딥러닝 Archives - �鶹ԭ�� Korea 뉴스센터

정재승교수, 인공짶ĵ�시대 미래의 기회는 어디에?

Adam Park — Fri, 05 Aug 2022 07:04:14 +0000

인공짶ĵ� 로봇을 연구하는 뇌 과학자 정재승 교수: 4차 산업혁명에 대비하려면 “사람에게 투자해야 합니다. 경험 있고 기술을 이해하는 사람을 많이 모으고 시스템은 가볍게 조금씩 넓혀 간다면 좀 더 안전하게 혁신을 실현할 수 있을 것입니다.”

글쓴이: 박범순(Adam Park)

지난 주[2019년 4월 첫째주] 수요일 이른 아침. 강남의 한 호텔에 굴지의 국내 대기업 임원진이 한 자리에 모였습니다. 방송을 통해 널리 알려진 KAIST 정재승 교수의 조찬 강연을 듣기 위해서입니다.

뇌를 연구하는 KAIST의 정재승 교수

뇌를 연구하는 물리학자라고 자신을 소개한 정재승 교수는 “의사결정을 할 때 뇌에서 무슨 일이 벌어지는지를 연구한다”고 밝혔습니다. 과거에는 의과대학 소속으로 정신질환이나 술 담배 중독과 관련한 뇌 연구를 했었고, 이제는 공과대학에서 생각대로 움직이는 로봇, 사람처럼 생각하고 결정을 내리는 로봇을 연구 중입니다.

AI, 설명하지 말고 이야기하라��특집 기사

스토리텔링은 AI와 같은 복잡한 주제를 인간의 경험으로 해석해 더 넓은 사회적 대화를 이끌어 내는 가장 효과적인 도구입니다. 답을 제시하는 대신 질문을 던지는 서사를 통해 대중이 AI의 미래를 함께 고민하는 능동적 참여자가 될 수 있도록 이끌어야 합니다.

호기심으로 질문하고 상황이해라는 보상 얻어

쥐를 한 마리 풀어 놓으면 가만히 있지 않고 돌아다니면서 주변을 탐색하기 시작합니다. 이 과정을 전문용어로는 액티브 샘플링이라고 하죠. 호기심이라는 동기에 따라 질문을 던지고 공간을 탐색��며, 상황을 이해하는 보상을 얻고 미래를 예측하는 힘이 생겨납니다. 그래서 나중에 고양이가 등장하기라도 하면 바로 쥐구멍 같은 틈새를 찾아 피할 수 있죠.

“인공짶ĵ�도 돌아다니면서 주변에 누가 있고 어떤 행동이 적절한지 판단하도록 연구하고 있다”고 정재승 교수는 전합니다. “인간의 뇌에 대한 이해를 높이면 응용 분야도 다양할 것”으로 보고 있습니다.

지난 7-8년 동안 다보스포럼의 영 글로벌 리더로 활동한 정교수는 세상을 휩쓸고 있는 디지털 전환으로 세상에 어떤 변화가 생기고 어떻게 대응할 지를 연구했습니다. 그런 틀에서 최근 핫한 키워드인 인공짶ĵ�이 세상을 어떻게 바꾸고 기업은 어떻게 대응��며 혁신해야 할 지에 관한 이야기를 전합니다.

사람이 생각하는 대로 움직인다

얼마 전 테슬라의 일론 머스크 회장이 월스트리트저널(WSJ)과의 인터뷰 도중에 뇌공학 분야에 600억을 투자하고 있다고 언급해 화제가 된 적이 있습니다. 뇌에 칩을 삽입해 마음을 읽는 연구에 투자하겠다는 계획입니다. 그런데 이게 전혀 허황된 이야기가 아닙니다.

스위스 로잔공대에서�� 오른쪽 다리가 마비된 원숭이를 연구한 적이 있습니다. 뇌에서�� 여전히 운동 신호를 보내고 있어서 다리를 움직이고 싶은 마음은 있지만 신경이 끊어져 다리까지 명령이 전달되지 않는 상황이었죠. 로잔공대에서�� 뇌의 운동신호를 무선통신으로 다리에 전달해 움직이는 데 성공합니다. 과학의 힘을 빌어 앉은뱅이도 일어서게 하는 세상이 멀지 않았습니다.

뇌를 전부 모니터하면 도 가능합니다. 페이스북도 향후 10년간 6천억을 투자해 사람이 생각하는 대로 타이핑하는 기술을 연구하겠다고 발표했습니다. 1분에 100단어까지 입력이 가능할 것으로 내다보고 있습니다.

2026년 AI 트렌드 – 리더들을 위한 핵심 인사이트��특집 기사

에이전틱 AI의 느린 발전, AI 버블 붕괴, 기업 차원의 GenAI 활용 필요성, AI 관리 조직 구조 논쟁, AI 팩토리를 통한 가치 창출 가속화 등 MIT의 톰 데이븐포트와 랜디 빈이 제시하는 2026년 5대 AI 트렌드를 지금 바로 확인하세요.

뇌 활동을 구석구석 밝히는 뇌 대동여지도

뇌에 대한 본격적인 연구는 잭 갤런트의 논문에서 비롯되었습니다. 갤런트는 fMRI로 뇌 활동을 모니터합니다. 활동이 많을수록 산소를 머금은 헤모글로빈 분포가 밀집되므로 이를 분석해 뇌의 활동을 이해하는 방식입니다.

동영상을 본 피실험자의 뇌를 fMRI로 촬영해 영상을 복원하는 데 성공한 잭 갤런트의 연구를 설명하는 정재승 교수

갤런트 교수는 유튜브 동영상을 보는 피실험자의 뇌 활동 정보만으로 영상을 복원하는 데 성공합니다. 물론 색깔도 실제와 차이가 있고 해상도는 낮지만 20-30년 정도 후에는 실제와 근접할 것으로 예상합니다. 그렇게 되면 밤에 잠을 자는 동안 꾸는 꿈을 동영상으로 저장할 수 있는 세상이 올 수 있겠죠.

