[누구나 개발자 #1] ①AI is everywhere

마이크로소프트 CEO 사티아 나델라가 2017년 개발자 행사에서 말한 ‘AI is everywhere’가 이제 더 이상 낯설지 않은 시대다. 인공지능 스피커와 대화를 나누고, 카카오톡에 개설된 기업의 고객지원센터창에서는 챗봇이 응대를 한다. 심지어 IT를 전담하는 팀의 역할이라고 생각했던 일부 개발 영역도 실무자들이 배워서 업무에 적용할 수 있게 됐다. ‘AI의 대중화’ 시대다. [누구나 개발자] 1편에서는 국내 유일의 소프트웨어전문지인 마이크로소프트웨어(이하 마소) 400호에 인공지능에 대한 이야기를 풀어낸 ‘스팟라이트’ 섹션의 기고를 소개한다. [편집자주]

① AI is everywhere
② 오픈소스 AI 개발 도구가 애저 클라우드와 만났을 때
③ 애저에서 머신러닝을 한다는 것...머신러닝이 클라우드, 오토 ML과 ML옵스를 만났을 때
④ 인텔리전트 ‘엣지와 클라우드’의 궁극적 지향점
⑤ 오피스 안으로 들어온 AI
⑥ 누구나 AI 전문가로!
⑦ 양자 컴퓨팅 활용의 지름길 ‘애저 퀀텀'
⑧ 알고리즘랩스 "인공지능 기술 보편화에 기여하겠다"

#AI is everywhere

필자 김영욱 한국마이크로소프트 부장은 공공사업부에서 기술전략가로 일하고 있다. 최근에는 마이크로소프트 AI와 관련한 전문가로 활동 중이다. 회사 밖에서는 소문난 ‘밀덕(밀리터리 오덕후의 줄임말, 군대나 총기 정보에 대한 광팬 또는 마니아)’으로 알려졌으며 전쟁사와 IT를 엮어서 ‘War of IT’라는 책을 집필했다. 최근에는 유튜브에서 코딩과 관련한 다양한 강좌를 하고 있다.

역사적으로 인류에게 커다란 영향을 끼친 혁신의 씨앗들은 중국에서 많이 시작됐다. 중국 사람들은 종이와 활자를 만들어 효과적으로 기록할 수 있는 방법을 찾아냈고, 화약을 만들어 전쟁의 역사를 바꾸기도 했다. 또 나침반을 만들어 원양으로 먼 여행을 가능하게 했다.

중국에서 이렇게 많은 혁신이 시작될 수 있었던 원인은 많은 사람이 더 많은 시행착오와 고민을 거듭하다가 뜻밖의 새로운 발견이 혁신으로 이어졌기 때문이었다. 그 혁신은 세계로 퍼져 나가 인류를 급격하게 성장시켰다. 과거의 혁신이 인구수에서 시작됐다면, 지금은 누가 더 효율적으로 미래 기술에 투자하느냐가 경쟁력을 좌우하는 시기가 됐다. 그리고 그 미래의 한복판에 AI(Artificial Intelligent)가 자리 잡고 있다.

지금의 AI는 과거 중국의 발명품과는 비교도 되지 않을 만큼 전 분야에 걸쳐서 파괴적인 혁신을 일으키고 있다. IT 업체뿐만 아니라 국가적인 차원에서도 AI 관련해서는 지원을 아끼지 않는 실정이다.

마이크로소프트의 CEO인 사티아 나델라 회장은 2017년 열린 개발자 행사인 빌드 콘퍼런스에서 "AI is everywhere"라고 말했다.

빌드 콘퍼런스2017에서 기조연설하는 사티아 나델라 마이크로소프트 CEO / MS

‘모든 개발자는 AI 개발자’, ‘AI의 민주화(Democratization AI)’ 등 매년 다양한 화두를 던져 왔던 사티아 나델라 회장은 이제는 어느 곳에서나 AI의 역할을 이야기할 수 있는 시대가 됐음을 선언했다. 그런데 AI의 적극적인 활용에 대해 이야기하기 전에 담보되어야 할 것들이 있다. 그것은 바로 신뢰할 만한 AI, 사이버 보안 그리고 프라이버시, 이 세 가지다.

