목 차 1 편인공지능기술현황과물분야시사점 Ⅰ. 요약보고서 2 Ⅱ. 본보고서 5 1) 알파고의등장과인공지능 (AI) 5 2) 인공지능의재조명 8 3) 국내외인공지능기술동향 13 4) 인공지능의물분야적용시사점 22 < 참고문헌 > 2 편물분야인공지능기술적용사례 * 2 편이

Transcription

1 VOL GLOBAL 이슈 - ( 분야 ) 공통 기타 인공지능기술현황과물분야시사점 (1 편 ) 물정보포털 * 본이슈리포트는발간기관의공식적인의견이아니며, 작성자 ( 연구진 ) 의견해임을밝힙니다.

2 목 차 1 편인공지능기술현황과물분야시사점 Ⅰ. 요약보고서 2 Ⅱ. 본보고서 5 1) 알파고의등장과인공지능 (AI) 5 2) 인공지능의재조명 8 3) 국내외인공지능기술동향 13 4) 인공지능의물분야적용시사점 22 < 참고문헌 > 2 편물분야인공지능기술적용사례 * 2 편이슈리포트는다음주에 ( ) 에제공될예정입니다.

3 인공지능기술현황과물분야시사점 (1 편 ) 1 알파고의등장과인공지능 (AI) 올해 3월구글딥마인드챌린지매치의인간과인공지능의바둑대결에서알파고가 4승 1패로인간최고실력자이세돌에게승리를거두면서인공지능기술이전세계적으로재조명 알파고는기존인공지능기법 ( 머신러닝,MachineLearning) 의한계를뛰어넘는딥러닝 (Deep Learning) 방법을통해바둑기보 ( 棋譜 )3,000 만개를기초로하루에 3만번씩대국을진행하여학습 2 인공지능의재조명 1950 년대부터시작된인공지능연구는이론과기술적한계로공장자동화등에한정적으로적용되었지만, 최근딥러닝이등장하면서머신러닝을통한인공지능연구는획기적인전환점을마련 머신러닝 : 인공지능의한분야로데이터를바탕으로반복해서기계가학습할수있도록하는알고리즘개발분야 딥러닝 : 인공신경망을활용한머신러닝의한방법으로컴퓨터가스스로데이터에서특징을찾아내고이를기반으로학습해나가는기법 또한빅데이터의등장으로인공지능학습에필요한데이터가충분히확보되고, 고성능병렬컴퓨팅의활용이가능해짐 - 2 -

4 인공지능기술현황과물분야시사점 (1편) 기존에인간만이가능했던인지, 학습, 추론등고차원적정보처리능력을 ICT 를활용하여구현하는지능정보기술이각광받음 지능정보기술 : 인공지능소프트웨어 (SW) 로대표되는 ' 지능 ' 에빅데이터, 사물인터넷 (IoT), 클라우드등의 정보 를결합한기술 지능정보기술의등장과발달로새로운직업이생겨나고기존에사람들이수행하던역할들을상당부분인공지능이대체하는제4차산업혁명 ( 제2차정보혁명 ) 이도래할것이라는전망 3 국내외인공지능기술동향 인공지능기술의강국인영국은인공지능관련기초공학분야에오랜기간투자해왔고, 잘발달된인공지능스타트업생태계로인해, 글로벌대기업에서이들기업인수에많은금액을투자 < 글로벌기업들의영국스타트업인수현황 > 인수주체 인수대상 인수액 ( 달러 ) 인수시기 구글 딥마인드 5억 7000 만 2014 년 마이크로소프트 스위프트키 2얼 5000 만 2016 년 2월 아마존 에비테크놀로지 2600 만 2012 년 애플 보컬IQ 미공개 2015 년 10 월 - 3 -

