이상길수석 국내외활용현황과공공적용AI S18-08 ❚ www.iitp.kr

국내외 AI 활용 현황과 공공 적용

이상길 수석

년 월 일 2018 12 7

나 . IBM, 구글의 AI 연구와 성장 ··· 2

다 분석대상 및 절차 . ··· 6

인공지능 활용 현황과 예측 2. ··· 7

가 인공지능기술의 이슈화 . ··· 7

나 . AI 활용 현황과 예측 ··· 9

다 . AI 활용 사례 ··· 10

라 국내 중소기업 . AI 활용사례 ··· 15

마. AI Cloud TO EDGE ··· 18

바 . AI 제품 및 서비스 현황 ··· 20

의 공공 활용 검토 3. AI ··· 21

가 . AI 의 공공활용 예측과 전망 ··· 21

나 공공 . AI 적용사례 ··· 21

다 . AI 의 공공 활용 타당성 ··· 25

라 . AI 의 공공 활용 가능성 ··· 26

마 . AI 의 부작용 ··· 28

바 소 . 결 ··· 30

공공서비스 도입을 위한 검토 4. AI ··· 31

가 전제의 검토 . ··· 29

나 단계별 검토사항 . ··· 32

다 주요 도입대상 . ··· 38

정책제언 및 도입가이드 5. AI ··· 40

참고 자료 ··· 43

현재 AI는 ANI(Narrow AI) 수준으로 AGI(General AI)영역으로 진화하기에는 많은 시간(2035~50년 구체화 이 소요될 것으로 예측되고 있음) . AI 기술은60여년전 튜링에 의하여 제시되며 이후 존 매커시 쉬, 펑슝 얀레쿤 제프리 힌튼 등에 의하여 구체화 되고, , IBM, 구글 알파고 사건 이후 전 산업 및 각국 정책? 아젠다로 확산 되며 기술은 물론 일자리 관련 사회적 이슈를 만들며 차산업혁명 핵심기술로 부각4

과 구글은 인공지능기술을 진척시키고 있는 선두기업으로 기술의 응용은 의료와 자동차 분야를

IBM AI

중심으로 금융 레져 법률 등 전 산업에서 확산되고 있으며 아마존은 물류, , , MS는AZURE CLOUD, 애플 시리와 국내 삼성의 빅스비 및 LG 클로이 등을 중심으로 급격히 확산되고 있는 실정임 국내중소기업의 경우 와이즈넛 솔트룩스 등이 자연어처리 기술 기반의 챗봇 서비스 등을 제공하고 있음, . AI 기술은 음성․ 문자인식․CLOUD기반으로 처리 하는 경우가 많으며 이로 인해 이미지인식 챗봇과, AI스피커가 많이 활용 되고 있는 바 특히 AI스피커는 세계적으로 천만대의 판매가 이루어지고 있음 향후 자율주행자동차 드2 . , 론 스마트시티와 같이 실시간 대응이 중요한 분야에서의 활용을 위한, AI반도체 개발 역시 추진중임

기술은 많은 데이터를 요구하고 이를 기반으로 한 효율성 합리성을 특징으로 하는 바 인간이 수행

AI ,

하는 업무영역에서의 비효율과 모럴헤저드를 제거할 수 있어 금융과 같은 자산관리는 물론 많은 공공데이 터를 보유하고 있는 공공 영역에서의 응용과 활용 활용시 좋은 성과를 거둘 것으로 예측되고 있음.

기술은 비윤리적 반사회적 인종차별적 군사용 개발은 실패로 될 수 있는데 이로 인해 민간기

AI , , , AI

업을 중심으로 한PAI, IEEE 등 윤리적 AI 개발을 노력하고 있으며 우리 정부도 내년 AI윤리헌장을 만들 계획이며 OECD역시AI 권고안을 만들 예정이며 우리 정부도 주도적 역할을 할 예정임

서비스 활성화를 위하여는 기술의 특성상 인간에 대한 많은 정보가 요구되는 바 여기서 개인정보의 AI

보호와 활용성 강화라는 두 측면을 고려한 국내 개인정보보호법 개정과EU GDPR 등을 감안한 보호조치 와 함께 개인정보의 활용성 강화를 위한 조치가 수반되어야 함.

정책적 제언

정부는AI기술의 확산을 위하여 기술개발 투자는 물론 방대한 양의 공공데이터를 기반으로 한 공공부분 에서의 활용과 시범적용을 확대하는 것이 중요함 공공영역에서. AI기반의 데이터 행정은 국민과 정부간의 정보격차를 해소하고 정책에 국민의 의사를 잘 반영할 수 있을 뿐 아니라 비효율성을 제거할 수 있음 이. 를 위해 필요한 업무영역에서AI 활용범위를 적극적으로 발굴확대하도록 해야 함․

기술개발시 책임성담보를 위하여 알고리즘의 설명가능성에 주목하고 우연성에 기반한 의 도입을

AI AI

공공영역에서 제한하여야 할 것이며AI가 가져올 윤리적 사회적 법적 문제를 감안하여 게놈프로젝트에서, , 시행하고 있는 것과 같은ELSI(Ethical, Legal, Societal issue) 연구를 도입하는 것 필요

기술개발의 활성화와 서비스 영역 확장을 위하여 정부는 기업이 자체 기술개발 인수합병

AI , ․ , Open

기반의 플랫폼 활용 등을 할 수 있는 여건을 조성해 주어야 할 것이며 활용을 위한 기초요건

source AI

인 데이터의 정제와 활용을 위한 최소한의 엄격한 규제와 최대의 활용 수단 강구가 되어야 할 것임

1 인공지능 사회의 도래 ?

가 인공지능의 개념과 역사 .

▌ 인공지능 (AI:Artificial Intelligence) 기술 및 제품의 홍수속에서 인공지능 개념을 정립 하는 것은 중요하고 필요한 작업

▶

인공지능의 개념정립은 인공지능의 기술수준정도 즉 자율적 판단 여부 및 자아 , 확보 여부에 따라 구분

- 각 보고서 및 저자에 따라 Strong Weak, A True AI Not a True AI, Narrow AI․ ․ ․ 등으로 구분하며 강약 인공지능으로 대부분 구분 General AI, Super Strong Weak AI․ ․ ․

- 혹은 특정영역에서 업무수행이 가능한 ANI(Narrow AI), 인간과 유사한 수준의 다양한 업무 수행이 가능한 AGI(General AI)로 구분

- 알파고 제작자인 하사비스(Demis Hassabis)는 이러한 현재의 AI를 인공지능은 인간이“ 할 수 있는 것들을 잘할 수 있도록 도와주는 도구 로 정의”

※ 이러한 개념 정립은 AI에 대한 도입을 위한 제도적 장치 마련에 필요한 절차임 자율주행차량 역시 기, 술레벨에 따라 구분하고 규제( , EU,美 日 등)

