2021.10.25. 지은이 양필승
인공지능의 꽃, 비전AI의 파워
인문학과 졸업생도 AI 엔지니어 될 수 있습니다
위드-코로나는 국가방역에서 커뮤니티방역으로 전환입니다.
고객만족에 그쳤던 제품검수, 이제는 생산자만족에 도전합니다.
2019년 소프트뱅크 손정의 회장이 우리나라를 방문하여 대통령은 물론 재계 주요 인사를 두루 만났습니다. 특히 우리나라를 대표하는 기업들의 총수들을 거의 다 만나 함께 토론하였습니다. 당시 손회장 자신의 관심사이자 우리나라에게 꼭 알려 주고 싶은 메시지는 단 하나. “첫째도 인공지능, 둘째도 인공지능, 셋째도 인공지능”이었습니다.
벌써 3년이 지났습니다. 우리나라는 손회장의 간절한 바램에도 불구하고, 아직도 제4차산업혁명이란 두리뭉실한 백화점식 화두에서 벗어나지 못하고 있습니다. 첫째는 리더쉽이 인공지능에 대해 충분히 이해하고 그에 터잡은 비젼을 제시하지 못한 탓입니다. 단순히 대통령만을 탓하는 것은 아닙니다. 당장 기업인들에게도 책임이 있습니다. 둘째는 인공지능에 대한 개론은 이해했지만 각론에 대한 탐구가 부족했던 탓입니다. 구체적으로, 손회장이 말했던 “한국이 집중할 첫째도, 둘째도, 셋째도 인공지능”은 과연 어떤 인공지능일까에 대한 심각한 고민과 신속한 실천이 뒤따르지 못했던 결과이기도 합니다.
특히 첫째도, 둘째도, 셋째도 우리나라의 성장동력인 인공지능이 어떤 것이고 어떤 로드맵으로 성취할 것인가에 대한 공론의 장을 충분히 제시하지 못한 책임은 언론에 있습니다. 물론 인공지능 분야의 전문가들도 문제지만 공론화하는 일은 순전히 언론의 몫이기 때문에, 첫째도 언론, 둘째도 언론, 셋째도 언론 탓입니다.
손회장이 말한 인공지능은 응용력이나 경제력이 있는 인공지능일 것임은 분명합니다. “첫째도, 둘째도, 셋째도”의 인공지능은 바로 2012년부터 연구와 개발이 본격화된 딥러닝(deep learning: DL)입니다. 더 구체적으로 들어가면 비전AI (Vision AI)입니다. 이미 세계적으로 주목 받는 기술이며, 다시 말해, 우리나라도 얼마든지 도전 가능한 인공지능 분야이며, 현재까지 어떤 인공지능 기술보다 경제성이 가장 높고, 확장 가능성이 가장 큰 분야입니다.
아직도 많은 사람들이 컴퓨터 비전(computer vision)이라고 부르는 비전AI를 올바르게 이해하기 위해서는, 우선 컴퓨터 비전과 비전 AI를 차별화하는 시도에서 출발하는 것이 바람직하겠습니다. 컴퓨터 비전은 이미 1960년대부터 시작된 오래된 기술입니다. 컴퓨터로 얼굴이나 사물을 감지하고 그 정체성을 인식합니다.
컴퓨터 비전은 머신러닝과 결합된 결과이기도 합니다. 즉 데이터를 기반으로 학습한 알고리즘이 얼굴이나 사물을 감지하고 인식하지만, 컴퓨터비전은 여전히 명령(rule) 베이스입니다. 일단 설치된 후 계속 학습하는 기능은 없습니다. 이와 같은 컴퓨터비전 기술에 딥러닝이 결합된 것이 바로 비전AI입니다.
딥러닝은 2012년경에 출현한 머신 러닝 기술로서, 당연히 데이터에 기반한 학습일 뿐 아니라, 카메라와 같은 센서 디바이스에서 새로운 데이터가 입력되면 학습이 계속됩니다. 사람의 시각과 같은 원리입니다. 따라서 명령 베이스가 아니고 데이터 베이스이자 알고리즘의 지속적 향상이 이뤄집니다.
