[소비자경제=김현식 기자] 페이스북 인공지능 연구소는 ‘딥 페이스’ 알고리즘을 개발했다.

사진 속 얼굴을 분석해 같은 사람을 연결해준다. 정확도는 97.25% 수준이며 인간의 97.53%와 비슷하고 딥러닝 기법을 적용했다.

페이스북은 세계에서 가장 많은 양의 사진 데이터를 보유하고 있다. 이를 토대로 대부분 사람들의 얼굴을 알아보는 기술을 개발했다.

실제로 딥 페이스는 종이에 인쇄된 배우 실베스터 스탤론의 얼굴을 정확히 인식하는 데 성공했다. 심지어 사람조차 구별하지 못하는 얼굴을 체계적으로 분석했다.

현재 페이스북에 인물 사진을 올리면 얼굴 부분에 ‘친구를 태그하시겠습니까’라고 메시지가 뜬다. 원래는 얼굴을 인식하는데 눈과 눈, 눈과 코 사이의 거리를 파악하는 기술을 적용됐다.

딥 페이스는 이보다 더 정확하다. 불규칙한 데이터를 이해하는 인공지능 프로그램 딥러닝을 사용하기 때문이다.

얼굴을 더 정확히 분석하기 위해 페이스북 인공지능 연구자들은 동물의 중추신경계를 흉내 낸 ‘신경망 분석’을 만들었다.

MIT의 테크놀러지리뷰에 따르면 딥 페이스가 페이스북을 이용하는 10억여 명에게 당장 지대한 영향을 끼치진 않을 거라고 전했다.

그러나 마크 주커버그 페이스북 CEO는 투자자 설명회에서 페이스북의 인공지능 시스템을 구축하는 데 강한 흥미를 보이며 딥 페이스의 수준을 더 높이길 원했다. 주커버그는 시스템이 단순히 얼굴을 알아보는 것을 넘어서 분위기나 맥락을 파악하고 상태 업데이트나 댓글을 분석하는 수준을 생각했던 것.

딥 페이스 시스템은 소셜 네트워크에 올리는 모든 정보가 페이스북으로 모이게 한다. 이를 토대로 개개인의 취향에 맞춘 광고를 통해 영향력 있는 데이터를 모으고, 이를 통해 이용자들의 클릭 수를 높이는 것이 목적이다.

하지만 자동 얼굴인식 시스템은 ‘개인정보 보호’가 우려돼 유럽국가의 정부들은 이미 사생활 침해를 우려해 페이스북에 얼굴인식 데이터를 지우라고 권고한 상태다.

윤길호 한양대 기계공학부 교수는 “AI가 인간과 같은 의식체계를 갖고 인간처럼 생각한다”고 설명한다. 딥러닝은 사람의 신경망을 참조했기 때문이다. 신경망에는 여러 개의 층이 있기 때문에 서로 다른 추상도에서 데이터를 분석할 수 있다.

딥러닝 AI는 스스로 학습하고 생각한다. 축적된 데이터 중에 무엇이 중요하고 무엇이 중요하지 않은지를 기억해 중요한 부분을 더욱 집중적으로 분석한다. 초기의 AI는 1950년대 개발된 단층 퍼셉트론 알고리즘을 적용했다. 이 알고리즘은 단편적으로 분석해 입력된 범위를 벗어날 경우 반응하기 어렵다는 단점이 있었다.

70년대 다중 퍼셉트론이 등장한 이후 전환점을 맞았다. 다층적인 사고방식은 다양한 상황과 예측하지 못했던 조건에서도 최적화된 판단이 가능하다. AI는 데이터 축적에 머물지 않고 지속적으로 학습하고 스스로 답을 찾기 때문이다.

AI는 계속 진화하고 있다. 신경망 뿐 아니라 유전자의 진화를 모델링하는 유전알고리즘, 곤충을 모방한 꿀벌군집알고리즘, 개미군집최적화 등도 개발하고 있다.