AI의 의미와 한계

AI(인공지능)

인공지능이란 인간의 인지능력과 학습 추론 등 지능을 구현하는 기술로 인공지능 SW/HW, 기초기술을 포괄합니다. 현재는 인공지능 중에서도 머신러닝, 머신러닝 중에서도 딥러닝에대한 연구가 활발하게 일어나고 있습니다.

머신러닝 : 컴퓨터가 스스로 학습할 수 있도록 도와주는 알고리즘이나 기술을 개발하는 분야

일반적으로 머신러닝이란 알고리즘을 이용하여 데이터를 분석하고 이러한 분석 결과를 스스로 학습한 후에 이를 기반으로 어떠한 판단이나 예측을 하는 것을 의미합니다. 따라서 머신러닝에서는 양질의 데이터가 매우 중요한 역할을 하며 양질의 데이터를 많이 보유할 수록 높은 성능을 이끌어 낼 수 있습니다.

딥러닝 : 인간의 뇌를 모방한 인공신경망을 바탕으로 한 인공지능 학습법

인공신경망으로 되어있어 많은 양의 데이터를 주고 스스로 학습하게 하고 AI 신경망을 여러 층으로 쌓아 여러 번 반복학습 하는 것을 딥러닝이라고 합니다. 딥러닝 기술의 등장으로 머신러닝의 효율이 급격하게 증대되었으며, 인공지능 분야 또한 빠르게 발전하고 있습니다.

딥러닝 기술의 한계

인공지능 기술의 발전을 이끌고 있는 딥러닝에도 한계가 있습니다.

뉴욕대학교의 게리 마커스 교수는 딥러닝의 10가지 기술적 한계점을 지적했습니다. 그 중에서 몇 가지를 살펴보자면, 현재까지 가장 보편적으로 사용되는 지도학습의 경우 너무 많은 데이터를 필요로 하고, 내부 구조가 블랙박스에 가까워 사람들이 결과값에 대한 근거를 알 수 없어 오류 발생 시 수정이 어렵습니다. 또한, 데이터의 패턴을 분석해 분류 또는 군집하거나 의사결정을 하는 방식의 과제에서는 뛰어난 성능을 보이나 인과관계와 상관관계 구분이 힘들고 계층적인 형태의 지식 습득에서도 한계를 보인다고 지적하였습니다.

블록체인과 AI의 융합

블록체인과 AI는 서로의 단점을 보완해주고, 장점은 부각시켜줄 수 있게 상호보완적인 관계에 있습니다. 그래서 둘을 융합하는 기술이 많이 부각받고 있습니다.

인공지능의 블록체인 활용

인공지능 구동을 위한 핵심자원은 데이터이기 때문에 거래 정보와 같은 데이터를 분산 저장할 수 있는 블록체인은 다방면으로 인공지능에 활용될 수 있습니다.

1. 블록체인 기반 데이터 저장&관리로 인공지능 서비스 품질 및 안전성 제고

• 인공지능의 성능은 양질의 데이터 확보가 중요
• 탈중앙화된 블록체인을 활용해 파편적으로 저장되어 있는 데이터를 공유
• 참여자들의 검증, 안전한 저장 및 관리를 통해 데이터의 무경성 강화

ex) 의료분야 - 활용되고 있는 인공지능 진단 서비스에 블록체인 기술이 적용되면 병원 단위로 분산 저장·관리되는 각종 의료 정보들이 안전하게 공유되어 학습을 위한 통합형 빅데이터를 구축할 수 있게 되고 이를 기반으로 인공지능 기반 의료 서비스의 성능도 대폭 향상될 수 있습니다.

2. 블록체인 융합형 인공지능 서비스 모델 발굴
   블록체인 도입을 통해 새로운 인공지능 비즈니스 모델이 개발되는 사례도 속속 등장하고 있습니다.

