- ii -

- 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 -

2. ( ) m (Tracktica) 15,, v Tracktica, v Tractica. m 2015 2 250 82.9% 20 41 4,470 m (Ad Service) ( ),, (Oil and Gas, Retail), - 65 -

산업 2015 2016 2017 2018 2019 2020 CAGR ( 15~ 20) Ad Service 38.7 71.3 137.8 273.4 549.8 1,109.4 95.6% Automotive 16.9 22.6 32.1 48.4 77.0 128.8 50.2% Agriculture 16.3 21.9 31.3 47.1 74.9 125.5 50.4% Consumer Finance 3.1 5.1 9.1 17.1 33.3 66.7 85.1% Data Storage 0.6 1.1 2.1 4.2 8.4 16.9 95.8% Education 8.5 12.5 19.7 33.5 59.9 111.3 67.2% Investment 32.2 59.4 115.1 228.9 461.1 931.4 96.0% Healthcare 1.5 2.4 4.2 7.8 15.1 29.6 81.2% Legal 2.9 3.9 5.4 8.0 12.5 20.8 48.3% Manufacturing 13.6 25.0 48.3 96.0 193.3 390.6 95.8% Media 22.5 35.2 60.4 110.8 211.8 414.7 79.1% Medical Diagnostics 7.3 11.2 18.8 33.5 62.6 120.3 75.1% Oil and Gas 13.9 25.5 49.2 97.6 196.3 396.5 95.6% Philanthropies 0.6 0.9 1.6 2.8 5.3 10.3 78.1% Retail 23.9 34.1 52.4 86.1 149.7 271.9 62.6% Total 202.5 332.1 587.5 1,095.1 2,111.0 4,144.7 82.9% < 표 Ⅲ-11 > 산업유형별인공지능관련매출액전망 ( 단위 : 백만달러 ) 출처 : Tractica(2015) 참고문헌 22) m (TechNavio) 15 (Smart Machine),,, - 15년인공지능매출액은 74억 6,880만달러에서연평균 19.8% 씩성장해 18년 130억 930만달러규모가될전망 - 주로전문가시스템 (Expert systems) 과자율로봇 (Automous Robots) 이인공지능시장을이끌것으로예상됨 - 전문가시스템은문제인식 시스템디자인 정형화 시스템실행 시스템확인의순서로문제해결능력을보여줄것으로보임 - 전문가시스템이사용될영역은매우다양할것으로전망되며, 롱테일비즈니스 (long-tail business) 의유형을띌것으로보임 v IoT M2M, - 자율로봇은제조업분야 ( 자동차, 음식제조, 전기전자등 ) 에서주로사용될것으로보이며, 생산및재고관리를효율적으로할수있는기능을포함할것으로예상됨 - 66 -

- 자연어처리는비교적다양한언어, 그안에존재하는단어, 억양 ( 지역 ), 비속어, 은어 등을내포해야되며언어와언어간을이어주는문제역시해결해야함으로상품화되는데 시간이걸릴것으로보임 산업 2013 2014 2015 2016 2017 2018 CAGR ( 13~ 18) Expert systems 3,030.1 3,455.8 3,949.7 4,520.8 5,185.3 5,959.5 14.49% Autonomous Robots 1,137.5 1,375.9 1,668.4 2,025.7 2,464.5 3,003.2 21.43% intelligent virtual assistants 456.4 592.3 769.7 1,002.2 1,306.7 1,706.9 30.19% others 652.2 838.8 1,081.0 1,396.2 1,805.5 2,339.7 29.11% Total 5,276.2 6,262.8 7,468.8 8,944.9 10,762.0 13,009.3 19.8% < 표 Ⅲ-12 > 인공지능관련제품유형별매출액전망 ( 단위 : 백만달러 ) 출처 : TechNavio, 2015 m (Deep Learning), - 다만딥러닝과이미지인식기술간에매출발생정도는굉장히큰차이를보이고 있으며, 2020 년까지는대부분이딥러닝기술이시장을주도할것으로나타남 Technology 2015 2016 2017 2018 2019 2020 CAGR Cognitive Computing 10.9 11.6 12.4 13.2 14.2 15.0 6.5% Machine Learning 13.6 14.8 16.2 17.9 19.8 21.4 9.6% Deep Learning 108.5 221.1 453.1 929.5 1,904.6 3,884.9 104.5% Predictive APIs 20.3 22.9 26.4 30.8 36.0 43.4 16.4% Natural Language Processing 7.8 10.1 13.0 16.6 21.1 26.3 27.5% Image Recognition 24.4 32.6 44.7 61.7 85.7 119.1 37.3% Speech Recognition 14.6 16.6 19.3 22.6 26.4 30.9 16.1% Other 2.3 2.4 2.6 2.8 3.1 3.5 9.1% Total 202.5 332.1 587.5 1,095. < 표 Ⅲ-13 > 인공지능기술별매출액전망 ( 단위 : 백만달러 ) 1 2,111.0 4,144.7 82.9% 출처 : Tractica, 2015-67 -

3. IT m (IBM: International Business Machines) IBM Watson ( ) 9) - 2011 년 1 월왓슨은 Jeopardy 라불리는미국의한퀴즈쇼에서사상가장많은우승 횟수와우승상금을보유한켄제닝과브랫러터와의대결에서압도적으로승리함 1997 ( ) (Deep Blue, IBM) - 다만왓슨은문제를텍스트파일로읽어들이며문제가소개되는시간이끝난직후 3 초이내답을하도록프로그램화되어있음에따라인간과같이유연한전략적인 행동은아직미구현된상태로볼수있음 - IBM은이왓슨을이용하여최근 Watson Discovery Advisor 를개발할예정이고, 이를통해과학분야의수만은데이터를종합하여의미있는결과를도출할수있도록연구를진행할예정 v p53 (2014 ) 7 1 5 38 - 쥐의뇌수준연산력갖춘뉴로모픽칩연구성과공개하였는데이는 4,800 만개의연결점이사용되고있으며쥐뇌의연산력과같은수준임. 이시스템의개발목적은페이스북이사용중인안면인식시스템이니 Skype 의즉석번역방식과유사한 Deep Learning 의알고리즘을실행할수있도록하기위한것임. m (MS : Microsoft) MS IBM Cortana( ) - 코타나는 2014년에열린브라질월드컵에서 16강전승자를비롯해 3-4위경기를제외한 15개경기결과예측을적중시킴 - 68 -

,,,,,, - 실제로코타나는음성인식기술과검색엔진 빙 을통해사용자가원하는답변을찾아주는 가상개인비서 (VPA: Virtual Personal Assistants) 서비스로볼수있음,, - 또한시각적정보를활용해어떤사물도인식할수있도록하는 아담 (ADAM) 프로젝트를 진행중이며, 수십조의신경망으로이뤄진인간의뇌를응용해뉴런네트워크를구축하고 스스로학습할수있도록하는딥러닝프로젝트를시행중 (2014.7.14.) m (Facebook) 2013 12 Facebook - 사람의측면얼굴이미지도인식할수있도록하는것이목표이며, 이미지를 3D화한뒤딥러닝기술을통해얼굴이미지를분석하여정면이미지를예측하는형태임 - 페이스북에업로드된사진 440만점중 4,030명의얼굴옆모습만보고정면얼굴까지추정, 현재까지인식률 97.25% m (Google) ( ) - 2013 년부터시작한 인공지능맨허튼프로젝트 에서실리콘밸리벤처기업들을참여시키며거대한인공지능연구개발투자를진행중임 - 2013년 ~2014년사이로봇과관련된회사 8개를사들이며소프트웨어뿐만아니라로봇과같은하드웨어측면에도해당알고리즘을적용할수있는지테스트베드환경을마련중 Schaft, Industrial Perception, Redwood Robotics, Meka Robotics, Holomini, Bot & Dolly, Boston Dynamics, DeepMind Technologies - 2014 유럽데이터센터 회의에서구글데이터센터의부회장조카바 (Joe Kava) 는딥러닝을 활용해구글의데이터센터온도를조절관리한운용결과를 * 발표 ( 박혜영, 2014) - 69 -

* 수천m2에이르는데이터센터공간전체를대상으로딥러닝체계 ( 자체판단, 명령, 실행 ) 를 1년간운영한결과, 99.6% 의정확도로데이터센터의온도조절이가능 m (BAIDU) - 딥러닝뿐만아니라자연어처리, 이미지및음성인식기술과관련해서도연구개발을진행중이며, 최근에는무인자동차및무인자전거를개발하고있다고발표함 - 이와같은연구를위해14년 5월실리콘벨리지역에 3억달러를투자해연구원 200명을수용할수있는대규모 R&D 센터를조성 - 구글의딥러닝프로젝트를시작한 Andrew NG 스탠포드大교수를영입하여북경과실리콘밸리딥러닝연구소총책임자로임명 m (SWIFTKEY) (London, 2008) SWIFTKEY, AI - 2015년 1분기형성된펀딩규모는 2,100만달러로나타나며, Index Ventures, Octopus Investments, Jon Craton, Nick Hynes, and Richard Brennan 등이투자를함 - 2010년 7개언어에해당하는베타버전 SWIFTKEY 배포이후최근에는 60개언어이상을제공하고있음 OS ios, BlackBerry, Window Phone m (APPLE) - 스마트폰을비롯해 OS, 콘텐츠를모두갖추었으며, 시리 ( 개인비서기능제공 ) 를탑재하는등스마트폰으로활용할수있는다양한어플들을추가적으로개발하는중 - 신경언어프로그램 (NPL : Neuro Linguistic Program) 과자동화네비게이션기술등을통합하여자율주행을할수있는자동차에대한연구를진행중인것으로나타남 m (INTEL) ( ) m (NEC) AI,,,, - 70 -

, m (QUALCOMM) (Qualcomm Zeroth Platform) - 제로스플랫폼은소모전류와발열등을최소화시키기위해인공지능기술을최대한활용할수있는이분산컴퓨팅아키텍쳐 (heterogeneous computing architecture) 를적극활용할예정 Visual perception( ), Speech and audio recognition( ), Always-on awareness( ), Intelligent connectivity( ), Intuitive security( ), Immersive multimedia( ), Natural device interactions( ) m (DEEPMIND) 2011, 2014 (London) - 구글에 4억달러에인수되었으며그들이개발하고있는소프트웨어는나선형의신경망기술을기반으로하며자연어처리기술도포함 - 딥마인드는연초 (2015) 비디오게임플레이방법을자동학습하는인공지능프로그램 'DQN' 을선보임 49, DQN 29 75% m ( ) S, - 국가별로사투리, 축약어포함매주수천개문장을테스트하며 DB를확보하는한편잡음발생환경에서음성인식성능을유지할수있는기술을개발중 m (NAVER) NAVER - 엔드라이브에적용된인공지능기술은기계학습으로사용자가사진을업로드할때자동적으로동물, 음식, 텍스트등으로카테고리를나누어분류를해줌 - 검색어자동완성기능역시기계학습기술에의해만들어졌으며, 사용자가검색창에 - 71 -

첫글자만입력해도과거데이터를분석해사용자가원할만한내용을예측해서알려주고있음 m (AI-IT ) SW - IT 분석솔루션에서뉴로모픽칩등시스템개발에보다많은투자가이루어지고있음 < 그림 Ⅲ-9 > 지능형로봇분야기업동향 m (ZEPHYR TECHNOLOGY) 2003, Maryland(Annapolis) ZEPHYR TECHNOLOGY - 자동화소프트웨어와알고리즘솔루션기술을이용해바이오센서에서발생하는다양한신호를취득하여이에대한특정정보를파악할수있는형태로인공지능기술을개발중 m (AiCure) (NIH) - 스마트폰과인공지능을이용한플랫폼을통해치료약과진료성과사이의정확한관계를파악하며, 실시간으로환자의처방약복용준수여부를확인, 복용량을지키지않거나스마트폰앱을사용하지않을경우자동적으로신호전송 m (Next IT),,, (virtual assistant), 28) - 2014 년 10 월에만성질환환자의건강관리를지원하는상호대화형 Alme Health - 72 -

