인공지능 관련 기술과 정책동향 및 시사점

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]

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]

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]

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]

<출처> : ExtremeTech, 2014. 8

라. DARPA 인공지능 기술 기반 무인기술 프로젝트

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

<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

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

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].

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

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]

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.

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

(그림 5)

인공지능 Governance 운영체계(안)

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.

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.

다음 <표 5>는 인공지능 관련 국내 주요 법제 및 내용이다.

<표 5>

주요 법제 및 내용[20]

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.

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

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.