반응형

인공지능 비서 앱 ‘네이버-클로바’ 베타 테스트 시작  


http://www.bloter.net/archives/279357



네이버가 ‘클로바‘를 탑재한 인공지능(AI) 비서 앱 ‘네이버-클로바’의 베타 테스트를 시작한다고 5월12일 밝혔다.


네이버는 AI 비서 서비스에 대한 이용자 접근성 강화를 위해 스마트폰 앱 형태로 출시, 이용자들이 스피커 등의 기기나 OS에 구애받지 않고 누구나 편리하게 활용할 수 있도록 했다. 이번 앱은 네이버와 라인이 공동 개발하고 있는 AI 플랫폼 클로바 기술을 적용해, 지식 정보 검색, 음악 추천, 통·번역, 영어회화, 감성 대화 등이 가능한 인공지능 비서를 표방한다.


‘네이버-클로바’의 가장 큰 강점은 지식 정보 검색이다. “올해 추석 언제야”, “500유로가 얼마야”와 같은 정답형 검색뿐 아니라 “한남동 회식 장소 추천해줘”, “영어 동화 들려줘” 등의 사용자가 원하는 정보도 추천한다.


음악 추천 같은 경우도 “신나는 노래 들려줘”, “80년대 여자 가수 노래 틀어줘” 등의 명령을 내리면, 다양한 조건과 취향에 맞는 음악을 바로 감상할 수 있다. 통역은 물론, 영어회화도 할 수 있다. “중국어(영어·일본어)로 ‘얼마에요’가 뭐야?” 등 외국어 통·번역과 함께 “영어 대화하자”라는 명령으로 영어대화 모드를 실행하고 영어 회화 연습도 할 수 있다.


이 외에도 “노래 불러줘”, “외로워”, “심심해” 등의 다양한 감정에 반응해 대화를 나눌 수 있는 등, 이용자들은 다양한 방식으로 AI 비서 서비스를 경험해볼 수 있다.


네이버는 “이용자들의 사용에 따라 학습하며 성장하는 AI 특성상, 네이버 AI 비서 앱 이용자들은 시간이 지날수록 자신에게 특화된 정보, 콘텐츠를 제공하는 차별화된 AI 비서 서비스 경험을 해 나가게 될 것으로 기대한다”라고 덧붙였다.


네이버는 이번 앱에 다양한 기능을 추가하며 비서의 지능을 높여갈 뿐 아니라, 이미 베타 테스트를 진행하고 있는 대화형 엔진 ‘네이버i’ 를 비롯한 ‘에어스(AiRS)’ 등 다양한 서비스를 통해 각각의 상황에서의 AI 사용성을 점검하며 클로바의 성능을 높여 나갈 계획이다.


안드로이드는 출시됐으며, iOS 버전은 조만간 출시 예정이다.

반응형
반응형
네이버, AI 기반 콘텐츠 큐레이션 서비스 ‘디스코’ 출시
AI 플랫폼 클로바의 추천 엔진을 탑재

네이버가 인공지능(AI) 플랫폼 클로바의 추천 엔진을 탑재한 콘텐츠 큐레이션 서비스 ‘디스코’(DISCO)를 출시했다고 5월31일 밝혔다. ‘콘텐츠’보다는 ‘추천’에 방점이 찍혀 있다. 디스코는 클로바의 고도화에 기여하는 서비스다.

디스코는 네이버의 콘텐츠 추천기술 ‘에어스'(AiRS) 등이 적용된 AI 플랫폼 클로바의 추천 엔진을 활용해 제작된 서비스다. 네이버는 ”갈수록 폭증하는 콘텐츠 환경에서 이용자가 자신의 취향에 맞는 콘텐츠를 서비스에서 발견하게 될 것이라는 의미로 ‘Discovery(발견)’에서 명명했다”라고 설명했다.

이용자는 디스코 앱을 실행하고 관심주제를 설정한 뒤, 해당 주제에 속하는 콘텐츠에 대해 ‘좋아’ 혹은 ‘싫어’ 같은 피드백을 제공한다. 그러면 디스코의 추천 엔진이 이용자 취향을 학습해, 이를 바탕으로 더욱 고도화된 추천 서비스를 제공한다. 이런 식으로 궁극적으로 이용자 취향에 맞는 콘텐츠들을 선별해 제공한다.

