인공지능 관련 기술과 정책동향 및 시사점

Trends of Artificial Intelligence Technology and Policy

저자
윤장우, 김병운, 서지노, 유웅식, 오진태 / 미디어클라우드연구실
권호
31권 2호 (통권 158)
논문구분
지능정보사회를 대비한 이머징 기술이슈 특집
페이지
9-17
발행일자
2016.04.01
DOI
10.22648/ETRI.2016.J.310202
초록
인공지능은 미래사회 변혁을 가져올 주요한 기반 기술로 등장하고 있으며 미국, EU, 일본 등에서는 인공지능 기술 확보가 미래 국가 경쟁력을 좌우할 것으로 인식하고, 정부와 글로벌 대기업의 주도 하에 Brain Initiative, Human Brain Project 등 대규모의 R&D를 추진 중이다. IT 분야에서 인공지능 기술은 지능형 시스템의 필수 기반기술로 컴퓨팅 시스템의 성능 한계를 극복하고, 향후 컴퓨팅 환경을 와해적, 변혁적으로 발전시키는 토대가 될 전망이다. 본고에서는 이러한 인공지능의 국내외 기술 및 정책동향을 살펴보고 국내 인공지능 발전을 위한 방향성에 대해 논하고자 한다.
   7251 Downloaded 7786 Viewed
목록

Ⅰ. 서론

‘유엔미래보고서2045’에 의하면 인공지능의 발달이 고도화되는 미래에는 금융컨설턴트, 은행원, 콜센터 직원 등 대부분의 금융업 관련 직종이 인공지능에 의해 대체 될 것으로 예상된다. 또한, 2016년 가트너가 발표한 10대 전략 기술 중 ‘지능형기기와 사물,’ ‘진화된 머신러닝’ 등 4가지 전략이 인공지능과 직접적으로 연관되어 있다.

인공지능에 대한 최근의 관심 고조는 컴퓨터 하드웨어 기술의 발전에 기인한다. 이를 바탕으로 예전에는 불가능했던 패턴인식, 딥러닝 등의 SW 기술의 발전으로 IBM 왓슨의 퀴즈대회 출전, 프로 바둑기사와의 대국 등 실생활에서 인공지능이 현실화되고 있다.

인공지능은 현재 기계학습, 딥러닝 등 빅데이터에 기반을 두어 현실적인 문제를 해결하는 약 인공지능 형태의 범용기술로 제공되고 있다[1]. 다른 한편으로는 두뇌의 신경세포를 모방한 뉴로모픽 칩 등 강 인공지능의 가능성을 열 수 있는 장기 프로젝트도 진행되고 있다. 이는 또한 기존 폰 노이만 방식의 컴퓨팅 기본구조를 바꿀 가능성도 지니고 있다.

미국의 애플, 구글 등은 이러한 인공지능 기술을 시리, 딥마인드 등의 제품에 응용하기 시작하였으며, 기존 스마트폰 생태계의 장악력을 지속하기 위한 인공지능 플랫폼으로의 확장에 박차를 가하고 있다.

최근 구글은 영국의 인공지능 기업인 딥마인드를 인수하여 알파고라는 인공지능 바둑프로그램으로 세계 바둑 챔피언인 이세돌에게 승리함으로써 컴퓨터 이용 지능화에 새 시대를 열었음을 보여주었다.

이러한 외국의 인공지능 관련 적극적인 기술 및 정책 개발 추진과 달리 국내 인공지능 연구는 초기단계에 머물고 있다[2].

본고에서는 이러한 국내외 인공지능의 기술 및 정책 현황을 살펴보고 국내 인공지능 진흥을 위한 시사점을 살펴보고자 한다.

Ⅱ. 기술 및 정책동향

1. 미국

가. Brain Initiative

미국은 두뇌 활동의 전체적 기능을 규명하는 연구의 중요성을 인식하고 오바마 대통령이 국가 대형 프로젝트로 2013년 Brain Initiative를 발표하였다[3][4].

