digieco_report-3.pdf

Size: px

Start display at page:

Download "digieco_report-3.pdf"

입새 내
5 years ago
Views:

1 디지에코보고서 Issue&Trend 인공지능 (A.I.), 완생이되다 KT 경제경영연구소김재필 나현 I. 인공지능, 도전을통해한계를극복하다 II. 발전과쇠퇴를반복한인공지능 III. 머신러닝과딥러닝 IV. 인공지능완생이되기위한조건 V. 인간과인공지능이공존하는미래사회 2016년 3월 9일은인공지능역사에한획을긋는날이될것이다. 구글의인공지능프로그램알파고와바둑계최고수인이세돌 9단의세기적인대결에서알파고가승리를거두었기때문이다. 이미유럽바둑챔피언인판후이 2단을 5전전승으로이긴알파고는이번이세돌 9단과의승부를통해한차원더높은지능을얻게될것이다. 그럼에도불구하고여전히인공지능은게임의대전상대로만여겨질뿐아직우리의삶에직접적으로영향을미칠수준은아니다. 기술적인허들은지속적인연구와투자, 빅데이터축적등으로진화하고사라질것이다. 인공지능이진정한완생이되기위해서는기술적발전과함께서비스적관점의접근과규제적 / 사회적인식의허들까지극복되어야한다. 인공지능은이제선택이아닌 필수조건 이되어가고있다. 이세돌 9단과의대결이후인공지능의행보가더욱궁금해진다.

I. 인공지능, 도전을통해한계를극복하다 인공지능의역사는도전의역사라고해도과언이아니다. 1952년보드게임 Tic-Tac-Toe 로인간에게도전한이래, 체스, 퀴즈, 장기, 골프, 포커등다양한종목에서인공지능은 인간과대결을벌여왔고인간과의승부를계기로인공지능은한단계씩진화하였다.

연도 종목 인공지능 vs 인간 승자 비고 1967년 체스 체스프로그램맥핵 vs 아마추어선수드레이퍼스 AI 그뒤연이어패배 1992년 체스 IBM 딥블루 vs 체스챔피언카스파로프 인간 1승 2무 3패 1997년 체스 IBM 딥블루 vs 체스챔피언카스파로프 AI 2승 3무 1패 2006년 체스 독일딥리츠 vs 체스챔피언크람니크 AI 4승 2패 2011년 퀴즈

2 I. 인공지능, 도전을통해한계를극복하다 인공지능의역사는도전의역사라고해도과언이아니다. 1952년보드게임 Tic-Tac-Toe 로인간에게도전한이래, 체스, 퀴즈, 장기, 골프, 포커등다양한종목에서인공지능은 인간과대결을벌여왔고인간과의승부를계기로인공지능은한단계씩진화하였다. 2015년에는인공지능이넘볼수없을것이라여겼던바둑에서유럽챔피언판후이를 5 전전승으로꺾어인공지능이지닌무한가능성에대해사람들은진지하게생각하게 되었다. 그리고마침내알파고는세계가주목하는이세돌 9단과의첫대결에서승리를 함으로써가능성을기대감으로증폭시켰다. 연도 종목 인공지능 vs 인간 승자 비고 1967년 체스 체스프로그램맥핵 vs 아마추어선수드레이퍼스 AI 그뒤연이어패배 1992년 체스 IBM 딥블루 vs 체스챔피언카스파로프 인간 1승 2무 3패 1997년 체스 IBM 딥블루 vs 체스챔피언카스파로프 AI 2승 3무 1패 2006년 체스 독일딥리츠 vs 체스챔피언크람니크 AI 4승 2패 2011년 퀴즈 IBM 왓슨 vs 켄제닝스, 브래드루터 AI 2013년 장기 일본벤처헤로즈 vs 프로기사 5명 AI 3승 1무 1패 2013년 골프 인공지능골프로봇제프 vs 세계 1위매킬로이 AI 샷정확도대결 2014년 장기 일본벤처헤로즈 vs 프로기사 5명 AI 4승 1패 2014년 탁구 독일아길러스로봇 vs 탁구챔피언티모볼 인간 11대 년 포커 포커프로그램클라우디코 vs 프로포커선수 4명 인간 2015년 바둑 구글알파고 vs 유럽챔피언판후이 2단 AI 5전전승 2016년 바둑 구글알파고 vs 한국이세돌 9단 AI 1승 5판중첫대결승 (3.9 시점 ) 인공지능이인간에게도전하는이유는현재의능력테스트와경험치의획득이다. 알파고와이세돌 9단의대결에서이세돌 9단이 5전전승을거둘경우약 15억원수입을올릴수있다. 하지만구글입장에서는이세돌 9단과의대국데이터획득비용으로 15억원이결코비싸지않다. 알파고의방대한데이터에도이세돌 9단만큼의뛰어난바둑기사의기보데이터는많지않기때문이다. 이세돌 9단과의대국은오히려알파고에게엄청난기회이고, 이대결을계기로알파고는또한번엄청난발전을이루게될것이다. < 일본에서도높은관심을보인알파고와이세돌 9단의대결 > 2

