데이터 소모량을 줄일 수 있는 새로운 인공지능 기술개발
인지심리학자이며 컴퓨터과학자인 Geoffrey Hinton씨는 신경망 네트워크와 관련된 자신의 연구에서 새로운 인공지능의 발전으로 인해 과도한 데이터 소비가 이루어지지 않을 것이라는 주장을 내세워 관련 내용을 살펴보기로 한다.
현재 Google社와 캐나다 토론토대학에서 근무하고 있는 Hinton씨는 적은 데이터에 의존하면서도 이미지들을 정확하게 판별해낼 수 있는 기술적 방안을 발견하였다고 한다. 특히 인공신경망네트워크와 기기학습의 상용화에 중점을 둔 Hinton씨는 최근 연구 논문에서 자신의 연구결과를 발표한 것으로 나타났다.
이를 살펴보면 이미지 인식에 사용되는 컴퓨터가 일반적으로 기존 이미지 데이베이스를 사용해왔으나, Hinton씨의 접근방식은 인공지능이 다른 각도에서도 얼굴을 식별할 수 있게 만들어냈다고 한다. 이에 음성과 비디오 인식에도 적용될 수 있을 것으로 보이는데, 사물을 판별하는 보다 강력한 방법이 될 것으로 예상되고 있다.
[출처: https://www.reuters.com/article/us-alphabet-artificialintelligence/googles-hinton-outlines-new-ai-advance-that-requires-less-data-idUSKBN1D231G]
상기 연구를 공동으로 수행한 Google社의 연구원들은 인간의 두뇌가 동작하는 방식을 모방하여 인공 신경망 네트워크를 개발하는 방식을 시도하고 있는 것으로 나타났다. 특히 자신들이 고안한 시스템을 통해 특정 기능이 시스템에 온전히 새로운 이미지로 표시되는지를 확인할 수 있기를 시도하였으며, 기존 이미지 인식기술을 능가한 결과를 얻어냈다.
기기학습과 딥러닝이 해결해야 할 우선적 과제로 데이터 소모량을 감소시켜야 할 필요성이 지속 대두되고 있어 이와 관련된 다양한 연구들이 진행되는 만큼, 머지않아 데이터 소비와 전략소모를 줄일 수 있는 획기적인 방안이 마련될 수 있을 시기가 도래할 수 있을지 그 귀추가 주목되고 있다.
