ISSUE
PEOPLE&LAUNCH
지원사업
진흥원소식
카드뉴스
LIVE ZONE
ISSUE  >  2018년 인공지능 산업 분야의 키워드와 2019년 전망

본문

2018년 인공지능 산업 분야의
키워드와 2019년 전망

+  (사)한국인공지능협회 김현철 상임이사

201812_2_6_img3.jpg



2016년 딥마인드 알파고의 충격으로 대한민국의 인공지능 산업이 촉진되기 전까지는 우리나라 과학기술발전 로드맵에서 인공지능이라는 단어가 없었다. 아마도 우리는 인공지능이라는 주제를 대중문화에서 쉽게 접할 수 있어서 익숙하다 여겼지만, 이것이 아직 우리 생활로 들어오기에는 요원하다고 생각했을지도 모른다.

하지만 2018년을 살고 있는 지금은 어디를 가도 인공지능을 필두로 한 산업 융합에 관한 이야기뿐이다. 이런 폭발적인 관심은 그럴 만도 한 것이 현재 사용되는 머신러닝 및 딥러닝은 1950년대부터 인공지능 관련 학문이 태동했을 시부터 연구되고 마련됐던 기초가 있었고, 또한 21세기에 들어서 기계를 학습시킬 수 있는 충분한 양의 데이터와 컴퓨팅 자원이 뒷받침됐기에 그간 누적됐던 잠재성이 폭발하여 우리 앞에 펼쳐지고 있기 때문이다.

사실 인공지능 구현의 주류 방법론인 기계학습(머신러닝)은 우리가 흔히 접하는 검색, 추천, 데이터시각화, 마케팅, 간단한 예측 등의 서비스에서 요소 기술로 사용되고 있었다. 이제는 인공지능이 가진 보편성 덕분에 빠르게 기존산업으로 도입되려는 추세가 있지만 이런 수요의 장기적인 성과는 투입자본 대비 산업의 효율성 및 생산성을 확보하는 것이다. 그래야 신기술에 관한 관심이 꺼지지 않고, 산학연의 선순환이 일어난다.

201812_2_6_img2.jpg



본격적으로 말하자면, 인공지능은 지능형 시스템의 필수적 기반기술로써 현재의 컴퓨팅 시스템의 성능한계를 극복하고 자율주행 자동차, 드론, 사물인터넷, 지능형 로봇, 지식서비스(검색, 광고, 미디어, 법률, 금융, 교육, 유통 등), 헬스 케어 등 거의 전 산업 분야에 적용되는 기술적 발전을 이끌고 있다.

올해 인공지능은 보건의료 분야에서 특별히 주목받았다. 진단에서 인공지능의 장점은 조기 발견과 정확도의 향상인데, 차병원 등 일부 병원에서 영상 분석 인공지능을 도입해 국내에 소개됐다. 기계학습 알고리즘은 수백만 명의 다른 환자의 의료 영상을 비교하여 육안으로 판단할 수 없는 문제를 찾아낼 수 있다. 해당 분야에서 활약하고 있는 대표적인 기업은 뷰노, 루닛이 있다.

또한 제약 분야도 인공지능 도입이 이뤄지고 있다. 최근 국내에서는 인공지능 신약개발 연구 논의가 활발하게 진행되고 있다. 제약바이오 대표 단체인 한국제약바이오협회 인공지능 추진단은 ‘신약 데이터’의 필요성에 대해 언급했다. 한국제약바이오협회에 따르면 글로벌 신약 연구개발 비용은 2015년 1,498억 달러(약 159조 원)에서 2020년 1,820억 달러(약 193조 원)로 증가할 전망이다.

