가장 복잡한 문제들은 대개 사람들의 일상생활에 영향을 주는 문제들이며, 많은 사람들이 구글을 일상의 일부로 삼게된 것은 정말 즐거운 일입니다. 안드로이드 월간 활성 기기수는 20억 개 이상이며, 유튜브는 10억 명이 넘는 총 사용자 수와 매일 10억 시간이 넘는 시청 시간을 기록하고 있습니다. 또한, 전 세계 사람들은 구글 지도를 이용해 매일 10억 킬로미터 이상의 길찾기를 하고 있습니다. 이러한 성장은 모바일 컴퓨팅으로의 전환 없이는 불가능했을지 모릅니다. 모바일 전환을 통해 구글은 모든 자사 제품들을 새롭게 구상하게 되었고, 멀티 터치 스크린과 같은 새로운 상호 작용 모델들을 반영할 수 있도록 제품들을 새롭게 개발했습니다.
 |
| 구글 렌즈로 당신의 스마트폰 카메라는 당신이 보는 것과 같은 것을 볼 수 있을 뿐만 아니라, 당신이 무엇을 찾고 있는지를 이해하고 도움을 줄 수 있습니다. |
 |
| 클라우드 TPU는 머신러닝을 위해 맞춤제작 되었습니다. 64개의 이러한 기기들을 11.5 페타플롭 머신러닝 슈퍼컴퓨터인 TPU 팟으로 연결할 수 있습니다. |
 |
| 뿐만 아니라, AI는 DNA 염기순서와 같은 기초 과학을 도울 수도 있습니다. Google.ai에서 출시된 새로운 도구는 연구자들이 유전자변이주를 더욱 빨리 발견할 수 있게끔 도와줍니다. |
 |
| 시카고에 사는 고등학생 Abu Qader는 유튜브를 보며 텐서플로 사용법을 독학했습니다. 그는 디지털유방촬영술을 발전시키기 위해 머신러닝을 이용하고 있습니다. |
 |
| 우리는 당신이 누구든, 어떤 직업을 찾고 있던 간에 당신에게 적합한 구직 공고를 찾을 수 있게 되는 것을 목표로 새로운 도구를 만들었습니다. |
구글 어시스턴트는 이러한 기술의 발전이 실제로 활용되고 있는 강력한 예시입니다. 구글 어시스턴트는 이미 1억 개의 기기에서 사용되고 있으며, 매일 더욱 유용해지고 있습니다. 구글 홈(Google Home)은 이제 서로 다른 목소리들을 구분해 사용자들이 구글 홈과 상호 작용할 때 더욱 개인화된 경험을 제공할 수 있습니다. 이에 더해 구글은 이제 스마트폰 카메라를 도구로 활용해 작업을 처리할 수 있도록 만들고자 합니다. 비전 기반의 컴퓨팅 능력이 결합된 구글 렌즈(Google Lens)는 당신이 보고 있는 것을 이해하고, 해당 정보에 기반해 당신이 행동을 취하도록 돕습니다. 만약 당신이 라우터 뒤쪽에 있는 길고 복잡한 와이파이 비밀번호를 보기 위해 친구의 책상 아래로 기어들어갔다면, 이제 당신의 스마트폰은 그 비밀번호를 인식하고, 당신이 와이파이 네트워크에 로그인하려고 한다는 사실을 이해하여 자동으로 로그인을 시켜줄 것입니다. 이것의 핵심은 당신이 이러한 작업을 시행하기 위해 새로운 것을 배울 필요가 없다는 것입니다. 이러한 과정의 인터페이스와 경험은, 예를 들어 스마트폰의 여러 앱을 오가며 복사, 붙여넣기를 하는 것보다 훨씬 더 직관적일 수 있습니다. 구글은 우선 구글 렌즈 기능을 구글 어시스턴트와 구글 포토에 도입할 예정이며, 향후 다른 제품들에도 적용하고자 합니다.
[경고! 지금부터 나올 내용은 조금 괴짜스럽게 들릴 수 있습니다!]
이 모든 것은 적합한 컴퓨터 아키텍처를 필요로 합니다. 지난해 I/O에서 구글은 자사 기계학습 알고리즘을 더 빠르고 효과적으로 작동할 수 있게 하는 1세대 TPU를 발표했고, 오늘 그 차세대 TPU인 클라우드 TPU를 발표했습니다. 클라우드 TPU는 추론과 트레이닝에 최적화되어 있으며, 엄청난 양의 정보를 처리할 수 있습니다. 구글은 클라우드 TPU를 구글 컴퓨트 엔진(Google Compute Engine)에 도입해 기업들과 개발자들이 이를 활용할 수 있도록 할 것입니다.
