2017년 모든 산업에서 새로운 기술과 융합된 디지털화가 가속화되고 이를 기반으로 다양한 비즈니스가 나올 전망이다. 테크M은 한국정보화진흥원과 공동으로 전문가들과 함께 기술과 산업, 시장 측면에서 2017년 테크분야의 핵심 키 트렌드를 점검한다. 첫 번째로 4차 산업혁명의 핵심으로 손꼽히는 인공지능의 미래를 예측했다.

날짜·장소: 2016년 11월 15일 개포디지털혁신파크

대담: 김동필 시스트란인터내셔널 부사장
김진형 지능정보기술연구원 원장
엄수원 솔리드웨어 공동대표
한상기 소셜컴퓨팅연구소 대표(사회)
(이상 가나다순)


한상기 대표(사회) 2016년 한 해 정보통신기술(ICT) 분야의 최대 화두를 꼽으라고 한다면 단연 인공지능(AI)이다. 올해 AI와 관련해 어떤 부분을 중점적으로, 관심 있게 봤나.

엄수원 대표 처음 머신러닝을 금융권에 소개하면서 이를 적용하면 수익률을 높이고 더 나은 타깃 마케팅을 할 수 있다고 설명할 때만 해도 “뭐, 러닝머신?”이라고 되물을 정도로 인식이 낮았다.

그러나 올해는 ‘알파고’ 덕분인지 몰라도 금융권 전체가 머신러닝, 딥러닝 등을 알게 됐다. 은행, 보험, 카드사 할 것 없이 신용평가 모형을 만들고 마케팅 방안을 구축할 때 머신러닝이라는 단어를 꼭 넣는다. 서로 눈치 보며 경쟁하면서 도입하는 단계다. 의료 분야에서도 정형 데이터를 갖고 진단 자동화를 하는 움직임이 일고 있다.

김동필 부사장 AI가 인간의 감성영역인 예술 분야에까지 접근한 점을 의미 있게 봤다. 알고리즘으로 음악이나 디자인을 구현하는 것이다. 기계가 전문가 영역에 들어오고 전문가는 새로운 상상력을 갖게 되는 흐름이다. AI에 머신러닝과 딥러닝 등이 적용되면서 중국 바이두에서 음성인식을 발표했다.

딥러닝 알고리즘을 정확하게 적층해서 음성인식 성능을 두 배나 높였다. 형태는 단순하다. 다양한 알고리즘을 적절히 조합해서 썼다. 알고리즘 조합의 시대다. 기계번역도 있다. 상상하던 것을 실생활에 적용할 수 있는 통역기가 나온다.

김진형 원장 지금을 AI 성장세가 폭발하는 순간이라고 보고 있다. 놀라운 결과가 실험실서 나오고 이것을 활용하기 위한 도구가 일상화됐다. 지적능력만 있으면 갖다 쓸 수 있기 때문에 활용도와 적용 범위가 아주 넓어졌다. 좋은 결과로 이어질 것이다. 이제 AI는 코딩하는 방법 중 하나가 된다.

사회 2017년에는 무엇을 주목해야 하나. 산업과 기술 측면으로 나눠 얘기해 달라.

김동필 챗봇이 전 세계적으로 화두다. 이것이 기술적으로 안착되려면 대화 관리기를 제대로 만들어야하고 메모리 네트워크가 접목돼야 한다. 이는 금융시스템, 무인자동응답시스템 등으로 활용된다. 아직 연구할 게 많다. 뉴럴트레이닝머신(NTM) 등으로 메모리 네트워크를 집중 연구해야 한다. 산업적으로 파괴력이 크고 정부가 지원할 필요가 있다.

하나 더 짚어보면 언어지능이다. 화두가 되고 있는 아마존 ‘에코’, 애플 ‘시리’, SK텔레콤 ‘누구’처럼 사람의 말을 이해하고 맥락을 뽑아내는 지능화 기술 고도화가 필요하다. 딥러닝 기술을 내재화해 컴퓨터가 알아듣도록 시스템 처리를 하는 데 연구개발을 집중할 필요가 있다. 이것은 홈 사물인터넷(IoT)과 오토메이션 등 산업적 파급력이 크다.

김진형 AI가 적용된 작은 시스템은 국내에서도 많이 나올 것이다. 언론에서 관심을 보이면서 대중들도 기대감이 높아졌다. 그러나 현재 수준에서 AI 시스템을 접촉하면 굉장히 실망할 수 있다. 거품이 꺼지는 과정에서 찬바람이 불 수도 있다.

