오늘날 인공지능(AI)은 더 많은 양의 데이터와 보다 빠른 처리 능력, 그리고 더 강력한 알고리즘이 결합되어 더욱 널리 보급되고 있다.

실제로 AI 기술이 거의 모든 산업에 도입되기 시작하면서 컴퓨터가 전례없는 방법으로 말하고, 보고듣고, 의사 결정을 내릴 수 있게 되면서 광범위한 유스 케이스가 잠재적 비즈니스 기회를 확대시키고 있다.

또한 AI의 가능성에 대한 생각도 많이 달라졌다. 비즈니스 세계도 다르지 않다. 인공지능(AI)의 영역이 실제 세계로 확장, 실생활에서 실시간 데이터를 확보하고, 이를 기반으로 서비스 하는 시대가 온 것이다.

귀가 솔깃한 이슈들이 매일 쏟아지고 있다. 그러나 뛰어난 환경과 리소스를 갖춘 소수의 기업과 조직을 제외하면, 현실적인 비즈니스 현장에는 AI는 데이터의 부족, 기술적 이슈, 인력 부족 등 많은 이슈를 동시에 갖고 있다.

그러나 다양한 AI 애플리케이션으로 확산되면서 상황이 바뀌었다. 지난 몇 년간 머신러닝과 AI기술을 기반으로 한 플랫폼, 애플리케이션 및 툴의 수가 기하급수적으로 증가해 왔다.

과학자들과 개발자들은 추론을 시뮬레이션하고 지식을 개발할 수 있는 지능형 머신과 디바이스들을 고안해 냈고, 인간이 어떻게 일하는지를 모방하는 AI가 우리의 생활과 산업에 더 가까이 다가온 것이다.

2020년에는 인공지능이 조직, 사업 모델, 혁신, 문화 등 다양한 측면에서 급격한 변화를 가져올 것으로 보인다. 2020년을 지배할 인공지능 트렌드 5가지와 인공지능 이슈 9가지를 살펴보았다. 먼저, AI 트렌드 5가지를 들어본다.

인력 기술 및 데이터 품질 장벽이 완화되기 시작한다.

2020년에는 산업계에 AI가 확산됨에 따라 AI 개발자, 데이터 과학자뿐 아니라 일반 엔지니어와 과학자들도 AI프로젝트에 참여할 것으로 보인다.

그들은 이제 기존의 심층학습 모델과 다양한 커뮤니티로 접근 가능한 연구로 보다 쉽게 AI를 구현할 수 있게 되었다. 이것은 처음부터 시작하는 것보다 큰 이점을 준다.

AI 모델은 한때 이미지를 기반으로 했지만 대부분은 시계열 데이터, 텍스트, 라이다 등 센서 데이터를 통합하고 있어 엔지니어와 과학자들은 그 영역에 익숙하지 않아도 프로젝트의 성공에 크게 영향을 미칠 것이다.

이는 자동화된 라벨링과 같은 툴을 사용하여 도메인 지식을 사용해 대규모 고품질 데이터 세트를 신속하게 관리할 수 있어진다. 고품질 데이터의 가용성이 높을수록 AI 모델의 정확성이 높아진다. 따라서 성공 가능성이 그만큼 높아질 것으로 예상된다.

AI 기반 시스템의 확장으로 설계 복잡성 증가

인공지능이 더 많은 센서 유형의 이동 물체의 속도와 방향, 중력, 가속도를 측정하는 관성 측정 장치(IMU)와 라이다, 레이더 등과 함께 작동하도록 훈련받으면서 엔지니어들은 자율 차량, 항공기 엔진, 산업용 발전소, 풍력 발전기 등 다양한 시스템으로 AI를 이끌어 가고 있다.

이는 AI모델의 동작이 전체 시스템 성능에 상당한 영향을 미치는 복잡한 다중 시스템으로 AI모델을 개발하는 것은 결승선이 아니라 한 걸음 앞으로 나아가는 것이다.

설계자들은 이러한 AI 기반 시스템의 시뮬레이션, 통합 및 지속적인 테스트를 위한 모델 기반 설계 도구를 찾아 시뮬레이션을 통해 AI가 시스템의 나머지 부분과 어떻게 상호 작용하는지 이해할 수 있을 것이다.

