인공지능(AI)에 관한 학자들의 정의는 다양하다. 벨만은 인간의 사고, 의사결정, 문제해결, 학습 등의 활동에 연관 지을 수 있는 자동화라고 했고, 윈스턴은 인지와 추론, 행위를 가능하게 하는 계산의 연구라고 하였으며, 크루즈웰은 사람이 기능적으로 수행해야 하는 기능을 수행하는 기계의 제작을 위한 기술이라고 하였다.
그러나 ISO/IEC JTC1/SC42 인공지능 분과의 ISO/IEC 22989:2019(x):CD에서는 인공지능을 3가지 관점에서 정의하였다. 먼저 시스템 관점에서는 ‘지식과 기술을 습득, 처리 및 적용하는 공학적 시스템의 능력. 지식은 사실, 정보이고 기술은 경험 또는 교육을 통해 습득(capability of an engineered system to acquire, process and apply knowledge and skills. knowledge are facts, information and skills are acquired through experience or education)’이라고 정의하였고, 공학적 관점에서 ‘지식과 기술을 습득하고, 처리하고, 적용할 수 있는 능력을 가진 시스템 공학을 연구하는 학문(discipline which studies the engineering of systems with the capability to acquire, process and apply knowledge and skills)’이라고 정의하였으며, 좁은 의미로는 ‘특정 문제를 해결하기 위한 잘 정의된 하나의 작업(AI that is focused on one well defined task to address a specific problem)’이라고 정의하였다
스튜어트 러셀과 피터 너빅은 유명한 저서 『Artificial Intelligence - A Modern Approach』에서 인공지능은 ‘인간의 사고작용을 연구하는 분야, 인간의 지능을 이해하려는 분야, 인간처럼 기계가 문제를 풀 수 있도록 연구하는 분야’ 등으로 정의하였다.
이상으로부터 인공지능은 인간을 모델링하여 인간처럼 문제를 풀기위한 시스템 및 이와 관련된 기술들이라고 정의할 수 있다.
그렇다면 인간을 모델링한 시스템이 얼마나 신뢰를 줄 수 있고 안정적인가? 인공지능이 보편적 기술로 전개되면서, 예측 불허 상황이 전개되는 실생활에서 인공지능을 적용할 경우 발생하는 문제들에 대해 어떻게 대처해야 할 것인가? 만약 자율주행차에 적용된 인공지능이 학습되지 않은 상황에서 실수라도 하여 사람을 다치게 하거나 사망하게 한다면 인공지능을 적절한 기술로 볼 수 있을까? 반면, 인간은 실수 없이 자율주행을 잘 하고 있는가? 인간의 사고는 이해되고 인공지능의 사고는 용서되지 않는 것인가?
다시 처음으로 돌아가서 인공지능은 왜 인간을 모델링 하는가? 인간에게 인공지능은 왜 필요한가? 사실, 인공지능은 인간과 협력을 하기 위한 개념에서부터 출발하였다. 인간이 컴퓨터처럼 계산을 빨리 완벽하게 하지 못하는 것을 인공지능이 보강하도록 하기 위해 시작하였으나, 인공지능이 부족한 모션 및 감성기능을 인간과 협력한다면 인간이 살아가는 이 세계가 더 편리하고 행복한 세계로 실현될 것이며, 인간은 인공지능이 이러한 세계를 실현시켜 줄 것을 기대하고 있다.
이러한 인간의 기대를 충족시켜 줄 수 있는 미래의 인공지능 기술이 바로 범용 인공지능(AGI, Artificial General Intelligence) 기술이다. 바둑이나 특정 영역에서 인간 지능을 뛰어넘는 인공지능을 좁은 의미의 인공지능으로 본다면, 범용 인공지능은 이보다 더 넓은 개념을 말하는 것으로 스스로 학습하고 판단하는 자연스러운 인공지능이 주요 기술들이 된다. 자연스러운 것이 가장 어려운 기술이기 때문에 범용 인공지능이 지향하는 세계는 고난이도의 인공지능 세계이다.
