- ii -
- iii -
m m ( ), EU, m (Brain) 現 IT First-Mover, 1 3 (,, ) m ( ) SW HW m ( : ) m ( : ), m ( : ), SW/HW - iv -
2 (Governance R&D ) m (Governance ) R&D ( ) m ( 新 R&D ) 旣 R&D EU R&D v m ( ) m ( ) R&D ž 3 m ( ), AI,, SDK m ( ) Brain Pool, - m ( ) R&D m - v -
편집순서 5 Necessity of the Research m National policies are needed for domination on artificial intelligence related value-added industries and to catch up AI global technology competition. Problem analysis m World: rapid expansion of the smart machine (with artificial intelligence technology) market, and large-scale investment on AI of US, EU and Japan m Korea: Absence of systematic national support systems, low investment results in lack of competitiveness and commercial innovation m New IT paradigm looking for breakthrough to overcome current computing limit, but Korea lacks of preparation, may fail for first-mover technology acquisition, needs to establish AI technology development strategy Policy Proposition 1 Building platform and technology development m (Needs national support for a platform) SW HW Industrial App. infra and platform supporting AI service and product development m (Practical & Local Fields: autonomous intelligent car, medical and digital assistant) short-term intensive support on the field with industrial - vi -
competitiveness, need AI related industrial development policy m (Convergence fields: intelligent robots, drones, intelligent image recognition) Need to support commercial areas that AI convergence is essential m (Base technology fields: cognitive emotional intelligent services, semiconductor, mobile support) needs brain mimic SW/HW architecture research and brain-science collaboration that is essential to learning and prediction function 2 Improving the legal system(governance R&D training, legal system) m (Governance system built) need to elect tentative AI specialty management committee for the promotion of an integrated national plan m (New paradigm R&D promotion) needs long term R&D promotion such as the US modeling the human brain and EU R&D promotion for AI-based technology acquisition m (practical manpower) Systematic human resources development program for attracting talented and advanced capabilities and a leading global position in the secure artificial intelligence technology m (improving legal system) needs negative style legal system 3 Industry activating ecosystem development m (empirical test platform support) high-performance computing powerm open AI platform development tools and SDK to support startups and small company m (Utilize advanced workforce as a collective intelligence) operates artificial intelligence Brain Pool m (Research results sharing system) establishing step-by-step artificial intelligence R & D research sharing center for and research results - vii -
Expected Impact m Developing new growth engines for AI related industry m Improving international competitiveness by a new industry pioneering and the preemptive development and commercialization of AI related technology - viii -
목 차 - i -
- ii -
표목차 < 표 Ⅱ-1 > 주요연구자및기관에서보는인공지능에대한정의 7 < 표 Ⅱ-2 > 영화속인공지능 12 < 표 Ⅱ-3 > 최근인공지능주요연구성과 13 < 표 Ⅱ-4 > 철학적관점의인공지능 15 < 표 Ⅱ-5 > 한국정보화진흥원 (2010) 의 12 가지인공지능관련기술분야 16 < 표 Ⅱ-6 > Tractica(2015) 의 7 가지인공지능기술 17 < 표 Ⅱ-7 > 인공지능기술분류 18 < 표 Ⅱ-8 > BTechnology 19 < 표 Ⅱ-9 > CTechnology 20 < 표 Ⅱ-10 > ITechnology 20 < 표 Ⅱ-11 > NTechnology 23 < 표 Ⅱ-12 > 기타 Technology 23 < 표 Ⅱ-13 > 10 대융합산업분야중 AI 선제작용가능한산업의예상제품 / 서비스조사 27 < 표 Ⅱ-14 > 10 대융합산업분야에서나타날예상제품및서비스 30 < 표 Ⅱ-15 > 인간의신체기능강화 대체기술 33 < 표 Ⅱ-16 > 인간의두뇌기능강화 대체기술 33 < 표 Ⅲ-1 > 로봇혁명의배경과구상, 한일산업 기술협력재단 ( 15) 44 < 표 Ⅲ-2 > 2045 연구회 주요논의사항, yomiuri( 15.03) 45 < 표 Ⅲ-3 > HBP 세부과제및연구내용 47 < 표 Ⅲ-4 > HBP 의 6 가지플랫폼 48 < 표 Ⅲ-5 > Chian Brain 의 4 개주요기술 53 < 표 Ⅲ-6 > 엑소브레인 SW 기술개발과제명및 4 개의세부과제 55 < 표 Ⅲ-7 > 인지컴퓨팅주요기술 59 < 표 Ⅲ-8 > 인공지능관련주요법제도및내용 61 < 표 Ⅲ-9 > 주요국가들의지능형서비스로봇분야인력양성 62 < 표 Ⅲ-10 > 인공지능응용산업영역 64 < 표 Ⅲ-11 > 산업유형별인공지능관련매출액전망 ( 단위 : 백만달러 ) 66 < 표 Ⅲ-12 > 인공지능관련제품유형별매출액전망 ( 단위 : 백만달러 ) 67 < 표 Ⅲ-13 > 인공지능기술별매출액전망 ( 단위 : 백만달러 ) 67 < 표 Ⅲ-14 > IBM Watson 생태계개념 88 < 표 Ⅲ-15 > 기존 CPU 컴퓨터와뉴로모픽칩으로구성하는컴퓨터의 SW 비교 95 < 표 Ⅲ-16 > 인공지능요소기술분야및국내외기술비교 99 < 표 Ⅳ-1 > 자율주행차국내시장전망 104 < 표 Ⅳ-2 > 자율화수준에따른자율주행차구분 105 < 표 Ⅳ-3 > 자율주행차의폼팩터구분 106 < 표 Ⅳ-4 > 로봇기술의발전현황 120 < 표 Ⅳ-5 > 클라우드로봇관련주요연구프로젝트 121 < 표 Ⅳ-6 > 영상감시시장현황및전망 131 < 표 Ⅳ-7 > 영상인식기술시장 131 < 표 Ⅳ-8 > 지능형반도체관련 SW 및 SoC 세계시장규모 141 < 표 Ⅳ-9 > 인지컴퓨팅주요기술 153 < 표 Ⅳ-10 > 주요법제및내용 155 < 표 Ⅳ-11 > 주요국가들의지능형서비스로봇분야인력양성 156 < 표 Ⅴ-1 > 분야별업체미팅 171 - iii -
그림목 차 < 그림 Ⅰ-1 > 인공지능기술개발사업화플랫폼구축방안 5 < 그림 Ⅱ-1 > 인공지능연구의주요흐름 9 < 그림 Ⅱ-2 > 무어의법칙과기하급수적성장 10 < 그림 Ⅱ-3 > 인공지능기술발전 11 < 그림 Ⅱ-4 > 인공지능기술의진화방향 12 < 그림 Ⅱ-5 > 기술의 Hype cycle 에관한설명 25 < 그림 Ⅱ-6 > 인공지능 ( 지능정보 ) 기술별기술성숙도와기술수준격차, 중요도관련포지셔닝 26 < 그림 Ⅱ-7 > 인공지능개념도 31 < 그림 Ⅱ-8 > 편의성측면미래상 32 < 그림 Ⅱ-9 > 효율성측면미래상 32 < 그림 Ⅱ-10 > 창의성측면미래상 35 < 그림 Ⅱ-11 > 안전성측면미래상 35 < 그림 Ⅲ-1 > 미국 BRAIN initiative 개요 37 < 그림 Ⅲ-2 > IBM 사뉴로모픽칩 TrueNorth( 14.8) 38 < 그림 Ⅲ-3 > 스탠포드셸리 (Shelley) 38 < 그림 Ⅲ-4 > 국가로봇이니셔티브 (National Robotics Initiative) 39 < 그림 Ⅲ-5 > Grand Challenge 및 Robotics Challenge 41 < 그림 Ⅲ-6 > 마이크로소프트사의개인비서 코타나 42 < 그림 Ⅲ-7 > 엑소브레인세부과제별기술개발내용 55 < 그림 Ⅲ-8 > 연도별기술개발전략 55 < 그림 Ⅲ-9 > 지능형로봇분야기업동향 72 < 그림 Ⅲ-10 > 헬스케어분야기업동향 74 < 그림 Ⅲ-11 > 농업 / 에너지분야기업동향 75 < 그림 Ⅲ-12 > 제조및서비스로봇분야기업동향 78 < 그림 Ⅲ-13 > 지식서비스분야기업동향 81 < 그림 Ⅲ-14 > 의료산업 Watson 활용 85 < 그림 Ⅲ-15 > Watson Ecosystem 현황 89 < 그림 Ⅲ-16 > 인공지능 빅데이터에의한새로운가치의창출 90 < 그림 Ⅲ-17 > 산업경쟁력의원천 91 < 그림 Ⅲ-18 > 인공지능빅데이터로인한영향 92 < 그림 Ⅲ-19 > IBM 멀티코어뉴로시냅틱시스템 95 < 그림 Ⅲ-20 > (Cognitive Computer) IBM 세콰이어슈퍼컴 95 < 그림 Ⅲ-21 > RNN(Recurrent Neural Network) 를활용한 semantic image segmentation 의예 96 < 그림 Ⅲ-22 > 기술분야별해외기술수준대비국내기술수준 99 < 그림 Ⅳ-1 > 인공지능추진과제 100 < 그림 Ⅳ-3 > 인공지능기술개발요약 101 < 그림 Ⅳ-2 > 유망인공지능기술 102 < 그림 Ⅳ-4 > 스마트카예상시나리오 107 < 그림 Ⅳ-5 > 지능형자가학습의료전문가시스템의운용개념 115 < 그림 Ⅳ-6 > ( 왼쪽으로부터 ) 애플 시리, 구글 나우, MS 코타나, 페이스북 M 116 < 그림 Ⅳ-7 > 지능형로봇과타산업의융합예상시나리오 123 < 그림 Ⅳ-8 > 로봇다중지능융합기반휴먼지능증강기술 124 < 그림 Ⅳ-9 > 안전기술예상시나리오 132 < 그림 Ⅳ-10 > 편의서비스예상시나리오 133 < 그림 Ⅳ-11 > 지능진화형영상 / 문자인식서비스플랫폼 134 - iv -
< 그림 Ⅳ-12 > 국내외감성 ICT 산업예상규모 137 < 그림 Ⅳ-13 > 국내외감성 ICT 융합산업예상규모 137 < 그림 Ⅳ-14 > 감정 인지서비스기술개발추진방향 139 < 그림 Ⅳ-15 > 인지지능형반도체신시장, 신서비스개척기술확보 142 < 그림 Ⅳ-16 > 인지기반지능형반도체플랫폼 143 < 그림 Ⅳ-17 > 지능형반도체기반인지컴퓨팅 144 < 그림 Ⅳ-18 > Nvidia Jetson TK1 & Odroid XU3 147 < 그림 Ⅳ-19 > 인공지능 Governance 운영체계 ( 안 ) 153 < 그림 Ⅳ-20 > 미국 Brain Initiative Governance 운영체계 153 < 그림 Ⅳ-21 > 산업활성화생태계조성방안 159 - v -