3 II. 발전과쇠퇴를반복한인공지능 인공지능 (AI, Artificial Intelligence) 이란인간처럼사고하고, 감지하고, 행동하도록설계된일련의알고리즘체계라고할수있다. 아이폰의 Siri 도인공지능의한종류라고할수있다. 사람의개입없이도사람이의도한바를이루어주는에이전트 (Agent) 의개념으로인공지능을정의할수있는것이다. 방의형태와청소상태에따라행동을달리하며청소를하는로봇청소기나세탁물의양과종류에따라세탁방식을최적화시키는인공지능세탁기역시인간을대신하여인간이의도한목표를이루어주는에이전트로서인공지능의일종으로볼수있다. 1956년수학자, 과학자등 10여명이모인다트머스회의에서처음개념이탄생한인공지능은여러번의진화와쇠퇴를통해현재의발전단계에이르게된다. 초기에는인간의문제해결논리를컴퓨터언어로구현해내려는시도가주를이루었다. 하지만 70년중반, 인공지능은 1차침체기를맞게된다. 여러이유가있겠으나침체의배경에는실생활에적용하기에는한계가있는알고리즘과인공지능을학습시킬양질의데이터, 전문분야의데이터가아직충분히모이지않은이유가크다. 1차침체기이후, 인공지능은제5세대컴퓨터의등장과다양한분야의데이터축적으로제2의발전기를맞이한다. 이때에는범용문제해결원리구현대신특정분야의전문지식을학습시키는 전문가시스템 이활발하게연구되었다. 인공지능이새로운미래의주역으로발전할것이라고기대되었던 1990년대전반, 인공지능은새로운벽에부딪힌다. 통계적접근에따른문제해결의한계와방대한데이터를처리하기에아직은부족한 HW적역량때문이었다. 1997년인공지능은인간과의대결을통해새로운돌파구를마련하였다. IBM의딥블루가체스에서인간을이긴것이다. 이를기점으로 1990년대중반이후컴퓨팅기술이발달하고빅데이터가등장하면서인공지능연구는선험적지식을활용하는것이아닌기계스스로데이터를통해스스로지식 ( 패턴 ) 을찾아내는방식으로진화하였다. 이러한 머신러닝 (Machine Learning) 연구는 2000년대중반이전의머신러닝연구에서는등한시되었던인공신경망분야에혁신이일어나면서전환점을맞이하게되는데바로 딥러닝 (Deep Learning) 이라는새로운방식이다. 2006년캐나다제프리힌트교수가발표한딥러닝은기계스스로가다계층의신경망구조를통해인간이알려주지않은데이터의특징값까지스스로추출해내는놀라운능력을보여주는기술로, 10년밖에되지않은짧은기간에인공지능을대표하는핵심기술로자리잡았다. 2012년에는구글의인공지능이 1000만장의화상데이터에서스스로고양이이미지를인식해보여주는역사적인사건도발생했다. 이세돌 9단과의세기의대결로전세계의주목을끌고있는인공지능은지금 3번째중흥기 를맞이하고있다. 3

1 머신러닝의첫단계는상관관계, 특성을잡아패턴을반복적으로관찰해서차이점을알아내는것이다. 수많은고양이, 개, 새의이미지데이터에서인공지능은이것들을구분하기위해특성을잡아어떻게다른지를확인하는작업을거치게되고이때의오차를줄일수있는특성을주는것이중요하다.

4 < 인공지능의발전과정 > III. 머신러닝과딥러닝, 인공지능이관심을모으면서핵심기술인머신러닝과딥러닝또한중요한키워드로떠올랐다. 머신러닝과딥러닝은어떤관계일까? 결론부터말하면딥러닝은머신러닝의일종이라고할수있다. 인공지능의진화에서가장중요한요소는 학습 ( 러닝 ) 이다. 여기서말하는 학습 은 어떤식으로든특성을추출해서분류하는시스템을만드는일련의과정 으로, 특성의선택이학습을통해패턴을인식하고오류값을줄여나가는성능을좌우한다. 1 머신러닝의첫단계는상관관계, 특성을잡아패턴을반복적으로관찰해서차이점을알아내는것이다. 수많은고양이, 개, 새의이미지데이터에서인공지능은이것들을구분하기위해특성을잡아어떻게다른지를확인하는작업을거치게되고이때의오차를줄일수있는특성을주는것이중요하다. 그렇기때문에머신러닝에서는데이타가없으면의미가없다. 구글이차세대핵심기술이라는머신러닝을오픈소스 ( 공개소프트웨어 ) 로만들어공개한것도바로양질의데이터확보를위해서이다. 알파고역시머신러닝에기반하고있기때문에이번이세돌 9단과의대국이데이터확보측면에서중요할수밖에없다. 1 알파고를계기로살펴본기계학습의원리와한계 中, 김진형교수 4

그런데인간은선택과결정을함에있어서과거의경험치에기대기도하지만, 전혀그러한데이터가없는경우에는여러상황을고려해완전히새로운답을내기도한다. 또한현실은머신러닝으로해결할수있을만큼단순한문제로만둘러싸여있지않다. 이러한점에한계를느낀머신러닝은보다인간에가까운사고를할수있는 다층구조신경망 연구로그축이옮겨진다.

2 알파고도이러한딥러닝기술이적용되어있는데, 알파고의심층신경망에는약 3천만개의기보가입력되어있고이런방대한데이타를기본으로알파고는강화학습과지도학습을반복하고있다. 이부분이알파고를무시할수없는가장큰강점이다.

