바이오인

1. 서론

인공지능(AI: Artificial Intelligence)은 지능형시스템의 필수적 기반기술로써 현재의 컴퓨팅시스템 성능한계를 극복하고 컴퓨팅 환경을 와해적‧변혁적으로 발전시켜 자율주행차, 무인항공기(Drone), 산업인터넷(Industrial Internet of Things), 지능형 로봇, 지식서비스(검색, 광고, 미디어, 법률, 금융, 교육, 유통 등), 헬스케어 등 기술발전‧적용산업을 견인하는 돌파구가 될 것으로 보인다. 구글(Google)社는 링크횟수를 기반으로 결과를 보여주는 검색 알고리즘으로 막대한 기업 가치를 창출하고 있으며 중앙처리장치(CPU: Central Processing Unit) 코어(16,000개)와 데이터를 처리(10억 건 이상)하는 심층신경망 모델로 고양이를 인지하는 인공신경망 개발, 대규모 분산컴퓨팅 지원, 빅데이터로 알파고(AlphaGo)와 같이 인공지능 고도화 가능성을 보여주고 있다.

2016년 1월 세계경제포럼에서 셰릴 샌드버그(Sheryl Sandberg, 페이스북), 사티아 나델라(Satya Nadella, 마이크로소프트), 장야친(Zhang Ya Qin, 바이두) CEO 등은 인공지능이 4차 산업혁명(The 4th Industry Revolution)을 이끌어 2백만 개의 신규 일자리 창출(WEF, 2016a,c), 글로벌 소득수준과 인류의 삶의 질을 개선할 것이며 경제적 측면에서는 신성장동력의 원천이 될 것으로 기대하였다(WEF 2016b). 스튜어트 러셀(Stuart Russell, 버클리대) 교수는 인공지능을 검색엔진에 도입하면 검색산업이 현재 1조불에서 10조불 규모로 전망한다(WEF 2016a). 마켓앤마켓(Market&market)사는 인공지능 관련 서비스(광고, 미디어 등)의 글로벌 시장규모가 4.2억불(‘15년)에서 64%의 성장으로 50억불(‘20년)(연합뉴스 2016), 헥사(HEXS)사는 인공지능 기술을 탑재한 스마트기기(Smart Machine)의 글로벌 시장규모가 연간 19.7%의 성장으로 153억불(‘20년)로 전망하고 있다(HEXA 2015)(BCC 2014‧2016). 일본의 이와이(EY Japan) 연구소는 인공지능 관련 산업이 자국 내에서만 331억불(‘15년)에서 연간 44%의 성장으로 2,040억불(‘20년)으로 전망하고 있으며, 한국통신(KT) 경영연구소는 2조 2천억원(‘20년), 11조원(‘25년), 27.5조원(‘30년)으로 전망하고 있다(연합뉴스 2016).

------------------------------------------------------------------------------------

 * 본 고는 김병운(2016),「인공지능 동향분석과 국가차원 정책제언」, 정보화정책 제23권 제1호, 74-93의 내용을 포괄적으로 인용하고 있음을 밝힌다.

2. 기술의 분류 및 진화방향

인공지능 연구자(‘09년 이전)들은 인공지능이란 지능적인 기계를 만드는 공학 및 과학(McCarthy et al. 1955), 여러 계산모델을 이용하여 인간의 정신적 기능을 연구하는 것(Charniak et al. 1985), 컴퓨터가 특정 순간에 사람보다 더 효율적으로 일을 할 수 있도록 하는 연구(Rich et al. 1991), 지능적인 행동의 자동화에 관한 컴퓨터 과학의 한 부문(Luger et al. 1993)으로 정의하였다(ETRI 2015a). 시장조사기관 가트너(Gartner 2016)는 특별한 임무수행에 인간 대체, 인지능력의 제고, 자연스러운 인간의 의사소통, 복잡한 콘텐츠의 이해, 결론을 도출하는 과정 등 인간이 수행하는 것을 모방하는 기술, 위키페디아(WIKIPEDIA 2016)는 기계나 소프트웨어(SW)로 만들어진 지능(인지능력‧학습능력‧추론능력‧이해능력 등), 지능적인 기능을 수행할 수 있는 컴퓨터 또는 컴퓨터 SW를 만드는 방법을 연구하는 과학 분야로 정의하고 있다.

