자동차 너머 항공기와 로봇까지, 하이브리드 AI 로 변신 꾀하는 우버

※ 아래 글은 정보통신기술진흥센터(IITP)가 발간하는 주간기술동향 1780호(2017. 1. 25 발행)에 기고한 원고입니다. 

▶ IITP에서 PDF 포맷으로 퍼블리싱한 파일을 첨부합니다. 가독성이 좋으니 참고하시기 바랍니다.

하이브리드 AI로 변신 꾀하는 우버.pdf

[ 요 약 ]

2016년 말 우버(Uber)는 인공지능(AI) 벤처를 인수하고 인공지능 연구소를 설립하며 통계 모델과 확률 모델을 결합한 하이브리드 AI 기술을 개발한다고 발표하였음. 연구의 성과는 우선 인간처럼 스마트하게 운전할 수 있는 자율운전 자동차의 개발에 적용될 것이나, 향후 항공기와 로봇 비즈니스에도 적용될 계획이라고 함. 차량 공유와 택시 운송 기업인 우버는 여타 AI 선도기업들과는 다른 기술 방식으로 AI 연구를 추진하며, 자신들의 비즈니스 영역을 크게 변화, 확충시키려 하고 있음 [ 본 문 ]

◈ 우버(Uber)는 작년 12월 샌프란시스코에 인공지능 연구소 'Uber AI Labs(우버 AI랩)'를 설립하며, 아울러 AI 벤처기업 'Geometric Intelligence(지오메트릭 인텔리전스)'를 인수한다고 발표

• 우버 AI 랩은 ‘Deep Learning(딥러닝, 심층학습)’과 ‘Machine Learning(머신러닝, 기계학습)’을 중심 테마로 연구 개발을 진행할 계획이라고 함

• 인수한 지오메트릭 인텔리전스의 연구원 15명이 우버 AI랩의 구성 멤버가 되며, 초대 연구소장은 인수 기업의 CEO인 개리 마커스(Gary Marcus)가 맡았음

<자료> MIT Technology Review [그림 1] 지오메트릭 인텔리전스

◈ 우버가 인수한 지오메트릭 인텔리전스는 ‘적은 양의 데이터’를 가지고 알고리즘을 교육할 수 있는 새로운 딥러닝 개발에 집중하고 있는 기업으로 추정됨

• 지오메트릭 인텔리전스에 관한 내용은 언론을 통해 거의 알려져 있지 않은데, 마커스 등이 설립한 이 기업은 논문 등 외부 발표를 하지 않고 스텔스 모드로 연구를 하고 있기 때문

• 단지 마커스가 업계의 유명 인사이사 보니 강연 등을 통해 지오메트릭 인텔리전스에 대한 내용을 간혹 언급할 뿐인데, 이를 토대로 추측해 보면 이 기업은 '적은 양의 데이터'로 딥러닝과 같은 성과를 낼 수 있는 새로운 AI 기법을 개발 중인 것으로 보임

• 일반적으로 딥러닝을 통해 객체를 판정할 수 있게 하려면 대량의 사진 데이터를 가져 와 알고리즘을 교육할 필요가 있음

• 이미 병원 현장에 투입되어 인간 의사를 곧 넘어설 것으로 평가 받고 있는 의료용 AI 등은 방대한 양의 데이터를 토대로 스스로 학습한 결과 만들어 진 것임

• 이에 비해 지오메트릭 인텔리전스는 인간이 사물을 인식하는 것과 같은 방식으로, 적은 양의 데이터만 가지고도 이미지를 판정할 수 있는 알고리즘의 개발을 연구의 주요 테마로 하고 있음

• 소량의 데이터 영문 표현은 'Sparse Data’인데, 이는 데이터 표본 자체가 작은 '희귀 데이터'라는 의미가 아니라, 가능한 많은 데이터를 모아 놓은 빽빽한 데이터 집합이 아니라 '듬성듬성한(성긴) 데이터'라는 뜻임

◈ 우버 AI 랩의 마커스는 기존 딥러닝 방식을 통해 자율운전 차량 알고리즘을 개발할 때의 문제점을 들며, 자신들은 알고리즘 개발 기간을 대폭 단축하는 것이 목표라고 설명.

• 일반적인 딥러닝 방식으로 자율운전 자동차를 개발하려면 주행 중에 발생하는 모든 이벤트에 대해 학습할 필요가 있으며, 이 때문에 비나 눈이 오는 궂은 날의 주행 환경에 대한 데이터의 수집이 필요하게 됨.

