과기정통부, ‘사람중심 인공지능 핵심원천기술개발’ 사업 설명회 개최
기존 딥러닝 기술 한계 극복해 AI 성능과 활용성 개선 목표
한 과제당 75억원에서 150억원 지원...경쟁 없는 복수형 과제 첫 실행
차세대 인공지능(AI) 기술을 위한 3018억원 규모 국가 연구개발(R&D) 사업 계획이 공개됐다.
해당 사업 내 과제에는 각기 최소 75억원에서 최대 150억원의 정부 출연금이 지원된다. 5년 동안의 사업 기간 동안 중도 하차되는 연구팀도 없다. 경쟁형이 아닌 복수형 과제라는 새로운 방식을 도입하기 때문.
과기정통부(장관 임혜숙)는 17일 ‘사람중심 인공지능 핵심원천기술개발’ 사업에 대한 사업설명회를 개최했다.
이 사업은 딥러닝 기반 현 AI 기술 한계를 극복해 인간이 효과적으로 활용 가능한 AI를 구현하는 것을 목표로 한다.
기존 딥러닝 기술 한계점으로는 ▲높은 데이터 의존성 ▲실시간‧지속학습 어려움 ▲의사결정과정의 낮은 설명가능성 ▲인과관계 표현 한계 ▲멀티모달을 활용한 다중감각인지 능력 부족 등이 있다.
사람중심 AI 핵심원천기술개발사업 진행 기간은 2022년부터 2026년까지다. 5년간 총 3018억원을 투입하는 사업이다.
총 111명의 AI 분야 산·학·연 전문가가 사업 기획에 참여해 올해 4월 예비타당성 조사에서 통과됐다.
사업 과제는 크게 AI 학습능력 개선과 AI 활용성 개선 2가지다. AI 학습능력 개선 주제로는 8개 세부 기술이 있으며 총 22개 과제가 수행된다.
8개 세부 기술은 ▲자기지도학습 ▲메타학습 ▲강화학습 ▲지식기반추론 ▲상식기반추론 ▲학습역량 진단 및 개선 ▲평생학습 ▲실세계 변화 적응이다.
AI 활용성 개선을 위해서는 5개 세부 기술을 주제로 총 13개 과제가 진행될 예정이다. 5개 세부 기술은 ▲설명가능한 AI ▲공정한 AI ▲복합대화기술 ▲에이전트 간 협업기술 ▲교감형 AI다.
자기지도학습, 강화학습, 평생학습 등 총 동원해 AI 성능 개선
AI 학습능력 개선을 위한 과제는 알고리즘 성능을 개선하거나 새로운 알고리즘을 발굴하는 작업을 포함한다.
과제들의 종류는 크게 ▲효율학습 AI ▲범위확장 AI ▲지속성장 AI 3가지로 나뉜다.
효율학습 AI는 AI 학습에 필요한 학습용 데이터를 줄이는 방법을 찾는 것이다. 자기지도학습, 메타학습, 강화학습 연구가 여기에 해당된다.
범위확장 AI의 목표는 학습 데이터에 의존적인 성능을 보이는 딥러닝 기술 한계를 극복하는 것이다. 한 번 학습한 내용을 다른 도메인에 응용, 확장하는 법을 찾는다. 지식 DB를 사용하는 지식기반 추론 기술과 인간 상식을 활용하는 상식기반 추론 기술 연구가 예시다.
지속성장 AI 주제는 스스로 진화하는 AI를 개발하는 것이다. 세부 과제인 '학습역량 진단 및 개선 CAML'에서는 AI가 자신의 문제 해결능력을 스스로 인지해 자가 개선하는 기술을 개발한다. 또다른 연구 과제인 '평생학습 L2M'에서는 기존 학습내용을 잊지 않고 새로운 개념을 생성하며 변화에 적응하는 AI를 만든다.
AI 학습능력 개선을 위한 과제들은 과기정통부가 처음 도입하는 복수형 방식으로 진행된다.
복수형 과제에서는 기존 경쟁형 과제와 달리 여러 참여팀 중 승리팀을 가리지 않는다. 모든 팀들이 탈락 없이 동일한 사업 기간 동안 연구할 수 있다.
과기정통부가 복수형 방식을 도입한 이유는 연구팀 간 협력을 도모하기 위해서다. 특히 다양한 접근방식이 중요한 차세대 AI 과제에 적합한 방식이라는 것.
이현규 과기정통부 정보통신기획평가원(IITP) 인공지능·데이터 PM은 “기존 경쟁형 과제에서는 5년의 사업 기간 중 3년 동안은 팀 간 경쟁을 진행해 일부만 채택했다. 경쟁형 방식을 진행하면서 느낀 점은 탈락한 팀 성과물이라고 필요 없는 것이 아니라는 점이다. 다른 접근 방향을 제시한 것만으로도 가치가 있다”고 설명했다.
