[모두를 위한 人工知能] 3部 - 人工知能 産業/企業을 支援, 育成하기 위해 必要한 것

[IT東亞]

[編輯者註 / '人工知能(AI)'은 더 以上 SF映畫에서나 보던 想像의 技術이 아닙니다. 이미 現實과 實際가 되어, 알게 모르게 우리 日常에 스며들고 있습니다. 이에 人工知能에 關한 普遍的 知識은 現代人이라면 누구라도 가볍게 알아 둘 만합니다. 이 連載에서는 人工知能의 歷史부터 日常/産業 내 融合, 國內外 人工知能 産業 現況, 人工知能 關聯 最新 트렌드, 近未來의 人工知能 融合技術 等, 筆者가 오랜 동안 現業에서 얻은 다양한 經驗과 知識을 하나씩 讀者와 共有합니다.]

1部 - 還甲이 훌쩍 넘은 人工知能의 어제와 오늘 ( https://it.donga.com/102301/ )

2部 - 人工知能 技術을 活用해 비즈니스 價値를 높여라 ( https://it.donga.com/102418/ )

지난 連載에서는 조금 긴 듯하지만, 우리에게 이미 익숙한 機械學習(머신러닝)이나 딥러닝에 對해 이야기했다. 筆者가 人工知能을 專攻했던 90年末 萬 해도 只今과 같이 넓은 分野에 人工知能을 適用하는 건 컴퓨팅 파워의 限界로 인해 想像조차 하지 못했다.

요즘의 人工知能 活用 技術은 言語, 視覺, 空間, 甚至於 藝術 分野까지 다양하게 適用되고 있다. 向後 '무슨 무슨 知能'이라고 定義되는 領域이 人間의 五感을 넘어 複合的인 領域으로 發展할 것이고, 그 發展이 推論과 豫測을 넘어 人工知能이 사람처럼 생각하고 行動하며, 또 그 行動을 說明하는 方向으로 展開될 것이다.

또한 各 産業別 人工知能 關聯 認識 成熟度도, '使用해 볼까'하는 考慮 段階에서 '直接 評價하고 活用하는 段階'를 거치며 다양한 産業 分野로 擴張되는 趨勢다. 이제 모든 産業에서 人工知能을 마주하며 살아갈 것이고, 携帶폰 使用하듯 누구든지 人工知能의 도움을 받는데 익숙해 지리라 豫想한다.

그렇다면 이런 人工知能 技術을 活用하는데 있어 어려운 點은 없는 걸까? 지난 連載에서 言及한 대로, 人工知能 技術 活用에는 初期에 相當한 컴퓨팅 資源이 必要하다. 特히 學習을 위한 演算과 데이터 핸들링을 위한 컴퓨팅 資源은 必須다.

소프트웨어 工學에 따르면, 소프트웨어 開發 企業의 境遇 開發 및 修正을 마치고 正式 出市 後 發生하는 全體 費用 中 70%~80%가 修正 및 업데이트 段階에서 消費된다. 卽 開發 過程의 費用은 다른 産業에 비해 相對的으로 작은 便이다.

人工知能 技術 活用 分野에서는 正確한 統計는 없지만, 筆者가 現在 '國家人工知能集積團地' 造成事業의 一環으로 支援하는 全國 人工知能 企業들과 國內 人工知能 技術로 收益을 내는 企業들에 對한 標本調査 結果를 土臺로 하면, 初期 데이터를 加工하고 이를 學習하는 데는 全體 費用의 80% 程度가, 推論모델을 基盤으로 서비스를 實施하거나 再學習하는 데는 約 10% 程度의 컴퓨팅 資源과 費用이 든다.

(國家人工知能集積團地: 國內 人工知能 生態系 構成을 위해 國家人工知能데이터센터를 비롯한 實證基盤을 만들어 全國을 對象으로 支援하는 國家事業)

이제 막 始作한 스타트업의 境遇 이러한 初期 費用이 市場 進入에 相當한 障壁으로 作用할 수 있다. 實際로 初期 學習에 必要한 데이터를 모으고 加工하는 作業이 끝나도, 이를 學習하는 데는 現在 國內 클라우드 企業 價格 基準으로 月 數 千에서 數 億 원의 컴퓨팅資源 賃借 費用이 發生한다. 萬若 이러한 資源을 直接 構築한다면 數 億 에서 數 百億 원까지 必要하다.