현재 구글을 비롯한 전 세계 기업들은 범용 인공지능을 위한 연구에 박차를 가하고 있다. 범용 인공지능이 세상을 지금과는 완전히 다른 양상으로 바꿔 놓을 것이라고 보기 때문에, 삼성전자도 2019년 11월 ‘삼성 AI 포럼 2019’를 열고 범용 인공지능 연구를 처음으로 공식 선언하면서 기존 인공지능 기술의 한계를 뛰어넘은 범용 인공지능 연구에도 심혈을 기울이고 있다.
2020년 1월 초 미국에서 열린 CES에서도 범용 인공지능 기술이 주제로 전시되었다. 전 세계 155여 개국, 4500여 개 기업이 참가해 새로운 기술을 선보였다. 특히 바둑 인공지능의 경우 지금은 가상의 세계에 머물러 있는 것이 인공지능 로봇 팔을 가지고 직접 바둑돌을 놓는다면 새로운 상황으로 받아들여 인공지능이 제대로 작동하기 쉽지 않을 수 있다. 가상의 세계를 벗어났을 때도 인공지능이 대처할 수 있도록 여러 상황에서 자연스럽게 대응하는 인공지능 기술개발은 필요하다.
사실 범용 인공지능은 1956년 다트머스 회의에서 인공지능의 개념이 처음 정립됐을 때부터 출발한 개념이다. 그러나 기술적 한계로 인해 인공지능은 지난 60여 년간 힘든 시기를 거쳤으나 최근 딥러닝(deep learning)의 눈부신 성장으로 인해 자연스럽게 대응하는 인공지능 기술로써 범용인공지능 기술이 다시 부상하고 있다.
데이터 기반 글로벌 인공지능 수준
한편, 미국 스탠포드대의 인간중심연구소에서는 데이터를 기반으로 인공지능 수준을 측정하고 인공지능 관련 활동과 발전을 추적하기 위해 2017년부터 ‘The AI Index Annual Report’를 발간하고 있다. AI Index는 인공지능 100년 연구에서 구상되었으며, 2019년에는 맥킨지, 구글 등이 협력하여 작성하였다. 최근 공개된 AI Index 2019 보고서에서는 연구개발, 컨퍼런스, 기술성과, 경제, 교육, 자율시스템, 다중의 인식, 사회적 고려사항, 국가전략과 세계적 반향 등 9개 핵심내용 중심으로 지수를 산출하여 AI 수준을 분석한 점이 특징이다.
몇 가지 눈여겨 봐야 할 사항으로 먼저 연구개발 측면에서 보면, 1998년부터 2018년 사이 AI 논문이 차지하는 비중이 3배 증가하여 동종 학술지의 3%, 학술대회 논문의 9%를 차지하였다. 대륙별로 보면 유럽과 중국이 가장 많은 AI 간행물을 발행하였고, 기업과 협력한 AI 논문으로는 미국이 가장 높았다. 중국이 미국보다 많은 AI 간행물을 발간하고 있지만, 미국 AI 간행물의 영향력이 50% 정도 더 높게 나타났다. 미국은 상대적으로 많은 수의 AI 논문이 산학협력을 통한 결과물을 발간하고 있으며, 중국의 기업연계 AI논문의 7배 이상, 유럽의 약 2배 수준이다. 우리나라도 기업과 연계되어 발간되는 AI 논문이 많으나 중국이나 일본보다는 적은 편이다.
아래 [그림 1]은 산학협력 활성화 분포도로써 진한 색일수록 산학협력이 활성화된 지역이며 상대적으로 인공지능 연구관련 생태계가 잘 갖추어진 지역을 나타낸 그림이다. 주로 미국, 영국, 캐나다, 프랑스, 일본, 독일, 홍콩, 스위스 등이 진한 색으로 표시되어 있다.
기술성과 측면에서 보면, 클라우드 인프라에서 대규모 이미지 분류시스템을 학습하는 데에 2017년 10월에 3시간 걸렸던 것에 비해 2019년 7월에는 약 88초로 단축되었다고 하니, ICT 기술발전이 매우 놀라울 정도이다.
