제2장 4차 산업혁명과 기술 혁신

​

2-1.4차 산업혁명과 중심 기술 변화 흐름 (초연결화, 초지능화, 융복합화)

 

4차산업혁명 시대는 개별 기술로 변화를 설명할 수 없다. 융복합 기술의 결과로 사람의 자아 실현을 위한 차별화된 요구 사항을 효과적으로 구현하는 융복합 산업으로 설명할 수 있다. 문화를 창조하는 것으로 설명할 수 있는데 여기에 기술이 활용된다.

또한 4차 산업혁명은 기술적 혁신의  틀에서 그 중심 기술 변화 특징 ‘초연결화, 초지능화, 융복합로  기술 변혁흐름의 핵심 요소로 대별할  수 있을 것이다.

 

개요를 설명할 때 4차산업혁명의 핵심 기술은 빅데이터 기술과 인공 지능 기술이라고 했다.

 

빅데이터 기술은 하나의 기술이라고 할 수 없고 많은 데이터가 모아진 결과라 할 수 있다. 빅데이터를 활용할 수 있도록 하기 위해서는 구조화된 저장 기술, 많은 메모리가 필요하고 여러 곳에서 모인 데이터를 활용하기 위한 클라우드 컴퓨팅과 클라우드 메모리 활용 기술, 정보의 보안 유지를 위한 블록체인 기술, 데이터를 모으는데 활용하는 사물인터넷, 사람들의 활동을 통해 발생하는 데이터를 모으기 위한 검색 프로그램 등의 응용 소프트웨어 데이터 활용 기술 등 무한히 많다. 인공 지능 기술 또한 많은 기술의 융복합으로 이루어진다.

 

NPU(Neuro Processing Unit)라는 이름을 가진 다단계 처리 프로세서, 기계학습 기술이라고 알려진 딥 러닝 알고리듬, 데이터를 효과적으로 입력할 수 있는 방법, 판단한 결과에 따라 처리하는 처리 장치 등 많은 기술이 있다.

 

문화를 창조하는 것은 사람들의 창의적인 아이디어와 자신들의 존재 의미를 찾으려는 노력의 결과이다. 인문학적인 지식을 바탕으로 사람들의 존재의미를 찾을 수 있는 서비스를 개발하는데 기술이 중요한 역할을 할 것이다. 이렇게 다양하게 전개되는 4차산업혁명시대 기술 혁신의 특징을 살펴보자.

​

​

1) 초연결화

​

초연결화란 온라인화에 따른 현실과가상 경계의 소멸 및 데이터베이스화를 그 특징으로 한다.

--데이터베이스화는 다음과 같은 기술을 통해 구현되는데, 

기존의 디지털 데이터 수집은 온라인 상의 사용자 활동 정보를 중심으로 이루어지고, 기존에는 의료를 통해 제한적 수집되었는데, 사물인터넷(IoT)은 인간-사물 연결 의 데이터화와, 웨어러블 (생체및행동정보의 데이터화)기술로 인간 생체정보의 전면적 수집을 가능하게 하는 웨어러블 장비를 통해 정보는 일상적으로 수집 된다.

이렇게 수집된 데이터는 결과적으로 빅데이터화로 이어지며. 전면적 디지털화에 따른 초연결의 강화는 온라 인-오프라인의 구분 없이 인간 활동 전 영역의 활동 정보의 데이터베이스화를 가능하게 한다.

이렇게 확보된 ‘빅-데이터’는 다음에 소개되는 딥러닝/기계학습 등을 통한 ‘초지능화’의 기반이 된다.

 

2) 초지능화

 

인공지능의 핵심인 개인화와 기계자율성으로 이를 위해선 먼저,데이터 분석 및 기계학습을 통한 인공지능의 발전, 이를 통한 전면적 기계-자율의 확대가 초지능화의 핵심이라 할 수 있다. AI의 선행기술은 빅데이터와 딥러닝이라 할수 있다.

​

AI의 역활은 다음 2가지 방식으로 작동되는데

먼저 컴퓨터의 신속·정확한 분류·계산·검색 능력에 더하여 의사결정의 오류를 방지하고 대안을 제시하는 지식을 제공하고 인간은 최종적으로 판단하고 결정하는 방식으로 역할분담이 이루어지며

절차화 되어 지식학습이 용이한 분야는 AI 및 로봇이 인간역할을 상당수 대체할 전망. 회계·재무· 금융·제조·접객·방범·운수·교통·물류·가사·간병·콜센터·통역 등으로 적용된다.

​

이러한 4차산업혁명의 핵심 기술 초지능화는 인공 지능 기술이라로 대표 된다고 할수 있는데, 인공지능 기술은 다음의  빅데이터 기술과 ​NPU(Neuro Processing Unit)의 탄탄한 기반하에 구축된다.

 

1)빅데이터 기술은 하나의 기술이라고 할 수 없고 많은 데이터가 모아진 결과라 할 수 있다. 빅데이터를 활용할 수 있도록 하기 위해서는 구조화된 저장 기술, 많은 메모리가 필요하고 여러 곳에서 모인 데이터를 활용하기 위한 클라우드 컴퓨팅과 클라우드 메모리 활용 기술, 정보의 보안 유지를 위한 블록체인 기술, 데이터를 모으는데 활용하는 사물인터넷, 사람들의 활동을 통해 발생하는 데이터를 모으기 위한 검색 프로그램 등의 응용 소프트웨어 데이터 활용 기술 등 무한히 많다. 인공 지능 기술 또한 많은 기술의 융복합으로 이루어진다. 빅테이터 분석에 의한 정확한 상태진단과 처방을 통해 안전·편리·쾌적·건강한 생활환경이 실현되어 삶의 질이 크게 향상될 전망이며, 스마트로봇·스마트헬스·스마트홈·스마트학습 등 다양한 지능형 제품 및 서비스가 출현하여 건강·치료·경제·주거·교육·교통·오락·소통 등 다양한 개인맞춤형 서비스 가치를 전달하게 될 전망이다.