• 따라서 일년 내내 날씨가 좋은 캘리포니아 지역을 떠나 다른 지역에서의 주행 시험도 필요하게 되는 것이며, 자동차, 드론, 로봇 등을 포함한 모든 자율 시스템을 개발할 때는 알고리즘 교육에 사용되는 다량 데이터의 확보가 가장 큰 걸림돌이 되는 것

• 지오메트릭 인텔리전스는 바로 이 문제를 해결해 소량의 데이터로 알고리즘을 교육함으로써 개발 기간을 대폭 단축할 것을 목표로 설립되었다는 것이 마커스의 설명

◈ 지오메트릭 인텔리전스의 또 다른 큰 특징은 '하이브리드 AI' 기술을 개발하는 것인데, 딥러닝 뿐 아니라 기존 방식의 AI 개발에도 자원을 집중하고 있음.

• 마커스에 따르면 연구소는 'Bayesian Model(베이즈 모델, 계층 구조의 통계 기법)'과 'Probabilistic Model(확률 모델, 확률분포의 통계 기법)' 등의 연구를 진행하고 있음

• 이들 모델은 딥러닝의 근간을 이루는 기술 중 일부이지만, 딥러닝의 등장으로 그 존재감이 희미해져 가고 있고 연구자들 사이에 인기가 사그라져 가고 있는 것이 사실

• 지오메트릭 인텔리전스는 이런 기존 모델을 개선하고 딥러닝과 함께 사용하는 기법을 개발하며 이를 ‘하이브리드 AI’라 이름 붙이고 있는데, 규칙 기반의 학습 모델(기계학습)과 통계 기법의 학습 모델(딥러닝)을 결합한 접근방식이라 할 수 있음

• 많은 자율운전 차량 개발 업체들이 딥러닝 만으로 알고리즘을 구현하고 있는 반면, 우버 AI랩은 다양한 기법을 혼용하는 것에서 차별성을 모색하려는 것으로 보임

◈ 이런 하이브리드 접근방식의 배경에는, 딥러닝 만으로는 막다른 골목에 다다르게 될 것이라 는 마커스의 뚜렷한 주관이 자리잡고 있음

• 마커스는 딥러닝이 한계에 다다르게 될 수밖에 없는 이유로, 시스템 교육에 많은 양의 데이터가 필요한 반면 적용할 수 있는 분야는 제한된다는 점을 들고 있음

• 실제 세계에서는 많은 데이터가 갖추어져 있는 것이 아니며, 특히 언어 분석과 자율운전 기술에서 이 문제는 더욱 뚜렷이 나타난다고 마커스는 지적함

• 대안적 방법으로 마커스는 심리학, 언어학, 생물학적 관점에서 인간의 인텔리전스에 다가가려 하고 있는데, 마커스 뉴욕대학 교수의 전문 분야가 바로 심리학임

<자료> http://www.psych.nyu.edu/gary. [그림 2] 게리 마커스(뉴욕대학 심리학과)

• 우버가 자율운전 알고리즘을 마커스 소장의 하이브리드 AI 기반으로 구성하게 되면, 이미지 인식 쪽은 딥러닝을 사용하여 적은 데이터로 알고리즘을 교육하게 되고, 운전 기술 습득 쪽은 규칙 기반의 학습 모델을 사용하게 됨

• 운전 기술 습득을 위해서는 일반적인 운전 규칙뿐만 아니라 각 지역에 고유한 운전 규칙을 학습할 필요가 있는데, 지역별로 다른 운전 매너의 차이점은 규칙 기반의 학습 모델을 통해 흡수, 수용하게 됨

◈ 우버가 새로운 기술 방식의 AI랩을 설립하게 된 것은, 현재 우버의 자율운전 기술 수준에 대해 우려와 불안의 눈초리가 존재한다는 사실과 무관하지 않아 보임

• 우버는 지난 2015년 2월 자율운전 차량 개발 거점으로 ‘Uber Advanced Technologies Center(우버 선진기술 센터)’를 피츠버그에 설립한 바 있으며, 여기에서 카네기멜론 대학과 공동으로 자율운전 기술 및 지도 제작 기술을 개발하고 있음

• 우버는 작년 9월부터 피츠버그에서 'Self-Driving Uber(셀프 드라이빙 우버)'라는 자율운전 브랜드의 차량을 시험 영업, 즉 실제 손님을 태우는 시험 주행을 전개하고 있음

• 셀프 드라이빙 우버는 볼보(Volvo) XC90 모델 차량에 자율운전 기술을 탑재한 것으로, 누구나 우버 앱을 통해 이용할 수 있는데, 만약 배차된 차량이 자율운전 차량이라면 시험 영업의 취지를 앱으로 통보하여 이용자가 선택할 수 있도록 하고 있음

