한편, 미래에 사이버 물리 시스템(Cyber-Physical Systems, CPS)과 로봇의 기능성은 더욱 향상될 것이다. 에릭 맷슨 교수는 이러한 미래가 “로봇의 센서나 이동성, 안정성, 운동성의 기계적 또는 전자적 확장만으로 펼쳐질 수 있는 것은 아니”라고 지적하며 때때로 “또 다른 액터(actors)인 HARMS(uman, agents, robots, machines, and sensors)와의 연결 능력도 요구된다”고 강조했다. 그는 또, “개방된 의사소통과 지능을 공유하는 것, 그리고 목표를 조율하고 분업을 최적화하며, 전체적인 상황을 온전하게 인지하는 기능, 그럼으로써 완전하게 조율된 행동을 최적화하는 능력이 필요하게 될 것”이라고 부연했다. 이날, 에릭 맷슨 교수는 이러한 모델이 어떻게 보안과 국방, 농업 등 실제 세계의 문제에 적용되는지, 더욱 구체적으로는 이 모델이 첨단센서와 로봇, 그리고 테러와 맞서는 무인항공기와 같은 치명적인 형식의 액터들과 어떻게 작용하는지를 설명했다.

알고리즘 개발 방법에서 미래 전망까지

단기 집중강좌로는 KAIST ‘전기 및 전자공학부’ 정세영 교수의 ‘심층 강화 학습’과 KAIST 전산학부 황성주 교수의 ‘딥러닝을 통한 실시간 스포츠 해설의 생성 방법’이 개설됐다. 각 강좌는 두 시간동안 진행됐으며 인공지능 알고리즘 개발 방법과 더불어, 차후 인공지능 경기에 참가하는데 도움이 되는 내용으로 구성됐다.

정세영 교수에 따르면, 심층 강화 학습(Deep Reinforcement Learning)은 기계가 “아케이드 게임을 하는 법을 배우고 바둑 게임을 하는 법을 배우는 것”과 같은 까다로운 영역이다. 정세영 교수의 강좌에서는 심층 강화 학습의 기본적인 이해와 더불어 대표적인 인공지능 사례로 꼽히는 알파고와 알파고 제로 등의 작동이면에 있는 원리와 훈련 및 학습 방식에 대한 내용으로 진행됐다.

황성주 교수는 기계학습의 구조적 원리와 함께 인공지능 활용의 구체적인 사례를 소개했다. 황 교수는 UAV 등 자율주행 모델과 자연어 이해, 설명 가능한 인공지능, 의료나 금융 분야에서 생리적 증상과 가격변동 등을 예측할 수 있는 모델 등의 사례를 소개하며 인공지능이 만들어갈 미래상을 그려보는 계기를 제공했다.

정세영 교수와 KAIST의 ‘바이오 및 뇌공학과’ 이상완 교수가 진행하는 플래그십 강좌도 열렸다. 정세영 교수는 다양한 작업을 수행할 수 있는 보다 일반적인 인공지능을 위한 요구사항과 가능한 방법 등에 관한 내용으로 강좌를 채웠다. 그리고 이상완 교수는 ‘뇌에서 영감을 받은 인공지능’이라는 주제로 ‘로봇 마인드 공학’에 관해 강연했다. 구체적으로, 이 교수의 강좌에서는 인간 두뇌에서의 메타 강화학습의 본성과 인간을 슈퍼휴먼(superhuman)으로 만드는 강화학습 에이전트 만들기에 대한 내용이 이어졌다. 이 교수는 “뇌에서 영감을 받은 AI에 대한 세부적인 통찰은 로봇 제어의 많은 측면에서의 진보를 가능하게 할 뿐만 아니라, 인간 지능의 본질을 더 깊은 수준에서 이해하는데 도움을 준다”고 말했다.

또 한편, ‘인공지능을 활용한 엔터테인먼트 산업의 현황과 전망’라는 주제를 갖고 KAIST 전기및전자공학부 유창동 교수가 진행하는 패널 토론이 열리기도 했다. 토론회에는 기조연설을 맡았던 올리버 미셀 사이보틱스 CEO와 에릭 맷슨 교수를 비롯해, 터키 이스탄불 공과대학의 사넴 사리엘(Sanem Sariel) 교수, 대만 국립 쳉쿵대학의 쭈쉥리(Tzuu Hseng S.Li) 교수, SK텔레콤의 차인혁 박사 등이 패널로 참여했다.