우리는 몇 년 전까지만 해도 영화 속 주인공이 직접 운전대를 잡고 컨트롤 하지 않아도 자동차가 자동적으로 움직이는 것이 현실이 될 것이라는 것을 상상하지 못하였다. 이러한 무인자동차를 현실 속으로 나타나게 한 것은 ‘머신러닝’ 이라 불리는 기술의 힘이다. 머신러닝은 기계에게 학습할 수 있는 능력을 주는 기술이다. 쉽게 말하자면, 사람이 학습을 통해 스스로를 발전시키는 것처럼 머신러닝을 도입한 기기는 데이터를 수집하여 스스로를 발전시킨다는 개념이다. 무인자동차의 경우 도로 위 주행과 관련된 모든 부분에서 머신러닝을 적용하여 도로위에서 발생하는 모든 사건에 대해 자동차 스스로 대처할 수 있게 학습시킨다.

머신러닝은 현재 it산업뿐만 아니라 다양한 분야에서 활용되고 있다. 유명 SNS ‘인스타그램’이나 온라인 게임 ‘리그 오브 레전드’(LOL)에서는 부적절한 내용을 사전에 차단하거나 스팸 댓글을 자동으로 걸러내고 LOL의 경우 비속어를 사용하거나 부적합한 플레이를 일삼는 유저를 처벌하기까지 한다. 여러 사람이 함께 이용함으로써 서로 간의 불쾌감을 줄 수 있는 환경을 머신러닝을 통해 안전하고 깨끗한 온라인 공간으로 만든 것이다.

또한 ‘구글포토’는 머신러닝의 얼굴인식 기능을 이용하여 많은 관심을 끌었다. 보통 머신러닝의 얼굴인식 기능은 학습을 한 인공지능이 사람, 장소, 사물, 이벤트 등 특정 주제나 관련 내용을 자동으로 인식하는 것이다. ‘구글포토‘는 사진 중에 사람 얼굴을 인식하여 같은 사람 사진을 자동으로 분류해서 묶어주는 기능과 사진 속의 특정 인물을 인식하여 특정 사람과 자동으로 사진을 공유하는 서비스를 제공함으로써 6개월 만에 1억 명 이상의 이용자를 모았다. 이러한 얼굴인식 기능은 뷰티 산업에도 영향을 미쳤다. 일본의 글로벌 화장품 회사 ‘시세이도’는 '매치코'라는 셀카 사진을 기본으로 맞춤형 파운데이션을 구입할 수 있는 서비스 업체를 인수하여, 오프라인 상에서 보다 상대적으로 정확한 파운데이션을 추천해주기 어려운 온라인을 통해서도 고객 한 사람 한 사람에게 다가갔다.

마지막으로 머신러닝은 금융 분야에서도 유용하게 사용되고 있다. 금융 업체들이 머신러닝을 활용하면 소비자의 신용을 보다 정확히 파악할 수 있을 뿐 아니라, 디폴트(채무 불이행) 가능성을 줄이고, 소비자에게 더 알맞은 상품을 추천할 수 있다. ‘신한은행’은 비정상적 금융거래를 반복적으로 학습하면서 여러 패턴을 기억해 뒀다가 이상 징후를 탐지하여 경보를 울리는 금융거래 탐지 시스템(FDS: Fraud Detective System)을 도입하였다. 더 나아가 타 은행들과는 차별화를 두기 위해 고객의 펀드를 주기적으로 학습하여 고객 맞춤형 펀드를 추천하는 S로보 플러스 서비스를 제공하고 있다.

위에서 보는 바와 같이 머신러닝은 단지 하나의 분야가 아닌 뷰티, 헬스, it, 금융 등에서 4차 산업혁명의 주요 기술로써 큰 활약을 하고 있다. 현재 여러 기업들이 머신러닝을 사용하여 그들뿐만 아니라 고객의 편의까지 추구하고 있으며, 머신러닝 기술을 기반으로 한 스타트업들이 계속해서 등장하고 있다. 머신러닝은 앞으로 우리 사회를 더 풍요롭게 해줄 뿐만 아니라 일상생활의 전부가 될 가능성이 높다고 판단된다.