사회의 모든 곳에서 최적의 의사결정이 이뤄지도록, Data Intelligence Lab

‘삶은 선택의 연속이다(Life is C between B and D)’. 철학자 사르트르의 말처럼 사람은 매 순간 선택을 하면서 살아갑니다. 비즈니스 활동은 물론 생활 속에서도 말이지요. Data Intelligence는 이런 선택이 최적의 의사결정이 될 수 있게 도와주는 AI 기술입니다.

제조 과정에서 나오는 센서 시그널부터 물류와 자금의 흐름, 사람들의 제품 사용과 소비 패턴까지 모든 데이터들이 Data Intelligence 연구의 소재가 됩니다. 어떤 AI보다 광범위하게 연구되고 다양하게 활용되는 Data Intelligence. LG AI연구원에서 Data Intelligence Lab을 이끌고 있는 임우형 랩장을 만나 Data Intelligence Lab과 연구에 관한 이야기를 들어보았습니다.

사람의 모사를 넘어서는 AI, Data Intelligence

임우형 랩장은 음성인식 분야의 전문가입니다. 석박사 과정에서 음성인식을 전공하고 전자기업과 통신사에서 음성인식 서비스와 플랫폼을 연구하다 2019년 LG사이언스파크에 합류했습니다. 이곳에서 Data Intelligence에 대한 수요와 가능성을 발견한 그는 연구 범위를 넓혀 복잡한 데이터를 기반으로 하는 Data Intelligence 연구를 하고 있습니다.

Q. AI에 관심을 갖고 연구하게 된 계기가 있나요?

“어릴 적부터 AI에 관심이 많았어요. 기계가 사람을 흉내 내고 사람과 상호작용하는 것이 재미있었거든요. 로봇이나 공학, 컴퓨터를 좋아했고 적성에도 맞았기 때문에 전자전기공학 전공으로 학부에 진학했고 로봇 동아리 활동을 하기도 했습니다. 동시에 사람 자체에 대한 호기심도 컸어요. 사람이 지능을 활용해 고차원적인 사고를 하는 과정이 궁금해 인지 심리학을 따로 공부하기도 했죠.

기계가 사람의 언어를 인식하고 이해하는 과정을 연구하고 사람과 커뮤니케이션할 수 있는 AI를 만들고 싶어 석사 과정부터 본격적으로 AI, 그중에서 음성인식을 연구했습니다. 현업에서도 연구를 계속해오다 LG에 오니 Data Intelligence 분야에서 수요나 새로운 시도를 할 수 있는 부분들이 많이 보였고 음성신호를 연구하는 것과 성격도 비슷해 큰 어려움 없이 Data Intelligence 분야로 연구 범위를 넓힐 수 있었습니다.”

Q. Data Intelligence 연구의 특징은 무엇이고, 다른 AI 연구와 차별점은 무엇인가요? 

“Data Intelligence는 AI가 사람을 흉내 내는 것을 넘어 복잡한 사고를 대신해 주고 더 나은 결정을 할 수 있게 도와줍니다. 일반적으로 사람들은 AI를 기계가 ‘사람처럼’ 사고하고 행동하는 것이라고 생각합니다. 실제로 영상이나 언어 분야에선 AI 연구의 목표치가 ‘사람을 잘 흉내 내는 것’일 때가 많습니다.

하지만 Data Intelligence는 기계의 성능이 사람을 훨씬 뛰어넘을 때가 많습니다. 알파고가 좋은 예인데요. 바둑은 19X19의 한정된 공간에 흑돌과 백돌을 놓는 단순한 게임이지만 수많은 변수를 계산하고 예측해서 어떤 수를 둘지 결정해야 하는 문제입니다. 사람은 직관과 경험에 의지해 수를 두지만 AI는 이론적이고 확률적인 계산을 통해 사람보다 뛰어난 성능을 보여줍니다. 그게 실현된 게 알파고와 이세돌의 대결이었던 거고요.

생각을 확신하지 못하고 직관에 의지하는 사람의 의사결정들을 수학적이고 체계적으로 판단할 수 있는 로직으로 만드는 것이 다른 AI 연구와 Data Intelligence의 차별화된 특징입니다.”

Q. 다루는 데이터의 종류나 활용 범위도 다를 것 같습니다. 

“제품 제조 과정에서 생성되는 데이터, 과거 판매 수치 같은 로그 데이터, 실적 데이터 등 숫자로 된 데이터라면 무엇이든 연구 대상이 될 수 있습니다. 그래서 Data Intelligence의 적용 분야를 어디서부터 어디까지라고 한정 짓기보다 데이터가 있는 곳이면 어떤 분야에도 활용할 수 있다고 보시면 됩니다.