人工知能 企業들은 보다 精巧하고 正確한 推論을 위해 人工知能 모델 사이즈를 키우고 있다. 初期 컴퓨팅 인프라가 漸漸 重要해 지고 있다는 뜻이다. 實際로 '超巨大 人工知能'이라는 數 千億 個의 爬羅메터를 지닌 엄청난 사이즈의 人工知能 모델이 생기고, 이를 學習하는 데는 千億 원 以上이 들기 때문에 中小企業이나 스타트업으로서는 엄두도 낼 수 없다.

實際로 올해 人工知能 活用 企業 對象으로 必要한 支援에 對해 調査한 結果를 보면, ‘잘 加工된 데이터’, ‘經驗 있는 人力’, 그리고 비즈니스를 만들 수 있는 ‘레퍼런스’와 ‘協業環境’ 等을 꼽고 있다. 그럼 이러한 企業에게 必要한 支援 事項이 제대로 提供되고 있는 걸까?

現在 國內의 境遇도 初期 市場進入의 障壁을 낮추기 위해 '國家人工知能데이터센터를' 통해 學習에 必要한 컴퓨팅 資源을 無償으로 提供하거나, 學習用 高性能 컴퓨터 바우처 支援 等을 施行하고 있다. 그 外에도 人工知能 企業의 技術開發 支援 및 다양한 直間接 事業도 進行 中이다. 人工知能 技術 活用 企業의 特性을 理解한 適切한 支援 事業이라 할 만하다.

主要 人工知能 技術 先進國 亦是 人工知能 融合産業을 育成하는데 集中하고 있다. 이들 國家는 人工知能 關聯 巨大 인프라를 中心으로 人工知能 關聯 産學硏이 集積된 據點을 構築하고, 이를 土臺로 主力 産業과의 人工知能 융複合 産業을 活性化하기 위해 投資도 擴大하고 있다.

美國은 民間中心의 革新的 製品과 서비스의 商用化 投資를 誘導하기 위해, 國家主導의 持續的 長期投資로 源泉技術 確保와 人材養成에 集中하고 있다. 실리콘벨리 中心 인프라를 集積하고, 人工知能 企業에게 必要한 컴퓨팅 資源을 支援하거나 民間投資도 活潑하게 이뤄지고 있다. 또한 事業모델과 서비스가 賣出을 일으키고 이를 통해 成功할 수 있도록, 初期 參考모델인 레퍼런스를 만들고 協業할 수 있는 環境이 잘 造成돼 있다.

유럽과 캐나다의 境遇 集積團地(클러스터) 모델로 都市 中心 인프라를 만들고, 據點 中心 生態系를 造成하는 等 人工知能 融合産業 育成에 拍車를 加하고 있다. 日本도 巨大 인프라를 中心으로 企業과 硏究開發을 支援하고 있다.

中國은 조금 特異한데, 政府 主導로 엄청난 投資를 하고 革新據點을 만드는 모습이다. 政府와 大企業 中心의 超巨大 인프라 中心의 據點을 造成하고, 據點間 連結을 통한 巨大 人工知能 生態系를 構成하여 人工知能을 國家主力 産業으로 育成하는 戰略이다.

이 같은 人工知能 技術 主要 國家들의 內容을 整理하면, 人工知能 企業의 特性에 맞춰 初期 大單位 컴퓨팅 인프라와 人工知能 企業 生態系 造成에 速度를 내고 있고, 이를 위해 企業 및 인프라를 한데 모으는 클러스터 中心 支援을 推進하고 있다. 이런 흐름은 人工知能 企業이 製品과 서비스를 위한 레퍼런스를 만드는데 큰 도움이 된다.