※ 본 보고서에서는 AI개념을 ANI, AGI로 구분하여 사용하고 있으나 대개 ANI를 지칭함, AGI의 기술적 실현은 아직까지 먼 미래의 일로 파악

개념에 대한 정의

표 1

구 분 개념정의

백수원

 강한 인공지능 : 인간과 같은 마음을 보유 정해진 규칙을 벗어나 능동적으로 학, 습 알고리즘 설계시 스스로 데이터를 찾아 학습하는 능력 다양한 분야에서 보, , 편적인 인지능력과 활용능력

 약한 인공지능 : 한정된 문제 해결능력 규칙을 벗어난 창조 불가 알고리즘에, , 더하여 기초 데이터와 규칙을 입력해야 학습가능 특정분야에서만 활용되는 수준, 의 로봇에 탑재되는 인공지능

이수상

 초인공지능 : 감성지능과 사회성지능 보유 도래 시기는 회의적( )

 강한 인공지능 : 인간수준의 문제해결능력 범용의 능력 보유 도래 시기는 회의적, ( )

 약한 인공지능 : 특정 영역에 한정하여 사람의 명령과 지시를 이행 현 활용수준( )

JP Morgan  Narrow AI(ANI) : 하나의 목적이나 좁은 영역의 업무 처리

 General AI(AGI) : 인간과 유사한 다양한 영역에서의 높은 수준의 추론 가능 안지성  AI & Not a true AI(현재의 AI는 진정한 AI는 아님)

자료 백수원 이수상 안지성: , , , JP Morgan(2017~2018)

▶

현재 활용되고 있는 인공지능의 대부분은 ANI 이며 이는 특정 영역에 한정하여 사람의 명령과 지시를 이행하는 방식

- 의료영역 금융영역 개인비서 구글번역 페이스북 추천 기능 등 주어진 역할만 수행하, , , , 는 형태로 개발 및 운영

▌ 인공지능의 역사 약 ( ) 60 년 전부터 논의되고 지속적으로 개발 , 2016 년 알파고 의 출현 ‘ ’ 으로 세계가 인공지능의 위력을 확인 및 세계의 주목

▶

인공지능은 앨런튜링에 의한 과학적 개념이 도입되고 얀레쿤 제프리 힌튼에 의 , 한 이론화와 페이스북 구글과의 협업에 따라 상용화와 고도화 시작 ,

- 1950 : 앨런튜링 계산기계와 지성 논문을 통해 인공지능 논의의 시발점 제시“ ” - 1956 : Dartmouth Conference, ‘존 매커시 인공지능 개념 정의 및 발전 논의’ - 1970 : ‘Minsky’ 인간상식을 보유하는 인공지능을 가질 것이라 선언

- 1984 : 도그레나 교수 상식능력을 가진 초기 인공지능 싸익‘ (Cyc)’ 발표

- 1986 : 쉬펑슝(Feng-hsiung Hsu) 교수가 만든 칩테스트(ChipTest) 프로젝트에서 시작 년 머리캠벨과 딥블루 제작

1989

- 1987 : 얀 레쿤(Yann LeCunn) & 힌튼(G.E. Hinton) 패턴인식에서 ‘Neural Network’

효용성 입증

- 1997 : IBM의 ‘DEEP BLUE’ 체스 챔피언인 ‘Garry Kasparov’ 승리 - 2011 : IBM ‘Watson’ 퀴즈쇼 ‘Jeopardy’ 우승

- 2012 : Neural Networks가 컴퓨터 이미지 인식대회에서 우승하며 DNN(Deep Learning 시작

Neural Networks)

- 2014 : Google, Tesla 초기버전의 자율주행자동차 기술 발표 - 2014 : 페이스북 얀 레쿤 교수와 딥페이스 알고리즘 개발‘ ’

- 2016 : 구글 DeepMind ‘AlphaGo’ 바둑 챔피언 이세돌 상대 승리

※ 쉬펑슝 교수의 연구는 10년뒤 활용 시작 및 얀 레쿤 제프리 힌튼의 이론 연구는, 30년 후 페이스북, 구글 등에 의하여 활용

자료: UBS(2018.8.), KEIT(2017.7), 언론 보도자료 정리

나 . IBM, 구글의 AI 연구와 성장

▌ 인공지능 개념을 현대적으로 제시한 AI 분야의 두 축인 IBM, 구글은 기초연구를 활용 한 사업화라는 공통점을 지니나 성장과 발전 경로에 있어서는 서로 차이점

▶

(IBM 기술개발 ) IBM 은 최초 1986 년 카네기멜론대학의 쉬펑슝 (Feng-hsiung 교수가 만든 칩테스트 프로젝트에서 시작 년 머리캠벨과

Hsu) (ChipTest) , 1989

딥블루 제작

▶

( 구글의 인수합병 구글은 적극적인 ) AI 스타트업 인수합병을 통하여 기술을 확 보 딥러닝 개념을 제안한 , AI 분야 거장 제프리 힌튼 영입을 위하여 그가 설립한

리서치 및 알파고를 개발한 딥마인드 인수 DNN

▶

( 기술 이슈화 ) 1950 년 튜링에 의하여 제시된 인공지능 개념은 인간과 인공지능 ‘ 의 대결 과 같은 이슈에 의하여 급속히 회자되며 사업화 ’

- 1997년 IBM의 슈퍼컴퓨터 DEEP BLUE 체스챔피언 카스파로프 대결 승리, 2011 왓슨 이라는 인공지능 컴퓨터 도입 및 2012년 퀴즈쇼 출연을 통해 제퍼디 우승‘ ’

※ 2003년 Game Over: Kasparov and the Machine라는 다큐멘터리는 딥 블루의 승리가 IBM의 마 케팅 전략이었다고 평가

- 2016년 구글은 알파고를 통해 바둑챔피언인 이세돌과의 대결에서 승리 후 사업분야 다 각화 추진

인공지능의 이슈화 계기

그림 1

퀴즈 쇼 Jeopardy 출연 이세돌 단과의 대결9 자료, KEIT,언론보도자료 정리2017

▌ 기술적 특성 ( ) IBM 왓슨의 경우 자연어 처리 기반 문제해결을 통한 해답제공

▶

(IBM 왓슨 인지컴퓨팅 ) (Cognitive Computing) 이라는 개념을 사용 인간과의 , 효율적 의사소통에 중점 즉 사람이 일반적으로 사용하는 말 글씨 그림 등 비 , , , 정형 데이터를 컴퓨터가 인식 자연어 처리 지식축적 및 답을 제공 ( ),

- 왓슨은 클라우드 기반으로 API를 개발자에게 개방해 왓슨을 이용해 서비스 개발가능토 록 지원 즉, API를 통해 데이터와 명령을 제공하고 그 분석결과를 보게됨