시간이 지나면 사람의 얼굴 모습은 달라지고, 더욱이나 “인상”은 주관적이기도 합니다. 또한 사진을 주민등록 사진처럼 정면으로 찍느냐, 아니면 얼마 전 발생한 전자발찌 자르고 살인를 저지른 강모씨의 최근 사진처럼 자신이 셀카로 대충 찍느냐에 따라 차이가 납니다. 조명이나 각도 등 사진의 질을 다르게 만드는 요소도 많습니다. 그렇다면 범인의 신상 공개를 위해 어떤 사진이 최상일까요. 더욱이나 요즘은 마스크를 끼고 있어서 진짜 얼굴을 찾기도 어렵고, 누가 누구인지 사진만으로는 식별하기 어렵습니다.
여기에서 안면인식의 기술력 차이를 논하지 않을 수 없습니다. 얼굴, 홍체, 지문 등 생체인식으로 보안하는 기술은 이미 오래 전에 국내에서도 상용화되었지만, 모자를 쓰거나 선글라스를 쓰면, 벗지 않고는 식별되지 못하였습니다. 더욱이나 얼굴을 정면으로 갖다 대지 않으면 역시 식별하지 못하였습니다. 마침내 코로나가 휩쓸자 마스크착용이 일상화되고, 얼굴 인식으로 스피트게이트를 통제하던 세종시의 정부청사는, 예를 들어, 마비되어 결국 다시 카드로 인식하는 옛날의 시스템으로 돌아가고 말았습니다.
이제 딥러닝 기술의 일부인 비전AI로 상황은 달라졌습니다. 사람의 눈과 두뇌 사이의 관계를 그대로 이용한 비전AI는 그 같은 한계를 극복하기 시작하였습니다. 문제는 비전AI라고 해서 모두 같은 비전AI가 아니라는 점입니다. ‘무늬만 AI’와 ‘진짜 AI’를 구분하는 방법 중 하나가 얼마만큼의 데이터와 얼마나 좋은 데이터를 통해 알고리즘이 학습됐는가 여부입니다. 다시 말해, 데이터의 질과 양에 의해 알고리즘 학습이 달라지고, 그 같은 차이로 인해 정확도나 민감도가 달라진다는 점입니다.
메일랩은 비전AI의 엔진을 기반으로 AI칩이 내제된 카메라와 Graphic 분석과 예측으로 마스크시대의, 포스트-탈레반시대의 보안을 책임지고자 노력하고 있습니다. 카메라가 단순히 장면을 캡처할 뿐 아니라, 얼굴을 그것도 마스크를 쓴 얼굴을 보고 누구인지 그 ID를 인식합니다. 거리가 10미터 정도 떨어져도 마스크 착용의 얼굴을 누군지 알아 봅니다. 만약 도둑이나 테러리스트와 같은 외부 침입자라면 실시간으로 인식하고 그 위치를 파악할 수 있습니다.
메일랩은 약 4억장의 증명사진, 즉 정면으로 사진관 같은 좋은 배경과 조명에서 찍은 사진을 학습시켜 안면인식알고리즘이 형성되었습니다. 여기에 메일랩이 독자적으로 마스크를 쓴 얼굴을 재학습(re-training)시켜, 코로나시대의 새로운 도전에 응전하였습니다. 쉽게 말해, 알고리즘이 더 똑똑해진 것입니다. 더욱이나 사진이나 핸드폰상의 얼굴로 속이려 든다면, 라이브니스 100%의 메일랩 AI칩 카메라는 사람이 아니라고 식별합니다.
최근 메일랩을 방문한 분들을 위하여, 메일랩의 AI칩 카메라로 전자 발찌 살인마 강모씨의 주민등록 사진으로 등록하고 최근의 캐주얼 사진을 캡츄어하였습니다. 놀랍게도 수십년이 흐른 최근 사진을 강모씨라고 인식하였습니다. 그러나 더욱 놀라운 것은 카메라 앞의 강모씨 얼굴이 사진인 것을 놓치지 않고 진짜 사람이 아니고 사진임을 실시간으로 경고하였습니다. 라이브니스 기능이 100% 작동한 것입니다.
더욱이나 같은 AI기술이라도 얼마나 많은 데이터와 얼마나 좋은 데이터로 학습시켰느냐에 따라 차별성이 창출됩니다. 그냥 AI라고 우겨대거나 딥러닝이라고 무조건 이름 붙인다고 해결될 수 있지 않습니다. 만약 이상하면, “당신의 AI는 어떤 데이터에 의해, 특히 데이터의 양이 어떠한 지”에 대해 확인하고, “당신의 AI는 계속 학습이 가능한지”를 꼭 확인합시다. 물론 “당신의 AI는 기존 기술과는 얼마만큼 차별화된 기능을 수행하는지”도 꼼꼼히 따져야 합니다.