일반적으로 인공지능 기술은 인간의 행동‧생각, 관심 기술분야, 기업응용, 기업분류, 스마트 기기 형태를 기준으로 분류된다. 러셀‧노빅(Russell et al. 1995)은 인공지능을 합리적 행동, 합리적 생각, 인간처럼 생각, 그리고 인간처럼 행동하는 시스템 등 4가지로 분류 하였다. 한국정보화진흥원(NIA 2010)은 인공지능 분야 관심은 광범위하여 거의 모든 기술분야에서 인공 지능적 처리가 요구된다는 설명과 더불어 패턴인식, 자연어처리, 자동제어, 로봇틱스, 컴퓨터 비전, 가상현실, 양자컴퓨터, 자동추론, 사이버네틱스, 데이터마이닝, 지능엔진, 시멘틱웹 등 12가지 인공지능 관련 기술 분야를 제시하였다. 트랙티카(Tractica 2015)는 인공지능 기업 응용 사례에 관한 보고서에서 인지컴퓨팅, 기계학습, 딥러닝, 예측적인 응용 프로그래밍 인터페이스, 자연어 처리, 이미지 인식, 음성인식 등 7가지로 인공지능 기술을 분류한다. 벤처스캐너(Venturescanner 2015)는 인공지능 기업을 분류하면서 관련 기술의 범주를 기계학습, 자연어처리, 컴퓨터화면, 가상인간보조, 언어인지, 추천검색, 스마트로봇, 몸짓제어, 상황인식컴퓨팅, 언어번역, 영상내용인식 등 11가지로 분류하고 있다.

[표 1. 인공지능 기술분류]

주) ‘*’은 언어지능, ‘**’은 시각지능, ‘***’은 학습지능을 수행하는 기술을 의미.

비비시(BBC 2014·2016)는 스마트 기기(Smart Machine)의 형태와 관련하여 가상현실 어시스턴트(Siri), 인텔리전트 에이전트(자동화된 온라인 어시스턴트), 전문가 시스템(메디컬 결정 시스템, 스마트 그리드), 임베디드 소프트웨어(머신 모니터링 및 통제 시스템), 자동화 로봇(자율주행 차량), 목적 기반 스마트 머신(뉴럴 컴퓨팅) 등 6가지 기술 분야를 제시하고 있다. [표 1]의 기술 분류 사례들을 기반으로는 2개 이상 공통적인 영역을 기준으로 인공지능 기술은 인지컴퓨팅, 기계학습, 딥러닝, 자연어처리, 이미지인식, 음성인식, 패턴인식, 컴퓨터비전, 가상현실, 양자컴퓨팅(뉴럴 컴퓨팅 등 새로운 컴퓨팅 기술 포함), 자동추론(전문가 시스템 포함), 스마트로봇, 개인비서 등 13가지로 분류 가능하다(ETRI 2016 재구성). 인공지능의 진화방향에 대하여 한국전자통신연구원(ETRI 2016)은 [그림 1]과 같이 빅데이터 기반의 弱인공지능(‘15년)에서 인간의 능력을 증강시키는 기술(‘18년)로 진화하며 스스로 사고‧판단‧예측, 스스로 학습‧진화, 두뇌를 모사하는 인지컴퓨팅 등 强 인공지능 기술(‘25년)로 진화될 것으로 전망하고 있다.          

[그림 1. 인공지능 기술의 진화방향]

3. 국내·외 현황

가. 해외동향

(1) 미국 동향

미국은 [그림 2]에서 보는 바와 같이 백악관(The White House) 중심 범정부차원에서 브레인이니셔티브(BRAIN Initiative: Brain Research through Advancing Innovative Neurotechnologies Initiative) 정책을 수립(‘13년)하고 인간의 뇌(Brain·腦)를 중심으로 체계적인 인공지능 기술개발을 통해 원천기술을 확보할 계획이다(The White House 2013). 대통령 산하 과학기술정책국(OSTP: Office of Science and Technology Policy)은 향후 10년 동안 연구기관‧대학‧기업 등을 참여시켜 30억불 규모로 인공지능 기술개발을 추진할 계획이다. 인간의 뇌 연구를 위해 정부(그림 2. 좌측), 산·학·연 및 민간분야(그림 2. 우측)까지 약 2.6억불 이상 예산이 집행(‘13~‘14년)됐으며, 오바마 대통령은 2억불 수준(‘15년)에서 3억불 이상(‘16년)으로 R&D 예산투자를 제안하고 기반기술‧응용기술 개발, 산업화를 동시에 진행하고 있다(The White House 2014).