[그림 1] 산학협력 활성화 분포도
※ 자료 : stanford university(2020), “Artificial Intelligence Index 2019 annual report”
경제 측면에서 보면, 싱가포르, 브라질, 호주, 캐나다, 인도 등의 국가가 2015년부터 2019년까지 AI 채용을 가장 빠르게 증가시킨 국가로 나타났는데, 우리나라는 top 25위권에는 속하지 않았다. 소프트웨어와 IT서비스, 하드웨어 및 네트워킹, 교육, 재무, 제조 등 세계적으로 AI 기술보급률이 가장 높은 상위 5개국을 선정하였는데, 미국이 모든 분야에서 AI 기술 보급률이 상위 5위에 포함되었고, 중국은 교육관련 기술보급률이 상위 5위에 포함되었으며, AI 기술보급률이 높은 국가로서는 인도, 미국, 프랑스, 중국, 이스라엘 등으로 나타났다
기타 수준들을 정리하면, 최근 언택트 문화 추세로 온라인 강의 플랫폼인 코세라 수강생이 급증하였고, 2019년 말 기준 누적등록수로 보면 머신러닝 관련 과목이 가장 높았으며, AI 관련 강좌수의 등록건수가 최소 5배에서 15배로 증가하였다.
이미 세계 중앙은행에서 ‘인공지능’을 언급한 건수가 영국은행, 일본은행, 연방준비제도이사회(FRB)가 가장 높았고, 미국, 영국, 캐나다 등 정부 회의록 등을 분석해보면 ‘AI’라는 단어가 가장 많이 언급되었다. 2018년 중반부터 2019년 중반까지 윤리 및 AI에 관한 3,600개 이상의 글로벌 뉴스기사를 분석한 결과, 주로 AI 윤리적 사용, 데이터 프라이버시, 안면인식사용, 알고리즘 편향 및 중요기술의 역할에 대한 프레임워크와 지침 등이 등장하였다고 한다. UN의 SDG는 빈곤완화, 보건 및 교육개선, 불평등감소, 환경보존 및 경제성장을 위한 2030년까지의 17가지 글로벌 목표를 의미한다. AI는 UN의 지속가능한 개발목표(SDG) 전체 17개에 적용될 수 있을 것이라고 하였다.
세계 히트맵(heatmap)은 AI 전략 문서 글로벌 샘플 내에서 전 세계 국가의 언급수를 제시하였는데, 중남미, 아프리카, 중앙아시아의 많은 나라들이 AI 전략을 적극적으로 발표하고 있어서 이들 국가를 언급하는 공식국가전략문서가 지속적으로 확인되고 있다.
다양한 이해관계자에 따른 인공지능 서비스 생태계로의 확산
미래 인공지능 기술에 대한 수요 및 전망과 글로벌 인공지능 수준에 대한 평가가 지속적으로 확산되고 있는 가운데, 다양한 stakeholder 중심의 서비스 생태계가 업계의 전 영역으로 확산되면서 기술협력에 대한 요구가 증대되고 있다. Stakeholder들은 인공지능과 다른 핵심기술들을 분리해서 검토하지 않고, 철저히 시장의 관점에서 인공지능 방향성에 접근하고 있다. 인공지능 기술을 중심으로 애널리스트, 빅데이터, IoT 등과 융복합이 발생하고 있고 광의의 과정으로 표준화 진행이 이루어지고 있다. 이미 미국, 유럽 등에서 인공지능 서비스 생태계 구성을 위한 표준화 연구개발에 투자하고 있다.
맥킨지 글로벌 연구소의 ‘인공지능이 세계 경제에 미칠영향’ 보고서에서는, 인공지능이 범용기술(GPT, general purpose technology)로 급부상함에 따라 2030년까지 전 세계 국내 총생산 13조 달러를 기여해 글로벌 GDP가 동 기간 연평균 1.2% 추가 성장할 것이며, 정부가 민간의 수요와 공급 시장을 가속 성장하기 위해 필요한 플랫폼을 제공하면 민간 또는 기업은 이를 바탕으로 성장함으로써 산업화가 추진될 것이라고 전망하였다.
