라마 나흐만, 인텔 펠로우 & 예측 컴퓨팅 연구소 소장 – 인터뷰 시리즈

라마 나흐만, 인텔 펠로우 & 예측 컴퓨팅 연구소 소장입니다. 라마는 스티븐 호킹 교수와 함께 일하며 호킹 교수가 세계와 소통할 수 있도록 도와주는 보조 컴퓨터 시스템을 구축한 것으로 잘 알려져 있습니다. 현재 그녀는 영국의 로봇공학자 피터 스콧-모건 박사와 함께 일하며 모건 박사가 소통할 수 있도록 도와주고 있습니다. 2017년, 피터 스콧-모건 박사는 운동 신경 세포 질환(MND), 즉 ALS 또는 루게릭병을 진단받았습니다. MND는 뇌와 신경을 공격하여 결국 모든 근육을 마비시킵니다. 심지어 호흡과 삼키는 것을 가능하게 하는 근육도 마비됩니다.

피터 스콧-모건 박사는曾에 다음과 같이 말했습니다: “나는 계속 진화할 것이다. 인간으로서 죽고, 사이보그로서 살 것이다.”

당신은 어떻게 AI에 관심을 갖게 되셨나요?

나는 항상 기술이 모든 사람에게 평등한 기회를 제공할 수 있다는 생각에 매료되어 왔습니다. 책임감 있게 개발된 기술은 사회적 불평등을 해결하고 인간의 잠재력을 증대시킬 수 있습니다. 이는 특히 AI의 경우에 더 그렇습니다. 산업계에서는 AI와 인간의 관계를 대립적으로 보는 경우가 많지만, 나는 기계와 인간이 각기 다른 장점을 가지고 있기 때문에, 인간-AI 협력을 통해 미래를 바라보는 것이 더 적절하다고 생각합니다. 나는 인텔 연구소의 예측 컴퓨팅 연구소에서 연구를 이끌고 있으며, 우리의 연구는 모두 사회적 영향에 대한 컴퓨팅 혁신을 제공하는 데 중점을 두고 있습니다. AI가 이미 우리의 생활의 모든 측면에 깊숙이 침투하고 있는 상황에서, 나는 우리 팀이 보조 기술을 개발하여 사람들을 실제로 도울 수 있도록 하는 연구에 큰 기대를 가지고 있습니다.

당신은 스티븐 호킹 교수와 함께 일하며, 호킹 교수가 소통하고 일상적인 작업을 수행할 수 있도록 도와주는 AI 시스템을 개발했습니다. 이러한 일상적인 작업에는 어떤 것이 있나요?

스티븐 호킹 교수와 함께 일하는 것은 내 인생에서 가장 의미 있는 경험이었습니다. 그는 ALS라는 퇴행성 신경 질환을 앓고 있었는데, 이 질환은 환자의 가장 기본적인 활동을 수행하는 능력을 점차적으로 빼앗아갑니다. 2011년, 우리는 호킹 교수와 함께 그의 컴퓨터 시스템을 개선하는 방법을探索하기 시작했습니다. 호킹 교수는 컴퓨터를 사용하여 사람들과 소통하고, 문서를 편집하고, 웹을 검색하고, 강의를 하고, 이메일을 읽고 쓰는 등 우리가 일상적으로 사용하는 컴퓨터와 같은 방식으로 컴퓨터를 사용했습니다. 기술 덕분에 호킹 교수는 신체적 능력이 급격히 저하된 후에도 여러 해 동안 세계와 적극적으로 참여할 수 있었습니다. 이것이 기술이 사람의 삶에 미치는真正한 영향입니다!

호킹 교수와 함께 일하면서 어떤 중요한 통찰을 얻었나요?

