인공지능 기반 교육서비스 연구에 푹 빠진 박은정 교수 이야기: 놀아볼, 적용해 볼 데이터 없는 대한한국의 인공지능 현실

인공기능기술 모르면서, 예산과 정책 논하는 완장질만 가득

말거품 그만하고, 공공데이터 확실하게 개방해야 한국사회 인공지능 발전 가능

■ 교수님, 영문학 전임교수 자리를 뒤로 하고, 인공지능이라는 새로운 학문 분야 연구에 도전하는 모험을 감행하신 바 있습니다. 대학에서도 시간 강의만 맡으며 몸을 낮춰 활동하고 계신데요. 최근 근황은 좀 어떠신가요?

건강하게 잘 지내고 있습니다. 하지만 저도 사람인지라 현 사회 정치적 이슈와 영향으로부터 고뇌하고 흔들이고 있는 사람 중 한 명이기도 합니다. 요즘 대학들이 시간강사 법으로 인해서 속내 사정이 시끄럽습니다. 저도 대학에서 계약직 시간강사과에 속해 있기 때문에 미래에 대한 불확실이 앞서고 있습니다. 정식 교수와 시간 강사가 하는 일은 같은데요. 소득 격차는 10배 정도 나고 있습니다. 대학교에 있는 사람들은 학생들 가르치고 연구하는 것이 다 이기 때문입니다. 연구재단의 연구비가 대학교 전임 중심의 연구비 수혜 기관이다 보니깐, 비전임의 경우는 연구비 신청 기회도 협소할 뿐더러, 정식 대학의 전임과 경쟁해서 연구책임자로 선정되기도 어렵습니다. 대학에 시간 강의를 얻으려면 전임 교수들에게 찾아가서 강의를 달라고 부탁해야 하는데, 제가 나이가 많아져서 그런지 더 이상 그런 부탁 하고 싶지도 않고 그러네요. 하하하.

■ 4차산업혁명 기술 테마에 대한 사회적 정책적 관심이 매우 높아지고 있습니다, 인공지능 기술 활용에 대한 관심도 매우 높은데요. 인공지능 분야 전문가로 맹활약하고 계신 것으로 압니다. 최근 특별히 몰입하고 계신 연구 주제는 무엇인가요?

스토리 제너레이션을 하는 기술에 메타러닝을 도입하는 것을 도전적으로 연구하고 있습니다. 이야기 생성도 인공지능 자연어처리 분야의 어려운 기술이지만, 메타러닝은 인공지능의 완성도를 혁신적 점을 찍는 기술입니다. 쉽게 얘기해서 기계가 데이터만 주어지면 스스로 이야기를 생성하면서, 인간처럼 스토리 생성의 학습을 스스로 터득하는 프로세스를 만들어 보려는 거지요. 이처럼 학습을 스스로 학습하는 학문을 전문용어로 메타러닝(meta learning), 평생학습(lifelong machine learning), 변형학습(transformational learning)이라고 연구자들은 부르고 있습니다. 기계도 사람처럼 학습 방법론을 익혀서 스스로 학습을 터득하는 수준이 될 수 있도록 지능화를 끌어올리려고 걸 연구하고 있습니다. 어렵게 들리실 수도 있는데, 제게는 너무 흥미로워 푹 빠져있지요.

저를 인공지능 전문가라고 평해 주시니 좀 부끄럽습니다. 보통 인공지능 전문가로 불리는 분들은 연구기관이나 대학 컴퓨터공학과 교수님들 중에서 꾸준히 최신 인공지능 기술(state of arts)들을 연구하고 있는 분들에게 칭해질 수 있는 것일 텐데요, 저는 인문학(영문학)이 배경이라 그 축에 끼지는 못합니다. 그리고 많이 다릅니다. 하지만 인공지능은 반드시 인문학에서 완성을 해야 한다고 굳게 믿는 사람입니다.

■ 인문학(영문학)을 공부하시고 전공하고 국립대 전임교수로 계시다가, 인공지능이라는 완전히 새로운 영역으로 ‘학문적 전향’을 하신 눈에 띄는 이력이 있으십니다. 인공지능에 매력을 느끼시게 된 사연이나 계기가 있으신 것인지?

대학을 지원할 때 뇌전공을 하는 의사가 되는 것이 꿈이었던 적이 있습니다. 인문학 전공으로 대학생활을 시작하면서도 인간이란 무엇인가, 자아(self)란 무엇인가를 끈임 없이 캐물으면서, 두뇌활동 기반의 인간의 자의식(self-consciousness) 성숙을 바랬고 갈망했던 것 같습니다. 하지만 현실에서는 성공과는 매우 먼 실패의 연속인 일생을 보냈습니다. 가고 싶은 유학도 못가고, 결혼해서 아기 낳아 키우면서 학업을 병행하면서 96년에 국내에서 영문학 박사를 취득했어요.

