"모든 NHN 개발자가 인공지능(AI) 연구자가 될 필요는 없지만, 원할 때 AI 개발을 할 수 있는 환경을 만들겠습니다."

NHN이 AI 개발 역량 확보를 위한 포부를 밝혔다. 14일 NHN은 연례개발자행사 'NHN 포워드(NHN FORWARD)'를 온라인으로 개최하고 앱·서비스 개발에 어려움을 겪는 개발자를 위한 다양한 정보를 공유했다.

이날 키노트에서 박근한 NHN 기술연구센터장은 "기업과 이용자가 AI 기술의 실질적인 혜택을 누릴 수 있어야 한다는 게 NHN의 AI 기술 연구팀이 추구하는 목표다. 사물인식(컴퓨터비전), 음성인식, 자연어 처리 같은 AI 기반 기술뿐만 아니라 NHN의 서비스에 AI를 적용하기 위해 게임 데이터 분석, 침입 감지, 추천 등 다양한 응용 연구를 하고 있다"고 운을 뗐다.

박 센터장은 이러한 연구의 대표적인 사례로 NHN의 바둑 AI '한돌'을 꼽았다. 지난해 이세돌 9단과의 은퇴 대국에서 공식 데뷔한 한돌은 단순히 바둑을 잘 두는 AI를 넘어 현재 한게임 바둑 이용자가 AI와의 대국을 통해 자신의 기력을 향상할 수 있도록 수준별 바둑 AI로 세분화됐다. 위기 상황에 훈수를 받을 수 있는 기회나 기보 분석 같은 고급 기능도 제공한다. 향후 NHN은 한돌을 이용자 기력 향상을 위한 AI 코치로도 활용할 계획이다.

또한 고스톱, 장기 등 NHN의 다른 보드게임에도 AI 기술을 적용한다. 고스톱 AI는 각 상황별로 이용자가 들고 있는 패의 확률을 수치화할 수 있고, 대전 상대방이 없어도 재미있게 겨룰 수 있는 봇 AI로도 활용할 수 있다.

NHN은 사물인식을 연구하며 손금과 관상을 볼 수 있는 '운수도원' 모바일 앱을 출시했고, 머리를 다양한 색상으로 염색할 수 있는 앱이나 유명한 그림에 이용자 사진을 합성할 수 있는 앱도 만들었다. AI를 진지한 연구뿐만 아니라 재미 요소로도 충분히 활용할 수 있다는 게 박 센터장의 설명이다.

NHN은 사물인식 연구를 통해 AI가 특정 상품 이미지를 보고 비슷한 제품을 찾아주거나, 연예인과 사용자가 입고 있는 옷을 찾아주는 기술을 개발해 NHN 자회사 서비스에 적용했다. 또한 온라인 쇼핑 시 이용자가 실제로 옷을 입어보지 못하는 것을 아쉬한다는 점에 착안, 가상 피팅룸 기능도 곧 선보일 계획이다.

이미지뿐만 아니라 동영상 인식 연구도 진행 중이다. AI를 주차장 관리 시스템에 적용해 차량 번호판을 인식하거나, 차량을 이상하게 주차하는 행위 등을 감시하도록 하는 기능도 개발하고 있다. 또한 AI가 매장 내 이용자 동선을 분석해 관심을 받고 있는 제품을 찾고, 시간대별 방문자 수를 집계하는 기능도 만들었다.

박 센터장은 "NHN은 언굴인식, 사물추적, 음성인식 등 AI 기반 기술을 사내에서만 이용하지 않고 토스트 클라우드 서비스를 통해 내년 순차적으로 외부에 공개할 예정이다. 최근에는 데이터 수집, 하드웨어 할당, 모델 개발 및 배포 등 AI 개발 전반을 효율적으로 처리할 수 있는 AI 플랫폼 개발에도 착수했다"고 밝혔다.

NHN은 이러한 AI 개발 노력을 전사로 확대할 계획이다. 지난해 NHN 포워드 행사에서 정우진 NHN 대표는 '일상에서의 AI'를 강조하며, NHN 서비스를 개선할 수 있는 AI 아이디어를 사내 공모했다. 총 96개의 구체적인 아이디어가 올라왔고 서비스 적용 가능성, 개발 소요 기간, 현업 참여 등의 기준으로 심사를 진행해 게임, OCR(광학문자인식) 등 2개 분야에서 다섯 가지 프로젝트를 선정했다.

예를 들어 게임의 경우 퍼즐 게임의 맵 제작과 난이도 평가에 대한 AI 기술을 개발하자는 아이디어가 올라왔고, OCR의 경우 사업자 등록증 인식기와 OMR 답안지 자동 채점기를 만들어서 서비스에 적용하자고 했다.

박 센터장은 이러한 이벤트를 시작으로 NHN 모든 개발자가 원할 때 AI 개발을 할 수 있는 환경을 만들겠다고 강조했다.

그는 "AI 기술보다 AI 기술을 어떤 서비스에 어떻게 적용해 가치를 창출할지가 더 중요하다. 때문에 AI 개발 조직과 서비스 조직이 협업해야 의미있는 성과를 낼 수 있다"며 "AI 전문 조직이나 전문기를 확보하는 것보다 사내 구성원이 협업하는 구조를 통해 NHN의 모든 개발자가 AI를 개발할 수 있는 체계를 만들고자 한다"고 말했다.

이어 박 센터장은 "AI와 서비스의 결합이 성공하려면 데이터를 계속 분석해야 한다. 복잡하고 어려운 문제를 더 작은 문제로 나누고, 작은 성공을 쌓아야 한다. 이를 통해 AI 기술이 서비스에 어떻게 도움이 되는지 파악해야 더 큰 문제를 푸는 데 도움이 된다"고 설명했다.

NHN에 따르면, AI 연구에는 많은 중간 과정이 필요하다. AI 모듈의 정확도를 확보하고 데이터 수집, 서비스 인프라 구축, AI 모니터링과 리서치 등이 선행되어야 한다.

박 센터장은 "성공적인 AI 개발을 위해 데이터를 수집·분석하고 목표에 반영한 후 알고리즘을 개선하는 작업을 지속해서 수행해야 한다. 다만 이러한 작업은 많은 비용이 필요하다는 문제가 있다. 중간 과정을 하나라도 수정하면 처음부터 다시해야 하는 경우가 많은데, 이때 많은 하드웨어 리소스를 요구한다. 때문에 실제 AI 서비스를 상용화하려면 AI 모델 개발과 함께 서비스 관리, 운영 비용, 장애 처리, 성능 향상 등 다양한 부분을 함께 신경써야 한다"고 덧붙였다.