Brain Initiative는 (그림 1)과 같이 범정부 차원에서 10년 동안 총 30억달러 규모의 투자가 진행되며, 인간의 뇌 연구를 중심으로 이루어진다.

(그림 1)

미국 Brain Initiative 개요[5]

images_1/2016/v31n2/ETRI_J003_2016_v31n2_9_f001.jpg

125조개에 이르는 뇌의 시냅스(Synapse) 분석을 통해 인간이 어떻게 데이터를 두뇌에 저장하고 처리하는지를 밝히고 이를 컴퓨터 시스템에 그대로 적용하여 진정한 인공지능을 구현하는 것을 목표로 한다[6].

Brain Initiative는 기초 기술개발에 초점을 맞춘 과제지만, 기반 기술뿐 아니라 이를 활용한 응용 기술개발, 산업화를 동시에 목표로 하고 있다는 특징이 있다. 이를 통해 기초 연구에 집중하면서도 기업의 참여를 유도하여 기술개발과 산업화가 거의 동시에 이루어져 기술개발 후 상용화까지의 시간 지연(time lag)을 최소화하는 전략을 채택하고 경쟁 프로젝트가 될 수도 있는 유럽연합과 국제 협력 관계도 유지하고 있다.

나. DARPA Grand Challenge & Robotics Challenge

Defense Advanced Research Projects Agency(DARPA)는 2004년부터 무인자동차와 재난로봇 두 가지분야를 주제로 경진대회를 개최하였다. 두 분야는 지능을 갖춘 무인기계가 예측이 어려운 외부 환경변화에 대비하고 반응하는 인공지능 기능이 적용 가능한 주요 산업분야이다[5].

DARPA는 2004년 무인자동차 경진대회인 Grand Challenge 개최하였고 이후 2007년 Urban Challenge까지 3회의 경진대회 동안 다양한 자율주행자동차 관련 기술들이 등장하였으며, 자동차 산업 및 IT 산업계의 무인자동차에 대한 투자가 활발하게 이루어지게 된 계기가 되었다. 대표적인 사례로 2005년 Grand Challenge의 우승팀인 스탠포드 대학의 Thrun 교수는 대회 이후 구글로 이직하면서 구글의 무인자동차 개발 및 X프로젝트를 견인하고 있다[7].

DARPA는 무인자동차 경진대회 이후 주제를 바꿔 재난 로봇을 다루는 Robotics Challenge를 매년 개최하였다. 2013년 경진대회에서 우승한 연구기업 Shaft는 구글에 인수되어 로봇의 산업화에 기여하고 있으며, 최근 2015년의 경진대회에서는 한국 팀인 KAIST Hubo가 우승하는 성과를 보였다[8][9][(그림 2)참조].

(그림 2)

한국 KAIST 팀(Hubo)[19]

images_1/2016/v31n2/ETRI_J003_2016_v31n2_9_f002.jpg

두 경진대회는 Gartner에서 선정한 미래선도 분야 중 하나인 ‘스마트 머신’ 에 해당하는 인공지능 기술이 탑재된 기계를 세상으로 끌어내는 데 주요한 역할을 해내고 있다[10].

다. DARPA SyNAPSE

2008년부터 DARPA는 Systems of Neuromorphic Adaptive Plastic Scalable Electronics(SyNAPSE) 프로그램을 통하여 인간의 뇌 구조와 유사한 형태를 지닌 데이터 처리 칩셋인 뉴로모픽칩 개발에 착수하였다.

IBM의 주도로 연구기관 및 대학들이 참여하여 인지컴퓨팅 그룹과 함께 폰 노이만 구조를 대체할 만한 새로운 패러다임의 컴퓨팅 기술을 개발하고 있다. 이 프로그램은 인지컴퓨팅 하드웨어 개발, 아키텍쳐와 도구, 에뮬레이션 및 시뮬레이션과 개발 환경을 구축하는 총 4개의 트랙으로 구성되어 진행하고 있다. <표 1>은 IBM을 포함한 국외 지능형 반도체 연구결과 비교이다.

