미래 기술의 선구자를 꿈꾸다! 인공지능을 대하는 방식

Story/효성


글. 윤태성(카이스트 기술경영전문대학원 교수)



-
다재다능, 인간을 대신하다


인공지능은 기계가 사람처럼 사물을 인식하고 환경을 인지하며, 경험을 통해서 학습하고 문제를 해결하는 기술이다. 결론을 추론하고 진위를 판단할 수 있는 기술이기도 하다. 생각하는 기계가 필요로 하는 모든 능력을 내포하고 있으므로 인공지능은 공학, 수학, 논리학, 철학, 심리학을 비롯한 많은 기술을 포함한다. 인지 컴퓨팅, 기계 학습, 딥러닝, 자연어 처리, 이미지 인식, 음성 인식, 패턴 인식, 자동 제어, 컴퓨터 비전, 양자 컴퓨터, 자동 추론, 데이터 마이닝, 지능 엔진 등 인공지능은 한 가지 기술이 아니라 다양한 기술을 묶어서 지칭한다.


그러므로 어떤 기술을 인공지능 기술로 보는가에 따라 기술을 적용하는 사례가 크게 달라진다. 하드웨어와 소프트웨어를 대상으로 할 수도 있고 컨설팅과 서비스 사업을 포함할 수도 있다. 사람이 생각할 필요가 있는 활동이라면 거의 틀림없이 인공지능을 사용할 수 있다. 예를 들어 사람이 제품을 육안으로 검사해서 불량 여부를 판단하는 경우에는 인공지능이 얼마든지 대신할 수 있다. 사람이 실험하고 결과를 분석해서 소재를 개발하는 경우 역시 인공지능이 그 역할을 수행할 수 있다.



-
지식 비즈니스로 인공지능 기술을 손안에



이제 인공지능 기술을 활용해서 손에 잡히는 성과를 만들어야 한다는 의견이 많다. 그렇다면 기업에서는 인공지능 기술을 어떤 업무에 활용하면 좋을까? 스탠퍼드대 교수 앤드루 응(Andrew Ng)은 ‘1초 법칙’을 제시한다. 사람이 1초에 할 수 있는 일이라면 인공지능을 사용하기 적절하다는 의미다. (Andrew Ng’s 1-second Doctrine)


필자는 ‘지식 비즈니스 사이클’을 제안한다. ‘지식 구조화, 재구축, 유통, 활성화’로 이어지는 사이클로, 막대한 지식을 폭넓게 모아 중립적으로 관련 관계를 형성하는 ‘지식의 구조화’ 단계 → 특정 관점과 목적에 따라 지식을 가공하는 ‘지식의 재구축’ 단계 → 지식을 다시 전 세계에 널리 제공하는 ‘지식의 유통’ 단계 → 많은 사람들이 그것을 활용하게 되는 ‘지식의 활성화’ 단계의 4단계 시나리오다. (<오픈 놀리지 : 지식은 어떻게 비즈니스가 되는가>, 21세기북스)



[지식 비즈니스 사이클]


지식 구조화

지식을 모아서 분류하거나 체계를 만드는 작업이다. 여기서 말하는 지식은 물리적으로 수집한 데이터다. 만약 데이터를 보면서 추론을 한다면 이런 데이터는 지식이라고 부른다. 인공지능과 함께 사물인터넷을 이용하면 효과적이다.


지식 재구축

업무의 목적과 관점에 따라 지식을 검색하고 새롭게 관련짓는 작업으로 인공지능에 가장 잘 어울리는 업무다. 예를 들어 현장에서 불량이 발생했을 때 상황에 적용할 수 있는 설계 도면이나 매뉴얼을 검색하고 선별해서 불량을 개선하는 데 가장 유리한 조건을 찾는 작업은 인공지능이 사람보다 훨씬 더 빠르게 할 수 있다. 작업 시방서를 검토하는 작업 역시 인공지능이 사람보다 월등할 수 있다. 데이터를 검색하고 편집하거나 상호 관계성을 찾는 등의 작업은 인공지능에 맡기고 사람은 데이터에 담긴 의미와 의도를 판단하는 작업을 한다.


지식 유통

사용자가 필요로 하는 바로 그 시점에 지식을 제공하는 작업으로서 인공지능과 5G 통신을 융합한다. 블록체인이나 로봇과도 잘 어울린다.


지식 활성화

지식을 적절하게 사용해서 원하는 목적을 달성한다. 제조업이라면 좁은 범위에서는 불량 감소나 생산 목표 달성, 큰 범위에서는 매출 증가 혹은 원가 절감이다.



-
미래 기술의 새로운 일인자



인공지능 같은 미래 기술을 예측하고 업무에 활용하는 태도는 그 방식에 따라 추종자, 추격자, 선구자로 구분할 수 있다. 그렇다면 우리는 어떤 방식으로 미래 기술에 접근해야 할까. 궁극적인 목표는 선구자일 터. 인공지능이란 결국 사람의 지능을 기계로 대신하는 활동이기 때문에 앞서 말한 ‘지식 비즈니스 사이클’을 바탕으로 인공지능 기술에 접근한다면 선구자로서 미래 기술의 새로운 일인자가 될 수 있을 것이다.



[미래 기술에 접근하는 세 가지 방식]


추종자

미래 기술이 어떻게 될지 정답이 있다고 믿는다. 만약 어느 전문가가 2045년에 기술적 특이점이 온다고 말했다면 전문가 이름을 인용하면서 그대로 받아들인다. 추종자는 가만히 앉아서 전문가의 답을 받으려고만 한다. 정답이 있다고 믿기 때문에 정답을 누가 말했는지가 중요하다. 권위자일수록 좋다. 권위자가 한 말을 정답이라 믿고 그대로 복사하고 인용해서 사용한다. 기술이 어떤 방향으로 진화할지는 관심이 없고 특정 기술에 대한 구체적인 내용만 알려고 한다.


추격자

미래 기술을 예측하는 방법에 정답이 있는지는 모르지만 정답처럼 보이는 것은 있다고 믿는다. 추격자는 유명한 기업을 벤치마킹하고 동향을 분석한다. 어느 기업이 어떤 기술을 가지고 있는지 알고 싶어 한다. 최신 사례를 분석한다는 명목으로 다른 기업을 모방하기도 한다. 궁금한 마음에 국제 전시회나 세미나에는 빠지지 않고 참가하며 모든 워크숍에 참석한다. 추격자는 전수 조사를 좋아한다. 누가 무엇을 하는지 알아야 직성이 풀린다.


선구자

미래 기술을 예측하는 방법에는 정답이 없다는 사실을 안다. 궁리해서 답을 스스로 만들어간다. 선구자는 기술을 무한 경쟁이라고 생각한다. 기술이 진화하고 여기서 또 새로운 기술로 점점 발달한다고 믿는다. 선구자는 데이터를 활용해서 가설과 검증을 반복한다. 기술을 다양한 관점에서 이해하려고 노력한다. 특정 기술이 문제가 된다면 근본적으로 이 기술은 어떤 기술인지 생각한다. 선구자는 스스로 기술 로드맵을 만든다. 집중해야만 하는 기술과 그럴 필요가 없는 기술을 구분하는 작업이다.