<C7A5C1F62E687770>

Transcription

1 1937 호

2 주간기술동향 은과학기술정보통신부 ICT 동향분석및정책지원 과제의일환으로정보통신기획평가원 (IITP) 에서발간하고있습니다. 주간기술동향 은인터넷 ( 을통해서비스를이용할수있으며, 본고의내용은필자의주관적인의견으로 IITP의공식적인입장이아님을밝힙니다. 정보통신기획평가원의 주간기술동향 저작물은공공누리 출처표시-상업적이용금지 조건에따라이용할수있습니다. 즉, 공공누리의제2 유형에따라상업적이용은금지하나, 별도의이용허락 을받은경우에는가능하오니이용하실때공공누리출처표시지침을참조하시기바랍니다. ( 참고 ) 예시 ) 본저작물은 OOO( 기관명 ) 에서 OO년 작성하여공공누리제O유형으로개방한 저작물명 ( 작성자 :OOO) 을이용하였으며, 해당저작물은 OOO( 기관명 ), OOO( 홈페이지주소 ) 에서무료로다운받으실수있습니다.

3 1937 호 기획시리즈 2 인공지능기반자율사물개발동향과발전전망 [ 최진철 손영성 / 한국전자통신연구원 ] Ⅰ. 자율사물의개념 Ⅱ. 자율사물의분류와자율성평가 Ⅲ. 자율사물의기술개발동향과향후전망 Ⅳ. 결론 ICT 신기술 17 OECD 의인공지능권고안주도를위한일본의전략 [ 조장은 / 도쿄대학 ] Ⅰ. OECD 인공지능이사회권고안 Ⅱ. OECD 의인공지능이사회권고안논의과정 Ⅲ. OECD 의인공지능권고안을주도하기위한일본의전략 Ⅳ. 결론및시사점 ICT R&D 동향 28 인공지능학습을위한최적의클라우드컴퓨팅환경추천기술 [ 이경용 / 국민대학교 ] 대화제스처자동생성기술 [ 이재연 / 한국전자통신연구원 ]

4 주간기술동향 기획시리즈 chapter 1 인공지능기반자율사물개발동향과발전전망 * 최진철 손영성 한국전자통신연구원선임연구원한국전자통신연구원책임연구원 IT리서치기관가트너 (Gartner) 는최근 2년간연속으로자율사물 (Autonomous Things) 을 10대전략기술트렌드에포함시키며, 향후 5년내자율사물의시대가올것으로예측했다. 자율사물은로봇, 자율주행차, 드론, 가전제품등의유형으로구현되며, 인간이수행하던기능을자동화 (Automation) 하는수준을뛰어넘어인공지능 (AI) 을기반으로사용자의개입없이스스로판단하고행동하는자율성 (Autonomy) 을갖춘디바이스이다. 인공지능기술이발전함에따라자율사물은향상된인지력과판단력을가질수있게진화되어주변환경및사람들과보다자연스럽고지능적으로상호작용할것으로전망된다. 본고에서는자율사물의개념과개발동향을살펴보고, 향후발전전망에관해고찰한다. I. 자율사물의개념 그리스어에어원을둔자율 (Autonomy) 은자신을의미하는 αὐτο와법을의미하는 νό μος의합성어로서, 자기자신에게스스로법을부여한다는사전적의미를가진다. 이에타인의지배나구속을받지않고자신이세운원칙에따라자치적으로행동하는의지를자율성이라고한다. 자율이라는용어는근본적으로인간의자기결정성에기반하기때문에 * 본내용은최진철선임연구원 ( , spiders22v@etri.re.kr) 에게문의하시기바랍니다. ** 본내용은필자의주관적인의견이며 IITP 의공식적인입장이아님을밝힙니다. *** 본연구는한국전자통신연구원연구운영비지원사업의일환으로수행되었음 [20ZR1100, 산업및사회문제해결을위한사물분산지능핵심원천기술개발 ] 2

5 기획시리즈 - 인공지능 < 자료 > 한국전자통신연구원자체작성 [ 그림 1] 자율사물의요소기술예시사물에자율이라는용어를함께사용하는것은적합하지않다. 하지만최근 ICT 분야의주요이슈인자율주행차, 자율비행드론, 자율이동로봇등과같이자율이라는용어는이제인간이아닌사물에게도적용할수있는수준으로적용영역이확장되고있다. 자율성을가진기기나장치들을통칭하는자율사물 (Autonomous Things) 이라는용어는 2018년 10월미국의 IT 분야시장조사및컨설팅기관가트너 (Gartner) 가발표한 2019년 10대전략기술트렌드에수록된이후본격적으로언급되고있다 [1]. 차량, 드론, 로봇, 전자기기등의유형으로구현되는자율사물은인공지능 (AI) 을활용하여감각, 분석, 판단능력등을갖추고사람이수행하던업무를숙련공처럼처리할수있다. 무엇보다기존의경직된프로그래밍모델이제공하던반복및규칙기반작업의자동화 (Automation) 를넘어, 사용자의개입없이스스로판단하고행동하는자율성 (Autonomy) 을갖춤으로써주변환경이나사람과보다지능적이고자연스럽게상호작용할수있다. 자율사물을구현하기위한표준이나참조구조는아직공개된바없지만, [ 그림 1] 과같이공통의하드웨어플랫폼과운영체제를기반으로감지 (Sensing), 인지 (Perception), 사고 (Thinking), 행동 (Action) 등 4개의서브시스템이자율동작을위해탑재될것으로예상된다. 감지서브시스템은자율사물의동작에필요한환경데이터를측정할수있는다양한센서들로구성되며, 인지서브시스템은수집된데이터를바탕으로위치와객체인식, 사물추적, 상태및상황을지각할수있는기술로구성된다. 사고서브시스템은 정보통신기획평가원 3

6 주간기술동향 < 자료 > 아마존프라임에어 [ 그림 2] 상품배송을위한자율비행드론 < 자료 > TIME, Stop Me if You've Heard This One: A Robot and a Team of Irish Scientists Walk Into a Senior Living Home, [ 그림 3] 노약자케어를위한자율이동로봇 사물의자율적의사결정을가능하게하는다수의알고리즘으로구성된다. 인지서브시스템을통해파악한상태및상황에적절히대응하기위한실시간의사결정, 행동계획, 이동경로설정, 상황추론및예측, 빅데이터기반판단기술등을예로들수있다. 마지막으로행동서브시스템은사물의의사결정을실현하는기술로구성되며이동을위한구동기제어나음성출력및가시화, 타사물제어및상호작용기술등이이에속한다. 이러한네가지요소기술들의유연한연계를통해자율사물은환경을감지하여상황이나상태를인지하고, 이에대응하기위한의사결정을스스로내리고행동할수있다. [ 그림 2, 3] 과같이상품배송서비스를위한자율비행드론 [2], 노약자케어및생활서비스를위한자율이동로봇 [3],[4] 등은이미활용되고있으며, 정보수집및공격용밀리터리로봇 [5], 탑승자가목적지만설정하면운전에전혀개입할필요가없는레벨 5 수준의완전자율주행차 [6] 등도수년내등장할것이다. 향상되는기술력과규제의개선, 사회적수용이증가됨에따라점차더많은자율사물이보급되고활용될전망이다. 이에따라자율사물은단독형의지능사물에서스스로여러사물들과협업하여작동하는협력형사물스웜 (Collaborative swarms) 으로진화될것으로예상된다 [7]. 실례로 [ 그림 4] 와같이미국의 NRI(National Robotics Initiative) 프로젝트에서는무인농업자동화를위해이종사물들의협업연구, 구체적으로는자율이동로봇이농장을자율적으로운영하기위한계획알고리즘을창조하고, 드론이로봇및인간작업자와함께특수작물재배나수직농법을협업하기위한솔루션개발연구를진행하고있다. 4

7 기획시리즈-인공지능 <자료> Georgia 대학교, UGA complex system control lab, [그림 4] 미국 NRI 프로젝트의 자율 사물 협업을 통한 무인 농업 자동화 연구 급격한 AI 기술 발전에 힘입어 사물의 자율성은 계속해서 강화될 것이며, 자율주행차량 의 상용화 가속과 상업용 드론의 활용성 증대 등은 자율 사물의 성장과 투자를 꾸준하게 견인할 것으로 예상된다. 본 고에서는 자율로봇, 자율주행차량, 자율비행드론을 중심으로 자율 사물에 대한 개념과 개발 동향을 살펴보고, 향후 발전 전망에 관해 고찰한다. II. 자율 사물의 분류와 자율성 평가 자율 사물은 그 목적과 용도, 경제성에 따라 다양한 수준의 자율성과 지능을 가질 수 있다. 예를 들어, 청소로봇은 공간 감지와 위치 인식에 필요한 단순 감각 능력과 제한적인 자율성(예; 청소 여부, 위치 및 동작 궤적 선정 등)만으로도 충분하지만, 자율주행차량은 안전하고 정확한 목적지 도달을 위해 동작제어를 위한 고수준의 지능과 이동 환경 및 타 차량과의 상호작용 및 협업 능력 등이 요구된다. 여기서 자율성의 범위는 인간의 개입이 일정 요구되는 초보 수준의 자율에서 감독되지 않은 상태로 작동하거나 작업을 완료할 수 있는 완전자율 영역까지 포함한다. 그리고 타 사물과의 협업 가능 여부, 감각 기능과 정보통신기획평가원 5

