 |
| 정보통신기획평가원(IITP) 김형철 PM이 ‘ICT R&D 기술 로드맵 2023’에 있어서 인공지능(AI) 분야의 전략목표를 설명하고 있다./아시아뉴스통신=이기종 기자 |
현재 우리는 ‘4차 산업혁명’이라는 동굴 속에 살고 있다. 플라톤의 ‘동굴의 비유’에서 보듯이 우리가 기대하고 있는 ‘4차 산업혁명’이 단지 동굴 벽에 비친 그림자에 불과한지를 지금부터 통찰하고 ‘옥석(玉石)’을 구분해야 한다.
본지는 2019년 ‘양자·AI’ 연재를 통해 미래 산업혁명의 양축인 양자 컴퓨터(Quantum Computer)와 인공지능(Artificial Intelligence, AI)과 관련한 주도적인 활동을 소개해 꿈과 희망이 있는 대한민국의 모습을 그려보려고 한다.
최근 과학기술정보통신부에서는 인공지능과 관련한 다년간 연구사업으로 국내 기술과 여건을 향상시키겠다고 발표했으나 이 사업 추진의 기준이나 토대에 대해서는 알려지지 않았다.
현재 인공지능 사업의 전망 분석을 전담하고 있는 정보통신기획평가원(IITP)을 방문해 과기정통부 소프트웨어·인공지능(SW·AI) 영역의 연구개발 민간전문가를 담당하는 김형철 PM(Program Manager, 연구개발 민간전문가)과 국내외 인공지능 시장의 전망, 국내 인공지능 연구개발 로드맵 방향, 기대효과 등을 살펴본다.<편집자 주>
- ‘ICT R&D 기술 로드맵 2023’ 이란?
▷ 한마디로 말씀을 드리면 ‘인공지능 사업의 투자방향서’이다. 이 기술로드맵은 격년제로 주기적인 성향을 가지고 있다.
정부는 연구개발(R&D) 관련 분야에 투자하는데 있어서 전체적인 큰 그림을 그리기 위해 끊임없이 고민하게 된다.
이를 위해 우리 PM들은 국제적 흐름과 우리 기술 상황을 고려하고 현 시점을 기준으로 2~3년간 앞서서 투자 방향을 설정한 기술 로드맵을 작성한다.
특히 이 기술 로드맵을 작성할 때 기술 발전과 정부의 투자 방향을 명확히 설정해서 정부가 투자해야 할 방향과 민간 분야에서 투자할 방향이 상호 겹치지 않게 한다.
결론적으로 이 기술 로드맵은 상용화 측면을 고려하는 것이 아니라 현재의 기술적인 문제를 극복하고 실제적인 정부의 투자 위치를 찾아가는데 있다.
- ‘ICT R&D 기술 로드맵 2023’ 작성 기준은?
▷ 먼저 기술 분류표와 기술 로드맵을 이해하면 좋겠다.
기술 분류표나 기술 로드맵은 2년마다 작성되지만 서로 다른 관점에서 작성된다.
기술 분류표는 인공지능 기술 전체를 망라하여 구분하는 분류로서 인공지능 기술을 대·중·소 분류의 공간개념으로 구분하여, 특정 기술이 어느 계통에 속하는지 매핑하는 역할을 한다.
이는 기술의 공간적인 개념만 있을 뿐이며, 특정 시기에 중점 투자해야하는 기술의 우선 순위나 시계열 측면의 중요성의 흐름을 표현하고 있지는 않다.
현재 정보통신기획평가원의 기술 분류표에 따르면, SW·AI 대분류 중 인공지능 중분류 아래에 학습지능, 단일지능, 복합지능의 세 가지로 분류되어 있다.
학습지능에는 머신러닝과 학습 및 추론의 세분류가 포함되고, 단일지능에는 언어지능, 시각지능, 청각지능의 세분류가 포함되며 복합지능에는 행동·소셜지능, 상황·감정이해, 지능형 에이전트, 범용 인공지능의 세분류가 포함되는 구조로 되어 있다.
즉, 기술 분류표는 ‘대,중,소’식으로 전체적으로 기술하고 기술 로드맵은 현 시점에서 집중적으로 투자할 방향을 설정하고 사업을 신규로 할 것인가 또는 유지할 것인가를 결정한다.
기술 로드맵 작성은 PM 분야별로 산·학·연 전문가 수십 명이 모여서 기술 이슈 및 흐름, 해외 주요국의 정부 R&D 투자현황을 조사·논의하고 이를 기반으로 PM이 최종적으로 조율 및 정리한다.
특히 인공지능 분야가 ‘기술 로드맵’에 별도의 독립 영역으로 들어온 시기는 2016년(기술로드맵 2022)이며, 그 이전에는 소프트웨어 분야 중 일부에 포함된 형태로 언급이 되어 있었다.
2016년에 제시한 인공지능의 세부분야는 상황이해, 학습 및 추론, 언어 이해, 시각이해, 인지컴퓨팅 등이 있다.
- 인공지능 관련 국내외 시장 분석은?
