장애요인의 극복

(1) 특허전쟁 위험 대비 및 데이터 규제 완화 필요

4장 1절에서 언급했듯이 구글이 딥러닝 방법론의 원천기술에 대해 특허를 신청 한 사실이 확인되었고, MS, IBM, 페이스북 등 기업과 주요대학들도 인지컴퓨팅 기 반 기술을 활발히 특허 출원하고 있다. 따라서 한국 기업들도 국내외 대학 및 창업 기업에 투자하여 인지컴퓨팅 원천기술의 특허 확보를 모색할 필요가 있다.

이와 더불어 데이터를 스스로 학습하는 인지컴퓨팅의 발전을 위해서는 빅데이터 의 구축이 무엇보다 중요한데, 데이터 수집에 대한 규제가 까다로우면 인지컴퓨팅 기술 발전이 무척 어려워진다. 구태언(2015)은 한국의 개인정보 보호 규제는 미국, 일본은 물론 유럽보다도 더 엄격하다며, 일일이 사전 동의를 얻는 규제로 인해 다양 한 사물인터넷 기기의 개인정보 수집 및 이용이 어려움을 지적한다.

기반 기술이 부족한 상황에서 데이터 획득도 경쟁국보다 어렵다면 인지컴퓨팅 기술의 발전을 기대하기가 힘들어진다.

(2) 인지컴퓨팅의 해킹을 막기 위한 보안 강화 필요

인지컴퓨팅의 해킹 위험에 대한 대중의 우려가 크다. 물론 이는 인지컴퓨팅만의 문제가 아닌 모든 IT기술의 공통된 문제이지만, 대중의 우려를 불식시키기 위해서 도 보안기술의 발전이 필요하다. 특히 해커들 역시 인지컴퓨팅 기술을 활용해 지능 적으로 공격하는 시도가 증가하기 때문에 이에 대한 대비가 필요하다. 해커들의 인

37) US Securities and Exchange Commission(2014.5.14.)

공지능 봇 공격에 인공지능 기술로 대응하는 게임산업의 사례(3장 1절)처럼 인지컴 퓨팅 기술을 활용하면 보안기술을 발전시키는 계기가 될 수도 있을 것이다.

(3) 산업 진입장벽 해소를 위해 알고리즘 책임성에 대한 검증방안 마련 인지컴퓨팅 기반의 산업 고도화 및 신사업 창출을 실현하기 위해서는 이 기술을 활용해 새로운 제품ㆍ서비스를 개발한 기업에 대한 진입규제를 철폐 및 완화하려는 노력이 선행되어야 한다. 산업통상자원부의 노력만으로는 부족하고, 의료, 교통, 교육 등 각 산업을 담당하는 해당부처의 협력이 절대적으로 필요하다.

하지만, 인지컴퓨팅 기술의 노동 대체 효과로 인해 광범위한 저항이 예상된다.

해외에서도 기업들의 자동화 기술 도입을 저지하기 위해 자동화세를 부과해야 한다 는 주장도 제기된다(Winfield, 2015). 무엇보다 변호사, 법무사, 회계사, 세무사, 의 사, 택시운전사 등 면허제도에 의해 배타적 영업을 보호받고 있던 업무는 법을 개정 하지 않고는 인지컴퓨팅에 의한 독자적 서비스가 불가능하다. 그러나 이들 업종에 서 인지컴퓨팅 서비스의 진입을 금지하면 한국 기업이 국제경쟁력을 키울 기회를 상실하게 된다. 인지컴퓨팅 기반 서비스는 우버, 에어비엔비 등의 사례와 유사하게 벤처기업이 시작했더라도 금새 글로벌 사업으로 성장할 가능성이 크다. 한국기업이 규제 때문에 인지컴퓨팅 개발에 뒤처지면 시장을 선점할 가능성을 상실하는 것이 다. 즉 새로운 고용 창출 기회는 잃어버리고 나중에는 시장 변화의 흐름에 밀려 기 존 고용마저도 지켜내지 못하는 최악의 시나리오로 이어질 가능성이 큰 것이다.

