제4차 산업혁명 기술과 지식재산권

기계 학습은 인간의 학습을 모방하기 위한 기술이다. 인간의 학습은 뇌를 통해서 이루어지며, 인간의 뇌는 뉴런(neuron)이라는 신경 세포들로 이루어져 있다. 각각의 뉴런은 서로 다-대-다 관계로 연결되어 있으며, 데이터를 입력받아 처리한 후, 출력 데이터를 생성한다. 출력 데이터는 다시 다른 뉴런의 입력 데이터로 사용되며, 이런 뉴런들은 뇌 속에 아주 많이 존재한다. 무수히 많은 뉴런은 다른 뉴런들과 서로 연결되어 의식을 만들어 내고 신체로부터의 자극을 느낌으로 만들어 다른 기관으로 전달한다. 이렇게 뉴런의 연결망과 비슷하게 흉내 내어 만든 기법이 신경망 프로그램이다. 신경망에서는 입력값도 다수가 존재하고 출력값도 다수가 존재한다. 또한 입력층, 숨겨진 층, 출력층 등의 여러 개의 층(layer)이 존재한다. 금융 분야에서는 인공 지능이 은행 상담, 대출 심사, 주식 투자, 채권과 외환 투자, 자산 관리 영역까지 대폭 확대될 것으로 예측된다. 무인 자동차 분야에서 인공지능이 활용되는 분야는 차량 경보 기능과 관련된 영역이다. 이 기능을 구현하기 위해서는 전방에 사람이나 동물이 나타나는 돌발 상황을 차가 인지하고 급정거 할 수 있어야 한다. 사람이나 동물이 어느 위치에서 출현할지는 아무도 모른다. 따라서 여러 위치에서 출현하는 영상을 훈련 데이터로 입력한 후에 이를 기계 학습시켜서, 컴퓨터가 스스로 판단하는 인공 지능 기술이 도입되어 사용되고 있다. 법률 분야에서도 인공 지능에 대한 활발한 실험이 이루어지고 있으며, 일부는 이미 현업에 활용하고 있다. 미국의 모 법률회사에서는 변호사 업무의 일부를 인공 지능이 담당하고 있으며, 재판하는 업무를 실험해 보았더니 약 79%의 정확도가 나왔다고 한다. 앞으로, 인공 지능 기술이 더욱 발전하면서 산업계의 각 분야에서 인공 지능 기술이 융합되면서, 생산성 향상 및 산업의 혁신을 유발할 것으로 예측 된다. 그림에서 보듯이 현재 인공지능 기술은 각 산업 분야에서 이미 활용되고 있으며, 앞으로 더욱 확대될 것으로 예측 된다. 먼저, 의료 분야의 예로서는 IBM이 개발 왓슨시스템을 들 수 있다. 왓슨은 미국의 제퍼디(Jeopardy)라는 퀴즈쇼에 출전하여 우승을 차지함으로써, 많은 사람의 관심을 받았으며, 현재는 의료용으로 많이 활용되고 있다. 연구 결과에 의하면, 기존 진료 방식대로 의사가 암을 진단할 경우 정확도가 56%였던 반면, 왓슨이 1100테라바이트의 데이터를 기반으로 하여 진단을 하였을 경우, 정확도는 96%까지 상승하는 것으로 나타났다. 현재 미국의 더슨 암센터에서는 IBM에서 개발한 인공 지능 컴퓨터 왓슨을 환자들의 암 진단에 활용하고 있다. 실제 활용을 통해 정확도를 평가해본 결과 90%이상의 정확도를 보였다고 한다. 이 결과는 일반 의사의 정확도보다 훨씬 높은 값이다. 환자의 질병 진단과 치료에 있어서, 전통적인 의사의 역할을 기계가 대신할 수 있음이 증명되고 있는 것이다. 2016년부터는 가천대 길병원을 시작으로 국내 병원에서도 도입하여 활용하기 시작하였다. 길병원에서는 2016년 2월부터 2017년 4월 14일까지 왓슨을 이용하여 유방암, 폐암, 직장암, 위암, 자궁암 등의 총 250건의 암 진단을 수행하였다. 이후 부산대 병원, 대구 카톨릭 병원, 대구 계명대 동산병원, 건양대 병원, 중앙보훈 병원 등이 왓슨을 도입하고 활용하고 있다. 왓슨은 인공 지능 알고리즘으로 관심을 받는 ‘딥 러닝’ 알고리즘을 채택하고 있다. 