우리나라도 政府合同으로 人工知能 融合 産業育成 政策을 土臺로 다양한 事業이 推進 中이다. 이들 中 筆者가 屬한 人工知能産業融合事業團이 進行하는 '國家人工知能産業融合集積團地'가 代表的인 人工知能 클러스터 基盤의 生態系 造成 事業이다. 科學技術情報通信部와 光州廣域市가 主管部處와 主管地自體이며, 國費와 地方費로 光州廣域市에 韓國型 人工知能 産業融合 生態系를 構成하여 우리나라가 人工知能 4大 强國으로 跳躍하는 基盤을 만들고자 한다.

위에서 말한 대로, 人工知能 融合産業은 人工知能 技術을 다양한 企業이 活用해 附加價値를 높이거나, 새로운 製品과 서비스를 통해 附加價値를 創出하는 産業이기에 初期에 莫大한 컴퓨팅 資源이 들어간다. 또한 企業 差別性을 위해 硏究開發과 더불어 다양한 職/間接 支援이 必要하며, 아직 成熟되지 않은 産業의 特性上 企業이 비즈니스를 만드는 데는 製品 및 서비스에 對한 實證 基盤의 레퍼런스度 있어야 한다.

이러한 人工知能産業融合 生態系를 集積하는 것이 産業的 한 世代인 10年을 점프業(Jump-up)하는 礎石이 된다. 이 生態系에서 가장 重要한 건 亦是 人力이다. 그것도 經驗 있는 人力이다. 이를 위해 産學硏이 함께 融合 人材를 만들고 多樣한 프로젝트 遂行을 통해 經驗을 쌓도록 別途의 인프라와 프로젝트를 支援한다.

光州廣域市는 國家人工知能 革視據點으로 都市 全體를 人工知能 中心都市로 宣言하고, 우리나라 地自體 中 唯一하게 '人工知能 綜合支援 센터'를 運營하며 人工知能 關聯 問議나 要請을 迅速하게 處理하고 있다.

本文에서 强調한 대로, 人工知能 企業이 初期에 가장 必要한 건 데이터 加工 및 學習하는 컴퓨팅 自願/인프라다. 이에 人工知能 集積團地에 國家人工知能데이터센터가 생긴다. 國內에서는 最大 容量의 人工知能을 活用할 수 있는 인프라로 構築되는 것이다. 人工知能 學習과 推論을 위한 加速器 100%로 構成되며, 데이터를 加工할 수 있는 各種 道具가 함께 提供된다.

以外 人工知能 學習을 위한 거의 모든 프레임워크와 言語도 支援해 企業들이 自由롭게 開發과 學習을 할 수 있으며, 完工 時 全國 約 1,000餘 個의 人工知能 企業을 同時 支援할 수 있다. 昨年부터 現在까지 全國 100餘 個 企業을 돕고 있다. 開發 支援뿐 아니라 미리 學習을 통해 證明된 高品質 人工知能 서비스가 마련돼, 人工知能에 익숙하지 않은 소프트웨어 企業도 API 形態로 바로 該當 機能을 具現할 수 있다. 이처럼 全般에 걸쳐 機械學習이나 머신러닝을 위한 開發을 無償 支援하고 있는 곳은 現在 國家人工知能데이터센터가 唯一하다.

이番 글에서는 人工知能 企業의 特徵과 우리나라를 비롯한 全 世界 主要 國家의 支援 狀況에 對해 다뤘다. 다음 글에서는 人工知能 技術 活用 企業이 비즈니스에 가장 重要한 '레퍼런스'는 무엇이고, 어떤 支援이 必要한 지를 이야기하려 한다.

글 / 人工知能産業融合事業團 곽재도 本部長

美國 뉴욕 所在 로체스터 大學에서 人工知能 分野를 工夫한 뒤, 文化體育觀光部 文化技術 PD로 在職하며 硏究開發 事業을 企劃했다. 現在 大統領 所屬 知識財産委員會 4,5,6期 專門委員으로 活動 中이며, 人工知能産業融合事業團 所屬으로 國家 人工知能 데이터센터를 비롯해 人工知能 産業融合 生態系 造成을 위한 集積團地 造成事業을 推進하고 있다.

整理 / IT東亞 이문규 (munch@itdonga.com)