기본적으로는 이용자가 올린 콘텐츠 중에서 추천 콘텐츠를 고른다. 때문에 네이버가 제공하는 서비스이지만 브런치나 티스토리 등등 다양한 플랫폼의 글을 볼 수 있다. 이처럼 디스코는 내가 좋아하는 주제에 대한 콘텐츠 추천은 물론, 나와 콘텐츠 취향이 유사한 이용자들도 추천해 새로운 주제와 콘텐츠를 발견하고 함께 즐길 수 있도록 지원한다. 또한 비슷한 취향별로 이용자들이 자동 연계되는 구조를 통해, 생산자 혹은 큐레이터는 비슷한 취향의 이들에게 자신이 작성하고 수집한 정보를 자동으로 전달할 수 있다.

네이버는 “콘텐츠 유통을 위한 별도의 네트워크를 구축해야 했던 콘텐츠 생산자와 큐레이터는, 콘텐츠 작성과 수집에만 집중해도 기존 네트워크 이상 규모의 이용자들에게 자동으로 자신의 콘텐츠를 노출시킬 수 있게 됐다”라고 설명했다. 팔로워가 따로 없어도 자신이 생산한 콘텐츠를 유통시킬 수 있는 방법이 생겼다는 의미다. ‘비슷한 취향의 사람들이 좋아한 글’로 올려주는 방식이기 때문에 특정 분야만 잘 파도 어느 정도 유통이 될 수 있다.

개인 페이지에서는 자신이 ‘좋아’한 콘텐츠와 별도로 저장한 콘텐츠가 자동으로 분류 및 저장돼, 아카이브한 콘텐츠를 파악할 수 있도록 했다.

네이버는 “앞으로도 디스코 이용자들의 사용 행태와 다양한 피드백을 통해 서비스를 더욱 고도화하며, 지금까지와는 차별화되는 개인별 맞춤 콘텐츠 큐레이션 서비스를 선보여 나갈 예정”이라며 “디스코 이용자들의 피드백을 반영한 고도화된 추천 기술을 베타 테스트 진행 중인 인공지능 비서 앱 ‘네이버-클로바’의 사용성 개선에도 반영할 방침”이라고 밝혔다.


반응형
반응형

컴퓨테이셔널 저널리즘  http://www.bloter.net/archives/276095


‘컴퓨테이셔널 저널리즘(Computational Journalism)’은 뉴스 콘텐츠의 생산 과정에도 컴퓨팅을 활용하는 저널리즘의 한 방식을 지칭한다. 컴퓨팅 능력의 향상에 따라 활용할 수 있는 영역이 넓어지면서 등장했다. 아직은 완벽히 정립된 개념은 아니다. 컴퓨테이셔널 저널리즘이 다루는 내용은 아직 완벽하게 언론사들이 활용하고 있다기보다는, 실험적으로 시도되고 있는 측면이 크다. 인간의 수많은 행동이 데이터로 기록되고, 알고리즘의 영향을 받아 행동하는 경향이 증가하는 추세다. 이 때문에 컴퓨테이셔널 저널리즘은 향후 성장가능성이 돋보이는 저널리즘의 한 분야다.


컴퓨테이셔널 저널리즘을 수행하려면 알고리즘에 대한 이해와 대규모 데이터 처리 능력이 필요하다.


알고리즘에 의한 스토리


‘알고리즘에 의한 스토리(story BY algorithm)’는 스포츠, 증권, 부동산 가격, 속보, 날씨 등의 분야에서 알고리즘이 직접 작성하는 뉴스를 말한다. 흔히 ‘로봇 저널리즘’으로 알려져 있다. 로봇 저널리즘은 컴퓨팅 기술에 기초해 소프트웨어를 활용하는 기사 작성법을 일컫는다. 실제 로봇이 펜을 쥐거나 키보드를 타이핑해 기사를 작성하는 건 아니고, 데이터를 바탕으로 소프트웨어가 뉴스를 작성하는 방식이다. 로봇 저널리즘은 캘리포니아대학교 정보컴퓨터과학과 제임스 미한 교수의 ‘테일스핀, 이야기를 쓰는 인터랙티브 프로그램’이라는 논문에서 처음 고안된 개념이다.


