닫기
Loading..

전자정보연구정보센터 ICT 융합 전문연구정보의 집대성

파워iN터뷰

홈 홈 > 포커스iN > 파워iN터뷰

IT뿐만 아니라 전반적인 과학기술 관련 현장에서 활약하시거나, 현장의 노하우를 바탕으로 끊임없이 도전하고 미래를 만들어나가는 주인공들의 이야기, 또는 IT분야에서 이슈가 된 화제의 인물, 그들의 이야기를 전해드립니다.

  • 김종원
  • GIST AI 대학원
  • jongwon@gist.ac.kr

트위터 공유

페이스북 공유

   정부는 세계적 수준의 AI 분야 고급 인재 양성을 위해 AI 특화전문대학원을 설립 지원하고자 8개 대학을 선정하였습니다. 이번 파워iN터뷰에서는 GIST AI 대학원 김종원 원장님을 만나 뵙고 글로벌 AI 인재 육성을 위한 GIST AI 대학원의 커리큘럼 및 앞으로 발전 계획 등 자세한 이야기를 들려드립니다.


   김종원 원장님은 서울대학교에서 제어계측공학 학ㆍ석ㆍ박사학위를 받았으며, 이후 공주대 조교수와 서던캘리포니아대학교 연구조교수를 거쳐 GIST 전기전자컴퓨터공학 교수로 부임하였습니다. 현재 GIST AI 대학원 원장GIST SCENT(Super Computing cENTer)의 센터장 등 주요 보직을 맡고 계시면서 국내 AI 분야 글로벌 인재 양성과 산학연 발전을 위해 앞장서고 계십니다.  ☞ 약력보기 PDF




▶ 정부 지원의 AI 특화 대학원으로 GIST가 선정되었습니다. 

   GIST AI대학원 초대 원장직을 맡으신 소감과 포부를 말씀해 주세요.


   실제로 새로운 주제를 가지고 학생들을 양성한다는 게 쉬운 일은 아닌 것 같습니다. 저희가 이번 인공지능대학원을 석사과정이 없는 석·박 통합과정과 박사과정으로 준비하였고, 기존과는 다르게 ‘교육과 연구 그리고 창업’이라는 Catch Phrase를 붙였습니다. 통합과정을 만든 이유는 교육과 연구 그리고 창업까지 연결하기에 석사만으로는 부족하다고 생각했기 때문입니다. 통합과정을 통해서 한 5년 정도의 시간을 투자하면 교육도 제대로 받고 연구 논문도 쓰고, 이처럼 현실적인 문제를 충분히 접할 수 있는 상태에서 창업도 시도하는 방식으로 학생들을 키우고자 합니다. 기존의 창업모델은 졸업하고 나서 ‘한번 해봐라.’였다면, 저희의 창업모델은 ‘졸업하기 전에 해봐라.’입니다. 이러한 부분이 저희의 차별점인 것 같습니다. 



▶ IT 선진국과 비교해 국내 AI 분야의 전반적인 현황에 대한 원장님의 견해를 부탁드립니다


   한국의 인공지능에 대하여 요즘 많은 분들이 관심을 가지고 계시는데, 한국의 인공지능 상황은 그렇게 녹록치 않습니다. 글로벌한 부분에서 한국의 인공지능 경쟁력이 ‘Top 10에 들어가느냐, 아니냐.’에 대한 많은 논쟁이 이루어지고 있습니다. 통신과 같은 ICT 부분은 ‘Top 10에 들어가느냐.’에 대한 물음에 의심은 없는데, 인공지능 분야에서는 ‘아직도 의심을 한다.’ 정도로 보시면 되겠습니다. 근본적인 이슈는 이렇습니다. 인공지능이라는 분야가 굉장히 새로운 분야이고, 그동안 급격하게 기반을 만들어 왔기 때문에 아직 국내에는 충분한 숫자의 전문 인력이 없습니다. 이와 관련한 부분을 저는 밀도라고 말씀드리겠습니다. 현재 새로운 분야에서 많은 분들이 열심히 움직이고 있지만, 아직 한국은 충분한 밀도가 생기기에 참여하고 있는 인력이 많지 않습니다. 우리가 경쟁하는 나라들은 훨씬 더 많은 인구를 기반으로 많은 인력, 그리고 저희보다 조금 더 빨리 준비되어 있었습니다. 인공지능 부분은 미국 그리고 캐나다도 빨리 준비되어 있었고, 유럽도 열심히 하고, 말 그대로 중국도 진짜 열심히 하고 있습니다. 결론적으로 이러한 경쟁 부분에서 한국이 Top 10 안에 안정적으로 차지하면서 빨리 성장하는 것이 필요한 단계로 보고 있습니다.    



▶ 국내 AI 분야 육성에 있어서 인공지능대학원 프로그램과 같은 전문인력 양성이 중요한 과제라고 생각합니다. 이를 위해 가장 먼저 주력해야 할 일이 무엇이라고 생각하십니까?


