신기술 발전에 따른 산업 지형의 변화 전망과 대응 전략
How Will The Emerging Technologies Change Industrial Landscape?:
The Prospect of Industrial Structure Change and Its Policy Implications
제2권 인지컴퓨팅
이성호 ․ 설라영 ․ 김은희 ․ 김석관
연 구 진
김석관❘과학기술정책연구원 연구위원 이성호❘과학기술정책연구원 연구위원 설라영❘과학기술정책연구원 연구원 김은희❘과학기술정책연구원 연구원 연구책임자
연구참여자
외 부 연 구 진 나준호❘LG경제연구원 연구위원
연구자문위원 이원태❘정보통신정책연구원 연구위원
김석현❘경제학 박사 유영진❘Temple 대학 교수
정책연구 2015-12-02 신기술 발전에 따른 산업 지형의 변화 전망과 대응 전략: 제2권 인지컴퓨팅
2015년 12월 24일 인쇄 2015년 12월 30일 발행
發行人 ㅣ 송종국
發行處 ㅣ 과학기술정책연구원 세종특별자치시 시청대로 370 세종국책연구단지 과학･인프라동 5~7F Tel: 044)287-2000 Fax: 044)287-2068 登 錄 ㅣ 2003년 9월 5일 제20-444호 組版 및 印刷ㅣ 경성문화사
Tel: 02)786-2999 Fax: 02)782-1391
ISBN 978-89-6112-373-0 94560
이 도서의 국립중앙도서관 출판예정도서목록(CIP)은 서지정보유통지원시스템 홈페이지(http://seoji.nl.go.kr)와 국가자료공동목록시스템(http://www.nl.go.kr/kolisnet)에서 이용하실 수 있습니다.
(CIP제어번호 : CIP2016001678)
세계 경제의 저성장 기조 속에서 신기술(emerging technologies)은 새로운 성장 동력의 맹아가 될 수 있다는 기대 때문에 기업과 정부의 관심 대상이 되어 왔다.
이러한 기대를 반영해서 매년 여러 기관에서 미래 유망 신기술을 발표하고 있으나, 신기술에 대한 현실적인 대응 전략을 수립하기 위해서는 단지 유망 기술을 뽑는 수준 에서 벗어나서 그 기술들이 산업에 어떤 영향을 미칠지에 대해서 가능한 포괄적 이고도 구체적인 예측이 필요하다. 본 연구에서는 공통의 분석 틀을 도출한 뒤 인지 컴퓨팅, 3D 프린팅, 사물인터넷, 핀테크 등 4가지 신기술 분야에 이를 적용해서 산업 지형의 변화 가능성을 구체적으로 전망하고 이에 대응하기 위한 정책을 제시하였다.
2권에서는 인지컴퓨팅으로 인한 산업 지형의 변화를 전망하고 이에 대한 대응 전략을 제안하였다. 이러한 연구 결과가 신기술 분야에서 일어나는 급격한 변화에 대응하고자 하는 정부와 기업에게 구체적이고도 좋은 지침서가 되기를 바란다.
끝으로 본 보고서의 내용은 저자 개인의 의견을 정리한 것으로 본 연구원의 공식 견해와 다를 수 있음을 밝힌다.
2015년 12월 과학기술정책연구원 원 장 송 종 국
요 약 ··· ⅰ
제1장 서 론 ··· 1
제1절 연구의 배경 및 목적 ··· 1
제2절 연구의 구성 ··· 5
제2장 인지컴퓨팅 기술의 개념 및 발전 전망 ··· 9
제1절 인지컴퓨팅(인공지능)의 개념 및 발전사 ··· 9
제2절 최근 급격한 발전 동인 분석 및 활용분야 ··· 20
제3절 인지컴퓨팅 기술의 미래 발전 가능성 평가 ··· 37
제3장 노동의 변화 및 산업적 영향 전망 ··· 47
제1절 인지컴퓨팅이 야기하는 노동의 변화 전망 ··· 47
제2절 고용에 미치는 장기적 파급효과 예측 ··· 58
제3절 인지컴퓨팅 기반의 서비스 및 비즈니스모델 혁신 ··· 69
제4절 서비스 혁신에 따른 산업구조의 재편 전망 ··· 78
제4장 영향 요인: 제도 및 수요 요인 ··· 85
제1절 기술 및 데이터 취득 관련 규제 ··· 85
제2절 면허 제도 및 산업별 진입규제 ··· 89
제3절 윤리적․법적 책임 ··· 93
제4절 공공 부문의 수요 전망 ··· 97
제5절 민간 시장의 수요 전망 ··· 101
제5장 사례연구: 자율주행기술의 산업재편 효과 ··· 105
제1절 자율주행 기술의 발전전망 ··· 105
제2절 비즈니스모델 혁신 가능성 탐색 ··· 110
제3절 제도적 측면 ··· 126
제6장 산업 지형 변화에 대한 대응 전략 ··· 131
제1절 부문별 미래 전망의 시사점 ··· 131
제2절 국내외 정부의 관련 정책 조사 ··· 145
제3절 선제적 대응전략 도출 ··· 154
참고문헌 ··· 167
부 록 ··· 179
제1절 국내외 기업들의 인지컴퓨팅 서비스 현황 ··· 179
제2절 인지컴퓨팅의 고용 대체 전망 (본문 3장 1절) ··· 185
제3절 개인자동차 이용원가 산정 ··· 195
Summary ··· 203
Contents ··· 205
<표 2-1> MEMS 기술과 LSI 기술의 비교 ··· 24
<표 2-2> 국내외 주요기업의 클라우드 기반 기계학습 서비스 ··· 36
<표 2-3> R&D 패러다임의 변화 ··· 38
<표 2-4> 인공지능 전문가들이 전망한 전문직 대체 가능 시기 ··· 46
<표 3-1> 인공지능 자산관리 서비스의 미국 금융시장에서의 성장 전망 ··· 51
<표 3-2> 지식업무 자동화가 가져올 2025년 고용 대체 및 경제적 효과 전망 ·· 59
<표 3-3> 공유 서비스 부문의 국내ㆍ외 주요 기업 현황 ··· 76
<표 4-1> 2011년 기준 국내 서비스 업종별 진입규제 ··· 91
<표 5-1> 자율주행 기술의 발전단계별 인간과 인공지능의 역할 분담 ··· 106
<표 5-2> 자율주행 자동차의 구성요소별 추가 연구개발 필요성 ··· 107
<표 5-3> 미국 소비자의 부분 및 완전 자율주행자동차 구매의사 비중 (%) ·· 111
<표 5-4> 2035년까지 전 세계 자율주행 기능 보급률 및 시장규모 전망 ··· 113
<표 5-5> 택시 및 무인택시 1일 원가 ··· 120
<표 5-6> 택시 및 무인택시 km당 원가 ··· 122
<표 5-7> 개인 자동차 이용원가 ··· 123
<표 5-8> 구글이 제시한 자율주행기술의 달성 목표와 잠재적 이익 ··· 126
<표 5-9> 지역별 개인택시 영업면허 매매가격 (2015년 1월 기준) ··· 128
<표 5-10> 구글의 자율주행차량 사업 추진내용 및 성과 ··· 129
<표 6-1> 개인정보 보호 규제 패러다임의 전환 3원칙 ··· 153
<표 부-1> 한국표준직업분류별 대체확률 및 취업자 수 ··· 185
<표 부-2> 1일 연료비 산정 ··· 195
<표 부-3> 연료단가 산정내역 ··· 195
<표 부-4> 적정연비 산정내역 ··· 196
<표 부-5> 1일 타이어비 산정 ··· 196
<표 부-6> 타이어 적정단가 산정내역 ··· 197
<표 부-7> 정비 및 차량관리비 산정 ··· 198
<표 부-8> 1일 감가상각비 산정 ··· 198
<표 부-9> 차량 평균 취득가액 산정내역 ··· 199
<표 부-10> 차량보험료 및 제세공과금 산정 ··· 199
<표 부-11> 1일 차량 보험료 산정내역 ··· 200
<표 부-12> 1일 제세공과금 산정내역 ··· 200
<표 부-13> 기타관리비 산정 ··· 200
<표 부-14> 연간 총 경비 산정내역 ··· 201
[그림 1-1] 인지컴퓨팅 기술이 야기하는 산업지형 전반의 변화 전망 ··· 6
[그림 1-2] 자율주행 기술이 야기하는 연관 산업지형의 변화 전망 ··· 7
[그림 2-1] 지식생산 깔때기 ··· 10
[그림 2-2] 인공신경망의 구조 ··· 16
