Korea Deloitte Anjin LLC & Deloitte Consulting Korea 2015.2 Deloitte Newsletter 딜로이트글로벌리포트 인공지능, 인간의생존을위협할수있을까? Demystifying artificial intelligence Overview 최근몇년간인공지능 (Artificial Intelligence; AI) 에대한관심이급격히증가했다. AI 관련제품과기술을개발하는기업에대한벤처캐피탈의 2011 년이후누적투자규모는 20 억달러를초과하는실정이다. 첨단기술기업들은 AI 관련신생기업들을인수하는데수십억달러를투자하고있다. 이러한막대한규모의투자로개발되는인공지능이조만간사람보다똑똑해져일자리를없애고, 심지어인간의생존을위협할수도있다는전문가들의의견이언론의관심을더욱부추기고있다. 관련사례를살펴보자. IBM 은인지컴퓨팅플랫폼인 Watson 의상업화에지금까지 10 억달러를투자했다. 구글은로봇공학, 기계학습관련기업 8 곳을인수하는등최근몇년간 AI 분야에대규모투자를집행했다. 페이스북은 AI 전문가인 Yann LeCun 을영입해이분야의중요한발전을목표로하는 AI 연구소를설립했다. 뉴욕타임스베스트셀러인 The Second Machine Age 는디지털기술과 AI 가엄청난긍정적변화를가져올것이지만, 대규모실업과같은상당한부정적결과또한초래할것이라고주장했다.
실리콘밸리기업가 Elon Musk( 전기차제조사 Tesla 의창업주 ) 는 AI 를 감시하기위해 이에투자하고있다. 그는 AI 가잠재적으로 핵폭탄보다위험하다 고말했다. 세계적인이론물리학자 Stephen Hawking 은진정한 AI 의개발성공이 우리가위험을어떻게회피할지배우지못한다면인류역사의종말을의미할수도있다 고말했다. 이처럼떠들썩한논란와중에도모든산업에영향을미치고있거나곧미칠 AI 분야에대해상당한상업적활동이진행되고있다. 비즈니스리더들은 AI 가정말로무엇이고어디로향하고있는지를이해해야만한다. 인공지능과인지기술 (Cognitive technology) AI 를이해하기위해관련용어를정의하고, AI 가기반하고있는핵심기술을살펴보기로하자. 인공지능의정의 AI 가무엇인가에대한정의는전문가들마다의견이분분하다. 여기서는 AI 를일반적으로인간의지능을필요로하는과업을수행할수있는컴퓨터시스템에대한이론과개발로정의한다. 이러한과업의사례로시지각 (visual perception), 음성인식 (speech recognition), 학습, 번역등을들수있다. 인간이어떤식으로사고하는가의관점이아닌인간이수행하는과업의측면에서의 AI 에대한정의를통해오늘날실용적인활용이가능해졌다. 과학이지능의신경학적메커니즘을완전히이해할수있기전까지는이러한관점의정의가유용할것이다. 인공지능발전의촉매 1950 년대에시작되어 1990 년대까지부침을겪어온인공지능연구는 2000 년대후반에들어몇가지요소가새로운진보를 촉진했다. 이몇가지핵심요소들은다음과같다. 무어의법칙 (Moore s Law) 인텔공동창업자인고든무어 (Gordon Moore) 의이름을따명명된무어의법칙은동일가격과크기를유지하면서구현할수있는컴퓨팅능력이매년급속히발전함을일컫는용어다. 예를들어오늘날의마이크로프로세서는 1971 년최초의단일칩마이크로프로세서와비교해 400 만배에달하는성능을가지고있다. 이러한컴퓨팅능력의발전은 AI 를포함한모든형태의컴퓨팅연구에혜택을주고있다. 빅데이터인터넷, 소셜미디어, 모바일기기등으로인해전세계데이터총량이급격히증가하고있다. 빅데이터가 AI 개발에도움이 되는이유는일부 AI 기술이이미지, 텍스트, 음성과같은데이터의확률적추론에통계모델을사용하고있기때문이다. 이러한 모델은대규모데이터집합에대한노출을통해개선되거나또는 훈련될수 있다. 인터넷과클라우드인터넷과클라우드도 AI 발전에다음두가지이유로도움이된다. 첫째, 막대한양의데이터와정보를인터넷에 연결된어떤기기에도공급해줄수있다. 둘째, AI 시스템을훈련시키는데있어연구자들이협력할수있는방안을제공해준다. 예를 들어, 구글번역기는자동번역품질개선을위해사용자들의피드백과자발적인번역공헌을분석하고있다. 새로운알고리즘알고리즘은문제를풀거나과업을수행하기위한기계적인프로세스다. 최근몇년간기계학습 (machine learning) 의성과를극적으로개선시키고, 컴퓨터시각 (Computer vision) 과같은다른기술들을발전시키는새로운알고리즘들이 개발됐다. 인지기술 (Cognitive technologies) 언론에서는 AI 를인간과동급또는인간이상으로똑똑한컴퓨터의출현으로묘사하고있지만, 사실 AI 의발전은예전엔인간만이할수있었던특정한과업을수행하는각각의기술들의지속적인향상에서이뤄지고있다. 이러한기술들이인지기술이며사업및공공부문의리더들은이분야에관심을기울여야한다. 아래에서는현재광범위한도입, 빠른기술발전, 대규모투자를받고있는가장중요한인지기술들에대해살펴본다.