그 이후에 문화연구 문화콘텐츠를 주로 연구하고 강의를 맡아 왔는데, 제 전공 영역의 모델인 미국의 데이터 중심의 문화콘텐츠 산업의 방향성은 한국의 콘텐츠 지향성과 많이 달랐습니다. 그래서 전통적인 영문학의 내러티브 비평을 미디어 시대의 스토리텔링으로 조금 변형해서 연구를 하다 보니깐 문화산업으로 관심이 흘러가게 되었는데, 문화는 경제 산업을 동전의 앞뒷면으로 토대화 해야 했습니다.  

그러기 위해서는 문화콘텐츠산업을 스토리텔링이라는 one source multi use 의 근간이 되는 스토리(story)를 어떻게 이야기(telling) 하는가, 즉, 소설, 영화, 만화, 전시, 애니메이션, 캐릭터 등으로 재현(representation = telling) 하면서 문화콘텐츠 산업을 키우는 것이 일반적 경향이었습니다. 미국은 그러한 one source multi use 를 취할 때, 스토리를 데이타에 기반해서 문화산업으로 확장시켜 온 반면에 한국은 사람 기반으로 연구와 일감을 몰아주는 방식이었습니다.

그래서 미국 영화사에서는 스토리를 만들 때 작가 수십 명이 집단지성으로 기본 스토리를 만들고 그 잘된 스토리를 가지고 흥행 가능성을 예측하며 다양한 콘텐츠로 하나씩 만들어 대박을 내고 또 다른 콘텐츠로 방향을 틀곤 했습니다. 예로써, 헤리포터 소설이 나오자 영화가 나왔고, 게임이 나오고, 테마파크, 캐릭터 산업으로 차차 이어지는 성장 방식이었지요.

그런데 한국은 그런 것들이 거의 없습니다. 그래서 스토리의 데이터에 집중을 하다보니깐, 인공지능의 자연어 처리에 관심을 가지게 되었어요.일찌감치 인간의 마음이나 두뇌에 관심이 많았던 저에게는 자연스레 인공지능이 운명적으로 만나야할 학문으로 다시 다가오게 된 것이죠. 노후를 바라보는 제가 인공지능이라는 연구 테마와 운명처럼 다시 만나게 되었습니다.

■ 익숙한 전공영역에서 나와 이질적인 연구영역의 지식과 유통어들을 다시 익히면서, 낯선 길을 개척해 나가는 데에 고충이 무척이나 많으셨을 것 같습니다만?

인공지능의 이론과 정책만을 주로 담론화 하는 것이 인문학자의 여정이었지만, 저는 그것의 한계에 부닥쳐서 너무 힘들었습니다. 제가 인문학자로 공학 기반의 문화 융복합프로젝트를 하면서, 공과대학교 교수님들과 협업을 이끌어내야 했지만, 온전하게 제 의도대로 연구하는 것이 너무 아쉬운 점이 많아서, 제가 직접 코딩을 배워서 하기 시작했습니다. 코딩을 배워서 직접 프로그램을 설계하고 메이커가 되어 보아야 진정한 인공지능의 전모를 알 수 있다고 생각했습니다.

■ 인공지능 기술만 익히는 것도 중요하겠지만, 거기에 무언가 차별화된 정신과 철학을 담아보고 싶으셨을 것 같은데요?

저는 요즘 기술사회에 있어서 인문학도(humanities)의 코딩 교육, 즉 컴퓨테이셔널 씽킹(computational thinking)을 주장하고 있습니다.

인간의 무한한 상상력을 발동시킬 과학 기술은 직접 그 기술을 사용해서 다루어 보고 실질적 메이커가 되어 보지 않고서는 인문학적 담론이 허공에 떠서 쓸데없는 담론으로 흘러가기 쉽다고 생각하기 때문입니다. 요즘은 과학기술정통부 쪽으로 넘어와 일을 하고 있습니다만, 저는 인문학적 기반이 매우 중요하다고 생각합니다. 인간의 근본은 인문학적 소양--- 호모 루덴스(Homo Ludens = 놀이하는 인간)적 기질—이 과학기술과 융합되어야 진정한 인공지능 문화 놀이를 즐길 수 있는 미래의 세대를 길러 낼 수 있다고 생각합니다. 미래 인공지능 사회에서 진정한 인공지능 기술을 향유하려면, “사람처럼 반응하는 컴퓨터 기계”를 이해하고 만들 수 있어야 한다고 생각합니다. 미래의 인류사회를 위해 인문학적 상상력과 사람 중심의 정책 및 윤리관이 대전제가 되어야 한다고 생각합니다.

