인공지능 시대를 선도하는 맏형은 단연코 IBM의 Watson입니다. 지난 2011년, Watson은 WIKIPEDIA를 통째로 학습해 미국의 유명한 퀴즈쇼 "제퍼디(Jeopardy)"에 출전했습니다. 이 때 Watson은 인간 퀴즈왕인 켄 제닝스와 브래드 루터를 가뿐하게 물리치고 퀴즈왕이 됐습니다. 이후 Watson은 헬스케어, 금융, 패션, 유통 등 다양한 산업분야에서 활약을 하고 있고 있으며 이제 6살을 넘어섰습니다. (지난 2015년 3월, 바둑게임에서 천재기사 이세돌 9단을 4승 1패로 이긴 구글의 알파고는 아직 1살이 채 되지 않았고요.) Watson은 2015년부터 한국말을 배우고 있다고 하니 조만간 한글로 대화가 가능할 것 같습니다. 그렇다면 현재 6살의 Watson은 어떤 모습일까요? 과연 어느 수준의 학습능력과 업무수행능력을 가지고 있을까요?
 이번 칼럼에서는 Watson의 생김새, 이해하는 방법 및 근래의 다양한 활약상 등을 중심으로 해부해 보았습니다. 참고로, 2011년 제퍼디 퀴즈쇼에서는 인간과 Watson간의 퀴즈 문제를 받는 시간의 형평성을 위하여 사람에게 퀴즈를 소리내어 읽어준 후 마지막 단어가 끝나면 영문 Text로 된 파일을 Watson에게 전송했고, Watson은 부저 위에 설치되어 있던 막대기를 떨어뜨려 답을 맞추고자 할 때 부저를 울렸다고 합니다. 아래 그림은 2011년 제퍼디 퀴즈쇼에 출전한 Watson 과 인간 챔피언인 켄과 브래드의 모습입니다.

 Watson은 컴퓨터 중에 성능이 강력한 슈퍼컴퓨터 입니다. 미국 뉴욕 근처의 Watson Research Center에 설치되어 있고, 최근에는 복제되어 텍사스 오스틴 연구소 등에도 쌍둥이 Watson이 있다고 합니다. 조만간 한국에도 한글 Watson이 설치될 예정입니다. 그림에서 보는 것처럼 Watson은 10대의 냉장고 크기의 랙 위에 IBM Power750 서버 92대가 있고, 15테라바이트의 메모리를 가지고 있으며, Linux OS로 구성되어 있습니다. 참고로 구글의 알파고는 미국 서부에 있는 구글 클라우드 센터에 살고 있으며, 1,202개의 CPU와 176개 GPU로 구성되어 있다고 합니다. 같은 인공지능이지만 '외모의 차이'가 분명해 보입니다.
 다음은 Watson Research Center에 있는 10대의 냉장고 랙 모양의 Watson입니다.

 Watson은 인공지능 컴퓨팅보다는 인지 컴퓨팅(Cognitive computing)입니다. 인지 컴퓨팅은 추론하고, 학습하고, 인간과 상호작용을 통해 계속 진화하는 기술로, 인간의 생각하는 모습을 흉내 냈다고 합니다. 이를 위한 Watson의 기술은 다음과 같이 3가지로 구분할 수 있습니다.

 첫번째, 추론과 기계학습 기술은 기계가 상황을 감지하고 예측하고, 인간처럼 생각할 수 있는 인지능력과 기계학습을 통해 훈련하여 발전하는 학습 시스템
두번째, 과학적 근거로 의사결정하는 통계기술은 전문분야의 용어, 개념, 관계 등의 지식을 이해하고 이를 활용한 근거에 기반하여 의사결정을 지원하는 시스템
세번째, 인간의 언어로 상호작용하는 기술은 음성인식, 이미지 인식, 시각화 기술 등 인간의 방식으로 상호작용하며 이 상호작용을 통해 계속 학습하면서 진화합니다.

Daum, Google, naver 등에서 제공하는 검색기능과 Watson이 제공하는 인지 컴퓨팅 기술의 차이를 분명히 한 그림입니다.