<표 1>

국외 지능형 반도체 관련 연구결과물 비교[12]

images_1/2016/v31n2/ETRI_J003_2016_v31n2_9_t001.jpg

2009년에는 Compass라는 시뮬레이터를 이용하여 원숭이 수준의 뇌를 시뮬레이션 하는데 성공하였고, 2014년에는 인간 뇌 구조를 닮은 새로운 시냅스 칩인 TrueNorth를 발표하였다[11].

뉴로모픽칩은 2096개 코어를 보유하고 있으며, 100만개의 뉴런과 2억 5,600만개의 시냅스를 재현하고 있다. 시냅스 프로젝트의 궁극 목표는 100억 개의 뉴런과 100조 개의 시냅스로 이루어진 칩 제조를 목표로 한다[13].

IBM은 이 칩을 이용한 상용화 사례로서 소비시장 및 IoT 분야를 제시하고 있다[(그림 3) 참조]. 마켓에서 핸드폰의 카메라로 인식한 이미지를 분석하여 싱싱한 사과를 골라내거나, 센서를 탑재한 사물이 극한 환경에 위치하여 재난 상황을 인지하고 대처하는 기능 등이다[6].

(그림 3)

IBM사 뉴로모픽 칩 TrueNorth[14]

images_1/2016/v31n2/ETRI_J003_2016_v31n2_9_f003.jpg

<출처> : ExtremeTech, 2014. 8

라. DARPA 인공지능 기술 기반 무인기술 프로젝트

DARPA는 2015년 3월 일반항공기에서 자율항공기로 완전히 대체시키기 위한 Aircrew Labor In-cockpit Automation Systems(ALLIAS) 프로그램을 발표하였다. ALLIAS는 이륙과 착륙은 물론 어떤 상황에서든지 자동항해가 가능한 항공기 개발을 중점으로 두고 있다. 2015년 1월에는 인간의 개입을 최소화한 무인 드론 개발 프로젝트 Collaborative Operation Denied Environment(CODE)를 발표하였는데, 현재 무인항공기 1대를 조정하는 데 필요한 인력이 30여 명에 이름에 따라 다수의 드론을 1인 사용자가 제어할 수 있도록 하는 기술을 개발하는 프로그램이다.

그 밖에도 무인항공기 기술을 토대로 차량, 포 그리고 함대 등 다양한 분야로 적용할 계획을 가지고 있다.

2. EU

유럽은 인간 두뇌의 인지 형태 기반 지식 처리를 위한 Human Brain Project(HBP)를 EU 6대 미래 유망 기술 중 하나로 선정하여, 10억유로를 투자하여 2013년부터 10년간 연구를 진행하고 있다[6]. <표 2>와 같이 HBP는 서로 다른 학문 영역들로부터 데이터와 지식의 통합하고, 뇌에 대한 새로운 이해, 뇌 질병에 대한 새로운 치료방법 및 뇌처럼 동작하는 컴퓨팅 기술들을 성취하기 위한 사회적 노력을 촉진하는 ICT기반 뇌 연구의 새로운 모델 개발을 위한 기술적인 기반을 마련하고 있다.

<표 2>

HBP 세부과제 및 연구내용

images_1/2016/v31n2/ETRI_J003_2016_v31n2_9_t002.jpg

<출처> : HBP 홈페이지, http://www.humanbrainproject.eu/

Human Brain Project는 다음과 같이 3개의 구분되는 상보적인 연구 영역으로 구성되었다.

첫째, 신경과학 측면의 프로젝트들로 우리의 지식을 식별해 내고, 미래에 수행할 실험들의 우선순위를 정하기 위한 실험 데이터를 수집하고 통합하기 위하여 신경정보학(neuroinformatics)과 뇌 시뮬레이션을 사용한다.