제 1 장연구개요 1 1. m,, - DARPA, IBM, EU 등에서는상황을인지, 판단하며, 외부와의소통및경험을통해배우는 사람처럼동작하는컴퓨팅기술 확보에노력집중 - 자율주행자동차, 지능형로봇, 지능형감시시스템, 지능형교통제어시스템, 모바일서비스등의기술발전을견인하는돌파구가될것임 m - 구글은 16,000개의 CPU 코어와 10억건이상의데이터를처리하는심층신경망모델로고양이를인지하는인공신경망을개발함으로써대규모분산컴퓨팅자원과빅데이터로인공지능을고도화할수있음을보여줌 m m - ( 현황 ) 인공지능기술을탑재한스마트머신시장의급속한확대 19.7% 19 153 (BBC Research, 15.5) v ( ) 14 12 24 139 ( 獨, Siemens) - ( 국외정책동향 ) 미국 유럽 중국에서인공지능과관련한정책이마련되어정부주도의 - 1 -
연구가활발하게이루어지고있음 - ( 미국 ) 오바마정부는수백만개의뉴런간상호작용방법을규명하기위한 Brain Initiative를발표하고 ( 13.4), 년간 2억달러투자 v Brain Initiative : DARPA, NIH, NSF, Allen Institute for Brain Science ( ) EC FET, Human Brain Project (HBP, 13~ 23, 10 ) ( ) CEO ( 15.3) - 단말 컴퓨터 SW 패러다임전환을위한브레인구조, 동작체계, 저장및기억체계등을체계적으로연구하는장기플랜수립과지원정책요구 v 8~10 (, 10 ) - 유엔미래보고서 2045 에서 2045년인간과기계를구분할수없는특이점이발생할것으로예상하고있어인공지능연구를더이상미룰수없는실정임 m - ( 현황 ) 세계적인대규모기술개발투자에비해국내인공지능연구개발의체계적지원시스템부재및융복합연구를통한경쟁력확보방안마련시급 v 10 1490 (2 ) 14 3 900 (40 ) - 차세대산업에영향을줄수있는지능체계연구등에대한종합적인기술기획및정책연구가필요 - 국내인공지능관련연구는특정응용부분별로따로연구되고있어국가차원의로드맵이작성될필요가있음 m * * 넛크래커현상 : 선진국과기술수준은더벌어지고후발주자들과의기술격차는줄어드는현상 - 인공지능기술의해부수준의분석을통해한국이주도할가능성있는기술과추격 전략으로대응해야할기술을분류하고이에대한 R&D 전략과산업화전략도출필요 - 2 -
2. m m m R&D m m 2 m m - 인공지능해외정책조사및국내정책평가 - 인공지능기술범위및시나리오분석,, - 핵심기술분석을통한유망기술및융합시나리오도출 - 기술개발, 전문인력, 법제도개선등인공지능분야현안 ( 문제점 ) 분석 m R&D - 해외공공 R&D, 국내 R&D 현황및기술격차분석 - 시너지제고모델및신규투자영역탐색 - 전주기관리영역탐색 - 선진국협업연구가능성및타당성분석 - 인공지능응용융합기술분야분석 m - 3 -
- 산업특성, 발전경로분석 - 국내외트랜드격차분석 - R&D 산업연관성분석 - 산업전개전망, 산업결정력결정요소분석 - 특화전략유형화 - 인공지능기술 산업개념 범위설정및사업화사례분석 m (1) R&D - 정책및기술분석을통한인공지능유망투자영역, 융합분야및낙관적시나리오제시 - 기술지도및핵심기술분석을통한핵심원천 R&D, R&D 정책인프라제시및중점연구영역구체화 - 인공지능중점분야별선도연구방향제시 - 연구평가자의전문성문제와연구성과평가최적화방안제시 (2) - 기술-산업공진형전주기특화분야 ( 품목 ) 및공진특화프로그램제시 - 성공사례조기창출을위한맞춤형육성전략및미래준비전략제시 - 미래역량확보를위한인공지능전문가육성지원방안제시 - 신기술등장에따른적합한제도및정책모색 - 해외사례와기술수준분석을통한및추격및선점가능인공지능기술 산업육성방안제시 - 현장에서활용이가능한인공지능기술개발사업화플랫폼구축방안제시 - 4 -
m < 그림 Ⅰ-1 > 인공지능기술개발사업화플랫폼구축방안 - 기술수준해부와국내역량분석을통한인공지능유망투자및 R&D 영역 - 인공지능융합분야및낙관적시나리오 - R&D 정책인프라및지원제도 - 인공지능산업생태계조성및활성화를위한사업화플랫폼개발방안 3 m - 인공지능분야는지속적인연구를통해발전해온분야로기술적, 사업적특성이다른산업분야와다름. 또한사업화과정도긴역사를갖고있음 - 인공지능기술발전에따른사업 / 산업화과정을살펴봄으로써향후의발전경로를추론할수있음 - 5 -
m - 국내외주요사업자의사업추진현황및방향을살펴보고, 국내사업자와해외사업자간의트렌드격차분석 - 해외주요사업자의생태계구축전략, 특히인공지능분야에가장많이그리고지속적인투자를해온 IBM Watson의생태계구축전략을분석 m - 산업생태계분석을통해인공지능분야에대한산업핵심경쟁력요소를도출 - 인공지능기술이산업에미치는영향분석을통해시사점을도출하고, 인공지능분야중상대적우위또는유망분야를도출 m - 인공지능뇌과학관련된국내및주요국정책문서, 보고서분석 - 대한민국기존국가인공지능관련정책분석및각요소별세부정책에대한통시적분석 - 국가인공지능정책요소별주요국정책분석 m - 인공지능사회예상서비스, 예상사회변화에대해영역별사례기반연구 m - 관련분야유관기관전문가위원회를구성하여연구방향성, 연구결과에대한의견수렴및반영 - 6 -
제 2 장인공지능정의, 분류및미래상 1 1. m,,, - 철학적으로인간성이나지성을갖춘존재, 시스템에의해만들어진지능, 또한그와같은지능을만들수있는방법론이나실현가능성등을연구하는과학분야 (Wikipedia) - 사고와지능적인행위의근저에깔린메커니즘의이해와그메커니즘을기계에구현한것 ( 미국인공지능발전협회 ) - 기계나 SW로만들어진지능 ( 인지능력, 학습능력, 추론능력, 이해능력등 ) - 인간의지능이가지는학습, 추리, 적응, 논증등의기능을갖춘컴퓨터시스템 John McCarthy (1955) Charniak and McDermott (1985) Kurzweil (1990) Rich and 인공지능에대한정의지능적인기계를만드는엔지니어링및과학 (The science and engineering of making intelligent machines) 여러계산모델을이용하여인간의정신적기능을연구하는것 (The study of mental faculties through the use of computational models) 인간에의해수행되어질때필요한지능에관한기능을제공하는기계를만들어내는작업으로정의 (The art of creating machines that perform functions requiring intelligence when performed by people) 컴퓨터가특정순간에사람보다더효율적으로일을할수있도록하는연구 - 7 -
Knight (1991) Schalkof (1991) Luger and Stubblefield (1993) Gartner ( 웹페이지 ) technavio (2014) BCC Research (2014) NIA (The study of how to make computers do things at which, at the moment, people are better) 인간의지능적인행동양식에있어계산적과정을이용해모방하고설명하는것에대한연구분야 (A field of study that seeks to explain and emulate intelligent behavior in terms of computational processes) 지능적인행동의자동화에관한컴퓨터과학의한부문 (The branch of computer science that is concerned with the automation of intelligent behavior) 인공지능은특별한임무수행에인간을대체, 인지능력을제고, 자연스러운인간의의사소통통합, 복잡한콘텐츠의이해, 결론을도출하는과정등인간이수행하는것을모방하는기술 (Artificial intelligence is technology that appears to emulate human performance typically by learning, coming to its own conclusions, appearing to understand complex content, engaging in natural dialogs with people, enhancing human cognitive performance (also known as cognitive computing) or replacing people on execution of nonroutine tasks.) 스마트기기는인지컴퓨팅 ( 인공지능과기계학습알고리즘이적용된 ) 이임베디드된기기로볼수있음 (A smart machine is a machine that is embedded with cognitive computing ability, which uses artificial intelligence and machine learning algorithms to sense, learn, reason, and interact with people in different ways 스마트기기는불확실혹은다양한환경하에서업무를수행할수있도록고안된하드웨어및소프트웨어시스템으로정의 (Smart machines are hardware or software systems that can accomplish their designated task even under conditions of uncertainty and variability) 인공지능은인간의학습능력과추론, 지각, 이해능력등을실현하는기술 < 표 Ⅱ-1 > 주요연구자및기관에서보는인공지능에대한정의 출처 : 각조사기관의자료를참고하여정리 m - 약한인공지능 : 어떤문제를실제로사고하거나해결할수는없는컴퓨터기반의인공적인지능을만들어내는것으로세탁기퍼지기능, 로봇청소기, 전력관리등과같이자율성이없는인간의다양한능력가운데일부만구현 - 강한인공지능 : 어떤문제를실제로사고하고해결할수있는컴퓨터기반의인공적인지능을만들어내는것으로인간의지능이가지는학습, 추리, 적응, 논증등의기능을갖춘자율성이있음 - 8 -
2. m < 그림 Ⅱ-1 > 인공지능연구의주요흐름 - 지금까지인공지능의역사는두번의암흑기를경험하면서튜링이상상한강한인공지능과 는거리가먼약한인공지능에치중 * 인간처럼생각할수있는기계의출현을통해무엇을얻을수있을것인지, 인공지능의목표가사람 의지능을보완하는것이라면기계가생각을할필요가있는지등연구목표와방향설정이중요 - 첫째, 딥러닝은컴퓨팅파워발전과대량의데이터수집이가능해지면서 2000 년후반 부터대부분의패턴인식경쟁에서기존방식을압도하기시작 * 2013 년 MIT 10 대혁신기술, ETRI 주목해야할 7 대기술중하나로선정 2000 Geoffrey Hinton Ruslan Salakhutdinov 2012 Google Brain Project * * 2013 년 MIT 10 대혁신기술, ETRI 주목해야할 7 대기술중하나로선정 - 둘째, ICT 全분야에걸쳐동시다발적으로나타나고있는기하급수적인하드웨어의 비약적발전과클라우드컴퓨팅을이용한협업적연산능력 - 9 -
,, 2010 10 群 * * 모바일기기와클라우드의결합은 Nouvelle AI 에서주장하는물리적환경의직접적경험을통 한지능의재현이라는점에서중요한의미가있음 ( 유신, 인공지능은뇌를닮아가는가, 2014.12) < 그림 Ⅱ-2 > 무어의법칙과기하급수적성장 - 셋째, 인간이축적한대부분의지식과앞으로생산할지식이컴퓨터가이해할수 있는디지털데이터로인터넷이라는가상공간에존재 * 기계의인공지능향상을위해일방향의주입식지식학습에서실시간빅데이터처리를통한자가학습과인간및다른사물과의정보공유방식으로변모 2020 2013 10 40 (ZB) * EMC2, EMC Digital Universe with Research & Analysis by IDC The Digital Universe - 10 -
of Opportunities: Rich Data and the Increasing Value of the Internet of Things, 2014.4. m - 인공지능기술은스스로판단 / 예측하는소프트웨어, 스스로학습 / 진화하는인공지능, 두뇌를모사하는인지컴퓨팅으로발전전망 < 그림 Ⅱ-3 > 인공지능기술발전 m,,, - 11 -
< 그림 Ⅱ-4 > 인공지능기술의진화방향 m 영화주요내용인공지능 <A.I.> - 어느먼미래에인류의과학문명은천문학적인속도로발전하 여인공지능을지닌로봇을개발하기에이름 - 인간의감정을로봇이지닐수있는가에대한다양한이슈를 던진작품으로평가됨 < 아이로봇 > - 로봇 3 원칙 ' 에의해프로그래밍된로봇들은인간의감정은 배제된체각종생활의편의를제공수단으로나타남 - 모든로봇을통제하는중앙통제장치 ( 최상위 Root) 로봇인 비키는인간이설정한법칙을왜곡하고로봇을조종 < 인터스텔라 > - 작품내에서주인공으로등장하지않지만주인공을도와주는 인공지능을가진로봇 KIPP 이등장 - 인간과말로써대화하고, 유사한유머수준을보이며, 인간이 수행할수없는제한된환경에서업무를수행함 로봇 로봇 + 시스템 로봇 - 12 -
