▲ IBM의 인공지능 컴퓨터인 '왓슨'은 최근 의료, 금융 등 분야에서 활용도가 높아지고 있다.

인공지능의 사업화가 급진전되고 있으며 의료, 금융, 제조 등 분야에 인공 지능 기술이 접목되면서 새로운 산업혁명의 물결이 거세게 일고 있는 것으로 분석됐다.

LG경제연구원은 이 같은 내용을 담은 분석 보고서인 ‘진화하는 인공지능 또 한번의 산업 혁명’을 최근 발표했다. 이 보고서에 따르면 구글, IBM 등 인공지능 영역의 강자들은 관련 스타트업들을 인수하고, 사업 조직을 신설하는 등 인공지능을 실제 비즈니스에 접목하기 위한 움직임에 속도를 내고 있다.

인공지능의 완성도를 높일 것으로 기대되는 여러 기술 개발도 진행 중이다. 특히 딥러닝의 경우 컴퓨터가 스스로 데이터를 학습하면서 모델을 설계해가는 비(非)지도 학습이 가능하다는 점에서 인공지능의 상용화 시기를 앞당길 것으로 주목받고 있다.

산업 현장에 인공지능 적용도 활발해지고 있다. 의료 영역의 경우 취급하는 이미지 데이터의 대상, 각도, 색상, 조도 등이 일상적인 이미지에 비해 매우 정형화되어 있다는 점에서 딥러닝 적용 가능성이 높은 것으로 나타났다. IBM은 자체 플랫폼 '왓슨(Watson)을 기반으로 주요 병원들과 협업하면서 인공지능 기반의 폐암 진단, 백혈병 치료법 제안 등을 추진하고 있다.딥 지노믹스(Deep Genomics), 엔리틱(Enlitic) 등 스타트업들도 딥러닝에 기반한 맞춤형 치료법 제안 등의 사업화를 전개하고 있다.

금융 영역에서도 투자 자문 및 직접적인 투자, 그리고 금융 서비스를 지원하는 기능들에까지 인공지능이 활발히 적용되고 있다. 로봇이 투자 상담을 대신하는 로보 어드바이저 회사들이 취급하는 자산 규모는 5년 뒤 약 2조 달러까지 커질 것으로 전망된다.

제조 현장도 인공지능 기반의 진화 가능성이 크다. GE, BMW, 하이얼 등이 현재 전개하는 스마트 팩토리는 인공지능에 기반한 다품종 소량생산 패러다임의 서곡으로도 볼 수 있다는 분석이다. 이들 산업 외에도 행정, 치안과 같은 공공 서비스, 온라인 유통, 교육과 같은 산업들도 인공지능 기반의 혁신이 기대되는 영역들이다.

하지만 보고서는 각 산업별로 인공지능의 적용 속도, 수준에는 차이가 있을 수 있다고 지적했다. 딥러닝과 같은 기술은 방대한 데이터가 축적되어 있거나, 동작을 수반하지 않는 분야에 좀더 유리하게 적용될 수 있기 때문이다. 또한 100%의 신뢰도와 안전이 확보되기 전까지는 당분간 인공지능도 인간의 인지 능력과 공존하는 형태로 발전하게 될 가능성이 크다고 지적했다.

이번 보고서의 주요 내용을 소개한다.

1.상용화 속도 내는 인공지능

인공지능 기술에서 앞서 있다고 평가 받는 구글은, 2013년 DNN리서치 인수를 시작으로, 2014년 영국의 인공지능 개발 업체 딥마인드(DeepMind)를 약 4천억 원에 인수하였고, 이후에도 젯팩(Jetpac), 다크 블루 랩스(Dark Blue Labs), 비전 팩토리(Vision Factory) 등 인공지능 관련 스타트업들을 다수 인수하고 있다. 그리고 세계 4대 인공지능 전문가 중 한 명으로 평가 받는 토론토 대학 제프리 힌튼 교수와 미래학자 레이 커즈와일을 영입했으며, 최근에는 자체 인공지능 알고리즘인 텐서플로(TensorFlow)를 오픈소스로 개방하여 전세계 개발자들과 협업하려는 움직임을 보이고 있다.

또 다른 강자로 평가 받는 IBM은 1997년 체스 챔피언을 이긴 인공지능 딥 블루(Deep Blue)를 개발하였고, 2011년에는 왓슨(Watson)을 개발하여 미국의 TV 퀴즈쇼 제퍼디(Jeopardy)에서 전설적인 우승자들을 이기기도 했다. 최근에는 왓슨을 이용한 인공지능 관련 사업을 본격화하기 위해 약 2천 명의 전문 개발자로 구성된 인지 비즈니스 솔루션 그룹이라는 사업부를 조직하기도 했다. 페이스북, 애플, 마이크로소프트 등 여타의 글로벌 ICT 기업들도 유사한 행보를 보이고 있다. 국내 ICT 기업들이나 바이두(Baidu)와 같은 중국 기업들도 인공지능 전문가를 경쟁적으로 영입하고 있다.

