기계는 미래에 더욱 지능적인 것이 될 뿐만 아니라, 더 많이 학습할 수 있게 될 것이다. 이 분야의 연구를 향상시키기 위해서, ETH 취리히와 막스플랑크협회(Max Planck Society)는 오늘 공식적으로 학습시스템을 위한 막스플랑크 ETH센터를 열었다. 과학자들은 학습에 대한 이론적인 원리를 이해하기를 원하고 있으며, 실제 기계에 이것이 적용될 수 있는지를 알고 싶어한다.
스스로 주차할 수 있는 자동차 또는 울퉁불퉁한 지역을 움직일 수 있는 로봇들은 그들의 경험을 통해서 배울 수 있어야 하며, 새로운 위치와 환경에 적응할 수 있어야 한다. 사람들이 이러한 능력들을 가지고 있을지라도, 기계에게 이것은 대단한 도전으로 보여진다. 그러나 이러한 분야의 연구는 빠른 속도로 발전하고 있다. 이 분야의 차세대 과학자들을 교육시키고, 공동연구와 공유된 인프라로부터의 장점을 강화하기 위해서 ETH 취리히와 막스 플랑크협회는 학습 시스템을 위한 센터를 설립하게 되었다. 이 센터는 처음 5년 동안 총 5만 유로의 연구지원금을 받을 예정이다. 막스플랑스협회와 ETH 취리히는 이 지원금의 50%를 각각 제공하게 될 것이다.
새로운 센터의 과학자들은 살아있는 것들의 지능을 어떻게 결정하는지를 조사하고 있다. “우리는 애플리케이션 문제에 그다지 관심을 가지고 있지 않다. 대신에 우리는 사람들이 인식하고, 배우며, 상황에 따라서 적절하게 반응하는 방법에 대한 기본적인 이해를 이루려고 한다”고 ETH 취리히 기계학습연구소(ETH Zurich`s Institute of Machine Learning)의 Thomas Hofmann 교수가 말했다. Hofmann은 튀빙겐에 있는 막스플랑스 지능시스템연구소(Max Planck Institute for Intelligent Systems)의 Bernhard Scholkopf 연구소장과 함께 학습시스템센터(Center for Learning Systems)를 책임지고 있다.
연구원들은 기계 학습 방법을 발전시키기 위한 이러한 기본적인 연구로부터 얻을 수 있는 식견을 사용하기를 바라고 있다. 유사한 과정들은 이미 대량의 데이터에서 통계학적 규칙성을 감지하는데 사용되고 있다. 그러나 그러한 것들은 여전히 특정한 작업으로 제한되고 있다. 예를 들어, 영상에서 얼굴을 정확하게 인식하는 많은 방법들은 로봇에게 어려운 지형을 처리하도록 가르칠 수 없다. 그러나 사람의 학습 능력은 특정한 작업에 따라서 달라지지 않는다. “만약 학습이라는 측면이 다른 작업들에도 적용될 수 있다는 더 많은 이해를 우리가 발전시킬 수 있다면, 유사한 방법으로 학습하는 인공시스템을 개발할 수 있게 될 것”이라고 Scholkopf가 설명했다.
학습에 대한 일반적인 원리는 지능을 가진 로봇에 기여할 수 있을 뿐만 아니라, 방대한 데이터를 분석하기 위해서 사용되는 소프트웨어 프로그램을 더 스마트하게 만들 수 있게 될 것이다. 이것은 대량의 데이터셋에서 통계학적인 것뿐만 아니라 컴퓨터가 인과관계를 결정할 수 있도록 해줄 것이다. 예를 들어, 그들은 유전자 변형 효과를 독립적으로 평가하기 위해서 유전자 코드와 단백질 상호작용으로부터 데이터를 사용할 수 있을 것이다.
ETH의 학장인 Lino Guzzella는 학습시스템을 위한 센터가 새로운 아이디어를 위한 좋은 터전이 되어줄 것으로 바라고 있다. “ETH와 막스플랑크협회는 기계학습 분야에서 강력한 파트너이다. 나는 이러한 협동연구에 대하여 큰 기대를 하고 있으며, 특히 젊은 과학자들을 교육하는 것과 관련이 있는 것이다. 그들이 미래의 지능형 시스템을 디자인하는 방법을 보는 것이 매우 흥미로운 것이 될 것으로 예상한다”고 Guzzella는 덧붙였다.
막스플랑크 ETH센터에는 튀빙겐, 슈투트가르트 및 취리히의 과학자들이 함께 연구를 하고 있으며, 막스플랑크 지능형시스템연구소와 ETH 취리히가 지속하고 있는 기계학습 분야의 파트너십에 기초하고 있다. 과학적인 공동연구와 박사과정 학생들의 교육을 증진시키는 것뿐만 아니라, 이 센터는 여름학교와 워크숍을 공동으로 개최하고 있다.
출처 KISTI 미리안 『글로벌동향브리핑』