이러한 미국, 유럽의 추세에 발맞추어 2016년 6월에는 과학기술정보통신부, 행정자치부 합동으로 데이터 활성화 정책을 발표하면서 2022년까지 국내 데이터 시장을 10조 원까지 키우고 인력을 15만 명 수준으로 확충하겠다고 발표하였고, 2019년에는 데이터 3법 개정을 통해 ICT 산업의 활성화에 필요한 기반을 마련하였다. 이후 2019년 12월에 과학기술정보통신부는 인공지능 국가 전략을 발표하면서 2030년까지 디지털 경쟁력 세계 3위, 관련 경제효과 455조 원, 삶의 질 세계 10위를 목표한다고 발표하였다. 또한 산업통상자원부에서는 2020년 4월에 산업지능화 추진 전략을 통해 산업 데이터의 중요성과 AI 생태계 및 활용서비스를 강조하였다.
한편 과학기술정보통신부는 2020년 1월부터 D.N.A(Data, Network, AI) 등 디지털기술 혁신의 효과가 국민 삶과 경제·산업 전반에 확실한 변화를 가져올 수 있도록 디지털 미디어 산업전반의 혁신을 위한 과제들을 발굴하고 신속히 추진하기 위한 디지털혁신 3대 전략 분야 범정부 TF를 구성하여 운영하고 있다. 또한 데이터의 생산, 유통, 활용에서 다양한 융합을 통해 데이터 가치사슬 전주기를 활성화하고, 세계적 수준의 인공지능 혁신 생태계를 조성하며, 데이터-AI 융합을 촉진한다는 과제를 전략적으로 추진하고 있다.
또한 과학기술정보통신부는 국내 인공지능 중소·벤처기업의 경쟁력을 높이기 위해 ‘AI 오픈 이노베이션 허브’를 확대 구축하였고, 2019년부터는 학습용 데이터 제공을 대폭 확대하는 동시에 개방형 경진대회를 통한 인공지능 알고리즘 개발·제공과 고성능 컴퓨팅 지원이 보강되고 있는 등 AI Data 개방에 앞장서고 있는 상황이다.
시사점 및 제언
지금까지의 인공지능 미래기술과 생태계로의 확산 등으로부터 몇 가지 앞으로 우리나라에서 관심을 가져야 할 점을 제언하면 다음과 같다,
첫째, 미국이나 중국의 약진 속에서 인공지능 연구의 집중강화가 필요한 분야를 구분하여 체계적으로 연구해야 한다. 기본적인 인공지능 논문이나 연구는 지속적으로 해야 하겠지만, 동시에 우리나라가 세계적으로 두각을 나타낼 수 있는 분야에 대한 선제적 접근 및 투자가 절실하다. 또한 인공지능을 사회 전반에 걸쳐서 영향을 미치도록 하기 위한 다양한 활동(예, 챌린지나 프로젝트 활동)도 수반되어야 할 것이다.
그런데, 우리나라는 다른 나라 못지않은 전략과 투자를 함에도 불구하고 스탠포드대의 AI Index 2019에서 거의 언급되지 않은 이유가 무엇일까? 물론 스탠포드대의 AI Index가 절대적인 AI 수준을 말해주는 것은 아니겠지만, AI Index에서 검토하는 항목들은 꽤 현실적이고 의미있는 항목들이다. 따라서 매년 스탠포드대가 AI Index 보고서를 발간하는데, 우리나라가 매번 배제되거나 낮은 등급에 계속 속한다면, AI Index를 탓하기 보다는 우리나라의 인공지능 추진방향을 심각하게 고려해봐야 할 것이다.
둘째, 최근 대규모의 인공지능 투자정책과 인공지능 데이터 경제로의 활성화 정책 등을 계속적으로 발표하고 있으나, 각 부처별 기반기술에 해당되는 인공지능 서비스 생태계에 대한 표준모델 개발과 생태계 구성에 많은 투자와 중요성이 강조되어야 한다.
인공지능 서비스 생태계란 부처, 기관을 떠나서 인공지능 서비스 관점에서 공급자, 사용자, 이를 활성화 시키는 촉매자 등이 갖추어져서 인공지능 서비스를 원활하게 지원하는 체계를 말한다. 현재 정부부처들이 앞서 본 바와 같이 ‘데이터’를 중심으로 생태계를 언급하고 있어서 추진 방향은 맞으나, 문제는 바라보는 관점이 서로 다르다는 데에 있다. 데이터를 진정 ‘21세기의 원유’가 되게 하려면 시스템적인 관점에서의 데이터 통합이 먼저 이루어져야 하며 이것이 인공지능 서비스 생태계에서 가장 중요한 사항이다.
