인공지능 산업활성화 생태계 조성을 위한 제언

인공지능 관련 시장은 크게 하드웨어와 소프트웨어로 양분할 수 있다[13]. 하드웨어 시장은 Business to Business(B2B) 영역으로 인공지능 작업을 수행하는 CPU 영역이다. 일반적으로 컴퓨팅 칩의 제조에는 고도의 숙련과 규모의 경제가 요구된다는 점에서 신규 진입자보다는 기존 사업자에게 유리한 시장으로 볼 수 있다. 기술적으로는 GPU 효율성 개선 및 뉴로모픽칩 디자인이 주목을 받고 있다. 한편, 인공지능을 채용하고 있는 응용제품까지 확대할 경우 하드웨어 영역은 더욱 폭넓게 재정의되어야 할 것이다.

<표 1>

AI 관련 시장구분[13]

한편, 인공지능 소프트웨어 시장은 3가지로 세분화될 수 있다. 첫 번째는 Business to Business to Customer (B2B2C) 영역으로 인공지능 기능을 APIs나 플랫폼 형태로 제공하는 Platform as a Service(PaaS) 비즈니스 성격을 갖는다. Google, Microsoft, IBM, Amazon, Facebook 등은 이 분야에 대한 자체 개발전략과 함께 역량있는 스타트업 인수전략도 활발히 추진하고 있다. 두 번째는 기업의 니즈에 따라 다양한 인공지능 툴을 제공하는 인공지능 SW 관련 B2B시장이다. 인공지능 SW는 통상적으로 월정액을 부과하는 Software as a Service(SaaS) 방식으로 제공되며, SW의 형태는 기능 중심(판매, 마케팅)이나 서비스 중심(컴퓨터 비전, 자연어처리, 예측분석)에 따라 범주화될 수 있다. 세 번째는 최종소비자를 대상으로 하는 인공지능 Business to Customer(B2C) SW영역은 주로 검색, 통역, 콘텐츠 필터링, 음성인식, 영상광고와 같은 서비스 정확도를 개선하는 데 사용된다. 주로 기업들의 경쟁은 광고서비스에서 크게 발생하고 있다.

인공지능 기술은 독립된 제품보다는 다른 응용기술이나 사업에 접목되어 제품 경쟁력을 제고시키고 다양한 신산업을 창출하고 있다. 산업적 관점에서 보았을 때 인공지능은 인지, 학습, 추론 등 인간의 사고능력을 모방하는 인공지능 관련 기술을 접목해 제품 및 서비스 경쟁력을 제고시키는 산업을 포괄한다[14]. 거의 모든 분야에서 직면하는 다양한 문제를 해결하기 위해 인공지능 기술이 이용되고 있어서 현시점에서 인공지능의 산업적 영역을 명확히 규정하는 것은 불가능하다고 볼 수 있다.

Tractica(2015)는 인지컴퓨팅, 기계학습, 딥러닝, 자연어 처리, 영상 및 대화인식 등의 인공지능 기술이 활용되는 산업분야를 광고, 소매, 미디어, 투자, 농업, 교육, 헬스케어, 소비자 금융, 자동차, 제조, 데이터 스토리지, 메디컬 진단, 법률자문 등으로 제시하였다[4]. 이를 토대로 (그림 1)과 같이 인공지능 활용 산업분야를 IT, 헬스케어, 농업/에너지, 무인기기(자동차, 항공, 로봇 등을 포괄), 지식서비스로 구분하고, 분야별 특성을 정리하면 다음과 같다.

(그림 1)

AI 응용 주요 산업 분야[14]

첫째, IT 분야에서는SW나 솔루션 형태에서 시스템적 접근을 위한 물리계층에 적용되는 기술을 통한 상용화가 추진되고 있다. 여기에는 GE의 Predix, IBM 왓슨, 삼성전자의 S보이스, Microsoft의 Cortana, Intel의 뉴로모픽칩, Facebook의 딥러닝 기반 이미지 분석, Google의 인공지능 맨하튼 프로젝트 등이 해당된다. 둘째, 헬스케어 분야의 경우 의료 데이터 수집, 제공, 분석 및 신약개발에 인공지능 기술이 활용되고 있다. 특히, 스타트업 중심으로 인식성능 향상이나 이미지 분석 서비스 제공 등 기술 자체에 대한 플랫폼을 제공하고 있다. 여기에는 AiCure, Next IT, Diotek, Lunit 등이 해당된다.

