92 K I E T 산 업 경 제
정 책 과 이 슈
인공지능의 발전현황과 뇌 모방형 컴퓨팅기술
김동순 전자부품연구원 SoC플랫폼연구센터장
인공지능의 발전현황
1960년부터 시작된 인공지능 연구는 2000년 중 반 반도체의 저전력화, 소형화와 함께 기존 컴퓨 테이션 한계 극복을 위한 방안으로 하드웨기반의 인간의 뇌를 모사한 뉴로컴퓨팅 연구가 IBM 社의 왓슨(Watson) 이후로 구글, IBM, 마이크로소프트, 엔비디아, 퀄컴 등 미국계 글로벌 기업을 중심으로 활발하게 이루어지고 있다. 특히 알파고의 성공은 2010년 이후 딥러닝 관련 연구개발의 활성화와 함 께 추측과 지각 수준을 넘는 실행가능(Actionable Intelligence)을 통해 4차 산업혁명의 핵심 경쟁력 으로 새로운 산업시대를 예고하고 있다.
또한, 이러한 AI의 서비스 분야가 초기 DB분석 에서 확장되어 모바일, 자율형자동차, 스마트홈서 비스, 스마트 공장 등 다양한 분야로 제공되고 있으 며, 이러한 다양한 서비스 및 응용 범위로 관련시장 도 점차 각광을 받고 있다. PR 뉴스그룹에 따르면, 뉴로모픽 칩 시장이 2023년까지 연평균 19.0% 성
장과 18억 달러(약 2조 1,000억) 시장이 될 것으로 예측됨에 따라 미국·중국·EU·일본은 범국가적으 로 인공지능 정책을 마련하여 장기적인 측면에서 대규모 R&D 투자를 추진하고 있다.
반도체기술의 발전은 과거 인공지능의 이론과 모형을 증명하고 상업적인 성공을 위한 플랫폼 환경이 어려웠으나, 최근 ‘라즈베리파이 3’과 같은 30~40달러 대의 IoT 디바이스가 1980년대의 슈퍼 컴퓨터를 능가하는 프로세싱 성능을 보이고, 네트 워크기술의 발전으로 저전력·고성능의 경량인공 지능을 IoT 디바이스에서 처리하고 이를 다양한 디 바이스 간의 연결(Cloud Connectivity)을 통해 디바 이스 간의 높은 연결성과 서버기반 클라우딩 분석 으로 ICT 분야 전체로 영역이 확대되고 있다.
2010년대 중반 이후 점차 딥러닝 기술이 복잡 해지고, 빅데이터 기반에 지능형 처리기술 최적 화와 지능형처리와 관련된 HW SoC 필요성이 대두됨에 따라 글로벌 기업인 구글-TPU(Tensor Processing Unit), 인텔-제온파이(Xeon Phi), 퀄
2 0 1 7 0 7 93
정 책 과 이 슈
컴-헥사곤(Hexagon), NVIDIA-G10x 등 미국계 를 중심으로 빠르게 하드웨어 중심의 가속기가 등장하고 있다. 이러한 기술들은 인터넷과 AI가 결합되면서 빅데이터 기반을 둔 인간의 집단지성 과 유사한 형태로 발전함으로써 점차 다양한 분 야에 다양한 형태의 머신러닝과 딥러닝의 알고리 즘을 적용함으로써 연구 활성화를 이끌 수 있게 되었다.
시장환경
AI 인프라 동향을 보면, 2016년 AI 스타트업 투 자는 2012년과 비교했을 때 약 4.6배, 규모는 60%
가 증가하고 있으며, 미국을 중심으로 활발하게 확 산되고 있다. 특히, 미국은 5년간 전체 투자의 67%
가 시드·엔젤 단계의 초기투자로 스타트업이 계속 유입되고 있을 뿐 아니라 중기·후기 단계 투자도 꾸준히 유지되고 있어 AI 스타트업의 지속적인 성 장세가 예상된다. 미국의 2016년 기준 AI 스타트업 투자의 62%가 미국 스타트업(2012년 79%)이었으
며 영국(6.5%), 이스라엘(4.3%), 인도(3.5%) 등으로 미국의 AI관련 스타트업 투자가 전세계로 변화되 고 있다. 미국 기반의 인텔, 퀄컴, 아마존, 구글 등 의 글로벌 기업들은 모바일 우선(Mobile First)에서 인공지능 우선(AI First)으로 사업전략을 전환하고 차세대 혁신 동력으로 주목하고 자사주도의 생태 계 구축을 위해 5년 동안 200여개 AI 스타트업 기업 을 인수 합병하였으며, 2017년도 1분기에만 30여개 를 인수하였다.