컴퓨터시각 (Computer vision) 은물체, 풍경, 이미지내의활동을인식하는컴퓨터의능력을의미한다. 이기술은연속적인이미지처리작업과기타기술을이용해이미지분석업무를컴퓨터가소화가능한단위의작업으로분할한다. 예를들어, 모서리를감지하고이미지내의물체의질감을파악하는각각의기술이있다. 분류기술은이미지내에서파악된형태가시스템이이미알고있는물체와같은종류인지를결정하는데사용될수있다. 컴퓨터시각은다양한응용사례를가지고있다. 질병의예측, 분석, 치료를개선하기위한의료화상분석, 페이스북이사진에서자동적으로사람들을식별하기위해사용하는얼굴인식등이그것이다. 컴퓨터시각의응용분야가확장되고있기때문에이분야의신생기업들은 2011 년이래수억달러규모의투자를유치하고있다. 기계학습 (Machine learning) 은명확하게프로그램된명령을따를필요없이데이터에대한노출을통해업무성과를개선할수있는컴퓨터시스템의능력을의미한다. 기계학습의핵심은데이터내의패턴을자동으로발견하는프로세스다. 발견된패턴은예측을수행하는데사용될수있다. 예를들어, 기계학습시스템이신용카드거래정보데이터베이스를탐색하여부정거래가능성을예측하는패턴을파악할수있다. 더많은거래데이터를처리할수록, 예측정확도는향상된다. 기계학습의응용분야는매우광범위하여대규모데이터를산출하는거의모든활동의성과를개선할수있는잠재력을가지고있다. 매출규모예측, 재고관리, 석유 & 가스탐사등이주요응용분야다. 기계학습은다른인지기술의발전을위해종종중요한역할을한다. 예를들어컴퓨터시각분야에서시각모델의대규모이미지데이터베이스학습을통해물체의종류를인식하는능력을개선시킬수있다. 오늘날기계학습은인지기술에서가장각광을받고있는분야중하나로 2011 년부터 2014 년중반까지수십억달러의투자를유치했다. 자연어처리 (Natural language processing) 은인간이문장을다루는것과같은방식으로작업할수있는컴퓨터의능력이다. 예를들어, 문장에서의미를파악하거나심지어읽기쉽고자연스러우며문법적으로도정확한문장을작성하기도한다. 자연어처리시스템은인간과같은방식으로문장을이해하진않지만정교한방식으로문장을다룰수있다. 예를들어, 문서에언급된모든인물과장소를파악할수있고, 문서의주요주제를파악하며, 수많은계약문서더미에서거래조건을추출하고표로만들수있다. 자연어처리는컴퓨터시각과같이목표를달성하는데여러가지기술을복합적으로사용한다. 언어모델은언어표현의확률분포를예측하는데사용된다-주어진연속된문자나단어가제대로된문장의일부인지를판단한다. 특성선택기술은한종류의문장을다른문장과구분시켜주는요소를식별하는데사용된다. 분류기술은이렇게추출된특성을이용해문장의중요성을구분하는데사용될수있다. 예를들어메일을스팸과일반메일로구분할수있다. 그러나문장의이해에있어맥락의파악이매우중요하기때문에, 자연어처리는특정제품이나서비스에대한고객피드백분석, 기업실적이나스포츠경기결과에대한기사작성자동화등과같은상대적으로한정된영역에서주로사용되고있다. 로봇공학 (Robotics) 컴퓨터시각등과같은인지기술을소형의고성능센서, 구동계등에통합시켜예측불가능한환경에서 사람들과함께작업하고유연하게여러다양한업무를수행하는새로운세대의로봇이등장하고있다. 음성인식 (Speech recognition) 은사람의말을정확하게자동으로기록하는데초점을맞추고있다. 이기술은자연어처리가가진 일부동일한도전과제를해결해야하며, 추가로다양한말씨, 배경소음, 동음이의어, 자연스런말속도에맞춰처리할수있는능력 등의문제도처리해야한다. 음성인식의응용분야는받아쓰기, 컴퓨터시스템음성명령, 고객서비스전화응대등이있다. 위에서기술된인지기술들은급격한진보를이루고있고상당한투자를유치하고있다. 여기서언급되지않은상대적으로성숙된몇가지인지기술들은이미기업소프트웨어시스템의중요한구성요소를담당하고있다. 