- IBM의 자연어 처리기술은 아이폰 시리 마이크로소프트의 코타나 아마존 알렉사에 활용,

▶

( 구글 알파고 구글은 영국의 ) ‘Deep Mind’ 라는 스타트업을 인수해 바둑에 특 화된 인공지능

- 최고라는 뜻의 알파와 바둑의 고 합성어로 바둑을 위한 최고의 인공지능이라는 의미를 지님 머신러닝 기반으로 기존 바둑기보를 바탕으로 스스로 학습하는 자가학습이 가능,

※ 현재는 바둑에 특화되어 있으나AI 엔진 자체는 다른 분야에 확대해 사용이 가능

▌ 기술의 활용 클라우드 기반 ( ) IBM 왓슨은 활용조직 및 API(Application Program 개방을 통하여 다양한 산업분야에서 상용화

Interface)

▶

(IBM 왓슨 기술 활용을 위해 ) 2013 년 왓슨의 API 를 외부에서 개방하고 별도 조 직인 ‘IBM 왓슨 그룹 을 신설 ’

- 특히 의료분야에서, ‘IBM 왓슨 닥터’로 많이 활용되고 있으며 미국 뉴욕 슬론케터링암, 센터와 MD 앤더슨 암센터에서 암 진단과 최적의 치료법 검색 등에 이용

※ IBM 왓슨은1,500만건의 폐암사례, 200만 페이지의 연구논문 등을 데이터로 사용

- 국내에서도 가천길병원, SK C&C등에서 암진단과 치료 등에 활용, Watson for 도입을 통하여 년 월부터 활용증

Ontology ‘16 10

※ Watson for Ontology는 미국 메모리얼슬론케터링 암센터에서 방대한 분량의 의학논문을 종합분석에 더하여 하여 정형 및 비정형 데이터 제공

- 이외에도 IBM 왓슨은 3,500여개의 기업 및 기관과 파트너쉽을 통헤 에코시스템 구축 및 전 산업 분야에서 활용은 물론 다국적 서비스 제공을 위해 영어 일본어 한국어 스, , , 페인어 등 학습

왓슨의 활용 분야

표 2

산업 활용기업 사례

자동차 GM  텔레매틱스 서비스 ‘OnStar GO’

Local Motors  12인승 자율주행 전기버스 ‘Olli’ 탑재

의료  암 진단 치료법 제안, (MD 앤더스 암센터/

메모리얼슬론케터링 암센터)

제약 테바제약  신약개발 맞춤형 지려법 검색 발병예측, , 음악 알렉스 다 키드  데이터 분석을 통한 음악 트렌드 파악 및 작곡

IOT 시스코  IoT 장비에 적용되어 기기상태 모니터링

영화 20세기 FOX  영화 예고편 편집(Morgan)

항공 에어버스  생산공정관리 부품교체주기 파악,

법률  로봇변호사 로스 채용 파산 관련 판례를 수집‘ ’

및 분석

금융 웰스프론트 베터먼트, , 퓨처어드바이저

 개인 투자자 금융자산 관리 개인 신용도 평가,

 투자종목 추천

대학 조지아공대  항생 질의에 대한 답변 과제점검 조교로 활용, 로봇 소프트 뱅크  교육 및 서비스 로봇의 AI로 활용

자료 성영조: (2016), KEIT(2017), 언론보도자료

▶

( 구글 AI) 구글이 개발한 AI 엔진 텐서플로 ‘ (Tensor Flow)’ 를 오픈소스로 공개 솔루션을 개발 할 수 있도록 하고 딥마인드랩을 추가 공개하여 솔루션 검증 AI

에도 이용토록 함

- 구글 자체적으로는 구글 번역기 구글 포토 음성 검색 지도 및 자율주행자동차를 개발, , , 하는 데 활용

- 추가로 AI 기술 외부 공개를 통하여 의료 금융 교육 등 각 산업분야의 데이터와 노하, , 우를 습득

▌ 기술 습득 ( ) IBM 왓슨의 경우 자연어 처리 기반 문제해결을 통한 해답제공

▶

(IBM 자체 개발 인지컴퓨팅 ) (Cognitive Computing) 이라는 개념을 사용 인간 , 과의 효율적 의사소통에 중점 즉 사람이 일반적으로 사용하는 말 글씨 그림 , , , 등 비정형 데이터 인지

▶

( 구글 인수합병 ) AI 스타트업에 대한 인수합병을 통해 기술을 확보해나가고 있음

- 사진 분류 기술을 지닌 ‘DNN리서치 딥러닝 개념을 제안한 제프리힌튼 대표( )’, 알파고를 개발한 딥마인드 문서해독 기술을 지닌 비전팩토리 등 총 개 기업 인수‘ ’, ‘ ’ 9

왓슨과 구글 알파고의 차이점

표 3

구분 왓슨 알파고

우수성  상용화 측면  학술적 우수

목 적

 인간 의사결정 지원‘ ’

 MRI, CT 분석을 통한 치료법 제안

 B2B(특정목적)

 기계 자체 의사결정‘ ’

 스스로 바둑을 두는 의사결정

 B2C(범용)

운 영  하나의 슈퍼컴퓨터  소형컴퓨터 여러대를 연결하는 분산‘ 컴퓨터’

학습방식  머신러닝 중 딥러닝  머신러닝 중 딥러닝

자 료  인간이 정리한 전문 자료나 논문  인터넷 자료 기반 장단점  DB화 되어 있지 않으면 활용불가 

자료: KEIT, 이수상(2017)재 분류 및 수정

다 분석대상 및 절차 .

▌ 분석대상 본 보고서는 인공지능의 서비스 현황과 확산 필요성을 통해 신규서비스 예측 ( ) 과 서비스 확산을 위한 준비사항을 도출

▶

인간과의 바둑대결로 인하여 우리사회에 급격히 확산된 AI 의 활용을 무엇을 “ ”, 왜 어떻게 분석 후

“ ”, “ ”

- AI 활용을 위한 기술 제도 교육 일자리 의 가이드라인 형태로 도출, , ( )

▌ 분석절차 ( ) 그림 2

▌ 분석방법 국내외 문헌 및 사례 분석 ( )

▶

AI 활성화를 위한 문헌 논문 및 예측 설문기반 컨설팅 자료 비교 ( ) ( ) (Why)

▶

AI 이슈분석과 활용 사례 분석 (What)

▶

AI 관련 사례분석을 통한 활성화 기준 제시 (How)

▶

분야별 전문가 전시회 컨퍼런스 인터뷰를 통한 자료 기술 정책 교육 검증 ( , ) ( , , )

(Confirm)

2 인공지능 활용 현황과 예측

가 인공지능기술의 이슈화 .

