
머신러닝 신경망은 지금까지 패턴인식, 즉 얼굴 및 사물 인식 등의 분야에서 큰 발전을 이뤘지만 기호추론(Symbolic reasoning) 분야에서는 단순한 덧셈과 곱셈을 넘어서는 영역을 달성하지 못했다. 수학에서는 함축적인 기호, 약어(cos, sin등)등이 다중적으로 사용되기 때문에 이를 기계에게 이해시키고 학습시키는 것이 거의 불가능했기 때문이다.
최근 페이스북 인공지능(AI) 연구원들은 이 문제를 해결하기 위해 수학적 약어를 ‘시퀀스 투 시퀀스(seq2seq) 신경망’으로 계산처리하는 방식을 ‘DEEP LEARNING FOR SYMBOLIC MATHEMATICS’라는 논문을 통해 제안했다.
이는 자연어처리기반 번역에 사용되는 접근법을 수학에 적용한 것으로 수학적 표현의 패턴을 머신러닝에 인식시킨 최초의 연구결과다. 이들은 8000만개의 적분식, 2000만개의 미분식의 데이터셋을 생성해 신경망을 학습시켰다. 이후 완전히 새로운 약어 등이 포함된 5000개의 수식을 풀게했다. 그 결과 기존 수학문제풀이 프로그램 대비 더 높은 정확도를 보인 것으로 나타났다.
이러한 연구결과를 페이스북에서 어떻게 활용할지에 대해서는 아직 공개되지 않았다. 다만 학계는 머지 않아 ‘계산적 수학’ 분야 산업에서 딥러닝을 적용한 비약적 기술 발전 및 기존업체들과의 치열한 전쟁이 일어날 것으로 예상하고 있다.
soul@hankyung.com