몇 년 전만 해도 시끌벅적한 거리를 걸으며 구글 앱에서 음성 작업을 하거나 구글 번역을 사용하여 러시아어로 된 간판을 읽거나 구글 포토에서 강아지 사진을 바로 검색하는 것이 불가능했습니다. 그 당시에는 구글 앱이 그렇게 스마트하지는 않았기 때문이죠. 하지만 불과 지난 몇 년간 구글 앱은 훨씬 스마트해졌습니다. 이제 머신 러닝(Machine Learning) 기술 덕분에 위에서 언급한 작업과 그 외의 다양한 일들을 손쉽게 할 수 있습니다. 하지만 이것이 끝이 아닙니다. 앞으로도 머신 러닝을 통한 발전 기회는 무궁무진합니다.
이에 구글에서는 ‘텐서플로(TensorFlow)’라고 하는 새로운 머신 러닝 시스템을 개발했습니다. 텐서플로는 기존 시스템에 비해 더 빠르고 스마트하면서도 유연하여 새로운 제품 및 연구에 더욱 손쉽게 적용될 수 있습니다. 또한 확장성이 좋은 기계학습 시스템으로 비단 스마트폰에서뿐만 아니라 데이터센터의 수천 개 컴퓨터에서도 작동할 수 있습니다. 구글은 구글 앱의 음성 인식, 인박스(Inbox)의 스마트 답장, 구글 포토의 검색 기능 등 다양한 부분에 텐서플로를 사용합니다. 텐서플로는 구글의 1세대 시스템 대비 최대 5배 빠른 속도로 신경망을 구축하고 훈련시킬 수 있어 제품을 훨씬 빠르게 개선할 수 있습니다.
텐서플로로 할 수 있는 작업들을 직접 실험해보면서 구글에서만 사용하기에는 아까운 기술이라는 생각이 들었습니다. 텐서플로로 가능한 작업들이 무수히 많기 때문이죠. 따라서 구글은 텐서플로 오픈소스를 공개합니다. 머신 러닝 분야 연구원, 엔지니어 또는 이 분야에 취미를 가진 사용자라면 누구나 연구 논문이 아닌 실제 작업 코드를 통해 더욱 빠르게 의견을 교환할 수 있을 것입니다. 이를 통해 머신 러닝 분야의 연구를 활성화하고, 결과적으로 모든 사용자를 위한 기술 발전에 도움이 되기를 기대합니다. 또한 텐서플로는 머신 러닝 이외의 분야에도 적용될 수 있습니다. 예를 들어 ‘단백질 접힘(protein folding)’에서부터 ‘천문학 데이터 고속 처리’에 이르기까지 매우 복잡한 데이터를 분석하는 것에도 사용될 수 있습니다.
머신 러닝은 아직 발전 초기 단계에 있는 분야로, 오늘날 컴퓨터는 공룡 이름을 몇 개 본 후 이름을 기억하거나 ‘아버지가방에들어가신다’라는 문장이 ‘아버지 가방에 들어가신다’의 의미가 아니라는 것을 이해하는 등 어린 아이도 쉽게 할 수 있는 것들을 아직 해내지 못합니다. 이렇듯 머신 러닝은 향후 발전의 여지가 큰 분야입니다. 텐서플로가 좋은 시작점이 되었으니, 앞으로 더욱 큰 발전을 기대해 봅니다.
작성자: 선다 피차이, 구글 CEO