2017년 3월 3일 금요일

[214호 웹진: 공학 트렌드] 이슈 트렌드 연구 - 4차 산업혁명과 소프트웨어



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


4 차 산업혁명은 로봇 공학, 인공 지능, 생명 공학, 사물 인터넷 등을 포함한 다양한 분야에서 나타나고 있는데 소프트웨어 관점에서 보면 인공지능에 기반한 산업 환경의 변화를 나타내고 있다. 4차 산업혁명은 이슈가 된지 얼마 안되었지만 급격한 IT 기술의 확산으로 관심도는 점점 더 심화되는 추세다. 최근 이슈가 되고 있는 트렌드인 4차 산업혁명에 대해 3회에 걸쳐 살펴본다.
4차 산업혁명의 핵심은 인공지능인가?
위키백과에서는 4차 산업혁명을 “기술이 사회와 심지어 인간의 신체에도 내장되는 새로운 방식을 대표하는 디지털 혁명 위에 구축되었다. 제 4 차 산업 혁명은 로봇 공학, 인공 지능, 나노 기술, 생명 공학, 사물의 인터넷, 3D 인쇄 및 자율 차량을 포함한 여러 분야에서 새로운 기술 혁신이 나타나고 있다”고 정의하고 있고, CES(Consumer Electronics Show)에서도 인공 지능을 비롯해 로봇 공학, 네트워크, Reality 등으로 IT 기술 중에서도 첨단 기술을 집대성하는 것으로 소개하고 있다.
1차 산업혁명은 증기기관의 발명으로 철도나 면사방적기 같은 기계가 만들어졌다는 것이고, 2차 산업혁명은 전기의 발명으로 공장에 전력이 공급되면서 대량생산을 가능하게 했다. 약 100년이 흐른 1970년 이후 컴퓨터를 통해 생산 자동화라는 정보기술 시대를 가능하게 한 3차 산업혁명이 일어났다(그림1).


<그림1> 산업혁명의 발전
출처: 세계경제포럼


지금까지 3개의 산업혁명은 증기기관과 전기, 그리고 컴퓨터와 같이 기존에는 없던 혁신적인 기술이 나타나면서 산업의 패러다임을 바꾸었다. 그렇다면, 4차 산업혁명의 핵심 기술은 무엇일까? 많은 사람들은 인공지능(Artificial Intelligence)이라 말하고 있다.
4차 산업혁명의 핵심 키워드는 융합(Convergence)과 연결(Network)다. IT 기술의 발달로 전세계가 실시간으로 정보를 교환하고 개별적으로 발달한 각종 기술들이 원활한 융합을 통해 시너지를 내게 한다. 융합과 연결의 가능성은 이미 오래전부터 잘 알려져 온 사실이다. 4차 산업혁명은 융합과 연결을 활용하여 새로운 부가가치를 창출한다. 4차 산업혁명의 특징은 초지능성(Hyper-Intelligent), 초연결성(Hyper-Connected), 예측 가능성(Predictability)이다.
초지능성은 개개인의 능력이 아무리 뛰어나도 다른 능력과 병행하지 않으면 새로운 가치를 창출하기 힘들기 때문에 인간의 능력을 뛰어넘는 행동과 판단이 중요하다는 것을 강조하는데 단순히 인간의 지적인 수준만 뜻하는 것이 아니고 지능의 다양성과 복합성 등이 포함된다. 초연결성은 언제 어디서든 필요한 정보를 찾아낼 수 있도록 모든 정보가 연결되어 있다는 것을 의미하는데 네트워크로 시스템이 연결되는 것만 뜻하는 것이 아니라 원하는 정보를 제공하는 것과 동시에 정보와 정보를 연결하여 새로운 정보를 만들어 내는 것도 포함한다. 예측 가능성은 다양한 정보들을 합쳐 일반화된 정보로 정리할 수 있고 모아둔 정보들에서 의미있는 정보를 찾아내는 것을 나타낸다. 정리하면 4차 산업혁명은 물리학, 디지털, 생물학 기술이 융합되어 각 산업에서 필요한 새로운 기술들을 찾아낸다(그림2).


