2017년 3월 13일 월요일

[215호 웹진: 공학 트렌드] 이슈 트렌드 연구 - 4차 산업혁명과 플랫폼



이슈 트렌드 연구 - 4차 산업혁명과 플랫폼
                                                                                  (1) 이슈 트렌드 연구 – 4차 산업혁명과 소프트웨어
                                                                                  (2) 이슈 트렌드 연구 – 4차 산업혁명과 플랫폼
                                                                                  (3) 이슈 트렌드 연구 – 4차 산업혁명과 비즈니스의 변화


4차 산업혁명을 소프트웨어 관점에서 살펴보고 있다. 4차 산업혁명은 산업 관점과 그에 맞는 비즈니스 관점, 정책 관점 등 다양한 관점으로 해석될 수 있다. 심지어는 4차 산업혁명이 올바르게 적용하기 위해 인사조직 관점으로도 해석되기도 한다. 여기에 4차 산업혁명은 IT 기술이 접목된 개념이기 때문에 소프트웨어 관점으로 바라볼 필요가 있다. 이번 회는 두번째 시간으로 4차 산업혁명과 플랫폼에 대해 살펴본다.
4차 산업혁명의 특징
Wikipedia에 의하면 4차 산업혁명을 구성하는 핵심 요소는 어디에서나 연결이 가능하여 원하는 정보를 어디에서든 찾을 수 있는 초연결성과 다른 능력과 연결하여 나타나는 인간의 능력을 뛰어넘는 행동과 판단을 할 수 있는 초지능성으로 나타나있다. 초연결성과 초지능성을 합쳐 기술로 만들어지면 여러 개의 정보가 모여 예측 가능한 새로운 나타나고, 이를 통해 각 산업의 생산성을 높일 수 있는 혁신이 일어날 수 있는 것이다. 정리하면 4차 산업혁명의 특징은 초연결성, 초지능성, 예측 가능성이고, 사람과 사물, 사물과 사물이 네트워크로 연결(초연결성)되어 방대한 데이터를 분석하여 일정한 패턴을 파악(초지능성)하고 분석 결과를 토대로 인간의 행동을 예측(예측 가능성)한다고 볼 수 있다. 2016 다보스 포럼에서는 “모든 것이 IT기술 발전에 의해 연결되고 기업의 경계들도 무너지는 것을 4차 산업혁명이라고 볼 수 있다”라고 하였다(그림1).


<그림1> 4차 산업혁명으로의 변화
출처: ZDNET Korea


4차 산업혁명 시대에는 IT 기술을 기반으로 고도화된 자동화 단계인 3차 산업혁명을 기반으로 IT 융합 기술을 통해 산업 내 또는 산업 간의 경계가 없어질 것으로 보이기 때문에 각 산업에서는 생산성을 높이고자 IT 기술을 앞다투어 받아들이고 있는 것이다. 전통적인 제조업체 GE가 2020년까지 소프트웨어 기업이 될 것이다라고 선언한 것이 이러한 이유 때문이다.
4차 산업혁명에서 필요한 요소
4차 산업혁명의 특징인 초연결성, 초지능성, 그리고 예측 가능성을 위해서는 인공지능이 빠질 수 없는 IT 기술 요소이다. 이전에는 각 산업 전문가가 자신만의 노하우로 데이터를 수집하고 판단하여 산업의 발전을 이끌었다. 하지만 전문가의 노하우 외적인 요소가 첨가되면 판단의 오차는 매우 크게 나타날 수 있다. 인공지능은 이러한 한계를 극복할 수 있도록 방대한 양의 데이터와 전문가도 판단하기 힘든 비정형 데이터까지 수집하고 분석할 수 있다. 초지능적인 분석을 할 수 있고 분석 데이터를 바탕으로 가능성을 예측할 수 있는 것이다.
이때 초연결성을 위해 IT 기술을 하나 더 포함시키기도 하는데 바로 IoT다. 사람과 사물, 사물과 사물을 연결하여 실시간으로 모든 데이터를 수집해야 하기 때문에 IoT(사물인터넷)의 적용은 필수적이라 할 수 있다. 좁게는 사람과 사물, 넓게는 산업과 산업 간의 융합을 통한 4차 산업혁명이 IoT와 인공지능으로 가능하다고 해석할 수 있다. 물론 이 외에도 다른 요소가 가미될 수 있겠지만 소프트웨어 관점에서는 이 두 기술이 필수 요소라 할 수 있다. 전세계 모든 사물이 인터넷을 통해 연결되고 여기서 모인 빅데이터를 분석하여 판단하는 인공지능이 있다면 가장 이상적인 4차 산업혁명의 인프라가 구축되었다고 볼 수 있다.
2016년 다보스 포럼의 주요 안건은 4차 산업혁명과 글로벌 문제의 해결이었다. 4차 산업혁명을 통해 글로벌 경제 간 경계를 허물고 산업 전반에서 성장 동력을 찾자는 것이었다. 이러한 안건을 해결하기 위해서 4차 산업혁명을 기반으로 글로벌 경계를 허물고 공조하여 글로벌 성장 동력을 찾는 것으로 대안이 모아졌다(그림2).