브레인 예산의 특징은 기초연구에 80% 집중되어 있으며 나머지는 디바이스(Brain-Computer Interface) 연구, 뇌 스캔 이미지 촬영 및 분석을 위한 초미니 형광성 현미경 및 시스템 개발(Inscopix사), 슈퍼컴퓨팅을 활용한 뇌 시뮬레이션(Google사)과 같은 IT 분야 연구를 진행하고 있다. 주요 연구그룹인 국립포토닉스연구원(The National Photonics Institute)에서는 연구 주체와 산업화 주체가 협력 체계를 이루어 연구개발(R&D) 및 산업화를 동시에 진행하고 있고 유럽연합(EU)의 플래그십(Flagship) 프로젝트인 인간뇌 프로젝트(Human Brain Project)와 협력 연구를 진행하여 국제적인 협력관계를 맺고 있다. 브레인 정책은 기초 연구에 집중하면서도 기업의 참여를 유도하여 기술개발과 산업화가 거의 동시에 이루어져 기술개발 후 상용화까지의 시간 지연을 최소화하는 전략을 채택하고 경쟁 프로젝트가 될 수도 있는 유럽연합과 국제협력 관계를 유지하고 있다는 것으로 요약된다(The White House 2016).  

          [그림 2. 미국 BRAIN Initiative 거버넌스 체계]

출처 : The White House (2014).

(2) 일본 동향

일본의 인공지능 연구개발(R&D) 체계는 [그림 3]과 같다. 총무성(總務省)은 인공지능이 인간의 능력을 초월(‘45년) 할 것으로 예상되는 가운데 인공지능의 연구 개발 강화 방안을 모색하기 위해 ‘인공지능화가 가속화 되는 ICT 미래상에 관한연구회(‘15.2월)’ 출범시켰다(總務省 2015). 이 연구회 조직은 인공지능의 발전가능성과 사회에 미치는 영향을 종합적으로 전망하고, 관련 분야에서 국제경쟁력 강화 대책을 마련하는 것이 목적이다. 연구회 전문가들은 뇌 정보통신, 사회 지(知) 해석, 혁신적 네트워크, 인공지능(음석인식, 다언어 음성번역 등), 인지심리학 분야 등 공학을 비롯해 인문학 등 다양한 영역에서 참여한다. 주요의제는 인공지능화가 가져올 구체적 분야의 변화, 사회에 미치는 영향, 인공지능 산업 전개 및 국제경쟁의 전망, 정책방안 등이다. 경제산업성(經濟産業省)은 응용연구‧실용화‧표준화 연구 등 인공지능 R&D, 실용화, 기초연구 진전 간의 선순환 목적으로 산업기술총합연구소 내에 인공지능연구센터를 설립(‘15.5월)하였다.

    [그림 3. 일본 인공지능 연구개발(R&D) 체계]

출처 : 日経NIKKEI (2015) 재구성.

이 센터는 전임연구자(65명), 객원연구원(45명)으로 100명을 넘는 체제이며 15명 정도의 박사후연구원도 육성할 예정이다. 2016년 4월 이후에는 연구자의 배속이나 체계가 잡혀 본격적인 연구가 이루어질 것으로 기대하고 있다. 2016년 중반 문부과학성(文部科學省)은 기초연구, 혁신적 과학기술성과 창출, 차세대 혁신적 기반기술 창출, 대형계산기 자원 제공, 인재육성 등을 목적으로 이화학연구소(理化學硏究所)에 인공지능 통합연구개발거점(AIP: Advanced Integrated Intelligence Platform Project) 센터를 설립한다(日経NIKKEI 2015). 도쿄의 오테마치나, 록뽄기와 같은 도심에 센터거점을 둔다. 상근연구자外에 도쿄 대학을 중심으로 공립 하코다테미라이대, 도호쿠대, 도쿄공업대, 게이오기주쿠대, 나고야대, 쿄토대, 오사카대 등에서 연구원을 교차(Cross) 지명 제도(매주 1회 정도 근무)의 활용으로 부족한 인력을 확보할 예정이다.