Special Edition 인공지능 (AI) 기술발전과부동산분야의활용방안 인공지능기술발전에따른우리나라의현안진단및정책적시사점 * 김병운교수과학기술연합대학원대학교 ETRI Ⅰ. 서론 인공지능 (AI; Artificial Intelligence) 은지능형시스템의필수적기반기술로써현재의컴퓨팅시스템성능한계를극복하고컴퓨팅환경을와해적 변혁적으로발전시켜자율주행자동차, 무인항공기 (Drone), 사물인터넷 (Internet of Things), 지능형로봇, 지식서비스 ( 부동산등검색, 광고, 미디어, 법률, 금융, 교육, 유통등 ), 헬스케어등기술발전 적용산업을견인하는돌파구가될것으로보인다. 구글 (Google) 사는링크횟수를기반으로결과를보여주는검색알고리즘으로막대한기업가치를창출하고있으며중앙처리장치 (CPU; Central Processing Unit) 코어 (16,000개) 와데이터를처리 (10억건이상 ) 하는심층신경망모델로고양이를인지하는인공신경망개발, 대규모분산컴퓨팅지원, 빅데이터로알파고 (AlphaGo) 와같이인공지능고도화가능성을보여주고있다. 최근다보스포럼 ( 16.1 월 ) 의셰릴샌드버그 (Sheryl Sandberg, 페이스북 ), 사티아나델라 (Satya Nadella, 마이크로소프트 ), 장야친 (Zhang Ya Qin, 바이두 ) CEO 등은인공지능이 4차산업혁명 (The 4th Industry Revolution) 을이끌어 2백만개의신규일자리창출 (WEF, 2016a,c), 글로벌소 득수준개선, 인류의삶의질을개선할것이며경제적측면에서는신성장동력의원천이될것으로기대하고있다 (WEF, 2016b). 스튜어트러셀 (Stuart Russell, 버클리대 ) 교수는인공지능을검색엔진에도입하면검색산업이현재 1조불에서 10조불규모로전망한다 (WEF, 2016a). 마켓앤마켓 (Market&market) 사는인공지능관련서비스 ( 광고, 미디어등 ) 의글로벌시장규모가 4.2억불 ( 15년) 에서 64% 의성장으로 50억불 ( 20년)( 연합뉴스, 2016), 헥사 (HEXS) 사는인공지능기술을탑재한스마트기기 (Smart Machine) 의글로벌시장규모가연간 19.7% 의성장으로 153억불 ( 20년) 로전망하고있다 (HEXA, 2015)(BCC, 2014 2016). 일본의이와이 (EY Japan) 연구소는인공지능관련산업이자국내에서만 331억불 ( 15년) 에서연간 44% 의성장으로 2,040 억불 ( 20년) 으로전망하고있으며, 한국통신 (KT) 경영연구소는 2조2천억원 ( 20년), 11조원 ( 25년), 27.5조원 ( 30년) 으로전망하고있다 ( 연합뉴스, 2016). 미국 중국 EU 일본은범국가적으로인공지능정책을마련하여장기적인측면에서대규모 R&D 투자를추진하고있다. 본연구는인공지능기술발전, 주요국의동향을분석하고우리의현황을진단한후정책적시사점을제시한다. * 본원고는김병운, 인공지능동향분석과국가차원정책제언, 정보화정책, 제 23 권제 1 호, 2016, pp.74~93 의내용을바탕으로수정 보완한것임. 22 부동산포커스 REAL ESTATE FOCUS
기획특집 2 I 인공지능기술발전에따른우리나라의현안진단및정책적시사점 Ⅱ. 기술의분류및진화방향 인공지능연구자 ( 09년이전 ) 들은인공지능이란지능적인기계를만드는공학및과학 (McCarthy et al., 1955), 여러계산모델을이용하여인간의정신적기능을연구하는것 (Charniak et al., 1985), 컴퓨터가특정순간에사람보다더효율적으로일을할수있도록하는연구 (Rich et al., 1991), 지능적인행동의자동화에관한컴퓨터과학의한부문 (Luger et al., 1993) 으로정의하였다 (ETRI, 2015a). 시장조사기관가트너 (Gartner, 2016) 는특별한임무수행에인간대체, 인지능력의제고, 자연스러운인간의의사소통, 복잡한콘텐츠의이해, 결론을도출하는과 정등인간이수행하는것을모방하는기술, 위키페디아 (WIKIPEDIA, 2016) 는기계나소프트웨어 (SW) 로만들어진지능 ( 인지능력 학습능력 추론능력 이해능력등 ), 지능적인기능을수행할수있는컴퓨터또는컴퓨터 SW를만드는방법을연구하는과학분야로정의하고있다. 일반적으로인공지능기술은인간의행동 생각, 관심기술분야, 기업응용, 기업분류, 스마트기기형태를기준으로분류된다. 러셀 노빅 (Russell et al., 1995) 은인공지능을합리적행동, 합리적생각, 인간처럼생각, 그리고인간처럼행동하는시스템등 4분류하였다. 한국정보화진흥원 (NIA, 2010) 은인공지능분야관심은광범위하여거의모든기술분야에서인 < 표 1> 인공지능기술분류 구분 Russell&Norvig(1995) NIA(2010) Tractica(2015) Venturescanner(2015) BCC(2014 2016) 인공지능분류기준인간행동 생각인공지능관심기술분야인공지능기업응용인공지능기업분류스마트기기형태 1 인지컴퓨팅 2 기계학습 *** 3 딥러닝 *** 4 자연어처리 * 5 이미지인식 ** 6 음성인식 * ( 에이전트 ) 7 패턴인식 ** 자동제어 ( 언어번역 ) ( 제스처인식 ) 8 컴퓨터비전 9 가상현실 10 양자컴퓨팅 11 자동추론 사이버네틱스 데이터마이닝 * 지능엔진 12 스마트로봇 시멘틱웹 ( 로봇틱스 ) ( 추천엔진 ) ( 뉴럴컴퓨팅 ) ( 전문가시스템 ) 13 가상개인비서 임베디드 SW 주 : * 은언어지능, ** 은시각지능, *** 은학습지능을수행하는기술을의미. 2016 September Vol.100 23
