2016 ICT 기반국가미래전략 BIG STEP 지능의시대를여는미래기술분석 이봉규교수 ( 연세대학교정보대학원장 ) 김재현교수 ( 성균관대학교컴퓨터교육과 ) 곽정호교수 ( 호서대학교글로벌창업학과 ) 허완철연구위원 ( 연세대학교방송통신정책연구소 ) 이제민연구원 ( 연세대학교기술경영박사과정 ) 한옥영박사 ( 성균관대학교성균SW교육원 ) Technology
Contents [ 이슈 1] 최적화된한국형인공지능기술전략 01 연구개요가. 추진배경및목적 12 나. 문제점 13 다. 필요성 14 라. 동향 15 02 연구방법가. 연구대상 1) 빅데이터분석을통한주목받는인공지능관련분야조사 17 2) 국외의인공지능관련주요사업자동향분석 17 3) 국내의인공지능관련사업동향분석 17 나. 연구방향 18 03 연구내용가. 급변하는미래기술 19 1) 인공지능의역사 19 2) 인공지능의영역 20 3) 인공지능의미래 21 나. 인공지능의정의 22 다. 인공지능관련빅데이터분석 23 1) 주목받는인공지능관련분야선정 23 2) 인공지능관련키워드추출 24 3) 인공지능관련감성비교분석 24 라. 인공지능해외기술전략분석 25 1) 로봇분야 26 2) 사물인터넷분야 31
2016 ICT 기반국가미래전략 BIG STEP 3) 딥러닝분야 34 4) 자율주행분야 38 5) 구글 (Google) 42 6) IBM 45 마. 국내기업동향및기술분석 47 1) 국내기업별추진사업및개발동향 47 2) 국내인공지능핵심기술분야 54 바. 최적화된한국형인공지능의미래예측조사 59 1) 편의적측면 59 2) 효율적측면 60 3) 경제적측면 60 4) 안전적측면 60 5) 창의적측면 61 6) 사회적측면 61 04 결론가. 연구결론 62 1) 인공지능발전을위한기술전략수립을위한방안 62 나. 함의 67 다. 시사점 67 라. 개선방안 68 [ 부록 ] 69 [ 참고문헌 ] 75
Contents [ 표목차 ] 표 1 인공지능관련연관주제어추출 24 표 2 핵심기술분류표 55 표 3 기술력강화를위한핵심기술연구 63 표 4 경쟁력강화를위한인재양성방법 63 표 5 해외소프트웨어교육현황 64 [ 그림목차 ] 그림 1 인공지능관련시장전망 12 그림 2 인공지능관련시장전망 16 그림 3 인공지능의영역 20 그림 4 Hyper Cycle for Emerging Technologies 21 그림 5 인공지능관련감성비교분석 25 그림 6 인공지능관련기업분포도 25 그림 7 Knightscope사의감시로봇 27 그림 8 KUKA사의제조로봇 28 그림 9 Amazon Robotics사의물류이송로봇 29 그림 10 Softbank사의소셜로봇 30 그림 11 NEST사의 Thermostat 32 그림 12 Philips사의지능형조명시스템 Hue 33 그림 13 Vitality사의스마트약병 GlowCap 34 그림 14 딥러닝과인공지능의관계도 34 그림 15 페이스북의딥페이스활용예 35 그림 16 애플사의 Siri 수행결과예 36 그림 17 Microsoft사의 Cortana 개념도 37
2016 ICT 기반국가미래전략 BIG STEP 그림 18 자율주행자동차의서비스개념도 39 그림 19 Tesla사의데이터확인서비스 41 그림 20 Uber사의자율주행자동차 41 그림 21 구글의 AlphaGo 학습라인 43 그림 22 구글의 Deep Dream 작품 44 그림 23 IBM의 Watson 처리과정 46 그림 24 인공지능 R&D 참여기업별추진사업 47 그림 25 네이버프로젝트 블루 53 그림 26 현대자동차의커넥티드카 53 그림 27 지능정보사회변천과정 54 그림 28 5개핵심기술국가별특허출원동향 57 그림 29 15개세부기술국가별특허출원동향 57 그림 30 6분야의지능형소프트웨어 58 그림 31 인공지능기술발전방향 59 그림 32 우리나라인공지능산업의현황 62 그림 33 국내소프트웨어교육현황 64 그림 34 인공지능기술수준분석 66 그림 35 pulsek 빅데이터분석 69 그림 36 NIA의 Kbig 빅데이터분석 70 그림 37 빅데이터감성비교분석 70 그림 38 Kbig 로봇빅데이터분석 71 그림 39 Kbig 사물인터넷빅데이터분석 72 그림 40 Kbig 자율주행빅데이터분석 73 그림 41 pulsek 구글빅데이터분석 74 그림 42 pulsek IBM 빅데이터분석 74
Contents [ 이슈 2] 지능의시대를여는미래기술, 스마트폼 01 연구개요 80 02 연구방법가. 연구목적 82 나. 연구범위및방법론 82 03 연구내용가. 스마트폰의시장및경쟁현황 84 1) 스마트폰의시장현황 84 2) 스마트폰의경쟁현황 85 3) 스마트폰의기술진화 85 4) 시사점 86 나. 문헌조사 : 스마트폰의개념, 유형, 미래 86 1) 포스트스마트폰의개념 86 2) 포스트스마트폰의유형및미래기술 87 다. 데이터분석Ⅰ: 포스트스마트폰, 스마트폰을대체하는가? 91 1) 사용데이터 91 2) 분석모델 91 3) 분석결과 93
2016 ICT 기반국가미래전략 BIG STEP 라. 데이터분석Ⅱ: 포스트스마트폰, 어디로진화하는가? 94 1) 데이터분석설계 : 데이터및방법론 94 2) 분석결과 94 마. 산업적우선순위분석 : AHP모델 98 1) 연구모형의설계 98 2) 분석결과 100 바. 산업구조분석 : 플랫폼비즈니스의경쟁우위 103 1) 연구모형의설계 103 2) 분석결과 103 04 결론 107 [ 부록 ] 109 [ 참고문헌 ] 114
Contents [ 표목차 ] 표 1 포스트스마트폰시대의변화 87 표 2 가상현실활용분야및사례 90 표 3 텍스트마이닝의응용분야 92 표 4 스마트폰과연계기술의대체 / 보완분석결과 93 표 5 포스트스마트폰의우선순위판단기준 99 표 6 선정기준의우선순위분석결과 101 표 7 평가요인별순위분석결과 102 표 8 포스트스마트폰연계기술의종합평가 103 표 9 국내웨어러블디바이스보급현황 106 [ 그림목차 ] 그림 1 무인자동차관련시장전망 81 그림 2 연구모형의설계구조 83 그림 3 스마트폰의시장전망 84 그림 4 웨어러블디바이스의응용형태 89 그림 5 스마트카에내장된첨단전자장치사례 90 그림 6 스마트폰대체 와 스마트폰연동 빈도수변화 94 그림 7 스마트폰관련미래기술별언급수 95 그림 8 스마트폰과사물인터넷관련관계도 96 그림 9 스마트폰과웨어러블관련관계도 96
2016 ICT 기반국가미래전략 BIG STEP 그림 10 스마트폰과스마트카관련관계도 97 그림 11 스마트폰과가상현실관련관계도 98 그림 12 스마트폰과미래기술관련종합관계도 98 그림 13 포스트스마트폰의우선순위분석설계 100
2016 ICT 기반국가미래전략 BIG STEP T 이봉규교수 ( 연세대학교정보대학원장 ) 김재현교수 ( 성균관대학교컴퓨터교육과 ) 곽정호교수 ( 호서대학교글로벌창업학과 ) 한옥영박사 ( 성균관대학교성균 SW 교육원 ) 이슈 1 최적화된한국형인공지능기술전략
[ 기술 ] 이슈 1 : 최적화된한국형인공지능기술전략 가추진배경및목적 01 연구개요 현대사회는복잡하고다양화되고있으며정보통신기술 (ICT : Information and Communications Technology) 과하드웨어, 소프트웨어의비약적인발전과더불어인간의욕구가어우러져서더편리한세상을꿈꾸고실현하고자노력하는시대이다. 이러한요구를이루는방법으로인공지능이다양한분야에서적용되고있으며, 이미인공지능은우리의삶속에깊숙이파고들어와있는실정이다. 해외글로벌기업들중심으로인공지능개발에적극적으로참여하고있는가운데인공지능은사회및산업각분야에파격적인혁신을일으키며기술력의핵으로급부상하고있다. 인공지능은단독기술에국한되지않고타산업과의융합및활용으로확대되어빠르게성장할것으로예측되고있다. 그림 1 ㅣ인공지능관련시장전망ㅣ ( 단위 : 백만달러 ) 출처 : BCC Research(2014) 12 2016 ICT 기반국가미래전략
글로벌시장조사기관 BCC 리서치 (BCC Research) 의예측에의하면, 인공지능관련시 장규모는 2014 년 62 억 9,200 달러에서 2024 년 412 억 1,500 달러규모로성장할것으로전 망하였다 ( 그림 1 참조 ). 분야별로는자동화로봇이 139 억 2,700 달러규모로가장큰비중을 01. 연구개요 차지할것으로예상되었다. 이와같이세계적으로인공지능에관심을가지며급변하고있는상황에서우리의위치를점검할필요가있다. 우리나라는정보화의방향을 ICBMS(Internet of Things, Cloud, Bigdata, Mobile, Security) 기반으로한초연결사회구축으로잡고있다. ICBMS 기반초연결사회는인공지능을국가정보화에적용하려는첨단국가정보화전략에해당한다. IT 선진국에서이미선점한인공지능기술을연구하는것만으로는경쟁력을갖출수없다. 우리나라실정에최적화된인공지능기술전략을제시하여인공지능이접목된전반적산업분야의경쟁력향상을이루는것이본연구의목적이다. 나 문제점 세계는인공지능에관심을가지며급변하고있는상황에서우리나라의경우는인공지능의확장에따른부정적견해로인하여해외의발전속도에많이뒤처지고있다. 부정적측면중가장많은비중을차지하는것은인공지능이인간을대체할가능성에대한우려이다. 취업난과정리해고등으로실업자가늘어나고있는현실에서인공지능으로인하여사람들의일자리가더욱더줄어든다면인공지능에대한견해는더욱부정적으로변하게되며, 인공지능연구자체가침체될수있다. 2016 다보스포럼에서는 2020년까지 700만개의일자리가사라지며, 그중인공지능으로인하여사라질일자리수가 500만개에이를것이라고예측하였다. 실제적으로영국의최대은행인 RBS(Royal Bank of Scotland) 는상담인공지능도입으로기존상담인력 550명을해고하였다. 또한, 미국일부대학병원에서로봇이약사를대신하여작업하고있다. 이러한현실은인공지능이인간의영역을침범하고있는것으로간주할수있다. 오늘날생산가능인구의감소가나타나는시점에서단순한작업은인공지능이접목된스마트기기에역할분담을하고인간은인간고유의능 BIG STEP 13
[ 기술 ] 이슈 1 : 최적화된한국형인공지능기술전략 력을발휘할수있는영역에서일해야하는것이다. 그러기때문에부정적인시각을떨쳐내고인공지능연구가활성화될수있도록인식의변화가우선되어야한다. 인공지능이고용환경에미칠영향력은분명히엄청나다. 그러나인간은사고력, 창의력, 혁신능력등을필요로하는인간고유의일에더욱집중하고, 인간과기계가협력하는관점으로인공지능기술을활용할방법을모색해야한다. 인공지능의응용영역은무한하고다양하다. 따라서인공지능의활용도를극대화할수있는방법을찾아다양한분야에접목하여국가경쟁력을높여야한다. 다 필요성 IT 강국으로성장한우리나라가새로운도약을이루기위해서는인공지능분야에서뒤떨어지지않고선도적지위를확보하는것이필수적이다. 인공지능기술은금융, 의료, 제조업과같은경제산업은물론사회문화적측면에서도광범위한파급효과를가져올전망이다. 세상을지배하는 IT 기술이인공지능을핵심으로추진되는현시점에서우리나라의경쟁력을강화하기위해서는최적화된한국형인공지능기술전략에대한연구가반드시필요하다. 예로, 미국버지니아주에위치한디지털감식업체 UBIC는인공지능기반의검색엔진 KIBIT을활용하여변호사 20명이 2주간찾아낼증거를하루만에수집하였다. KIBIT은기계학습과데이터분류를적용한기술을보유한검색엔진으로지식기반시스템에해당한다. 세상은인공지능을자신의전문분야에접목시켜빠르게성장하는데방관자의모습으로남아있으면결국도태되고경쟁력을상실하게된다. 컴퓨팅사고력을적용한문제해결의효율적측면에서평가했을때인공지능은필요한기술임이분명하다. 우리나라의현상황을냉정하게판단해보았을때인공지능원천기술부문에서뒤처져있다. 이러한상황에서한국형에적합한인공지능기술이무엇인지연구하여우리나라실정에맞는인공지능발전로드맵을제시하는것이필요하다. 14 2016 ICT 기반국가미래전략
라 동향 2016 년 3 월이세돌 9 단과알파고의대국은알파고의승리로끝났다. 대국이있기전까 01. 연구개요 지만해도아직은인공지능이인간을따라올수없을것이라는의견이팽배하였지만, 결과는달랐다. 이사건을기점으로많은사람들이인공지능의시대를체감하고있다. 또한자율주행차가집중적인조명을받으며많은글로벌기업들이자동차산업이아닌소프트웨어산업으로자율주행차개발에뛰어들고있다. 우리나라에서도 BMW코리아와 SK텔레콤이협력하여시험용커넥티드카를선보이고개발에착수하였다. 자동차산업의경계선이무너진것이다. 이중심에는소프트웨어가있다. 결국인공지능을실행하는소프트웨어가산업분야에서프론티어기술로자리매김하는추세인것이다. 컴퓨팅기술도기존의고정된환경에서이동성이강조되는시스템환경으로전환되고있으며, 많은연구자들은향후움직이는컴퓨팅환경으로진행될것으로전망하고있다. 스마트폰이나웨어러블, 노트패드형식으로변화되고있는과정에서앞으로의방향성은인공지능으로움직이는로봇으로예측되고있다. 노동력의방향도기계화에서로봇또는인공지능처리로대체되어가고있으며, 더나아가기초적인정신적활동도인공지능으로대체되어갈것이다. 이미제조업분야에서는자동화및무인화가적용되어효율성극대화를꾀하고있으며, 무인화를통하여고용없는성장확대를지속하고있다. 모든산업전반에인공지능기술이적용되어획기적인개선이일어나고있는상황이므로인공지능연구에박차를가해야할것이다. 인공지능이만들어내는새로운시장에적극대응하여다양한분야의연구가진행되어야할것이다 ( 그림 2 참조 ). 그리하여인공지능과함께미래의주역이될준비를해야한다. BIG STEP 15