결국 인공지능의 꽃으로 등극한 딥러닝에서 비전AI는 꽃 중에 꽃입니다. 가장 시장성이 크고 이미 상당히 상용화되어 있습니다. 비전AI가 활용되는 분야는 그야말로 무궁무진(無窮無盡)합니다. 우선 보안분야에서 기존의 CCTV가 범죄 발생 이후 추적할 수 있는 기능에 머문 반면, 비전AI는 블랙리스트와 스트레인저 및 차별화된 보안등급 리스트의 사용으로 범죄를 사전에 예방할 수 있습니다. 메일랩은 담이나 벽 그리고 자물쇠가 없는 보안시스템을 비전AI로 개발하여 상품으로 만드는데 성공하였습니다.
코로나 방역에도 비전AI는 효용성이 큽니다. 메일랩의 비전AI기술로 무엇보다도 바이러스나 박테리아 감염으로 사람의 피부체온이 아닌 심부체온이 상승하는 것을 감지하고, 여러 사람의 군중에서 누가 ‘양성의심자’인지를 선별할 수 있습니다. 물론 마스크 착용이나 거리두기를 모니터링하고, 실시간으로 위반하는 사람에게 경고하고 수집된 데이터에 분석을 기반으로 집단감염의 확률을 예측합니다.
중대재해처벌특별법의 실시를 내년 2022년 1월 27일로 앞둔 상황에서, 비전AI는 산업재해를 사전에 예방하고 만약 발생하였더라도 실시간으로 응급시설과 구급인원을 동원할 수 있는 경고시스템을 갖추도록 도와줍니다. 더 이상 “원청이냐 하청이냐” 또는 “죽음의 하청이냐”와 같은 ‘폭탄돌리기’로부터 현장 인원의 생명과 안전을 메일랩의 비젼AI 기술로 지켜줄 수 있습니다.
사람의 생명과 안전 그리고 건강을 지켜줄 뿐 아니라, 비전AI는 제품의 하자를 아주 다양한 산업분야에서 검수(inspection)하는 탁월한 성능을 지녔습니다. 지금까지 스마트폰의 기판 등 제조품은 숙련된 노동자의 눈으로 하자를 찾아 냈습니다. 대부분 공정의 최후 단계에서 하자 검수가 실시됩니다. 그러나 비전AI는 숙련 노동자보다 더욱 높은 정확도와 낮은 오류로 검수하여 생산성과 경제성을 동시에 높일 수 있습니다. 더욱 중요한 사실은 제품 제조의 각 공정마다 검수 작업을 비전AI는 실시간으로 수행하여 이전에는 최후 공정에서 이뤄졌던 검수에 비해 부품과 노동력 및 시간 낭비를 사전에 예방합니다.
건설현장의 초대 골치거리인 하자의 발생도 마찬가지입니다. 비전AI로 매 공정마다 하자에 대한 발견과 보수를 실시할 수 있습니다. 더욱이 3D와 드론이 결합하여 더욱 꼼꼼하게 하자를 발견합니다. 건설업은 수익마진은 낮고 하자보수 비용은 높은 고질적인 문제를 안고 있지만, 비전AI으로 획기적인 혁신이 가능하였습니다. 메일랩은 같은 CKT그룹에 속한 부동산 디벨러퍼인 PS라이프㈜와의 협업으로 풍부한 도메인 지식에 터잡은 건설 검수 비전AI를 개발하고, 다른 건설회사들과 그 성과를 공유하기 위해 상품화에 착수하였습니다.
핀테크 분야에서의 비전AI를 빼 놓을 수 없습니다. 우리가 ATM 기기를 사용하거나 PC나 스마트폰을 사용하여 금융거래를 시도할 때 가장 중요한 문제는 인증입니다. 지금까지 숫자나 문자를 혼합한 암호나 인증키를 함께 사용하였지만, 비전AI는 그와 같은 번거로움과 낮은 보안효과라는 고질적 문제를 해결해 줍니다. 얼굴을, 특히나 사진과 같은 “가짜 얼굴”인지 여부를 가려가며 인증합니다. 쌍둥이라도 다르게 구분할 뿐 아니라, 원래 등록된 사진을부터 세월의 힘으로 인상이 달라졌어도 동일 인물로 똑똑하게 인식할 수 있습니다. 앞으로 우리 나라도 현금은 물론 신용카드도 없이 얼굴 하나로 물건 값을 결제하는 날이 올 때, 라이브니스 기능이 완벽한 비전AI 기술로 우리의 재산을 지킬 수 있습니다.
