인간의 뇌 닮아 ‘항상 학습하는 상태’인 네트워크
학습량 늘어날 때마다 예측도 정확해져...용례에 제한 없어

[보안뉴스 문가용 기자] 현재 세계적으로 가장 각광받고 있고, 또 연구되고 있는 신기술들을 나열시켜 보면 단연 선두에 인공지능이 있을 것이다. 이미 인공지능을 장착시킨 기술들이 나와 생활 속 여러 면에서 녹아들고 있다. 앞서 간다 하는 기업들은 대부분 인공지능 소프트웨어를 사용 중에 있기도 하다. 확실히 소프트웨어의 기능은 인공지능의 추가로 강력해지는 면이 있다.


[이미지 = iclickart]

그렇다면 다른 분야는 어떨까? 소프트웨어나 IT를 제외한 다른 모든 분야에도 인공지능이 활용될 수 있을까? 가능하다. 다음과 같은 사용 사례를 우린 지금도 상상해볼 수 있다.

신경망 : 정의와 원리
먼저 신경망이란 무엇이며, 어떤 기능을 가지고 있는지부터 간단히 알아보자. 신경망은 ‘인공 신경망’이라고 불리기도 하는데, 그 이유는 인간 뇌의 뉴런과 흡사한 방식으로 구성되고 작동하기 때문이다. 뉴런이 있어 우리는 생각할 수 있고, 결정을 내릴 수 있으며, 창작활동도 할 수 있는 것이라고 볼 수 있다.

물론 이러한 뉴런을 따라했다고 해서 인공 신경망이 진짜 뇌의 수준에 근접한 건 아니다. 둘의 경쟁은 아직 성립조차 되지 않는다. 다만 뇌의 뉴런이 항상 우리를 학습하는 상태로 만들 듯, 인공 신경망도 끊임없이 학습할 수 있게 된다. 또한 이 학습과정이라는 것도 ‘새로운 정보의 입력’, ‘분석’, ‘결과 향상’의 순서로 서로 비슷하게 이뤄진다.

당연히 더 많은 정보가 입력될수록, 분석의 과정은 더 복잡하다. 그러므로 학습을 하다보면 한 인공 신경망에 필요한 뉴런의 수가 수천을 금방 넘을 수도 있다. 당연히 망의 구조 자체도 더 복잡해지고, 분석에 걸리는 시간도 더 길어진다. 하지만 결국 기계는 조금이나마 더 똑똑해진다. 인간의 뇌가 동물의 그것보다 큰 것을 생각해보면, 이러한 신경망의 특성이 이해갈 것이다.

마케팅
마케팅이나 도소매 분야는 인공지능의 활용과 거리가 멀어 보인다. 하지만 그렇지 않다. 마케팅 전략을 수립하고 목적을 충족시키는 데에 있어 신경망 기술이 충분히 활용될 수 있다. 특히, 표적마케팅(Target Marketing)에서 인공지능의 활용성이 돋보인다. 표적마케팅이란 시장을 세분화해서, 각 판매자들이 정확하고 구체적인 목표를 선택하고 정하도록 하는 것을 그 목적으로 한다. 즉, 알맞은 고객에게 알맞은 상품을 전달하는 것, 그것이 표적마케팅의 힘이라는 것이다.

그런데 이 시장 세분화라는 게 쉽지가 않다. 기준이라는 게 늘 애매하기 때문이다. 하지만 인공지능이 시장을 ‘경제적 지위’나 ‘구매 패턴’ 등 다양한 기준으로 시장을 이런 모양 저런 모양으로 세분화시킬 수 있다. 물론 시장에 대한 다양한 학습이 선행된 후에 말이다. 인공지능을 계속해서 훈련시켜 시장에 대한 남다른 통찰을 갖게 되는 것이 앞으로 경쟁에서 큰 힘이 될 전망이다.

도소매
신경망은 여러 가지 임무를 동시에 수행할 수 있다. 이것만으로도 도소매 업계에서는 신경망이 큰 가치를 가지게 된다. 게다가 인공지능은 기본적으로 ‘대량의 데이터’를 처리할 수 있는 능력을 탑재하고 있다. 대량의 데이터를 한 번에 여러 가지 목적으로 처리할 수 있다는 건, 보다 정확한 예측이 가능케 된다는 것이다. 기존 통계학적인 방법론이 해냈던 그 어떤 예측보다도 말이다.

