일본이 추진하는 AI 신기술 12가지

일본 NEDO(신에너지·산업기술종합개발기구)가 지난 주 인공지능(AI)신기술 개발을 위한 행동 계획(액션 플랜)을 발표했습니다. NEDO는 일본의 대표적인 국책 연구 기관입니다. AI 기술 개발의 방향성을 대학 등 연구기관과 기업에 알리는 게 목적입니다. 액션 플랜에 포함되는 기술은 모두 12가지입니다. NEDO는 디지털 AI 사회 구현을 위한 기술들을 우선적으로 꼽았다고 합니다.
제조 생산과 생활·도시, 모빌리티, 교육, 건강 등 AI를 적극적으로 활용할 수 있는 5개 부문에서 중점적으로 선정했습니다. 디지털에선 뒤졌지만 AI 사회 실현에서는 다른 나라보다 앞서겠다는 일본의 의도가 엿보입니다. 이 계획들을 소개합니다.

日, 디지털에선 뒤졌지만 AI는 앞서겠다는 의지 엿보여

①의미 이해 AI = 현재 심층학습에 의한 대규모 언어 모델은 숨어있는 의미를 이해하지 못하는 한계를 보이고 있습니다. 의미를 이해하는 AI를 구축하려면 인간의 뇌활동과 비슷한 AI가 필요합니다. 심층학습 기능에 뇌 활동의 주요 속성인 메타인지 기법을 갖춘 AI 개발이 필요합니다. 기호 추론과 심층학습을 결합할 수 있는 기술적 돌파가 이뤄지면 의미 이해 AI가 구현될 것으로 전문가들은 관측합니다.
②심층 강화학습 = 현재 AI는 서로 대화할 수 있는 기능이 많이 약합니다. 심층 강화학습은 일반 언어로 세상을 연결하는 모델을 생성하는 기술입니다. 기존 AI가 할 수 없는 언어처리를 가능하게 하는 게 주 목적입니다. 사물의 이름을 바꾸기도 하고 인간의 기호를 이해하는 '심볼 그라운딩'문제도 해결합니다.

③시뮬레이션 X 기계학습 = 인간 지식에 기반을 둔 연역적 사고와 데이터에 기반을 둔 추론적 사고를 조합해 예측하고 추론하는 기법을 개발합니다.
④ 메타인지 AI 개발 = 인간 뇌의 주요 활동인 메타인지(자신의 인지과정을 객관적으로 보는 능력)를 AI로 연결하는 기술입니다. 이 기술이 개발되면 전통 장인의 기술을 다른 사람에 단시간에 학습시키는 AI 개발이 가능합니다.
⑤전이학습기술 = 고효율의 전력 생산을 위한 친환경 재료를 AI를 통해 개발하는 기술입니다. 목표로 하는 재료에 대해 실험을 많이 하지못하더라도 다른 유사한 물질에 관한 학습을 통해 얻은 지식을 활용함으로써 고정밀 학습을 가능하게 하는 기법입니다.

다품종소량생산, 제조 프로세스 최적화,AI 주치의 개발도 포함

⑥제조 프로세스 최적화 AI = 유기화학 및 신약개발에서는 제조과정을 AI로 하는 기법이 널리 알려져 있습니다. 하지만 무기화학 분야에서는 AI를 통한 기술 개발이 뒤떨어져 있습니다. 이 분야에서 개발 및 제조 공정 전체를 자율적으로 최적화할 수 있는 기술을 개발하면 산업 전체의 파급효과가 클 것입니다.
⑦다품종소량생산 AI = 다품종 소량 생산은 사람 손에 의한 셀 생산 방식(소수의 직원이 여러 공정을 책임지고 완제품을 만들어내는 방식)이 많습니다. 이런 분야에 AI를 도입하려면 직원들의 손이 미치기 쉬운 생산 방식부터 시작하는 게 유리합니다. 품질 검사를 할 때 영상만이 아니라 음파를 사용하고, 온도와 진동 부하를 측정하는 테스트를 하는 등 다양한 방식을 관리하는 AI 개발이 필요합니다.
⑧분자설계 AI = 바이오 분야에서 AI 도입이 늦어지는 이유는 노이즈(정보전달방해물질)가 많고 올바른 데이터 수가 적기 때문입니다. 정밀도가 높은 기계 학습 모델로 알려진 트랜스포머(Transformer)등 언어 모델을 활용해 생체 분자구조를 문자열로 취급해 해결하는 AI 도입이 활발합니다. 하지만 바이오 분야에서도 이런 기술을 활용할 필요가 있습니다.
⑨ 무인운반(AGV)용 환경인식기술 = 도보와 빌딩 복도, 엘리베이터 등 복잡한 환경에 대응할 수 있는 AGV 개발에서 정밀도를 더욱 높이는 화상인식기술 개발이 필요합니다. 화상만이 아닌 소리나 노면 상황 등 다양한 방식으로 환경 인식을 하는 기술을 개발해 어떤 환경에서도 안전하게 활동할 수 있는, 유연한 AGV 개발이 이어져야 합니다.
⑩AI에 의한 학습지원 = 인간이 학습하는 과정을 AI에 의해 밝히는 기술이 필요합니다. 이런 기술로 인간이 아직 알지 못하는 효율적인 학습법을 탐색합니다.
⑪ AI 주치의 = AI가 인간을 먼저 일상적으로 진단하고 이상이 있을 때만 의사가 진단하는 시스템을 만듭니다. 이를 위해 AI가 의료 분야에서 이용되는 전문 용어 등의 어휘를 포함한 문맥을 이해하고 의사와 대화할 수 있는 자연언어 이해 기능이 요구됩니다. 또한, 인간 건강 상태와 행동을 파악하기 위한 맥박 체온 혈압 혈당치 안색 및 언어 반응 등 다양한 종류의 센서 정보를 통합해 진료기록카드 정보와 증례를 정리하고 상태를 진단 판정할 수 있는 기술도 개발이 필요합니다.
⑫ 휴먼 디지털 트윈 = 의료분야에서 개인의 데이터나 생활 행동 습관 등을 파악할 수 있는 각종 데이터를 이용한 디지털 트윈을 만들어 두는 게 개개인에게 맞는 치료를 찾는 데 큰 도움이 됩니다. 학습 과정의 모델화와 마찬가지로 재활치료에 있어서 인간의 힘으로 발견할 수 없었던 색다른 방법을 찾을 수 있을지도 모릅니다.
오춘호 연구위원