AI 및 데이터 기술의 발전 방향과 산업 전반 및 국가 전략에 미치는 영향과 변화 doc_id CNTS-00118869942_3

현재 딥러닝 기술은 이러한 한계점을 극복하기 위한 방향으로 진화 중에 있다. 단기적으로는 메타학습, 신경망 구조탐색, 러닝투런(learning to learn) 등을 기반으로 지속가능한 학습과 손쉬운 모델링을 위한 기술이 구현되고 있다. 예를 들어 구글에서 개발한 AutoML은 러닝투런, 신경망 구조탐색, 전이학습 등의 기술을 활용하여 머신러닝 비전문가가 AI를 쉽게 개발할 수 있는 방법과 프로세스를 제공하는 메타러닝 기술의 대표적인 예이다. 비숙련 엔지니어일지라도 AutoML을 통해서 AI를 활용한 개발이 가능하며, 이는 AI의 대중화에 기여할 수 있다. 중장기적으로는 전이학습, 메타학습 등을 기반으로 기존에 학습된 AI 모형을 유지하며 현재 학습할 AI 모델을 효율화하고 성능을 향상시키기 위한 L2M(Lifelong Learning Machine)기술 등이 연구 중에 있다. 이는 여러 종류의 태스크가 지속적으로 들어올 때 과거 태스크에서 학습한 것을 망각하지 않고 현재 태스크의 학습을 효율화하기 위한 것으로 추가적인 경험 데이터를 통해 지속적으로 개선되며 새로운 조건에 쉽게 적응 가능하다는 장점이 있다. 또한 범용적인 연산을 하는 CPU, GPU보다 특정 인공신경망에 특화된 구조를 구현함으로써 저전력으로 더 많은 병렬 연산을 가능하게 하는 TPU(Tensor Processing Unit), FPGA(Field Programmable Gate Array), ASIC(Application Specific Integrated Circuit) 등의 전용 가속기 개발이 진행 중이다. 나아가 인간의 뇌처럼 에너지를 적게 소비하면서 단순한 사칙연산보다는 고차원적인 기능을 수행하는 생물학적 뇌의 구조 및 기능 특성을 전자회로로 구현하는 뉴로모픽(neuromorphic) 소자도 개발 중에 있다. 구체적으로 비휘발성 단일 소자이면서 여러 단계의 시냅스 강도를 표현할 수 있어 시냅스 학습에 용이한 멤리스터(memristor) 소자가 개발 중이며, CMOS 트랜지스터로 구현한 뉴런 어레이 위에 멤리스터 소자의 시냅스 어레이를 개별 층으로 쌓는 하이브리드 뉴로모픽 시스템 구현도 현재 진행 중에 있다. AI와 데이터로부터 촉발된 지능화 혁신은 AI ․ 데이터 기반의 혁신기술 중심 산업구조로의 전환과 제조업 ․ 서비스업 혁신을 불러올 것으로 기대된다. 이를 통해 생산성이 급격히 향상되고 기업들의 AI 활용이 확대되며 해당 분야의 유니콘 기업이 등장하면서 새로운 일자리도 창출될 것으로 전망된다. 분야별로는 의료 ․ 제조 ․ 금융 순으로 신규매출 증대와 비용절감 효과가 발생하며, 교통 ․ 도시 ․ 웰니스 순으로 소비자 후생 증가 효과가 발생할 것으로 기대된다(4차산업혁명위원회, 2017). AI ․ 데이터는 생산성을 향상시키고 비용을 절감하는 한편 삶의 질을 개선하는 등 다양한 사회경제적 편익을 수반하게 되는데 이를 산업별로 정리하면 다음과 같다. 우선 교통 분야에서는 자율주행이 일반화되어 자동차가 또 하나의 사무실이자 문화공간으로 탈바꿈할 것이다. 자동차, 트럭, 비행차량 등이 자율적으로 주행되며 사람은 운전으로부터 해방될 것이다. 또한 신호등 등의 교통체계와 자동차가 실시간으로 소통하여 교통사고가 획기적으로 감소하고 차량의 흐름이 최적화되어 이동시간이 절감될 것이다. 그리고 자동차의 소유(所有)가 공유(共有) 개념으로 발전할 것이다. 안전 ․ 보안 분야에서도 AI ․ 데이터의 높은 활용 가능성이 주목된다. 우선 AI를 통해 곳곳에 배치된 지능형 CCTV의 사건 분류 정확성이 높아지고 이는 곧 이상 징후를 감지하여 범죄를 예방하는 데 도움이 될 것이다. 특히 공항, 터미널, 항만 등 다수가 모이는 공공장소에 안면 ․ 행동 인식 및 추적시스템이 일반화되어 테러 또는 중 ․ 경범죄의 예방이 가능하다. 지능형 CCTV에서 수집된 데이터뿐만 아니라 SNS 빅데이터를 통해서도 범죄 예측이 가능하다. 