 

2) NPU(Neuro Processing Unit)라는 이름을 가진 다단계 처리 프로세서, 기계학습 기술이라고 알려진 딥 러닝 알고리듬, 데이터를 효과적으로 입력할 수 있는 방법, 판단한 결과에 따라 처리하는 처리 장치 등 많은 기술이 있다. 문화를 창조하는 것은 사람들의 창의적인 아이디어와 자신들의 존재 의미를 찾으려는 노력의 결과이다. 인문학적인 지식을 바탕으로 사람들의 존재의미를 찾을 수 있는 서비스를 개발하는데 기술이 중요한 역할을 할 것이다. 

 

구글과 스탠퍼드대 앤드류 응(Andrew NG) 교수는 1만6,000개의 컴퓨터로 약 10억 개 이상의 신경망으 로 이뤄진 ‘심층신경망(Deep Neural Network)’을 구현. 이를 통해 유튜브에서 이미지 1,000만 개를 뽑아 분 석한 뒤, 컴퓨터가 사람과 고양이 사진을 분류하도록 하는데 성공했으며, 컴퓨터가 영상에 나온 고양이의 형태와 생김새를 인식하고 판단하는 과정을 스스로 학습. 딥 러닝으로 훈련된 시스템의 이미지 인식 능력은 인간을 앞서고 있다. 이러한 딥 러닝의 영역에는 MRI 스캔에서의 종양 식별 능력 , 구글의 알파고 바둑학습등이 포함된다.

​

3) 융복합화

​

초연결(超連結)은 인공지능(Artificial Intelligence)과 함께 4차 산업혁명의 핵심인데, 이는 다른 말로 융복합(融複合)이라고 한다. 융복합을 영어로는 컨버전스(Convergence)라고 하는데, 이는 1962년경 커(Kurr)에 의해 처음 사용된 용어로 ‘함께’라는 뜻의 라틴어 접두어인 con과 ‘옮기다’라는 뜻의 vergere가 합하여 된 말로 ‘수렴(收斂)’으로 번역되기도 한다.초연결과 초지능의 확대는 결과적으로 기존에 분리되어 있던 다양한 영역들의 융복합으로 이어지게 된다. 그 결과 산업간 융합 역시 촉진될 것이다. 

​

이는 서로 다른 것을 단순하게 합치거나 또는 합쳐서 새로운 것으로 변형시키는 것을 의미하지 않는다. 둘 이상의 분야에서 서로에게 도움을 줄 수 있는 요인들을 찾아내어 아울러 작용시킴으로써 상승효과(Synergy Effect)를 얻고자하는 개념이다.

​

결국 융복합은 상이한 산업사회의 구조가 점차적으로 서로 비슷하게 되어 가는 과정에 의한 결과를 말하는데, ‘제4의 물결’의 저자인 미래학자 앨빈 토플러(Alvin Toffler)에 의해서 ‘어떤 제품이나 사물에다가 문화, 경험, 콘텐츠와 커뮤니티 등의 지식을 융합하는 것’이라고 정의된 후 점차 확산됨으로써 이제는 보편화된 개념으로 자리잡게 되었다.

 

​

제3장 4차산업혁명시대의 주요 기술 분야

 

앞서 4차산업혁명 시대는 개별 기술로 변화를 설명할 수 없으며. 융복합 기술의 결과로 사람의 자아 실현을 위한 차별화된 요구 사항을 효과적으로 구현하는 융복합 산업으로 설명할 수 있다. 문화를 창조하는 것으로 설명할 수 있는데 여기에 기술이 활용된다.

또한 4차 산업혁명은 기술적 혁신의  틀에서 그 중심 기술 변화 특징 ‘초연결화, 초지능화, 융복합로  기술 변혁의 핵심 요소로 대별할  수 있을 것이라 언급했다.

​

3차산업혁명 시대까지는 하나 하나의 제품이 스마트해지고 개인이 활용하면서 역량을 높이는 역할을 지원했다고 할 수 있다. 4차산업혁명 시대는 개인의 역량 향상을 넘어 사회 시스템을 전면적으로 개선하는 단계로 발전하고 있다. 기술의 출발점은 개인용 컴퓨터(이하 PC)라고 볼 수 있는데, PC가 개인의 역량을 높이는 것을 지원했다면 인터넷 시스템은 PC 및 동일한 기능을 갖는 많은 제품들이 연결되어 사회 시스템을 개선하는 플랫폼이 된다. PC의 구성은 간단히 하드웨어(Hardware)와 소프트웨어(Software)로 구분할 수 있다.

 

하드웨어는 처리장치, 저장장치, 입력장치, 출력장치 및 통신장치로 구분되는데 각각의 성능이나 동작 사양은 목적에 맞게 다르게 구성할 수 있다. 소프트웨어는 운영체계(Operating System)와 응용 소프트웨어로 구분할 수 있다. 운영체계는 컴퓨터 하드웨어와 같이 항상 연결되어 있으며 전원을 켜면 바로 하드웨어가 동작하도록 하는 기능부터 시작하여 응용 프로그램이 동작할 수 있는 상태를 만든다. 또한 응용 소프트웨어를 개발할 때 활용하는 시스템이 공통으로 지원하는 기능 및 기계어 대신 고급언어로 프로그램을 만들 수 있는 기반을 제공한다. 이런 PC의 구성이 인터넷 시스템을 통해 확장되었다고 설명할 수 있으며 클라우드 컴퓨팅 시스템이라고 할 수 있다. 지금부터 인터넷을 기반으로 하는 플랫폼을 구성하는 기술을 하나씩 살펴보자.

