[Aibril 특집 제2화] 왓슨(Watson), 그는 누구인가?

인간과의 대결에서 승리를 거둔 최초의 기계는 알파고가 아니다. 1996년 체스 세계챔피언 카스파로프를 이긴 IBM의 딥블루가 처음이다. 이후 딥블루의 업그레이드 버전인 인공지능 왓슨(Watson)이 2011년 미국 퀴즈쇼 제퍼디에서 퀴즈왕들을 누르고 최종 우승을 차지했다. 인간을 이긴 최초의 인공지능 왓슨, 그는 누구인가?

왓슨과 알파고는 비슷하면서도 다르다. 마치 같은 스마트폰이면서도 특징과 장점이 다른 애플 아이폰과 삼성 갤럭시와 비교할만하다. ‘인공지능(AI)’이라는 큰 줄기 아래 왓슨과 알파고는 다른 성장배경과 특징이 있는 것이다.

왓슨은 IBM의 창업자인 토마스 J. 왓슨(Thomas J. Watson)의 이름을 딴 인지컴퓨팅(Cognitive computing) 브랜드다. 사람들이 일상적으로 쓰는 자연언어를 신속하게 이해하고 정확하게 대답할 수 있는 인공지능 컴퓨터를 만들겠다는 IBM 과학자들의 위대한 도전에서 왓슨의 역사는 시작됐다. 1945년 ‘왓슨 과학 컴퓨팅 실험실’이란 이름으로 컬럼비아 대학교 내에 최초의 연구 센터가 세워졌다.

IBM은 ‘왓슨’을 인공지능과 기계학습을 결합시켜 추론과 학습이 가능한 인지컴퓨팅으로 확장해 나가고 있다. 이는 빅 데이터와 AI를 융합한 것으로 방대한 데이터를 컴퓨터 스스로 분석한 뒤 판단하는 기술을 뜻한다.

인간의 언어로 학습, 진화하면서 지식을 쌓아 인간의 의사결정을 지원

 

 [동영상 출처: IBM WATSON YouTube Page]

IBM 왓슨은 정해지지 않은 분야의 질의응답을 위해 첨단 자연언어처리, 정보획득, 지식표현, 자동추론, 기계학습 기술 등을 적용한다. 자연언어를 분석하고 정보원을 확인하고 가정을 찾아서 생성하고 증거를 찾아 합치고 순위를 매기는 100가지 이상의 서로 다른 기술을 사용한다. 또 기계학습 기술을 통해 스스로 지속적으로 학습해 전문지식을 발전시킨다.

현재 왓슨은 음성인식과 이미지 인식, 시각화 기술 등을 통해 인간의 언어로 상호작용하며 이를 통해 계속 학습하면서 진화하고 있다. 특히 의학전문용어 등 전문분야에 대한 지식을 쌓고 이를 통해 최적의 데이터를 생성해 인간의 의사결정을 지원하는 것이 왓슨의 핵심 역할이다.

왓슨은 방대한 양의 데이터를 철저히 조사해 정확한 답을 제시하고 그 답에 신뢰도 등급을 부여한다. 여기에 적용된 기술들은 다양한 분야의 애플리케이션 개발을 촉진하고 문제 해결 능력을 끌어올리는데 중요한 발판이 된다. 이런 기술을 응용해 왓슨은 의료 분야에서 정확한 진단을 도와주고 있다.

의료진이 각종 임상 정보를 입력하면 왓슨은 환자의 상태와 치료법 등을 조언해준다. 수백만 건의 진단서, 환자 기록, 의료서적 등의 데이터를 토대로 왓슨이 스스로 판단해 성공 가능성이 가장 높은 치료법을 알려주는 것이다. 길게는 몇 일씩 걸리던 환자정보 해석, 의학 문헌정보 수집을 단 몇 분으로 단축하면서 환자 치료에 혁신을 가져다 주고 있다. 그 동안 분석이 어려웠던 그림, 동영상, MRI 자료, 환자의 동작 등의 비정형 데이터를 분석해 낼 만큼 왓슨의 기술 수준이 높아졌다.