Special Edition 인공지능 (AI) 기술발전과부동산분야의활용방안 공지능적처리가요구된다는설명과더불어패턴인식, 자연어처리, 자동제어, 로봇틱스, 컴퓨터비전, 가상현실, 양자컴퓨터, 자동추론, 사이버네틱스, 데이터마이닝, 지능엔진, 시멘틱웹등 12가지인공지능관련기술분야를제시하였다. 트랙티카 (Tractica, 2015) 는인공지능기업응용사례에관한보고서에서인지컴퓨팅, 기계학습, 딥러닝, 예측적인응용프로그래밍인터페이스, 자연어처리, 이미지인식, 음성인식등 7가지로인공지능기술을분류한다. 벤처스캐너 (Venturescanner, 2015) 는인공지능기업을분류하면서관련기술의범주를기계학습, 자연어처리, 컴퓨터화면, 가상인간보조, 언어인지, 추천검색, 스마트로봇, 몸짓제어, 상황인식컴퓨팅, 언어번역, 영상내용인식등 11가지로분류하고있다. 비비시 (BBC, 2014 2016) 는스마트기기 (Smart Machine) 의형태와관련하여가상현실어시스턴트 (Siri), 인텔리전트에이전트 ( 자동화된온라인어시스턴트 ), 전문가시스템 ( 메디컬결정시스템, 스마트그리드 ), 임베디드소프트웨어 ( 머신모니터링및통제시스템 ), 자동화로봇 ( 자율주행차량 ), 목적기반스마트머신 ( 뉴럴컴퓨팅 ) 등 6가지기술분야를제시하고있다. < 표 1> 의기술분류사례들을기반으로는 2개이상공통적인영역을기준으로인공지능기술은인지컴퓨팅, 기계학습, 딥러닝, 자연어처리, 이미지인식, 음성인식, 패턴인식, 컴퓨터비전, 가상현실, 양자컴퓨 팅 ( 뉴럴컴퓨팅등새로운컴퓨팅기술포함 ), 자동추론 ( 전문가시스템포함 ), 스마트로봇, 개인비서등 13 가지로분류가능하다 (ETRI, 2016 재구성 ). 인공지능의진화방향에대하여한국전자통신연구원 (ETRI, 2016) 은 < 그림 1> 과같이빅데이터기반의弱인공지능 ( 15년) 에서인간의능력을증강시키는기술 ( 18년) 로진화하며스스로사고 판단 예측, 스스로학습 진화, 두뇌를모사하는인지컴퓨팅등强인공지능기술 ( 25년) 로진화될것으로전망하고있다. Ⅲ. 우리의현황진단 1. 해외동향 1) 미국동향미국은 < 그림 2> 에서보는바와같이백악관 (The White House) 중심범정부차원에서브레인이니셔티브 (BRAIN Initiative; Brain Research through Advancing Innovative Neurotechnologies Initiative) 정책을수립 ( 13년) 하고인간의뇌 (Brain 腦 ) 를중심으로체계적인인공지능기술개발을통해원천기술을확보할계획이다 (The White House, 2013). 대통령산하과학기술정책국 (OSTP; Office of Science and Technology Policy) 은향후 10년동안연구기관 대학 기업등을참여시켜 30억불규모로 < 그림 1> 인공지능기술의진화방향 24 부동산포커스 REAL ESTATE FOCUS
기획특집 2 I 인공지능기술발전에따른우리나라의현안진단및정책적시사점 < 그림 2> 미국 BRAIN Initiative 거버넌스체계 The White House (Brain Initiative) 정부기관 DARPA FDA 뇌질환연구 ($50M) 뇌 - 컴퓨터인터페이스단말기기연구 산학연연구 The National Photonics Institute ($30M) (GE) Brain Health Initiative:GE Healthcare, GE Global Research Center 등참여, 사업화연계 (Google) Infrastructure 개발 : 유전체관련 Petabyte-scale 데이터분석, Howard Hughes Medical Institute 협력연구수행 (GlaxoSmithKline) 신경계직접영향신약개발연구 (Inscopix) 뇌작용매커니즘연구 NSF 뉴럴 인지시스템연구 (MIT 연구소공동 ) ($20M) University & Institute ($240M) (Simons Foundation, University of Pittsburgh, The Carnegie Unversity 등 ) 11 개기관에서연구 NIH Brain 2025 initiative : A Scientific Vision Partners ( 민간투자 ) The Allen Insitiute ( 매년 $60M, 14-15) Howard Hughes Medical Institute ( 매년 $30M, 14-15) Kavli Foundation($40M, 13-22) 자료 : The White House(2014). 