​

사물인터넷(IoT)

 

사물인터넷(Internet of Things)의 사전적 의미는 “세상에 존재하는 유형 혹은 무형의 객체들이 다양한 방식으로 서로 연결되어 개별 객체들이 제공하지 못했던 새로운 서비스를 제공하는 것”을 말한다. 다소 이해하기 어려운 설명도 있지만 필자는 사물인터넷 제품을 개발한 경험으로 기술적으로 설명하고자 한다. 간단히 표현하면 사물인터넷은 인터넷에 연결할 수 있는 모든 장치를 말한다. 인터넷을 처음 사용했던 시기를 1기 인터넷이라고 하는데 대형 컴퓨터시스템이나 개인용 컴퓨터가 연결될 수 있었고 최대 10억대 정도가 사용되었다. 2기 인터넷 때는 스마트폰이 인터넷에 연결되어 사용되면서 수량이 빠른 속도로 늘어나 100억대에 이르렀다. 3기 인터넷은 사물인터넷이라 명명하는 다양한 종류의 기기가 연결되어 곧 1000억대에 이를 것으로 전망한다.

 

사물인터넷의 구성은 PC나 스마트폰과 동일한 구성을 한다. PC는 컴퓨팅을 수행하는 처리장치가 중심이 되어 데이터를 저장하는 저장장치, 데이터나 정보를 입력하는 입력장치, 처리한 결과를 출력하는 출력장치 및 다른 기기와 인터넷을 통해 통신하는 통신장치로 구성되어 있다. 사물인터넷은 각각의 구성 요소를 목적에 맞게 특화하여 다르게 만든다. 이렇게 온전한 구성을 가지고 독립적인 기능을 수행하는 사물인터넷이 모인 전체를 인터넷 시스템이라 볼 수 있으며, 구성적인 측면에서 보면 하나의 PC와 같이 처리장치, 저장장치, 입력장치, 출력장치 및 통신 장치로 기능을 분류하여 사물인터넷을 분류할 수 있다. 즉 인터넷 시스템은 사물인터넷으로 연결된 큰 묶음이며 이것을 활용하여 움직이는 많은 사회 활동이 소프트웨어라고 할 수 있다. 이런 분류는 학술적인 기준을 가진 것은 아니지만 사물인터넷이라는 제품의 구성과 활용의 이해를 돕기 위해 필자의 경험으로 정리해 보고자 한다.

 

처리장치는 컴퓨팅 기능을 기반으로 한다. 사례로 음식 인식 서버의 기능을 생각해 보자. 통신을 통해서 음성 디지털 데이터를 받고 어떤 내용인지 알기 위해 컴퓨팅 기능을 한다. 음성 인식 알고리듬은 여러 가지가 있지만 단어들의 음성 패턴을 만들어 놓고 통신을 통해 들어오는 신호와 비교하는 계산을 통해 무슨 단어인지 안식한다. 지금은 기술이 발전하여 문장 전체를 인식하는데 여기서는 많은 컴퓨팅 처리를 하는 것으로만 이해하자. 집에서 인공지능 장비를 이용하여 일상 생활에서 편리하게 사용하는 것이 많아졌다. 작고 예쁘게 생긴 인공 지능 장비가 똑똑하기도 하고 성능도 우수하다고 생각하지만 이런 서버들의 덕분이다. 인공 지능 장비는 간단한 자체 처리 기능 및 통신 기능을 가지고 음성 입력 마이크와 디지털 데이터로 변화하는 기능 및 서버로부터 받은 디지털 데이터를 음성으로 합성하는 기능과 스피커를 가지고 있다. 그래서 AI 스피커라고 명명하기도 한다. 이렇게 볼 때 작은 인공지능 장비는 입ᆞ출력 장치라고 할 수 있겠다.

처리장치는 컴퓨팅 기능을 담당하기 때문에 성능이 우수해야 하고 대부분 비싼 장치다. 금융시스템의 주전산기, 항공사의 운항정보시스템, 군사 정보 처리시스템, 기상청의 날씨 예보 시스템 등 이름만 들어도 엄청난 큰 시스템으로 느껴지는 것들이 모두 처리장치라고 할 수 있다. 이들은 여러 곳으로부터 통신을 통해 데이터를 받고 처리해서 다시 통신을 통해 결과를 처리할 수 있는 출력장치로 보내게 된다.

 

저장장치는 많은 메모리 공간을 가지고 처리한 결과나 받은 정보를 저장하는 장치를 말한다. 용도는 다양할 수 있다. 첫번째 많은 메모리 공간을 확보하고 누구나 필요한 만큼 자료를 저장하도록 지원해주는 클라우드 서비스가 있다. 둘째로 음악을 저장하고 있으면서 필요한 사람이 듣도록 서비스하는 스트리밍 음악 서버 및 영상 서버 등이 있다. 도서관에는 책이 많이 있는 곳이지만 지금은 디지털 데이터로 만들어 e-Book 서비스를 지원하는 디지털 도서관도 저장 장치로 분류할 수 있겠다.