5 인공지능기술현황과물분야시사점 (1편) 글로벌대기업들은인공지능스타트업인수등인공지능시장선점을위해많은투자와적극적인기술개발에힘쓰고있음 구글의알파고,IBM 의의료왓슨상업화,MS 의음성인식인공지능개인비서코타나, 페이스북의딥페이스, 애플시리, 바이두등 국내는일부 IT 기업및연구소를중심으로인공지능기술개발이진행중이지만해외대비수준과규모가미약하고, 이미영국과미국등선진국과 2~3 년격차가벌어진상태 이에정부는 2015 년 10 월지능정보산업발전전략을수립했고, 인공지능연구를위해민간이주도하는지능정보기술연구소를올해설립할계획이며 5년간총 1조원을투자할예정 미래창조과학부는 엑소브레인 SW 와 딥뷰,ETRI 는 지니톡, 민간에서는로봇, 자율주행자동차, 드론등인공지능연구를추진 4 인공지능의물분야적용시사점 머신러닝알고리즘은물관리분야에서도다양하게사용되어왔으며, 주로예측및분류에문제를해결하는데활용. 하지만활용중인기술은초기의머신러닝수준에그치고있음 수자원분야에서는강우, 유출, 물수요, 수위, 수질 ( 조류 ) 등다양한수문변량예측을위한모형과복잡한수문계의패턴인지에활용 수도분야에서는관망시스템누수분석, 수용가사용량예측, 탁도예측모형, 상수도시스템이상감시등연구개발에활용 물분야에서딥러닝등의인공지능기술을적용을통한글로벌기술력을확보하기위해서는물분야의전문가들도인공지능기술에대한이해를넓혀가야하며, 인공지능전문가들과의소통을통해적용방안에대한논의가시작되어야함 - 4 -

6 1) 알파고의등장과인공지능 (AI) 1. 알파고 VS 이세돌 구글딥마인드챌린지매치 (GoogleDeepmindChalengematch) 의바둑 대결에서알파고가 4 승 1 패로인간최고실력자이세돌에게승리 * 출처 : 이투데이기사 (htp:/ 이세돌본인뿐만아니라대부분의전문가들이이세돌우세를예상했 을정도로아직바둑은인간의영역이라는생각이지배적 * 이세돌은경기전본인의 4 승 1 패혹은 5 승 0 패를예상했으며, 대부분의인공지 능전문가와바둑전문가들도이세돌의우세를예상 < 경기결과및인터뷰내용 > 대국 승자 이세돌인터뷰내용 1국 알파고 일단너무놀랐고요. 진다는생각을안해봤는데조금충격적이긴하지만즐겁게뒀고대결을받아들인것에후회는없습니다. 2국 알파고 내용상완패였습니다. 초반부터한순간도앞선다고생각한적이없었고알파고가완벽한대국을펼쳤습니다. 3국 알파고 심한압박감과부담감을이겨내기에제능력이부족했던것같습니다. 하지만알파고도분명약점이있다고느꼈기때문에이번대결은이세돌이패한거지인간이패한것은아닙니다. 4국 이세돌 한판을이겼는데이렇게축하받기는처음입니다. 정말무엇과도바꾸지않을, 값어치를매길수없는 1승입니다. 5국 알파고 바둑은즐기며두어야하는데어느순간부턴가정말로즐기고있는지의문이들었습니다. 이번알파고와의대결을통해마음껏즐겼습니다

7 바둑에서는인공지능이아직아마추어수준이라는사람들의생각을깨고, 인공지능이딥러닝과빅데이터를기반으로인간을넘어선놀라운결과를전세계에알림 * 알파고가지난해 10 월프랑스에서활약중인중국의판후이 2단과공식대결에서 5전전승을거두었지만알파고는아마추어최강에그친다는평가를받음 2. 바둑과인공지능 그동안체스, 장기등다양한분야에인공지능프로그램이인간 에도전하여승리를거두었지만, 그동안바둑이정복되지않은 가장큰이유는바둑의경우의수가많기때문 체스, 퀴즈, 장기등다양한종목에서인공지능은인간과대결을벌여 왔고인간과의승부를계기로인공지능은한단계씩진화 < 인간 VS 인공지능대결역사 > 연도 종목 인간 VS 인공지능 승자 비고 1967 체스 프로그램맥핵 VS 아마추어 드레이퍼스 AI 이후연패 1992 체스 IBM 딥블루 VS 체스챔피언카스파로프 인간 1승 2무 3패 1997 체스 IBM 딥블루 VS 체스챔피언카스파로프 AI 2승 3무 1패 2006 체스 독일딥리츠 VS 체스챔피언크람니크 AI 4승 2패 2011 퀴즈 IBM 왓슨 VS 켄제닝스, 브래드루터 AI 2014 장기 일본벤처헤로즈 VS 프로기사 5명 AI 4승 1패 2015 포커 프로그램클라우디코 VS 프로포커선수 4명 인간 2015 바둑 구글알파고 VS 유럽챔피언판후이 2단 AI 5전전승 * 출처 : 인공지능 (A.I.), 완생이되다 (KT 경제경영연구소디지에코보고서, ) 바둑판은 격자로구성되어총지점은 361 개, 지점마다 3가지의상태 ( 검은돌, 흰돌, 빈칸 ) 로바둑판의상태는총 가지가존재 바둑의경로는 가지의바둑판상태가수순에따라중복될수있으며, 바둑의규칙등을고려약 가지의경우의수가존재 * 빈바둑판에첫수부터마지막수까지총 361! 경우가존재하지만, 착수금지점등바둑규칙등을고려경우의수가약 250 개이고바둑의게임의평균수는 150 수정도로총경우의수는 개가존재 - 6 -