Coach 출시 - 구체적인질병, 처방약, 치료법에맞추어구성되며, 의료진은수면및약복용관련대화를통해환자에대한데이터를수집 m ( ) - 음성, 필기, 영상등의데이터와딥러닝기술을활용하는솔루션업체이며, 인수기업은체성분분석및혈압진단기기를제공하는업체이므로주로관련제품은의료기기와서비스에인공지능기술을활용할것으로보임 m ( ) - 클디 (cldi) 의기술은사람의뇌가동작하는방식을모방한 심층신경망 (Deep Neural Network) 기반의인공지능기술로이미지를인식하고, 그안에담긴정보를분석함으로써사용자들이원하는정보를빠르고정확하게찾을수있게도와주는형태 2014 ILSVRC((Imagenet Large Scale Visual Recognition Challenge) 7 2015 22 2) - 현재원천기술개발에집중해이미지인식기술을세계적수준으로강화하면서동시에 기존인식기술기반사업뿐아니라다양한사업화영역분야를모색중임,, API (contextual ad) (commerce) - 2014 년 6 월에초기기업전문투자사인케이큐브벤처스로부터 1 억원을투자받았으며, 글로벌시장형창업사업화 R&D 사업 (TIPS) 에선정돼 5 억원의정부출연금을지원받고있음 2) http://www.inc.com/murray-newlands/22-korean-startups-to-watch-for-in-2015.html - 73 -

m (AI- ),, - 스타트업중심으로인식성능향상이나이미지분석서비스제공등기술자체에대한 플랫폼제공 < 그림 Ⅲ-10 > 헬스케어분야기업동향 / m (THE CLIMATE CORPORATION) 2006 David Friedberg and Siraj Khaliq (San Francisco) - 250 만개지역의주요기후정보를토대로기후예측모델을연구개발하는중 m (Verdande Technology) 2004 - 빅데이터기반사례기반추론 (case based reasoning: CBS) 기술을활용하여관련서비스를개발하였으며주로비생산적시간을줄이는데초점을맞추고있음 (non-productive time: NPT) 15~35% (HZ Raja, F Sormo, ML Vinther, 2011)\ m (AI-IT / ),, - 스타트업중심으로인식성능향상이나이미지분석서비스제공등기술자체에대한플랫폼제공 - 74 -

< 그림 Ⅲ-11 > 농업 / 에너지분야기업동향 ( 무인자동차 ) m (Google) 2010.,, ( ) m (Apple) Project Titan Apple - Apple이무인자동타를자체적으로개발하고있다는추측이 2014년부터있어왔으며, 이같은음직임은스마트폰이나컴퓨터생산을넘어선큰도약을시사하는것으로자동차를 궁극의모바일제품 으로언급하며신사업진출을암시 m (MOBILEYE) 1999 (Jerusalem), ADAS (Advanced Driver Assistance Systems) - 카메라와관련소프트웨어만을이용하여차량출동가능성을예측하고자동으로정지시스템을작동시키는기능을개발성공함 - 주요기술은 optical vision systems와 motion detection algorithms이며, 보행자충돌경고, 차선이탈방지, 차량충돌경고, 진행모니터링, 전조등자동조정등의기능을제공함 m (CONTINENTAL CORPORATION) 2013 Frankfurt AI - 75 -

- IBM 과협력하여자연어처리과정을자동차를이용하는고객이운전에보다집중할 수있는기술을개발할것이라고언급함 - 센서기술이나자동차응용어플리케이션, 스마트폰연동기술등과관련된연구도지속적으로진행중이며 2025년까지자율주행자동차가전자동화될것이라는로드맵도발표 m ( ) 2010 2012 - 이미지, 음성인식기술과딥러닝에기반한고속도로주행지원시스템은차선이탈경보, 차선유지지원, 후측방경보, 차량속도유지, 자동긴급제동등의기능이포함됨 ( 무인항공기 ) m (Titan Aerospace) 50(60) - 최대한공중에오래머무르는것에초점을맞추지만기름유출, 산림훼손등환경문제발생을감시하기위해이미지인식및딥러닝등의기술에도관심을기울이고있음 m (3D Robotics) (quadracopters) - 항로를정확하게비행하면서부여된다양한업무를수행할수있으며, - 스스로날아올라주어진방향으로비행하면서모니터대상을발견하고이를비디오를촬영해전송할수있음 ( 제조및서비스용로봇 ) m (KUKA) LWR(Light Weight Robot), LWR - 로봇, 자동생산시스템및솔루션분야의선두업체중하나 - 76 -

- 2010 년출시한 YouBot AIMM 가큰반향을일으키면서산업용로봇시장의미래방향을제시 m (ABB),,,,,,, - 최근에는태양광시장등신산업진출에큰관심을보이고있음 m (Rethink Robotics) 2008 irobot Rodney Brooks - 2012년 9월적응적협력형산업로봇인 Baxter를 25,000 달러에출시 - Baxter는다품종소량생산에적합한다양한작업을하도록쉽게훈련할수있으며, 작업자와근접한환경내에서안정성이높은작업을할수있도록설계 m ( ),, - 완구류 유아용품의제조및판매를목적으로 1993년에 지나월드로설립 - 2005년유진로봇으로상호변경이후 2006년에로봇사업을영위하는 유진로보틱스를흡수합병하면서청소로봇, 교육용로봇, 유비쿼터스홈로봇판매를시작하고군사용로봇및엔터테인먼트로봇류를개발해기존의완구및캐릭터사업부문과더불어경쟁력있는다양한제품을제조하여시장에출시하고있음 - 원전고방사선구역작업환경모니터링로봇시스템 ( 지식경제부 ), 로봇컨텐츠저작환경기술개발 ( 지식경제부 ), 초견로봇 ( 산업통상부 ), 가정용로봇의초저가 / 초정밀위차자세센서모듈 ( 산업통상부 ), 구난로봇 ( 산업통상부 ) 등로봇관련다수의정부국책과제를수행 - 주력제품으로는선두의위치에있는청소로봇 아이클레보 를비롯, 세계최초의네트워크를이용한유비쿼터스로봇 아이로비큐 와위험작업로봇 롭해즈 (ROBHAZ) 등지능형로봇과전자및반도체산업분야의조립, 테스트설비및자동화설비와등의산업용로봇이있음 (KT) NET 2006 U URC, HRI - 77 -

m ( ),,, IT ( ) (FPD, IT ) - 제조용로봇사업분야의시장점유율은로봇스타의주요제품인이적재용로봇을기준으로 2012년 522억원의매출액으로약 8.3%, 2013년 638억원의매출액으로약 9.41% 를기록한것으로추정 - 개척예정인신규사업영역으로양팔로봇 (2010년 12월개발착수, 2014년시제품출시, 2016년상용화 ), 무인생산로봇시스템기술개발 (2012년 8월개발착수, 2016년 7월시제품출시 ), 기중력 120kg 구난로봇기술개발 (2013년 6월개발착수, 2019년시세점출시, 2021년 6월상용화 ) / /, /,,, IT ( ) m (AI- ) AI, Paradigm - AI 기술확산을위해서는사회제도및문화조성이필요한부분 < 그림 Ⅲ-12 > 제조및서비스로봇분야기업동향 - 78 -

m (ROCKET FUEL) - 현재 2,340 만달러의펀딩이그룹형태별로존재함 A (680 ) : DLA Piper, MF Capital, Mohr Davidow Ventures, Wilson Sonsini Goodrich & Rosati, Labrador Ventures B (1,000 ) :Nokia Growth Partners, Northgate Capital, Mohr Davidow Ventures, Labrador Ventures C (660 ) :Cross Creek Advisors, Wilson Sonsini Goodrich & Rosati, Nokia Growth Partners, Labrador Ventures, Mohr Davidow Ventures, Northgate Capital m (DSTILLERY) 2008 (New York) DSTILLERY ROCKET FUEL m (PRISM SKYLABS) 2011 (San Francisco) PRISM SKYLABS - 소프트웨어가네트워크에연결된비디오카메라를인식하여서비스를제공하며, - 고객이매장내에서어떤행동방식을보이는지등을분석해사업자가매장운영을최적화할수있도록정보를제공함 m (KABBAGE) 캘리포니아 (Menlo Park) 에본사를둔 KABBAGE는중소기업및소비자대출규모를자동적으로산출할수있도록하는기술을보유하고있음 - e커머스, 소셜미디어, 회계자료, 발송내역등실시간데이터를기반으로소규모혹은개인의대출규모를산정해줌 10 5 5, 80% m (COURSERA),,, 1,000-79 -

- 2014년말기준등록자수는 1,300만명에이르며강의는무료이나수료증을받고자할때요금을지불해야되는형태로수익구조를형성하고있음 - 적용하고자하는 AI는비디오카메라를이용한이미지인식기술로보이며주로수업참여자의태도, 시험시부정행위여부등을관찰하기위함임 AI m (KNEWTON) (New York, 2012) KNEWTON, - 학생의수행성과과관련된데이터를실시간으로분석하는플랫폼을제공하고있으며, Microsoft를비롯해 Elsevier, Wiley 등주요교육기관업체에서도솔루션을구매하여사용중임, - 사용자맞춤형교육서비스를제공하기위해사용자의행동패턴, 웹상에서존재하는교육자료의선택적제공등을위해 AI 기술을적용할수있는방안을마련중인것으로나타남 m (BLOOMBERG),, - 블룸버그트레이드북 (tradebook) 의경우증권투자및거래에관련된서비스를제공하는플랫폼이며인공지능기술을이용해각종정보를파악해서비스이용자에게맞춤형정보를제공할수있도록인공지능기술을개발중 m (FINGENIUS) - 금융기관들로하여금콜센터나헬프데스크에의존하지않고도고객과직원들로부터쏟아지는질문과쿼리들에계속해서답변할수있게해줌 - 자연어처리, 뉴로사이언스, 빅데이터등의인공지능기술을이용하여자동화된답변을할수있도록도와주는형태임 - 80 -

- 주로해당사의정책, 기술지원, 서비스불만사항, Q&A 등과관련된무작위적인질문에빠르게대답할수있도록하는것에초점을맞춘신생기업임 m ( ) ( ) - 예측코딩기술을활용해이메일에담긴기술정보유출, 리베이트, 카르텔, 부정회계, 횡령등기업부정사건의위험징후를감지가능 - 이메일을계정별로분석하고, 분석을마친이메일을위험징후의세단계인컨셉 / 준비 / 실행중해당하는단계로분류하여사용자가위험징후를더욱정확히예측할수있도록위험도평가기능을고도화함 m (AI- ),, AI,,,, - 지식노동의자동화 로사회적, 경제적파급효과가가장큰분야 < 그림 Ⅲ-13 > 지식서비스분야기업동향 ( / ) m (Objectvideo) (Objectvideo On-board),,, - 카메라영상에서움직이는객체들에대해검출및추적을통해이상행동관련분석을수행 - 토털솔루션에서부터비디오분석칩, 지능형엔진에이르기까지다양한솔루션을갖추고있음 - 81 -

- 물리보안을위해요구되는데이터처리기술을바탕으로대형화된 CMS(Central Monitoring System) 와지능형기능의접목, 메가픽셀네트워크카메라의하이엔드화, H.264 압축코덱으로발전해가고있음 m (Bosch Security Systems), IVA(Intelligent Video Analysis) - IVA는안정적인실내또는실외비디오분석이필요한경우선택할수있는경비지원시스템으로, 이미지의불필요한소스에서발생하는원치않는알람을억제하면서움직이는물체를정확하게감지하고추적 - 얼굴인식기능은장면에서얼굴을감지하고장면에서얼굴이사라질때각얼굴에대해가장잘찍은사진에대한고화질 JPEG 이미지를전달 - 역추적법의학적검색기능을웹브라우저또는 Bosch Video Client 에서원격으로사용가능 m ( ) 2012 DAS (Domain Awareness System) - 범죄나테러현장주변의 CCTV 영상을통해범죄용의차량정보를포착하면, DAS를통해해당도시전역의실시간 CCTV 영상을분석해용의차량위치를파악하고추적 - DAS는 3000여개의 CCTV화면, 신고전화, 용의자체포기록, 자동차번호판추적결과, 방사선수치등방대한데이터를클릭한번에확인할수있을정도로고도화된기술로뉴욕시의치안유지에핵심역할을맡고있음 m (USC ICT) (USC ICT) VITA(Virtual Interactive Training Agent) - USC ICT는가상캐릭터, 비디오게임등을통해사람과컴퓨터간의상호작용과가상인물분야를선도적으로이끌어가고있음 - 인공지능 (AI), 컴퓨터그래픽스 (CG), 가상현실 (VR), 스토리텔링내러티브기술등의연구그룹과연구실운영 - 퇴역군인들이인터랙티브가상코치와대화하는과정을통해우울증세와외상후스트레스장애 (PTSD), 자살충동을원격으로감지하는시스템등을개발 m (ABBYY) R&D - 82 -