■ 현재 우리나라 인공지능 기술 수준, 활용도, 흐름 등을 진단해 주신다면요?

인공지능 기술은 앞서 말씀드린 것처럼 기계를 인간처럼 하게 하는 방법입니다(human like ways). 데이터를 기반으로 인공지능 기술자가 지향하고 싶은 알고리즘, 혹은 파이프라인의 프로세서를 잘 활용해서, 데이터를 분석하고, 분석된 데이터를 가지고 컴퓨터를 학습시켜서, 그 데이터 분석과 학습 과정을 겪으면서 컴퓨터에게 현실에서 일어나지 않은 미래를 예측케 하는 일련의 프로세스를 도출하는 기술이라고 설명할 수 있습니다. 그래서 심하게 단순화 하면, 인공지능은 곧 데이터 변형(Artificial Intelligence as a Data Transformation) 이라고 말씀드릴 수 있습니다.

그런데 문제는 데이터입니다. 우리나라는 ‘데이터’를 얻을 수 없습니다. 공공 자료 공개는 세계 2-3위 수준이라고 하지만, 이것을 인공지능 기술로 처리할 수 있는 데이터로 만드는 것이 매우 중요합니다. 정부가 빅데이터 개방에 대해 나름 노력을 하겠다고 하고 있지만, 아직 성과가 거의 없습니다. 진짜 인공지능 기술에 필요한 공공 데이터를 얻기가 쉽지 않습니다. 결과적으로 우리나라는 데이터 결핍으로 인공지능 기술이 사실상 매우 뒤떨어져 있는 상태라고 평할 수밖에 없습니다.

■ 인공지능에 대한 두려움도 존재합니다. 집안 곳곳마저 도감청, 씨씨티비 리스크 등 감시 세상이 될 수도 있고요. 어떻게 보시는가요?

개인 정보가 노출되어 잘못 쓰이면서 범죄나 타인의 이윤에 이용당할 것에 대해 걱정해야 합니다. 나의 정보가 드러나는 것 자체에 대한 두려움은 인공지능 기술의 정보 암호화와 블록체인 분산화 기술을 해쉬로 암호화 함으로써 얼마든지 보호받을 수 있습니다.

한 가지 예를 들어 보겠습니다. 의술이 발전되기 전, 옛날에는 선지자가 내 몸을 만지면서 내 병을 낳게 해주는 기적에만 익숙해져 있지, 내 몸을 복개해서 보고 문제점을 몸 속에서 끄집어 낸 후에 안전하게 다시 닿아서 정상적인 사람으로 되돌아 올 것을 상상하지 못했기 때문에 두려워했습니다. 내 정보가 노출되지만, 그 누구도 내 정보를 악용하지 못하거나, 그 노출이 정당하고 누구나 다 평범한 상황이라면 두렵지 않을 것입니다. 환자가 수술대 위에서 의사가 내 창자를 가지고 갈 것이라고 두려워하지 않는 세상처럼, 나의 정보가 자연스럽게 거래되고, 기술화 되어서 경제적 가치를 창출하고, 그런 데이터를 많이 생성하면 할수록 내가 더 부유해지고, 윤택해지고, 지식인으로 취급받는다면, 누구나 인공지능의 세상을 그렇게 두렵게만 보지 않을 것입니다. 때문에 인공지능 미래 세상에는 기본적인 복지가 탄탄한 세상이 되어야 하고, 양자컴퓨터의 상황에서도 정보가 보호될 수 있을 정도의 기술이 함께 발달하면서 인공지능 시대의 순기능을 기대해야 합니다. 그러기 위해서도 우리는 미래 기술에 더욱 더 투자하고, 자료를 공개하고, 기술을 장려해야 할 것입니다. 인공지능 기술에 대해 윤리적 위기 의식을 토론하는 분들이 코딩을 직접 해 보면, 한 줄의 코딩 중에 뭐 하나 잘못하면 절대 결과가 나올 수 없을 정도로 코딩이 어렵고, 새로운 기술이 얼마나 어렵게 한 뜸 한 뜸 발명되고 있는지를 아신다면, 그렇게까지 미리 앞서서 너무 걱정하지는 않게 될 겁니다. 인공지능 기술은 이제 겨우 겨울에서 막 벗어나 초봄을 맞이하는 기술에 불과합니다. 알파고와 같은 기술은 바둑의 데이터만 오랫동안 모으고 오랫동안 실험해서 하나의 도메인 특정 기술을 완성한 것입니다. 그 기술이 영국의 NHS와 협업해서 헬스케어 기술로 이전되기 위해서는 데이터 처리 때문에 또한 오랜 시간이 걸립니다. 인공지능 기술은 그 기술의 수준에 맞게 사회적 합의와 파일로트 인공지능 기술을 충분히 검토한 후에 사회적 확산을 보게 될 것입니다.