[ 기술 ] 이슈 1 : 최적화된한국형인공지능기술전략 그림 2 자율주행자율주행차신규제조업체등장예상 새로운자율주행보험및여행서비스등장 차세대제조업운송트럭 / 차량내자동제조 AI 기반의맞춤형제조가새로운 BM 으로 인텔리전트스마트홈지능형스마트가전이삶을편리하게 거주공간의지능화로노인케어에도변화 AI 기반핀테크주식, 투자상품의로보어드바이저 은행대출업무, 금융상품지원업무 ㅣ인공지능관련시장전망ㅣ 비즈니스업무환경변화서류관리및데이터분석등 AI 기반자동화 高전문성업무에 AI 도입활발 ( 번역, 법률등 ) 인텔리전트메디컬케어바이탈데이터및유전자정보활용건강관리 의료진대상지적서포트서비스등장 인공지능 (A.I.) 가만드는 새로운시장들 AI 기반스마트농업농작업자동화및드론이용한정밀농업 AI 기반기상예측및농업보험등장 인텔리전트커머스점포에서얼굴인식으로자동추천서비스 구매데이터분석으로맞춤형광고제공 인텔리전트시큐리티빅데이터분석에따른범죄예측 / 예방 사람행동분석으로이상행동사전감지 맞춤형스마트교육학생개별개별에맞는교육콘텐츠제공 AI 기반대학커리큘럼설계지원 인텔리전트인프라전력, 수도, 가스등의 AI 기반자동조절 다리, 발전소등공공인프라이상감지 자율형안전보장로봇재해지역에서구조활동 극한환경등에서자율적으로행동 자율배송, 유통자율화물배송, 무인화물선, 드론자율배달 물류창고내 AI 로봇이용 출처 : digiecho ( 김재필, KT 경제경영연구소 ) 16 2016 ICT 기반국가미래전략
02 연구방법 02. 연구방법 가 연구대상 1) 빅데이터분석을통한주목받는인공지능관련분야조사연관어분석을통하여인공지능관련핵심키워드를추출한다. 빅데이터분석을위한플랫폼은한국정보화진흥원 (NIA) 의 Kbig과 pulsek를적용하며, 두플랫폼의결과로제시된연관어중에서중복되어언급된키워드만을주목받는분야로선정하여연구를진행한다. 2) 국외의인공지능관련주요사업자동향분석인공지능관련주목받는분야를빅데이터분석을통하여선정한후해당분야별국외의앞서가는관련사업자를조사하고, 탐색적연구 (exploratory research) 방법을적용하여각사업자의기술전략에대하여분석한다. 예를들어, 인공지능분야중최근관심을받고있는자율주행관련테슬라 (Tesla) 사및우버 (Uber) 사와카네기멜론 (Carnegie Mellon) 대학의연구동향분석등을실시하여자율주행분야에서앞서가는기술현황및활성화전략등을분석한다. 또한인공지능관련주목받는분야의기술요구배경및기술적용결과에대한사례연구를실시하여국외주요사업자의동향을분석한다. 3) 국내의인공지능관련사업동향분석국내인공지능연구관련선두에위치한지능정보기술의 R&D 참여기업을중심으로인공지능관련사업동향을파악하고, 현행기술정책에대한분석을실시한다. 인공지능과빅데이터, 사물인터넷 (IoT, Internet of Things), 클라우드등의정보가결합된한국의지능정보기술 R&D에참여하는삼성전자, LG전자, SK텔레콤, KT, 네이버, 현대자동차등 6개 BIG STEP 17
[ 기술 ] 이슈 1 : 최적화된한국형인공지능기술전략 기업의사업동향에대한분석을실시하여한국의인공지능발전방향에대하여검토한다. 한국의지능정보산업발전전략에서제시한 5개분야에해당하는언어지능, 시각지능, 공간지능, 감성지능, 요약 창작지능에대한인공지능기술분야를분석하여국내인공지능기술력의현주소를점검한다. 나연구방향 국외의인공지능사업자동향및국내의인공지능관련동향분석을통하여우리나라에 최적화된인공지능발전방향을제시한다. 기술강대국의뒤를따라가는접근법이아닌 우리나라실정에가장적합하게활용가능한인공지능기술발전을이룩할수있는전략을 제시하여경쟁력강화를모색한다. 18 2016 ICT 기반국가미래전략
03 연구내용 03. 연구내용 가 급변하는미래기술 1) 인공지능의역사인공지능의역사를이해하고발전방향을예측하여미래기술을대비해야한다. 인공지능분야로최초연구를인정받아인공지능의탄생을준비한공헌자는워렌맥클록 (Warren McCulloch) 과월터피츠 (Walter Pitts) 라할수있다. 1943년, 뇌의뉴런모델에관한연구논문을발표하였으며, 인공신경망모델을제안하였다. 계산이가능한함수라면뉴런이연결된모든망에서계산할수있음을증명한역사적가치가있다. 그후, 1956년, 미국다트머스대학에있던존맥카시 (John McCarthy) 교수가개최한다트머스 (Dartmouth) 회의를통해처음으로인공지능 (AI : Artificial Intelligence) 이라는용어가사용되기시작했다. 인공지능에열광하였던 1950년대의인공지능은추론과탐색이핵심개념이었으며, 이시기에지식표현및추론중심의원칙을통합하는첫번째완전한지식기반시스템이탄생하였다. 그러나그당시의인공지능은인간현실의복잡한개념에답할수없는매우제한된성공이라는한계를벗어나지못하였다. 큰기대를받고있었으나한계를벗어나지못하고현실에직면한 1960년대후반부터 1970년대초반은인공지능의암흑시대에해당한다. 많은연구자및사람들의관심이떠나갔고인공지능관련연구에도관심이사라졌다. 1980년대중반에지식과정보를학습시키는연구를시작하여전문가시스템의기술이활성화되면서인공지능은재조명받게되었다. 전문가의사결정지원이인공지능시스템에의하여이루어졌으며, 1980년중반이후에는신경망이재탄생하며기계가학습하는법이가능해졌다. 그러나전문가시스템은방대한자료처리에대한한계는극복하지못하 BIG STEP 19
[ 기술 ] 이슈 1 : 최적화된한국형인공지능기술전략 여매우한정된전문적기술분야로제한되어있었다. 이러한한계로인하여사용자가원하는신뢰도를확보하지못하였고유연하지못하다는평가를받았다. 1990년대를맞이하며인터넷이활성화되고인터넷상의많은자료를기반으로지식학습을수행하게되면서실용성을인정받아산업현장에인공지능이적용되기시작하였다. 그러나내용의특징을분석하는한계는해결하지못하였다. 2000년대에들어서는컴퓨터스스로변수를만들어내고인간의뇌를모방하는단계에이르렀으며, 스스로학습하는딥러닝알고리즘이개발되면서인간을넘어서는상황이나타나게되었다. 대표적인예로 2011년미국의 TV 퀴즈프로그램에출연해승리한 IBM의왓슨 (Watson) 과 2016년이세돌 9단과대결하여 4:1로승리한 알파고 의사례가있다. 인공지능의역사를살펴보면알수있듯이단계별로인공지능은한계를맞이하였고, 그한계를넘어섰을때재조명받으며더욱발전하는계기가되었다. 2016년에도인공지능은활발히연구 발전되고있다. 이를통해인공지능은인간에게편리함을제공하며더욱발전해나아갈것이다. 2) 인공지능의영역 인공지능의영역을 7 가지로분류하여영역별로발전시킬수있다 ( 그림 3 참조 ). 그림 3 ㅣ인공지능의영역ㅣ 20 2016 ICT 기반국가미래전략
3) 인공지능의미래 인공지능기술은최근급격히발전하며지능형금융서비스, 지능형로봇, 지능형비서, 지능형감시시스템, 의료진단, 법률서비스지원, 게임, 기사작성등다양한산업분야에 03. 연구내용 서활용되고있다. 또한가트너 (Gartner) 가제시한첨단기술에여러인공지능관련기술이포함되어있다 ( 그림 4 참조 ). 이러한상황으로봤을때앞으로인공지능기술력의발전이지속되며, 폭넓은산업분야에서활용되어인간삶의양식에많은변화를초래할것으로예측할수있다. 인공지능기술이발전되면제조 서비스업에자동화 지능화가촉진되어생산성과품질이향상될것이다. 인간과인공지능간의상호보완적인협력을통해인간은판단과창의, 감성및협업이필요한일에집중할수있게되며, 인공지능으로자동화된생산시스템은기업의인건비문제에해결책을제시할수있을것이다. 인공지능이산업분야에서차지하는영역이넓어질수록인간의직업영역은좁아진다. 2030년대에는 50% 의직업이인공지능으로대체될것으로연구기관은예상하고있다. 인공지능기술발달로인한일자리변화에대응하기위해서는우리나라의현실에알맞은연구가필요하다. 인공지능의미래를대비하기위하여지금우리는폭넓은연구를해야하는것이다. 그림 4 ㅣ Hyper Cycle for Emerging Technologies ㅣ 출처 : Gartner (July 2016) BIG STEP 21
[ 기술 ] 이슈 1 : 최적화된한국형인공지능기술전략 나인공지능의정의 인공지능이인간과협업해야하는현실에서인공지능에대한정확한정의확립이필요하다. 인공지능은연구자에따라다양한개념및특성으로정의된다. 사전적의미의인공지능즉, Artificial Intelligence는철학적개념에해당하며, 공학적으로지성을갖춘존재에의해만들어진인공적인지능을의미한다. 1956년영국다트머스회의에서존매커시 (John McCarthy) 는인공지능을일반적으로컴퓨터에인간과같은지능을실현하기위한시도및연관기술이라정의하였다. 이광희 (2015) 는내재된지능을강조하며, 인공지능은통섭적정의로서인간의사고능력 ( 인지, 추론, 학습등 ) 을모방한기술이라정의하였다. 인공지능에대한접근방법은공학적시각과과학적시각으로나누어져있으나공통적인키워드는 지능 이라고언급하였다. 공학적시각이란사람의지능을필요로하는작업을수행할수있는기계를구현하는것을뜻하며, 과학적시각이란컴퓨터를이용하여인간지능의본질과사고과정을밝혀내는것을뜻한다. 김종민 (2016) 은공학, 자동화, 정신기능등의관점으로정의하였다. 지능적인기계를만드는공학및과학 (McCarthy, et al., 1955), 여러계산모델을이용하여인간의정신적기능을연구 (Charniak, et al., 1985), 컴퓨터가특정순간에사람보다더효율적으로일을할수있도록하는연구 (Rich, et al., 1991), 지능적인행동의자동화에관한컴퓨터과학의한부문 (Luger, et al., 1993), 인간의의사소통, 복잡한콘텐츠의이해, 결론을도출하는과정등인간이수행하는것을모방하는기술 (Gartner, 2016) 등으로포괄적인정의를제시하였다. 한국전자통신연구원 (ETRI, 2016) 은인공지능을인지컴퓨팅, 기계학습, 딥러닝, 자연어처리, 이미지인식, 음성인식, 패턴인식, 컴퓨터비전, 가상현실, 양자컴퓨팅, 자동추론 ( 전문가시스템포함 ), 스마트로봇, 개인비서등총 13가지로분류하였다. 버클리설 (Searle, 1980) 교수는인공지능은인간의일을얼마나수행할수있는지에따라약인공지능과강인공지능으로분류된다고언급하였다. 약인공지능은어떤문제를실제로사고하거나해결할수없는컴퓨터기반의인공적인지능을만들어내는것으로세탁기퍼지기능, 로봇청소기, 전력관리등과같이자율성이없는인간의다양한능력가운데일부만구현한것을뜻한다. 강인공지능은어떤문제를실제로사고하고해결할수있 22 2016 ICT 기반국가미래전략
는컴퓨터기반의인공적인지능을만들어내는것으로인간의지능이가지는학습 추 리 적응 논증기능을갖춘자율성시스템을의미한다. 글로벌시장조사기관인트랙티카 (Tractica, 2015) 는인지컴퓨팅, 기계학습, 딥러닝, 예측적인응용프로그래밍인터페이스, 03. 연구내용 자연어처리, 이미지인식, 음성인식등총 7가지로분류하였다. 매년각분야의혁신적인벤처기업들을조사하여발표하는벤처스캐너 (Venture Scanner, 2015) 는기계학습, 자연어처리, 컴퓨터화면, 가상인간보조, 언어인지, 추천검색, 스마트로봇, 몸짓제어, 상황인식컴퓨팅, 언어번역, 영상내용인식등총 11가지로분류하였다. BBC 방송 (2014 2016) 은가상현실어시스턴트, 인텔리전트에이전트 ( 자동화된온라인어시스턴트 ), 전문가시스템 ( 메디컬결정시스템, 스마트그리드 ), 임베디드소프트웨어 ( 머신모니터링및통제시스템 ), 자동화로봇 ( 자율주행차량 ), 목적기반스마트머신 ( 뉴럴컴퓨팅 ) 등인공지능의 6가지기술분야를제시하였다. 정보통신기술시장조사기관스트라베이스 (Strabase, 2015) 는 6 대트렌드를언급하였으며, 인공지능진화의핵심동력인 딥러닝, 인간의감정 을이해하는인공지능의고도화, 인공지능의거대화를초래하는 사물인터넷 의확장, 화이트칼라일자리대체, 다양한 윤리적논쟁 유발, 인공지능활용서비스 의본격적등장, 등이 6대트랜드에포함된다. 문헌조사결과, 인공지능은단일한개념이아니라연구자나국가별특성에따라다양한개념과유형으로분류되고있음이나타났다. 인공지능의원천기술에있어서상당히뒤처져있는우리나라에최적화된기술진화를위해한국형인공지능의개념및분류체계가마련될필요가있다. 다 인공지능관련빅데이터분석 1) 주목받는인공지능관련분야선정빅데이터를분석하여인공지능관련연관어중가장높게랭킹되는분야를선정한다. 선정된분야의국외기술력과사업진행기업들의동향을분석한결과를토대로우리의나아갈바를제시해본다. BIG STEP 23
[ 기술 ] 이슈 1 : 최적화된한국형인공지능기술전략 인공지능연관어검색분석결과, 인공지능관련단어는뉴스에서가장많이언급되었으며, 언급된카테고리별문서량은경제분야가최다로나타났다. 이러한결과는인공지능이미래의한국경제를변화시킬것임을유추할수있는현상이다. 2) 인공지능관련키워드추출인공지능관련키워드추출을위하여 2016년 6월 1일부터 2016년 8월 31일까지의빅데이터를분석하였다. 빅데이터분석을위한플랫폼은한국정보화진흥원의 Kbig과 ( 주 ) 코난테크놀로지에서제공하는 pulsek 2개를활용하여키워드추출의신뢰도를높였다. 두플랫폼에서공통으로나타난주제를연구의범위로제한하였다. 빅데이터분석결과를토대로 인공지능관련 6 개의핵심키워드를추출하였으며, 추출된키워드는로봇, 사물인터넷, 딥 러닝, 자율주행, 구글, IBM 이었다 ( 표 1 참조 ). 표 1 ㅣ인공지능관련연관주제어추출ㅣ 주제 Kbig(nia) 주제 pulsek 로봇 9,149 사물인터넷 (IoT) 3,241 Deep Learning + 기계학습 3,167 자율주행 2,176 Google 2,013 IBM 1,782 Google 454,029 로봇 216,127 사물인터넷 (IoT) 38,104 자율주행 15,761 Deep Learning + 기계학습 9,943 IBM 7,196 3) 인공지능관련감성비교분석인공지능에대한감성비교분석의결과는총비교건수 4만 2,618 건중에서긍정의언급은 58%, 부정의언급은 34%, 중립적감성의언급은 8% 로나타났다 ( 그림 5 참조 ). 부정적감성단어로는 무섭다, 어렵다, 복잡, 위협, 불안, 불편 등이있었다. 모르는것에대한거부감과인공지능이인류를위협하는대상이될수있다는공포감이부정적감성을품게할수있다. 인공지능분야에서선도적지위를확보하고우리나라의기술발전전략을실현하기위 24 2016 ICT 기반국가미래전략