(OCR) - 업계최다언어지원 ( 전세계 190개이상의언어를인식 ) - 응용프로그램에문서인식및문서변환가능을통합하기위한소프트웨어개발키트및대량의문서이미지를전자문서로변환하는서버기반의문서인식솔루션, 모바일기기를위한문자인식소프트웨어등을제공 m ( ) (SW),, - 은행 / 증권 / 보험 / 통신사등에각종신청 / 접수서류를전자서식화하여종이대신 PC, 태블릿등으로업무를처리할수있도록지원 - 콘텐츠서비스, 광고 /LBS 서비스, 다국어번역서비스, 공공기관정보서비스, 스마트디바이스등에서활용할수있도록지원 ( 스마트가전을위한영수증인식솔루션및새주소정보화를위한건물번호판인식솔루션등제공 ) 4. IBM Watson (Watson ) IBM Thomas J. Watson 자연어를처리하고이해하도록설계되어인간과비슷한사고프로세스활용 대량병렬분석기능을통해단어에함축된실제의미를파악할수있으며, 가설을스스로세울수있고, 그에대한검증을증거기반으로수행 m 2011 2 (Jeopardy) 2 Watson은음성인식기술을사용하지않고, 질문을사람이텍스트로입력하고, 이를인식하는형태로퀴즈죠진행 m R&D Watson 2011 ~ 2013-83 -

2014 초기연구프로젝트로시작되어오픈도메인질의응답에포커스해서개발되었으며, 저퍼디 퀴즈쇼우승이후산업관련지식으로학습범위가확대되면서적용사례도늘어나고있음 - IBM 은 14 년초왓슨그룹을설립 (10 억 ) 하여인큐베이터, 고객체험센터, 디자인스튜 디오의세개기능을중심으로왓슨사업화견인 ( 인큐베이터 ) 가능성있는스타트업에과감한투자 (1 억달러예산 ) 하고왓슨애널 리틱스를공개하는등스타트업의어플리케이션개발을지원 ( 고객체험센터 ) 고객을위한쇼룸으로누구나방문해서왓슨을사용할수있음 ( 디자인스튜디오 ) 고객과파트너를위한개발스튜디오 (Watson ) 1, 2, 3 SW m ( ) Watson IBM Power 750 90 (CPU 2,880, RAM 16TB) 1 2010 Top 500 94, PC 2~3 (200 3 ) m ( ) 200, 8) IBM 100 : m ( ) 4 사람처럼메모리에저장된정보를기반으로데이터를조합해가장적당한해법을추론하는 방법으로, 키워드기반유사성을찾는인터넷검색과차별화된인공지능 - 84 -

(Watson ),, m ( ), - 메모리얼슬론캐터링암센터 ( 미국내 1 위 ) 에서암진단도구로활용 2012 3 60, 2, 150 2013 3 Watson - MD 앤더슨암센터 ( 미국내 2 위 ) 에서백혈병진료시활용 2014 5 Watson MD 82.6% - 메이요클리닉, 클리브랜드클리닉등유명의료기관과협력논의중 < 그림 Ⅲ-14 > 의료산업 Watson 활용 자료 : KB 지식비타민 (2015) m IBM Watson 52) - IBM의인공지능시스템인 Watson은방대한양의데이터에대해자연언어로던져진질문을처리하고단시간내에증거기반답변을계산가능 - 보험사 WellPoint는의료시장에서의인공지능의잠재력을인식하고, IBM과의제휴를통해의사와의료진에게환자에대한대응 치료법을제시하는서비스제공 - 85 -

* IBM, WellPoint and IBM Announce Agreement to Put Watson to Work in Health Care, 2011.9.12. - 스타트업 Welltok은 Watson을활용하여개인에게식생활, 운동, 건강관리, 예방 예보등의정보를맞춤제공하는 CafeWell Concierge 서비스를제공 v Welltok IBM 1 2014 1 Watson Group m IBM Watson Watson Health, ICT, * IBM, IBM and Partners to Transform Personal Health with Watson and Open Cloud, 2015.4.13. - 의료계종사자들이종합적으로정보를사용할수있는개방형클라우드서비스인 Watson Health Cloud를구축하여공개하였으며, 의료용클라우드를취급하는Explorys, 헬스케어소프트웨어를개발하는 Phytel 등을인수 * VB, IBM acquires health tech startups Explorys and Phytel, 2015.4.13. - 제약회사와의협력을통해약물의상호작용을이해하기위한노력도추진중 * Reuters, IBM launches Watson system for research, hopes for breakthroughs, 2014.8.27. v IBM Watson Discovery Advisor,,, - 개인유전정보분석기업 Pathway Genomics 투자를통해개인의유전정보를기존의의료데이터와통합하려는움직임을보임 * ZD Net, IBM's Watson Group invests in Pathway Genomics, eyes consumer wellness app,2014.11.12 v Pathway Genomics Panorama m ( ),,, 24) - ( 호주 ANZ 글로벌 WM 사업부 ) 2013년 5월에고객서비스와고객자문분야에인공지능기반의혁신을위해 Watson 도입 5 WM - 86 -

IBM Watson Engagement Advisor( ) ANA 400 Watson - ( 싱가포르 DBS) WM 조언및경영전반에 Watson 활용,, 2014 1 3 12 USD Watson WM - ( 미국시티 ) 고객서비스에활용, SNS 2012 3 Watson, - ( 남아공 Nedbank) Social Media Data 모니터링업무에활용 Watson Social Media Data Nedbank Watson 2013 10 USD, 20% - ( 일본은행권 ) 고객상담및고객서비스확대에활용 (Mizuho) 9~10 8 (2014 1 ) (BTMU) (,, ) Watson (2015 2 ) - ( 미국 USAA) 군인보험상담분야에 Watson 을활용 2,000, 3,000 m ( ) - ( 일본 Softbank) 2015 년 2 월부터일본어를배우기시작한 Watson 은향후 Pepper 와 - 87 -

협력을통해일본내교육, 은행, 헬스케어, 보험, 유통분야에활용예정 (Watson ) Watson SW m,, 특정목적의기술 R&D 기술의증명 기술생태계구축 중소기업기술확산 * IBM 왓슨개발구글 X-Project * 제퍼디쇼우승, 유튜브고양이인식 *Watson Ecosystem * Fluid( 개인쇼핑 ) Welltok 등 타산업융합 / 도메인적용 사회현안 해 결 < 표 Ⅲ-14 > IBM Watson 생태계개념 m ( ),, - (Watson Developer Cloud) Watson 과연계되는서비스를자신의환경에맞게작성하고 설치할수있는기능제공 참고문헌30) - (Watson Content Marketplace) Watson 앱마켓제공 - (Watson Talent Hub) 기계학습기술, 개발경험등의공유 ( ) 1 Watson VC (10 ) 3,500, 270,,,,, 3) 3) https://www.flickr.com/photos/ibm_media/17166959777-88 -

< 그림 Ⅲ-15 > Watson Ecosystem 현황 자료 : IBM, Cognitive Computing in the Mobile App Economy, 2015; 참고문헌 25) IBM, IBM Innovation and the new era of cognitive systems, 2014. 참고문헌 26) ( ) m ( ) / / Watson IBM Power 750 90 (CPU 2,880, RAM 16TB) m ( ) / m Practice Fusion 8,000 Insight * Forbes, Practice Fusion Rebuilds Its Electronic Health Record For Apple And Android Tablets,2014.10.28. v 2014 5 Insight - 미국전역에서질병의관리상황, 특정약품의처방현황등의데이터를실시간으로열람가능 - 89 -

IBM Watson Talent Hub - 공개 SW 기반기계학습 / 딥러닝 API 제공및각알고리즘에대한실험결과공유 IBM / API AlchemyAPI API, Watson Analytics SW ( 15.3., Techcrunch) - 인공지능솔루션, 앱, 서비스시제품을시연, 전시, 테스트할수있는기술의장마련 5. m AI,,,,, - 이로인해향후에는개개인의다양한니즈에대응하는등, 그동안없었던전혀새로운가치를창출할수있게될전망 < 그림 Ⅲ-16 > 인공지능 빅데이터에의한새로운가치의창출 출처 : 빅데이터. 인공지능에의한경제사회의변화, ETRI, ECO T.E.A 2015.7 재인용참고문헌 27) - 90 -

m, - 산업경쟁력이풍부한데이터수집에서데이터의축적과해석이중요해짐에따라, AI 진화에의해판단의고도화, 자율제어의진화가중요해질전망 < 그림 Ⅲ-17 > 산업경쟁력의원천 출처 : 빅데이터. 인공지능에의한경제사회의변화, ETRI, ECO T.E.A 2015.7 재인용참고문헌 27) AI, m AI, - 산업분야의구성비율의변화를가져오는것뿐만아니라기존산업의의미를갖지못하는질적인변화를가져올것, ( - 91 -

), ( ), ( ), - AI 도입정도와속도는산업별로다르며, 또한창조적인일이새롭게창출되어취업구조도변화 AI, AI < 그림 Ⅲ-18 > 인공지능빅데이터로인한영향 6. m ( ) - ( 일본 ) 경찰청은도심의원활한차량소통을위해신호기가도로상황에맞춰최적의간격으로진행및정지신호를자동으로제어하는시스템도입 - ( 미국 ) 국가주도의무인교통관련기술개발활성화 DARPA (2005) 2014 5-92 -

NASA AI 20% - ( 독일 ) 자동차업계를중심으로무인자동차기술개발활성화 TTS S500 ' 103km 100km - ( 영국 ) DMU(De Montfort University Leicester) 와 Leicester 대학은공동으로 AI를통해도로들의혼잡을줄이고, 도시공기의질을좋게해주는지능형교통흐름제어프로젝트를추진 m (, ) - ( 미국 ) IBM의인공지능 SW인왓슨은미국뉴욕의메모리얼슬론암센터와휴스턴의 MD앤더슨암센터및메이요클리닉등에서다양한테스트와서류업무등을수행 - ( 미국 ) 사우스캘리포니아대학연구팀은로봇이자폐증아동의치료와놀이상대로서효용성이있는지확인하는연구추진 m ( ) - ( 미국 ) 인공지능벤처기업인 켄쇼 (Kensho) 는금융분야전문직종사자를대신할수있는지능을개발하고있는중으로 '15년 4월까지 1500만달러의투자를이끌어냄 m - ( 중국 ) BGCTV 지능적클라우드구축에 16.5억위안투자계획 - 하북 ( 河北 ) 성탁주시에총면적 7.2만m2규모의개발구역을건설할계획으로클라우드컴퓨팅센터, 서비스센터, 자회사서비스종합센터와서비스형건설공정등 5개의구역으로나뉠예정 - ( 목표 ) 지능적클라우드프로젝트를통해통일된플랫폼을구축하고, 데이터센터를설립하며, 통신, 네트워크, 사물인터넷을구축하여구역정보화발전에앞장설것이라밝힘 - 지능적클라우드프로젝트를화북지역에서제일큰규모의빅데이터센터로만들것 ( 출처 : 증권시보망 2015 년 5 월 19 일 ) http://www.50cnnet.com/show-62-87972-1.html - 93 -

m - (IBM, 시각인지 ) *IMARS 연구소를설립하여텍스트와동영상을동시에분석, 예측할수 있는연구진행 (2000 년초에시작 2012 년빅데이터결합 ) IMARS(IBM Multimedia Analysis and Retrieval System): / / - ( 구글, 시각인지 ) 구글브레인프로젝트를통하여시각인지를위한딥러닝을연구하였으며, 2012년 16000대코어에서고양이인식성공 (~ 12년 1차발표 ) - (IBM, 언어인지 ) 왓슨컴퓨터개발로텍스트로된퀴즈 QA 기술성공 ( 11년) Power 750 * 9 (2880, 16TB ), 200, 4 - ( 바이두, 딥러닝 ( 시각 / 언어 )) 3억달러를투자하여실리콘밸리에인공지능연구소설립, 스탠퍼드의앤드류응교수를총책임자로 100여명의연구인력을구성 ( 14년), '15년에 200여명의연구인력을추가로영입할계획 (Minwa) 4.58%. MS 4.94, 4.8%. ( 15.5.) v ( ) 100 1000 (supervised learning ). ( ) - (IBM, 인지컴퓨팅 ) IBM은 SyNAPSE 결과물을기반으로뉴로시냅틱코어 ( 12년) 을개발하였으며, TrueNorth 라는삼성 28nm 공정기반의 100만뉴런칩을공식발표 ( 14. 8월, Science) 최근에는트루노스를병렬로연결해서 4,800만개의설치류수준의신경세포를가진멀티코어뉴로시냅틱시스템을발표 ( 15.8월) - 94 -

