AI 기술의 한계에 대한 냉정한 인식 필요

 

이코노미스트紙, “AI 기술의 한계에 대한 냉정한 인식 필요” 

 

○ 영국 경제주간지 이코노미스트는 AI 기술의 비약적 발전에도 불구하고 도전적 과제에서 기대했던 성과를 달성하지 못했다고 언급했다.

 

자율주행차 개발을 주도해 온 구글, 테슬라 및 완성차 업계는 개발 목표 시점을 수차례 수년 이상 연기

– 구글 자율주행차 개발 책임을 맡았던 크리스 엄슨(Chris Urmson)은 자율주행차 상용화 시점이 예상보다 30년 이상 미뤄질 것으로 전망

 

코로나 19에 대응하기 위해 AI를 활용하는 다양한 아이디어가 논의되었지만 진단, 감염자 관리, 치료제 개발 등에서 실질적인 역할은 미미

– 감염자 관리는 방역 당국과 의료진이 직접 수행했고, AI를 활용한 혁신 신약 개발보다는 기존 약물의 적용에 초점 

 

○ 그동안 AI 혁신을 견인해 온 △데이터 축적, △컴퓨팅 기술, △알고리즘의 발전이 이제는 AI의 한계를 야기하고 있음을 지적

 

데이터: AI는 대량의 데이터를 통해 학습을 하여 성능을 고도화하므로 데이터가 없는 대부분의 영역에서는 활용이 불가함

– AI가 코로나 19 대응에 적극 활용되지 못한 주된 이유는 바이러스에 대한 충분한 데이터가 없고 사람들의 이동 경로를 정밀하게 추적하지 못했기 때문

 

컴퓨터: 데이터를 통한 학습과 추론 과정에서 대규모의 컴퓨팅 자원이 필요하여 AI 도입에 따른 비용이 편익을 상회하는 경우가 대부분

* 벤처투자기업 MMC에 따르면 조사 대상 기업의 40%는 AI를 전혀 사용하지 않음

 

알고리즘: 학습 결과를 다른 분야에 적용하는 능력이 없고 인과관계를 혼동하며 판단의 이유를 설명하지 못하는 등 취약점에 노출 

 

 

○ 현재 AI 기술의 가능성과 한계를 명확히 판단하여 적용 가능 분야에서 적극 활용하는 동시에 기술의 한계를 극복하는 차세대 AI 기술에 투자해야 할 시점

 

현재는 AI 기술에 대한 환상과 거품이 걷히고 성공과 실패가 혼재하는 단계*로서 기술 수준에 맞춰 성공 가능성이 높은 투자에 집중해야 하는 시점

 

* 가트너 하이프사이클(2019)에 따르면 딥러닝, 자연어 처리, 컴퓨터 비전 등 주요 AI 기술은 현재 거품의 정점을 지나 많은 기업이 신중하게 투자하는 ‘환멸의 계곡 단계(Trough of Disillusionment)’에 도달

 

소량의 데이터로 학습할 수 있고 학습 결과를 다양한 영역에 적용할 수 있는 차세대 범용 AI 기술에 대한 선제적 투자도 필요 

 

 

기사출처 

The Economist, “An Understanding of AI’s Limitations Is Starting to Sink in”, 2020.1.7.

The Economist, “Driverless Cars Are Stuck in Jam”, 2019.10.10.