이러한기술에는제한된자원의활용에대해자동적으로복잡한의사결정과트레이드오프를수행하는최적화 (Optimization), 제약조건하에서목표를달성하기위해필요한일련의활동방안을강구하는계획및일정관리 (Planning and scheduling), 정보에대한추론수행과정을자동화하기위해지식과규칙에대한데이터베이스를활용하는전문가시스템인규칙기반시스템 (Rules-based system) 이있다. 인지기술은이미광범위하게사용되고있다 경제모든분야에서많은조직들이이미다양한업무기능에인지기술을활용하고있다. 은행업은부정한지급결제활동임을알려줄수있는행동지표들을식별하기위해부정적발시스템에기계학습을사용하고, 음성인식 기술을사용하여고객서비스전화응대를자동화하고전화를건사람의신분을확인하고있다.
헬스케어분야에서는미국병원의약 50% 정도가의사들의처방구술을기록하는데음성인식기술을사용하고있다. IBM 의 Watson 은자연어처리기술을이용해방대한의학논문을읽고이해하여환자의질병진단을자동화하고, 기계학습을활용해 정확성을높이고있다. 미디어분야에서는몇몇기업이기업실적과스포츠경기결과정리와같은데이터중심주제관련기사초안작성과기타서술자료 작성에데이터애널리틱스와자연어생성기술을이용하고있다. 공공분야에서는인지기술을치안, 컴플라이언스와부정행위적발, 자동화와같은다양한분야에활용하고있다. 예를들어, 조지아 주정부는자동화된필기인식기술과크라우드소싱을결합한시스템을이용하여재무공시와정치자금모금절차를디지털화하고 있다. 유통업분야에서는매력적인교차판매제안기회와효과적판촉방안을자동적으로파악하기위해기계학습을사용하고있다. 첨단기술기업들은컴퓨터시각과기계학습과같은인지기술을이용해 Roomba 로봇청소기나 Nest 지능형온도조절기와같이 기존제품을개선하거나완전히새로운제품을만들고있다. 위의사례가보여주는것처럼인지기술의사용에따른사업상혜택은 자동화 를통한비용절감보다훨씬광범위하다. 빠른의사결정과업무수행 ( 예. 자동화된부정적발, 계획및일정관리 ) 보다나은산출물 ( 예. 질병진단, 석유탐사, 수요예측 ) 효율성증대 ( 예. 고급인력이나값비싼장비의더나은활용 ) 비용절감 ( 예. 자동화된고객서비스전화대응으로인건비절감 ) 업무처리규모확대 ( 예. 인력으로수행하기에는비현실적인대규모작업수행 ) 제품및서비스혁신 ( 예. 새로운기능추가부터전적으로새로운신제품개발까지 ) 인지기술의영향력이빠르게증가하는이유다음 5 년간인지기술이비즈니스에미치는영향은급격히증가할것이다. 이는다음두가지요인에기인한다. 첫째, 이러한기술의성능이최근몇년간급격히향상되었고지속적인 R&D 활동이이를지속시킬것으로보인다. 둘째, 수십억달러의자금이이들기술의상업화를위해투자되고있다. 이러한성능개선과상업화노력강화가결합되어인지기술의응용분야를확장시키고있고, 이러한추세는앞으로몇년동안계속될것으로보인다. 성능개선으로인한응용분야로의확장 인지기술의발전사례는쉽게찾을수있다. 예를들어, 구글보이스인식기술의정확성은 2012 년 84% 에서 2 년이안돼 98% 로상승했다. 컴퓨터시각또한빠르게발전하고있다. 이분야연구자들이사용하는평균적인벤치마크는 2010 년부터 2014 년까지이미지분류의정확성이 4 배가량개선됐음을보여주고있다. IBM 은짧은기간안에인공지능시스템 Watson 의답변정확성을두배로높여 2011 년미국퀴즈쇼 Jeopardy! 에서승리를거둘수있었다. IBM 은 Watson 이현재그때보다 2,400% 가량 똑똑해 졌다고밝히고있다. 성능이개선됨에따라기술의응용분야도확대되고있다. 예를들어, 오늘날매달수천만건의웹검색이음성인식기술을사용해이뤄지고있다. IBM 은 Watson 을질병진단, 의학연구, 재무상담, 콜센터자동화등에활용하는방안을탐색중이다. 