5 그런데인간은선택과결정을함에있어서과거의경험치에기대기도하지만, 전혀그러한데이터가없는경우에는여러상황을고려해완전히새로운답을내기도한다. 또한현실은머신러닝으로해결할수있을만큼단순한문제로만둘러싸여있지않다. 이러한점에한계를느낀머신러닝은보다인간에가까운사고를할수있는 다층구조신경망 연구로그축이옮겨진다. 그리고마침내 2006년에다층신경망에서잘작동하는학습방법론의총칭인 딥러닝 (Deep Learning) 이등장하였다. 딥러닝은층마다자율학습기법의선행학습을별도로시킨후층층이쌓아통합훈련을통해미세조정하는방식으로, 적은데이터로도학습이가능하다. 2 알파고도이러한딥러닝기술이적용되어있는데, 알파고의심층신경망에는약 3천만개의기보가입력되어있고이런방대한데이타를기본으로알파고는강화학습과지도학습을반복하고있다. 이부분이알파고를무시할수없는가장큰강점이다. 머신러닝은주어진데이터를바탕으로새로운질문에대해예측하는것을목적으로하는데, 이는크게지도학습 (supervised learning) 과비지도학습 (unsupervised learning) 으로구분할수있다. 지도학습은훈련데이터에조건 X뿐만아니라이에대한정답 ( 또는라벨 ) Y까지주어진다. 예를들어사진자료들에 강아지, 고양이, 새 와같이일일이라벨링이되어있고이를학습해다른사진들에서강아지, 고양이, 새들을찾아내는식이다. 반면여러동물사진을섞어놓고이사진에서비슷한동물끼리자동으로묶어보라고이야기한다면이는비지도학습이라고볼수있다. 인간은지도학습과비지도학습의과정을모두이용하는데, 아직까지의인공지능은지도학습연구가더욱활발한모습이다. 하지만인간이세상을라벨링없이도이해할수있듯이, 미래의인공지능역시라벨링없이세상을이해할수있는비지도학습이더욱강조될전망이다. < 머신러닝과딥러닝 > 2 알파고를계기로살펴본기계학습의원리와한계 中, 김진형교수 5

IV. 인공지능, 완생이되기위한조건 앞서언급했듯이 3번째중흥기 를맞이한인공지능은다양한단말과서비스를통해우 리의생활속으로파고들전망이다. 그로인한급속한시장성장또한예상된다. 하지 만인공지능에대한기준과적용범위가제각각이어서시장규모역시작게는몇조원 에서많게는몇천조원에까지이를것으로전망되고있는실정이다.

6 IV. 인공지능, 완생이되기위한조건 앞서언급했듯이 3번째중흥기 를맞이한인공지능은다양한단말과서비스를통해우 리의생활속으로파고들전망이다. 그로인한급속한시장성장또한예상된다. 하지 만인공지능에대한기준과적용범위가제각각이어서시장규모역시작게는몇조원 에서많게는몇천조원에까지이를것으로전망되고있는실정이다. IDC의경우세계 인공지능시장규모를 2017년 1650억달러 (195조8000억원) 규모로전망했는가하면, Market&market은 2020년에광고, 미디어서비스분야에서의활용으로인공지능시장 은약 50억달러 ( 약 6.2조원 ) 에이를것으로추정하였다. 일본의 EY종합연구소는커머스, 광고, 금융, 유통, 자동차등모든산업분야에인공지능이도입된다고가정하여 2020년 에는 23조엔, 2030년에는 87조엔의인공지능관련시장이창출될것이라고전망하였다. < 세계각국의인공지능관련시장전망 > 조사기관 대상 15년 향후 CAGR IDC 영상음성처리분야 1270억달러 1650억달러 ( 17년) 14% Cognitive SW 플랫폼 10억달러 37억달러 ( 17년) 92% BCC리서치 음성인식 840억달러 1130억달러 ( 17년) 16% Market&market 서비스 ( 광고, 미디어등 ) 4.2억달러 50억달러 ( 20년) 64% Tractica AI 시스템 2억달러 111억달러 ( 17년) - 일본EY연구소 AI관련산업전반 ( 자국 ) 3조7450억엔 23조 638억엔 ( 20년) 44% IBM 2025년 2000조원시장창출 맥킨지 2025년 6조 7천억달러 (7000조원) 파급효과 국내의경우인공지능과관련한정확한기준이나데이터가없어시장규모를산출하기 가쉽지는않다. 다만, 로봇산업수치에기초하여향후다양한산업군으로의적용을 가정하여산출해보면 2030 년경에는약 27~30 조원의시장규모가될것으로전망된다. 6

7 중요한것은인공지능시장규모가얼마인지가아니라인공지능은앞으로모든산업영역에서전기나 IT처럼인프라로서활용되고, 인간에게는스마트폰만큼이나혁신적이고새로운가치를제공해줄수있는미래기술이라는점이다. 현재의인공지능은이제막인간의지능을모방한수준이다. 미래의인공지능이실질적으로인간을대체하고필요한가치를제공하기위해서는몇가지해결해야할과제들이있다. 서비스와의결합을통한실생활에서의적용 최근의인공지능을둘러싼동향을살펴보면과거의중흥기와는다르게실제서비스에인공지능을도입해이용자에게제공하고있는모습을보이고있다. 인공지능이늘지적받아왔던것도현실의문제를해결하기에한계가있고, 활용폭도게임수준에만머무르고있다는점이었다. 이러한문제점을극복하기위해인공지능은점차범용프로그램으로개발되어여러서비스에접목하려고하고있다. 알파고의경우바둑에만특화된인공지능은아니다. 알파고는범용인공지능프로그램이기때문에다른복잡한문제에도적용할수있다. 예를들어구글은데이터센터최적화에도인공지능을이용한다. 장비사용시간, 에너지사용량에대한빅데이터가누적되면서에너지최적화를위한시뮬레이션시시스템간상호관계의복잡성으로일반모델적용시에많은오류가발생하는데, 에너지최적화모델구축을위해 Neural Network 를활용한것이다. 모델에반영되는복잡한변수관계를미리정의할필요없이인공지능이모델에서자동생성되는특징들간의패턴을파악하는데, PUE 예측에 99.6% 의정확성을보여센터운용효율화에큰도움을준다. 페이스북은얼굴인식기술을활용해만든사진공유앱 ' 모먼트 (Moments) 에인공지능을도입하였다. 모먼트는찍은사진을페이스북에올리지않고도개인적으로친구들과공유하게하는데, 사진에포함된사람들의얼굴을인식해그룹으로분류해주고개별적으로사진을보낼수있게해준다. 페이스북은얼굴인식기술에많은투자를해왔는데페이스북이개발한 ' 딥페이스 AI' 시스템의얼굴인식정확도는 97.25% 에달한다. 이밖에도인공지능은모바일, IoT기기, 스마트카등다양한영역에도입확대되고있다. 발전과쇠퇴를거듭하면서진화해온인공지능이이제는서비스로구체화되면서진정한개화기를맞이하고있는것이다. 7