그러나 5,000여 개 이상의 신약후보 물질 중 단 5개만 임상시험에 진입하고, 그중 한 개만이 최종적으로 판매허가를 받는다. 이런 상황에서 신약 개발 기간도 12년 이상 걸린다. 인공지능을 활용하면 방대한 데이터를 취합·분석해 임상시험에 최적화시키고, 부작용을 예측할 수 있기 때문에 비용과 시간을 획기적으로 줄일 수 있다. 현재 국내에서 이를 전문적으로 하는 업체가 많지 않지만, 설문조사에서는 이를 시도하는 업체들이 나타났다. 신사업 분야로 성장 가능성이 매우 크기에 신테카 바이오와 스탠다임 같은 혁신 기업이 대두되고 있다.

201812_2_6_img1.jpg



최근 산업에서 우선적으로 인공지능 기술 도입이 전개되고 있는 분야는 스마트 팩토리다. 다양한 설비 데이터를 수집한 후 단순한 통계분석보다 뛰어난 분석을 적용함으로써 예방정비의 신뢰성을 개선하고 공정 간 품질결함도 예측한다. 로보틱스 기술과 결합해 다양한 작업에 대한 범용성이 증가했다. 인공지능의 빠른 개발 속도와 잠재력을 고려하면 스마트 팩토리 활용 전략이 제조기업의 성패를 좌우한다고 해도 과언이 아니다. 산업융합이라는 관점은 스마트 팩토리에서 시작된다고 볼 수 있다. 한 상품의 제조 프로세스와 인공지능의 융합이기 때문이다. 이런 대규모 산업에서 주목받는 스타트업이 있는데 울랄라랩과 수아랩이 있다.

인공지능이 대중에게 가장 맞닿은 기술 분야는 음성지능과 언어지능 기술을 활용한 인공지능 챗봇이라고 할 수 있다. 챗봇은 사전 상 ‘대화형 인터페이스상에서 규칙 또는 인공지능으로 유저와의 인터랙션을 하는 서비스’를 의미한다. ‘가상 비서(Virtual Secretary)’, ‘가상 상담원(Virtual Agent)’ 역할로 주로 산업적으로 쓰인다. 각 산업에서는 컨텍 센터나, 대화형 커머스 플랫폼으로 챗봇 도입을 시도하고 있다. 이런 분위기를 반영해서 기술적으로는 음성 언어지능과 산업적으로는 챗봇 서비스 분야가 활발하게 성장하고 있는 것으로 분석됐다.

201812_2_6_img4.jpg



이런 흐름에서 정부는 적극적으로 인공지능 산업 생태계 조성에 나서고 있다. 그런데 이러한 인공지능 산업 생태계의 중심축에는 구글과 아마존 애플과 같은 글로벌 IT 기업이 차지하고 있다는 점에 주목할 필요가 있다. 다양한 산업에 적용되는 인공지능 플랫폼이 전부 다국적 IT 기업의 소유인 것이다.

인공지능 산업의 흐름을 냉철하게 보면 IT 공룡의 기술을 가지고 데이터의 가공처리에 집중하고 있는 것을 알 수 있다. 결국 기술이 아니라 응용의 관점에서 접근이 요구되고 있는 것이다. 인공지능 알고리즘을 활용한 빅데이터 처리에 어떤 아이디어를 가지고 있느냐가 관건이 되고 있다고 할 수 있다. 한국인공지능협회에가 자체 조사한 203개 인공지능 업체와 관계기관 가운데 88.3%가 사업에 맞는 적절한 데이터 수급에 어려움을 겪고 있다고 응답했다. 인공지능 산업의 핵심인 데이터 부족에 관련한 어려움이 크다는 것이다. 데이터 표준화와 공유 등 지속적인 데이터 지원과 체계적인 관리, 산학연계를 통한 맞춤형 데이터공급망 구축이 4차 산업혁명에 직면한 지금 최우선 과제로 부각되고 있다. 내년에는 이런 기조 아래서 정부기관의 데이터셋 구축 사업이 가시적으로 드러날 것이고, 이를 활용한 기업들이 물결을 이루어낼 것으로 예측된다.