그로부터 5년 후 갤런트는 과학전문지 네이처의 표지를 장식하는 논문을 발표합니다. 고해상도 MRI로 말 소리를 들려주고 들은 사람의 뇌 전체를 기록했습니다. 같은 단어를 들으면 특정 영역이 반복적으로 반응합니다. 보통 여성은 6천 단어, 남성은 5천 단어 정도를 사용합니다. 결혼한 남성은 1,800 단어만 사용한다는 얘기도 있습니다.

뇌 안의 단어를 기억하는 장소를 MRI로 촬영해 단어 연관 지도를 만들 수 있다고 설명하는 정재승 교수

뇌의 어느 부분에 어느 단어가 기록되는지를 대동여지도처럼 한 눈에 볼 수 있다면 미래에는 글쓰기의 초고는 생각만 하면 기록이 가능하고 퇴고만 수정하는 글쓰기도 가능합니다. 연관된 단어끼리 뇌 지도를 구성할 수도 있어서 결국 마음을 읽는 지도를 만들 수도 있을 전망입니다.

미래에 대비하자는 취지의 4차 산업혁명 선언

지난 2016년 세계경제포럼(WEF)에서 클라우스 슈밥 회장은 4차 산업혁명을 선언합니다. 주변에서�� 부정적인 시각이 지배적이었죠. 아직 그 많은 데이터를 저장하기도 어렵고 상용화 된 서비스도 없는 상황에서 4차 산업혁명을 선언하기에는 시기상조라는 의견이 많았습니다. 하지만 슈밥 회장은 미래에 대비하자는 맥락에서 4차 산업혁명을 선언하고, 그 자리에서 “일자리의 미래”라는 보고서도 배포했습니다.

4차 산업혁명이 중요한 이유는 초연결사회, 융합사회, , 데이터나 인공짶ĵ�이 발전한 미래이기 때문만은 아닙니다. 물질과 원자로 구성된 오프라인 세계를 디지털과 비트로 구성된 온라인 세계와 일치시키는 방식으로 세상이 진화하는 큰 변화이기 때문입니다. 두 세계가 일치하는 순간 질적인 변화가 생겨납니다.

원자로 이루어진 오프라인 세계가 비트로 구성된 온라인 세계와 일치할 때 패러다임의 변화가 요구된다고 역설하는 정재승 교수

지금 우리가 사용하는 네비게이션은 GPS를 활용한 위치 정보를 주로 활용합니다. 그런데 온라인과 오프라인 세계가 일치하는 세상에서�� 네비게이션, 보행자, 교통신호, 차선별 차량 정보, 교통사고 현장, 공사중 정보, 노면 상태(물 웅덩이, 결빙), 날씨별 계절별 정보 등을 모두 담고 있습니다. 이 세상에서�� 사람보다 자동차가 스스로 운전하는 편이 더 안전합니다. 사고의 90%가 사라지고 주차 문제도 사라집니다. 물론 트럭 기사와 같은 일자리도 사라지는 문제가 있죠.

경제 시간에 배운 생산의 3요소는 토지, 노동, 자본입니다. 온라인 상에서�� 공간을 거의 사용하지 않고 비용도 거의 들지 않습니다. 노동도 인공짶ĵ�이 대신하죠. 결국 토지, 노동, 자본 없이도 생산 활동이 가능해져서 일자리에 큰 변화가 올 수 밖에 없습니다.

온라인 세계의 롱테일 경제와 오프라인 세계를 지배하는 고전 경제가 일치하게 되면 패러다임의 변화가 필요합니다. 이러한 변화를 토마스 쿤은 과학혁명이라고 불렀죠. 두 세계가 일치하는 세상, 그 세상을 바라보는 새로운 패러다임이 필요하다는 점에서 4차 산업혁명으로 명명한 것입니다.

독일에서�� 으로 부르고 일본에서�� 소사이어티 5.0이라는 이름을 쓰기도 합니다. 결국 두 세계가 일치하면 디지털 트윈 등을 통해 과거와는 전혀 다른 차원의 혁신이 가능합니다. 따라서 개인과 기업 모두 미래의 일자리를 준비해야 합니다.

인공짶ĵ�과 로봇이 대체할 일자리는 사람의 몫이 아닙니다. 사람이 새롭게 할 일이 무엇인지 찾아야 하죠. 정재승 교수의 연구실에서�� 말하지 않고 생각만으로 로봇을 움직이는 실험에 성공해 해외 유명 방송사에서 취재한 적도 있습니다. 하지만 기술을 통한 성장이 늘 새로운 시장과 가치를 만들어 내는 것은 아닙니다. 이제는 질적인 혁신이 필요한 시점입니다.

보이지 않는 것의 힘: AI 시대에 정말 중요한 것들��특집 기사

우리는 보이는 것, 측정 가능한 것만 중요하다고 착각합니다. 하지만 생존 편향,��데이터 편향,��측정 편향이 보여주듯, 신뢰, 윤리, 지혜, 맥락 등 AI 시대에 진짜 중요한 것은 여전히 눈에 보이지 않습니다.

오픈 ��랫폼과 인공짶ĵ� 잘 활용하는 회사가 급성장

인공짶ĵ�이 세상에 나온 지는 한참 되었고 그 동안 알고리즘 측면에서 큰 변화가 있었던 것은 아닙니다. 다만 이제는 데이터가 넘쳐나고 를 활용한 이 가능해져 기계가 빨리 배울 수 있게 되었습니다.