“백인식이 선발로 등판한 SK는 이태양이 나선 NC에게 6:8로 패하며 안방에서 승리를 내주었다. 경기의 승패에 결정적인 영향을 미친 키 플레이어는 손시헌이었다. 손시헌은 4회초 SK 고효준을 상대로 3점을 뽑아내어 팀의 승리에 결정적으로 기여했다. SK는 임창민을 끝까지 공략하지 못하며 안방에서 NC에 2점차 승리를 내주었다. 한편 오늘 NC에게 패한 SK는 4연패를 기록하며 수렁에 빠졌다.” – 실제로 로봇이 작성한 기사


국내에서는 서울대학교에서 본격적으로 알고리즘을 활용하는 기사 생산을 연구하고 있다. 로봇 저널리즘의 장점은 단연 ‘효율성’이다. 단순히 기사를 빠르게, 많이 쏟아내는 것을 넘어 속보 처리 등 단순업무에 가까운 뉴스 콘텐츠 제작에 들어가는 인력을 줄여 기자들이 더 좋은 콘텐츠를 만들 수 있게 돕는다.


알고리즘을 통해 발견한 스토리


스탠포드대학 컴퓨테이셔널 저널리즘 랩과 마샬 프로젝트는 미국 내 20개 주에서 교통경찰관이 운행 중인 차량을 무작위로 불러세우는 임의 차량 검문과 관련된 데이터 6천만건을 분석했다. 임의 검문임에도 백인 운전자의 차량을 멈춰세우는 비율보다 다른 인종 운전자의 차량을 멈춰 세우는 비율이 높다는 걸 검증했고, 이는 ‘차량 검문과 운전자 인종의 상관관계’라는 콘텐츠로 만들어졌다.


차량 임의 검문과 운전자의 인종 사이에 상관관계가 있다는 합리적 의심을 먼저 품지 않는다면 6천만건의 데이터는 아무 가치 없는 숫자에 불과했을 것이다. 숫자에 합리적 의심이 더해지면 가치를 지닌 데이터가 된다. ‘알고리즘을 통한 스토리 발견(story THROUGH algorithm)’이다. 흔히 ‘데이터 저널리즘’이라 부르는 영역이다.


보통 기자는 문제의식을 뼈대 삼아 인터뷰, 취재 등을 통해 내용을 보충한다. ‘알고리즘을 통한 스토리 발견’에서는 이 취재과정이 ‘데이터 수집→정제→패턴 발견 및 의미 도출’로 바뀐다. 알고리즘을 통한 스토리 발견은 기존 데이터 저널리즘에서 한발 더 나아간다. 뉴스 아이템을 수집하는 단계에서 기여할 수도 있다. 예컨대 인터넷 트래픽을 분석해 사건의 발견을 탐지할 수도 있다. 전 세계의 인터넷 사용량을 살펴보다가 갑자기 트래픽이 폭증하는 장소를 발견하고, 수없이 올라오는 이미지 등을 분석해 화재나 테러 등이 발생했다는 사실을 감지할 수도 있다. 이렇게 사건을 발견해 거의 실시간으로 언론사가 뉴스를 작성할 수도 있다.


알고리즘에 대한 스토리


알고리즘에 대한 스토리는 소재가 ‘알고리즘’인 뉴스를 말한다. 알고리즘은 일견 기계가 결정한다는 점에서 공평하고 정확할 것 같지만, 결국 알고리즘을 짜는 것도 사람이기 때문에 그 결과가 실수나 편견에서 벗어날 수는 없다.


비영리 탐사보도 매체 <프로퍼블리카>의 보도가 적절한 사례다. 미국 사교육업체 프린스턴리뷰는 지역마다 온라인 SAT(Scholastic Aptitude Test) 개인지도 패키지 가격을 다르게 판매했다. 가격 책정은 알고리즘에 의해 이뤄졌는데, 그러면서 아시아인들이 같은 강의를 훨씬 비싼 돈을 내면서 듣는 결과가 나왔다. <프로퍼블리카> 보도에 따르면 아시아인이 아닌 사람과 비교했을 때 아시아인은 높은 가격을 제시받을 확률이 거의 2배에 이르렀으며, 저소득층 지역 아시아인에게 가장 높은 가격을 부과한 사례도 발견됐다.


