2018년 상반기 신기술 동향 세번째 시간입니다.
18. 신경 모방 칩 (neuromorphic chip)
인간의 뇌신경 구조를 모방한 반도체 소자로, 인간의 사고 과정과 유사하게 정보를 처리하는 것이 가능하여 딥러닝(deep learning) 등의 인공지능 기능을 구현하는 것이 가능하다. 인지 컴퓨팅 기능을 하드웨어적으로 구현한 것으로 기존의 반도체와 비교해 성능이 뛰어나면서 전력 소모량도 낮아 반도체 업계에서 주목하고 있는 핵심 소자로 꼽힌다. 신경 모방 칩은 2008년 미국 국방부 고등 연구 계획국(DARPA, Defense Advanced Research Projects Agency)의 인지 컴퓨팅 프로젝트 시냅스(SyNAPSE, Systems of Neuromorphic Adaptive Plastic Scalable Electronics)의 지원으로 IBM에서 처음 개발되었으며, 이후 2014년 IBM이 신경 모방 칩인 트루노스(TrueNorth)를 선보였다. 미국 매사추세츠공대(MIT)에서도 아이리스(Eyeriss)라는 이름의 칩을 선보였다.
19. 순방향 신경망 (FFNet, Feed_Forward Neural Network, 전방향 신경망)
인공 신경망은 기계학습(machine learning)과 인지과학(cognitive science)에서 인간이나 동물의 중추신경계에서 영감을 얻어 연구되고 있는 통계학적인 학습 알고리즘이다. 이러한 신경망은 출력 형태에 따라 순방향 신경망과 순환 신경망으로 나눠지는데, 그 중 순방향 신경망(FFNet)은 순환이나 루프가 없이 한 방향으로만 진행하는 신경망을 의미한다. 즉 인공 신경망은 입력층(input layer), 은닉층(hidden layer), 출력층(output layer)순으로 이루어져 있는데, 순방향 신경망은 입력층에 데이터가 입력되면, 다음 층인 은닉층으로, 다시 다음 층인 출력층으로 순차적으로 전달되어 신경망 외부로 출력된다.
* 기계학습(machine learning): 컴퓨터가 스스로 학습 과정을 거쳐 정보를 습득할 수 있는 능력을 부여하는 기술
* 인지과학(cognitive science): 인간의 인지과정이 이루어지는 과정에 대해 다학문적으로 분석하는 연구 분야
20. 순환 신경망(RNN, Recurrent Neural Network)
인공 신경망은 출력 형태에 따라 순방향 신경망과 순환 신경망으로 나눠진다. 그 중 순환 신경망(RNN)은 기준 시점(t)과 다음 시점(t+1)에 네트워크를 연결하여 시계열성을 갖는 데이터들, 즉 음악이나 동영상 등의 시간의 흐름에 따라 변화하는 데이터 또는 음성 인식, 문자열 같이 순차적인 정보가 담긴 데이터를 다룰 수 있는 모델이다. 하지만 순환(circles) 또는 반복(loops)하게 될 경우 다중의 은닉층(hidden layer)으로 이루어진 심층 신경망(DNN)이 매 시점에 연결되게 되는데, 이 경우 심층 신경망에 많은 연산량이 몰려 과적합(overfitting)과 기울기값의 소실 문제(vanishing gradient problem) 등이 발생할 수 있다. 이를 해결하기 위한 대표적인 모델로 장단기 메모리(LSTM, Long-Short Term Memory) 방식의 순환신경망이 있다.
* 인공 신경망: 인간이나 동물의 중추신경계에서 영감을 얻어 연구되고 있는 통계학적인 학습 알고리즘으로, 입력층/은닉층/출력층으로 이루어진다.
* 심층 신경망: 인공 신경망의 3개의 층 중에 은닉층(hidden layer)만으로 이루어진 신경망
21. 심층 신경망 (DNN, Deep Neural Network)
인공 신경망(ANN)은 입력층(input layer), 은닉층(hidden layer), 출력층(output layer)으로 이루어지는데, 이중 은닉층이 다중으로 이루어진 신경망을 심층 신경망(DNN)이라고 한다. 심층 신경망은 일반적인 인공 신경망과 같이 복잡한 비선형 관계들을 모델링할 수 있다. 심층 신경망은 알고리즘에 따라 시계열 데이터 처리에 특화되어 있는 순환 신경망(RNN)과 이미지 등의 처리에 특화되어 있는 합성공 신경망(CNN), 비지도 학습(unsupervised learning) 기법을 기반으로 하는 심층 신뢰 신경망(DBN), 심층 오토 인코더(deep autoencoder) 등이 있다. 심층 신경망은 많은 연산량이 몰려 과적합(overfitting)과 기울기 값의 소실 문제(vanishing gradient problem) 등이 발생할 수 있다. 이를 해결하기 위해 드롭 아웃(drop out), ReLU(Rectified Linear Unit), 배치 정규화(batch normalization) 등의 다양한 기법들이 활용되었다.