[그림 2-3] 전통적 프로그래밍(연역법)과 기계학습(귀납법) 패러다임 비교 ·· 17
[그림 2-4] 귀납적 방식의 예측모델 도출 및 활용 절차 (지도학습 사례) ··· 18
[그림 2-5] 컴퓨팅 기술의 패러다임 진화 ··· 19
[그림 2-6] 마이크로프로세서의 발전 트렌드 ··· 21
[그림 2-7] CPU와 GPU의 구성 비교 ··· 22
[그림 2-8] 인간 1인의 지놈 시퀀스 해독 비용 ··· 25
[그림 2-9] 딥러닝의 계층적 학습 및 추상화 과정 (이미지 인식 사례) ··· 26
[그림 2-10] 딥러닝 기술이 달성한 급격한 개선 : 이미지 인식(좌)과 음성 인식(우) ··· 27
[그림 2-11] 컴퓨터가 스스로 자연어로 생성된 지식을 습득 ··· 31
[그림 2-12] IBM Watson 컴퓨팅의 문제해결 프로세스 ··· 33
[그림 2-13] 인지 컴퓨팅 기술의 의료진단 적용 ··· 34
[그림 2-14] 뇌 연결망 지도 작성 프로세스 ··· 41
[그림 2-15] 생물학에서 계산모델로 발전하는 휴먼브레인프로젝트의 통합적 역할 ··· 42
[그림 2-16] 뉴로모픽칩의 사례인 IBM의 ‘트루노스(True North)’칩의 구조 ·· 43
[그림 2-17] Kurzweil이 제시한 슈퍼컴퓨터의 두뇌 시뮬레이션 가능시기 전망 ··· 44
[그림 2-18] 3개 층으로 구성된 두뇌 ··· 46
[그림 3-1] 알고리즘 트레이딩이 미국과 유럽 증권시장에서 차지하는 비중 ··· 50
[그림 3-2] 노동시장의 변화 전망 ··· 54
[그림 3-3] 히타치의 인공지능 활용 유통매장 매출 개선 사례 ··· 57
[그림 3-4] 3대 병목변수 별 컴퓨터의 직업 대체가능성 개요 ··· 60
[그림 3-5] 미국 직업군의 대체 가능성 ··· 61
[그림 3-6] 임금 및 교육수준에 따른 직업 대체가능성 추세선 ··· 61
[그림 3-7] 컴퓨터의 직업 대체가능성 별 한국의 누적 고용 대체 인원 ··· 63
[그림 3-8] BCG가 예측한 국가별 로봇 채택률 비교 ··· 64
[그림 3-9] 산업의 특성에 따른 로봇 채택 가능성 ··· 65
[그림 3-10] 비즈니스모델 캔버스 ··· 69
[그림 3-11] 인지컴퓨팅이 견인하는 비즈니스모델 변화 ··· 70
[그림 3-12] 네슬레 매장에서 고객을 응대하는 로봇 ‘페퍼’ ··· 72
[그림 3-13] 스스로 학습하는 네스트 온도 조절 시스템 ··· 73
[그림 3-14] 인지컴퓨팅 산업 생태계 ··· 80
[그림 4-1] OECD 평균 대비 국내 서비스 업종의 진입장벽 지수 ··· 92
[그림 4-2] 미국 은행의 거래행위 중 인간 상담자와 셀프서비스 비중 ··· 102
[그림 4-3] 국가별 총 부양비 비중 ··· 103
[그림 5-1] 자율주행 자동차의 주요 구성요소 및 단위비용 ··· 108
[그림 5-2] 자율주행 기술의 비즈니스모델에 따른 상이한 발전경로 ··· 109
[그림 5-3] Deloitte가 예상하는 자율주행자동차의 시장 수용 로드맵 ··· 110
[그림 5-4] McKinsey가 예상하는 자율주행자동차 기술 로드맵 ··· 110
[그림 5-5] 부분 및 완전 자율주행자동차의 포화 시장점유율 예상 : 25% 내외 ··· 112
[그림 5-6] 개인맞춤형 교통 서비스의 미래상 ··· 114
[그림 5-7] 서울시 시간대별 교통량 ··· 117
[그림 5-8] 자율주행 무인택시의 시뮬레이션의 주행 패턴 사례 (7시~오전) ·· 118
[그림 5-9] 2013년과 2015년의 뉴욕시의 6월 택시 이용 (중심부와 주변부 비교) ··· 119
[그림 6-1] 엑소브레인 프로젝트의 단계별 추진전략 ··· 147
[그림 6-2] 딥뷰 프로젝트의 단계별 추진 계획 및 목표시스템 ··· 148
[그림 6-3] 사물지능통신 현안해결 핵심가치 및 성능목표 ··· 148
[그림 부-2] 구글 클라우드의 Prediction API ··· 180
[그림 부-3] 마이크로소프트의 애저 머신러닝 서비스 ··· 181
[그림 부-4] 아마존 머신러닝 서비스의 데이터 분석 예시 ··· 182
[그림 부-5] 울프럼알파의 분석 예시 ··· 183
｜요 약｜
1. 연구의 배경과 목적
□ 본 연구는 인지컴퓨팅의 보급 확대가 산업 전반에 야기할 실업 증가 등 위협요인과 신산업 창출 등 기회요인을 동시에 조사할 목적
○ 20세기 후반 이후 가장 영향력이 큰 범용기술(General Purpose Technology)인 정보기술은 현재 새로운 패러다임에 직면
- 컴퓨팅이란 하드웨어, 소프트웨어, 데이터 등 세 가지 요소의 결합이며, 클라우드 컴퓨팅 상에서 거대한 비정형 데이터를 분석하기 위해서는 유연한 소프트웨어 알고리즘이 중요
- 인공지능이란 사람의 개입 없이도 자율적으로 주어진 임무를 해결할 수 있는 역량을 갖춘 컴퓨팅 서비스이며 기존 프로그램(1세대 인공지능 포함) 방법론과 근본적 차이는 학습능력과 변화에 대한 적응력
- 전산학(Computer Science)과 인지과학(Cognitive Science)의 융합을 통해 등장한 ‘인지컴퓨팅(Cognitive Computing)’은 과거에는 컴퓨터가 해결하기 어려웠던 복잡하고 모호하며 불확실하고 종종 모순된 문제를 해결 가능 - 만물이 디지털화되는 환경에서 컴퓨터의 자율성을 확대함으로써 인간과
컴퓨터의 관계도 재정의
- 인지컴퓨팅 기술은 다양한 산업에서 노동을 대체하고 장비의 운영 효율성을 제고하며 자본집약적 산업과 노동집약적 산업에 모두 큰 영향을 미칠 전망
□ 연구 목적 : 빅데이터와 클라우드 컴퓨팅을 넘어 인지컴퓨팅에 주목
○ 빅데이터 분석은 초기에는 취득한 데이터를 취합하는 간단한 분석만으로도 대중이 주목
ii 신기술 발전에 따른 산업 지형의 변화 전망과 대응 전략: 제2권 인지컴퓨팅
- 구글 검색에 입력되는 '독감(Flu)' 키워드 입력을 지역별로 집계함으로써도 독감 확산 여부를 정확히 예측할 수 있었고, 소셜미디어에 입력되는 방대한 텍스트 데이터를 취합ㆍ분류해 대중의 감성 분석
○ 데이터로부터 지혜를 도출해 낼 수 있는 고도화된 알고리즘 개발이 향후에 혁신을 주도해 갈 전망
- 데이터의 단순 취합 및 분류를 넘어 데이터에 잠재된 복잡한 패턴을 스스로 학습하는 알고리즘들이 속속 등장
- 오래 전부터 정보 추천에 인공지능이 사용돼 왔지만, 최근에는 음성 및 영상 인식, 자연어 처리, 로봇 제어, 유전체학 등 다양한 분야에 적용 확대 - 한국에서는 클라우드 컴퓨팅과 빅데이터는 주목하지만, 인공지능에 대한
이해는 정부와 기업 모두 부족
○ Computational thinking이 강조되는 상황에서 인지컴퓨팅을 포함하는 新 소프트웨어 패러다임에 부합하는 육성방안을 고민할 필요
- 본 연구는 지능을 총체적으로 재현하려는 ‘강한 인공지능’보다는 특정영역 별로 실용적으로 대처하는 ‘약한 인공지능’의 영향만을 살펴보고자 시도
□ 본 연구는 인지컴퓨팅 기술이 제품·서비스, 비즈니스모델, 제도, 시장과 총체적으로 상호작용하며 산업지형을 변화시켜가는 과정을 전망
○ 전 산업에 걸쳐 공통적으로 미치는 영향을 우선 전망
- 기술 요인, 시장/소비자 요인, 제도적 요인이 촉진 및 장애요인(Drivers &
Constraints)로 작용하는 바를 종합적으로 고찰
- 기술, 고용, 산업, 제도 등의 이슈를 해결하기 위해 연구개발, 인재양성, 산업육성, 제도개선, 수요진작 등 다방면의 정부 대응전략을 제안
○ 인지컴퓨팅의 영향을 구체적으로 이해하기 위한 사례로서 자율주행 기술의 발전이 자동차 제조업, 운수업, 보험업 등 연관 산업에 미치는 영향을 전망
