d라이브러리

AI가 최근 들어 더욱 빠른 속도로 똑똑해지고 있는 이유는 딥러닝 덕분이야. 그래서인지 딥러닝을 공부하고 싶다는 친구들이 점점 늘고 있지. 그렇다면 딥러닝 전문가가 되기 위해서는 어떤 공부를 해야 할까? 전문가에게 들어보자!

딥러닝을 사용하면 전문 연기자 같은 AI를 만들 수 있어요!

안녕하세요. 딥러닝으로 다양한 감정과 운율을 표현하는 음성 합성 방법을 연구하는 스타트업 네오사피엔스의 김태수 대표입니다. 네오사피엔스는 음성 합성과 관련해 여러 도전을 하고 있습니다. 2018년 3월 당시 도널드 트럼프 미국 대통령과 김정은 북한 국무위원장의 회담을 앞두고 AI에게 트럼프 대통령의 목소리를 딥러닝으로 학습시켜 한국어로 연설하는 영상을 제작했습니다. 2020년에는 MBC 다큐멘터리 ‘너를 만났다’에서 7살의 나이로 세상을 떠난 소녀 ‘나연’이의 목소리를 재현하기도 했습니다. 

제 목표는 성우, 아나운서 같은 전문 연기자처럼 말할 수 있는 AI를 만드는 것입니다. 현재 말을 하는 AI는 많지만 사람처럼, 특히 전문 연기자처럼 감정에 따라 말투가 달라지는 AI는 흔치 않습니다. 사람처럼 감정을 담아 말하려면 음성 속에 더 많은 정보를 넣어야 합니다. 이때 함수가 사용됩니다. 음성은 대표적인 시계열 데이터입니다. 시계열 데이터란 시간에 따른 데이터 변화를 함수로 표현한 것을 말합니다. 음성의 특징을 잘 파악하려면 시간에 따라 음파의 진동, 파장, 진동수 등이 변하는 것을 숫자로 나타내고, 그 값들이 시간에 따라 어떻게 변하는지를 알아야 합니다. 이 변화를 함수로 표현할 수 있죠. 이렇게 만든 음성 데이터는 딥러닝을 통해 학습하며 더욱 정교해지는데, 이때도 함수가 필요합니다. 목소리의 특성을 결정짓는 요소의 가중치를 높이는 방식으로 점차 비슷한 목소리를 만들어 가는 거죠. 

수학은 수학자뿐만 아니라 과학자, 나아가 컴퓨터 과학자들의 언어이기도 합니다. 영어를 몰라도 미국에서 살 수는 있겠지만, 꽤 불편하겠죠? 마찬가지로 수학을 몰라도 딥러닝을 공부할 수 있지만 ‘왜 그런 걸까?’, ‘어떻게 해결할 수 있을까?’하는 근본적인 질문에 답하기 위해서는 수학이라는 언어가 반드시 필요합니다.

AI가 학습하는 과정은 함수를 사용해 또 다른 함수를 만드는 과정이에요. 

안녕하세요. 고려대학교 수학과에서 딥러닝을 어떻게 더 잘 학습시킬 수 있을지 연구하는 이동헌 교수입니다. 수학에서 함수를 처음 접하면, 흔히 입력을 받은 다음 이런저런 과정을 거쳐서 출력을 만들어내는 것이라고 배워요. 사실 컴퓨터 프로그램들도 ‘함수’라는 것을 이미 수학자들이 증명했습니다. 그런데 보통의 컴퓨터 프로그램들과 달리, 딥러닝으로 학습하는 AI는 ‘예를 많이 보여 주면, 알아서 학습한다’는 점이 다릅니다. 어떻게 딥러닝으로 학습한 AI만 이런 특징을 가질 수 있을까요? 

딥러닝은 인공신경망으로 이뤄진 하나의 함수인데요, 그 출력물 역시 특정한 구조를 가진 인공신경망입니다. 인공신경망은 단순한 함수 여러 개가 서로서로 망처럼 얽혀있는 구조를 가지는데, 크게 보면 어떤 입력이 들어가고 망을 통과해 어떤 출력으로 튀어나오는 함수입니다. 방금 이야기한 내용을 다시 한번 살펴보면, 하나의 ‘함수(딥러닝)’의 출력물이 또 다른 ‘함수(인공신경망)’지요? 출력물로 나오는 인공신경망을 사용하면 굉장히 다양한 문제를 해결할 수 있다는 것이 1980년대에 수학적으로 증명됐습니다. 약 30년이 흐른 2010년대에 이르러서 딥러닝이라는 함수가 드디어 실제 영상인식, 음성인식 등의 문제를 잘 해결하는 인공신경망 함수를 출력해 낸 것이죠. 

저는 딥러닝이라는 함수를 공부하고 있어요. 함수의 세부적인 특성을 더 잘 알면, 어떻게 해야 같은 상황에서 더 좋은 출력물을 만들 수 있을지 힌트를 알 수 있답니다. 

딥러닝에 데이터를 많이 넣다 보면 언젠가는 해결해 주겠지라는 생각도 틀린 것은 아니에요. 그런데 그렇게 될 거라고 어떻게 확신할 수 있을까요? 앞서 말한 것처럼 1980년대에 수학적으로 증명했기 때문이에요. 많은 인공지능 연구자들이 “하다 보면 언젠가는 될 것”이라는 확신을 심어준 원동력이 수학이에요.