< 그림 Ⅲ-19 > IBM 멀티코어 뉴로시냅틱 시스템 뇌 시뮬레이션, 뉴로모픽 칩, 시스템 아키텍처와 시스템 SW를 연구하며, 100억개 뉴론, 100조개 시냅스 연결을 목표로 함 뉴로모픽 칩(TrueNorth)의 응용을 4가지로 분류 (1) public safety, (2) Vision Assistance, (3) Health Monitoring, (4) Computing Technology(Cognitive computer) Sequoia supercomputer Synaptic chip wall (Prototype) < 그림 Ⅲ-20 > (Cognitive Computer) IBM 세콰이어 슈퍼컴 (Cognitive Computer) IBM 세콰이어 슈퍼컴과 같은 성능을 갖기 위해서는 트루노스칩(4.3cm2) 40~50만개가 필요하며 172~215m2 크기 (예측) Software Language Operating System Application Algorithm Compiler Debugger CPU C, C++,Java, etc Windows, ios,linux Office, Game, etc General(include learning) Available Available Synaptic Chip IBM Corelet Language New operation system New application(corelet Library) Learning Algorithm New compiler New debugger < 표 Ⅲ-15 > 기존 CPU 컴퓨터와 뉴로모픽 칩으로 구성하는 컴퓨터의 SW 비교 - 95 -

m / - ( 구글이미지캡션, 시각 / 언어인지 ) 구글 Research Group은사진을입력하면자동으로사진을설명하는 NIC( 신경이미지캡션, Neural Image Caption) 시스템기술발표 ( 14. 11월 ) BLEU( ) 59 ( 69 ), //. ( ) NIC CNN(Convolutional Neural Network), RNN(Recurrent Neural Network) 원본이미지 Semantic Segmentation < 그림 Ⅲ-21 > RNN(Recurrent Neural Network) 를활용한 semantic image segmentation의예 - (IBM 콜센터, 언어인지 ) IBM은 Watson의응용으로 Watson Engagement Advisor 를발표하였으며, 사용자는자신의디바이스에 Ask Watson 을설치하여대화, 주문, 질문등을할수있음 ( 13. 5월 ) IBM ANZ ( & ),,, Celcom( ) ( 13. 5 ) 2014 10 (ANZ) IBM Engagement Advisor IBM Watson Engagement Advisor 2014 11 3 9~10 8 - (Welltok, 언어인지 ) IBM Watson 기술을접목한인공지능건강길잡이애플리케이션 - 96 -

카페웰컨시어지 (CafeWell Concierge) 를개발하여고객이건강에대한질문과답을주고받을수있는기능을제공 IBM Welltok 1 ( 14.2.) - (DeepMind( 영국 ), 인지컴퓨팅 ) 인공지능알고리즘을적용하여최소한의정보만으로 49가지비디오게임을깨기위한전략을스스로학습하는 'DQN(deep Q-network)' 을개발했으며 2014년구글에 5억달러에인수됨 7. m (, ) - 분당서울대병원은 13년인공지능형차세대병원시스템을발표하여시스템이환자에대한복잡한정보를필요에따라자동으로조합해주어의료진의빠른의사결정지원 m ( ) - 벤처기업인솔리드웨어는머신러닝기술기반의알고리즘을활용하는기업용빅데이터분석솔루션으로악사 (AXA) 다이렉트코리아와각종데이터분석을통해예측모델구축 - KB국민카드는고객의니즈와위치에따라최적화된카드혜택및맞형정보를실시간을받을수있는 실시간마케팅시스템 운영 m ( ) - SK C&C, 삼성 SDS, LG CNS 및포스코 ICT 등에서교통정보교환플랫폼, 스마트인프라기술등지능형고통정보시스템개발및수출등에힘쓰고있음 - 현대기아차를중심으로자율주행기술개발을진행하여 2010년현대 투싼 자율주행차가 4km 거리주행에성공했으며, 2015년에부분자율주행이가능한차량을 2~3년안에출시계획발표 m (, ) - 인천송도에서 CCTV 화면에잡히는모든움직임을저장해분석하는 CCTV를설치, 범죄징후를감지 - 행정안전부는 2012 년 6월기존 CCTV 통합관제센터에지능형통합관제를도입하는시범사업추진발표, 사람이관제하는한계를극복하고사전감시를통한예방의차원으로 문제차량자동감지서비스 와 어린이안전자동감지서비스 가우선진행되며 - 97 -

서울관악구및노원구가시범사업대상지로선정되어 2012년말까지진행 - NHN은 2012년말부터딥러닝을연구하기시작해 2013년네이버에서딥러닝을적용한음성인식검색서비스를출시 - 다음카카오는검색서비스품질을높이기위해즉답검색서비스, 여행지추천서비스등검색서비스에머신러닝을적용 - 게임서비스업체인엔씨소프트는기술전담팀인 AI랩을운영하며인공지능을기반으로한게임플레이를개발중 m ( ) 2014 75%, 2.0 (IITP, 15.1 ) m ( / ),,, m ( ) /,, - 국내슈퍼컴퓨터인기상청 Haedam, KISTI Tachyon II 는외산제품도입구성기술 - IBM의인공지능칩은뇌를모사하는아키텍처부터접근하였으나, 국내실험시제품들은단순저전력병렬코어접근방식 m (SW ) / Fast-Follow, - 98 -

* 버블의크기는제품발표나인공지능기술의발전영향력크기 < 그림 Ⅲ-22 > 기술분야별해외기술수준대비국내기술수준 < 표 Ⅲ-16 > 인공지능요소기술분야및국내외기술비교 - 99 -

제 4 장인공지능정책, R&D, 산업활성화제언 < 그림 Ⅳ-1 > 인공지능추진과제,, 3 m 3 - 실용화및국산화, 인공지능융합, 인공지능원천기술 m 4 - Governance 체계구축, 법, 제도인프라개선, 신패러다임 R&D 추진, 실무융합형인력양성 m 3 - 실증및테스트플랫폼지원, 고급인력집단지성활용, 연구결과물공유체계마련 - 100 -

1 < 그림 Ⅳ-2 > 인공지능기술개발요약 m 2 4 TF, 9 m 9, m - 공통지능 : 인식, 협업, 상황인지, 감성, 학습, 예측등의기능및알고리즘을 API 형태로제공 - HW 인프라지원 : 빅데이터, 딥러닝등의계산에필요한컴퓨팅파워, 슈퍼컴등제공 - SW 인프라지원 : 클라우드인프라지원 ( 정보서비스, 자원서비스, 지능서비스 ) - 산업응용인프라지원 : 의료, 교통등산업분야별특화서비스및라이브러리제공 - 101 -

- 센터구축, 플랫폼개발을위한과제필요 m - 스마트카및자율주행차, 지능형의료, 디지털비서 m - 지능형로봇, 무인동력기, 지능형영상인식 m - 감성, 인지서비스, 지능형반도체, 모바일지원 < 그림 Ⅳ-3 > 유망인공지능기술 m - 기존과제추가 R&D 필요 : 다중모달리티 - 뇌기능모방모델 (3~5 년내필요 ): 협업지능, 상황인식, 저사양 HW 지원, 지원플랫폼, - 102 -

뉴로시냅틱 HW/SW - 뇌인지모델및구조 (~10 년내전망 ): 학습지능 - 뇌인지모방추론및예측 (15 년이상장기 R&D): 예측지능, 두뇌임플란트 1. 2) 가. 스마트카, 자율주행차 m (, IEEE) 2040 75% - (ABI Research) 세계자율주행차시장규모는 2024년 110만대에달하고, 2035년 4,200 만대로증가전망 - (Navigant Research) 세계시장규모는 2015년 5조8000억원에서 2035년 743조원으로수준으로연평균 56% 성장전망 - (IHS Automotive) 완전자율주행차가 2025년경부터출시, 그해 22만 6,000대, 2030년 420만대, 2035년에세계자동차판매대수 1억 2,900만대의 9% 인 1,180만대가도로위를달릴것으로예상 m (Lux Research) 5 2020 100, 2030 250 - (Strategy Analytics) 세계 ADAS 시장규모는 2013년 6,700만개를기록하였으며향후연평균 15.3% 성장하며 2020년에는 1억 8,100만개까지증가할것으로예상 - (Exane BNP Paribas) 2020년까지텔레매틱스를비롯한차량용통신시장규모는 230억달러로늘어날것이라고전망 - (ITTA) 세계자동차 S/W시장은 2011년 1,621억달러에서 2015년 2,116억달러의규모로연평균 13.6% 의성장률로성장 m ( ) 14 2,021 20 2,590, 2023 3,002-103 -

( : ) 2014 2015 2016 2017 2018 2019 2020 2021 2022 2023 2,09 2,19 2,021 2,307 2,423 2,545 2,590 2,721 2,858 3,002 2 5-164 184 192 200 208 217 225 244 254 264-310 348 363 378 394 410 427 462 480 500-291 326 340 355 370 385 400 433 451 469 ( SW) R&D 1,163 1,19 7 1,26 3 - - - - - - - - - - - - - - - 1,335 1,412 1,493 1,496 1,582 1,673 1,769 < 표 Ⅳ-1 > 자율주행차국내시장전망 464 530 604 298 149 404 461 525 259 129 343 391 447 220 110 자료 : 세계지능형자동차시장전망을기반으로기술전략연구본부추정 (2011.8), 차량용반도체는가트너 (2011.4), BCC Reseach 2010.4 참고하여추정. 협력주행서비스는 2007 년 ETRI 에서추정한텔레매틱스시장전망자료를기반으로추 정. 환율 1,200 원기준환산. 주 1: 국내시장은내수시장과수출물량, 해외생산물량을포함한국내기업의생산규모를나타내며, 세계시장점유율을 10 년 9.1%( 한국자동차산업협회통계 ) 에서 20 년 10.67% 로가정하여산출 주 2: R&D 연계시장은국내시장에서의 ETRI R&D 의기여율을고려하여산출 ( 관련전문가조사및기술수명주기를고려, 중 립적시나리오하에 19 년 ( 제품출시 ) 국내시장의 20%, 20 년 22.8%, 21 년 26%, 22 년 12.8%, 23 년 6.4% 로가정 ) 주 3: 낙관적 / 보수적시나리오는중립적시나리오를기준으로상하 15% 범위로설정 주 4: 기술수명주기는 5 년으로가정 ( 지식경제부, NIPA, 'IT 기술가치평가가이드, 2008.3') / m 89% (, 2011), 2018 ( ), 1 OECD 1, 3, m 11 7,774 (, 2009) m, ICT m - ( ), (2015.3) - 104 -

Level 구분 특징 0 No-automation 운전자에의해정지, 가속, 방향전환제어 1 Function-specific automation 1개이상의특정기능에대한자동제어 긴급정지, 전자적차체안정등 2 Combined function automation 2개이상의기능에대한동시자동제어 차선인지에기반한적응적자동조향시스템등 3 Limited self-driving automation 특정조건하에서자동차전반에대한자동제어 예외적상황발생시수동제어로즉각전환 도로, 속도, 날씨등이특정한조건을만족하면자동주행가능 4 Full self-driving automation 자동차전반에대한완전한자동제어 < 표 Ⅳ-2 > 자율화수준에따른자율주행차구분 NHTSA(National Highway Traffic Safety Administration), Preliminary Statement of Polive: Concerning Automated Vehicles, 2013.5. m,,,, - ( 자율주행차의폼팩터 ) 구현가능성, 기술외적이슈의복잡성등에기반해볼때개인 이동장치, 대형상용차등을거쳐일반승용차로자율주행기술적용전망 - 자율주행 IV 는기술적복잡도와신뢰성기대수준등이낮아부분적자율주행기술적용이 비교적일찍가능할수있으며얼리어답터 노약자 장애인등을공략 - 대형화물차등에적용되는자율주행기술은비용절감이라는강력한혜택과전용도로 사용등이가능할수있다는점에서승용차에앞서서현실화예측 - ( 제조생태계 ) 전용차체 -SW- 서비스가통합된폐쇄형, 다양한자동차제조사가오픈 SW 를채택하는오픈형등제조생태계구성이가능하며폐쇄형으로출발해종래에는 오픈형과공존할것으로예측 - 자율주행기술보급은유지보수, 보험등에서新 BM 들을탄생시키며사회생활을완전히 바꿀것이며새로운 BM 에대한장악력은 SW 플랫폼업체중심일것 - 105 -