▌ 인공지능 개념 출현은 60 년 전이었으나 2016 년 인간과 인공지능의 바둑대결 이후 급 속히 회자되며 전 세계로 再 이슈화

▶

1950 년 튜링에 의하여 제시된 인공지능 개념은 인간과 인공지능의 대결 과 같 ‘ ’ 은 이슈에 의하여 급속히 회자되며 사업화

- 1997년 IBM의 슈퍼컴퓨터 DEEP BLUE 체스챔피언 카스파로프 대결 승리 후 딥블루를 년도에 왓슨이라는 인공지능 컴퓨터로 공개 후 년 퀴즈쇼 제퍼디 에 참여 우

2011 2012 ‘ ’

승후 세간의 관심 집중

- 알파고와 이세돌의 바둑대결이 있었던 2016~2017.6. (이수상, 2017)의 국내 언론 이슈 분석에 따르면 알파고 에 대한 자체 기사가‘ ’ 200건으로 최다 이슈, AI 분야별 적용영역,

를 활용하는 기업 연구개발의 순으로 도출

AI ,

※ 해당 논문은 일간지 개 매체를 선정하여2 2016.1.~2017.6. 18개월 기간 1,763건중 525건의 기사를 발췌하여 분석(NVIVO버전11)

국내 언론의 의 이슈 분포 2016~2017 AI

표 4

구 분 빈도 중범주 빈도 내용

알파고 사건

( ) 200 알파고 바둑대회 등 200  이세돌 대결 알파고 충격 활용 등, ,

쟁점 AI

사회적

( ) 188

의견 97  전망 긍정 부정 시각 낙관 우려 커즈와일( , ), ( , ), 일자리 58  본인의 일자리 감소 우려

부작용 33  1. 인간의 문제 2. AI오류 인간

AI- 30  대결 및 관계

대응 AI

정책

( ) 83

교육 48  인문학 감성 창의 코딩교육, , ,

정책 35  국가의 역할

개념

AI 34 정의와 역사  튜링기계 퍼셉트론 딥블루, , 기타

AI 138 234  영화(22), 문헌(16)

구 분 빈도 중범주 빈도 내용

활용 AI

경제적

( ) 567

의료

AI 54  IBM 왓슨 등 비서

AI 40  (AI Speaker) 게임

AI 31  바둑

자율주행자동차 30  구글

로봇 24  감성로봇 살상 로봇 등, 산업

AI 24  정부와 기업의 활발한 투자 창작

AI 23  넥스트렘브란트

법률

AI 19  ROSS

챗봇 15  솔트룩스 코난테크놀러지 와이즈넛, , 금융

AI 13  주식투자 금융영역 비서 에이디야 홍콩, , ( ) 통번역 13  MS번역기 솔루션

기타 43  수험생 범죄예방 시각인식 등, , 기업

AI

개 기업 빈도

33 ( ) 180  구글(30), 삼성전자(23), SKT(21), LG전자 아마존 애플

(13), (10), (8), KT(8), MS(7), SK C&C(7), IBM(5)

연구개발 53  AI 개발자 포함(11)

소계 1210

자료 이수상: , 2017재 분류 및 수정

▌ 내용적으로는 AI 의 경제적 활용 인간에게 미치는 영향과 이에 대한 대응 및 , AI 대한 법 적인 책임과 어떻게 경제적인 역할을 부과할 것인가에 집중

▶

사회경제적인 충격으로서의 인공지능이 회자된 이후 사회의 관심과 대응은 AI 경제적 활용에 집중

- AI의 산업적 활용과 관련된 기사가 전체 1,210건의 기사의 약 50%인 567건이 이슈화, 산업 연구개발 관련기업 적용 분야 등으로 분포, , ,

▶

쟁점으로서는 AI 기술의 도래가 인간에게 미치는 영향이 주요한 관심사로 부각

- AI와 인간의 대결 및 이로 인한 인간의 일자리 손실 그리고 감성이 부재한 인공지능이, 인간의 일을 대체할 경우 발생하게 될 부작용이 주요 이슈

▶

AI 산업정책 , AI 시대에 해결해야 할 주요과제들을 제시 즉 , AI 의 원활한 활용을 위한 선제적 조치들을 논의

- 첫 번째로 인공지능에 대한 법적지위 문제 즉 인간의 생명을 다루는 의료 자산을 다루, , 는 금융 및 자율주행자동차에 대한 사고 책임 문제의 정리

- 두 번째로 인간의 역할 문제 즉 노동으로부터 자유로워진 인간은 어떠한 역할을 수행하, 여야 하는 지 정리

- 세 번째로 로봇에 대한 세금부과의 문제로 MS 빌게이츠는 로봇세가 급격한 자동화의 지 여는 물론 정부 예산의 확보 측면에서 필요한 정책으로 지적 이는 소득 재분배의 문제와 도 연결

- 네 번째로는 인공지능 윤리에 대한 준비이며 이와 관련하여 인공지능 무기도 금지해야한 다는 주장이 있음

- 마지막으로 데이터를 기반으로 하는 AI기술로 인해 프라이버시 침해와 보호문제를 주된 이슈로 논의

▶

이러한 AI 의 기술도입과 부작용에 대한 중요한 역할은 교육으로 부각

- 대학의 혁신요구와 현재 코딩교육에 대한 필요성을 제기하고 인문학 교육 독서 감성지, , 능 이슈가 AI시대의 인재를 위한 교육으로 제시

▶

( 이슈와 실제 언론상 도입을 예상한 기술은 음성인식기술을 기반으로 한 서비스 ) 가 가장 많이 도입되고 있으며 확산 중에 있음

- 디지털기호 신호가 아닌 자연어 처리 및 인식 분야가 주요 처리 기술,

나 . AI 활용 현황과 예측

▌ 업계 활용 기술 ( ) ANI 기반이며 AGI 의 출현과 활용은 아직까지 미성숙 단계

▶

특정임무를 대상으로 하는 AI 즉 , ANI 가 향후 상당시간 활용될 것으로 예측

- 자율주행자동차(AGI)의 경우 향후 10년 내에 보편화 될 것으로 예측하고 있으나 창작활 동을 하는 작가 AGI, 외과의사와 같은 AGI는 2035~50년 이후 활성화 될 것으로 예측

※ 옥스퍼드 예일, Machine learning 연구자 대상 설문, UBS(2018)

▶

이세돌과 알파고의 대결이 있던 2016 년을 중심으로 기업의 AI 연구개발 투자는 증가 하였으나 활용사례는 2017 년에 축소

- 글로벌 83개 IT 기업 중 31%에 해당하는 기업만이 AI를 통한 시스템 통합 및 활용하는 계획을 보유하고 있으며 69%는 AI 활용계획이 없음(UBS)

▌ 활용 가치 대부분 기업들은 ( ) ANI 를 중심으로 효율 ‘ ’, ‘ 효과 ’, ‘ 데이터기반 으로 이루어지 ’ 고 있음 경제적 가치는 물론 공공 부분에서의 활용가치도 부각 ,