2.인공지능 이식중인 산업 현장

<딥러닝, 의료 산업의 질 향상을 이끈다>

IBM은 왓슨의 인공지능을 활용해 의료산업 분야에서 본격적인 사업화를 추진하고 있다. 이론적으로 왓슨은 세상에 존재하는 모든 의료 지식에 기반해 항상 정확한 진단과 최선의 치료법을 제시할 수 있다. 2015년 정식 출범한 왓슨 헬스(Watson Health)는 현재 뉴욕 메모리얼 슬로언 케터링(Memorial Sloan-Kettering) 암센터(폐암 진단) 및 MD 앤더슨(Anderson) 암센터(백혈병 치료법 제안)와 협업을 진행하고 있으며, 보험사인 월포인트(WellPoint)는 의료진의 치료 계획안에 대한 적절성 판단에 대해 왓슨의 도움을 받고 있다.

의료 산업 내 딥러닝은 최근 스타트업 사이에서도 주목 받고 있는 하이테크 기술 중 하나다. 딥 지노믹스(Deep Genomics)는 유전학 관점에서 패턴 분석을 통해 변종/특이 유전자를 판별하고 이에 맞는 맞춤형 질병 치료법을 제안하는 것을 사업 목적으로 한다.

또 다른 스타트업인 엔리틱(Enlitic)은 X-레이, CT, MRI 등의 메디컬 이미지 패턴 분석을 통해 폐암이나 골절 진단을 지원하고, 유사한 상황에 놓였던 환자들의 과거 치료법과 결과를 제시해 줌으로써 의료진의 판단을 지원하는 역할을 한다. IBM의 왓슨이 각종 의학 교과서와 저널의 전문 지식을 학습하는 방식으로부터 출발한 반면, 엔리틱은 실제 환자들의 의료 기록과 이미지 자료, 유전자 데이터, 치료 이력 등을 종합 분석해 결과를 도출한다는 점에서 방법론적인 차이가 있다. 하지만 왓슨이 향후 더욱 도전적이고 방대한 데이터를 흡수하면서 진화할 것이라는 목표를 가지고 있기 때문에, 양사의 분석 대상은 궁극적으로 상당한 유사성이 있을 것으로 예상된다.

엔리틱은 호주의 메디컬 이미징 기업인 캐피털 헬스(Capitol Health)로부터 최근 1천만 달러의 투자를 받고, 실제현장에서 적용될 수 있도록 파트너십을 강화한다는 계획을 밝혔다.

<금융업, 인공지능의 날개를 달다>

투자 자문업의 경우 사람의 직감에 의존하는 측면이 많았기 때문에 지금까지 IT 적용 수준이 낮았다. 하지만 최근 IBM의 왓슨과 같은 검증 받은 인공지능 시스템을 이용하는 금융기관들이 많이 등장하고 있다. 싱가포르 개발은행(DBS)은 자산관리 업무에 IBM의 왓슨을 이용하여 우수고객에게 맞춤형 투자 자문과 자산관리 서비스를 제공하고 있다. 호주뉴질랜드은행(ANZ)은 IBM과 4.5억 달러의 계약을 맺어 투자자문 서비스의 품질을 높일 계획이다. 남아공의 네드뱅크(Ned Bank)에서는 소셜미디어 모니터링 같은 분야에 왓슨을 활용하려는 시도를 진행 중이다.

핀테크 벤처기업들은 컴퓨터가 스스로 학습하는 머신러닝을 기반으로 직접 투자 자문업에 도전하고 있다. 20여년 전 온라인 증권 거래를 무기로 찰스 스왑이 미국의 증권사업을 재편했듯이, 이제는 로봇이 투자 상담을 대신하는 로보 어드바이저 회사들이 기존의 온라인 증권사들을 위협하고있다. 웰스프론트, 퍼스널 캐피탈, 비터먼트 등은 고객이 목표수입, 리스크에 대한 태도 등 기본적 옵션을 선택하면 해당 유형에 맞춰 알고리즘이 최적의 투자를 선택해준다. 이들 기업이 취급하는 금액은 현재 약 200억 달러 정도지만, AT커니는 5년 뒤 약 2조 달러까지 커질 것으로 예측하고 있다. 이에 대응하기 위해 찰스 스왑과 뱅가드 등 기존 온라인 증권사들도 모두 기존 서비스에 로보 어드바이저 시스템을 도입하고 있다.

인공지능은 투자 자문을 넘어 직접적인 트레이딩 영역에도 적용되고 있다. 이미 2002년 이후 알고리즘 트레이딩의 활성화와 함께 컴퓨터가 정해진 알고리즘에 따라 자동으로 거래하는 방식은 확산되어 왔다. 그리고 이제는 머신러닝과 같이 고도화된 인공지능 기술을 이용하여 미래를 예측하는 수준으로까지 발전 중이다. JP모건의 헤지펀드 자회사인 하이브리지 캐피털은 인공지능 스타트업 센션트 테크놀로지와 머신러닝 기반의 투자시스템 개발을 위해 협력 중이며, 브리지워터 어소시에이츠와 포인트72 애셋과 같은 헤지펀드들도 머신러닝 적용을 추진하고 있다. 딥러닝 관련 스타트업이 직접 트레이딩에 나서는 경우도 있다.

