4차 산업혁명 시대의 핵심인 인공지능, 기계학습, 빅데이터 등 지능형 기술의 발전 양상과 다양한 분야에서의 실질적인 활용 사례 doc_id PCY_201709140328296331_2

셋째, 역사를 단순화하면 위험할 수도 있다. 인류의 경제사가 제1차부터 4차라는 혁명으로 이루어졌다고 간단히 말할 수는 없다. 더 위험한 일은 이를 믿고 정치인이 혁명의 주도자가 되려는 욕심을 부릴 때 나타난다. 고급 자동차는 엔진은 강력하나 소리 없이 조용히 달린다. 그러나 혁명을 하자면 구호를 앞세우고, 위원회를 설치하는 등 소리를 내야 한다. 흡사 값싼 자동차처럼 요란한 소리를 내며 정책을 추진하게 된다. 모든 정부부처를 동원한다. 심지어는 대기업까지 몰아붙인다. 떠들썩하게 일을 벌이는 것이다. 소리만 크다. 그러나 속도는 없다. 앞으로 나가지는 못한다. 이런 식이니, 정권의 힘이 빠지면, 그 정책은 비판에 휩싸이며 오명을 뒤집어쓰기 십상이다. 이명박 정부의 녹색성장, 박근혜정부의 창조경제가 그랬다. 그 모두, 그 때건 지금이건, 우리나라 미래 먹거리를 만들 정말 중요한 차세대 경제성장 엔진이나, 이를 추진하던 사람은 부역자로 질타 받는다. 정권이 바뀐 후 과거의 그 정책 주제를 꺼내면 눈총을 받는다. 작년 초 세계적으로 저명한 경제 및 정치계 인사들이 참여한 세계경제포럼(World Economic Forum: WEF)에서 4차 산업혁명의 시대가 눈앞에 다가왔다고 발표되었다. 4차 산업혁명은 매우 빠른 속도, 광범위성 및 체계적 영향을 특징으로 하며, 각각 부문별로 발전하던 인공지능과 기계학습 및 퀀텀 컴퓨팅, 사물인터넷(IoT), 빅데이터, 로봇기술(Robotics), 3D-프린팅, 나노기술(NT), 바이오기술(BT) 등 기술이 융합되면서 멀지 않은 미래에 나와 같은 평범한 사람들이 뭔가 하나의 특출한 능력을 지닌 어벤져스의 주인공을 맡는 무한한 가능성의 시대가 열릴 것이다. 여전히 “4차”의 횟수 산정이 적절한가에 대해서 논란의 여지가 있지만 데이터와 초연결성에 기초한 인공지능과 로봇기술을 기반으로 한 똑똑한(smart) 기술혁신은 하루가 다르게 우리의 삶과 일자리에 스며들어 급격한 변화를 초래하고 있다. 최근 음성인식기술을 장착한 K통신사의 지니는 동화 속 알라딘의 요술램프에만 살고 있는 것이 아니라, 지금 우리 곁에서 마치 살아있는 친구처럼 TV와 라디오도 켜주고, 좋아하는 음악도 들려주고 있다. 이제 퇴근시간에 스마트폰 앱을 통해서 저녁식사를 주문하는 것은 일상이 되고 있다. TV를 보면 음성인식을 활용한 장면들을 하루에도 몇 번은 접할 수 있다. 처음 애플의 시리가 나왔을 때 사람들이 많이 이용할지에 대해서는 많은 의문들을 갖고 있었다. 출시한 지 4년이 지난 현재 시리는 아이폰의 중요한 인터페이스로 자리잡았으며 그 역할을 점점 확대해가고 있다. 음성 명령만으로 메시지를 보내고, 뱅킹서비스는 물론, 위치기반으로 택시를 불러주기도 한다. 일상생활에서 편의성을 크게 높이고 시간을 절약하는 데 앞장서서 리딩하고 있는 기술들이 음성 기술을 내세워 출시하는 점을 눈여겨보아야 한다. 음성 기술은 음성 그 자체를 인터페이스로 손을 자유롭게 하고, 편리함을 극대화하는 인간 친화적 기술로 인간이 사용하는 가장 기본적인 의사소통을 위한 수단으로서의 최상위 가치를 추구한다. 음성인식이란 센서를 통해 얻어진 소리 정보를 인식하고 분석하여 문자, 명령어 및 다양한 형태의 정보로 변환해 주는 솔루션으로, 인공지능의 핵심지능 중 하나라고 볼 수 있다. 기계학습은 주어진 데이터에 따라 조건이나 패턴 등의 규칙을 기계(인공지능)가 스스로 학습하고 이후 학습한 규칙에 따라 행동하는 것을 가능케 하는 기술이다. 중요한 점은 엄청난 양의 데이터를 입력 정보로 학습함으로써 크게 정확도를 향상시킬 수 있다는 것이다. 