▷ 국내외 시장 분석은 인공지능 기술이 수많은 산업분야와 적용될 수 있어 전체적인 시장 규모를 특정하기 어려우나, 국내·외 연구기관의 연구를 종합적으로 분석한 내용을 말씀드린다.
먼저 해외시장의 경우 인공지능 기술은 IT 기술뿐만 아니라 자동차, 제도 등 산업 전반적인 분야로 확산되어 차별적인 부가가치를 창출하고 있으며, 자율로봇, 지능형 가상 비서 등이 시장을 이끌 것으로 전망했다.
이 산술적 분석에 있어서는 ‘Statistica’s AI market revenue worldwide 2016-2025’에 의하면 대략 2017년 49억 달러에서 2023년경 532억 달러 규모로 연평균 49.2%의 고도성장을 예측했다.
그다음은 국내시장의 경우 인공지능 시장은 아직 본격적인 활성화 단계가 아니지만 몇 몇 분야에서 세계 시장의 경향을 추격하는 형태로 진행되고 있다고 봤다.
이 산술적 분석에 있어서는 2017년 발행된 ‘국가정보화에 관한 연차 보고서’에 의하면 2017년 6.4조원에서 2023년경 19.2조원 규모로 세계시장과는 차이는 있지만 연평균 20.1%의 고성장을 예상했다.
- 이번 ‘기술 로드맵 2023’의 특성은?
▷ 이번에 작성된 기술 로드맵의 중점은 현재 인공지능의 기술적 한계를 인식하고 이를 기반으로 ‘핵심 기반 기술’을 발전시키기 위한 것이다.
이 특성의 이해를 돕기 위해 인공지능의 역사를 잠깐 말씀드린다.
인공지능의 1차 부흥기는 70년대이며, 사람의 지식을 컴퓨터에 입력하여 이를 기반으로 추론하는 형태의 인공지능이었으며, 사람의 지식을 컴퓨터에 입력하는 일 자체가 매우 복잡하고도 방대한 일이기 때문에 인공지능에 대한 회의를 낳았다.
2차는 자동화 관점에서 뉴럴 넷(Neural Network)과 퍼지 알고리즘이다. 답을 안 써줘도 새로운 값을 추론할 수 있어 부흥했으나 매우 많은 컴퓨팅 파워가 필요했고, 학습을 위한 데이터의 양도 부족한 한계에 직면했다
3차는 딥 러닝(Deep Learning)이며, 최근 딥 러닝은 컴퓨팅 파워가 좋아지고, 온라인으로 활용할 수 있는 데이터가 많아지면서 동시에 발전해 새로운 모습 즉, 유형 분석에 있어서 특성화가 되어 영상 객체 인식 등 특정 부분에서는 사람의 능력을 앞서게 됐다.
그러나 이것을 적용하려고 보니 큰 제한점에 부딪히는데, 딥 러닝의 제한점은 많은 량의 데이터가 필요하다는 것이다.
혹자는 데이터는 여기 저기 많이 쌓여 있는데 데이터가 또 필요하냐고 반문을 할 수 있다. 그러나 여기서 중요한 것은 우리가 알고 있는 데이터와 컴퓨터가 인식해야 할 데이터가 서로 다르고, 컴퓨터가 인식해야 할 데이터는 일정 정도의 정제된 작업이 필수적이다.
즉, 사람이 컴퓨터가 인식할 수 있게 데이터의 값을 부여해주고 이에 대해 학습을 시켜줘야 한다는 것이다.
이것이 인공지능 분야에서 기초로 하는 학습의 필요성이며, 이번 기술 로드맵의 근간이 되는 것이다.
우리가 제시한 ‘핵심 기반 기술’에는 ‘특화적 기술(비지도 학습 인공지능 기술, 설명 가능한 인공지능 기술)’과 ‘포괄적 기술(인간-인공지능 기술, 인공지능 한계 극복을 위한 신기술)’로 구분할 수 있다.
이 ‘특화적 기술’과 ‘포괄적 기술’의 양분화는 전적으로 현재의 인공지능 한계를 면밀히 분석을 통해서 이뤄졌고, 인공지능의 기술적 한계는 자료 생선의 적절성과 충족성에서 기인한다.
현재 일상적으로 자료가 무수히 생산되고 있어 이를 다 인공지능에 적용할 수 있다고 생각한다. 그러나 현실적인으로 생산되는 정보와 인공지능이 사용할 정보와는 차이가 많다.
특히 인공지능이 적절한 수준으로 운영되기 위해서는 학습(기계 학습)이 필요한 상태이다.
어린이에게 교육하듯이 인공지능도 기초적인 교육(인식) 과정이 필요하고, 이 기초자료인 방대한 자료를 사람에 의한 ‘수 작업’으로 하거나 간단한 기계 작업을 통해 인공지능이 받아들일 수 있게 변환해 적용하고 있다.
이렇듯 인공지능이 사용할 수 있는 자료는 아직까지 적절하지 않는 자료가 대부분이며, 이를 충족하기 위해서는 별도의 작업이 필요하다는 것이다.
- 이번 ‘기술 로드맵 2023’의 주요 추진방향은?
▷ 기술로드맵의 주요 추진방향은 4가지 분야로 말씀드린다.