<그림2> 4차 산업혁명의 주요 기술
출처: World Economic Forum


이러한 4차 산업혁명의 특징을 종합하면 홍수처럼 쏟아지는 정보를 분석하여 인간보다 더 빠르고 정확하게 판단하여 새로운 정보를 제공해야 하기 때문에 4차 산업혁명의 핵심기술을 인공지능이라고 말하는 것이다.
인공지능만 있다면 4차 산업혁명이 이루어지는가?
여기서 인공지능의 구성을 살펴볼 필요가 있다. 인공지능은 인간과 같이 필요한 정보(데이터)를 수집한 후 저장하고 분석하여 가치 창출에 필요한 활동을 한 후 최적의 맞춤형 예측 모델을 만들어 낸다(그림3).


<그림3> 인공지능의 활용
출처: KCERN - 4차 산업혁명과 규제패러다임 혁신


인공지능이 일을 하는데 가장 필요한 것은 바로 데이터다. 방대하게 수집된 데이터(정보)를 얼마나 체계적이고 효율적으로 분석하는가에 따라 인공지능의 수준이 결정되고 높은 가치를 창출할 수 있는 서비스 모델이 창출할 수 있는 것이다(그림4).


<그림4> 데이터와 서비스 모델의 관계
출처: KCERN - 4차 산업혁명과 규제패러다임 혁신


소프트웨어 관점에서 본다면 4차 산업혁명은 산업에서 만들어내는 정형적, 비정형적 데이터를 시작으로 하고 있고, 수집된 데이터를 분석해서 빅데이터로 만들고 빅데이터를 중심으로 각 산업이 스스로 동작할 수 있도록 도와주는 것이다. 이렇게 만들어진 인공지능으로 제조, 금융, 물류, 의료 등의 산업에 최적화된 서비스 모델을 접목시킬 수 있다. 4차 산업혁명에서 소프트웨어가 매우 중요한 역할을 차지할 수 밖에 없는 이유인데 왜 소프트웨어의 중요성이 강조되는지 살펴보자.
4차 산업혁명은 소프트웨어를 절대적으로 필요로 한다.
각 산업에 ICT 기술이 융합되고 연결되어 발전하는 4차 산업혁명은 사람이 살펴보고 판단하지 못하는 것을 ICT 기술이 대신하는 것을 기본으로 한다. 단순히 사람이 못하던 것을 한다는 것이 아니라 사람이 할 수 없던 일이나 기존에 하던 일을 ICT 기술이 융합되면서 더 세부적이고 정확하게 한다는 말이다.
3차 산업혁명을 지나면서 사람이 직접 정보를 수집해서 판단하던 것이 일부 기계가 판단을 할 수 있게 되었는데 판단 기준을 사람이 미리 정해놓는 경우가 대부분이었기 때문에 미리 정해놓은 규칙에 어긋날 때를 알려주는 정도였다. 4차 산업혁명은 이러한 판단 기준조차도 상황에 맞게 산업(기계) 스스로가 판단하여 움직이게 한다(그림3).