▶

AI 관련 기업들은 인공지능 기술을 주로 의사결정 및 의사결정과정에서의 효율 성을 증대시키거나 조직 효율성 증대와 고객 참여 증대를 위한 도구로서 활용

- AI 활용가치가 효율성 고객참여 증대 등 기업입장의 외부서비스 확장 및 공공 부분에서, 의 활용 가치가 부각

활용분야 효율성과 고객참여 중심 예측

그림 3

자료, Gatner, 2017

다 . AI 활용 사례

▌ ANI 의 활용분야는 제품 적용 서비스 등으로 나누어져 있으나 크게 음성인식을 기반으 , 로 한 제품과 서비스 자율주행자동차 의료 분야 및 로봇과 가전 분야로 확장 , ,

▶

기존 플랫폼을 활용한 AI 활용영역을 확장 각 기업들은 자신의 고유 플랫폼을 , 바탕으로 향후 활용영역을 확장중

- 과거의 산업영역에 AI기술을 접목 효율성과 전문성을 보강하는 방식,

▶

IBM 왓슨 기반 의료영역에서 자동차 스마트시티 등 공공영역까지 확장 진행중 ,

▶

특히 의료분야는 모든 기업이 AI 기술 도입을 시도하고자 하는 분야

▶

구글은 클라우드와 딥러닝 기반의 플랫폼과 스피커 및 자율주행자동차 등에서 기 술개발을 추진 중

▶

국내에 서비스를 제공하지 않고 있는 아마존의 경우 해외에서는 AI 기술의 강자

기술 활용 국외 기업

표 5

기업 주요활동

구글 자율주행 헬스케어

( +

알파고 +

로봇 스마트홈

AI + )

 Deep Mind 등 총 개 인공지능 관련 기업 인수9

 JF Hinton 등 AI 전문가 영입

 세바스천 스런 교수팀과 크리스 엄슨 교수팀 등 자율주행자동차 전문가 영입

 Deep Mind의 차기 프로젝트는 헬스케어로 발표

 알파고와 같은 AI 로봇을 개발 중

 스마트홈 서비스를 제공하는 음성인식 AI 기기인 구글 홈 공개

 AI 기술이 적용된 모바일 메시지 앱 알로 와 모바일 영상통화 앱 듀오 공개‘ ’ ‘ ’

 AI 서비스를 접목한 스마트폰 픽셀 공개‘ ’

 지메일에 기계학습을 적용한 자동답신 기능을 제공

 영국 국립보건의료서비스(NHS)에 등록된 160만명 의료정보, AI에 학습

기업 주요활동

아마존 음성인식 물류

( + )

 음성인식 AI 플랫폼 알렉사를 적용한 AI 기기 ‘Echo’로 시장 확대

 알렉사 적용범위 확장 온라인 쇼핑 사물 인터넷 자율주행자동차 등 포드와 협력해( , , ), 알렉사의 음성인식 서비스 제공

 알렉사 스킬 활용 서비스 만개를 돌파하여 거대 아마존‘ ’ 1 ‘ AI 생태계 구축 중’

 미국 물류창고 20곳 만4 5000대의 로봇이 임무 수행

 딥러닝을 활용한 계산대 없는 매장 아마존 고, ‘

애플 휴대폰 (AI + )

 러스 살라쿠트디노프를 인공지능 책임자로 영입

 머신러닝 벤처기업인 투리(Turi)와 AI 분야 스타트업 개 인수6

 AI 스타트업 래티스 데이터 인수 의료 분야 사업 추진,

 음성인식 시리 애플 전 분야 활용‘ ’

 AI 스피커 홈팟 소개‘ ’

MS 의료 언어

( + )

 하노버 프로젝트 진행 종양의 상태 분석 약물치료 옵션 제공( , )

 AI 자연어 처리 기술 루이스 활용‘ ’

 음성인식 코타나 기술 활용 및 이를 안드로이드 iOS 등에 활용 모색

 AI 기상캐스터 샤오빙 IBM

왓슨 의료

( + ,

안내로봇)

 IBM 왓슨을 이용한 지식산업

 왓슨 기반 로봇 코니‘ (Connie)’ 서비스 힐튼호텔 안내 시작( )

 왓슨 기반 로봇 나오미‘ (Nao-mi)’ 한국에 처음 공개

 메디컬 시브‘ (seieve)’라는 의료용 알고리즘 개발진행 자료 이수상: , 2017재 분류 및 수정

▶

국내 기업인 삼성 , LG, KT, SKT 등은 음성인식기술을 기반으로 휴대폰과 가전 을 기반으로 한 로봇영역으로 확장

▶

삼성의 경우 기존 휴대폰에 빅스비 적용 및 은행서비스와 의료기기 서비스 시 ‘ ’ 장진출을 추진

- 외부 전문가 영입 및 AI 벤처기업 인수등을 통해 기술력 확보 노력 및 사내 AI전담조직 설치

▶

LG 의 경우 전통적인 강세를 보이고 있는 청소기 에어컨 등에 , AI 기술적용을 부 각시키며 휴대폰에 구글 어시스턴트 적용 및 CLOI 라는 브랜드로 로봇분야에 활 발히 투자

▶

SKT 역시 CEO 직속의 전담조직과 T-MAP 활용 스마트홈 서비스 적용 및 국내 , 병원과의 제휴를 통해 의료분야 진출을 위한 노력(SK C&C)

▶

KT 의 경우 기가지니 라는 브랜드를 통하여 자체 통신인프라를 기반으로 전 산 ‘ ’ 업에 AI 기술을 확장하기 위하여 노력

▶

NAVER 역시 사내 전담조직 와 미국의 J AI 기업 인수를 통하여 AI 기술 개발 추 진에 박차

- AI 플랫폼 클로바 를 출시하며 비서앱 등 기존 플랫폼을 통한 확산 추진‘ ’

기술 활용 국내 기업

표 6

기업 주요활동

삼성전자 휴대폰 가전 의료

( + +

기기 금융+ )

 AI 벤처기업 비브랩스 인수 이근배 교수 영입,

 AI 연구 인텔리전스팀 구축

 AI 서비스 빅스비 갤럭시 시리즈 접목‘ ’

 스마트 냉장고 패밀리 허브‘ ’ 2.0 발표 및 모든 가전에 빅스비 도입 추진

 스마트폰, TV, 냉장고 서비스 등에, AI를 접목하는 AI 생태계 구축계획

 AI가 접목된 의료기기 시장 진출 추진

 빅스비를 이용한 은행서비스 시작

SKT 스피커 맵 의료 ( +T + )

 CEO 직속의 AI 사업단 신설

 AI 플랫폼 누구를 적용한 스피커 출시

 누구 기반 스마트홈 서비스 제공 추진 우성건영( )

 누구에 왓슨 기반 영어 대화 기능 추가

 T맵에 음성인식 AI 서비스도입

 음성과 영상 인식 결합한 인공지능 서비스 로봇 탁상형 소셜봇 토이봇 펫봇 등 공개( , , )