첫째, 비지도 학습 인공지능 기술이다.
이 기술을 위해 정부 영역은 인공지능 연구개발에 필요한 데이터베이스 확보 및 공유 등을 하고, 민간 영역은 산학연 협력연구를 통해 새로운 비지도 학습 기술의 실효성 검증 및 조기 사업화를 추진한다.
특히 언어, 시각, 청각지능 등 주요 인공지능 분야별 특성을 반영한 새로운 비지도 학습 방법론을 연구한다.
둘째, 설명 가능한(Explainable) 인공지능 기술이다.
이 기술을 위해 정부 영역은 설명 가능한 인공지능 원천기술 연구개발을 추진하고 민간 영역은 설명가능한 인공지능 기술을 활용한 신뢰성 강한 인공지능 서비스를 상용화하는 것이다.
특히 실세계 데이터를 기반으로 학습 및 추론을 통하여 의사결정을 도출하고 그 이유를 사람이 이해 가능한 방식으로 제시할 수 있는 인공지능을 개발한다는 것이다.
그다음의 추진방향인 인간-인공지능 협업 기술과 인공지능 한계 극복을 위한 신기술과 관련한 것은 특화된 기술(비지도 학습 인공지능 기술, 설명 가능한 인공지능 기술)을 기반으로 구성되는 것이어서 기대가 크다.
셋째, 인간-인공지능 협업 기술이다.
이 기술을 위해 정부 영역은 인문학적 사고와 이해를 적용할 수 있는 융합형 인재양성 등에 있고, 민간 영역은 산학연 협력연구를 통하여 인간-AI 협업 기술에 대한 실효성 검증 및 조기 사업화를 한다.
특히 이 기술은 인간에 대한 관찰-분석-적용-검증이 중요하므로 산학연의 유기적 협력을 통해 사용자 경험을 충분히 반영할 수 있도록 추진할 것이다.
넷째, 인공지능 한계 극복을 위한 신기술이다.
이 기술을 위해 정부 영역은 개발된 인공지능의 지능수준 검증과 윤리 규정 준수를 확인하는 것이며, 민간 영역은 혁신적인 인공지능 플랫폼 및 서비스 개발을 통해 글로벌 시장을 선도하는 것이다.
특히 새로운 인공지능 알고리즘 분야로 뇌 가소성에 의해 스스로 발전하는 뇌의 구조·기능적 동작 원리를 이해하고 이를 바탕으로 뇌의 학습 기전, 기억 기전, 의식 기전 등을 모방과 응용한 브레인 인스파이어드(inspired) 인공지능 기술을 연구하는 것 등을 들 수 있다.
 |
| 정보통신기획평가원(IITP) 김형철 PM이 ‘ICT R&D 기술 로드맵 2023’에 있어서 인공지능(AI) 분야의 발전방향을 설명하고 있다./아시아뉴스통신=이기종 기자 |
- 인공지능 분야에서 정부와 민간의 역할은?
▷ 정부는 마중물 투자이어야 하고 민간 분야는 인공지능과 관련된 분야에서 확산해야 할 것이라고 본다.
정부의 ‘인공지능+X’을 고려하면, 경제적인 분야에서 파급효과가 크다고 생각하는 것에 의료, 교통 등 분야에 특성화한 산업을 적극적으로 투자해 성공사례를 만들어야 한다.
정부의 ‘인공지능+X’의 중심 내용을 소개하면 첫째, 신약, 미래소재 등 미래 도래가 예상되고 성공의 파급효과가 큰 분야를 중심으로 선도적으로 AI 활용 추진한다는 것이다.
둘째, AI 전문기업을 육성하기 위해 의료, 금융 등 산업응용 분야에 AI 기술 접목 및 신규 서비스 창출을 한다는 것이다.
셋째, 국민의 일상생활에 영향을 미치는 심각한 문제의 과학기술적 해결을 위해 AI 접목하는 것으로 CCTV 활용 실종아동 찾기, 데이터 이용 교통혼잡 해결 등에 재원을 투입한다.
이들 성공사례를 통해 민간 분야의 자발적인 투자를 이끌어 낼 수 있어야 하고, 특히 연구실의 인공지능이 아니라 산업 속의 인공지능이어야 한다.
- 마지막으로 하고 싶은 말은?
▷ 현재 기술 로드맵은 기술적 한계를 극복하기 위해 작성됐다.
우리의 시각은 ‘2023’을 기준으로 했고 이 안에 있는 문제들이 현재는 장기적인 문제일 것이라고 생각하지만, 그때 시점에서 보면 장기적인 문제가 아닐 수도 있을 것이다.
그러나 이번에 ‘기술 로드맵 2023’에 제시된 ‘설명가능한 인공지능’은 효용성이 있을 것이고 또한 ‘비지도학습형 인공지능’도 효용성이 높을 것이라고 예측하고 있다.
또한 현 기준에서 차세대 인공지능을 예측하기 어렵지만, 우리가 기대하는 것은 인공지능의 완성된 모습이 아니라 현 인공지능이 가지는 기술의 결과가 우리의 생활에서 가시적으로 보이는 것을 기대하고 있다.