실제로 저희가 진행했던 과제 중엔 배터리 이상 징후 감지나 수명, 용량 예측은 물론 통신 네트워크나 IPTV의 이상 징후를 예측하는 과제도 있었고 제품의 수요를 예측하여 재고 관리나 생산 준비를 하는 과제도 있었습니다. 엔터테인먼트 분야에서 개인화된 콘텐츠를 추천하는 과제도 논의되고 있고요.”

Q. 현재 Data Intelligence 분야에서 풀지 못한 난제는 무엇인가요?

“예측 분야에서 굉장히 복잡하고 많은 숫자 데이터들 가운데 의미 있는 핵심 수치들을 자동으로 구분하는 것, 그리고 데이터에 담겨 있지 않은 이면의 지식과 정보를 머신러닝의 프레임워크에 결합시키는 것이 아직까지 풀지 못한 숙제로 남아있습니다.

상대적으로 영상이나 언어 분야에서는 이미지넷이나 GPT3처럼 엄청나게 큰 데이터베이스를 구축해서 좋은 성능의 모델들을 만들고 있어요. 하지만 Data Intelligence 분야에서 현실 데이터들은 아주 다양한 상황에서 소량만 존재하는 경우가 많습니다. 이런 데이터를 가지고 자동으로 인사이트를 도출하는 AI를 만드는 것은 굉장히 어려운 일입니다. 이 때문에 사람의 지식을 머신러닝과 결합하기 위한 고민을 많이 하고 있고, 이것을 해결했을 때 임팩트 역시 클 것이라고 생각합니다.”

모든 곳에 활용되는 AI를 꿈꾸다

Q. Data Intelligence Lab에서는 어떤 AI 기술들을 활용해 무슨 연구를 하고 있나요?

“예측(Prediction), 시계열 예측(Time-Series Forecasting), 이상 징후 탐지(Anomaly Detection), 최적화(Optimization), 추천(Recommendation) 크게 다섯 가지 분야에 대한 연구를 수행하고 있습니다.

그중에서도 현재 주력하고 있는 연구는 배터리 이상 감지와 용량 예측 과제입니다. 배터리 이상 감지 연구는 사용 중인 배터리의 이상 여부를 AI로 사전에 감지해 사고를 미연에 방지하는 연구입니다. 기존에도 다양한 이상 검출 알고리즘들이 사용되고 있었지만 배터리에서 발행하는 데이터의 패턴을 사람이 이해하고 모델링하는 데엔 한계가 있었습니다. 이것을 Variational AutoEncoder, Adversarial AutoEncoder 등 최신 AI 기술들을 사용하여 차별화된 성능을 확보하고 있습니다.

배터리 용량 예측 연구는 배터리의 충전, 방전 일부 데이터만을 이용하여 배터리의 실제 용량을 예측하는 과제입니다. 이런 예측 모델은 기존의 전통적인 통계 기반 예측 알고리즘을 통해서도 개발할 수 있지만 DNN/CNN Ensemble 모델 등 최신 AI 알고리즘을 적용하여 예측 성능을 더욱 정교화하고 있습니다.”

Q. Data Intelligence Lab의 연구 중 대표적인 성공사례나 성과가 있다면 무엇인가요?

“지난해 진행했던 배터리 이상 감지, 수명·용량 예측 과제를 말씀드릴 수 있을 것 같습니다. 아직 현업에 적용하는 데까지는 많은 여정이 남아있지만, 최신 AI 기술을 활용해 이런 예측 문제들을 기존보다 월등한 수준으로 해결할 수 있다는 가능성을 증명한 것은 매우 큰 의미가 있다고 생각합니다. 이런 작은 증명을 통해 기존에 한계에 부딪혔던 다양한 문제들에 AI 기술을 적용해 돌파구를 만드는 시도들을 많이 하고 있습니다.”

Q. Data Intelligence Lab의 비전과 목표는 무엇인가요?  

“저희는 우리 사회 모든 곳에 AI가 활용되는 모습을 꿈꿉니다. 휴대폰처럼 모든 업무와 일상에 활용되는 AI, 그리고 사람들이 어려워하는 일들을 돕는 AI 말입니다. 특히 복잡한 사고가 필요한 문제를 해결하는 AI를 만들고자 합니다. 