최근 이슈가 된 ‘필터 버블’(Filter Bubble)도 마찬가지다. 개인 맞춤 추천 알고리즘이 시야를 ‘거품’에 갇히게 했기 때문이다. 디지털 기술이 일상에 스며들면서 삶의 많은 부분이 알고리즘의 영향을 받는다. 이처럼 ‘알고리즘에 대한 스토리’는 공공의 문제가 될 수 있는 알고리즘을 이해하고 견제하는 것을 목표로 한다.

반응형
반응형

MS, 신경망 번역에 ‘한국어’ 추가…11개 언어 지원

마이크로소프트(MS)가 인공지능(AI) 기반으로 개발한 자사 신경망 기반 번역 서비스에 한국어를 추가했다. 최대 1만자까지 신경망 기술을 이용해 번역한다.


신경망 기반 번역은 단편적인 단어에 대한 직역이 아닌, 문장 전체의 맥락을 파악해 사람이 말하는 것처럼 자연스러운 번역이 특징이다. 구글과 네이버도 최근 신경망 기술을 이용한 번역 서비스인 ‘구글 번역’과 ‘파파고’를 선보였다. 구글 신경망 번역은 7가지 언어, 네이버 파파고는 한영 번역을 최대 200자 이내 번역한다.


MS는 지난해 11월 처음으로 신경망 기반 번역 서비스를 공개했다. 당시 영어, 독일어, 아랍어, 중국어, 일본어를 포함한 10가지 언어를 지원했다. 이번에 한국어가 추가하면서 총 11가지 언어를 번역한다.


신경망 번역 원리

신경망 번역 원리


MS 신경망 기반 번역은 인공지능과 머신러닝 알고리즘을 통해 언어를 학습한다. 총 두 단계에 걸쳐 번역한다. 먼저, 번역 대상이 되는 문장을 인공지능으로 분석해, 해당 문자에 사용된 언어가 어떤 문맥을 가졌는지 파악한다. 그다음 문장에 맞는 단어를 골라 뜻을 배치하고 번역한다. 단순히 해당 문장 안에 단어가 몇 개 들어가 있고, 각 단어의 뜻을 기계적으로 번역해서 보여주는 게 아니라 문장 전체 의미를 파악해서 이에 가장 잘 맞는 뜻을 가진 단어를 골라 번역한다.


예를 들어, ‘개가 매우 행복해 보인다. 그 개는 강아지 6마리를 낳았다’라는 문장을 프랑스인과 미국인이 MS 신경망 번역을 이용해 문장을 번역했다 치자. 미국인에게는 ‘The dog looks very happy. The dog bore 6 puppies’라고, 프랑스인에게는 ‘La chienne a l’air très heureux. La chienne portait 6 chiots’라고 보여준다.


프랑스어에서는 똑같은 단어라도 모든 명사에 남성형과 여성형으로 성이 나뉜다. 이 성별이 무엇이냐에 따라 뒤따라오는 동사 형태가 미묘하게 다르다. 여기서 신경망 분석이 빛을 발한다. 신경망 분석은 ‘그 개는 강아지 6마리를 낳았다’라는 문장의 의미를 해석해 ‘그 개 성별은 암컷이다’라고 추론했다. 불어로 ‘개’는 남성형 명사로 ‘le chine’으로 표현하지만, 이 문장에서는 암컷이라고 생각해 여성 형태의 ‘La chienne’를 쓴다. 흐름을 파악해서 자연스러운 번역을 제공한다.


이날 MS는 언어의 의도(Intent)와 실체(Entity)를 파악하는 자연어 처리 서비스 ‘루이스(LUIS, Language Understanding Intelligent Service)’도 이제 한국어를 지원한다고 밝혔다.


루이스는 챗봇과 앱, 그리고 다양한 서비스와 결합해 사용자의 의도를 파악하고, 이에 맞는 서비스를 제공한다. 예를 들어 ‘파리행 티켓을 예약해줘’라는 문장을 입력하면, 루이스와 결합한 서비스 플랫폼에서 파리행 티켓을 예약할 수 있는 웹사이트를 불러온다.


MS 측은 “이미 IT, 제조, 교통, 물류, 쇼핑, 미디어 등 다양한 분야의 국내 많은 기업이 마이크로소프트 루이스 기반의 AI 챗봇과 앱을 통해 서비스를 준비하고 있다”라며 “파트너와 함께 클라우드 기반의 AI 서비스를 활발히 개발 중으로, 이번 루이스의 한국어 지원을 통해 스마트 스피커, ARS 부가 서비스, 상품 예약 및 조회 등 다양한 한국어 애플리케이션들이 개발될 것으로 기대된다”라고 밝혔다.







