람과 읽지 않은 사람의 차이는 크게 날 것이다.
_ 김지연, 성균관대학교 초빙교수 · 《4차 산업혁명 시대에 살아남기》 저자
이 책은 인공신경망에 대한 과학적 신념을 바탕으로 이를 꾸준히 연구하고 발전시켜, 결국 딥러닝을 탄생시키고 인공지능의 부흥을 이끈 저자를 비롯한 여러 연구자들에 대한 서사이다. 신경생물학으로부터 어떻게 전산적 신경망 모델이 발전했는지, 현재 널리 사용되고 있는 딥러닝 기술 뒤에 숨어 있는 직관은 무엇인지, 세계 최고의 인공지능 학술 대회로 떠오른 NeurIPS는 어떻게 조직되었는지까지 딥러닝 기술 자체와 그 역사에 대한 많은 이야기를 담고 있다. 이 책을 통해 관련 전문가뿐만 아니라 인공지능에 관심이 있는 일반인까지 딥러닝을 이해하는 데 도움을 얻을 수 있을 것으로 생각한다.
_ 석준희, 고려대학교 전기전자공학부 교수
일반 독자는 물론이고, 새로운 직관을 얻기 원하는 딥러닝 및 인공지능 연구에 종사하는 연구자들 도 꼭 한 번 읽어봐야 할 필독서이다.
_ 문태섭, 성균관대학교 전자전기공학부 교수
테런스 세즈노스키는 기계학습 분야 최고 학회인 NeurIPS의 수장으로 오랫동안 있으면서 함께 성공을 견인했던 동시대의 사람들에 대한 이야기를 전하고 있으며 해당 분야의 나아갈 바를 예상해볼 수 있도록 학자로서 인공지능 분야를 바라보는 시각을 제시합니다.
_ 노영균, 한양대학교 컴퓨터소프트웨어학부 교수
테런스 세즈노스키는 현대 뇌과학 이론을 언어 학습에 적용한 세계적 대가이다. NeurIPS 재단의 회장이 될 정도로 인공지능 전 분야의 기술의 핵심을 꿰뚫고 있다. 《딥러닝 레볼루션》에서 새로운 아이디어가 누구에 의해서 어떻게 창출되었는지, 미래의 연구를 어떻게 해야 하는지를 보여준다.
_ 최완, 한국전자통신연구원(ETRI) 책임연구원
매우 복잡한 주제를 이해하기 쉽게 설파한 대단한 책이다. 인공지능의 과거와 현재 그리고 가능한 미래를 설명하기 위해 뉴런 네트워크와 신경과학의 세계를 스토리텔링의 힘으로 적절히 결합해놓았다.
_ 데임 웬디 홀Dame Wendy Hall, 영국 사우샘프턴대학교 컴퓨터과학 흠정강좌 교수
딥러닝의 선구자 중 한 명인 테런스 세즈노스키는 그 중요한 통찰을 이론적 명제에서 경험과학으로 옮겨놓았다. 또 하나의 주요한 진일보가 아닐 수 없다.
_ 에릭 캔델Eric Kandel, 컬럼비아대학교 신경과학과 교수 · 2000년 노벨 생리의학상 수상자
AI 혁명의 최첨단을 이끄는 탁월한 과학자가 쓴 중요하고도 시의적절한 책이다.
_ <네이처>
연구원, 실무자, 학생 등 딥러닝에 대해 알 필요가 있는 누구든 반드시 읽어봐야 할 책이다.
_<인사이드빅데이터>