 

입력 장치는 참으로 다양하다. 대표적으로 영상 카메라 장치(CCTV)를 생각해 보자. 초기에는 자체 메모리를 가지고 필요한 정보를 저장했다. 인터넷에 연결되면서 무한한 저장 공간을 확보하는 것은 물론 실시간으로 모니터를 통해 상황을 확인하는 기능으로도 사용한다. 나아가 인공지능(Artificial Intelligence) 시스템에 연결하여 기계 인식 기능을 구현하여 상황을 파악하고 필요한 정보만 실시간으로 알려주는 기능까지 발전할 수 있다. 이렇게 시스템을 통해 기능을 목적에 맞게 나눔으로써 본래 기능을 강화할 수 있다. 즉 영상 카메라 장치는 화질을 높이고 필요하면 음성 입력 기능을 추가할 있다.

정보를 수집하는 입력 장치는 다양하다. 모든 사람들이 활발히 사용하고 있는 휴대폰 카메라 및 음성 입력 기능, 다양한 목적으로 사용 가능한 소리 입력 장치, 온도계, 풍속계 등도 있다. 센서라고 부르는 장치를 만들어 인터넷에 연결하기만 하면 우리는 필요로 하는 정보를 모을 수 있게 되었다.

 

출력 장치는 처리한 결과를 이용해 보여주거나 들려주거나 다른 장치가 동작하도록 결과를 주는 것을 말한다. 보여주는 장치는 디스플레이라고 하며 컴퓨터 모니터, 스마트폰 화면, 옥외 광고 장치, 영화 스크린 등 무수히 많은데 모두 통신을 통해 별도 출력 장치로 생각할 수 있다. 들려주는 장치는 라디오, AI 스피커, 블루투스 헤드셋, 스트리밍 음악 청취 장치 등 많다. 다른 장치를 동작하도록 돕는 장치는 많은 것을 생각할 수 있다. 공장에서 생산 활동을 하고 있는 많은 산업용 로봇, 농사용 비닐 하우스 안에 온도와 습도를 조절하기 위한 냉난방 장치 및 스프링 쿨러 통해 물주는 장치를 인터넷에 연결하면 출력 장치라고 할 수 있다.

 

사물인터넷을 다른 방법으로 설명할 수 있지만 기능별로 나누어 설명한 것은 일상 생활에서 필요한 것을 찾아 개발하는 아이디어를 생각하기에 유용할 것으로 생각한다. 또한 이해하고 익히는 측면에서 분류하고 하나씩 정복해 나간다면 어렵지 않게 큰 것을 알게 될 것이다.

​

​

빅데이터

​

 

 

빅데이터(Big Data)란 사전적 의미로 “디지털 환경에서 생성되는 데이터로 그 규모가 방대하고, 생성 주기도 짧고, 형태도 수치 데이터뿐 아니라 문자와 영상 데이터를 포함하는 대규모 데이터”를 말한다. 4차산업혁명 시대에 빅데이터의 중요성은 특별히 더 강조되는데 왜 그런지 알아보기 위해 사전에 설명된 내용을 풀어 쓰는 방식으로 설명하고자 한다.

 

디지털 환경에서 생성되는 데이터는 무엇을 의미할까? 사람은 오감을 통해 항상 정보를 받아들이고 있다. 눈으로 보는 순간적인 사진이나 일정 시간 동안 얻는 영상 정보, 귀로 듣는 소리 정보, 손과 몸으로 느끼는 감각 정보, 혀로 느끼는 미각 정보 및 코로 느끼는 냄새 정보를 말한다. 이들은 모두 시간에 따라 연속적으로 변하는 성질을 가지고 있어 아날로그 정보라고 한다. 또한 사람은 내부의 감정 상태나 인식 상태에 따라 오감으로 전달되는 정보를 다르게 받아들이고 느끼며 기억하는 것도 달라질 수 있다. 만약 오감 정보를 기계가 받아들일 수 있으며 어떻게 될까? 사람만큼 정교하게 느낄 수 있을까? 사람처럼 감정이 있어 다르게 느끼고 다르게 기억할 수 있을까? 이런 것에 대한 답을 주는 것이 기술이다.

 

우리는 이미 사물인터넷이라는 개별 장치를 통해 정보를 받아들이고 보여주는 것은 물론 인터넷을 통해 전달하고 받는 통신 기능, 처리하여 원하는 것으로 만드는 기능, 저장하고 나누어 기능을 할 수 있다는 것을 앞에서 살펴보았다. 그리고 지금도 기술은 계속 발전하고 있고 보다 완성된 시스템으로 향상되고 있다. 인터넷은 디지털 데이터만으로 정보를 이해하고 주어진 기능을 수행할 수 있다. 그래서 사람이 직접 사용하면서 정보를 주고받는 사물인터넷은 아날로그 정보를 디지털 데이터로 변환하고 디지털 데이터를 다시 아날로그 정보로 변환하는 기능을 가지고 있다.

 

잠시 아날로그 정보와 디지털 데이터의 차이를 알아보자. 아날로그 정보는 사람이나 자연에서 얻을 수 있는 모든 정보를 말하는데, 디지털 데이터는 오직 숫자 0과 1만으로 표현된다. 다행한 것은 0과 1숫자를 여러 개로 묶은 숫자 나열은 서로 다른 것을 표현할 수 있다. 또 다른 차이점은 아날로그 정보는 시간이 경과하면서 연속적으로 정보가 변화하는데, 디지털 데이터는 연속성이 없다. 앞에서 설명한 것처럼 아날로그 정보에서 특정 시간에 내용을 취해서 디지털 데이터로 변환하는데, 필요한 만큼 자주 데이터를 추출하면 본래 정보를 잊지 않고 모두 유지할 수 있다. 영상 신호와 같이 변화가 많은 정보이면 디지털 데이터로 변환하면 데이터 량이 많아지는 이유다. 이런 방법을 이용해 아날로그 정보를 디지털 데이터로 만드는 방법을 고안하게 되었고, 이런 동작을 하는 전자회로를 반도체 기술을 이용하여 부품으로 만들게 된 것이다.

