인공지능 알파고로 인해 관심이 폭증된 인공지능의 학습방식에 대해 고찰해보는 전시가 열려 눈길을 끈다.
그동안 개발된 기술들과 달리 인공지능의 미래가 가장 기대되면서도 두려운 이유 중 하나는 제공된 정보에 따라 스스로 배워나가는 학습(Learning)의 측면에 있다. 기존의 기술이 정보를 하향식으로 입력하는 방식이었다면, 인공지능은 갖춰진 빅데이터를 토대로 스스로 학습하는 방식으로 진행되며 놀라운 발전속도를 보인다.
▲〈Segmentation.Network〉(2016), 5,300 x 3,200mm, LED panel, Website
그렇다면 인공지능은 어떻게 ‘학습’할까?
아트센터 나비(관장 노소영)에서는 인공지능과 인간의 시각차를 통해 인공지능이 세상을 인식하는 방식을 소개했던 지난 전시에 이어, 인공지능의 학습 방식에 대한 고민을 바탕으로 기획된 《Learning About》 展을 선보인다.
전시에서는 베를린에서 활동하는 미디어 아티스트 Sebastian Schmieg의 작업<LSTM(Long Short Term Memory)>(2015)과 <Segmentation.Network>(2016)을 만날 수 있다.
<LSTM>은 인공신경망 (Artificial Neural Network)을 사용해 구글의 엔지니어링 이사이자 저명한 미래학자인 레이 커즈와일의 모든 저서를 학습시킨 후, 인공지능과 함께하는 미래에 관해 인공지능으로부터 스스로 말하게 하는 흥미로운 작품이다.
이는 새로운 텍스트 생산의 방식에서 인공지능의 학습 정도 및 발달 가능성을 보여준다. 함께 소개된 작품 <Segmentation.Network>는 인공지능을 이용한 대표적인 사물인식 프로그램인 마이크로소프트의 COCO(Common Objects in Context)에서 이미지 인식률 상승을 위해 노동자들에 의해 제작된 데이터 셋(60만여 개)을 대상으로 만들어졌다.
작품은 일용직 노동자들이 그린 이미지들이 자동 드로잉 되는 방식으로 프로그래밍 되어 보여지도록 구성됐다. 이러한 작품들은 새로운 기술로 인한 인간의 지각 방식과 적용에 대한 접근을 시도한다. 이는 곧 인공지능의 학습 방식에 관한 질문이기도 하다.
미래학자의 말을 빌려 미래를 예측하고, 인공지능의 인식확률을 높이기 위해 소모된 인간의 숨은 노동력을 드러내는 그의 작업은 기계학습에 대한 가능성과 그것이 가지는 수동적-노동집약적인 면을 함께 살펴보며 인공지능의 학습 방식에 관해 질문을 던진다.
한편 이번에 참여하는 작가 Sebastian Schmieg(b. 1983)는 베를린에서 활동하는 미디어 아티스트로서 웹을 기반으로 기계학습, 컴퓨터 비전, 네트워크 등을 이용한 작업을 주로 진행해왔다. 인간과 기술을 유연하게 연결하는 미디어의 사용과 탐색에 관심이 많아, 다양한 매체를 사용한 작업을 통해 그 연결지점을 실험해온 작가이다.
구글의 미래전략개발팀 solve for X 및 디지털 매체의 실험적 탐색을 이어온 영국의 미디어 아트 기관 AND (Abandon Normal Devices)와의 협업 프로젝트 <How to appear offline forever>(2015)에 참여한 경험이 있으며 세계적인 미디어 아트 비엔날레인 트랜스미디알레(trance mediale) 초청작가로 선정되는 등 활발한 작업 활동을 이어오고 있다.
전시는 지난 3일 오픈해 오는 6월 30일까지 SKT-타워 1층 및 대전 SKT 둔산사옥(08:30am - 07:00pm),HAPPY 스크린 -SK 서린사옥 지하1, 4층11:30am - 01:00pm / 02:30pm - 04:00pm
문의: 02) 2121 0933
이은영 기자 press@sctoday.co.kr