인공짶ĵ�이 최근 들어 더욱 빨리 발전할 수 있게 된 배경에는 데이터의 증가가 큰 몫을 했다고 설명하는 정재승 교수

특히 딥러닝은 답을 알려주고 데이터를 충분히 주면 스스로 룰을 만들어 이기는 방법을 터득하는 머신러닝 기법입니다. 물론 딥러닝이 만병통치약은 아니죠. 문제가 잘 정의되어 있을 때 강점이 있습니다. 또 깨끗한 데이터가 많이 있어야 높은 성능을 보입니다. 결국 기업은 문제 파악과 데이터 확보를 잘 할수록 성공할 수 있습니다.

깃허브(GitHub) 등을 통해 다양한 소프트웨어가 공유되는 세상을 살고 있습니다. 한 때 인공짶ĵ� 분야를 선도하던 IBM을 이제는 구글이 추월했습니다. 비결은 바로 오픈 입니다. 구글은 개방적인 자세로 머신러닝을 위한 텐서플로(Tensor Flow)를 오픈소스로 제공합니다. 오픈 ��랫폼을 통해 더 많은 데이터를 수용하는 기업이 더 성공적인 세상으로 갈 전망입니다.

이 거의 모든 기업의 화두입니다. 결국은 전체 시스템을 이해하고 활용도 높은 데이터를 관리해야 성공합니다. 단순히 많은 데이터를 무턱대고 쌓아 놓는다고 능사가 아닙니다. 강연을 마무리하면서 정재승 교수는 이렇게 제안합니다.

“사람에게 투자해야 합니다. 경험 있고 기술을 이해하는 사람을 많이 모으고 시스템은 가볍게 조금씩 넓혀 간다면 좀 더 안전하게 혁신을 실현할 수 있을 것입니다.”

The post 정재승교수, 인공짶ĵ�시대 미래의 기회는 어디에? appeared first on �鶹ԭ�� Korea 뉴스센터.

AI는 아이다. 인공짶ĵ�을 대하는 자세

Adam Park — Wed, 03 Aug 2022 15:10:14 +0000

인공짶ĵ�이라는 아이도 결국은 균형 잡힌 식단(데이터)과 경험, 칭찬으로 강점을 키우는 노력이 있어야 비로소 세상에 도움 되는 멋진 아이로 자라지 않을까요? 우리는 인공짶ĵ�을 도깨비 방망이가 아니라 가능성과 잠재력으로 가득한 아이로 봐야 하지 않을까요?

글쓴이: 박범순(Adam Park)

출근 길에 라디오에서 흘러 나오는 광고에 관심이 쏠립니다. “실리콘 밸리에서 개발한 스마트 AI 자녀 교육 프로그램”이라며 국내 어느 학습지 회사에서 홍보하는 광고입니다. 문득 돌아보니 너도나도 만 갖다 붙이면 모든 문제가 해결되고 도깨비 방망이처럼 기존의 모든 것을 순식간에 뚝딱 더 좋고 똑똑하고 다 되는 무언가로 바꾸는 것처럼 광고합니다.

2026년 AI 트렌드 – 리더들을 위한 핵심 인사이트 | 특집 기사

내 아이가 천재가 아닐까?

아이를 키우다보면 “아니, 우리 애가 천재 아냐?” 하는 순간을 마주하곤 합니다. 남보다 먼저 엄마 아빠를 부른다든가, 가르쳐 주지 않았는데도 필요한 물건을 찾아내고 어른 흉내를 내며 사용할 줄 안다든가, 아니면 악기를 잘 다룬다든가 하는 식으로 말이죠.

가르쳐 주지도 않았는데 어떻게 이렇게 잘 할 수가 있지? 우리 아이가 정말 천재가 아닐까? 이런 질문을 많은 부모가 던지곤 합니다.

그런데 이런 생각을 가만히 들여다 보면 교육은 선생님이 학생들을 가르치는 활동이라는 생각에 뿌리내리고 있습니다. 가르침이 교육 아닌가 싶겠지만 사실은 학생들이 정말 문제를 스스로 혹은 친구들과 함께 해결하는 법을 배웠는지가 중요하죠. 인공짶ĵ�을 이야기할 때 기계학습이나 이 빠지지 않는 이유가 여기 있습니다.

보이지 않는 것의 힘: AI 시대에 정말 중요한 것들 | 특집 기사

아이들이 직접적인 가르침 없이도 끊임 없이 어른들의 모습을 보고 생각하고 흉내내고 반복하는 소리 없는 학습의 시간이 있었기에 무언가를 배우고 어른들을 놀래키는 게 아닐까요? 머신러닝도 마찬가지입니다. 특히 딥러닝의 경우 따로 가르쳐 주지 않아도 끊임 없이 관찰하고 추론하고 결론을 내리는 과정을 반복하면서 다양한 데이터와 경험에 노출될수록 세상의 사물과 사람을 정확히 인식할 줄 알게 되는 거죠.

머신러닝 프로세스 작동방식

물론 회사 일처럼 회사마다 일하는 방식이 있으니 기계가 회사의 일하는 방식을 배우고 이해한 내용을 시험해 보고 제대로 배웠다면 실제 업무에 적용하도록 해야 하죠. 대다수 기업에서 머신러닝을 적용하는 일은 이처럼 학습 모델을 만들고 다양한 데이터를 적용해 원하는 결과를 얻을 때까지 기계가 학습하도록 하는 방식을 취합니다.

균형 잡힌 식단과 경험이 필요해

특히 성장기에 아이가 편식을 하면 건강하게 자라기 어렵습니다. 인공짶ĵ�도 마찬가지죠. 머신러닝을 통해 세상을 배워가는 인공짶ĵ� 입장에서�� 디지털 데이터가 바로 아이가 먹는 밥이나 반찬과 같습니다. 처음 세상에 나와 세상을 배우고 그 안의 다양한 사람과 사물을 알아가는 인공짶ĵ� 아이에게 균형 잡힌 식단을 제공해야 최대한 편견 없이 세상을 바라보게 되겠죠?