.

반응형
반응형
초보자를 위한 RNNs과 LSTM 가이드



이 포스팅은 RNNs(Recurrent Neural Networks), 특히 RNNs의 한 종류인 LSTM(Long Short-Term Memory)을 설명하는 포스팅입니다.

RNNs은 글, 유전자, 손글씨, 음성 신호, 센서가 감지한 데이타, 주가 등 배열(sequence, 또는 시계열 데이터)의 형태를 갖는 데이터에서 패턴을 인식하는 인공 신경망 입니다.

RNNs은 궁극의 인공 신경망 구조라고 주장하는 사람들이 있을 정도로 강력합니다. RNNs은 배열 형태가 아닌 데이터에도 적용할 수 있습니다. 예를 들어 이미지에 작은 이미지 패치(필터)를 순차적으로 적용하면 배열 데이터를 다루듯 RNNs을 적용할 수 있습니다.

RNNs은 배열에 등장했던 패턴을 ‘기억’할 수 있는 능력이 있습니다. 이 부분은 사람의 기억과 기억력에 비유하면 아주 간결하게 설명할 수 있어서 종종 RNNs을 사람의 뇌처럼 취급합니다.






반응형
반응형
강화 학습(Reinforcement learning)기계 학습이 다루는 문제 의 하나로, 어떤 환경 안에서 정의된 에이전트가 현재의 상태를 인식하여, 선택 가능한 행동들 중 보상을 최대화하는 행동 혹은 행동 순서를 선택하는 방법이다.

개요
환경은 일반적으로 유한상태 마르코프 결정 프로세스(MDP)로 표현할 수 있다. 이런 관점에서 강화 학습 알고리즘은 동적 계획법과 깊은 연관이 있다. MDP에서 상태 전이 확률(state transition probabilities)와 포상은 확률에 따른 값일 수도 있고, 이미 결정되어 있는 값일 수도 있다.

알고리즘



응용
강화 학습이 원하지 않는 행동을 명시적으로 수정하는 지도 학습과 다른 점은 온라인 수행에 중심을 두고 있다는 점이다. 강화 학습은 아직 조사되지 않는 영역을 탐험하는 것과 이미 알고 있는 지식을 이용하는 것의 균형을 잡는 것이다. 이 탐험과 이용 사이에 있는 트레이드오프는 Multi-armed bandit과 같은 문제에서 알아 볼 수 있다.


반응형
반응형


네이버·라인, 인공지능 플랫폼 ‘클로바’ 공개  http://www.bloter.net/archives/273017


Clova clova.ai 공식 통합형 인공지능 플랫폼 Clova

 

네이버와 라인이 인공지능 플랫폼 확장을 위해 힘을 합친다. 이데자와 다케시 라인주식회사 대표는 3월1일(현지시간) 열린 ‘모바일 월드 콩그레스(MWC) 2017’ 기조연설에서 양사 합작 인공지능 플랫폼 ‘클로바’를 공개했다. 클로바(Clova)는 ‘CLOud Virtual Assistant’의 약자로, 음성인식 기반의 클라우드 플랫폼을 의미한다.


클로바는 ‘프로젝트J’에서 내놓은 서비스다. 프로젝트J는 네이버랩스와 라인의 인공지능 연구소가 공동 연구개발을 하기 위해 꾸려졌다. 이번에 공개한 클로바는 프로젝트J가 네이버 음성인식 인공지능 플랫폼 ‘아미카’의 업그레이드 버전으로 내놓은 것이다. 네이버는 지난 1월26일 진행된 2016년 4분기 컨퍼런스콜에서 “프로젝트J의 기본적인 구상과 개발 방향은 24시간 언제나 사용자와 함께하는 인공지능 가상비서 서비스를 만드는 것이 목표”라고 밝힌 바 있다.


네이버 관계자는 “앞으로 클로바를 양사 단일 서비스 형태로 진행할 예정”이라고 말했다. 서비스 총괄 역시 프로젝트J를 총괄한 신중호 라인CGO(글로벌경영총괄)가 이어간다. 이번 합작은 양사 인공지능 기술력을 바탕으로 아시아 글로벌 시장 진출을 염두한 것으로 보인다.


