알파고 만든 머신러닝 기술, 멸종 위기 동물도 구한다

머신러닝(기계학습)은 인공지능을 구현하기 위한 핵심적인 기술로 꼽힌다. 머신러닝은 방대한 데이터를 기반으로 컴퓨터가 스스로 새로운 알고리즘을 만들어내고, 이를 원하는 목적에 활용할 수 있도록 하는 기술을 의미한다. 올해 초 이세돌 9단과 바둑 대결을 펼친 인공지능 바둑 프로그램 '알파고'도 머신러닝을 기반으로 바둑 기보를 스스로 학습하고, 최선의 추론값을 내놓으면서 게임을 승리로 이끌었다.

머신러닝의 또 다른 활용 사례는 0과 1로 구성되는 디지털 기계인 컴퓨터가 현실의 아날로그 정보에서 의미 있는 판단을 하도록 만드는 것이다. 대표적인 것이 특정 동물이나 사람의 얼굴을 인식하는 인공지능 서비스다. 기존의 얼굴 인식 알고리즘은 두 개의 눈과 하나의 코, 입의 형태 등 한정된 정보를 바탕으로 사람의 얼굴을 찾아냈다. 하지만 이런 단순한 알고리즘은 고릴라를 사람으로 인식하거나, 선글라스를 낀 사람은 인식하지 못하는 등의 한계에 부딪친다.

최근에는 머신러닝을 이용해 사진에서 특정 개체를 검색해내는 정확도가 높아지면서 멸종 위기에 처한 동물을 구하는데 머신러닝을 활용한 사례도 나왔다. 구글은 11월 9일(현지시각) 자사의 무료 오픈소스 머신러닝 플랫폼 '텐서플로우(TensorFlow)' 출시 1주년을 맞아 텐서플로우 기반의 머신러닝 기술로 멸종 위기 동물인 바다소 보호 활동에 나선 한 교수의 사례를 소개했다.


과학자들은 그동안 바다소의 개체수를 정확히 파악하기 위해 소형 비행기를 타고, 바다소 무리를 추적해왔다. 하지만 이 방식은 비용도 많이 들고, 위험이 따랐다. 머독대학교의 아만다 호지슨(Amanda Hodgson) 박사는 드론을 이용해 바다의 항공 사진을 찍는 방법을 생각해냈다. 그는 이 방법으로 직접 비행기를 타지 않고도 4만5000장에 이르는 항공 사진을 확보했다.


문제는 이 항공 사진에서 바다소를 정확하게 식별해내기 쉽지 않다는 점이다. 더구나 4만5000장의 사진을 사람이 일일이 들여다보고 있는 것은 물리적으로 불가능한 일이었다. 그는 퀸즈랜드 공과대학교의 컴퓨터 과학자 프레데릭 마리(Frederic Maire) 박사와 손잡고 텐서플로우를 이용해 항공 사진에서 바다소를 자동으로 식별해내는 방법을 학습할 수 있는 탐지기를 만들었다. 이 탐지기는 구글 포토에서 특정 강아지 종류나 장면 등을 조건으로 검색할 수 있게 해주는 이미지 인식 기술을 바탕으로 바다소를 위한 연구에 특화시켜 설계됐다.


결과는 대성공이었다. 초기 탐지기 버전은 사진에서 수작업으로 찾아낸 바다소의 80%를 식별해냈다. 연구팀은 인식 성능이 점차 더 개선될 것으로 내다봤다. 또 이 탐지기는 바다소 뿐만 아니라 다른 해양 포유동물에도 확대 적용할 수 있을 전망이다. 개체수와 서식지 등을 비교적 정확하게 추적함으로써 인간의 활동이 동물 멸종에 얼마나 많은 영향을 미치는지, 서식지 보호가 가장 시급한 곳은 어디인지 등 필요한 정보를 더 정확하게 얻을 수 있다.

텐서플로우는 구글이 내부적으로 사용해온 머신러닝 시스템을 범용으로 사용할 수 있도록 만든 플랫폼이다. 구글은 작년 11월 9일 텐서플로우를 오픈소스 프로젝트로 공개하고, 외부에서도 무료로 쓸 수 있도록 했다. 텐서플로우는 오픈소스 공개 이후 첫 주 만에 1만1822명의 사용자가 다녀갔다.