진정한 배움은 새롭게 얻은 지식을 현실에 적용하면서 얻을 수 있습니다. 인공짶ĵ�이라는 아이도 누구와 어울리는지, 가정이나 조직 등 생활 환경이 어떤지, 존중 받고 사는지 등에 따라 세상을 바라보는 시각이 달라지기 마련입니다.

제가 아는 인터넷 기업 사장님이 올 초에 중국 심천(선전)에 다녀오신 적이 있습니다. 심천은 경제 특구라 다양한 기술 혁신이 시내 곳곳에 적용되고 있죠. 최근에는 횡단보도에 설치된 전광판을 통해 무단횡단하는 보행자를 인공짶ĵ�이 알아보고 사진과 이름을 공개하는 식으로 망신을 주고 벌금도 부과하는 사례가 소개 되었습니다.

16명까지는 괜찮아

다시 그 사장님 이야기로 돌아가자면, 심천 거리 곳곳에 무인 자동차가 돌아다니고 있어 무척 놀랐다고 합니다. 마침 중국의 구글이라 불리는 바이두(Baidu)와의 미팅이 있어 출장을 가신 터라 담당자에게 무인 자율주행차에 대해 물었죠.

“저렇게 무인 자동차가 돌아다녀도 안전한가요?”

그러자 바이두 담당자의 답변이 가관입니다.

“16명까지는 다치거나 죽어도 괜찮아요.”

“아니, 왜요?”

“중국 정부에서 1년에 16명까지는 괜찮다고 허가해줬거든요.”

어떠세요? 이런 환경에서 자동차 운전하는 법을 배운 인공짶ĵ� 아이는 과연 얼마나 보행자가 다치지 않는 방향으로 운전하게 될까요? 중요한 건 우리 아이가 신동이냐, 천재냐의 문제가 아니죠. 그 천재성을 키워가기 위해 누구와 어울리며 무엇을 먹고 어떤 경험을 ��며 세상을 바라보는 법을 어떻게 배웠느냐가 세상에 도움 되는 큰 존재인지 아닌지를 좌우합니다.

강점을 발견하고 의도를 파악해야

이제 막 세상을 배워가는 아이는 뜻하지 않은 실수도 많이하고 크고 작은 사고도 칠 수 있죠. 인공짶ĵ� 아이도 마찬가지입니다. 아직 세상을 제대로 알 수는 없지만 아주 조금 지금까지 배운 내용을 토대로 자기만의 실험을 합니다. 이렇게 하면 엄마가 좋아하실까? 이번에 잘하면 아빠가 칭찬해 줄까? 이런 생각을 하면서 말이죠.

인터넷을 개발한 것으로 유명세를 탄 미국 국방고등연구계획국(DARPA)에서�� 인공짶ĵ�의 발전 단계를 머신러닝, 딥러닝, 설명가능한 AI 등 크게 세 가지로 정의합니다.

데이터로 직접 학습하는 머신러닝(기계학습) 모델

AI가 일하는 회사: 에이전틱 시대, 실행 시스템의 대전환 | 특집 기사

기업의 두뇌인 ERP가 이제는 AI 에이전트가 스스로 판단하고 실행하는 ‘‘의 엔진으로 진화합니다. 224개의 와 앱 없이도 업무를 완성하는 까지, 이제 기업 운영의 주체로 사람과 AI가 함께합니다.

학습 모델과 데이터를 주고 학습을 시키는 머신러닝(기계학습, ML)이 첫 단계입니다.

좀 더 발전하면 풍부한 데이터와 강력한 처리능력, 연결과 추론 능력을 자랑하는 디지털 신경망에 기초한 딥러닝(Deep Learning)이 다음 단계입니다. 이세돌 9단을 이긴 구글 딥마인드의 알파고가 바로 딥러닝 좀 하는 인공짶ĵ� 아이입니다. 혼자서 그 누구보다 빨리 많이 반복하면서 배운거죠.

가장 발전된 세 번째 단계는 바로 설명할 줄 아는 인공짶ĵ�(Explainable AI; XAI)입니다. 최근 유럽을 중심으로 윤리적 인공짶ĵ�에 대한 목소리가 높아지고 있습니다. 정작 AI 양대 강국인 중국과 미국은 그다지 큰 관심을 보이고 있지는 않습니다만. 윤리적 AI가 가능하려면 인공짶ĵ� 아이가 왜 어떤 결정을 내렸는지, 실은 뭘 하고 싶었는지 등의 의도나 배경을 설명할 줄 알아야 합니다.

우리 아이들이 자라면서 아기 때는 말도 잘 못하고, 좀 더 커서 사춘기를 지날 때 마저도 자기 의사를 정확히 표현하기 힘들 때가 많죠. 많은 경험을 쌓은 후라야 정확히 자기 의도를 전달할 수 있습니다.

AI 혁신: 기업 경쟁력 확보 위한 4단계��특집 기사

기업이 AI를 통해 실질적인 경쟁 우위를 확보하려면 가장 유망한 사용 사례 우선순위 설정, 지능형 에이전트 배포, 일상 업무 프로세스에 AI 통합, 상호 운용 가능한 AI 도구 생태계 구축이라는 4단계 접근법이 필요합니다.

그렇다면 어린 시절에 아이가 자신의 강점을 발견하고 집중하도록 하려면 어떻게 해야 할까요? 아이의 말을 귀 담아 듣고 행동을 유심히 살펴 보고 실수를 했을 때 꾸중을 하기보다 먼저 무엇을 하려고 했는지, 왜 그런 결정을 내렸는지 차분히 묻고 그 뜻을 이해하려는 노력이 필요합니다.