둘째, 의학 측면의 프로젝트들로서 해당 질병이 되돌릴 수 없는 손상을 유발하기 전에 초기단계에서의 진단법 개발에 대한 것이다. 또한, 개별 환자들의 요구에 최적화되고 개인화된 치료를 가능하게 하는 뇌 질병에 대한 생물학적 표지자들(biological signatures)을 식별하기 위하여 의학정보학을 사용한다. 또한, 질병과 약물의 시뮬레이션과 결합된 보다 개선된 진단을 통하여 약물의 발견에 소요되는 비용을 대폭 줄여주는 새로운 치료법의 발견을 촉진한다.

셋째, 컴퓨팅 측면의 프로젝트들로서 뇌 시뮬레이션에 필수적인 수퍼컴퓨팅 기술의 개발이 포함된다. 또한, 현재 기술의 에너지 효율, 신뢰성을 높이며 인공지능을 이용한 자동화 측면에서의 근본적인 한계를 뛰어 넘을 수 있는 뇌모델링 장치들과 시스템의 개발 및 뇌와 같은 지능을 가지는 시스템을 개발한다.

<표 3>는 HBP에서 개발을 목표로 하는 여섯 개의 플랫폼에 대한 설명이다.

<표 3>

Human Brain Project와 ICT 역할

images_1/2016/v31n2/ETRI_J003_2016_v31n2_9_t003.jpg

<출처> : EU, "Human Brain Project 보고서,"2012

3. 일본

일본의 경제 산업성은 자국 경제성장의 핵심전략으로 로봇혁명을 추진하기 위해 2015년 1월에 로봇 분야를 선정하고 이를 위해 ‘로봇신전략’을 발표하였다.

주요 내용으로는 첫째, 세계 로봇 혁신 거점으로 ‘로봇 창출력의 근본적 강화’, 둘째, 중소기업, 농업, 의료, 인프라 등 세계 최고의 로봇 활용 사회를 목표로 로봇이 일상을 실현할 수 있는 ‘로봇 활용 및 보급’, 셋째, 사물인터넷 시대에 빅 데이터, IT와 융합, 네트워크, 인공지능을 구사하는 로봇으로 세계를 주도하는 로봇혁명을 전개하고 발전하는 것을 기반으로 두고 있다[15].

총무성에서는 인공지능의 연구 개발 강화 방안을 모색하기 위하여 2015년 2월 ‘인공지능화가 가속화되는 ICT 미래상에 관한 연구회’(2045 연구회)를 발족하였다.

인공지능의 향후 발전 가능성과 사회에 미치는 영향을 종합적으로 전망하고, 관련 분야에서 일본의 국제 경쟁력 강화를 위한 향후 대책을 마련하는 목적이다[15].

4. 중국

2015년 3월 중국의 최대 정치행사인 양회(兩會)에서 중국 현지 최대 검색업체 바이두의 최고경영자 리옌홍이 ‘차이나 브레인’ 프로젝트를 제안하였다.

그는 국방과 안전에 활용할 수 있는 기술개발을 위해 국방부의 참여를 촉구하였다. 정부가 국립 연구기관과 기업들에 산재한 관련 연구를 빨리 통합하여 관리하는 효율적인 시스템을 구축하는 단계적 전략을 제시하였다.

첫째, 조사와 분석을 통해 산업용 로봇, 언어/그림/영상 인식, 무인 운전, 인공 제어기술 등 미래 핵심 기술을 선정하고, 둘째, 연구의 효율성을 제고하기 위해 연구 인력과 연구 정보 공유를 위한 플랫폼을 국가가 제공하는 자유경쟁 체제로 기술하였다.

<표 4>은 ‘차이나 브레인’ 프로젝트가 목표로 하는 4개 주요 기술이다.

<표 4>

China Brain의 4개 주요기술

images_1/2016/v31n2/ETRI_J003_2016_v31n2_9_t004.jpg

5. 한국

우리나라도 지난 1998년부터 ‘뇌 연구 촉진법’ 등 관련 법/제도를 정비하고 관련 국가 기본계획을 수립해 정부 주도형 연구개발 사업을 중심으로 뇌 연구를 하고 있다. 2017년까지 세계 7위 뇌 연구 선진국 진입을 목표로 R&D 핵심역량 강화, 연구개발 시스템 혁신, 산-학-연 협력 및 인프라 기반 구축 등의 3대 전략을 추진 중이다.