폼팩터구분 Individual Vehicle( 소형, 저속 ) 용도및주행환경건물내, 도심이동장애인 환자이용 특징기술적복잡성및 신뢰성기대복잡성낮음신뢰성낮음 규제수준낮음 예시 Commercial Vehicle( 대형, 고속 ) 대형화물차전용차선이용 복잡성약간높음신뢰성높음 높음 Daily Vehicle( 소 중 대형, 고속 ) 승용차, 버스등일반주행도로 복잡성높음신뢰성높음 높음 < 표 Ⅳ-3 > 자율주행차의폼팩터구분 ETRI 미래사회연구실자체작성 m (IEEE) IEEE (IEEE Spectrum) - ( 구글 ) 상세한지도를바탕으로자율주행하지만, 날씨상황, 로터리, 기찻길교차로, 어린이보호구역, 비포장도로, 공사표지판등돌발변수에자율주행하지못함 - 아직까지딥러닝과같은인공지능 SW가자율주행차에적용되고있지않으며기본적인경고기능만채택하고있음 - 현존딥러닝을자율주행차에적용하기위해서는대형컴퓨터를싣고다녀야함 m,, - 구글무인차장착레이저스캐너및센서장비만약 1억6천만원 - 자율주행에필요한데이터를획득하는센서기술, 점과선의좌표로형상화하는매핑기술, 데이터를기반으로반응을결정하기위한인식및판단기술미흡 m - 네비게이션용 GPS가낮은정밀도 ( 위치오차약 10~15m) 로완전자율주행불가 - 도로주변돌발변수를사전에감지하고주행차량에정보를제공할수있는 IoE 기반의자율주행인프라부재 - 군집주행을위한차량간통신 (V2X), 차량과인프라간통신 (V2I) 기술개발미흡 - 자율주행의목적인인포테인먼트 OS 및어플리케이션개발을위한인포테인먼트플랫폼부재 - 선진국중심의기술표준화가속화에따른국제규격이나특허종속으로인해산업 - 106 -

주도권상실우려 m, - 자율조향시스템기준이마련되어있지않으며, 차선이탈경고장치 (LDWS) 와자동제동장치 (AEBS) 기준도미반영 - 현도로교통법상자율주행차운행이허용되지않으며, 시험운행허가요건부재 - 교통사고, 시스템결함, 유지보수부족, 운전자오작동, 해킹등다양한요인에의한사고발생시책임소재에관한법제도미흡 m - 국내 2009 년부터시작된자율주행자동차경진대회에본선참여대학이 12 개에불과함 m ( ),, < 그림 Ⅳ-4 > 스마트카예상시나리오 m / / AI - 자율주행 AI 플랫폼은정형 / 비정형센서데이터를획득, 빅데이터기반상황인식 / 판단, - 107 -

의사결정에따른실시간안전제어기술포함 - 고정밀 / 고신뢰 / 저가의차량탑재용레이더, GPS, 레이저스캐너, 카메라등각종반도체및센서기술개발필요 - 차선이탈경고장치 (LDWS) 와자동제동장치 (AEBS) 를비롯한핵심전장품, 전장품을구동하는 SW 개발필요 - 차량에탑재가능한경량화된그러나딥러닝이상의처리능력을갖추고정형 / 비정형데이터를기반으로상황인식 / 판단과의사결정에따른구동제어가가능한 AI SW 개발필요 m ITS IoE - 완전자율주행을위해서는도로상태정보, 도로주변상황정보, 보행자단말로부터수집되는정보등복합정보수집필요 - 도로주변 IoE 인프라로부터획득된빅데이터를기반으로자율주행빅데이터처리 AI 클라우드플랫폼구축필요 - 군집자율주행을위한 V2X, V2I R&D 투자확대필요, 산학연협력을통한국제표준화대응및국제표준선도필요 m - 자율조향시스템기준, 시험운행허가요건, 사고발생시책임소재에관한법제도정비필요 - 자율주행차경진대회활성화및자율주행자동차전문인력양성프로그램육성필요 m, /,, V2X / / - 지역별 / 구간별로컬클라우드를기반으로차량주행지원전장센서, 보행자 / 도로면 / 공사현장 / 날씨환경등서라운드센서, 교통흐름 ITS 정보등통합수집 / 획득기술개발 IoE C-ITS(Cooperative ITS) - 이동차량에서획득한도로촬영정보를기반으로 3D 자율주행도로맵을로컬 클라우드에구축하고주기적갱신하는기술개발 - 108 -

VCC VCC 3D 3D - 통합센서정보와 3D 자율주행도로맵을기반으로 V2X(V2V 및 V2I) 을융합하여차량 주행의상황을인식하고판단하며자율적인의사결정에따라구동제어하는 자율주행인공지능플랫폼기술개발 3D V2V V2I - 추진방향 (1 단계 ) (2016~2019) / VCC 3D / / - 기대효과 / 파급효과,, IPR,,, IT 3-Zero(Zero Fault, Zero Accident, Zero Stress) - 109 -

, m /SW,, 22 3 / 25 5 m (,, / ) - 완성차에대한기술경쟁력은높지만정밀센서를포함한전장부품과전장부품에탑재되는 SW 기술에있어서는취약함 - 해외에서는차량에고가의센서, 전장부품, 컴퓨터등을탑재하여자율주행차를개발하고있음 - 우리나라는통신과통신인프라에관한기술경쟁력이높음 - 정밀센서, 전장부품및 SW 개발을위한 R&D 투자를확대하고, 기존및현재진행중인 V2X 및 ITS에대한지속적인투자필요 - 완전자율주행차산업에대한국가차원의종합육성방안수립 - 자율주행챌린지대회의육성을통한산학연전문인력양성계획수립 m, Ambient Recognition, Autonomous Driving, Neo-ITS - 110 -

나. 지능형의료서비스 m (Quantified Self), (mhealth), - 객관화자가측정 (Quantified Self, QS): 의료분야에서개인의신체활동데이터나생체 신호데이터 ( 심박수, 혈압등 ) 를실시간으로측정 분석하는것 - 모바일헬스 (Mobile Health): 모바일기기와소프트웨어를이용하여의료및공중건강 참고문헌35) 관련정보를지원 제공받는것 (WHO, 2011) - 객관화자가측정과모바일헬스를포함하는전세계디지털헬스케어시장은연평균 36% 에이르는모바일헬스의급속한발전에힘입어 2013 년 608 억달러에서, 2020 년 참고문헌48) 2333억달러규모로확장전망 (Statistica, 2015) v Statistica, Digital health - Statista Dossier, 2015.04. - 국내보건의료빅데이터시장은연평균 25% 이상성장하여, 2020 년기준생산성 참고문헌31) 증대는 3.5%, 비용절감은 6.6% 에달할것으로전망 (ETRI, 2013) v ETRI,, 2013.12. m 2020 HaaS(Health as a Service) - 현재는병의원에서환자의투약 입원 검진기록등을디지털정보로관리하는전자의무 기록 (Electronic Medical Record, EMR) 이보편화되고있지만, 2015 년이후에는개인맞춤형 건강관리, 프라이버시보호, 진료기록의재활용등을위해개인스스로건강정보를수집 보관 관리하는개인건강기록 (Personal Health Record, PHR) 이점차확산되어, 2020 년 이후에는 HaaS(Health as a Service) 가도입될전망 - 개인건강기록 : 현재병의원의전자의무기록, 프라이버시에관련되는개인특이정보 ( 유전체, 가족력, 질환이력, 음식물섭취, 체중등 ), 홈헬스케어환경에서라이프로깅을 객관화한자가측정데이터의자동입력이포함 - 2015 년의전세계전자의무기록시장은 223 억달러규모, 이중미국시장은 47% 인 참고문헌40) 101억달러규모로전망 (Accenture, 2014) v Accenture, Annual HIMSS Conference (2014.02.) - 111 -

참고문헌39) - 미국의 2015년개인건강기록시장은 4.2억달러로전망 (KEIT, 2013) v KEIT, (PHR), 2013.11. m ICT 16% m, 1,000~1,900 m (mhealth) - 모바일헬스 (mhealth) 는센서, 스마트디바이스등의하드웨어와건강의료정보를제공하는소프트웨어로구성되는데, 현존서비스의대부분은단순피트니스정보제공, 병원과의단순소통등으로한정되어있어, 질환예측 진단 치료, 경과관리등능동적이고지능화된홈헬스케어서비스제공이불가능 - 미국식품의약국 (FDA) 은모바일생체계측 (Perminova, InvisionHeart, Visi Mobile, Vitaphone 등 ), 원격당뇨병헬스케어서비스 (WellDoc, Dexcom 등 ) 등의모바일헬스를승인하였지만, 국내는모바일헬스케어서비스의핵심인원격의료가법적으로허용되지않음 m (PHR) - 개인건강기록구성을위해서는개인특이정보의자가입력, 전자의무기록의웹접근성, 생체신호 ( 심박수, 뇌파, 체온등 ) 와신체활동패턴 ( 이동거리, 행동추적, 보행족압등 ) 에대한객관화자가측정데이터의자동입력이필수적임 - 서울대의대주관으로대학 출연연이참여하여개인의건강데이터를통합관리하는헬스아바타과제가수행되고있지만기초연구차원에머무르고있으며, 전자의무기록의표준이없어개인건강기록정보생성이거의불가능함 - 개인건강기록을이용하는홈헬스케어서비스의확산을위해서는정보의완결성 (integrity) 과소급성 (traceability) 을보장하는객관화자가측정기술의확보가반드시필요 m - 빅데이터경쟁력향상을위한전문가설문에서, 표준화미흡, 기관간데이터연계성부족, 원격의료불허등제도적제약이가장심각한문제로지적 (ETRI, 2013) v ETRI,, 2013.12. - 112 -

- 국민건강보험공단, 건강보험심사평가원등에서빅데이터를제공하고있지만, 한정된정보, 웹서비스미진등의원인으로활용실적은저조하며, 제도의제약으로인하여빅데이터유통 분석 활용을위한생태계가취약하고, 빅데이터분석을할수있는융합지식을가진전문인력도부족한상황 m 5 2 5 m 6,482 OECD 2,385 2.7, 1,678 3.9 (2011 ) m m m m - 홈헬스케어환경에서측정한생체신호및신체활동정보를의료분야에활용할수있도록, 데이터측정의표준체계와더불어의료원격진단및질환예측모델에적용할수있는가이드라인을구축 - 지능형의료전문가시스템의질환예측 진단결과를전자의무기록 (EMR) 및공공의료빅데이터와상호연동할수있는데이터호환성및유통표준마련 m - 홈헬스케어환경에연동하여임상전문가의지식 가이드라인을바탕으로질환을예측 진단하는지능형서비스로서, 의사를대신하는것이아니라의사의업무를보조하여의료업무의효율성을높일수있도록도움을제공하고, 공공의료빅데이터와 - 113 -

연계하여질환발생에따른사회적비용을낮추기위한기술 - 객관화자가측정 (QS) 데이터와개인건강기록 (PHR) 을지능형의료전문가시스템이활용하도록, 온톨로지기반의시맨틱웹을통한측정데이터완결성과전처리분석기능을제공 - ( 지능형자가학습의료전문가시스템 ) 임상의료지식베이스의바탕위에서빅데이터분석 학습을통해스스로진화하면서질환예측 진단서비스를제공하는소프트웨어기술 - ( 임상의료지식베이스 ) 임상경험을통해축적된전문가의의료지식, 질환예측 진단경험등을규칙, 그래프등의형태로저장한데이터베이스 - ( 기계학습엔진 ) 의료영상에서특정질병의병소를식별하거나심장박동패턴에서이상여부를판별하는것처럼대용량데이터를감독 무감독분류하고유용한정보를추출하여의사의업무를보조하는소프트웨어 - ( 자가학습엔진 ) 지식베이스의전문지식과기계학습결과를바탕으로빅데이터를이용하여학습 / 추론을하고, 그결과를피드백하여지식베이스를최적화하거나기계학습을감독하는과정을통해스스로진화할수있는 SW - ( 질환예측 ) 생체신호및신체활동패턴등을활용하여향후발생가능한질환을예측하고, 질환을예방하기위한운동, 식사, 수면등의방향제시 - ( 질환진단 ) 유전체, 투약이력, 질환상태등을바탕으로환자의질환상태정보를의사에게제공하고, 치료효과가높을것으로예상되는치료약물제안 - 지능형자가학습의료전문가시스템기술 (QS) - 114 -

< 그림 Ⅳ-5 > 지능형자가학습의료전문가시스템의운용개념 - 추진방향 (1 단계 ) (2016~2019) - 기대효과 / 파급효과 m, m ( ), m, - 115 -

'20 3.5%, 6.6%, '20 HaaS (Health as a Service) m - 개인의료정보의보호와원격의료관련종합적인규제혁파이정표수립 - 지능형의료서비스산업에대한국가차원의종합육성방안수립 - 의료빅데이터분석및지능시스템활용이가능한전문인력양성계획수립 m,,,,,, 다. 디지털비서 m ( ) (,,, ) - 애플 시리, 구글 나우, MS 코타나, 페이스북 M, 바이두 듀어, 아마존 Echo 등전세계 IT 선도기업들이앞다투어제공 < 그림 Ⅳ-6 > ( 왼쪽으로부터 ) 애플 시리, 구글 나우, MS 코타나, 페이스북 M - 116 -