<그림5> 산업 데이터의 판단 주체에 따른 구분


이러한 이유로 각 산업(기계)이 동작하는데 필요한 기술이나 부품은 각 산업에서 만들어져 발달하지만 산업의 고유한 데이터가 발생하는데 이러한 데이터를 어느 수준까지 관리하는가에 따라 산업 수준이 결정될 수 있는 것이다.
현재는 산업이 스스로 필요하다는 수준까지만 관리되는 경우가 많은데 데이터를 수집하고 분석하는 것은 물론 어떤 데이터가 중요한지도 혼동하기도 한다. 물론 인공지능이나 데이터 외적인 요소로도 산업 발전이 결정될 수 있지만 4차 산업혁명을 발생시키는 주 요인이 최신 ICT 기술이고 데이터를 사용하지 않는 것은 거의 없다는 것에 주목할 필요가 있다.
로봇 공학을 예로 살펴보면 로봇에는 다양한 ICT 기술이 들어가겠지만 로봇이 원활하게 동작하기 위해서 필요한 데이터가 무엇인지 찾아내기 위해 수많은 시뮬레이션을 반복하고 반복된 데이터를 분석하여 로봇에게 스스로 동작하는 방법을 적용한다. 이 것이 로봇에 탑재되는 인공지능이라 할 수 있다.
이처럼 거의 모든 산업에서 요구하는 4차 산업혁명의 표준 모델에서 빠질 수 없는 요소가 데이터이며 이러한 데이터는 소프트웨어를 통해 빅데이터화되어 더 체계적으로 분석되고 활용된다. 물론 소프트웨어가 산업에서 필요로 하는 다양한 기능 구현을 위해서도 반드시 필요하지만 4차 산업혁명을 근본적으로 적용할 수 있는 필수 요소는 데이터를 효과적으로 다룰 수 있는 소프트웨어라는 것을 기억해야 한다.
산업 전문가는 소프트웨어를 잘 모른다.
4차 산업혁명에서 소프트웨어가 중요하다는 것이 알려지면서 거의 모든 산업에서 소프트웨어 전문가를 찾고 있다. 불과 얼마 전까지만 해도 각 산업에서는 산업 전문가들이 소프트웨어 업무를 병행하는 경우가 많았다. 소프트웨어만 다루는 전문가는 불필요하다고 생각하는 경우도 많았고 해당 산업에서 기본적인 부분을 제외하면 소프트웨어가 그다지 필요하지도 않았다. 하지만 최신 IT 기술을 접목시키기 위해 많은 소프트웨어 전문가들을 채용하는 추세로 돌아서고 있고 각 산업의 범주에 IT 회사가 직접 진출하는 경우도 늘어나고 있다(그림6).


<그림6> 각 산업에 IT 기술이 확산하는 예
C:\Users\sds\Downloads\psooh_OH4WpzVjFATCYS.jpg
출처: zdnet


특히 자동차 산업의 경우 자동차 기업에 소프트웨어 전문부서가 생기고 IT 회사가 자동차를 만드는 현상도 나타나고 있다. 제조 산업의 경우도 제조업에 숙련된 전문가는 줄어드는 추세고 이를 보강하는 시스템과 소프트웨어 전문가가 투입되고 있다. 이러한 현상은 앞으로 더 확대될 것으로 예측되는데 가장 큰 이유는 산업 전문가들이 커버할 수 있는 소프트웨어 범주를 이제 벗어났기 때문으로 판단된다.
4차 산업혁명의 기반이라 할 수 있는 데이터 관리는 체계적인 프로세스와 효율적인 분석과 저장 방법이 필요하고 IT 기술을 활용할 수 있는 소프트웨어들도 전문성을 요하는 수준까지 요구되고 있기 때문이다.
앞으로 각 산업은 소프트웨어를 잘 모르기 때문에 소프트웨어 전문가를 찾는 경우가 늘어날 것이고, 소프트웨어 전문가는 산업에 소프트웨어를 심기 위해 각 산업에 투입된다. 이러한 장면은 어디서 많이 볼 수 있었다. SI 산업이 아직도 성공 확률이 낮은 가장 큰 이유 중의 하나는 소프트웨어를 사용하는 사용자의 환경을 잘 이해하지 못하기 때문에 요구사항을 정확히 파악 못하고 프로젝트가 종료해도 기능을 수정하는 경우가 많다는 것이다. 이러한 전철을 밟지 않기 위해서는 소프트웨어 전문가도 산업에 대해 깊이 있는 이해가 반드시 필요하다.