혹은 신경망을 사용해 많은 제품들을 빠르게 검사 및 평가하는 것도 가능하다. 예를 들면 어떤 제품을 소비자들이 얼마나 자주, 어떤 물건과 함께, 어떤 시간대에 주로 구매했는지 신경망이 파악하고 분석하는 건데, 이런 식의 활동을 굉장히 많은 품목들에 적용시킬 수 있다는 뜻이다.

이렇게 해서 고객들이 뭘 주로 구매하거나 무시하는지 파악하게 된다면 효율적인 투자를 할 수 있게 된다. 또한 ‘나의 고객들’이 원하는 걸 그때그때 가져다놓는 것도 가능하게 된다. 이건 온라인이나 오프라인이나 마찬가지다. 뿐만 아니라 고객들이 필요한 물건을 알아서 파악해 알림 서비스도 제공할 수 있다. 이미 이렇게 하고 있는 기업이 있으니 바로 아마존이다.

금융
도소매업에서 인공 신경망이 정확한 예측을 할 수 있다면, 금융업계에서도 이런 기능이 빛을 발할 수 있는 건 마찬가지다. 충분한 정보가 신경망을 통과하면, 항상 학습하는 상태의 이 네트워크는 어느 순간 예측을 할 수 있게 된다. 이게 도소매 관련 정보면 도소매 관련 예측을, 금융 정보면 금융 산업과 관련된 예측을 하게 되는 건 당연한 이치. 게다가 정보가 매일처럼 더 많이 분석되면 될수록 예측은 점점 더 정확해진다.

이런 경우 먼저 주가 상승률이나 하락률, 환율에 대한 예측이 보다 정확해지는 미래도 불가능한 것만은 아니라는 걸 알 수 있다. 은행의 경우 인공 신경망을 통해 고객에 대한 정보를 입수, 분석해 보다 정확한 금액을 대출해줄 수 있게 된다. 지나치게 높은 금액을 가져가 파산하는 개인도 줄어들고, 지나치게 낮은 금액을 가져가 아무런 효용을 보지 못하는 경우가 사라질 수 있다는 것이다.

보험
보험은 예로부터 다양한 기술을 동원해 자산을 제대로 평가하고 측정, 추적하는 산업이다. 그래야 올바로 보험 정책을 만들고 이행할 수 있으니까 말이다. 또한 자산에 뭔가 일이 일어났을 때 빠르게 파악하기 위해서도 ‘추적 능력’은 이들의 오랜 연구 분야였다. 보험 산업에 인공 신경망 기술이 도입된다면 이런 것이 해결될 뿐만 아니라 고객들을 세분화해서 맞춤형 상품을 개발, 판매하는 게 가능해진다.

하지만 보험 분야에서 가장 기대하고 있는 건 사기 탐지 기능의 향상이다. 인공 신경망은 이전의 보험 사기 사건들을 학습하고 분석해 각종 사기 계획을 미리 구별해낼 수 있을 것으로 전망된다. 또한 어떤 보험 상품에 대한 선호도가 높은지, 고객들이 왜 이 상품은 선택하면서 저 상품은 선택하지 않는지 등의 시장 분석도 더 용이할 것으로 기대된다.

그밖에 원거리 통신 사업자들 사이에서도 인공 신경망 기술에 대한 비슷한 기대치를 가지고 있다. 운영 관리자나 프로젝트 관리자 역시 인공 신경망을 통해 보다 수월한 일을 할 수 있을 것으로 기대된다.

인공 신경망 기술의 가능성은 무궁무진하다. 회사 내 소프트웨어 엔지니어가 있다면 이 기술을 적극 검토하도록 임무를 내려주는 것을 권한다. 이 잠재력 높은 기술을 어떤 식으로 회사 사업 운영에 적용할 수 있을지 파악해내는 작업은 지금부터 시작되어도 이르지 않다.

글 : 나탈리아 카르첸코(Natalia Kharchenko), Cleveroad
[국제부 문가용 기자(globoan@boannews.com)]

Copyrighted 2015. UBM-Tech. 117153:0515BC
<저작권자: 보안뉴스(www.boannews.com) 무단전재-재배포금지>