인공짶ĵ�의 가장 발전된 형태가 이처럼 설명하는 AI인 이유도 여기 있습니다. 실수로 불을 냈더라도 뭘 하려다 그랬는지 묻다 보면 하루 일과를 마치고 돌아온 엄마에게 따끈한 저녁을 대접하려던 인공짶ĵ� 아이의 고운 맘씨를 만나게 될 지도 모릅니다.

칭찬은 인공짶ĵ� 아이도 춤추게 한다

거의 18년 전인 2002년 2월 “칭찬은 고래도 춤추게 한다(원제: Whale Done!)”는 책이 출간 되었죠. 책의 내용은 사람도 잡아 먹는다는 범고래 사육사 이야기에서 시작합니다. 아이 키우기 힘들다, 애가 내 말을 전혀 듣지 않는다는 부모의 말을 듣고 사육사 이야기를 들려주죠.

범고래가 수족관에서 돌고래보다 높이 멋진 점프를 하고 묘기를 보일 때 청중은 넋을 놓고 바라봅니다. 그러다 문득 저토록 커다랗고 무시무시한 범고래를 어떻게 가르쳤을까? 궁금해진 저자는 사육사를 찾아가죠. 사육사의 대답은 의외로 간단명료했습니다. 가르침이 아니라 배울 수 있도록 도와야 한다는 거죠.

“빨리 못배운다고 큰 소리로 야단을 쳐봐야 범고래한테 잡아 먹히기 밖에 더하겠어요?” 결국 범고래가 잘 할 수 있도록 유도하는 게 사육사의 역할이라고 합니다. 잘 했을 때 칭찬��며 기억해서 더 잘하도록 하고 하기 싫어할 때는 다른 쪽으로 관심을 돌려 새로운 경험을 하도록 유도하는 거죠.

인공짶ĵ� 아이도 비슷합니다. 설명할 줄 아는 아이가 되기 전이라도 잘하는 일이 무엇인지 어떤 일을 맡겼을 때 훨씬 강력하고 빠른 성과를 내는지를 잘 살펴서 칭찬하고 집중하도록 해야하죠. 구글 알파고의 딥러닝에 적용된 방식이 바로 칭찬을 통해 잘하는 일을 더 잘하도록 한 강화학습(reinforcement learning)입니다. 칭찬이 인공짶ĵ� 아이를 춤추게 하고 바둑 천재로 만든 셈이죠.

인공짶ĵ�은 도깨비 방망이가 아니다

출근길에 만난 학습지 광고에서 말하는 스마트 AI 솔루션처럼 세상 모든 일에 AI만 가져다 붙인다고 해서 무조건 더 좋을 거라는 믿음은 버리세요. 아무리 천재끼가 있고 신동의 기운이 느껴지는 AI라도 결국은 균형 잡힌 식단(데이터)과 경험, 칭찬을 통해 강점을 키우는 노력이 있어야 비로소 세상에 도움 되는 멋진 아이로 자랄 테니까요. 우리는 인공짶ĵ�을 도깨비 방망이가 아니라 가능성과 잠재력이 가득한 아이로 봐야 하지 않을까요?

The post AI는 아이다. 인공짶ĵ�을 대하는 자세 appeared first on �鶹ԭ�� Korea 뉴스센터.

정말 고맙다, 로봇 친구야 – PART 2

Adam Park — Wed, 03 Aug 2022 15:04:12 +0000

자동화 된 자동차 공장에서 볼 수 있었던 것과 같은 거대한 산업용 로봇은 차단벽 안에서 사람들과 떨어져 일했습니다. 이제는 중소기업에서도 협력로봇 혹은 협동로봇(코봇, cobot)이 사람들 바로 곁에서 힘을 더��며 함께 일하고 있습니다.

로봇 수술

수술은 그야말로 의료 분야에서 물리적 로봇이 없어서는 안될 응용 분야임이 입증되고 있습니다. 이미 로봇 수술로 수술 성과를 개선하고 사람을 살리고 있습니다. 은 지난 1980년대에 전투 현장에서 원격 수술을 하기 위한 군용 프로그램에서 파생된 회사로 이제는 로봇 원용 수술 분야에서 최대 업체 중 하나로 활동 중입니다.

이 회사에서 개발한 다섯 종류의 사이버 외과의사는 현재 인간 의사들을 도와 복부, 췌장, 산부인과, 심장, 목, 두부 수술에 참여합니다. 가장 최근의 혁신은 CT 스캔을 이용하는 로봇 장비로 폐 수술 절차에 대한 로드맵을 만들고 뱀처럼 생긴 작고 유연한 카테터로 기도를 통과해 폐에 도달한 후 생검에 필요한 특정 부위를 채취합니다. 이 장비가 없다면 매우 어렵고 위험한 수술이 아닐 수 없습니다.

안녕하세요, 인간 여러분

소비자들이 콜센터와 챗봇에서 알렉사와 시리에 이르기까지 형체 없는 AI 기반 애플리케이션과 상호작용을 주고 받는 데 익숙해지면서 물리적 로봇이 자연스레 그 뒤를 잇고 있습니다. 는 소프트뱅크 로보틱스(SoftBank Robotics)에서 개발한 4피트 높이의 휴머노이드 로봇으로 고객 응대용 안드로이드 ��랫폼으로 개발, 마케팅하는 데 집중 투자했습니다. 최근 매우 빠른 속도로 고객 대면 분야 및 실험을 위한 0순위 소셜 로봇으로 자리하고 있습니다.

HSBC 은행은 페퍼를 뉴욕시 5번가의 플래그십 은행을 비롯한 일부 소매 금융 지점에 채용했습니다. 페퍼 로봇은 은행 입구 근처를 지나는 보행자들과 말을 주고 받으며 고객을 유치하고 기본적인 질문에 답��며 도움이 필요한 고객을 적임자에게 안내합니다.