4차 산업혁명은 아직 제대로 시작도 못했다. 각 산업이 필요성을 느끼고 있지만 어디서부터 시작해야 할지 몰라서 못한 경우도 많다. 어떤 기술이 필요한지 어떻게 접목시킬지 감이 오지 않는 가장 큰 이유는 소프트웨어가 포함되어 있기 때문이다. 각 산업에서 그동안 직접적으로 고민하지 않았던 분야이고 산업에 전문화된 소프트웨어 전문가도 드물다. 기존 세차례의 산업혁명은 기계적인 혁명이었지만 4차 산업혁명은 소프트웨어 혁명이라고도 부를 수 있는 이유가 여기에 있다. 다음 회에서는 소프트웨어가 각 산업에 쉽게 적용되기 위해 필요한 요소에 대해 살펴보기로 한다.


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

[214호 웹진: SW공학 동영상] Moving Target Defense



Moving Target Defense


참석자
Will Hayes - Principal engineer at the Software Engineering Institute
Andrew Mellinger - Principal engineer at the Software Engineering Institute
요약
Moving Target Defense 는 방어 대상을 움직이는 것이며 동적인 네트워크 방어라고 부릅니다. 이 것이 중요한 이유는 대부분의 사람들이 방어력에 대해 생각할 때 그것이 네트워크이든 물리적인 것이든 정적인 방어만 생각합니다. 공격자는 정적인 방어벽을 볼 수 있기 때문에 공격 기회가 많은데 방어벽을 움직이게 한다면 공격이 어려워진다.
대부분의 경우 기존 방어선을 사용하여 동적으로 만들 수는 없습니다. 결국 동적인 속성을 갖도록 시스템을 재설계하거나 계획을 변경해야 합니다. IP 주소가 있는 컴퓨터가 시간이 지나면서 IP 주소가 변경된다면 공격자들이 공격 대상 컴퓨터를 발견하고 공격하려면 위치가 바뀌어 있습니다. 동적인 방어의 다른 예로는 호스트와 관련된 모든 동작, 메모리 레이아웃, 명령어 레이아웃 등과 같이 네트워킹 스택과 프로토콜, 네트워크 경로를 통하는 것들입니다.
암호를 재설정해야하는 정책도 있습니다. 암호를 변경하여 방어력을 향상시킬 수 있습니다. 공격자가 암호를 해독했는데 다른 암호를 사용하면 처음부터 다시 시작해야 합니다. 수비수에게는 돈이 들지 않습니다.
예측할 수 없는 방식으로 조작하는 것이 좋지만 아직 그것에 대한 좋은 해결책이 없습니다. 많은 암호 변경이나 네트워크 레이아웃을 가지고 있다면 동적인 환경을 이해할 수 있게 해주는 일련의 툴을 구축해야 합니다.
저는 이러한 문제를 해결하는 플랫폼을 가지고 있습니다. 그것은 다양한 기계들 사이에서 메시지와 정보를 전송하는 것을 다루고 있습니다. 동적 환경과 정적 환경을 조정하는 것입니다. 우리는 다른 일을 수행하지 않고 환경을 제어합니다.
다양한 회사에서 이러한 동적 방어가 구현되고 있지만 일반적으로는 포인트 솔루션입니다. 사람들이 공격하기가 어려워지도록 웹 페이지가 내부적으로 배치되도록 합니다. 암호 변경, 네트워크 연결 변경과 같은 작업도 수행할 수 있습니다. 방어가 복잡해지면 공격이 더 복잡해집니다. 공격자의 일부는 포기할 겁니다. 포기하지 않더라도 침투하는데 오래 걸리고 걸리는 시간은 방어자가 찾아낼 수 있습니다. 방어자가 침투 정보를 분명하게 알수록 더 빨리 결정을 내리고 더 나은 결정을 내릴 수 있습니다.
우리의 연구는 방어가 함께 작동하는 것이 아니라 공격이 복잡성을 갖도록 하는 것입니다. 사실 내가 시스템 관리자인데 기계가 돌아다니면 제어력이 떨어집니다. 방어자의 관점이 아닌 공격자의 관점에서 움직여야 합니다. 대부분의 보안 업체는 그것에 대해 생각하지 않습니다. 분명히 많은 사람들이 이러한 측면들에 대한 아이디어를 갖고 있으며 그 속성들은 동적으로 되기 쉽습니다.
자기 보호가 우리 모두 필요합니다. 사용자 편의성과 보호 사이에는 긴장이 있습니다. 이 동적인 아이디어는 복잡해지지만 더 많은 보호를 제공합니다.