원래 사티아 나델라 회장은 검색엔진인 빙(Bing)부터 주력 제품인 오피스를 온라인으로 바꾸는 프로젝트 등 클라우드 기반의 경력을 쌓았다. 그래서 그는 마이크로소프트가 AI를 장기적인 비즈니스 동력으로 끌고 가기 위해서 무엇을 선행적으로 해결하고 절대 기준으로 삼아야 하는지, 분명한 기준을 세웠다. 그다음에 그는 모든 서비스와 소프트웨어의 퍼즐을 맞춰 나갈 수 있었다.

#촉촉이 스며드는 AI

‘가장 좋은 인터페이스는 그것이 인터페이스인 줄 모르고 사용하게 하는 것이다’라는 말이 있다. 이 말을 AI에 적용해 보면 ‘가장 좋은 AI는 그것이 AI인 줄 모르고 사용자들이 사용하게 하는 것’이라고 말할 수 있다.

마이크로소프트는 자사의 서비스와 제품에 자연스럽게 AI 기술을 하나씩 녹여내고 있다. 대표적인 것이 바로 오피스 제품군이다. 불과 몇 년 전과 비교해도 업무 환경에서 다뤄야 하고 생성해야 할 데이터양이 엄청나게 늘어났다. 마이크로소프트의 조사에 따르면, 62%의 직장인이 과도한 데이터로 인해서 생산성 저하를 경험하고 근무 시간의 25%를 낭비하고 있다. 그래서 가장 많이 사용하는 소프트웨어 중 하나인 오피스 제품군에 AI를 도입해서 사람의 일을 줄이고 업무를 효율적으로 진행할 수 있게 하는 것은 매우 중요한 일이었다.

파워포인트에 이미지와 글을 배치하면 AI가 적당한 디자인을 추천해 주는 디자인 아이디어 기능이 추가됐다. 디자인 아이디어는 뛰어난 디자이너들의 디자인을 미리 학습해서 만든 기능으로 누구라도 빠르고 쉽게, 예쁘고 효율적인 디자인의 슬라이드를 만들 수 있게 도와준다.

엑셀에도 입력된 데이터를 기반으로 미래를 예측하는 기능인 포캐스트(Forecast) 기능이 추가됐다. 포캐스트는 일반적으로 많이 사용되는 단어로, 앞으로의 매출이나 고객의 증가 혹은 감소세, 교통량 등 미래의 수치를 예측할 때 주로 사용되는 용어다. 엑셀에서는 포캐스트 기능을 통해서 입력된 수치를 기반으로 미래의 수치를 예측해 볼 수 있다.

자신의 업무 스타일을 스스로가 제일 잘 아는 것 같지만 실제 업무 환경에서는 일하기에 급급해 일 자체에 매몰되어 있는 경우가 많다. 이런 경우 도움 되는 것이 바로 마이 애널리틱스(My Analytics)이다. 마이 애널리틱스는 업무 처리 방식과 미팅의 효율 그리고 얼마나 집중할 시간이 있었는지를 분석하는 AI 서비스다.

최근 재택근무와 원격수업 등으로 주목받는 협업 플랫폼인 팀즈(Teams)에는 챗봇과 함께 업무할 수 있는 기능이 포함됐다. 날씨를 알려주는 챗봇이나 번역, 일정 관리, 자동 발신 등 다양한 기능의 챗봇과 함께 업무를 진행할 수 있다.

우리가 일상에서 흔히 사용하는 환경에서 자연스럽게 사람과 AI가 함께 작업하고 결과물을 만들어 내는 과정을 HI(Human Intelligence) + AI(Artificial Intelligence)라고 표현하기도 한다. 이런 개념은 앞으로 더욱 중요해질 것이다. 급격한 고령화로 인한 노동생산성 감소를 굳이 이야기하지 않더라도 기계적으로 반복해 왔던 업무들을 자동화하는 것은 삶의 질 향상에도 큰 도움이 된다.

