발상의 전환으로 단 한번의 기회도 놓치지 않는다!

"모든 것에는 주기가 있다! 인기만을 쫒지 마라"

"학문도 30년의 주기 있어, 자기 길을 가야~"

'과학자 릴레이 인터뷰' 1. 최승진 교수편

최승진

현 포스텍 컴퓨터공학과 교수

디믹싱이 머신러닝의 핵심 기술로 진화됨에 따라 주가 상승

빅 데이타와 머신러닝의 상호 연관성으로 다시 주목 받음

뇌파의 전기적 신호와 디믹싱의 연관성으로 전 세계 학계 주목

일본 이화학 연구소 (독립 요소 분석)

 

“앞으로는 사람을 대체하는 기술이 필요한데 궁극적으로는 모든 컴퓨터 기술이 인간을 대체하는 방향으로 발전될 것입니다. 그리고 이 궁극의 기술은 인류 최후의 영역인 뇌로 갈 수밖에 없는데 이 단계에서 반드시 필요한 키워드가 머신 러닝(자신의 동작을 스스로 개선할 수 있는 슈퍼 컴퓨터의 능력)입니다.”

 

최승진 교수와의 만남은 조금 독특했다. 특히 이력사항이 특이했는데 뇌 연구센터의 권위자로 소개받았지만 건네받은 명함은 컴퓨터 공학 교수 직함이었다. 다시 한번 재차 물어 확인해 보니 맞단다. 자연스레 어떡해? 라는 말이 나오게 되니 언제나 듣는 얘기라며 개의치 않고 이야기를 풀어나가기 시작했다.

 

1) 이화학 연구소와의 인연

최교수가 뇌 연구와 관련을 맺게 된 것은 일본의 이화학 연구소(RLKEN)라 했다. 일본에서 가장 오래 역사와 규모를 자랑하고 있으며 아인슈타인 방문 이후 생명연구 비중이 비약적으로 커진 곳으로 본격적인 뇌 연구는 1994년부터 시작되었는데 최 교수 역시 이 시기를 전후해서 이화학 연구소에 합류했다.

 

원래 최 교수의 전문분야는 전자공학 분야의 수학 알고리즘(독립 요소 분석) 분야였다. 여러개의 신호가 동시 다발적으로 발생할 때 원하는 신호만을 추출해 내는 것으로 포괄적으로는 각각의 신호를 분리해 내는 디믹싱 기술로 명명되며 알고리즘 연구 이론 중 하나이다. 당시 전 세계적으로 연구 인력은 10여명 안팎에 소수의 인원이었다.

 

 

2) 남들과 같으면 발전할 수 없다.

아무도 주목하지 않았고 전혀 연관성이 없을 것만 같던 최교수의 디믹싱 기술이 전 세계적으로 인기를 끈 계기는 사람 손가락 움직임에 따라 뇌 변화의 일정 패턴을 영상으로 구현하는 기술 즉 (FMRI)가 주목을 받으면서부터였다.

 

그리고 같은 시기 세계적인 권위를 자랑하는 센디에이고 SALK가 뇌파가 미세한 전기적 신호임을 알아내어 전자공학의 디믹싱 기술이 뇌 연구에 획기적인 진일보에 기여할 수 있게 되었다. 이후 전 세계적으로 우후죽순처럼 뇌 연구소가 생겨난 것도 크게 작용하였다.

 

최교수를 포함한 소수 영역에 불과했던 디믹싱 기술이 뇌 연구에 있어서 거대한 축으로 작용하기 시작하였고 현재는 뇌파를 이용, 컴퓨터 자판을 치는 기술과 전동 휠체어를 제어하는 기술이 완성 단계에 이르는 등 뇌파 연구에 있어서 미래지향적인 응용분야라는 인식과 함께 알고리즘이 활발히 연구되고 있다.

 

3) 디믹싱과 머신러닝의 조합

그런데 이런 완성 단계에서부터는 머신러닝(자신의 동작을 스스로 개선할 수 있는 슈퍼 컴퓨터의 능력)이 적용되는 분야로 디믹싱은 머신러닝의 수준에 따라 그 성패가 갈리게 되는 운명에 처하게 되었다. 뇌에 대한 예상치 못한 변수가 너무 많다는 것이 하나의 이유였다.