인공지능기술개발을추진할계획이다. 인간의뇌연구를위해정부 (< 그림 2> 좌측 ), 산 학 연및민간분야 (< 그림 2> 우측 ) 까지약 2.6억불이상예산이집행 ( 13~ 14년) 됐으며, 오바마대통령은 2억불수준 ( 15 년 ) 에서 3억불이상 ( 16년) 으로 R&D 예산투자를제안하고기반기술 응용기술개발, 산업화를동시에진행하고있다 (The White House, 2014). 브레인예산의특징은기초연구에 80% 집중되어있으며나머지는디바이스 (Brain-Computer Interface) 연구, 뇌스캔이미지촬영및분석을위한초미니형광성현미경및시스템개발 (Inscopix 사 ), 슈퍼컴퓨팅을활용한뇌시뮬레이션 (Google사) 과같은 IT 분야연구를진행하고있다. 주요연구그룹인국립포토닉스연구원 (The National Photonics Institute) 에서는연구주체와산업화주체가협력체계를이루어연구개발 (R&D) 및산업화를동시에진행하고있고유럽연합 (EU) 의플래그십 (Flagship) 프로젝트인인간뇌프로젝트 (Human Brain Project) 와협력연구를진행하여국제적인협력관계를맺고있다. 브레인정책은기초연구에집중하면서도기업의 참여를유도하여기술개발과산업화가거의동시에이루어져기술개발후상용화까지의시간지연을최소화하는전략을채택하고경쟁프로젝트가될수도있는유럽연합과국제협력관계를유지하고있다는것으로요약된다 (The White House, 2016). 2) 일본동향일본의인공지능연구개발 (R&D) 체계는 < 그림 3> 과같다. 총무성 ( 總務省 ) 은인공지능이인간의능력을초월 ( 45년) 할것으로예상되는가운데인공지능의연구개발강화방안을모색하기위해 인공지능화가가속화되는 ICT 미래상에관한연구회 ( 15.2월) 를출범시켰다 ( 總務省, 2015). 이연구회조직은인공지능의발전가능성과사회에미치는영향을종합적으로전망하고, 관련분야에서국제경쟁력강화대책을마련하는것이목적이다. 연구회전문가들은뇌정보통신, 사회지 ( 知 ) 해석, 혁신적네트워크, 인공지능 ( 음석인식, 다언어음성번역등 ), 인지심리학분야등공학을비롯해인문학등다양한영역에서참여한다. 주요의제는인공지능화가가져올구체적분야의 2016 September Vol.100 25
Special Edition 인공지능(AI) 기술 발전과 부동산분야의 활용방안 변화, 사회에 미치는 영향, 인공지능 산업 전개 및 국 다테미라이대, 도호쿠대, 도쿄공업대, 게이오기주쿠 제경쟁의 전망, 정책방안 등이다. 경제산업성(經濟産 대, 나고야대, 쿄토대, 오사카대 등에서 연구원을 교 業省)은 응용연구 실용화 표준화 연구 등 인공지 차(Cross) 지명 제도(매주 1회 정도 근무)의 활용으로 능 R&D, 실용화, 기초연구 진전 간의 선순환 목적으 부족한 인력을 확보할 예정이다. 로 산업기술총합연구소내에 인공지능연구센터을 설 일본의 인공지능 연구개발(R&D) 투자( 15년 이전) 립( 15.5월)하였다. 이 센터는 전임연구자(65명), 객 는 <그림 4>에서 보는 바와 같이 연간 0.75억불 규모 원연구원(45명)으로 100명을 넘는 체제이며 15명 정 이다. 미국의 연간 2.6억불 이상의 투자액과 비교해 도의 박사후연구원도 육성할 예정이다. 2016년 4월 서 열세를 보이던 일본은 AIP플랫폼 센터 예산의 통 이후에는 연구자의 배속이나 체계가 잡혀 본격적인 과로 전체규모는 1.7억불( 16년) 정도의 규모로 확대 연구가 이루어질 것으로 기대하고 있다. 2016년 중 되기 때문에 반격을 개시할 수 있다고 보고 있다. 일 반 문부과학성(文部科學省)은 기초연구, 혁신적 과 본 민간 기업은 더욱 공격적이다. 리크루트 홀딩스 학기술성과 창출, 차세대 혁신적 기반기술 창출, 대 (Recruit Holdings)사가 기술연구소(RIT; Recruit 형계산기 자원 제공, 인재육성 등을 목적으로 이화학 Institute of Technology)를 본격적인 인공지능 연 연구소(理化學硏究所)에 인공지능 통합연구개발거점 구거점으로 개편( 15.4월)하였고, 미국 톰 미첼(Tom (AIP; Advanced Integrated Intelligence Platform Mitchell, 카네기 멜론 대학) 교수를 비롯한 세계 Project) 센터를 설립한다(日経NIKKEI, 2015). 도쿄 의 권위자를 고문으로 영입했다. RIT연구소는 거점 의 오테마치나, 록뽄기와 같은 도심에 센터거점을 둔 을 미국 실리콘 밸리로 옮기고 미국 구글 리서치사 다. 