바이나틱스(Binatix)는 약 3년 전부터 딥러닝 알고리즘을 통한 투자 활동을 시작했으며, 현재 구체적인 수치는 공개되지 않았지만 설립자들에 따르면 양호한 수익률을 기록하고 있다고 한다.

금융 서비스가 보다 원활히 제공될 수 있도록 지원해주는 백오피스에도 딥러닝의 적용이 활발해질 것으로 보인다. 우선 금융 범죄 예방을 위한 보안 기능을 들 수 있다. 페이팔은 시간 신호, 물리적 위치 등을 포함한 수천 개의 특징을 분석하여 특정 사기 유형 추정, 범행 수법 및 유사 수법 탐지 등이 가능한 보안 시스템을 구축하고 있다.

금융 보고서 작성도 딥러닝 적용이 유망한 영역 중 하나다. 이미 오토메이티드 인사이트(Automated Insights)나 내러티브 사이언스(Narrative Science)와 같이 인공지능 기반의 기사 작성 서비스를 제공하는 회사들은 투자 자문 리포트도 발간하고 있다. 이외에도 이지옵(Yseop), 캐피탈 큐브(Capital Cube), 골드만삭스가 지원하는 켄쇼 테크놀로지스(Kensho Technologies)와 같은 스타트업들이 유사한 서비스를 제공하고 있다. 이러한 서비스를 이용함으로써 금융사는 수 천 개에 달하는 기업 정보를 빠르고 저렴하게 확보하여 고객사에게 제공해줄 수 있다.

<스마트 팩토리, 다품종 소량생산 패러다임의 서곡>

최근 글로벌 제조업 환경에서 중요한 화두 중 하나는 스마트 팩토리(Smart factory)다. 기존의 생산 설비가 인공지능, 로봇 기술과 융합되어 공정 자체가 더욱 고도화된 생산 현장을 의미한다. 독일 정부의 인더스트리4.0과 같이 주요 국가들이 저성장 경제를 돌파하기 위한 수단으로 제조업 육성 정책을 펼치면서, 스마트 팩토리는 빠르게 확산되고 있다.

스마트 팩토리 영역에서 주목받고 있는 제조 기업 중 하나는 제너럴 일렉트릭(GE)이다. GE는 인도 푸네(Pune) 지역에 자사의 첨단 기술을 집약한 '브릴리언트 팩토리(Brilliant Factory)'를 운용하고 있다. 축구장 38개 크기의 이 공장에서는 제트 엔진, 터빈 등 다양한 산업용 제품이 생산된다. 주목할 점은 고객의 주문에 따라 조립, 가공 등의 생산 공정이 스스로 최적화된다는 점이다. 제품이 출고된 이후에는 제품에 부착된 센서를 통해 지속적으로 제품 상태를 모니터링 하면서, 고객에게 제품 운용에 관한 솔루션까지 제공한다. IoT, 로봇, 3D 프린팅과 같은 첨단 IT 기술이 모두 집약되어 있다. 향후 딥러닝과 고도화된 인공지능이 적용되면, 고객으로부터 주문을 받고, 필요한 설비를 가동해서, 납품한 이후 지속적으로 서비스를 관리하는 일련의 공정이 모두 무인화 될 수도 있을 것이다.

BMW는 고도화된 로봇을 통해 대부분의 공정을 자동화하고 있다. 하나의 로봇이 하나의 작업을 담당하던 종전 방식과는 달리 좌석 조립, 차체 도장, 유리 설치 등 다양한 작업을 감당한다. 주문량과 재고량을 감안하여 작업 속도도 조절된다. 자동차는 기존 컨베이어가 아닌 스스로 움직이는 스마트 대차 위에서 공장을 돌아다니면서 부품과 모듈이 조립되고 최종 검사까지 진행된다. 사람이 하는 역할은 일부 정밀 부품 배치 정도다. BMW는 이러한 스마트 팩토리에서 i3, i8과 같은 전기자동차를 생산하고 있으며, 향후에는 하나의 라인에서 다양한 BMW 모델들을 생산할 계획이다. 대부분 공정을 로봇이 담당하는 만큼, 기계 자체가 스스로 인지, 판단하는 머신러닝이 고도화될 경우 공정의 혁신 효과는 더욱 커질 것이다.

중국 가전 업체인 하이얼(Haier)도 중국 내에 4개의 스마트 팩토리를 가동 중이다. 이 공장의 특징은 소비자가 본인이 주문한 제품의 생산 과정에 직접 참여할 수 있다는 점이다. 소비자는 본인이 희망하는 기능, 사양 등을 맞춤형으로 선택한 후, 모바일 애플리케이션과 웹(diy.haier.com)을 통해 생산 공정의 각 단계를 영상으로 확인한다. 공장의 생산 설비가 소비자와 대화하면서 제품을 생산하는 개념이다. 전형적인 소품종 대량생산 방식이었던 가전 제품 제조 방식이, 다품종 소량생산 형태로도 바뀔 수 있는 가능성을 보여주고 있다.