그림 5 ㅣ인공지능관련감성비교분석ㅣ 03. 연구내용 하여서는인공지능에대한인식개선이우선되어야한다. IT 기업과대기업이인공지능산 업투자및연구개발을추진하고있으나한정된분야에서만진행될뿐전반적기술력을갖 추지못한실정에서부정적감성이사라지지않는다면발전의속도가저하될우려가있다. 라 인공지능해외기술전략분석 인공지능관련한회사는미국에가장많이있으며 2015 년기준으로 415 개의회사가존재 한다고보고되었다 ( 그림 6 참조 ). 그림 6 ㅣ인공지능관련기업분포도ㅣ 출처 : Venture Scanner BIG STEP 25
[ 기술 ] 이슈 1 : 최적화된한국형인공지능기술전략 인공지능관련기업이가장많이분포되어있는나라는미국과영국임이확인되었으며, 아프리카지역을제외한많은나라들이인공지능사업을진행하고있는것으로드러났다. 1) 로봇분야인공지능의정의가다양하게이루어지듯이 로봇 (Robot) 의정의도명료하지않으며, 적용범위또한제한이없다. 인간이처리하기힘든작업을대신처리하는로봇에서부터, 인간과상호작용을이루기위한로봇, 작업능률을위하여활용되는로봇까지다양한분야에서로봇이활용되고있다. 인공지능의기술력에해당하는학습능력, 추론능력, 자연어처리능력, 독창적아이디어제시능력등을로봇공학자들이로봇영역에모두적용할수 는없지만제한된인공지능의기술력을로봇분야에적용하여많은진전을이루고있다. 일부로봇은특정분야에서학습할수있는능력을가지고있다. 특정한작업을처리한후작업관련내용을저장하고, 저장된정보를활용하여같은상황이발생했을때성공적으로임무를완수할수있다. 그러나로봇은인간이할수있는모든정보의습득에는제한이있기때문에발전시킬영역이남아있는실정이다. 로봇이산업및과학분야와일상생활로접목되어활용되는범위는광범위해질것이다. 미래의생활속에서로봇은확실하게중요한역할을담당하게될것이다. 로봇이활용될수있는산업분야는매우다양하다. 특히인간이작업하기에위험부담이큰영역에서로봇의활용은필수적요구사항이되어가고있다. 대표적인예로원료처리과정에서의활용, 무거운기계의탈부착작업, 용접, 자동차산업, 항공우주산업등다양한현장에서적용가능하다. 운송산업분야에서는무거운화물을운송할때화물의적재능력과자유로운위치지정이필요한경우적용가능하다. 식품및음료산업분야에서는포장기계의부착및탈착, 커다란식재료의절단, 품질관리와같은작업등에활용될수있다. 주물처리산업분야에서는로봇의내열성기능으로정교한제품의생산이가능하여연삭, 드릴, 품질관리작업등에서활용가능하다. 목재, 석재, 금속가공에도활용가능하며작업현장에서효율성을극대화할수있다. 로봇분야의주요사업자동향및기술은다음과같다. 26 2016 ICT 기반국가미래전략
가 ) 나이트스코프 (Knightscope) 사의감시로봇 실리콘밸리의스타트업 (startup) 회사인나이트스코프 (Knightscope) 사는주민의안전 을위하여주변을감시하고돌발상황발생시적절하게대처할수있는감시로봇 K3 와 03. 연구내용 K5 를개발하였다 ( 그림 7 참조 ). 그림 7 ㅣ Knightscope 사의감시로봇ㅣ 출처 : Knightscope 사 (knightscope.com/media/) 나이트스코프사의감시로봇은도심지역및주차장에서의의심차량을감시하고범죄를예측하는완전자율로봇이다. 여러개의센서를이용하여자율적으로랜덤또는특정순찰알고리즘에기초한감시기능을발휘하며, 감시카메라를통하여 90 테라바이트의자료를생성한다. 구체적으로비디오카메라, 열화상센서, 레이저거리측정기, 레이더, 공기품질센서와같은다양한센서를사용하여범죄를탐지한다. 또한비정상적인소음및기온변화를감지하거나범죄자가알려지면지방당국에통보하는조치를취하여사람의순찰작업을대체하는로봇으로사용되고있다. 나 ) 쿠카 (KUKA) 사의제조로봇 로봇공학및자동화기술분야의개척자로인정받는쿠카 (KUKA : Keller und Knappich Augsburg) 사는산업용로봇의선도기업으로다양한기능의제조로봇을생산하고 BIG STEP 27
[ 기술 ] 이슈 1 : 최적화된한국형인공지능기술전략 있다. 쿠카는공장자동화를위한산업용로봇및솔루션을제공하는독일회사이다. 미국, 호주, 캐나다, 멕시코, 브라질, 중국, 일본, 한국, 대만, 인도, 러시아및대부분의유럽국가에판매및서비스자회사를두어제조라인로봇을조달하고있다. 그림 8 ㅣ KUKA사의제조로봇ㅣ 출처 : KUKA 사 (www.kuka.com) 쿠카로봇시스템은소프트웨어가제조작업을위한전체제어의핵심을담당하며, 로봇시스템의배치에필요한모든기본기능이저장되어작동된다. 제어캐비닛에장착된컴퓨터의다중주파부호 (MFC, Multi-Frequency Code) 카드를통해로봇시스템과통신하며작동한다. 로봇에는통합형컨트롤패널이있어컴퓨터에서전송하는신호를전송받아요구한기능을수행한다. 제어신호를전송하여여러대의로봇을동시에서로다른기능을수행하도록작동시키는기술은통신기술과인공지능의접목으로인하여산업영역의생태계를바꾼예이다. 쿠카사는다양한제조로봇시스템을구현하여산업응용분야에서자동화솔루션을제공하므로제조단계에서요구되는단순반복작업을인간대신로봇이담당하게하였다. 다 ) 아마존로보틱스 (Amazon Robotics) 사의물류이송로봇 물류창고는엄청난상품이저장되고이동하며다양한작업이발생하는곳이다. 아마존 은창고자동화기업 키바시스템 (Kiva System) 을인수하여넓은창고안에서상품이동 28 2016 ICT 기반국가미래전략
및정리를담당하는로봇을활용하고있다. 전통적으로, 물류센터의상품은컨베이어시스템또는지게차와같은사람이작동하는 기계를사용하여물류센터주위를이동한다. 반면에키바시스템의접근방식은작업항 03. 연구내용 목을휴대용저장장치에저장한다. 주문이키바데이터베이스시스템에입력되면소프트웨어는주문항목에가장가까운자동가이드차량로봇을찾아서가져오도록지시한다. 이동로봇은바닥에일련의전산화된바코드스티커를따라창고안에서이동한다. 각드라이브장치에는충돌방지센서가있으며, 이동하여대상위치에도달하면랙아래로위치하여주문항목을들어올린다. 로봇위에랙이장착되면지정된작업자에게랙을운반하고품목정보를통지한다. 주문작업처리를위한키바시스템의활용은전자상거래이행, 소매대상물품재입고, 부품유통및의료기기유통작업에서큰비중을차지하고있다. 물류이송로봇은창고를돌아다니며상품을찾아다니는전통적인작업자보다훨씬효율적이고정확한작업수행능력을보이고있다. 물류이송로봇기술의전략은인간노동력의로봇대체가아니라물류창고현장에서작업하는근로자의안전성확보를위한기술개발에초점이맞추어져있다. 아마존물류센터는키바시스템의이송로봇 3만여대를투입하여활용하고있다 ( 그림 9 참조 ). 그림 9 ㅣ Amazon Robotics 사의물류이송로봇ㅣ 출처 : Amazon Robotics 사 (www.amazonrobotics.com) BIG STEP 29
[ 기술 ] 이슈 1 : 최적화된한국형인공지능기술전략 라 ) 소프트뱅크 (Softbank) 사의소셜로봇소프트뱅크 (Softbank) 사는알데바란로보틱스 (Aldebaran Robotics) 사와함께휴머노이드로봇으로감정을읽을수있는기능을갖추고있는로봇인페퍼 (Pepper, 인간형로봇 ) 를개발하였다. 페퍼는사람과대화를하고교감하는감성중심의로봇으로사람과커뮤니케이션을통해사람의음성톤을분석하여, 사람이원하는내용을파악하고그것에맞춰작동한다. 가정용기능로봇이아닌소셜로봇에해당하는페퍼는사람들을행복하게만들고, 사람들의삶을향상시키며, 관계를촉진하고, 사람들과즐거움을나누고, 사람들을외부세계와연결시키는데목적이있다. 페퍼는센서를통해얻은외부정보를실시간으로분석하고, 사람의표정등에서상대의감정이긍정적인지부정적인지를판단하여 반응한다. 소셜로봇의감정상태는소프트웨어알고리즘과머신러닝에의한결과에해당한다. 전면에설치된 LCD 디스플레이로자신의감정상태를표시할수있어인간과감정적상호작용도가능하다. 인공지능과통신기능을탑재한감성로봇으로스마트폰처럼앱을설치할수있고인터넷클라우드시스템등과의연계도가능하다. 앱스토어를통해사진일기, 음성게임, 인터넷정보획득, 메시지전달등 200여개의앱이지원되고있다. 그림 10 ㅣ Softbank 사의소셜로봇ㅣ 출처 : www.ald.softbankrobotics.com/en/cool-robots/pepper 감정엔진을통해인간의느낌을인식하고흉내내며, 이용자와시간을보낼수록새로운 지식, 기술을학습하고다른페퍼들과클라우드연계를통해새로운기능습득도가능하다. 30 2016 ICT 기반국가미래전략
현재일본어, 영어, 스페인어, 프랑스어가지원되며, 향후더많은언어가추가될예정이다. 2) 사물인터넷분야 03. 연구내용 사물인터넷 (IoT : Internet of Things) 은전자장치, 소프트웨어, 센서, 작동기가내장된물리적장치에해당하며, 각각의사물로부터데이터를수집하고교환할수있도록네트워크연결이지원되어제어할수있는시스템으로 정보사회의인프라 로정의되기도한다. 사물인터넷은기존네트워크인프라를통해사물을원격으로감지및제어한다. 물리적인현실세계를컴퓨터기반시스템에적용하여제어할수있는환경을만들고, 이를통하여해당사물활용의효율성, 정확성및경제적이익을향상시킨다. 사물인터넷에센서및작동기의다양한기술이접목되면스마트그리드, 스마트홈, 지능형교통및스마트도시와같은포괄적사이버-물리적시스템으로확장적용이가능하다. 사물인터넷관련전문가들은 2020년까지약 500억개의사물로구성될것으로예상하고있다. 사물인터넷은 M2M(Machine-to-Machine) 을뛰어넘어다양한프로토콜, 도메인및애플리케이션을포괄하는디바이스, 시스템및서비스의진보된연결을제공받을수있다. 스마트객체를포함한이러한임베디드장치의상호연결은스마트그리드와같은고급응용프로그램을활성화하고스마트도시와같은광범위한영역으로확장하면서거의모든분야의자동화를이끌것이다. 사물인터넷에서 사물 은일반적사물이외에심장모니터링기기, 가축의바이오칩무선응답기, 센서가내장된자동차, DNA 분석장치, 식품유통추적기, 환자모니터링등과같은다양한분야를포함할수있으며, 하드웨어, 소프트웨어, 데이터및서비스의통합적개념으로이해해야한다. 사물인터넷기술은인터넷연결자동화의확산으로다양한위치에서많은양의데이터생성이발생가능하므로, 데이터의신속한집계가요구되며, 데이터를효율적으로색인, 저장및처리할수 있어야한다. 사물인터넷분야의주요사업자의동향및기술은다음과같다. 가 ) 네스트 (NEST) 사의온도조절기 (Thermostat) 사물인터넷기술을적용한제품으로실내온도를공간적제약없이조절하도록지원하 BIG STEP 31
[ 기술 ] 이슈 1 : 최적화된한국형인공지능기술전략 여에너지절감을실현한온도조절기에해당한다. 무선랜을지원하여학습기능및프로그래밍이가능한학습형온도조절기 (Nest Learning Thermostat) 이다. 주변환경과사람의생활패턴을스스로학습해서지능적으로냉난방을제어하는인공지능냉난방조절장치로서, 생활패턴을스스로학습하여적정온도를세팅하는것이인공지능의핵심기술에해당한다. 와이파이 (Wi-Fi) 로연결되어스마트폰을통하여외부에서온도조절을가능하게하고, 날씨정보를받아스스로온도조절을하며, 내장된소프트웨어업그레이드도지원한다. 그림 11 ㅣ NEST사의 Thermostat ㅣ 출처 : nest.com/thermostat/meet-nest-thermostat/ 나 ) 필립스 (Philips) 사의지능형조명시스템휴 (Hue) 사물인터넷기술에감성지원을실현한인공지능기술에해당한다. 기술이기능적인충족만을채우는것에서발전하여인간의감정을이해하고반응하는정서적충족으로확장된경우이다. 조명연출이가능한전구와사용자가지시하는전용애플리케이션과사물간의소통을담당하는브리지를통해구현된시스템이다. 지능형조명시스템을적용하여외부에서도집에서와같이조명을관리할수있도록지원하며, 적절한조명설계를통하여일상생활의활동에적절한조명을제공한다. 32 2016 ICT 기반국가미래전략
그림 12 ㅣ Philips 사의지능형조명시스템 Hue ㅣ 03. 연구내용 출처 : meethue.com 휴 (Hue) 전구는 1,600만개이상의다양한색상구현이가능하며, 휴전용애플리케이션은사용자가원하는디바이스에다운로드및설치가용이하며, 다양한매뉴얼과저장된사진, 그림, 파일등사용자가선호하는요구에따른조명연출안내를지원한다. 휴브리지는무선조명제어시스템으로지그비 (Zigbee) 통신을통해인터넷에접속하고일반공유기와 LAN 케이블연결을통하여스마트폰이나태블릿등모바일디바이스와휴전구간사물통신으로제어할수있다. 다 ) 바이탈리티 (Vitality) 사의스마트약병글루캡 (GlowCap) 사물인터넷기술을환자들의약복용에적용한사례로약먹는시간을알려주는스마트약병이다. 노인인구의증가로성인병환자의수가비례적으로늘어나고있는실정이다. 그러나노인환자의경우약복용시간을자주잊어버려건강조절이제대로이루어지지않는경우가발생하며, 이에따라불필요한의료비용이발생될수있다. 이러한상황을예방하기위하여약복용에사물인터넷기술을적용하여사용자의정기적약복용을관리해주는시스템이다. 약병과함께리마인더플러그를사용하여약복용시간이되면약병뚜껑의램프가점등되며알람을울려준다. 환자가복용하는약병의뚜껑을열었을때그것을감지하여무선망을통해약복용에관한정보를바이탈리티 (Vitality) 사의서버로전송하는시스템이다. 만일복약시간이지났음에도약병의뚜껑이열리지않았을경우에사용자에게전화나 BIG STEP 33