< 스텔스 > - 최첨단무인스텔스기를소재로한전형적인액션블록버스터 - 인공지능을탑재한가공의스텔스전투기 E.D.I' 는처음에는정확한임무를수행하는자동전투시스템에불과했으나점점스스로생각을가지고폭동을일으키는존재로등장 < 터미네이터 > - 인간이만든자율군사방어프로그램인 스카이넷 이인공지능으로등장 - 스카이넷은자각력을갖춤에따라인류가자신을파괴하기에이를것이라는것을예측하고선제공격을감행함 < 레지던트이블 > - 새로운바이러스와좀비두가지 keyword가조합된영화로영화속제약회사의 r&d 부서를컨트롤하는인공지능시스템 레드퀸 이등장 < 써로게이트 > - 한과학자가인간의존엄성과기계의무한한능력을결합하여발명한대리로봇즉써로게이트를통해 100% 안전한삶을영위하는근미래를배경으로함 < 아바타 > - 인류에게필요한광물을채취하기위해특정행성에침략을하고그행성사람들을교화시키기위해인간과나비족의 DNA를섞어만든인공육체를인간이조종하는, 말그대로분신 (avatar) 을만들어냄 시스템네트워크 + 시스템네트워크 + 시스템로봇 + 아바타로봇 + 아바타 출처 : 신문보도자료를참고하여정리 < 표 Ⅱ-2 > 영화속인공지능 m 날짜주요내용기관 2011.02 IBM Watson, Jeopardy! 우승 IBM 2012.05 Self-Driving Car, Nevada주시험면허획득 Google 2012.06 Brain Project 딥러닝기반고양이분류실험 Google 2013.05 호주금융권, 고객자문서비스 IBM Watson 도입 IBM 2014.01 Deepmind 기업인수 1) Google 2014.03 사람인식기술 DeepFace 발표 2) Facebook 2014.06 Eugene Goostman, 튜링테스트통과 러시아 / 우크라이나연구진 2014.08 뉴로모픽칩 True North 발표 3) IBM 2014.11 인공지능로봇 도로보쿤 대학입시성적발표 4) 국립정보학 일본 연구소 2014.11 이미지캡션작성기술 Neural Image Caption 발표 5) Google 2014.12 Stanford 大 인공지능 100년프로젝트 발표 6) Stanford 大 2015.02 세계최고성능의이미지인식기술 Deep Image 발표 7) Baidu 2015.02 감성인식로봇 Pepper 개발자버전판매 Softbank < 표 Ⅱ-3 > 최근인공지능주요연구성과 - 13 -
1) 딥마인드는비디오게임 Breakout 을스스로배워인간의수준을뛰어넘는시연을선보여 Google 에피인수, 창업자 Demis Hassabis 의궁극적목표는컴퓨터스스로프로그래밍을하도록학습시키는것 2) 얼굴인식알고리즘딥페이스의정확도는 97.25% 로인간의평균눈정확도 97.53% 에가까운수치 3) 54억개트랜지스터에기반해약 100만개의디지털뉴런, 2억 5,600만개의디지털시냅스로구성된칩을이용하여사람과자동차등실시간으로물체인식에성공 4) 2014년시험성적은 900점만점에 386점으로전국사립대 80% 에합력할수준 ( 전국평균 422점 ) 이며, 2011년부터 2021 년까지 Tokyo 大합격을목표로연구중 5) 이미지를이해하고이를사람이이해할수있는문장으로만드는수준으로물체인식과자동번역신경망등독립적으로개발된두개의네트워크를디지털뇌수술 (digital brain surgery) 을사용해연결 6) The One Hundred Year Study on Artificial Intelligence, AI100 7) Baidu 의딥이미지시스템은이미지넷오브젝트분류벤치마크에서 5.98 의에러율을기록함으로써 Google 의에러율 (6.66%) 을넘어서세계에서가장우수한성능을보임 ( 사람의에러율, 5.1%) 2 1. m (2012) Russell(1995) 1, 2, 3, 4 19) - 인공지능주요기술로발견적방법 (Heuristic method), 전문가시스템 (Expert system), 인공신경망 (Artificial Neural Network) 등 3가지를언급 - 인공지능의최근관심분야로 1기계학습 (Machine Learning), 2에이전트 (Agent), 3자연어처리 (Natural Language Processing), 4패턴인식 (Pattern Recognition) 을제시 - 14 -
강한인공지능 약한인공지능 인간처럼생각하는시스템 합리적으로생각하는시스템 마음뿐아니라, 인간과유사한사고및의사 결정을내리는시스템 인지모델리접근방식 계산모델을통해지각, 추론, 행동같은 정신적능력을갖춘시스템 사고의법칙접근방식 인간처럼행동하는시스템 합리적으로행동하는시스템 인간의지능을필요로하는어떤행동을 기계가따라하는시스템 튜링테스트접근방식 계산모델을통해지능적행동을하는 에이전트시스템 합리적인에이전트접근방식 < 표 Ⅱ-4 > 철학적관점의인공지능 자료 : Staurt Russell, Artificial Intelligence : A Modern Approach 참고문헌 20) m (2010) 12 21) - 패턴인식, 자연어처리, 자동제어, 로봇틱스, 컴퓨터비전, 가상현실, 양자컴퓨터, 자동추론, 사이버네틱스, 데이터마이닝, 지능엔진, 시멘틱웹 - 15 -
기술패턴인식 (Pattern recognition) 자연어처리 (Natural language processing) 자동제어 (Automatic Control) 로봇틱스인지로봇공학 (Robotics) 컴퓨터비전 (Computer vision) 가상현실 (Virtual Reality) 양자컴퓨터 (Quantum computer) 자동추론 (Automated Reasoning) 사이버네틱스 (Cybernetics) 데이터마이닝 (Data mining) 지능엔진 (Intelligent Agent) 시멘틱웹 (Semantic web) 내용 기계에의하여도형 문자 음성등을식별시키는것 현재로서는제한된분야에서실용화되고있고, 본격적인패턴인식은아직연구단계 인간이보통쓰는언어를컴퓨터에인식시켜서처리하는일 정보검색 질의응답시스템 자동번역및통역등이포함 제어대상에미리설정한목표값과검출된되먹임 (feedback) 신호를비교하여그오차를자동적으로조정하는제어 로봇에관한과학이자기술학으로로봇의설계, 제조, 응용분야를다룸 인지로봇공학은제한된계산자원을사용해복잡한환경의복잡한목표를달성하도록하는인식능력을로봇에게부여하는기술 컴퓨터비전은로봇의눈을만드는연구분야로컴퓨터가실세계정보를취득하는모든과정을다룸 어떤특정한환경이나상황을컴퓨터로만들어서, 그것을사용하는사람이마치실제주변상황 환경과상호작용을하고있는것처럼만들어주는인간- 컴퓨터사이의인터페이스 양자역학의원리에따라작동되는미래형첨단컴퓨터 양자역학의특징을살려병렬처리가가능해지면기존의방식으로해결할수없었던다양한문제를해결가능 계산기과학의한분야로추론의다양한측면을이해함으로써컴퓨터에의한완전한자동추론을가능하게하는소프트웨어개발을목표로함 인공지능연구의일부로이론계산기과학및철학과도깊은관계가있음 생물및기계를포함하는계 ( 系 ) 에서제어와통신문제를종합적으로연구하는학문 많은데이터가운데숨겨져있는유용한상관관계를발견하여, 미래에실행가능한정보를추출해내고의사결정에이용하는과정 인공지능적기능을가진소프트웨어엔진 사용자를보조하고반복된컴퓨터관련업무를인간을대신하여실시하는엔진 컴퓨터가정보자원의뜻을이해하고, 논리적추론까지할수있는차세대지능형웹 < 표 Ⅱ-5 > 한국정보화진흥원 (2010) 의 12 가지인공지능관련기술분야 출처 : 한국정보화진흥원, 2010 m Venturescanner(www.venturescanner.com) 11-1Machine Learning, 2Natural Language Processing, 3Computer Vision, 4Virtual Personal Assistants, 5Speech Recognition, 6Recommendation Engines, 7Smart Robots, 8Gesture Control, 9Context Aware Computing, 10Speech to Speech Translation, 11Video Content Recognition - 16 -
m Tractica(2015) 은인공지능기업응용사례에관한보고서에서 7가지인공지능기술을고려 - 1인지컴퓨팅, 2기계학습, 3딥러닝, 4예측적인응용프로그래밍인터페이스, 5자연어처리, 6이미지인식, 7음성인식 기술인지컴퓨팅 (Cognitive computing) 기계학습 (Machine learning) 딥러닝 (Deep learning) 응용프로그램인터페이스예측 (Predictive application programming interfaces) 자연어처리 (Natural language processing) 이미지인식 (Image recognition) 음성인식 (Speech recognition) 내용 컴퓨터가인간과같이정보를습득하고그정보를이용해의사결정을할수있는모델의과정을시뮬레이션하는기술 인지시스템은데이터들로부터그자신만의추론을통해결론을도출함 기프로그램화된논리 ( 로직 ) 나정형화된규칙등을바탕으로발생되는데이터를통해학습하는수리 / 수학적알고리즘을의미함 기계학습알고리즘은확률적모델을세우고비슷한데이터셋과관련된내용을토대로가정하고예측하게되는과정을거침 기계학습과유사하지만인간신경망을모델화하여새로운데이터셋을예측하는기술임 예를들어특정이미지나음향및동영상데이터를패턴분석을수없이많은학습을통해스스로무엇인지를인지하는기술 API는표준화된입출력방식을통해소프트웨어모듈에접근하도록공식화해줌 이런 API에대한예측화를통해프로그래머가실제적용해야될입출력방식을보다빠르게제안해줄수있음 컴퓨터가인간의언어를알아들을수있게하여인간처럼말하고쓸수있도록하는기술 다양한인간의언어를가지더라도의사소통이가능하게하는것역시자연어처리로볼수있음 사람들이보고있는특정피사체의사진의정체를확인하고자시도하는기술 사람이볼수없거나지진계와같은파형등도이미지패턴인식에포함될수있음 인간의발성하는음성을이해하여컴퓨터가다룰수있는문자 ( 코드 ) 정보로변환하는기술 출처 : Tractica, 2015 참고문헌 22) < 표 Ⅱ-6 > Tractica(2015) 의 7 가지인공지능기술 m BCC(2014) 6, 2024-1가상현실어시스턴트 (ex, Siri), 2인텔리전트에이전트 (ex, 자동화된온라인어시스턴트 ), 3전문가시스템 (ex, 메디컬결정시스템, 스마트그리드 ), 4임베디드소프 - 17 -
트웨어 (ex, 머신모니터링및통제시스템 ), 5자동화로봇 (ex, 자율주행차량 ), 6목적기반스마트머신 (ex, 뉴럴컴퓨팅 ) - 추가적으로스마트기기의혁신을위해핵심기술로 1머신스피치기술, 2마이크로및나노센스, 3머신비전, 4무선주파수기술, 5전력기술, 6셀프정비, 7 새로운컴퓨팅 (ex, 뉴로컴퓨팅 ) 등을제시 m 2 13-1인지컴퓨팅, 2기계학습, 3딥러닝, 4자연어처리, 5이미지인식, 6음성인식, 7 패턴인식, 8컴퓨터비전, 9가상현실, 10양자컴퓨팅 ( 뉴럴컴퓨팅등새로운컴퓨팅기술포함 ), 11자동추론 ( 전문가시스템포함 ), 12스마트로봇, 13개인비서 성낙환한국정보화진흥원 Tractica BCC Venturescanner (2012) (2010) (2015) (2014) 인지컴퓨팅 기계학습 딥러닝 자연어처리 이미지인식 ( 에이전트 *) 음성인식 ( 언어번역 ) 패턴인식 ( 제스처인식 ) 자동제어 컴퓨터비전 가상현실 양자컴퓨팅 ( 뉴럴컴퓨팅 ) 자동추론 ( 전문가 ( 추천엔진 ) 시스템 ) 사이버네틱스 데이터마이닝 지능엔진 스마트로봇 ( 로봇틱스 ) 시멘틱웹 가상개인비서 임베디드 SW < 표 Ⅱ-7 > 인공지능기술분류 - 18 -
(2014) - 참조 : 미래기술백서 2014, 정보분석연구소, 한국과학기술정보연구원 (KISTI) : BT, CT, IT, NT, 산업분류기술기술의정의 맞춤형헬스케어질병진단의료용빅데이터슈퍼컴퓨팅 UI/UX 질병진단맞춤형헬스케어 우울증스트레스자살등의뇌질환병인규명기술뇌인지기능규명기술뉴런연결체학뉴로컴퓨팅시각장애인용 VGA급인공시각장치및신경인터페이스기술뉴로피드백메모리임플란트 정신분열증, 우울병, 신경증, 파킨슨병, 무도병, 간질, 자폐증주의력결핍과잉행동장애 (ADHD), 수면장애들신경정신계질환의원인이되는신경전달물질계 ( 신경전달물질과수용체 ) 의기능과다및감소현상을조절함으로써완치할수있는기술신경세포내분자수준의조절기전연구에서부터고차적인뇌기능규명에이르기까지전반적인뇌기능기초연구와파생되는응용기술뇌의신경세포들이어떻게연결되어있는지를나타내는맵을그리기위해영상, 분자생물학, 컴퓨터과학등이융합된기술로서, 뇌지도를바탕으로인지기능뿐아니라자폐증과같은정신질환에대한이해를높일수있을것으로예상인간의뇌신경회로망 (neural network) 의작동을모방해서만든컴퓨터. 뇌를구성하고있는신경세포 (neuron). 신경회로망 (neural network) 의구조 / 정보처리기능을모방하고, 고도의정보처리장치의실현을목표로만들어진뉴럴컴퓨터 (neural computer) 를기존의노이만 (neumann) 형컴퓨터에적용시켜소프트웨어적으로모의시킨것 VGA급초소형카메라기술및시각중추와카메라간통신을위한뉴런인터페이스기술을통한시각장애인용 VGa급인공시가장치및신경인터페이스기술뇌파의측정. 분석을통해자신의뇌활동상태를파악하여, 실시간나타나는뇌파성향이건강한패턴을가질수있게스스로조절할수있도록훈련시키는기술알츠하이머질환등기억력손상으로고통을겪는환자들을위해개발된것으로전자칩등을이용하여인간두뇌의기능을향상시키는기술 < 표 Ⅱ-8 > BTechnology - 19 -
