전체메뉴 바로가기 본문바로가기

회원가입

Forum Introduction

[라포르시안] [헬스인·싸] ‘초인적 AI’는 세상을 어떻게 변화시킬 것인가_황연수 정책분과장_2024.04.29

등록일2024.06.03

조회수199

[헬스인·싸] ‘초인적 AI’는 세상을 어떻게 변화시킬 것인가

라포르시안
  • 입력 2024.04.29 07:15
    •  
  • 수정 2024.04.29 07:31

황연수(분당서울대병원 정보보호팀장)

[라포르시안] 오늘날 정보통신기술(ICT) 분야를 이끄는 핵심 키워드는 단연 인공지능(Artificial Intelligence·AI)를 꼽을 수 있다. 

이미 1950년대부터 등장하기 시작한 AI는 발생 가능한 모든 경우의 수를 컴퓨터에 입력하고 이에 대한 대응법을 알고리즘으로 구현하는 방법으로 발전하기 시작했다.

이를 통해 1997년 IBM 슈퍼컴퓨터 딥블루(Deep Blue)는 체스 게임에서 세계 체스 챔피언 개리 카스파로프(Garry Kasparov)를 상대로 승리했다. 

그러나 이는 곧 한계에 부딪히게 됐다. 체스는 모든 발생 가능한 수(약 10120)에 대한 고려가 가능한 반면 바둑은 그 경우의 수가 361!(factorial)로 이는 우주의 원자 수보다 많기 때문이다. 

따라서 체스에서의 접근법으로는 해결이 불가능하다.







인간의 판단은 주로 경험에 의존하는데 이렇게 컴퓨터를 인간처럼 학습시켜 경험에 의한 판단이 가능하게 한 것이 ‘딥러닝’(Deep Learning) 기술이다. 
그리고 마침내 딥러닝 기반의 알파고가 2016년 이세돌과의 바둑 대결에서 승리했고, 이를 계기로 AI 기술은 하루가 다르게 비약적으로 발전하고 있으며 많은 분야에 빠르게 적용되고 있다.

그러면 AI는 세상을 얼마나 변화시킬 것인가? 또 인간의 사고를 뛰어넘는 지적 수준을 가진 고수준(High-Level Machine Intelligence·HLMI)의 지능을 가진 AI가 출현하게 될 시기는 과연 언제쯤일까?

올해 이를 예측한 흥미로운 논문이 발표됐다. 연구는 최고 수준의 AI 관련 논문을 발표한 2778명의 연구자를 대상으로 한 설문조사로 진행됐다. 
설문 결과에 따르면 모든 작업에서 인간을 능가할 AI가 출현할 가능성은 2047년까지 50%로 추정됐다. 
이는 1년 전에 수행한 유사한 조사에서 예측한 것보다 13년이 단축된 것이다.



해당 논문 ‘Thousands of AI Authors on the Future of AI’에서 예측한 2047년은 미래학자로 잘 알려진 구글의 레이 커즈와일(Ray Kurzweil)이 주장한 AI가 인류 지능의 총합을 넘어서는 특이점의 시대인 2045년과도 거의 일치하고 있다.

최근 들어 의료 영역에서도 AI를 활용하려는 다양한 시도가 이뤄지고 있다. 의료는 ‘관찰·진단·치료’ 3단계 과정으로 이뤄지는데, 각각의 과정을 정보공학적 측면으로 접근한다면 ▲데이터 수집 ▲데이터 해석 ▲데이터 적용으로 설명할 수 있다. 

이 가운데 AI 적용이 가장 용이한 부분이 바로 데이터를 해석하는 ‘진단’ 과정으로 이미 의료영상 판독 분야에서 AI의 정확도가 인간을 넘어섰다는 평가를 받고 있다. 
뿐만 아니라 질병을 판정하기 위한 다양한 변수를 학습시켜 질병 발생 여부와 예후를 예측하는 모델 개발도 모든 분야에서 진행 중이다. 특히 AI 적용에 있어 의료영상 판독 분야가 빠르게 발전한 이유는 무엇일까.

의료영상은 DICOM(Digital Imaging and Communications in Medicine)으로 모두 표준화돼 있으며, 많은 양의 데이터가 매일 발생하기 때문에 학습에 이용할 수 있는 데이터가 충분하다. 
데이터의 품질과 양은 딥러닝에 있어 가장 중요한 요소다. 최근 의료분야에서의 예측 모델 개발이 활발해짐에 따라 기계 학습에 필요한 의료 데이터의 품질 개선과 대량의 데이터 이용 요구가 커지고 있는 이유다. 

다만 이러한 데이터를 기반으로 한 연구 대부분은 외부의 AI 전문업체와의 협업을 위해 데이터의 외부 유출과 제공이 필수적이다. 이때 필연적으로 충돌할 수밖에 없는 문제가 바로 ‘개인정보 보호’ 이슈다. 
좋은 성능을 위한 예측 모델을 만들기 위해서는 학습 셋(Training set)이 상세한 데이터를 담고 있어야 하는데, 이는 개인의 식별 가능성을 높일 수 있다.

더욱이 의료정보는 개인의 건강과 질병 내용을 포함하는 매우 민감한 정보로 구성돼 있다. 이 때문에 개인의 식별 가능성을 낮추면서 적절한 수준의 데이터를 딥러닝에 이용할 수 있는지 여부가 의료분야 AI 개발에 있어 가장 큰 어려움이다.

앞서 언급한 논문 ‘Thousands of AI Authors on the Future of AI’에서는 모든 인간의 직업이 자동화될 가능성은 2037년까지 10%, 늦어도 2116년에는 50%에 달할 것으로 예측했다. 
모든 것이 AI에 의해 자동화된 사회가 유토피아(Utopia) 혹은 디스토피아(Dystopia)일지는 알 수 없다. 어쩌면 필자가 초인적 AI가 이끌어 갈 세계를 맞이할 수 있을지 여부도 불투명하다. 
다만 이런 생각을 하다 보면 세상에 너무 일찍 나온 건 아닌가 하는 아쉬운 마음이 들기도 한다.

※ 외부 필진의 글은 본지의 편집방향과 다를 수 있습니다.

라포르시안
webmaster@rapportian.com


출처 : 라포르시안(https://www.rapportian.com)