[스쿨iTV] 인간과 대화하는 인공지능 구현이 가능하려면 자연어 처리 기술(Natural Language Processing, NLP)이 필요하다. 자연 언어의 의미를 컴퓨터로 해석하고 의미를 분석해 이해하고 자동으로 생성하는 기술을 의미한다.

자연어 처리 기술의 하위 분야에는 여러 가지가 있다.

대표적인 것으로 정보 검색 기술이 있다. 구글과 같은 검색 엔진을 이용하면 이용자가 원하는 정보가 담긴 문서를 빠르게 검색할 수 있다 구글에서는 이미지 검색과 음성 검색 기능도 제공하는데 모두 자연어 처리 기술이 이용된 예이다.

Siri, 기가지니, 구글 홈, 카카오미니, 클로버와 같은 인공지능 스피커에도 자연어 처리 기술이 이용되고 있다. 이를 이용하면 음성 언어를 통해 스피커에 명령을 내릴 수 있다. 이 기술은 청각장애인에게 소리를 문자로 화면에 표시해주는데 활용되기도 한다.

일반적으로 인공지능 채팅 프로그램이 가지는 한계로 문맥을 파악하지 못한다는 점이 있다. 그러나 자연어 처리 기술 중 ‘중의성 해소’ 분야를 이용하면 하나의 낱말이 여러 의미를 가질 경우 의미를 컴퓨터가 자동으로 인식하도록 할 수 있다.

자연어 처리 기술은 오래 전부터 발달했다. 2011년 미국의 ABC 방송사의 퀴즈 프로그램에서 IBM에서 개발한 왓슨이라는 AI가 우승한 일이 있다. 이는 질문에 응답하는 자연어 처리 기술을 이용한 것이다. 이후 왓슨의 인기는 크게 상승하여 1초에 80조번의 연산이 가능하고 초당 책 100만권 분량의 데이터를 분석할 수 있었기 때문에 향후 의사를 대신할 것으로 여겨지기도 했다.

왓슨을 이용한 암진단을 위한 기술 개발이 시작되었으나 기대에 부응하지 못하고 이 프로젝트는 실패하고 말았다. 실패 이유는 두 가지이다. 첫 번째는 기업이 왓슨에 적용할 기술 개발에 힘쓰기보다 마케팅에 더욱 힘썼다는 점이다. 두 번째는 암 정복과 같이 목표가 너무 커 현실과 동떨어진 내용에 매달렸다는 점이다. 현재 IBM사에서는 왓슨 프로젝트를 매각하고자 하지만 구매자가 쉽사리 나타나고 있지 않은 형편이다.

이에 반해 구글 등에서는 인공지능 음성인식과 같이 실생활에 밀접한 결과물을 보여줬기 때문에 승승장구 할 수 있었다.

인간의 언어는 종류가 매우 많고 언어에 따른 특성이 다양하므로 자연어 처리 기술 적용 과정에서 상황의 편차가 크게 나타난다.

우리가 쓰는 한국어의 경우 자연어 처리 기술을 구현하기가 다른 언어에 비해 어려운 편이다.

우리말의 경우 소리는 같으나 맥락에 따라 의미가 다양한 낱말들이 많다. 인간은 직관적으로 의미를 파악할 수 있지만 기계인 컴퓨터는 그러지 못한다. 낱말뿐만 아니라 같은 의미의 문장도 다양하게 표현할 수 있기 때문에 컴퓨터가 한국어를 자연어 처리하여 이해하는 데에 곤란함을 겪고 있는 것이다.

이는 딥러닝을 통해 극복할 수 있다. 컴퓨터에 다양한 문맥적 상황을 많이 입력하면 할수록 실수가 줄어들게 되는 것이다.

자연어 처리 기술이 더욱 고도로 발달하면 인간적인 실수도 하게 되는 인공지능이 머지않아 출현할 것이다.