 

최 교수는 “머신 러닝이 뇌 연구의 대세가 되면서 뇌 응용과학은 다시 새로운 전환점을 맞게 되었고 우리가 익히 알고 있는 구글이나 MS 또한 21세기 컴퓨팅 기술이 우리를 어떻게 먹여 살릴까? 를 고민하게 되었다”고 전했다. 

다른 표현으로 21세기를 지배하는 컴퓨팅 핵심기술이 무엇이냐는 것인데 지난해 사이언스지에서는 추론 기술을 21세기를 주도하는 핵심기술로 언급하였다. 간단히 정리하자면 사람을 대신해서 기계나 컴퓨터가 생각을 대신 하는 것을 말함인데 과거 인공지능과도 같은 개념이라는 것이다.

 

덧붙여 과거의 컴퓨팅 기술이 순서도에 의한 일정한 패턴을 가지고 있어 예기치 못한 변수가 생기면 에러 메시지를 출력하는 한계가 있었지만, 지금은 데이터 추출로 에러에 대한 불확실성을 커버한다는 것이다.

 

예를 들어 얼굴 인식 프로그램을 보면 사람의 심리 상태와 조명 등의 영향으로 똑같은 사진을 찍는것은 불가능하여 에러가 발생하지만 사람 얼굴에 대한 데이터를 축적하게 되면 얘기가 달라진다. 그리고 데이터 양이 커지면 커질수록 컴퓨터의 추측은 보다 정확해진다. 한마디로 오차가 적어지는 스스로 판단이 가능한 컴퓨터 즉 인공지능이 가능하다는 것이다.

 

결국 머신 러닝의 접근 방법과 원리가 주목을 받을 수밖에 없는데 아이러니하게도 어떤 알고리즘으로 접근하느냐에 따라 머신러닝의 성능이 좌우된다 하니 이 둘의 관계가 무척 놀랍기만 하다.

4) 발상의 전환이 필요하다.

최교수는 “단순히 프로그램 플랫폼이나 어플을 만드는 데 주력하는 우리 젊은 세대에 걱정되는 부분이 있다”고 솔직한 속내를 털어놓으면서 “중고생들부터라도 접근법을 달리한 발상의 전환이 필요하다”고 강조하였다.

 

“같은 공부를 하면서도 훨씬 매력적인 부분이 많은데 이런 근본적인 연구진행이 거의 없는 것이 굉장히 아쉬운 부분”임을 밝히면서 “구글에 검색할 때 검색하는 사람이 원하는 것을 보여주는 것을 보면 21세기는 데이터를 지배하는 자가 세계를 지배할 것”임을 예상하기도 했다.

 

최교수는 2001년 포스텍으로 가면서 전공이 전자공학임에도 불구하고 컴퓨터 공학을 가르치게 되었다. 나름 굉장한 도전이었고 깊은 고민이 있었지만 멘토인 아마리 교수(이화학 연구소)의 한마디가 그의 도전에 힘을 실어주었다.

 

“너는 하나를 해도 완벽하리만치 잘하니 또 다른 하나도 잘할 수 있을것”이라고 격려를 해 준 것인데 요즘은 같은 얘기를 제자들에게 해준다. 최 교수는 2001년 포스텍에서 머신러닝을 연구하기 시작했다. 그리고 그 옛날 아무도 주목하지 않던 디믹싱 기술처럼 머신 러닝 역시 또 다른 광채를 발하기 시작했다.

 

학생들에게는 “인기를 쫓는 사람에게 운이 따르지 않는다”는 것을 강조하면서 “역경 속에도 무슨일이든 반드시 한번의 기회는 온다”면서 엔지니어링이나 학문에 뜻을 둔 친구들을 격려하였다.

 

그러면서도 “상위 1%를 양성하는 시스템이 반드시 필요하다”는 것을 언급하면서 “비록 늦은 감이 없진 않으나 우리도 그들처럼 뭔가를 시작해야 한다”는 것을 강조하였다. 최소 2세대가 지나기 전에 격차가 좁혀져야 할 것이라면서...

/얀과함께 기자님의 기사 더 보기 

아이디어 팩토리가 마음에 드신다면 구독+해 주세요