인공지능 탄생에 기여한 과학자 2명에 노벨 물리학상

[파이낸셜뉴스] 올해의 노벨 물리학상은 인공 신경망을 이용한 머신 러닝을 가능케 하는 기초적인 발견과 발명한 2명의 물리학자에게 돌아갔다.

노벨위원회는 8일(현지시간) 스웨덴 스톡홀름 왕립과학원에서 2024년 노벨 물리학상 수상자로 존 홉필드 미국 프린스턴대 교수와 제프리 힌튼 캐나다 토론토대 교수 등 2명의 물리학자를 선정했다고 발표했다.

노벨위원회에 따르면, 이들은 물리학 도구를 사용해 오늘날의 강력한 머신러닝의 기초가 되는 방법을 개발했다.

노벨 물리학상 위원회 엘렌 문스 의장은 이날 "수상자들의 연구는 이미 큰 혜택을 주고 있다"며, "우리는 새로운 물질을 개발하는 등 다양한 분야에서 인공 신경망을 사용하고 있다"고 말했다.

존 홉필드는 데이터를 저장하고 재구성할 수 있는 연관 기억을 만들었고, 제프리 힌튼은 데이터를 통해 자동으로 속성을 찾아내고, 이를 통해 이미지에서 특정 요소를 식별하는 작업을 수행할 수 있는 방법을 발명했다.

우리가 인공지능에 대해 이야기할 때, 종종 인공 신경망을 이용한 머신러닝을 의미한다. 이 기술은 원래 뇌의 구조에서 영감을 받았다. 인공 신경망에서는 뇌의 뉴런이 다른 값들을 가진 노드로 표현된다. 이 노드들은 시냅스와 비슷한 연결을 통해 서로 영향을 주고받으며, 이 연결은 더 강하거나 약해질 수 있다. 예를 들어, 신경망은 동시에 높은 값을 가진 노드들 간의 연결을 강화함으로써 학습된다.

이들은 1980년대부터 인공 신경망을 활용한 중요한 연구를 수행해 왔다.

존 홉필드는 패턴을 저장하고 재구성하는 방법을 사용하는 네트워크를 발명했다. 홉필드 네트워크는 물리학에서 원자의 스핀, 즉 각 원자를 작은 자석으로 만드는 속성 때문에 물질의 특성을 설명하는 물리학을 활용한다. 네트워크 전체는 물리학에서 스핀 시스템에서 발생하는 에너지와 동일하게 설명되며, 저장된 이미지가 낮은 에너지를 갖도록 노드 간의 연결 값을 찾아서 학습된다. 홉필드 네트워크에 왜곡되거나 불완전한 이미지가 주어지면, 네트워크는 체계적으로 노드의 값을 업데이트하면서 네트워크의 에너지를 줄여나간다. 이렇게 네트워크는 주어진 불완전한 이미지와 가장 비슷한 저장된 이미지를 단계적으로 찾아낸다.

제프리 힌튼은 홉필드 네트워크를 기반으로 다른 방법을 사용하는 새로운 네트워크, 즉 볼츠만 머신을 개발했다. 이 네트워크는 주어진 유형의 데이터에서 특징적인 요소를 인식하는 법을 학습할 수 있다. 힌튼은 많은 유사한 구성 요소로 이뤄진 시스템을 다루는 통계 물리학 도구를 사용했다. 볼츠만 머신은 머신을 실행할 때 발생할 가능성이 높은 예시들을 통해 학습된다. 볼츠만 머신은 이미지를 분류하거나, 학습된 패턴 유형의 새로운 예시를 만드는 데 사용할 수 있다. 힌튼은 이 연구를 바탕으로 현재 폭발적으로 발전하고 있는 머신러닝 분야를 개척하는 데 기여했다.

지난해 노벨 물리학상은 인류에게 원자와 분자 속 전자의 세계까지 살펴볼 수 있도록 1초에 100경 개의 사진을 촬영할 수 있는 방법과 새로운 도구를 개발한 오하이오주립대 물리학과 피에르 아고스티니 교수와 막스 플라크 양자광학 연구소 페렌크 크라우츠 교수, 스웨덴 룬드대학 원자물리학과 안 륄리에 교수 등 3명이 수상했다.

한편, 올해 노벨 물리학상 수상자는 메달과 증서, 상금 약 14억2800만원(1100만 크로나)을 나눠 받는다.

지난해부터 상금을 100만 크로나 더 인상했다. 시상식은 알프레드 노벨의 기일인 12월 10일 스웨덴 스톡홀름(생리의학·물리·화학·경제학상)과 노르웨이 오슬로(평화상)에서 열린다.

스톡홀름 수상자들은 스웨덴의 칼 16세 구스타프 국왕으로부터 메달과 증서를 받고, 오슬로 수상자들은 노르웨이 국왕 하랄드 5세가 참석한 가운데 노르웨이 노벨 위원회 위원장으로부터 노벨 평화상을 받게 된다.

[e-mail] 김만기 기자