 고려대병원과 협력 지능형 병원설립 및 의사처방과 진단 내용 수집

전자 LG

로봇 가전 휴대폰 ( + +

)

 인공지능연구소와 로봇선행연구소 신설

 인천공항 안내로봇 시범 운영

 CES 2017에 로봇 종 가정용 허브 로봇 공항 도우미 로봇 공개3 ( , )

 인공지능 에어컨 휘센 듀얼 에어컨 출시‘ ’

 로봇청소기 로보킹 한국내 40만대 초과 판매

 휴대폰 G 시리즈에 인공지능 구글 어시스턴트 탑재

 스마트폰에 AI 원격 고객 서비스(AS) 제공

KT 플랫폼 (AI )

 인공지능 기가 지니(GiGA Genie) 활용

 기가지니 사업단 출범

 기가지니 금융서비스 개발

 기가지니 스피커 판매

SK C&C 의료 ( )

 한국어 기반 왓슨 서비스 제공

 왓슨을 기반으로 하는 AI 서비스 에이브릴‘ (Aibril)’ 발표

 대전 건양대병원 왓슨 기반의 암 진료 서비스 제공,

 고려대학교와 감염병 데이터 분석 치료법 탐구 서비스 추진,

 고려대병원과 에이브릴을 활용하는 에이브릴 항생제 어드바이저 서비스 개발

 AI 스피커 위드‘ (Wyth)’ 공개(SM엔터테인먼트와 공동 개발)

네이버 플랫폼 (AI )

 인공지능 개발 사내조직 제이 팀 편성‘ (J) ’

 미국 제록스의 AI 연구소 제록스리서치센터유럽‘ (XRCE)’ 인수 계획 발표

 AI 플랫폼 클로바 를 적용한 스마트폰 앱 네이버 클로바 공개‘ ’ ‘ - ’

 AI 비서앱 네이버 클로바 베타 출시‘ - , 자료 이수상: , 2017재 분류 및 수정

▌ 음성인식분야는 현재 가장 활발하게 이용되고 있는 AI 공통기술 분야로 휴대폰 스피커 , 등에 적용되고 있으며 이를 위한 자연어처리 분야가 개발 및 연구 진행 중

▶

( 음성인식 기술의 역사 ) AI 기술과 유사하게 60 여년의 개발 역사를 지니고 있음 최초 벨연구소의 오드레이 시스템을 시작으로 현재에 이르게 됨

- 1952년 벨연구소는 단일 음성으로 말한 숫자를 인식하는 오드레이(Audrey) 시스템 개 발 후 1962년 IBM은 16개의 영어단어를 인식하는 슈박스(Shoebox), 카네기멜론 하피

개 어휘를 이해하는 수준으로 고도화

1,011 (1970~1976)

- 1980년대 HMM(hidden Markov Model) 기술로 인하여 무제한에 가까운 어휘 인식가 능성 발전

※ HMM은 단어 견본을 이용하거나 소리의 패턴을 찾기 보다는 알려지지 않은 소리가 단어가 될 수 있는 가능

- 구글의 음성 검색 애플의 시리 아마존 알렉사 등으로 인해 상용화가 확대됨, , - 한 가지 주의할 점은 음성인식기술을 인공지능 기술로 볼 수 는 없음

음성인식기술 발전

그림 4

자료 양정연, 2017.8.

▶

(AI 스피커의 활용현황 이러한 음성인식기술과 함께 가장 많은 ) AI 기술이 적용된 제품은 AI 스피커로서 AI 스피커의 경우 단일제품으로 출하량 등이 통계적으로 파 악되고 있음

- 2018년 1분기 세계 AI 스피커 출하량은 전년 동기(240만 대 대비 배 증가한) 4 920만 대 를 기록하며 278%의 성장률을 기록(SA, 5.18)

- 아마존이 출하량 400만대로 업체 위를 차지하였으며 구글이 구글홈을 출시하며 급성장 중1 , 국 내수에 집중한 알리바바와 샤오미가 새롭게 진출

※ 아마존은 미국 시애틀에 위치한 전자상거래를 기반으로 한 IT 기업으로 책 전자책 태블릿, , PC제조 판

매를 기반으로 사업영역확장 인공지능 플랫폼, Alexa를 만들었고 아마존 에코 스피커를 통해 Alexa와 소통

년 스피커 시장 전망 및 년 업체별 점유율 상승률 2016~2021 AI ‘17~18

그림 5

자료 ,GATNER, SA, IITP 2017.8.

▌ 음성인식기술의 활용 현황 음성인식기술을 기반으로 한 국내외 ( ) AI 기업들은 스피커와 휴대폰을 기반으로 타 영역으로의 확산을 도모중

▶

( 아마존 알렉사 국내에 소개되지 않은 아마존은 해외에서 ) AI 스피커 판매 위를 1 차지하며 AI 분야 강자로 부각 알렉사를 특정 하드웨어가 아닌 자사 서비스 전반 , 에 적용하여 인공지능 기술을 보편화

- 아마존은 에코 에코닷 탭 에코쇼 에코룩 등 알렉사를 지원하는 자체 브랜드에 확장, , , , - 또한 GE와 공동 개발한 제네바스킬은 GE가전제품을 음성으로 제어 포드는 알렉사를,

이용해 주행하는 자동차

- LG와는 냉장고 내부의 식품을 분석하고 자동으로 주문할 수 있는 기능을 알렉사와 연동 하여 개발

아마존의 알렉사 생태계

그림 6

자료 동아일보 자료 수정, IITP(2018.8.)

▶

(Apple, Samsung 등 휴대폰의 경우 애플 아이폰의 시리 ) ‘ ’, 갤럭시 시리즈의 빅스비 시리즈에 탑재되는 구글 어시스턴트 등이 활용되고 있음

‘ ’, G ‘ ’

▶

(Microsoft) 전통적 PC 강자인 MS 는 ‘Cortana’ 라는 브랜드 하에 AI 스피커 인 ‘ 보크 출시 및 기존 ’ PC 기반 이용자확대를 도모하고 있음

▶

(Google) AI 기술 분야의 최강자로 꼽히는 구글은 검색엔진을 기반으로 한 출시

Google Assistent

▶

(LG) AI 업계 후발주자인 LG 는 CLOI 라는 자체 플랫폼을 제작하여 이를 CLOI 홈 및 가전에 확대 적용

▶

( 국내 업체 전략 자체 ) OS 및 핵심 AI 기술의 부재가 약점으로 꼽히고 있으나 기 존 TV, 청소기 및 냉장고와 같은 생활필수품이 IOT 및 인공지능 기술 적용될 수 있는 Edge 단말기로 부각

음성인식기술을 활용하는 글로벌 기업 및 제품

표 7

구분 Amazon Microsoft apple Google SAMSUNG IBM LG

브랜드 alexa Cortana Siri ^Google_Assistant 빅스비 Watson CLOI

연동 기기

에코(AI 스피커)