22. 합성곱 신경망(CNN, Convolutional Neural Network, 콘볼루션 신경망)
여러 개의 은닉층(hidden layer)으로 이루어진 심층 신경망(DNN, Deep neural Network)의 한 종류로, 2차원 구조의 데이터 처리, 영상 및 음성 분석, 객체 탐지 등 여러 분야에 활용되는 심층 신경망(DNN)의 대표적인 모델 중 하나이다. 심층 신경망과 마찬가지로 입력층(input layer)과 출력층(output layer)은 물론 여러 개의 은닉층(hidden layer)으로 이루어지는데, 합성공 신경망(CNN)의 은닉층은 합성곱 계층(convolutional layers), 통합 계층(pooling layers), 완전연결 계층(fully connected layers)으로 구성되어 있다. 합성곱 신경망은 구조상 2차원 구조의 입력 데이터를 활용하는데 특화되어 있으며, 역전달(Backpropagation algorithm)을 통해 훈련될 수 있다. 합성공 신경망은 다른 순방향 신경망(FFNet) 기법들과 비교했을 때 쉽게 훈련되는 편이고 적은 수의 매개변수를 사용한다는 이점이 있다.
23. 인지 컴퓨팅(CC, Cognitive Computing)
인간 두뇌의 인지와 사고를 모방하여 학습능력이나 분석능력을 향상시켜 다양한 환경에 대응하기 위한 모델을 말한다. 단순하게 살펴보면 인지 컴퓨팅은 인공지능(AI)과 유사하게 들리나, 컨설팅 업체 딜로이트 컨설팅(Deloitte Consulting)의 최고 분석책임자(CAO)인 폴 로마는 인지 컴퓨팅이 전통적인 인공지능의 개념을 포괄한다고 말한다. 인지 컴퓨팅은 일반적으로 대규모의 비정형 데이터(unstructured data)를 처리/분석하는데 특화되어 있어서, 사람의 목소리, 얼굴, 행동, 환경 등의 데이터를 통해 학습하고 추론하는 것이 가능하다. 또한 자연어로 인간과 상호작용하는 것이 가능하여, 인간이 처리하기 어려운 수많은 데이터를 학습/분석/추론하여 말해줌으로써 컨설턴트(consultant) 또는 비서(secretary)와 같이 올바른 의사결정에 기여하는 것이 가능하다. 인지 컴퓨팅은 주로 음성 인식, 감정 분석, 얼굴 인식, 위험 평가, 사기 탐지 등의 기능을 구현하는데 사용되며, 대표적인 플랫폼 제공사로는 IBM의 왓슨이 있다.
24. 대규모 다중 접속 온라인 역할 게임(MMORPG, Massively Multiplayer Online Role-Playing Game)
온라인을 통한 대규모 다중 이용자(MMO, Massively Multiplayer Online)와 역할 게임을 의미하는 롤플레잉 게임(RPG, Role Playing Game)의 합성어로, 수천 이상의 플레이어가 인터넷을 통해 같은 게임에 접속하여 각자 선택한 캐릭터의 역할을 혼자 수행하거나 협력하며 즐기는 게임을 의미한다. 하나의 게임 안에서 수많은 사람들이 자신의 캐릭터에 맞는 역할을 수행하고, 다른 플레이어들과 정보를 공유하며, 협력하여 목표를 성취하는 등 현실과는 다른 캐릭터의 역할에 몰입한다. 플레이어들은 가상현실에서의 사회 활동을 통해 성취감, 동질감, 소속감 등을 타인과 공유한다. 또한 MMORPG는 중앙의 대규모 서버를 통해 수많은 사람들이 24시간 실시간으로 접속하여 게임을 즐기는 방식으로 운영되어, 기존의 RPG와는 다르게 플레이어가 접속을 종료하더라도 게임의 시간은 계속 흘러가게 된다. MMORPG라는 용어는 2010년 리처드 개리엇(Richard Garriott)이 대규모 다중 접속 온라인 역할 게임과 사회 공동체를 설명하기 위해 만들었다. MMORPG의 시초는 텍스트 기반으로 이루어지는 온라인 게임인 MUD(Multi user Dungeon)로 볼 수 있으며, 국내에서는 1980년대부터 하이텔(HiTEL), 천리안 등의 PC통신 서비스를 통해서 제공되었다. 지금과 같이 완전한 그래픽 다중 사용자 RPG게임으로 볼 수 있는 것은 1991년 년에 나온 네버윈터 나이츠(Neverwinter Nights)이며, 이후 국내에서는 넥슨사의 바람의 나라, 해외에서는 오리진 시스템즈의 울티마 온라인 등이 인기를 끌고 대중에게 알려지면서 해당 용어 또한 널리 알려지기 시작했다. 2004년에는 블리자드의 월드 오브 워크래프트가 세계적으로 흥행하면서 주류 게임으로 자리 잡게 되었다. 최근에는 4G 이동통신(IMT-Advanced), 와이파이(Wi-Fi) 등 기술 발전으로 인해 스마트폰 기반의 MMORPG의 이용이 증가하는 추세이다.