[ 기술 ] 이슈 1 : 최적화된한국형인공지능기술전략 그림 13 출처 : www.vitality.net/ ㅣ Vitality 사의스마트약병 GlowCap ㅣ SMS 로정보를전송하여환자의병관리에도움을주고, 약복용이끝나갈때도통보해준 다. 또한약복용기록이요약되어이메일로사용자에게통보되며사용자의선택에따라 가족구성원이나친구에게도함께통보해주는환자관리시스템이다. 3) 딥러닝분야딥러닝 (deep learning) 은기계학습의한영역으로, 음성 / 텍스트 / 이미지인식분야에서획기적인발전을거듭하며급성장하고있다. 딥러닝이머신러닝의개념인기계학습의한영역이고머신러닝 (machine learning) 은인공지능의한영역이므로 3가지개념은연관성을갖는다 ( 그림 14 참조 ). 그림 14 ㅣ딥러닝과인공지능의관계도ㅣ 딥러닝 Deep Learning CNN, LSTM, Neural Turing Machines 머신러닝 ( 기계학습 ) Machine Learning Logistic, Regression, SVM, Neural Network 인공지능 Artificial Intelligence 출처 : Jiqiong Qiu(http://www.slideshare.net/SfeirGroup/first-step-deep-learning-by-jiqiong-qiu-devfest-2016) 34 2016 ICT 기반국가미래전략
머신러닝은기계가자동으로대규모데이터에서중요한패턴과규칙을학습하고의사 결정및예측등을수행하는기술에해당한다. 딥러닝은다층구조로구성되며, 두뇌신경 망의구조를모사하며상위층으로갈수록보다추상화된정보가학습과정에서자동으로 03. 연구내용 생성될것으로기대한다. 기본원리는다수의히든레이어를갖춘신경망을통해컴퓨터가처리해야할작업을학습하고정보를체계화하여스스로패턴을찾아낼수있게하는것이다. 인공신경망을이용하여데이터를군집화하거나분류하는데사용하는기술에해당한다. 딥러닝분야의주요사업자동향및기술은다음과같다. 가 ) 페이스북 (Facebook) 사의얼굴인식기술시스템딥페이스 (DeepFace) 소프트웨어를이용하여비스듬하게찍힌인물사진을카메라정면을보고찍은사진으 로보정하여최적의 3D 사진으로제작가능한딥러닝시스템이다 ( 그림 15 참조 ). 그림 15 ㅣ페이스북의딥페이스활용예ㅣ 출처 : DeepFace : Closing the Gap to Human-Level Performance in Face Verification, Facebook AI Research 딥페이스 (DeepFace) 시스템은유사하지않은두개의얼굴사진을분석하여동일한사 람인지아닌지의여부를 97.25% 의정확도로판단한다. 그림 15 에서남자배우의얼굴의처 BIG STEP 35
[ 기술 ] 이슈 1 : 최적화된한국형인공지능기술전략 리는기점을 67점으로적용하여 2D 정렬과 3D 모델로의유도작업등을통하여단계 (g) 에서정면처리하였고, 단계 (h) 에서는새로운 3D 모델로뷰를생성한결과이다. 그림15의여자얼굴은 3개의레이어로분리한후연결된두개의레이어에맵을적용하여 1억 2천만개이상의연결점을제시하여이미지의아키텍처개요를정의한경우이다. 나 ) 애플 (Apple) 사의인공지능보조소프트웨어시리 (Siri) 애플사가개발한시리 (Siri : Speech Interpretation and Recognition Interface) 는자연어처리를기반으로질문에대한답변을추천하거나웹검색을수행하는지능형개인비서소프트웨어에해당한다. 사용자가음성으로명령을내리면그명령을해석해서아이폰, 혹은아이패드에설치되어있는앱들을이용해검색한후그결과를보여주거나앱을실행 하는기능을보여준다. 시리를이용하는기간이늘어날수록, 시리가사용자의기호를파 악하여음식점이나택시예약을하는등의기능수행이가능해진다. 그림 16 ㅣ애플사의 Siri 수행결과예ㅣ 출처 : 중앙일보 ( 수정 ) 인공지능이인간의비서역할을담당해주고일정시간이지나면스스로사용자의요구사항을분석하여처리하는개인비서시스템은인간의입장에서는매력적일수밖에없다. 딥러닝기술의장점은인간의요구를스스로알아서해결해주는단계로스스로가작업내용을업그레이드하는것이다. 36 2016 ICT 기반국가미래전략
다 ) 마이크로소프트 (Microsoft) 사의음성인식시스템코타나 (Cortana) 음성인식시스템코타나 (Cortana) 는음성명령을받으면그명령을해석하고그명령을 실행하는방식으로마이크로소프트사의검색엔진인빙 (Bing) 을통해서검색을진행한다. 03. 연구내용 마이크로소프트사는클라우드엔진인애저 (Azure) 를통해서수많은음성인식데이터들을보유하고있으며그것들을분석하면서자연스럽게해석하는머신러닝기능을오래전부터수행하고있었다. 그결과가코타나에적용되어만족스러운결과를제시하는것으로평가되고있다. 그림 17 ㅣ Microsoft 사의 Cortana 개념도ㅣ 출처 : Microsoft 자연어처리가인공지능의한분야를차지하고있으며, 여기에딥러닝의기술이탑재되면, 사용자가음성으로지시한사항을시스템이스스로해석하고거기에맞는작업을수행할수있게된다. 사용자의편리성이극대화되어가는길목에인공지능이적용된사례이다. 결국인공지능은인간이한계를느끼는작업을담당하기도하지만인간의편리를위하여존재하는다양한정체성을갖는시스템인것이다. 라 ) 페이팔 (PayPal) 사의핀테크 (FinTech) 핀테크 (FinTech) 는파이낸스 (Finance) 와테크놀로지 (Technology) 의합성어로빅데이 터와딥러닝머신러닝의결합한금융서비스이다. 예금, 대출, 자산관리, 결제, 송금등다 BIG STEP 37
[ 기술 ] 이슈 1 : 최적화된한국형인공지능기술전략 양한금융서비스가 IT, 모바일기술의발달과더불어새로운형태로진화하고있으며, 넓은의미에서이러한흐름에해당하는모든서비스를핀테크서비스라할수있다. 또한, 서비스뿐만아니라관련된소프트웨어나솔루션, 플랫폼을개발하기위한기술과의사결정, 위험관리, 포트폴리오재구성, 성과관리, 시스템통합등금융시스템의개선을위한기술일체가핀테크의일부라할수있다. 스마트결재를제공하는페이팔사는 300여개의특징을가지는복잡한은행데이터를딥러닝모델에적용하여고객의돈이사기에희생되지않도록운영하고있다. 고객정보를테스트한결과 85% 의성능으로일반거래예측뿐아니라사기의움직임도포착하였다. 페이팔은핀테크기술을자신의회사업무처리에적용하여자신의모회사였던 ebay의시 가총액을추월하는놀라운성과를거두었다. 화폐유통패러다임이바뀌고있는이시점에서인공지능이관여하여처리할수있는핀테크는효율성및안전성에서필수요소라할수있다. 변화하는세상에맞춰진화하는 IT 기술을습득하는것은선택이아닌필수이다. 4) 자율주행분야자율주행산업은기존의관련업계와는달리소프트웨어기업적인전략과제품을만들고있다. 자율주행은일반적으로자율주행자동차를의미하며, 자율주행자동차를무인자동차 (unmanned vehicle) 라고도부르기도한다. 하지만무인자동차는사람이타지않은채주행하여주로군사목적이나과학연구를목적으로사용되는반면, 자율주행자동차 (autonomous car) 는운전자의개입없이주변환경을자동차스스로인식하고주행상황을판단하여차량을제어함으로써자동차가주체적으로목적지까지주행하는자동차를의미한다. 자율주행자동차의기술적분야에서는소프트웨어가핵심경쟁력인 EAC(Electronic-Autonomous-Connected Car) 가차세대플랫폼으로주목받으며새로운생태계를만들어낼것으로예측되고있다. EAC 생태계는관련산업에게는위기일수있지만또한기회로서기업들의소프트웨어적역량확보와혁신적스타트업출현이필요하다. 38 2016 ICT 기반국가미래전략
그림 18 ㅣ자율주행자동차의서비스개념도ㅣ 03. 연구내용 출처 : https://www.u-blox.com/en/blog/vehicle-lte-%e2%80%93-use-cases-and-opportunities-connected-andautonomous-car 자율주행자동차가주목받고있는이유는인터넷활용범위의확장과 EAC 기술이만든새로운시장으로인하여영향력이증가되고있기때문이고, 자동차의컴퓨터화가이루어지고자동주행기술이발전함에따라각종안전과편의를위한기술이동반발전되어운전자의안전과편의가개선되기때문이다. 이러한변화로인하여관련산업이새로이등장하고있으며, EAC 플랫폼의적용영역이다양해지고있다. 더불어자동차에서생산하는빅데이터기반의서비스기회가등장하고있다. 가 ) 테슬라 (Tesla) 자율주행자동차산업에서두각을나타내는테슬라 (Tesla) 사는 EAC의기술을증명하였다. 2015년부터자사의모든모델에어댑티브크루즈컨트롤 (ACC), 차선변경기능, 자동평행주차등을포함한자율주행기술인오토파일럿을적용하고있다. 최신버전에서는안전을위해자율주행중에도운전자에게운전대를잡으라는안내메시지가나오고, 1시간이내에 3번이상의안내메시지를무시하면자율주행모드가해제되는방식을채택하여안전성을확보하였다. Tesla사의경쟁력은혁신과자동화, 소프트웨어업데이트가가능한다기능로봇활용에있으며, 이러한기반위에서로봇의재프로그래밍을통한다른모델개발이가능하도 BIG STEP 39
[ 기술 ] 이슈 1 : 최적화된한국형인공지능기술전략 록하였다. 또한내부 (in-house) 개발시스템을적용하여적기공급생산이가능한공급자운영방식을확보하였다. 테슬라사의소프트웨어시스템은구동부와헤드유닛 (headunit) 으로분리된두개의운영체계를사용하고있다. 구동부시스템은주행성능과인포테인먼트를제공하는두개의시스템으로구성되어있으며, 헤드유닛시스템은내비게이션과인포테인먼트를담당하는시스템에해당한다. 안정성과성능을결정하는구동부소프트웨어는배터리를운영하는 BMS(Battery Management System) 와모터를제어하는 MCU(Motor Control Unit) 를운영하기위한자체 OS를개발하여수행된다. 헤드유닛시스템과독립된구동부시스템은자동차의주행안정성을확보하는것을최우선으로한다. 테슬라의헤드유닛소프트웨어는구동부와분리되어서계기판과정중앙대시보드의 LCD컨트롤유닛으로 NVIDIA사에서개발한최초의모바일용듀얼코어 CPU인 Nvidia Tegra 플랫폼기반으로이루어져있다. 우분투리눅스와파이어폭스등의오픈소스를적극활용한시스템에해당한다. 스마트폰과유사한사용성을보장하여다른배포판의리눅스까지설치가능하도록지원하고있다. 그러나개방성으로인한해킹및보안의이슈가발생할가능성이존재하는문제점을가지고있는것이한계이다. 테슬라의소프트웨어정책은오픈소스를적극활용하여자체개발하는것을기본으로하고있으며, OTA(Over-The-Air) 방식으로이루어지는소프트웨어업데이트를원칙으로하며무선통신을통한소프트웨어업그레이드를지원한다. 테슬라의서비스정책은차량제어오픈 API 제공을위한다양한앱 (App) 지원을기본으로한다. 3G/LTE 기반으로테슬라사의서버에 VPN으로항시연결하도록유지하고, 서버는 JSON(JavaScript Object Notation) 방식으로 API를제공하여 API를통해자신의차에인증 / 제어가가능하도록지원한다. 이를위해스마트폰이나스마트시계의다양한앱 (App) 이존재하고있다. 또한빅데이터기반의자동차서비스를제공하여안정성및사용자만족도에중점을두고자한다. 또한테슬라사는 Visible Tesla라는프로그램을통해운전자가자신의데이터를확인할수있도록지원하고있다 ( 그림 19 참조 ). 나 ) 우버 (Uber) 사와카네기멜론 (Carnegie Mellon) 대학 테슬라가개인소유차를대상으로자율주행을진행하고있다면, 우버 (Uber) 는차량공 40 2016 ICT 기반국가미래전략
그림 19 ㅣ Tesla 사의데이터확인서비스ㅣ 03. 연구내용 출처 : MIT Technology Review (www.technologyreview.com/s/537251/some-tesla-owners-pimp-their-rides-with-code) 유및호출차량의자율주행을주도하고있다. 차량의자율주행시스템에추가적으로호출에반응하는시스템이탑재되어있다. 테스트차량으로주변을스캔하고, 피츠버그시가보유한데이터베이스와매칭하는과정을통하여개발하고있으며, 자율주행차량이대중교통서비스에준하는수준에이르기를목표로삼고있다. 피츠버그시를테스트도시로선택한이유는눈과비가많이오며, 좁고언덕이많은도시를기준으로테스트하여모든환경에적응가능한시스템을구현하기위함이다. 그림 20 ㅣ Uber 사의자율주행자동차ㅣ 출처 : Uber(www.businessinsider.com/how-ubers-driverless-cars-work-2016-9) BIG STEP 41