 

이제는 사람의 오감에 해당되는 기능을 기계가 할 수 있게 되었고, 감정이나 인식 상태에 따라 결과가 변하지 않고 항상 동일한 내용이 감지되는 장점도 생겼다. 또 다른 장점은 무수히 많은 사물인터넷을 만들 수 있고 쉬지 않고 하루 24시간 정보를 수집할 수 있게 된 것이다. 마지막으로 컴퓨터가 사용하는 데이터는 처음부터 디지털 데이터라고 했는데 이것은 사람들의 생각을 컴퓨터를 이용해 자료를 만들 때 디지털 데이터로 입력하는 까닭이고 마이크나 카메라는 사물인터넷과 같이 디지털 데이터로 변환하여 입력한다. 이렇게 디지털 환경에서 데이터를 생성하는 것이 모두 기능해졌다.

 

빅데이터의 규모가 방대하다는 것은 어느 정도일까? 데이터가 얼마나 큰 규모인지 알기 위해서는 어떤 데이터를 모으고 활용하는지 알아보면 될 것이다. 자연에서 일어나는 현상이나 사람의 활동으로 발생할 수 있는 정보는 모두 디지털 데이터로 변환되어 모아지고 있다고 생각하면 된다. 그것의 용도는 필요에 따라 적절히 활용하면 된다. 자연에서 일어나는 현상 관련 정보는 일기예보나 지진 등 지구 생태계 관련 많은 정보를 전지구적으로 실시간으로 모아져 모든 지역에서 여러 가지 자연 재해 예방을 위해 사전 예보에 활용되고 있다. 이를 위해 세계 모든 곳에서 데이터를 모으고 공유하기 위해 통신망으로 송수신하고 각 지역별 예보 시스템은 데이터를 분석하는 작업을 할 것이다. 계속해서 예보의 정확도를 높이기 위해 정보량을 계속 늘려 나갈 것은 명확하게 이해할 수 있다.

 

이제 사람들의 활동을 통해 만들어지는 데이터를 생각해 보자. 첫번째 사례로 검색 활동을 보자. 전세계 검색 서비스 1위를 달리는 구글이 1998년 설립할 때 기존의 검색 서비스와는 다르게 검색을 통해 일어나는 모든 활동을 정보로 저장했다. 이렇게 모아진 빅데이터를 이용해서 다른 활동에 필요한 유용한 정보를 찾아내기 위해서다. 그들은 빅데이터 분석을 통해 사람들의 선호도와 관심도가 무엇인지 찾아내는 일을 했다. 그 결과를 이용해 광고 회사가 정보를 활용할 수 있도록 하면서 기존 광고의 흐름을 바꾸고 많은 광고 수익을 올리게 된 것은 유명한 일이었다. 구글 창업자 래리 페이지는 빅데이터 전문가로 알려져 있다. 구글이 이끌고 있는 또 다른 빅데이터 창출 시스템이 유튜브다. 구글은 초기에 동영상을 공유하고자 만든 유튜브를 인수하여 검색 기능과 광고 기능을 추가하여 많은 사람들이 유튜브 영상을 만들면서 수익을 창출할 수 있는 시스템을 만들었다. 유튜브 용 동영상을 만드는 사람은 좋은 내용을 담아 많은 사람들이 보도록 하여 높은 수익 창출을 위해 최대한 유익한 정보를 많이 제작하려고 노력한다. 또한 유튜브 동영상을 보는 사람들은 무료로 좋은 정보를 얻을 수 있기 때문에 계속해서 시간을 투자하게 된다. 이렇게 하여 발생하는 유튜브 빅데이터는 기하급수적으로 증가하고 있다.

 

사회서비스망(SNS)를 통해 발생하는 빅데이터는 또 다른 데이터 자원이다. 예를 들면 정치인들이 자신의 존재를 알리기 위해 활동이나 의견을 제시하고 많은 지지자들은 공감을 표시하거나 의견을 제시한다. 연예인이나 유명 인사들도 많이 활용하고 있고 일반인들도 다양한 모임을 만들어 의견을 주고받는다. 이 모든 것들이 빅데이터이며 활용할 가치가 있다.

교육 분야도 디지털 데이터를 통한 활동이 증가하고 있다. 공공기관, 교육 기관, 사설 교육 기관 및 심지어 개인도 어렵지 않게 교육 분야에 진출할 수 있다. 이렇게 만들어지는 교육용 빅데이터 증가도 무척 빨라지고 있다.

 

이번에는 기계를 이용한 빅데이터 만들기 사례를 보자. 이동통신전화기를 활용한 위치 정보 시스템은 사람들의 움직임을 빅데이터로 만든다. 금융정보시스템은 카드 이용 내역이나 현금 지불 내용을 빅데이터로 만들어 돈을 사용하는 흐름을 명확히 파악하고 있다. 도처에 설치되어 있는 CCTV는 빅데이터 수집을 계속 늘려가고 있다. 교통 시스템은 지역간 이동을 알 수 있는 빅데이터를 모으고 있다.

 

생성 주기도 짧고, 형태도 수치 데이터뿐 아니라 문자와 영상 데이터를 포함하는 대규모 데이터라는 의미는 이제 이해가 가능하리라 본다. 점점 빠르게 변화하는 사회에서 일어나는 정보는 홍수처럼 많아서 시간이 지난 자료는 또 다른 목적으로 활용하고, 새로운 것을 추구하는 곳에서는 짧은 주기로 정보를 모아야 하는 것은 당연하다. 그리고 거의 대부분 자료에는 동영상과 소리 정보 및 필요한 내용을 자막으로 문자 정보를 보여주는 형태로 만들고 있다. 이런 정보를 만들 수 있는 응용 프로그램도 많이 개발되고 활용되고 있다.