AI는 사용 주체에 따라 다양한 도구로 활용될 수 있습니다. 기업에서 활용된다면 경영, 제조, R&D 효율을 극대화하는 비즈니스 의사결정의 도구가 될 것입니다. 앞으로 AI가 어떤 특별한 목적만을 위해 쓰이는 것이 아니라 사람의 옆에 항상 있으면서 어떤 식으로든 활용되는 기술이 될 것이라고 생각합니다.” 

큰 숲을 보며 즐겁게 연구하는 조직

Data Intelligence Lab은 임우형 랩장을 포함해 총 12명의 인원으로 구성되어 있습니다. 랩에는 임우형 랩장처럼 다른 분야 연구를 하다 합류한 연구원들도 있습니다. 조직은 연구 과제별로 스쿼드(Squad, 분대)로 나뉘며 구성원들의 필요와 관심분야에 따라 얼마든지 다른 연구도 할 수 있도록 유연하게 열려있습니다.

Q. Data Intelligence Lab의 문화와 조직은 어떤가요? 어떤 조직으로 이끄실 계획이신가요?

“Data Intelligence Lab은 밝고 활기차며, 서로 자유롭게 토론하고, 궁금한 것은 아무에게나 편하게 물어볼 수 있는 곳, 스스로 새로운 연구를 찾고 공부를 많이 해야 하지만 회식할 땐 어느 팀보다도 시끌벅적한 곳입니다.

수평적이고 자유롭지만 저는 이곳을 그저 편안한 랩으로 만들고 싶지 않습니다. 연구원들이 랩에 소속되어 있는 동안 개인의 성장을 위해 알찬 시간을 보내고 자신의 연구 분야뿐만 아니라 다른 사람의 연구도 관심 있게 보면서 시야를 넓히길 바랍니다. 그래서 정기적으로 자신의 연구를 랩 전체에 공유하는 자리를 만들고 있습니다.”

Q. 평소 임우형 랩장께서 구성원들에게 가장 많이 강조하시는 것은 무엇인가요? 

“저는 우리 연구원들이 지치지 않고 연구를 즐겼으면 좋겠습니다. 그래서 단기적인 성과에 집착하지 말고 궁극적으로 본인이 하고자 하는 것이 무엇인지 끊임없이 고민하라고 주문합니다. 하나의 문제에 매몰되면 쉽게 지칩니다. 문제에 집중하다가도 잠깐 빠져나와 내가 맞는 방향으로 가고 있는지, 다른 방법은 없는지 돌아볼 수 있어야 좋은 연구를 할 수 있습니다.

Data Intelligence 연구를 할 때도 마찬가지입니다. 주어진 문제를 해결하는 데 급급해하기보다 문제를 일반화, 추상화한 뒤 문제의 본질을 파악하고 해결을 위한 핵심 AI 알고리즘이 무엇인지 고민하는 것이 중요합니다. 이를 위해 저는 평소 구성원들에게 추상적인 질문들을 많이 하고 고민할 시간을 충분히 주려고 노력합니다. 처음엔 제 질문에 힘들어 하던 연구원들도 시간이 지날수록 스스로 생각하는 내공이 많이 생긴 것 같고, 이들의 성장이 보일 때 큰 보람을 느낍니다.”

Q. 향후 Data Intelligence Lab에서 이루고 싶은 목표가 있다면 말씀해 주세요.

“Data Intelligence 분야에서 한두 가지 기술만큼은 세계 최고가 되었으면 좋겠습니다. 강화학습 하면 자연스럽게 딥마인드가 떠오르듯 적어도 Data Intelligence의 어느 분야에 대해서는 모든 연구자들이 자연스럽게 LG AI연구원 Data Intelligence Lab을 먼저 떠올리고 우리와 함께 연구하고 싶어 하는 기술과 사례를 만들고 싶습니다.

이와 함께 저희 Data Intelligence Lab을 누구나 오고 싶고, 함께 하고 싶어 하는 조직으로 만들고 싶습니다. 이곳에 오면 무언가를 배우며 성장할 수 있고, 다른 사람에게 긍정적인 영향을 줄 수 있는 조직이 되었으면 합니다.”