[ 기술 ] 이슈 1 : 최적화된한국형인공지능기술전략 우버는꾸준히자율주행에관련된기술개발및제반을구축해오면서어느덧선두주자로나서고있다. 로봇및자동제어의기술력에강한카네기멜론 (Carnegie Mellon) 대학과산학협력을통해자율주행기술을지속적으로개발해오고있다. 최근에는직접정밀지도제작도추진하여구글종속을탈피하기위한노력도시작했다. 예를들어건물의출입문위치와방향등까지도지도에기록함으로써보다효과적인서비스를제공하려고한다. 자율주행자동차개발의주도권을소프트웨어기업들이가지고있다는점에주목해야한다. 우버와같은소프트웨어기반기업들이자율주행자동차의기술개발을이끌고있으며, 완성차업체들은이들과의협력을통해자사의차량에자율주행기술을도입하고자하고있다. 자율주행자동차에대한기술개발이빠른속도로이뤄지고있으며, 자동차와 IT 기술의융합체인자율주행자동차는기술융복합의중요성과그파급효과를잘보여주는예에해당한다. 앞으로시시각각변화하는자율주행자동차기술발전및서비스가어떻게이루어지는지관심을가지고지켜봐야한다. 5) 구글 (Google) 구글사는인공지능의전영역에대한끊임없는도전을진행하고있다. 소프트웨어적접근방법인 Brain OS 접근방식을채택하여하드웨어와소프트웨어의인터페이스최적화및판단을실현하였고, 언어영역부분에서자동번역에집중하고있다. 언어이외의영역으로무인자동차, 로봇, 의료생명과학, 검색, 지도, 사진인식, 동영상인식등의다양한분야에서인공지능기술이실현중에있다. 기계학습알고리즘중심으로이미지의상징성을이해하여단계별알고리즘을통하여상위상징화를이루고있으며, 전체알고리즘은몬테카를로트리탐색 (Monte Carlo Tree Search) 을적용하였다. 승률이높은경우의수를제한된시간내에탐색하기위해딥러닝과강화학습 (RL, Reinforcement Learning) 알고리즘을적용하여선택, 확장, 시뮬레이션, 역전파 (backpropagation) 과정을거치며효율성을극대화시키고있다. 딥러닝시스템에해당하는알파고 (AlphaGo) 는바둑게임을진행할때회선신경망이우주의원소보다많은경우의수를가진시나리오를적용하여인간의직관을모사한의사결정과정을거쳐승률 42 2016 ICT 기반국가미래전략
이가장높은착점을찾아문제를해결해나간다. 알파고의실행단계는자율학습 (SL, Supervised Learning) 정책을반영하여상대방의움직임에따른경우의수를분석하고, 강 화학습정책을통하여네트워크판별식을적용해다양한경우의수별로셀프플레이 (Self 03. 연구내용 Play) 를실행한후 RL 의예측값과리워드스코어 (Reward Score) 의 MSE(Mean Square Error) 를산출하여밸류네트워크 (Value Network) 을구성한다 ( 그림 21 참조 ). 그림 21 ㅣ구글의 AlphaGo 학습라인ㅣ 출처 : David Silver 구글은음성인식시스템에해당하는 NOW( 구글이개발한지능형개인비서 ) 를개발하였다. 자연언어사용자인터페이스를이용하여질문에답하고, 권고하며, 웹서비스집합에요청을위임함으로써동작을수행한다. 사용자쿼리에대한답변을위하여사용자의검색습관을기반으로그들이원할것으로보이는정보를사용자에게전달하는시스템이다. 지식그래프프로젝트를적용하여검색결과의의미와연결을분석하여더자세한검색결과들을사용자에게제공한다. 사용자가원하는정보를준비하고있다가사용자가원할때알려주는나만의개인비서와같은프로그램이다. 제공하는서비스의항목을분류하면, 검색 과 알람 으로나눌수있다. 검색항목은강력하고방대한데이터베이스를보유하고있는 Google 검색을기반으로하고있으며, 알람항목은사용자가기기에적용한기본설정과사용자의시간대별행동패턴, 현재기기의위치에따른적절한정보를실시간으로업데이트하여제공한다. 사용자의생활패턴을기기가분석하여그에맞는정보를사용자가묻거나검색하기전에추천및제공이가능하다. 사용자의이동정보를파악해서사용자가이동하는경로또는장소, 목적지까지의소요시간, 대중교통정보등을제공하기도하고사용자가좋아하는스포츠팀의경기일정및진행상황까지알려준다. BIG STEP 43
[ 기술 ] 이슈 1 : 최적화된한국형인공지능기술전략 구글은예술창작분야의인공지능에해당하는마젠타 (Magenta) 1) 를개발하였다. 이는인공지능시스템의일종으로기계지능을음악과예술을생성시키는최첨단의단계까지발전시키는연구프로젝트의일환이었다. 특히예술적콘텐츠를스스로만들수있는알고리즘을탐구하는것을목표로설계되었다. 예술가와개발자, 머신러닝연구자들의커뮤니티를만들려는시도로, 마젠타팀은텐서플로 (tensor flow) 를활용해창작에필요한인프라를오픈소스로구축하였다. 미리입력된프로그램에의해기계적으로창작활동을하는것이아니라, 창작하는방법을학습하면서스스로진화해나가는방식이다. 머신러닝을통하여마젠타가작곡한 80초짜리피아노연주곡을발표해화제가되기도했다. 구글은기계학습인공지능에해당하는소프트웨어딥드림 (Deep Dream) 을개발하였다. 패턴을인식하고새로운예술을창조하는인공신경망의일종이다. 이는인공지능이인간 의고유영역으로정의하였던예술창작에도전한사례이다. 그림 22 ㅣ구글의 Deep Dream 작품ㅣ 출처 : Michael Tyka/Google (Edvard Munch s The Scream ) 또한구글은인공지능음성인식모바일메신저알로 (Allo) 2) 를개발하였다. 인공지능음 성인식개인비서서비스 구글어시스턴트 를탑재한시스템이다. 이시스템의스마트응 1) 구글이개발한예술작품을창작하는인공지능 (AI). 구글의딥러닝연구팀이마젠타가작곡한 80초길이의피아노곡을공개해화제가되었다. 2) 구글의모바일인공지능앱. 자연어를통해인공지능어시스턴트가응답을해주는모바일메신저이다. 음성으로기본적대화뿐아니라상대에게다음에무슨말을해야할지도알려준다. 44 2016 ICT 기반국가미래전략
답기능을통하여구글인공지능 어시스턴트 챗봇과대화를주고받을수있다. 사용자의 대화패턴을분석해서대화에가장잘어울리는대답문구를추천해주며, 다른이용자와 대화를나누는중에도알로가답변내용을추천해준다. 알로는기계가인간의언어를이 03. 연구내용 해하고분석하는자연어처리결과물의사례이다. 구글은머신러닝을위한오픈소스라이브러리 (Open Source Library) 활용을위하여텐서플로를개발하였다. 머신러닝에활용하는행렬의반복적인곱이이루어지면서 뉴로네트워크 의형태를갖는개념에서확장된시스템이다. 수학, 물리학, 통계학등다양한학문문야에서활용할수있는머신러닝엔진이다. 동시에데이터를분석할수있는컴퓨팅자원은 CPU(Central Processing Unit) 뿐아니라 GPU(Graphics Processing Unit) 도이용할수있다. 그래픽카드의엔진인 GPU를연산에활용할수있고다중병렬처리가가능한것이특징이다. 머신러닝의최종결과물로적용할수있는기술이되기에는부족한면이있기에구글측은이기술을더발전시키기위해오픈소스로공개하였다. 6) IBM IBM은인지과학분야중자연어처리및이해구현시스템에집중하고있다. 즉, 하드웨어적접근방법인시스템 OS접근방식을채택하여언어영역부분에서자연어처리에집중하고있다. 이를통해언어구조를이해하며중앙처리장치 (CPU) 단계에서알고리즘을구축하고쿼리 (query) 상위상징화와도큐먼트 (document) 상위상징화의유사성을검토하여최상위를결정하는방식으로실행하였다. 자연어처리의최종목표인 언어의넓고깊은이해 (deep understanding of broad language) 를위해고도화된언어인지시스템은인드리인퍼런스엔진 (INDRI inference engine) 의언어인지영역 ( 고도의추론 ) 과루신 (Lucene, 오픈소스정보검색라이브러리 ) 검색엔진을 IBM에특화한추상화쿼리시스템인루신 (Lucene), 그리고이를통합하는시스템으로구성되어있다. 언어인지영역에해당하는인드리 (INDRI) 는 5단계의판별과정을거쳐최종 Information need node로귀결되며언어학적추상화과정을확률통계적모델링과동시에수행한다. 언어모델링기법에해당하는정보검색모델링은질의 (query) 와문서 (document) 의확률분포를추정및비교하여최종판별하도록모델링하였다. BIG STEP 45
[ 기술 ] 이슈 1 : 최적화된한국형인공지능기술전략 IBM은의료계의음성진단시스템, 금융권의고객서비스및자문서비스의상용화영역에서가시적인성과를보여주고있다. 의료전문기관과의전략적관계를구축하여, 웨어러블기기와왓슨 (Watson) 3) 의인터페이스를통해건강진단및처방등의서비스를구축하고시현하였다. 의료시스템은언어학적접근및통계학적분석알고리즘중심으로구성되었다. 그림 23 ㅣ IBM의 Watson 처리과정ㅣ 출처 : IBM Journal Of Research & Development (Building Watson) IBM은딥블루 (DeepBlue) 4) 로인간과의체스대결에서승리하였고, 왓슨으로퀴즈쇼우승자들과의대결에서승리하였다. 왓슨의적용범위를확대하여의료산업분야에서암진단및백혈병진단에활용하고있으며, 의료전문서적과환자기록에대한학습후서비스를제공하고있다. 금융권에서는정교한자문제공을목표로호주투자은행에재무설계사업무지원을위하여 IBM 빅데이터분석과왓슨의인공지능을통합하여고객응대자문서비스를제공하고있으며, 싱가포르에서로보어드바이저 (RoboAdvisor) 5) 서비스를출 3) IBM에서개발한인공지능슈퍼컴퓨터. 복잡하고방대한인간의언어를이해하고각단어들의상관관계를분석해서답을도출해내는능력을지닌다. 2011년 2월, 미국제퍼디퀴즈쇼에우승을차지해화제가된바있다. 4) IBM이개발한슈퍼컴퓨터. 1초동안에 10억가지방법을계산할수있는체스전용컴퓨터. 1997년러시아의체스세계챔피언인갈리카스펠로프와대전하여 2승 1패 3무로승리했다. 5) 로봇을의미하는로보 (Robo) 와자문전문가를뜻하는어드바이저 (Advisor) 의합성어. 온라인으로알고리즘과빅데이터분석에기반한컴퓨터프로그램을활용해자동적으로투자포트폴리오자문과운용서비스를제공하는자산관리서비스다. 46 2016 ICT 기반국가미래전략
시하였다. 금융권분야중시티그룹 (Citi Group) 에서제공하고있는고객거래데이터블 로그, SNS 데이터를활용한대출상담서비스도왓슨이이루어낸결과물에해당한다. 또 한왓슨은미국에서군인전문보험사상담서비스에활용되고있으며, 일본어학습을시 03. 연구내용 작한후일본의교육, 은행, 헬스케어, 보험, 유통분야등에서활용하는방법을구현하고있다. IBM 왓슨은헬스케어시스템을개발하여개인맞춤치료법을제공하고있으며, 기상예측시스템을개발하여기업용기상정보를제공하고있다. 그외에도기업의의사결정지원시스템개발, 의료분야의유전체의학프로젝트진행등을담당하며다양한분야의인공지능관련사업을추진하고있다. 마 국내기업동향및기술분석 1) 국내기업별추진사업및개발동향정부에서는인공지능기술역량을확보하기위하여 R&D 참여기업을선정했다. 해당기업은삼성전자, LG전자, SK텔레콤, KT, 네이버, 현대자동차등 6개기업이다. 각기업별추진사업이선별되어진행중에있다 ( 그림 24 참조 ). 그림 24 ㅣ인공지능 R&D 참여기업별추진사업ㅣ 삼성전자 LG 전자 - 헬스케어 - 웨어러블디바이스 - 드론 SK 텔레콤 KT - 전문가시스템 - 무인생산시스템 - 홈케어로봇 네이버 - 가상개인비서 - 감정인지분석 - 인공지능게임 현대자동차 - 자율주행자동차 - 자율주차 BIG STEP 47
[ 기술 ] 이슈 1 : 최적화된한국형인공지능기술전략 미래창조과학부가추진하는 R&D에참여하는 6개기업은 4개분야인전자분야, 통신분야, 인터넷분야, 자동차분야로구성하였으며, 각분야별로기술담당영역을구분하여제시한상황이다. 가 ) 삼성전자삼성전자는인공지능의다양한관련분야기업을인수하며뒤처진기술력을확보하려고노력하고있다. 인공지능관련활성화를위하여인공지능연구를전담하는인텔리전스팀을신설하고 인텔리전트퍼스널어시스턴트 (IPA : Intelligent Personal Assistant) 라고불리는지능형개인비서서비스개발에주력하고있다. 인간의말을인식하는것에서더 발전해사용자가원하는것을스스로찾아추천해주는단계로까지의발전을모색하고있다. IPA는 개인비서, 가상비서 로불리는애플의 시리 (Siri), 구글의 나우 (Now), 마이크로소프트의 코타나 (Cotana) 와유사하다. 또한가전제품에인공지능을결합한사물인터넷디바이스플랫폼개발에도주력하고있다. 삼성전자는이러한변화를통해하드웨어기반중심의기업에서소프트웨어기반중심의기업으로전환하고자노력하고있다. 이와관련하여삼성전자는음성인식기술을적용한 S보이스 스마트폰앱을선보였고, 자연어처리기술의특화를통해안정적인음성인식기술을개발하는데초점을맞추고있다. 국가별로사투리, 축약어포함매주수천개문장을테스트하며데이터베이스를확보하고, 잡음발생환경에서음성인식성능을유지할수있는기술을개발하고있다. 인공지능시대에대응하기위해삼성전자는인공지능 (AI) 관련벤처기업에대한투자도병행하고있다. 삼성전자는 2016년 9월삼성벤처투자를통해인공지능벤처기업비캐리어스 (Vicarious) 에 236억원을투자했다. 비캐리어스는사람 사물의사진이나동영상을행동 모양에따라분류하는인공지능 (AI) 기술개발업체이다. 가정용소셜로봇인 지보 (Jibo) 에도 230억원을투자한상태이다. 글로벌 AI 벤처기업투자를통해기술력확보를꾀하고있는데세부사항은다음과같다. 비캐리어스 (Vicarious) - 인공지능원천기술보유 48 2016 ICT 기반국가미래전략
- 인간뇌의계산원리를이론화시킴 - 인간과같은지능을인공으로만들고자함 리액터랩스 (Reactor labs) 03. 연구내용 - 왓슨앱 (Winston app) 제작 - 사용자에게맞춤형뉴스제공 - 1~2분안에뉴스내용축약후브리핑 익스펙트랩 (Expect lab) - 자연어처리와음성인식기술을기반으로기업이나개인이활용하는기기에사용자목소리를인식하는인터페이스를개발한기업 - 대화내용을실시간으로이해하고분석해서데이터를수집하는것이핵심기술에해당함 - 연관정보를미리찾아주는자연어기반의예측컴퓨팅엔진 (ACE : Advanced Classification Engine) 원천기술을보유하고있음 이디본 (Idibonv) - 클라우드기반의자연어처리기술보유 - 일반텍스트데이터로부터의미도출 말루바 (Maluuba) - 안드로이드상에서자연어처리 - 지능형개인비서서비스제공 킨진 (Kngine) - 모바일상에서자연어처리기술이내장된시맨틱검색엔진 - 사용자질문에대한최적의답변도출 Automated insights - 빅데이터자료를자연어형태로변환하는서비스를제공함 - 빅데이터분야는이커머스 (e-commerce), 미디어, 부동산, 금융, 마케팅, 세일즈등을포함하고있음또한 2016년 10월미국실리콘밸리소재인공지능플랫폼개발기업인비브랩 (VIV Labs) 을인수했다. 비브랩솔루션을스마트폰, 가전제품, 반도체등삼성전자의다양한제 BIG STEP 49