상근연구자外에 도쿄 대학을 중심으로 공립 하코 (Goolge Research)에서 데이터관리 기술, 인공지능 으로 저명한 에런 하비(Alon Halevy)가 회장으로 취 임했다( 15.11월). 일본은 2016년을 인공지능 원년(元 <그림 3> 일본 인공지능 연구개발(R&D) 체계 年)으로 생각하고 2015년부터 국가 및 민간 기업들 인프라 운전 의료 간호 에너지 정보 통신 제조업 서비스 학습 농 수산업 이 인공지능 연구 투자를 본격적으로 시작하고 있다 (日経NIKKEI, 2015). 인공지능 기술 기반 사물인터넷 사회 비즈니스 지향 R&D와 實証 <그림 4> 주요국 인공지능 정부투자 규모( 15년 이전) 3성 합동의 심포지움을 개최 3성 합동으로의 사업추진위 계산기 자원, 소프트웨어 모 합동 포탈 사이트의 설치 원회 설치, 일심동체로 사업 듈, 네트워크 기반, 연구개발 연구개발전략 진척상황, 3성 추진 (R&D)성과 등의 실시간 공 이 하나로 합쳐 정보공유 총무성 뇌(腦) 정보통신 사회 지(知) 해석 혁신적 네트워크 음성인식, 다언어 음성번역 정보통신연구조직 유, 타 부서(성)에도 제공 문부과학성 경제산업성 기초연구 혁신적 과학기술성과 창출 차세대 혁신적 기반기술 창출 대형계산기 자원,인재육성 응용연구 실용화 사회 적용 표준적 평가방법 등 공통기반 기술 정비 표준화 대규모 연구 이화학연구소 인공지능플랫폼(AIP)센터 산업기술총합연구소 인공지능연구센터 (2016년 설립예정) (2015년 설립) EU Japan $75M $199.7M $170M(2016 Year) USA $259.2M 인공지능 구동 경제 사회시스템 기반 R&D사업(가칭) 자료 : 日経NIKKEI (2015) 재구성. 26 부동산 포커스 REAL ESTATE FOCUS 자료 : 日経NIKKEI (2015) 재구성. Germany $40M S.Korea $31.8M
기획특집 2 I 인공지능기술발전에따른우리나라의현안진단및정책적시사점 3) 유럽동향인간뇌에대한이해는 21세기의가장어려운도전과제이나뇌에대한종합적인연구를통하여인간행동의근원에대한이해, 뇌관련질환의치료법획득, 혁신적인정보통신 (ICT) 기술개발등이가능하다고보고있다 (EU, 2012). 향후 10~20년의신기술분야를유럽연합이주도하기위해서는 ICT 기반의뇌연구를전략적으로추진하여야하며이를위한촉매역할을수행하고연구개발플랫폼 (R&D Platform) 을구축하기위한플래그십프로젝트 (Flagship Project) 필요성에따라인간뇌연구프로젝트 (HBP; Human Brain Project) 를추진하고있다 (EU, 2012). HBP 의세부과제는 < 그림 5> 에서보는바와같이신경과학 의학 컴퓨팅기술에의한프로토타입개발 (Application), 신경과학및임상연구의가속을위한통합형 ICT 플랫폼개발 (ICT Platform), 뇌활동영역간의관계를파악하여수학적인모델개발 (Theory), 일반화된뇌지도를위한필수적인데이터생성 (Data) 이다. 인간두뇌인지형태기반지식처리를위한 HBP는 EU 6대미래유망기술중하나로선정되어약 10억유로를투입하여 10년간 ( 13~ 23년) 추진되고있다. 추진목표는서로다른학문영역들로 < 그림 5> HBP 세부과제별투자규모 ( 단위 : 만, 유러 ( )) 50,000 45,000 45,600 40,000 35,000 30,000 31,600 25,000 20,000 22,100 15,000 10,000 5,000 7,200 - Application ICT Platform Theory Data 자료 : EU(2012, 2016), ETRI(2016). 데이터와지식의통합을구동하고뇌에대한새로운이해, 뇌질병에대한새로운치료방법및뇌처럼동작하는컴퓨팅기술들을성취하기위한사회적노력을촉진하는 ICT 기반뇌연구의새로운모델을위한기술적인기반을준비하는것이다. 인간의인지형태를프로그램화하여향후인간의지식처리형태를가진인공지능을개발하여인간뇌의작동방식에대한정확한이해 활용을통해컴퓨팅아키텍처, 신경과학, 의학분야등에적용예정이다. 4) 중국동향바이두회장 ( 리옌훙 ) 은중국최대의정치행사인양회 ( 兩會 ) 에서차이나브레인 (China Brain) 프로젝트를제안 ( 15.3월) 하였다. 이는대규모인공지능개발프로젝트로범국가적지원을통해인공지능최강국을목표로인간 기기간상호작용, 빅데이터분석및예측, 자율주행차, 군사 민간용로봇등을개발하는것이다. 이프로젝트는기업이정부에연구를제안하여 13차 5개년계획 ( 16~ 20년) 중인공지능화가중점기술개발영역에포함된것이특징이다 (, 2015). 바이두회장은양회의인공지능연구의필요성역설 ( 15.3월) 에서정부가국립연구기관과기업들에산재한관련연구를빨리통합해관리하는효율적인시스템을구축하는것이필요하며단계적전략으로 1 조사와분석을통해산업용로봇, 언어 그림 영상인식, 무인운전, 인공제어기술등미래핵심기술선정, 2 연구의효율성을제고하기위해연구인력과연구정보공유를위한플랫폼 (Platform) 을국가가제공하며자유경쟁체제로기술개발이이루어져야함을제시하였다. 그리고인공지능연구소를베이징에이어 3억불로실리콘밸리에인공지능연구소설립 ( 14년), 인공지능최강자에도전중이다. 이미지인식기술의에러율은 5.98% 로사람의 5.1% 에근접하여컴퓨터비전 (< 표 1>, 8번 ) 시스템인딥이미지 (Deep 2016 September Vol.100 27
