2017년 3월 13일 월요일

[215호 웹진: 인사이드 이슈] 미래기술이 현실화된 기술



미래기술이 현실화된 기술
미래 기술에 대한 예측 보고서가 매년 셀 수 없을 만큼 나온다. 산업 전반에 걸친 예측 보고서의 주체는 정책 기관이나 연구 기관이 될 수도 있지만 단위 기업에서도 자신들이 준비하고 있는 미래 기술들을 발표하는 경우도 있다. 이처럼 수많은 미래 기술이 예측되고 있지만 당장 실현되는 경우도 있지만 수십년이 지나도 실현되지 않는 기술도 있다. 이번 회에서는 프리랜서 고동욱 프로, 고려대학교 이영환 박사와 단국대학교 김규억 박사를 만나 미래 기술이 성공한 요인에 대해 살펴보기로 한다.

Q: 안녕하세요. 이번 주제는 매우 주관적인 견해가 강할 것도 같고, 어디서부터 이야기를 나눠야 할지도 걱정이네요. 어느 시점에서 생각하는 미래 기술일지 정하는 것이 좋을 것 같습니다.

IT 기술이 본격화된지는 오래 되었지만 일반 사람들이 직접 경험하면서 느낀 때는 2000년 전후이지 않을까 싶습니다. 더구나 2000년은 20세기에서 21세기로 바뀌면서 Y2K 이슈나 기술의 패러다임이 바뀔 것이라는 기대가 많았던 때이기도 합니다. 대략 20년 정도 전이니 인터넷이 일반 사람들에게 어느정도 활성화되기 시작한 때로 봐야 할 것 같습니다(그림1).


<그림1> Y2K 관련 내용들
출처: 인터넷


지금이라면 IT를 잘 모르는 사람들도 과도한 걱정이었다는 것을 알았을 겁니다. 그만큼 정보가 부족했던 것도 사실이었지만 중요한 사실은 당시에 사람들이 매우 놀랄 정도의 기술들이 많이 선보였기 때문에 IT 기술에 대한 경이감 같은 것도 있었을 때입니다.

Q: 정확하게 그 시점을 지정하시는 것을 보면 무언가 이유가 있을 것 같습니다.

네. 잘 보셨습니다. 2000년이 오기 몇 년 전부터는 2000년을 기점으로 많은 미래 기술이 나타날 것이라는 발표가 많았습니다. 제가 가장 기억이 또렷한 것은 타임즈에서 정한 지금처럼 “미래의 10대 기술”처럼 명확하게는 아니었지만 “최첨단 기술 10가지” 정도로 기억합니다. 당시는 인터넷이 발달하지는 않아서 잡지 형태로 읽었습니다. 이번 이야기에서 보려고 찾아보았는데 없더군요. 아쉬웠습니다.
당시에 기억나는 기술이 몇가지 있는데 먼저 3D 프린터입니다. 당시에는 3D 스캐너도 소개되었는데 가격은 비싸도 조만간 싸게 나올 것이라고 해서 기대가 많았습니다. 품질은 지금과 거의 유사할 정도로 정밀도가 높았던 것으로 기억합니다. 그리고 가정의 중앙 관리식 기기입니다. 집에 있는 전자 제품들을 하나의 기기에 연결해서 제어할 수 있도록 하는 기기였습니다. 불이나 TV도 키고 컴퓨터도 연결해서 인터넷을 할 수 있고 다양한 가정의 정보를 한 곳에서 관리하는 것이지요. 딥 러닝의 전신인 뉴럴 네트워크도 그 때 실현 가능성이 점쳐지기도 했습니다. 문자인식이나 음성인식 등은 실제 적용도 했던 시기였습니다(그림2).


<그림2> 2000년 전에 정립된 기술의 예
출처: 인터넷

Q: 말씀하시는 기술들이 지금 주목받는 기술들로 보이는데 20년 전에 이미 나온 기술이란 건가요?