8 주간기술동향 < 자료 > Gartner, Top 10 Strategic Technology Trends for 2019, [ 그림 5] 가트너의자율사물평가를위한프레임워크 의사결정능력정도에따라자율사물의수준이다양하게분류될수있다. 따라서용도와기능에따라자율사물을분류하고, 자율성을평가하기위한기준이필요하다. 비록공식적으로통용되는기준안은없지만 [ 그림 5] 와같이가트너가제시한자율사물평가프레임워크 [7] 를통해어느정도나마자율사물의능력과수준을분류할수있다. 해당프레임워크에따르면자율사물은로봇, 차량, 드론, 응용서비스, 에이전트등의유형으로제공되며, 동작가능환경은육지, 해상, 공중, 디지털환경으로구분된다. 그리고자율화정도에따른능력 (Capability), 협업수준에따른조직성 (Coordination), 지능화 (Intelligence) 정도등이각각 4~5단계로분류되고있다. 해당프레임워크는자율사물의유스케이스시나리오를개발하고, 기술적요구사항등을검토하기위한용도로활용될수있지만, 자율수준을평가하기위한용도로사용하기에는간소화된측면이많다. 무인시스템의자율성을분류하고평가하기위한또다른기준으로 [ 그림 6] 과같이미국 NIST 프로젝트에서개발한 ALFUS(Autonomy Levels For Unmanned Systems) 프레임워크 [8] 를활용할수있다. ALFUS 프레임워크는임무복잡도 (Mission complexity), 환경난이도 (Environmental difficulty), 인간독립정도 (Human independence) 등의세가지지표를기반으로무인시스템의자율성을평가하는기준이다. [ 그림 6] 의 3축 ALFUS 모델과같이세가지요소기반으로 3축으로자율수준을도시하고, 업무의난이도와처리능력수준등을분석한다. 그리고세가지수준별가중치를부여하고이를합산 6

9 기획시리즈 - 인공지능 [3 축 ALFUS 모델 ] [10 단계의자율성레벨 ] < 자료 > H. Huangi, et al. A Framework For Autonomy Levels For Unmanned Systems(ALFUS), SPIE, 2005, [ 그림 6] ALFUS 프레임워크 하여 [ 그림 6] 의 ALFUS 자율성레벨에제시된바와같이 0에서 10단계의자율수준으로나타내었다. 가트너의자율사물프레임워크와 ALFUS 프레임워크는다양한자율사물의자율성을포괄적으로평가하는데활용가능하지만, 평가요소들사이의연결성과독립성을결정하기어려우며, 각요인들의평가에주관적인견해가포함될수밖에없는한계를가지고있다. 이에자율사물의유형에따라자율성과능력을정량적이고객관적으로평가하기위한방안의개발이요구되지만, 아직구체적인사례는찾아보기어려운형편이다. III. 자율사물의기술개발동향과향후전망 1. 자율로봇 로봇분야는최근급격히발전하고있는기계학습기반 AI 기술을통해로봇에자율성, 사회성, 적응성등고도의지능을탑재한지능형자율로봇중심으로빠르게재편되고있다. 지능형자율로봇은외부환경을인지, 분석하고스스로상황을판단해서자율적으로동작을하는로봇을말한다. 지능형자율로봇은용도에따라제조 / 산업용 ( 예 ; 조립, 용접, 도장, 포장, 검사 ), 전문서비스용 ( 예 ; 의료, 군사, 농수산업 ), 개인서비스용 ( 예 ; 가사, 교육, 돌봄 ) 으로구분할수있다. 정보통신기획평가원 7

10 주간기술동향 < 자료 > The Robot Report, Reasons why high-dof robots haven t caught on, [ 리팅크로보틱스의 Baxer] < 자료 > Mujin, [ 무진의티치리스 (Teachless) 로봇 ] [ 그림 7] 산업용자율로봇지능형자율로봇이가장앞서있는분야는산업특성상로봇을많이사용하는제조업이다. 미국리팅크로보틱스 (Rethink Robotics) 의 7축이중팔로봇박스터 (Baxer) 는부품의조립, 물품운송, 부품의제거, 제품의포장작업이가능하다. 0.1mm의작은구멍에도부품을삽입할정도로높은정확도를가지고있으며상황을판단하는능력도우수하다. 기존의일반로봇은지정된위치에부품이없으면작업을할수없지만, 박스터는작업환경을인지하고스스로위치를조정하여작업을수행할수있다. 한편, 사용자의간단한시연이나교시를통해로봇이스스로학습하는기술도활발히연구되고있다. 일본무진 (Mujin) 의티치리스 (Teachless) 로봇은작업수행을위해동작궤적을사전에입력해야하는기존로봇과는다르게할당된작업을스스로학습하면서완성한다. 티치리스로봇컨트롤러는 3D 카메라를이용하여 3D 환경의비전을딥러닝기술을통해학습하고, 상황에따른동작명령을연결된로봇에전달한다. 비전문가도 3주정도면벌크부품피킹등자동화시스템도구축할수있는것으로알려져있다 [9]. 로봇의학습시간과시행착오를줄이기위한연구도활발하게이루어지고있다. 미쓰비시는스마트학습 AI 개발을통해기존의 AI 기술대비학습연산량을대폭줄여저사양하드웨어로봇에도탑재가능하며, 학습시간도기존방식대비 1/10 수준으로줄인것으로발표했다 [10],[11]. 이와같이기존의산업용로봇은 AI 융합을통해자동화의영역을넘어인간의움직임을모방하고스스로학습하고판단해서작업하는자율로봇으로빠르게진화하고있다. 8

11 기획시리즈 - 인공지능 [ 에코로보틱스의제초로봇 ] [ 나이트스코프의경비로봇 ] [ 그림 8] 농업및경비용자율로봇 농업분야활용을위한자율로봇연구도활발하게진행되고있다. 스위스에코로보틱스 (Ecorobotix) 의제초로봇은 GPS, 카메라, 로봇팔, 태양열집열판을탑재하고, 작물이자라는이랑을따라주행하며, 이미지분석을통해잡초를인식하면한쪽로봇팔은잡초를뽑고, 다른팔은약제를살포하는기능을가지고있다. 촬영된이미지를분석하여농작물과잡초를구분하고잡초에제초제를살포하거나, 농작물에농약을살포할수있다. 이외에도덴마크의폴센엔지니어링 (Poulsen Engineering) 은트랙터부착형제초로봇로보배이터 (Robovator) 를시판하고있다. 농작물이자라는다수의이랑을카메라가촬영하여 95~98% 확률로잡초를뽑아낼수있다 [12]. 외식업에도지능형로봇이활발히진출하고있다. 영국몰리 (Moley) 의스마트키친로봇 (Smart Kitchen Robot) 은 2개의로봇팔을이용하여정교한움직임으로조리를하고, 미국미소로보틱스 (Miso Robotics) 의플리피 (Flippy) 는시간당 80바구니의햄버거패티뒤집기, 음식튀기기, 요리모니터링, 청소등을할수있다. 국내기업인티로보틱스 (T-robotics) 도핸드드립커피를내리고케이크에그림을그리고, 바텐더가만든레시피로음료를제작하는카페봇을개발하여이를활용하는카페를오픈하기도했다 [13]. 이외에도자율이동, 장애물회피, 지능적경로탐색등이가능해음식서빙과식기회수임무를원활히소화하는서빙로봇도등장하고있다. 서빙로봇은음성대화기능을탑재하여고객과일정부분소통이가능하며, 자기위치추정기법 (Simultaneous Localization and Mapping: SLAM) 기반의운항기술을도입하여실내의정확한위치를파악하고동선화하여자율적으로이동하여서빙하는것이가능하다. 중국의최대레스토랑프랜차이즈하이디라오가 2018년 10월베이징에오픈한레스토랑과비슷한시기에전자상거래 정보통신기획평가원 9