8 < 바둑판의상태와경우의수 > * 출처 : 구글딥마인드홈페이지 (htps:/ 의인공지능알고리 즘분석 ( 소프트정책연구소이슈리포트, 호 ) 알파고는기존인공지능학습방법의한계를뛰어넘는딥러닝 (DeepLearning) 방법을통해바둑기보 ( 棋譜 )3,000 만개를기초로하루에 3만번씩대국을진행하여학습을진행 기존의머신러닝은데이터가포함한내용의 특징 을파악하거나오류가발생했을때스스로고치는데에는한계가발생 * 일반적으로컴퓨터는사진만을놓고는고양이와개를구분하지못함. 사람이개와고양이의특징을입력해야컴퓨터가분류가능 < 사람과컴퓨터의고양이구분차이 > * 출처 : 정보통신산업진흥원부설소프트웨어공학센터 (nipa,htp:/

9 이런한계를해결화기위해고안된것이딥러닝이고, 이방법은머신러닝의한분야로축적된빅데이터를활용해컴퓨터가시행착오와실수를반복하면서스스로해결능력을향상시킴 * 인공지능이개를고양이로착각했다면왜착각했는지를스스로찾아학습한뒤다음부터는같은실수를반복하지않음. 구글은 2012 년 1000 대의컴퓨터로 1000 만개의유튜브이미지를딥러닝으로컴퓨터에게학습시켜사람과고양이의구분에성공 < 딥러닝기술로고양이이미지구분 > * 출처 : 2) 알파고의원리와인공지능의재조명 1. 알파고의구조와원리 알파고는단일컴퓨터버전 (single) 과분산컴퓨터버전 (distributed) 으로구현되었고비용대비최대의성능을나타낸환경은아래와같음 < 알파고의구조 > 구분 탐색쓰레드 CPUs GPUs Elorating 단일 (single) 분산 (distributed)

10 탐색쓰레드는개수만큼바둑의경기경로를탐색,CPU 는한개당 1 초에 1000 회이상의시뮬레이션수행,GPU 는딥러닝을사용하여바 둑판상태의승률과다음착수예측역할 Elo rating 은체스, 바둑등과같은보드게임에서플레이어들의실력 을상대적으로나타내는수치로기존인공지능프로그램과대결하여 산출되었고, 알파고는월등히높은수치를기록 * 알파고의성능을추정하기위하여 5 개의기존바둑프로그램과 495 경기를수행 한결과알파고가총 494 번승리 ( 승률 99.8%), 분산알파고는 100% 승리 < 알파고와상용바둑프로그램성능비교 > 프로그램 CPU GPU EloRating 분산알파고 알파고 CrazyStone Zen Pachi Fuego GnuGo * 출처 : 미래창조과학부지능정보기술 (AI) 과바둑사이트 (htp:/aibaduk.kr/) 알파고가다른인공지능바둑프로그램과구별되는차별성은전문바둑기사들의패턴을학습하여발전하는딥러닝을활용한점 알파고의딥러닝은크게두가지의신경망으로구성되는데, 하나는바둑기사의착수를학습하는 정책망 이고다른하나는국지적인패턴인식을통한승산판단을하는 가치망 * 출처 : 조선일보기사 인간 ' 이세돌 ' 과인공지능 ' 알파고 ', 승자는누가될것인가 (htp://news.chosun.com/site/data/html_dir/2016/03/08/ html) - 9 -