2011년 뇌 전문 연구기관인 ‘한국뇌연구원(KBRI)’을 설립, 국내 뇌 연구 역량을 결집하고 융합 뇌 연구를 위한 기반을 확립키로 했다.

한국전자통신연구원(ETRI)에서 2013년부터 엑소브레인(Exobrain) 프로젝트를 통해 퀴즈에 답할 수 있는 인공지능을 연구 중이다.

엑소브레인(Exobrain)은 내 몸 바깥에 있는 인공 두뇌라는 뜻으로, 기계가 자연어를 이해하고 지식을 스스로 학습하여 자연어로 기술된 사용자 질문에 대해 정답을 제공할 수 있는 자연어 질의응답SW이다.

엑소브레인 SW개발을 위해 필요한 3대 핵심 기술인 인간 모사형 지능 기술, 자율 학습 기반 지식진화 기술, 문제 해결형 협업 기술 확보를 위한 세부과제별 역할은 (그림 4)와 같다[16].

(그림 4)

엑소브레인 세부과제 구성[16]

images_1/2016/v31n2/ETRI_J003_2016_v31n2_9_f004.jpg

인공지능 영상분석 과제인 DeepView는 2014년 시작하여 ETRI, 코난테크놀로지 등이 참여하여 수행하고 있다. 실시간 영상분석을 통하여 의미를 찾는 시각 지능 과제이며, 재난재해 조기 감지 예측 기술개발이 주요 목적이다.

원천 연구로는 포항공대를 중심으로 차세대 머신러닝 과제가 수행 중이며 인간 수준의 평생 기계학습 SW 기초 연구를 목적으로 하고 있다.

Ⅲ. 기술 및 정책제언

인공지능 관련 정책으로는 로봇, 자율주행자동차, 빅데이터, 사물인터넷 등의 분야에서 찾아볼 수 있다. 미래부를 중심으로 주요 인공지능 핵심 기술을 개발 중이며, 국내기업 대부분은 증명된 기계학습 알고리즘을 사업영역에 도입하고 활용하는 등 소극적으로 인공지능 기술을 개발하고 있다. 우리나라는 현재 인공지능 기술과 관련한 기초, 원천 기술역량이 부족하고, 낮은 R&D 투자규모, 국가 차원의 체계적 추진체계 미흡, 사업화 플랫폼 부재 등 새로운 패러다임 대비가 부족하므로 몇 가지 정책 제언을 하고자 한다.

가. Governance 체계 구축

효율적인 R&D 프로세스 관리를 위해 (그림 5)과 같은 거버넌스 체계 구축이 필요하다.

(그림 5)

인공지능 Governance 운영체계(안)

images_1/2016/v31n2/ETRI_J003_2016_v31n2_9_f005.jpg

이는 국내 인공지능분야 경쟁력 제고 및 사업화 혁신을 위한 자문회의 보고 및 실무·전문위원회 신설을 통해 국내 인공지능 활성화를 위한 정책 제언 강화를 목적으로 한다.

나. 새로운 패러다임 대비 R&D 추진

인공지능 기술로 인해 촉발된 새로운 IT 패러다임 변화에 대한 준비가 부족하여, 자칫 First-Mover 기술 확보 기회를 놓칠 우려가 있다.

첫째, Flagship R&D를 추진해야 한다. 인공지는 각 분야별로 경쟁력이 있고 선두그룹을 형성하고 있는 주체를 중심으로 기 추진 R&D를 지속하면서 각 그룹이 컨소시엄을 이루어가는 Flagship 연구개발 협력 체계 수립이 필요하다.