 쉽게 이해 하기 위하여 2011년 제퍼디 퀴즈쇼에 실제로 출제되었던 문제를 가지고 설명을 드리겠습니다. 질문은 다음과 같습니다. "현재 미국이 수교를 맺고 있지 않은 4개의 국가 중, 위도를 기준으로 가장 높은 곳에 있는 국가는 어디인가요?" 이에 정답을 찾기 위해서는 첫번째, 학습한 WIKIPEDIA 지식을 통해 먼저 2011년 미국이 수교를 맺지 않은 4개의 국가를 찾아야 하고, 그 다음 4개 국가의 위도를 각각 찾아서 가장 위도가 높은 국가를 알아 맞추어야 합니다. Watson은 이를 위하여 다음과 같은 절차를 거칩니다.

 결론적으로 Watson은 사람의 생각을 흉내내기 위해 사람만의 특성인 언어를 이해하고, 추론하고, 학습하는 행위기능을 활용할 수 있는 인공지능 기술입니다. 그래서 퀴즈의 정답은 무엇일까요? 힌트를 드리자면 쿠바, 아프카니스탄, 북한 그리고 이곳입니다(검색포탈을 통해 찾아보시면 한두번에 답을 찾기가 그리 쉽지 않음을 느낄 것입니다). 참고로 구글의 알파고는 언어를 이해하는 능력은 없고, 정책망과 가치망을 기반으로 바둑의 수를 추론하는 기술과, 지도/비지도 학습 그리고 강화학습 등을 통해 매일 30만판의 기보를 학습하는 능력을 월등히 키웠습니다. 이처럼 인공지능은 목적에 따라 집중하는 기술도 달라지는 것 같습니다. 참고로 정책망은 바둑의 수를 계산하는 신경망 알고리즘이고, 가치망은 바둑판 위의 어떤 위치에 두어야 유리한 가를 판단하기 위해 국지적인 패턴인식을 통한 승산판단을 위한 이미지 처리에 강한 CNN(Convolutional Neural Network) 기반의 딥러닝 알고리즘입니다.

 현재 Watson은 헬스케어, 금융, 스포츠, 패선, 유통 등 다양한 나라의 산업영역에서 다양하게 활용되고 있습니다. 산업별로 10가지의 적용사례를 정리해보았습니다

① 암 치료 자문 서비스 : 의사들이 MSK CC (Memorial Sloan Kettering Cancer Center) 암센터의 방대한 임상 정보, 공개된 연구 자료, 의료적 증거, 환자 신상 정보를 활용해, 암 환자에게 가장 효과적인 치료법 제시하는 서비스로, 암전문의가 Watson에게 의학전문지식을 가르치는데 5천시간을 걸렸고(하루 8시간씩 공부한다고 하면 625일(2년)으로 의대공부를 2년정도 한 것입니다), 60만 건 이상의 임상사례 및 2백만 페이지 이상의 의학 저널을 학습했습니다. 참고로 최근 국내 한 병원이 도입한 Watson이 여기에 활용되었던 Watson for Oncology (종양학) 솔루션이라고 합니다.

② 신약개발 지원 서비스 : 수조원의 비용으로 십여 년씩 걸리는 신약연구 아이디어를 과학적 근거를 통해 객관적으로 활용함으로써 초기 약물 후보 군을 좁혀서 단기간에 약물개발에 성공할 수 있도록 합니다. Watson은 불과 수분 안에 기업 내∙외부의 수백 가지 이상의 데이터 소스를 연결하고 분석하여 통찰력을 발견하도록 지원합니다.

① 자산관리 자문서비스 : 싱가포르 개발은행(DBS)는 자산관리사가 분석해야 할 방대한 금융 지식정보 중 필요 정보만을 정제하여 제공하고, 고객을 대상으로 Q&A 기반 투자 관련 지식을 제공하는 자산관리 업무에 Watson을 활용해 고객의 요구사항에 맞춘 고객 맞춤형 컨설팅 및 상품 추천에 활용하고 있습니다.

② 보험상품 가입도우미 : GEICO는 Direct 보험 가입을 희망하는 Online 고객을 대상으로 Virtual Agent 서비스를 모바일 앱과 웹사이트를 통해 제공했습니다. 이를 통해 대화형 Q&A 기반의 신속하고 정확한 정보 전달 및 24시간 상담 서비스 운영 체계를 통한 고객 편의 극대화, 상품 선택, 가입 지원 등으로 Self 거래에 대한 불안을 해소했습니다.