MINI INTERVIEW

(왼쪽부터) Data Intelligence Lab 조혜승님, 정혜민님

Q. 간단한 소개를 부탁드립니다.

정혜민: Data Intelligence Lab에서 추천 알고리즘과 이상 감지 알고리즘을 연구하고 있습니다. 대학원 때 서울시 도로 속도 데이터 예측 연구를 하면서 처음 Data Intelligence를 접했고 연구적인 측면과 현업의 문제를 모두 해결하는 능력을 기르고 싶어 LG AI연구원 Data Intelligence Lab에서 근무하게 됐습니다.

조혜승: 저는 이상 감지 분야를 연구하고 있습니다. 시계열 이상 감지에 대한 연구라고 총칭할 수 있을 것 같은데요. 좀 더 구체적으로 말하자면 ESS(Energy Storage System)나 전기차에 들어가는 배터리의 이상 움직임을 감지하는 연구를 하고 있습니다.

Q. Data Intelligence 연구의 매력은 무엇인가요?

정혜민: Data Intelligence 연구의 매력은 문제 해결을 위해 근본적인 질문을 던지고 이에 대한 답을 찾아가는 과정이 매력이라고 생각합니다. 예를 들어서 예측, 추천과 같은 특정 문제를 잘 풀기 위해서 어떻게 하면 데이터에 담겨진 의미 있는 특징 및 패턴들을 잘 도출 할 수 있을지에 대한 질문을 던지고, 이에 대한 답을 찾기 위해서 확률, 선형대수와 같은 수학적 지식, 머신 러닝, 딥러닝의 이론적 지식 등을 모두 적용하면서 답을 깨닫는 과정이 매력이라고 생각합니다.

조혜승: Data Intelligence 연구는 비전, 언어를 제외한 모든 데이터를 다루는 만큼 범위도 넓고 풀어야 할 문제도 많습니다. 전기차 배터리나 화학공장의 제조 공정, IPTV의 네트워크 등 우리가 생각하지 못했던 현실의 여러 곳에서 데이터라는 이름의 보이지 않는 신호들이 쌓여 문제를 일으키는데, 이런 다양한 문제의 범위가 매력적이라고 생각합니다. 현실 문제들을 해결하면서 세상에 기여하고 있다는 느낌이 드는 것도 좋고요.

Q. Data Intelligence Lab과 임우형 랩장은 어떤 조직, 어떤 리더인가요?

정혜민: Data Intelligence Lab은 서로 관심 있는 연구 주제에 대해 활발히 의견을 나누고 현업의 문제를 푸는 과정에서 발생하는 문제에 대해 팀원들이 자신의 일처럼 함께 고민하고 답을 찾는 조직입니다. 임우형 랩장님은 자신이 연구를 즐기시면서 연구원 개개인의 성향, 장점, 관심분야를 모두 파악해 각자 즐겁게 일할 수 있도록 배려해 주십니다. 그리고 눈 앞의 일에 매몰되지 않고 항상 스스로가 무엇을 연구하고 싶은지 고민하고 답을 찾게 도와주는 리더입니다.

조혜승: 저희 랩은 자유롭고 수평적인 문화가 큰 장점입니다. 연차와 관계없이 자유롭게 논의할 수 있는 것은 물론 서로에 대한 신뢰가 강해 어떤 어려움도 이겨낼 수 있을 것 같습니다. 임우형 랩장님 덕분에 이런 문화가 자리 잡을 수 있었던 것 같아요. 구성원들이 즐겁게 일하는 것을 무엇보다 중요하게 생각하는 분이시거든요. 저희한테 늘 어떤 연구를 하고 싶은지, 무엇이 어려운지 물어보시고 실제로 고민 상담도 자주 해주십니다. 물론 연구 성과도 뛰어나셔서 여러모로 존경스럽습니다.

Q. Data Intelligence Lab에서 이루고자 하는 목표가 있다면요?

정혜민: AI로 문제를 풀기 위해서 고민해야 하는 질문들을 품고, 그 질문들에 대한 답을 스스로 찾을 수 있는 인사이트를 확보한 사람이 되고 싶습니다. Data Intelligence Lab에서 제가 맡은 분야에서 기존에 존재하는 방법들의 한계점들을 파악하고, 이를 극복하기 위한 해결책을 고안하고 싶습니다.

조혜승: 데이터가 폭발적으로 많아지고 있는 시점에서 시계열 데이터 이상 감지는 더욱 중요해지고 있다고 생각합니다. 데이터마다 특성의 편차가 큰 분야이기도 하지만 이런 제약을 이겨내고 여러 연구에 두루 적용할 수 있는 저만의 방법론을 만들고 싶어요.