 

빅데이터를 만드는 모으고 관리하는 기술은 전문적으로 필요한 분야다. 학문적으로 통계학을 기반으로 통계 처리에 용이한 구조, 시간에 따라 정보의 의미는 달라지기 때문에 시계열적으로 나열할 수 있는 구조, 정보 발생 지역 및 인적 정보를 추가할 수 있는 구조 등 데이터를 관리하는 학문 분야도 점점 중요성을 더해가고 있다.

 

​

 

인공지능

 

 

인공지능의 사전적 의미는 “인간의 지능으로 할 수 있는 사고, 학습, 자기 개발 등을 컴퓨터가 할 수 있도록 하는 방법을 연구하는 컴퓨터 공학 및 정보기술의 한 분야로서, 컴퓨터가 인간의 지능적인 행동을 모방할 수 있도록 하는 것”을 말하고 있다. 컴퓨터는 사람이 지능을 사용하여 하는 일을 도와주는 장치로 개발되었는데 초기에는 계산 기능을 주로 사용하면서 전자계산기라고 불리기도 했다. 반도체 기술이 발전하면서 전자 계산기는 소형으로 만들어져 휴대가 가능해지면서 널리 사용하게 되었고 컴퓨터는 보다 지능을 많이 사용하는 것으로 개발하려는 노력이 이루어졌다.

 

1956년에는 처음으로 인공지능(AI: Artificial Intelligence)이라는 용어가 등장했다. 그러나 기반 기술의 부족으로 실질적인 연구 성과는 달성하지 못한다. 시간이 지나면서 1980년대 인공지능은 신경망(neural net) 이론으로 인간의 사고를 두뇌 작용으로 보고 두뇌 구조를 분석하여 동일한 방법으로 처리하는 메커니즘을 찾으려는 이론이다. 결국 두뇌 구조를 모방하여 딥 러닝(Deep Learning) 알고리듬을 만들면서 큰 발전을 이루게 된다. 반도체 기술의 발전과 함께 신경망구조프로세서(NPU: Neuro Processing Unit)를 개발하며 속도를 더해가고 있다.

기계학습은 기계가 수학적 최적화 및 통계분석 기법을 기반으로 사람의 도움 없이도 데이터로부터 일정한 신호와 패턴을 배우고, 그것을 바탕으로 다음에 일어날 일을 예측하며 적합한 의사 결정을 내리는 알고리즘을 만드는 일에 주력한다.

 

기계학습(Machine Learning)은 기계가 사람처럼 사고, 학습 및 자기 개발 기능을 갖게 하여 최종적으로 스스로 지능을 발휘하는 것을 목표로 한다. 수학적 계산방법 및 통계분석 기법을 통하여 사람의 도움 없이 기존의 경험 데이터로부터 규칙과 공식을 배운다. 학습한 방법을 사용하여 다음에 일어날 일을 예측하며 필요한 의사 결정을 내리는 알고리즘을 만드는 것이다. 초기에는 사람이 알고 있는 지식을 알려주는 방법으로 진행했다. 그렇게 해서는 사람이 알려주는 것은 할 수 있지만 그것 이상 지능을 발휘할 수 없었다. 딥러닝 알고리듬은 컴퓨터 구조를 사람의 뇌 구조로 만들고 생각하는 방법을 알려주는 것이 아니라 이전에 축적되어 있는 많은 데이터를 입력해 주어 스스로 분석하면서 생각하는 방법을 찾아내게 하는 방식이다. 이렇게 생각하는 방식을 찾아내면 새롭게 들어오는 정보를 보고 스스로 판단하고 인식하는 것이 가능해진다. 현재는 많은 NPU를 연결하여야 가능한데 계속 연구를 하면 더 많은 회로를 집적하여 작고 빠르게 동작하는 인공지능 시스템을 만들 수 있을 것으로 생각된다.

 

인공지능 개발 및 활용을 위해 IT 분야 대기업들은 거의 모두 최선의 노력을 다하고 있는 것은 물론 특화된 기술을 심도 있게 개발하기 위해 새롭게 창업하는 기업도 많이 있다. 잘 알려진 것은 구글은 2016년 알파고를 이용해 바둑 실력을 검증한 것과 음성 서비스 시리를 이용해 자연어 번역 시스템 구축을 위해 노력하고 있고, IBM은 “왓슨”이라는 의료 분야 인공 지능 시스템을 개발하여 영상 촬영 사진에서 암 세포 존재 여부를 찾는 기능을 구현하여 병원에서 실용 단계에 있다. 많은 회사가 경쟁적으로 참여하고 있는 것은 인공지능이 할 수 있는 분야가 무한히 많고 한가지 방법으로 모든 문제를 해결할 수 없다는 것이다. 각 회사가 전문으로 하고 있는 분야에 맞추어 기술 개발 및 검증을 진행하고 있다.

 

인공지능에서 빅데이터는 자동차에서 석유와 같다는 말이 있다. 이는 인공지능은 빅데이터를 기반으로 동작한다는 뜻이다. 앞에서 기술한 빅데이터와 인공지능을 연결하는 설명이다. 빅데이터는 다양한 분야에서 짧은 시간에 영상, 소리 및 문자 데이터까지 복합된 형태를 가지고 있다. 이것을 모두 사람이 분석하고 새로운 정보를 찾기에는 한계가 있다. 인공지능은 데이터가 많을수록 더 정확하게 분석하고 판단하는 특징이 있어 빅데이터 분석에 최적이다. 인공지능은 빅데이터 분석을 위해 만들어진 것은 아니지만 사물인터넷과 함께 빅데이터를 만들고 분석하고 의사 결정을 통한 시스템 제어까지 모든 것을 할 수 있는 주인공이 될 것이다.