12 주간기술동향 기업징둥이텐진에오픈한레스토랑등이 AI 로봇을활용한대표적인무인레스토랑이다. 국내에서도미국베어로보틱스 (Bear Robotics) 의서빙로봇을도입하여피자레스토랑내테이블사이를오가며음식을나르기도했다. 자율이동로봇은대규모공장이나창고의물류운반에도적용되고있다. 2012년아마존에인수된 KIVA시스템의키바로 < 자료 > 로봇신문, 로보월드 2018 특집, [ 그림 9] 국내철도역사에서시범운영된철도경찰로봇 봇과 2017년준공된 3만평크기의창고에서운반작업을하는알리바바의물류로봇이대표적이다. 한정된공간에서수백대의운반로봇이효율적으로이동하기위해서는진열대와작업자간주행경로를최적화하고, 충돌을회피하거나조정할수있어야한다. 이러한로봇에탑재되는 AI 기술은로봇상호간의움직임을예측하고가장효율적인배치와경로를도출함으로써문제없이이동할수있게해준다. 경비로봇은정찰, 경비, 구조등 24시간내내위험부담이따르는현장의안전을책임지기위해활용되고있다. 미국나이트스코프 (Knightscope) 의경비로봇은실리콘밸리거리를순찰하며상황정보를수집하여관제센터에보낸다. 차량이장기간주차되어있거나, 의심스러운행동이포착되면관제센터에이를즉각알린다. 고해상도 360도영상녹화및스트리밍, 보행자및차량번호판인식, 문자음성자동변환 (TTS), 도움이필요한사람에게정보를제공해줄수있는컨시어지기능등이탑재되어있다. 일본과싱가포르의도시철도역에도 AI 탑재로봇이역내경비를하는시범사업이수행되었다 [14]. 국내에도 [ 그림 9] 와같은철도경찰로봇이 2018년 11월서울역과동대구역에각 2대씩투입되어시범운영되었다. 철도경찰로봇은자동순찰 ( 자율주행 ) 과수동순찰 ( 원격제어 ), 응급상황호출및화상통화, 안내및홍보서비스등을제공해철도치안및방범강화에기여했다 [15]. 2. 자율주행차 자율주행차의 자율화 의정도는크게운전자의운전을도와주는운전보조수준에서 10

13 기획시리즈 - 인공지능 [ 표 1] SAE 의자율주행단계정의 단계개요감시및대응주체 레벨 0( 수동운전 ) - 운전자가모든동적운전작업시행운전자 레벨 1( 운전자보조 ) 레벨 2( 부분자율주행 ) 레벨 3( 조건부자율주행 ) 레벨 4( 고도자율주행 ) - 시스템이스티어링또는가속 / 감속제어작업을한정된영역내에서시행 - 시스템이스티어링및가속 / 감속제어작업을한정된영역내에서시행 - 시스템이모든동적운전작업을한정된영역내에서시행 - 작동을지속할수없을경우에는운전자가일부개입 - 시스템이모든동적운전작업시행 - 작동을지속할수없을경우에도시스템이한정된영역내에서응답 운전자 운전자 시스템 ( 시스템동작불가시운전자개입 ) 시스템 레벨 5( 완전자율주행 ) - 시스템이모든동적운전작업시행 - 작동을지속할수없을경우에도시스템이무제한응답 < 자료 > SAE International( 미국자동차기술자협회 ), SAE J3016, 시스템 사람없이완전히자율적으로운전하는수준으로나눌수있으며, [ 표 1] 과같이미국자동차기술자협회는이를레벨 0에서레벨 5까지 6단계로나누어세분화하였다. 레벨이올라갈수록자율주행정도가고도화되는데, 안전운전감시및대응주체가운전자인지시스템인지를구분하는레벨 2와레벨 3의수준차이가매우크다. 자율주행차의동작구조는적용된기술과구현방식에따라다양하게설계될수있으며, 통상적으로 [ 그림 10] 과같이환경인지, 경로및행동플래닝, 궤적추적, 장치제어등으로구성된다. 이러한구조만보면레벨 1~2의자율주행은굳이 AI가적용되지않고, 다수의센서를활용하는것만으로도구현이가능하다. 예를들어, 주행중인차량에갑자기장애물이나타났을때초음파센서나레이더를이용하여감지하고정지하거나회피하는것이가능하다. 또한, 고속도로에서카메라를통해차선을인지하고, 앞차와의거리를안전하게유지하며뒤따르는것도 AI 없이센서와전자식가속 / 감속, 스티어링제어기능만있으면충분히구현가능하다. 그러나레벨 3 이상의자율주행기술을완성하기위해서는고도의 AI 기술이필요하다. 그이유는전통적인영상처리의한계와학습을통한객체인식능력의극대화가요구되기때문이다. 전통적인영상처리방식은사물의특징 ( 예 ; 색상, 크기, 형태등 ) 을추출하여영상에서원하는사물을찾을수있도록알고리즘화하고, 실시간으로프로그램을동작시켜원하는결과를넣는다. 그러나이러한방식은현실의다양한사물을일반화하기어려운한계를 정보통신기획평가원 11

14 주간기술동향 < 자료 > L. Xu, et al. Design and implementation of driving control system for autonomous vehicle, IEEE ITSC, [ 그림 10] 자율주행차의동작구조예시 가지고있다. 사람의예만들어도남녀노소에따라신체나외관의차이, 걷거나뛰는등다양한움직임에모두대응하기어려워인식률이낮다. 또한, 기존사물의특징이바뀌거나사물을추가할때마다소프트웨어를변경해야하는어려움도존재한다. 물론, AI도제대로된학습모델생성을위해양질의데이터를많이요구하고, 학습된데이터를이용하여만들어진모델에적합한데이터가입력될때에는비교적정확한결과를도출하는반면학습모델이경험하지못하거나모호한데이터를처리하기어려운한계가있다. 하지만 AI는충분한데이터만주어지면학습을통해알려지지않은데이터를예측할수있는매력이있다. 따라서기존완성차업체를비롯해서부품기업, IT 기업, AI 스타트업, 대학및연구기관들은다양한방법으로데이터를수집하고, 자율주행차량의학습모델을개선하는연구를진행하고있다. 높은수준의자율주행기술은뛰어난 AI 기술력이뒷받침되어야하므로기존자동차제조업체및부품기업들은독자적인기술확보노력과 IT기업과의합종연횡전략을동시에추진하고있다. 폭스바겐과포드는자율주행스타트업선두주자인아르고 AI(Argo AI) 에공동으로투자하여전략적제휴를강화하고있다 [16]. 아르고 AI는포드의퓨전하이브리드를자율주행차로개조하여미국주요도시에서레벨 4 수준의자율주행테스트를진행하고있다. 이외에도 2019년 6월르노-닛산-미쓰비시동맹은구글의자율주행스타트업웨이모와자율주행기술활용에대한협약을발표한바있으며, 메르세데스-벤 12

15 기획시리즈 - 인공지능 츠, 아우디, 부품기업콘티넨탈 (Continental) 과보쉬 (Bosch) 는각각엔비디아 (Nvidia) 와자율주행차용 AI 아키텍처와플랫폼개발, 차량탑재유닛등을협력하여개발하기로합의하였다. 이러한경쟁사간협력은시시각각변화하는환경에 AI가잘대응할수있도록하는데초점이맞춰져있다. 한편, 전기자동차업계의강자인테슬라는자율주행을위한하드웨어및소프트웨어개발에독자적인역량을강화하고있다. 2019년 4월자체행사에서값비싼라이다 (LiDAR) 를사용하지않고, 카메라, 레이더, 초음파센서만을탑재한자율주행차를공개했다. 차량에탑재된완전자율주행컴퓨터는메인프로세서와 GPU, 신경망프로세서, 안전시스템등으로구성된칩을채택하여, 기존의엔비디아자율주행컴퓨터에비해 7배가량성능을향상시켰다. 테슬라의자율주행차는자동으로발진, 가속, 감속, 차선변경을실시하며주위에보행자가있으면서행하고, 일시정지선에서정지하고, 신호가없는교차로에서다른차량의주행상태를고려하여좌 / 우회전을하며, 평행주차및직각주차, 사용자호출기능을탑재하는수준까지도달해있다. 3. 자율비행드론 현재널리이용되고있는원격조종형드론은조종사가스마트폰이나전용컨트롤러를이용하여앱, 음성, 동작등으로드론을제어한다. 반면에자율비행드론은사용자의개입없이 AI 기반시스템이드론조종 ( 예 ; 이 / 착륙, 장애물인식및회피 ), 드론관리 ( 예 ; 배터리충전및교체 ), 드론상태추정 ( 예 ; 센서융합위치 / 자세추정 ), 드론제어 ( 예 ; 자세 / 위치제어, 궤도비행, 경로최적화 ) 등을자율적으로제어하게된다. 자율비행드론은이미산업설비의점검등에활발히이용되고있으며, 도로, 교량, 건물, 공항, 항만, 송전선, 발전기등산업용인프라를드론으로감시 관리 유지 보수하는활동도늘어날전망이다. 드론의자율비행을위해서는자신의위치를정확하게추정할수있는항법시스템이필수적이다. 대표적인기술로는위성신호를이용하는 GPS와주변환경과의상대거리를카메라와레이저센서로측정하여자신의위치를결정하는자기위치추정기법 (SLAM) 이있다. GPS는실내환경에적용하기어렵지만 SLAM을사용하면주변환경에대한지도를작성하고이를통해위치를추정하고경로를설정하는등의자율비행이가능하다. 현재자기위치추정기법은고정된주변환경과비행체의저속이동환경에서오차가수센티미 정보통신기획평가원 13