최근에 왓슨은 질병 진단을 넘어, 환자의 진료 기록과 의료 데이터를 바탕으로 치료법까지 권고해 주는 기능까지 탑재하기 시작했다. 왓슨도 알파고에 사용된 기계 학습 알고리즘인 딥 러닝 알고리즘을 사용하고 있다. 최근 의료 빅 데이터의 축적으로 딥 러닝은 스스로 학습할 수 있는 기반이 더욱 확대되고 있다. 구글의 자회사인 딥마인드가 종래의 ‘알파고’를 능가하는 새 바둑 프로그램 ‘알파고 제로’를 공개했다. 잘 알려진 바와 같이 알파고는 우리나라의 이세돌 9단이나 중국의 커제 9단 같은 바둑 고수와 승부를 겨루어 연전연승한 인공지능 컴퓨터다. ‘알파고 제로’는 인간이 두었던 바둑 기보를 학습하지 않은 상태에서 40일 동안 2900만판을 독자적으로 둔 후 기존의 알파고를 압도했다고 하니, 실로 인공지능 분야의 기술발전 속도가 놀라울 따름이다. 바둑은 상당한 노력을 하지 않는 한 숙달하기 쉽지 않은 고난도의 게임이다. 이런 복잡한 게임에서 인간을 능가했다면, 발명을 독자적으로 수행하지 말란 법이 없다. 특허정보를 빅 데이터로 분석해 스스로 학습한 후, 문제점에 대한 해결책을 내놓는다면 그것이 바로 발명이지 않은가? ‘알파고 제로’가 한 발명이 특허출원 되었다면 누구를 발명자로 인정하여 특허를 부여할지 난감해질 것이다. 인공지능에 대한 저작권 논쟁은 사실 인공지능이 단순한 계산 기계 수준을 넘어 통계기반의 기계학습이 성과를 거두면서 시작되었다고 할 수 있다. 최근 들어 딥러닝이 인공지능 알고리즘의 대세로 등장하면서 논쟁은 더욱 가열되고 있다. 인공지능이 음악을 작곡하고 그림을 창작하는 시대가 되었다. 2016년에는 인공지능이 쓴 영화 시나리오가 발표되기도 했는데, IT 전문매체인 「아스테크니카」가 유튜브에 공개한 자료에 따르면 비록 9분 정도의 짧은 단편영화지만, 조회수가 70여 만 회에 이르는 등 지대한 관심을 끌었다. IBM에서 만든 인공지능 컴퓨터, 「왓슨」은 공포영화 예고편을 자동으로 제작하기도 했다. 예일대 컴퓨터공학과 교수가 만든 인공지능 작곡머신 「쿨리타(Kulitta)」는 바흐의 모든 곡을 분석해 학습한 후 바흐 스타일의 새로운 음악을 몇 초 만에 완성했다. 실제 블라인드 테스트에서 100여명 이상이 이것을 인간의 작품이라고 착각했다고 한다. 이렇게 인공지능이 작곡을 하거나 그림을 그리는 등 저작물을 만들게 되면, 저작권이 인정될 수 있는지에 관한 논란이 발생한다. 더 나아가 만약 저작권이 있다면 그 저작권은 누구에게 부여되는 것인지도 아직 결론이 나지 않은 상태다 다만, 주의해야 할 점은 인공지능이 전체 저작물을 창작한 것이 아니라 인간이 인공지능을 도구로 사용해 창작한 경우에는 저작권이 인정되어야 한다는 것이다. 예를 들어, 어떤 작곡가가 멜로디의 주요 진행 흐름은 직접 작곡하고, 화음을 넣는 부분과 악기를 선택하는 단계에서 구글의 인공지능 작곡머신 「엔신스(NSynth)」를 활용하였다면 저작물의 주요 부분은 인간이 창작한 것이므로 해당 음악의 저작권은 작곡가에게 주는 것이 타당하다. 최근, 자동·반자동으로 음악합성을 할 수 있는 키보드를 이용하거나 고성능 컴퓨터를 이용해 디지털 음악을 창작하고 클럽 등에서 유통하는 경우가 많은데, 이때 경우 키보드와 컴퓨터를 조작해 디지털 음원을 생성한 프로듀서나 디제이에게 저작권이 발생하므로, 인공지능을 도구로 이용한 작곡자에게 저작권이 주어지는 것은 당연하다. 영국 저작권법에서는 컴퓨터가 생성한 저작물(프로그램 저작물 포함)의 경우 저작물 창작에 필요한 준비(Necessary Arrangement)를 실시한 자에게 귀속된다고 하여 동일한 입장을 취하고 있다.