세계 인공지능 2위 기술 국가로 떠오른 중국은 2016년 약 100개의 인공지능관련 스타트업 기업이 탄생하였으며, 로봇, 신경네트워크, 이미지식별, 언어식별, 컴퓨팅 시각 수준으로 관련 기업들이 증 가하고 있다. 또한 최근 ‘반인반기(半人半机)’ 집중 화 전략을 통해 미국에 미흡한 인공지능과 로봇시 장 선점을 목표로 인력과 예산을 집중하고 있다.
선도국 기업별 동향
글로벌기업 연구동향을 보면 뉴로모픽 HW 기
<그림 1> 인공지능과 하드웨어 발전 그리고 이노베이션 관계
94 K I E T 산 업 경 제
정 책 과 이 슈
술은 전용기기 확산이전의 계몽활동기(Slope of Enlighten ment)로 개별 글로벌 기업이 원천기술 및 경쟁력 확보에 집중하고 있으며, 4~5년 이내 에 디지털기반에 뉴로모픽 HW 가속기술은 보급 단계인 환멸기(Trough of Disillusionment)로 진 행할 것으로 예측되고 있다. Neurosynaptic chip 의 대표적인 칩으로는 2014년도의 IBM 트루노스 (TrueNorth)가 있으며, 2017년까지도 매년 개선 된 인공지능 칩이 공개되고 있다. 구글은 TPU를 통한 인공지능 처리를 위한 가속 기술을 점차 강 화하고 있다. 특히, 이미지 및 빅데이터 기반의 학습 연구와 처리를 위해 과거 구글의 알파고가 1920개의 CPU와 280개의 GPU로 대국을 진행했 지만, TPU(Tensor Processing Unit) 2세대는 88코 어로 동일한 성능으로 불과 3년 만에 10배가 높은 성능을 제공하였다. 전통적인 팹리스 기업인 인 텔은 제온 칩에 높은 수준의 인공지능의 가속성능 부여를 위해 FPGA 업체인 알테라(Altera)를 인수 하였으며, 이와 함께 인공지능 칩 원천기술 확보 기업인 나르바나(Nervana)를 인수하고 딥러닝 기 반의 하드웨어 칩을 2017년 말이나 2018년 초에 서버기반의 인공지능 전용프로세서를 양산할 계
획이다. 엔비디아는 GPU기반에 딥러닝 가속기를 2014년부터 자율형 주행차, 드론, 빅데이터 등 다 양한 분야에 사용가능한 PX2 기반의 하드웨어 플 랫폼을 제공하고 있으며 파스칼(Pascal) 아키텍처 를 개선하여 14TFlops 이상의 GP102 플랫폼을 공 개하였다. AMD는 인공지능 하드웨어 플랫폼으 로 10개의 GPU와 64NCU로 구성된 약 12TFlops 성능의 Vega 10을 발표하였다.
글로벌 기업인 마이크로소프트, 구글, 인텔 등 은 빅데이터 기반에 데이터 분석 및 추론을 확대 하여 인지컴퓨팅, 기계학습, 딥러닝, 예측적인 응 용프로그래밍 인터페이스 분야에서 비전 처리, 자 연어 처리, 이미지 인식, 음성 인식 등 7가지의 빅 데이터 처리 관련된 1단계 수준의 아마존 에코와 같은 인공지능 관련 연구가 이미 끝났으며, 인간 의 ‘감성’과 ‘감정’을 분석하는 자연어 분석, 이미지 분석, 음성 분석으로 예측에서 감성을 대응하는 2 단계로 변화하고 있다. 구글은 어시스턴트를 통해 한국어 음성과 감정을 동시에 인식하는 프로젝트 를 진행하고 있으며, Speech API를 통해 부분적으 로 관련 API 사용이 가능하다. 또한 텍스트를 통해 감정을 인식하는 Text Mining 기술 관련된 Cloud
2 0 1 7 0 7 95
정 책 과 이 슈
Natural Language API를 구글 클라우드를 통해 공 개하였다. 마이크로소프트는 Emotion API를 통해 이미지에 얼굴을 감지하고 식별을 통해 성별, 나 이, 감정을 감지하는 클라우드기반 API를 공개하 고 다양한 언어에서 이를 활용할 수 있도록 하였 다. 아마존은 알렉사를 통해 음성에 감정을 분석 하는 도구를 개발하고 있으며, Amazon Rekogni- tion를 통해 얼굴 감정인식뿐만 아니라 음성 감정 인식까지 점차 분야를 확대하고 있다.
