2020년 인공지능 5대 전망

IBM Research 에서 2020년 AI의 다섯가지 전망을 밝혔다.

 

해당 내용은 아래의 링크를 참조해 포스팅했다.

https://www.ibm.com/blogs/research/2019/12/2020-ai-predictions/

2020 AI Predictions from IBM Research | IBM Research Blog

2020년 인공지능 5대 전망

 

<출처 - IBM Research>

 

1.AI will understand more, so it can do more ( AI는 더 많은 것을 이해할 것이고, 더 많은 것을 할 수 있다)

AI는 학습을 기반으로 구성되다 보니 많은 데이터가 필요하다. 그리고 많은 데이터가 있을 수록 AI 기능은 더욱 발전한다. 2020년에는 더많은 ai 시스템이 학습과 논리를 결합한 기술인 "neuro-symbolic" 기술에 의존하기 시작할 것이다. 이 기술은 자연어 처리  (NLP) 기술 분야의 중요한 지표로, 컴퓨터가 상식 추론과 도메인 지식을 통합해 인간의 언어와 대화를 더욱 잘 이해하도록 도울 것이다. 이러한 혁신이 일어난다면 많은 기업들이 더욱 자동화된 대화식 고객관리 및 기술 지원 도구를 사용할 수 있을 것이다. 그리고 AI가 더욱 발전하여, 꽤 작은 데이터로도 AI를 훈련시킬 수 잇을 것이다.

 

2.AI won’t take your job, but it will change how you work (AI가 너의 일을 빼앗지는 않겠지만, 일하는 방식을 바꿀 것이다)

AI 가 등장하고 다양한 직업이 사라질 것이라는 뉴스는 많이들 보셨을 것 같다. 하지만 당장 그렇지는 않을 것 같다. AI는 앞으로 몇년 간 여러분들의 직장에 지속적으로 영향을 미칠 것이다. 그러나 바로 곧바로 직장을 잃게 하지는 않을 것이다. 오히려 AI는 자동화를 통해 사람들의 업무 방식을 혁신적으로 변화시킬 것이다. MIT-IBM Watson AI Lab의 새로운 연구를 보면, AI가 스케쥴링같은 작업에 도움을 준다. 하지만 디자인 전문 작업이나 산업 전략을 세우는 것 같은 고급 기술에는 직접적인 영향을 끼치지는 않을 것이라 예상한다. 이러한 일들은 아직까지는 AI가 대체할 수 없는 인간의 감각이 필요한 영역이 아닐까 생각한다. 그럼에도 불구하고 AI가 기업에 도입된다면 직원의 업무는 일부 조정될 것이고, 이에 따라 직원들은 역량강화에 힘써야할 것이다. (뒤쳐지지 않으려면...)

 

3.AI will engineer AI for trust (AI 가 신뢰할 수 있는 AI가 만들어 질 것이다)

AI를 신뢰하려면 시스템이 믿을 수 있어야하고 공정해야한다. 그리고 대중에게 기술이 보안상 안전하고 AI가 제공하는 결론이나 제안이 편향되거나 조작되지 않았다는 확신을 줄 수 있어야한다. 2020년에는 신뢰도를 규제하는 구성요소들이 AI의 수명주기에 포함될 것이고, AI 어플리케이션 구축, 테스트, 운영, 모니터링, 인증 등의 과정에서 신뢰도가 굉장히 중요하게 고려될 것이다. (과거에는 성능만 따졌다...) 그리고 ai를 만드는데 ai를 사용하는 'AutoAI' 처럼 AI를 컨트롤하는 AI 가 부각될 것이다.  이것은 산업전반에서 신뢰할 수 있는 AI 워크플로워의 형성으로 이어 질 것이다.

 

4.AI’s appetite for energy demands greener tech (AI 의 에너지 수요 때문에 친환경 기술에 대한 요구가 증가할 것이다.)

AI는 컴퓨터 분야에만 영향을 주는 것이  아닐 것 같다. AI는 친환경 기술은 친환경 기술에도 영향을 줄 것이다. AI는 빠른 시간에 계산을하고 결과를 도출해낸다. 엄청난 연산이 필요하다. 그러다보니 굉장히 많은 에너지를 사용한다고 할 수 있다. 실제로 AI의 기반이 되는 데이터 센터는 전 세계 에너지의 2%를 소비하고 있다. 앞으로도 AI의 수요는 더욱 늘어나면 늘어났지 사라지지는 않을 것이다. 2020년에는 AI 기술을 보다 더 오래 지속 가능하도록 만들기 위해 노력해야할 것이다. 'transition-metaloxides' 와 같은 신소재나, 아날로그나 혼합 신호를 모두 처리할 수 있는 새로운 칩의 설계, 매우 적은 컴퓨팅 파워로 구동되면서 일정 수준의 결과를 만들어내는 'approximate computing' 소프트웨어 기술 등이 더욱 더 중요시 될 것이다. 이 모든 것은 탄소 배출량을 줄이면서도 AI를 더욱 발전시키기 위한 방안이다.

 

5.AI-powered lab assistants will discover new materials (AI는 신소재를 발견할 것이다)

약 200년 동안, 유기분자 합성은 화학 분야에서 굉장히 중요한 연구였다. 그리고 이를 통해 다양한 의약품과 합성 섬유가 개발됐다. 아직도 새로운 분자를 만들기 위해 다양한 화학 연구가 진행되고 있다. 하지만 이제는 이러한 연구가 인간의 힘으로는 한계가 있는 것 같다. 과학자들은 방대한 양의 정보로 인해 모든 정보에 대한 전문가가 되기 어려워 졌다. 하지만 AI가 이 한계를 극복해 줄 것으로 보인다. IBM에서는 화학 AI 툴인 'RXN for Chemistry' 를 개발했다. 이것은 클라우드상에서 분자를 합성할 수 있고,  수백만 가지의 화학 반응을 예측할 수 있또록 도와준다. 이 도구를 통해 2020년에는 새로운 신소재가 발견될 것이라는 기대가 이어지고 있다.