[구글 AI 위크] 인공지능이 세상을 바꾸는 여섯 가지 이야기

이 이야기들은 구글 AI Week 두 번째 날 구글 인공지능 책임자인 제프 딘(Jeff Dean)과 기업 발표자들의 발표를 추린 것입니다. 구글 서비스도 있고 아닌 것도 있으며, 머신 러닝 툴로 텐서플로를 쓴다는 공통점이 있습니다.

존 리 구글코리아 사장(제공=구글)

 

당뇨병성 망막증 진단 발표자 – 제프 딘(Jeff Dean) 시니어 펠로우

오른쪽 안구에 출혈이 있음을 감지할 수 있다(출처=구글 AI 블로그)

2012년 말, 텐서플로우가 오픈소스로 풀린 이후 다양한 프로젝트가 등장했는데, 가장 주목할만한 사례가 당뇨병성 망막증 진단이다. 당뇨병성 망막증은 당뇨병의 결과로 발생하는 망막 손상을 말한다. 노동 연령의 성인에게는 실명의 가장 큰 원인이며, 의사의 검사, 형광안저조영술, 빛 간섭 단층촬영 등으로 검진한다. 즉, 의사의 수, 병원의 인프라에 큰 영향을 받는다. 현재 밝혀진 환자는 전 세계 4억명 정도. 구글은 이 질병을 진단하는 방식으로 머신 러닝을 활용한다. 정기적으로 안구의 사진을 촬영하고, 머신 러닝으로 평균적인 안구와 얼마나 차이가 있는지 순식간에 분석해낸다. 진단 확률은 일반의보다 높은 안구 전문의 수준으로 높아졌다. 저소득층이 많은 인도 일부 지역에서는 실제로 진단을 하고 있다.

 

사망 시각 예측 – 제프 딘(Jeff Dean) 시니어 펠로우

제프 딘 시니어 펠로우(제공=구글)

당뇨병성 망막증 등 인간이 할 수 있는 영역을 인간을 도울 수준까지만 발전시킨 구글은 인간이 할 수 없는 연구도 시작했다. 개인 데이터가 아닌 인구통계학적 정보가 삭제된 질병에 따른 사망시각을 학습해 판단하고 데이터화했더니 예후, 처방, 치료법, 당뇨가 있을 확률 등을 예측할 수 있었다. 사망 가능성까지 파악할 수 있을 수준이다. 의사가 검사 결과를 기다리는 것보다 24시간 이전 머신 러닝이 사망 예측시간 결과를 내놓는다. 가족이 임종을 지켜보러 올 수 있는 충분한 시간이다.

 

자연을 돕는 AI – 제프 딘(Jeff Dean) 시니어 펠로우

스마트폰으로 카사바병 발견(출처=구글 AI 블로그)

남미나 동남아에서 주식 중 하나로 사용하는 카사바는 자주 병충해로 질병을 앓는다. 문제는 이것이 주식의 하나라는 것이다. 고구마나 야콘과 비슷한 뿌리식물인 카사바는 이파리 색에서 그 질병의 예후가 나타나는데, 이 예후를 모으고 학습해 농민이 스마트폰과 같은 단말기로 사진을 찍어 전송하면 질병 여부를 알려주는 서비스가 출시돼 있다. 비슷한 것으로 일본 식품 업체 큐피가 이유식에 쓸 감자의 병충해를 진단하는 머신 러닝 사례도 있다. 이경우 감자는 썰어놓은 상태에서 진단할 수 있는 수준이다.

고래나 새에게도 머신 러닝이 활용된다. 특히 고래에게 주효하다. 고래는 해저에서 소리로 커뮤니케이션한다. 구글은 일부 지역에 해저 마이크를 달아 고래의 소리를 학습시켰다. 인간은 이 소리를 들어도 이해할 수 없으며 소리 수가 너무 많아 해석할 수 없지만, 인공지능이 이 소리를 녹음해 해석하고 판단하고 있다.

이외에도 케플러 망원경의 데이터를 학습해 슈퍼지구급의 행성인 케플러 90i를 발견하기도 했다. 이전의 케플러 망원경으로는 발견하지 못한 행성이다.

 

카카오 모빌리티의 스마트 호출 – 유승일 데이터랩장

유승일 데이터랩장(제공=구글)

카카오에서 분사해 카카오 T를 운영하고 있는 카카오 모빌리티 역시 인공지능으로 빠르게 택시 호출을 할 수 있는 서비스를 내놨다. 우선 소비자 이동이 어떻게 이뤄지는지를 빅데이터로 판단하고, 각 택시 기사의 성향을 파악한다. 예를 들어 강동을 기점으로 출발해서 장거리를 주로 가는 택시 기사 A와, 늘 강남으로 돌아와 단거리 운영을 선호하는 택시 기사 B가 있다고 치자. 그리고 A의 근처에 대치동행 소비자, B의 근처에 잠실행 소비자가 있다. 그렇다면 기존의 택시 호출에서는 잠실행인 소비자는 A 택시에게 먼저 호출을 보낼 것이며, 대치동행 소비자의 호출은 B에게 먼저 갈 것이다. 이를 반대로 호출해 택시 기사의 성향과 소비자 방향을 맞추면 매칭이 훨씬 쉽게 일어날 것임을 예상할 수 있다.