 

[이미지 출처: IBM 홈페이지]

헬스케어산업에서는 넘쳐나는 방대한 데이터의 활용이 업계의 큰 이슈다. 한 사람이 일생 동안 만들어 내는 생리, 유전, 임상학적 의료정보는 평균 1100TB(테라바이트)이며 3년마다 2배씩 증가하고 있다.

 

딥러닝 기술 적용한 알파고는 게임, 헬스 분야에서 두드러진 활약

알파고의 핵심기술은 사물이나 데이터를 군집화, 혹은 분류하는 데 사용하는 딥러닝 기술이다. 알파고는 바둑판에서 이길 확률을 계산하는 가치망(Value Network)과 바둑판에서 어느 위치에 두는 것이 좋은지 위치 별로 점수를 계산하는 정책망(Policy Network)을 딥러닝 기술로 구현한다. 구글 딥마인드사는 알파고를 만들면서 심층 학습 시스템 텐서플로우(TensorFlow)를 활용했다. 텐서플로우는 기계 학습과 딥러닝을 위한 오픈 소스 라이브러리다. 이 기술을 통해 구글은 알파고라는 범용의 알고리즘을 다양한 분야에 적응할 수 있다. 텐서플로우는 우리가 흔히 알고 있는 빅데이터 플랫폼으로 보면 된다. 

알파고는 “현재 상태에 따른 최고의 착점지”(좌측, ConvNet)와 이에 대한 가치 평가(우측, Reinforcement Learning)을 반복적으로 이용하였다.

현재 구글 딥마인드가 알파고 기술을 스타크래프트 등 게임이나 헬스 분야에 적용하고 있는 반면 IBM 왓슨은 의료, 금융, 유통 분야 등에서 맹활약중이다. 또 왓슨을 탑재한 로봇 '코니'(Connie)는 힐튼호텔에서 호텔 안내와 여행정보 등을 알려주는 컨시어지 서비스에 투입됐다. 유통 분야에서는 고객 개인에게 최적화한 맞춤 상품을 추천하는 등 많은 분야에서 응용사례를 만들어 내고 있다.  

 [동영상 출처: IBM WATSON YouTube Page]

데이비드 케니 IBM 왓슨 총괄 사장은 언론과의 인터뷰에서 “왓슨은 단순히 정보검색 차원에서 끝나는 것이 아니라 이미 많은 기업과 정보를 갖고 있는 지식을 더 잘 활용할 수 있도록 도와주는 역할을 하게 될 것”이라고 말했다. 그는 “왓슨은 마치 기업이 고용한 신입사업과 비슷하다. 예를 들어 5년 전 왓슨이 종양학 분야에 처음 적용됐을 때는 보조간호사 정도의 수준이었지만 1~2년이 지났을 시기에는 초보의사, 현재는 의사들이 중요한 결정을 내릴 수 있도록 돕는 역할을 하고 있다”고 설명했다. 그리고 그는 인류의 지식을 학습하여 지속적으로 발전해 나가는 왓슨에 대해 ‘증강지능’이라고 정의했다.

그는 왓슨의 활동 영역이 끊임없이 확장해 나갈 것이라면서 “왓슨은 난류의 존재를 파악하고 항공기 조종사가 난류층의 위 혹은 아래로 운항할 수 있도록 하거나, 태풍경로를 예측하고 이를 스마트폰으로 통보해 즉시 조치를 취하도록 도와줄 수도 있다”고 말했다.

IBM 왓슨의 핵심은 인간의 언어를 이해하고 그 언어로 자연스런 소통을 할 수 있는 코그니티브컴퓨팅(Cognitive computing)이다. 왓슨이 인간과 같이 학습하고 추론하는 능력으로 방대한 양의 데이터를 분석, 처리해 인간이 더 나은 의사결정을 하도록 도와준다. 알파고의 시스템 자체가 의사결정을 내리는 '의사결정 시스템'인 반면, 왓슨은 인간이 더 우수한 결정을 내리도록 돕는 '의사결정 지원 시스템'인 것이다. 그렇기 때문에 왓슨의 역할과 활동 반경을 현재 수준에서 정확히 예측하기는 쉽지 않다.