Special Edition 인공지능 (AI) 기술발전과부동산분야의활용방안 Image) 를자사의슈퍼컴퓨터인민와 (Minwa) 에구축했다고발표하였다. 구글 (Google) 사와경쟁하기위해앤드류응 (Andrew Ng, 구글사출신 스탠포드대교수 ) 을베이징과실리콘밸리의연구부문을총괄할총책임자로영입하였다. 딥러닝 (Deep Learning) 분야를강화할계획이라고발표하였다. 공간, 시각인지, 기계학습 딥러닝, 비정형 DBMS, 고성능컴퓨팅, 센서, 슈퍼컴퓨터등으로나타났다. 비교적빠른출시가가능한주요 10대융합산업분야중인공지능선제작용이가능한플래그십 (Flagship) 산업분야는의료, 교통, 도시, 금융, 스마트홈순으로제시했다. 2 우리의현황진단 1) 기술수준과융합산업인공지능기술은미국대비기술격차 2년, 기술수준 73.1%(KEIT, 2013) 75%(IITP, 2015) 로낮은수준이다. 전문가언어 시각지능은연구개발 (R&D) 은초기단계수준이고예산규모도주요국과비교하여높지않다. 기계학습 (Machine Learning) 은대학을중심으로일부연구중이나심도있는브레인연구를시작한미국 유럽에비해기초 원천기술의낙후가우려된다. 한국전자통신연구원 (ETRI, 2015a) 은총 18명의인공지능관련전문가를대상으로설문조사를실시하고인공지능기술분류 < 표 1> 內에하부기술을언어인지기술, 시각인지기술, 공간인지기술, 스토리압축및창작기술, 감성인지기술, 기계학습및딥러닝, 인지컴퓨팅, 비정형데이터베이스관리시스템 (DBMS ; Data Base Management System), 고성능컴퓨팅, 슈퍼컴퓨터, 뉴로모픽칩, 센서, 뇌과학 뇌공학등 13 개를대상으로기술의수준및중요도를평가하고, 10 대융합산업분야 ( 의료, 금융, 교육, 교통, 도시, 스마트홈, 문화관광, 농업, 에너지, 전통산업등 ) 에서출현할기술을조사 발표하였다. 이에따르면인공지능기술의세계최고수준을 100% 로했을때해외평균은 93.4% 이고국내평균은 66.3% 로나타나 4.4년의기술수준격차가있었다. 인공지능하부기술별포지셔닝분석결과, 기술수준격차가높고기술성숙도가낮은기술은뉴로모픽, 뇌과학, 인지컴퓨팅이며기술수준격차가낮고기술성숙도가높은기술은언어, 2) 기술 R&D 정책미래부는사람과의사소통이가능한몸바깥의인공두뇌를의미하는엑소브레인 (Exobrain 外腦 ) 소프트웨어개발정책을발표하였다 ( 미래창조과학부, 2013). 엑소브레인프로젝트는기계와인간과의의사소통을뛰어넘어지식소통이가능하며, 전문가 ( 예 : 의사, 변호사등 ) 의의사결정을지원하는인공두뇌 SW 개발로다양한산업환경에서기계가인간의지적노동을보조하고전문가수준의지식을제공하는것이다. 정부는엑소브레인연구에연간 80억 ( 13~ 23, 10년 ) 을투자하며, 1단계 ( 13.5~ 17.4, 4년 ) 는 428억원 (320억원 : 정부, 108억원 : 민간 ), 2단계 ( 17.5~ 20.4, 3년 ), 3단계 (3년 : 20.5~ 23.4, 3년 ) 까지총 1,070억원 (800억원 : 정부, 270억원 : 민간 ) 규모투자계획이다. 또한대규모실시간영상이해기반의시각지능플랫폼개발및재난재해조기감지 예측기술개발 ( 딥뷰 ; DeepView Project) ( 14~ 24, 80억 / 년 ) 을추진하고있다. 딥뷰는대규모이미지 동영상을수집하여내용이해를통해도심공간의다차원 시계열변화를이해하고환경재난 재해 위험예측을실시간으로수행하는대규모시각빅데이터분석및예측 SW를의미한다. 인간수준의평생기계학습 SW 기초연구 ( 기계학습 ; Machine Learning Project) ( 14~ 18, 15억 / 년 ), 자가학습형지식융합슈퍼브레인핵심기술개발 ( 16~ 21, 97억 / 년 ) 이진행되고있다. 2015년미래창조과학부의소프트웨어연구개발예산은 2,017 억원으로, 이중인공지능관련예산은 380억원 (19%) 28 부동산포커스 REAL ESTATE FOCUS