또한 통합을 통해 설계자는 완전한 시스템 컨텍스트 내에서 설계 아이디어를 시도할 수 있다. 또 연속 테스트를 통해 설계자는 AI 학습 데이터 세트의 약점이나 다른 구성 요소의 설계 결함을 신속하게 찾아낼 수 있다.

이 모델 기반 설계는 AI기반 시스템 설계의 복잡성을 해결하는 엔드 투 엔드 워크(end-to-end) 플로우를 나타내는 것이다.

낮은 전력, 저비용 임베디드 장치에 인공지능을 구축

인공지능은 일반적으로 GPU, 클라우드, 데이터 센터 등 고성능 컴퓨팅 시스템에서 사용할 수 있는 32비트 부동 소수점 연산(floating-point)을 사용해 왔다.

이를 통해 보다 정확한 결과를 얻고 모델을 보다 쉽게 교육할 수 있었지만 그동안 고정 소수점 연산(fixed-point)을 사용하는 저비용, 저전력 장치를 배제 했었으나 최근의 소프트웨어 도구의 발전은 이제 다른 수준의 고정 소수점 연산을 가진 인공지능 추론 모델을 지원하고 있다.

이와 함께, 저전력의 저렴한 기기에 AI를 구축할 수 있으며, 엔지니어들이 AI를 설계에 통합할 수 있는 새로운 지평을 열고 있다. 예를 들어, 차량의 전자 제어 장치(ECU)와 기타 산업용 임베디드 장치가 있다.

강화학습은 게임에서 실제 산업 애플리케이션으로 이동한다.

강화학습(Reinforcement learning)은 컴퓨터가 동적 환경과의 반복된 상호 작용을 통해 작업을 수행하는 방법을 학습하는 일종의 머신러닝 기법이다.

이러한 학습 접근법을 통해 컴퓨터는 인간의 개입 없이 작업을 달성하도록 명시적으로 프로그램되지 않고 작업에 대한 보상 측정 기준을 최대화하는 일련의 결정을 스스로 할 수 있다.

2020년에는 강화학습이 게임을 하는 것에서 자동 운전, 자율 시스템, 제어 설계 및 로봇 공학 등을 위한 실제 산업 애플리케이션을 가능하게 할 것이다. 더 지능적이고 효율적인 시스템을 개선하기 위한 구성 요소로 강화학습을 사용하는 경우 성공을 거둘 수 있다는 인식이 확산되고 있기 때문이다.

이는 엔지니어가 강화학습을 구축하고 학습을 위해 많은 시뮬레이션 데이터를 생성하며, 에이전트를 시스템 시뮬레이션 툴에 쉽게 통합하고, 임베디드 하드웨어에 대한 코드 생성을 지원하는 핵심 도구로 작용하는 것이다.

예를 들어, 자율 주행 시스템에서 성능을 향상시키는 것으로 AI는 빠른 속도, 최소의 연료 소비, 응답 시간 등 성능을 개선하고 최적화하기 위해 강화학습 에이전트를 추가함으로써 이 시스템의 컨트롤러를 강화할 수 있다.

이는 차량 다이내믹 모델, 환경 모델, 카메라 센서 모델 및 이미지 처리 알고리즘 등을 포함하는 완전 자율 주행 시스템 모델에 통합될 수 있기 때문이다.

시뮬레이션은 데이터 품질의 부족으로 인한 AI의 성공적인 채택을 가로막는 주요 장벽을 낮춘다.

데이터 품질은 AI를 성공적으로 구축하는 데 가장 큰 과제이다. 시뮬레이션은 2020년에 이 장벽을 낮추는 데 도움이 될 것이다.

일반적으로 정확한 AI모델을 훈련하는 데는 많은 데이터가 필요하다는 것을 알고 있다. 정상적인 시스템 작동을 위해 많은 데이터가 필요한 경우가 많지만, 실제로 필요한 것은 이상 또는 심각한 장애 조건의 데이터이다.

예를 들어, 산업 현장에서 가동되고 있는 펌프에 대한 남은 유효 수명을 정확하게 예측하는 것과 같은 예측 유지 보수 응용 프로그램에 적용된다.