무대 자동화 에듀테인먼트로봇기술 로봇과의인터랙션을기반으로하는고품질학습과, 여가활동을통한사용자의창의성증진및욕구충족을 목적으로각종로봇기술을에듀테인먼트에활용 IT기반모니터링 IT기반모니터링 IT기반모니터링 IT기반모니터링무인자동차에너지와환경의료기술서비스스마트홈스마트미디어 < 표 Ⅱ-9 > CTechnology 유비쿼터스정보기술을이용하여산림재해현장에유비쿼터스정보기술을이용한관한음성, 위치, 영상등의정보를수집, 전송, 산림재해감시 / 경보기술분석함으로써산림재해상황을실시간으로모니터링하고경보하는기술개개인으로부터평생불변과만인부동의특성을갖는특징 ( 지문 얼굴 홍채 망막 정맥등의신체적특성을이용한방법과서명 음성 걸음걸이등의범죄자탐지시스템 ( 얼굴행동학적특성을이용하는방법 ) 을찾아이를인식, 생체지표등 ) 자동화된수단으로등록 저장하여제시한바이오정보와비교 판단하는바이오인식기술을이용하여범죄자를탐지하는시스템개발범죄예방및국민의안전안심사회구현을위한위험상황자동감지를통한지능형다중센싱기반보안상황인지-대응시스템범죄예방시스템기술및과학수사분석기술해킹, 바이러스유포와같이고도의기술적인요소가테러수준의사이버공격포함되어정보통신망자체에대한공격행위를통해인지 예측 대응기술이루어지는사이버테러의인지및대응기술차량주변환경및주행도로상황등다양한실외환경변화를극복하고장애물을회피하여, 자율주행이가능한무인자동차주행경로를자체적으로결정하고차량을제어하여기술최종목적지까지독립적으로주행하도록하는무인주행자동차항공기등의비행체 ( 플랫폼 ) 를상공에발사하고비행체에탑재한망원카메라나센서를인간의눈지하광물 / 광상무인원격대용으로사용하여지하로부터방사 반사되어오는항공탐사시스템에너지의강도를전자파장별로데이터화하고, 영상등으로가공하여이것을분석 분류 해석하는원격탐사 (Remote Sensing) 기술다채널감성신호를분석하여사용자의감성을인식하고, 그감정에적절하게대응하며, 다양한인간감성인지기술상황을복합적으로인지, 처리, 표현함으로써인간-기기-공간이자연스럽게상호작용하는서비스를제공하기위한기술삶의질을향상시키기위해주거공간내의지능형홈네트워크기술설비기기및시스템의네트워크화지능화를추구하는기술개인의일상생활에서경험하는모든정보를퍼스널라이프로그기술수집하여활용이편리하도록분류하여필요한때검색해서용이하게확인하도록하는기술 - 20 -
무인운송장비자연어처리자연어처리자연어처리 UI/UX UI/UX 슈퍼컴퓨팅슈퍼컴퓨팅그린ICT 그린ICT 비접촉식센싱 위험환경대응지능형무인선박기술화자독립방식의음성인식기술실시간음성자동통역기술자연어처리 ( 이해및질의처리 ) 기술차세대감성인터페이스기술뇌-기계인터페이스 DNA Logic 기반의차세대슈퍼컴퓨팅기술양자컴퓨터스마트하이웨이스마트워터그리드시스템운전자상태자동감지및대응기술 승무원들의피로누적에의한안전사고를예방하고, 24시간해양조사및불법어로단속등해양조사해양감시활동, 악천후시조난선인명구조지원등을수행하는민간및군수등다양한분야에활용되는무인선박화자에관계없이기계가인간의말을인식해텍스트로바꾸거나해당명령을수행하는기술을말함. 스마트폰, 내비게이션등을통해음성인식기술이사용되고있음상황 문맥정보를이용한음성언어이해기술로음성인식과자동번역의입출력차이를줄이고, 서로다른언어를사용하는사람간의대화를자동으로통역하여언어장벽에의한의사소통문제를해결해주는기술컴퓨터를이용하여사람언어의이해, 생성및분석을다루는인공지능기술, 자연어이해는일상생활언어를형태분석, 의미분석, 대화분석등을통하여컴퓨터가처리할수있도록변환시키는작업이며, 자연어생성은컴퓨터가처리한결과물을사람의편의성에입각하여텍스트, 음성, 그래픽등을생성하는작업 ICT 제품, 시스템, 서비스에대한사용자의주관적경험, 정서, 의미와활용, 편의성, 효율성등의가치를극대화하기위해사용자의제품에대한인식과반응을높이는사용자인터랙션기술인간의뇌를기계와연결하여뇌신경신호를실시간해석하여활용하거나, 외부정보를입력하고변조시켜인간능력을증진시키는침습적및비침습적융합기술 DNA 염기쌍의발현원리를활용한분자형로직게이트를구성함으로써실리콘소자의한계를넘어서는초고성능메모리를가능하게하는기술디지털컴퓨터로풀기어려운문제를양자비트얽힘을이용해서계산하는기술첨단 IT 통신과자동차및도로기술이융복합된빠르고안전한지능형그린고속도로첨단정보통신기술 ( I n f o r m a t i o n Communication Technology; ICT) 을활용하여하천수, 우수, 지하수, 하폐수처리수, 해수담수등다양한수자원을효율적으로배분 관리 수송하여수자원의지역적 시간적불균형을해소하는지능형물관리시스템주행중운전자의머리움직임이나시선, 생체신호등을분석하여운전자의상태를센싱및 - 21 -
비접촉식센싱비접촉식센싱비접촉식센싱비접촉식센싱비접촉식센싱비접촉식센싱비접촉식센싱비접촉식센싱 IoT IoT 지능형로봇지능형로봇 영상 / 음성 / 센서융합기반의환경인지및공간인지기술초정밀비전인식및제어기술인간과같은감도를가진오감센서기술지능공간인지통신기술 (Cognitive Radio) 객체인식및모션트래킹기술전자코로봇운동상태센서모듈가상인체모델빅데이터처리및분석기술대용량데이터검색기술로봇학습알고리즘딥러닝 (Deep Learning) 기술 인식하고, 이를통해운전자의주의와집중도를분석하여운전자가보다안전하고쾌적한환경에서주행할수있도록도와주는안전운전지원기술사용자주변의컴퓨팅기기가사용자의현재상황을올바르게인지함으로써능동적으로사용자에게유용한서비스를제공하는컴퓨팅기술지능로봇, 지능형컴퓨터로하여금인간과같이영상정보를이용하여대상물체의존재유무, 개별물체식별, 물체범주구분및위치파악등을자동으로수행하게하는기술단순히보고듣는것에서더나아가인간의오감을확장하기위해컴퓨터를통해오감정보를실제와똑같이느낄수있도록실감형서비스를제공하는인간중심의기술주어진장소에서주파수분석을통해사용하지않는주파수를찾아내이용할수있도록하는기술객체를인식하고, 추적 관측해객체의위치와각도를정하는기술인간의후각시스템을모방한전자적장치기술로가스센서와전자장치등의하드웨어를제어하여감지된냄새및가스의종류를구별해내는기술엔코더, 자이로, LVL, 가속센서등을통해로봇의운동상태 ( 자세, 무게중심등 ) 를측정하는센서및방법개발인체를이루는기관에서부터작게는세포단위까지다양한수준에서가상실험모델을구성할수있는생체, 생리기능의총체적데이터베이스기술실시간으로발생하는복수의이벤트로부터특정패턴을찾아내서수요를예측하거나원하는데이터를처리하는기술수백억건의데이터가운데, 관심있는데이터를수초이내에검색할수있는대용량데이터검색기술로봇이작업환경과활동영역, 수행임무등을고려하여자율적으로행동하며새로운환경에서적응할수있도록학습알고리즘을통해부여되는지능인간의두뇌를구성하는수많은신경세포의메커니즘을모방하여인지, 학습, 추론등의인간두뇌활동을컴퓨터프로그램으로구현하는인공지능시스템 < 표 Ⅱ-10 > ITechnology NTechnology - 22 -
의료 서비스 지능형스마트캡슐 캡슐내나노센서들이체내를순환하면서혈액성분, 호르몬상태, 혈류등을센싱하여신체상태를 모니터링하는경구투입용캡슐형나노센서 < 표 Ⅱ-11 > NTechnology 기타 국방로봇국방로봇국방로봇산업로봇산업로봇산업로봇헬스케어로봇헬스케어로봇헬스케어로봇헬스케어로봇헬스케어로봇헬스케어로봇 IT기반모니터링 인간인지, 육체기능향상용파워슈트무인전투로봇생물모방정찰로봇난접근지역탐사로봇극한작업을위한로봇기술영상협업로봇라이프케어로봇장애인의의사소통지원기술지능형휠체어로봇기술인지 / 판단기반의인간로봇상호작용기술휴머노이드로봇착용형또는탑승형근력보조로봇산업현장의휴먼에러모니터링시스템 군인의생존성과전투력을향상시키기위한첨단방탄헬멧및방탄위장복, 생체모니터링시스템을적용한첨단장비사람을대신하여전투를수행하기위한인공지능시스템을탑재한로봇인간이접근하기어려운위험한지역에서생화학무기나방사능탐지, 도청등정찰활동을위한로봇우주, 심해탐사등과같은인간활동이불가능한환경에서원격으로조정하여심해지질조사와시료채취등과같은탐사활동을하는로봇자연재해, 인적재난과사회적재난등각종재난상황에서재난확산을방지하고피해의최소화및사고처리를위한로봇개발기술원격영상회의에로봇기술로현실감을더해 같은공간에있는것처럼 근무할수있도록지원하는로봇인지 / 이동지능기반으로심부름, 청소, 인지기능보조, 직업보조, 생활보조, 인체기능보조, 재활보조등을갖춘지능형개인서비스로봇의사소통에어려움을겪는사람들의장애를상징 (Symbol), 보조도구 (Aids), 전략 (Strategies), 기법 (Techniques) 등을통해일시적혹은영구적으로보완해주는기술스스로의힘으로이동하기어려운노인이나장애인을위해개발된시선인식및추적을이용하여움직일수있는주요이동수단기술로봇이사용자의도를판단하고, 적합한반응과행동을수행함으로써인간과의의사소통및상호협력을가능하게하는인식-판단-표현기술외모가사람과비슷하고두발로걸어손으로무엇인가를조작할수있는지능형로봇의제작및제어기술로봇인공지능부분의자세제어, 상황인식, 동작신호생성을사람이담당하면서다양한환경에서착용자의힘을보조하는작업을가능하게하는시스템산업현장에서인간의동작을실시간으로해석하여휴먼에러 (Human Error) 를모니터링하는시스템관련기술 < 표 Ⅱ-12 > 기타 Technology - 23 -
3 * m ( ) 13 * 10 ** * 1 언어인지기술, 2 시각인지기술, 3 공간인지기술, 4 스토리압축및창작기술, 5 감성인지기술, 6 기계학습및딥러닝, 7 인지컴퓨팅, 8 비정형 DBMS, 9 고성능컴퓨팅, 10 슈퍼컴퓨터, 11 뉴로모픽칩, 12 센서, 13 뇌과학, 뇌공학 ** 1 의료, 2 금융, 3 교육, 4 교통, 5 도시, 6 스마트홈, 7 문화관광, 8 농업, 9 에너지, 10 전통산업 m ( ) ( ) v 18, 15 v ( ) m ( ) 100%, 93.4% 66.3% 4.4 - hype cycle상해외와국내의차이는각각 2단계 (2.9와 2.2) 로나타났고양산화에적합한기술도달소요시간은 2.6년으로조사됨 v hype cycle 1, 2, 3, 4, 5, hype cycle 2.9 ( ) 1) 1) 내부자료활용 (ETRI Issue Report 2015-04, 인공지능기술과산업의가능성 ) - 24 -
< 그림 Ⅱ-5 > 기술의 Hype cycle에관한설명 - 기술태동기 (1) : 특정기술에대한출현기로초기투자나연구가이루어지는시점 - 거품기 (2) : 유망기술로세간의관심을극도로조명받는시기 - 거품제거기 (3) : 기술실패사례가등장하며부정적인내용이다소나타나는시기이며추가펀딩이나타나는시기 - 재조명기 (4) : 프로토타입이후 2nd 버전의제품이등장하며시장내에서미미한점유율을보이는시기 - 양산기 (5) : 시장내에서본격적인진출과생산이최대화되는시기 m SW(3.5 ), (3.7 ), HW(4.6 ), (7.8 ), - ( 지능형 SW) 언어인지기술의격차가 2.2년으로가장낮고, 양산기술도달에걸리는시간역시 2년으로짧게나타남 - ( 인프라컴퓨팅 ) 고성능컴퓨팅의격차가 2.7년으로가장낮고양산기술도달에걸리는시간역시 2년으로짧게나타남 - (H/W) 센서의기술격차가 3.1년으로가장낮고, 양산기술도달에걸리는시간역시 2년으로짧게나타남 m ( ) 10, - 25 -
12, - 시각인지와센서가 11, 공간인지가 10, 언어인지, 인지컴퓨팅, 비정형 DBMS가각각 8로나타남 v 15 v ( ) 10 8,, 5 m ( ), Ⅳ < 그림 Ⅱ-6 > 인공지능 ( 지능정보 ) 기술별기술성숙도와기술수준격차, 중요도관련포지셔닝 - 기술수준격차가높고기술성숙도가낮은 Ⅱ 분면에위치한기술은뉴로모픽, 뇌과학, 인지컴퓨팅임 - Ⅳ 분면에위치한기술은언어, 공간, 시각인지, 기계학습 딥러닝, 비정형 DBMS, 고성능컴퓨팅, 센서, 슈퍼컴퓨터등임 m 인공지능 ( 지능정보 ) 기술별포지셔닝을분석한결과, 비교적빠른출시가가능한주요 10 대융합산업분야는의료, 교통, 도시, 금융, 스마트홈으로나타남 - 26 -
10대융합산업분야의료교통도시금융스마트홈 인공지능 ( 지능정보 ) 기술이융합 10대분야에서발생할예상제품및서비스 AI 기반건강자율진단및컨설팅서비스 ( 건강관리 ), 전염병확산경로예측, 의료정보자동화, AI 수술로봇, 개인맞춤형 (DNA기반) 질병예측, 환자처방도우미서비스, 신체대체제품및서비스 ( 안구, 뇌, 다리등 ) 등 교통정보 ( 흐름 ) 관리시스템, 무인택배기, 교통사고예측, 자율주행차, 사고방지및군집체 ( 차량 ) 자율제어시스템등 안전관리가로등 ( 지능형 CCTV) 공간정보최적화시스템, 환경오염모니터링, 도시환경변화감지및원인파악시스템, 교통 / 기상 / 도시계획예측시스템등 금융및원자재정보예측시스템, AI기반투자및자산관리컨설팅서비스, 테러자금추적시스템, 피싱 / 금융사기방지서비스등 스마트컨시어지서비스, 사용자행동에측시스템, 도난 / 화재감시및자동조치, 뉴스요약푸시서비스, 인공지능가전제품, 일정한향온 / 향습시스템등 < 표 Ⅱ-13 > 10 대융합산업분야중 AI 선제작용가능한산업의예상제품 / 서비스조사 m SW - ( 언어인지기술 ) 기술수준은해외가 93.8% 이고국내가 79.4% 이며, 2.2 년의기술수준 격차가있는것으로나타남 hype cycle 3 ( ), 2 ( ), 2~5 v,,,, - ( 시각인지기술 ) 기술수준은해외가 95.0% 이고국내가 70.9% 이며, 3.6년의기술수준격차가있는것으로나타남 hype cycle 3 ( ), 2 ( ) 5~10 v,, /,, - ( 공간인지기술 ) 기술수준은해외가 93.1% 이고국내가 66.3% 이며, 3.6년의기술수준격차가있는것으로나타남 hype cycle 3 ( ), 2 ( ) 5~10 v 2D/3D, /,, - ( 스토리압축및창작기술 ) 기술수준은해외가 90.6% 이고국내가 63.1% 이며, 3.8 년의 - 27 -