둘째, 기반, 응용 및 산업화 R&D를 동시에 진행하여야 한다. 인공지능 기술 확보를 위한 R&D는 많은 비용과 시간이 투자되는 대형 프로젝트로서 순차적 접근보다는 기반 기술과 이를 활용한 응용 기술개발 및 산업화의 동시 진행이 필요하다.

다. 법제도 인프라의 사전적 검토

다음 <표 5>는 인공지능 관련 국내 주요 법제 및 내용이다.

<표 5>

주요 법제 및 내용[20]

images_1/2016/v31n2/ETRI_J003_2016_v31n2_9_t005.jpg

개인정보 보호를 위해, 사회적 편익을 제공하는 인공지능 기술의 존재의의 및 발전을 저해하는 기존 법제도 및 규제 정비가 필요하다. 특히, 일반적 접근의 법제도와 개별 법제의 체계적인 내용적 통일성과 일관성 확보가 필요하다. 또, 해킹, 고의적 정보누출, 조작, 허위정보, 통신장애 공격 등 2차 피해 문제에 대한 제도적 방안연구가 요구된다. 그밖에 인공기기의 보안품질 인증제도 및 관리감도 제도 설계 문제, 보안강화를 위한 민형사상 책임제도, 행정형벌제도 등의 정비도 필요하다. 기타적으로 인공지능관련 분야의 신속한 입법 절차가 필요하며, 각 산업분야 별로 인공지능 개발 및 상용화에 필요한 제도를 발굴하고 선행적 연구가 필요하다.

라. 실무 융합형 인공지능 인력양성

인공지능 기술 분야의 글로벌 선도역량 및 지위 확보를 위한 체계적인 인재 육성 프로그램 개발 및 고급 인재를 유치하기 위한 노력이 필요하다[ <표 6> 참조].

특히, 인공지능산업 활성화를 위한 연구, 정책, 산업, 교원인력을 양성할 수 있는 프로그램을 개발하고 지원정책을 마련할 필요가 있다. 또한, 여러 분야를 통합할 수 있는 핵심 인재인 Sler양성전략이 필요하다. 또한, 다양한 전공의 연구자들이 학제간 융합 연구를 수행할 수 있도록 인공지능분야 협의체를 구성하고 이에 대한 안정적인 제도마련과 재정적 지원이 필요하다.

<표 6>

주요 국가들의 지능형 서비스 로봇 분야 인력양성

images_1/2016/v31n2/ETRI_J003_2016_v31n2_9_t006.jpg

마. 국제 협력 강화

주요국은 인공지능분야의 기술력, 연구역량 등을 보완하기 위해 글로벌 연구현장과의 공유 및 협력에 기초한 개방형 R&D를 적극 추진하고 있다.

따라서, 국제 공동연구를 통해 새로운 기술을 습득하고 거대시장을 확보하는 등 전략적인 국제협력시스템을 구축할 필요가 있다.

선진기술 추격형, 시너지 창출형, 그리고 적정기술 보급형 등으로 국제협력과 공동연구를 분류하여 체계적이고 공격적인 접근을 하여 인공지능분야의 국제 공동연구 확대를 통한 차별화된 경쟁력을 확보하고 새로운 시장으로 진출하는 교두보를 마련해야 한다.

Ⅳ. 결론 및 시사점

2015년 미래창조과학부의 소프트웨어 연구개발 예산은 2017억원으로, 이중 인공지능 관련 예산은 380억원(19%)으로서 비중으로는 적지 않으나 과제별 평균 예산이 2억원 미만일 정도의 쪼개기 운영으로 연구의 실효성이 크게 떨어지고 있는 현실이다. 또한, 언어인지, 시각인지 분야에 치우쳐 있으며 이 또한 단기간에 결과를 내도록 요구받고 있다[2].

현재 국내의 인공지능 기술 역량은 선진국의 70% 수준으로 대략 5~6년의 기술격차가 존재한다. 대화형 인공지능은 세계수준에 있으나, 전문가 언어지능이나 시각지능은 R&D초기단계로 7~8년 후이면 추격이 가능할 것으로 보인다.