이처럼 물리적 장비에서 고장 데이터를 생성하는 것은 어렵고 비용이 많이 들기 때문에 가장 좋은 방법은 고장 행동을 나타내는 시뮬레이션에서 데이터를 생성하고 합성된 데이터를 사용하여 정확한 AI 모델을 훈련하는 것으로 시뮬레이션은 AI 기반 시스템의 핵심 조력자(Enabler)가 될 것으로 예상된다.

인공지능은 아직 걸음마 단계에 있지만 교육, 국방, 인적 자원, 빈곤 퇴치, 보건, 과학 분야 등에 긍정적인 영향을 미칠 것이라는 데는 의문의 여지가 없다. AI에서 나올 수 있는 사업 개선 가능성은 2020년에도 계속 커질 것으로 보인다. 9가지 이슈를 들어본다.

블록 체인, IoT, AI의 융합

AI가 긍정적인 영향을 미치려면 다른 기술과 통합을 가속화한다. 예를 들어, AI와 연동하지 않으면 자율주행차는 의미가 없다. 사물인터넷(IoT)은 실시간 데이터를 수집하는 자동차 내 센서를 활성화, 조절하는 데 반해 AI모델은 의사 결정에 필요한 것이다.

마찬가지로 블록체인은 AI와 긴밀하게 협력하여 보안, 확장성, 신뢰성 문제를 더 해결해 나갈 것으로 보인다.

AI기반 미디어 및 엔터테인먼트

아직 AI가 미디어 및 엔터테인먼트 산업에 깊숙이 개입하지 않았지만 2020년에는 더 깊이 관여할 것으로 보인다.

이 사실들을 살펴보자. 게임과 영화 제작의 경제성은 높은 비용을 가지고 있다. 따라서 보통 10편 중 1편이 수익성이 있다는 점을 감안하면 이 분야에서 AI의 활용은 불가피한 것이 분명하며, AI는 구성, 제작, 대본 쓰기, 심지어 연기의 발전에도 중요한 역할을 할 것으로 예상된다.

인공지능을 이용한 사이버 보안 시스템

사이버 공격의 정교함과 규모는 기존의 방어 수단을 능가하며 빠른 속도로 증가하고 있다.

사실, 인간은 오늘날의 사이버 범죄에 상대가 되지 않는다. 사이버 위협에 대한 현재의 대책은 악의적인 공격자들을 탐지하고 이러한 범죄자들에 의해 시작되는 활동을 막기 위한 사전 예방적인 접근법이다.

AI는 정오탐율을 획기적으로 개선하여 보안인력의 보안 분석 업무를 덜어줄 수 있다. 그리고 정상적인 접속 내에서의 이상공격 패턴을 탐지하여 알려지지 않은 공격을 찾아낼 수 있게 된다.

2020년에는 AI가 중요한 역할을 할 것으로 보인다. 아직 AI가 알아서 해커를 다 찾진 못해도 내가 해야 할일을 1/100, 1/1000, 1/10000로 줄여줄 수는 있어 조직의 보안 업무 프로세스를 획기적으로 개선하며, 보안인력의 업무를 혁신적으로 덜어줄 수 있는 것이다.

AI가 전통 산업을 붕괴시킬 것이다. 그 대응이 절실한 한 해 일 것

점점 더 많은 조직들이 인공지능이 반드시 필요한 생존 도구라는 것을 깨닫고 있다.

예를 들어, 자동차산업에 자율주행차와 전기차가 등장하면서 내연기관(內燃機關)을 핵심으로 성장한 전통적인 자동차 제조사들은 진화해야 하며, 그렇지 않으면 희망을 없을 것으로 예상된다.

미래의 자동차는 아마, 진화된 인공지능과 모터기술은 세탁기와 냉장고를 팔 듯 A전자, B전자의 상품 안내책자에 올라 선택될 것이다.

이는 지금까지의 조직이 앞으로의 세상에서 생존여부는 기존의 업무 중단을 대비하는 능력에 달려 있다는 것이 분명하다. 2020년은 여기에 대한 전략과 대응이 절실히 필요한 시점이다.