​

 

​

​제4장 4차 산업과 융복합 산업이 만들게 될 사회 변화

 

3-1.4차산업혁명시대의 사회변화

​

지금까지 4차산업혁명시대의 산업과 주요 기술에 대해서 알아보았다. 결과적으로 우리 생활에서 일어나고 있는 변화 사례를 생각해 보면 더욱 이해가 명확해질 것이다. 많은 사람들이 글이나 강연 등으로 설명하고 있는 내용이지만 필자는 모두가 각자의 지식과 경험을 통해 변화에 어떻게 기여하고 가치를 창조할 수 있을까? 하는 관점에서 생각하기를 바라는 마음으로 쓰고자 한다. 무수히 많은 사례 중에 몇 기지만 살펴보자.

​

4차 산업혁명에서는 인공지능(AI), 사물인터넷(IoT), 빅데이터(Big Data) 등 4차산업혁명을 주도하는 신기술 (emerging technologies)에 따른 인간의 삶과 사회 구조 변화가 나타날 것으로 보인다. 4차 산업혁명으로 인해 사회는 디지털 사회의 특징인 연결과 플랫폼이 유지되면서 컴퓨터의 인공지능이 중심적인 역할을 하는 사회가 될 것이다.

​

4차 산업혁명에서

 

4차 산업혁명으로 ‘자동화’ ‘노동 대체 기술의 발전’, ‘On-Demand 플랫폼 비즈니스 확대’ 등 산업 구조적인 패러다임 변화도 빠르게 진행되고 있다. 이는 고용구조 변화로 이어질 것으로 보인다.

 

On-Demand경제의 부상은 거래에서 당사자들이 제품과 서비스를 소유하지 않고 이용할 수 있도록 하며, 디지털플랫폼이 거래 중개인 역할을 담당하는 것으로 보면되며, 예로써 에어비앤비(집의 남는 방),우버택시(자동차의 빈자리)와 최근에는 배달, 청소 등 단순노동 서비스와 법무 및 컨설팅 등 전문이력 서비스 분야에도 적용되고 있는데 이를 기술과 사회변화의 부문으로 살펴보면 다음과 같다.

​

기술의 핵심적 변화는,

​

첫째, 신기술로 3D 프린팅, 사물인터넷(IoT), 이들 주요 기술이 융합되어 새로운 기술들을 창출할 것으로 예상된다.

둘째, 물리학적 기술에서는 무인 운송수단, 3D 프린팅, 로봇 공학 등,

셋째, 디지털 기술에서는 사물인터넷(IoT), 빅데이터 등,

네째, 생물학적 기술에서는 유전공학, 바이오 공학 등이 부상하며,특히, 3D프린팅과 유전공학이 결합하여 생체조직프린팅이 발명되고,

마지막으로 물리학적, 디지털, 생물학적 기술이 사이버물리시스템으로 융복합적으로연결되면서 새로운 부가가치를 창출할 전망이다.

또한  사회의 핵심적 변화는,

​

첫째, 공유 경제를 통한 자원ᆞ장비의 최소화(예: 우버와 에어비앤비),

둘째, 소비자들의 맞춤형 소비,

셋째, 육체노동이건 지식노동이건 인공지능과 로봇으로 대체,

마지막으로 지식창출이 가속화될 것이다.

​

 

3-2.4차 산업과 융복합 산업이 만들게 될 사회 변화

​

자율주행자동차

​

자동차를 운전하는 사람이면 차가 스스로 안전하게 목적지까지 간다면 얼마나 편리하고 이동하는 시간이 신나고 유익할까? 생각해 보았을 것이다. 4차산업혁명은 사람들이 원하는 것을 찾아 새로운 서비스를 만들어내는 방향으로 빅데이터와 인공지능을 활용하기 때문이다. 인공지능 시스템이 스스로 관련 빅데이터를 분석하여 일하는 방법을 배우게 되는데 사람이 해야 할 일은 빅데이터를 적절하게 만들어 주는 것이다. 이런 활동의 주요한 결실로 자율자동차를 개발하고 있는데, 자동차에 인공지능 시스템을 구축하고 시험 운행을 지속하며 일어날 수 있는 모든 상황을 경험하게 하고 있다.

 

자동차 역사를 살펴보면 오랫동안 보편적으로 사용된 가솔린 연료 자동차가 1888년 독일의 벤츠가 처음 상용화하였다. 이후 안정성을 높이고 보다 세련된 디자인을 갖게 하는 방향으로 발전했다. 이 기간에는 중요한 기술이 연료를 이용해 힘을 만들어내는 기계 엔진기술이다. 그러나 자동차가 점점 많아지고 대형으로 변하면서 연료 소비가 많아지고 배출 가스에 의한 대기 오염 문제도 생겼다. 지구 환경 문제 해결과 석유 연료 고갈 문제에 대응하기 위해 전기자동차 개발을 진행하고 대체를 서두르고 있다. 기계 엔진을 사용하는 자동차와 기술적인 면에서 큰 변화를 가져오기 때문에 산업에도 큰 변화가 예상되는데 전기ᆞ전자 분야가 자동차의 중심 기술이 된다. 여기에 이어 자율주행자동차는 더욱 첨단화된 전기ᆞ전자 기술을 활용하면서 자동차 산업에 융복합이 가속화되고 있다.

