인공지능 기술혁신의 길 <상> 한국 AI기술능력의 현주소 > News Insight

대한민국은 우울하다. 신년이 되었지만 희망의 소리를 들을 수가 없다. 내외에서 우환이 겹친다. 무책임과 거짓, 증오와 불신으로 공동체는 파편화되고 있다. 언제나 이 혼란이 바로 잡히고 나라가 제 길로 나아갈 수 있을까 모르겠다. 새 정권이 들어서면 이 혼란이 정리되려나?

연초 라스베가스에서 열렸던 CES 전자박람회의 소식이 우리를 놀라게 했다. 경쟁국이라고 생각했던 중국이 우리보다 크게 약진했기 때문이다. 참여 기업 중 3분의 1이 중국 기업이었다. 인공지능, 자율주행차, 드론 등의 첨단 분야에서도 개최국인 미국과 당당히 겨루고 있다. 이 박람회에서 중국은 손님이 아니라 주인공이었다. 이미 중국의 딥러닝 관련 논문 생산이 미국보다 35% 더 많다. 바이두 한 회사가 2014년 한해에 1조7천억원을 AI연구에 투자했다고 하니 놀라움 정도가 아니라 두려움을 준다. 

4차산업혁명은 그. 변화의 깊이와 폭, 그리고 속도가 예전의 것과 크게 다르다. 이 변화의 핵심에 AI 기술이 있다. AI는 이제 자본, 노동과 같은 수준의 새로운 생산요소로서 인식되고 있다. 더 이상 AI를 생산성 향상의 단순한 촉진제로 보지 않는다는 것이다. AI의 경제효과는 미국의 경우 2035년에 8500조원이 될 것이라고 예측된다. GDP 성장률은 두 배가 되고, 노동생산성은 35% 향상될 것이란다. 메킨지 용역보고서에 의하면 우리나라의 경제효과는 2030년에 460조원을 예상한다. 이러한 경제효과는 가만이 있어도 이렇게 된다는 것이 아니다. 잘 준비해야만 이렇게 될 수 있다는 것이다.

해외 주요국가들이 AI의 영향력에 주목하여 대책을 수립하고 있다. 향후 10년간, 미국은 총 3조5천억원을 AI 기초연구에, 일본은 AI 연구전략센터를 설치하고 1조400억원을, 유럽도 1조3000억원을  투자하기로 했다. 중국의 투자 규모는 놀라움 그 자체다. 앞으로 2년 동안 17조원을 투자 하겠단다. 이런 투자에 힘입어 AI연구 성과는 괄목할 만하다. 딥러닝이라는 주제의 논문 수는 2년 사이에 여섯 배로 늘었다. 영상인식, 음성인식, 바둑 등에서 AI는 사람을 능가하는 성능을 보이고 있다.

주요 국가들의 대책은 단순히 기술개발 전략만이 아니다. AI가 가져오는 경제, 사회는 물론 개인의 삶의 변화에 대비하기 위하여 교육, 노동, 복지, 법·제도 등을 종합적으로 점검하고 있다. 심지어는 국가 재설계의 차원에서 접근하고 있다. 미국은 대통령실을 중심으로 정부 연구조직이 힘을 합하여 연속적으로 AI 전략에 관한 정책보고서를 내고 있다.

대한민국은 어떻게 준비하고 있을까? 우리 정부도 최근 제4차 산업혁명에 대응한 지능정보사회 중장기 종합대책 발표했다. 이 대책은 지능정보기술을 AI와 기존에 추진하던 클라우드, IOT, 빅데이터 등의 정보기술의 복합체로 정의하는 것으로 시작했다. R&D 투자를 통해서 글로벌 수준의 지능정보기술을 확보하고, 이를 국가의 근간서비스에 선제 활용하여 전 산업의 지능정보화를 촉진한다는 계획이다. 

우리도 앞으로 10년간 지능기술에 1조원을 투자하겠다고 미래부에서 발표한 적도 있었다. 그러나 실상은 발표와 많이 다르다. 미래부의 희망사항이었을 뿐이었다. 예산 당국과 국회의 협의를 거치면서 가차없이 삭감되었다.