네, 그렇습니다. 흥미로운 사실이죠. 당시에 소니는 중앙 관리식 기기를 실제로 만들고자 했습니다. 네트워크 선을 연결해서 모든 정보를 주고받고 제어할 수 있도록 말이지요. 정확한 사실이 아닐 수도 있지만 이 것이 플레이스테이션2라고 알려져 있었습니다. 이후에 나온 Xbox도 비슷한 역할을 수행하고자 시도를 했던 적도 있습니다. 물론 정확하게 그 기능을 위해서 만들어진 것은 아니지만요.

Q: 그렇다면 이미 오래전부터 나온 기술이고 20년 정도 흘러서 적용된 이유가 있을 것 같은데 문제가 있었던 건가요?

문제라기보다는 적용에 한계가 있었던 것으로 봐야 할 겁니다. 과거에 발표된 기술들 중에 당시에는 아주 각광받던 기술이었지만 적용되지 못하다가 최근에서야 다시금 주목받는 기술들이 있습니다. 대표적인 것이 딥 러닝 분야도 있고 3D 프린터나 빅데이터 분야도 있습니다.
이러한 기술들이 당시에 활성화되기 어려웠던 이유는 바로 네트워크와 컴퓨터의 속도로 볼 수 있습니다. 물론 다른 이유도 많이 있습니다. 하지만 이번 주제에 맞춰 얘기를 한다면 네트워크와 컴퓨터 속도에 초점을 맞출 수 있다는 것입니다.


<그림3> 무선 네트워크 속도의 변화
C:\Users\sds\Downloads\19135_20641_3823.jpg
출처: 한국과학기술정보연구원


그림3에서 보면 2000년 이후에 3G가 보급되면서 무선 네트워크를 통해 무선 인터넷이 활성화 되기 시작했습니다. 그 이후 스마트폰도 비약적으로 발전했고요. 2010년 이후에도 많은 발전이 있겠지만 무선 인터넷에 대한 전체적인 패러다임은 크게 변했다고 볼 수는 없습니다.

Q: 웹진의 딥 러닝에서도 한번 다뤘던 것 같습니다. 워낙 많은 데이터를 처리해야 하기 때문에 네트워크 속도와 컴퓨터의 속도가 느리면 학습 속도 자체가 느려 개선이 어렵다는 것으로 기억합니다.

네, 그렇습니다. 빅데이터의 양이 실시간으로 어마어마하게 움직여야 하기 때문에 네트워크 속도가 빨라야 하고 잠깐 사이에도 모이는 방대한 데이터 양을 분석해야 하기 때문에 2000년 당시의 컴퓨터 환경으로는 어림도 없는 얘기였지요. 저 같은 경우도 간단한 문자 인식 학습도 며칠씩 걸리곤 했었습니다. 며칠 걸려 결과를 얻었는데 오류가 나타났다면 수정해서 다시 며칠을 기다려야 하는 어려움이 있었죠. 알파고 같은 바둑왕이 나올 수가 없는 환경이었습니다. 알파고의 이론은 그 때나 지금이나 차이가 많지 않지만 네트워크와 컴퓨터의 처리 속도는 상상을 초월할 만큼 달라져 있지요. 그림4를 보면 수많은 처리 과정과 반복되는 학습 과정이 있기 때문에 처리 속도에 대한 요구가 필요한 것입니다.


<그림4> 딥 러닝의 자가 학습과 성장 모델의 예
C:\Users\sds\Downloads\다운로드.png
출처: 솔루룩스 (http://www.saltlux.com/)


만약에 소니의 플레이스테이션2가 가정의 전자제품을 일괄 관리할 수 있었다면 얼마나 편리 했을지 지금의 가정을 보면 금방 이해가 가실 겁니다. 리모콘이 하나로 통일되는 것은 물론이고 전등이나 가스 제어는 물론이고 도둑 지키는 것도 네트워크를 통해 확인할 수 있습니다. 만약 당시에 처리 속도가 빨랐다면 동영상 프로세싱이나 이미지 프로세싱이 가능했을 것이고 네트워크 속도가 빨랐다면 스트리밍 서비스를 통해 지금처럼 집에서도 영화를 시청 가능했을 겁니다.

Q: 듣고 보니 네트워크 속도와 컴퓨터 처리 속도가 빨라짐으로써 발전된 IT 기술이 많네요. 의료IT도 그렇고 모바일의 경우는 무선 네트워크가 뒷받침이 안되었다면 스마트폰이라는 것이 크게 의미가 없을 수도 있겠네요.

