제 4차 산업혁명의 핵심기술인 인공지능은 공개소프트웨어(이하 공개SW)로 인해 진화하고 있다. 지금까지 공개된 인공지능 분야의 공개SW는 42종으로 생태계를 선점하기 위해 치열한 경쟁 중이다. 왜 공개SW일까. SW 개발의 결정체인 소스코드를 무료로 공개한다는 점은 이윤을 추구하는 기업의 입장에서 표면적으로 이해 불가능해 보인다. 결론적으로 말하자면 공개SW를 활용한 수익 모델은 존재한다. 공개SW는 여러 가지 라이선스가 있다. 이 라이선스의 역할은 사용자가 목적성을 갖고 공개SW를 활용할 때 이행해야 하는 일종의 경기규칙이다. 이중 라이선스 모델을 예로 들면, 개인 사용자나 연구목적으로 활용할 경우는 무료이나 상용화 서비스로 개선할 경우 일정 로열티를 지불해야하는 책무가 발생한다. 대표적인 공개SW 플랫폼인 안드로이드는 지금까지 약 310억 달러의 매출을 기록했다. 따라서 공개SW가 막연히 무료로 사용한다는 점에만 치중하여 그 이면에 있는 가치를 간과하기가 쉽다.
글로벌 IT 기업은 인공지능 공개SW 전선에 적극적으로 참여하고 있다. 이러한 현실은 공개SW의 영향력이 얼마나 막대한지 직접적으로 증명한다. 지난 1월 구글이 발표한 기계학습 공개SW 텐서플로우가 대표적인 예이다. 기계학습 공개SW는 이미 Caffe, Torch 등 선발주자가 생태계를 점유하고 있었다. 후발주자임에도 불구하고 구글이 대열에 합류한 이유는 기계학습 공개SW 생태계의 잠재력이 그만큼 크기 때문이다.
이 잠재력은 구글의 클라우드 서비스인 “기계학습 플랫폼”에 여실히 나타난다. 기계학습 플랫폼은 인공지능 학습을 위한 고성능 컴퓨팅 인프라를 제공하는 서비스이다. 여기서 중요한 것은 기계학습 플랫폼을 활용하는 도구가 텐서플로우라는 점이다. 학습 기반의 인공지능 기술은 보편적으로 막대한 데이터와 계산량을 요구한다. 구글은 인공지능 연구의 특성을 미리부터 파악하고 전략적으로 텐서플로우를 공개한 것이다. 이것은 기업의 수익으로 연결된다고 볼 수 있다. 관건은 보다 많은 사람이 텐서플로우를 활용할 수 있는 “생태계 선점”이다.
공개SW의 또 다른 장점은 공유함으로써 개선될 수 있다는 점이다. 이미지 인식, 음성 인식 등 여러 분야에서 기계학습의 효용성이 증명되면서 많은 연구 개발자들이 인공지능 연구에 동참하고 있다. 기계학습은 다양한 데이터를 학습하여 패턴을 인식하는 도구이다. 이러한 보편성 때문에 심층 학습(deep learning)을 비롯한 인공지능 기술은 하루가 다르게 발전하고 있다. 그 속도는 글로벌 IT기업이라고 해도 쫓아가기 힘들다. 이러한 이유에서 공개SW 전략을 펼친다고 볼 수 있다. 사용자가 직접 개선에 참여하여 공개SW가 진화한다는 것이다.
인공지능 기술 역시 공개와 공유의 정신과 궁합이 잘 맞는다. 인공지능은 말 그대로 지능을 모사하는 컴퓨터 프로그램이다. 지능은 철학적으로나 생리학적으로 규명하기도 어려운데 하물며 기계적인 지능에 대한 완성도를 판단하기는 힘들다. 요점은 인공지능은 끊임없이 개선될 여지가 있다는 것이다. 따라서 인공지능 분야는 패키지SW의 폐쇄적인 개발 방법으로는 한계가 극명할 수밖에 없다.
그렇다면 우리나라의 인공지능 연구는 어떤 전략을 취해야 할까. 필자의 관점은 공개SW에 있다고 본다. 하지만 구글처럼 기계학습 공개SW를 개발하자는 것은 아니다. 기계학습 관련 공개SW 이미 치열한 경쟁 중이기 때문이다. 우리는 이것을 사용하여 새로운 서비스를 창출해 내는데 집중해야 한다. 인공지능 기술은 사회･문화적인 측면에서 의존성이 존재한다. 예를 들면, 영어를 잘 인식하는 인공지능 기술이 한국어에는 접목될 수 없다. 특정 질병에 대한 서양인과 동양인의 분포는 문화나 식습관 등에 따라 달라질 수 있다. 따라서 지역적, 문화적 특성에 의거한 인공지능 연구는 새로운 가치를 창출할 수 있을 것이다. 한국어 자연어 처리 기술은 우리가 시도할 수 있는 인공지능 연구의 대표적인 예라고 볼 수 있다. 제 4차 산업혁명이라는 흐름에 대비하기 위해 산･학･연 전문가 집단의 개방, 공유, 그리고 자발적 참여 의식이 무엇보다 중요한 시점이다.