 

자율주행자동차는 운전을 노동으로 보고 기계가 대신하게 하는 기술 혁신이다. 한편으로 사람의 일자리를 줄이는 결과라고 우려하는 목소리도 있지만 노동력을 더 가치 있는 일로 전환하는 것으로 판단하다는 쪽이 우세하다. 노동력 전환 이외에도 교통 사고 문제 해결은 더욱 절실하다. 교통 사고로 인한 인명 피해는 심각한 수준인데 사람의 육체적 피로와 정신적 집중의 한계와 관련이 있다. 기계 운전은 육체적 피로나 정신적 집중 문제는 없겠지만 또 다른 사회 문제가 있어 법률적인 대응도 준비되고 있다. 기계 운전이 완성되면 현재 사고율 대비 1000분의 1로 줄이는 것을 목표로 한다.

 

자율 주행에 필요한 구체적인 기술 과제를 생각해 보자. 자율주행자동차는 사물인터넷이라고 할 수 있다. 인터넷에 연결되어 데이터를 주고받는 것이 필수적인 요소이기 때문이다. 그리고 빅데이터와 인공지능 시스템을 이용하면서 컴퓨터와 동일한 전자 회로가 필요하다. 컴퓨터 구조의 출력 장치에 모터를 만들고 자동차 구동장치의 핸들에 연결하는 구조다. 인공지능은 상황을 인식하고 판단하는 주최가 되는 것이고 사전에 많은 운행 정보를 경험하면서 이후 입력될 정보를 판단할 알고리듬을 스스로 만들고 안전성을 충분히 검증해야 한다. 지금 많은 회사에서 국가로부터 운행 허가를 받아 빅데이터를 축적하면서 준비하고 있다. 여기에 필요한 기술이 2가지가 있다. 첫째 차의 여러 곳에 각종 센서를 부착하여 주변의 정보를 인공지능 시스템으로 입력해 주는 기술이다. 두번째는 통신 기술로서 인접해 있는 차와 사람들부터 정보를 받는 것과 인터넷에 연결되어 있는 교통 정보 시스템으로부터 정보를 주고받는 기술이다. 이런 기술을 구현하기 위해서는 참여하는 여러 회사 제품 간에 호환성을 위한 산업 규격과 국가별 통신법규, 통신 제어 시스템, 국가간 표준화 등 법률적인 규정이 필요하다.

 

자율주행자동차의 단계적 구현을 위해 기술 수준을 1~5단계로 분류했고 현재 1단계 및 2단계는 상용화 되었다. 국가별로 진행 사항도 다른데 일부 국가에서는 제한된 목적으로 상업 운행을 시작했다. 단계적으로 구현되고 상용화될 것이며 5단계 구현이 완성되면 운전대가 없는 자동차를 보는 것이 익숙하게 될 것이다.

 

 

스마트시티

 

새로운 융복합 시대에 도시는 어떤 모습으로 변화할까? 삶의 환경과 산업은 필요에 의해 발전하는 것이므로 도시 생활도 많은 사람이 꿈꾸는 방향으로 변화할 것이다. 도시의 구성은 개인이나 가족의 생활을 위한 주거 공간, 수익 창출 활동을 위한 사무실, 생산 시설, 유통 시설, 문화 활동 공간 및 공공 업무 공간 등 다양하다. 또한 도시와 도시를 이어주는 통신망이나 교통망 등도 있다. 이런 도시가 시대의 상황에 맞게 최적의 기능을 하도록 변화할 것이다. 예측할 수 있는 것은 정보통신기술(ICT) 및 각종 교통망을 활용하여 도시가 스마트하게 변화한다는 것이다. 사람 활동의 효율성이 높아져 수익이 커지고 여유 시간이 많아지는 방향일 것이다. 그래서 스마트 도시를 만드는 필수 조건은 도시마다 수익을 창출할 수 있는 방법을 찾아야 한다. 관광 자원을 발굴하고 편리한 여행이 가능하도록 꾸며져 많은 사람들이 찾아올 수 있게 하는 도시, 새로운 기술을 개발하는 연구 활동이 중심인 도시, 특정 상품을 생산하는데 특화한 도시, 대학을 육성하여 교육이 중심인 도시 등 분명한 방향을 정하는 것이 중요하다. 여기에 맞게 첨단 기술을 이용하여 새롭게 디자인해여 한다.

 

많은 국가에서 시범 도시를 만들어 스마트시티 구현에 박차를 가하고 있다. 한국에도 국가 주도로 세종시 일부 지역과 부산 일부 지역에서 진행하고 있으며 2021년 완성을 목표로 한다. 세종시 스마트시티는 교육과 연계한 도시 기능이 중심이다. 인공지능과 블록체인 기술을 기반으로 개인정보 보호를 유지하면서 전체 정보를 기반으로 계획된 운영을 가능하게 한다. 자율주행버스, 공유자동차, 공유사무실, 쇼핑시스템 등 공유 시설은 최대한 효율적으로 활용되도록 한다. 한편 개인 삶의 수준 향성을 위해 헬스케어, 환경문제, 교육시스템, 일자리 등이 스마트하게 관리되도록 한다. 부산시 스마트시티는 고령화 사회를 대비하는 방향으로 준비되고 있다. 일자라가 감소하고 도움이 필요한 사람이 많아질 것을 대비한다. 로봇을 활용하여 물류 이동 지원, 사람 이동에 필요한 서비스 및 친구 로봇 등을 구축한다. 특별히 물 관리 신사업을 육성하여 한국형 맞춤 도시로 구현하고 있다.

 

스마트시티는 국가가 중심이 되어 장기적인 계획을 수립하고 민간에서는 다양한 분야에서 융복합적으로 아이디어를 적용하는 것이 필요하다. 미래의 삶을 더욱 스마트하고 안전하고 편리한 방향으로 진화하도록 모두가 힘을 모을 때이다.

​

​