AI 석학 이홍락 "다양한 문제상황 해결할 AI 에이전트 개발중"

/사진='2022 AI대학원 심포지엄' 온라인 중계 화면 캡처

"복잡하고 다양한 문제상황, 어떠한 환경에서도 빠르게 적응하는 AI 에이전트를 만들어야합니다"

인공지능(AI)분야 석학으로 꼽히는 이홍락 미시건대학 교수 겸 LG (78,200원 ▼900 -1.14%) AI 연구원 CSAI(최고AI과학자)는 18일 열린 과학기술정보통신부 '2022 AI대학원 심포지엄' 기조강연을 통해 이 같이 강조했다. 현재 AI가 단순 음성인식이나 검색결과 도출에 머물러있는데 인간이 사고하는 것처럼 복잡한 맥락의 메시지와 명령을 처리하려면 다양한 문제상황을 해결할 매커니즘을 만들어야한다는 뜻이다. 비서나 기업·기관 상담 서비스, 가정용 로봇 등에 활용될 수 있는 AI 기술 개발의 핵심 'AI 에이전트'의 환경 적응 능력을 높이겠단 의미이다.


이날 이 교수는 '인간을 돕는 조력자로 복잡한 업무를 수행하는 AI 에이전트 개발을 위한 학습 방법'이란 주제로 강연을 진행했다. 그는 "AI가 단순 복잡한 업무를 잘 수행할 수 있지만 현실세계의 다양한 문제상황에 놓이면 일반화된 성능을 내기가 어렵다"며 "로봇이나 인간 업무를 돕는 AI 비서 등 어떠한 환경에서도 일반화 성능을 내고 빠르게 적응하는 AI 에이전트를 개발하고자 한다"고 말했다.

이 교수는 AI 에이전트가 어떤 학습 방법을 거쳐 실생활 업무에 적용될 수 있는지 설명했다. 그는 "가정용 로봇은 다양한 가정환경에 적응해야 하고 인간 사용자가 원하는 바에 따라 다양하고 복잡한 업무를 수행해야 한다"며 "그러나 사용자 상황이나 니즈에 따라 수행해야 하는 업무는 매우 다양하고 이전에 수행하지 못한 업무도 처리해야 한다는 어려움이 있다"고 했다.

이 교수는 "하나의 테스크를 여러 개의 단순화된 하위작업으로 쪼개 학습하고 이를 조합하는 작업이 필요하다"며 "예컨대 빵을 자르기 위해선 '칼을 찾고 빵을 자른다'는 식의 세부 작업으로 나누는 것"이라고 덧붙였다. 세부 작업간 의존관계를 예측 및 구조화하고, 작업들을 조합해 새로운 상황에 신속하게 적응할 수 있는 AI 에이전트 학습이 필요하다는 설명이다.


최근 이 교수는 관련 학습 방식에 대한 연구를 진행했다고 밝혔다. 그는 "여러 개 세부 작업이 있고 각각의 작업마다 선행조건이 있다고 가정하면 선행조건이 의존관계를 나타내고 이를 그래프 형태로 표현할 수 있다"며 "AI 에이전트는 다양한 정보 수집을 위해 주어진 환경을 탐험하고 수집된 경험으로부터 업무 구조를 그래프를 통해 학습하고 추론을 진행한다"고 설명했다.

이날 강연에서 이 교수는 LG AI 연구원의 초거대 AI 모델인 '엑사원'(EXAONE)도 언급했다. 엑사원은 'Expert AI for everyone'의 약자로, 모두를 위한 전문가 AI 제작이라는 목표를 갖고 있다. 엑사원은 9경6000조번 연산 가능한 컴퓨팅 인프라와 세계 최대 수준인 말뭉치 6000억개 이상, 텍스트와 결합된 고해상도 이미지 2억5000만장 이상 등 방대한 데이터를 학습했다. 현재 LG 계열사에서 베타 서비스를 진행 중이며, 정식 버전은 오는 하반기 공개될 예정이다.

이 교수는 "오늘 언급한 연구 내용과 엑사원을 결합해 LG전자 (92,300원 ▲100 +0.11%), 우리은행 등 협력사와 함께 고객 상담을 도와주는 AI 고객 서비스·AI 뱅커 등을 개발하려고 한다"며 "중장기적으로는 다양한 분야에서 업무 직접 수행하는 AI 에이전트를 제작할 것"이라고 밝혔다.