[그림 1] 인지컴퓨팅 기술이 야기하는 산업지형 전반의 변화 전망
[그림 2] 자율주행 기술이 야기하는 연관 산업지형의 변화 전망
iv 신기술 발전에 따른 산업 지형의 변화 전망과 대응 전략: 제2권 인지컴퓨팅
2. 인지컴퓨팅 기술의 개념 및 발전 전망
□ 초기 인공지능과 인지컴퓨팅의 차이는 변화에 대한 유연한 적응력
○ 인지컴퓨팅은 형식지(알고리즘)는 물론 경험규칙 등 암묵지까지 처리를 추구 - 지식은 언어로는 표현할 수 없고 경험을 통해서만 개인에게 체화된 지식인
암묵지(tacit knowledge)와 잘 정의된 단계들로 나누어 정리되는 지식인 형식지(explicit knowledge)로 구성
- 기존의 컴퓨팅은 단계별 처리 과정인 형식지를 컴퓨터가 수행할 수 있도록 정형적 기호를 이용해 기록한 알고리즘(algorithm)으로 변환해 처리 - 반면 암묵지인 경험규칙은 개인의 숙달 수준에 따라 적용 결과가 천차만별
○ 과거의 인공지능 연구는 논리 기호로 표현되는 지식에 한정 (감각의 부재) - ‘인공지능(Artificial Intelligence)’이라는 용어는 1956년 처음 등장 :
초기 인공지능은 숫자를 계산 및 기호를 조작하는 알고리즘을 통해 논리적 추론을 수행했는데, 의미와 괴리된 기호 연산은 지능 구현에 한계 직면 - 1960년대의 실패 이후, 1980년대에는 특정한 범위에 한정해서 전문가들의
지식을 논리 규칙으로 나타내려는 전문가 시스템(Expert System)이 등장 : 규칙 기반 추론은 문법을 토대로 언어를 처리할 수 있다고 믿는 것과 유사한데, 현실 언어의 수많은 예외와 모호함으로 인해 규칙의 적용에 한계
- 이후 다양한 개체 간의 관계를 포괄적으로 표현하려는 온톨로지 연구가 시도되었으나, 개념적으로만 과도하게 복잡한 계층 구조를 생성하고, 막상 실제 데이터를 제대로 설명하지 못해 한계 직면
○ 지능을 추상적인 기호 간의 논리 체계로 본 초기 접근과 달리 현재는 지능이 간단한 기능의 작은 단위들이 복잡하게 연결되며 발생하는 현상으로 이해 - 인간의 대뇌 신피질은 출생 시에는 아무 지식도 존재하지 않지만, 살면서
다양한 경험을 쌓아가며 세계에 존재하는 패턴과 규칙을 학습하는 유기체 - 뉴런 사이의 연관이 활성화되는 경험이 반복될수록 연결하는 시냅스가 강화
- 인공신경망 방법론은 뉴런과 시냅스에 해당되는 노드와 연결을 소프트웨어 적으로 구현 : 입력과 출력 신호 사이에 중간 단계인 은닉층이 존재하고, 학습을 통해 각 노드 간 연결의 가중치를 조정함으로써 예측 정확도를 개선
○ 기존 프로그래밍이 연역적 추론에 기반했다면, 기계학습은 귀납적 추론 기반 - 하둡 등 병렬분산처리 기술의 발전으로 클라우드 컴퓨팅 시대가 도래했고,
인터넷ㆍSNS의 성장과 모바일 센서의 보급으로 빅데이터 시대가 도래 - 기계학습은 “명시적으로 프로그램(explicitly programmed) 되지 않아도
컴퓨터가 스스로 학습할 수 있도록 능력을 부여하는 연구 분야”
- 인간이 상세한 세부규칙들을 포함하는 프로그램을 작성하지 않아도 다양한 입력 데이터와 결과물의 정보를 제공하면 컴퓨터가 스스로 입력 데이터와 결과물을 연결하는 패턴 및 전략을 학습
- 지도학습(supervised learning), 비지도학습(unsupervised learning), 강화학습(reinforcement learning)으로 구성
[그림 3] 전통적 프로그래밍 (연역법)과 기계학습 (귀납법) 패러다임 비교
자료 : Barnes(2015), p.14. 참조해 재구성.
vi 신기술 발전에 따른 산업 지형의 변화 전망과 대응 전략: 제2권 인지컴퓨팅
□ 인지컴퓨팅 알고리즘의 발전으로 인간의 인지와 유사한 학습 구현
○ 병렬컴퓨팅 인프라와 빅데이터가 생성되며 인지컴퓨팅 발전의 토대가 조성 - 반도체의 처리속도 증가가 한계에 부딪치자 2000년대 중반부터 멀티코어
시대가 개막되며 분산병렬처리 기술이 급속히 발달
- 인터넷과 SNS 이용이 확대되고 MEMS(미세전자기계시스템) 기술 발전으로 각종 센서가 보급되면서 거대한 데이터를 양산
○ 인공신경망 기술을 발전시킨 딥러닝 기술의 등장으로 인지컴퓨팅은 고도의 추상화된 개념의 학습이 가능해지며 급격히 발전
- 2012년 이후부터는 인공신경망 기술을 심화 발전시켜 계층적으로 추상화한 개념을 쌓아 올려가며 객체를 분별하는 ‘딥러닝(Deep Learning)’ 방법론이 각광 : 2014년 구글의 딥러닝 알고리즘은 무려 22층의 모형을 구축 - 딥러닝 기술은 학습을 위해 많은 데이터가 필요하므로 데이터가 풍부한
분야에서 우선적으로 적용되며, 거대한 연산자원을 요구
○ 다수의 예측모델을 결합한 앙상블(Ensemble) 모델은 학습한 것을 학습하는 메타학습을 통해 단일 모델보다 성능이 5~30% 가량 향상
□ 주된 응용분야는 이미지 인식, 자연어 처리, 로봇, 생명과학 등
○ 이미지 인식 분야가 딥러닝 기술의 발전을 견인
- 140만장의 이미지 DB를 구축한 국제 이미지 인식 기술 대회(ILSVRC)는 거대 데이터를 분석할 수 있는 인지컴퓨팅 기술이 발전하는 계기를 마련 - 2012년 국제 이미지 인식 기술 대회에서 딥러닝 기술이 우승한 이후부터
이미지 정보 처리 분야는 딥러닝 기술이 평정
- 이미지에서 단일 대상을 인식하는 능력은 이미 인간을 능가했고, 현재는 다수의 대상을 동시에 개별적으로 인식하는 능력을 집중 개발 중
- 향후에는 3차원 영상 및 동영상 인식이 연구개발의 중심이 될 전망
○ 자연어 처리는 문법 기반에서 통계 기반 방법론으로 발전
- 자연어 처리는 형태소, 구문, 의미의 분석 순으로 발전 : 영어는 구문 분석 까지 진도가 완료된 반면, 한국어는 아직도 형태소 분석 과정에서 고전 중 - 한국어의 복잡성 뿐 아니라, 언어자원 구축이 미흡하다는 점도 한글 처리
기술 발전의 걸림돌
- 자연어 처리는 IBM의 Watson이 가장 대표적 성공사례이며 위키피디아의 정보 중 컴퓨터가 이해하기 쉽게 정보를 시맨틱 웹으로 구조화해 저장한 디비피디아(DBpedia)를 주로 활용해 자연어 기반 추론을 수행
- 왓슨의 'Deep Q&A' 아키텍처 는 문제를 풀기 위해 ①가능한 모든 후보 답안 수집, ②각각의 답에 대한 증거 수집, ③각각의 후보에 대해 정답 가능성 확률을 추정하고 가장 가능성이 높은 후보를 선정하는 3단계 과정을 수행 - 왓슨 컴퓨터를 의료진단에 적용하는 연구를 암센터들과 수행하고 있는데,
방대한 논문과 환자의료기록을 학습해 진단 정확도가 의사에 근접하기 시작
○ 리싱크 로봇틱스, 소프트뱅크 등의 기업이 인공지능 기반 로봇 산업 개척 - 리싱크 로봇틱스사의 ‘박스터(Baxter)’라는 두 팔을 가진 공업용 로봇은
복잡한 프로그래밍을 통해 작업을 수행하는 대신 사람이 박스터의 양팔을 잡고 원하는 동작을 직접 몸으로 보여주면 금새 스스로 학습
- 과거의 산업용 로봇은 공정이 바뀌면 새로운 공정의 프로그래밍에 시간이 소요되는 등 상황 적응력이 미흡했는데, 인공지능은 이를 개선
- 일본 소프트뱅크는 감정 인식 휴머노이드 로봇 '페퍼(Pepper)'의 판매를 2015년 시작 : 기기 가격은 20만 엔 미만
○ IBM, 마이크로소프트, 구글, 아마존 등 클라우드 서비스를 주도하는 글로벌 IT기업들이 빅데이터를 쉽게 분석할 수 있는 기계학습 서비스를 제공 - 클라우드 컴퓨팅 인프라, 거대 데이터베이스(빅데이터)와 기계학습 등
인지컴퓨팅 기술을 3위 1체로 결합해 온디멘드 서비스로 제공
viii 신기술 발전에 따른 산업 지형의 변화 전망과 대응 전략: 제2권 인지컴퓨팅