출판물의 PDF는 http://sei.cmu.edu/yearinreview에서 볼 수 있습니다. "review in year"입니다. 이 포드 캐스트는 SEI 웹 사이트 sei.cmu.edu/podcasts에서 볼 수 있습니다. Carnegie Mellon University의 iTunes U 사이트에서도 사용할 수 있습니다. 오늘 시청 해 주셔서 대단히 감사합니다.

[214호 웹진: 인사이드 이슈] 자율주행 자동차에서 소프트웨어의 역할

자율주행 자동차에서 소프트웨어의 역할
최근에 열린 CES 2017에도 인공지능이 최고의 화두다. 많은 나라에서 인공지능이 적용된 클라우드, 사물인터넷, 음성인식, 로봇 등을 만들어내고 있다. 이 중에서도 일상생활에 가장 근접해서 적용되는 분야는 자동차 분야인데 자율주행 관련해서 빠르게 발전하고 있다. 최근의 조사에 따르면 자동차 업계에서 2020년에 완전한 자율주행 자동차를 출시할 것으로 예상하고 있다. 이번 회에서는 자율주행 자동차에 필요한 기술에 대해 현대파워텍 이윤희 팀장과 단국대학교 김규억 박사를 만나 이야기를 들어본다.

Q: 안녕하세요. 인공지능이 자동차에 적용되면서 자율주행이라는 말로 바뀌는 것 같습니다. 자율주행 자동차에 대해 먼저 간단히 정리해주시죠.

인공지능이 한 분야에 적용되면 거기에 맞는 용어가 생겨나는 것 같습니다. 자동차 분야에서는 드라이버가 차량을 조작하지 않아도 자동차 스스로 주행하는 것을 말합니다. 자동차가 스스로 동작하기 위해서는 다양한 하드웨어도 있어야 하지만 외부 정보를 받아 스스로 판단할 수 있는 소프트웨어도 중요합니다. 엄밀히 말하면 최근에 이슈로 부각되는 알파고처럼 스스로 학습해서 주행하는 기술이 진화하는 것은 아닙니다. 자동차가 주어진 정보나 기준에 따라 스스로 판단해서 주행하는 것이죠.

Q: 드라이버가 배제된 상태에서 자동차가 움직인다라는 것으로 범위를 정할 수 있겠네요. 최근에 출시되는 자동차를 보면 크루즈 컨트롤 기능이 대부분 장착되는데 이 것도 자율주행의 일종인가요?

일찍부터 자율주행을 연구한 구글의 경우는 자율주행 자동차를 만들어 실제 도로를 주행하기에 이르렀습니다. 그러다 보니 자율주행에 대한 수준에 대해 구체적인 기준이 정의되었는데요.