국내환경
국내는 주로 플랫폼기반을 중심으로 포털과 통 신, 게임분야 등 기존 기업들을 중심으로 인공지 능 기술 및 서비스 개발을 추진 중이다. 특히, 투 자 여력, 분석 가능한 빅데이터 등을 보유하고 있 는 국내 포털 및 통신사를 중심으로 머신러닝 기 반의 서비스가 출시되거나 개발 중이다.
하지만, 인공지능과 관련된 미국 대비 기술격 차가 2015년 2년에서 2016년 2.4년으로 벌어지고 있으며, 기술수준 73.1%(KEIT, 2013), 75% (IITP, 2015), 69.5%(IITP, 2016)로 원천기술 부문에서 기 술격차가 점차 커지고 있다. 특히, 미국, 이스라 엘, EU 등 스타트업을 대상으로 한 인수합병이 활 발히 이뤄지고 있으나 국내 기업 간 거래나 글로 벌 기업의 국내 스타트업 인수는 저조한 실정이 다. 국내 기업들은 원천기술 개발보다는 플랫폼 중심으로 단기간에 성과를 낼 수 있는 빅데이터 기반 응용기술 개발’ 중심의 기존 해외 선도 원천 기술을 ‘활용’하는 수준에 머물러 있다.
기술적으로 볼 때 국내는 아직 자연어 처리, 이
미지 인식, 음성 인식 등 빅데이터 처리를 중심으 로 하는 연구는 미국의 3~4년전 연구개발을 답습 하는 수준이며, 중국과 비교해서도 특허분석 및 기업현황을 볼 때 이미 음성인식 및 처리관련 기 술 마지막 단계로 1~2년 이내에 미국과 같이 감정 을 분석하는 2단계로 넘어 갈 것으로 예측된다.
국내의 미래창조과학부 및 산업통상자원부의 AI 분야 스타트업 기업 분석을 인용해보면, 국내 AI 스타트업 기업은 2014년 이후 창업한 2년 미만의 신생 기업으로 조사되었다.
한국정보화진흥원의 우리나라 인공지능 스타 트업 주요 서비스 및 기술에 따르면, 2000년 이 후 2000년 이전 4곳, 2010년, 2011년, 2013년 각 각 1곳, 2014년 6곳, 2015년 4곳 등 6년간 17개로 중국과 비교에도 매우 열악한 실정이다. 기업의 질 비교에서도 원천기술보다는 응용기술에 집중 되어 있는 것으로 나타났다. 이러한 14개의 창업 기업 중에 반도체관련 기업은 전무하며, 하드웨 어 플랫폼 유비파이(UVify)가 유일하다. 또한 대 부분 빅데이터 기업에 플랫폼과 단기간에 학습 이 가능한 의료, 라이브 분야에 집중되어 있다.
국내 AI 스타트업의 경쟁력 있는 비즈니스 모델 구축을 위해 AI 기술 확보 자체보다 데이터 수집, 분석, 활용 등의 데이터 중심의 접근법을 바탕으 로 정밀하고 특화된 서비스 제공에 주력하여 시 장 확대에 한계를 지닌다.국내 인공지능 반도체 개발 회사는 삼성전자를 제외하고는 KAIST의 유 회준 교수 연구팀의 출신인 UXfactory가 CNN기 반의 프로세서가 유일하고, 특히 아직 상용화보 다는 연구중심의 결과물 공개라는 한계를 지니 고 있다.