심화학습은 사람의 뇌 구조와 기능에서 영감을 받은 인공 신경망을 포함하는 기계학습의 한 분야라고 할 수 있다. 심화학습은 사람이 일일이 판단 기준을 설정하지 않더라도 기계가 스스로 인지하고, 추론하고, 판단할 수 있는 기술이다. 최근 큰 화제가 된 구글의 알파고가 바로 기계학습과 심화학습에 기반한 지능형 기술이다. 이미 기계학습과 심화학습을 응용한 지능형 기술들이 정부 업무에 활용되고 있다. 미국 국토보안부의 시민권 및 이민 서비스를 담당하고 있는 부서에서는 인간 언어에 정확하게 응답할 수 있는 가상 조수인 EMMA를 개발해 운영하고 있다. EMMA는 현재 한 달에 약 50만 건의 시민들의 질문에 대한 응답 업무를 수행하고 있다. EMMA는 질문에 답변하면 할수록 더 똑똑해지는 심화학습의 기능을 갖추고 있다. EMMA를 상대해 본 많은 시민들이 EMMA의 답변이 도움이 된다고 긍정적인 반응을 보이고 있다고 한다. 이에 대한 질문에 답하기 위해서는 먼저 지능형 기술 발전의 동향을 파악할 필요가 있다. 인공지능(Artificial Intelligence)의 개념이 등장한 지는 반세기가 넘었으나, 최근 수 년 간 비약적인 혁신을 지속하면서 이전과는 새로운 차원으로 발전하고 있다. 이러한 혁신적 발전의 근간에는 데이터 양의 폭증과 처리기술 발전, 컴퓨팅 성능의 비약적인 향상, 기계학습, 심화학습으로 대변되는 새로운 알고리즘 기술의 개발이 자리잡고 있다. 먼저, 사용 가능한 데이터가 극적으로 증가함과 동시에 이러한 데이터를 처리할 수 있는 컴퓨터 성능의 비약적인 향상을 들 수 있다. 데이터 증가에는 센서와 모바일 기기 등의 보급에 의한 IoT(Internet Of Things)의 활용이 주요 요인이다. 그리고 현재 진행중인 인공지능의 핵심기술이라고 할 수 있는 ‘기계학습(machine learning)’과 ‘심화학습(deep learning)’이 빅데이터와 결합하면서 이전의 기술들과 차별적인 활용이 가능해졌다. 다가오는 4차 산업 시대에는 음성인식과 인공지능(AI) 등 다양한 미래 기술에 대한 연구가 활발히 진행될 것이며, 앞으로도 폭넓은 영역에서 이러한 기술들이 적용/접목되어 사용될 것이다. 그 사례 중 기관에서 가장 활용하기 가까운 부분은 바로 대민(對民) 서비스 부분일 것이다. 예를 들어 ‘120다산콜센터’는 서울시와 25개 자치구의 행정 정보를 시민에게 제공해주는 일을 맡고 있다. 여기에 인공지능 기술을 접목하면 상담원에게 업무효율성과 전문성을 높일 수 있도록 이들의 업무를 보조해줄 수 있게 된다. 인공지능은 고객과 상담원의 대화내용을 음성으로 인식해 실시간으로 텍스트 변환하고, 해당 고객의 문의 내용을 이해한 뒤 상담원이 적합한 안내를 도울 수 있도록 가이드 답변을 제시해줄 것이다. 뿐만 아니라 고객의 말투를 분석해 이 고객이 화가 났는지, 차분한 상태인지를 감지하여 상담원의 고객응대 스킬 극대화에 도움을 줄 수 있게 된다. 이처럼 인공지능은 인간이 보다 효율적이고 능률적으로 일할 수 있도록 도움을 주는 존재로써 다양한 부문에 활용될 수 있을 것이다. 소위 딥러닝(deep learning)이라는 메커니즘을 통해 빠른 속도로 학습하는 인공지능의 가능성은 이미 현실화되고 있다. 예를 들면 범죄관련 빅데이터를 인공지능을 통해 분석하고 이를 범죄예방에 적용하여 예측적 폴리싱(predictive policing, PrePol)을 도입한 미국과 영국의 사례는 잘 알려진 사례이다. 또한 미국의 환경청(EPA)과 대기해양관측청(NOAA), 우주항공청(NASA)이 보유한 환경관련 정보를 연계하여 산불 등 환경에 미치는 영향요인을 분석하고 예측하는 시스템인 GEOSS(The Global Earth Observation System of Systems)도 빅데이터 분석을 활용하여 지능적 정부를 구현한 사례라고 볼 수 있다.