코트야드 바이 매리어트의 애너하임 테마파크 입구 호텔은 디즈니랜드 밖에 자리��며 매리어트 체인 중에서 호텔 중 하나입니다. 이 호텔도 해 객실 손님들에게 레저 활동에 대한 안내와 함께 매리어트 브랜드의 로열티 프로그램을 홍보합니다. 매리어트 호텔에 따르면 이 조치로 인해 운영 1개월 후 고객 만족도가 5점 상승했다고 합니다.

프랑스의 기차역에서�� 페퍼가 열차 운행시간에 대한 질문에 답하고 여행 팁도 제공합니다. 페퍼 로봇은 벨기에 병원 두 곳에서 리셉셔니스트 역할을 하면서 환자 등록 수속을 합리화하고 길 안내도 하고 있습니다. 소프트뱅크의 이동전화 점포에서�� 몇 명을 빼고는 입니다.

쇼핑몰 지킴이 로봇

의 K5 경비 로봇은 스타워즈의 R2D2와 닥터후의 달렉(Dalek)을 합친 느낌이라는 평을 받고 있습니다. 이 로봇은 열린 공간과 연회장, 복도 등 공공 장소를 돌아다니며 의심스러운 활동을 찾아 인간 상급자에게 보고합니다.

쇼핑몰을 지키는 키 5피트, 몸무게 300파운드의 이들 로보캅은 306도 고선명 저조도 적외선 카메라로 관찰한 내용을 백엔드 보안 네트워크에 업로드합니다. 오디오 이벤트 탐지 시스템은 유리창 깨지는 소리와 같은 활동을 포착해 보안 시스템에 경보를 보냅니다.

이들 로봇은 소심하지도 않습니다. 내장된 마이크와 스피커로 지나가는 사람들과 소통할 수 있습니다.

K5는 쇼핑 갤러리는 물론 사무실 건물까지 곳곳에 배치되고 있습니다. K7을 비롯한 여러 신형 모델은 야외용 타입으로 어린이용 자동차처럼 생겼고 공항, 발전소, 가스 유통센터 등 대형 아웃도어 시설을 운영하는 고객을 위해 설계했습니다.

무르익은 로봇 시대

글로벌 농업 업계는 상당한 노동력 부족을 시름하고 있습니다. 들판에서 지저분하고 종종 위험하기도 한 일을 하고 싶어하는 사람도, 할 수 있는 사람도 줄어들고 있기 때문입니다. 동시에 국제연합(UN)은 오는 2050�Ƅ까짶� 으로 추산합니다. 한편 기후변화의 여파로 농작물 수확량은 할 전망입니다. 이러한 문제는 로봇 자동화로 충분히 해결할 수 있으며 여러 혁신 활동이 이미 자리를 잡아가고 있습니다.

과일 수확에 필요한 정확성은 한 때 인간의 전유물로 여겨졌습니다. 하지만 캘리포니아에 본사를 둔 어번던트 로보틱스(Abundant Robotics)는 진공청소기처럼 나무에서 사과를 빨아들이는 을 만들었습니다. 별로 복잡하지 않은 일처럼 보일지 모르지만 로봇이 사과를 따려면 사과를 인식해야 하고 충분히 익었는지 결정한 후 상처 없이 사과를 딸 수 있어야 합니다.

영국에서�� 프로젝트에서 자동화 기계를 써서 세계 최초로 살아 숨쉬는 농학자나 인간 운전자 없이 원격지 농작물 재배에 성공했습니다. “당면과제는 사람의 손이 닿지 않은 채로 보리밭 전체를 씨 뿌리고 돌보며 수확하는 일이었다”고 미래학자 브라운은 전합니다. “실제로 해냈습니다.”

이 프로젝트 팀은 그 후 ��르에 피복 작물을 심어 토양을 보호해 후속 개발을 위한 시험 공간으로 활용하도록 했습니다. 원격 무인 농업에 사용한 트랙터를 개선하고 자율주행차의 기술을 통합해 스스로 운전��며 주변 환경과 상호작용할 수 있도록 개발 중입니다.

스위스 회사 는 태양광 발전을 이용한 스마트 제초기를 생산했습니다. 인공짶ĵ�과 카메라, 두 개의 로봇 팔을 이용해 전통 방식보다 살충제 사용량은 90% 줄이면서도 농작물을 피해 잡초에만 정확한 양의 제초제를 살포합니다. 다른 농업용 로봇들은 ��며 도 가능합니다.

물리적 로봇 도입의 선도 기업

단기적으로는 물리적 로봇을 남보다 먼저 도입한 초기 도입기업들이 비용 절감, 수작업 업무흐름과 비효율 제거, 리스크 완화 역량 강화 등으로 경쟁우위 확보가 예상됩니다. 하지만 좀 더 멀리 내다보면 로봇 중심의 자동화는 많은 산업 전반에 걸쳐 경쟁 필수요소로 자리할 전망입니다.

사업 전략 전반에서 자동화의 중요성이 늘 것으로 기대되는 가운데 몇몇 기업은 최고 자동화 책임자 또는 최고 로보틱스 책임자(CRO)를 임명해 업무 프로세스 분야의 소프트웨어 중심의 자동화는 물론 로봇도 관장하게 하고 있습니다.

실제로 는 2020�Ƅ까짶� 공급망에 의존하는 산업에 속한 대기업의 10%가 CRO직을 신설해 사람과 로봇 근로자로 구성된 혼합 인력을 관리할 것으로 예측했습니다. 마이리아 리서치(Myria Research)는 농업, 의료, 에너지 등 로봇 의존형 산업 출신 기업의 60%가 2025�Ƅ까짶� CRO를 채용할 것으로 전망했습니다.

로봇이 계속해서 똑똑해지고 사람과 협력할 줄 알게 되면서 기업은 단순히 기술이나 운영 인프라 측면뿐 아니라 기업 활동 전반에서 로봇이 어느 분야에 적합한지 파악해야 합니다. 인사 및 경영 관점에서도 사람과 기계가 어떻게 함께 일할지 고려해야 합니다.