11 2. 인공지능딥러닝으로소생 인공지능연구는새로운이론이등장하면서활발히진행되다가한계에봉착하여연구의열기가갑자기식는패턴을반복하였지만, 최근딥러닝 (Deep Learning) 이등장하면서머신러닝 (Machine Learning) 을통한인공지능연구는획기적인전환점을맞이함 < 인공지능의역사 > * 출처 : 조선일보기수 인간 ' 이세돌 ' 과인공지능 ' 알파고 ', 승자는누가될것인가 (htp:/news.chosun.com/site/data/html_dir/2016/03/08/ html) 1950 년대후반부터 1960 년대까지컴퓨터로특정문제를푸는연 구가활발하게일어났지만, 복잡한현실의문제적용에한계에 부딪치며 1970 년대인공지능연구에냉각기를맞음 1980 년대접어들며컴퓨터에지식과정보를학습시키는머신러닝연 구가이루어지며다시전환점을만들지만, 인간의경험이집약된상 식적인지식을컴퓨터가직관적으로파악하는데한계가발생 1990 년대후반부터인터넷에데이터가폭발적으로증가하자이러한 지식을기반으로컴퓨터가학습하는머신러닝의발달이이루어짐. 인간의뇌신경망회로를흉내내는 인공신경망 연구가머신러닝의 발전에큰힘을실어줌 * 머신러닝 : 인공지능의한분야로, 데이터를바탕으로반복해서기계가학습할 수있도록하는알고리즘과기술을개발하는분야입니다. 즉, 데이터를분석하여 숨겨진특성인 패턴 을발견해학습모델을구축하고추론하는기술이자, 더나

12 아가경험으로부터습득한지식을기반으로스스로성능을향상시키는과학 < 머신러닝모델 > * 출처 :SPRi 소프트웨어정책연구소홈페이지 (htp:/spri.kr) 하지만인공지능이데이터가포함하는내용의 특징 을파악하는능력에는한계를보이면서복잡한문제해결에는급격히성능이저하됨. 이로인해인공지능연구에암흑기가찾아오고많은인공지능연구자들이타분야로전향 2000 년대토론토대학의제프리힌튼 (Geofrey Hinton) 교수가위의한계를뛰어넘는 딥러닝 (Deep Learning) 방법을제시하며인공지능연구분야에서획기적인전환점을마련 * 딥러닝 : 인공신경망에기반을둔머신러닝의한방법으로기존의머신러닝과가장다른점은컴퓨터가스스로특징 ( 변수 ) 를만들어낸다는점과, 사람이모든판단기준을정해주지않아도컴퓨터가스스로인지 추론 판단하는점 < 신경망학습알고리즘 > * 출처 :SPRi 소프트웨어정책연구소홈페이지 (htp:/spri.kr)

13 딥러닝은컴퓨터가여러데이터를이용해사람처럼스스로학습할수있게하기위해뉴럴네트워크 (neuralnetwork) 라고불리는인공신경망을기반으로한기계학습기술로머신러닝의한분야 인간의두뇌가수많은데이터속에서패턴을발견한뒤사물을구분하는정보처리방식으로모방하여딥러닝은인공신경망이론을기반으로복잡한비선형문제를기계가스스로학습하고해결함 딥러닝의이론적인배경인인공신경망은 1940 년대부터존재하였으나신경망을다층구조로설계하였을때학습이잘되지않는문제와쉽지않은최적화등의한계로연구에침체기를겪음 2006 년토론토대학의제프리힌튼 (Geofrey Hinton) 교수가이문제들을데이터의전처리과정을통해크게해결할수있음을밝히면서다층신경망에서잘작동하는학습방법인 딥러닝 이등장 * 제프리힌튼교수는논문을통해인공신경망의각층들을먼저비지도학습방법을통해잘손질해주고, 그렇게전처리한데이터를여러층쌓아올려인공신경망최적화를수행하면엉뚱한오류없이훌륭한결과를만들어낼수있다는것을보임 < 제프리힌튼 (GeofreyHinton) 교수 > * 출처 : 토론토대학

14 3. 인공지능과빅데이터의만남 빅데이터는인공지능을화려하게부활하게만든결정적인요인중하나로, 최근빅데이터의등장으로인공지능은학습에필요한데이터가충분히확보되고, 고성능병렬컴퓨팅의활용이가능 빅데이터의발전과함께인공지능도날개를달아엄청난속도로성장하고있으며전문가들은이러한추세가계속될것이라전망 < 빅데이터와인공지능시장전망 > * 출처 :ICD,EU, MarketReport 2013 최근알파고의사례처럼기존에인간만이가능했던인지, 학습, 추론등고차원적정보처리능력을 ICT 를활용하여구현하는기술이각광을받고있고, 이런기술을인공지능소프트웨어 (SW) 로대표되는 ' 지능 ' 에빅데이터, 사물인터넷 (IoT), 클라우드등의 정보 를결합하여지능정보기술이라불리고있음 < 지능정보기술개념 > * 출처 : 미래창조과학부지능정보기술 (AI) 과바둑사이트 (htp:/aibaduk.kr/)