<그림1> 자율주행의 레벨(Levels of driving automation)
출처: Tongji University

그림1에서 보는 것처럼 5단계나 다른 기준에서는 4단계로 정의됩니다. 0과 1단계는 드라이버가 직접 운전하는 단계고, 2단계는 단위 기능이 자동화로 바뀐 것입니다. 3단계는 테슬라의 오토 파일럿 기능처럼 기존의 단위 자율주행 기술들이 통합된 단계로 보는데 드라이버의 시선은 계속 전방을 주시하지만 운전대와 페달은 사용하지 않아도 되는 단계입니다. 크루즈 기능도 이 레벨에 넣을 수 있습니다. 4단계는 자동차가 교통신호와 도로 상태에 따라 스스로 자율주행을 하는 단계인데 드라이버는 운전 외에 독서나 휴식을 취할 수 있고 특정 상황에서 드라이버 개입이 필요한 제한적 자율주행 단계입니다. 마지막으로 5단계는 말 그대로 자동차가 스스로 알아서 운전하는 자율주행 상태를 말합니다.

Q: 자율주행 기술에 대해 레벨까지 매겨져 있다면 구체적인 기술들이 정의되었고 발전도 있었을 것으로 보입니다. 어떤 것들이 있을까요?

크게 구분할 수 있는 것만 몇가지 살펴보면 먼저 방금 얘기된 크루즈 컨트롤(Cruise Control) 기능입니다. 크루즈 컨트롤은 일정 속도까지 차량을 가속한 후 가속 페달을 밟지 않아도 지정된 속도로 차를 주행할 수 있는 기능으로 일정한 속도로 오랜 시간 운전해야 하는 북미권이나 유럽에는 거의 필수 기능입니다. 수십년 전부터 연구되어 지금은 거의 안정화 단계에 있는 기술입니다.
두번째는 자동 긴급 제동 시스템(Autonomous Emergency Braking)입니다. 전방에 추돌 상황이 감지되면 드라이버가 브레이크를 밟지 않아도 경고를 하거나 자동차가 브레이크를 밟아 감속시키는 장치입니다. 이를 위해서는 사물 인식 카메라나 전방 레이더 같은 장비가 필요하겠죠. 메르세데스 벤츠의 디스트로닉 플러스(DISTRONIC PLUS) 시스템은 감지 범위가 다른 세 개의 레이더와 한 개의 카메라를 이용해 전방 교통상황을 파악합니다(그림2). 두 개의 단거리 레이더와 한 개의 중장거리 레이더를 통해 감지하는데 중거리는 전방 60m 이내의 물체를 60도 범위 내에서 감지하고 장거리는 전방 200m 이내의 물체를 18도 범위 내에서 감지하고, 카메라는 최대 500m 거리의 물체를 35도 범위 내에서 감지합니다.

<그림2> 메르세데스 벤츠의 디스트로닉 플러스 시스템
C:\Users\sds\Downloads\08C646_20-1024x402.jpg
출처: jasonryu.net

다음은 운전 보조 장치(Advanced Driver Assistance System)입니다. 자동차에 장착된 센서가 위험 상황을 감지하여 사고 위험에 대해 드라이버에게 경고하게 되고 드라이버가 이를 인지하여 대처하도록 도와주는 안전장치를 말하는데 자율주행 자동차의 근간이 되는 기술입니다. 운전 보조 장치에는 전방 충돌 회피 기능이나 차선을 이탈했을 때 경고하는 기능, 후방의 상황이나 위험을 감시하는 기능이 있습니다.

Q: 여기까지는 지금 출시되는 자동차에서도 볼 수 있는 기능인 것 같습니다. 그림1의 3단계 정도까지로 보면 될 것 같은데 이보다 더 발전된 기술은 어떤 것이 있나요?

제일 먼저 커넥티드 카(Connected Car) 기술이 있습니다. 일반적으로 자동차가 인터넷에 연결될 수 있다는 의미입니다. 전화나 지도를 찾고 뉴스나 날씨, 실시간 교통정보를 드라이버에게 제공합니다. 보통 대시보드의 디스플레이를 통해 기능을 실행 할 수 있죠.

Q: 커넥티드 카 기술은 스마트 디바이스나 지금도 거의 되는 기술 아닌가요? 와이브로나 와이파이 등으로 연결하면 될 것 같은데요?