기획특집 2 I 인공지능기술발전에따른우리나라의현안진단및정책적시사점 으로서비중으로는적지않으나각과제별평균예산이 2억원미만일정도의쪼개기운영으로연구의실효성이크게떨어지고있는현실이다. 또한 < 표 1> 관련언어인지, 시각인지분야에치우쳐있으며이또한단기간에결과를내도록요구받고있다 (IITP, 2015). 국내대부분의기업들은증명된기계학습 (Machine Learning) 알고리즘을사업영역에도입 활용하는형태로소극적으로인공지능기술개발을하고있다. 삼성전자, LG전자, SKT 등국내대기업에서는기계학습기반의데이터분석모델을개발하고있으며중견기업인다음카카오, 네이버등은검색, 추천서비스, 게임등에적용하는정도이다. 3) 거버넌스, 법 제도, 인력양성등미래창조과학부는정보통신융합법제7조제4항 ( 정보통신활성화추진실무위원회 ) 관련신 방송 콘텐츠, 인터넷 정보보호, SW 융합, 대 중 소상생 4 개분과를구성 운영중이다 ( 정보통신융합법, 2015). 인공지능은 SW 융합분과에서다루고있다. 첫째는인공지능기술이 ICT 등산업과융합으로고부가치화를실현하는것을고려할때현행과같은실무 전문위원회운영으로는인공지능융합산업화활성화를위한법 제도등애로사항을해결하는데는한계가있다. 범국가적인차원의추진체계가미흡하다. 둘째는사업화플랫폼부재, 네거티브 (Negative) 법제미비등으로인공지능산업활성화에한계가있다. 정부는사업화플랫폼은전혀다루지않고있다. 시스템기술, SW 솔루션을응용한사업분야는초보적수준이며스타트업이나중소기업이고성능시스템파워가필요한학습지능 ( 기계학습 딥러닝등 ) 기술을실험할수있는방안이없는상태이다. 중국의연구인력및연구정보공유플랫폼, 일본의 AIP 플랫폼등정책추진은시사하는바가크다. 인공지능기술분 류를고려할때인공지능관련법의정의는매우협의적 ( 協議的 ) 이다. 현행법은엑소브레인 딥뷰 기계학습등일부사항만을다루고있다. 현행법제下에서자율주행차, 지능형로봇등분야별중복규제, 규제갈등및규제공백이있다. 융합산업진흥과정보보호 프라이버시 (Privacy) 관련법제간관계설정에어려움이있고데이터의수집 공개 공동이동 자원관리등데이터거버넌스문제도있다. 셋째는신패러다임시프트대비가미흡하다. 뇌를모델링하여현재의컴퓨터한계를극복하는돌파구를찾고있는새로운패러다임에대한인력양성 ( 중국, 일본 ), 국제협력 ( 미국, 유럽 ) 등대비가부족하다. 유럽 HBP, 미국 SyNAPSE(DARPA 주관 ) 의인간뇌에대한체계적인연구로기존의폰노이만컴퓨터구조를탈피할새로운패러다임을준비하고있다. Ⅳ. 정책제언 1. 거버넌스 (Goverance) 체계개선 인공지능정책총괄 조정등최상위리더십실현및전략마련을위해청와대 (BH; The Blue House) 내컨트롤타워조직등신설이필요하다. 그리고정보통신전략위원회산하인공지능분야실무 전문위원회신설하고투자확대계획에대하여관련부처장관의자문회의보고등정책제언강화가필요하다. 현행뇌연구법 (2014) 에근거하여미래부장관은뇌연구법제6조의 2에의거하여뇌연구분야투자확대의계획등을국가과학기술자문회의 (PACST; Presidential Advisory Council on Science & Technology) 에매년보고 ( 뇌연구법제6조제2항, 2014) 하도록되어있다. 정보통신활성화실무추진위원회 ( 정보통신융합법제7조제4항관련 ) 에인공지능분과 ( 가칭 ) 별도신설을통하여법 제도개선등 ICT기반뇌과학-인공지 2016 September Vol.100 29
Special Edition 인공지능 (AI) 기술발전과부동산분야의활용방안 능융합산업을더욱더효율적으로진흥할수있는기반마련이필요하다. 그리고실무위원회의기술 법률등을지원하는전문위원회신설 ( 정보통신융합법제7조제5항관련 ) 도필요하다. 2. 미래시장선도형플래그십 (Fragship), 기초 원천장기 R&D 추진 인공지능기술은그특성상단독기술뿐만아니라 산업경쟁력향상의보조적수단이높다. 자동차 로봇 핸드폰분야미래먹거리에인공지능은중요한역할이기대된다. 주요산업분야인공지능역할제고를위한플래그십 (Flagship) 프로젝트운용이중요하다. 이를위해미래선도산업군을선정하고인공지능관련기술개발지원이필요하다. 기술확보를위한 R&D는많은비용과시간이투자되는대형프로젝트로서순차적접근 ( 기술개발 응용기술 산업화 ) 보다는기반기술과이를활용한응용기술개발및산업화의동시진행이필요하다. 미국의스탠포드대 MIT대 마이크로소프트 구글등과같이기반기술 ( 대학 )+ 응용기술 ( 연구소 )+ 산업화 ( 산업체 ) 를동시에진행함으로써기술개발에서상용화까지지연시간단축이가능하다. 또한최근미국, EU 처럼인간뇌 ( 腦 ) 를모델링 ( 뇌기능모방, 뇌인지모델및구조, 뇌인지모방추론및예측 ) 하는인지컴퓨팅 ( 뇌이해 브레인시뮬레이션-뉴로모픽칩 비폰노이만시스템아키텍처및시스템 SW 인지기반알고리즘 ) 기술의장기기초 원천 R&D 추진이필요하다. 3. 인공지능사업플랫폼 (Platform) 구축 지원 해외주요국은정부뿐만아니라글로벌기업들도지원플랫폼 (Platform) 확보를위한노력을경주하고있다. 지이 (GE; Predix) 사는지능형솔루션제공플 랫폼, 아이비엠 (IBM; Watson) 사는다양한산업분야분석솔루션제공플랫폼, 구글 (Google; 무인자동차 ) 사는모바일플랫폼을추진하고있다. 