다아라 매거진 _ 2017.06

매거진뉴스

[AIⅠ]인공지능이 몰고 올 미래, 장밋빛 vs 회색빛

근로자의 권리 및 고용 문제에 있어 사회적 합의 요구돼

[AIⅠ]인공지능이 몰고 올 미래, 장밋빛 vs 회색빛 - 다아라매거진 매거진뉴스


기술의 발전에는 언제나 명과 암이 존재하기 마련이다. 학습을 통해 무서운 속도로 나날이 발전을 거듭하고 있는 인공지능 역시 이를 활용해 보다 진보된 미래를 꿈꾸는 이가 있는가 하면 일자리를 뺏기게 될 것이라는 두려움에 떠는 이들도 존재한다.


인공지능으로 촉발된 고용 ‘갈림길’
인공지능이 우리 생활 곳곳에서 존재감을 드러내고 있다. 알파고로 촉발된 인공지능에 대한 대중들의 높은 관심에 부응해 아마존, 구글 등의 글로벌 기업뿐 아니라 국내 통신사들도 너나할 것 없이 인공지능 제품을 출시하고 있다.

미래창조과학부에서 발표한 2013년부터 2017년도까지의 지능형 SW시장 규모 추산 자료를 바탕으로 KT경제경영연구소에서 재산정한 결과, 국내 인공지능 시장 규모는 2020년까지 약 11조1천억 원에 달할 것으로 나타났다. 이렇듯 인공지능 시장 규모가 빠른 속도로 성장하고 있는 상황에 우려를 표하는 이들도 생겨났다. 특히 인공지능에게 일자리를 뺏길까봐 걱정하는 이들은 인공지능 산업 발전에 부정적인 견해를 보이고 있다. 과거에도 인공지능은 많은 분야에서 활약해 인간을 대체할 것이라고 여겨져왔다. 그 결과 현재의 놀라운 성과로 귀결됐으며 이제는 대중화를 눈앞에 두고 있다.
인공지능은 점차 사람이 할 수 있는 일과 하기 힘든 일, 심지어는 할 수 없는 일까지 담당하고 있다. IT 자문기관 가트너는 오는 2022년까지 스마트 머신과 로봇이 의료, 법률, IT 분야의 고학력 전문직 업무를 대체할 것이라고 전망하기도 했다.

가트너 펠로우(Gartner Fellow) 겸 부사장인 스티븐 프렌티스는 “AI와 머신 러닝의 경제학은 기존 전문직이 수행하는 다수의 업무가 저비용 유틸리티가 되는데 기여할 것”이라며, “AI는 복잡한 업무를 기업 차원에서 전기처럼 계량 단위로 요금을 내고 사용하는 서비스로 전환시키면서 경쟁력 있고 마진이 높은 다수의 산업은 수도, 전기, 가스 등과 같은 유틸리티처럼 변해갈 것”이라고 내다봤다.

대출 취급이나 보험손해사정과 같은 금융서비스 업무도 자동화될 수 있는 산업이다. 다수의 전문가들은 이로 인해 일부 산업 분야의 고용이 타격을 입을 것이라고 예상하고 있다. 그러나 일각에서는 AI 및 자동화가 규칙적이고 반복적인 작업을 처리하게 되면 기존 인력은 서비스 수준을 제고할 수 있는 여유가 생기고 보다 복잡한 업무를 처리하는데 더 많은 시간을 할애할 수 있게 될 것이라는 의견도 제시되고 있다. 또한, 긴장 강도가 높은 업무 환경의 경우, 인공지능의 도움으로 노동자의 스트레스 수준을 낮춰 줄 가능성도 있다. 인간과 인공지능의 협업을 통한 생산 효율성 향상 또한 기대해 볼 수 있다.

스티븐 프렌티스 부사장은 “AI는 상당히 정의가 잘 돼 있고, 범위가 좁은 문제 해결을 잘 하는 반면, 인간은 해결할 필요가 있는 문제를 정의하고, 복잡한 문제를 해결하는데 뛰어나다”며 “AI와 인간은 다양한 지식과 스킬을 보유하고 있으며, 다양한 방법으로 문제를 해결할 수 있어 서로 협업할 수 있고, 인간 이러한 변화에 적응할 수 있는 능력 또한 갖추고 있다”고 설명했다.

인공지능의 성능은 학습 알고리즘과 지능을 구축할 수 있도록 돕는 학습 데이터의 양과 질에 달려 있다. 하지만 학습 데이터를 만드는 단순작업은 대부분 사람이 해야 하는 일이다. 이렇듯 인공지능의 발달로 대부분의 전문직은 인공지능이 차지하게 되고 인간은 단순 노동 업무만을 맡게 될 것이라는 의견도 제시되고 있다.