각 택시와 소비자가 엇갈린 상황

카카오 모빌리티는 이외에도 막히는 구간 등의 우회로를 예측해 제공한다. 예를 들어 지금은 막히지 않지만 20분 뒤 막힐 것으로 예상되는 길 등에서 우회로를 제공하는 등의 일이다.

 

의사를 돕는 AI, 뷰노 – 정규환 CTO

정규환 CTO(제공=구글)

구글 외에도 국내에는 다양한 헬스케어 AI 스타트업이 있다. 이중 활발하게 활동하는 뷰노는 우선 소아 골연령 측정에 머신 러닝을 도입했다. 흔히 예상 키를 측정하고, 키가 자라는 데 문제가 있을 때 골연령 측정을 하게 되는데, 엑스레이 사진과 의료 교과서를 비교해 판단을 내리게 된다. 이는 소요시간이 길고 일치도가 떨어지는 문제가 있다. 뷰노는 이를 학습 및 비교시키고, 클라우드 기반으로 구현해 몇초안에 판단을 내리고 부모에게 상세한 리포트를 자동 생성해 보내주는 서비스를 하고 있다. 같은 방식으로 구글이 하는 망막증 진단도 내리고 있다.

소아 골연령 측정 후 판독 장면(제공=구글)

심정지 예측 프로그램도 머신 러닝으로 하고 있다. 심정지가 한번 오면 이를 되돌리기가 매우 어려우므로 환자 모니터링 시스템을 시계열 데이터로 만들어 제공한다.

단순히 진단 프로그램만 하는 것이 아니라 AI 개발을 위한 툴도 만들고 있다. 예를 들어 의료영어 음성인식 툴을 개발했다. 전문용어인 의료 영어와, 한글이 혼재된 발화를 인식하고 기록하는 음성인식 툴을 만들었다.

또한, 의료 데이터를 만들고 있기도 하다. 의료용 데이터는 매우 비싸고 판독용으로만 활용하므로 데이터 친화적이지 않다. 따라서 공공기관과 협의해 딥 러닝을 위한 데이터 어노테이션 툴 역시 개발하고 있다고 한다.

 

SKT의 MAU 증가 사례 – 김윤 AI리서치센터 센터장

김윤 센터장(제공=구글)

SKT는 AI를 서비스에 과감히 포함하기로 유명한 기업인데 왠지 눈에 띄진 않는다. 우선 상용 인공지능 스피커인 누구(NUGU)를 초창기 출시했고, 셋톱박스와 TV 등에 해당 음성 AI API를 연결해 플랫폼 디바이스를 다섯 개로 늘렸으며, 이에 따라오는 서비스를 30개 정도로 확장했다. 그 결과 MAU는 300만 명 정도 증가했다.

현재 SKT는 인공지능 스피커 외에도 오프라인 영업점의 프로세스를 자동화해 가입을 편하게 하고 있다. 가입 서류를 찍으면 자동입력, 전산 포함되는 등의 처리다. 동시에 가입이나 전환 등을 온라인화하고 있기도 하다.

앞으로는 생성적 적대 신경망(Generative Adversarial Networks, GAN)을 활용해 커머스에 도입할 예정이다. 오픈소스인 GAN을 개선한 디스코 갠(DISCO GAN)으로, 상품군 두 개를 선정해 번갈아 가며 상품을 추천하는 데 도입한다. 예를 들어 상품군 A가 핸드백, 상품군 B가 구두라고 하면, A중 하나를 골랐을 때, 그 핸드백에 맞는 구두 이미지를 생성해내는 것이 DISCO GAN 인공신경망이 하는 일이다. 이때 B의 이미지가 A로 치환됐을 때 이상한 이미지가 나오지 않도록 신경 쓰고 있다고 한다.

 

구글 AI 지원 프로그램

구글은 이러한 프로그램을 자사에서만 구축하지 않고, AI와 ML(머신러닝)기술의 저변 확대를 위한 온라인 프로그램 머신러닝 크래시 코스(Machine Learning Crash Course), 구글의 모든 AI/ML 관련 모든 교육 강의 내용을 한꺼번에 볼 수 있는 구글 AI 교육 사이트, 클라우드/머신러닝 관련 심화 과정 무료 수업 코세라, AI/ML 클라우드 적용 행사“스타트업을 위한 AI” 시리즈, AI/ML 기술 스타트업을 우선적으로 캠퍼스 서울에 입주하도록 하는 캠퍼스 서울 스타트업 프로그램, 연구 지원 프로그램인 학생 컨퍼런스 및 여행 경비 지원 프로그램, Ph. D 펠로우 프로그램으로 장학생을 선발하고, 연구자를 위해 집중 연구 어워드(Focused Research Awards) 를 제공한다.

 

글. 바이라인네트워크

<이종철 기자> [email protected]



Categories: 기사

Tags: , , , , , , , , , , , , ,

댓글 남기기

이메일은 공개되지 않습니다. 필수 입력창은 * 로 표시되어 있습니다

바이라인네트워크를 구독하세요!

이메일을 입력하시면 바이라인네트워크를 구독하실 수 있습니다

You have Successfully Subscribed!