기술수준격차가있는것으로나타남 hype cycle 2 ( ), 1 ( ) 5~10 v,,,, - ( 감성인지기술 ) 기술수준은해외가 92.2% 이고국내가 64.7% 이며, 3.8 년의기술수준 격차가있는것으로나타남 hype cycle 2 ( ), 1 ( ) 5~10 v,,, - ( 기계학습및딥러닝 ) 기술수준은해외가 95.3% 이고국내가 68.8% 이며, 3.7 년인공지 능기술과산업의가능성의기술수준격차가있는것으로나타남 hype cycle 3 ( ), 2 ( ) 2~5 v,,,,,, m - ( 인지컴퓨팅 ) 기술수준은해외가 90.9% 이고국내가 55.3% 이며, 5.4년의기술수준격차가있는것으로나타남 hype cycle 1 ( ), 5~10 v, /,, / - ( 비정형 DBMS) 기술수준은해외가 94.4% 이고국내가 69.7% 이며, 3.4년의기술수준격차가있는것으로나타남 hype cycle 3 ( ), 2 ( ) 2~5 v NoSQL, NewSQL, DBMS - ( 고성능컴퓨팅 ) 기술수준은해외가 95.9% 이고국내가 76.3% 이며, 2.7년의기술수준격차가있는것으로나타남 hype cycle 3 ( ), 2 ( ) - 28 -
2~5 v,, m Hardware - ( 슈퍼컴퓨터 ) 기술수준은해외가 97.2% 이고국내가 68.4% 이며, 4.6년의기술수준격차가있는것으로나타남 hype cycle 4 ( ), 2 ( ) 2~5 v,,, - ( 뉴로모픽칩 ) 기술수준은해외가 91.0% 이고국내가 43.8% 이며, 10.1년의기술수준격차가있는것으로나타남 hype cycle 1 ( ), 5~10 v,, - - ( 센서 ) 기술수준은해외가 95.9% 이고국내가 78.8% 이며, 3.1 년의기술수준격차가있 는것으로나타남 hype cycle 3 ( ), 2~5 v,,,,, m - ( 뇌과학 뇌공학 ) 기술수준은해외가 97.2% 이고국내가 68.4% 이며, 4.6년의기술수준격차가있는것으로나타남 hype cycle 4 ( ), 2 ( ) 2~5 v, /,, BMI(Brain Machine Interface) 10 / m 10-29 -
10대융합산업분야의료금융교육교통도시스마트홈문화관광농업에너지전통산업 인공지능 ( 지능정보 ) 기술이 10대융합산업분야에서발생할예상제품및서비스 AI 기반건강자율진단및컨설팅서비스 ( 건강관리 ), 전염병확산경로예측, 의료정보자동화, AI 수술로봇, 개인맞춤형 (DNA기반) 질병예측, 환자처방도우미서비스, 신체대체제품및서비스 ( 안구, 뇌, 다리등 ) 등금융및원자재정보예측시스템, AI기반투자및자산관리컨설팅서비스, 테러자금추적시스템, 피싱 / 금융사기방지서비스등 1대1 가상맞춤형개인튜터서비스, 함께공부하는학습로봇, 특정주제에대한자료를요약및창작해주는서비스등교통정보 ( 흐름 ) 관리시스템, 무인택배기, 교통사고예측, 자율주행차, 사고방지및군집체 ( 차량 ) 자율제어시스템등공간정보최적화시스템, 안전관리가로등 ( 지능형 CCTV), 환경오염모니터링, 도시환경변화감지및원인파악시스템, 교통 / 기상 / 도시계획예측시스템등스마트컨시어지서비스, 사용자행동에측시스템, 도난 / 화재감시및자동조치, 뉴스요약푸시서비스, 인공지능가전제품, 일정한향온 / 향습시스템등자동통 / 번역시스템, - 군집소형드론의광고 / 홍보 / 이벤트서비스, 무인콜센터, 관광정보요약및사용자와대화하는인공지능기반가이드서비스등스마트물류관제서비스, 기상예측기반농산물출하량및가격예측서비스, 병충해발생및확산예측시스템, 스마트온실 / 축사시스템 ( 지능형생육관리 ) 등 AI기반에너지소비최적화시스템 ( 스마트그리드 ), - 에너지하베스팅등제조공장의위험자동관리서비스, 로봇자가진단서비스, 스마트팩토리, 법률 / 특허컨설팅및경영의사결정지원시스템, 개인맞춤형제품생산등 < 표 Ⅱ-14 > 10 대융합산업분야에서나타날예상제품및서비스 - 30 -
4 m - 현재부각되고있는인공지능기술은 딥러닝 위주이며, 이를넘어서는기술예측은되지않는상황임 m, - 영향을편의성, 효율성, 창의성, 안전성의네가지측면으로분류함 - 본예측을기반으로미래전망이높은산업군과서비스군을선정하여 9개의기술군을선정하여 4장에기술함 < 그림 Ⅱ-7 > 인공지능개념도 - 31 -
< 그림 Ⅱ-8 > 편의성측면미래상 - 자녀안심돌봄및교육에활용 : 자녀의상태파악, 말벗, 다국어소통 - 가사노동지원, 생활편의 : 여가활동증가, 건강증진, 삶의질향상 - 자체경비로안심외출 / 안심귀가, 보안비용절감 : 외부인인식, 애완동물밥주기, 집안비상상태보고등 - 삶의질향상 : 의, 식, 주중식의문제를해결해주는인공지능 < 그림 Ⅱ-9 > 효율성측면미래상 - 32 -
구분 주요내용 기관 시각피질에이미지를주입할수있는인터페이스개발중 1) DARPA 눈 ( 시각 ) 야간에사물을선명히볼수있는점안액 클로린 e6 개발 2) Science for the Masses 건강한눈의 3배가되는슈퍼시력이가능한생체렌즈개발 3) Ocumetics 귀 ( 청각 ) 3D프린팅, 은나노, 배양세포등을이용고성능인공귀개발 4) Princeton Univ. 손 ( 촉각 ) 물체의촉감과모양을느낄수있는인공손개발 EPEL 분자연결고리 (molecular bridge) 구조의신소재물질을개발해재생 Univ. of Southern 피부가능한자가치유인공피부개발 Mississippi 피부처럼부드럽고질긴콜라겐구조를모방한인공피부개발 Univ. of Illinois 온도 습도 촉감을갖는초소형센서기반스마트인공피부개발 서울대학교 혈관 크고복잡한조직배양에필수적인인간의순환체계를모방한 Sydney, Harvard, 바이오프린팅인공혈관네트워크개발 5) Stanford, MIT 장기 제약사의약물독성검사를위한 3D 간 (liver) 조직판매개시 6) Organovo 인공장기프린팅을위한합성 DNA와펩타이드로구성된젤개발 7) Tsinghua Univ. 팔 / 다리 팔다리를보조 대체 강화하는인공팔, 다리및외골격로봇 전세계학계 / 기업 유전자치료 조작 크리스퍼 (CRISPER-Cas9) 유전자가위로특정질병을유발하는 DNA 부분을잘라내고새로운 DNA로교체하는유전자편집기술 전세계생명과학계 < 표 Ⅱ-15 > 인간의신체기능강화 대체기술 1) The Register, DARPA's 'Cortical Modem' will plug straight into your BRAIN, 2015.02.17. 2) Gizmag, Biohackers develop night vision eye drops to see in the dark, 2015.03.30. 3) Business Insider, Ocumetics Bionic Lens: Perfect vision for everyone at every age, 2015.05.22. 4) 보통사람이듣기힘든주파수까지청취가능한인공귀를개발 5) ScienceDaily, Bio-printing transplantable tissues, organs: Another step closer, 2014.06.30. 6) 장기적으로이식이가능한전체장기를 3D 프린트할목표로현재뼈, 혈관, 심장조직도찍어낼수있으며 2014 년초에는 미국국립보건연구소와안질환진행연구를위한안구조직을프린팅을계약 7) PHYS.ORG, Synthetic DNA gel points the way to printing artificial organs, 2015.02.11. 날짜주요내용기관 2013.01 2013년부터 10년간 HBP(Human Brain Project) 추진발표 유럽위원회 (EC) 2013.04 2014년부터 10년간 Brain Initiative Project 추진발표 미국 2013.05 MIT 10대혁신기술로 메모리임플란트 선정 MIT 2013.11 메모리임플란트관련기억회복기술 REMIND 프로젝트시작 1) DARPA 2014.04 두뇌에삽입, 뇌신호를감지해신체를동작시키는바이오칩개발 NeuroBridge 2014.07 기억형성시전기패턴을이용한기억메커니즘연구진행 Univ. of Pennsylvania 2014.07 기억저장, 뇌활동분석등이가능한초소형장치개발진행 UCLA 2014.08 쥐의뇌를빛으로조작하여공포기억의중화실험성공 2) MIT 2014.09 고해상도 3D 뇌지도 빅브레인 공개 3) 독일 캐나다연구팀 2014.09 전자기펄스를이용하여기억력을강화하는방법을개발 Northwestern Univ. 2015.03 뇌와최적의직접통신을위한탄소나노튜브섬유개발 Rice Univ. < 표 Ⅱ-16 > 인간의두뇌기능강화 대체기술 1) USA Today, Pentagon researchers seek device to help resotre memory, 2013.11.08. - 33 -
2) Nature, Bidirectional switch of the valence associated with a hippocampal contextual memory engram, 2014.08.27. 3) Heinrich-Heine-Universität Düsseldorf, McGill University 등독일 캐나다연구팀은사망한 65살여자의뇌를분석해정밀 3차원뇌지도빅브레인제작 - 인간능력증강 : 인간의한계를뛰어넘는보완적인공지능슈트 - 모바일형인공지능서비스 : 인공지능프로세싱고효율화를통한모바일인공지능서비스 - 개인서비스분야외에공공분야산업분야군사분야확대가능 - 의료, 국방, 제조산업등인공지능슈트생태계조성, v,,,, v v,,,, v 2, 3-34 -
- 스토리텔링등문화산업, 주가예측 법률자문등전문가서비스, 자율적학습증진 - 사람수준의효율적인지 < 그림 Ⅱ-10 > 창의성측면미래상 - 전문지식빅데이터분석및지능형플랫폼을통한미래경쟁력확보 - 대국민사회안전망제공및미래사회문제해결 < 그림 Ⅱ-11 > 안전성측면미래상 - 35 -
제 3 장인공지능동향분석 1, R&D 1. m Brain Initiative: - ( 목적 ) 범정부차원에서 BRAIN Initiative(Brain Research through Advancing Innovative Neurotechnologies Initiative) 정책을수립하고, 인간의뇌연구를중심으로인공지능기술개발을통해원천기술확보 ( 13.2) v 12,, - ( 운영예산및연구분야 ) 2013~14년까지인간의뇌연구를위해정부를포함해학 연 산에연구및민간분야까지총 3억달러의예산이집행됐으며, 기반기술뿐아니라이를활용한응용기술개발, 산업화가동시에진행되고있음 v Brain Initiative 80%, Brain-Computer Interface Inscopix Google IT m Brain Initiative - BRAIN initiative는기초기술개발에초점을맞춘과제지만, 기반기술뿐아니라이를활용한응용기술개발, 산업화가동시에진행되고있다는특징을가지고있음 - 국내공공연구개발절차가통상적으로기술개발이선행되고개발된기술을산업화로연결하는것과다른프로세스로여겨짐 - 주요연구그룹인 The national Photonics Institute 에서는연구주체와산업화주체가협력체계를이루어연구개발및산업화를동시에진행하고있다. 또, 유럽연합 (EU) 의 Flagship 프로젝트인 Human Brain Project 와도협력연구를진행하여국제적인협력 - 36 -
관계를맺고있음 - BRAIN initiative 는기초연구에집중하면서도기업의참여를유도하여기술개발과산업화가거의동시에이루어져기술개발후상용화까지의시간지연 (time lag) 을최소화하는전략을채택하고경쟁프로젝트가될수도있는유럽연합과국제협력관계를유지 < 그림 Ⅲ-1 > 미국 BRAIN initiative 개요 m DARPA SyNAPSE: - (SyNAPSE 프로그램 ) 미국방위고등연구계획국 (DARPA) 으로부터자금을지원받아전자 neuromorphic 기계기술을생물학적수준으로확장하는연구를진행하는프로그램 - ( 주요연구분야 ) SyNAPSE 프로그램은인지컴퓨팅하드웨어개발, 아키텍쳐와도구, 에뮬레이션및시뮬레이션과개발환경을구축하는총 4개의트랙으로구성되어진행 - 37 -
의 주도로 연구기관 및 대학연구실들이 참여하여 인지컴퓨팅 그룹과 함께 기존의 폰 노이만 구조를 대체할만한 새로운 패러다임의 컴퓨팅기술을 개발 2009년에 Compass라는 시뮬레이터를 이용해 원숭이 수준의 뇌를 시뮬레이션 성공, 2014년 인간 뇌 구조를 닮은 새로운 시냅스 칩인 TrueNorth를 발표했으며 2015년에는 IBM 멀티코어 뉴로시냅틱 칩 개발 v IBM v m SyNAPSE 프로그램의 사례 - (IBM사 뉴로모픽 칩) IBM에서는 장을 보러가서 핸드폰의 카메라로 인식한 이미지를 분석하여 싱싱한 사과를 골라내거나 센서를 탑재한 사물이 바다의 뱃길 근처나 사막 공사현장과 같은 극한 환경에 위치하여 재난 상황을 인지하고, 또 온도계가 공기 중 에 위험한 박테리아의 존재 여부를 확인하는 기능 등 뉴로모픽 칩을 사물인터넷에 상용화 추진 v 인간의 뇌 구조와 유사 형태를 지닌 데이터 처리 칩셋 '뉴로모픽 칩(Neuromorphic chip)' 개발, 4,096개 코어를 보유, 100만개의 뇌 신경과 2억 5,600만개의 시냅스 재현 < 그림 Ⅲ-2 > IBM사 뉴로모픽 칩 TrueNorth( 14.8) < 그림 Ⅲ-3 > 스탠포드 셸리(Shelley) - (산 학 연 연계 R&D 성과 창출) 스탠포드 대학*(Standford University), 카네기 멜론 대학 (Carnegie Mellon University), 매사추세츠공대**(Massachusettes Institute of Technology)*** 연구소 등의 자동차, 청소기 로봇 등 - 38 -