AI가 기업에 미치는 영향은 산업, 조직, 고객 등에 따라 다른 것으로 나타났다. 스티븐 프렌티스 부사장은 많은 비용을 들여 오랜 기간 동안 교육 및 훈련을 받아야 하는 변호사를 예를 들었다. 변호사를 고용하는 회사라면 각각의 변호사에 대해 해당 훈련 비용을 보상하기에 적절한 수준의 월급과 수당을 지급해야 한다. 한편, 변호사를 대체할 스마트 머신 역시 마찬가지로 많은 비용이 들며 오랜 훈련 기간이 요구된다. 그러나 스마트 머신의 경우 최초로 도입한 머신 이후에 추가 비용을 거의 들이지 않고 원하는 만큼 스마트 머신을 추가적으로 도입할 수 있다.

KT경제경영연구소에 따르면, 실제로 현재 미국에서 가장 높은 연봉을 받는 근로자는 인공지능 엔지니어이며 머신러닝 엔지니어, 데이터 사이언티스트가 그 뒤를 따르고 있는 것으로 나타났다. 이러한 상황에 아카데미X 박민우 대표이사는 “4차 산업혁명 시대에 인공지능의 발달로 전문직 종사자의 수는 줄어들고, 단순 노동자들이 증가함에 따라 발생하는 사회적인 충돌은 필연적”이라며 “이는 산업계에 있는 기업들이 해결할 수 있는 것이 아니기 때문에 근로자의 권리와 고용의 문제는 사회적 합의가 필요한 부분”이라고 제시했다.

[AIⅠ]인공지능이 몰고 올 미래, 장밋빛 vs 회색빛 - 다아라매거진 매거진뉴스


‘크라우드 소싱 플랫폼’ 활용, 인공지능 교육
인공지능에 대한 대중들의 관심을 폭발적으로 증폭시켰던 ‘이세돌을 이긴 딥마인드’는 수천만 번의 바둑 학습을 통해 최고의 경지에 이르게 됐다. 이렇듯 인공지능을 학습시키기 위한 ‘학습 데이터(Training Data)’를 만드는 작업은 결국 사람이 할 수 밖에 없다. 수백만 건 또는 수천만 건의 방대한 데이터를 사람이 일일이 분류하고 학습에 필요한 결과를 입력해야 한다. 만약 사진 자동 인식을 위한 인공지능을 만들고 싶다면 학습용 사진 이미지 위에 각 이미지에 맞는 라벨링과 단어를 입력해주는 태깅이라는 작업을 반복적으로 수행해야 한다.

이러한 반복작업을 효과적으로 수행할 수 있는 방법으로 아마존은 ‘크라우드소싱 플랫폼’을 택했다. KT경제경영연구소에 따르면, 구글도 검색 결과를 향상시키기 위해서 유사한 플랫폼을 제공하고 있다. 최근에는 유투브의 900만 건의 동영상, 이미지넷의 1천400만 건의 사진을 온라인 크라우드소싱을 통해 태깅 작업을 완료했다.

아마존이 운영하는 ‘Amazon Mechanical Turk(이하 AMT)’는 작업의 요청자가 등록한 작업들을 작업자가 처리한 양만큼 현금으로 보상을 받는 서비스다. 요청한 작업들의 종류는 매운 단순한 업무들이다. 이미지를 보고 단어를 입력한다던가, 필기체를 입력하는 식의 특정 데이터들을 분류하고 정리하는 업무들이 대부분이다. 이는 초기에는 아마존 쇼핑몰 이미지를 분류하고 정리하기 위한 목적으로 사용됐지만, 이후에는 아마존의 인공지능 알고리즘의 학습데이터를 생산하는 목적으로도 활용했다. 박민우 대표는 “좋은 인공지능 서비스를 만들기 위해서는 양질의 학습데이터가 알고리즘만큼 중요하다”며 “세계 최고의 클라우드 컴퓨팅 인프라와 인공지능 핵심 엔지니어들을 통해 만들어진 알고리즘, AMT를 통해서 생산된 충분한 학습데이터 세 가지의 조합으로 알렉사의 현재 수준이 완성된 것”이라고 설명했다.