기계학습 등의 기초연구는 대학을 중심으로 일부 연구를 진행 중이나, 심도있는 브레인 연구를 시작한 미국, 유럽에 비해 기초원천 기술 낙후가 우려된다. 기계학습 분야의 세계적인 학회(AISTATS, ICML, NIPS)에 최근 3년간 한국기관에서 출판한 논문 수는 14편이고 전체 논문 대비 0.6%에 불과했다.

미국, 유렵 등의 인공지능 정책 연구 방향은 뇌-ICT 융합적인 측면이 강하다. 뇌연구는 고령화 사회 등 인구구조 변화에 따른 뇌질환 예방, 치료의 중요성 증가에 대비하는 측면이 있다. 또한 차세대 성장 동력으로서의 ICT 영역 확대에 중요한 역할을 할 것으로 예상되기에 선진국은 1990년대 초반부터 뇌분야 R&D에 투자 및 역량을 집중하고 있다.

반면 국내에서는 2011년 뇌과학연구원을 설립하였으나 ICT와의 융합 측면에 대한 노력은 크게 부족한 현실이다.

미래부에서는 ‘선도형SW R&D추진계획’에 따라 2014년 인공지능을 SW 10대 기술로 선정하였으나, 미국, EU에 비해 투자규모가 작고, 체계적인 추진체계가 미흡하다.

따라서 미래 IT 산업의 혁신을 견인할 인공지능 분야의 주도권 확보를 위해 정부와 기업의 선도적 노력이 중요하다. 이러한 노력에는 장기적 관점의 과감한 R&D 투자, 플랫폼 제공 등의 인공지능 산업생태계 조성, 체계적인 인재 육성 및 안정적 연구 환경 조성, 법 제도의 정비 등이 포함된다.

용어해설

Brain Initiative 버락 오바마 미국 대통령이 발표한 인간의 두뇌 활동의 전체적 기능을 규명하려는 범정부적 프로젝트

Synapse 한 뉴런에서 다른 세포로 신호를 전달하는 연결지점

DARPA 미국방위고등연구계획국

Neuromorphic인간의 뇌신경을 모방하여 다양한 감각을 동시에 처리하는 기술

Gartner미국의 정보 기술 연구 및 자문회사

EXO-BRAIN내 몸 바깥에 있는 인공두뇌라는 뜻으로, 기계가 스스로 학습하여 사용자 질문에 대해 정답을 제공할 수 있는 자연어 질의응답 SW

유진 러시아 연구진이 개발한 인공지능

First-mover 최초 출시, 대중시장화의 선도, 시장 재정의

약어 정리

ALLIAS

Aircrew Labor In-cockpit Automation Systems

CODE

Collaborative Operation Denied Environment

DARPA

Defense Advanced Research Projects Agency

HBP

Human Brain Project

SyNAPSE

Systems of Neuromorphic Adaptive Plastic Scalable Electronics

[1] 

최계영, “인공지능: 파괴적 혁신과 인터넷 플랫폼의 진화,- KISDI Premium Report, 2015. 5.

[2] 

조근희, “국내 인공지능(AI) 실태 조사,” ICT Spot Issue, IITP, 2015. 11. 25, pp. 31-36.

[3] 

조영환, 김문구, 박종현, “글로벌 Brain Project 추진동향 분석과 Brain-ICT 융합 경쟁력 강화방향,” 이슈리포트13-28, 2013. 12, p. 3.

[4] 

Whitehouse.gov, “Fact Sheet: BRAIN Initiative,” April 2nd, 2013.

[5] 

임지연, 장준영, “미국의 인공지능 공공 R&D 동향,” 한국스마트미디어 추계학술대회, 2015.

[6] 

석왕헌, 이광희, “인공지능 기술과 산업의 가능성,” ECO시리즈, Issue Report 2015-04, 2015. 10. 30.