8 이처럼구글 IBM 마이크로소프트등글로벌기업들은인공지능을자사서비스에도입하고미래성장동력으로삼기위해해당기술을가진스타트업을인수하고조직을신설하는등관련사업을강화하고있다. 마이크로소프트는영국의 AI 스타트업스위프트키를 2억5000만달러 ( 약 3040억원 ) 에인수했다. 스위프트키는 AI 스마트폰키보드앱을제작하는스타트업으로, 사용자의키보드패턴을분석해단어를제시함으로써빠른속도의타이핑을돕는서비스를제공한다. 구글은인공지능스타트업딥마인드를 2014년 5 억8200만달러 ( 약 6970억원 ) 에인수했다. 아마존은에비테크놀로지 (Evi Technologies) 를지난 2012년에인수했다. 에비테크놀로지는아이폰의시리 (Siri) 처럼사용자와언어소통이가능한인공지능기술을개발하는스타트업이다. 애플도감정인식인공지능기술을개발하는영국소재스타트업이모션트 (Emotient) 를인수한바있다. 페이스북은저명한인공지능연구자들을잇따라영입했는데, 얀레쿤 (Yann LeCunn) 미뉴욕대학교수를인공지능팀책임자로발탁하고, 구글출신전문가도채용하였다. 또한이미지인식소프트웨어를개발하는실리콘밸리신생기업비카리우스 (Vicarious) 에도주크버그개인적으로투자도하였다. 이비카리우스는인간의두뇌에서언어와수학같은인식기능을주관하는신피질 (neocortex) 을재현하는연구를하는업체로최근많은기업들로부터투자를받고있다. 국내기업중에는삼성전자가비카리우스에약 2000만달러를투자한바있다. 삼성은이회사의알고리즘을각종스마트기기에적용하는방안을고민중이라고한다. 이업체가개발하는알고리즘은로봇이나스마트기기가인간처럼직관적인지각을갖게하는것이목표인데, 제프베조스아마존 CEO는물론스위스로봇제조기업 ABB 등도이회사에투자했다. 전기차제조회사테슬라의엘런머스크는 오픈 AI 라는재단을설립하고 10억달러를투자해인공지능연구를지원하겠다고밝혔고, 중국최대포털사이트바이두 ( 百度 ) 는미국에연구소를설립하고인공지능전문가인앤드루응스탠퍼드대교수를영입했다. 바이두는이연구소에약 3억달러를투자하였다. 일본의인공지능연구개발업체들도많은주목을받고있다. 화상인식과딥러닝을결합한기술로각광을받고있는 ABEJA는미쯔코시백화점과공동으로점포분석연구에인공지능을적용하고있다. 동경대, 교토대대학원연구원들이설립한인공지능벤처기업 Preferred Infrastructure 는 NTT, 파나소닉, 토요타등일본굴지의대기업들로부터공동연구와투자를받을정도로인기가높다. 구글레벨의검색역량과빅데이터에기반한자동추천엔진이 PFI의핵심역량으로, 실생활서비스에인공지능을접목시키려는기업들로부터투자가쇄도하고있다. 8

9 [ 인공지능의산업별적용사례 ] 1) 금융 (1) 투자및트레이딩 : 세계최대햇지펀드그룹인 Bridgewater 가 IBM 인공지능의등장이투자 / 거래시장에서는완전히새로운것이라할수는없다. 이미많은증권사및펀드사들은트레이딩에있어컴퓨터알고리즘을사용해왔기때문이다. Preqin 자료에따르면작년컴퓨터알고리즘을트레이딩의메인수단으로사용한헤지펀드가 40% 가량으로지금까지집계중가장높은수치이다. 지금까지의컴퓨터기반알고리즘들이인간이수학적모델을만들고시장상황에따라그것을지속업데이트해야했다면, 딥러닝의출현이후로는기계스스로데이터를학습하고시장상황에맞게모델을변화시켜나가는방식으로진화하고있다. 이러한인공지능분야의발전이투자알고리즘에줄수있는장점은많은글로벌투자사들로하여금인공지능에관심을갖게하였다. 세계최대규모의헤지펀드사인 Global Bridge Water 사는 15년도에 IBM사에 9