16 주간기술동향 < 자료 > 엔비디아 [ 딥러닝기반드론 ] < 자료 > X.company [ 프로젝트윙의드론 ] [ 그림 11] 자율비행드론 터정도에불과할정도로정확하다. 하지만이동체가고속으로비행하거나주변환경이변화하게되면성능이저하되는한계를가지고있다 [17]. 최근에는딥러닝 (Deep learning) 기반비전기술을이용하여자율비행을하는드론이선보이고있다. 2017년엔비디아가공개한드론은신용카드크기의 JETSON TX1 모듈과두대의카메라를장착하고숲에서사람, 나무, 기둥, 동물등주변환경을인지하고장애물을피해자율비행을하거나경로를학습하여비행하였다. 딥러닝드론은산책로를촬영한동영상을기반으로탐색및비행방법을학습하였으며, CNN(Convolution Neural Network) 1) 기반의 TrailNet[18] 을사용하였다. 드론기술을개발하고있는업체들은향후자율비행이드론시장에서성패를가를것으로전망하고있다. 구글의모회사알파벳의연구소 X는자율비행드론을이용하여통상적인방식으로배송이어려운지역이나재난지역에식료품, 의약품, 우편물, 상품등을배송하는프로젝트윙 (Project Wing) 을수년간진행해왔다. 알파벳의드론은 AI를기반으로건물, 전력선과같은장애물을회피하면서안전하게비행할수있어상용화에근접한것으로평가받고있다. 이러한기술력은 2019년 4월미연방항공청 (FAA) 으로부터미국내첫상업용드론배송허가를받는결과로이어졌다 [19]. 전세계드론시장점유율 1위인중국의 DJI는산업용자율비행드론에탑재될 AI 소프트웨어개발을위해 MS와협업하고있다. MS는 DJI 드론의카메라제어, 실시간영상및비행데이터수집, 궤적추적정보 1) 심층신경망 (Depp Neural Network: DNN) 의대표적모델중하나로, 영상및이미지내객체분류, 객체탐지등다양한응용분야에폭넓게활용되고있음 14

17 기획시리즈 - 인공지능 등을자유롭게활용할수있는 SDK를공개하여관련기업들의자율비행기술개발이한층용이해졌다. 최근에는플라잉카, 에어택시, 여객드론등도심에서승객을태우고목적지로이동하는자율비행드론이화두로등장하고있다. 미국항공기제조업체보잉은 2019년버니지아주에서승객을태울수있는자율비행기의이착륙시험을했다. 전기배터리로구동되는시제품은수직이착륙이가능하며, 약 80km 정도를이동할수있다. 공유차량서비스로널리알려진우버도 2023년경을목표로수직이착륙항공기를이용한드론택시서비스를준비하고있다. 이외에도오로라, 벨, 에어버스, 볼로콥터 (Volocopter) 등다수의기업들이도심에서운용가능한전기수직이착륙 (Electric Vertical Take-Off and Landing, evtol) 형태의드론을개발하고있으며도입초창기에는조종사가있거나반자율비행정도의기능을가지겠지만점차완전자율비행으로진화하게될것으로예상된다. IV. 결론 자율사물의핵심기반은 AI이다. 현재 AI는인간이수행하던많은업무를자동화하는데기여하고있다. 하지만앞으로는자동화의수준을넘어사물에탑재되어동작하는온디바이스 (on-device) 방식으로진화되어업무절차와판단기준을학습함으로써인간의개입없이동작하는자율화를실현해야한다. 현재의 AI 기술은비록제한된범위내이지만자율적으로판단, 의사결정을할수있는수준에도달하고있으며, AI 관련기술의꾸준한투자와연구개발은더높은수준의자율사물을확산시킬것으로전망된다. 최근우리정부와대학, 기업, 연구소들이 AI 경쟁력확보를위해많은투자와노력을기울이고있다. 하지만아직미국, 중국, 유럽의선진국에비해열세인형편이다. AI 시대의시작단계에서벗어나활성화단계에진입하기위해서다양한 AI 기술의융합을통한사물의자율성부여기술연구에역량을쏟아야할것이다. [ 참고문헌 ] [1] Gartner, Top 10 Strategic Technology Trends for 2019, G , [2] Forbes, Amazon s New Delivery Drone Will Start Shipping Packages In A Matter Of Months, 정보통신기획평가원 15

18 주간기술동향 [3] Time, Meet the AI Robots Helping Take Care of Elderly Patients, [4] Time, Stop Me if You ve Heard This One: A Robot and a Team of Irish Scientists Walk Into a Senior Living Home, [5] Engineering, and Science News, Autonomous Weapons Could Be Developed for Use Within Years, Says Arms-Control Group, IEEE Spectrum: Technology, [6] Forbes, The Future With Level 5 Autonomous Cars, [7] Gartner, Top 10 Strategic Technology Trends for 2020, [8] H. Huangi, et al., A Framework For Autonomy Levels For Unmanned Systems(ALFUS), In Proc. of SPIE, pp.1-9. [9] 인공지능신문, 산업용로봇, 인공지능 (AI) 과융합으로거듭난다, [10] MITSUBISHI, Mitsubishi Electric Develops Smart-learning Algorithm for Extra-efficient AI, [11] MITSUBISHI, Mitsubishi Electric s Fast Stepwise-learning AI Shortens Motion Learning, [12] Successful Farming, The Future of Robotic Weeders, [13] 로봇신문, 티로보틱스, 감성문화공간 카페봇 (Cafe.bot) 오픈, [14] 연합뉴스, 로봇이수상한사람찾는다 日전철역에 AI 경비로봇도입, [15] 인공지능신문, 국내최초철도경찰로봇 네오 시연회, [16] Reuters, Volkswagen investment vaults Argo into top ranks of self-driving firms, [17] 정연득, 실내자율비행드론핵심기술및동향, 항공우주연구원 e-정책정보센터, [18] N. Smolyanskiy, et al., Toward Low-Flying Autonomous MAV Trail Navigation using Deep Neural Networks for Environmental Awareness, arxiv: , [19] Bloomberg, Google Spinoff s Drone Delivery Business First to Get FAA Approval,

19 ICT 신기술 ICT 신기술 chapter 2 OECD 의인공지능권고안주도를위한일본의전략 * 조장은 도쿄대학프로젝트부교수 I. OECD 인공지능이사회권고안 2019년 5월 22일경제협력개발기구 (Organization for Economic Cooperation and Development: OECD) 는각료이사회 (Ministerial Council Meeting: MCM) 를통해인공지능이사회권고안 (OECD Council Recommendation on AI) 을공식채택했다. 주요내용은인공지능을개발및활용하는데있어국제사회가공유해야할기본적인가치를정한것으로포용성과지속가능성, 인간가치와공정성, 투명성과설명가능성, 강인성과안전성, 책임성등을갖출것을권고하고있다. OECD의모든회원국 (36개국) 과아르헨티나, 브라질, 콜롬비아, 코스타리카, 페루, 루마니아등 42개국가가권고안채택에동의했다 [1]. 과학기술정보통신부에따르면이번 OECD 인공지능이사회권고안은국제기구차원에서수립된최초의인공지능권고안으로법적인구속력은없으나 OECD의영향력을감안했을때국제사회에서동권고안의파급효과가클것으로보인다. 이제까지구글과같은대기업이독자적으로인공지능윤리원칙을발표하거나캐나다, 일본등나라별로인공지 * 본내용은조장은 Project Assistant Professor( , qrarecho@mail.ecc.u-tokyo.ac.jp) 에게문의하시기바랍니다. ** 본내용은필자의주관적인의견이며 IITP 의공식적인입장이아님을밝힙니다. 정보통신기획평가원 17

