칼럼/ 인공지능의 시대! 어떻게 대처할 것인가?

(지난호에 이어)

2. 각국의 AI 대응 현황

(필자 주) 미국과 일본의 대응현황을 주로 언급하고자 한다. 영국이나 독일, 스웨덴, 중국, 이스라엘 등의 약진도 대단하지만 그 자체가 필자가 언급하고자 하는 바는 아니며, 아울러 한국의 경우는 아쉽게도 이제 걸음마 단계라 체계적인 대응이라고 할만 것이 거의 없는 관계로 언급하지 않기로 하였음을 양해해 주시길 바란다. 

(1) 미국의 대응

현재 AI의 연구개발과 실용화는 미국이 압도적으로 앞서고 있다. 그 대표적인 것이 Google의 검색 알고리즘이다. 말할 것 없이 인터넷 검색기능을 향상시켜 사용자를 늘리고 광고료로 수익을 올리고 있는 Google의 비즈니스 모델에서 검색엔진 기능은 차별화의 핵심이다. Google은 이미 최첨단의 기계학습 기술을 개발·채택하고 있으며, 매년 1조원 이상의 막대한 투자를 계속하고 있다. 그 결과 미국 Yahoo와 Yahoo!JAPAN 등 대형 포털들 마저도 검색 알고리즘은 Google에서 제공 받을 정도이다. 최근에는 Google과 함께 인터넷상에서 막대한 이용자를 끌어들여 “플랫포머(Platformer)”가 된 Facebook, IT 최대기업인 IBM 등도 톱 클래스의 AI 인력 영입 경쟁과 유망 벤처기업의 인수전에 가속도를 내고 있다. 

또한, AI고도화의 기초 기술인 뇌 과학 연구 분야에서 미국은 정부 주도로 강력한 지원을 하고 있다. 원래 미국에서는 1990년경부터 정부 주도 하에 뇌 과학 연구에 대규모 투자를 계속해 온 역사가 있어 연간 예산규모와 연구자수가 상상을 초월한다. 2012년에 오바마 대통령의 그랜드 챌린지 중 하나로 Brain Initiative가 출범했는데, 본 프로젝트의 궁극적 목표는 뇌 구조의 해명에 의한 알츠하이머 병 등 뇌질환 치료법과 예방법의 발견에 있지만 이러한 뇌 과학 연구가 차세대 뇌형 컴퓨터 개발 등 AI관련 기술의 고도화에 기여할 것으로 전망된다.

(2) 일본의 대응

일본에서는 2015년 6월 ‘일본재흥전략 개정 2015’에서 AI가 중요한 대응 항목에 포함되었다. 또한 경제산업성이 중심이 되어 2015년 1월에 발표한 ‘로봇 신전략’에서도 기존의 일본 로봇산업의 경쟁력 강화를 위해 AI의 연구 발전이 핵심적인 역할을 할 것으로 큰 기대를 모았다. 이런 가운데 일본의 AI 연구를 강력히 추진하기 위한 경제산업성, 총무성, 문부과학성의 3개성이 연계하는 방침을 제시하고 최근 들어서는 구체적인 로드맵을 공표하는 등 정부 주도의 틀이 정비되고 있다. 민간기업들은 후지쓰, 히타치, NTT데이터, 일본전기 등 대형 전기전자 IT기업들이 고성장 시장의 선점을 위하여 AI를 활용한 솔루션 사업의 추진 체제 강화계획을 앞 다투어 밝히고 있다. 또한 AI를 활용하는 입장인 사용자 기업에서는 2016년 1월 도요타 자동차가 총예산 1조2천억원 규모의 AI연구전문기업을 미국에 설립했으며 라쿠텐 등의 인터넷 기업이나 리크루트 등도 과 같은 서비스 기업들도 AI 연구소를 만들고 있다.

3. 한국 기업들은 위기인가? 

(1) 이제 시작단계다

현 시점에서 AI의 연구개발과 실용화 측면에서 미국과 일본을 비롯한 선도국들의 리드는 매우 크다는 점을 먼저 인정하자. 그러나 이것으로 한국 기업들이 지나치게 비관적일 필요는 없다고 생각한다. 그 이유는 크게 3가지 이다. 

첫째는 딥러닝을 활용한 AI 연구는 그 가능성과 향후의 고도화 여지를 감안하면 전세계적으로도 “아직 초기 단계”이다. 둘째, AI의 고도화와 나아가 실용화를 위해서는 AI에 인풋하기 위한 ‘데이터’의 존재가 AI 연구 자체와 함께 ‘차의 두바퀴’로 말할 정도로 중요성이 높기 때문에 앞서 언급한 바와 같이, 향후 IoT(사물인터넷)의 진전과 함께 데이터의 양과 종류도 급격하게 증가할 것이다. 알파고의 충격을 다시 차분히 생각해보면 앞선 인간 프로기사들의 바둑 기보라는 데이터가 없었다면 과연 알파고의 승리가 가능했을까 하는 점이다. 마지막으로 AI의 활용이 기대되는 큰 영역의 하나로, 각종 설비나 기기 및 이들을 포함한 인프라나 운영체제에 AI 기능을 장착하여 지금보다 훨씬 더 효율적이면서 새로운 부가가치를 창출할 수 있는 영역을 개척할 수 있다면 자타가 공인하는 제3차 산업혁명의 우등생인 우리의 강점을 활용할 여지도 큰 것이다. 가령 신정부 들어서 적폐청산의 일환으로 다시 4대강 사업문제가 수면위로 부상하고 있는데 정책적 실패와 예산낭비를 초래한 원인제공자들을 문책하는 것도 중요하지만, 그보다 더 중요한 것은 4대강 수계를 중심으로 국민 모두가 원하는 친환경 고효율 물관리 시스템을 구축하는 것이므로 AI를 활용한 스마트 물관리 시스템 구축을 위한 범국가적 프로젝트 추진과 이를 위한 AI를 포함한 관련 기술 연구개발 생태계를 조성하는 일도 병행되어야 하지 않을까. 만약 이것이 성공한다면 그로 인해 유발되는 경제 사회적 파급력은 실로 엄청나다고 할 것이다. 각개전투식으로 연구실이나 실험실에 죽치고 앉아서 선진국 대가들의 논문이나 읽고 그것을 흉내만 내는 수준 가지고는 될 일도 안되는 것이다.