보다 장기적으로, 무인자동차에서 비전AI가 본격적으로 사용되기 시작하고 있습니다. 전기차 뿐아니라 무인자동차의 선두 주자인 테슬라는 이미 공개적으로 기존의 라이더(lidar)로 인지하는 것을 포기하고, 대신 비전AI를 채택하겠다고 발표하였습니다. 대개 무인자동차는 라이더를 사용하여 센싱(sensing)하는 것이 주류를 이루었습니다. 라이다란 레이더(radar)와 같은 레이저(laser)로 센싱하는 기술입니다. 딥러닝의 비젼AI로 대신하겠다는 것이 테슬라의 생각이고 이미 그 방향으로 나가고 있습니다.
마지막으로, 드론에 장착된 비전AI와 로봇에 장착된 비전AI입니다. 비전AI의 드론은 새가 눈을 통해 인지능력을 발휘하는 것으로 상상하면 되고, 비전AI의 로봇은 그냥 사람의 행동을 상상하면 됩니다. 단순히 미래의 이야기가 아니라 이미 현재의 현실입니다. 비전AI의 드론으로 산불을 감시하면 단순한 드론에 의한 고공촬영보다 훨씬 효과적입니다. 비전AI의 드론은 이미 무기로도 사용되고 있습니다. 얼마 전 언급한 이란 수비대 총사령관가 비젼AI의 드론에 의해 길 위에서 저격, 살해되었습니다. 비전AI의 로봇은 무기로서 그야말로 가공할 만한 파괴력과 살상력을 지니고 있습니다.
다시 한번 강조할 점은 딥러닝 또는 비전AI라는 현란한 언어보다도 얼마만큼의 데이터에 기반한 알고리즘인지, 계속적으로 똑똑해지는 학습능력이 있는지, 라이브니스 기능이 있는지 등을 꼼꼼히 따져가며 비전AI 기술을 활용하여야 합니다. 그리하여 “착한AI” 그리고 동시에 “똑똑한 AI”만 제공하는 엔지니어와 기업만이 살아 남는 과학과 기술의 시대가 빨리 오도록 우리 모두가 노력하여야 마땅합니다.
주변의 언론인 친구들은 자신의 직업선택이 호기심에서 출발했다고 회고합니다. 새로운 뉴스에 대한, 더 정확히 말하면, 아직 알려지지 않은 사실에 대한 호기심에서 진실을 파헤치고 세상에 알리고 싶은 동기에서 기자란 직업을 선택했다는 것입니다. 실제로 언론이 독자나 시청자의 호기심을 자극하는 역할을 자연스럽게 수행하는 것도 기자의 직업정신에서 비롯된 것으로 봅니다. 특히 기술에 대한 호기심, 그것도 새로운 기술에 대한 호기심을 불러일으키는 것이 21세기 언론의 소임 중 하나가 아닐까 생각합니다. 그래서 메일랩은 언론인의 비젼AI 체험을 위한 공간을 마련했던 것입니다.
참조:
지은이 양필승: 1957년생. 미국 UCLA 중국현대사 박사. 전 건국대학교 교수와 현 한국뉴욕주립대 석좌교수, 현 중국 칭화대학 겸임교수, 현 중국 지린 메트로폴리탄 기술교육대학 총장, 1999년 CKT그룹 설립, 2018년 매경 세계지식포럼 AI부문 좌장, 2019년 MAILab 메일랩 설립CEO.
MAILab (메일랩) www.mailab.co.kr: 자체 엔진인 i2Brian과 Vision AI Framework, MEGA Image AI Platform 및 MEGA Industrial AI Platform에 터잡아 QSS 통합 솔루션으로 방역, 보안 및 안전에 대한 인공지능 솔루션을 상품화하고, 미국, 캐나다, 중국, 인도에 엔지니어링과 마케팅 조직을 통해 QSS Integrated Solution 등 Industrial AI, 선천성 심장병 알고리즘 등 Medical AI, Robotic Intelligent Fulfilment Service 등 Logistic AI, 스킨케어와 메이크업 제품의 판매 및 생산을 위한Beauty AI 등을 개발하고 있습니다.
문의: sryoo@ckt21.com
010-2058-6585 (류성렬)