<자료> Wired [그림 3] 셀프 드라이빙 우버의 태블릿 UI

• 차량 내에 구비된 태블릿이 자동차와 커뮤니케이션 하는 인터페이스가 되는데, 승객이 안전 벨트를 장착하고 태블릿에서 시작 버튼을 누르면 주행이 시작되며, 주행 중에는 차량에 탑재된 각종 센서로 파악한 차량 주변의 이미지를 포함해 운행 상황에 대한 정보가 태블릿에 표시됨

• 무인 주행시 승객을 안심하게 만드는 기능들을 탑재하고 있는데, 태블릿으로 셀카를 찍은 다음 이를 가족, 친구와 공유할 수 있도록 하고 있음

• 셀프 드라이빙 우버는 자동으로 주행하지만 운전자가 탑승해 시스템이 대응할 수 없을 때 운전을 대신하는데, 피츠버그의 시험 영업에서는 자동차가 운전자의 도움 없이 주행할 수 있는 거리가 한정되어 있어 자주 운전자가 개입했다는 평가가 나왔음

• 또한 자율주행 모드에서는 다른 차량에 너무 가까이 붙어 주행하는 등 불안정한 작동들이 있었다고 보고되고 있음

◈ 작년 12월에는 피츠버그에 이어 샌프란시스코에서 셀프 드라이빙 우버의 시험 영업을 시작했는데, 법률 공방에 가려졌지만 여기서도 자율운전 차량의 안전성이 도마에 올랐음

• 셀프 드라이빙 우버가 적색 신호에서 횡단보도를 무단으로 지나간 것이 옆 차선 운전자의 블랙박스에 의해 촬영되었고, 이것이 뉴스에 크게 보도된 것

• 우버는 신호 위반 당시 운전자가 운전을 하고 있었고, 따라서 시스템 오류가 아니라 사람의 잘못이라고 해명했으나 사실을 뒷받침할 만한 근거자료는 제출되지 않았음

[동영상] 적색 신호를 위반하고 횡단보도를 가로 지르는 우버 자율주행 택시

• 한편 자전거 차선이 있는 도로에서 셀프 드라이빙 우버가 불법으로 우회전 하는 문제도 지적되고 있음

• 규정에 의하면 차량 주행 차선에 있다가 점선 구간에서 자전거 레인에 들어선 후 오른쪽 차선에서 우회전해야 하며, 주행 차선에서 곧장 우회전 할 수는 없는 것인데, 우버 차량이 이 의무를 무시하고 있다는 것

• 우버는 이 문제를 인정하고 이미 소프트웨어 버그를 수정했다고 하는데, 구글의 자율주행 차량 ‘웨이모(Waymo)’는 이미 규칙으로 구현하고 있는 기능임

<자료> Huffington Post [그림 4] 자전거 차선과 병합되어 있는 도로의 우회전 규칙

• 이런 문제와 함께 우버와 캘리포니아 정부의 규정 준수 논란이 겹치며, 소비자들은 안전성에 의구심을 갖게 되었고, 전문가들 역시 셀프 드라이빙 우버의 기술 완성도가 낮다고 지적하며 시험 운영은 시기상조라는 우려의 목소리를 표명하고 있음

◈ 우버와 캘리포니아 정부 사이의 법적 논란에 대해서도 우버 측 주장에 모순이 있다는 지적이 많은데, 한마디로 기술적 완성도에 비해 마케팅을 너무 앞세운다는 비판임

• 캘리포니아에서 자율운전 차량을 시험 주행하려면 자동차 운행을 관할하는 ‘Department of Motor Vehicles(DMV, 차량관리국)’으로부터 허가를 받을 의무가 있는데, 우버는 이러한 인가 절차를 밟지 않고 시험 영업을 시작하였음

• 캘리포니아 주정부는 이를 인정하지 않고 시험 차량이 운행정지 명령을 내리는 동시에 등록하지 않으면 시험 주행 차량의 등록을 말소하겠다는 강경 대응을 하였음

• 우버는 자율운전 차량의 시험 승인을 받을 필요가 없다는 견해를 표명했는데, 그 이유는 셀프 드라이빙 우버가 자율운전 차량의 정의에 해당하지 않는다고 보고 있기 때문

• DMV는 자율운전 차량을 '운전자의 제어 없이 운행하는 차량'으로 정의하고 있는데, 셀프 드라이빙 우버는 운전자가 제어하면서 운행하는 차량이기 때문에 이러한 정의에 맞지 않는다는 것이 우버의 주장임

• 즉, 셀프 드라이빙 우버는 고급 운전 지원 기술로 테슬라의 ‘오토파일럿(Autopilot)’과 같은 방식으로 운행을 제어하고 있기 때문에, 테슬라의 오토파일럿 모드 주행에 별도 승인이 필요하지 않은 것처럼 자신들도 허가 받을 필요가 없는 것으로 해석해야 한다는 것