국내는아직까지인공지능기반기술이미확보된상황이며, 중소기업입장에서높은수준의인공지능알고리즘기술을개발할인력과자금이부족하여불가능한영역이므로국가적차원에서어떤역할을해줄필요가있다. 정부가왓슨 (Watson) 기반인공지능기술및신경망알고리즘등중소기업이활용할수있는플랫폼 (HW, SW, 산업응용등 ) 을지원해주면관련산업생태계활성화가예상된다 (ETRI, 2015b). 특히국내의산업체의현장요구가많으며사물인터넷, 웨어러블등단기간에인공지능요소기술을필요로하는분야의산업경쟁력제고를위하여플랫폼은필수적으로제공되어야하는부분이다. 기타인공지능연구지원을위한고성능컴퓨팅파워접근성제공, 대형국책연구과제의연구결과물을단계별로오픈하여중소기업과공유하는정책도필요하다. 4. 연구개발촉진법제도및이용환경조성연구개발촉진법제도 ( 기존법제개선접근 ) 및이용환경조성을위한법체계합리화모색 ( 신규법제마련접근 ), 각산업분야별 ( 자동차, 의료, 금융, 교육, 범죄예방, 재난방지등 ) 인공지능사업화활성화에필요한제도발굴 연구필요하다. 개인정보보호, 사생활침해, 보안등은기존의법제도를정비하고, 인공지능시스템개발및보급에관한새로운공론화추진이필요하다. 또한인공지능관련분야의신속한입법절차가필요하며각산업분야별로인공지능개발및상용화에필요한제도발굴및선행적연구도필요하다 ( 윤혜선, 2015 참조 ). 30 부동산포커스 REAL ESTATE FOCUS
기획특집 2 I 인공지능기술발전에따른우리나라의현안진단및정책적시사점 5. 실무 융합형시스템통합인력양성, 국제연구협력 인공지능고급인력에대한수요가급증하나한국뿐 만아니라전세계적으로절대적인부족상태이다. 현 재미국에서배출되는인공지능고급인력의 90% 가 구글에채용되고일부는중국바이두, 일본에채용되 는실정이다. 대학에서인공지능개론만가르치는실 정으로전문적인지식과전공을하는학생은거의없 는실정이다. 인공지능로봇분야의경우기계, 전자, 컴퓨터, 인문사회, 디자인, 수학등다양한분야의융 합적지식이요구되며특히, 수학과엔지니어의협업 이필요하다. 인공지능기술분야의글로벌선도역량 및지위확보를위한체계적인실무 융합형시스템 통합전문가 (SIer; System Integrator) 인재육성프로 그램개발및고급인재유치노력도정부차원에서필 요하다. 인공지능 ( 기계학습 딥러닝등 ) 관련기술개 발과정에서기업들이직면하는문제들에대해한국, 미국, 일본대학등의고급인력을집단지성으로활용 하는방안도중요하다. 또한인공지능분야의국제공 동연구확대를통한차별화된경쟁력확보및새로운 시장진출교두보마련이필요하다. 미국 EU 국은인 공지능분야의기술력, 연구역량등을보완하기위해 글로벌연구현장과의공유 협력에기초한개방형 R&D 를적극추진하고있다. 미국구글사는영국옥 스퍼드대학과인공지능분야공동연구계약을체결하 면서인공지능기술개발에공격적인투자를확대하였 다. 국제공동연구를통해새로운기술습득, 거대시장 확보등전략적인국제협력시스템구축필요, 즉선진 기술추격형, 시너지창출형, 그리고적정기술보급형 등으로국제협력과공동연구를분류하여체계적이고 공격적인접근이필요하다. Ⅴ. 결론및시사점 인공지능연구자, 정책기관등은그이용목적, 기술유형에근거하여다양하게정의및분류하고있으나, 현재까지정부및입법기관의법제에의한인공지능 ( 기술분류등반영 ) 에대한명확한정의는없다. 주요국들은자국정부조직형태, 법제도등을고려하여인공지능정책을다양하게접근하고있다. 미국은백악관중심으로거버넌스체계구축, 뇌기반대규모예산지원, R&D의장기화및사업화연계, 네거티브규제, 민간분야투자활성화, 국제공동연구등정책을추진하고있다. 일본은범부처공동으로국제경쟁력강화등을목적으로인공지능예산대폭증액, 인공지능기반사물인터넷사회및사업지향 R&D 추진, 플랫폼구축기반사업화촉진, 시스템통합인력양성정책을추진하고있다. 유럽은기존의파편적 R&D 탈피, 대규모장기뇌기반 R&D 추진, 국제공동연구, 플래그십프로젝트추진, R&D 플랫폼구축 지원등이특징이다. 중국은범국가적시스템및연구인력 정보공유플랫폼구축으로산재된인공지능정책의효율화를추진하고있다. 바이두사는구글사와경쟁을위해미국에인공지능연구소설립, 인재영입전략등을공격적으로추진하고있다. 한국의현황은국가적차원의컨트롤타워등추진체계미흡, 기초 원천기술낙후우려, 사업화플랫폼부재, 네거티브규제, 뇌모델링연구, 인력양성, 국제협력등정책이미흡한것으로판단된다. 국가적차원의거버넌스체계개선, 시장선도형플래그십핵심기술개발장기추진, 인공지능사업플랫폼구축 지원, 연구개발촉진법제도및이용환경조성 ( 윤리적문제등포함 ), 실무 융합형시스템통합인력양성, 국제공동연구협력추진등구체적인정책마련이필요하다. 2016 September Vol.100 31