사실 이런 개념은 마이크로소프트 리서치의 수장인 해리 셤(Harry Shum)이 강연에서 많이 언급하던 이야기이다. AI를 통한 자동화 혹은 협업은 2020년 트렌드 중 하나인 RPA(Robot Process Automation)로 나타나고 있다.

기존에도 RPA 개념은 많은 곳에서 시도됐지만 실제로 효과적으로 적용된 사례는 많지 않았다. 그 이유는 기계적인 자동화는 제품의 생산라인 등 동일한 행위를 반복하는 곳에서는 효과 있지만, 컴퓨터와 정보를 다루는 곳에서는 자동화하기에 너무 많은 변수가 있기 때문이다.

버튼을 누르고 데이트를 입력하는 등의 복잡한 업무에 자동화 툴을 사용해도 데이터에 따라서 다른 동작이 필요한 경우가 많았다. 또 화면상의 좌표만 인식할 경우 모니터 해상도만 달라져도 쓸모없어져 버리는 등 일반화하기 어려운 부분들이 있었다.

하지만 단순한 자동화와 RPA는 차이가 있다. 단순한 자동화와 달리 RPA는 AI를 통해 일반화하기 어려운 부분의 간극을 좁혀 준다는 점이다. 메일을 받으면 메일의 내용에 따라서 자동으로 회신을 하거나 특정한 폼으로 요청이 왔을 때 담당자에게 메일을 보내고 특정 시스템에 요청서를 제출하는 등의 행위가 가능해진다. 사진을 보내왔을 때 사진 속의 글자나 내용을 인식해서 업무를 처리하는 것도 가능하다.

이런 것이 가능하기 위해서는 자연어 처리 혹은 컴퓨터 비전 같은 것을 할 수 있도록 학습되어 있는 AI 서비스가 필요하다. 마이크로소프트는 자사의 오피스 365와 외부 서비스들을 이런 형태로 호출하고 분석하며 자동화할 수 있는 서비스를 제공하고 있다.

파워 플랫폼(Power Platform)이라는 이름으로 제공되는 서비스에는 업무의 흐름을 파악하고 이를 자동화·단순화·시각화하는 기능이 모두 제공되고 있다. 중요한 것은 이전에는 이런 서비스나 솔루션을 도입하고 사용하는 것이 IT를 전담하는 팀의 역할이었지만 지금은 IT 부서의 도움 없이 간단한 교육만으로 실무자들이 바로 배워서 업무에 적용시키고 있다는 점이다. 소위 말하는 ‘AI의 대중화’ 시대가 온 것이다.

#Democratization AI

Democratization AI는 우리나라 말로 직역하면 ‘AI의 민주화’ 정도일 수 있다. 하지만 실제 사용되는 느낌은 ‘AI의 대중화’에 더 가깝다. AI는 효과적이고 유용한 기술이지만 사용하기에 따라서 정보나 경제가 편향되는 결과를 초래할 수 있기 때문에 AI의 민주화 혹은 대중화는 중요한 이슈다.

마이크로소프트는 이와 관련해서 AI를 설계할 때의 규칙을 정하고 발표했다. ▲AI는 인류를 돕고 인간의 자율성을 존중하도록 설계되어야 한다. ▲AI는 투명해야 한다. 기술이 어떻게 작동하는지, 그 규칙이 무엇인지 알고 있어야 한다. ▲AI는 인간의 존엄성을 파괴하지 않으면서 효율성을 극대화해야 한다. ▲AI는 개인 및 그룹 정보를 신뢰를 얻는 방식으로 보호하는 지능형 개인 정보 보호와 보다 정교한 보호를 위해 설계되어야 한다. ▲AI가 의도하지 않게 해를 끼친 경우에 이를 취소할 수 있도록 알고리즘에 대한 책임이 있어야 한다. ▲AI는 편견을 방지하고, 잘못된 추론을 차별하는 데 사용될 수 없도록 적절하고 대표적인 연구를 보장해야 한다.

당연한 말이지만 이런 원칙을 세우고 검증하는 과정은 자칫 사람이 기술에 매몰당하지 않기 위해 할 수 있는 가장 기본적이면서 가장 효과적인 장치다.