15 이런지능정보기술의등장과발달로인해데이터수집, 분석전문가, 인공지능 SW 개발자, 가상현실설계등새로운직업이생겨나고기존에사람들이수행하던역할들을상당부분지능정보기술이대체하는제4차산업혁명 ( 제2차정보혁명 ) 도래할수있음 <4차산업혁명 (2 차정보혁명 ) 개념도 > * 출처 : 미래창조과학부블로그 (htp:/blog.naver.com/with_msip) 지능정보기술시대를대비하여정부는 2015 년 10 월지능정보산업발전전략을수립했고, 인공지능연구를위해민간이주도하는지능정보기술연구소를올해설립할계획이며 5년간총 1조원을투자할예정 < 지능정보기술연구소역할 > * 출처 : 미래창조과학부블로그 (htp:/blog.naver.com/with_msip)

16 3) 국내외인공지능기술동향 1. 인공지능선도국영국 인공지능기술의강국으로많은사람들이미국을생각하지만, 현재미국대기업들의인공지능기술은대부분영국의스타트업기업인수를통한것으로실제적인인공지능의선도국은영국 < 영국스타트업기업과창업자들 > 딥마인드스위프트키에비테크놀로지보컬 IQ 데미스하사비스존레이놀즈, 벤메드록턴스톨피되블레즈톰슨 AlphaGo 를개발한딥마인드 (DeepMind) 는데미스하사비스 (Demis Hassabis) 가 2010 년영국런던에설립한인공지능스타트업기업이며, 구글은 2014 년딥마인드를 5억 7,000 만달러 ( 약 6,700 억원 ) 에인수 * 딥마인드창업자데미스허사비스는 1976 년생으로,13 세에세계유소년체스대회 2위,15 세때고교과정을마치고케임브리지대컴퓨터공학학사, 유니버시티칼리지런던 (UCL) 에서인지신경과학박사학위를받고서이듬해딥마인드를창업 마이크로소프트 (MS) 는예상되는단어를미리제시, 신속하게글을작성할수있도록하는 AI 키보드앱을만든영국의스타트업스위프트키 (Swiftkey) 를 2016 년 2억 5000 만달러 ( 약 3,000 억원 ) 에인수 * 스위프트키는 2008 년당시 20 대였던존레이놀드와벤메드로크가영국케임브리지대학에서공부하던중만나공동으로창업한스타트업기업

17 * 스위프트키의키보드앱은 100 개언어로 ios 와안드로이드등세계 3 억여대의휴 대전화에설치돼있으며, 유명천재물리학자인스티븐호킹박사가탄휠체어의 컴퓨터에도설치된것으로알려짐 미국최대전자상거래업체아마존은사용자와언어소통이가능한인 공지능기술을개발하는영국케임브리지소재 AI 스타트업에비테 크놀로지 (EviTechnologies) 를 2012 년 2,600 만달러 ( 약 300 억원 ) 에인수 애플은시리 (Siri) 의성능을높이기위해 2015 년음성인식 AI 기술을 보유하고있는보컬 IQ(VocalIQ) 를인수, 보컬 IQ 는영국캠브리지대 학교의스타트업으로머신러닝과인공지능전문가들이창업 < 글로벌기업들의영국스타트업인수현황 > 인수주체인수대상인수액 ( 달러 ) 인수시기 구글딥마인드 5 억 7000 만 2014 년 마이크로소프트스위프트키 2 얼 5000 만 2016 년 2 월 아마존에비테크놀로지 2600 만 2012 년 애플보컬 IQ 미공개 2015 년 10 월 * 출처 : 서울신문기사 제 2 의대박딥마인드찾아라 IT 공룡들, 영국서보물찾기 (htp:/ 전문가들은이처럼영국이인공지능기술의강국과스타트업의허브 로자리잡은이유를잘발달된 AI 스타트업생태계와미래변화에 선제대응한영국정부의정책덕분이라고분석 영국은 AI 가인간과경쟁하는시대가올때가장유용하게쓰일능력으로꼽히는 ' 코딩교육 ' 도선도, 코딩은 2014 년부터영어, 수학, 과학과같이모든초 중 고교생이배워야하는필수과목으로지정 삼성경제연구소는영국의인공지능발전요인으로 영국의학업과창업을병행할수있는교육환경, 정부조성창업클러스터와테크시티, 기초공학에대한장기적이고지속적인투자 등을비결로분석 한계에봉착해있던인공지능기술의활로를개척한딥러닝의대부제프리힌튼토론토대학교수도영국인이라는사실은영국이세계인공지능의기술에많은영향을끼쳤다는것을보여줌