10 서 Watson 개발을담당하였던 David Ferrucci 를영입해 AI 팀을신설하 였고, 홍콩기반의 Aidyia 사가최근에는인공지능기능만으로펀드를운 용하는펀드를미국시장에서출시하기도하였다. [ 인공지능을적용하고있는주요글로벌해지펀드사 ] 회사명 특징 ㅇ '11 년에홍콩에서컴퓨터공학자와금융전문가가합력하여설립 ㅇ단기적인예측에최적화되어있는기존의투자알고리즘과장기적인예측가능하도록설계 - 다양한레벨의국적과기업데이터, 뉴스, 소셜미디어데이터등방대한양의데이터학습 - CEO Goertzel 5 분후미래를예측하기위해서는가격곡선의업 & 다운만분석하면되지만, 한달후의미래를예측하려면주가에미치는수많은요소 (factors) 분석할수있어야한다 " - 데이터의종류와유형에종속되지않는 Aritifical General intelligence' 지향ㅇ 2003~2014 년 historical data 로테스트시 29% per year 의평균수익률달성, 미국시장에 AI 로만운영되는헷지펀드론칭 ( 15.6) 하여운영중 ㅇ 2007 년부터 AI 기술적용해수익률개선 ㅇ인공지능이 44 개국의주식, 채권, 통화등경제데이터를동시에분석 - 20 년간축적된다양한종류의세계경제데이터로훈련. 인간의트레이딩전략이나룰을가르치는것이아닌시스템스스로시장환경에적합한전략생성하도록설계 년의미국주식시장붕괴예측, 2009 년도그리스채권의신용도붕괴예측등 뛰어난예측력보여줌 ㅇ Rebellion Reseach 는 2007 년이래로 AI 기술적용해타사보다높은수익률 올렸음강조 ('07 년 '15 년수익률증가 : 자사 '135.1% vs. 타사 45.35%) ㅇ과거나미래의데이터가아닌현재 (At the moment) 의데이터기반 Self-learning 통해투자에참여할지않할지결정하여 AI Dynamic 기술로수익률은높이고, 위험도는낮춤ㅇ제품유통경로는브로커를통한리테일판매 (B2B2C) 나헤지펀드사판매 (B2B) 를시행 - 알고리즘을어플형태로이용할수있도록하여리테일영업추진ㅇ Clona algo 주장에따르면, 리테일고객의경우 '2013년한해평균 52% 의수익률기록하였고, 해지펀드고객사들도 '13~'14년동안 33.34% 의수익률성장기록 (2) 신용평가및심사 : 빅데이터와인공지능의분석능력을결합하면대출신청자의신용도판단및채무불이행가능성예측이가능하다. 일반은행들이직장, 소득, 금융거래실적, 연체기록등소수의변수에기초한신용평가모델을적용하는데비해최근의핀테크기업들은인공지능의성능을활용하여수천개의변수를고려한신용평가모델을활용하여, 기존메이저대출시장과차별화된소비자금융서비스를제공하고있다. 3 3 KB 지식비타민 ( 호 ), KB 금융지주경영연구소 10

[Zest finance 사의대출고객신용분석알고리즘 ] ( 자료 : 홈페이지및 KB 경영연구소재구성 ) (3) 개인금융비서기능 (Personal Finance Management): 인공지능의재무분석능력이어플로모바일에탑재되면개인화된재무비서기능을수행할수있게된다. 더나아가서는은행업무에서고객응대를맡기도한다.

11 [Zest finance 사의대출고객신용분석알고리즘 ] ( 자료 : 홈페이지및 KB 경영연구소재구성 ) (3) 개인금융비서기능 (Personal Finance Management): 인공지능의재무분석능력이어플로모바일에탑재되면개인화된재무비서기능을수행할수있게된다. 더나아가서는은행업무에서고객응대를맡기도한다. 향후모바일에탑재된인공지능어플은결제플랫폼과연계되어다양한핀테크서비스를창출할수있으며, 노인등금융약자를위한금융서비스지원을담당할수있을것으로보인다. 개인금융을지원하는스타트업기업으로는 Wallet AI 와 KASISTO 등이있는데 Wallet AI는모바일유저의소비데이터와 GPS센서데이터, SNS 데이터등을종합하여소비패턴을 문맥적 (Contextual) 으로분석하여소비자에게가장합리적인소비의사결정을지원한다. KASISTO 의경우이번달의지출액, 스타벅스사용금액, 사용가능한스타벅스쿠폰, 카드잔고등을음성기반인공지능이알려주고, 결제기능도지원해준다. 중국의포털업체바이두는인공지능기반의주식시장빅데이터분석개인용어플 Stock Master 를제공하고있다. 소비지출분석부터주식투자정보분석제공까지인공지능이개인금융생활에더욱가까이다가오고있다. 11

12 2) 의료 의료분야에서인공지능은웨어러블기기의센서데이터와이미지인식기술을 바탕으로한진단데이터가인공지능으로융합되면서인간에게최적화된스마 트헬스솔루션을제공할수있는가능성을열어주고있다. (1) 웨어러블기기활용한스마트헬스케어 : 다양한종류의웨어러블센서를통해맥박, 혈당량, 체온, 스트레스정도등건강정보를수집하고, 물론지금은초보적인단계지만, 이러한데이터들을인공지능이정확히분석한다면진정한의미의스마트헬스서비스가가능해진다. 아래예시는 IBM의인공지능왓슨을활용하여일본소프트뱅크와합작하여만든건강관리앱이다. 센서통한개인건강기록및유전자데이터등을분석하여건강관리정보를제공해준다. [IBM-소프트뱅크의 Personal Body Support] ㅇ IBM 왓슨활용개인맞춤형건강관리지원 - 4주간의생활습관, 스마트체중계등센서통한측정값, 유전자데이터분석하여개인별건강관리정보제공ㅇ전문가연결서비스 - SNS 통한전문가조언서비스제공 - 영양사로부터일대일수업받을수있는유료옵션제공ㅇ포인트시스템 - 일일과제수행시포인트지급, 포인트는전용스토어에서건강보조식품이나의료상품구입시사용가능 ( 자료 : 아틀라스리서치및국내언론보도 ) (2) 진단데이터수집 / 분석능력활용한처방과치료 : 인공지능을통해컴퓨터가 MRI같은복잡한형상에서도패턴을정확히인식하는능력이향상되면서수많은영상데이터들의분석이가능해졌다. 또한영상데이터외에도환자의치료데이터및유전정보데이터도인공지능이분석하여환자개인별로최적화된치료방법을제안할수있다. 실제로 IBM사의왓슨은의료기관과협력하여치료법추천과보험료지금심사의용도로활용되고있다. 국내대형병원들도딥러닝도입을서두르고있다. 서울아산병원은최근딥러닝 기반분석및진단시스템개발스타트업뷰노 (Vuno) 와제휴를맺고의료빅데이 12

터활용을위한연구진행중이다. 뷰노는영상자료를분석해환자의폐암여부를진단할수있다. 세브란스병원은의료녹취솔루션개발을위해디오텍과협력한다. 의료녹취 (Medical Transcription) 외래진료시의사의진단과처방, 영상판독소견, 수술시의사의진료내용등각종의료기록을음성인식기술로저장해문서화하는기술이다.