연구비 투자만이 능사는 아니지만 AI에 대한 국가 연구비 규모에서 정부와 국회의 의지를 읽을 수 있다. 국가전략과제로 년500억원 규모의 AI 연구사업을 기획했는데 국회에서 85억으로 삭감되었다. AI 공통기술을 개발할 목적으로 기업들이 힘을 모아 AIRI라는 공동 연구소를 설립했지만 정부지원금은 한 푼도 없었다. 우리 정부와 국회는 AI의 가치와 시급성을 제대로 이해 못하고 있음이 분명하다.

AI 기술 확보를 위하여 어떻게 접근해야 하는가? 최근 발표된 미국의 전략을 참고해 보자. 이 전략은 7개로 구성되어 있다. 첫째는 장기적 관점에서 투자하겠다, 둘째는 사람과 협동하고 능력을 증강시키는 AI에 집중하겠다, 셋째는 AI의 윤리적, 법적, 사회적 영향을 이해하고 대처하겠다, 넷째는 AI 시스템의 안전과 보안을 보장하도록 하겠다, 다섯째는 기계학습과 테스트에 사용할 수 있는 공유 데이터 세트를 개발하겠다, 여섯째는 표준과 벤치마킹을 통해 AI 기술을 측정하고 평가하겠다, 마지막으로 연구개발 인력의 요구 사항을 이해하도록 노력하겠다. 

우리의 AI 기술 능력

우리의 AI 확보 전략을 이야기하기 전에 우리의 AI 수준은 어떠한가 살펴보자. 한 정부 산하기관에서 우리의 AI 기술이 선진국 대비 2년6개월 뒤졌다고 했다. 무슨 근거인지 모르겠다. Watson 컴퓨터가 미국의 Jeopardy 퀴즈에서 인간을 물리친 5년 후에 한국의 장학퀴즈에서 유사한 상황이 연출되었으니 5년 뒤졌다고 하는 것이 합리적 아닐까?

또 한 민간 경제연구소는 미국의 75% 수준이라고 주장한다. 유롭과 일본은 90% 수준이라고 한다. 이 또한 무슨 근거인지 모르겠다. AI 기술이 로켓과 같이 장비 만드는 기술로 이해하는 것 같다. 부품의 몇 %가 국산이냐가 근거일까? 

AI의 상위 개념인 소프트웨어 산업에서 우리는 세계 시장의 1% 규모다. 국가 순위는 17위다. 스위스의 한 은행은 우리의 4차산업혁명의 준비에서 25위라고 발표했다. 통신인프라에서 1위, 2위를 다투는 것에 비하면 많이 열악하다. 관련 특허 출원 건수는 미국의 20분의 1, 일본의 10분의 1수준이다. 요즘 AI의 핵심 주제인 딥러닝에 관한 논문 게재비율도 흥미롭다. 2015년 우리 연구원들이 생산한 논문은 25개로 중국의 14분의 1, 미국의 10분의 1 수준이다. 국가 순위로는 10위다.

< Figure : 국가별 딥러닝 관련 논문 생산 추세 >

우리의 AI 능력을 주관적으로 평가해보자. 우리는 AI 신기술을 이해하는 능력은 충분하다고 생각한다. 일부 교수 연구실에서는 글로벌 수준의 연구 논문을 생산한다. 문제는 이런 연구실이 몇 개 안 된다는 것이다. 

다행히 AI의 글로벌 연구는 전통적으로 적극적 개방 분위기이다. 논문은 물론 소스코드도 즉시 개방하는 것이 이 분야만의 특색이다. 알파고를 만든 기계학습 알고리즘도 즉시 개방되었다. 많은 기금으로 운영되는 개방형 연구 후원단체도 다수 있다. 공개된 논문과 소스코드를 사용할 수 있는 능력은 별거 아니다. 따라서 유사한 문제에 AI 기술을 적용하는 능력은 우리도 있다고 할 수 있다. 

그러나 경험을 쌓은 엔지니어가 많이 부족하다. 그래서 AI상품이나 서비스를 신속히 만들 능력은 부족하다고 하겠다. 더구나 창의적인 상품이나 서비스는 시도조차 못하는 것이 아닌가 한다.<ifs POST>​