[ 기술 ] 이슈 1 : 최적화된한국형인공지능기술전략 품과통합해사물인터넷시대의기술리더십을강화하고있다. 삼성전자는새로운인터페이스를추구하고자하며, 이를통해새로운생태계가형성되고, 여러서비스제공자가플랫폼의변화를느낄수있도록하는것을목적으로한다. 이처럼이전에없던새로운경험을모든이용자에게제공하려는시도를하고있는것이다. 나 ) LG전자 LG전자는인공지능활성화를위한움직임으로미래정보기술융합연구소의명칭을 인텔리전스연구소 로변경하고스마트폰에서사람의얼굴을인식하는기술, 로봇청소기가집안에서청소할곳을찾는기술등인공지능과가전, 인공지능과스마트폰을접목하는 기술을연구하고있다. 인천국제공항의스마트공항서비스를위해지능형로봇, 사물인터넷등을적극활용하고자지능형로봇서비스도입제휴협약을체결하고세계공항최초로자율주행형로봇안내서비스를상용화하고자노력하고있다. 로봇청소기, 스마트가전등을통하여이미확보한딥러닝기반인식기술, 자율주행기술, 제어기술, 사물인터넷등을기반으로 B2B(Business to Business) 로봇서비스시장에본격적으로진출하고있다. 삼성전자와마찬가지로하드웨어기반중심의기업에서소프트웨어기반중심의기업으로전환하고자노력하고있다. LG전자는인공지능을이용한통화음질향상기술인 `스마트보이스`를개발했으며, 목소리파형과외부소음정도에따라음성을구성하는특정자음과모음을인식해최적음질을자동으로찾아내는기술도개발했다. 또한신호대잡음비 (SNR : Signal to Noise Ratio) 를최대 5배향상시킴으로써고속으로주행할때통화음이갑자기커지는굉음현상을최소화하는기술력을보유하고있다. 또한 LG전자는자동차에적용할수있는인공지능기술연구를진행하고있다. 다 ) SK 텔레콤 SK 텔레콤 (SKT) 은인공지능관련영상인식기술을 비디오클라우드솔루션 에적용하 였고 2015 년 9 월기계가인간의언어를이해할수있도록 자연어이해기술 (natural lan- 50 2016 ICT 기반국가미래전략
guage understanding) 을공개하였다. 또한스마트개인비서플랫폼 비미 (BeMe) 6) 와애 플리케이션 에고 (EGGO) 7) 출시를앞두고있다. SK 텔레콤의계열사인 SK C&C 는인공지능을기반으로 데이터서비스기업으로의변 03. 연구내용 신및도약 을이루고자한다. 이를위하여 IBM의인공지능플랫폼왓슨과 SK C&C의산업별 IT서비스및빅데이터기술을인공지능과결합해혁신적인인공지능산업생태계를조성하려는노력을아끼지않고있다. SK C&C는기존클라우드사업협력에이어왓슨사업협력을통해국내인지컴퓨팅사업을선점및주도해가고자한다. 건강한인공지능산업생태계를조성하여한국이모든산업에걸쳐글로벌인공지능서비스개발을선도해갈수있도록하는것이 SK C&C의목적이다. 라 ) KT KT는융합기술원에서인공지능을개발하고있다. 그러나아직개발단계이며안정적서비스를제공하고있지는않은실정이다. 미래창조과학부 R&D 사업에참여하며인공지능의활성화를실행하고있으며, 빅데이터, 사물인터넷, 5G와연계하여인공지능을접목시키려는시도가활발히진행되고있다. 마 ) 네이버네이버는인공지능기술구현의핵심인머신러닝 ( 딥러닝 ) 분야연구를진행하기위해서 2013년자체연구소인 네이버랩스 를만들었다. 연구초기단계에포털검색영역에만적용됐던네이버의머신러닝기술은현재다양한서비스로응용분야가확대되고있다. 네이버의대표적인인공지능서비스중하나는이용자가네이버클라우드에사진을올리면자동으로이미지를인식하여카테고리별로정리해주는사진자동인식서비스이다. 예를들어가족사진 20장과동물사진 10장, 풍경사진 5장등을나눠올렸을때사람, 동물, 풍경등의카테고리에맞춰 3개로분류해사진을업로드해주는것이다. 이는컴퓨터가이 6) SK텔레콤이개발중인인공지능플랫폼. 별도의정보를입력하지않아도고객이스마트폰을들고다니기만하면일상패턴을추론해최적화된정보를제공하는역할을한다. 7) 비미를기반으로한스마트개인비서. 스마트폰이이용자의상황을파악해조언을해주거나취미, 여가, 건강활동등의기록을스마트폰이체계적으로정리해주는역할을한다. BIG STEP 51
[ 기술 ] 이슈 1 : 최적화된한국형인공지능기술전략 미지를스스로판독해다양한카테고리별로구분해내는것으로네이버의딥러닝연구결과가적용된대표적사례중하나다. 음성검색에도네이버의딥러닝기술이반영돼있다. 네이버는딥러닝알고리즘과대용량의음성빅데이터를활용, 높은인식률을지닌음성검색서비스를제공하고있다. 네이버는소프트웨어와하드웨어의경계를넘나드는인공지능연구개발을위하여구글, 페이스북뿐만아니라중국의알리바바, 바이두, 텐센트등 IT기업들과도경쟁하고있으며, 인공지능, 머신러닝등원천기술확보를위해글로벌기업과경쟁하려는시도를하고있다. 또한네이버는인공지능기술을이용하여 N드라이브나검색어자동완성기능등을제 공하고있고, 검색어자동완성기능역시기계학습기술에의해만들어졌으며, 사용자가검색창에첫글자만입력해도과거데이터를분석해사용자가원할만한내용을예측해서알려주고있다. 네이버는네이버랩스운영을통하여딥러닝, 음성인식, 음성합성, 기계번역, 멀티미디어인식, 웹브라우저엔진, 분산스토리지기술등다양한분야의연구및개발을시도하고있으며, 음성인식검색서비스, N드라이브의사진분류서비스, 지식IN서비스에자연어질문처리서비스를운영하고있다. 또한네이버는 2015년프로젝트 블루 에 1,000억원을투자하여로보틱스, 모빌리티, 스마트홈등에관련한기술력확보에나섰다. 프로젝트 블루 는하드웨어와소프트웨어융합개발프로젝트로 5년간지속된다. 로보틱스분야에서로봇용플랫폼구축을담당하고, 모빌리티분야에서무인자동차용플랫폼을개발하여세계에보급하는사업을진행하고있다. 또한스마트홈분야에서는가전제품을연결하는플랫폼구축작업을하고있다. 이를위하여국내외중소제조스타트업등에직접투자를하며협력하여빅데이터에기반한서비스제공을추진하고있다 ( 그림 25 참조 ). 바 ) 현대자동차 현대자동차는인공지능관련하여자율주행자동차기술확보를위한저변확대에주력 하고있으며고속도로주행지원시스템개발을완료하였다. 이미지, 음성인식기술과딥 52 2016 ICT 기반국가미래전략
그림 25 ㅣ네이버프로젝트 블루 ㅣ 03. 연구내용 출처 : biz.chosun.com 러닝에기반한고속도로주행지원시스템은차선이탈경보, 차선유지지원, 후측방경보, 차량속도유지, 자동긴급제동등의기능이포함되어있다. 2018년까지 2조원을투자하여고성능컴퓨터를탑재하고인터넷으로집과사무실등을연결하는커넥티드카를개발할계획이다 ( 그림 26 참조 ). 사업의목적은자동차를달리는컴퓨터로만들어운전편의와효율을극대화하는것이다. 그리하여인터넷으로자동차 집 사무실을연결, 자동차에서일상업무를보는것은물론완벽한자율주행도가능하도록한다는것이핵심목표이다. 현대기아차는 2020년부터고속도로와도심을비롯한다양한도로환경에서운전자의안전성을극대화하는통합자율주행기술을상용화한다는목표로연구 개발 (R&D) 에박차를가하고있다. 그림 26 ㅣ현대자동차의커넥티드카ㅣ 출처 : 현대자동차 BIG STEP 53
[ 기술 ] 이슈 1 : 최적화된한국형인공지능기술전략 2) 국내인공지능핵심기술분야인공지능이정보과학기술의핵심기술로부상하며지능정보기술의개념이부각되고있다. 사물인터넷으로연결될경우모든사물에서데이터가생산되며, 모바일클라우드로어디서든정보에접근및공유가가능하다. 빅데이터분석으로상황인식및지식추출이이루어질수있는환경이지능적의사결정의자동화를만들게되며, 이렇게구축된지능정보사회는새로운정보과학기술융합환경을구축하게된다. 인공지능이핵심기술이되는지능정보사회를이루고자할때기본적으로요구되는기능이있다. 2016년다보스포럼에서언급된지능정보사회의변천과정을미래창조과학부는지능정보기술측면으로도식화하였다 ( 그림 27 참조 ). 그림 27 ㅣ지능정보사회변천과정ㅣ 출처 : 미래창조과학부 미래창조과학부는지능정보산업발전전략을위하여기본적핵심기술분야 5개를선정하였다. 미래창조과학부와정보통신기술진흥센터의기본기술체계를기반으로인공지능기술을 5개의핵심기술과 15개의세부기술로분류하여분석가능하다 ( 표 2 참조 ). 학습및추론기술은데이터에내재된패턴, 규칙, 의미등을알고리즘기반으로스스로학습하게하여, 새롭게입력되는데이터에대한결과를예측가능하도록하는기술이다. 미래창조과학부가 SW컴퓨팅원천기술개발사업의일환으로 2014년부터 2018년까지일반 54 2016 ICT 기반국가미래전략
사용자도쉽게사용할수있는머신러닝소프트웨어 SMILE(Software for Machine Intelligence with Lifelong machine learning) 을개발중에있다. 03. 연구내용 표 2 ㅣ핵심기술분류표ㅣ 핵심기술세부기술기술개요 학습및추론기술 (Learning and Reasoning) 상황이해기술 (Context Understanding) 지식표현지식베이스감정이해공간이해협력지능자가이해 분석된지식을컴퓨터가이해할수있는언어로표현하는기술축적한전문지식, 문제해결에필요한사실과규칙이저장된데이터베이스로구축, 관리하는기술사람의기분, 감정을인식 구분할수있는기술시공간적세계를정확하게인지하고, 3차원의세계를잘변형시키는기술다른에이전트와교류하고, 이해하며, 그들의행동을해석하고, 효율적으로대처하는기술자기자신 ( 개성, 정신적심리적특성 ) 을이해하고, 느낄수있는인지적기술 언어이해기술 (Language Understanding) 시각이해기술 (Visual Understanding) 인식및인지기술 자연어처리 ( 형태소분석, 개체명인식, 구문분석, 의미분석 ) 질의응답음성처리자동통번역내용기반영상검색행동인식시각지식휴먼라이프이해인지아키텍처 인간의자연적언어를형태소분석, 개체명인식, 구문분석, 의미분석하는기술질문에대한답변을제시하는기술디지털음성신호를컴퓨터에서처리가능한언어로변환하는기술한언어에서다른언어로자동으로번역하거나통역하는기술영상데이터차체의특징정보인색광과모양 질감등영상데이터의내용을대표할수있는특징들을추출하고이를기반으로색인과검색을수행하는기술동영상에서움직이는사물의행동을인식하는기술행동인식, 영상이해, 배경인식등을이용하여영상데이터로부터지식정보를추출, 생성하는기술개인경력관리, 건강, 대인관계, 재무관리등일상생활에서의지능적도움을제공하기위해사람의생활을이해하는기술인지심리학측면에서의사람의마음구조를컴퓨팅모델화하는기술 출처 : 미래창조과학부와정보통신기술진흥센터 (IITP) 상황이해기술은주변환경에서발생하는데이터를종합적으로이해하고맥락분석과 판단을제공, 환경및주변사람의감정인지를포함하는상황인지기술이다. 현재국내에 BIG STEP 55
[ 기술 ] 이슈 1 : 최적화된한국형인공지능기술전략 서는삼성전자, LG전자, SK 텔레콤, KT 등을중심으로인공지능기반스마트홈제어기술을개발중에있다. 언어이해기술은사람의말과글을사람처럼이행하고수행할수있도록자연어를이해하고지식화하는기술이다. 자연어질의응답, 언어통번역및언어기반창작 저작등언어지능기반의서비스제공이가능한기술이다. 현재국내에서는한국전자통신연구원 (ETRI), 솔트룩스, 한국과학기술원 (KAIST), 포항공대등에서언어를통해지식학습이가능한엑소브레인소프트웨어를개발중에있다. 시각이해기술은영상의내용및상황을이해하고예측하는기술로영상내용이해, 시각지식생성, 내용기반영상검색, 비디오분석및예측이가능한기술이다. 현재국내에서 는한국전자통신연구원, 광주과학기술원 (GIST) 및포항공대를중심으로대규모영상분석을통해영상의의미를이해하는딥뷰W가개발중에있다. 인지컴퓨팅기술은주변환경의지각인지, 학습적응, 지식추론, 행위생성등사람의인지구조를모방하여통합함으로써지능형서비스개발을지원하는기술이다. 현재국내에서는인텔리콘메타연구소에서법률검색서비스에적용하기위한지능형법률정보시스템아이리스 (i-lis) 를개발중에있다. 5개핵심기술을중심으로특허출원동향을분석해보면우리나라의기술수준정도를파악할수있다 ( 그림 28 참조 ). 특허출원동향의연구대상중 KR은한국을의미하며, US 는미국, JP는일본, EP는유럽, WO 국제특허출원을의미한다. 핵심기술별특허출원동향을분석해보면, 언어이해기술이 4,647 건 (44%) 으로가장많은특허출원을보이고, 그다음으로시간이해기술 2,610건 (25%), 상황이해기술 1,541건 (15%), 학습및추론기술 13,79건 (13%), 인식및인지기술이 333건 (3%) 순으로특허출원이진행되었다. 핵심기술국가별특허출원동향을분석해보면, 언어이해기술은일본에서가장많은특허출원이이루어져일본이기술을선도한다고판단되며, 그다음으로는미국에서많은특허출원을수행하고있다. 시각이해, 학습및추론, 상황이해기술은미국이주도적으로기술을이끌고있으며시장크기역시타국가에비해큰것으로예상할수있다. 특허출원을분석해보면우리나라는핵심기술에대해상대적으로관심도가낮은것으로나타나고있다. 가장활발하게특허출원을진행하는한국전자통신연구원의경우도특 56 2016 ICT 기반국가미래전략
그림 28 ㅣ 5 개핵심기술국가별특허출원동향ㅣ 03. 연구내용 출처 : 한국지식재산연구원 (KIIP) 허출원이대부분언어이해기술관련분야에편중된것으로나타나상대적으로타기술분야에대한연구개발관심도가낮은것으로분석된다. 세부기술의국가별특허출원동향을분석하여우리나라의수준정도를세부기술측면에서파악해볼수있다 ( 그림 29 참조 ). 인공지능관련세부기술의국가별특허출원동향을분석해보면, 미국이자동통 번역, 질의응답기술분류만을제외하고모든기술분야에서월등히많은특허출원을수행하고있는것으로나타났다. 미국이인공지능기술분야에서주도적인연구개발을수행하고있는것으로분석되었으며, 일본은자동통 번역기술분야에서독보적으로많은특허출원량보유하고있으며연구개발능력뿐만아니라높은특허장벽을형성하고있음을알수있다. 우리나라의경우는질의응답기술분야에서만타국가대비근소하게앞서는특허출원을수행하고있는실정이다. 그림 29 ㅣ 15 개세부기술국가별특허출원동향ㅣ 출처 : 한국지식재산연구원 (KIIP) BIG STEP 57