사회 하지만 미국에서는 이미 에코가 400만 대가 팔렸고 내년에는 1000만 대를 예상하고 있다. 분명 환경 차이가 있는 것 같다.

엄수원 AI는 폭발하는 중이고 현장에서 너도나도 적용하려 든다. 하지만 연구계나 학계가 받아들이는 것과 현장의 상황은 다르다. 최신 알고리즘 같이 학계에서 집중하는 것은 현장에 도입할 때 안정화가 안 될 수 있다. 산업계에 녹아들 수 있느냐 여부에 따라 쭉정이가 갈릴 것이다.

사회 한국에서 (내년에) 먼저 풀어야 할 과제는 무엇이라고 보는가.

김진형 AI라는 이름을 붙여서 부끄럽지 않은, 실제 서비스 사용자들이 만족할 제품이 나와야 AI를 활용해 좋아졌다는 평을 받을 것이다. 성과를 보여주는 게 필요하다.

김동필 AI 침체기가 오지 않게 막으려면 특화돼야 한다. 이를 위해서는 손쉽게 쓸 수 있는 오픈 플랫폼이 필요하다. 특화기능을 넣기 위해 고쳐 쓰기 위한 인프라가 없다. 국내 리딩기업들이 자진해 오픈하거나 협회 등이 움직여 인프라를 만들어야 스타트업이 AI 서비스를 개발해 확산시킬 수 있다.

엄수원 AI는 결국 데이터다. 기업들이 보안을 걱정해 보수적으로 해석하고 폐쇄적으로 운영한다. 스타트업이 기능적으로 접근하면 잘못될 것을 우려해 거부하는 사례가 많았다. “이런 것만 하지 말라”고 명시하는 (네가티브 시스템) 형태로 관련 법률을 바꾸면 어떨까 한다.

김동필 의료 쪽의 경우가 그렇다. 미국은 관련 법체계가 많이 정비돼 있지만 우리는 아니다. 그렇다고 법부터 바꾸자고 하면 더 어려워진다. 차라리 있는 데이터를 활용할 방법을 찾는 게 현명하다. 데이터는 중요하지만 더 중요한 것은 활용이다. 여기서 협력 가능한 부분이 있다고 본다.

사회 우리나라에서도 AI 분야의 스타트업 100개가 나올 수 있을까? 이를 위해서 어떤 물꼬나 지원책이 필요하다고 보는가.

김동필 AI 펀드가 결성된다고 하는데, 벤처캐피털의 접근 방식은 바뀌지 않았다. 5년 내에 뭔가 결론을 보려하고 빨리 손을 털려고 한다. 선순환 생태계를 만들려면 장기적인 관점이 필요하다.

엄수원 국내·외 AI 스타트업 중에서 현재 자체적인 매출과 이익이 있는 기업이 없다. 인력도 비싸고 투자비도 많이 든다. 그래서 작지만 기술력 있는 기업을 키워내려면 투자회수(EXIT)가 아니라 인수합병(M&A)이 이뤄져야한다. 국내 대기업은 여전히 외국 기업에만 관심이 많다. 좋은 AI 스타트업이 네이버에, SK에 팔리는, 그런 문화가 정착돼야 더 좋은 기업이 나온다.

김진형 기술력이 문제가 아니다. 비즈니스 아이템을 발견해야 한다. 기술력과 알고리즘이 있어도 비즈니스로 연결이 안 된다. 스타트업 생태계도 열악하다. 그럼에도 불구하고 이를 극복하기 위해서는 AI를 적용할 분야를 찾아내야 한다. 문제만 찾으면 국내 기술로도 해결가능하다.

김동필 생존할 때까지 지속적인 투자가 필요한데 문제는 시장 사이즈다. 우버가 중국에 가서 성장한 것도 시장 크기 영향이 크다. 결국 우리 스타트업이 시장을 확장하려면 해외로 시야를 돌려야 한다. 그런데 이와 관련해 도움을 받기 어렵다. 시스트란도 20년 걸렸다. 우리 스타트업은 5000만 원짜리 국책과제 따러 다니느라 1~2년을 허비한다.

사회 우리나라 AI가 척박한 것은 훌륭한 인재가 안 나왔기 때문이지 않나. 결국은 사람이 문제라고 생각되는데.

김진형 인력을 키워도 절반은 해외로 나간다. 대기업은 관련 인력이 없다고 아우성이지만 막상 대기업에 들어가면 제대로 AI를 해볼 기회도 없다. 사람 얘기하면 몇 년은 기다려야 한다. 또 해외 인력을 데려오는 것은 정부에서도 이 얘기가 많이 나왔지만, 현실적인 장애요인이 너무 많다. 외국인 영입에 대한 규제가 너무 많다.