<그림2> 2016년 다보스 포럼의 주요 안건
출처: 현대경제연구원, 한국인사이트연구소
4차 산업혁명을 위한 플랫폼 구성
4차 산업혁명에서 가장 필요한 요소는 인공지능일 것이다. 그런데 인공지능이 제 역할을 하기 위해서는 많은 입력 데이터가 필요하고 이러한 빅데이터 수집을 위해서는 IoT가 반드시 필요할 수 밖에 없다. 수많은 데이터를 수집하고 분석하고 학습하기 위해서는 시스템의 최적화를 위해 클라우드 컴퓨팅을 이용한다. 정리하면 체계적인 ICBM 기반의 플랫폼 구성이 필요하다는 말이다. 다만 ICBM에서 모바일(Mobile)을 나타내는 M을 기계 학습(Machine Learning)을 나타내는 M으로 변경했으면 한다(그림3).


<그림3> ICBM에서의 데이터 흐름
출처: https://www.slideshare.net/yongho/ss-48642508


ICBM에 대해서는 많은 IT 기술 전문가도 너무 개념적인 얘기라고 말하는 경우가 많다. 하지만 거의 모든 산업이 4차 산업혁명을 통해 최신 IT 기술이 전면 도입된다면 IT 기술을 적용해야 하는 소프트웨어 관점에서도 표준적인 적용 모델인 플랫폼이 필요하다. 그림3에서 나타나는 것처럼 각 산업에 IoT, Cloud, Big data, Machine Learning을 적용할 필요가 있다. 왜냐하면 다양한 연결(초연결성)을 통해 빅데이터 기반으로 분석(초지능성)하고 인공지능이 그에 따른 가능성을 예측(예측 가능성)해야 하기 때문이다.
하지만 현재 ICBM 적용률은 현저히 낮은 것으로 파악되고 있다. IoT면 IoT, 빅데이터면 빅데이터와 같이 각각의 기술만 적용하는 경우가 많기 때문이다. 선진국은 산업별로 ICBM을 적용하여 산업 혁신을 도모하고 있는 것으로 알려져 있다. 다만 아직 제도나 정책적인 부분이 해결되지 않은 것이 있어 성공사례가 수집되기는 조금 기다려야 할 것 같다. 정리하면 소프트웨어 관점에서 4차 산업혁명의 핵심 플랫폼은 ICBM과 같이 초연결성, 초지능성, 예측 가능성이 적용된 기술을 기반으로 해야 할 것이다.
4차 산업혁명은 생태계 싸움
4차 산업혁명에서 가장 필요한 요소는 인공지능이라고 했지만 인공지능이 올바른 예측 가능성을 만들어내기 위해서는 빅데이터가 필요하다. 만약 하나의 산업에서 발생하는 데이터를 하나의 인공지능으로 모을 수 있다면 해당 산업에서는 많은 시너지를 발생시킬 수 있겠지만, 반면에 해당 산업 종사자들은 좋든 싫든 해당 생태계에 머물러 있어야 한다. 또다른 인공지능을 만들어 다른 생태계를 만들기는 거의 불가능에 가깝기 때문이다.
구글이나 아마존 등과 같이 최근에 나타나는 다양한 서비스를 무료로 오픈하여 사용하도록 하는 것은 자신들의 생태계에 들어오도록 유도하는 경향이 강하다. 일단 생태계에 들어오게 되면 접속되어 있는 동안 수많은 빅데이터를 제공하게 되고 이러한 빅데이터들은 한 곳에 모아 인공지능의 입력 데이터로 활용된다(그림4).