[ 기술 ] 이슈 1 : 최적화된한국형인공지능기술전략 특허출원측면으로우리나라인공지능관련기술수준을분석해본결과한국전자통신연구원이 306개로가장활발한특허출원을수행하고있으며, 삼성전자가 185개의특허출원을수행하여두번째로많은특허출원을수행하였다. 한국전자통신연구원의경우전체특허중자동통번역기술과자연어처리기술분야에편중되게특허출원을수행하고있는것으로나타났으며, 삼성전자의경우행동인식기술과음성처리기술및감정이해기술을중점적으로연구개발하고있음을알수있다. 국내에서는기업주도의 R&D 투자및특허출원보다는국책연구기관또는대학교가주도적으로특허출원을보이고있다. 아직까지는인공지능기술이제품또는서비스개발보다는이론적인연구분야에머물러있는것으로판단된다. 15개세부기술항목을기준으로우리나라의인공지능기술력을분석해보면, 행동인식기술관련하여인용건수가 398건에달해우리나라기술력중에서는가장앞선것으로나타나며, 그다음으로는음성처리기술과감정이해기술의순으로나타났다. 이러한내용은시각이해기술의세부기술에서우리나라가경쟁력이가장높은것이며, 그다음으로는언어이해기술부분과상황이해기술부분관련경쟁력이있는것으로분석가능하다. 인공지능핵심기술분야에대한접근은 5개의핵심기술과세부 15개의기술분류방법에서재편성하여, 지능정보산업의발전전략을꾀하는지능형소프트웨어 6가지로분류하는새로운접근이제시되었다 ( 그림 30 참조 ). 그림 30 ㅣ 6 분야의지능형소프트웨어ㅣ 출처 : 미래창조과학부 / 정보통신기술진흥센터 (IITP) 58 2016 ICT 기반국가미래전략
바 최적화된한국형인공지능의미래예측조사 지금까지인공지능기술발전에따른사업및산업화과정을살펴보았다. 이를기반으로 03. 연구내용 향후의인공지능발전경로를추론해볼수있다. 인공지능기술은스스로판단및예측하는소프트웨어로서, 스스로학습하고진화하는인공지능, 두뇌를모사하는인지컴퓨팅으로발전해가고있다. 인공지능기술의발전방향을예측해보면, 인공지능기술은빅데이터기반의인공지능기술에서인간능력을증강시키는기술로진화하며, 스스로사고, 판단, 예측이가능한독자적사고능력의인공지능기술로진화해갈것이다 ( 그림 31 참조 ). 그림 31 ㅣ인공지능기술발전방향ㅣ 출처 : ETRI 인공지능이미칠영향을토대로우리나라상황에특화된미래를예측할수있으며, 이를근거로최적화된한국형인공지능을추진하기위한기술전략수립도가능하다. 인공지능이미칠영향에대해편의적측면, 효율적측면, 경제적측면, 안전적측면, 창의적측면, 사회적측면등 6가지측면으로구성하여검토하였다. 1) 편의적측면인공지능을활용한기술은로봇에적용되어인간의작업을대신수행하는등삶에다양한편의를제공하게될것이다. 자율주행기술은노령화시대의이동수단을확보하게해줄뿐만아니라교통사고발생환경을제거, 이동중다른업무수행등도가능하게해줄것이다. 사물인터넷기술또한편의적측면의기술에포함된다. 사용자를분석하여상황에맞게작동하므로삶의편의를제공하는것이다. 물류서비스, 감시서비스, 인간의접근이어려운장소접근등다방면으로삶의편의를증진할수있는드론도편의적측면에요 BIG STEP 59
[ 기술 ] 이슈 1 : 최적화된한국형인공지능기술전략 구되는기술이다. 또한사용자의생활패턴을학습하여사용자맞춤의일상편의를지원하는개인비서기술이편의적측면에활용가능하다. 2) 효율적측면미래에인공지능기술로효율적측면을지원받고자할때요구되는기술들이해당한다. 공장자동화를위하여제조라인에로봇을활용하고, 이를통하여산업혁신을이룰수있을것이다. 빌딩제어시스템을확보하면, 생산에최적화된건물환경을유지할수있어효율성을높일수있다. 물류이송인공지능시스템을개발하면, 물류이송에따른부수적문제를해결하여생산성저하요인들을제거하고결과적으로효율성을높일수있다. 또한 업무자동화인공지능시스템이확보되면, 자동화를통하여업무지연요인을제거하고, 업무효율의극대화를이룰수있다. 효율적인지기술의인공지능시스템이확보되면, 생 산효율성의극대화확률이높아질것이다. 3) 경제적측면경제적손실을최소화할수있는기술로서, 인공지능기술로경제적측면을지원받고자할때요구된다. 비즈니스의사결정시스템을인공지능기술로완성하면경영판단, 생산성향상등비즈니스관련지능기술지원이가능해져서경제적측면에도움이될것이다. 또한금융컨설팅에이전트를개발하여고객에알맞은각종금융상품컨설팅으로고객의이윤을보장할수있다. 빅데이터분석을활용한맞춤형서비스를제공하면비용절감효과를볼수있다. 사용자니즈 (Needs) 예측시스템은사용자관련데이터를분석하여사용자요구사항을예측하므로투자비용낭비를예방할수있다. 또한데이터기반의생산지능화시스템은대량생산방식이아닌고객데이터를기반으로고객맞춤형제품을생산하여경제적측면에효과를볼수있다. 4) 안전적측면 안전성확보를위한인공지능기술들이포함된다. 테러감지시스템이해당되며, 국민의 안전을위하여테러발생가능탐지시스템서비스를제공하여안전을확보할수있다. 지 60 2016 ICT 기반국가미래전략
능형범죄예측시스템은범죄자의행동패턴을분석하여재범을사전에차단하는인공지 능적용시스템으로범죄가사회적불안요소로작용되는환경에서안전적측면을위한필 수시스템이라할수있다. 자체경비시스템은다양한센서기술과행동예측시스템으로 03. 연구내용 인공지능경비시스템을운영할수있다. 이를전문경비업무까지확장하여시민및공공의안전적측면을보장할수있다. 스마트하우스시스템을개발하여집안에서의안전을보장하는다양한서비스제공받을수있다. 재해예방대책기반강화시스템은재해발생예측기능을제공하여재해를예방하고대책을수립하여국민의안전을확보할수있다. 5) 창의적측면인간의창의성한계에도전하는인공지능기술을포함하며, 예술활동및문화활동영역서비스를포괄적으로의미한다. 스토리텔링시스템은인공지능으로작성되는저널리즘에해당한다. 자동번역시스템은다양한언어로의자동번역시스템구현이가능하여하나의본문이다양한언어로번역되어언어의제한없이서로소통할수있게된다. 창의적종합사고시스템은학습한내용을기반으로창의적이고통합적인사고를할수있도록지원하는시스템에해당한다. 의미기반자동요약시스템은경험적추론을통하여주어진상황의의미를추출하고요약하는서비스를뜻한다. 6) 사회적측면사회적측면을고려해보면인공지능기술에인간과기계의협력을이루게하는다양한기술이포함될수있다. 전문가시스템은법률자문과같은사회생활의필요정보를맞춤형으로제공하여인간에게도움을줄수있다. 고령화시대에노인돌봄시스템도사회적측면에요구되는인공지능시스템으로, 고령화시대에따른문제를해결할수있다. 헬스케어시스템은국민건강통합관리시스템운영을통하여 2015년대한민국을혼돈의상황으로빠뜨렸던메르스와같은위기상황에대처할수있도록지원하며, 예방의료실천으로건강수명연장을도모할수있게한다. 지식검색서비스는인공지능기술에근거한검색시스템및지식체계활용시스템으로사회적측면에도움을줄수있다. 정부지원서비스를제공하여누구나차별없는공정한인공지능의혜택을누릴수있도록할수있다. BIG STEP 61
[ 기술 ] 이슈 1 : 최적화된한국형인공지능기술전략 가연구결론 04 결론 1) 인공지능발전을위한기술전략수립을위한방안 미래창조과학부가제시한우리나라인공지능산업현황자료에서도언급되었듯이기술 격차와전문인력양성, 시장점유율해결을위하여핵심기술선점, 인재저변확충, 산업 생태계강화가이루어져야한다 ( 그림 32 참조 ). 그림 32 ㅣ우리나라인공지능산업의현황ㅣ 출처 : 미래창조과학부 가 ) 기술력강화기술력강화를위하여 4가지사항이요구된다. - 해외인공지능 R&D를분석하여핵심기술추출 - 기술격차에대한분석을통한발전방향제시 62 2016 ICT 기반국가미래전략
- 기술의확장성을위한융합시나리오제시 - 다양한산업과의융 복합검토 04. 결론 기술력강화를위한 5 가지인공지능핵심기술연구가진행되어야한다 ( 표 3 참조 ). 표 3 ㅣ기술력강화를위한핵심기술연구ㅣ 핵심기술뇌구조및활동연구기계학습추론및처리기술인식기술로봇기술 연구내용뇌의시냅스 (synapse) 분석을통하여진정한인공지능구현학습을통하여정보를축척하는기술연구학습한내용을통하여스스로추론하며처리하는능력구현 - 입력데이터를획득하기위한다양한인식기술연구 - 기본적인식패턴 : 영상인식, 음성인식, 상황인식, 위치인식, 글자인식등인공지능처리결과를수행할물리적장치 나 ) 경쟁력강화경쟁력강화를위하여 4가지사항이요구된다. - 체계적인재양성 - 미래준비전략 - 신성장동력 - 글로벌선도역량및지위확보체계적인재양성은 3가지측면으로이루어질수있다 ( 표 4 참조 ). 표 4 ㅣ경쟁력강화를위한인재양성방법ㅣ 인재양성방법 SW 관련분야일반분야해외리쿠르팅 실천내용 - SW 교육확대 - 인공지능 SW 개발자육성 - 대학연구소적극지원 - 대학생인공지능 SW 관련창업지원 - 데이터수집및분석전문가활용 - 언어인지기술확보를위한언어전문가활용 - 감성인지기술확보를위한심리전문가활용 - 체계적 SW교육을위한교육전문가활용 - 해외우수인력확보 BIG STEP 63
[ 기술 ] 이슈 1 : 최적화된한국형인공지능기술전략 인력양성방안을위하여다른나라의소프트웨어교육현황을분석하였다 ( 표 5 참조 ). 미국은단계적교육과정으로구분하여, 각단계별 5C( 컴퓨팅사고력, 협동, 컴퓨팅실습 & 프로그래밍, 컴퓨터와통신기기, 커뮤니티와세계 & 윤리적영향 ) 의내용을포함하여구성하고있다. 영국의경우에는독립필수과목으로만 5세부터주당 50분이상교육을실시하고있으며, 인도의경우는초등학교 2학년부터주 1시간이상을필수교육으로실시하고있다. 이스라엘은고등학교 3년동안 270시간을필수로이수하고, 심화과정을선택한이과고등학생의경우는총 450시간의교육을이수해야한다. 일본의경우는중학교연 55시간, 고등학교연 70시간교육을실시하고있으며, 중국은베이징의경우초등학교 3학년부터중학교까지정보기술영역 140시간학습, 고등학교에서는독립교과로서 정보 기술 을일주일에필수 2 시간, 선택 2 시간씩교육하고있다. 표 5 ㅣ해외소프트웨어교육현황ㅣ 구분 미국 영국 인도 이스라엘 일본 중국 초등학교 필수 필수 - - - 중학교 필수 / 선택 ( 주별로상이 ) 필수 필수 선택 필수 선택 고등학교 필수 필수 필수 ( 이과 ) 필수 필수 인력양성방안을위한국내소프트웨어교육관련 2015 년개정교육과정에따르면초등 학교및중학교과정에서소프트웨어교육을필수화하고있다 ( 그림 33 참조 ). 그림 33 ㅣ국내소프트웨어교육현황ㅣ 64 2016 ICT 기반국가미래전략
세부적으로살펴보면, 2009 년개정교육과정대비, 정보교육이초등학교에서실과과목 에 17 시간, 중학교정보과목에 34 시간이상을필수로배정하였다. 그러나다른선진국에 04. 결론 비해현저히적은시간으로추가적인시수확보가요구된다. 경쟁력강화전략에는생산가능인구감소에따른미래전략이필요하다. 인공지능을활용한생산성을향상을꼽을수있다. 인공지능을활용함으로써불필요한낭비를제거하고공급최적화를이루어야한다. 또한생산라인의이상감지및변동예측을해야하며대량맞춤생산 (Mass Customization) 이가능하도록인공지능을적용해야한다. 미래준비전략의일환으로신시장창출을위해노력해야한다. 새로운시장창출은인공지능의분석 예측기능을실물분야로확장하여활용할수있다. 또한미래준비전략으로플랫폼강화전략의일한으로고부가가치플랫폼구축이요구된다. 다 ) 경제적접근경제적접근을위하여 3가지사항을적용할수있다. - 공통데이터활용체계확립방안제시 - 공통개발비절감을위하여컨소시엄을구성하여 R&D 진행 - 시너지효과적용공통데이터를효율적으로활용하려면체계가확립되어야한다. 즉, 데이터의인프라구축이필요하다. 데이터인프라는첫째데이터공유, 둘째, 인공지능정보데이터구축, 셋째, 데이터활용의순서로체계를확립할수있다. 정부, 기업, 대학, 연구소등이축척한데이터를공유하고각분야별지식데이터베이스를구축해야하며이를활용함으로써데이터인프라를구축할수있다. 라 ) 차별성부여인공지능발전을위한기술전략수립을위한방안으로차별성을부여해야하며, 이를위하여 2가지방법이적용될수있다. - 전략적접근 - 특화전략모색 BIG STEP 65
[ 기술 ] 이슈 1 : 최적화된한국형인공지능기술전략 차별성을부여하기위하여선택적기술발전기획안을제시해야한다. 인공지능기술수준분석을위하여 2015년 09월미래창조과학부산하정보통신기술진흥센터 (IITP) 가인공지능전문가 123명을대상으로설문조사를실시하였다. 그결과, 우리나라에서진행하는지능정보산업발전전략의 5가지인공지능기술분야에서해외는평균 87.77% 의기술발전을이루었으며, 한국은평균 59.43% 의기술발전을이루었다고보고하였다 ( 그림 34 참조 ). 이내용을토대로우리나라의인공지능미래전략수립이가능하다. 분석대상인 5가지영역가운데기술격차가상대적으로낮은 언어인지기술 과해외의기술수준이비교적낮은 감성인지 를집중육성하여세계적경쟁력을확보하는전략을제시할수있다. 그림 34 ㅣ인공지능기술수준분석ㅣ 출처 : 한국전자통신연구원 (ETRI) 차별화는반드시인공지능기술로제한할필요는없을것이다. 우리나라가보유한기술중에서차별화에두각을나타낼수있는방안을폭넓게검토해볼필요가있다. 예를들면로봇의동력도차별화가가능하다. 로봇은전력공급의제한을받는다. 아무리기술적으로훌륭한로봇이라고하더라도전력공급이끊기면무용지물이되는것이다. 특히움직이는로봇은전지를사용하여동력을공급받아야하기때문에한정된전지용량이문제점이될수있다. 이문제를해결하는기술이경쟁력을확보하게해줄수있다. 전지용량성능개선을위한기술로는충전속도향상및수명개선등이있을수있다. 배터리문제를해결하는자가움직이는로봇의경쟁력을가질수있을것이다. 66 2016 ICT 기반국가미래전략