□ 인지컴퓨팅 기술은 장차 과학기술 전분야, 특히 뇌과학과 결합 확대
○ 연구개발 및 지식산업 전 분야에 영향 : 4세대 R&D 패러다임
- 실험 중심의 1세대 R&D, 이론 중심의 2세대 R&D, 컴퓨팅자원 중심의 3세대 R&D에 이어 데이터 중심의 4세대 R&D 부상
- 데이터가 희소하고 획득비용이 높을 때는 미리 가설을 세우고 그에 적합한 데이터를 생성해 가설을 검증했으나, 방대한 데이터가 생산되는 현재는 데이터로부터 가설을 수립ㆍ검증하는 역량이 핵심역량으로 부상
- ‘로봇 과학자(Robot Scientist)’라고도 불리는 ‘Adam’과 ‘Eve’는 데이터를 수집하고 패턴을 분석해 가설을 세우고 실험을 통해 가설을 입증하는 일련의 절차를 사람의 개입 없이 스스로 수행
- 텍스트마이닝 기술을 이용해 방대한 문헌을 분석해 새로운 가설을 발견하는
‘문헌기반탐색 (Literature Based Discovery)’ 기술 부상 : 바이오 분야에서
“Conceptual Biology” 학문분과 등장
○ 뇌과학 연구와 연계 발전 및 신경모방(Neuromorphic) 반도체 개발 - 미국 국립보건원의 ‘휴먼 커넥톰(Human Connectome)’ 프로젝트는 뇌의
연결망 지도를 작성하기 위해 이미지 분석 자동화 기술의 발전을 요구 : 1㎣ 용량의 뇌 일부분에서 1페타바이트 분량의 이미지가 생성
- 유럽위원회의 ‘휴먼 브레인 프로젝트’는 2023년까지 대규모 분산 컴퓨팅 기술을 활용해 사람의 뇌를 재연 모색
- 연산과 기억 기능이 분리된 현재 컴퓨터와 달리 신경모방(Neuromorphic) 반도체는 대뇌의 뉴런처럼 기억과 연산 기능을 동시에 수행 모색
○ 인공지능이 대다수 전문직종에서 인간에 필적할 지능을 갖게 될 시점에 대해 낙관적 예측은 2022년, 중립적 예측은 2040년, 보수적 전망은 2075년 - Vincent and Bostrom(2014)이 인공지능 전문가 170명에게 설문조사 - 2020년대 중반이면 슈퍼컴퓨터의 연산능력이 인간 두뇌를 능가할 전망
3. 노동의 변화 및 산업적 영향 전망
□ 인지컴퓨팅은 인간 대비 다양한 우위를 보유
○ 컴퓨터는 한번 암묵지를 습득하면 무한 복제 가능 (한계비용 ≅ 0)
- 두개골 크기에 한정된 인간 뇌와 달리 컴퓨터는 인터넷을 통해 무한히 많은 수의 프로세서를 병렬로 연결해 사용할 수가 있어 향후 인간 뇌를 능가 전망 - 인간은 개별 개체가 처음부터 새로 학습해야 해 인적자본 구축에 막대한
비용이 투입되지만, 인공지능은 한번 학습하면 학습된 내용을 모든 새로 생산되는 기계에 0에 가까운 한계비용으로 무한히 복제가 가능
- 장시간 업무 수행 가능하고, 감정이 부재해 대인 스트레스 없이 고객 응대 - 금융을 포함해 다양한 전문가 업무를 인지컴퓨팅이 대체해 나갈 전망 - 맥킨지연구소(2013)는 2025년경 지식업무 자동화 기술이 선진국에서 7천5
백만~9천만 명, 개도국에서 3천5백만~5천만 명의 풀타임 고용 대체 전망
□ 전 산업에 걸쳐 다양한 직업이 인지컴퓨팅에 의해 대체될 전망
○ Frey and Osborne(2013)은 미국과 영국의 고용 중 향후 10년간 인공지능에 의해 대체될 가능성이 높은 직업을 평가해 미국은 총 고용의 47% 대체 전망 - 인지컴퓨팅은 비정형ㆍ비반복적인 업무마저 자동화할 수 있지만,
상황인식 및 손놀림, 창의성, 사회적 지능 등 3대 요소가 발전의 병목요인 [그림 4] 3대 병목변수 별 컴퓨터의 직업 대체가능성 개요
자료 : Frey and Osborne(2013), p.28.
x 신기술 발전에 따른 산업 지형의 변화 전망과 대응 전략: 제2권 인지컴퓨팅
- 미국 노동부의 O*NET 조사통계(2010년), 연구진의 정성적 평가를 결합 후, 기계학습(지도학습) 방법론을 적용해 702개 직업의 자동화 가능성을 도출 - 1위인 텔레마케터를 포함해 사서, 경리업무, 세무사, 하역업무, 보험심사
업무 등 자동화 확률이 90% 이상인 직업들도 170개 이상
- 주로 중산층 직업을 대체했던 과거의 전산화와 달리 인지컴퓨팅은 임금과 교육수준이 낮은 직업일수록 대체할 가능성이 높게 나타남
○ Frey and Osborne(2013)의 직업별 대체가능성을 한국 고용통계에 대입해 보면 한국의 총 고용 중 43~62%가 향후 20년 내 대체될 전망
- 미국의 직업분류체계(702개)를 한국의 표준직업분류체계(424개)로 변환 (직업별 자동화 대체확률 및 취업자 수는 부록 2에 수록)
- 2013년 총 취업자 2,459만 명 중 대체확률 70% 이상인 직업군의 고용은 1,064만 명으로 전체 고용의 43.3%에 상당
- 대체확률 60% 이상의 직업은 1,515만 명으로 과반을 넘는 61.6%
[그림 5] 컴퓨터의 직업 대체가능성 별 한국의 누적 고용 대체 인원
주 : 누적 고용 대체 인원은 대체 가능성이 높은 직업군의 종사자 수부터 누적해 더한 값
- BCG는 한국이 현재 제조업 노동의 20%를 로봇이 수행해 세계에서 로봇 도입에 가장 적극적(활용률이 세계 평균의 4배 이상)이라고 추정
→ 2025년에 한국 제조업 노동의 40%가 로봇에게 대체될 것으로 전망 (수송수단 제조업, 기계 제조업, IT·가전 제조업, 전기기기·부품 제조업 등 4개 산업이 로봇 도입이 가장 활발한데, 이들이 한국의 주력산업이기 때문) - 인공지능의 발전에도 사라지지 않고 유지되는 직업들도 직업을 상실한
노동자들이 대거 유입되면 임금이 하락
○ 인지컴퓨팅 기술 개발은 소프트웨어ㆍ인터넷 기술과 유사하게 소수의 글로벌 기업이 세계시장을 장악할 가능성이 커 한국이 글로벌 경쟁에서 밀릴 경우, 신규직업 창출을 기대하기 난망
- 인지컴퓨팅 기술은 타 산업 뿐 아니라, 소프트웨어 개발 및 빅데이터 분석 산업 자신에게도 적용되어 반복적인 업무들을 대거 자동화할 전망
□ 인지컴퓨팅에 의한 인간 중심적 자동화도 가능
○ 인간 중심적인 인공지능은 적응형 자동화(adaptive automation)를 모색 - 과제의 난이도가 너무 높거나 낮지 않고 적정할 때 몰입수준이 가장 높은데,
적응형 자동화는 사용자 행동을 모니터하다가 과부하 발생 시 개입ㆍ지원 - 히타치의 유통매장 혁신 사례는 인지컴퓨팅이 직원과 고객의 활발한
상호작용을 증가시킴으로써 매장의 수익성을 개선할 수 있음을 예시
○ 자동화 대체 1순위로 추정되는 콜센터 업무도 인공지능이 단순히 인간을 대체 하기보다 직원과 고객의 활발한 상호작용을 창출하는데 기여 가능
- 콜센터의 고객 대응 업무는 대표적인 감정노동인데, 인지컴퓨팅이 직원들의 활발도를 모니터링하고 개선방안을 도출해 10% 이상의 생산성 개선 달성 - 적응형 자동화 기술을 적용하면 문제 고객은 인공지능이 대응토록 하고,
인간 상담사는 중요고객이나 일반고객의 결정적 순간의 대응에 전념
xii 신기술 발전에 따른 산업 지형의 변화 전망과 대응 전략: 제2권 인지컴퓨팅
□ 비즈니스 모델 혁신
○ 공급자부터 고객까지 자원/활동 → 가치제안 → 관계/채널의 가치사슬에서 인지컴퓨팅은 공유, 개인맞춤, 비대면 서비스를 통해 비즈니스모델 혁신 - 노동의 투입 뿐 아니라, 자본의 투입 요구도 최소화하면서도 이전과 거의
동일하거나 더 큰 가치를 창출 가능
[그림 6] 인지컴퓨팅이 견인하는 비즈니스모델 변화
○ 비대면 서비스 : 감성 대응이 가능한 휴머노이드 로봇 및 가상 아바타가 접객 - 고객은 단순히 스마트한 기술을 넘어 친근하고 다정한 서비스를 더욱 선호 - 온라인 전자상거래에 능숙한 디지털 네이티브 세대 뿐 아니라, 오프라인 거래에 익숙한 장년층 이상 소비자들도 쉽게 휴머노이드 로봇과 상호작용 - 소프트뱅크의 페퍼는 사람의 감정을 인식할 수 있을 뿐 아니라, 자신 역시