이미지로제공데이터분석과의료적관점융합하여환자와병원에게최적의치료플랜제공 (3) 휴머노이드형반려로봇활용한고령자캐어서비스 : 인공지능이탑재된휴 머노이드형로봇은요양병원이나일반가정에서고령자의일거수일투족을관찰 하여건강체크및위급상황알림등의역할을수행할수있다. 이에더해물리 치료사의 동작을기계학습으로습득한재활전문로봇들이인간의재활을도울 수있는날이멀지않았다.

13 터활용을위한연구진행중이다. 뷰노는영상자료를분석해환자의폐암여부를진단할수있다. 세브란스병원은의료녹취솔루션개발을위해디오텍과협력한다. 의료녹취 (Medical Transcription) 외래진료시의사의진단과처방, 영상판독소견, 수술시의사의진료내용등각종의료기록을음성인식기술로저장해문서화하는기술이다. 4 이를통해의무기록작성에할애하는시간을줄여의사가환자와대면하는시간을늘려줄수있어환자의만족도를높일수있다 [ 해외스타트기업의딥러닝주요활용사례 ] 세계주요질병의치료데이터수집하여환자에게정보제공의료기록제출하면진단이어려운병들까지도원인진단 200개이상의유전정보데이터베이스구축 X레이 MRI등의이미지페턴분석을통해폐암이나골절진단수작업으로이루어지던세포조직관찰을 3D 이미지로제공데이터분석과의료적관점융합하여환자와병원에게최적의치료플랜제공 (3) 휴머노이드형반려로봇활용한고령자캐어서비스 : 인공지능이탑재된휴 머노이드형로봇은요양병원이나일반가정에서고령자의일거수일투족을관찰 하여건강체크및위급상황알림등의역할을수행할수있다. 이에더해물리 치료사의 동작을기계학습으로습득한재활전문로봇들이인간의재활을도울 수있는날이멀지않았다. 3) 자동차 자동차산업에서는자율주행차분야에서인공지능이큰기여를하고있다. 자율주행의단계는크게주변도로상황을인지하는 인지 와그에따른적절한 판단 을내리는단계, 가감속등 제어 의단계로이루어진다. 5 인공지능은향상된시각지능을통한사물인식성능으로자율주행차의주변인지를가능하게하며, 각종센서를통해확보한데이터와외부데이터를정확하게처리해가장안전한경로를판단하는역할을돕는다. 자율주행차분야의선도업체는단연구글이라고할수있는데, 구글이자율주행차를선보이면서인수한인공지능관련스타트업현황을살펴보면자율주행분야에있어서인공지능기술의중요성을엿볼수있다. 4 디오텍 - 세브란스병원의료녹취 ( ), Zdnet Korea 5 IT& 자동차, 자율주행차로의길, 함께그러나다르게걸어간다, KTB 투자증권 13

(1) 방대한양의데이터학습통한신속한판단기능제공 : 자동차에부착된레이터, 라이더, 초음파감지기등의센서를통해현재위치, 직면한장애물등주변상황을실시간으로파악하고그에대해대응하는것은안전하고효율적인주행의핵심적인요소라고할수있다. 이러한처리능력은이미지의특성을순식간에파악하고분류할수있는딥러닝기술의도움을받고있는데이러한딥러닝알고리즘을탑재한차량용프로세서들이개발되고있다.

14 (1) 방대한양의데이터학습통한신속한판단기능제공 : 자동차에부착된레이터, 라이더, 초음파감지기등의센서를통해현재위치, 직면한장애물등주변상황을실시간으로파악하고그에대해대응하는것은안전하고효율적인주행의핵심적인요소라고할수있다. 이러한처리능력은이미지의특성을순식간에파악하고분류할수있는딥러닝기술의도움을받고있는데이러한딥러닝알고리즘을탑재한차량용프로세서들이개발되고있다. (2) 커넥티비티기반지능형교통서비스실현 : IoT 기술과클라우드기술을통해차량과스마트홈, 차량대차량, 차량대교통인프라등의추가적인연결이가능해지고, 음성인식서비스를통해운전자와차량간의커넥티비티도증대된다. 차량의커넥티비티증대는주행과교통상황에관한데이터의증대를의미하고, 이렇게수집된데이터의관제역할을인공지능이담당한다면향후교통량에따른차량최적화제어및안전주행유도가가능할것으로예측된다. [ 자율주행차의커넥티비티서비스 ] ( 자료 : 홈페이지및언론보도자료 ) 14

