전체메뉴

donga.com

[인공지능 in IT] '모두' 아는 관리자보다, '깊게' 아는 전문가의 시대
더보기

[인공지능 in IT] '모두' 아는 관리자보다, '깊게' 아는 전문가의 시대

동아닷컴입력 2018-03-06 18:48수정 2018-03-06 18:50
뉴스듣기프린트
트랜드뉴스 보기
뛰어난 리더는 어느 조직에서도 빛난다. 뛰어난 리더란, 자신의 출중한 역량 덕분에 조직원으로부터 인정 받는 리더일 수도 있지만, 조직원들의 역량을 활용할 수 있는 조력자형 리더도 각광받고 있다. 예부터 리더란 카리스마를 겸비함과 동시에, 조직의 구조와 조직원들이 생각하는 내부 권력 구도를 이해하고 있는 것으로 정의되어 있다. 따라서 리더는 통상적으로 조직의 관리자로 인식되어 온 것이 사실이다.

예전에는 조직 내 높은 위치에 있는 관리자가 자신의 의견을 고수하기 위해 위에서부터 찍어 눌러 조직원들의 의견을 굽힐 수 있었지만, 최근 인재들은 봉건적이면서 배울 것도 없는 관리자들을 멸시하며 다른 곳으로 이직하는 일이 허다하다. 이렇듯 리더쉽에 대한 인식이 바뀌어, 이제는 관리자들도 자신만의 무기를 갈고 닦아야 한다.

잘 생각해보자. 실무에 대한 감이 없어진 관리자가 과연 조직원과 원활하게 소통 할 수 있을까? 연륜이 쌓였어도 특정 사업에 대한 통찰력과 의사 결정할 수 있는 전문성이 없다면, 조직을 옳은 방향으로 이끌어 나갈 수 있을까? 배움에는 끝이 없는 것이 당연하다. 끊임없는 자기개발과 스스로 쌓은 경험을 융합해야 높은 시너지 효과가 얻을 수 있는 법이다.

오랜 경험과 노하우를 바탕으로 뛰어난 리더십을 발휘한 전문가가 있다. 2012년 'ILSVRC(Imagenet Large Scale Visual Recognition Challenge)'라는 전세계적인 이미지 인식 경연대회에서 깜짝 놀랄 일이 있었다. 토론토 대학의 수퍼비전(SuperVision)팀이 왕좌에 올랐는데, 참가한 모든 팀들이 이미지 인식 오류율 26%대에서 0.001%를 줄이기 위해 애먹는 동안 수퍼비전팀은 오류율 15%대의 압도적인 기록을 세웠다. 통상적으로 엄청난 노력을 들여야 겨우 1% 정도의 오류율을 감소시킬 수 있기에 이는 인공지능 학계에 두고두고 회자될 일로 기록되었다. 이 같은 돌풍의 중심에는 현재 일흔 살을 넘긴 딥러닝(Deep Learning)의 아버지 '제프리 힌튼'(Geoffrey Hinton) 교수가 있었다.

< 제프리 힌튼 교수, 출처: 위키피디아 >

1947년 12월 생인 힌튼 교수는 인공지능의 겨울이라 불리우던 70년대에도 꾸준히 연구를 멈추지 않았다. 현재 필자가 몸담고 있는 스켈터랩스의 조원규 대표는 인공지능의 암흑기와 2000년대 중반 이공계 기피현상에 대해 말하며, 힌튼 교수를 많이 언급한다. 남들이 힘들다고 외면했던 시기에도 본인의 길을 확고히 걷고자 했던 스페셜리스트로서의 사명감을 높이 평가한 것이다.

특히, 힌튼 교수는 인공신경망 연구에서 독보적인 인물로 거론된다. 간략하게 인공신경망(Artificial Neural Net; ANN)에 대한 역사를 설명하자면, 인공신경망은 1940년대에 이미 개발되었다. 그리고 80년대에 이르러 역전파(Back Propagation)가 개발되며 황금기에 이르렀다. 하지만, 90년대에 들어서면서 연구가 포화 상태라는 인식이 퍼지기 시작했고, 곧 겨울, 암흑기를 맞이했다.

암흑기를 맞이한 인공신경망은 학계에서 점차 외면을 받았으며, 비로소 2000년대에 들어서면서 비선형 함수(Nonlinear Function)를 이용한 다양한 커널 방법들이 기계학습(Machine Learning)에서 주목받았다. 이 때 다시금 등장한 인물이 힌튼 교수다. 인공신경망 한계가 최적화하는데 어려움을 겪는 것이었고, 수백만 개의 선들에 의해 연결되어 있는 뉴런들에 적당한 값을 할당하는 최적화 알고리즘을 풀어내는 것이 큰 숙제였다. 힌튼 교수는 이 같은 문제를 데이터의 전처리과정을 통해 해결할 수 있다는 결론을 내렸다. 이 연구가 딥러닝에 관한 기념비적인 논문인 'A Fast Learning Algorithm for Deep Belief Nets'다. 인공신경망의 각 층을 비지도 학습방법(Unsupervised Learning)을 통해 프로세싱하고, 전처리된 데이터를 수 많은 레이어로 쌓아 올리면서 최적화를 이행, 최적값에 도달할 수 있는 결과를 만들어 낼 수 있다는 것을 증명했다.

주요기사

< 인공지능의 핵심은 사람의 뇌를 컴퓨터에서 구현하는 것이다, 출처: IT동아 >

딥러닝은 말 그대로 '심층 학습'이다. 기계학습의 한 분야로서, 수 많은 비선형 변환기법의 조합을 통해 높은 수준의 추상화를 시도하는 알고리즘의 집합이다. 현 시대에 우리가 요구하는 가장 적합한 리더의 모습도 어쩌면 모든 것을 아는 관리자보다, 제프리 힌튼 교수처럼 본인의 분야를 꾸준히 'Deep'하게 'Learning'하는 전문가의 모습이 아닐까.

이호진, 스켈터랩스 마케팅 매니저

조원규 전 구글코리아 R&D총괄 사장을 주축으로 구글, 삼성, 카이스트 AI 랩 출신들로 구성된 인공지능 기술 기업 스켈터랩스에서 마케팅을 담당하고 있다

*본 칼럼은 IT동아의 편집 방향과 다를 수 있습니다.

글 / 스켈터랩스 이호진 마케팅매니저
동아닷컴 IT전문 권명관 기자 tornadosn@donga.com

당신이 좋아할 만한 콘텐츠


기사 의견

주요뉴스

1/3이전다음