즉, 트위터, 페이스북 등에서 짧은 주기로 생성되는 데이터를 활용하여 계획된 범죄를 사전에 탐지하여 방지할 수 있게 된다. AI․데이터는 일반 가정에서도 주요한 영향을 미칠 것으로 기대된다. 일상에서 인간과 유사한 행동을 하는 로봇(휴머노이드)이 등장할 수 있을 지는 확실치 않으나 청소, 배달, 보안 강화 등 특정 영역에 특화된 로봇 중심으로 가정에서 활용이 될 것이다. 로봇뿐만 아니라 AI 스피커, 지능형 TV 등이 일상화되고 가구 내 전자기기, 주방기기, 가구 등과 연결되어 개인 맞춤형 지능 서비스를 제공할 수 있을 것이다. 현재 개발된 스마트 농업 기술 수준은 1, 2, 3세대로 구분할 수 있으며, 1세대는 센서를 통한 환경변화 모니터링 및 기능제어 등 제어시스템 관련 기술, 2세대 기술은 최적화 알고리즘 적용, 생산성 향상 및 농작물의 질병예방, 생육진단 서비스를 제공하는 스마트팜 최적화 기술, 3세대 기술은 시설 내 온습도 자율 조절 등 자율화 기술을 의미한다(김연중 ․ 박지연 ․ 박영구, 2017). 국가별로는 네덜란드가 3세대, 미국 2.8세대, 일본 2.0세대, 우리나라가 1.5세대 기술을 보유하고 있는 것으로 평가받고 있다(김연중 ․ 박지연 ․ 박영구, 2017). 농식품 분야 4차 산업혁명 관련 기술은 농림식품 기계 ․ 시스템(농업시설, 환경기계, 시스템 ․ 농업자동화, 로봇화)과 농림식품 융복합 기술(식물공장 ․ 유비쿼터스 정보화 기술)로 구분할 수 있으며, 두 분야 모두에서 미국이 세계 최고 기술 보유국으로 평가받고 있다(김연중 ․ 박지연 ․ 박영구, 2017). 우리나라는 두 분야 모두에서 미국(100%)의 75%(농림식품 기계 ․ 시스템)와 73%(농림식품 융복합 기술) 수준의 기술을 보유한 것으로 평가되며, 순위로는 주요 기술 보유국 9개국 중 8위에 해당한다(김연중 ․ 박지연 ․ 박영구, 2017). 일본은 신산업구조비전(2017. 5)에서 4차 산업혁명에 대한 비전과 경제 및 취업구조에 대한 충격을 조감하면서 AI 등 4차 산업혁명 핵심기술을 통해 4개 추진 분야(차세대 모빌리티, 스마트 생산 ․ 물류, 건강증진, 스마트 생활 등)에 대한 7대 전략을 제시하였다(과학기술정보통신부, 2018. 11. 20.). 이후 미래투자전략 2018에서는 Society 5.0 도래에 따른 11개 프로젝트와 경제 구조 혁신을 위한 기반 조성 과제를 제시하였는데, 이때 AI 시대에 대응하는 인재 육성 및 최적 활용 방안이 포함되었다(KHIDI, 2019. 2. 25.). 통합이노베이션 추진회의(2018. 6)에서는 첫 회의에서 과학기술 혁신을 목표로 하는 ‘통합혁신전략’을 발표하고, 정부가 정책적으로 강화해야 할 부분으로 AI를 선정하였으며, 제2회 통합혁신전략추진회의(2018. 9)에서는 AI를 국가 핵심 전략 산업으로 육성하기 위한 AI 전략 사령탑의 일원화 및 AI 전략 패키지를 발표하였다. 이때 AI전략 패키지에는 3개 분야(교육개혁, 연구개발, 사회구현)가 포함된다(KHIDI, 2019. 2. 25.). 의약품의 경우, 해외 주요 국가들은 신속심사제도의 도입을 통해 최근 10년간 신약 승인 심사기간이 점차 단축되고 있는 추세이다. 미국 FDA는 1988년 중대한 질환에 대한 신약 신속허가제도를 만든 이후 4가지 종류의 신속허가제도(Fast Track Designation, Priority Review, Rolling Review, Accelerated Approval)와 2016년 제정된 ｢the 21st Century Cures Act｣에 재생의료제품에 대한 신속승인이 명시된 이후, 별도의 트랙으로 RMAT(Regenerative Medicine Advanced Therapy)을 운영하고 있다. EU(조건부 허가, 예외적 허가, 신속평가, PRIME)와 일본(우선심사지정, 조건부 승인)도 혁신 의약품의 개발 가속화를 위한 일련의 정책을 추진하고 있다. 우리나라도 최근 첨단 바이오의약품에 대해 맞춤형 심사, 우선 심사, 조건부 허가 등 합리적 허가 및 심사체계를 마련한 첨단재생바이오법이 2020년부터 일부 질환에 한정되어 시행될 예정으로 해당 질환 치료 목적의 첨단 바이오의약품의 개발 및 시장 출시 기간이 단축될 것으로 보인다.