이어 “이번 사업에서는 특정 문제에 대해 지원자가 언어, 이미지, 청각 등 도메인과 문제를 푸는 방법을 선택할 수 있다. 경쟁형에서는 팀 간 서로 협력 교류를 할 수 없었는데 복수형에서는 화합의 장이 만들어질 것으로 기대한다. 첫 시도이지만 다양한 선택을 제시할 수 있고 끊임없이 문제를 풀 수 있게끔 하는 동력이 될 것”이라고 전했다.
원천기술을 개발하는 사업이지만 실세계에서 작동 가능한지를 증명하는 과정도 요구될 예정이다. 상용화 단계까지 가지 않더라도 실험실 이외 실세계 데이터에 대해서도 개발한 AI 기술이 성능을 발휘하는지 확인하는 단계를 거쳐야 한다.
이현규 PM은 “원천기술 사업은 상용화가 안 되는 경우 많았는데 사실 AI 기술은 우리 현실로 다가온 문제다. 그래서 실세계 기반 검증이라는 조건을 붙였다. 데모 공개와 논문 발표로 끝내는 것이 아니라 실제 환경에서 작동하는지 성능도 검증하는 것”이라고 전했다.
"설명가능한 AI, 수익성과 활용가능성 높아"
AI 활용성 개선 과제는 크게 AI 신뢰를 높이는 기술과 소통에 필요한 AI 기술 2가지로 나뉜다.
AI 신뢰를 높이는 기술로는 설명가능한 AI와 공정한 AI가 있다. 특히 설명가능한 AI의 경우 사업성이 높다는 것이 과기정통부 입장이다.
이현규 PM은 “설명가능한 AI는 수익성이 좋고 활용가능성이 높은 주제다. 특히 금융, 제조 분야 AI 도입에 있어 설명가능성은 핵심 관건이다. 딥러닝 작동 원리를 파고들다보니 디버깅 툴로도 사용될 수 있으며 지식 확장 근거로도 사용 가능하다. AI 공정성, 견고성과 달리 이미 활용성을 가진 만병통치약 같은 영역”이라고 강조했다.
공정한 AI 연구에서는 데이터 3법, 개인정보보호법과 같은 실제 규정 속 공정성을 분석하는 것을 목표로 한다.
이 PM은 “공정성을 개별적으로 정의하고 데이터 공정, 편향, 알고리즘 편향을 개선하는 연구는 이미 진행 중이다. 이번 사업에서는 묶음으로 된 규정과 조항에서 문제를 풀어보고자 한다”고 전했다.
소통하는 AI 주제에는 복합대화 기술, 에이전트 간 협업 기술, 교감형 AI가 포함된다.
복합대화 기술은 AI와 사람 간 소통을 개선하기 위한 과제다. 인간의 표정 변화, 행동 움직임을 보고 인간 의도를 이해하고 감정을 표출하는 AI 기술을 개발한다.
에이전트간 협업 기술은 AI와 AI 간 소통을 실현하는 것을 목표로 한다. 여러 AI 에이전트가 협력하고 문제를 효율적으로 해결하는 기술을 뜻한다. 교감형 AI는 인간의 감성 지능을 구현하는 기술이다.
AI 활용성 개선 사업은 공개 SW 방식, 병렬형 방식, 지정공모형 방식 3가지로 진행된다.
사람중심 인공지능 핵심원천기술개발사업에 대한 보다 자세한 내용은 IITP 유튜브 채널에서 확인할 수 있다.
AI타임스 박성은 기자 sage@aitimes.com
Copyright © '인공지능 전문미디어' AI타임스 (http://www.aitimes.com/)
무단전재 및 재배포 금지
3018억원 규모 '사람중심 AI 원천기술사업', 어떻게 진행되나 - AI타임스
차세대 인공지능(AI) 기술을 위한 3018억원 규모 국가 연구개발(R&D) 사업 계획이 공개됐다.해당 사업 내 과제에는 각기 최소 75억원에서 최대 150억원의 정부 출연금이 지원된다. 5년 동안의 사업 기
www.aitimes.com
'AI정책' 카테고리의 다른 글
| 유네스코, 인공지능 기술이 ‘전례 없는 도전’ 불러온다 경고...193개국 권고안 채택 (0) | 2021.11.29 |
|---|---|
| 과기정통부, 기업 위한 AI 윤리 자율점검표 초안 공개...47개 문항과 사례 제공 (0) | 2021.11.24 |
| "데이터 사용 특례와 AI 인재창출 방안 필요"...인공지능에 관한 법률안 두고 AI 기관·업체 한 목소리 (0) | 2021.11.17 |
| 구글, 12조 펜타곤 AI 프로그램 재계약 추진한다...3년전 반대한 직원들의 반응은 (0) | 2021.11.17 |
| EU 인공지능 규제 초안 발표 후...각국 정부, 인권 단체 등 설왕설래 (0) | 2021.11.15 |