   사실 요즘 인공지능 분야의 인재양성과 관련하여 논의를 많이 하고 있습니다. ‘어떤 인공지능 인력이 필요 하느냐, 그리고 AI대학원은 그 인력 중에서 어떤 부분의 인력을 양성해야 하느냐.’에 대한 논의를 하게 되면 인력 피라미드 이야기를 많이 합니다. 인공지능 분야에서나 소프트웨어 분야에서 아주 최상위 즉, 리더급 인력에 대한 이야기를 여전히 많이 하고 있다는 뜻입니다. ‘상위 1%가 전체를 챙긴다.’라는 논리가 약간은 적용된 영역이기 때문이죠. 한 가지 더 말씀드리면, 인공지능은 AI Core라는 AI 핵심을 하는 부분에 대해서도 많은 이야기를 하고 있고, 동시에 AI 융합이라고 해서 AI+X, 저희는 AI for X라고 하는데, 결국에는 Core를 하는 인공지능 인력 부분하고 융합하는 인력의 균형감이 필요합니다. AI Core라고 하는 것은 AI의 기본적인 부분에서 어떤 새로운 알고리즘의 방법을 접해 동작하지 않는 인공지능을 동작하게 만드는 것입니다. 이런 Core 영역이 점차 넓혀지면 많은 사람들이 그 기술을 배울 수 있게 되고 궁극적으로 그 기술이 일반적이게 됩니다. 이런 Core 부분의 이슈들을 많이 다루는 인력이 필요합니다. 마찬가지로 이것을 빨리 활용할 수 있는 인력도 필요합니다. 다만, AI+X 부분에서 이러한 기술을 활용하려면 관련 지식을 가지고 있는 사람들이 활용해야 하는데, 그렇지 못한 경우가 있는 것 같습니다. 인공지능의 본성을 보면, 딥러닝 방법의 인공지능이 여전히 대세인데, 이는 데이터를 주면 열심히 읽어보고 되새겨서 숨어있는 것을 찾아내는 스타일의 인공지능에 가깝습니다. 딥러닝을 잘하려면 많은 데이터가 필요하고, 데이터가 많이 쌓이는 쪽에서 더 좋은 인공지능을 할 수 있습니다. 물론 데이터가 줄어들어도 인공지능을 할 수 있는 기술이 개발되고, 데이터 관련 문제를 해소하기 위한 노력이 필요합니다. 결국은 ‘핵심적인 부분하고 융합적인 부분 그리고 관련 문제를 해소하기 위한 기본적인 환경 인프라로부터 지원받아야 인공지능을 잘할 수 있다.’ 등의 여러 문제를 갖고 있는 것 같습니다.

   


▶ GIST AI대학원은 글로벌 AI 혁신 인재 양성을 위한 ‘실증 중심의 산업밀착형 교육 연구’를 지향하고 있습니다. 이에 대한 자세한 설명 부탁드립니다.


   앞서 ‘교육, 연구, 창업’이라는 말씀을 드리며 이와 관련하여 저희가 생각하고 있는 핵심과 융합을 언급해드렸는데, 사실 광주과학기술원은 융합적인 부분에 굉장히 많은 신경을 쓰고 있습니다. AI for X라고 하는 것은 X를 위한 AI인데 이는 광주과학기술원의 배경과 연관되어 있습니다. 광주에 과학기술정보통신부와 광주시가 협력하여 금년도부터 5년 계획으로 4천억원 규모의 ‘인공지능 산업 융합 집적 단지’를 조성하고 있습니다. 이를 AI클러스터라고 하기도 하고 AI 집적단지라고도 하는데, GIST는 헬스케어/에너지/자동차의 3대 특화 분야에서 성과를 낼 수 있는 인공지능대학원으로 추후 3대 특화 분야에 대한 창업까지 이루어내는 인력을 키우려고 합니다. 덧붙여 말씀드리면, 헬스케어/에너지/자동차와 관련한 장비들을 도입하고 관련 데이터를 처리할 수 있는 데이터 센터를 짓고 있습니다. 2년 후면 어느 정도 가시화될 텐데, 그때 저희 학생들이 3학년이 됩니다. 3학년이 되었을 때 학생들이 인턴십도 하고, 해외에서 경험도 쌓고 마찬가지로 집적단지에 진출하면서 산업의 현실적인 인공지능 문제를 해결할 수 있도록 양성하고자 합니다. 답을 이미 알고 있는 Sample data로 공부하는 것과 비교했을 때, 답을 모르는 새로운 데이터에서 연구할 수 있는 그 능력이 진짜 힘이라고 할 수 있습니다. 이러한 능력을 키우게 되면 실전을 감당할 수 있는 상태가 되고, 이를 바탕으로 학생들이 창업할 수 있도록 교육하고자 합니다. 



▶ AI 분야로 진출하려는 후배들에게 도움이 될 만한 조언 부탁드립니다.