가상의 감정을 가지며 대응 가능 : 2015년 하반기부터 "Pepper for Biz"
사업을 통해 다양한 매장에서 자연어로 고객을 응대하는 솔루션 개발 개시
○ 개인맞춤 서비스 : 프라이빗뱅킹, 건강상담 등 전문가가 제공하는 고가의 맞춤 서비스를 다수의 중산층 소비자도 저렴한 가격에 제공
- 인지컴퓨팅은 사용자에게 본인의 선호를 명확히 정의해 주기를 요구하는 대신에 사용자의 행태를 지속적으로 관찰하면서 실제 선호를 파악
- 네스트(Nest)의 지능형 온도조절 시스템은 가족 구성원들이 각각의 방에서 다양한 상황에 따라 어떻게 온도를 조절하는지를 학습하여 구성원 각각의 생활 패턴과 선호에 가장 부합하게 자동으로 온도를 조절
- 의료 및 제약 분야는 개인 맞춤 서비스의 성장이 가장 기대되는 분야
○ 차량, 숙박시설 등의 공유 방식 온디맨드 서비스화를 가속화
- 우버, 집카, 에어비앤비 등의 공유경제 모델은 금융위기 이후 수요 급증
※ 차량공유 기업 Zipcar는 2013년 렌트카 업체 Avis에 인수되면서 회원 수가 2007년 10만 명에서 2015년 6월 90만 명 돌파
- 현재 스마트폰이 공유경제의 견인차라면 향후는 인지컴퓨팅이 견인차 역할 - 공유되는 자동차 1대는 10~32대의 신차 구매를 대체 : 무인택시의 경우는
자본재의 운영 효율 증대 뿐 아니라, 사고가 감소하며 자본재 수명도 증가 - 동일 수준의 서비스 제공을 위한 자본재 요구의 감소율이 이용자 증가율을
넘어서게 되면 결국 자본재 판매가 감소
□ 산업구조 지형의 재편을 초래
○ 인지컴퓨팅 역량이 플랫폼 서비스로 발전하며 전 산업에서 영향력 확대 - 전통적인 정보화 시스템 및 임베디드 소프트웨어 개발은 해당산업 전문가를
두루 갖춘 기존 기업들이 유리한 위치를 점유하지만, 인지컴퓨팅은 대량의 데이터를 확보한다면 신규 진입업체가 더 똑똑한 제품ㆍ서비스 개발 가능 - 지능형 서비스가 발전할수록 특정 분야에 대한 전문지식보다 일상생활에서
빈번히 접하는 상황에 대한 인식 능력 및 상식 수준의 추론 능력이 중요 - IBM, MS, 구글, 페이스북, 아마존 등 빅데이터와 고도의 분석 알고리즘을
확보한 글로벌 IT기업의 영향력이 확대되며 실물경제를 지배 가능 - 클라우드 컴퓨팅의 부상으로 업무 아웃소싱의 세계화가 확대 추세인데,
인지컴퓨팅 서비스도 클라우드 컴퓨팅 방식으로 제공
xiv 신기술 발전에 따른 산업 지형의 변화 전망과 대응 전략: 제2권 인지컴퓨팅
- 인지컴퓨팅 기업이 다양한 고객 기업의 데이터를 학습함으로써 초기에 시장을 선점한 기업의 시장 지배력이 점점 강화되는 현상이 발생 가능
○ 제품의 지능화 진전에 따라 제조업과 서비스업의 경계 파괴
- 사물인터넷과 인지컴퓨팅이 결합하면서 제품이 스스로 서비스를 제공할 수 있게 되면 제조업의 서비스화 경향이 더욱 가속화될 것이고, 제품 제어 알고리즘을 서비스 기업이 개발한다면 서비스 기업이 제조업 지배 강화 - 휴대용 심전도 측정기 ‘얼라이브코(AliveCor)’는 초기에는 의사의 판독에
의존했으나, 진단 알고리즘이 FDA 승인 통과 후 직접 의료서비스 제공
○ 노동집약적 서비스 기업의 자본 및 기술 집약화와 규모의 경제 증대 - 노동집약적 산업은 인력 및 조직 관리의 어려움 때문에 규모의 경제 구현이
어려웠으나, 노동을 인지컴퓨팅이 대체하면 규모의 경제를 구현 가능
※ 택시 운수업의 경우 대부분 지역 단위의 중소기업이 영업을 수행해 왔으나 우버의 등장에서 이미 가능성을 보듯이 무인택시 기업은 전 세계를 상대로 영업을 전개 가능
- 인지컴퓨팅의 노동 대체는 이미 해당 업무를 아웃소싱하고 있던 경우에 활발히 진전될 전망 : 미국은 의료영상 이미지를 익명화시킨 후 인터넷을 통해 원격지 의사가 판독해 주는 사업이 활성화 → 인지컴퓨팅 대체 용이 - 정보산업의 특성 상 글로벌 규모의 승자독식 구조로 전환 가능 : Ride-
sharing 산업의 2등 기업 리프트의 시장가치는 1등 기업 우버에 비교하면 20분의 1에 불과
○ 고정비용 비중이 큰 자본집약적 산업도 위기 직면 가능
- 공유경제 효과로 인해 제품 수요가 감소하는 경우, 해당 제조업이 고정비용 비중이 큰 자본집약적 산업의 경우 더 큰 경제적 어려움에 봉착
(유형의 자본재의 비중 감소와 무형의 자본재 비중 증가를 가속화) - 무인택시 운행으로 도심의 주차장 수요가 감소하면 상업용 부동산도 영향
4. 영향 요인 : 제도 및 수요 요인
□ 기술 및 데이터 취득 규제가 선결될 필요
○ 알고리즘 및 데이터에 대한 특허로 연구개발이 제약될 수 있는데, 알고리즘 특허의 리스크는 점증하는 반면 데이터 특허의 불확실성은 해소
- 구글, MS, IBM, 인텔, 페이스북 등 기업과 주요 대학들이 기계학습, 딥러닝 등 알고리즘에 대한 특허를 활발히 출원하기 시작
- 데이터 자체에 대해 특허권을 인정하는 것이 기술 발전의 장애가 될 수 있는데, 미국 대법원이 DNA 정보의 특허권을 취하함으로써 이를 해소
○ 데이터 수집에 대한 제약 및 정부의 품질 승인의 불확실성이 존재
- 개인정보 보호법 등이나 의료, 금융, 교육 등 개별 부문의 규제가 데이터 취득을 과도하게 제한하는 경우, 기술 발전이 원활히 이루어지기 곤란 - 방대한 데이터를 취득하고 분석하는 데는 오랜 시간과 대규모 투자가 수반 - 23andMe는 의사를 통하지 않고 고객에게 직접 유전체 서열을 분석해 주요
질병의 발병확률을 알려주는 서비스로 47만 명 이상의 고객을 확보했으나, 미국 식약청은 미흡한 검증 때문에 의학적 오남용을 우려해 판매 금지 명령 - 인지컴퓨팅 서비스의 품질에 대한 명확한 검증 기준이 마련되지 못하면 맞춤
의료, 자율주행 등 기술들이 관계 당국의 승인을 받는 과정이 지연
○ 정보시스템 공통의 문제를 인지컴퓨팅만의 문제로 편향적 해석은 지양 필요 - 해킹에 대한 우려가 제기되고 있으나, 이는 비단 인지컴퓨팅만의 문제가
아니라, 모든 정보시스템에 공통적으로 적용되는 리스크
- 인지컴퓨팅 기술에 특화된 보안문제로 센서의 교란을 고려할 수 있으므로, 센서가 사용하는 신호들도 암호화를 하는 등 적극적인 보안 노력이 필요
xvi 신기술 발전에 따른 산업 지형의 변화 전망과 대응 전략: 제2권 인지컴퓨팅
□ 면허 제도 및 산업별 진입규제는 인지컴퓨팅 확산의 걸림돌
○ 운전면허, 각종 전문가 면허 등 면허제도는 인지컴퓨팅의 독자적 서비스 제한 - 스마트폰 앱을 이용한 우버(Uber) 택시 서비스는 택시 운행면허 취득 없이
영업하기 때문에 각종 규제로부터 자유로워 일반 택시들이 강력히 반발 - 자율운전 자동차는 현행 운전면허 제도에 대한 중대한 도전 : 운전자 탑승을
반드시 요구하게 되면 무인 택시 서비스의 등장은 불가능
- 변호사, 법무사, 회계사 등 면허는 진입장벽을 구축하는 기득권이며, 상당한 노력과 자금을 투자해 면허를 취득한 기득권자들의 저항 예상 - 블루스타, 얼라이브코 등 미국에서 성공한 인공지능 건강관리 서비스가
한국에서는 의사만이 가능한 의료행위로 간주되어 불법이 될 소지가 큼 - 면허 제도가 계속 현재와 같은 방식으로 유지된다면 지능형 서비스는 독자적
으로 서비스를 제공할 수 없고, 전문가의 보조적 지원 시스템으로만 기능 - 자본력을 갖춘 전문가 집단만이 인지컴퓨팅을 도입해 노동 생산성을 급격히
제고한다면 전문가들 간에 부익부 빈익빈을 심화 가능