① (패션/헬스) 인공지능을 활용한 개인 헬스케어 맞춤형 서비스 : 언더아머(UnderAmour)는 Watson을 자사의 피트니스 및 건강 앱인 UA 레코드에 적용해 회사가 보유한 방대한 회원 데이터와 IBM의 데이터 분석 역량을 기반으로 하는 코그니티브 컴퓨팅 기능을 향상했습니다. UA 레코드는 조본, 위드씽즈, 가민 등과 같은 웨어러블 단말기로부터 사용자의 심박수, 운동기록, 섭취 칼로리 등의 데이터를 수집해 사용자에게 적합한 활동을 추천해주는 액티비티 통합 모니터링 앱으로 다양한 인공지능 기능을 추가했습니다. 예를 들어, 'Just like me'라는 기능은 사용자의 데이터를 다른 익명의 사용자들의 데이터와 비교 분석한 결과를 알려주고 필요한 활동을 추천해주는데, 인공지능 코칭 시스템이라는 개인 트레이너 기능이 추가되었다고 합니다.

② (로봇) 인공지능 로봇 서비스 : 소프트뱅크(Softbank)는 자사가 개발한 휴머노이드 로봇 Pepper에 Watson을 탑재해 인지 및 데이터 분석 능력을 향상시켰습니다. Watson 개발툴인 SDK(Service Development Kit, 서비스 개발지원 도구)를 로봇에 탑재함으로써 개발자들은 Pepper의 동작을 원하는 대로 변경할 수 있게 되었습니다. Watson을 탑재한 Pepper는 소매 유통 분야에서 광범위한 사람들을 대상으로 한 손님대응 서비스에 도입될 예정으로 특히 태블릿PC나 키오스크를 통한 셀프 서비스를 대체할 전망입니다. 즉, 고객은 셀프 서비스를 이용하는 대신 Pepper 로봇과의 대화를 통해 실제 점원이 제공하는 것과 유사한 서비스를 받게 되는 셈으로, 이 경우 Pepper는 고객의 몸짓이나 표현된 감정 등과 같은 복잡한 데이터의 의미를 이해하고 자연스러운 응답이나 대화, 고객 맞춤형 메뉴 추천 등이 가능합니다. 실제로, 일본 Softbank 대리점이나 미즈호 뱅크, Espresso 매장에서 Pepper 로봇을 쉽게 만날 수가 있습니다.

③ (교육) 인공지능 교육 서비스 : Cognitoy라는 Start-Up 회사는 Watson의 개발 API를 활용하여 대화가 가능한 인공지능 장난감 Cognitoy를 만들었습니다. 공룡처럼 생긴 장난감은 아이들과 영어로 대화하고 생일을 기억하고 덧셈, 뺼셈 등 공부를 할 수 있는 음성인식 인공지능 서비스를 제공합니다.

④ (구매) 인공지능 원터치 구매주문 서비스 : Staple社는 Watson을 활용한 EASY 버튼을 통해 회사 내 필요물품에 대해 신속하고 비정기적인 구매요청을 할 수 있도록 했고, 원터치 구매뿐 아니라 모바일 앱을 통한 음성주문 및 이미지주문(모바일 앱으로 해당 물품을 사진을 찍으면 Watson이 이를 해석하여 해당 물품을 주문함)을 제공합니다.

⑤ (유통) 꽃다발 선물 컨시어지 서비스 : 1-800Flowers.com 이라는 꽃배달 회사는 Watson을 활용하여 개인의 목적 및 선호도를 질문을 통해 수집한 후 최적의 꽃다발을 추천합니다.

⑥ (푸드) Watson Chef 서비스 : 수천가지 음식재료의 성분 궁합 및 다양한 레시피를 학습하여 사용자에게 최적의 건강과 맛을 고려한 음식 및 레시피를 추천합니다.

 이처럼 Watson은 다양한 산업분야에서 다양한 시나리오로 활용되고 있고, 새로운 적용사례를 만들어가고 있습니다.

