미국 연구진이 인간의 뇌신경 구조를 모방한 인공지능(AI)에 양자역학 원리를 결합해 차세대 AI로 불리는 '발견 기계'(discovery machine)를 구축하는 새로운 방법을 개발했다.
세인트루이스 워싱턴대학교의 샨타누 차크라바티 교수 연구팀은 12일(현지시간) 국제학술지 '네이처 커뮤니케이션스'에 이 같은 내용의 연구 결과를 발표했다. 이 발견 기계는 수조 개의 변수가 얽힌 복잡한 문제에서도 가장 빠르고 최적화된 해법을 찾아낼 수 있다.
발견 기계는 기존 AI와 구별된다. 챗GPT와 같은 '추론 기계'는 학습된 데이터를 기반으로 답을 내놓고, '학습 기계'는 스스로 문제 해결법을 익힌다. 반면 발견 기계는 '건초더미에서 바늘 찾기'처럼 정의되지 않은 문제에서도 최적의 답을 발견하는 능력을 갖췄다.
연구팀이 제시한 핵심 기술은 '뉴로모픽 오토인코더'와 '파울러-노드하임 어닐링'의 결합이다. 뉴로모픽 오토인코더는 방대한 데이터를 압축하고 패턴을 예측하며, 파울러-노드하임 어닐링은 양자역학 원리를 이용해 무작위성을 생성함으로써 최적의 해답으로 직접 '터널링' 할 수 있게 돕는다.
차크라바티 교수는 "이 두 가지가 필요한 모든 재료"라며 "어떤 복잡한 문제에도 적용할 수 있을 만큼 일반적"이라고 설명했다.
특히 이 시스템은 '수렴 보장'이라는 큰 장점을 가진다. 이는 시간이 얼마나 걸리든 상관없이 기계가 결국 유용한 해답을 내놓을 것이라는 보증을 의미한다. 일부 슈퍼컴퓨터가 초기 설정 오류로 장시간 연산 후에도 아무런 결과를 내지 못하는 것과 대조된다.
차크라바티 교수는 "이런 종류의 기계는 결과에 대한 보증을 제공한다"며 "6개월이 지나면 무언가 유용한 것이 나타날 것"이라고 강조했다. 이번 연구는 미국 국립과학재단(NSF) 등의 지원을 받아 수행됐다.