네, 좁은 의미로는 그렇습니다. 그런데 넓은 의미로는 자동차가 인터넷에 연결된다는 의미는 자동차가 주행에 필요한 주행 정보나 도로 정보 등을 실시간으로 전달받고 전달한다는 것입니다. 이 것은 자동차에 장착된 장비들을 통해 직접 수집해야 하는 정보도 인터넷을 통해 정보를 전달받을 수 있다는 점에서 매우 중요한 발전이라고 볼 수 있습니다. 그림3과 같이 커넥티드 카 기술이 접목되면서 그림1의 4단계로 한걸음 더 나갈 수 있다는 것이지요.

<그림3> 현대자동차 커넥티드 카 구현 기술
출처: 현대자동차

이 외에 주차보조 시스템, 차선 유지 보조 시스템 등이 자율주행 자동차에 사용되는 기술들로 알려져 있습니다. 그림4는 자율주행 자동차가 가지는 5대 서비스를 나타냅니다. 앞에서 얘기된 기술들이 접목되면 그림4와 같은 서비스가 가능하고 자율주행이 가능하다는 것이죠.

<그림4> 자율주행 자동차의 5대 서비스
출처: 산업통상자원부

다수의 자동차 회사에서 크루즈 컨트롤, 차선이탈 경보 시스템, 주차 보조 시스템 등을 제공하고 있는데 IT 기업이 추구하는 자율주행 자동차와 자동차 회사가 추구하는 방향은 다소 다른 점이 있습니다.

Q: 그러고 보니 최근에는 구글이나 애플은 물론이고 우리나라의 네이버도 자율주행 자동차를 얘기하고 있네요. 기존 자동차 회사의 자율주행 자동차와 어떤 차이점이 있을까요? 그런데 IT 회사에서 자동차 기술을 얘기하니 이해하기는 좀 어렵습니다.

IT 기업이 추구하는 자율주행 자동차는 운전면허가 필요 없는 자율주행 자동차를 목표로 하고 있습니다. 현재 잘 알려진 구글의 자율주행 자동차는 무인자동차로 핸들 자체가 없습니다. 이에 반해 기존 자동차 회사는 직접 운전하는 것을 기본으로 하지요.

<그림5> 구글의 무인자동차
출처: Google
구글의 경우 가속 페달과 운전대가 없는 자동차를 목표로 했지만 최근에는 이러한 결정을 잠시 미룬다는 발표도 있었습니다. 어쨌든 운전대나 가속 페달이 없는 자동차를 만드는 것도 가능하다는 것을 증명한 셈이 됐지요.
이번에는 자율주행 자동차가 나오면서 자동차 시장의 경쟁에 IT기업이 가세하게 되는지 얘기해 보겠습니다. 세계 최대 전기 자동차 회사인 테슬라는 프리미엄 스포츠카 급의 양산형 전기 자동차를 개발했습니다. 설립된 지 불과 십 수년 정도 되었는데 말이죠. 여기에 자율주행 소프트웨어인 오토 파일럿 시스템을 2015년부터 장착해 정기적인 무료 업그레이드도 해주고 있습니다. 차 안에 있는 터치스크린으로 차 전체를 관리하고 무선 네트워크를 통해 인터넷에 상시 접속되어 있습니다.
자동차 산업은 매우 기술집약적 산업으로 나름의 노하우가 없이는 진입하기 힘든 시장이었고 전세계적으로 자동차 회사가 몇 개 없을 정도였지만 지금은 그렇지 않습니다. 자율주행 자동차 때문에 그런 것인가라는 생각을 가질 수 있지만 두가지 관점으로 볼 수 있습니다. 먼저 자동차가 고유의 엔진에 의해 움직이던 것이 전기로 바뀌면서 단순하게 바뀌었다는 점입니다. 이 점이 자동차 산업의 장벽을 상당히 걷어냈다고 볼 수 있고, 두번째로는 자율주행 자동차 개념이 생겨나며 IT 회사가 참여하기 시작했다는 것입니다.

