박병훈 T3Q 대표
- 이미 오래전부터 고급 자동차에 크루즈 콘트롤이라는 장치가 있어서 엑셀레이터를 조작하지 않아도 차가 스스로 주행을 하는 기술이 있었는데 최근에 화두가 되는 무인자동차도 그것과 별반 다르지 않을 것이라고 생각할 수 있고 비슷한 방식의 자동 제어 장치는 거의 모든 기계 시스템에 사용되고 있다.
- 인공지능과 자동 제어 장치는 비슷하면서도 상당히 다른 점이 있는데 자동 제어 장치는 사전에 정해준 기준(임계치)에 도달하면 역시 사전에 정해진 동작만을 하도록 되어 있는 것이고 인공지능은 스스로 기준을 정하기도 하고 그에 따른 동작도 스스로 결정할 수 있는 것이 다르다고 할 수 있다.
- 크루즈 콘트롤은 정해진 속도로만 달릴 수 있고, 더해서 앞차와의 간격, 속도 등을 계산하여 감속하거나 정지할 수는 있지만, 무인자동차의 인공지능은 앞차뿐 아니라 옆 차선에서 들어오려는 차량, 도로의 상태 변화 등을 종합적으로 감지하고 판단하여 속도를 줄일 것인지 차선을 변경할 것인지 등을 결정할 수 있는 기능을 갖추고 있는데 이 결정에 영향을 미치는, 인공지능을 지능처럼 만들어주는 기능이 바로 ‘예측’이라고 할 수 있다.
구글은 알고 있다. 당신이 내일 어디에 있을지?
- 몇 년 전, 외국의 프로그래머에 의해서 아이폰 내에 사용자의 위치정보가 담긴 파일이 있음이 알려져서 세계적인 논란으로 번진 일이 있었다. 추후에 밝혀진 바로는 모든 스마트폰 제조업체가 위치정보를 수집하고 있고 구글 안드로이드 운영체제도 이용자 위치 정보를 수집해 위치기반 서비스에 사용하고 있었다.
- 스마트폰에서 위치정보가 필요한 이유는 현재 위치를 신속히 파악하기 위해서다. GPS 기능이 있기는 하지만 처음 기동 시 지연시간이 생기기 때문에 이의 대체 방안으로 주변의 무선 기지국이나 무선공유기의 위치를 수집해 저장했다가 스마트폰의 현재 위치를 추측해서 알려주는 것이다.
- 사생활 침해 논란에도 불구하고 구글은 아예 사용자의 행적을 기록하는 타임라인 서비스를 출시하며 (기기에서 설정 또는 동의 받은 사용자들에 국한되기는 하지만) 공개적으로 사용자들의 위치 데이터를 수집하여 여러가지 시도를 하기에 이르렀고, 긍정적인 측면으로는 분실 휴대폰 조회 같은 기능이 있다.
그림 1 구글의 타임라인 서비스 화면
- 이렇게 수집, 저장된 특정 개인의 위치, 이동 경로, 시간 등의 정보를 장기간 누적해 빅데이터 분석을 하면 그 사람의 생활 패턴이 파악되어 어느 요일, 어느 시간 대에는 어디에 있을 것이라는 추측이 가능하기도 하고, 오랜 기간의 데이터가 충분히 확보된다면 가끔 예외 활동을 하는 경우에도 인공지능은 (일상 생활 패턴에서 벗어나는) 이상 징후로 판단하여 ‘다음 달 초에 여행을 갈 수도 있을 것이다.’라는 예측도 가능하다.
마이너리티 리포트 현실이 될까?
- 초능력자 3명이 예지 능력으로 범죄가 일어나기 전에 시간, 장소를 예측해서 사전에 차단한다는 내용의 영화 ‘마이너리트 리포트(Minority Report, 2001)’는 개봉 당시 많은 관심을 받았다. 영화에서는 데이터 분석이 아닌 일종의 점술이긴 했지만 예지자들의 의견 중 가능성이 높은 것을 채택하는 방식은 인공지능의 결정 방식과 많이 닮아 있다고 할 수 있다.
