휴가는 삶의 균형
요즈음 날씨가 매우 더운 여름휴가 시즌이다. 학교 캠퍼스와 연구실도 조금 한산하게 느껴진다. 요즈음은 학생들도 해외로 친구들과 가족들과 휴가를 떠난다. 비용을 절약하기 위해서 피크시즌을 피해서 8월 말에 가기도 한다. 1주일 또는 10일 정도 일을 완전히 잊고 태양이 내리쬐는 바닷가에서 스트레스를 훨훨 날리고 오면 좋다.
이처럼 일에 조금 지쳤을 때 이렇게 확실한 휴가를 마치고 나면 머리도 식혀지고, 새로운 발상도 생겨나고, 생각도 긍정적으로 바뀐다. 이에 더해서 일에 대한 의욕도 넘치고 아이디어도 샘솟게 된다. 한 달쯤 후가 겸해서 여행을 다녀오면 좋겠다.
이런 상태를 일과 삶의 균형이 맞는 상태라고 생각한다. 이와 같은 삶의 균형적인 요소로는 휴가, 취미활동, 운동, 친구, 가족처럼 인간의 기본적인 행복을 주는 방식들이다.
휴가의 한 가지 방식이 여행이다. 이런 여행의 목적은 여러 가지가 있다. 새로운 문화를 경험하기도 하고, 높은 산으로 오를 수도 있다. 아니면 완전히 휴양림에서 ‘멍 때리기’를 할 수도 있고, 맛있는 음식 먹고, 구경하고, 수영하는 휴가가 여행의 목적이 될 수 있다.
휴가 목적지로는 하와이가 최고인 것으로 생각한다. 특히 가족 여행지로는 최고이다. 너무 멀지 않고, 다양한 자연을 경험하고, 맛있는 식당이 많고, 바다가 같이 있다. 특히 하와이 섬 중에서도 높은 산, 깊은 숲, 활화산이 녹아 있는 빅아일랜드가 가장 친자연적이다. 항공사 승무원들도 하와이를 가족 여행지로 최고로 뽑은 것은 우연이 아니다. 이처럼 우리 삶에 일과 휴식의 균형이 필요하다.
고속 디지털에도 균형이 필요해
반도체 사이에 또는 컴퓨터 사이에 고속 디지털 데이터를 주고받을 때가 많다. 예를 들어 그래픽 프로세서(GPU)와 디램(DRAM) 사이에도 그렇고, 컴퓨터와 주변기기 사이에는 USB(Universal Serial Bus)가 사용되기도 한다. TV와 DVD 사이에는 HDMI(High Definition Multimedia Interface)가 사용되고, 컴퓨터 사이는 PCI(Peripheral Computer Interface)가 사용된다.
모두 고속 디지털 신호를 주고받는 방식이다. 이때 시간당 데이터는 전송 속도는 10Gbps(1초에 100억 비트)를 넘어 이제는 100Gbps(1초에 1조 비트) 전송속도를 목표로 한다. 눈 깜빡할 사이에 영화 한 편 다운로드받는다. 모두 4차 산업혁명 시대에 빅데이터 전송 속도를 높이기 위해서이다.
이러한 빅데이터를 빠르게 클라우드 데이터 센터에 저장하고, 인공지능으로 처리하고 하는 것이 목적이다. 그래서 빅데이터와 인공지능 시대에는 데이터를 주고받을 일이 더 많다. 앞으로도 더욱 증가할 것이다.
이때 고속 디지털 신호를 빠르게 보내려면 빛의 속도의 전파로 보내야 한다. 그러려면 데이터를 주고받는 전송선의 특징인 임피던스가 맞아야 한다. 그렇지 않으면 디지털 전자파가 반사되어, 신호가 전혀 수신되지 않게 된다. 또한 전자파가 공간으로 퍼져나가 주변 신호를 간섭한다.