- 미국소비자가운데 38% 가스마트폰에서가상비서서비스를이용한경험이있으며, 2016년말까지선진국소비자의약 66.7% 가매일가상비서서비스를이용할것으로전망 v : Economist, 2015. 9. 12. m,,,, ( ),,, PC,, 2014 8 2 1 2020 33 v : Tractica, Virtual Digital Assistants, 2015. 7. / m ( ) 60-70% m ( ) - 프라이버시노출을감수하고 IT 기술의혜택을볼것인가, 아니면혜택을덜받고프라이버시를지킬것인가하는 동전의양면 같은문제로법제도와 IT 기술의균형점협의필요 m ( ) m (IoT ) IoT (,, ) m ( API ),, - 117 -

API < 그림 Ⅳ-7 > 디지털가상비서추진방향제언 m - 디지털비서서비스의음성인식기술에있어한국어인식은세계최고수준이나음성 인식제품을세계화하기위해시장이큰외국어 ( 예, 중국어, 아랍어 ) 인식기술에 도전해야함 - 디지털비서서비스의백엔드지식또는정보처리기술에있어분야별지식베이스 구축과안전한공유방법연구가선행되어야함 - 디지털비서서비스의백엔드서비스제공기술에있어사용자요구를만족시킬수 있는실시간동적서비스컴포지션기술이필요함 m - 음성인식, 자연어처리, 기계학습등의핵심기술을 API 로개방하도록유도 - 가장보편적인기계 - 사람간인터페이스로자리잡게될음성인식기술의세계시장 을분석하여주력언어에대한인식기술개발및완성도향상에지원 - 모바일 /IoT 단말간, 단말 - 데이터제공서버간데이터공유인터페이스표준화지원 - 국가지식베이스로서 정부 3.0 의양적향상보다 정부 3.0 으로공개된데이터의 끊임없는질적유지보수가더중요함 m - 118 -

- 전통산업분야에서도부가가치가높은제품개발을위해음성인식기술등첨단 IT 기술을적극활용함 m,, IoT Networking, Trusted Networking - 119 -

2. 가. 지능형로봇 구분 로봇명 개발주체 특징 Jibo 얼굴인식 트래킹하며사진캡쳐, 영상통화 MIT Media 문자메시지, TV 컴퓨터제어 Lab. 가족과의대화 이모셔널엔진 (Emotional Engine) 탑재 Pepper Softbank 얼굴 음성을인식하여반응소셜 이미지기반하여사람의기분 감정인식로봇 EmoSPARK Emoshape 음악추천, 상황에적합한인사 다양한맥락의대화 의상 식사추천, 일정관리 Cubic Cubic Robotics 메일읽기, 가정용기기제어 7m 이상거리에서음성인식 Baxter 대비더신속 정확한동작 Rethink Sawyer 회로기판뿐만아니라무거운물체까지다룰수있어학습형 Robotics 자동차 반도체등다양한산업현장에서활약가능범용 탁상형로봇으로서 3kg의하중지지 ( 로봇무게 :11kg) 로봇 Universal UR3 팀으로서혹은독자적으로역할수행 Robots 신속 정확한동작이가능해정밀부품제조에활용 인간형로봇이며걷고도구이용한다양한작업가능 Atlas DARPA 가용시간확보를위해 3.7kw 리튬이온배터리장착 재난 가변압펌프를통해좀더효율적으로동작 구조 Carnegie 사람크기의변신로봇 CHIMP 로봇 Mellon Univ. 보행뿐만아니라탱크와유사한방식의이동가능 Robot 비인간형로봇 ( 머리가없음, 카메라-7개, 다리-4개 ) NASA Simian -거친지형에서이동가능하며물체잡아서조작가능 < 표 Ⅳ-4 > 로봇기술의발전현황 ETRI 미래사회연구실자체작성 m Softbank Pepper, MIT Media Lab. Jibo,, SNS email m Baxter m Shaft S-One, KAIST DRC Hubo - 120 -

m,,, 폼팩터구분 RoboBrain Roboearth Rapyuta KnowRob 특징 Stanford Univ., Cornel Univ. 에서추진 DARPA, NSF, Naval Research, Google, MS, Qualcomm 등이후원 인터넷에게재된데이터 지식, 컴퓨터시뮬레이션, 실제로봇의물리적 trial&error를통해학습해나가는대형클라우드컴퓨팅시스템 가정로봇, 자율주행차등다양한로봇 기계지능과기능향상이목적 EU 7 th Framework Programme의일환으로추진 인간 로봇지식을축적, 로봇간에공유 활용하는 knowledge repository 인프라구축 ETHZ( 취리히연방공대 ) 에서개발 RoboEarth 연동형클라우드컴퓨팅프레임워크 (open source) RoboEarth의연장선상에있는프로젝트 환경 사건 사물로부터발생한지식을표현 처리하는 common semantic framework 개발을통해로봇을위한지식처리시스템구축 < 표 Ⅳ-5 > 클라우드로봇관련주요연구프로젝트 m 13 148, 52.8. 30% ( : World Robotics 2014, IFR, 2014. 9 ) 1) m 18 211. 91 m 14 2 8,540 18%, 7,464 - 이중제조업용로봇 2조 1,013억원 (73.6%), 로봇부품및부분품 3,962억원 (13.9%), 서비스용로봇 3,565억원 (12.5%) 의순, - 121 -

/ m / /. / - 예 : 이동지능 ) 사전정보가제공된실내공간에대해서는자율주행이가능하지만, 그렇지않은경우자율주행불가능 - 예 : 소셜지능 ) 미리알려지지않은상황에대해사람과자연스럽게상호작용할수있는인공지능로봇은존재하지않음. 상황을알려준경우라도몇분정도를자연스럽게상호작용할수있는로봇은없음 m. m 93.5%. m / ( ) m, H/W, SW - 14년국내로봇기업의수는 499개로전년보다 24.1% 증가하였으나, 이중중소기업이 466개사로 93.5% 를차지 m, - 122 -

- 로봇은고도의인공지능기술과타산업 ( 스마트팩토리, 농업, 헬스케어 / 복지, 스마트자동차, 지식서비스, 복지등 ) 융합을통해최적의인공지능단말역할로발전전망 - 중앙의서버에서대용량의정보를처리하고이를지능으로가공하여인공지능단말에제공함으로써로봇을포함한각종인공지능단말의가격인하가능 < 그림 Ⅳ-7 > 지능형로봇과타산업의융합예상시나리오 m - ( 로봇다중지능융합플랫폼 ) 로봇의소셜 / 이동 / 조작지능을융합하고, 로봇의지식 / 지능 / 경험을공유할수있는기반기술확보 ( / / ) / / / / - ( 휴먼지능증강서비스플랫폼 ) 로봇자중지능융합플랫폼에기반하여휴먼의인지 / 이동 / 소셜지능및일상생활능력을증강시킬수있는서비스플랫폼기술확보 ( / / / ) - 123 -

< 그림 Ⅳ-8 > 로봇다중지능융합기반휴먼지능증강기술 - ( 추진방향 ) 1 단계 (2016~2018) ( / / ) - ( 추진방향 ) 2 단계 (2019~2021) - 기대효과및파급효과 ( ) R&D ( ) Startup m Meta R&D - ( 기본전제 ) (Meta R&D) - ( 추진방향 ) 1 단계 - 124 -

( ) ( )/ /, / /, (, ) HW, SW ( / / ) - ( 추진방향 ) 2 단계 s1: / ( ) s2: / s3: / s1~s3 v : ( 16) (, 14.12~ 16.12), m '25 1,000 m - 국내지능형서비스로봇업체는로봇지능전문 R&D 인력부족으로새로운서비스개발에어려움을겪고있음. 국내의 ICT 강점기술을로봇분야에적용하여창의적로봇서비스발굴을통해로봇스타트업을육성하는전략필요 - 이를위해정부에서는지능형로봇의두뇌역할을할로봇인공지능인프라 ( 고속병렬처리 HW, SW플랫폼 ) 및핵심알고리즘 ( 개방형로봇지능 API) 개발 보급주도, 민간에서는이를활용한창의적로봇서비스개발및사업화주력 - 125 -

m, Social Intelligence, - / - 나. 무인기 m 13 66 $, 22 114 $, 18 14%, 1 ( : Teal ) m, 15 1.62 ( 13.8.23), 22 1,000 ( 14.1.23) / m, - 스스로알아서자율적으로운항이가능한상용무인기는없으며, 표준임무형상을통해특정지점으로이동하거나자동복귀가가능한수준임 m, ( ) m / / / / m,, - 126 -

m, / / m / - 무인기는자체의환경인식 / 상황판단 / 임무수행을위한높은수준의인공지능기술과더불어 IoT의단말중하나로써단순데이터수집이아닌농업 / 물류 / 감시 / 정찰등의분야에서배송 / 조작등의임무를수행할수있는능동적단말로발전할것임 - 향후다중무인기들이축적된데이터의온라인송수신과백앤드클라우드서비스의분석 / 추론을통해자율적으로스스로의행동을조정하고협상하여결정함으로써다양한정보수집및현장에필요한행위 ( 배송 / 조작등 ) 을수행할수있는기술로진화할것임 m - ( 추진방향 ) 1 단계 / /, ( )/ / IoT / / HW SW - ( 추진방향 ) 2 단계 - 127 -

,,,, / / m / / - 다중협업임무수행을위한임무구성및행동제어기술 / / / - 협업기반환경인식및음영직역극복을위한상황인지기술 Multi-GNSS - 결합 / 배송 / 분리 / 충전및비정형환경극복형플랫폼기술 / / / / - 소형에어로봇협업운용을위한실시간네트워크기술 / - 추진방향 (1 단계 ) (2016~2018) - 추진방향 (2 단계 ) (2016~2018) - 128 -

/ / / - 기대효과및파급효과,,, / /, /,, Flying CCTV, Flying 119, Fyling, v (2016 ~ 2021) m '25 1 m 7, ICT,. DJI, - 129 -

/ /, ( ) v : ICT SoC, ( / ),,,,, v : ICT SW / / v : / m, Intelligent Navigation, Multi-UAV Collaboration( ) 다. 지능형영상 / 문자인식서비스 m ( ) - ( 세계 ) 영상감시시장의 2013년세계시장규모는 129억달러로 2017년 202억달러까지지속성장할것으로예상됨 - ( 국내 ) 국내시장의경우매출액을기준으로 2013년약 2조1천억원에서 2017년약 2조 7천억원까지연평균 7% 의성장률로지속적으로성장할것으로전망됨 (2014-2016 중소기업기술로드맵 ) 참고문헌 13) - 130 -

( 단위 : 백만달러, 억원 ) 구분 2013 2014 2015 2016 2017 성장률 (%) (2013~2017) 세계시장 12,938 14,470 16,183 18,099 20,242 12% 국내시장 21,387 22,845 24,413 26,089 27,880 7% < 표 Ⅳ-6 > 영상감시시장현황및전망 자료 : 한국인터넷진흥원 (KISA) < 지식정보보안사업실태조사 > 자료활용 ( 단위 : 억달러 ) 구분 2015 2016 2017 2018 2019 2020 연평균 CAGR(%) 세계영상인식기술시장 40.7 60.4 89.6 133.1 197.5 293.2 48.4 < 표 Ⅳ-7 > 영상인식기술시장 m ( ),, / - ( 세계 ) 카메라기반영상처리및인식, 번역세계시장은 2015년약 8,000억원규모로예상됨 - ( 국내 ) 고성능영상처리및인식SW와결합하는어플리케이션개발및서비스구축시장의성장이가속화될것으로예상됨 / m ( ),.,,, 14) - 대부분의국내업체가외산기술을도입하여사용하며, 소수의국내기업만이연구개발을수행하고있으나날씨, 광량등무수히변화하는실제환경에서는만족할만한성능이나오지않고있음 - 국내환경에맞는다양한시나리오와조도, 조건등을반영한영상데이터베이스구 - 131 -

축, 딥러닝 (Deep Learning) 적용에의한기술정확도향상및오작동감소, 개인정보보호에대한합리적인가이드라인제시필요 - 현재는녹화영상중주요프레임의영상처리수준이며, 실시간으로동영상내의객체를인식해내는수준으로의도약이필요함 m ( ) OCR(Optical Character Recognition) SW, - 인식성능향상을위해서는다량의학습데이터확보및이로부터영상내문자의특징을자동적이고계층적으로학습하는딥러닝 (Deep Learning) 기술적용필요 m SW,, / m,, (ICR) m ( ),, 16) < 그림 Ⅳ-9 > 안전기술예상시나리오 m ( ),, - 132 -