20 주간기술동향 능개발원칙을세운적은있으나많은나라가모여한목소리를낸것은이번이처음이다. 과학기술정보통신부는보도자료를통해미국, 일본, 유럽연합 (EU) 등주요국들도이번권고안채택을적극지지하였으며, 특히권고안마련에주도적인역할을한한국의기여를높게평가하였다고설명했다 [2]. 한편, 일본정부또한일본이 OECD 파리본부에서인공지능관련회의를공동개최하고인공지능보고서작성을지원하는등 OECD의인공지능관련논의를주도함으로써국제사회에공헌했고, 그결과 인간중심 AI 사회원칙 (2019년 3월확정, 발표 ) 을비롯한일본의인공지능관련가이드라인이 OECD 보고서에소개되었다는내용을총무성 ( 우리나라과학기술정보통신부에해당하는부처 ) 홈페이지에게재하며일본이국제적인인공지능관련논의를주도하고있음을강조했다 [3]. OECD AI initiatives worldwide 에따르면가장먼저국가차원의인공지능정책을발표한나라는캐나다와일본이다 (2017년 3월발표 )[4]. 일본정부는인공지능정책에관해단계적으로접근하는방식을채택했다. 먼저, 산 학 연의어떤이해관계자라도공감할수있는인공지능개발및활용에관한규범을정한뒤에국가과학기술혁신전략의일환으로인공지능인재육성및인공지능을실제사회에적용하기위한 인공지능전략 2019 (2019년 6월 ) 를제정했다. 일본이다른나라보다앞서인공지능윤리규범에관한논의를시작한것은 2016년 4월 G7으로, 2019년 G20 의장국을맡은일본이제시한인공지능윤리규범을공동성명으로채택하여일본이국제사회를리드하는모습을보여주기위한것도있었다 [3]. 한국정보화진흥원에따르면 OECD 권고안에따라신뢰가능한 AI 구현을위해국내에필요한다섯가지정책방향중하나가 신뢰가능인공지능과관련된국제논의참여촉진 이다 [5]. 이에국제적으로영향력을미칠수있는 OECD 인공지능권고안협의과정을주도하기위한일본정부의구체적인지원전략을알아보고국내정부기관의국제협력방안수립에도움이될만한시사점을도출하고자한다. 18

21 ICT 신기술 II. OECD 의인공지능이사회권고안논의과정 1. OECD 이사회개요 외교부에따르면경제협력개발기구 OECD는 36개회원국들의경제성장과세계경제문제에공동으로대처하기위한정부간정책연구협력기구로본부는프랑스파리에있다. 유럽, 북미, 아 태지역의주요국가들이골고루참여하고있어영향력이커지고있다. 최고의사결정기구는이사회 (Council) 이며분야별로회원국장관급이참석하는회의가있다 [6]. OECD 이사회가발표하는규범은모든회원국이이행할의무가있는결정 (Decision) 과비구속적규범인권고 (Recommendation), 선언 (Declaration), 성명 (Statement), 협정 (Arrangements), 양해 (Understanding) 등이있다. 1980년 OECD가발표한 사생활보호와개인정보의국제유통에대한가이드라인에관한이사회권고 는선진국들이개인정보보호법을도입하는계기가되었고, 1999년발표한 전자상거래소비자보호가이드라인에관한 OECD 이사회권고 또한많은나라의전자상거래법의기초가되었다. 이에법적구속력이없다하더라도 2019년 5월 OECD가발표한인공지능이사회권고또한국내를비롯하여해외여러나라의인공지능개발및활용에관한가이드라인이될것으로보인다 [7]. 2. OECD 인공지능이사회권고안주요내용 권고안은인공지능시스템을건전하고, 안전하고, 공정하고, 신뢰할수있게디자인해야한다는국제표준으로, 인공지능과관련된모든사람이공유해야하는가치관에관한일반원칙과국제협력추진을포함한회원국정부를향한정책권고사항으로구성되어있다. OECD는권고안발표후후속작업으로 2019년말까지구체적인지표와 AI Policy Observatory 를구성하여회원국이인공지능권고안을이행하는지, 신뢰할수있으며사회에이득이되는인공지능시스템을개발하는지모니터링할것이라고밝혔다 [7]. 정보통신기획평가원 19

22 주간기술동향 [ 표 1] OECD 인공지능이사회권고안 일반원칙 회원국정부에대한권고사항 (1) 포용성과지속가능성 인공지능은포괄적인성장, 지속가능한개발, 그리고행복을증진시켜사람들과지구의이익이되어야한다. (1) 연구개발에대한투자 신뢰할수있는인공지능이노베이션을위해연구개발에공공기관및민간이투자하도록촉진한다. (2) 인간가치와공정성 인공지능시스템은법의지배, 인권, 민주적가치관, 다양성을존중하도록설계되어야하며공정한사회를확립하기위해필요에따라인간이개입할수있도록적정한보호수단을포함해야한다. (2) 디지털생태계조성 디지털인프라와기술로인공지능생태계와데이터및지식의공유메커니즘의편리함을향상시킨다. (3) 투명성과설명가능성 사람들이인공지능에기반을둔결과를이해하고이를평가할수있도록인공지능시스템에관한투명성과책임있는설명을해야한다. (3) 혁신을위한유연한정책환경 신뢰할수있는인공지능시스템보급을위해길을열어줄수있는정책환경을만든다. (4) 강인성과안전성 인공지능시스템은그라이프사이클내내견고하고안전한방법으로작동해야하며잠재적인리스크는지속적으로평가및관리되어야한다. (4) 인적역량배양및일자리변혁대응 사람들에게인공지능관련기술을습득하게하고근로자가공평하게전직할수있도록지원한다. (5) 책임성 인공지능시스템을개발, 운용하는조직이나개인은위원칙에따라적절하게작동되고있음을설명할책임이있다. (5) 국제협력 정보를공유하고표준을개발하고인공지능관리감독 (stewardship of AI) 의책임을다하기위해국경과산업분야를넘어서협력한다. < 자료 > OECD, Forty-two countries adopt new OECD Principles on Artificial Intelligence, 과학기술정보통신부, 경제협력개발기구 (OECD) 각료이사회계기, 인공지능이사회권고안만장일치로공식채택, 발췌, 번역 3. OECD 의인공지능이사회권고안논의과정 OECD 홈페이지에따르면 OECD 내부에서인공지능에관한논의가본격적으로시작된것은 2016년이다. 2016년 4월일본에서개최된 G7 정보통신장관회의에서일본정부는인공지능의급속한발전에따라인공지능개발원칙을수립하기위해국제적인논의가필요하다고제안했다. 이를참가국들이찬성함에따라 OECD에서논의가시작되었고같은해 5월에 IoT와인공지능등의기술도입으로인한일자리변화에관한 OECD Automation and Independent Work in a Digital Economy 보고서를발표하여큰관심을불러일으켰다. 같은해 11월에는인공지능에관한첫번째포럼 Technology Foresight Forum on Artificial Intelligence 를개최했다 [19]. OECD 인공지능이사회권고안에관한구체적인논의가시작된것은 2018년 5월에 20

23 ICT 신기술 열린 OECD 디지털경제정책위원회 (Committee on Digital Economy Policy: CDEP) 정례회의에서 OECD 인공지능권고안을마련하자는합의가이루어진이후부터로볼수있다. OECD 디지털경제정책위원회는각국정부관계자, 기업, 학계, 노동조합, 유네스코, 유럽위원회등다양한조직에속한 50여명의인공지능전문가들을모은 AIGO(AI expert Group at the OECD) 그룹을만들었다. AIGO 의장은당시디지털경제정책위원회의장이었던민원기과학기술정보통신부제2차관이선임되었다. 모든이해관계자가신뢰할수있는인공지능의책임있는관리감독을위한원칙을제정하기위해 2018년 9월과 11월 OECD 본부가있는파리에서 1, 2차회의를진행하고 2019년 1월미국 MIT( 매사추세츠공과대학 ) 에서 3차회의, 2019년 2월아랍에미리트두바이에서 4차회의를진행, 2019년 2월전문가권고안을마련했다. 전문가권고안은 2019년 5월 OECD 각료이사회 (MCM) 에서회원국만장일치로 OECD 이사회권고안으로공식채택되었다. 이와병행하여 OECD 디지털경제정책위원회는 2017년 11월부터인공지능관련조사를시작하여 2019 년 6월인공지능개발원칙에관한세계동향을담은 AI in Society 보고서를공표했다 [8]-[11]. 4. OECD 의인공지능이사회권고안논의과정에서한국의역할 앞서살펴본것과같이 OECD의인공지능이사회권고안논의과정에서과학기술정보통신부를중심으로우리나라도기여를하였다. 과학기술정보통신부는보도자료를통해미국, 일본, 유럽연합 (EU) 등주요국들도이번권고안채택을적극지지하였으며, 특히권고안마련에주도적인역할을한한국의기여를높게평가하였다고설명했다 [2]. OECD 인공지능이사회권고안에관한구체적인논의가시작된것은 2018년 5월에열린 OECD 디지털경제정책위원회 (Committee on Digital Economy Policy: CDEP) 정례회의에서 OECD 인공지능권고안을마련하자는합의가이루어진이후부터다. 합의후 50여명의인공지능전문가가참가한 AIGO(AI expert Group at the OECD) 그룹을중심으로논의가이루어졌는데각국참가자의의견을조율하여권고안통과에핵심적인역할을수행한 AIGO 의장을당시 OECD 디지털경제정책위원회의장이었던민원기과학기술정보통신부제2차관이맡았다 [2]. 정보통신기획평가원 21