* 상용차량아우디 TTS(Audi TTS) 기반빠른주행, 긴급상황자동제어가능 ** 포드와함께로봇자동차에사용하기위한음성인식솔루션개발연구소를실리콘밸리에설립 ( 15.1), 차량공유서비스를제공중인우버 (Uber) 와함께자율주행차량개발을위한컨소시움형성 ( 15.2) *** 자동로봇청소기제조사룸바 (Roomba) 와사족보행로봇 다이나믹스 (Boston Dynamics) 개발완료, 소셜네트워크상의비정형데이터에대한자동분석솔루션개발중 ( 15.2) m DARPA: (Drone ) - (ALIAS 프로젝트 ) 국방고등연구계획국은일반항공기에서자율항공기로완전히대체 시키기위한프로젝트인 ALIAS(Aircrew Labor In-cockpit Automation System) 을발표 - ( 주요 R&D 목표 ) 이륙과착륙은물론어떤상황에서든지자동항해가가능한항공기 개발을중점으로두고있음 - 2015 년 1 월인간의개입을최소화한무인드론개발프로젝트 CODE(Collaborative Operations in Denied Environment) 를발표 v 1 30 1 - 그밖에무인항공기기술을토대로차량, 포, 그리고함대등다양한분야로적용할계획 m (National Robotics Initiative) - ( 국가로봇이니셔티브 ) 미국정부는 2011년에 National Robotics Initiative를발표하고인공지능분야와인식 ( 음성, 화상등 ) 분야를중심으로한로봇기초연구에매년수천만달러규모의지원 < 그림 Ⅲ-4 > 국가로봇이니셔티브 (National Robotics Initiative) m DARPA Grand Challenge & Robotics Challenge - 39 -
- (Grand Challenge & Robotics Challenge) DARPA 는무인자동차와재난로봇모두기계가지능을갖추고예측이어려운외부환경변화에대비하고반응할수있는주요산업분야로선택하고, 두분야의경진대회를통한기술경쟁력확보 - (Grand Challenge) DARPA는미의회의허가를얻어 2004년무인자동차경진대회인 Grand Challenge 개최를시작으로, 2007 년 Urban Challenge 까지 3회의경진대회동안다양한자율주행자동차관련기술들이등장했고자동차산업및 IT 산업계의무인자동차에대한투자가활발하게이루어지게된계기 v 2005 Grand Challenge Stanford Thrun X - (Robotics Challenge) 3회에걸친무인자동차경진대회이후 Grand Challenge는그주제를바꿔재난로봇을다루는 Robotics Challenge를매년개최 v 2013 Shaft v 2015 KAIST Hubo 200 - ( 기대효과 ) 세계의우수한로봇기술을발굴하는역할뿐아니라기업에서관련우수인력의영입및기업인수등과같은투자를촉진하는역할 v DARPA Grand Challenge v Gartner - 40 -
2000 년혼다 ASIMO 발표 일본휴머노이드로봇프로젝트 (1997~2010) 미의회 : 15 년까지지상군병력의 1/3 자동화를위한로봇개발승인 나카니시유토, 우라타주니치 Shaft 창업 구글인수 Carnegie Mellon Univ. RED 팀우승 Stanford Univ. Stanford 경주팀우승 Carnegie Mellon Univ. & General Motors 일본 Shaft 로봇우승 ( 13 년 ) 04 Grand Challenge 05 Grand Challenge 07 Urban Challenge 12 Robotics Challenge Stanford Univ. Thrun 교수구글이직 구글무인자동차 < 그림 Ⅲ-5 > Grand Challenge 및 Robotics Challenge m R&D - ( 스탠포드인공지능연구소 ) 상용차량아우디 TTS(Audi TTS) 를기반으로개발된로봇자동차 셸리 (Shelley) 가현역레이서보다빠른주행시간을기록 - ( 산 학연구 ) 스탠포드인공지능연구소는포드와함께로봇자동차에사용하기위한음성인식솔류션개발연구소를실리콘밸리에설립 ('15.1), 차량공유서비스를제공중인우버 (Uber) 와함께자율주행차량개발을위한컨소시움형성 ('15.2) - (MIT 대학 ) 컴퓨터고학인공지능연구소는자동로봇청소기제조사룸바 (Roomba) 와사족보행로봇 다이나믹스 (Boston Dynamics) 개발완료, 소셜네트워크상의비정형데이터에대한자동분석솔루션개발중 ( 15.2) - ( 애플 ) 음성인식기반가상개인비서시리 (Siri) 출시및자사의 UI/UX 기술을활용하여사실감높은교수법적용추진 - ( 마이크로소프트사 ) 2014년음성인식기능을장착한개인비서 코타나 를출시하였으며, 이는규칙기반의애플 시리 보다한단계발전된서비스 v, ( 50, MS, 14) - 41 -
< 그림 Ⅲ-6 > 마이크로소프트사의개인비서 코타나 - ( 페이스북 ) 인공지능연구그룹 을출범시키면서얼굴인식프로그램 딥페이스 를발표 ( 13.9) 이용자의얼굴을인식해어떤각도에서보더라도해당이용자파악가능 - ( 구글 ) 이미지 / 영상에서랜드마크자동인식기술을공개하고, 최근에는 Deep Neural Networks 기반인식기술을선보이고있으며, 스스로생각하는시각지능프로젝트추진 ( 11) 영국인공지능개발기업 DeepMind 를인수하는등인공지능에투자중 m - 대량의과제도한규제는기술실용화를지체시키지만필요이상의느슨한규제역시예상치못한사고를발생시킴으로써궁극적으로는기술상용화방해 - 인공지능기술발전속도를고려한적합한규제방식과수준을모색하는것이필요 m, - 미국 : 4개주무인자동차운행허용 R&D 지원, 미국내무인차의시험도로를제공하는주는총 6개주 ( 15년 6월기준 ) - 독일 : 16년부터정부차원아우토반 A9구간자율주행차공식허가 - 한국 : 시험운행허가요건마련 ( 15년말 ) 후임시운행허가, 시험도로구간지정관리방안마련 ( 16년), 자율주행장치임시허용 ( 15년말 ) 예정, 보험료산정방안마련중 - 42 -
2. 59) m AI, AI - AI 빅데이터에관한기술은실제로이용됨으로써한층더진화할수있음 - 일본이국내외최고수준의연구자나적극적으로연구개발투자를하는기업이모이고, AI 빅데이터를최첨단으로이용하는장소가되도록하기위해유연한규제특례등이인정될필요가있음 - 또한 AI 빅데이터기술에는이것을연구개발에이용되도록함으로써분야횡단적으로그효율을향상시키는효과가있고, 그활용의유무가치명적인차이가되는경우도생각해볼수있음 - AI 빅데이터기술은경제사회적인이용뿐만아니라연구개발의기반적기술로서도의미가있기때문에국가과학기술프로젝트로중점적으로대응할필요가있음 m - 최첨단연구개발지원프로그램 (FIRST) - 2009 년 1,000 억엔 30 1 (39.5 ) ( 喜連川教授 ) - 혁신적연구개발추진프로그램 (ImPACT) - 2013 년 550 억엔 12 2 ( 山本喜久教授 ) ( ) ( 山川義徳, NTT ) m (SIP) - 2014 500 - 전체 10 개테마중 1 개테마 (25.35 억엔 ) 의일부 - 43 -
- 자율주행시스템 ( 渡邉浩之, 툐요타자동차고문 ) m ( 經濟産業省 ) * (Japan s Robot Strategy) ( 15.1) * 로봇의최종진화는인간모방형태가될것이므로인공지능과그궤를같이함 - ( 목적 ) 미국 유럽 중국등신흥국로봇투자가속화, 로봇산업의세계질서재편조짐, 저출산 고령화, 노후된인프라에따른생산인구감소, 사회보장비용증가에따른국가 사회적과제극복 - ( 주요내용 ) 1 세계로봇혁신거점으로 로봇창출력의근본적강화, 2 중소기업, 농업, 간병 의료, 인프라등세계최고의로봇활용사회를목표로로봇이일상을실현할수있는 로봇활용 보급, 3 사물인터넷 (IoT) 시대에빅데이터, IT와융합, 네트워크, 인공지능을구사하는로봇으로세계를주도하는 로봇혁명전개 발전 로봇혁명이란 1 로봇이극적으로변화 ( 자율화, 정보단말화, 네트워크화 ) 자동차, 가전, 휴대전화, 주거까지로봇화 2 제조현장에서일상생활까지다양한곳에서로봇을활용 3 사회과제의해결이나국제경쟁력강화를통해로봇이새로운부가가치를창출하는사회를실현 로봇혁명실현을위해 혁명실현을위한 3가지기둥 1 세계로봇이노베이션거점으로 2 세계최고의로봇활용사회 ( 중소기업, 농업, 간병 의료, 인프라등 ) 3 사물인터넷 (IoT) 시대에로봇으로세계를리드 (IT와융합, 빅데이터, 네트워크, 인공지능을구사하는로봇 ) < 표 Ⅲ-1 > 로봇혁명의배경과구상, 한일산업 기술협력재단 ( 15) - ( 로봇혁명이니시어티브협의회 (Robot Revolution Initiative) 창설 ) 산 관 학을연계니즈 (needs) 와시즈 (seeds) 의매칭, 모범사례공유 보급, 국제프로젝트, 국제표준획득, 데이터보안, 국제협력등추진목적 - ( 인력양성 ) 글로벌전개에대비하여국제표준화에노력하고로봇개발 도입에기여하는실증실험필드정비, 로봇도입 활용을최전선에서추진하는인재육성 - (R&D) 로봇의활용 보급추진을위해부가가치향상및생산성의기초강화가기대되는분야인제조업, 서비스, 간호 의료, 인프라 재난대응 건설, 농림수산업 식품산업등 5개분야를 2020년 (5년간) 까지집중적인정책지원 * 실현 - 44 -
* 정부는 5년간제도환경정비, 다양한정책적지원을통해로봇개발에대한민간투자를확대하여 1,000 억엔규모의로봇프로젝트를추진하고, 이를통해 5년간관련시장규모를현재의 4배인 2조 4,000 억엔으로확대 - ( 표준화및규범제정 ) 세계로봇혁명을리드하기위해서통신, 인터페이스, OS 등호환성확보와국제적인협력을통해국제표준화와다양한로봇관련규범제정노력 m ( 總務省 ) * ICT ( インテリジェント化が加速する ICT の未来像に関する研究会 ) (15.2)* * 일명 2045 연구회 라함. 2045 년경인공지능이인간의능력을초월할것으로예상되는가운데인공지능의연구개발강화방안을모색하기위해출범 - ( 목적 ) 인공지능의발전가능성과사회에미치는영향을종합적으로전망하고, 관련분야에서국제경쟁력강화대책마련목적 - ( 전문가구성 ) 정보통신, 인공지능, 뇌과학, 인지심리학분야등공학을비롯해인문학등다양한영역의전문가가참여 - ( 주요의제 ) 인공지능화가가져올구체적분야의변화, 사회에미치는영향, 인공지능산업전개및국제경쟁의전망, * 정책방안등 * 인공지능을연구하는우수이력은외국계기업이가지고있다 며해외에서미국 IBM과구글등이인공지능개발에적극적인투자를하고있는데반해일본의인공지능개발연구가늦어지고있음을우려 ( 가와카미노부오, 가도카와 단코회장 ) v (, ) 이점 인공지능이인간의능력을상회 인간의기억을데이터로만들어 외부에보존가능 힘든일은로봇에게맡길수있음 논의 사항 인공지능으로무엇을할수있는가 인공지능을어떻게사용할것인가 우려 인간이로봇을제어할수없을 가능성있음 해외에비해늦은일본의연구개발체제를어떻게할것인가 < 표 Ⅲ-2 > 2045 연구회 주요논의사항, yomiuri( 15.03) - ( 인공지능연구센터설립 ) 최근산업기술종합연구소내에인공지능 R&D, 실용화, 기초 연구진전간의선순환목적 m - 45 -
v, - ( 총무성 ) 2015년 2월, 인공지능화가가속화되는 ICT 미래상에관한연구회를개최하고, 미래를지배할인공지능연구에대해토의 - ( 경제산업성 ) 자국경제성장의핵심전략으로 로봇혁명 을추진하기위해 2014년 1월 * 로봇신전략 (Japan s Robot Strategy) 을발표 * 로봇신전략은저출산 고령화 노후된인프라에따른생산인구감소와사회보장비용이증가하면서이러한국가 사회적과제를극복하고자 로봇혁명 을구상 - ( 국립정보학연구소 ) 2011년부터시작한 * 도로보쿤 : 도다이로봇 을개발중이며, 스무살이되는 2031년도쿄대합격을목표로함 * 일본 전국센터모의시험 에서 2014 년 386 점을받았으며, 이는일본내 581 개대학중 472 개에들어갈수있는점수 - ( 동경대학교 ) 동경대학의과학연구소는 왓슨 을이용하여암치료법개발에착수하면서새로운인공지능의료시장개척추진 v Big Data - ( 소프트뱅크 ) 언어지능을이용한로봇 *( 페퍼 ) 을개발하였으며, 소프트뱅크로보틱스 를설립해인공지능로봇개발에투자 v : 2014 8, - (HITACHI) 위치인식이가능한선반운송무인차, 사람을대신하여피팅작업을수행하는양팔로봇, 물류작업관련인공지능프로그램개발등지속적인첨단기술출시 v, 2018 2,000 - ( 토요타 ) 미국메사추세츠공과대 컴퓨터과학인공지능연구소 (CSAIL) 와 스탠포드대학인공지능연구소 (SAIL) 와제휴를맺고자동차로봇부문인공지능연구착수 ( 15.9) v 10 16. 1 m AI approach - 46 -