 한편 2016년 12월, 롯데그룹은 Watson을 활용하여 모바일 인공지능 쇼핑 컨시어지 서비스를 만든다고 발표했습니다. 한글을 배우고 있는 Watson을 롯데백화점, 롯데마트, 롯데제과 등에서 쇼핑도우미로 활용하겠다는 전략입니다. Watson은 과연 얼마만큼 한글을 배우고 있을까? Watson이 한글을 배운다고 하지만 실제로는 Watson을 구성하는 각종 인공지능 단위기술들에 한글이 적용되어야 할 것입니다. Watson은 인지 컴퓨팅을 위한 주요기술을 개별로 활용할 수 있는 API(응용프로그램인터페이스)로서 준비하여, Watson Developer Cloud라는 Site를 통해 손쉽게 사용할 수 있도록 매뉴얼과 API를 제공하고 있습니다. 주요 한글변환대상 API들은 다음과 같습니다.

 올해까지 Watson이 한글공부를 전부 마치면 위와 같은 10가지의 인공지능 한글화 API들을 사용하여 한글로 된 세상을 이해하기 시작하고, 거기에 산업지식을 학습하게 됩니다. 또한, 특정회사의 업무를 학습시키면 "특정 회사에 customize된 한글 Watson"은 기업의 경쟁력 강화에 사용할 정도로 똑똑해질 겁니다. 다만 알아서 척척하는 똑똑한 한글 Watson을 만나려면 시간이 많이 걸릴 것으로 보입니다. 따라서 한글화가 완료되고 있는 각각의 API 기능과 활용방안들을 놓치지 않고 인공지능의 활용 로드맵을 만들어가야 할 것입니다.

 Watson의 인공지능 단위기술들이 하나씩 한글화가 진행되고 있고, 다양한 산업영역에서 기발한 아이디어의 인공지능 서비스들이 생겨나고 있는 지금, 우리 아모레퍼시픽도 상상력과 가능성을 가지고 도전해 볼만한 Watson 인공지능 시나리오를 찾아보겠습니다.

✓ 첫째, Help desk 서비스에 활용 가능합니다. SW설치, 패스워드 리셋, 네트웍 에러 등의 IT 관련 한글로 된 단순 문의 처리를 위한 사내 IT 헬프 데스크 서비스, 고객voc를 한글문장으로 접수하고 간단한 처리방안을 제공하는 고객불만처리 헬프데스크 등으로 적용이 가능합니다.

✓ 둘째, 한글 대화형 챗봇 서비스로 활용 가능합니다. 쇼핑몰 구매지원 챗봇, 뷰티상담 챗봇, 사내 업무지원 챗봇, 상품추천 챗봇 등으로 다양한 챗봇을 통한 즉각적인 업무지원이 가능합니다.

✓ 셋째, 음성대화 기반의 가상 비서 서비스로 활용 가능합니다. 음성인식 가상뷰티 비서, 음성대화 구매쇼핑 비서, 음성대화 사내업무도움 비서 등을 통해 음성을 통한 개인 업무 처리라는 새로운 경험 시대를 열어갈 것입니다.

✓ 넷째, 최고 난이도의 활용 유스케이스로서 감성분석을 통한 상황 별 맞춤 별 추천 서비스로 적용 가능합니다. 이는 모바일 뷰티 컨시어지 서비스, 매장 뷰티로봇 서비스, Watson 뷰티케어 컨설턴트 등 Watson이 제공하는 다양한 기술들과 사내 데이터 분석 역량을 동시에 적용함으로 활용 가능합니다.

 그러면, 우리 아모레퍼시픽은 어디서부터 시작할까요? 2016년 12월까지 한글이 적용된 2~3개의 Watson 단위기술 (한글 문장 의미 분류, 전문가 의견을 반영한 문서검색, 한글 대화 등)을 활용하여 Watson을 이해하고 경험하는 것부터 시작하면 좋을 것 같습니다. 처음 한개를 적용해보고 그 위에 또 하나를 적용해보면 Watson을 좀 더 알아가지 않을 까 생각합니다. 이제, Watson은 먼 나라 먼 미래의 이야기가 아닙니다. 아모레퍼시픽이 도전하고 경험해야 할 인공지능 기술입니다. 'AP 알파고'가 Watson을 통해 어떤 모습으로 다가올 지 기대가 됩니다. 우리 함께 도전해봅시다!