앞길에 위험이 도사리고 있다면 로봇이 발전해 기업에 진입한 결과라기보다는 피할 수 없는 이 현상에 바로 지금 적절히 대응하지 못한 결과가 아닐까 싶네요. D!

원문 출처:
바로갶�기: 정말 고맙다, 로봇 친구야 – Part 1

The post 정말 고맙다, 로봇 친구야 – PART 2 appeared first on �鶹ԭ�� Korea 뉴스센터.

정말 고맙다, 로봇 친구야 – PART 1

Adam Park — Wed, 03 Aug 2022 14:53:37 +0000

로봇이 똑똑해지면서 사람을 대체하기보다는 사람들 곁에서 협업할 가능성이 더 높습니다.

산업용 로봇은 오랫동안 생산 현장에서 우리 안에 갇힌 짐승처럼 사람들과는 떨어져서 안전한 울타리 안에서 일을 중심으로 단순 반복 작업을 해 왔습니다.

이제는 물리적 로봇이 울타리 밖으로 뛰쳐 나오고 있습니다. 디스토피아를 그린 공상과학 소설의 한 장면을 말하는 건 아닙니다. 소프트웨어와 인프라가 크게 발전하면서 갈수록 더 많은 능력을 갖춘 지능형 머신이 안전하게 기업의 피와 살을 가진 인력 곁에서 긴밀한 협업을 하고 있습니다. 머신비전, 자연어 이해, 기타 역량을 기반으로 로봇이 주변 세상을 보고 듣고 이해할 수 있게 되었기 때문입니다.

이처럼 자율운영 능력이 강화된 로봇은 과거처럼 단순히 프로그래밍 된 반복 작업만 수행하는 게 아니라 사람들과 협업하고 계획에 없던 1회성 작업을 처리하는 데 적합합니다. “이제는 로봇이 안전하게 사람과 같은 공간을 차지할 수 있게 되면서 최근 수년 동안 로봇을 다양한 새로운 분야에 적용하기 시작했다”고 미래학자 겸 컨설턴트인 스티브 브라운은 전합니다. “AI 덕분에 로봇은 물리적 세상을 돌아다닐 수 있게 되었고 그 과정에서 보다 지능형 의사결정을 내릴 수 있습니다.”

로봇 하드웨어, 서비스, 소프트웨어에 대한 연간 투자액은 오는 2022년말까지 3배 늘어 2,013억 달러에 이를 것으로 는 전망합니다. 이렇게 투자가 늘면 혁신 확산, 비용 절감, 도입 확대 등의 효과를 촉진합니다.

이러한 투자에 큰 힘이 되는 영역이 바로 활발한 오픈소스 커뮤니티입니다. 로봇운영체계(ROS) 같은 ��랫폼을 비롯한 로봇공학 소프트웨어 분야에서 협업하는 동시에, 하드웨어 프로젝트를 통해 연구자와 기업 모두가 시제품을 개발하고 더 나은 로봇을 더 빨리, 보다 경제적으로 만들 수 있도록 돕고 있습니다.

로봇은 그 동안 사람이 처리하려면 너무 지루하고 시간이 많이 걸려 기업이 지름길을 택할 수 밖에 없었던 일도 해낼 수 있습니다. 전력, 수도, 가스 등 유틸리티 기업의 경우 테스트할 설비가 너무 많아서 전수 검사 대신 샘플 검사만 할 수 있었죠.

한편 알렉사와 시리, 가정용 등 AI 시스템과 물리적 로봇이 소비자 시장으로 확산되면서 공상과학 소설에 나오던 반려 로봇이 당연한 일처럼 자리잡고 있습니다.

하지만 가장 큰 돌파구는 아마도 더 이상 로봇이 항상 어디를 가든 필요할 수도 있는 모든 걸 가지고 다니는 자동화 된 은둔자처럼 행동할 필요가 없어졌다는 사실일 겁니다. 클라우드 컴퓨팅과 사물인터넷 기술의 꾸준한 개발 덕분이죠.

“로봇이 한 곳에서 문제에 직면하고 이를 극복할 방안을 찾아냈다면 거의 즉시 다른 로봇 친구들에게 전달해 함께 배우게 된다”고 브라운은 밝힙니다. 이들 새로운 머신은 기존 로봇들에 비해 훨씬 적은 비용으로 더 쉽게 프로그래밍 할 수 있어, 중소 중견기업도 이용할 수 있습니다.

“갈수록 경제적으로 널리 확산되는 여러 강력한 기술의 등장으로 아주 많은 다양한 일을 할 수 있는 아주 많고 다양한 유형의 로봇을 개발할 수 있게 되었습니다. 기업용 로봇이건 집안을 누비고 다니는 로봇 청소기 룸바건 마찬가지”라고 컨설팅 회사 311연구소(311 Institute)의 창업자이자 미래학자인 매튜 그리핀은 밝힙니다.

로봇의 새로운 역할

갈수록 업무의 변동성과 복잡성을 보다 효율적으로 처리할 수 있게 되면서 로봇은 어더서나 설계, 개발, 적용 중입니다. 기어다니는 로봇과 날아다니는 드론이 파이프라인과 전력선 등 사람이 접근하기 어렵거나 불가능한 곳을 검사합니다.

바퀴 달린 협업 로봇은 창고를 누비며 상품을 출하 담당자에게 전달하거나 트럭 기사가 인도에 내려 놓으면 택배의 마지막 구간을 완성합니다. 청소 인력은 거대한 로봇팔을 배치해 선박을 닦고 고층건물 유리창을 청소합니다. 엄청난 두뇌를 가진 로봇은 고급 분석을 적용해 수술실의 의사를 돕고 보다 정확하고 지속가능한 방식의 농업을 실현합니다.