중요한 것은 이러한 발전이 구글 제품 사용자뿐 아니라 모두에게 더 나은 결과를 가져와야 한다는 것입니다. 구글은 과학자와 엔지니어들이 더 개선된 강력한 컴퓨팅 도구와 연구를 확보할 수 있다면 복잡한 사회 문제들에 대한 엄청난 돌파구를 찾을 수 있을 것이라고 믿습니다. 하지만 이것이 실현되기에는 오늘날에는 장벽이 매우 많습니다.
이것이 바로 구글이 Google.ai를 발표하게 된 동기입니다. 구글은 Google.ai를 통해 AI와 관련된 구글의 모든 노력을 통합해 이러한 장벽을 낮추고, 이 분야의 연구원, 개발자, 기업들이 업무를 가속화할 수 있도록 도울 예정입니다.
AI가 더 나은 접근성을 가질 수 있도록 하기 위한 한 가지 방안은 신경망이라 불리는 기계학습 모델의 디자인을 단순화하는 것입니다. 현재 신경망을 설계하기 위해서는 엄청난 시간이 소모될 뿐만 아니라, 전문 기술을 필요로 하기 때문에 과학자 및 엔지니어로 구성된 소규모 커뮤니티만 사용이 가능합니다. 이 때문에 구글은 AutoML이라 불리는 접근법을 구축해 신경망이 또 다른 신경망을 설계할 수 있도록 했습니다. 구글은 AutoML이 현재 소수의 박사들만 갖고 있는 역량을 보유하게 되고, 3-5년 내에는 IT 기업이 아닌 곳에서도 특정 목적에 부합하는 새로운 신경망을 설계할 수 있기를 기대하고 있습니다.
또한 Google.ai는 연구원과 과학자 및 개발자 팀을 구성하여 다양한 분야의 문제를 해결하고 유망한 결과를 도출해내고 있습니다. 구글은 인접 림프절로 전이되는 유방암을 발견하는 알고리즘을 개선하기 위해 머신러닝을 활용하였습니다. 뿐만 아니라 구글은 연구원들이 물질, 나아가 인간 유전자의 기본요소들을 순서화하는데에 있어서 AI가 시간과 정확성 측면을 향상시켜주는 것을 확인했습니다.
이러한 전환은 비단 미래형 기기 구축이나 첨단 리서치 진행에 관한 것만은 아닙니다. 구글은 이것이 정보에 대한 접근성을 모두에게 차별없이 제공하고 새로운 기회들을 들춰냄으로써 수백 만 명을 도울 수 있다고 생각합니다. 예를 들어, 미국의 고용주들 중 거의 절반은 여전히 공석을 채우는 데 어려움을 겪는다고 말합니다. 한편, 구직자들은 종종 바로 근처에 공석이 있는데도 눈치채지 못합니다. 높은 퇴사율, 낮은 트래픽, 일관성 없는 직무 등의 일자리 특성 때문에 검색 엔진이 정보를 정리해내기 어려웠기 때문입니다. 구글은 새 이니셔티브인 일자리 서비스 ‘구글 포 잡스(Google for Jobs)’를 통해 기업들을 직원이 될 가능성이 있는 이들과 연결시켜주고, 구직자들이 새로운 기회를 찾도록 도울 수 있기 바랍니다. 이 노력의 일환으로 구글은 수주 내 ‘검색’에 새로운 기능을 출시합니다. 이 기능을 통해 전통적으로 검색하기 어렵고 분류하기 어려운 서비스, 유통 분야의 직업을 포함한 다양한 경력과 직급의 일자리를 찾는 것을 도울 예정입니다.
AI가 사람들이 실제로 느낄 수 있는 성과를 내는 것을 지켜 보는 것은 우리에게 좋은 자극을 줍니다. 진정으로 AI 퍼스트 세계에 진입하기까지는 아직 갈 길이 멉니다. 하지만 사람들이 활용할 수 있는 도구와 우리가 기술을 적용하는 방식적 측면에서 기술에 대한 접근성을 모두에게 제공하고자 더 많이 노력한다면 더 빠른 시일 내에 모든 사람들이 혜택 받을 수 있을 것입니다.
이 사이트의 다른 곳에서 안드로이드, 포토, VR을 비롯해 구글 I/O에 대한 수많은 다른 공지와 발표를 확인해 보십시오.
작성자: 순다 피차이(Sundar Pichai) 구글 CEO