우리의 컴퓨터 화면은真正한 세계로의 문입니다. 사람들이 컴퓨터를 제어할 수 있다면, 그들은 모든 면에서 삶을 제어할 수 있습니다(콘텐츠를 소비하고, 디지털 세계에 접근하고, 물리적 환경을 제어하고, 휠체어를 이동시키는 등). 음성 인식 기술의 발전 덕분에 말할 수 있는 사람들은 기기를 완전히 제어할 수 있습니다(그리고 어느 정도 물리적 환경도 제어할 수 있습니다). 그러나 말할 수 없고 움직일 수 없는 사람들은 독립적으로 행동할 수 있는 능력이 크게 제한됩니다. 호킹 교수와의 경험은 보조 기술 플랫폼이 사용자의 특정需求에 맞게 맞춤형으로 개발되어야 함을 가르쳐주었습니다. 예를 들어, ALS 환자마다 영향을 받는 능력이 다르기 때문에, 단일 솔루션이 모든 ALS 환자에게 효과적으로 작동한다고 가정할 수 없습니다. 따라서 우리는 ACAT(Assistive Context Aware Toolkit)라는 모듈형, 오픈 소스 소프트웨어 플랫폼을 개발했습니다. 이 플랫폼은 개발자가 다양한 기능을 개발할 수 있도록 해줍니다.

또한, 사용자의 편안함 수준을 이해하는 것이 중요하다는 것을 배웠습니다(이것은 장애인만이 아니라 모든 사용자에게 적용됩니다). 예를 들어, AI 시스템은 작업을 더 빠르고 효율적으로 수행하기 위해 사용자의 제어를 더 많이 가져갈 수 있지만, 모든 사용자는 제어를 얼마나 양도할 것인지에 대한 다른 편안함 수준을 가지고 있습니다. 이러한 편안함 수준을 이해하고 사용자가 얼마나 далеко 갈 수 있는지에 대한 인식은 이러한 시스템을 설계하는 데 큰 영향을 미칩니다. 우리는 효율성과 정확성만을 고려하는 것이 아니라, 사용자의 편안함 수준을 고려하여 시스템을 설계해야 합니다.

最近, 당신은 영국의 유명한 과학자 피터 스콧-모건과 함께 일하고 있습니다. 스콧-모건은 운동 신경 세포 질환을 앓고 있으며, 세계 최초의 완전한 사이보그가 되기를 목표로 하고 있습니다. 스콧-모건의 이러한 야심적인 목표에는 어떤 것이 있나요?

AAC(Assistive and Augmentative Communication)의 경우, “침묵 간격”이라는 문제가 있습니다. 많은 ALS 환자들이 화면에서 글자나 단어를 선택하여 다른 사람과 소통합니다. 그러나 이 과정에서 상대방이 말한 후에 침묵이 발생하고, ALS 환자는 컴퓨터를 사용하여 반응을 준비합니다. 피터는 이러한 침묵 간격을 최대한 줄이고, 말하는 것과 같은 자연스러운 소통을 회복하고 싶습니다. 또한, 그는 자신의 목소리와 개성을 보존하고, 텍스트를 음성으로 변환하는 시스템을 사용하여 자신의 고유한 소통 방식을 표현하고 싶습니다.

영국의 로봇공학자 피터 스콧-모건은 2019년부터 기술을 사용하여 자신의 삶을 연장하기 위한 수술을 받기 시작했습니다. (크레디트: 카디프 프로덕션)

피터 스콧-모건을 도와주는 기술에는 어떤 것이 있나요?

피터는 호킹 교수와 함께 작업한 후에 오픈 소스로 공개된 ACAT 플랫폼을 사용하고 있습니다. 호킹 교수는 얼굴 근육을 사용하여 화면의 글자를 선택했지만, 피터는 시선 제어를 사용하여 컴퓨터와 소통하고, 텍스트를 음성으로 변환하는 시스템을 사용하여 자신의 목소리를 표현합니다. 또한, 이 시스템은 피터의 아바타를 제어합니다.

현재 우리는 피터와 함께 ACAT 플랫폼을 사용하여 반응 생성 시스템을 개발 중입니다. 이 시스템은 피터의 대화 내용을 분석하여 피터가 선택할 수 있는 반응을 제안합니다. 목표는 이 시스템이 피터의 데이터를 학습하여 피터가 몇 단어만으로 시스템을 제어할 수 있도록 하는 것입니다. 이를 통해 피터와 미래의 ACAT 사용자는 더 자연스럽게 소통할 수 있습니다.

당신은 또한 AI의 투명성에 대한 중요성을 강조했습니다. 이 문제는 얼마나 큰 문제인가요?

의사 결정 시스템이나 인간-AI 협력 시스템에서 이는 큰 문제입니다. 예를 들어, 피터의 보조 시스템에서는 시스템이 어떻게 추천을 하는지 이해하고, 시스템의 학습을 어떻게影响할 수 있는지 이해해야 합니다.