,,,, < 그림 Ⅳ-10 > 편의서비스예상시나리오 m / / - ( 인식기술 ) 인식성능확보를위해영상내문자의특징을자동적이고계층적으로 참고문헌17) 학습하는딥러닝 (Deep Learning) 기반인식기술확보 / - ( 공공영상 DB) 공공데이터를활용하여국내환경에맞는다양한시나리오와조도, 조건등을반영한학습용영상데이터베이스구축기술확보 / - ( 서비스플랫폼 ) 인식기술을이용한서비스제공을위해단말탑재형, 어플리케이션 구축형, 서버형서비스플랫폼구축기술확보,, - 추진방향 (1 단계 ) (2016~2018) / - 133 -

/ - 추진방향 (2 단계 ) (2019~2021) - 기대효과 / 파급효과 / / ( ) < 그림 Ⅳ-11 > 지능진화형영상 / 문자인식서비스플랫폼, m m - 자연영상의문자인식및번역서비스를제공하는상용화제품들이출시되고있으나 다국어문자인식보다는라틴계열문자인식에만한정하고있음 ( 미국구글사 Goggles - 134 -

참고문헌18) 등 ) - 국내에서한글문자인식기술개발이이루어지지않을경우고성능영상처리및인식 SW 와결합하는어플리케이션개발및서비스구축에어려움이예상되고 한글문자인식기술의발전을기대하기어렵기때문에국내주도의한글문자인식 기술개발이필요함 m - 한글은초성 / 중성 / 종성으로이루어져있어영어나한자에비해인식에어려움이있고 특히필기체의경우인쇄체에비해인식률이상당히낮으나, 국내에서공공데이터를 이용한충분한학습데이터확보시인식성능을확보할수있을것으로예상됨 - 우체국및시청등일부공공분야에영상을이용한문자인식기술이적용되어있으므 로인식에사용되었던영상을이용해학습데이터구축이가능함 - 정부에서는국내환경에맞는다양한시나리오와조도, 조건등을반영한학습용영 상데이터베이스구축을위해공공데이터활용을지원하고이를밑받침하기위한 개인정보보호가이드라인구축이필요 - 또한공공분야에활용가능한수준의인식기술개발을위해집중적이고지속적인 R&D 지원이필요함 m Intelligent Video Analytics, Intelligent Character Recognition, Scene Text Recognition - 135 -

3. 가. 감성, 인지서비스 m McKinsey&Company 2025 1 4 2 9% 3 11 4 9 m Forrester Research,,,, 5 Gartner Smart Machine, Sages m ICT 10) ICT ICT ICT, PC, - 136 -

세계감성 ICT 산업예상규모 국내감성 ICT 산업예상규모 < 그림 Ⅳ-12 > 국내외감성 ICT 산업예상규모 2015 1 2020 1 6 10% 2015 27 2020 43 m ICT 非 ICT,,, 非 ICT,,,,,,,,,,, IT,,, 세계감성 ICT 융합산업예상규모 국내감성 ICT 융합산업예상규모 < 그림 Ⅳ-13 > 국내외감성 ICT 융합산업예상규모 ICT 2015 9 10% 2020 1 4-137 -

2015 24 2020 38 / m ( IT ) IBM,, IT IBM (Natural Language Classifier, Dialog, Retrieve and Rank, Concept Insight) Siri, Facebook,, IT 2014 HMD Oculus Rift Oculus VR m ( ), DeepView m ( ),, : / m IT - 138 -

- (원천 기술 확보) 언어 지능(엑소브레인) 및 시각 지능(딥뷰) 등 기존 인공지능 기술을 고도화 하고 감성 인식 등의 관련 기술 개발 - (데이터 확보) 원천 기술 고도화를 위한 데이터 수집 플랫폼 확보 - (산 학 연 센터) 중점 서비스 분야의 산업계와 연구소, 대학이 협력 가능한 센터 구축 기존의 핵심원천 기반 기술 R&D 장기 투자 감성 인식 기술 및 지능형 서비스 구현을 위한 데이터 확보 감성 인지 서비스 상용화를 위한 산 학 연 플랫폼 및 센터 운용 (지능형 의료 서비스, 인공지능 NPC 기반의 교육용 게임) < 그림 Ⅳ-14 > 감정 인지 서비스 기술 개발 추진 방향 - 기존의 지능형 개인비서와 관련 기술 및 영상 언어 인식 관련 기술개발에 대한 지속 적인 투자로 기술 경쟁력 확보 - 글로벌 기업에서도 현재 활발하게 추진 중인 감성 인식과 관련 데이터 확보를 위한 플랫폼 구축 및 관련 연구 지원 - 감성 인지 서비스와 관련한 기술들이 융합될 수 있고 이를 바로 상용화할 수 있는 도구를 제공하는 산 학 연 플랫폼 또는 센터 구축 예) 환자의 신체 및 감정 상태를 인지하고 모니터링할 수 있게 해주는 지능형 의료 침상, 게임 내 도우미 역할정도였던 NPC에 인공지능 기술을 접목하여 게임이 오락 이외에 개인 맞춤형 트레이닝, 교육 등의 역할을 수행할 수 있도록 함 - 139 -

- 추진방향 (1 단계 ) (2016~2018) - 추진방향 (2 단계 ) (2019~2021) - 추진방향 (2 단계 ) (2022~2025) - 기대효과및파급효과 (, ) /, m ( :, ) m - ( 약점 ) 국내관련기반기술은해외선도기술 (IBM 왓슨, 페이스북이미지인식기술등 ) 을추격하고있으나상용화에이르지못함 - ( 강점 ) 의료서비스및문화콘텐츠분야의세계시장경쟁력을가지고있음 - ( 타겟설정 ) 감성, 인지관련하여 IT서비스시장은기업중심의생태계조성노력이이미진행중이므로의료서비스와같이국가가주도하는공공복지서비스를타겟 - 140 -

- ( 추진방향 ) 기존의관련기술원천기술에대한장기적인투자로기술경쟁력을높이 고공공복지및의료데이터등관련데이터수집플랫폼구축및산학연협력센터를 구축할필요가있음 m Smart Advisors, Content Curation Platforms, Visual Intelligence, Micro Expression Learning 나. 인지기반지능형반도체 11) m SW SoC 4.9% 3.5%, (Gartner 2013) SW SoC 구분 2012 년 2018 년연평균증가율 2013 2018 년연평균증가율 세계시장 1,599 2,197 4.9% 1,965 2,330 3.5% 국내시장 116 148 5.1% 114 160 7.0% < 표 Ⅳ-8 > 지능형반도체관련 SW 및 SoC 세계시장규모 m,,,, 2013 7.0% / m,, ICT m - 141 -

장 동력을 마련할 필요 있음 m (기술 진화 ) IT 융합 제품의 발전에 따라 각종 기능이 융합되면서 인지, 추론 등 인지컴퓨팅 기반의 지능형서비스를 요구 m (경쟁 심화) 세계 선두 반도체 기업(IBM, Intel, 퀄컴 및 ARM 등) 및 국가(미국, 유럽, 일본)들은 핵심기술 확보를 통해 지능형 SW-SoC 분야에서 경쟁력 강화 m (높은 수입 의존도) 모바일 AP와 모뎀, RFIC, PMIC 등 일부 품목은 국산화에 성공하였으나, IoT, 자율주행 자동차, 인지로봇, 스마트디바이스 관련 지능형 반도체는 거의 대부분 수입에 의존 m (핵심 원천기술 부족 ) 지능형반도체의 핵심 요소인 프로세서는 거의 전량 수 입에 의존하며, 지능형 SW-SoC 융합 플랫폼 관련 기술력 부족 m 추진방향 : 미래예상제품 및 서비스/시나리오 및 시사점 인지 지능형반도체 신시장, 신서비스 개척 기술 확보 -> 인프라 구축 -> 신시장 구축의 3 단계로 추진 (1단계) 인지프로세서 핵심 원천 기술을 개발하고, 지능형반도체 SW-SoC 플랫폼 으로 통합 인지컴퓨팅을 위한 인지프로세서 - 범용객체(95%, 1000개) 및 음성신호(90%, 연속어) 인식을 처리하는 인지컴퓨팅용 두뇌 모방 프로세 서 기술로서 미래 기술 선도 의 성격을 지님 ① 초실감형 렌더링 지능형반도체 - 초실감형 디지털 콘텐츠 신시장을 위한 렌더링 전 용 칩, 동작인식 기반 인터랙티브 반도체 기술로 서 미래 신시장 대비 의 성격을 지님 ② < 그림 Ⅳ-15 > 인지 지능형 반도체 신시장, 신서비스 개척 기술 확보 단계) 인지기반 인공지능 플랫폼 을 통하여 신시장 특화형 지능형반도체 를 개발하고 인력양성 및 기술통합에 의한 인프라 구축 (2-142 -

SW-SoC, (3 ) IoT,,, IT < 그림 Ⅳ-16 > 인지기반지능형반도체플랫폼 m, - 143 -

SW - ( ) mw TFLOPs < 그림 Ⅳ-17 > 지능형반도체기반인지컴퓨팅 - 범용객체및신호인식을위한인지프로세서개발,,,, - 신경망기반학습, 추론인지프로세서 SW 환경개발 HNN,,, SW, DB, - 추진방향 (1 ) (2016~2018) (2 ) (2019~2021) (3 ) (2022~2025), - 기대효과 / 파급효과 - 144 -

, m '25 TOP100 / 10 / : 3% 5%( ) m (,, / ) m m, m 5 m., - 145 -

m 5 NPU / /, IBM Intel 2-Track. m IoT,,,. m Cognitive Processor, Neurosynaptic HW 다. 실시간인지컴퓨팅을위한모바일용고성능시스템 SW m SW, m,, SW m, m GPGPU - 146 -

- 모바일용 HW 인 Nvidia Jetson TK1(AP: Tegra K1, GPU: Nvidia Kepler) 과 Odroid XU3(AP: Exynos 5422, GPU Mali T628) 을이용하여전세계적으로연구의초기단계임 m GPGPU - 모바일용 HW인 Nvidia Jetson TK1(AP: Tegra K1, GPU: Nvidia Kepler) 과 Odroid XU3(AP: Exynos 5422, GPU Mali T628) 을이용한연구의초기단계 < 그림 Ⅳ-18 > Nvidia Jetson TK1 & Odroid XU3 - 대표적인딥러닝프레임워크인 Caffe의 AlexNet 성능비교시 Nvidia의경우 1,808msec(forward pass기준, Batch size 64인경우 ) 로응용에서활용가능한수준 ( 출처 : https://github.com/soumith/convnet-benchmarks) m, 3D Tango - Tango 프로젝트는고성능데이터처리를위해 GPGPU의활용이가능한 Nvidia의 Tegra를사용하며, 이에기반한 SW 프레임워크에대한연구개발이핵심 m Nvidia ADAS GPGPU DrivePx, - DrivePx는모바일단말에서인공지능분야딥러닝알고리즘을통해학습과인지가가능한것으로 CES 2015에서발표됨 / - 147 -

m - ( 현황 ) 모바일분야에서현재까지보고된대표적인인공지능기술은영상인식을위한 Caffe 프레임워크에압축알고리즘을적용한것으로현재학습은불가능하나, 연구개발을통해딥러닝기반인식은가능할것으로판단 - 압축알고리즘으로학습처리시간은많은이득을보고있으나, 인식성능에영향이있어이에대한연구가필요 - ( 문제점 ) 모바일분야인공지능관련하여 HW와 SW 모두초기상태로일반개발자가활용하기에는어려운수준 - ( 바람직한추진방향 ) 모바일분야인공지능기술활용을위해 GPGPU 기반 HW, GPGPU 활용고성능시스템 SW, 인공지능압축알고리즘, 인공지능과응용서비스연결가능한다양한고성능수학및영상알고리즘 R&D에대한투자필요 m / - 인공지능기술적용에도빠른응답성이필요한차량, 의료등분야로고성능모바일컴퓨팅기반실시간보행자인식, 주야간 / 악천후도로인식, 응급환자실시간분석등에적용가능 - 사회안전 / 편의분야의방범서비스를위해영상 / 음성인식등대용량데이터처리가필요한경우모바일단말과서버간협업을통해빠른인식또는전처리를통해불필요한클라우드비용발생방지가능 m ( ) - 모바일분야에서도다양한인공지능기술을실시간으로처리가능하여고성능클라 우드와연계한新융합서비스의창출이가능 - 148 -