- 시뮬레이션에의한실증의효율화 ( ) -, (3~3.5 2.5 ) 파워트레인개발 ( 엔진등의설계와개발 ) 공기역학설계 ( 차체형상의설계 ) 충돌안전성시험 ( 비용과시간이대폭절감됨 ) - 인공지능이도출하는가설 ( 예 ) - 인공지능이 18 만건의논문을읽고, 항암제의후보 물질리스트를제시 v 10 350 3. m * Human Brain Project(HBP) EU 6, 10 10 ( 13~ 23 ) HBP 세부과제 투자규모 ( 단위 : 유로 ) 연구내용 Application 2억 2100만 신경과학, 의학및컴퓨팅기술에의한프로토타입개발 ICT Platforms 4억 5600만 신경과학및임상연구의가속을위한통합형 ICT 플랫폼개발 Theory 7200만 뇌활동영역간의관계를파악하여수학적인모델개발 Data 3억 1600만 일반화된뇌지도를위한필수적인데이터를생성 < 표 Ⅲ-3 > HBP 세부과제및연구내용 v EU FP7 Cognitive Systems & Robotics Program( 07~ 02), - 47 -
* 인간의인지형태를프로그램화시켜향후인간의지식처리형태를가진인공지능을개발하여인간뇌의작동방식에대한정확한이해및활용을통해컴퓨팅아키텍처, 신경과학, 의학분야등에적용예정 m Human Brain Project(HBP) - 유럽은 FET Flagships의 pilot project의결과로서, Human Brain Project (HBP) 와 Graphene Project를선정하고, 2013년부터본격적으로추진하기로결정 - 10년이상의공동노력을필요로하며, 각플래그십에 10억유로이상이소요되는야심찬계획 - HBP는서로다른학문영역들로부터의데이터와지식의통합을구동하고, 뇌에대한새로운이해, 뇌질병에대한새로운치료방법및뇌처럼동작하는컴퓨팅기술들을성취하기위한사회적노력을촉진하는 ICT 기반뇌연구의새로운모델을위한기술적인기반을준비함 m HBP Neuroinformatics Platform ( 신경정보학플랫폼 ), Brain Simulation Platform ( 뇌시뮬레이션플랫폼 ), High Performance Computing Platform ( 고성능컴퓨팅플랫폼 ), Medical Informatics Platform ( 의학정보학플랫폼 ), Neuromorphic Computing Platform ( 뉴런형컴퓨팅플랫폼 ), Neurorobotic Platform ( 뉴런로봇플랫폼 ) < 표 Ⅲ-4 > HBP의 6가지플랫폼 - 인간의뇌에대한이해는 21세기의가장어려운도전과제임. - 뇌에대한종합적인연구를통하여인간행동의근원에대한이해, 뇌관련질환의치료법의획득, 혁신적인 ICT 기술의개발등을이룰수있음. - 지금까지많은연구가진행되어왔음에도높은수준의종합적인이해에도달하지못한것은파편화된연구가주된이유임. - 향후 10-20 년의신기술분야를 EU가주도하기위해서는 ICT 기반의뇌연구를전략적으로추진하여야하며, 이를위한촉매역할을수행하고, R&D platform을구축하기위한 Flagship Project가필요함. The Human Brain Project 의추진 m HBP - The Human Brain Project 는서로다른학문영역들로부터의데이터와지식의통합을 구동하고뇌에대한새로운이해, 뇌질병에대한새로운치료방법및뇌처럼동작하는 - 48 -
컴퓨팅기술들을성취하기위한사회적노력을촉진하는 ICT 기반뇌연구의새로운모델을 위한기술적인기반을준비 m HBP 4 : - Data ( 데이터 ): 뇌지도의씨앗역할에필수적인전략적으로선택된데이터를생성하고, 뇌모델들을구성하며, 다른그룹들로부터의기술적기여를촉진 - Theory ( 이론 ): 뇌의구성과그들의정보를획득하고, 표현하며, 저장해내는능력에있어서의역할들사이의서로다른레벨들간에존재하는수학적원리들을찾아냄 - ICT platforms (ICT 플랫폼 ): 신경과학자들, 임상연구자들및기술개발자들에게그들의연구를가속화시킬수있도록서비스를제공하는 ICT 플랫폼의통합된시스템을제공 - Applications ( 응용 ): 어떻게그플랫폼들이기초신경과학, 의학및컴퓨팅기술을위한즉각적인가치를가지는결과들을만들어내기위하여사용될수있는지를보여주는일차초안모델을개발하고기술의시제품을만들어냄 m HBP Research Area - The Human Brain Project는 3개의구분되는, 그러나상보적인, 연구영역들로구성됨 - ( 신경과학 ) 측면에서, 이프로젝트는우리의지식을식별해내고간극을채우며, 미래에수행할실험들의우선순위를정하기위한실험데이터를수집하고통합하기위하여신경정보학 (neuroinformatics) 과뇌시뮬레이션을사용 - ( 의학 ) 측면에서, HBP는해당질병이되돌릴수없는손상을유발하기전에초기단계에서의진단, 개별환자들의요구에최적화된개인화된치료를가능하게하는뇌질병에대한생물학적표지자들 (biological signatures) 을식별하기위하여의학정보학을사용하며질병과약물의시뮬레이션과결합된보다개선된진단 (better diagnostics) 은약물의발견에소요되는비용을대폭줄여주는새로운치료법의발견을촉진 - ( 컴퓨팅 ) 측면에서, 뇌시뮬레이션의필요에의하여추동력을가지는상호작용하는수퍼컴퓨팅 (interactive supercomputing) 과같은새로운기술들이산업의광범위한영역에영향을미치며, 뇌를따라모델링된장치들과시스템들은현재기술의에너지효율, 신뢰성및프로그램가능성의측면에서의근본적인한계를뛰어넘게될것이며, 뇌와같은지능을가지는시스템을위한길을열어줄것임 m HBP - 49 -
1 Neuroinformatics Platform ( ): - 신경정보학플랫폼은 Allen Institute for Brain Science (Allen Institute) 에위치하며다른국제적인프로젝트들에의하여지원되는국제신경정보학협력시설 (International Neuroinformatics Coordinating Facility; INCF) 에서개발된툴과지도위에구축됨 - HBP는 the US-based Neuroscience Information Framework (NIF), the Biomedical Informatics Research Network (BIRN), 그리고 the Allen Institute와긴밀하게협력할것임 - Crucial Issues ( 중요한이슈들 ), HBP (e.g. electron microscopy, massively parallel spike train data (MPSD) and local field potentials (LFP)) (Predictive Neuroinformatics; ) 2 Brain Simulation Platform ( ) - 뇌시뮬레이션플랫폼은기존의잘확립된 Neuron, STEPS and NEST 시뮬레이터들의병행버전을사용하고, EPFL의 Blue Brain Project 에의하여개발된시뮬레이션워크플로우및툴을활용하게될것 - 연구가진행됨에따라모델이지속적으로보다정확하게되는것을보장할수있는접근방법인데이터와기본원리들의지속적인업데이트방법을사용하게될것 - HBP의운용단계를위한뇌시뮬레이션플랫폼의장기적목표는첫번째로는완전한생쥐의뇌, 그리고궁극적으로는완전한인간의뇌를재구성하는데필요한기술적제공능력을생성해내는것 - 부상단계를넘어서는목표에대한핵심연구영역은데이터에의해구동되며미래의뇌모델의예측적재구성을위하여요구되는소프트웨어생태계, 워크플로우및알고리즘의개발을포함함 - 전체뇌의모델을포함하는초대형뇌모델을지원하기위한기존브레인시뮬레이터의확장. - 개별뇌세포내의생화학적프로세스의 scalable parallel reaction-diffusion 시뮬레이 - 50 -
션기술의개발. - 보다덜상세한상위레벨시뮬레이션에서분자적상호작용의 description 을설계하기위하여사용될수있는생물학적프로세스를위한반응동력학 (reaction kinematics) 을예측하는분자동력학및다른분자적시뮬레이션툴 (molecular dynamics and other molecular simulations tools) 의사용. - 생물학자들이크기가커지며분자적수준으로내려간데이터들을채택하는뇌의모델들을설계하고타당성을검증하기위하여뇌시뮬레이션플랫폼을사용할수있도록하는툴의개발. 3 High Performance Computing Platform ( ) - 고성능컴퓨팅플랫폼은기존의수퍼컴퓨팅능력을사용하게될것이다. - Forschungszentrum Jülich (Germany), [~ 6 Petaflops peak performance] - the Swiss Center for Scientific Computing (CSCS), [~ 836 Teraflops ] - the Barcelona Supercomputing Center (BSC Spain), [~ 1 Petaflops ] - the Consorzio Interuniversitario del Nord Est italiano per il Calcolo Automatico (CINECA Italy). [~ 2 Petaflops ] - 10 Gigabits/s 이상의대역폭을가지는고속네트워크연결을제공하며분산된구현, 시뮬레이션데이터의글로벌하게병행적인파일시스템을가지는 HBP 시스템. - the Karlsruhe Institute of Technology (KIT) 에의하여제공되는 3 Pbytes 의전용저장용량을가지는클라우드저장능력. 4 Medical Informatics Platform ( ) - 의학정보학플랫폼은프로젝트를위하여이미가용한데이터소스들 ( 두개의병원들이이미데이터를제공하였음 ) 을가지고연구를시작하게될것 - 파트너들에의하여 200명이넘는환자들로부터의데이터를사용한알츠하이머병의 6가지하위유형에대한생물학적표지자가확인된제안된접근방식의기술적타당성이 (the Hypercube tool을사용하여 ) 데모가될것 - 운용단계에서는, 의학정보학플랫폼은부상단계에서보다많은수의데이터소스들을연합하여사용하게될것이며, 보다넓은질병의범위에대한연구들을수용하게될것 - 동시에, 대중의의사와규제적환경은데이터보호와암호화에대하여보다강력한요구사항을강제하게될수있음 5 Neuromorphic Computing Platform ( ) - 51 -
- 뉴런형컴퓨팅플랫폼은유럽의 FACETS 및 BrainScaleS 프로젝트와영국의 SpiNNaker 프로젝트에서개발된제공능력위에구축될것 - 현재의뉴런형물리적모델 (Neuromorphic Physical Model; NM-PM) 은 180nm 프로세싱기술의단일 8-inch silicon wafer 상에서 50*106 의유연한시냅스및 200,000개의생물학적뉴런모델을채택하고있음 - 뉴런형다중코어시스템 (Neuromorphic many-core system; NM-MC) 은 UK SpiNNaker 그룹에서개척한접근방식을사용하게될것 - 단일칩은 1W의에너지버짓에서실시간으로동작하는 8백만개의유연한시냅스를가지는 16,000 뉴런들을시뮬레이션할수있음 6 Neurorobotic Platform ( ) - 뉴런로봇플랫폼은상용으로서개방형소스의게임플랫폼에의하여제공되는 3D 모델링능력을활용하게될것임 - HBP 뉴런로봇플랫폼은연구자들이가상로봇이브레인모델에연결되고 HPC 플랫폼과뉴런형하드웨어상에서동작하는폐쇄회로실험 (closed-loop experiments) 을할수있도록해줄것임 - 주요한기술개발연구는연구자들이상이한클래스의뇌모델에연결된시뮬레이션로봇 (simulated robots) 을사용하여실험을수행할수있도록유연한환경을제공하게될 2차릴리즈 (second release) 에지정된목표에초점을맞추게될것임 4. m ( 兩會 ) *' ' ( 15.3) * 중국현지최대검색업체바이두 ( 百度 ) 의리옌훙 ( 李彦宏 ) 최고경영자 (CEO) 에의해제안 - 인간 기기간상호작용, 무인자동차, 군사 민간용드론등의분야를망라하는대규모인공지능개발프로젝트, 범국가적지원을통해인공지능최강국을목표로함 - (China Brain) : 바이두리옌홍이중국최고정채행사양회에서 차이나브레인 프로젝트를제안. 중국이인공지능분야에서최고가되겠다는기획 - 52 -
( ),,, ( ) - ( 중국, 딥러닝 ) 바이두리옌홍이 China Brain Scheme 을위한국가추진개발을제안 하였으며, 국방과안전 (Surveillance) 에활용할수있는기술개발을위해국방부참여 촉진 ( 15.3.) Intelligent Human-Computer Interaction, Big data analysis and Predction Automatic Driving and Piloting tech. Robot Technology for military and civilian use. < 표 Ⅲ-5 > Chian Brain의 4개주요기술 m - 13 차 5 개년계획중인공지능화가중점기술개발영역에포함 ( 万钢 ) (13 5 2016 ~2020 5 ),,,, - 2015 년 3 월 3 일바이두의리옌훙회장이중국양회에서 인공지능 연구의필요성역설 1, / /,,, 2 m 50,51) - ( 정부 ) 중국제12차5개년계획의중요한프로젝트가되었고, 백억위안의지원 ( 자동차전자, 정보통신및애플리케이션솔루션방면 ) 결정 - ( 스마트카산업 ) 2018 년중국자동차보유량은 2억대를넘어설것이다. 또한스마트교통의발전에따라, 중국스마트카사용자수도매년증가해업계침투율도 2010년의 2% 에서 2015년의 8% 로상승하며 8% 가넘는고속성장단계에들어섬 2015 1300, 2020-53 -