- 미국은 지난 2015년 Hunchlab, Prepol이라는 범죄 예측 시스템을 도입했다. 이는 과거 범죄 기록을 바탕으로 범죄 발생 가능성이 높은 지역과 시간, 범죄 유형을 예측해주고 경찰이 출동하여 용의자나 주변 동태를 감시하여 범죄를 예방하는 시스템으로 자체 통계에서는 도입 후 범죄율이 낮아졌다고 평가하기도 한 바가 있다.
- 한국 경찰청도 2016년 ‘빅데이터 기반 범죄 분석 프로그램 개발’ 프로젝트를 가동하고 경찰 내부 데이터베이스와 공공 데이터, 그리고 공개된 민간의 데이터를 종합적으로 분석하여 범죄를 예측, 예방하고 분석 및 대응하는 플랫폼을 개발 중이다. 그러나 SNS나 블로그 등 민간 정보 및 범죄자와 피해자의 정보까지를 총망라하고 있어서 개인정보 보호 문제에 대한 논란이 있는 상황이다.
- 과거에도 공식적으로는 부정을 하지만 외국의 안보기관에서 전세계의 모든 이메일을 감시, 분석한다는 설이 많이 있었는데 엄청난 양의 메일 내용을 분석하면서 테러나 범죄와 관련된 단어, 문장을 골라내는 일은 지금의 빅데이터 분석 및 인공지능이 하는 일과 다르지 않다.
- 비슷한 기능을 영상에 접목시킨 것이 지능형 CCTV 기술이다. 화면 상의 사람을 추출해내고 그 움직임을 계산해서 수상한 점이 ? 예를 들어 학교 앞에서 어떤 인물이 계속 서성이고 있다거나 - 발견되면 경보를 알려주기도 하고, 용의자로 보이는 사람이 이동을 하면 설치된 많은 CCTV 화면에서 동일 인물을 파악하여 추적을 해줄 수 있는 수준에 이르고 있는데 이미지 인식 기술에 인공지능을 결합한 모델이라고 할 수 있다.
그림 2 CCTV 관제 센터
이미지 출처 : http://www.securitas.ie/Protective-Services/Remote-Video-Solutions/monitoring-solutions/
- 최근에 미국 중앙정보국(CIA)은 현재 137개의 인공지능 관련 프로젝트를 진행하고 있다고 밝힌 바 있다. 중국 공안당국은 테러리스트 공격과 공공안전 위협 사건들에서 포착되는 패턴을 연구하고, 그러한 사건이 일어나는 것을 예측하고 방지할 수 있는 데이터 분석 모델을 개발해야 한다고 발표했다. 기술의 발달로 인해 각 정보기관이 수집하는 방대한 데이터에서 정확한 정보를 단시간에 추출하는 유일한 방법이 빅데이터와 인공지능의 결합이라고 할 수 있다.
좋은 아이디어와 준비된 기술로 미래를 예측한다
- ‘구슬이 서 말이라도 꿰어야 보배’라는 속담이 수 백 년이 지난 지금에 오히려 더 맞아떨어진다는 점이 놀랍기까지 한 세상이 되었다. 데이터는 과거에도 다양한 형태로 존재했고 컴퓨터 시대가 도래한 이후로는 그 양이 폭발적으로 증가하고 있다. 그 동안은 단순히 쌓여가는 의미 없는 데이터들의 저장 및 삭제 문제가 신경이 쓰였겠지만 이제는 그 무의미해 보이는 데이터들에서 유의미한 정보를 찾아낼 수 있는 기술이 생겼다고 할 수 있다.
- 따로 떼어놓고 보면 무의미한 텍스트, 숫자에 불과한 빅데이터를 어떻게 활용하는가 하는 점은 전적으로 해당 분야의 도메인 지식을 갖춘 사람의 아이디어와 활용 방법 개발에 달려있다. 기본적으로 빅데이터 분석은 과거에 생성된 대규모 데이터로부터 특정한 규칙성을 찾아내서 미래의 수요 또는 위험요소를 추정하는 것이다.