15 4) 제조업 제조업분야에서인공지능의데이터분석능력과시각지능은기계설비의고도화를가져와공정효율화에기여하고있다. 더나아가제조업에서는휴머노이드형노동로봇을활용하여공장자체를스마트화하는 스마트팩토리 추세가가속화되고있다. 전세계적으로독일과미국으로양분되어스마트팩토리표준화경쟁이진행중이다. 중국은인구고령화, 노동인구의공장근무기피현상등에대처하기위해스마트팩토리구현을범국가적차원에서추진하고있다. 인공지능은궁극적으로스마트팩토리구현에일조하게되는데주요기여점은데이터를활용해기업과공장운영시스템을합리화하는응용시스템분야와계측기, 센서등을활용하는데이터수집, 산업용로봇이투입되는공법개발분야라고할수있다. [ICT 융합제조시스템기술별역할 ] 대분류 ( 주요기술 ) 응용시스템제품개발및공정개발설비제어데이터수집공법개발 역할 기업과공장운영시스템 (POP/MES,PLM,SCM,ERP, 빅데이 터등 ) 제품개발과공정개발을지원하는 ICT기반의요소기술 (CAD,CAE, CAPP, CAM 등 ) 공정물류와설비제어를담당하는요소기술 (SCADA, DCS, HMI, PLC 등 ) 설비와자재로부터생산과품질관련데이터를수집하고 측정할수있게디지털화해전달하는기술 ( 계측기, 디지털 센서, 변환기, 이미지, 동영상, RFD/NFC, 2 차원바코드등 ) 어댑티브제조, 애자일제조, 플랙서블제조, ICT 기반의공 정기술 ( 자동화설비, 산업용로봇, 디지털공법 ) : Tech M (1) 데이터분석 / 광학센싱통한공정최적화 : 데이터학습및분석을통해생산공저의최적화방안을제시하는등데이터기분고급분석역할을수행할수있으며, 딥뉴럴네트워크기술로발전된시각지능을활용하여제조과정의정밀화와효율화에기여할수있다. 15

[ 글로벌제조업체의인공지능활용기술 ] 활용영역데이터고급분석시각지능시각지능 제조사명 특징 Machine Vision, Barcode Scanner

OCR문자인식수행하며생산과정최적화능제공 ( 자료 : 홈페이지 ) (2) 휴머노이드로봇의노동제공등 스마트팩토리 추진 :

스마트팩토리현장에서인간의노동력을대체하는실질적인수단이될전망이다. 미국 Rethink사에서출시된산업용로봇 Baxter 는산업현장에서좋은호응을얻고있다.

5) 미디어 / 콘텐츠 인공지능은미디어콘텐츠와마케팅분야에서도혁신을가져온다.

16 [ 글로벌제조업체의인공지능활용기술 ] 활용영역데이터고급분석시각지능시각지능 제조사명 특징 Machine Vision, Barcode Scanner 등인간고성능영상장비활용한제조과정에서발생하는방대한데이터의눈보다정확한시각인식장비들이바코드, 모니터링및디텍션 (detection) 기를분석하여공정죄적화 OCR문자인식수행하며생산과정최적화능제공 ( 자료 : 홈페이지 ) (2) 휴머노이드로봇의노동제공등 스마트팩토리 추진 : 인체공학적으로만들어진로봇이사람의동작을학습한후실제작업현장에투입되서작업라인의효율과재해발생위험낮춰줄수있으며, 스마트팩토리현장에서인간의노동력을대체하는실질적인수단이될전망이다. 미국 Rethink사에서출시된산업용로봇 Baxter 는산업현장에서좋은호응을얻고있다. 12년출시이후업그레이드거듭하며성능도좋아지고있는데, 로봇을학습시키기위한재프로그래밍과정이인공신경망기술로시간단축이가능해질것으로예상되앞으로활용도는더욱증대할전망이다. 5) 미디어 / 콘텐츠 인공지능은미디어콘텐츠와마케팅분야에서도혁신을가져온다. 수많은정형 / 비 정형데이터학습을통해인간의언어를이해하는능력과인간처럼글쓰고말할 수있게되면서이를광고마케팅에적용할수있게된것이다. (1) 빅데이터분석통해고객에게최적화콘텐츠제공 : 고객의사진, 방문기록, SNS 등정형 / 비정형데이터를분석하여유저개인별정보를수집하고그에맞는최적의콘텐츠를제공하는방식의온라인마케팅방법이활발히시도중이다. 이러한개인화된콘텐츠기반의마케팅은웹상의비정형데이터를인식하고특징을 16

(2) 자연어분석 (Natural Language Processing) 활용 :

17 분류할수있는인공지능이활성화될수록더욱활발히전개될것이다. [ Sailthru 사의 sightline 개요 ] ] Web-site OFF-Line Mobile 구두애호가들의월별지출 SNS Step1. , Mobile, SNS, store 등전채널에걸친데이터수집통해 고객이주는시그널분석 고객개인별특성데이터 Step2. Sightline 통해마케팅 인사이트및고객데이터추출 Sailthru 사의 client 들 Step3. 사업자별로마케팅최적화 및고객과의 Long-term CRM 추진 ( 자료 : 홈페이지 ) (2) 자연어분석 (Natural Language Processing) 활용 : 인간의언어를쓰고이해할수있는자연어분석기법 (NLP) 가발전을거듭하면서미디어콘텐츠분야에서도사용되고있다. 온라인상의데이터를실시간으로인간의글로전환하여고객인입도를늘리는등마케팅효과를높이고있다. 단순히커머스영역뿐만아니라병원등에서도처방전등에의사가하기에는시간소요가많이드는낮은수준의리포팅을직접작성해 CRM효과를극대화할수도있다. [NarrativeScience 의 Quill ] Data Story - 데이터를실시간으로 스토리 로바꿔주는 Quill - 의류와스파상품에대해 Quill 이작성한상품설명 17

