설명 가능성부터 편향성 탐색 등을 지원하는 기술을 통해 보다 투명하고 책임 있게 AI 데이터를 관리하려는 움직임도 관측될 것으로 예상된다. IBM연구소(IBM Research)가 AI와 관련된 올해의 주요 전망은 아래와 같다.

1. 더 많은 것을 이해하고 더 많은 일을 하는 AI
AI 시스템이 더 많은 데이터를 가질수록 AI 기술은 더 빠르게 발전한다. 2020년에는 보다 많은 AI 시스템이 학습과 논리를 결합한 뉴로-심볼릭(neuro-symbolic) 기술에 의존하기 시작할 것으로 예상된다.

뉴로-심볼릭은 자연어처리 기술 분야 발전에 중요한 지표로 컴퓨터가 상식 추론과 특정 분야의 지식을 활용해 인간의 언어와 대화를 보다 잘 이해하도록 돕는다. 이와 같은 기술을 통해 기업들은 대화 형식의 자동화된 고객 관리와 기술 지원 툴을 사용할 수 있으며, 더 적은 데이터로도 AI를 훈련시킬 수 있다.

2. 일하는 방식을 바꾸는 AI
AI는 인간의 일자리를 대체하는 것이 아닌, 자동화를 통해 일하는 방식을 변화시킬 전망이다. 일정 조율과 같은 업무에는 도움을 주지만 디자인이나 전략 수립과 같은 전문적 업무에는 직접적인 영향을 주지 않을 것으로 예상된다.

AI를 도입한 기업은 직원 업무를 일부 조정할 필요가 있으며 직원은 역량 강화를 위해 노력해야할 것으로 보인다.

3. AI가 신뢰할 수 있는 AI의 탄생
AI를 신뢰하기 위해서는 시스템이 믿을 수 있고 공정해야 한다. 이와 함께 기술이 보안상 안전하고 AI가 제공하는 결론이나 제안이 편향되거나 조작되지 않다는 것을 확신할 수 있어야 한다.

2020년에는 신뢰도를 규제하는 구성요소들이 AI의 수명주기에 포함되면서 AI 애플리케이션 구축, 테스트, 운영, 모니터링 및 인증하는 과정에서 성능뿐 아니라 신뢰도 역시 고려될 것으로 전망된다.

또 AI를 만드는데 AI를 사용하는 ‘오토AI’처럼 AI를 제어하는 AI가 부상하면서, 규제가 심한 산업을 포함해 산업 전반에서 신뢰할 수 있는 AI 워크플로우가 형성될 것이다.

4. 전력소비가 견인하는, 친환경 기술 요구의 증가
AI의 기반이 되는 데이터센터는 전세계 에너지 총 소비량의 약 2%를 차지하고 있다. 2020년에는 AI 기술을 보다 오랫동안 지속 가능하게 만들기 위한 노력들이 증가할 것이다.

유연한 기기를 만들 수 있는 전이 금속 산화물(transition-metal oxides)과 같은 신소재 개발이나 아날로그와 혼합 신호를 모두 처리하는 새로운 칩 설계, 적은 컴퓨팅파워로 구동하면서 일정 수준 이상의 결과를 구현하는 근사 컴퓨팅(approximate computing) 기반의 새로운 소프트웨어 기술 등이 포함된다. 이 모두는 탄소 배출량을 줄이면서도 증가하는 AI 관련 워크로드를 지원하기 위한 방안으로 주목을 받고 있다.

5. 신소재 개발에 사용되는 AI
지난 2백년 간 유기분자합성은 화학 분야 연구의 중요한 축이었고, 이를 통해 의약품 및 합성 섬유가 개발됐다. 지금도 새로운 분자를 만들기 위해 수십만 가지의 화학 반응을 연구하고 있다.

과학자들은 전문 분야의 수십 개의 반응은 기억할 수 있지만 방대한 양의 정보로 인해 모든 분야의 전문가가 되는 것은 불가능하다. 하지만 클라우드 위에서 분자를 합성하고 수백만 개의 화학반응을 예측할 수 있는 AI 툴(RXN for Chemistry)이 개발되면서, 2020년에는 AI와 자동화를 활용한 신소재 개발에 획기적인 발전이 이뤄질 것으로 기대된다.