3D 프린터의 경우는 다른 요인도 들어 있을 수 있겠지만 정교한 모델링과 렌더링 등을 적용하려면 마찬가지일 겁니다. 전체적으로 생각해볼 때 두 기술의 발전이 현재의 IT 기술의 발전을 이끌었다고 볼 수 있죠. 특히 가정에서 사용하는 IT 기기의 변화는 집안까지 광랜과 같은 100Mbps급 이상의 네트워크 속도가 들어오면서 모든 것이 변했다고 할 수 있습니다. 가정이 아날로그 시대에서 디지털 시대로 바뀌는 변화를 가져온 것이죠.

Q: 그러면 지금보다 더 빨라지면 체감을 할 수 있을지 모르겠지만 예를 들어 네트워크 속도가 더 빨라지면 IT 기술이 더 발전할 수 있다고 이해해도 되는 건가요?

이번 이야기의 핵심일 것 같은데요. 미래 기술의 발전이 네트워크와 컴퓨터 속도로 연결을 짓자는 것이 아니라 시대의 흐름에 맞는 기술을 따라가야 빠른 현실화가 가능한 미래 기술이 무엇인지를 찾아 볼 수 있다는 것입니다.
지금까지는 네트워크와 컴퓨터 속도로 볼 수 있습니다. 물론 더 빨라지면 좋겠지만 현재까지는 그래도 충분히 빠르다고 볼 수 있고 더 성능이 뛰어나기를 바란다면 클라우드나 분산 컴퓨팅 환경 등을 적용하면 되겠지요. 다시 말해 이제는 네트워크와 컴퓨터 속도가 트렌드를 좌지우지하는 시대는 다소 저물고 있지 않나 싶습니다. 최근에는 딥 러닝에 기반한 인공지능과 빅데이터의 시대로 볼 수 있을 것 같습니다(그림5).


<그림5> 빅데이터와 인공지능의 시장 동향
C:\Users\sds\Downloads\ETRI_J003_2014_v29n4_30_F005.jpg
출처: Etri


그림5를 보면 빅데이터의 시장 규모는 점차 늘어나고 있고 인공지능 시장의 경우는 기하급수적으로 늘어나는 것을 볼 수 있습니다. 향후 더 급격한 기울기를 나타낼 것으로도 예측되고 있습니다. 이제 빅데이터와 인공지능을 얘기하지 않는 산업은 거의 없을 정도니까요.

Q: 지금은 거의 모든 기술이 IT에 기반한 것이 많기 때문에 미래 기술을 IT가 이끄는 것이고, 중심이 되는 IT 기술도 시대에 따라 변한다는 것으로 정리되네요. 2000년 전후에는 네트워크와 컴퓨터 처리 속도가 이끌었던 것처럼 말이죠.

네, 그렇습니다. 이제는 미래 기술을 이끄는 IT 기술이 빅데이터와 인공지능으로 볼 수 있다는 것입니다. 하지만 다른 것이다라고 주장할 수도 있다고 말씀드리고 싶은데 변하지 않는 사실은 중심이 되는 IT 기술이 있는 것이다라는 것입니다. 저희는 빅데이터와 인공지능이라고 보는 것이고요(그림6).


<그림6> 빅데이터와 인공지능의 관계
출처: 빅데이터 시대, AI의 새로운 의미와 가치

Q: 지금은 빅데이터와 인공지능의 시대라는 말보다는 빠르게 적용할 수 있는 미래 기술을 이끄는 중심이 되는 IT 기술이 있고, 그 IT 기술을 빨리 찾아 적용하면 좀더 빠르고 의미 있는 미래 기술을 만들어 갈 수 있을 것 같다는 생각이 듭니다. 이번 이야기를 정리해 주시죠.