Brynjolfsson and Mcafee(2014, p. 290)는 미래의 기술을 방해해 현재의 일자리 를 지키려고 노력(“미래에 맞서 과거를 지키려고 애쓰는 것”)하기보다는 인지컴퓨 팅 기술이 제 몫을 하도록 하면서 그에 수반되는 문제를 해결할 방안을 모색하는 것이 현명하다고 제언한다.

산업 진입장벽의 해소를 위해서는 인지컴퓨팅에게 해당 업무에 대한 면허를 부 여해야 하는데, 인지컴퓨팅의 자율적인 의사결정이 평균적인 인간 변호사, 법무사, 회계사, 세무사, 의사, 운전사 등과 동등하거나 더 우수하다는 것을 입증할 수 있어 야 이해당사자의 반발 및 시민사회의 우려를 가라앉힐 수 있다. 컴퓨터는 아무리

142 신기술 발전에 따른 산업 지형의 변화 전망과 대응 전략: 제2권 인지컴퓨팅

똑똑해져도 결과에 책임을 지지 않으며, 결과에 대한 책임은 온전히 인간의 몫이다 (야노 가즈오, 2015: 219-221). 즉, 인지컴퓨팅 시스템을 개발한 기업과 규제 당국 이 이로부터 발생하는 모든 결과에 대해 책임져야 하는 것이다.

그런데 인지컴퓨팅이 단지 인간을 대상으로 실시했던 면허 자격시험을 통과한다 고 해당 면허를 부여해도 될지에 대해서는 대부분이 부정적일 것이다. 인간은 학습 및 적응 능력이 뛰어나기 때문에 최소한의 능력을 입증하면 충분했지만, 인지컴퓨 팅은 아직 인간만큼 적응력이 우수하지는 못하다. 예를 들어 인간 대상의 운전 면허 시험을 통과했다고 인지컴퓨팅의 운전을 바로 허락할 수는 없는 노릇이다. 또한 전 문가 자격시험도 대개 지식만을 테스트하는 경우가 많은데, 인지컴퓨팅의 경우는 그 이상을 입증할 수 있어야 할 것이다. 따라서 기업이 인지컴퓨팅 기술을 개발하는 동안 정부는 인간이 아닌 인지컴퓨팅의 상황판단 및 의사결정 능력을 평가할 수 있 는 검증방안을 연구해 기술이 완성단계에 도달했을 때 바로 테스트 가능하게 준비 해 놓아야 할 것이다.

(4) 윤리적ㆍ법적 판단능력의 학습이 필요

컴퓨터가 인간을 대신하여 많은 업무를 자율적으로 수행하게 되면 업무에 수반 되는 도덕적 선택에 직면한다. 특히 신속한 대응이 필요한 분야에서는 인간에게 물 어볼 틈도 없이 매우 중요한 결정을 인공지능이 스스로 내려야 한다. 주식시장의 트레이딩 로봇이 대표적 사례로 인간의 의견을 묻는 사이에 다른 인공지능에게 중 요한 투자기회를 놓치게 되기 때문에 엄청난 금액의 매수ㆍ매도 결정도 스스로 신 속히 결정한다. 사실 인간도 완벽한 윤리적 판단을 내리지는 못할 뿐 아니라, 오히 려 종종 감정과 편견에 휩싸여 윤리에 반하는 행동을 한다. 예를 들어 일부 인간 운전자들은 교통 신호등이 노란색으로 바뀔 때 속도를 줄이는 대신 더 급가속을 하 기도 하는데, 컴퓨터는 그런 분별없는 행동을 하지 않도록 프로그램할 수 있다 (Carr, 2014, p. 274).

그런데, 현실에서 다양한 업무를 수행하기 위해서는 단순히 법규를 준수하는 차 원을 넘어서 법의 취지를 이해하고 적절히 대처하는 능력을 갖추어야 한다. 예를

들어 교통법규는 중앙선을 침범해 주행하면 안된다고 규정하고 있지만, 2차선에서 고장난 차나 갓길 주차 등 차선을 가로막는 장애물이 등장하면 장애물이 사라질 때 까지 무한정 기다리며 교통 흐름을 중단시키기보다는 피해서 가는 재량이 필요하 다. 이러한 다양한 이례적 상황에서 법규 위반을 최소화하면서 안전하게 업무를 수 행할 방법이 무엇일까를 인지컴퓨터가 학습해야 한다.