○ 금융, 의료, 숙박, 운수, 교육 등 산업의 진입규제도 신기술 적용의 장애요인 - 의료 부문은 투자개방형 의료법인을 불허하며, 교육 부문도 영리학교법인
설립을 불허하고, 금융 부문은 진입 및 영업 규제로 경쟁이 제한
- 기존에 진입규제가 법적으로 존재하는 경우, 각 산업에서 영업하던 기존 기업들은 그들의 기득권을 진입규제를 토대로 방어하려 노력
- 최근 핀테크 산업의 경우처럼 규제당국의 적극적인 육성의지가 필요
□ 윤리적․법적 책임
○ 인지컴퓨팅 서비스가 야기한 사회적 문제에 대한 책임이 이를 개발한 인간과 기업에게 있기 때문에 발생 가능한 모든 미래 상황을 예상 및 조처 필요
- 구글의 자동 완성 추천어 알고리즘이 2012년 독일 전 총리의 아내의 명예를 훼손하였다고 벌어진 소송에서 법원은 인공지능의 판단을 객관적 사실로 간주하자는 ‘알고리즘적 중립성’을 인정하지 않고 유죄를 선언
- 인공지능이 수행한 결과에 대한 책임이 인공지능을 개발한 인간에게 있다는 점을 명확히 한 판결로 발생 가능한 각종 문제를 사전 예상하고 선제적인 조처를 취하는 노력이 필요
- 기계학습 알고리즘이 주어진 데이터를 학습하여 작동한다는 원리를 역이용 하여 시스템을 교란시키려는 악의적인 사용자들도 등장 가능 : 예를 들어 검색창에 자기에게 유리한 또는 경쟁자에게 불리한 텍스트를 대량 입력
○ 법률이 우리 주변의 사물과 공간에 내재되어 실행될 수 있다는 개념이 포괄법 (Ambient Law)인데, 사물인터넷 환경은 우리를 대신해 많은 의사결정 수행 - O'Reilly(2013)는 데이터와 알고리즘을 통해 통치와 정치를 최소화하는
스마트 세상의 목표를 제시하며, 관료와 정치인 등이 수행하던 많은 역할을 장차 ‘알고리즘에 기초한 규제 시스템’으로 이양해야 한다고 주장
- 정부 규제의 공정성에 대한 신뢰가 낮은 경우에 사물법 개념의 구현에 대해 반발이 제기될 수 있고, 프로그램 코드의 오픈소스 개방 주장도 등장 - 연역적 프로그램에서는 소스 코드의 개방이 의미가 있지만, 기계학습 모형
에서는 계수 값의 공개가 별 도움이 되지 않으며 예측력이 저하될 소지
○ 인공지능의 윤리적 판단은 기업, 소비자, 정부 중 누가 결정하고 그에 따른 책임을 어떻게 배분해야 할지는 결코 쉽지 않은 문제
- 인공지능의 행동 범위에 대해 사전에 윤리적ㆍ법적 판단에 따른 강제적 구속을 입력(포괄법의 내재화)시켜 놓는 것이 반드시 바람직한지는 불명확 - 자율주행 자동차의 경우, 사용자 요구 시 제한속도보다 빨리 달릴 수 있게
허용할지와 이 경우 사고의 책임이 누구에게 귀속될지 등이 풀어야 할 문제
xviii 신기술 발전에 따른 산업 지형의 변화 전망과 대응 전략: 제2권 인지컴퓨팅
□ 공공서비스 부문의 인지컴퓨팅 기술 수용
○ 행정부에서는 국방부, 경찰 등 선도적으로 인지컴퓨팅 기술을 업무에 활용 - 미국의 국방부는 다양한 DARPA 프로젝트를 통해 인지컴퓨팅 초기 발전을
선도했고 현재 군사용 로봇의 실전 배치를 위해 다양한 기술 개발 중 - 미국 경찰ㆍ법무부도 ‘예측 치안(Predictive Policing)’ 시도를 확대
○ 입법과 사법 부문은 고도의 정치적·윤리적 판단이 수반되므로 더욱 발전된 인지컴퓨팅 기술을 요구
- 정치부문은 감성분석 등 인공지능을 선도적으로 활용해 왔으며, 미래에는 빅데이터 기술을 적용하여 국민의 의견이 반영된 과학적인 정책을 수립하고 선거에도 개별 유권자의 성향을 파악한 맞춤 대응전략을 수립할 전망 - 사법적 판단은 기계적 객관성보다는 상호주관적 합의에 기반하지만, 인공
지능이 인간의 주관적 편견을 지적해 공정한 판단을 내리는데 도움 가능
□ 시장의 변화는 인지컴퓨팅 기술에 대한 수요를 확대
○ 디지털 네이티브 세대가 중년층에 도달하며 시장을 주도
- 신세대는 개성이 강해 표준화된 서비스보다 개인맞춤 서비스 선호 - 디지털 기술 기반의 비대면 셀프 서비스 이용에 익숙하고 심지어 선호
※ 미국 은행에서 인간 상담자와 대면관계에 의존하지 않는 셀프서비스 비중이 20년 만에 20% 남짓에서 과반을 넘어섰고, 2020년 3분의 2를 넘어설 전망 - 부모 세대 대비 경제력이 취약하고 소유를 고집하지 않아 공유경제 수용
○ 베이비부머 세대의 고령화와 인지능력 저하로 인해 인지컴퓨팅의 지원 필요 - 고령 인구 중에서도 80세 이상 초고령 인구가 증가하며 치매 환자가 급증
- 미국은 70세 이상 고령 인구의 15%인 약 380만 명이 치매로 고생하고 있고, 2040년이면 약 910만 명으로 급증할 전망이며, 이로 인한 손실액은 한해 3,050억 달러(한화 360조원)로 현재 미국 전체 암 치료비용의 4배 - 고령인구의 인지능력을 강화하거나 대신하는 기술의 수요 증가
5. 사례연구: 자율주행 기술의 산업재편 효과
□ 자율주행 기술의 발전전망
○ 2004년 DARPA 그랜드 챌린지를 계기로 본격적인 R&D 투자가 시작되어 세계 주요 기업들은 2020년까지 완전 자율주행 기술의 상용화 착수를 선언 - 2004년 DARPA 그랜드 챌린지 1차에서는 모든 팀이 완주에 실패했는데,
불과 1년 후인 2차 그랜드 챌린지에서는 다섯 대의 차량이 완주에 성공했고, 2007년에는 도시 구간에서 6개팀이 완주 성공 ⇒ 기업들의 본격 참여 견인 - 벤츠는 2013년 도심구간에서 100 km 자율주행에 성공, 2020년 양산 계획 - 구글은 2014년 핸들ㆍ브레이크 제거한 컨센트카 발표, 5년 내 상용화 목표 - 자율운전 발전단계(0~4단계) 중 구글은 4단계 진입 중이고, 벤츠ㆍ닛산 등은 3단계 기술을 일부 확보했으며, 현대차는 2단계 기술을 상용화 예정 - 하드웨어 기술은 Lidar 등 핵심센서를 신뢰할 수 있는 품질과 경제적 비용에
공급 가능한지가 중요하며, 소프트웨어는 도로에서의 다양한 돌발 상황에 대응하기 위해서 항공기 조종보다 15배 이상의 복잡성을 요구
- 현재는 전체 비용이 15만 달러에 달하지만, 각 기업들이 10억 달러 이상의 연구개발 투자를 수행한다면 2025년까지 1만 달러 이하로 비용 감소 예상
○ BCG는 현재 판매되고 있는 적응형 크루즈 콘트롤 기능의 느린 시장 수용 및 소비자들의 지불 의사를 토대로 자율주행 기능의 탑재는 2035년경에도 전체 자동차 판매의 25% 내외에 불과할 것이라는 비관적 전망을 제시
xx 신기술 발전에 따른 산업 지형의 변화 전망과 대응 전략: 제2권 인지컴퓨팅
- BCG의 심층 조사에서 부분 자율주행 자동차의 구매에 대해서는 약 55%, 완전 자율주행 자동차의 구매에 대해서는 약 44%가 우호적으로 응답 - 적응식 정속주행 시스템도 소비자들이 구매의사를 보였지만 높은 가격으로
인해 실제 구매 비율은 낮았고, 그 확산속도를 반영하면 자율운행 기능 역시 25% 수준의 시장점유율에 도달할 때까지 15~20년이 소요될 전망 - 시장점유율 25%에 이르는 2035년에는 세계시장 매출 약 770억 달러 추정
□ 무인택시의 비즈니스모델 혁신 가능성 및 수익모델 분석
○ 무인택시 등 서비스 기반 비즈니스모델 혁신을 통해서만 대중화가 가능하며, 3장에서 제시한 비대면ㆍ개인맞춤ㆍ공유 서비스 특성을 모두 구현 가능 - 비대면 서비스 : 기존 택시 서비스도 인간적 감성은 미흡했으며 오히려 심야
시간에는 여성들은 택시 기사가 무서워서 이용을 주저해 무인택시가 유리 - 개인 맞춤 서비스 : 고객의 이동 요구에 맞춘 적합한 차량을 제공할 수 있을
뿐 아니라, 최근 개발이 활발한 개인비서 앱과 연계해 야외활동 제안 가능
※ 개인맞춤 교통서비스 추천을 위해 최근 교통수요 예측 분야에서 주목받기 시작한 활동기반(Activity-based) 교통수요 모형과 연계 가능