클로바는 인간의 오감을 활용한 인공지능 플랫폼을 목표로 하고 있다. 인간이 오감을 활용하는 것처럼, 인공지능도 결국 인간의 오감을 활용하는 방향으로 나아갈 것이라는 인식에 기반했다. 기존 아미카가 주로 음성인식 서비스를 했던 것에서 나아가 다양한 감각을 인지하는 것으로 확장해 나갈 방침이다.


클로바는 ▲인간의 오감에 해당하는 ‘클로바 인터페이스’▲인간 두뇌에 해당하는 ‘클로바 브레인’▲기기와 애플리케이션을 연결하는 ‘클로바 인터페이스 커넥트’▲콘텐츠·서비스 연결로 ‘클로바 브레인’의 기능을 확장하기 위한 ‘클로바 익스텐션 키트’ 등으로 구성된다.


클로바 브레인은 인공신경망 기계번역(NMT)와 자연어처리 등 다양한 기술을 기반으로 한다. 기존 아미카가 음성 언어 이해, 대화관리, 응답 생성의 단계로 기술을 구사했다면, 클로바 브레인은 클로바 인터페이스로 인지된 상황을 자동 분석하고 이에 맞는 결과를 제시하는 방식으로 발전했다.


네이버와 라인은 올 여름 클로바가 탑재된 자체 스마트폰 앱 출시를 시작으로 AI 스피커 ‘웨이브’ 등 다양한 기기와 서비스들을 발표할 예정이다. 소니, 다카라 토미, 윈클 등 각 분야별 전문기업과 파트너십도 염두에 두고 있지만, 아직 구체적인 협의 사항은 없으며 앞으로 논의를 이어갈 예정이라고 말했다.


네이버 관계자는 <블로터>와 통화에서 “오늘 발표는 기존에 연구하던 AI플랫폼의 업그레이드 버전인 클로바의 명칭을 공개하고, 앞으로의 발전 방향성을 얘기하기 위함”이라며 “자세한 서비스에 대해서는 추후 공개할 예정”이라고 말했다.



반응형
반응형

‘인간 vs 인공지능’, 누구를 위한 대결이죠?


http://www.bloter.net/archives/272574


2월21일 ‘제2의 세기의 대결’이라는 타이틀을 걸고 열린 행사가 있습니다. 국제통역번역협회 (IITA)와 세종대학교, 세종사이버대학교가 공동 주최한  ‘인간 vs 인공지능(AI) 번역대결’ 행사입니다. ‘알파고’에 이어 인간과 AI의 두 번째 대결이라는 주최 측의 홍보가 더해지면서 대회는 뜨거운 화제로 떠올랐습니다.

주최측이 내린 결과는 인간의 승리. 기다렸다는 듯이 ‘인간의 압승이었다’라는 기사가 쏟아졌습니다. 동시에 알파고와의 바둑 대결에서 진 인간이 ‘정신 승리’한 것 아니냐는 비판이 쏟아졌습니다. 대결 방식을 두고 공정하지 않다는 논란이 이어졌습니다.


▲행사 메인 포스터, 세종대학교 제공

이 대결은 현업에 종사하고 있는 전문 번역사 4명과 구글 번역기, 네이버 번역기 ‘파파고’, 시스트란 번역기 등 총 번역기 3가지가 제한된 시간 안에 영어와 한국어 지문을 번역하는 방식으로 이뤄졌습니다. 번역기는 10분 동안, 인간은 50분 동안 문제를 번역했습니다.

대결 직후 번역 평가 점수가 공개된 부분에 대해서도 평가 기준이 사람에게 맞춰져 있다는 비판도 있었습니다. 번역기 순위에 대한 추측성 보도가 쏟아졌습니다.


이런 기사 분위기에 행사를 연 주최측도 이해는 하지만 다소 억울하다는 반응을 보였습니다. 번역 분야에서 AI가 얼마나 인간의 능력에 가까워졌는지 비교해보자는 취지에서 행사를 진행했는데, 여론과 언론보도가 부정적으로 나오자 당혹스럽다는 입장입니다.

급기야 국제통번역협회와 세종대 측은 책임을 서로 미루기 시작했습니다. 먼저 선을 그은 건 국제통번역협회입니다. 강대영 국제통번역협회 국장은 <블로터>와 전화통화에서 “주최는 우리(협회)가 한 것이 맞지만, 공정성 문제 때문에 출제 및 평가는 심사 위원에게 일임했으며, 우리는 진행만 했다”라고 밝혔습니다.