•

알렉사 개발자 키트

•

기반으로 제작 (ASK)

한 모든 앱과 서비 스

인보크

• 스피커 (AI ) 윈도10 기반

•

및 모바 PC 일 기기

애플iOS를

• 탑재한 기 기

구글홈 스피커( )

•

구글 픽셀 스마트폰( )

• 등

시리즈 LG G

•

삼성휴대폰

• 가전 +@ (TV, 냉장고)

W a t s o n

• health C l o u d

• service

CLOI HOME

•

CLOI (SUIT)

• BOT 가전 로보킹( )

•

강점

open source

•

만 개 이상

2 5,000 의 스킬(Skills)^※

•윈도 OS가잠 재이용자 A Z U R E

• CLOUD

•개인정보보 호 등 보 안

검색엔진을 기반으로

•

한 이용자 데이터

•AI핵심 기술 보유

기존 가전제품을

•

활용한 영역확 장 가능

특정분야 의료( )

• 전문성 대기업

•

기존 가전제품을

•

활용한 영역확 장 가능

약점 •Mobile data^없음 •PC이외의 없음 Edge

상대적으로

•

느 린

Cloud 한 정 적

• Edge

•수익률 분열 Android

•

자체OS부재

•

핵심 AI 기술

• 부재

데이터 확보

• 유상구입

( )

핵심기술 도전

•

핵심 AI 기술 부

• 재

전략

클라우드 기반

•

자 3

•

(OEMs;GM/FOR 제휴 D)

클라우드 기반

•

자 제휴

3 (API)

•

자체EDGE

• D EVI CE S 강화

클라우드 기반

•

자체 EDGE D

•

강화 EVICES

광범위한 제품

•

영향력 활용

기반 Watson

• 활용 API

광범위한 제품

•

영향력 활용

※ 음성으로 질의 응답기능을 제공하여 외부개발자가 원하는 기능을 추가하도록 함, 자료 동아일보)2018.8.7, IITP수정 및 추가

라 국내 중소기업 . AI 활용 사례

▌ 와이즈넛 중소기업중 ( ) Chatbot 기반의 AI 활용을 통하여 국내 최대 매출을 보이고 있는 기업으로 ‘WISE I Chat’ 이라는 챗봇 구현

▶

아이챗은 자연어 처리기반 질문의도를 파악하고 머신러닝 통계기반 응답을 행하고 , 정확한 답변을 찾지 못할 경우 실제상담원에게 연결되고 그 결과를 다시 학습

- 대표적인 구축사례는 경기도 지방세 상담봇 인천국제공항 키오스크 챗봇 등 공공 분야‘ ’

※ 경기도청에 따르면 챗봇의 답변 정확도93% 및 타지자체에 성공사례로 평가

- 인공지능검색엔진인 Search Formual-1을 활용 한국과학기술정보센터의 차세대 검색 고도화 특허청 대민용 통합검색서비스, (KIPRIS) 구축

- 이외에도 정부과제로 만성질환자를 위한 라이프스타일 기반 대화형 의료 문진SW, 인공 지능을 이용한 날씨 컨설팅 웨더봇을 기상청과 개발 중

- 공공에서의 선제적 AI 활용은 민간이전 및 확산에 성공적인 사례로 작용

※ 와이즈넛은2017년 매출 216억 원 영업이익, 35억 달성 등 인공지능 국내 위 중소기업1

▌ 솔트룩스 국내 ( ) AI 기업으로 성공적인 사례로 평가 받고 있으며 아마존 구글 등과 같 , 은 날리지 그래프 기반 데이터저장이 아닌 연결방식 기술활용 ‘ ’

▶

AI 플랫폼 아담과 AI 상담시스템 아담어시스턴트 에바 지니뉴스 개발을 통해 ‘ ’, , 우리은행 농협 등에 적용하며 국토교통부 빅데이터 구축 등 참여 ,

▶

AI 매출은 2014 년 82 억 원 중 15%, 2016 년 99 억 원 중 25%, 2017 년 123 억 중 35% 로 증가추세 이며 2018 년 200 억 매출 예측

솔트룩스 플랫폼 아담 챗봇 톡봇, ( (Talkbot)) 및 활용

그림 7

자료 각 홈페이지 및 어플 2018.10.

▌ (MUSIA) 국내 크리에티브마인드사가 제작한 AI 기반 작곡 APP 으로 얼굴 촬영시 또는 사진을 촬영하면 즉석에서 곡을 작곡하는 방식

▶

빅데이터 기반 학습이 아닌 결과물로서 저작권 문제가 없고 사용자가 자신만의 유일한 곡을 작곡하는 점이 장점

- 국내에서 인공지능 VS 재즈연주자 경연을 펼치기도 하였으며 자체 제작한 앨범 1, 2집 을 발매하며 호평

※ 해외의 경우 인공지능 작곡가는 구글의 마젠타(Magenta) 조지아공대 시몬(Shimon) 등이 존재 시몬, 은 연주 및 작곡까지 수행 이외에도 구글은, ‘deepdream, 이라는 화가 등장

※ 인공지능에 대한 저작권인정과 관련하여 현재의 저작권법과 판례는 인간의 창작적 행위에 대해서만 저 작물성을 인정하고 있음 즉, AI 창작물에 대하여는 당분간 저작권법 인정어려움

작곡 및 창작을 하는 AI

그림 8

구글 마젠타

( ) (MS 넥스트램브란트)

조지아공대 시몬

( ) (구글 딥드림)

자료 각 홈페이지 및 어플 2018.10.

▌ 국내 인지기술분야 ( AI 전문기업 소개한 업체이외에 자연어처리 번역 회의록 처리 등 ) , , 국내업체 출현

▶

( 마인즈랩 ) ETRI 음성인식실의 기술 (Speech to text) 이전 , AI 튜터 개발 AI 상담 사가 고객을 효율적으로 응대

▶

( 코난테크놀러지 발화문 회의록 등 비정형 텍스트 분석 및 질의어에 대한 정의 ) 를 통해 자동 QA 시스템 개발

▶

( 얄리 주 ( )) 자연어 기반 대화기술로 가상친구와 대화하는 모바일 어플리케이션 ,

스마트인형 개발 어린이나 장애인 노약자를 위한 기술 적용 예정 ,

▶

( 시스트란 인터내셔널 딥러닝 기반의 번역엔진 개발 기존 통계방식의 구 단위가 ) , 아닌 문장 단위 번역

▶

( 셀바스 에이아이 스마트폰 태블릿 등 휴대단말기 입력솔루션의 국산기술을 확 ) , 보해 외산 솔루션 시장 대체

▶

( 스캐터랩 채팅내용을 분석하고 상황을 인지해 감정 정보를 생성 제공 ) ,

▶

( 다이퀘스트 대용량 통합검색 솔루션 지능형 상품전용 통합검색 솔루션 지능형 ) , , 외부 정보 수집 솔루션 개발

마 . AI 적용 CLOUD 에서 EDGE 로

▌ 기존 Cloud 기반 AI 처리 기술은 향후 AI 반도체 등이 Edge 에 추가되어 전산업 확산 과 이용이 활발해질 전망

- 알파고의 경우 많은 컴퓨터가 연계되어 연산을 하는 기능을 수행하였으나 자율주행자동 차 드론 등 실시간 데이터 처리가 이루어져야하는 상황으로 전개됨,