• 우버는 법의 구멍 빠져 나가려 하는 것이 아니라 자율운전 차량 관련 법규를 명확히 하려는 것이라며, 우선 자율주행 차량의 법적 정의부터 명확히 할 것을 요구하고 있음

• 우버의 주장에 대해 캘리포니아 정부는 고급 운전 지원 기술이라면 자율주행 차량임을 강조하지 말 것을 요구했는데, 우버가 거론한 테슬라의 경우 오토파일럿 기능은 어디까지나 시험적인 기능이며 자율주행 차량이 아니라는 점을 표시하고 있음

• 우버가 법규 준수와 관련해서는 스스로 기술적 완성도가 높지 않음을 내세우면서 소비자들에게는 자율주행을 강조하는 것은 모순된다는 것이며, 특히 생명의 안전과 관련된 자동차라는 점에서 엄격한 법 적용을 할 수밖에 없다는 것이 캘리포니아 정부의 입장

• 우버와 DMV는 자율운전 차량의 시험 인증에 대해 후속 협의를 했으나 인증의 필요성에 대한 입장 차이는 좁혀지지 않았고, 이에 따라 DMV는 우버의 시험 차량 16대의 등록을 말소했고 우버는 이튿날 우버의 시험에 호의적인 애리조나로 차량을 이동시켰음

<자료> record

[그림 5] 캘리포니아에서 애리조나로 이동하는 우버 무인 택시

◈ 이런 상황을 감안하면 신설된 우버 AI 랩의 임무는 자율운전 기술을 비약적으로 발전시켜 안전성 논란을 없애고, 궁극적으로 완전한 무인 주행에 도달하는 것이라 할 수 있음

• 캘리포니아 정부와 마찰이 있었지만, 우버가 샌프란시스코에 설립한 AI 랩의 위치도 옮길 것으로 보이지는 않음

• 샌프란시스코는 우버가 맨 처음 사업을 시작한 곳이라는 상징성이 있으며, 도로 환경 면에서도 자전거가 많고 도로는 좁으며 교통량이 많은 곳이므로, 자율주행 차량의 기술 개선을 위해서는 어찌 보면 반드시 테스트를 수행해야 할 조건을 갖추고 있기 때문

• 규정을 굳이 따르지 않은 것도 장차 당국과의 협상을 유리하게 진행하려는 의도가 있다는 분석인데, 우버는 기존 법규나 기존 사업과 충돌을 낳는 사업을 하고 있기 때문에 법령을 자신들에 유리하게 개정하기 위해 규제 당국과 정면 대결을 협상 전략으로 택했다는 것

• 비록 캘리포니아 정부가 주민의 안전을 최우선으로 고려해 엄격히 규정 적용을 했지만, 하이테크 기업이 이에 반발해 떨어져 나갈 수 있다는 것을 보여줌으로써, 장차 안전을 우선으로 할 지 아니면 혁신 기업 육성을 선택할 것인지 압박을 가하게 되었다는 분석

◈ 우버는 AI 랩의 연구 성과를 자율주행 차량에 한정하지 않고 항공, 로보틱스로 확장한다는 계획이며, 이에 따라 우버의 정체성은 2017년을 계기로 향후 크게 탈바꿈할 것으로 예상

• 우버 AI 랩이 샌프란시스코를 떠나지 못할 또 다른 이유는 우버가 AI 랩의 연구 성과를 자율운전 기술뿐 아니라 비행기와 로봇 등에도 적용할 계획이라는 데서 찾을 수 있음

• 우버는 작년 10월 주문형 항공 운송 서비스 'Uber Elevate(우버 엘리베이트)'를 발표하였는데, 파일럿이 존재하지 않는 항공기로서 항공 분야의 셀프 드라이빙 우버로 부를 수 있음

<자료> Uber [그림 5] 무인 항공 수송, 우버 엘리베이트

• 우버 엘리베이트는 샌프란시스코와 산호세 사이 70 킬로미터 구간을 15분에 연결한다는 계획인데, 운임은 129 달러로 우버의 고급 세단 차량 서비스인 ‘우버 X’와 유사한 수준이 될 것이라 밝히고 있음

• 우버는 아직 로봇에 대해서는 구체적 제품 계획을 발표하고 있지 않지만, 다른 기업들과 마찬가지로 연구 진척에 따라 조만간 선보이게 될 것이라는데 이견이 없음

• 우버는 2017년을 계기로 운송 비즈니스 기업에서 AI·로보틱스 비즈니스 기업으로 변신을 꾀할 것으로 보이며, 하이브리드 AI를 내세운 우버 AI 랩의 연구성과에 따라 변화의 속도가 정해질 것으로 보임