⇒ 활동기반 접근법은 통행을 시ㆍ공간적으로 분산되어 발생하는 일상적 활동들의 욕구 충족 과정에서 생겨나는 파생수요(Derived demand)로 도출 - 공유 서비스 : 우버, 집카와 같이 주문대응(On-Demand) 서비스로 제공
※ 한국에서 일평균 차량 이용시간은 경기도 기준 86분(오재학 외, 2011)이며, 미국에서도 75분(Krumm, 2012) : 활용률이 한국은 6.0%, 미국은 5.4%
※ 실시간 수요와 공급의 변화에 따라 Dynamic Pricing을 구현
○ 무인택시는 우선 택시 수요를 대체하고 장기적으로 자가용 수요 잠식 예상 - 교통량이 러시아워 시간에 집중되어 버리면 공유 효과가 크게 반감되지만,
실제 서울시의 시간대별 교통량은 오전 7시~오후 23시까지는 ±20% 이내 에서 일정하게 유지 (오전 1~6시에만 교통량이 급감)
- Fagnant and Kockelman(2014)은 가상의 1,600 제곱마일 면적의 도시에서 2009년 National Household Travel Survey 데이터를 토대로 시간대별 교통 수요를 행위자기반 시뮬레이션으로 모의실험 : 자가용 수의 9%의 무인 택시만 있으면 대기시간 5분 이내의 조건으로 도시 전체의 교통 수요 충족 - 무인택시는 초기에는 자가용 수요보다 택시 수요를 먼저 잠식 예상 : 우버의
경우 뉴욕시에서 2년 사이 월평균 이용자가 12배 증가 (30만 ⇒ 350만 명)
○ 무인택시 1일 평균 비용은 124,322원으로 현행 택시 운영비용의 39%에 불과 - 2025년경 1만 달러에 구현 가능해질 때, 무인택시와 현행 택시 서비스의
원가 차이를 비교 : 2012년 기준 서울시에서 택시 1대의 1일 실적원가는 운행비, 차량관리비, 일반관리비와 적정이윤을 포함해 약 30만 원인데, 무인택시 1대의 1일 평균 비용은 117,145원 추정 (택시 운영비의 39%)
○ 개인자동차(아반떼 급) 이용 비용은 월평균 64만5천원인데, 무인택시(소나타 급)는 같은 거리 이동 시 월평균 39만 1천원으로 3분의 1이상 저렴
- 일평균 비용(영업거리 281km)을 1km 당 비용으로 환산하면 원가는 417원 - 일반 자동차는 일평균 운행거리 31.3 km로 km 당 운행 비용은 약 687원 - 즉, 개인 자동차(아반떼 급)를 이용하면 월평균 64만 5천원이 소요된다면
무인택시(소나타 급)로 같은 거리를 이동하면 월평균 39만 1천원 소요
xxii 신기술 발전에 따른 산업 지형의 변화 전망과 대응 전략: 제2권 인지컴퓨팅
구분 서울시 택시 무인택시 개인 자동차
운행 비
운행 거 리당 준 표
운전직 인건비
급여 525.69 - -
퇴직급여 24.12 - -
법정복리후생비 30.50 - -
기타복리후생비 9.72 - -
연료비 220.18 220.18 205.64
타이어비 6.27 6.27 11.22
차 량관 리 비
차량 대당 표준
정비직 인건비
차량관리비 13.98 6.99 -
정비직퇴직급여 1.16 0.58 -
정비직법정복리후생비 1.47 0.74 -
정비직기타복리후생비 0.44 0.22 -
장비 및 차량관리비 28.58 28.58 64.76
감가상각비 27.25 51.62 162.81
차량보험료 46.92 23.46 67.43
차고지비 15.08 15.08 175.06
일반 관리 비
업 체
임직원등 인건비
임직원등 인건비 48.78 14.63 -
임직원등 퇴직급여 4.06 1.22 -
임직원등 법정복리후생비 5.14 1.54 -
임직원등 기타복후비 1.55 0.47 -
경비 20.88 20.88 -
이윤 업체 적정이윤 24.27 24.27 -
합계 1,056.06 416.72 686.92
<표 1> 기존 택시, 무인택시, 개인자동차의 km당 원가 비교
○ 운전을 수고스럽게 여기는 사용자와 즐기는 사용자 모두 무인택시 활용 가능 - 무인택시는 직접 운전을 하지 않아도 될 뿐 아니라, 주유 및 정비를 위한
수고를 덜고, 주차에 대한 고민도 필요 없는 편의성을 제공
- 운전을 즐기는 사람에게는 집 앞까지 배달되는 편리한 카셰어링 서비스
□ 무인택시 등장으로 인한 산업재편 효과
○ 구글, 우버 등 신규 참여자들이 자동차 및 연관 산업에 큰 충격을 줄 전망 - 기존 자동차 제조업체는 제조설비와 근로자 등 막대한 고정비용 때문에 생산ㆍ판매가 감소하는 서비스 기반 모델로 전환이 곤란 : 고정 자산의 제약에서 자유로운 구글, 우버, 애플, 테슬라 등 신규 참여자들이 혁신 용이
- 대표적인 중소기업 업종이던 운수업이 글로벌 산업으로 재편 - 자동차 사고 감소로 자동차 정비업과 보험산업도 매출 축소 예상
○ 고급자동차 생산 기업보다 보급형 자동차 생산 기업이 훨씬 큰 타격 예상 - 운전의 즐거움을 극대화한 고급차는 자율주행으로 인한 수요 감소 영향이
적고, 무인택시로 제공 시 비용이 절감되면서 대중 수요가 증가도 가능 - 보급형 자동차는 수요 감소 효과가 크며, 특히 자동차 유지비 부담이 큰
신흥국에서는 생애 처음 차를 구매하는 신규 수요를 무인택시가 잠식 가능
○ 자동차는 교체수명이 10년 가량이므로 변화는 10년 이상에 걸쳐 서서히 전개
□ 사회적 편익과 제도적 이슈
○ 자율운전 기술은 교통사고와 이동시간 낭비 감소로 막대한 사회적 편익 제공 - 교통사고로 인한 인명ㆍ재산 피해를 90% 이상 감축할 수 있고, 이동 시간을
생산적으로 이용 가능하며, 무인택시 1대는 10대의 신차 구매를 절감
○ 자율주행 기술로 인해 손실을 입는 사업자들의 저항이 거셀 전망
- 택시 운수업은 정부가 면허 제도로 독과점시장을 형성해 주는 특별한 산업 - 수도권에서만 개인택시 면허 권리금은 6조원에 달하는데, 2015년부터 추진
중인 감차정책은 권리금을 인상시키는 요인 : 많은 개인택시 사업자들은 수천만 원의 대출을 받으며 면허를 매입했고 이 면허가 퇴직금 역할 수행 - 무인택시 등 신규 진입자의 무면허 진입을 허용하게 되면 기존 면허가 휴지
조각이 될 수 있어 개인택시 기사들의 6조원 규모의 자산이 붕괴 - 무인택시 기업이 기존 택시 사업자로부터 면허를 매입하도록 하면 기존
택시 사업자의 반발은 완화되겠지만, 무인택시 기업의 독점권을 정부가 보장해 주는 셈이 되고, 향후 신규 사업자의 진입을 원천적으로 차단
xxiv 신기술 발전에 따른 산업 지형의 변화 전망과 대응 전략: 제2권 인지컴퓨팅
- 자동차 업계는 자율주행 자동차도 운전자의 탑승 의무를 주장 : 무인차량은 시스템 내부의 오류나 외부의 해킹에 인해 사고가 발생할 수 있고, 사고의 책임소재가 불분명한 점을 반박 논거로 제시 ⇒ 무인택시 서비스가 불가능
□ 기업과 정부의 대응 방안
○ 자율주행 기술의 사업화를 위해서는 기술 개발 뿐 아니라, 법ㆍ제도, 소비자 홍보의 준비도 필요하며, 비즈니스모델 혁신과 그에 수반되는 산업 생태계 구축, 그리고 반발이 예상되는 이해당사자의 포섭 전략 필요
- 자동차 제조업체, 택시 운수업체 등 기존 업체의 수성 전략과 신규 진입 기업의 공성 전략이 대결하며, 과거 유산이 없는 진입자가 유리한 처지
○ 현재 정부는 단순히 완성차 및 부품 제조업 육성 차원에서 자율주행 기술 연구개발을 지원하는데, 글로벌 경쟁 구도 및 비즈니스모델 혁신을 전망하고 지자체 단위의 운수업 구조조정 전략까지 포함한 종합적 전략 모색이 필요
6. 산업 지형 변화에 대한 대응 전략
□ 부문별 미래 전망의 시사점
○ 기술적 시사점 : 선진연구자들이 10년 이상 연구를 추진했듯이 원천기술ㆍ 응용사업 간의 관계에 대한 장기적 로드맵을 수립하고 꾸준한 투자가 필요 - 구글, 페이스북, IBM, MS 등 글로벌 기업들이 인지컴퓨팅 원천기술 연구를