   저는 이 부분에 대해서는 2가지 유형의 사람들이 있다고 생각합니다. 근본적으로 새로운 스타일을 만들어내는 사람들과 그 스타일을 문제가 되는 도메인에서 유효적절하게 사용하여 수율을 높이는 사람들입니다. 인공지능 기술의 융합 부분에서 수율을 높이기 위해서는 도메인의 특성을 이해하고 있는 사람이 그 안에 있는 데이터를 보고 어떤 방법론의 인공지능을 활용할지 연구해야 합니다. 이런 부분이 사실 미래 지향적이라고 생각합니다. 인공지능의 핵심적인 부분을 하지만 선도적인 것을 할 수 있는 사람은 얼마 없습니다. 새로운 스타일을 만들어 낼 수 있는 사람이 얼마 없기 때문입니다. 하지만 새로운 스타일을 잘 활용하는 사람들 즉, 그것을 본인 도메인에 활용할 때, ‘이 스타일은 도메인에 잘 맞아.’ 혹은 ‘안 맞는 거 같아.’ 등의 검증을 통해 본인만의 특화된 데이터를 쌓아가는 사람들이 경쟁력을 가질 거라고 봅니다. Long-term의 경쟁력은 본인이 검증한 데이터에 적합한 도구를 빨리 찾아 적용할 수 있는 사람들이라고 생각하고, 이런 방향성에서 인공지능을 바라보는 것이 필요하다고 생각합니다. 한국이 가지고 있는 응용력, 동적인 부분을 이런 쪽에 발휘했으면 좋겠습니다.



▶ AI 분야 신진연구자들에게 추천할 만한 논문, 서적 또는 사이트를 말씀해 주시면 감사하겠습니다.


   인공지능 도구나 새로운 방법론을 배우려면 Top AI Conference 논문을 참조하시라고 말씀드리고 싶습니다. 인공지능 분야의 새로운 스타일은 모두 이러한 논문들에서 발표되고 있습니다. 그리고 두 번째는, 인공지능 분야에 있어 새로운 도구들이 나오고 있지만 내가 익숙하게 고쳐쓸 수 있는 도구들이 아니면 쓸모가 적어집니다. 도구라는 것은 Auto ML, 즉 자동화되는 Machine Learning 등이 있는데 이러한 도구가 점점 자동화되어서 연구자들이 데이터를 주면 인공지능이 알아서 정리하는 단계로 넘어가는 시점입니다. 이때 연구자는 도구가 어떤 스타일로 업그레이드 되는지를 알아야 하며 조금 더 실용적인 Open Source 기반 Software를 많이 접하는 게 필요하다고 말씀드리고 싶습니다. 즉 인공지능 분야 연구개발을 자유롭게 할 수 있도록 다양한 Open Source 기반 Software들을 찾고, 이 도구들을 활용하는 사이트들을 많이 살펴보시면 좋겠습니다. 예를 들어 GitHub를 보면 GitHub의 source는 공개되어 있는데, 이를 활용할 수 있어야지 그렇지 않으면 그림의 떡이 됩니다. 따라서 이런 사이트들을 많이 가서 보시고, 참조하시면 좋겠습니다. 



▶ GIST AI대학원의 미래 연구방안이나 대외협력 등 앞으로 계획이 있으시다면 말씀해 주세요.


   GIST 인공지능 대학원은 이제 막 첫 학기를 시작하고 있습니다. 새로운 조직을 시작했지만, 코로나19로 인해 학생들을 만나지 못하고 있다는 것은 굉장한 애로사항입니다. 저희가 나아가야 할 방향에 대해 말씀드리면, 1~2년 정도는 교육을 하면서 실전을 할 수 있는 준비를 하고 이것이 가능하도록 환경을 만들어가는 게 필요하다고 생각합니다. 또한 데이터가 점점 늘어나면서 더 많은 저장소를 원하고 있는데, 이러한 환경에 신속히 대응하고 전체적인 효율성을 높일 수 있도록 준비를 열심히 하고 있습니다. 인공지능과 관련하여 더 많은 일을 할 수 있게 됐을 때, 충분한 무기를 쥐어 줘야 한다고 생각하기 때문입니다.



▶ 그 밖에 하시고 싶은 이야기


   전체적으로 ‘AI 분야를 너무 한정해서 보지 않았으면 좋겠다.’라는 말씀을 드리고 싶습니다. 아직도 딥러닝, Visual AI 등과 관련 분야에 쏠림 현상이 일어나고 있습니다. 요즘은 서서히 NLP 즉 텍스트 기반 Learning 을 하는 AI도 뜨고 있으며, 사실 AI 전 분야의 경쟁입니다. 어떤 AI 분야도 마찬가지로 생각되지만, 조만간 제한된 영역의 Component (요소) AI 기법들은 조금 있으면 성숙해질 것입니다. 여기에는 Visual한 요소도 있을 것이고, 요즘 많이 하는 자동화 요소 즉, 로봇의 개념에 어떤 자동화 방법적인 것을 적용하여 사람에게 쓰이는 단순한 AI도 있을 것입니다. 생각보다 스펙트럼이 넓습니다. 좀 더 넓게 보셨으면 좋겠는데, 아직은 AI 연구를 시작하는 학생들이 대표적인 AI 분야에만 집중하는 경향이 있습니다. 조금 더 분야를 넓혀서 진출할 것을 다시 한 번 강조하고 싶습니다.

2020년 5월