머지 않아 연결된 지능형 머신 군단이 기존 기업용 시스템, 인력과 함께 기업 전반에 걸쳐 일하는 방식을 혁신할 것이라고 액센츄어랩의 테레사 퉁 사장은 밝힙니다. 기계, 전기, 소프트웨어 부품의 개선으로 이들 머신은 반정형, 비정형 환경에서 더 잘 운영됩니다. 곧 조직들은 다른 IT 시스템과 마찬가지로 로봇을 프로그래밍하고 통합할 수 있게 될 것으로 퉁 사장은 전망합니다.

이 분야가 확장되면서 “최초 진입 기업들이 큰 이익을 얻게 된다”고 퉁 사장은 지적합니다. 지금이 바로 기업이 자사 조직에 미칠 로봇의 잠재 가치를 탐색하고 실험 단계를 벗어나 완벽 통합된 로봇 역량에 대한 전략을 개발할 때입니다. 여러 기능 영역과 산업에 걸쳐 로봇의 새로운 적용 분야가 광범위하게 등장하면서 다양한 가능성을 엿볼 수 있게 될 전망입니다.

높은 처리량이 필요한 업무

기업의 디지털화가 확산되면서 (보통 따분한) 상시 IT 관리 업무량이 기하급수적으로 증가했습니다. 이들 업무의 상당 부분은 물리적 로봇에 딱 맞는 일입니다.

예컨대 로봇은 데이터센터 수리 전문가들을 위한 터보 추진 탐지견 역할을 할 수 있습니다. 사람이 걸어서 왕복하는 데 30분 이상이 걸리는 거대한 데이터센터를 사람들보다 다소 빨리 이동해 문제가 있는 부품을 찾아내고 인력은 보다 차원 높은 업무에 집중하도록 돕습니다. 서버와 기타 장비의 물리적 테스트도 수행할 수 있습니다. “미래에는 데이터센터를 거의 전부 로봇으로 배치해 사람이 들어오면 오히려 일이 느려지는 환경을 상상한다”고 퉁 사장은 밝힙니다.

로봇은 그 동안 사람이 처리하려면 너무 지루하고 시간이 많이 걸려 기업이 지름길을 택할 수 밖에 없었던 일도 해낼 수 있습니다. 전력, 수도, 가스 등 유틸리티 기업의 경우 테스트할 설비가 너무 많아서 전수 검사 대신 샘플 검사만 할 수 있었죠. 로봇은 수만 건의 테스트를 모두 수행할 수 있습니다. 보통은 버튼만 누르면 되죠. 그것도 사람보다 아주 적은 시간과 비용으로 말이죠. 기업은 현장에 배치하기 전에 모든 장비가 제대로 작동하는지 모두 확인할 수 있습니다.

민첩한 손놀림

로봇은 정확한 상품을 골라 집어드는 일처럼 보다 높은 지능과 섬세한 운동신경이 필요한 일도 해내고 있습니다. 독일의 는 인지 제어형 모바일 로봇을 생산 중입니다. 2차원, 3차원 카메라로 사물을 식별��며 확실하게 손으로 쥐고 목적지로 운반합니다. 덕분에 운영시간이 연장되고 주문 폭주 구간을 평탄화하는 효과가 생겼습니다. 기업이 인력보다 로봇을 추가하거나 줄이기가 더 쉽기 때문에 운영비와 처리비용을 절감할 수 있습니다.

로봇은 또 특정 업무에 대해 저비용으로 전문가 역할을 합니다. 매거짶��Ƹ의 로봇은 신발상자를 처리하도록 특화되었고 주문 소액화, 월요일 주문 폭증, 높은 반품율 등 신발 산업의 고유한 과제를 비용 경제적으로 해결하도록 돕습니다.

예술의 경지로 사람 피하기

공급망의 반대쪽 끝에서 기업은 상자부터 피자까지 모든 걸 배달할 수 있는 로봇의 시제품을 개발 중입니다. 실제로 는 오는 2026�Ƅ까짶� 택배 마지막 구간의 80%를 땅 위의 로봇이건 하늘 위의 드론이건 간에 사람 동료의 도움이 거의 없는 자율주행 머신이 수행할 것으로 전망한 바 있습니다.

이를 위해서는 로봇이 매우 복잡하고 무질서한 세상 속을 헤치고 돌아다닐 수 있어야 합니다. 보행자로 인산인해를 이룬 도시의 거리도 샌프란시스코에 본사를 둔 의 복사기 크기의 자율주행 배송카트에겐 문제 없습니다. 도시의 복잡한 거리를 카메라와 라이다(LiDAR), 고해상도 3차원 지도를 이용해 헤쳐나갈 수 있도록 설계되었습니다.

계단으로 4층에 피자 배달을 해야 한다구요? 문제 없습니다. 의 네 발 달린 배송 로봇은 강화학습 딥러닝 기법을 적용해 계단과 인도로 오르는 턱, 기타 장애물을 헤쳐 나갑니다. 전직 리프트(Lyft) 데이터 과학자가 공동 창업한 이 회사는 차량 공유 서비스가 했던 것처럼 운전자 네트웍을 구축해 로봇을 거리 구석에 내려 놓으면 로봇이 배달 모험을 시작하도록 할 계획입니다.

계속해서 다음 주에는 수술을 돕는 로봇과 안내하는 소셜 로봇, 상가 건물을 순찰하는 경비 로봇, 정밀 농업을 돕는 로봇을 소개하고 물리적 로봇을 도입하는 기업에 새로 생길 임원 자리와 시장 전망을 전해 드립니다. 다음 주도 기대하세요. 고맙습니다.

The post 정말 고맙다, 로봇 친구야 – PART 1 appeared first on �鶹ԭ�� Korea 뉴스센터.