확대하며 플랫폼화를 지향하고 있으며 관련 특허도 활발히 출원
- 대부분의 한국 IT기업들이 대동소이하게 서구가 개발한 알고리즘을 가져와 음성ㆍ영상 인식 및 자연어처리 기술 개발에 제각각 중복적으로 투자 - 선진국은 과학기술 전반에서 데이터 집약적인 4세대 R&D 활발히 수행
○ 고용전망 시사점 : 인지컴퓨팅 교육 확대와 인간의 강점에 특화한 교육 필요 - 오랜 실무 경험과 암기식 교육을 통해 양성된 인재의 수요가 감소할 전망 - 인지컴퓨팅 시대에 부응하여 전문인력 양성의 전폭적인 확대가 필요 - 일반인 대상으로 코딩 교육 뿐 아니라 인지컴퓨팅 활용법 교육이 필요 - 문제의 성격이 명확하지 않고 관련 정보가 부족하며 이해당사자가 서로
충돌하는 가치를 지닌 고약한 문제(wicked problem)는 컴퓨터가 해결 곤란
○ 산업적 시사점 : 사물인터넷에서 빅데이터가 생성되면 실물경제에 강한 한국기업이 인지컴퓨팅과 결합해 복합제품 및 지능형 사회인프라 사업 가능 - 글로벌 인지컴퓨팅 플랫폼의 발전은 노동자 뿐 아니라 기업에도 위협이며,
한국은 중소기업과 대기업 모두 기술과 비즈니스모델 준비가 미흡해 위험 - 인지컴퓨팅의 영향력이 산업을 초월해 확장되며 특히 사물인터넷과 결합 - 인지컴퓨팅을 토대로 사회인프라 기업으로 탈바꿈한 히타치 벤치마킹 필요 - 창업기업도 기술 역량을 확보하고 의료, 금융, 교육 등 개인정보가 온라인에
공개되지 않는 니치 영역에서 차별화된 데이터를 확보한다면 선전 가능 - 대기업의 인지컴퓨팅 플랫폼을 토대로 벤처기업과 상생 생태계 구축 가능
○ 기술ㆍ산업ㆍ법제도에 걸친 다양한 장애요인을 극복할 방안 마련 필요 - 글로벌 기업들이 인지컴퓨팅 원천기술들을 특허 출원하고 있어 한국도
크로스 라이선싱 등의 교섭을 위해서는 원천기술을 일부 확보할 필요 - 한국은 데이터 수집 규제가 세계에서 가장 까다로운데, 기반 기술이 부족한
상황에서 데이터 획득도 경쟁국보다 어렵다면 인지컴퓨팅 발전은 난망 - 인지컴퓨팅을 활용한 지능적인 해킹 시도가 증가하므로 보안기술 발전 필요 - 면허제도 등 인지컴퓨팅의 산업화를 가로막는 진입장벽의 완화를 위해
인지컴퓨팅의 의사결정의 신뢰성과 안전성을 검증할 테스트 방안 준비 필요 - 자율적인 업무 수행을 위해 윤리적ㆍ법적 판단능력의 학습이 필요
xxvi 신기술 발전에 따른 산업 지형의 변화 전망과 대응 전략: 제2권 인지컴퓨팅
○ 공공 및 민간의 수요를 장려할 촉진방안 마련 필요
- 규제 집행 및 공공서비스에 인지컴퓨팅 도입에 대해 대중의 우려가 크지만, 분노, 편견과 뇌물에 영향 받지 않는 인공지능의 전향적 수용이 필요 ⇒ 인지컴퓨팅 활용의 투명성을 제고하면서 효과성도 달성할 방안 모색이 필요 - 많은 노령 인력이 인지컴퓨팅의 수혜를 입도록 기업의 시도를 지원할 필요
□ 국내외 정부의 관련 정책 현황
○ 인지컴퓨팅 관련 국내 공공 연구개발 투자는 민간과 중복이 크고 협력은 미흡 - 한국은 ETRI가 통번역, 대화 인터페이스, 엑소브레인, 딥뷰, 슈퍼브레인 등
5개의 인공지능 연구과제를 수행하는데, 민간기업들과 연구분야가 유사 - 규칙 기반 전문가 시스템에 많이 의존하는데, 장기적 관점에서 통계 기반
기계학습 연구를 강화하고 딥러닝 외의 기술로도 연구를 확대할 필요 - 일본은 산업통산성 산하 인공지능연구센터가 주요기업과 협력하는 개방형
혁신을 추진하며 문부과학성은 이화학연구소를 거점으로 4세대 R&D 투자 - 중국은 인터넷 기업 바이두, 알리바바 등이 13억 인구가 생성한 빅데이터를
토대로 세계적인 전문가를 영입해 연구개발에 박차
○ 정부의 SW 인재양성 계획은 코딩 교육에만 치중하고 인지컴퓨팅은 미검토
○ 산업정책은 복잡한 이해관계 조정에 대한 사전적인 준비 전략이 부재
○ 한국의 과도한 개인정보보호 규제가 장애요인으로 규제완화 주장 제기
○ 공공부문에 인지컴퓨팅 적용 성공 사례 부재 (경찰청 정도가 연구개발 준비)
□ 선제적 대응 전략 도출
○ 미래 시사점과 국내외 정책 조사를 토대로 기업과 정부의 대응 전략 도출
[그림 7] 시사점과 관련 정책 조사로부터 대응 전략 도출
xxviii 신기술 발전에 따른 산업 지형의 변화 전망과 대응 전략: 제2권 인지컴퓨팅
○ 연구개발 대응전략 : 기초연구를 확대하고 기업의 사업과 연계를 강화하며 정부는 미래 지향적인 장기적 연구를 추진
- 국내외 연구자들과 광범위하게 협력하는 개방형 연구 생태계를 조성해 인지컴퓨팅 알고리즘 개발 등 기초연구 투자를 확대
- 국가 인공지능연구센터를 설립해 기업과 대학ㆍ연구소 사이의 중개를 강화 - 인지컴퓨팅을 활용한 데이터 기반 4세대 R&D를 KISTI 등 거점 구축을 통해
체계적으로 지원
- 국책 뇌과학 연구소들을 통해 뇌과학과 인지컴퓨팅의 융합연구를 확대
○ 인재양성 전략 : 미래부는 전문가 양성 확대 및 일반인 대상 교육을 전개하며, 교육부는 현행 교육을 재검토하여 인간 고유의 역량 제고를 모색
- 대학 교수 충원 및 대학원생 지원을 통한 인지컴퓨팅 전문가 양성 확대 - SW 인재양성 계획에 차세대 컴퓨팅 패러다임인 인지컴퓨팅을 반영 - 디자인사고, 설득능력 등의 인지컴퓨팅이 수행하기 어렵고 인간이 강점을
가지는 역량을 강화하도록 교육 커리큘럼 개혁
- 일본 국립정보학연구소와 협력해 인공지능 수능시험 프로젝트 수행
○ 사물인터넷 시대에 한국기업이 인지컴퓨팅과 결합해 주도권을 장악할 수 있도록 대기업, 벤처기업, 정부가 상생 협력을 추진
- 정부와 기업이 추진 중인 사물인터넷 사업에서 인지컴퓨팅을 핵심역량으로 인식하고 역량 제고를 위해 집중적으로 투자
- 국내 시장 및 영어를 모국어로 사용하지 않는 아시아 시장을 대상으로 인지컴퓨팅 서비스 개발하도록 국가간 공동연구 지원
- 벤처기업이 니치 시장을 선점할 수 있도록 연구개발 및 데이터 획득을 지원
※ Scanadu사는 크라우드 소싱을 통해 연구 단계의 기기를 임상시험 참여 및 프로젝트 투자 명분으로 판매 : 구매자들은 임상시험의 공동 연구자로 참여 하게 되는 것이며, 자신이 측정한 데이터를 임상시험에 제공
- 대기업과 창업기업이 상생하는 산업생태계 조성을 측면 지원
○ 인지컴퓨팅 구현의 장애요인에 대해 선제적으로 대응방안을 마련
- 모든 개인정보를 고강도 규제하기 보다는 민감도가 낮은 정보에 대해서는 사전 규제 및 익명정보 공유 제약을 완화
- 알고리즘의 투명성과 책임성이 효과적으로 작동하도록 가이드라인 수립 - 민간 부문에서 제품ㆍ서비스 시장 수용 및 전문가 대체를 위해 인지컴퓨팅
알고리즘의 책임성을 검증할 평가방안을 마련
- 인지컴퓨팅 서비스에 대해 사용자의 재량권을 폭넓게 인정
- 과거 정보기술은 법의 문구에만 충실했지만, 인지컴퓨팅은 인간의 판단을 학습해 법의 취지를 이해 가능 ⇒ 법의 취지에 대한 기계학습 연구 수행
○ 미래부, 산자부는 물론 복지부, 국토부, 국방부, 교육부, 지자체 등이 산업화를 넘어 공공이익의 관점에서 인지컴퓨팅을 활용하도록 공공수요 확대
- 자동차 제조업 육성 측면이 아니라, 교통혼잡 해결이라는 공공의 관점에서 자율주행 기술을 육송하는 싱가포르의 ‘스마트 모빌리티’ 등 벤치마킹 - 보안을 명분으로 인지컴퓨팅 수용을 저지하기 보다는 인지컴퓨팅 기술을
적극 활용해 보안 기술을 개선할 수 있도록 연구개발 확대 및 시장 창출 - 인지컴퓨팅은 기술력 뿐 아니라 비즈니스모델 혁신과 결부가 중요한데, 의료,
교통, 교육 등 기업들이 진입을 모색하는 공공서비스에 대해 인지컴퓨팅 기반 비즈니스모델 혁신 연구를 수행하고 결과를 공유