- 한 예로, 아마존닷컴은 고객의 쇼핑 패턴을 분석해서 구입이 예상되는 물품을 고객과 가까운 지역의 물류창고로 미리 배송을 해놓는 ‘예측 배송 서비스’를 운용하여 고객이 주문 시 배송 시간을 줄일 수 있는 서비스를 시행하고 있다.
그림 3 물류 자동화, 로봇화가 이루어진 아마존 물류 창고
이미지 출처 : http://thistleinc.com/distribution-center-management-using-put-wall-systems/
- 그 외에도 평소에는 발견하지 못했던 숨겨진 의미를 찾아내고 맞춤형 서비스를 할 수도 있는데, 어느 지역의 호텔 고객이 대부분 관광객이라고 막연히 생각을 하다가 분석을 통해 지역 주민임이 밝혀지면서 그에 맞도록 제공 서비스를 바꿔서 매출이 올라간 사례도 있다. 또한 기계나 시스템의 고장 주기를 예측해서 미리 대비를 하면 갑작스런 고장이나 오류로 발생할 수 있는 손실과 기업 이미지 추락 등의 적지않은 비용 손실을 절감하는 효과도 있다.
- 이러한 빅데이터 활용을 위해서는 시스템에 관한 준비도 필요하지만 기업 내에서 빅데이터 과학자(분석가)와 데이터 엔지니어 간의 긴밀한 협업 환경이 구축되고 충분한 커뮤니케이션이 이루어져야 한다. 또한 무엇보다 기업의 명확한 목표 설정 및 아낌 없는 지원만이 실질적인 성과를 이루기 위한 밑바탕이 될 수 있다.
클라우드, IoT, 빅데이터, AI는 공존의 시대를 걷는다
- 최근에 자주 언급되고 있는 4차 산업혁명을 선도할 기술로 언급되는 것이 바로 빅데이터, 인공지능, 사물인터넷(IoT) 그리고 클라우드이다. 기존의 웹이나 SNS뿐 아니라 인터넷, 네트워크로 연결된 각종 사물, 기기들에서 발생되는 엄청난 양의 데이터와 그를 처리하기 위한 빅데이터 시스템, 단순 분석을 넘어서 미래의 예측이 가능한 인공지능 시스템 그리고 그 모든 것을 포용할 수 있는 클라우드 플랫폼은 뗄래야 뗄 수 없는 동반자 같은 관계라고 할 수 있다.
그림 4 IoT, 빅데이터, 인공지능과 클라우드
- 현재도 적지 않은 웨어러블 기기가 작동하고 있지만 우리 주변의 모든 가전제품, 전자 기기 등이 센서를 갖추고 네트워크(인터넷)에 연결되는 순간, 그것들은 단순한 기계를 넘어서서 인간과 상호작용이 가능한 인간친화형 기계로 바뀌게 된다. 그리고 그 이면에는 천문학적으로 발생하는 사물들의 데이터를 수집, 저장하고 분석하는 시스템, 수집된 데이터를 분석해서 어떻게 동작할 것인지를 결정하는 인공지능 시스템이 필요하게 된다.
- 원리로만 보면 간단한(?) 일이지만 한 가정에 있는 특정 기기들의 수에 각 기기마다 일정 시간 단위로 데이터가 생산되는데 그걸 인구수, 전국 단위, 세계 단위로 본다면 이러한 어마어마한 데이터를 저장하고 가공하고 분석하기 위해서는 상상을 초월하는 시스템 리소스가 필요하게 된다. 그 비용이나 제약을 감당할 수 없지만 이를 극복하게 해주는 기술이 바로 클라우드로, 데이터 소스나 시스템이 어디에 있든 물리적 거리에 관계 없이 처리가 가능하고 리소스의 설정 및 확장이 자유로워서 가장 효과적이고 필수적인 기술이라 할 수 있다.