18 2. 해외기술동향및사례 구글은 AlphaGo 의바둑다음목표로스타크래프트를지목했고, 2015 년 11 월오픈소스기반의인공신경망알고리즘인텐서플로우 (Tensorflow) 를공개 텐서플로는얼굴인식이가능한 ' 구글포토 ' 등구글의핵심서비스들에쓰이는제2세대기계학습즉머신러닝시스템 파이썬 (Python),C/C++ 환경을지원하고범용성과속도, 용이성과확장성을갖추었고무료사용및프로젝트에자유로이참여해수정할수있음 IBM 은인공지능형슈퍼컴퓨터왓슨을활용한서비스확대를위 해 2000 명이상전문가로구성된컨설팅기관을설립하였으며, 의료왓슨으로상업화를진행 IBM 왓슨 (Watson) 은이미 2011 년미국의인기퀴즈쇼 제퍼디 에서승리한바있음 최근 WatsonDiscoveryAdvisor 를발표하며수백만건의과학논문및산업분야에대한조사와분석을통해연구결과의진전가속화 존슨앤존슨 (Johnson & Johnson), 뉴욕유전자센터 (New York Genome Center), 베일러의과대학 (BaylorColegeofMedicine) 등헬스케어관련여러기업및기관들과제휴중 MS는음석인식을하는인공지능개인비서코타나, 스카이프 (Skype) 에서실시간언어번역, 이미지내의물체를인식하는혁신적인화상인식기술인아담프로젝트를진행중 음성인식비서인코타나 (Cortana) 윈도우10 에탑재되어있어음성으로명령을내려여러가지작업을자동으로실행하거나검색등을할수있지만아직외국어로사용해야사용이가능

19 페이스북의인공지능기술은사용자가공유하는컨텐츠의의미를이해하는것에중점을두고사람의얼굴을 97.25% 의정확도로알아내는딥페이스 (DeepFace) 개발및인공지능분석서버 (Big Sur) 공개 사진속의사물과인물을구별하고내용을인식, 뉴스피드내용필터링, 자동텍스트번역, 음성인식등을수행하는인공지능기술보유 2015 년 1월 GPU 에특화된오픈소스의딥러닝모듈인토치 (Torch) 를공개 애플은음성인식및인공지능관련업체를인수하며, 인공지능대화기능향상에주력하고있으며, 향후자동차및사물인터넷관련사업을준비 지난 2011 년출시한음성인식시리 (Siri) 의인공지능을강화하는기술을개발중이고, 음성인식기반의통합인터페이스를통해사물인터넷 (IoT) 와스마트카 ( 자율주행자동차 ) 에활용 중국의최대포털기업인바이두는 AI 에 3억불을투자하고미국에인공지능연구소를설립하여 바이두브레인 등인공지능기술개발에적극적으로추진 < 글로벌기업들의인공지능개발및투자현황 > * 출처 :2015ICTSpotIssue(IPT 정보통신기술진흥센터, )

20 3. 국내기술동향및사례 국내는일부 IT 기업및연구소를중심으로인공지능기술개발이진행중이지만해외대비수준과규모가미약하고, 이미영국과미국등선진국과의격차가많이벌어진상태 지난 5년간소프트웨어투자액 6,053 억원중데이터베이스와인공지능관련투자는 3% 에불과하고, 인공지능컴퓨팅수준도미국기준 (100 점 ) 73.1 점에불과 ( 한국산업기술평가관리원 2013 년조사 ) 특허청에따르면지난 10 년간 (2006~2015 년 ) 인공지능관련특허건수는미국은 2만 4,054 건, 일본은 4208 건이지만국내에출원된인공지능과관연된특허건수는총 2,638 건에그치고있고점차감소추세 < 인공지능기술분야의국가별특허출원동향 > * 출처 : 통계청보도자료 ( 한국인공지능 (AI), 특허경쟁력확보서둘러야!, ) *15 년통계는특허문헌미공개로인하여비유효기간임 미래창조과학부는세계최고의인공지능기술선도라는비전을달성하고자 SW 분야의그랜드챌린지사업 엑소브레인 SW 와이미지 / 동영상을분석이해하는 딥뷰 를추진중 SW 분야그랜드챌린지사업은진입장벽 불확실성등으로인해기업의자체개발이어려운 FirstMover 형 SW 기술확보를위해총 10 년간 3단계 ( 원천기술개발 응용기술개발 글로벌기술개발 ) 로추진