마이크로소프트는 이런 원칙을 기반으로 한 다양한 형태의 AI 서비스를 이미 제공하고 있다. 이미 잘 만들어져 있어서 바로 사용할 수 있는 형태의 AI부터 개발자들이 자체적으로 AI 모델과 서비스를 만들어 운영할 수 있는 강력한 인프라를 제공하기도 한다. 또 개발 툴을 만들어 제공하거나 기존의 대중적인 개발 툴을 지원하기도 한다. 텐서플로나 케라스 등 오픈소스를 직접 지원하고 또 기여하고 있다.

서비스 형태로 되어 있는 서비스를 크게 세 가지로 나눠 볼 수 있다.

AI를 사용할 수 있는 인프라로는 강력한 GPU를 사용할 수 있는 DSVM(Data Science Virtual Machine)을 비롯해서 데이터를 다룰 수 있는 데이터 플랫폼도 함께 제공되고 있다. 이를 통해 데이터를 가공해서 학습시키는 과정을 빠르고 정확하게 할 수 있다.

#한국형 AI 활성화를 위한 포괄적 플랜, AI Country Plan

앞서 설명한 기술적인 자산들이 이미 준비됐기 때문에 기업이나 개발자는 원하는 곳에서 적절한 비용과 방법으로 바로 활용할 수 있다. 2019년 3월 29일 한국마이크로소프트가 ‘한국형 AI 활성화를 위한 포괄적 지원 플랜(AI Country Plan)’을 발표한 것은 AI의 기술적 가치를 국내 기업 및 정부 기관, 다양한 사회 구성원과 긴밀한 협력을 통해 AI의 민주화에 동참하기 위해서다.

AI는 산업 전반의 요구와 사회적인 요구를 풀 수 있는 주요 기술 중 하나다. 한국마이크로소프트는 변화하는 환경에서 AI 기반의 혜택을 충분하게 누리기 위해서는 기술로서의 AI뿐만 아니라 정책·사회·문화 등 다각도에서 함께 노력해야 한다고 강조한다. 이를 위해 마이크로소프트의 포괄적 AI 포트폴리오를 중심으로 AI가 단순한 산업 측면이 아닌 한국 사회 전반에 걸친 종합적 발전을 위한 토대를 마련하는 것을 돕겠다는 목표를 제시했다. 즉, ▲디지털 트랜스포메이션 구현 ▲책임 혁신을 위한 공동체 구성 ▲기술 격차 해소 및 일자리 창출 ▲사회적 영향력 창출 등 네 가지 집중 분야를 선정해 건강하고 지속 가능한 국내 AI 성장 토대 구축에 기여하겠다고 밝혔다.

이를 위해 마이크로소프트는 사회 다양한 분야에서 AI의 혜택이 갈 수 있도록 협업하고 있다. 예를 들어, LG전자와 함께 AI 자율주행 소프트웨어 개발 협력을 통해 새로운 모빌리티 경험과 서비스를 제공하기 위해 노력하고 있다. 동국대학교 AI 교과 과정 신설을 비롯, 교육부 및 전라남도교육청, 열린의사회와 함께한 ‘위(Wee)닥터’ 학생 원격상담 시범사업을 시도하는 등 데이터와 AI 기술로 많은 사례를 만들어 가고 있다.

#애저 머신러닝 서비스

애저 머신러닝(Azure Machine Learning)은 가장 주목받는 마이크로소프트의 서비스 중 하나다. 파이썬 등의 코딩 없이 바로 디자인으로 모델을 만들거나 직접 작성한 파이썬 코드를 모델을 만들어 사용할 수도 있다.

특이한 것은 오토메이티드 ML(Automated ML. 이하 오토 ML)이라는 기능인데, 데이터를 기반으로 AI가 머신러닝 모델을 만들어 주는 것이다. 데이터 전처리부터 알고리즘 설정과 파라메터의 조정까지 해주는 서비스로 웬만한 경우에는 대부분 직접 만든 모델보다 정확도가 더 높은 모델이 생성된다. 오토 ML의 경우 결과물의 도출 과정과 파이썬 코드로 된 결과물을 함께 받아 볼 수 있기 때문에 시간과 노력을 많이 절약해 준다.