이러한 현상을 방지하기 위해 차등신호 전송방식(Differential Signaling Scheme)의 신호 방식을 사용한다. 디지털 데이터를 보낼 때 ‘0’에서 ‘1’로 변화하는 신호선 옆에 반대의 180도 위상을 갖는 신호를 동시에 보낸다. 그래서 옆의 신호선에는 반대로 ‘1’에서 ‘0’으로 변화하는 신호를 같이 보낸다.
삼각함수로 보면 180도 위상차가 생긴다. 두 개를 더하면 합이 ‘0’이 된다. 그래서 두 개의 반대 신호를 동시에 보낸다. 그러면 전자파 간섭도 줄고, 신호 반사 현상도 최소화 가능하다. 전체로 보면 결국 디지털 신호 사이에 조화를 이룬다.
디지털에는 ‘0’과 ‘1’이 있고, 수학에는 양수와 음수가 있고, 철학에 음양이 있고, 인간 세계에 남과 여가 있듯이 고속 디지털 신호 전송에 ‘0-1’ 변화 신호와 ‘1-0’ 변화 시호를 동시에 보낸다. 이처럼 두 개의 신호를 균형을 맞춤으로써 오히려 신호 전송의 질적 향상을 도모한다.
인간 세계와 마찬가지로, 빅데이터의 전송과 인공지능 처리에도 ‘신호의 균형’이라는 지혜가 그대로 적용된다.
GAN 인공지능에도 균형이 있다
GAN (Generative Adversary Network)이라는 인공지능 알고리즘이 있다. 주로 창작을 할 수 있는 기능을 가진 인공지능 네트워크이다. 예를 들어 피카소의 그림을 열심히 학습시키고, 새로운 사진을 보여주면, 사진을 피카소의 화풍으로 그려준다. 일종의 모방을 통한 창작이다.
인간도 어차피 완전히 무에서 유를 만드는 창조는 없고, 일정 부분 모방을 통해서 창작 연습을 한다. 인공지능도 이를 따른다. GAN 알고리즘은 그림뿐만 아니라, 음악, 문학, 시의 창작에 그대로 적용할 수 있다.
GAN의 구조 안으로 들어가 보면, 진품인 정보는 담고 있는 실제 데이터(Real Data)가 있고 이를 모방한 임의로 생성된 가짜 데이터(Fake Data)도 있다. 이 두 개 데이터를 비교하는 딥러닝 신경망인 감별기 네트워크(Discriminator Network)가 있다.
이때, 진짜와 가짜의 구별이 50:50으로 도저히 구별되지 않을 때까지 계속 가짜 데이터를 만들어 내는 가짜 데이터 생성신경망(Generator Network)이 있다. 진짜와 모방품이 도저히 비교하기 어려울 때까지, 계속 모방품을 만들고 비교한다. 이러한 과정을 통해서 새로운 작품이 탄생한다.
미래에는 ‘돌연변이 네트워크’를 GAN에 추가하면 황당한 새로운 창작품도 인공지능이 만든다. 그래서 인공지능 네트워크도 계속 융합하고 진화할 것으로 예상한다.
따라서 이 GAN에 ‘진짜’와 ‘모방품’이 함께 존재한다. 모방품이 진품과 더 이상 구별이 어려울 때 이제 모방품이 창작품이 된다. 두 개의 데이터가 같이 균형 있게 발전해야 최고의 예술품이 나온다. 이 데이터는 영상 이미지일 수도 있고, 음악일 수도 있고, 문학 작품도 된다.
마찬가지로 GAN에는 두 개의 데이터를 비교하는 감별기 신경망(Discriminator Network)과 가짜를 생성하는 가짜 생성망(Generator Network)이 공존한다. 그래서 데이터를 만들고 비교하는 역할을 맡아 서로 균형을 이룬다. 이처럼 인공지능망에도 균형과 조화가 필요하다. 우리의 인생과 마찬가지이다.
[김정호 카이스트 전기 및 전자공학과 교수] joungho@kaist.ac.kr