- 즉 실시간 데이터 처리가요구되어지지 않는 기존의 Cloud서비스 기반이 아닌 실시간 연 산 처리가 필요한 자율주행자동차 휴대폰 단말 등에 직접 연산이 필요한, AI 반도체는 향후 중요한 품목으로 대두 될 것임

▌ 임베디드 ( SW) 인공지능 처리 경량화 가속화 기술을 기반으로 임베디드 기기에서 부분 , 학습 및 고속추론 필요

▶

AI 반도체와 더불어 지능형 임베디드 기기 산업기기 로봇 ( , ), 자율형이동기기 드론 ( , 스마트카 ), 지능형 IoT( 엣지기기 ) 비전인식의 실시간화 및 개인화를 가능하게 하는 AI SW 역시 중요한 개발 품목중의 하나

제품과 에 따른 분류

AI Cloud, Latency

그림 9

※ AWS(Amazon Web service) 클라우 드상 ML 모델 제작 및 IOT에ML모 델을 배포 보안(Amazon deeplens, 유지보수 정 Amazon Recognition), , 밀농업 등 수행가능

자료. IITP

▌ 기존 및 향후 AI 제품 및 서비스의 분류 방식은 다양하게 분류되어 질 수 있음

▶

기술유형 단계 별 기업의 특성별 요구되는 처리 속도별 및 서비스 유형별로 분 ( ) , , 류될 수 있으며 향후 AGI 등장에 따른 분류가 이루어 질 수 있음

제품 및 서비스 분류 기준

표 8

구분 세부내용

기술별

자연어 처리 기반 시나리오 방식

머신러닝 딥러닝

음성인식 이미지 글 그림 인식( , )

기업특성별 인터넷 서비스 PC, 휴대폰 가전, 반도체 SW

Latency CLOUD + AI, Cloud + IOT + AI, CLOUD = AI + EDGE, AI + EDGE

기술단계별

AI ANI ---> AGI

서비스영역별 전산업 음성인식 서비스 의료진단 판례검색 채용지원( , , , ), 교육 공공서비스 외, ANI, AGI 단순 반복 조사, , ---> 자율주행 운전 의료 법률, , 자료 IITP(2018.8.)

바 . AI 제품 및 서비스 현황

▌ 이슈분석 및 사례분석 등을 통한 현행 AI 서비스는 음성인식 및 머신러닝 딥러닝기술을 , 기반으로 각 회사의 산업영역을 중심으로 확산

▶

휴대폰 및 검색 플랫폼 , SNS 등은 AI 데이터 수집의 단말로 활용 이를 위한 다양 , 한 챗봇 활용

▶

AI 스피커는 AI 소통의 기본 Tool 로 자리매김하며 산업화 중

▶

의료분야는 IBM 왓슨을 시작으로 모든 인공지능업체가 개발을 시도

▶

금융분야 역시 각 AI 개발사가 진출을 모색하는 분야

▶

자율주행자동차는 향후 AI 기술의 적용을 새롭게 바꾸게 되는 전환점이 될 것

▶

이외에 법률서비스 , AI 창작 분야가 추가적인 활용 분야로 부각

제품의 기초 기술과 서비스 현황

그림 10

자료 IITP

3 _{AI 의 공공활용}

가 . AI 의 공공 부분 활용 예측과 전망

▌ 공공부분에서의 활용 예측 ( ) ‘17 년 기점 공공영역에서의 ANI 활용을 통하여 얻을 수 있 는 부가가치는 2025 년에 이르러 약 조 천만 5 6 US$ 로 예측하고 이로 인하여 World

가 추가 성장할 것으로 예측

GDP 1.93% (Capgemini, 2017)

▶

AI 의 활용을 통한 공공의사결정의 최적화를 통한 효율과 생산성 증대 일자리의 , 증대를 통하여 AI 의 부가가치와 World GDP 향상을 예측

- 중립적 전망은 약 조 달러의 부가가치 창출과4 1.4%의 추가 World GDP 향상 회의적, 전망은 약 2.5조 달러와 0.9%의 World GDP 성장 예측

로 인한 공공영역과 영향

AI World GDP

그림 11

가. AI로 인한 공공 영역 절감 나. AI로 인한 GDP 성장 자료 Capgemini, 2017

나 . AI 의 공공 적용 사례

▌ 미국 스마트 시티에서의 활용 보스톤시는 빅데이터 기반행정을 위하여 전화 전용앱 ( ) , 등을 활용 뉴욕시의 경우 시의 공공데이터 활용촉진을 위한 , SW 개발을 시민에 공모

▶

( 보스톤시 데이터 분석 전담조직 보스톤시는 해당 시 전역을 커버하는 데이터 ) 분석팀을 설치 및 데이터 분석가를 배치 행정에 활용

▶

( 보스톤시 전화 , SNS 를 통한 데이터 확보 보스톤 ) 311 Call 및 전용 App 활용을

통한 민원 정보 수집 및 대응

- 민원대상은 도로 파손 낙서와 같은 소소한 문제점 쓰레기 주차문제 해결을 위해 활용, , ,

▶

(IBM Watson 의 ANI 활용 보스톤 ) 311 로 수집된 정보를 빠르게 분석하는 실시 간 데이터 분석을 통한 대응과 다양한 분석

미 공공데이터의 행정 활용,

그림 12

자료Bostoncity, NYC, 안지성2018

▶

( 네바다 주의 인공지능기반 식중독예방프로그램 미국 남부 네바다보건당국은 인 ) 식중독 예방을 위한 식당 위생검사를 Random 방식에서 인공지능을 통한 대상 선정 방식으로 전환

- Rochester 대학은 라스베이거스에서의 식중독예방과 이를 검사하는 툴을 개발하고 - 네바다 보건당국 (Southern Nevada Health District:SNHD) 트위터에서 각종 데이터

를 수집하고 이를 인공지능이 위험지수로 환산하여 검사대상을 정하는데 인간의 개입비 율은 15%로 제한(NSF, 2016. 7)

※ 예를 들어 SNS상 “I feel nauseous”라고 문장이 발견되고 음식과 연관된 질병의 특징을 지니는 언 어적 특징을 발견하는 알고리즘을 지닌 AI nEmesis 도입결과 식중독 문제식당 발견비율이 9%에서

로 향상됨 15%