Special Edition 인공지능 (AI) 기술발전과부동산분야의활용방안 < 참고문헌 > 뇌연구촉진법 ( 뇌연구법 ), 2014. 미래창조과학부, 2013, 2017년대한민국퀴즈왕은사람이아닌컴퓨터, 보도자료, 5월 29일자. 연합뉴스, 2016, 국내인공지능시장규모 2030 년 27조원추정, 보도자료, 3월 10일자. 윤혜선, 2015, 인공지능법제도현황및개선사항, ETRI 세미나자료, 9월 25일자. 정보통신진흥및융합활성화등에관한특별법 ( 정보통신융합법 ), 2015. 정보통신기술진흥센터 (IITP), 2015, 국내인공지능 (AI) 실태조사, ICT Spot Issue, 2015-10. 한국전자통신연구원 (ETRI), 2015a, 인공지능기술과산업의가능성, Issue Report, 2015-04. 한국전자통신연구원 (ETRI), 2015b, 인공지능산업생태계관련업체방문조사. 한국전자통신연구원 (ETRI), 2016, 인공지능분야국가경쟁력제고및사업화혁신방안, 정책세미나발표자료, 1월 19일자. 한국정보화진흥원 (NIA), 2010, 모바일시대를넘어 AI 시대로, IT & Future Strategy, 제7호. BCC Research, 2014, Smart Machine: Technologies and Global Markets. BCC Research, 2016, Facts and Forecasts: Boom for Learning Systems. Char niak, E.&McDermott, D., 1985, Intoduction to Artificial Intelligence, Addison-Welsey, Reading, MA. EU, 2012, The Human Brain Project. EU, 2016, ICT Challenge 2: Cognitive Systems and Robotics. Gart ner, 2016, Artificial Intelligence. HEX A Research, 2015, Smart Machines Market Is Anticipated to Reach $15.3 Billion in 2020. Luge r, G. F. & Stubblefield, W. A., 1993, Artificial Intelligence: Structures and Strategies for Complex Problem Solving. Benjamin/Cummings, Redwood City, California, second edition. McCa rthy, J. & Minsky, M.L. & Rochester, N. & Shannon, C.E., 1955, A proposal for the dartmouth summer research project on artificial intelligence. Rich, E. & Knight, K., 1991, Artificial Intelligence, McGraw-Hill, New York, second edition. Russ el S. J. and Norvig P., 1995, Artificial Intelligence: A Modern Approach, Second Edition. 1~2. The W hite House, 2013, About the BRAIN Initiative: The Initiative: The Initiative Kicks Off. The White House, 2014, BRAIN Initiative Fiscal Year 2016 Fact Sheet. The White House, 2016, Brain Initiative: Brain Research Throuth Advancing Innovative Neurotechnologies Trac tica, 2015, Artificial intelligence for enterprise applications. Vent urescanner, 2015, The State of Artificial Intelligence in Six Visuals. WEF, 2016a, The Future of Jobs. WEF, 2016b, The Fourth Industrial Revolution : what it means, how to respond. WEF, 2016c, Davos 2016 : Need To Embrace Robot Revolution Not Fear It, Tech Leaders Say. 32 부동산포커스 REAL ESTATE FOCUS
기획특집 2 I 인공지능기술발전에따른우리나라의현안진단및정책적시사점 WIKI PEDIA, 2016, Artificial intelligence. 日経 N IKKEI, 2015, AI 研究の旗振り役に徹し 年間 100 回の講演に駆け回る. 前瞻产业研究院, 2015, 中国车联网行业市场前瞻与投资战略规划分析报告 (2015-2020 年 ). 總務省, 2015, 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. 2016 September Vol.100 33