Q: 자동차의 고유한 기술이 전기로 바뀌면서 자동차 산업의 주요 관심이 IT 쪽으로 옮겨간다고 봐야겠네요?

네, 그렇게 보는 것이 맞을 겁니다. 구글은 자율주행 자동차가 드라이버의 간섭 없이 일반 도로에서도 주행이 가능한 수준에 도달한 것으로 알려져 있습니다. 여기에 기존의 안드로이드 기술과 합쳐지면서 “스마트 자동차 OS”가 나올 것으로 예상되고 있습니다. 이렇게 된다면 기존 자동차 회사들도 IT 회사에서 만든 소프트웨어들을 필수로 사용할 수 밖에 없는 것이죠. 자율주행이 아니더라도 주행 정보나 드라이버 편의를 위해서는 반드시 소프트웨어의 도움이 필요하기 때문입니다. 그림6에는 아직 IT 기업에서 만든 자동차가 없지만 조만간 진입 할 것으로 예측되는 이유도 소프트웨어가 절대적으로 필요하기 때문입니다.

<그림6> 세계 자동차 업계 자율주행기술 순위
C:\Users\sds\Downloads\20160502162419389981.jpg
출처: 내비건트 리서치

Q: 자율주행 자동차를 통해 소프트웨어가 절대적으로 필요하게 된 이유는 무엇인가요?

예상하시겠지만 최근에 자동차에 드라이버 편의 기능이 많이 탑재되고 있습니다. 많은 소프트웨어들이 자동차 안에서 사용하고 있지요. 그런데 중요한 것은 그러한 편의성만이 아니고 소프트웨어가 없으면 주행 자체가 어렵다는 것입니다.
자율주행 자동차의 대표적인 기능이라 할 수 있는 주행 정보 수집을 보죠. IoT를 사용하면 정보 자체는 수집할 수 있습니다. 하지만 수많은 정보가 실시간으로 수집되고 이 것을 분석해서 빠르게 판단해낼 수 있도록 해야 원활한 주행이 가능한데 우수한 소프트웨어가 없으면 어렵다는 거지요. 자율주행 자동차의 발전으로 인해 ITS라 불리는 지능형교통시스템(Intelligent Transportation System: ITS) 시장이 급성장하는 이유입니다.

<그림6> ITS 시스템
출처: ITS Korea

이 외에도 소프트웨어의 필요성은 많지만 정리를 하면 자동차가 움직이는 동안 발생하는 정보를 기초로 해서 드라이버처럼 또는 그 이상으로 판단을 하도록 해주는 것이 소프트웨어라고 생각하시면 될 것 같습니다.

Q: 전세계적으로도 몇 개 되지 않는 자동차 회사의 경계를 무너뜨리는 것도 소프트웨어의 힘이 작용하는 것 같습니다. 마무리를 부탁합니다.

자동차 산업 외에도 소프트웨어를 필요로 하는 산업은 계속 생길 겁니다. 왜냐하면 인간을 대신해서 자동화하는 요구가 지속적으로 늘어나고 있고 이러한 요구는 인간보다 더 정확하고 효율적인 결과를 나타내기 때문일 겁니다. 반복적인 일들은 기계들 스스로도 할 수도 있지만 쌓이는 정보나 상황에 따라 다양한 판단을 해야하는 일들은 소프트웨어에서 해결해줘야 하는 부분입니다. 자동차 산업도 마찬가지 이유로 소프트웨어 전문가를 많이 찾고 있는 겁니다. 소프트웨어 업계도 이러한 요구에 부응하기 위해서 다양한 산업을 체계적으로 접근하는 방법을 준비해야 할 때라고 생각합니다.


Keyword: software engineering, driving automation, intelligent transportation system, connected car, artificial intelligence