아마존 AMT만큼이나 유명한 온라인 크라우드소싱 플랫폼 “크라우드 플라워(Crowd Flower)는 ‘데이터가 알고리즘보다 중요하다’라는 모토로 2007년 12월에 설립된 데이터 마이닝 및 크라우드소싱 플랫폼 기업이다. 2011년 기준으로 작업자 수가 150만 명을 넘었으며, 미국 내 주요 IT 기업들이 고객이다. 아마존의 경쟁사인 구글, 애플, 마이크로소프트, 페이스북 같은 기업들이 아마존의 AMT를 이용해 인공지능을 위한 학습데이터를 만드는 것은 매우 위험한 일이다. 자칫 자신들의 인공지능 산업분야와 기술의 수준이 노출될 수도 있기 때문에 특정 기업에 종속적이지 않은 독립된 온라인 크라우드소싱 플랫폼이 필요하다. 크라우드 플라워는 이 틈새시장을 공략하고 있다.

시간이 지날수록 인공지능 알고리즘을 연구하는 사람의 수는 점차 줄어들 전망이다. 기존 컴퓨터 소프트웨어와 달리 인공지능은 특정 수준 이상이 되면 학습만으로 스스로 최적화가 가능해 별도의 엔지니어 도움이 필요하지 않기 때문이다. 결국 인공지능에게 필요한 건 꾸준한 학습 데이터의 생산뿐이다. 이에 박 대표는 “자연스럽게 높은 연봉의 인공지능 엔지니어들의 수는 줄어들게 되고, 학습데이터를 생산하는 저연봉의 노동자의 수는 증가하게 될 것”이라고 밝히는 한편, “그러나 학습데이터 생산을 위한 온라인 크라우드 소싱은 지역과 남녀노소를 가리지 않고 확대될 전망으로 고용의 수는 오히려 증가할 가능성이 높다”고 전했다. 이처럼 인공지능은 장밋빛 전망과 회색빛 전망이 뒤엉켜 발전하고 있다. 보다 효율적인 인공지능의 활용을 위해서는 기존 법 체계와 충돌하지 않는 선에서 사회구성원들의 합의가 이뤄져야 할 것으로 보인다.

[AIⅠ]인공지능이 몰고 올 미래, 장밋빛 vs 회색빛 - 다아라매거진 매거진뉴스


스마트팩토리가 더 ‘스마트’해진다
인공지능은 이미 많은 산업 활동에 변화를 불러일으켰다. 아직 초기단계라고 할 수 있음에도 불구하고 높은 파급 효과를 창출한 점을 고려한다면 향후 스마트팩토리는 물론이고 적용 범위와 기대효과가 더욱 확대될 전망이다.

한국 정부는 2014년부터 ‘제조업 혁신 3.0 전략’을 추진해 중소기업 제조공장의 스마트팩토리 확산을 핵심으로 삼고 있다. 기업과 경제단체를 중심으로 스마트공장추진단을 구성해 2020년까지 1만 개 공장의 스마트팩토리 전환 추진을 목표로 하고 있으며 동양피스톤의 공장을 대표 공장으로 선정해 스마트팩토리 구축을 위한 투자금을 지원하고 생산성 및 수익 개선 성과를 홍보하고 있다.

인공지능의 빠른 개발 속도와 잠재력을 고려한다면, 미래 제조기업의 성패는 인공지능을 스마트팩토리에 얼마나 효과적으로 활용해 생산력 향상을 이뤄내느냐에 따라 좌우될 것으로 예상된다. 포스코경영연구원은 인공지능을 스마트팩토리에 활용할 수 있는 방안으로 ‘설비 예방정비’, ‘공정 간 연계제어’, ‘전문가 공정제어’, ‘로봇 자동화’ 등을 꼽았다.

인공지능의 분석 방법론은 빅데이터 통계적 분석 방법론의 한계를 극복해 안정적 설비 운영 및 품질영향 인자 제어 확대로 생산성 향상을 도울 수 있을 전망이다. 또한, 전문 엔지니어를 능가하는 공정제어로 공정 생산성을 향상하고 신제품 개발, 레이아웃 설계 등에도 활용될 것으로 보인다. 공정자동화하면 가장 보편적으로 떠올리는 인공지능과 로봇의 융합으로 대체 가능한 인간의 작업 영역 역시 증가할 전망이다.
GE를 비롯한 선진기업은 이미 설비 예방정비에 인공지능 분석기법을 도입했으며, 올해 글로벌 스마트팩토리 컨퍼런스에서도 일부 기업들이 RNN 기반의 설비 예방정비 성공 사례를 발표한 바 있다.

기존에는 주요 설비의 고장 시점을 예측하는 것이 쉽지 않아, 제조사가 제안하는 보수적인 유지보수 루틴을 고수해야 한다는 단점이 있었다. 따라서 일부 설비가 갑작스런 고장이 났을 경우, 수리가 쉽지 않았다. 하지만 IoT 기술이 발달하면서 모터 진동, 소요 전압, 전류, 유량, 압력 등 다양한 데이터의 모니터링과 통계분석이 가능해졌다. GE는 이미 이러한 방식으로 인공지능을 활용해 자사의 엔진, 발전기 터빈 등의 예방 정비에서 성과를 보이고 있다고 전하기도 했다.