의사 결정 시스템에서는 AI 시스템이 인간이 이해할 수 있는 정보를 제공해야 합니다. 예를 들어, 의료 이미지에 대한 진단 또는 대출 승인과 같은 경우, AI 시스템은 어떻게 이러한 결정을 내렸는지, 어떤 속성이 가장重要했는지, 시스템이 이러한 결정을 내린 것에 대한 신뢰도를 제공해야 합니다. 이를 통해 인간과 AI의 협력이 더 잘 이루어질 수 있습니다.

특히 인종차별과 성차별과 같은 편향에 대해, 어떻게 이러한 편향을 식별할 수 있나요?

이는 기술만으로 해결할 수 없는 매우 어려운 문제입니다. 우리는 더 다양한 사람들을 AI 시스템 개발에 참여시켜야 합니다(인종, 성별, 문화, 신체 능력 등). 현재 이러한 시스템을 개발하는 사람들의 다양성이 부족한 것이 명백합니다. 또한, 사회 과학, 철학, 심리학, 윤리, 정책 등 다양한 분야의 전문가들이 이러한 시스템의 개발에 참여해야 합니다.

당신은 또한 인간의 잠재력을 증대시키는 AI의 가능성에 대해 이야기했습니다. 이러한 증대에 가장 많은 가능성이 있는 분야는 무엇인가요?

한 가지 명백한 분야는 장애인들이 더 독립적으로 살 수 있도록 도와주는 것입니다. 교육에서도 학생들의 참여도를 이해하고, 개인화된 교육 경험을 제공하여 교육 결과를 개선할 수 있습니다. 현재 교육의 불평등은 매우 심각하며, AI를 올바르게 사용한다면 이러한 불평등을 일부 줄일 수 있습니다. 또한, 의료, 제조 등 많은 분야에서 인간-AI 협력을 통해 많은 가치를 창출할 수 있습니다. 이를 위해서는 사회 과학, 인간-컴퓨터 상호 작용, AI의 교차점에서 혁신이 필요합니다.

당신은 또한 감정 인식이 AI의 미래에 중요한 역할을 할 것이라고 했습니다. 왜 이러한 연구에 더 집중해야 하나요?

감정 인식은 인간-AI 시스템에서 중요한 능력입니다. 인간의 감정은 예측 시스템이 이해해야 할 중요한 인간적 맥락을 제공합니다.

또한, 이러한 시스템은 사용자와의 상호 작용을 통해 계속해서 학습하고 적응해야 합니다. 직접적인 피드백은 중요한 신호이지만, 간접적인 신호도 중요합니다. 예를 들어, 디지털 어시스턴트는 사용자의 목소리에서 분노를 감지하고, 이를 피드백 신호로 사용하여 미래에 더 잘 반응할 수 있습니다. 이러한 정보는 적극적인 학습 AI 시스템이 계속해서 개선되도록 합니다.

예측 컴퓨팅 연구소에서 작업하는 다른 내용이나 오늘 обс论한 문제에 대해 추가로 공유하고 싶은 것이 있나요?

보조 시스템을 구축할 때, 우리는 이러한 시스템을 책임감 있게 구축하는 방법과 사용자가 정보를 어떻게 제어할 수 있는지에 대해 생각해야 합니다. AI 연구자로서, 우리는 데이터를 많이 수집하여 이러한 시스템을 개선하고 싶지만, 사용자의 개인 정보를 고려해야 합니다. 우리는 절대적으로 필요한 데이터만 수집해야 하며, 사용자가 어떤 데이터를 수집하는지 이해할 수 있도록 해야 합니다.

이번 인터뷰에 감사드립니다. 이 프로젝트에 대해 더 알고 싶은 독자는 인텔의 라마 나흐만과 피터 스콧-모건: 두 과학자, 하나는 ‘인간 사이보그’라는 기사를 읽어보시기 바랍니다.

인텔의 예측 컴퓨팅 연구소 팀은 보조 컨텍스트 인식 툴킷을 개발했습니다. 팀원으로는 알렉스 응웬, 상기타 샤르마, 맥스 피나록, 사이 프라사드, 라마 나흐만, 피트 덴먼이 있습니다. 브루나 지르벤트, 사우라브 사하이, 샤치 쿠마르가 사진에 없지만 팀의 일원입니다. (크레디트: 라마 나흐만)