애저 머신러닝 서비스는 데이터 준비 과정부터 모델 생성과 배포 운영 과정을 하나의 흐름으로 그 안에서 해결할 수 있어 시행착오를 최소화하면서 AI와 관련한 서비스를 내부적으로 구축할 수 있게 한다.

앞서 이야기했던 다양한 서비스와 애저 머신러닝 서비스 등은 AI의 민주화를 볼 수 있는 좋은 예다. 전에는 먼저 투자하고 대규모로 투자한 대기업들 위주로 AI가 도입됐다면, 이제는 잘 구성된 서비스 기반의 AI를 활용하게 되면서 학생부터 스타트업 기업까지 동일한 출발선상에서 아이디어와 비즈니스 모델을 갖고 선의의 경쟁을 할 수 있게 됐다.

#AI 연구와 교육

AI 랩 프로젝트(AI Lab Projects)라는 사이트가 있다. 마이크로소프트 리서치에서 제공하는 이 사이트는 실험적인 프로젝트를 공개한다. 이 사이트는 결과물을 바로 테스트해 볼 수 있을 뿐 아니라 소스코드를 제공하는 경우도 있어서 인기 있는 서비스 중 하나다. 그중에서도 Sketch2Code 프로젝트는 외부에 많이 알려진 프로젝트다. 이 프로젝트는 손으로 종이나 화이트보드에 그린 폼 디자인을 그대로 HTML이나 애플리케이션 소스코드로 변환해준다. 이외에도 수학 문제를 풀어주는 마이크로소프트 매스(Microsoft Math)와 같은 재미있는 프로젝트들을 살펴볼 수 있다.

마이크로소프트 리서치는 국내 대학 연구진과도 활발하게 연구를 진행하고 있다. 고려대 이성환 교수 연구팀이 개발 중인 뇌 신호를 기반으로 로봇을 제어할 수 있는 ‘로봇 팔 컨트롤(Robot Arm Control)’ 프로젝트를 비롯해서 카이스트(KAIST)의 교통 예측 및 사고 예방, 지역별 교통 수요 제어 프로젝트 등 다수의 프로젝트를 수행하고 있다. 마이크로소프트 리서치에서는 많은 논문과 프로젝트를 함께 작업하고 있다. 가장 많은 AI 특허를 보유한 기업이 마이크로소프트라는 발표가 있기도 했다.

#마무리

AI는 앞서 이야기한 것처럼 정말 ‘AI is everywhere’가 된 것 같다. 진입장벽도 낮아졌을 뿐 아니라 적정한 가격에 실용할 만한 결과물을 얻는 것도 가능해진 것 같다. 그럼에도 불구하고 AI를 업무에 접목하고 운영하는 서비스에 연계시키는 일은 여전히 제법 많은 시행착오를 동반하게 된다.
이런 시행착오를 최소화할 수 있는 방법은 역시 AI에 대한 충분한 선행 지식을 쌓는 것이다. 마이크로소프트에서 제공하는 Microsoft Learn 웹사이트를 활용하거나 필자가 운영하는 유튜브 채널인 영욱 스튜디오(https://www.youtube.com/user/koreaeva) 에서도 주기적으로 정보를 업데이트하고 있으니 참조하기 바란다.

AI 프로젝트는 작고 소중한 성공을 키워서 혁신을 만들어 내게 한다. 그래서 너무 큰 그림을 그리기보다는 좀 더 실용적이고 효과를 볼 수 있는 영역부터 잘 접목해 나가다 보면 어느새 큰 그림을 그릴 수 있게 될 것이다. 이 글에서 소개했던 서비스들을 잘 활용한다면 빠른 시간에 양질의 결과물을 만드는 데 효과적으로 접근하게 될 것이다. 모든 서비스를 꼼꼼하게 하나씩 다 소개하지는 못했지만 연계된 정보를 잘 찾아서 멋진 작품을 만드시기를 바란다.

정리 이윤정 기자 ityoon@chosunbiz.com