21 <SW 분야그랜드챌린지사업추진단계 > * 출처 : 엑소브레인홈페이지 (htp:/exobrain.kr) 엑소브레인 (Exobrain) 은 내몸바깥에있는인공두뇌 ( 外腦 ) 라는뜻으로기계가언어의의미를이해하고, 텍스트빅데이터로부터지식을학습하고생산하며, 여러문장으로기술된질문에대해정답을제공할수있는자연어질의응답기술개발을목표로연구개발을추진 < 엑소브레인 SW 의인공지능기술 > * 출처 : 엑소브레인홈페이지 (htp:/exobrain.kr) 딥뷰 (DeepView) 는대규모이미지와동영상을분석하여내용이해및상황예측을실시간으로수행하는대규모시각빅데이터분석및예측 SW 로 대규모이미지 / 동영상의사물과행동이해기술, 전역적객체추적기술, 시각지능고도화를위한새로운딥러닝알고리즘, 이상상황예측을위한비행영상기반의차량검출기술 등을개발중

22 < 딥뷰의이미지 / 동영상의사물과행동이해기술 > * 출처 : 미래창조과학부지능정보기술 (AI) 과바둑사이트 (htp:/aibaduk.kr/) 한국전자통신연구원 (ETRI) 는현재 4개국어간 ( 한국어 영어 / 중국어 / 일본어 ) 자동통역이가능한 SW 지니톡을 2018 년평창동계올림픽지원을위하여확대기술개발할예정 < 자동통역기술개요 > * 출처 : 미래창조과학부지능정보기술 (AI) 과바둑사이트 (htp:/aibaduk.kr/)

23 민간에서는로봇, 자율주행자동차, 드론, 인공지능SW, 인공지능응용, 빅데이터등다양한인공지능분야에기술개발이이루어지고있지만아직은시작단계임 네이버 ( 음성인식검색, 사진분류 ), 엔씨소프트 ( 인공지능기반게임개발 ), 다음카카오 ( 여행지추천서비스, 즉답검색서비스 ) 등에서인공지능연구개발을진행중 대학및연구소는 KAIST 와 ETRI 를중심으로인공지능 R&D 진행중이고루닛 (KAIST), 솔트룩스 ( 엑소브레인참여 ), 디오텍 ( 의료관련 ) 등과같은업체가정부 R&D 과제를통해연구및제품개발진행중 4) 인공지능의물분야적용현황및시사점 1. 물분야적용현황 머신러닝의알고리즘은최근물관리분야에서도다양하게사용되어지고있으며, 주로예측및분류에문제를해결하는데활용 수자원분야에서는강우, 유출, 물수요, 수위, 수질 ( 조류 ) 등다양한수문변량예측을위한모형으로활용되고, 이와더불어강우패턴분류, 토지피복도분류, 위성정보자료의분류등복잡한수문계의패턴을인지하는데활용되고있음 수도분야에서는관망시스템누수분석, 수용가사용량예측, 정수장운영, 상수도시스템이상여부감시, 상수도시스템탁도예측모형등에연구개발이이루어지고있으며, 데이터를활용하여정상적인운영에벗어난이상상태의판단및감시에활용되고있음 최근물관리에빅데이터와 IoT 센서기술을접목한 SWM(Smart Water Management) 기술이주목을받고있고,K-water 에서는

24 물관리에정보통신기술 (ICT) 을융합한차세대지능형물관리체계인 SWMI(SmartWaterManagementInitiative) 제시함 하지만현재물관리분야에서의인공지능기술적용은딥러닝이전의기술에그치고있음 딥러닝 기술은사람이모든판단기준을정해주지않아도컴퓨터가스스로인지 추론 판단하고오류를해결하여학습 2. 우리나라의인공지능과물분야적용시사점 인공지능강국이되기위해서는기초공학에대한장기적이고지속적인투자와체계적인창업시스템구축이필요 삼성경제연구소는영국이 AI 강국이된성공의관건은지금당장활용할수있는기술개발이아니라, 기초공학에대한장기적이고지속적인투자와교육부터창업까지체계적인시스템구축 " 이라고강조 영국의인공지능이하루아침에이뤄진것이아님을기억하고장기적인계획과대책을수립이필요 해외에서많은성공사례들이나타나는것과대조적으로우리나라에서는아직딥러닝관련인공지능의연구와산업화가활성화되지못하고있는데, 가장큰원인은딥러닝에정통한전문가들의부족때문 2000 년대까지인공지능기계학습기술의실용화수준과거리가많았고기업, 정부, 대중의관심을별로받지못했으며연구지원도적었다. 그러자기계학습분야의많은연구자들이타분야로이동하였다 년이후딥러닝의출현에의해인공지능과딥러닝분야가부흥하면서갑자기기계학습전문가들의수요가급증