또한 인공지능 서비스 생태계를 구성하기 위해서는 아키텍처나 어플리케이션에 대해 표준도 진행되어야 한다. 이것을 하지 않을 경우, 인공지능 데이터를 잘 구축하였다 해도 잘 활용될 가능성이 낮으며, 데이터를 생성한 업체 위주로 서비스가 이루어질 가능성이 높아서 범용적인 인공지능 산업 생태계 활성화가 잘 되지 않을 것이다. 현재 정부에서는 인공지능 학습데이터를 대대적으로 구축하고 있고 계속 확충할 계획을 갖고 있는데, 인공지능 서비스 생태계가 갖추어지지 않으면 학습데이터 구축이 무용지물이 될 수 있을 것이며 회복할 수 없는 자원 낭비 상황이 발생할 것이다.
앞서 설명한 ‘범용 인공지능’은 매우 높은 수준의 인공지능 기술이며, 매우 많은 데이터와 풍부한 생태계 환경을 필요로 한다. 따라서 이러한 환경이 원활하게 마련되지 않고 각자 따로 존재하거나 융합이 되지 않는다면, 정부는 투자를 했으나 인공지능은 능력을 최대한 발휘하지 못하는 그저 예측 정도나 하는 토이에 불과할 것이다.
이미 구글, IBM 등 글로벌 기업들은 인공지능 가속성장 인프라를 기반으로 인공지능 산업화를 추진함으로써 경쟁력 있는 인공지능 서비스 생태계를 구축하고 있다. 구글 iCloud, 아마존 AWS, MS의 Azure 등이 클라우드 기반으로 인공지능 서비스 생태계를 구성하기 위한 전략들이다. 이와 같이 글로벌 top 기업들이 인공지능 서비스 생태계를 위해 다양한 솔루션을 내놓고 있고 많은 기관과 기업들을 흡수하고 있는 상황에서, 자칫하다가는 머지않은 장래에 이들 글로벌 top 기업들에 자연스럽게 종속될 수 있다는 생각도 든다.
요약하면, 4차 산업혁명시대에는 장기적인 안목을 가지고, 철저한 선점과 도전만이 생존할 수 있는 유일한 방법일 것이다.
참고문헌
1. 한국정보화진흥원, “데이터로 살펴보는 글로벌 인공지능 수준과 시사점”
2. 과학기술정보통신부(2019), “인공지능(AI) 국가전략”
3. 조영임(2020), “4차산업혁명시대 핵심인공지능 기술” 홍릉과학출판사
4. Stanford University(2020), “Artificial Intelligence Index 2019 annual report”
5. 지능정보산업협회(2020), “Artificial Intelligence Industry Association(AIIA)”
6. 한국정보화진흥원(2020), “EU의 비개인 데이터 정책 동향”
7. 과학기술정보통신부(2018), “i-Korea 실현을 위한 인공지능 R&D 전략”
8. ISO/IEC JTC1/SC42 Artificial Intelligence
9. 국가기술표준원(2020), “R&D 기반 표준 로드맵”
10. Stuart J. Russell and Peter Norvig(2016), “Artificial Intelligence: A Modern Approach, 3rd edition” prentice hall
조영임(曺永任)
현 가천대학교 컴퓨터공학과 교수이며 가천대학교 인공지능 및 스마트시티 연구소 소장이다. 1994년 박사학위 취득 후 삼성전자 멀티미디어 연구소에서 선임연구원으로 근무하였고, 1996년부터 대학교수가 되었다. 2010년에는 대통령직속 국가정보화전략위원회 위원으로 활동하였고, 2017년부터 최근까지 대통령직속 4차산업혁명위원회 스마트시티특별위원회 위원, 2018년부터는 국토부 스마트도시위원회 위원, 국무총리소속 도새재생특별위원회 위원으로 활동 중이다. 2017년부터 현재까지 ISO/IEC JTC1/SC42 인공지능 분과 한국대표를 맡고 있으며 국가기술표준원 인공지능 전문위원회 위원장을 맡고 있다. 2018년에는 한국지능시스템학회 회장을 역임하였고, 최근에는 한국인공지능학회 이사로 활동하고 있다. 저서로는 『인공지능시스템』외 15권이 있다.