공정 간 연계제어를 위해서는 주요 설비의 공정 데이터를 실시간으로 통합하고 분석하는 Connected Factory 구축이 요구되지만, 설비 제조사별로 서로 다른 데이터 포맷을 통합하고 실시간 DB를 운영하기 위해서는 대규모 투자가 필요했다. 설사 데이터 통합에 성공했다 하더라도 공정 간 상호작용에 대한 이해가 부족하다거나, 상호작용을 분석하기 위한 빅데이터 인프라 및 분석 역량 부족으로 적용 사례는 일부 반도체 기업에 국한됐다. 그러나 포스코경영연구원은 IoT 기술 도입 및 빅데이터 인프라 발전으로 공정 데이터 통합을 위한 OPC-UA 표준이 논의되기 시작하면서 공정 간 데이터 통합이 용이해졌으며 인공지능 분석을 통해 공정 간 서로 다른 도메인 지식과 복잡한 통계 분석에 의존하지 않고 품질 불량을 더 정확히 예측하는 것이 가능해졌다고 보고서를 통해 전했다.

또한, 인공지능은 강화학습을 통해 운영 Model을 정확하게 유추할 수 있고, 공정 환경 변화에도 스스로 운영 Model을 수정하면서 최적 제어를 할 수 있기 때문에 추가 유지보수가 필요 없다. 딥마인드의 알파고가 이세돌 9단을 꺾은 사례에서 확인할 수 있듯이 학습 가능한 인공지능은 전문 엔지니어보다 더 나은 공정 운영이 가능하다.

로봇 자동화 역시 기존 로봇은 한정된 작업만 수행 가능한 낮은 범용성과 높은 가격으로 핵심 공정에만 제한적으로 활용돼 왔지만 기계공학 기술이 발전하면서 로봇의 제작 비용이 점차 낮아지고 인건비가 상승하면서 로봇을 활용한 공장 자동화가 진전을 보이고 있다.

인공지능 알고리즘을 로봇에 적용하면 스스로 학습해 최적의 작업 방법을 빠르게 습득할 수 있기 때문에 범용성이 큰 폭으로 증가할 전망이다. 일본의 화낙은 인공지능 로봇이 박스에 아무렇게나 들어 있는 부품을 학습을 통해 8시간 만에 정확히 집어내 원하는 작업을 수행했다고 전하기도 했다. 이처럼 인공지능 알고리즘을 통해 로봇의 범용성이 큰 폭으로 확대됨에 따라 로봇으로 대체 가능한 작업이 빠르게 증가할 것으로 예측된다.

포스코경영연구원 김호인 수석연구원은 “인공지능이 가진 스스로 배울 수 있는 학습역량, 기존 통계 분석보다 탁월한 분석역량, 스스로 창작할 수 있는 창조역량이 스마트팩토리 혁신에 새로운 전기를 마련해 줄 것으로 기대되고 있다”며 “각 산업별로 투자규모 및 혁신가치가 상이하므로 혁신 방안별 투자가치를 검토하고 각 기업이 보유한 역량을 중심으로 접근하기보다는 투자가치를 우선으로 두고 부족한 역량은 아웃소싱을 고려해 보는 것도 방법”이라고 제안했다.

가장 많이 본 뉴스

  1. 1[Conference]문재인 정부가 원하는 성장, 산업정책?방향은 어떻게 좇아야 하나?
  2. 2[Outlook] 터키투자청, 한국 기업에 ICT, 자동차, 화학 분야 투자 장려
  3. 3[Semiconductor] SK하이닉스, 결국 도시바 반도체 거머쥐는데 성공
  4. 4[3D Printing]3D 프린팅 시장, 활성화 정책 힘 받고 새 정부와 飛上
  5. 5[EnergyⅡ]2020년 이후 세계 태양광시장 연 100~150GW 규모
  6. 6[추천제품]㈜동원컨테이너, 이동식주택

제품리뷰

㈜다아라 사업자번호 : 113-81-39299통신판매 : 서울 구로-1499

㈜산업마케팅 사업자번호 : 113-86-70903통신판매 : 서울 구로-0421

㈜산업일보 인터넷신문사업 등록번호 : 서울 아 00317

서울시 구로구 경인로 53길 15 중앙유통단지 업무 A동 7층

고객센터 1588-0914

팩스 : 02-2616-6005

이메일 : cs@daara.co.kr

상담시간 : 오전 9시~오후 6시

초지일관 삿갓맨
대통령표창