[7] 

http://en.wikipedia.org/wiki/DARPA_Grand_Challenge

[8] 

http://en.wikipedia.org/wiki/DARPA_Robotics_Challenge

[9] 

http://www.etnews.com/20150607000083

[10] 

K.F. Brant and T. Austin, “Hype Cycle for Smart Machines, 2015,” Gartner, July 24th, 2015.

[11] 

R. Preissl et al., “Compass: A Scalable Simulator for An Architecture for Cogni-tive Computing,” In Proc. International Conference on High Performance Compu-ting, Networking, Storage and Analysis, no. 54, Nov. 2012

[12] 

엄낙웅, “인지 기반 지능형반도체 기술 동향,” 융합 Weekly TIP, 제2권, 융합연구정책센터, 2015. 8, pp. 1-12.

[13] 

http://slownews.kr/29096

[14] 

IITP정보통신기술진흥센터, “미국의 인공지능[AI]기술 R&D 추진동향,” 해외ICT R&D정책동향, 제3호, 2015, pp. 1-10.

[15] 

이시직, “일본의 미래시대를 지배할 '인공지능(AI)' 연구 및 정책 동향,” 정보통신방송정책, 제27권 6호 통권 597호, 2015. 4, pp. 1-7.

[16] 

박상규 외, “엑소브레인 SW: 지능진화형 빅데이터 지식처리 인공지능 기술개발,” 정보과학회지, 제33권 제1호, 2015. 1, pp. 48-50.

[17] 

미래창조과학부, “2014년도 뇌연구촉진 시행계획,” 2014, p. 22.

[18] 

김철, 유기용, 안진희, “인공지능(AI)의 발전과 국방분야 적용방안,” 한국방위산업진흥회, 국방과 기술, 제428권, 2014. 10, pp. 62-75.

[19] 

http://blog.naver.com/crazy_sh?Redirect=Log&logNo=220 387537402

[20] 

윤혜선, “인공지능 법제도 현황 및 개선사항,” ETRI 세미나 자료, 2015. 9. 25.

(그림 1)

미국 Brain Initiative 개요[5]

images_1/2016/v31n2/ETRI_J003_2016_v31n2_9_f001.jpg
(그림 2)

한국 KAIST 팀(Hubo)[19]

images_1/2016/v31n2/ETRI_J003_2016_v31n2_9_f002.jpg
(그림 3)

IBM사 뉴로모픽 칩 TrueNorth[14]

images_1/2016/v31n2/ETRI_J003_2016_v31n2_9_f003.jpg

<출처> : ExtremeTech, 2014. 8

(그림 4)

엑소브레인 세부과제 구성[16]

images_1/2016/v31n2/ETRI_J003_2016_v31n2_9_f004.jpg
(그림 5)

인공지능 Governance 운영체계(안)

images_1/2016/v31n2/ETRI_J003_2016_v31n2_9_f005.jpg
<표 1>

국외 지능형 반도체 관련 연구결과물 비교[12]

images_1/2016/v31n2/ETRI_J003_2016_v31n2_9_t001.jpg
<표 2>

HBP 세부과제 및 연구내용

images_1/2016/v31n2/ETRI_J003_2016_v31n2_9_t002.jpg

<출처> : HBP 홈페이지, http://www.humanbrainproject.eu/

<표 3>

Human Brain Project와 ICT 역할

images_1/2016/v31n2/ETRI_J003_2016_v31n2_9_t003.jpg

<출처> : EU, "Human Brain Project 보고서,"2012

<표 4>

China Brain의 4개 주요기술

images_1/2016/v31n2/ETRI_J003_2016_v31n2_9_t004.jpg
<표 5>

주요 법제 및 내용[20]

images_1/2016/v31n2/ETRI_J003_2016_v31n2_9_t005.jpg
<표 6>

주요 국가들의 지능형 서비스 로봇 분야 인력양성

images_1/2016/v31n2/ETRI_J003_2016_v31n2_9_t006.jpg
Sign Up
전자통신동향분석 이메일 전자저널 구독을 원하시는 경우 정확한 이메일 주소를 입력하시기 바랍니다.