“불공정성 논란이 나오는 건 엄연한 사실입니다. 인간은 기계처럼 빨리 번역할 수 없습니다. 기계와 인간을 일대일로 대입한다면 본질에서 불합리합니다. 공정한 조건은 제한 시간을 동일하게 해야 하는데, 그게 불가능하니 한계라고 잡고 갔습니다. 시간을 좀 더 주는 것으로.”

인간과 번역기의 대결은 분야 특성상 완벽히 공정한 여건을 만들기는 어렵습니다. 번역엔 명확한 정답이 없기 때문입니다. 협회 측 역시 출제된 문제 중 인간 번역사한테 일방적으로 유리한 것도 있었다며 대회를 둘러싼 불공정성 논란을 인정했습니다.

김대종 세종대학교 홍보실장 역시 이번 행사에 대해 진행만 했을 뿐이라고 얘기합니다. 문제 제출과 평가를 세종대에서 맡긴 했지만, 그런 부분은 모두 곽중철 한국외대 통번역대학원 교수가 했다고 답했습니다.

“곽중철 교수가 한국 번역업계에서 누구도 토 달 수 없을 만큼 최고이기 때문에 그분에게 모든 걸 맡겼습니다. 행사 진행도 구글에는 연락했는데 답이 없었고, 네이버는 협회 측에서 연락한 것으로 알았으며, 시스트란은 행사 소식 듣고 먼저 연락이 왔습니다.”

국제통번역협회와 세종대학교 측 모두 행사는 주최했지만, 자세한 행사 내용이나 진행 과정에 대해서는 모른다고 입을 모았습니다. 주최한 곳은 있는데, 정말 주최했다고 얘기하는 곳은 없는 셈이지요.

행사를 두고 참여 업체로 거론된 구글, 네이버, 시스트란도 불만이 많습니다. 구글과 네이버는 행사에 자신들이 ‘참여’했다는 주최측 말에 황당하다는 반응을, 참여 의사를 밝힌 시스트란 역시 행사 진행에 대해 불만을 토로했습니다.


...


주최측과 여러 업체, 관계자의 말처럼 인간과 기계의 역할을 따로 분리할 것이 아니라 인간이 기술을 어떻게 활용할 수 있을지에 초점을 맞췄다면 어땠을까요. 소문난 잔치에 먹을 게 있는 행사가 됐을 지 모릅니다.

집단지성을 이용한 번역 서비스를 운영하는 이정수 플리토 대표는 이번 대회를 두고 ‘인간과 기계의 공존’을 생각해 봐야 한다는 의견을 내놓았습니다.

“이번 대회의 공정성과 인간과 기계의 장단점을 따지는 것은 아무 의미가 없습니다. 기계 번역이 아무리 발전하더라도 시대마다 달라지는 문화적 의미와 뉘앙스를 읽어내는 건 인간의 영역이죠. 동시에 기계번역이 인간에게 가져올 편리함은 분명히 존재한다는 점을 인정합니다. 결국, AI는 사람의 번역 데이터를 기반으로 발전하고, 기계의 도움으로 통번역가들은 서비스의 편의를 얻을 수 있으므로 둘의 공존이 불가피하죠.”

지난해 인간과 퀴즈대결을 벌인 국산 AI ‘엑소브레인’ 개발을 담당한 ETRI 박상규 박사는 번역기에 대해 다음과 같은 의견을 전했습니다.


“AI 번역이 아직 사람을 대체할 수준은 아니지만, 장점은 있어요. 인간처럼 정확하게는 못해도 빠른 시일 내에 많은 문장을 번역할 수 있다는 점, 여러 사람에게 동시에 서비스할 수 있다는 점입니다.”


인간과 AI가 서로 경쟁이 아닌, 상생할 수 있는 부분이 있습니다. 대결 결과처럼 기계의 빠르기와 생산성을 활용하면서 자동번역기가 번역하기 어려운 부분을 통번역사가 편집하면 훨씬 생산성 높은 번역 작업이 이뤄질 수 있을 것입니다. 


아마 곧 따라잡을수 없게 될 것이다. 기계는 잠을 자지 않고 배우고 있으니까. 


.

반응형

+ Recent posts