[IT 칼럼]인공지능을 0순위에 두고 있는 구글

구글은 IBM보다 뒤늦게 인공지능 분야에 뛰어들었다. 하지만 인공지능 연구에 집중적으로 투자하고, 2014년 1월 인수한 딥마인드(DeepMind·알파고 개발사)를 비롯해 여러 인공지능 스타트업들을 인수하면서 상당한 경쟁력을 확보하게 됐다.

2016년부터 선다 피차이(Sundar Pichai) 구글 CEO는 “모바일 우선에서 인공지능 우선으로(Mobile first to AI first)”라는 슬로건을 제시하며, 앞으로 인공지능이 모든 것을 변화시킬 것이라고 밝혔다. 현재 구글은 인공지능 연구 결과를 검색 결과 개선, 지메일 자동 답장, 사진 처리 등 자사의 서비스 전반에 활용하고 있다. 또한 인공지능을 이용해 주수익원인 광고사업의 수익을 증대시키기 위해 노력하고 있다.

텐서플로를 이용해 사람과 사물을 인식하는 화면./구글

인공지능과 관련해 주목할 만한 구글의 행보를 살펴보자. 구글은 2015년 9월 ‘텐서플로(TensorFlow)’라는 명칭의 오픈소스 소프트웨어 기반 딥러닝 프레임워크(Deep Learning Framework)를 공개했는데, 이는 현재 전 세계 개발자들에게 가장 인기 있는 오픈소스 인공지능 소프트웨어 중 하나다. 텐서플로를 이용하면 데이터 흐름(플로)의 연산을 효과적으로 수행할 수 있다. 이를 통해 여러 개의 모델을 구축해 학습할 수 있으며, 텍스트·이미지 등 다양한 데이터를 쉽게 처리할 수 있다.

또한 구글은 2016년 5월 데이터 분석 및 딥러닝 연산 칩 TPU(Tensor Processing Unit)를 발표했다. TPU는 병렬 처리에 최적화됐다는 측면에서 GPU(Graphics Processing Unit))와 비슷하나 인공지능 연산에 더욱 더 최적화되어 훨씬 더 적은 하드웨어 및 전기 소모만으로도 탁월한 성능을 나타낸다. 구글은 자사가 개발한 TPU로 클라우드를 구축하고 이를 외부에 공개해 TPU 기반의 인공지능 클라우드를 외부 개발자들이 이용할 수 있도록 하고 있다.

딥러닝의 구현을 위해서는 고도의 소프트웨어 알고리즘과 더불어 대량의 데이터를 빠르게 처리하기 위한 하드웨어 성능 또한 중요하다. 앞으로 구글뿐만 아니라 여러 기업들이 인공지능 전용 칩 및 하드웨어 개발에 나서면서 치열한 주도권 경쟁이 벌어질 것으로 전망된다.

구글은 인공지능을 이용하는 ‘구글 신경망 기계번역(GNMT·Google Neural Machine Translation)’ 시스템을 한국어를 포함해 수십여개 언어의 번역서비스에 적용했다. 기존의 번역시스템이 단어·문장 단위로 번역을 수행하는 것과 달리, GNMT는 번역할 전체 문장의 문맥을 파악해 자연스러운 번역을 수행한다.

구글의 자회사 딥마인드가 선보인 ‘웨이브넷(WaveNet)’은 신경망 기반의 음성합성 기술이다. 기존의 부자연스러운 기계 음성과 달리, 웨이브넷은 인공지능 기술을 이용해 스스로 학습과 훈련을 수행하고 인간처럼 말한다. 머지않아 음성만 들어서는 인간인지 기계인지를 분간할 수 없는 시대가 열릴 것이다.

IT 칼럼 구독

무엇보다 중요한 것은 인공지능 플랫폼이다. 앞으로 구글은 알파고 기술을 구글 어시스턴트 등의 인공지능 플랫폼에 통합한 후, 이를 기반으로 범용 인공지능 플랫폼의 활성화 및 생태계 확산에 적극 나설 것으로 전망된다. 그때가 진짜 게임의 시작이 아닐까?

<류한석 류한석기술문화연구소장 ryu@peopleware.kr>