25 SCI 를중심으로연구결과를발표하고평가받는사회적환경을성능컨테스트, 학술대회의우수한결과를주목하는환경으로조성 해외에서는성능컨테스트에서상위권에진입하거나학술대회에서우수한결과를발표할경우높게평가받을수있도록제도적, 사회적환경이형성 우리나라는 SCI 를중심으로연구결과를발표하기때문에연구에서게재까지많은시간이소요되어인공지능기술의빠른발전속도를따라가기어려움 인공지능경쟁력확보를위해국가에서정책적으로인공지능기술발전및산업화에대한큰그림을구상하고체계적인추진이필요 기계학습은복잡하고생소하여일반인들이이해하기는쉽지않은기술이지만응용범위가광범위하고사회적, 경제적영향력이큼 앞으로효과적으로대응하지못할경우산업전반에있어서세계적추세를따라가지못하고경쟁력을잃어버릴가능성이있음 물분야에선진인공지능기술의실제적인적용과응용을위해서는지속적인연구개발과타분야와의융합이중요. 우선적으로우리나라의인공지능기술발달이필수적이지만물관리전문가들도인공지능기술에대한이해도를높여야함 또한인공지능전문가들과의소통을통해물관리에인공지능적용방안에대한논의가시작되어야함

26 < 참고문헌 > 1. 한국정보화진흥원 ( ),2015 년빅데이터산업 10 대뉴스및이슈 2. 한국정보화진흥원 (2016.3),2016 글로벌빅데이터융합사례집 3.KT 경제경영연구소 ( ), 인공지능 (A.I.), 완생이되다, 디지에코보고서 4. 소프트웨어정책연구소 ( ),AlphaGo 의인공지능알고리즘분석,SPRi IssueReport 5. 한국전자통신연구원 (2014), 빅데이터지식처리인공지능기술동향, 소프트웨어기술동향특집 6. 박노석등 ( ), 데이터마이닝기법을이용한상수도시스템내의탁도예측모형개발에관한연구, 대한환경공학회지제38 권 2호 7. 김주환등 (2012), 상수도수요량패턴분석을통한누수감지모형, 한국수자원학회 2012 년학술대회 8. 국립환경과학원 (2011), 인공신경망기법을이용한조류발생조기예측기법연구, 물환경연구부수질통합관리센터 9. 최장진등 (2013), 홍수예경보를위한 Data Mining 기법의연구, 한국방재학회 2013 년학술대회 10. D.Vries et al.(2016), Application of machine learning techniques to predictanomaliesinwatersupplynetworks 11.OMICS Group( ),Application ofartificialinteligence Methodsfor GroundwaterQualityPrediction 12.Zheng YiWu etal.(2015),applicationsofdeep learning forsmartwater networks,elsevier 13.A.Ejah UmraeniSalam etal.(2014),on-line MONITORING SYSTEM OF WATER LEAKAGE DETECTION IN PIPE NETWORKSWITH ARTIFICIAL INTELLIGENCE,ARPN JournalofEngineeringand Applied Sciences 14.Stephen R. Mounce et al.(2006), DEVELOPMENT OF ARTIFICIAL INTELLIGENCE SYSTEMS FOR ANALYSISOF WATER SUPPLY SYSTEM DATA,WaterDistributionSystemsAnalysisSymposium A.Pinto etal.(2009),optimizing watertreatmentsystemsusing artificial inteligencebased tools,wit Press

27 < 신문기사 > 이투데이, ' 인류대표 ' 이세돌 vs' 인공지능 ' 알파고, 내일첫판 세 기의대결전세계 ' 관심 ' htp:// 조선일보, 인간 ' 이세돌 ' 과인공지능 ' 알파고 ', 승자는누가될것인가 htp://news.chosun.com/site/data/html_dir/2016/03/08/ html 서울신문, 제 2 의대박딥마인드찾아라 IT 공룡들, 영국서보물찾기 htp:// 슬로우뉴스, 쉽게풀어쓴딥러닝의거의모든것 htp://slownews.kr/41461 IT 뉴스, , 페이스북인공지능 머신러닝 딥러닝 의현재와미래 htp:// < 사이트 > 구글딥마인드홈페이지 :htps:// 소프트웨어공학센터홈페이지 :htp:// 미래창조과학부지능정보기술 (AI) 과바둑홈페이지 :htp://aibaduk.kr/ SPRi 소프트웨어정책연구소홈페이지 :htp://spri.kr 미래창조과학부블로그 :htp://blog.naver.com/with_msip 엑소브레인홈페이지 :htp://exobrain.kr