셋째, 농업/에너지 분야에서는 기상 및 지리정보나 사례기반 추론을 통해 위험과 비용을 최소화하고 문제해결을 위한 의사결정 수행에 활용되고 있다. 이 분야도 스타트업 중심으로 빅데이터 분석과 머신러닝 알고리즘을 이용한 인공지능 솔루션이 개발되고 있다. 주요 기업으로는 Monsato, Verdande Tech, The Climate Corporation 등이 있다. 넷째, 무인기기 분야는 가장 광범위하고 고도의 인공지능 기술이 집약된 분야로 신산업, 신성장의 패러다임을 가져올 전망이나 인공지능 기술이 확산되기 위해서는 사회제도 및 문화 조성이 선결과제로 지적되고 있다. 여기에 해당되는 기업에는 Google, 현대자동차, Apple, 3D Robotics 등이 있다. 다섯째, 지식서비스에서는 인공지능 기술이 교육, 금융, 법률, 광고, 유통 등 다양한 영역에 걸쳐 빠르게 적용되고 있다. 특히, ‘지식 노동의 자동화’로 사회적, 경제적 파급효과가 가장 큰 분야로 지적되고 있다. 이 분야의 대표적 기업에는 SmartZip, Cursera, Saithru, Lex Machina, Narrative Science, Bloomberg 등이 있다. 마지막으로 공공분야에서 인공지능 기술은 공공서비스의 질적 향상을 통한 안전한 사회 및 편리한 사회 건설을 위해 필요성이 증대되고 있다. 여기에 미국 뉴욕시의 최첨단 범죄정보시스템인 Domain Awareness System(DAS), Bosch Security System의 동작감시, 침입감지시스템에 특화된 Intelligent Video Analysis(IVA) 시스템, 지능형 영상인식 기능이 탑재된 Objectvideo의 온보드(On-board) 등이 대표적 사례에 해당된다.

인공지능 시장 및 산업에 영향을 미치는 성장동인으로는 ① GPU 분야의 기술진보, ② 클라우드 컴퓨팅 및 빅데이터의 발전, ③ 심층신경망(Deep Neural Network: DNN)의 급격한 발전, ④ Google, Facebook, Microsoft, IBM, Baidu 등의 대규모 투자, ⑤ 신경망의 플랫폼을 제공하는 뉴로모픽칩의 개발 등이 지적되고 있다[13]. 무엇보다도 IT업계의 AI 기술 관련 대규모 투자에 주목할 필요가 있다. 전기차 업체인 Tesla의 일론 머스크는 ‘오픈AI’라는 이름의 재단을 설립하여 10억달러를 투자해 인공지능 연구를 지원할 예정이며, 국내의 삼성전자도 인공지능 벤처기업 비카리우스에 약 236억원을 투자하면서 시장개척을 추진하고 있다[16].

(그림 2)

AI 관련 성장 및 도전 요인[13]

한편, (그림 2)와 같이 인공지능 시장 및 산업의 발전을 제약하는 요인으로서는 ① 칩셋 소형화를 기반으로 하는 컴퓨팅 능력의 한계, ② 규제가 기술진보를 따라 오지 못하고 있다는 점, ③ 인공지능 기술이 대규모 실업을 야기할 것이라는 우려 등이 제시되고 있다.

이하에서는 Frost & Sullivan(Dec. 2015)에 기초하여 인공지능 기술의 핵심 유망 활용분야 중 하나인 헬스케어 영역에서 작용하고 있는 시장성장을 견인하는 요인과 시장성장에 걸림돌이 되는 요인에 대해 자세히 살펴보고자 한다[15].