AI가 고객과의 실시간 상호 작용을 촉진할 것

2020년으로 진입하면서 더 많은 마케팅 활동이 실시간으로 진행될 것이며, AI에 의해 주도될 것으로 예상된다.

조직은 AI를 활용해 옴니채널에 걸쳐 실시간으로 다양한 고객 소통을 관리한다. 그리고 이들 회사는 고객 보존을 개선하기 위해 2020년에는 본격적인 AI마케팅이 도입될 것으로 예상된다.

특히 고객 윈-백((win back)으로 시장점유율을 높이고, 활성화를 유도하는 것과 다른 중요한 캠페인은 모두 지능화된 도구를 이용할 것으로 예상된다.

이처럼 AI는 고객과의 상호 작용을 개선하는 능력 외에도, 마케팅 담당자들이 소셜 미디어와 다른 플랫폼을 통해 새로운 고객을 공략할 수 있도록 도와주는 한 해가 될 것이다.

작업장의 지능형 자동화

트럭 운전사와 같은 몇몇 특정한 직업을 AI가 대신할 것이라는 이 문제에 대한 대부분의 보도는 다소 편향되어 있다.

가트너의 예측에 따르면, 2020년까지 AI가 약 180만개의 일자리를 없앨 것이라고 한다. 하지만 그것은 약 230만개의 일자리로 대체될 것이다.

따라서 인공지능이 인간의 일자리를 빼앗을 것이라는 가정을 부인하는 것으로 대부분의 경우 업무 효율성이 향상되면서 더 많은 새로운 일자리가 창출될 것으로 예상된다.

AI 비서가 떠오를 것이다.

AI 비서는 일상적인 고객 서비스와 영업 업무를 간소화하고 자동화할 수 있다. 우리는 이미 지니, 클로버, 시리, 알렉사, 구글 어시스턴트 같은 인기 있는 비서를 보유하고 있다.

점점 더 많은 개인과 기업들이 일상적이고 기본적인 업무를 처리하기 위해 지능형 비서를 고용할 것으로 예상된다. 미국의 글로벌 시장조사 기업 콤스코어(ComScore)는 2020년까지 모든 검색의 절반이 음성을 통해 수행될 것이라고 예측하고 있다.

인공지능 안면 인식 기술의 일반화

안면 인식은 생체 인증의 신뢰할 수 있는 형태이다. 이 분야에 대한 대규모 투자와 심도 있는 연구로 인해 AI애플리케이션의 정확도와 가독성이 지난 몇 년간 크게 향상됐다.

AI의 도움으로 2020년에는 정확한 얼굴 인식 기술사용에 다양한 산업분야에 큰 변화가 예상된다.

개인 정보 보호 및 정책

많은 사람들은 내 정보가 누구에게 어디서 어떻게 사용하는지 잘 알지 못한다. 때때로, 그것은 분실하기도 한다. 2020년에는 개인의 사생활을 보호해야 할 필요성에 대한 우려가 증가할 것으로 예상된다.

이 같은 우려는 최근 AI분야가 발전하면서 촉발됐다. 이제 사이버 위협은 많은 개인과 기업들에게 중요한 문제가 되었다.

2020년에는 인공지능 기술이 이러한 탐지와 공격을 관리하는 데 중요한 역할을 할 것이다. 또 AI시스템의 도움으로 업데이트된 보안 소프트웨어를 사용하여 데이터 침해 및 기타 악의적인 활동을 보다 쉽게 탐지하고 대응할 수 있을 것으로 기대된다.

지금까지 2020년에 더욱 대두될 AI의 주요 이슈와 트렌드를 살펴보았다. 이처럼 인공지능은 우리 산업에 생산성을 향상시키고 사회의 복잡한 문제 해결을 지원하는 있는 가운데 인공지능의 경제적 지형은 AI가 범용 기술화 되어가면서 더욱 발달해가고 확산되고 있다.

더 저렴하고 정확한 예측, 권고 또는 의사결정을 통해 생산성 향상, 복지 증진 및 복잡한 문제 해결을 지원할 것은 확실해 보인다. AI에 대한 우리의 마음가짐과 데이터, 역량 및 디지털화된 작업 흐름에 대한 투자뿐만 아니라 조직적 프로세스의 변화가 필요한 시점이다.