■ 한국의 인공지능 관련 정부 정책, 제도에 답답한 부분이 많으실 것 같습니다. 평가해 주신다면?

우리나라의 과학기술계에서 많은 사람들이 빅데이터와 인공지능을 다르게 보는 데, 저는 하나의 프로세스라고 봅니다. 인공지능은 인간처럼 하고자 하는 방향성과 의도성이 있지만, 빅데이터는 데이터 자체만 있기 때문에 어떤 목적으로 어떻게 빅데이터를 전처리(pre-processing) 하면 내가 원하는 인공지능 소프트웨어 기술을 성취할 수 있을 지를 모릅니다. 때문에 원천 데이터를 잘 보유하되, 개인정보 보호를 암호화한 상태에서 정부는 빅데이터 센터 운영을 인공지능 기술이 갖추어진 분을 책임자로 투입해야 한다고 봅니다.

요즘 전 세계적인 추세가 인공지능 기술은 오픈 소스(open source)라서 기터부(github)에 가면 왠만한 인공지능 기술이 모두 공개되어 있습니다. 그리고 그 기술이 성공하게 된 근간이 되는 약간의 데이터가 함께 있습니다. 이 말은 그 기술을 창조한 해외 기술자들은 기술을 오픈 소스로 만들어 놓으면서 특허와 저작권은 있지만, 그 기술을 다른 사람이 오픈소스에서 가져다가 사용했을 때의 기술 탈취를 걱정하지 않습니다. 그 이유는 간단합니다. 인공지능 기술은 가비지 인 가비지 아웃(garbage in, garbage out)이라고, 데이터 그 자체가 같은 인공지능의 알고리즘 기술을 사용 했어도, 데이터가 다르면 완전히 다른 결과가 나오기 때문입니다. 데이터의 종류와 양에 따라서 무궁무진한 기술이 그때 그때 새롭게 탄생합니다. 그렇기 때문에 미국의 구글이나 유명 대학들이 인공지능 기술을 기터부에 자신있게 공개하고 있는 것입니다. 다른 사용자가 새로운 데이터를 가지고 마음대로 사용해 보아서 그들의 알고리즘과 인공지능 튜링 기술을 더 탄탄하게 만들어주기 때문에 그들의 원천 기술이 더욱 단단해지는 선순환적 구조를 가지므로 오픈 소스로 밀고 나가는 것입니다.

때문에 우리나라는 빅데이터 기술과 인공지능 기술을 늦게 시작했기 때문에 두 마리의 토끼를 다 잡기 위해서는 빅데이터 기술과 인공지능 기술을 분리하지 말고, 인공지능 기술이 미래 산업의 두뇌 핵심 기술이기 때문에 빅데이터 센터를 인공지능 기술로 언제 어디서나 활용 가능하도록 인재 배치와 인재 양성을 잘 해야 합니다. 그리고 공공데이터를 개인의 정보를 암호화하여 보호하면서, 데이터 처리를 다양하게 해 놓되, 원천 데이터를 잘 보호해야 합니다. 그리고 기업이나 금융, 통신사, 건강보험공단 등이 가지고 있는 데이터를 개인화, 즉, 마이 데이터(my data)화를 서둘러 주셔야 합니다. 그래야 원활한 데이터 거래로 스타트 업들이 살아서 인공지능 기술 생태계가 살고, 제조업이 디지털 트랜스포메이션 되면서 전 국민이 메이커 운동에 동참할 수 있게 되는 문화가 되어야 진정한 4차산업혁명의 시대가 도래합니다. 우리는 재능만 있는 국가입니다. 그 재능을 잘 활용할 수 있도록 법의 제도를 풀어 주시고, 암호화할 수 있는 것은 최대한 암호화해서 공공 빅데이터를 누구나 쉽게 접근할 수 있도록 해 주셔야 합니다.

■ 우리 인간은 현재 속에서 천천히 인공지능 세상에 익숙해져 갈 텐데요. 인공지능으로 우리의 삶이 어떻게 변해갈까요?