24 주간기술동향 III. OECD 의인공지능권고안을주도하기위한일본의전략 위와같은과정을거쳐채택된 OECD 인공지능이사회권고안과관련해일본정부는일본이 OECD 파리본부에서인공지능관련회의를공동개최하고인공지능보고서작성을지원하는등 OECD의인공지능관련논의를주도함으로써국제사회에공헌했고, 그결과 인간중심 AI 사회원칙 (2019년 3월확정, 발표 ) 을비롯한일본의인공지능관련가이드라인이 OECD 보고서에소개되었다는내용을총무성홈페이지및국제전기통신연합저널등에게재하고일본이국제적인인공지능관련논의를주도하고있음을강조했다 [3],[12]. 일본이 OECD 인공지능이사회권고안이채택되기까지 OECD를지원한전략을정리하면아래와같다 년 G7 정보통신장관회의 2015년 2월부터 6월까지총무성은정보통신정책연구소가주최하는 인텔리전스화가가속하는 ICT의미래모습에관한연구회 를개최하였으며, 이를발전시켜 2016년 2월부터는인공지능이사회에적용될경우사회적, 경제적, 윤리적, 법적으로어떤과제가생길지검토하는 AI 네트워크화검토회의 를개최하기시작했다. 2016년 4월일본이의장국으로개최한 G7 정보통신장관회의에서, 일본총무성장관은일본이논의중인 AI 네트워크사회에관한내용을소개하고, 인공지능이가져올경제적기회와사회적과제에관해국제사회가함께논의해야할필요가있다는점에서인공지능연구개발에관한국제적인원칙마련을제안했다. 참가국들이이를받아들이면서국제기구인 OECD를중심으로인공지능윤리원칙에관한논의가시작되었다. 2016년 11월 OECD 파리본부에서개최된 Technology Foresight Forum on Artificial Intelligence 에일본정부관계자와전문가가참가해일본사례를발표했다 년 10 월 OECD 와파리본부에서인공지능컨퍼런스공동개최 2017 년 10 월 26 일, 27 일 OECD 파리본부에서열린인공지능에관한국제컨퍼런스 AI: Intelligent Machines, Smart Policies [ 그림 1] 를일본총무성이공동개최했다. 22

25 ICT 신기술 [ 그림 1] OECD Conference AI: Intelligent Machines, Smart Policies 총무성에따르면이행사는세계각국에서 300명이넘는산 학 연관계자가모였으며인공지능연구개발현황, 인공지능의영향력및리스크, 정부정책의역할, 국제협조방안등에관한사례보고및토론이진행되었다. 공동개최자로서일본총무성이제정한 인공지능개발가이드라인 을소개하는세션도진행되었다. 국제사회를향해일본이적극적으로인공지능개발원칙을검토해왔음을알릴수있는계기가되었다. 일본총무성은 OECD 홈페이지를통해일본어동시통역으로컨퍼런스라이브방송을볼수있도록했다. 3. OECD Artificial Intelligence in Society 보고서작성지원 2017년 11월에착수하여 2019년 6월일반에공개된 OECD 디지털경제정책위원회의 Artificial Intelligence in Society 보고서또한일본총무성이지원했다. 본보고서의 Acknowledgements에는 The support of the Japanese Ministry for Information and Communications(MIC) for this project is gratefully acknowledged 로명기되어있을뿐아니라세계각국의인공지능정책을소개하면서일본의인공지능개발원칙, 인간중심 AI 사회원칙, 인공지능전략을소개하고 G7, G20 의장국으로서일본이 정보통신기획평가원 23

26 주간기술동향 인공지능에관한국제적인논의를이끌었다는점을상세히다루고있다. 일본총무성은국제사회를향해일본의인공지능원칙내용을적극적으로홍보함으로써 OECD 인공지능이사회권고안원안을만드는데일본이큰공헌을했고그결과이사회권고안내용은일본이제정한인간중심 AI 원칙과일맥상통하는내용으로작성되었다고밝혔다 [13] 년 3 월 UNESCO 인공지능윤리회의지원 2019년 3월 4일프랑스파리에있는 UNESCO( 국제연합교육과학문화기구 ) 본부에서열린 Principles for AI: Towards a Humanistic Approach? A Global Conference [ 그림 2] 는일본외무성기금지원으로개최되었다. 인공지능활용에관한윤리원칙을검토하는컨퍼런스로인공지능이인간의일자리를위협한다는불안이확산되는가운데어떻게인공지능을활용할것인가에대한국제적기준을만드는자리이기도했다. UNESCO 컨퍼런스는 OECD 앙헬구리아사무총장도참석하여인공지능원칙제정과관련하여 UNESCO와 OECD가더욱협력관계를구축할것이라밝혔다. 이러한관계를볼때 UNESCO 지원은간접적으로 OECD를돕는것이라볼수있다. UNESCO는이번컨퍼런스를시작으로인공지능윤리에관한규범문서를작성하여회원국의동의를얻어공표할계획이다 [14]-[16]. < 자료 > UNESCO [ 그림 2] Principles for AI: Towards a Humanistic Approach? A Global Conference 24

27 ICT 신기술 일본정부는 2018 년 12월에는 UNESCO 가모로코에서개최한 FORUM ON ARTIFICIAL INTELLIGENCE IN AFRICA 에도아프리카지원활동의일환으로참가자를파견하여일본기업이바라본아프리카의인공지능활용과과제에관해발표하기도했다. 2019년 8월 29일요코하마에서열린일본정부주최아프리카개발회의 (Tokyo International Conference on African Development) 에서도 UNESCO의인공지능윤리규범마련을적극돕는다는취지로아프리카인공지능전망및 UNESCO의역할에관한패널토론을외무성과 UNESCO가공동개최했다 [17]. IV. 결론및시사점 일본은오라클이발표한 AI at Work 조사에서 10개국 ( 미국, 영국, 프랑스, 중국, 인도, 호주 / 뉴질랜드, 싱가포르, 아랍에미리트, 브라질, 일본 ) 중최하위를기록했다. 현재직장에서인공지능을사용하느냐는질문에그렇다고대답한비율이 10개국평균 50% 인데반해일본은 29% 에머물렀다 [18]. 일본은인공지능개발이나활용면에서는다른선진국에비해뒤떨어지고있으나인공지능윤리원칙, 인공지능개발원칙과같은보편적인규범논의는다른나라보다앞서 2015년부터시작했다. 또한, 일본이의장국을맡은 G7, G20와같은국제적인행사를통해일본국내에서정한윤리원칙을국제사회의공동규범으로발전시키고자제안하여주목받고 OECD, UNESCO와같은국제기구의인공지능관련연구를적극지원했다. 일본은전세계에서가장먼저고령화사회에진입하고있고이미젊은인구감소에따른일손부족으로인공지능, 로봇등최신기술을활용하지않으면농어촌이나서비스업을유지하기힘든상황에직면했다. 이러한환경으로인해일본이다른나라보다일찍인공지능을사회에적용하는문제에관심을가질수밖에없었다고도볼수있다. 위와같은사례로볼때일본이 OECD의인공지능권고안논의과정을주도하고국제협력관계를돈독히다지기위해실행한전략은세가지로정리할수있다. (1) 인공지능기술개발이나산업육성과별개로인공지능활용방법에관해어떤이해관계자라도받아들일수있는윤리규범에관한논의를다른나라에앞서시작했다. (2) 일본이의장국으로주최하는국제행사에서참가국들에게인공지능윤리규범에관 정보통신기획평가원 25