18 2045 년문제와사회적인식 2045년은인공지능과인류모두에게있어서중요한해가될것이다. 미래학자레이커즈와일은 2045년에인공지능이인간지능을뛰어넘는특이점 ( 싱귤래리티, Singularity) 에도달, 그이후론통제불가능한상황이전개될것이라고예측했고, 모셰바르디미국라이스대컴퓨터과학과교수는 2045년이면인간이할수있는일의매우중요한부분을기계가직접수행할것이라고전망하며기계가인간이할수있는일을대신하게되면인간은무엇을할것인가가중요한질문으로떠오르게될것이라고하였다. 올해초세계경제포럼 (WEF) 에서는로봇과인공지능등과학기술이발전하면 200만개일자리가생겨나는대신 700만개일자리가사라져결국 500만개일자리가사라질전망이라고발표되었는데, 특히컴퓨터가일을대신하는사무 행정직 475만9000명이일자리를잃는것으로나타나전체사라지는일자리의 3분의 2를차지했다. 대신재무 마케팅, 경영, 컴퓨터 수학등에서 40만여개씩일자리가생길것으로보고서는예측했다. 이러한전망들은먼미래의일이아니다. 소프트뱅크는세계최초로로봇페퍼로만운영되는소프트뱅크숍을 2016년 3월말부터 1주일간한시적으로운영한다. 로봇페퍼가하는일은스마트폰상품설명과소프트뱅크스마트폰신규가입업무 ( 기변, MNP는제외 ) 를지원하는일이될예정인데, 하나의페퍼가모든업무를다처리하는것이아니라상품설명담당, 신규가입담당등으로업무를나누어페퍼를배치시킨다고한다. 이벤트적인시도이기는하지만성공적으로마친다면이를계기로여러분야에서로봇전문매장이등장할수도있다. 소프트뱅크의자회사인 Cocoro SB는 시급 1500엔페퍼인재파견서비스 를발표하였는데, 일본에서는인공지능로봇이인간의일자리를뺏을수도있다는우려와함께, 미래사회구성원으로서인공지능로봇을어떻게받아들일것인가에대해사람들로하여금진지한고민을하게만들었다. 실제로자신의일자리를뺐었다는이유로홍보용페퍼를구타해파손시키는사건까지발생해인공지능을이제는하나의 인격체 로대해야하지않겠냐라는의견도나오고있다. < 인공지능로봇페퍼만으로운영되는소프트뱅크숍 > 18

V. 인간과인공지능이공존하는미래사회 인공지능과인간의대결은승패를떠나인간이외의지능을가진 무언가 가인간에게도전하고또공존할수있다는가능성을보여준다는점에서늘우리의관심을끈다. 그리고이가능성은단순한호기심에서벗어나이제는실제로인간의삶에도움을줄수있다는기대와희망으로변화하고있다. 인공지능은앞으로수많은분야에서다양하고새로운시장들을창출해나갈것이다.

19 V. 인간과인공지능이공존하는미래사회 인공지능과인간의대결은승패를떠나인간이외의지능을가진 무언가 가인간에게도전하고또공존할수있다는가능성을보여준다는점에서늘우리의관심을끈다. 그리고이가능성은단순한호기심에서벗어나이제는실제로인간의삶에도움을줄수있다는기대와희망으로변화하고있다. 인공지능은앞으로수많은분야에서다양하고새로운시장들을창출해나갈것이다. 국내에서도빅데이터, IoT, 5G와연계하여인공지능을접목시키려는시도가활발히진행되고있다. 글로벌기업들의빠른행보에발맞추어국내기업들역시인공지능시대에대비하여역량을강화하고기술을개발중이다. 인공지능이인간을대신할수는없다. 아무리뛰어난인공지능로봇이라고해도인간의감정까지는소유할수없다. 인공지능에어떤제한된행동을프로그래밍화하여감정을갖고있는것과같은, 유사한행동을하도록제어할뿐이지로봇이인간의감정을완전히이해하는것은불가능하다. 하지만빅데이터를기반으로로봇을학습시켜인간처럼행동하고사고하며인간과의상호작용을통해계속적으로인공지능시스템이진화한다면머지않은시기에인공지능은인간의삶깊숙이들어올것이다. 인공지능을인격체로보느냐마느냐의논의까지는아니더라도이제는인공지능을바라보는관점의변화가필요한시점에와있다. 인공지능은편리함을제공하는도구가아닌인간의동반자로새롭게자리매김하려하고있다. 편리한삶에서행복한삶으로 삶의질 을추구하는요즘, 인공지능은우리의삶을윤택하게하는데많은기여를할것으로기대된다. 19

I. 인공지능, 도전을 통해 한계를 극복하다 인공지능의 역사는 도전의 역사라고 해도 과언이 아니다. 1952년 보드게임 Tic-Tac-Toe 로 인간에게 도전한 이래, 체스, 퀴즈, 장기, 골프, 포커 등 다양한 종목에서 인공지능은 인간과 대결을 벌여 왔고 인간과의 승

I. 인공지능, 도전을 통해 한계를 극복하다 인공지능의 역사는 도전의 역사라고 해도 과언이 아니다. 1952년 보드게임 Tic-Tac-Toe 로 인간에게 도전한 이래, 체스, 퀴즈, 장기, 골프, 포커 등 다양한 종목에서 인공지능은 인간과 대결을 벌여 왔고 인간과의 승 디지에코 보고서 2016.03.09 Issue&Trend 인공지능(A.I.), 완생이 되다 KT경제경영연구소 김재필 (kimjaepil@kt.com) 나 현 (hyun.na@kt.com) I. 인공지능, 도전을 통해 한계를 극복하다 II. 발전과 쇠퇴를 반복한 인공지능 III. 머신러닝과 딥러닝 IV. 인공지능 완생이 되기 위한 조건 V. 인간과 인공지능이