가. 성장동인(헬스케어)

나. 도전요인(헬스케어)

인공지능 기술은 사람이 직접 눈으로 보고 판단하는 과정이 필요했던 수많은 분야에 적용될 수 있어 시장규모를 특정하기 어려운 상황이다. 대표적으로 딥러닝을 활용한 이미지 인식기술의 경우 기존 이미지 인식기술 시장을 목표로 하기 보다는 속도나 정확도의 한계로 존재할 수 없었던 시장들을 창출할 수 있다는데 큰 가치를 가진다.

<표 2>

인공지능 세계시장 전망(단위: 백만달러)

<표 2>와 같이 인공지능과 관련된 시장전망은 시장조사 기관마다 인공지능에 대한 정의, 기술 및 시장의 범위 등이 매우 다르지만, 공통적으로 20% 이상의 높은 연평균성장률을 예측하고 있다[4][17][5][15].

기관별 시장전망을 살펴보면, 먼저 인공지능 기술이 채용되는 다양한 응용 분야별로 시장을 파악하고 있는Tractica(2015)는 인공지능 관련 매출이 2015년 2억 250만달러에서 연평균 82.9%씩 급속히 성장하여 2020년에는 41억 4,470만달러의 규모를 형성할 것으로 전망하였다. 특히, 광고서비스와 투자자문 분야가 인공지능 시장을 주도할 것으로 예측하였다[4]. 그러나 Tractica(2015)는 로봇영역을 제외하고 있어서 전반적인 인공지능 관련 시장규모가 작게 추정된 것이 특징이다.

다음으로 technavio(2014)는 인공지능 관련 시장을 전문가시스템(expert system), 자율로봇(autonomous robots), 가상비서(intelligent virtual assistants), 기타로 구분하고, 인공지능 매출액이 2015년 74억 6,880만달러에서 연평균 19.8%씩 성장해 2018년에는 130억 930만달러 규모가 될 것이며, 전문가 시스템 및 자율 로봇이 인공지능 시장을 이끌 것으로 예측하였다[17]. technavio(2014)와 규모측면에서 대체로 유사한 BCC Research(2014)는 인공지능 관련 매출액이 2015년 74억 5,300만달러에서 연평균 19.7%씩 성장해 2019년에 152억 7,900만달러 규모가 될 것으로 예측하였다[5].

한편, Frost & Sullivan(Dec. 2015) 헬스케어 영역만을 대상으로 분석하여 세계 인공지능 매출액이 2015년 811.1백만달러에서 연평균 42%씩 성장하여 2021년에는 6,662.2백만달러가 될 것으로 전망하였다[15]. 이것은 인공지능이 의사결정 지원 도구로 사용되어 진단 및 치료비용을 크게 감소시키는 핵심적인 동인으로 작용하여 연간 40% 이상의 시장성장을 견인할 것이라는 예측이다.

왓슨은 IBM 창업주인 Thomas J. Watson이름을 따서 지어진 인공지능 프로그램으로 인지기술 기반으로 제작된 컴퓨터이다. 자연어를 처리하고 이해하도록 설계되어 인간과 비슷한 사고 프로세스 활용이 가능하다. 대량 병결 분석기능을 통해 단어에 함축된 실제 의미를 파악할 수 있으며, 스스로 가설을 설정하여 증거기반으로 검증을 수행할 수 있다. 2011년 2월 미국 ABC방송의 퀴즈 프로그램인 제퍼디!(Jeopardy!)에서 인간 퀴즈왕 2명을 물리치고 승리하면서 본격적으로 주목을 받기 시작했다. 퀴즈쇼는 왓슨이 음성인식 기술을 사용하지 않고, 질문을 사람이 텍스트로 입력하고, 이를 인식하는 형태로 진행되었다.

IBM은 2014년 1월에 왓슨 그룹(Watson Group)을 10억달러 규모로 설립하여 인큐베이터, 고객체험센터, 디자인 스튜디오 등 3개 기능을 중심으로 왓슨 사업화를 견인하고 있다[18]. 각각의 기능을 대략 살펴보면, 먼저 인큐베이터는 가능성이 있는 스타트업에 과감한 투자를 하고, 왓슨 애널리틱스(Analytics)를 공개하는 등 스타트업의 애플리케이션 개발을 지원한다. 다음으로 고객체험센터는 고객을 위한 쇼룸(Showroom)으로 누구나 방문해서 왓슨을 사용할 수 있는 공간을 제공한다. 마지막으로 디자인 스튜디오는 고객과 협력사를 위한 개발 스튜디오를 의미한다.