28 주간기술동향 해함께논의할것을적극적으로제안하고국제기구에서이를이어받아확대하도록제안했다. (3) OECD, UNESCO와같은국제기구의인공지능행사를지원하되일본이아닌프랑스파리본부에서행사를개최함으로써더많은외국정부관계자와전문가들이참석한가운데일본의주장을널리알릴수있는기회를만들었다. 우리정부기관과 OECD가공동개최한인공지능컨퍼런스는 2019년 3월에개최되었으나장소는서울이었다. 한국정보화진흥원이분석한국내에필요한다섯가지정책방향중하나인 신뢰가능인공지능과관련된국제논의참여촉진 [5] 을위해우리나라도현재인공지능기술개발은미국이나중국에앞서지못하더라도인공지능윤리규범과관련된국제적인논의는주도해나갈필요가있다. 이러한국제논의참여및국제협력에적극적인나라라는존재감이향후인공지능기술이나서비스가향상되었을때우리나라에대한신뢰도를높임으로써인공지능산업발전에도도움이될것으로전망된다. [ 참고문헌 ] [1] OECD, Recommendation of the Council on Artificial Intelligence, [2] 과학기술정보통신부, 경제협력개발기구 (OECD) 각료이사회계기, 인공지능이사회권고안만장일치로공식채택, [3] 総務省, 経済協力開発機構 OECD) における人工知能 AI) に関する取組,2019. [4] OECD, AI initiatives worldwide, [5] 한국정보화진흥원, 신뢰가능 AI 구현을위한정책방향, [6] 외교부, 국제기구 지역협력체 OECD; [7] OECD, Forty-two countries adopt new OECD Principles on Artificial Intelligence, [8] 과학기술정보통신부, OECD, 인공지능 (AI) 관련이사회권고안마련에합의, [9] 과학기술정보통신부, OECD 인공지능전문가그룹, 인공지능권고안도출, [10] OECD, OECD creates expert group to foster trust in artificial intelligence, [11] OECD, Artificial Intelligence in Society, [12] Tsumura Yoshitaka, OECD の人工知能 (AI) に関する理事会勧告の公表, Journal od ITU Association of Japan, Vol.49 No.11, , pp [13] 総務省 AI ネットワーク社会推進会議, 報告書 2019, p.23. [14] UNESCO, Principles for AI: Towards a Humanistic Approach? A Global Conference, 26

29 ICT 신기술 [15] Permanent Delegation of Japan to UNESCO, 2019 年 3 月 4 日 : AIの倫理に関するハイレベル会合の開催, [16] SankeiBiz, ユネスコで AI 倫理会議原則作りめざし日本が出資, [17] UNESCO, Japan renews commitment to UNESCO through enhanced cooperation on artificial intelligence and cultural diversity, [18] Oracle, AI at Work, [19] OECD, Artificial intelligence Milestones ; 정보통신기획평가원 27

30 주간기술동향 ICT R&D 동향 chapter 3-1 인공지능학습을위한최적의클라우드컴퓨팅환경추천기술 * 이경용 국민대학교교수 I. 결과물개요 개발목표시기 기술성숙도 (TRL) 결과물형태소프트웨어서비스검증방법 개발전 개발후 TRL 2 TRL 4 클라우드환경에서제공되는성능메트릭및과금활용 Keywords 클라우드, 최적화, 빅데이터, 행렬연산, 유휴자원, AWS, spot instance 외부기술요소 추천알고리즘및오픈소스소프트웨어활용 권리성 SW, 특허 II. 기술의개념및내용 1. 기술의개념 클라우드컴퓨팅인스턴스타입및컴퓨터시스템에대한깊이있는지식없이도, 최적 * 본내용은이경용교수 ( ) 에게문의하시기바랍니다. ** 본내용은필자의주관적인의견이며 IITP 의공식적인입장이아님을밝힙니다. *** 정보통신기획평가원은현재개발진행및완료예정인 ICT R&D 성과결과물을과제종료이전에공개하는 ICT R&D 사업화를위한기술예고 를 2014 년부터실시하고있는바, 본칼럼에서는이를통해공개한결과물의기술이전, 사업화등기술활용도제고를위해매주 1~2 건의관련기술을소개함 28

31 ICT R&D 동향 [ 그림 1] 자율자원할당시스템구조도 의빅데이터분석작업을수행할수있는인스턴스타입을추천해주는시스템 - 사용자는행렬연산을필요로하는작업및데이터셋사이즈를알려줌 - 제안하는시스템에서는미리측정되어있는행렬연산오버헤드를고려하여최적의인스턴스및작업실행환경을추천해줌 - 사용자가저렴한가격으로작업을수행하고자할때는유휴자원까지고려하여인스턴스타입을추천해줌 III. 국내외기술동향및경쟁력 1. 경쟁기술 / 대체기술동향및현황 국내기술동향 - 현재국내에서는다양한인스턴스타입의클라우드컴퓨팅자원을추천해주는기술이존재하지않음 해외기술동향 - 해당분야의기술은상용화되거나빅데이터분석가를대상으로서비스되고있지는 정보통신기획평가원 29

32 주간기술동향 않으나, 대학에서자원할당시스템에대한기초연구가이루어지고있는실정임 - 미국캘리포니아대학교의 Rise Lab에서최근일반적인데이터마이닝알고리즘을동작시킬때최적의인스턴스타입을제안하는논문을발표하였지만이는현재프로토타입형태로만존재하는단계이며, 상품화시도가이루어지지않고있는것으로파악됨 - 스팟인스턴스예측의경우, 가격예측및안정성확보방안에대한기초논문만이제안되고있으며, 이에대한상품화시도는없음 2. 우수성및차별성 경쟁기술 캘리포니아대학교 Ernest,CherryPick 본기술의우수성 이전알고리즘들은모든데이터마이닝알고리즘을대상으로일반적인빅데이터분석경우에대해서만클라우드컴퓨팅인스턴스타입추천. 하지만행렬연산의경우그작업의특성상, 일반적인데이터마이닝알고리즘과같은형태로분석시효율적이지못한인스턴스타입이추천될가능성이있음. 또한, 본연구에서는인스턴스타입추천시유휴자원까지고려하여사용자에게더욱더높은경제적이득을줄수있음 3. 기술의특성및성능 고객/ 시장의니즈를충족시키는독특한점 - 컴퓨팅시스템에대한깊이있는이해없이도최적의인스턴스를추천 - 클라우드컴퓨팅서비스사용자에게최적의자원을최소의금액으로제공하여, 빅데이터분석작업을가능하게해줌 기술의상세사양 - 행렬연산을분산환경에서수행하기위한블락분배기법 - 디스크접근, 네트워크접근, 연산오버헤드에대한프로파일기법 - 최적의인스턴스타입을추천해주는알고리즘기술 - 유휴클라우드컴퓨팅자원의변화하는가격을감안해주는탄력적인모델링기법 30

33 ICT R&D 동향 4. 기술이전범위및내용 입력데이터및데이터마이닝작업내용이들어왔을때최적의클라우드컴퓨팅자원 을추천해주는알고리즘 5. 표준화및특허 표준화동향 - 관련없음 보유특허 특허 / 프로그램명 국가명 출원등록일 비고 인공지능수행을위한학습데이터생성장치및방법 대한민국 2018/11/26 특허출원 클라우드기반의인공지능연산서비스방법및장치 대한민국 2018/07/05 특허출원 컴퓨터수행가능한클라우드기반의인공지능연산서비스방법 대한민국 2018/06/27 특허출원 클라우드기반의인공지능연산서비스방법및이를수행하는장치 대한민국 2018/06/25 특허출원 클라우드기반의배치서비스제공장치및방법 대한민국 2018/05/16 특허출원 동적신경망학습방법및이를수행하는동적신경망학습장치 대한민국 2017/11/29 특허출원 6. 사업화제약사항 클라우드컴퓨팅서비스업체의중단 - 클라우드컴퓨팅서비스를제공해주는업체의서비스를활용하므로, 이에대한종속 성이있음 IV. 국내외시장동향및전망 1. 국내외시장동향및전망 클라우드컴퓨팅사용시에사용료를줄이고자하는시도는줄곧있어왔으며, 이과제 정보통신기획평가원 31

34 주간기술동향 에서는빅데이터분석시에행렬연산수행시발생하는경제적부담을최소화하고자 함 2. 제품화및활용분야 활용분야 ( 제품 / 서비스 ) 딥러닝분석 ( 인공지능 ) 추천시스템 제품및활용분야세부내용 딥러닝분석시사용되는알고리즘에서행렬연산부분수행 추천시스템에널리활용되는행렬분해에적용가능 3. 시장규모 ( 추정치 ) 활용분야 ( 제품 / 서비스 ) 관련시장규모 (5 년 ), 단위 : 억원 딥러닝분석 1,887 2,061 2,085 2,336 2,886 인공지능 20,700 27,181 31,801 37,208 42,805 V. 기대효과 본기술활용을통해클라우드컴퓨팅서비스의사용료를절감시킬수있으며, 빅데이 터분석시에작업효율을향상시킬수있음 32