(2) 데이터 확보 경쟁과 하드웨어 품질

우선, 딥러닝의 유용성이 드러나면서 AI 연구가 다시 활황국면에 들어선 것은 최근 몇 년의 이야기이다. 딥러닝에 의한 화상인식 분야에서 인간의 수준을 넘어선 것이나, 2016년 3월 이세돌에게 승리하고, 이어 2017년 5월에는 중국의 커제 마저 완승하는 등 몇 가지 상징적인 일이 크게 보도된 결과 AI 가능성에 대한 기대감이 커지고 있지만, 비즈니스 영역에서의 실용화는 아직 시작단계로 대부분의 리딩기업들은 암중모색하면서 대응모델을 추진하고 있다 
[표 3]에서와 같이 AI의 실용화를 위해서는 AI 알고리즘 자체의 고도화는 물론, 어떤 용도로 실용화하기 까지의 과정이 매우 길기 때문에 착실한 대처가 요구 된다. 

우선 ① 필요한 데이터를 수집하고, 그 가운데 ② 유효한 학습 데이터를 선별한 후, ③ 알고리즘에 입력하고, ④ 그 결과물을 평가하고, 필요에 따라서는 ⑤ 데이터의 재수집이나 재선별 또는 알고리즘의 수정을 실시해야 한다. 이러한 일련의 사이클을 반복해서 수행함으로써 AI는 실용화 조건에 견딜 수 있는 성능을 발휘한다. 이처럼 ‘데이터’는 알고리즘과 ‘차의 두바퀴’로 기능하는 매우 중요한 것이다.

바로 이 데이터를 둘러싼 경쟁으로 말하자면 Google, Facebook, Amazon 등 대형 IT인터넷기업이 대표 선수이다. 플랫포머로 불리는 이들 기업들은 고객의 프로필과 인터넷상의 행동이력 등 다양한 온라인 데이터의 압도적인 수집 능력을 무기로 AI를 활용하여 검색기능과 추천기능 등을 정밀화하였다. 그러나 이러한 대처는 ‘인터넷’상의 자사 서비스, 컴퓨터나 스마트폰 등을 통한 데이터 수집·활용에 한정된 것이다. 이에 반해서 오프라인상의 대면에 의한 고객과의 접점이나 생산·서비스 현장 등의 ‘리얼’한 세계에서의 데이터 수집·활용은 향후 IoT/CPS의 활용영역이 확대됨으로 인해, 확실히 지금부터 본격화될 영역이다. 앞으로 산업의 디지털화가 진전됨에 따라서 공장 설비의 가동 데이터나 점포내 고객 행동데이터 등 다종다양한 데이터가 새로 생성될 것이다. 이러한 “리얼” 영역에서 새롭게 확보되는 데이터의 수집 및 활용은 한국기업에게도 많은 기회가 될 것이다.

AI의 활용 범위는 매우 광범위하기 때문에 AI의 성능뿐만 아니라 AI가 구현될 하드웨어의 품질이 중요한 과제가 될 수가 있다. 예를 들면 로봇은 고장 시의 리스크나 코스트가 높아 하드웨어 자체의 완성도가 부가가치를 결정한다. 또한 간호로봇이 길에서 넘어진 고령자를 찾아(=인식), ‘친절’하게 안아 일으키는 (=운동) 경우에서와 같이 소프트웨어와 하드웨어의 융합에 의한 로봇의 행동에 인간다운 섬세함이 필수적이다. 이처럼 AI가 하드웨어에 장착되는 영역에서는 제조에서 길러진 한국의 강점이 작동될 가능성이 매우 크다. 이러한 역량은 이미 2015년 미국에서 개최된 DARPA 로봇챌린지에서 전세계 유수의 로봇개발팀을 제치고 우승한 KAIST의 휴보를 통해 미루어 짐작할 수 있다.

이상을 감안하면 향후 중장기적으로는 AI의 기술적·기능적 고도화와 IoT/CPS의 진전과 함께 AI분야에서 한국기업도 AI를 활용한 비즈니스에서의 승기는 충분히 있다고 생각한다. 다만 자율운전 자동차나 웨어러블 디바이스 등의 개발을 추진하는 Google처럼 인터넷 기업도 ‘리얼’ 영역을 침범하고 있는 것이나, AI의 실용화까지 걸리는 수고나 시간을 감안하면 한국기업에 시간적인 여유가 있는 것은 절대 아니기 때문에 AI의 활용을 위한 노력은 가능한 빨리 착수할 필요가 있다.  

(다음호에 계속)

< 코리아쉬핑가제트 >