왓슨의 경쟁력을 ① 고성능 컴퓨팅, ② 빅데이터 분석, ③ 인공지능을 기반으로 인간수준의 심층 질의응답을 실현한 SW 인텔리전스 기술 등 3가지 측면에서 설명할 수 있다. 첫째, 고성능 컴퓨터 측면에서 왓슨은 IBM Power 750 시스템 90대를 초고속 연결망으로 밀결합한 고성능 컴퓨터(CPU 코어 2,880개, RAM 16TB)로서 개발에 1억달러 이상이 투자되었다. Top 500 슈퍼컴퓨터 중 94위(2010년 기준)에 해당하며, 최고급 PC가 2시간에 걸쳐 풀 수 있는 문제를 2~3초 만에 해결할 수 있다. 둘째, 빅데이터 분석 측면에서 왓슨은 200억 페이지 이상의 콘텐츠를 자연어 이해 기반 빅데이터 분석기술로 분석하는 약 100만권의 도서 규모의 대규모 지식데이터베이스를 구축하고 있다. 셋째, 인공지능 기반 SW 인텔리전스 기술 측면에서 왓슨은 수학, 과학, 인문학에 걸친 다양한 분야의 정보를 저장해 4단계의 연산과정을 거쳐 정답을 추론하는 생각하는 컴퓨터를 실현하였다. 이는 사람처럼 메모리에 저장된 정보를 기반으로 데이터를 조합해 가장 적당한 해법을 추론하는 방법으로, 키워드 기반 유사성을 찾는 인터넷 검색과 차별화된 인공지능이라는 것이다[19].

왓슨은 헬스케어, 금융 등 지식서비스 산업분야를 중심으로 산업적 활용이 시도되고 있으나, 현시점에서는 유의미한 성과창출을 위한 장기적인 투자가 필요하다는 지적이다. 이하에서는 헬스케어 및 금융 분야를 중심으로 IBM 왓슨의 활용 현황을 상술한다.

가. 헬스케어

IBM은 왓슨 기반 헬스케어 관련 부서인 ‘Watson Health’를 설립하고 주요 ICT, 의료기기 업체들과 제휴를 체결하였다[20]. IBM Health는 의료계 종사자들이 종합적으로 정보를 사용할 수 있는 개방형 클라우드 서비스인 ‘Watson Health Cloud’를 구축하여 공개하였으며, 의료용 클라우드를 취급하는 Exporys, 헬스케어 SW를 개발하는 Phytel 등 관련 스타트업 기업을 인수하였다[21]. (그림 3)은 현재 IBM 왓슨의 헬스케어 분야 파트너쉽 관계를 나타낸 것이다.

예를 들어, 인디아나폴리스 기반의 건강보험사인 WellPoint의 경우 의료시장에서의 인공지능의 잠재력을 인식하고 의료정보 분석에 IBM 왓슨을 활용하여 건강보험 관련 의사결정의 효율성 개선을 추진하고 있다[22]. 덴버 기반의 스타트업인 Welltok은 개인에게 식생활, 운동, 건강관리, 예방 및 예보 등의 정보를 맞춤 제공하는 ‘CafeWell Concierge’ 서비스에 왓슨을 활용하고 있다. Welltok은 IBM Watson Group이 왓슨 생태계 활성화를 위해 조성한 1억달러 기금의 첫 번째 투자 대상으로 알려지고 있다.

(그림 3)

왓슨 헬스케어 분야 제휴 현황[15]

미국 의료기기업체인 메드트로닉(Medtronic)은 IBM의 왓슨 컴퓨팅 기능을 홈 모니터링 장비와 연결하여 당뇨병 환자에게 개인별 맞춤형 관리 솔루션을 제공한다[23]. 메모리얼 슬론 캐터링 암센터는 왓슨을 암진단 도구로 활용하고 있다. 특히, 왓슨은 60만건 이상의 진단서, 2백만 페이지의 의료 전문서적, 150만 환자기록에 대한 지식 등 방대한 자료를 기반으로 의사들에게 진료와 관련된 객관적인 조언을 제공한다. 또한, MD 앤더슨 암센터도 왓슨을 백혈병 진료에 활용하고 있다[24][25].