<그림4> Big data ecosystem
C:\Users\sds\Downloads\Big_Data_ecosystem.jpg
출처: IDC Infographics
4차 산업혁명에 대한 준비
4차 산업혁명에 대한 준비는 다양한 관점에 따라 많을 것이지만 소프트웨어적 관점에서는 각 산업별로 사용될 수 있는 ICBM 기반의 아키텍처를 그릴 필요가 있다. 그리고 이러한 아키텍처는 하나의 기업에서 그리는 것보다 범국가적인 미래 전략을 수립하는 목표로 표준 모델을 그리는 것이 좋다. 또는 각 산업별로 워킹 그룹을 만들어 함께 전략을 수립하는 것도 방법이다. 비슷한 모델로 핀테크 표준 모델을 위해 은행권 공동 오픈플랫폼을 제공하고 있다(그림5).


<그림5> 은행권 공동 오픈 플랫폼
출처: KFTC


기존처럼 기업 간 경쟁 체제로 가면 산업별 필요 빅데이터가 기업에 따라 갈라질 우려가 있다. 물론 잘못된 것은 아니지만 최적의 빅데이터 기반 인공지능을 위해서는 가급적 빅데이터를 모으는 것이 바람직하기 때문이다.
구글과 애플과 같이 모바일 디바이스나 모바일 OS를 만드는 기업에서는 이미 오래전부터 디바이스에서 생성되는 비정형 데이터까지 수집되어 인공지능의 입력 데이터로 활용되고 있다(그림6).


<그림6> 글로벌 IT 기업의 인공지능 사업 현황
출처: 디지털 타임즈


그리고 각 요소 기술 전문가들은 산업별로 만들어진 아키텍처에 해당 기술이 어떻게 얹을 수 있는지를 고민해서 솔루션을 제공하는 것이 좋다. 예를 들어 보안 업체의 경우 기존에는 정보시스템을 구축하는 프로젝트나 기업에 보안 솔루션을 설치하는 경우가 대부분이었다. 하지만 지금은 자동차 산업이나 공장, 심지어는 스포츠 센터에서도 보안 전문가를 찾을 수 있기 때문에 각 산업을 깊게 분석하는 것은 어렵겠지만 IT 기술들이 산업에 어떻게 배치가 되고 어떤 요소들이 있는지는 반드시 파악할 필요가 있다는 것이다.

이미 포화상태인 SI나 나날이 시장이 포화상태로 가고 있는 단위 솔루션 사업들을 바라봐야 하는 소프트웨어 업계에서는 4차 산업혁명이 소프트웨어 시장 규모를 확대할 수 있는 좋은 기회로 봐야 한다. 좋은 결과를 얻기 위해서는 ICBM과 같은 표준적 모델을 기반으로 각 산업을 분석하고 큰 그림을 그려봐야 할 것이다. 다음 회에서는 4차 산업혁명이 적용되면서 비즈니스가 어떻게 변화되는지를 살펴보기로 한다.


Keyword: software engineering, fourth industrial revolution, big data, artificial intelligence, convergence, network, software architecture, software platform