m 5000, 2014 33.48% 20% - ( 바이두 ) 베이징인공지능연구소에이어 3억달러로 2014년실리콘밸리에인공지능연구소설립, 인공지능최강자에도전중 5.98% (5.1%), (Deep Image) (Minwa) (Andrew Ng). (Deep Learning) - ( 텐진국립수퍼컴센터 ) 10 년, 초당평균 2.566 페타플롭스성능의수퍼컴퓨터독자개발에성공, 석유탐사, 생명공학, 환경과학분야에서시뮬레이션기반대규모데이터분석시스템으로활용 5. m ( 外腦, Exobrain) SW (, 13.5) - SW 분야에서글로벌경쟁이본격화될것임을인식하고, * 국가및 ** 기업의미래경쟁 력을강화하기위한차원 * 일본은슈퍼컴퓨터를이용한인공지능, 토다이로봇프로젝트 (10 년, 11~ 21) 를진행중 ** 미국 IBM 인공지능컴퓨터 Watson 이인기퀴즈프로그램 ' 제퍼디 '(Jeopardy) 에서인간퀴즈왕 2 명을물리치고우승 ( 11.2) - (R&D 예산 ) 연구는총 *3 단계로진행되며 **1 단계 ( 13.5.~ 17.4.) 는 428 억원 ( 정부 320 억원, 민간 108 억원 ) 이투입되며, 3 단계 ( 23 년 ) 까지총 1,070 억원 ( 정부 800 억원, 민간 270 억원 ) 규모계획 * 1 단계 (4 년 : 13.5.~ 17.4.), 2 단계 (3 년 : 17.5.~ 20.4.), 3 단계 (3 년 : 20.5.~ 23.4.) ** 연간 24 개기관, 366 명참여 - 54 -
< 엑소브레인 SW 기술개발과제명 > - 사용자와의사소통을하고스마트기기간자율협업을통한지식공유및 지능진화가가능한엑소브레인 SW 기술개발 - 4개세부과제의연구결과를통합하여개발목표달성ㅇ과제1(ETRI) : 지능진화형 WiseQA 플랫폼기술개발ㅇ과제2( 솔트룩스 ) : 자가학습형지식베이스구축및추론기술개발ㅇ과제3(KAIST, 포항공대 ) : 인간모사형자가학습지능원천기술개발ㅇ과제4(ETRI) : 자율지능형지식 / 기기협업프레임워크기술개발 < 표 Ⅲ-6 > 엑소브레인 SW 기술개발과제명및 4개의세부과제 < 그림 Ⅲ-7 > 엑소브레인세부과제별기술개발내용 < 그림 Ⅲ-8 > 연도별기술개발전략 R&D - 55 -
m ( ) ETRI, KAIST,, SW v SW, SW (2013-2023, 80 ) v 1 2017 Q&A, 2 m (DeepView) ETRI,,,, - 2차 SW 그랜드챌린지과제, 대규모실시간영상이해기반의시각지능플랫폼개발및재난재해조기감지 예측기술개발 (2014-2024, 년 80억 ) m ( ) - SW기초연구센터중하나로설립한기계학습연구센터에서추진중인 인간수준의평생기계학습 SW 기초연구 과제 (2014-2018, 년 15억 ) m ( ), - ( 대기업 ) 삼성전자, LG전자, SKT 등국내대기업에서도기계학습기반의데이터분석모델을개발중 - ( 삼성전자종합기술원 ) 딥리커런트넷기반의음성인식솔루션개발 - ( 중견기업 ) 다음카카오, 네이버등은검색, 추천서비스, 게임등에적용 ( ) 12, 13 ( ), ( ) AI - ( 스타트업 ) 최근기술중심의인공지능스타트업기업이생겨나기시작 ( ) KAIST 14-56 -
ILSVRC 7 ( ) 2 ( ) (AXA) v 100 73.1, 65.5, 2.3, 3.1 (, 2013) - 57 -
m ( ) 75%, 2.0 (IITP 14 ) - ( 언어 / 시각지능 ) 대화형언어지능은세계수준에있으며, 전문가언어지능이나시각지능은 R&D 초기단계로 7~8년후기술추격가능 ETRI (GenieTalk) / ( 12 ),,, - ( 학습지능 ) 기계학습기초연구등대학을중심으로일부연구중이나, 심도있는브레 인연구를시작한미국, 유럽에비해기초원천기술낙후우려 2014 ( :, : 3, : 100 +200 ( 15 )) (AISTATS, ICML, NIPS) 3 14 0.6%(=14/2327) m ( ) SW 10,, EU, - 선도형 SW R&D 추진계획 ( 미래부, 14.2.) 에서는 SW 10대기술중지능형 SW 분야로인공지능선정 - 인공지능관련정책으로는로봇, 자율주행자동차, 빅데이터, 사물인터넷등의분야에서찾아볼수있음 ( ) 70 ( ) R&D 00 R&D v 08, 09 1, 10, 11, 13, 14 2 ( ) 15 ( ) - 58 -
v,, ( ) 13 ( ) (,, ) ( ) 14 ( ) m ( ) 現 - 유럽은 Human Brain Project 로, 미국은 DARPA 주관의 SyNAPSE 프로젝트로인간뇌에대한체계적인연구로기존의폰노이만컴퓨터구조를탈피할새로운패러다임준비 v : CPU,, < 시사점 > 인공지능기술로인해촉발된새로운 IT 패러다임변화에대한준비가부족하여, First-Mover 기술확보의기회실패우려 패러다임을바꿀체계적인인공지능기술개발전략을수립, 핵심원천확보방안마련필요 m ( ) R&D SW / m (R&D) 旣 R&D R&D - ( 인지컴퓨팅 ) 뇌이해 브레인시뮬레이션 - 뉴로모픽칩 비폰노이만시스템아키텍처 및시스템 SW 인지기반알고리즘 기술개발 < 인지컴퓨팅주요기술 > ( 뇌이해 ) 뇌과학분야와융합을통한뇌의구조, 동작원리, 모델등에대한기초연구 ( 브레인시뮬레이션 ) 뇌이해를바탕으로생물학적뉴론 / 시냅스를모사하는시뮬레이션 ( 뉴로모픽칩 ) 대규모컴퓨팅자원과에너지소모를해결하기위해에너지효율이높은새로운뉴로모픽칩 ( 비폰노이만시스템 ) 뇌기능모델을기반으로하는비폰노이만형시스템아키텍처를이를동작하는시스템 SW ( 인지기반알고리즘 ) 비폰노이만시스템에서효율적으로동작하는학습알고리즘및응용 < 표 Ⅲ-7 > 인지컴퓨팅주요기술 - 59 -
m ( ), / - ( 인공지능기업육성 ) 기계학습전문기업과인공지능스타트업기업들을발굴하여전문육성하고, 국가 R&D 결과의활용-협력 - ( 공공적용 ) 국가차원의 보편적지능 (Intelligence Everywhere 실현과산업육성을위한공공 인프라분야선정 / 적용. 독거노인도우미, 장애인안내장치, 국가물관리, 스마트교통등 - ( 컨설팅 ) 비IT 기업의스마트화를위하여인공지능기술보유기업과비 IT 기업을연계하는컨설팅전문조직추진 m ( ),,, - ( 개인정보보호 ) 사회적편익을제공하는인공지능기술의존재의의및발전을저해하는기존법제도및규제정비필요 - 개인정보보호법, 위치정보의보호및이용등에관한법률, 정보통신망이용촉진및정보보호등에관한법률, 클라우드컴퓨팅발전및이용자보호에관한법률 등일반적접근의법제도의정비필요 - 의료, 금융, 교육, 범죄예방, 재난방지등개별적접근에서의인공지능활용분야별법제도정비필요 - 특히, 일반적접근의법제도와개별법제의체계적인내용적통일성 일관성확보필요 - ( 보안 ) 정보가중앙집중적으로공적주체및사적주체에제공되고기록, 저장됨에따라야기되는보안및오남용문제취약성에대한제도적방안연구필요 - 해킹, 고의적정보누출, 조작, 허위정보, 통신장애공격등 2차피해문제대한제도적방안연구요구 - 그밖에인공지능기기의보안품질인증제도및관리감독제도설계문제, 보안강화를위한민형사상책임제도, 행정형벌제도등의정비필요 - ( 개발규제 ) 인공지능시스템개발및보급에관한공론화추진및민주적합의의선결적문제해결필요 - ( 기타 ) 인공지능관련분야의신속한입법절차가필요하며, 각산업분야별로인공지능개발및상용화에필요한제도발굴및선행적연구필요 - 60 -
주요법제도지능형로봇개발및보급촉진법뇌연구촉진법정보통신진흥및융합활성화등에관한특별법클라우드컴퓨팅발전및이용자보호에관한법률 주요내용한국로봇산업진흥원설립, 품질인증제도및로봇랜드조성뇌연구실무추진위원회설치신규정보통신기술및서비스진흥클라우드컴퓨팅서비스의신뢰성향상및이용자보호 < 표 Ⅲ-8 > 인공지능관련주요법제도및내용 m ( ) - 특히, 인공지능산업활성화를위한연구 정책 산업 교원인력을양성할수있는프로그램개발및지원정책마련필요, 또한여러분야를통합할수있는핵심인재인 SIer양성전략이필요 - ( 연구인력 ) 인공지능산업분야에서요구되는인력으로서, 독창적핵심기반기술의개발및응용이가능한인력양성프로그램개발필요 v KAIST( SW), ( SW), ( TV SW) SW - ( 정책인력 ) 전문인으로서인공지능분야를이해하고국내외흐름을선제적으로파악하여효율적인정책을입안할수있는인력확대 - ( 산업인력 ) 인공지능시장을활성화할수있는연구및현장의문제해결과각종서비스및지원이가능한인력양성시스템구축. 특히대학 ( 원 ) 고급인력을중소기업 SW기업 R&D인력으로활용할수있는시스템마련필요 - ( 교원인력 ) 인공지능연구나관련산업의고급인력을양성하기위한교육을전담하는교수요원이필요하며, 이를위해서는이분야에자질을갖춘교수요원확대와특별교육을통한교원인력배출을위한정책마련시급 - ( 협의체구성 ) 다양한전공의연구자들이학제간융합연구를수행할수있도록인공지능분야협의체를구성하고이에대한안정적인제도마련과재정적지원필요 - 61 -
( 미국 ) 관련분야에대한국가적정책은부재하나, 대학을중심으로지능형서비스로봇분야의 인력양성이활발하게진행되고있음 * 미국카네기멜론대학의로보틱스연구소는 1979 년부터로봇공학교육을체계적으로실시하여관련분야의고급 인력을꾸준히배출하고있음 ( 일본 ) 1970 년초반부터와세다대학, 교토대학등을중심으로지능로봇연구및인력양성이이루어져 왔으며, 현재는많은대학들이참여하고있음 * 여기에서배출된연구인력들이혼다등자동차기업들이휴머노이드로봇등을개발할수있는기술력제공 ( 중국 ) 중국정부는중장기기술개발프로그램, 과학기술 5&6 개년계획등에지능형로봇분야를 R&D 프로그 램에포함시키면서관련산업의인력양성지원체계를마련하고있음 < 표 Ⅲ-9 > 주요국가들의지능형서비스로봇분야인력양성 m ( ) - 주요국은인공지능분야의기술력, 연구역량등을보완하기위해글로벌연구현장과의 공유 협력에기초한개방형 R&D 를적극추진 v 200, - 국제공동연구를통해새로운기술습득, 거대시장확보등전략적인국제협력시스템 구축필요, 즉선진기술추격형, 시너지창출형, 그리고적정기술보급형등으로국제 협력과공동연구를분류하여체계적이고공격적인접근필요 - ( 선진기술추격형 ) 인공지능분야의국내독자기술개발이어려운부분의경우강점기술 보유국가와의공동 R&D 등을통한선진기술습득필요 v MS SW SW - ( 시너지창출형 ) 중국, 인도등거대내수시장을견양하여국가차원에서의국제공동연구 확대를통한인공지능분야의새로운시너지를창출할수있는기회모색필요 v FTA IT, v,,, - ( 적정기술보급형 ) 우리나라출연 ( 연 ), 기업등에서개발한인공지능분야기술을후진 국가들에게보급함으로써, 새로운국제협력기회및시장을확대할수있는기회마련필요 - 62 -
2 1. ( ),, m ( ) IT,,,,,, m, - 현재가장인공지능에가깝다는 IBM의 Watson의경우최근의학연구부분, 요리, 데이터서버, 로봇등다양한분야에응용되어새로운재화및서비스를제공할수있도록도움을줄예정 m - 이미지, 소리인식을통한자동차제어를예로들면이미지인식부문 (hardware) 과이를판단 (software) 하고명령을통해제어하는부문 (hardware) 으로연결되며이는물리계층과소프트웨어간의지속적인상화작용이필요함 m Tractica(2015),,,,,,,,,,,,,,,, - 63 -
적용산업적용분야내용주요업체 IT SW 분석솔루션 의료, 보험, 제조등 다양한분야 헬스케어인공지능기반의료서비스의료데이터수집및제공, 신약개발등 농업 / 에너지 지식 서비스 무인기기 유통 금융 기상데이터활용상품개발 실시간석유시추의사결정 무인자동차 무인항공기 제조및서비스용로봇 옴니채널플랫폼 대출서비스플랫폼 법률문서검색및분석서비스 교육 온라인교육서비스 위험분석, 기호조건모델링, 기상변화관련위험회피 / 사례기반추론 SW 활용, 유전관리적용사례기반추런 SW 활용, 유전관리적용 사고, 차량, 인간인식 및차량제어 군사, 유통, 재난현장, 영상 촬영등새로운분야개척 인간협업, 스마트폰기반, 바이노닉스등 다양한고객채널의데이터 를통해 O2O 솔루션제공 신용평가, 사기방지, 대출연체율감소 판례, 계약서등 법률문서검토 개인맞춤형온라인 강좌및학위과정 -IBM : Watson -GE : Predix -ETRI : 엑소브레인 -Aircure : HIPAA-compliant -Next IT : Alme Health Coach -Mansanto : Climate Insurance -Verdande Tech : DrillEdge -TESLA, Audi, GM, 폭스바겐등 -MOBILEYE : ADAS -Apple, Google 등 -Northrup Grumman : RQ-4 Global Hawk, X47-B -ABB : FRIDA -KUKA : LWR -Rethink Robotics : Baxter -Sailthru : Delivers A 360 -Lending Club -Bloomberg : Trade book -Lex Machina : Legal Analytics -Kira : Quick Study -Coursera : MOOC -KNEWTON 부동산부동산마케팅솔루션부동산매물분석및예측 -SmartZip 광고 광고및미디어플랫폼 실시간사용자기반광고매칭 -ROCKET FUEL -DSTILLERY 통신 지능형 topology 트래픽데이터분석및주파수자원효율적배분등 -NEC -Qualcomm < 표 Ⅲ-10 > 인공지능응용산업영역 - 64 -