나. 금융

하나의 연구 프로젝트로 시작된 IBM 왓슨의 경우 오픈 도메인 질의응답에 중점을 두고 개발된 퀴즈쇼 우승 이후 산업 관련 지식으로 학습 범위가 확대되면서 적용사례도 증가하였다. 이런 점에 비추어 볼 때 왓슨은 제품화나 서비스를 목적으로 개발되는 일반적인 SW와 달리 기술 가능성 증명을 거쳐 기술 생태계를 구축하여 다른 응용기술과 접목하는 형태이다. 즉, 실험실에서 R&D용으로 사용된 왓슨은 퀴즈쇼를 통해 기술적 증명을 하고, 사내 스타트업을 통해 응용 가능성 검증을 거쳐 현재 본격적인 사업화를 추진하기 위한 생태계를 구축하고 있다[(그림 4) 참조].

(그림 4)

IBM 왓슨의 생태계 구축 과정[27]

파트너와 혁신을 견인하고 있는 IBM 왓슨 생태계는 개발자 클라우드, 콘텐츠 시장(Content Store), 기술자 허브(Talent Hub) 등 3가지로 구성된다[28][29]. 먼저, 개발자 클라우드는 왓슨과 연계되는 서비스를 자신의 환경에 맞게 작성하고 설치할 수 있는 기능을 제공한다. 특히, 자체 서비스 훈련, 인지 기반 응용 개발 및 테스트 등 개발자를 지원하는 개발도구 및 APIs 제공이 핵심이다[30]. 현재 3,500 여 파트너들이 참여 중이다. 다음으로 콘텐츠 시장은 왓슨과 관련된 무료 및 유료 이 유통되는 마켓으로 역할을 하고 있다. 현재 270개 이상의 애플리케이션이 병원, 교통, 소매, 미디어, 교육, 엔지니어링 등 다양한 산업에서 사업화가 진행 중이다. 클라우드 기반의 기술개발과 상용화를 전담하는 조직인 왓슨 그룹은 왓슨 애플리케이션 확산 지원을 위해 1억달러의 자금 및 관련 데이터를 지원하고 있다. 적용분야 확장을 위한 구체적인 사례로서 왓슨 기반 앱 개발 코스를 100여개 대학에서 추진하고 있으며, 왓슨 기반 앱개발 경영대회를 개최하여 노숙자를 위한 앱을 개발한 우승팀에게 10만달러 상당의 벤처펀드를 지원하였다[25]. 마지막으로 기술자 허브 영역에서는 기계학습 기술, 개발경험 등 기술적 애로사항을 지원한다. 특히, 언어학, 자연어 처리, 기계학습, 이용자 경험 디자인, 데이터 분석 관련된 500명 이상의 기술전문가 지원이 이루어지고 있다[(그림 5) 참조].

(그림 5)

IBM 왓슨의 생태계 구축 과정[28]

인공지능을 기반으로 그동안 없었던 새로운 가치를 창출하기 위해 글로벌 기업들은 인공지능 플랫폼 확보를 위한 노력을 기울이고 있다. GE는 Predix를 통해 지능형 솔루션을 제공하는 플랫폼을 구축하고 있으며, IBM은 왓슨 생태계를 통해 다양한 산업분야에 적용 가능한 분석 솔루션을 제공하는 플랫폼을 구축하고 있다. 그러나 국내의 경우 시스템 기술을 이용한 사업뿐만 아니라 SW나 솔루션을 응용한 사업분야에서도 초보수준인 수준에 그치고 있다. 이런 점에서 혁신적인 신생기업들이 가치를 창출할 수 있는 선 순환적인 생태계 조성을 위한 정부의 지원정책이 필요한 시점이다.