많은 사람들이 미래 기술을 바라보며 구현하기 위해 노력합니다. 대부분 알려진 미래 기술에 자신들의 아이디어를 연결해보려 하는데 잘 되는 경우보다 실패하는 경우가 많습니다. 적용이 잘 안되기보다는 활성화 되는데 너무 시간이 오래 걸려 실패하는 경우가 더 많습니다. 그 이유는 자신의 아이디어나 기술이 때를 잘못 만났다고 생각해야 할 것입니다. 물론 다른 이유도 있겠죠. 하지만 좋은 기술이나 아이디어도 시기를 잘 만나야 빛을 볼 수 있습니다. 시대의 트렌드를 잘 찾아내는 것도 미래 기술을 현실화하는데 매우 중요한 행동이라 생각합니다.


Keyword: software engineering, future technology, artificial intelligence, big data, network speed, process speed

[215호 웹진: 동향 브리핑] 차세대 로봇 시장의 동향



차세대 로봇 시장의 동향
인공지능 기술과 산업이 발전하면서 산업에 필요한 로봇 산업도 함께 성장하게 되었다. 자동화를 위한 과거의 로봇 산업은 현재 지능을 갖춘 지능형 로봇으로 발전하고 있는데 머신 러닝을 통한 인공지능의 발전이 로봇 산업의 발전을 이끌고 있는 추세다. 이번 회에서는 로봇 산업의 전반적인 동향에 대해 살펴보고자 한다.
로봇의 개요
로봇은 인간을 모방하여 외부 환경을 인식(Sense)하고 상황을 판단(Think)한 후 자욜적으로 동작(Act)하는 기계를 말하는데 인간의 오감과 두뇌, 손과 팔, 표현 등을 기계가 하게 된다. 로봇은 인간을 대신해 단순 반복되는 작업을 담당하는 것으로 시작되었고 제조업에서 많이 사용되다가 최근에는 서비스용으로 많이 활용되고 있다(그림1).


<그림1> 로봇의 종류
C:\Users\sds\Downloads\로봇들.png
출처: T-Robot


로봇을 최초로 적용한 곳은 산업용이었다. 단순 반복 작업을 자동화한 경우가 대부분이었기 때문에 현재의 로봇 형태보다는 공장의 기계에 가까웠지만 자율적인 다양한 작업을 처리하는 로봇이 나타나고 있고 곧 지능을 가지고 응용 작업을 할 수 있는 로봇이 나타날 것으로 기대되고 있다. 이러한 변화는 인간의 노동을 단순 대체하는 것에서 노동을 보완하고 향후에는 인간의 삶을 개선하는 효과를 가져올 것이다.
로봇 기술의 발달은 산업 측면에서 로봇을 활용하면서 인간이 회피하는 작업을 대체하고 노동 대체 효과로 인해 산업 경쟁력이 강화되며 생산성 향상과 규모가 증가함으로써 연관된 산업의 동반 성장 효과를 가져올 것으로 보인다. 이러한 성장은 새로운 고용 창출로 이어지며 산업 전반에 긍정적 효과를 보이게 된다(그림2).


<그림2> 로봇 산업의 효과
출처: 국내외 로봇산업의 정책 및 산업 동향
해외 로봇 산업 동향
보스턴 컨설팅 그룹에 따르면 전세계 제조업 분야에서 로봇의 활용도는 현재 10% 정도이지만 2025년에는 25%로 증가할 것으로 예상하고 있다. 첨단 기술의 발전으로 로봇의 가격이 인하되고 기능이 비약적으로 향상될 것으로 보이기 때문이다. 표1은 2015년에 발표된 로봇 시장 규모를 나타내고 있다.


<표1> 전세계 로봇 시장 규모 (단위: 백만달러)
출처: World Robotics 2015 (IFR)


로봇을 적극적으로 활용하는 국가나 제조업은 제조원가 경쟁력과 생산성이 향상되고 이를 통해 제도 경쟁력 강화라는 국가적인 고민도 해결될 것으로 보인다. 이를 위해 해외의 주요 나라들은 로봇 산업의 다양한 정책을 제시하고 있다(표2).


<표2> 해외 국가별 로봇 산업 정책
출처: 한국로봇산업진흥원, 소프트웨어정책연구소
국내 로봇 산업 동향
한국로봇산업진흥원에 따르면 생산액은 2009년 9,801억원에서 2012년 2조 1,327억원으로 연평균 30% 성장하였고, 수출액은 2009년 965억원에서 2012년 5,953억원으로 연평균 83% 성장하였다. 이에 따라 고용은 2009년 5,068명에서 2012년 10,515명으로 늘어났다(표3).