나 함의 04. 결론 본연구를통하여인공지능에관심을갖는핵심분야가무엇인지추출하고, 해당분야관련선진기업과기술력에대하여검토하였다. 또한우리나라에서인공지능관련연구를앞장서서추진하는 6개기업의동향을검토해보았고, 미래창조과학부가정의한기술분야에관련한기술력을점검해보았다. 이러한연구의내용은인공지능의현시점을점검한것이며, 발전방향을모색하기위해서는인공지능의나아갈길을점검하고, 그방향으로나아가기위하여우리에게요구되는기술력이무엇인지파악해야한다. 즉, 필요한기술력을확보하여세계적인공지능발전방향에동승하며경쟁력을갖춰야하는것이다. 기술력을보유한정보통신기술강대국이라면모두최고의위치를선점하고싶고시장을장악하고싶을것이다. 그러나모든것을잘하려는욕심은무한경쟁시장에서결국모든것을잃을수있게된다. 그리하여전략이필요한것이다. 전략적으로핵심분야를선정하고그분야의기술력을확보하고자정부, 기업, 대학, 연구소모두가함께최선을다해야한다. 결국우리나라가최고가될수있는인공지능분야가무엇인지를먼저점검하는것이전략의첫걸음인것이다. 다 시사점 인공지능의기술은소프트웨어에서시작된다. 국외기업기술현황을토대로유추할수있는결론은소프트웨어가인공지능의발전지표를말한다는것이다. 인공지능분야에서우위를선점하기위해서는소프트웨어지식의저변을확대해야한다. 기초적인소프트웨어기술력없이인공지능기술만적용할수없는것이다. 또한인공지능관련기술개발은정부의일방적강요나기업혼자의노력만으로는이루기힘들다. 세계가인공지능개발에몰두하며, 글로벌기업들이앞다투어인공지능시장확보를위하여투자하는이때에대한민국의현주소는어떠한가? 미래를예측하고대응하 BIG STEP 67
[ 기술 ] 이슈 1 : 최적화된한국형인공지능기술전략 기보다는현재에만충실하고오늘의수익만을계산하고있지는않은가? 세상은급변하고있으며, 그중심에인공지능이있다고하여도과언은아니다. 변화를읽고거기에대처하는자만이미래의승리자가된다는것을잊지말아야할것이다. 라개선방안 인공지능은인간의일을대체하고인간의영역을침범할수있다는점에서부정적인측면이있는것은사실이다. 인공지능이인간에게도움을주고인간과협력하여더효율적 이고편리한세상을만들기위한해답은오직인간에게있다. 인재양성이가장핵심사안인것이다. 예로, 세계의주목을집중시킨알파고의개발자하사비스의경우 17살나이에테마파크 (theme park) 시뮬레이션게임을개발하여수백만개의판매실적을이루었다. 이러한일이우리나라에서도가능할까? 틀에박힌공부를해야하고오직대학입학이최고의목표인양고등학교과정을마치고, 대학에와서는오직취업이삶의목표인듯살아가는대한민국의교육현실이안타깝고가슴아플뿐이다. 물론, 소프트웨어교육의중요성을깨닫고활성화시키기위한노력이있다. 그러나현재제도적으로이루어지는교육으로는진정한실력자를양성하는데부족한측면이있다. 소프트웨어교육을받은모든학생들이컴퓨팅사고력을기본소양으로갖추어 4차산업혁명이후에주인공이되어야할것이다. 결론은인공지능의기술에앞서사람이답인것이다. 68 2016 ICT 기반국가미래전략
[ 부록 ] 부록 가 인공지능관련빅데이터분석 1) 2016 년 6 월 1 일 ~ 2016 년 8 월 31 일 pulsek 의인공지능연관어에대한빅데이터분석 결과 ( 그림 35 참조 ) 그림 35 ㅣ pulsek 빅데이터분석ㅣ 언급량은 60,751 건으로트위터에서 36,303 건, 블로그에서 18,736 건, 뉴스에서 5,712 건 언급되었음 2) 2016 년 6 월 1 일 ~ 2016 년 8 월 31 일 NIA Kbig 의빅데이터분석결과 가 ) 뉴스에서 3,970 건으로가장많이인공지능에대하여언급하였으며, 트위터에서 795 건, 블로그에서 244 건언급하여기간내에 5,009 건언급되었음 BIG STEP 69
[ 기술 ] 이슈 1 : 최적화된한국형인공지능기술전략 나 ) 3개월모두경제분야에서인공지능관련언급을가장많이한것으로나타남 ( 그림 36 참조 ) 다 ) 인공지능이미래의한국경제를변화시킬것을의미한다고판단됨그림 36 ㅣ NIA의 Kbig 빅데이터분석ㅣ 나 인공지능관련빅데이터감성비교분석 그림 37 ㅣ빅데이터감성비교분석ㅣ 70 2016 ICT 기반국가미래전략
1) 긍부정의언급량은 42,618 건으로긍정적언급이 24,677 건, 부정적언급이 14,614 건, 부록 중립적언급이 3,327건으로나타남 2) 34% 가넘는언급이부정적으로나타났으며, 언급감성단어는 무섭다, 어렵다, 복잡, 위협, 불안, 불편 등으로한국형인공지능시스템의보편화를위하여인공지능에대한인식개선부터우선시되어야한다고판단됨 3) 기술전략에대한연구와더불어인식개선의연구가병행되어야명실공히인공지능의강대국으로거듭날수있을것으로사려됨 다 인공지능관련 Keyword 에대한빅데이터분석 1) Keyword 로봇 분석가 ) 한국정보화진흥원의 Kbig에서언급된빈도수는 9,149건으로 6월미정의분야에서 1,5102건으로가장많이언급되었으며, 데이터소스별로는 news에서가장많이언급되었음 ( 그림 38 참조 ) 나 ) plusek에서는 216,127건의빈도가나타나며인공지능기술분야에서가장많은언급이기록되었음 그림 38 ㅣ Kbig 로봇빅데이터분석ㅣ BIG STEP 71
[ 기술 ] 이슈 1 : 최적화된한국형인공지능기술전략 2) Keyword 사물인터넷 (IoT) 분석가 ) 한국정보화진흥원의 Kbig에서언급된빈도수는 3,241건으로 7월 IT/ 과학분야에서 448건으로가장많이언급되었으며, 데이터소스별로는 news에서가장많이언급되었음 ( 그림 39 참조 ) 나 ) plusek에서는 38,104건의언급빈도가나타났음그림 39 ㅣ Kbig 사물인터넷빅데이터분석ㅣ 3) Keyword Deep Learning 과 기계학습 분석가 ) 한국정보화진흥원의 Kbig에서딥러닝으로언급된빈도수는 3,167건으로트위터에서 2,105건언급되었으며, 7월미정의분야에서 802건으로가장많이언급된것으로나타남나 ) plusek에서는 Deep Learning과 Machine Learning을하나의분야로구분하여 Deep Learning 결과와기계학습의결과를통합하여처리한결과 3,558건과 6,385건의언급이분석되어총 9,943건의언급이나타난것으로분석됨 4) Keyword 자율주행 분석가 ) 한국정보화진흥원의 Kbig에서언급된빈도수는 2,176건으로 news에서 2,004건으로가장많이언급되었으며, 8월경제분야에서 326건으로가장많이언급된것으로나타남 ( 그림 40 참조 ) 나 ) plusek에서는 15,761건의언급이나타난것으로분석됨 72 2016 ICT 기반국가미래전략
그림 40 ㅣ Kbig 자율주행빅데이터분석ㅣ 부록 5) Keyword 구글 과 IBM 분석가 ) 빅데이터분석결과에서인공지능에대하여전반적으로접근하고있는기업에해당하는구글과 IBM을 Keyword로적용하여분석하였음나 ) 한국정보화진흥원의 Kbig에서언급된 Google 의빈도수는 2,013건으로 blog에서 1,280건으로가장많이언급되었으며, 7월미정의분야에서 332건으로가장많이언급된것으로나타났으며, IBM 의빈도수는 1,782건으로구글보다낮은빈도수를나타냈으며 twitter에서 1,020건으로가장많이언급되었고, 카테고리별로는 6월미정의분야에서 464건으로가장많이언급된것으로나타남다 ) plusek에서는 Google 의언급횟수는 454,029건으로나타났으며 ( 그림 41 참조 ), IBM 의언급횟수는 7,196건으로기록되었음 ( 그림 42 참조 ) BIG STEP 73
[ 기술 ] 이슈 1 : 최적화된한국형인공지능기술전략 그림 41 ㅣ pulsek 구글빅데이터분석ㅣ 그림 42 ㅣ pulsek IBM 빅데이터분석ㅣ 74 2016 ICT 기반국가미래전략
[ 참고문헌 ] 참고문헌 [1] 곽현, 전성태, 박성혁, 석왕헌 (2016) 인공지능 (AI) 기술및정책동향, 한국지식재산연구원 [2] 국가과학기술자문회의, 인공지능분야국가경쟁력제고및사업화혁신방안, 정책연구 2015-07, 2015. 12. 16. [3] 김두현, 인공지능분야정부출연 R&D 사업현황소개, 인공지능심포지엄 : 인공지능과 SW 중심사회, 2015. 9. 4. [4] 김윤명, 인공지능과법적쟁점, 이슈리포트, 2016. 5. [5] 미래창조과학부 (2016), 2016년도국가정보화추진방향및시행계획요약 [6] 박진우, IBM의 AI( 인공지능 ) Watson 과금융업적용사례, KB 지식비타민, 15-20호, 2015. 3. 16. [7] 백승욱, 인공지능연구자는왜스타트업에오지않을까?, 테크M, 제34호, 2016. 2. [8] 성낙환, 인공지능기술의걸음마가시작되었다, LG Business Insight, 2012. 6. 20. [9] 손재권, 인공지능, 어디까지왔나?, IBM 왓슨, New Digital Stories(3), 2015. 5. 3, http://jackay21c.blogspot.kr/2015/05/ ibm.html. [10] 윤장우, 김병운, 서지노, 유웅식, 오진태 (2016) 인공지능관련기술과정책동향및시사점, 전자통신동향분석, 제31권2호, pp.9-17. [11] 이시직 (2015). 일본의미래시대를지배할인공지능 (AI) 연구및정책동향, 정보통신방송정책, 제 27권 6호, pp.23-29. [12] 이원태, 인공지능의규범이슈와정책적시사점, 정보통신정책연구원, Premium Report, 2015. 12. [13] 조선경제 (Chosun Biz), IT 거물들 인공지능개발 통큰투자, 2015. 12. 14. [14] 중앙SUNDAY, 모의퀴즈죠나간엑소브레인, 주장원전우승먹었다, 2016. 1. 31. [15] 한국경제, 빅데이터와인공지능의결합, 중공업등굴뚝산업혁신불러올것, 2016. 2. 11. [16] 한국경제, 정부, 올 300억투입해인공지능기술키운다, 2016. 1. 28. [17] 한국경제, AI, 무인차 희귀병치료에활용할것, 2016. 1. 29. [18] 한국경제, IBM 인공지능 왓슨 쇼핑패턴확바꾼다, 2016. 2. 4. [19] 한국정보화진흥원, 모바일시대를넘어 AI 시대로, IT & Future Strategy 2010. 8. 25. [20] BCC Research(2014), Artificial Intelligence_Facts and Forecasts: Boom for Learning BIG STEP 75
[ 기술 ] 이슈 1 : 최적화된한국형인공지능기술전략 Systems, 2014. [21] BCC Research(2015), Smart Machine: Technologies and Global Markets, May 2015. [22] Economy Chosun, 왜현실적인사업만하려하나불가능하다는사업이기회인데, 통권 135호, 2016. 1. [23] ETRI, 인공지능기술 산업및연구현황, 2015. 5. [24] ETRI, 인텔리전스코리아 육성전략, 2015. 7. 8. [25] EU(2012). The Human Brain Project. [26] Frost & Sullivan, Cognitive Computing and Artificial Intelligence Systems in Healthcare, Dec. 2015. [27] Frost & Sullivan(2015), Game Changers-Artificial Intelligence: What you Need to Know. [28] Gartner(2016). Artificial Intelligence. [29] IBM, IBM and Partners to Transform Personal Health with Watson and Open Cloud, April 13th, 2015. [30] IBM, IBM Forms New Watson Group to Meet Growing Demand for Cognitive Innovations, Jan. 9th, 2014. [31] IBM, IBM Innovation and the New Era of Cognitive Systems, Nov. 2014. [32] IBM(2014), IBM Watson for Ecosystem Program: A Technology for Evidence Based Question Answering. [33] IBM(2014), Welcome to Watson Innovation Day. [34] IBM, WellPoint, Inc. - IBM Watson Enables More Efficient Healthcare Preapproval Decisions Using Evidence-Based Learning, Jan. 2013. [35] IT World, 구글의텐서플로우공개가중요한 4가지이유, 2015. 11. 12. [36] Russell, S. J., Norvig, P., Canny, J. F., Malik, J. M., & Edwards, D. D.(2003). Artificial intelligence: a modern approach (Vol. 2). Upper Saddle River: Prentice hall. [37] SK Telecom, Apple, AI 스타트업인수행보가속화, Global Biz 동향 : Weekly Issues, no. 640. 2015. 10. 22. 76 2016 ICT 기반국가미래전략