김동필 프랑스 연구소 직원을 2년 근무 조건으로 받는데 재무제표상 기준 등 자격조건이 아주 깐깐하다. 1년도 안 된 스타트업이 외국에서 석박사급 인력을 데려오기란 하늘의 별따기다. 자격요건이 완화돼야 하고 정부의 지원정책이 필요하다.

김진형 기업들이 스스로 할 수 있는 것부터 해보자. 솔트룩스가 데이터를 공개하기로 한 것이나 내비게이션 업체들끼리 데이터를 나눠 쓰는 것처럼 민간에서 데이터 거래를 활발하게 해 보자.

김동필 공공데이터의 가격을 낮추고 포털은 사용자가 구축한 것이니까 저렴하게 개발할 수 있도록 공개하고 전문 데이터는 가치를 높게 쳐주면 되지 않겠나.

사회 플랫폼만 돈 버는 구조는 문제가 있다. 기업이 함께 노력해 조금씩 발전시키고 연대하고 비즈니스 제휴도 해야 한다. 이 측면에서 해결 방법은 무엇이라고 보는가.

김진형 지능정보기술연구원이 협력의 한 형태다. 그러나 기업들은 먼저 움직이면 손해 본다는 생각을 갖는다. 앞선 기업이 참여했을 때 이익을 줘야한다. 지능정보기술연구원이 공공성 있는 허브가 되기 위해서도 마찬가지다.

김동필 함께 투입하고 함께 나눠 쓴다는 개념이 필요하다. 그런데 누가 더 공헌했느냐를 따지기 시작하면서 문제가 발생한다. 1만 개 가진 회사가 10개 내놓는 것과 10개 가진 회사가 10개 내놓는 것을 원칙을 세워 평가하면 된다.

사회 AI의 부정적 영향이 무엇이고 이를 대비하기 위해 어떤 노력이 필요한가.

엄수원 일자리 문제에 대한 우려다. AI 솔루션을 고객사에 적용하면서 자주 겪는다. AI 때문에 일자리가 없어진다고 생각하는 사람이 많다. 하지만, AI 적용이 더 창의적인 일에 힘쓰도록 도와줄 수 있다.

예를 들면 금융권에 AI를 적용하면 고객 중 누가 사고를 자주내고 연체하거나 부도를 내는지를 예측할 수 있다. 그러면 전략을 잘 짜서 대응할 수 있다. 비효율성을 줄이고 인간은 부가가치가 높은 일을 하게 되는 것이다. 대체 개념이 아니다.

김동필 그동안 1, 2, 3차 산업혁명을 겪으면서 기술이 사람을 대체한다는 안 좋은 경험치가 남은 것 같다. 기업 경영자들은 이를 대비해 인력을 재교육하는 시스템을 만들어야 한다. 자동화 시스템 도입 전부터 대비해야 한다.

사회 좀 더 구체적인 논의를 해보자. 데이터와 AI를 활용하면서 의사결정을 하는 것에 대한 긍정적인 점과 부정적인 점은 무엇인가.

엄수원 긍정적인 점이 많다. 예를 들면 보험료 산정에 있어서 그간의 빅데이터를 활용하면 되레 정확하게 책정할 수 있다. 사람의 기준보다 합리적일 수 있다.

김동필 반대로 인간적인 감성을 빼고 판단하기 시작하면 반발이 클 것이다. 중간에 인간이 조정해야 할 공간을 없애면 생기는 문제를 고려해야 한다. 사회적인 정의나 공정성은 누가 판단할 것인가.

김진형 사람이 하는 것보다 알고리즘이 한다면 오히려 객관성과 투명성을 확보할 수 있다. 각종 우려를 내세워 감정적인 반발은 계속될 것이다. 그러나 이런 논의가 아직 우리나라에는 이른 것 같다. 우리나라 소프트웨어 산업이 전 세계 1%에 미치지 못하고 AI는 끼지도 못한다. 일단 기술적으로 앞서가도록 집중하고, 빨리 확산될 수 있도록 투자와 지원이 필요하다.

김동필 AI가 모든 걸 해결하지 않는다는 것을 전제로 지금부터라도 배양을 해야 한다. 문제는 기초과학은 스타트업 영역이 아니라는 것이다. 정부에서 인력양성 계획을 세우고 민간은 적용할 범위를 빨리 찾아 확산시켜야 한다. 그래야 선순환 구조를 만들 수 있다.

사진_성혜련

공동기획


<본 기사는 테크M 제44호(2016년 12월) 기사입니다>