• 에너지 분야는 생산과 거래, 소비의 전 과정에 걸쳐 효율성을 높이기 위해 인공지능 기반 분석 엔진을 적극 활용하고 있습니다. 그런데 최근 소비자들 간의 소규모 전력 거래가본격화되면서 블록체인 기술이 적용되고 있습니다. 예를 들어 KT는 자체 개발한 인공지능 분석엔진인 e-brain과 블록체인 기술을 융합해 전력 중개사업 시스템을 구축
  하였고, 고속 암호화, 실시간 데이터 검증, 합의 알고리즘 등을 구현하였습니다.

• 금융 산업에서는 펀드 매니저, 애널리스트를 대신해 인공지능을 활용하는 사례가 늘고 있습니다. 그런데 여기에 암호화폐를 인센티브로 제공하는 비즈니스 모델이 등장하고 있습니다. 익명으로 사람들에게 데이터에 대한 예측값을 받고 이에 대한 보상으로
  자체적으로 발행하는 뉴머레이(NMR)라는 토큰을 제공합니다. 그리고 수집한 데이터를 인공지능 알고리즘의 성능을 높이는데 사용합니다.

3. 설명가능한 인공지능 구현 지원
   앞서 언급했다시피 현재 인공지능의 결과값에 대한 설명이 어려운 경우가 많은데 블록체인이 적용되면 입력데이터와 출력데이터, 그리고 신경망의 노드에서 다루는 각종 데이터들을 실시간으로 안전하게 저장·관리할 수 있습니다. 그리고 이를 통해 사용자들이 인공지능이 제시하는 결과값에 대한 근거, 즉 설명에 대해 보다 높은 신뢰성을 가질 수 있습니다.

블록체인의 인공지능 활용

1. 해커 시도 탐지 및 피해 최소화
   해커들은 블록체인에서 거래되는 암호화폐를 탈취하려는 시도를 하고 있습니다. 실제 2016년 6월 해커들은 DAO의 스마트 계약 내 취약점을 이용해 5천만 달러치의 암호화폐를 해커의 지갑으로 인출했습니다. DAO의 출금 규정과 이더리움 개발자들의 대응으로 환전이 이루지지는 않았지만 해킹에 대한 대비가 필요하다는 것을 인식시키기에는 충분한 사건이었습니다. 보안 분야에서 활용되는 인공지능을 블록체인에 적용하면 해커의 침입 시도를 사전에 탐지할 수 있고, 설사 특정 블록에 침입을 했더라도 다른 블록으로 피해가확산되지 않도록 자동으로 차단하는 기능을 구현할 수 있습니다.

2. 블록체인 확장성 제고
   블록체인은 블록이 증가할수록 처리속도가 느려지는 특성이 있어 블록체인의 확장성에는 한계가 있습니다. 그러나 인공지능을 활용하면 거래량 증가에 따른 필요 블록 생성률을 보다 정확하게 예측하고, 상황에 맞춘 처리량 조정이 가능해 운영 유연성을 강화할 수 있습니다.

3. 블록체인 운영 효율성 제고
   블록체인이 확장될수록 에너지 소모에 따른 운영 비용 증가는 피할 수 없습니다. 그러나 스마트팩토리, 스마트 시티의 인공지능 기반 관제 시스템과 유사하게 블록체인 운영 비용 최적화를 위해 인공지능이 활용될 수 있습니다. 또한, 복잡한 조건의 스마트 계약 역시 인공지능을 통해 보다 효율적으로 분석·처리될 수 있습니다.

4. 안전한 개인 맞춤형 서비스 제공
   데이터 수집을 통해 개인화된 서비스를 제공할 수 있습니다. 예를 들어 우리가 흔히 사용하는 유튜브나 넷플릭스의 알고리즘이 이에 해당합니다. 문제는 사용자의 개인 기호 관련 정보가 플랫폼 제공 기업에 중앙집중적으로 저장·관리된다는 점인데, P2P 네트워크의 특성을 가진 블록체인 적용으로 해결이 가능합니다. 여기에 각 노드에 개별 사용자들의 소비 패턴을 분석할 수 있는 인공지능이 적용되면 개인 맞춤 서비스를 구현
   하면서 보안성도 극대화할 수 있습니다.