<표3> 국내 로봇 시장 규모 (단위: 억원, %)
출처: 한국로봇산업진흥원


국내 로봇 산업은 2000년 전후까지 자동차, 반도체 산업의 성장과 IT산업의 급성장으로 로봇 산업이 발전할 수 있는 발판이 마련되었고, 2000년 이후로 10대 차세대 성정 동력산업으로 로봇 산업이 선정되면서 범정부적으로 R&D 투자와 육성을 위한 법적 근거도 마련되었다. 2000년대 후반에는 지능형 로봇 법에 따라 한국로봇산업진흥원이 설립되었고, 2010년 전후로 로봇 산업이 본격적으로 시작되었다(표4).


<표4> 국내 로봇 산업 관련 정책 변화
출처: KIET 산업경제, 소프트웨어정책연구소
로봇 시장의 전망
지금까지 로봇은 사람이 하기 어려운 일을 대신하거나 단순 반복하는 일을 하였지만 지능형 로봇이 나타나면서 로봇은 사람과 커뮤니케이션을 할 수도 있고 사람이 원하거나 로봇 스스로 내용을 파악하고 그것에 맞춰 작동한다. 또한 지능형 로봇은 사람과 교감을 나누고 자율적으로 작동하는 할 수 있어 지금 로봇과 차별성이 있으며 산업은 물론 사람의 삶에 미치는 영향이 더 클 것으로 보인다.
지능형 로봇의 발전은 개인 서비스용 로봇 시장의 성장을 촉진시킬 것으로 보이며 개인 서비스용 로봇 시장은 핵가족과 고령화, 개인적 성향 등으로 발생하는 가사 노동 서비스, 육아 서비스, 간호 서비스 등에서 많은 도움을 줄 것으로 예측된다(표5).


<표5> 전세계 개인 서비스용 로봇 시장 규모 (단위: 백만 달러)
출처: 중소기업청


국제로봇협회에 따르면 제조업용 로봇 시장은 연평균 15%의 성장률을 보일 것으로 예상하고, 서비스용 로봇 시장은 연평균 22%의 높은 성장률을 보일 것으로 전망하고 있다. 국내 로봇 시장도 2010부터 지속적인 성장을 보이고 있으며(그림3) 2018년까지 3년간 연평균 18.6%의 성장률을 보일 것으로 예측된다.


<그림3> 국내 로봇 시장 현황
출처: KDB산업은행, 소프트웨어정책연구소
시사점
우리가 지금까지 보고있는 로봇의 형태는 영화에서 나오던 로봇의 형태와는 사뭇 달랐다. 지금까지 반복되는 작업을 하는 기계 덩어리에 불과했지만 지능형 로봇이 나타나면서 사람이 생각하지 못하는 부분까지 고민하는 응용력이 생기고 있고 사람과 유사한 모양으로 변화되면서 우리가 잘 알고 있는 로봇의 형태를 띠고 있다. 아직 제조업과 같은 제한된 분야에서만 사용되고 있지만 향후 개인들에게 보급될 날이 머지 않은 것으로 보인다. 지능형 로봇이 각 가정에 보급된다면 삶의 질은 더 높아지고 사람들은 또다른 기회를 창출할 수 있을 것으로 기대된다.

참고자료
국내외 로봇산업의 정책 및 산업 동향, 2016, 한국로봇산업진흥원
T-Robot, http://t-robotics.blogspot.kr/feeds/posts/default
HOWSTUFFWORKS, http://science.howstuffworks.com/
국내ㆍ외 로봇 산업 및 정책 현황, 2016, 소프트웨어정책연구소
글로벌 소셜 로봇 시장 현황 및 전망, 2016, 스트라베이스
로봇산업의 국내외 동향 및 전망, 2016, KDB산업은행
Tutorialspoint, https://www.tutorialspoint.com/
Robotics: Ethics of artificial intelligence, 2015, nature
Artificial Intelligence and Robotics, 2017, financial times

Keyword: software engineering, robot, robotics, Artificial Intelligence, Robot System

[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