35 ICT R&D 동향 ICT R&D 동향 chapter 3-2 대화제스처자동생성기술 * 이재연 한국전자통신연구원책임연구원 I. 결과물개요 개발목표시기 기술성숙도 (TRL) 개발전 개발후 TRL 4 TRL 6 결과물형태 SW 검증방법자체검증, 3 자검증 Keywords 비언어적행위, 제스처, 소셜로봇, 지능형에이전트 외부기술요소 Open Source 사용권리성특허, SW II. 기술의개념및내용 1. 기술의개념 대화형에이전트 ( 지능형스피커 ) 가대중화되고, 차세대플랫폼으로소셜로봇및스크 린기반가상아바타가대두되고있으며, 이와같은차세대플랫폼은사람과같은비언 * 본내용은이재연책임연구원 ( ) 에게문의하시기바랍니다. ** 본내용은필자의주관적인의견이며 IITP 의공식적인입장이아님을밝힙니다. *** 정보통신기획평가원은현재개발진행및완료예정인 ICT R&D 성과결과물을과제종료이전에공개하는 ICT R&D 사업화를위한기술예고 를 2014 년부터실시하고있는바, 본칼럼에서는이를통해공개한결과물의기술이전, 사업화등기술활용도제고를위해매주 1~2 건의관련기술을소개함 정보통신기획평가원 33

36 주간기술동향 [ 그림 1] 기술개념도 어적표현 ( 시선, 몸짓 ) 을통해실감나는상호작용을제공할수있음 본기술은소셜로봇또는가상아바타가대화상황에서대화문맥및상황에맞는제스처를자동으로생성하는기술로다음과같은특징을가짐 - 사람과유사한자연스러움움직임을생성 - 특정대화문장에국한되지않고어떠한단어에도제스처생성이가능 - 제스처스타일조작이가능 ( 예 ; 외향적 / 내향적성격의로봇 ) - 로봇및가상아바타의다양한관절형태에적용이가능 - 경량모델사용으로 CPU에서실시간생성이가능 - 한글 / 영어문장대응이가능 2. 기술의상세내용및사업화제약사항 기술의상세내용 - 학습기반제스처생성기술로, 대량의제스처영상으로부터제스처생성뉴럴네트워크학습 - RNN Encoder-Decoder 구조의네트워크를사용하며적대적 (Adversarial) 학습을활용하여더욱사람과같은제스처를생성함 34

37 ICT R&D 동향 [ 그림 2] 기술구조도 - 상반신 8개관절위치를생성하며, 로봇 / 아바타에서의사용을위해 2D to 3D 포즈변환및 Pose Retargeting을수행함 기술이전범위 - 한글 / 영어문장에대한제스처생성 SW - NAO 로봇플랫폼에서의제스처생성데모 SW - 모델학습 SW 사업화제약사항 - End-to-End 방식의뉴럴네트워크로, 특정상황에서특정제스처발현의조건지정이어려우며, 이를위해서는 Hybrid 형태로추가기술개발이필요 III. 국내외기술동향및경쟁력 1. 국내기술동향 기존로봇들은조건 (Rule) 기반의제스처생성기술을사용하고있으며, 이는개발자 / 디자이너가문장에맞는제스처를직접디자인하는방식으로개발비용이많이들고 다양한문장에대응하기어렵다는단점이있음 정보통신기획평가원 35

38 주간기술동향 해외기술동향 국내와마찬가지로조건기반의제스처생성이주로사용되고있으나, 학습기반의비언어적행위생성과관련된연구가진행중임 - 음성신호에기반을둔비언어적행위생성연구가많이진행되고있으며, 대표적으로 NVIDIA 에서는음성신호로부터사람의얼굴표정을자동으로생성하는연구를진행중 - 대화문맥에따른제스처생성기술도미국, 유럽대학에서연구되고있으나제한된상황을가정하며실험실수준의데이터셋을사용하여학습함 3. 관련보유특허 No. 국가출원번호 ( 출원일 ) 상태명칭 1 미국 16/ ( ) 출원 APPARATUS FOR DETERMINING SPEECH PROPERTIES AND MOTION PROPERTIES OF INTERACTIVE ROBOT AND METHOD THEREOF 2 대한민국 ( ) 출원 상호작용속성결정장치및그방법 4. 기술적경쟁력 경쟁기술 본기술의우수성및차별성 조건 (Rule) 기반대화제스처생성 음성신호기반대화제스처학습 본기술은조건지정없이모든대화문장에대해제스처를생성할수있어범용적으로활용가능함 음성신호만을사용할경우대화내용에무관한제스처를생성함. 본기술은대화내용분석을통해문맥에적합한다양한제스처를생성함 IV. 국내외시장동향및전망 본기술이포함되는로봇및관련 AI 시장규모는국내의경우연평균 35% 성장하여 2024 년 6,287 억규모의시장을형성할것으로전망되고있으며, 세계시장은연평균 36

39 ICT R&D 동향 50% 성장하여 2022 년 10 조원규모의시장이형성될것으로전망 본기술은개인용서비스로봇에주로활용될수있으며, 서비스로봇시장은산업용 로봇시장을뛰어넘어급성장할전망 1. 제품화및활용분야 활용분야 ( 제품 / 서비스 ) 소셜로봇스크린형지능형스피커게임 / 가상환경아바타 제품및활용분야세부내용 소셜로봇은사용자와의친밀한상호작용이필수적임. 대화제스처자동생성을통해보다사람같고자연스러운상호작용이가능함 스크린을탑재한지능형스피커의경우가상아바타를통해실감나는대화를제공할수있음. 본기술을이용하여가상아바타의비언어적행위를자동으로생성할수있음 게임, 가상환경아바타의행위를개발자가직접디자인하지않고자동생성하여개발비용을절감할수있음 V. 기대효과 본기술활용을통해소셜로봇의상호작용수준을향상시킬수있으며, 개인서비스로봇의보급을앞당겨전반적인삶의질향상에기여할것으로기대 인공지능기술의발전으로지능형에이전트가점차많이활용될것으로전망되고있는가운데, 이와같은대화형에이전트개발시대화제스처자동생성기술을이용하여개발비용을절감할수있음 정보통신기획평가원 37

40 주간기술동향원고공모 정보통신기획평가원은주간기술동향의 ICT 기획시리즈에게재할 미래통신 전파 ( 이동통신, 네트워크, 전파 위성, 양자통신 ) 분야원고를모집하고있습니다. 관심있는전문가분들의많은참여를바랍니다. 원고주제 : 미래통신 전파 ( 이동통신, 네트워크, 전파 위성, 양자통신 ) 관련기술 시장 정책동향 ( 제목과목차는저자가자율적으로결정 ) 제출자격 : 대학, 연구기관, 산업체재직자 접수기간 : 2020 년 1 월 1 일 ~3 월 15 일기간내수시접수 제출처 : 주간기술동향원고접수메일 (wttrends@iitp.kr) 로제출 원고양식 : 파일참조 ( 원고양식 ) 원고분량 : 13 페이지내외 기타 - 게재원고에대하여소정의원고료지급 (200자원고지 10,000원 /1매, 최고 40만원 ) - 기획시리즈칼럼은매주 1편씩발간예정 - 원고제출시반드시원고심의의뢰서 ( 첨부파일참조 ) 를함께제출하여주시기바랍니다. - 게재된원고로인해지적재산권침해문제가발생할경우, 원고저자는원고료반환, 게시물삭제및정보통신기획평가원이입게될손실 비용에대한배상등의불이익을받을수있습니다. 제출및문의처 - (34054) 대전광역시유성구화암동 58-4 번지정보통신기획평가원 기술정책단융합정책팀주간기술동향담당 - Tel : , 8210 / Fax : / wttrends@iitp.kr

41 사업책임자 : 문형돈 ( 기술정책단장 ) 과제책임자 : 이성용 ( 융합정책팀장 ) 참여연구원 : 이재환, 이효은, 권요안, 김용균, 박주혁, 김우진, 전영미 ( 위촉 ) 통권 1937 호 ( ) 발행년월일 : 2020년 3월 11일발행소 : 편집인겸발행인 : 석제범등록번호 : 대전다 등록년월일 : 1985년 11월 4일인쇄인 : 승일미디어그룹 (34054) 대전광역시유성구유성대로 1548( 화암동 58-4번지 ) 전화 : (042) , 8210 팩스 : (042)