인공지능으로 일상용품을 혁신하다

Jul 18, 2023

이전 이미지 다음 이미지

"브람 스토커가 누구죠?" 이 세 단어는 인공지능의 놀라운 잠재력을 보여주었습니다. 특히 기억에 남는 2011년 Jeopardy! 에피소드의 마지막 질문에 대한 답변이었습니다. 세 명의 경쟁자는 전 챔피언인 브래드 루터(Brad Rutter)와 켄 제닝스(Ken Jennings) 그리고 IBM이 개발한 슈퍼컴퓨터인 왓슨(Watson)이었습니다. 마지막 질문에 정확하게 답함으로써 Watson은 유명한 퀴즈 쇼에서 인간을이긴 최초의 컴퓨터가 되었습니다.

"어떻게 보면 Watson이 Jeopardy!에서 우승한 것은 사람들에게 불공평한 것처럼 보였습니다"라고 MIT 기계공학과 및 재료공학과의 교수이자 47학년 경력 개발 교수인 김지환은 말합니다. "당시 왓슨은 방 하나 크기의 슈퍼 컴퓨터에 연결되어 있었는데 인간의 뇌는 몇 파운드에 불과했습니다. 하지만 인간의 뇌의 학습 능력을 복제하는 능력은 엄청나게 어렵습니다."

Kim은 알고리즘을 사용하여 컴퓨터에게 인간의 두뇌처럼 학습하는 방법을 가르치는 기계 학습 전문가입니다. "머신러닝은 인지 컴퓨팅입니다."라고 그는 설명합니다. "컴퓨터가 무엇을 보고 있는지 알려주지 않고도 컴퓨터가 사물을 인식합니다."

머신러닝은 실제로 인공지능의 한 예입니다. "머신 러닝"이라는 문구는 종종 "Westworld" 또는 "Battlestar Galactica"와 같은 쇼에 전형적인 공상 과학 소설을 연상시키지만, 스마트 시스템과 장치는 이미 우리 일상 생활에 널리 퍼져 있습니다. 컴퓨터와 휴대폰은 얼굴 인식을 사용하여 잠금을 해제합니다. 시스템은 우리 집의 온도를 감지하고 조정합니다. 장치는 요청에 따라 질문에 답하거나 좋아하는 음악을 재생합니다. 거의 모든 주요 자동차 회사가 안전한 자율주행차 개발 경쟁에 뛰어들었습니다.

이러한 제품이 작동하려면 소프트웨어와 하드웨어가 모두 완벽하게 동기화되어 작동해야 합니다. 카메라, 촉각 센서, 레이더 및 빛 감지 기능은 모두 정보를 컴퓨터에 다시 공급하기 위해 제대로 작동해야 합니다. 이러한 기계가 이러한 감각 데이터를 처리하고 가장 높은 성공 확률에 따라 결정을 내릴 수 있도록 알고리즘을 설계해야 합니다.

김 교수와 MIT 기계공학과 교수진은 하드웨어와 연결해 지능형 장치를 만드는 새로운 소프트웨어를 만들고 있다. 대중 문화에서 낭만적으로 묘사된 지각 있는 로봇을 만드는 대신, 이 연구자들은 일상 생활을 개선하고 인간을 더 안전하고 효율적이며 더 나은 정보를 제공하는 프로젝트에 노력하고 있습니다.

휴대용 장치를 더욱 스마트하게 만들기

김지환이 종이 한 장을 들고 있다. 그와 그의 팀이 성공한다면 언젠가는 IBM의 왓슨 같은 슈퍼컴퓨터의 성능이 종이 한 장 크기로 줄어들게 될 것이다. 김씨는 “우리는 편지지 크기에 실제 물리적 신경망을 구축하려고 한다”고 설명했다.

현재까지 대부분의 신경망은 소프트웨어 기반으로 폰 노이만(Von Neumann) 컴퓨팅 방식으로 알려진 기존 방식을 사용하여 만들어졌습니다. 그러나 Kim은 뉴로모픽 컴퓨팅 방법을 사용해 왔습니다.

김 교수는 “뉴로모픽 컴퓨터는 휴대용 AI를 의미한다”고 말했다. "그러므로 소규모 웨이퍼에 인공 뉴런과 시냅스를 구축하는 것입니다." 그 결과가 이른바 '브레인온어칩(Brain-on-a-Chip)'이다. 김씨의 신경망은 바이너리 신호로부터 정보를 계산하는 것이 아니라 아날로그 장치처럼 정보를 처리한다. 신호는 인공 뉴런처럼 작동하며 수천 개의 배열을 거쳐 시냅스처럼 기능하는 특정 교차점으로 이동합니다. 수천 개의 어레이가 연결되어 있어 방대한 양의 정보를 한 번에 처리할 수 있습니다. 최초로 휴대용 장비가 뇌의 처리 능력을 모방할 수 있게 되었습니다.

"이 방법의 핵심은 인공 시냅스를 잘 제어해야 한다는 것입니다. 수천 개의 교차점에 대해 이야기할 때 이는 문제를 야기합니다"라고 Kim은 말합니다.

김 씨에 따르면 지금까지 이러한 인공 시냅스를 만드는데 사용된 디자인과 재료는 이상적이지 못했다. 뉴로모픽 칩에 사용되는 비정질 물질은 일단 전압이 가해지면 이온을 제어하기가 엄청나게 어렵습니다.