인공지능 플랫폼 확보를 적극적으로 추진하고 있는 선진국에 비해 우리나라는 HW, SW, 개발환경 등 인공지능과 관련된 기본적인 생태계 구성도 되어있지 않은 상태이다. 스타트업이나 중소기업은 기업들은 IBM 왓슨과 같은 플랫폼을 기반으로 서비스 제공을 희망하고 있으나, 고성능 컴퓨팅 자원에 대한 접근뿐만 아니라 풍부한 빅데이터 접근도 불가능한 상황이다.

인공지능 플랫폼 지원을 위해 고려해 볼 수 있는 방안은 다음과 같다. 첫째, 클라우드 서버, 인공지능 신경망 알고리즘, 콘텐츠 등의 개발환경에서 국가차원의 지원이 필요하다. 국내는 아직까지 인공지능 기반기술이 미확보된 상황이며, 중소기업 입장에서 높은 수준의 인공지능 알고리즘 기술을 개발할 인력과 자금이 부족하여 국가가 어떤 역할을 해줄 필요가 있기 때문이다. 둘째, 정부가 보유하고 있는 공공분야 데이터를 기반으로 수요 및 공급 창출이 필요하며, 이를 위해서는 인공지능 연구용 데이터의 암호화 및 데이터 관리 정책이 마련되어야 할 것이다. 셋째, 인공지능 관련 연구지원 확대로서 빅데이터 및 고성능 시스템 파워가 필요한 기계학습/딥러닝 기술을 실험할 수 있는 환경을 제공하는 것이다.

인공지능 연구에는 기계, 전자, 컴퓨터, 인문사회, 디자인, 수학 등 다양한 융합적 지식이 요구되며, 특히, 수학과 엔지니어의 긴밀한 협업이 중요하다. 전 세계적으로 고급 인공지능 인력에 대한 수요가 급증하고 있으나 여기에 상응하는 인력공급은 절대적으로 부족하다. 더욱이 Google, Apple 등 거대 IT기업들이 인공지능 고급인력 대부분을 끌어들이고 있어서 국내 기업들은 연구개발 인력확보에 어려움을 직면하고 있다.

인공지능 기술개발과정에서 기업들이 직면하는 문제에 대해 우선적으로 국내외 유명대학에 있는 고급인력을 집단지성으로 활용하는 방안이 필요하며, 국가차원의 인공지능 브레인 풀(Brain Pool)이나 각 지역별 인공지능 인력 클러스터를 구축하여 운영하는 것도 고려해 볼 수 있다. 또한, 중소기업이 단독으로 해외우수 인력 유치를 시도할 경우 실패하는 것이 일반적 상황이므로 해외 우수 인력 유치를 위한 국가차원의 행사를 주관하는 것도 하나의 방안이 될 수 있다. 장기적 관점에서는 오랜 기간에 걸쳐 큰 문제에 도전할 수 있는 연구개발 환경의 조성도 더 많은 인공지능 연구자의 배출을 촉진할 것이다[31].

대형 국책과제는 8~10년 동안 추진되는 것이 일반적이다. 그러나 즉시적으로 사용할 수 있는 기술확보에 노력하고 있는 기업들은 해당 연구의 진행과정이나 결과를 파악하기 어렵다. 또한, 중소기업들은 자체 필요에 의해 기계학습/딥러닝 분야의 인력을 양성하고 기술적인 경험을 쌓고 있으나, 상호간 노하우를 공유하는 장이 마련되어 있지 않아 결과적으로 초기탐색을 위한 시간과 비용이 낭비되고 있다.

인공지능 관련 기술공유를 촉진하는 대책으로는 장기 국책 R&D에서 산출되는 인공지능 관련 기술들을 단계별로 공개하여 기업들이 적시에 활용할 수 있도록 기회를 제공하는 것을 검토해 볼 수 있다. 이러한 접근은 시장의 수요를 반영한 단계별R&D 추진을 유도하는 긍정적인 효과도 기대할 수 있을 것이다. 또한, IBM 왓슨 생태계의 기술자 허브와 유사한 국가 인공지능 기술공유센터의 구축 및 기업이 보유한 기술을 소개하는 인공지능 컨퍼런스 활성화도 기술적용 경험을 공유하는 건전한 생태계 구축에 기여할 것이다.