인공지능 기술은 우리의 삶 속에 소리 없이 조용히 내재화 될 것입니다. 불과 10년 전과 달리 우리가 스마트폰 없는 세상을 현재 상상할 수 없게 되었듯이, 향후에는 인공지능 기술이 임베디드 되지 않은 제조업 기술, 라이프 스타일은 상상할 수 없을 정도로 불편할 것입니다. 인공지능의 기술은 자연스레 인간의 ‘욕망’을 더욱 만족시키는 방향으로 지향되어 그 기술이 발전될 것입니다. 장거리 이동을 위해 운전하면서 피곤하고 졸음을 참느라 힘들지 않아도 됩니다. 차 안에서 다른 볼 일을 보거나 잠을 자거나 일의 계획, 명상 등을 즐기게 될 것입니다. 뉴욕의 친구와 서울에 있는 나는 마치 서로 눈앞에서 대화를 하듯이 나의 3D 홀로그램을 실시간 쏘아주어 대화를 할 것입니다. 일을 하기 위해서 컴퓨터 모니터 앞에 있지 않고 산이나 바다에 가서도 나의 인체 일부를 허공의 화면과 연결하여 공중 스크린을 펼쳐서 일을 할 수 있을 것입니다. 사회적 약자나 환자만 신체 보족 기구(exoskeleton)를 사용해서 걷거나 이동하는 것이 아니라, 늙어도 젊은이 못지않은 체력을 유지시켜주는 인공지능 임베디드 옷이 나와서 그 옷을 입고 산에 오르거나 테니스를 치거나 골프를 즐길 것입니다. 즉 한마디로 시공을 초월한 경지에서 일을 놀이하듯이 즐기는 전지전능의 인간으로 바뀔 것입니다.

일자리는 없어지는 만큼 더 보충되거나 새로운 종류의 일들이 늘어날 것입니다. 늘 그래왔듯이 미래의 생태계에 맞는 노동의 조건과 노동의 가치가 새로운 일자리를 만들 것입니다. 저는 코딩을 직접 배우고 인공지능을 공부함으로써 예전에 막연하게 인공지능 미래 기술에 대해 불안감에 휩싸였던 기우를 떨쳐 버렸습니다.

■ 새해를 맞아, 정책과 제도 변화 주문 등, 덧붙여 한 말씀 강조해주신다면요?

정부에서 하는 빅데이터, 인공지능 교육 및 기술 투자 시에, 대기업들이 이미 하고 있는 것을 쫒아 뒤따르며 따로 하지 마시고, 대기업이 한 것을 장려하고 함께 협업해서 이용할 것은 하면서 국가예산 비용절감을 해 달라는 것입니다. 그리고 그 기업이 국내의 기업이던 외국의 글로벌 기업이던 이미 잘 되어 있는 시스템이 있으면 그것을 적극적으로 합리적인 비용으로 사용하고 활용하면서 나머지 예산을 데이터 전처리 비용이나, 제조업의 인공지능 기술이전이나, 인공지능 교육에 더 몰아주면 좋겠습니다. 구체적인 일례로는 우리나라가 빅데이터 센터를 서버로 만드는 것 보다는 클라우드 기반에서 구축하는 것을 진지하게 검토하여야 합니다. 그리고 클라우드 기반의 빅데이터 기술이 이미 구글과 아마존, IBM 등의 글로벌 기술을 지난 십 여 년 이상 쏟아 부은 투자금액을 우리나라같은 작은 나라의 국가 예산과는 비교할 수 없기 때문에 포기할 것은 빠르게 포기해서 글로벌 기업의 생산품을 사용하고 활용할 수 있도록 생태계를 활성화 해달라는 부탁을 드리고 싶습니다. 모든 것을 다 국가가 할 수 없습니다. 우리나라의 틈새 인공지능 산업을 키워주어야 할 것입니다.

박은정 연구자 소개

박은정 연구자는 외국어대에서 영문학 박사학위를 취득했다. 미국 듀크대학교 객원학자, 서울대 미국학연구소 박사후과정 연구원, 미국 워싱톤주립대학교 포스트닥터 등으로 임하다가, 광운대 겸임교수, 외국어대 대우교수, 부산외대 영문학 교수로 재직했다. 그러다가 다시 한국외국어대 인공지능 기반 한국어교육 박사과정을 수료하고, 현재 한국외대 강사로 활동하면서 인공지능과 교육이라는 새로운 영토를 개척해 가고 있다.

최근에는 IITP 정보통신기획평가원 인공지능 사업단 자문위원, 국방부 자문위원, 한국생산성 본부 4차산업혁명위원회 및 생산성+저널 편집위원, 새로운 대전시 경제과학분과 위원, 한국천문연구원 비상임 감사로 활동하고 있다.