, m - ( 모바일산업의장단점 ) 대기업중심의수직적생태계로모바일분야고도성장기에맞는성장모델로국내주력수출산업이었으나, 모바일분야성장률의하락시기에접어듬에따라대기업의매출이급감할수있고, 이로인한대기업의긴축으로자생력없는중소 중견기업의경우생존에위협을받을수있는구조적인문제봉착 - ( 수요산업의현실 ) 최근의전세계적인모바일분야성장률하락시기를극복하기위해인공지능기술을활용한혁신적서비스의창조가필요하며, 이를위해공유가능한기술기반확보가매우중요하며특정대기업중심적인생태계에서산학연관련주체가공생발전형협력을통해지속가능한산업발전모델로전환이시급한현실 - ( 정부역할 ) 모바일산업의차별화가가능한실시간인지컴퓨팅기반플랫폼을확보할수있도록공생발전생태계조성기반 R&D 추진이필요하며아래와같이단계적으로추진가능 1 공생발전생태계조성 R&D 센터설립 2 국내주도대기업의오픈플랫폼기반 R&D 추진 3 대중소기업의요구사항분석및설계반영 4 산학연협력을통한실시간인지컴퓨팅지원모바일기반 SW R&D 추진후결과물의공개 SW 형태로대중소기업공유추진 - ( 민간역할 ) 정부 R&D로확보된공개 SW 기반중소 중견기업은新서비스용부품및콘텐츠를쉽고빠르게개발하고, 대기업과개인사용자는新서비스를구매하며, 대기업은新서비스가탑재된모바일기기를판매하여각주체간명확한역할을통해자생력을가질수있는지속가능한공생발전생태계조성필요 - 149 -

m '25 TOP100 7 / : 3% 5%( ) m Cognitive System SW, High Performance Mobile System SW m Intelligent Mobile Vision/Voice/Space Recognition - 150 -

2 1. m *, ** 2. * (R&D) 엑소브레인 ( 전문가수준의자연어질의응답 SW 개발, 13~ 23 년, 년 80 억 ), DeepView( 실시간영상을통하여영상의의미를찿는시작지능확보, 14~ 24, 년 80 억 ), 차세대기계학습 ( 인간처럼평생학습할수있는기계학습원천기술확보, 14~ 18, 년 15 억 ) ** ( 대기업 ) 삼성전자, LG 전자, SKT 등국내대기업에서도기계학습기반의데이터분석모델을개발중 ** ( 중견기업 ) 다음카카오, 네이버등은검색, 추천서비스, 게임등에적용, R&D,, m ( ) 75%, 2.0 (IITP, 14 ) - 대화형언어지능은세계적수준이나, 전문가언어지능및시각지능은 R&D 초기단계수준 ETRI (GenieTalk) / ( 12 ),,, - 기계학습기초연구등대학을중심으로일부연구중이나, 심도있는브레인연구를 시작한미국, 유럽에비해기초 원천기술낙후우려 2014 ( :, : 3, : 100 +200 ( 15 )) (AISTATS, ICML, NIPS) 3 14 0.6%(=14/2327) - 151 -

m ( R&D ) SW 10 *,, EU R&D, * 선도형 SW R&D 추진계획 ( 미래부, 14.2.) 에서는 SW 10대기술중지능형 SW 분야로인공지능선정 m ( ) * 現, * 유럽은 Human Brain Project 로, 미국은 DARPA 주관의 SyNAPSE 프로젝트로인간뇌에대한체계적인연구로기존의폰노이만컴퓨터구조 ** 를탈피할새로운패러다임준비 ** 폰노이만구조 : CPU, 메모리, 프로그램구조로이루어진전통적인컴퓨터구조 3. R&D Governance, R&D,,,, m (Governance ) - ( 국가과학기술자문회의 ) 미래부장관은인공지능분야투자확대의계획등을매년국가과학기술자문회의에보고 ( 뇌연구법제6조제2항사례반영 ) - ( 뇌연구실무추진위원회 ) 인공지능분과신설을통한법 제도개선등인공지능산업을효율적으로진흥할수있는기반마련 - ( 인공지능전문위원회 ) 전문위원회신설을통한인공지능분야기술 법률등을지속적으로실문위원회를지원할수있는기능부여 - 152 -

< 그림 Ⅳ-19 > 인공지능 Governance 운영체계 ( 안 ) < 그림 Ⅳ-20 > 미국 Brain Initiative Governance 운영체계 m ( 新 R&D ) 旣 R&D R&D - ( 인지컴퓨팅 ) 뇌이해 브레인시뮬레이션- 뉴로모픽칩 비폰노이만시스템아키텍처및시스템 SW 인지기반알고리즘 기술개발 < 인지컴퓨팅주요기술 > ( 뇌이해 ) 뇌과학분야와융합을통한뇌의구조, 동작원리, 모델등에대한기초연구 ( 브레인시뮬레이션 ) 뇌이해를바탕으로생물학적뉴론 / 시냅스를모사하는시뮬레이션 ( 뉴로모픽칩 ) 대규모컴퓨팅자원과에너지소모를해결하기위해에너지효율이높은새로운뉴로모픽칩 ( 비폰노이만시스템 ) 뇌기능모델을기반으로하는비폰노이만형시스템아키텍처를이를동작하는시스템 SW ( 인지기반알고리즘 ) 비폰노이만시스템에서효율적으로동작하는학습알고리즘및응용 < 표 Ⅳ-9 > 인지컴퓨팅주요기술 - (Flagship R&D 추진 ) 인공지능각분야별로경쟁력이있고선두그룹을형성하고있는 주체를중심으로기추진 R&D 를지속하면서각그룹이컨소시엄을이루어가는 - 153 -

Flagship 연구개발협력체계수립필요 Flagship ) IBM - ( 기반 응용 산업화 R&D 진행 ) 인공지능기술확보를위한 R&D 는많은비용과시간 이투자되는대형프로젝트로서순차적접근보다는기반기술과이를활용한응용 기술개발및산업화의동시진행필요 ( ) 8-10, ( ) ( ) + ( ) + ( ) 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 - 154 -

- 그밖에인공지능기기의보안품질인증제도및관리감독제도설계문제, 보안강화를위한민형사상책임제도, 행정형벌제도등의정비필요 - ( 개발규제 ) 인공지능시스템개발및보급에관한공론화추진및민주적합의의선결적문제해결필요 - ( 기타 ) 인공지능관련분야의신속한입법절차가필요하며, 각산업분야별로인공지능개발및상용화에필요한제도발굴및선행적연구필요 정보통신진흥및융합활성화등에관한특별법지능형로봇개발및보급촉진법뇌연구촉진법클라우드컴퓨팅발전및이용자보호에관한법률건축법유비쿼터스도시의건설등에관한법률지능형전력망의구축및이용촉진에관한법률국가통합교통체계효율화법 신규정보통신융합기술및서비스진흥등한국로봇산업진흥원설립, 품질인증제도및로봇랜드조성등뇌연구실무추진위원회설치등클라우드컴퓨팅서비스의신뢰성향상및이용자보호등빠른정보서비스와아울러에너지절감이극대화되고그로인해업무의생산성을극대화할수있는건물에대한인증 ( 지능형건축물인증제도, 제65조의 2) 공공시설에건설 정보통신융합기술을적용하여지능화된시설을건립등정보통신기술기술적용으로공급자와사용자간의정보교환의효율성이극대화된전력망 ( 지능형전력망, 제2조 2호 ) 교통체계의운영및관리를과학화 자동화하고교통의효율성과안전성을향상시키는교통체계 ( 지능형교통체계, 제2조 16호 ) < 표 Ⅳ-10 > 주요법제및내용 m ( ) * * ( 현장의견 ) 국내기업들은연구개발인력확보가어려운상황이므로해외에나가있는고급두뇌를적극활용할필요가있음 ** ** 기계학습 / 딥러닝관련기술개발과정에서기업들이직면하는문제들에대해 Kaist, 동경대, 미국등의고급인력을집단지성으로활용하는방안도중요 ** 로봇분야의경우기계, 전자, 컴퓨터, 인문사회, 디자인, 수학등다양한분야의융합적지식이요구되는분야로, 특히수학과엔지니어의협업이필요 - 특히, 인공지능산업활성화를위한연구 정책 산업 교원인력을양성할수있는 프로그램개발및지원정책마련필요, 또한여러분야를통합할수있는핵심인재 인 SIer 양성전략이필요 - ( 인공지능맞춤형연구인력 ) 인공지능산업분야에서요구되는인력으로서, 독창적핵 - 155 -

심기반기술의개발및응용이가능한인공지능맞춤형인력양성프로그램개발필요 v KAIST( SW), ( SW), ( TV SW) SW - ( 정책인력 ) 전문인으로서인공지능분야를이해하고국내외흐름을선제적으로파악하여효율적인정책을입안할수있는인력확대 - ( 산업인력 ) 인공지능시장을활성화할수있는연구및현장의문제해결과각종서비스및지원이가능한인력양성시스템구축. 특히대학 ( 원 ) 고급인력을중소기업 SW 기업 R&D인력으로활용할수있는시스템마련필요 - ( 교원인력 ) 인공지능연구나관련산업의고급인력을양성하기위한교육을전담하는교수요원이필요하며, 이를위해서는이분야에자질을갖춘교수요원확대와특별교육을통한교원인력배출을위한정책마련시급 - ( 협의체구성 ) 다양한전공의연구자들이학제간융합연구를수행할수있도록인공지능분야협의체를구성하고이에대한안정적인제도마련과재정적지원필요 < 주요국가들의지능형서비스로봇분야인력양성 > ( 미국 ) 관련분야에대한국가적정책은부재하나, 대학을중심으로지능형서비스로봇분야의인력양성이활발하게진행되고있음 * 미국카네기멜론대학의로보틱스연구소는 1979년부터로봇공학교육을체계적으로실시하여관련분야의고급인력을꾸준히배출하고있음 ( 일본 ) 1970년초반부터와세다대학, 교토대학등을중심으로지능로봇연구및인력양성이이루어져왔으며, 현재는많은대학들이참여하고있음 * 여기에서배출된연구인력들이혼다등자동차기업들이휴머노이드로봇등을개발할수있는기술력제공 ( 중국 ) 중국정부는중장기기술개발프로그램, 과학기술 5&6개년규획등에지능형로봇분야를 R&D 프로그램에포함시키면서관련산업의인력양성지원체계를마련하고있음 < 표 Ⅳ-11 > 주요국가들의지능형서비스로봇분야인력양성 m ( ), - ( 인공지능기업육성 ) 기계학습전문기업과인공지능스타트업기업들을발굴하여전문육성하고, 국가 R&D 결과의활용 협력 - ( 공공적용 ) 국가차원의 보편적지능 (Intelligence Everywhere 실현과산업육성을위한공공 인프라분야의선정및적용 - 156 -

,,, - ( 컨설팅 ) 비IT 기업의스마트화를위하여인공지능기술보유기업과비 IT 기업을연계하는컨설팅전문조직추진 m ( ) - 주요국은인공지능분야의기술력, 연구역량등을보완하기위해글로벌연구현장과의공유 협력에기초한개방형 R&D를적극추진 v 200, - 국제공동연구를통해새로운기술습득, 거대시장확보등전략적인국제협력시스템구축필요, 즉선진기술추격형, 시너지창출형, 그리고적정기술보급형등으로국제협력과공동연구를분류하여체계적이고공격적인접근필요 - ( 선진기술추격형 ) 인공지능분야의국내독자기술개발이어려운부분의경우강점기술보유국가와의공동 R&D 등을통한선진기술습득필요 v MS SW SW v Brain Initiative, EU HBP(Human Brain Project) - ( 시너지창출형 ) 중국, 인도등거대내수시장을견양한국가차원의국제공동연구확대를통해인공지능분야의새로운시너지창출기회모색필요 v FTA IT, v,,, - ( 적정기술보급형 ) 우리나라출연 ( 연 ), 기업등에서개발한인공지능분야기술을후진국가들에게보급함으로써, 새로운국제협력기회및시장을확대할수있는기회마련필요 - 157 -

4., m ( ) SW - 콜센터의로봇상담사, 의료 / 특허 / 법률 / 경영 / 세무등의전문가의대화형조력자, 스마트카 / 휴머노이드로봇등에탑재되는멀티도메인융합인공두뇌 SW m ( ), SW - 내용이해기반의이미지및동영상검색, 사용자선호도기반이미지 동영상큐레이션, 원격시각경험, 의료영상분석및영상기반공정 ( 품질 ) 분석등에필요한시각지식생산 - 158 -

3, m ( )) AI, m ( ) AI 90%, AI,,,,, m ( ), / v IBM Watson Talent Hub < 그림 Ⅳ-21 > 산업활성화생태계조성방안 - 159 -