그러나모든인지기술이이러한빠른개선을보이고있는것은아니다. 기계번역의수준은나아지고는있지만느린속도로개선되고있다. 예를들어, 한연구결과는아랍어의영어로의번역정확성이 2009 년부터 2012 년사이 13% 개선되었다고밝히고있다. 그래도아직기술이완벽하진못하지만, 조직의업무에큰영향을미치기에는충분한수준에는도달했다. 전문적인번역가들도꾸준히기계번역에의존하고있다. 효율성개선을위해판에박힌번역은자동화하고어려운문장의번역에집중하고있다. 상업화를위한대규모투자 2011 년부터 2014 년 5 월까지, 20 억달러이상의벤처캐피탈펀드자금이인지기술기반의상품과서비스를개발하는기업들에 투자됐다. 같은기간동안, 100 개가넘는기업이합병되거나인수됐는데, 아마존, 애플, IBM, 페이스북, 구글과같은첨단기술
대기업들이이들중일부에참여했다. 이러한투자는인지기술상업화를시도하고있는다양한기업들에게대규모자본을공급해주었다. 이러한투자의다양성과시장의역동성을보여주기위해인지기술서비스분야의목록을정리해보았다. 단, 이는중복되지않으면서빠짐없이나눠진분류가아닌독자들의분위기파악을목적으로한대강의분류다. 데이터관리와분석도구는자연어처리와기계학습같은인지기술을사용한다. 이들도구는자연어처리를이용해구조화되지않은 문장에서인사이트를도출하고기계학습을이용해분석가들이대규모데이터집합에서의미있는내용을파악하는데도움을주고 있다. 인지기술구성요소는기능을추가하거나효과를개선하기위해어플리케이션이나비즈니스프로세스에내장될수있다. 예를들어, Wise.io 사는고객지원, 마케팅, 영업과같은업무프로세스의개선을목적으로하는일련의모듈을제공한다. 이모듈은기계학습 모델을사용해어떤고객이탈퇴가능성이높은지, 어떤고객후보가고객으로전환될지를예측하는기능을제공한다. 포인트솔루션이들은특정비즈니스문제해결을목적으로한솔루션으로기존솔루션보다더나은결과를제공할수있도록 설계됐고, 사용을위해약간의인지기술관련전문지식을필요로한다. 이들의인기있는응용분야로는광고, 마케팅, 판매자동화, 예측, 계획수립등이있다. 플랫폼은고도로맞춤화된비즈니스솔루션을구축할수있는기반을제공한다. 데이터관리, 기계학습을위한도구, 자연어처리, 추론기능, 그리고이들기능들과커스텀소프트웨어와의통합을위한프레임워크를제공한다. 예를들어 IBM 은 Watson 을클라우드기반플랫폼으로제공하고있다. 어떻게기업이인지기술을적용할수있는가? 인지기술은몇년내에널리확산될것이다. 기술적진보와상업화는앞으로 3~5 년그리고그이상기간동안기업에대한인지기술의영향력을확대할것이다. 점점더많은기업들이이들기술의놀랄만한사용방안을발견하게될것으로보인다. 선도적인기업들은극적으로실적을개선하거나새로운역량을개발하고, 경쟁우위를개선할수있는혁신적인응용방안을찾을수있을지도모른다. IT 부서는지금당장이들기술에대한인식을시작해시험사용을위한기회를평가하고, 경영진에게이들을이용한가치창출방안을제시할수있어야한다. 고위경영진과공공부문리더들은어떻게인지기술이사업영역과조직에영향을미칠수있는지와어떻게혁신을배양하고운영실적을개선할수있는지를숙고해야한다. Deloitte Korea RSS Deloitte Anjin LLC & Deloitte Consulting 서울특별시영등포구국제금융로 10 서울국제금융센터 One IFC 빌딩 9 층 150-945 딜로이트투쉬토마츠와그회원사들의네트워크는법적으로독립된조직입니다. 딜로이트투쉬토마츠와각회원사의법적인구조에관한보다자세한설명을원하시면 www.deloitte.com/kr/about 를방문하여주시기바랍니다. 2014. For information, contact Deloitte Anjin LLC & Deloitte Consulting