광주 광(光)기술에 인공지능 융합한다

임동률 기자

입력2023.05.22 14:32 수정2023.05.22 14:32

한국광산업진흥회, AI산업융합사업단과 업무협약
광융합 데이터 수집 등 AI 융합산업 생태계 활성화

김준하 인공지능(AI)산업융합사업단장(오른쪽)과 김동근 한국광산업진흥회 상근부회장이 지난 17일 '국가 인공지능 생태계 거점 조성을 위한 업무협약'을 체결하고 있다. 한국광산업진흥회 제공

인공지능(AI) 기반 광(光)기술 융합 산업의 활성화를 위해 광주광역시의 대표 연구·개발기관인 AI산업융합사업단과 한국광산업진흥회가 손을 맞잡았다.

22일 한국광산업진흥회에 따르면 이 기관은 AI산업융합사업단과 지난 17일 '국가 인공지능 생태계 거점 조성을 위한 업무협약'을 체결했다.

이번 협약은 광융합 산업과 AI 산업의 발전 방향을 제시하고, AI 융합 산업 생태계 활성화를 위해 마련됐다.

협약은 신규 사업 기획, 과제 공동 수행, 광융합 데이터 수집 및 활용, 기술 교류 촉진을 위한 네트워크 구축, AI 재난안전 통합시스템 연계 구축 등으로 구성됐다.

두 기관은 협약에 따라 광융합 산업과 AI 산업의 경쟁력을 강화하고, 지역 경제 발전을 도모하는 데 기여하기로 했다.

또 광산업의 효율성과 생산성 향상을 위한 AI 기술의 활용을 촉진하고, AI 재난안전 통합시스템 연계 구축을 통한 사회 안전망도 강화할 계획이다.

김준하 AI산업융합사업단장은 "광주는 광산업 기반 도시에서 세계가 주목하는 AI 융합 도시로 거듭나고 있다"며 "협약을 통해 광기술 융합 산업의 발전을 촉진하고, 더 나아가 지역 경제 발전에 기여하겠다"고 말했다.

김동근 광산업진흥회 상근부회장은 "이번 협약은 광융합 산업의 성장과 AI 산업 발전에 필수적인 요소"라며 "AI산업융합사업단과의 협력을 바탕으로 광융합 산업 육성에 최선을 다하겠다"고 덧붙였다.

광주=임동률 기자

관련 뉴스

1

[커버스토리] 인공지능, 약인가 독인가…육성과 규제 사이

구글이 한국어 실력이 뛰어난 인공지능(AI) 챗봇 ‘바드’를 내놨습니다. 마이크로소프트의 챗GPT도 바드보다 먼저 한국어 서비스를 시작해 AI 챗봇 경쟁이 치열해질 전망입니다.AI가 뛰어난 성능을 발휘하려면 인간 두뇌의 시냅스에 해당하는 파라미터(매개변수) 수가 많아야 합니다. 우리 뇌에는 수많은 신경세포(뉴런)가 있고 신경세포마다 수많은 가지가 달려 있는데, 신경세포들의 가지와 가지를 이어 신호를 주고받는 부위가 시냅스입니다. 파라미터 수는 그만큼의 방정식을 갖고 있다는 뜻으로, 그 정도로 복잡한 경우에 대비할 수 있다는 의미기도 합니다. 바드의 파라미터 수는 챗GPT(1750억 개)의 세 배를 넘습니다.이처럼 엄청난 성능의 AI가 잇달아 등장하면서 AI를 둘러싼 논란이 뜨거워지고 있습니다. 애플 공동창업자 스티브 워즈니악은 “AI는 인간의 도움 없이 컴퓨터가 스스로 학습하므로 그럴듯해 보이는 사기가 쉬워질 것”이라며 “AI를 더 규제할 필요가 있다”고 주장했습니다. AI 분야 석학으로 꼽히는 제프리 힌턴 캐나다 토론토대 교수는 “빅테크들이 AI를 발달시킬수록 점점 더 위험해질 것”이라고 경고했습니다. 우리나라 국회에도 국민 생명, 신체, 기본권을 위협할 수 있는 AI를 규제하는 인공지능기본법안이 계류 중입니다.1950년대 등장 후 지금까지의 AI 역사와 AI가 일으킨 변화에 대해 알아봅시다. AI 기술과 산업을 발전시켜야 한다는 주장과 AI로 인한 여러 위험을 방지할 수 있는 규제가 필요하다는 주장도 살펴봅시다.AI에 대한 기대와 우려가 공존하는 상황긍정적 효과 많이 만들어낼 지혜 필요해요길거리에서 파란색 자동차 번호판을 쉽게 볼 수 있습니다. 전기차, 수소차 등 친환경 차량은 파란색 번호판을 사용합니다. 특히 전기차가 눈에 띄게 늘었는데요. 전기차는 언제 처음 등장했을까요. 무려 190여 년 전입니다. 1828년 헝가리에서 전기차 기술이 개발됐고, 1886년 영국에서 전기차 택시가 등장했습니다. 하지만 포드의 엔진차에 밀려 확산되지 못했고 우여곡절 끝에 2010년 이후 본격적으로 보급되고 있습니다.AI의 역사전기차 기술처럼 인공지능(AI) 기술도 그 시작은 오래전입니다. ‘기계가 사람처럼 생각할 수 있을까’에 대한 논의는 1940년대 시작됐습니다. 인간 뇌가 신경세포(뉴런)들의 네트워크라는 사실이 밝혀지면서 인간 뇌의 동작을 전기회로로 모사할 수 있다는, AI 연구의 시초로 불리는 연구가 1943년 발표됐습니다. 1950년 영화 ‘이미테이션 게임’으로 유명한 앨런 튜링이 AI의 수준을 피상적으로나마 측정할 수 있는 ‘튜링 테스트’를 내놨고, 1956년 미국 다트머스대에서 AI(Artificial Intelligence)라는 용어를 처음으로 사용합니다.1964년 매사추세츠공대(MIT) 인공지능연구소가 인간과 대화하는 챗봇형 심리상담 프로그램인 엘리자(ELIZA)를 개발하는 등 놀라운 연구 성과가 잇달아 발표됩니다. 하지만 AI로 해결할 문제가 복잡해질수록 계산량이 기하급수적으로 늘면서 1970년대 초엔 “AI는 현실의 문제 해결에 활용하기 어렵다”는 의견이 우세해집니다. 이 시기를 ‘제1차 인공지능의 겨울’이라고 부릅니다.이후 혈액 감염증을 진단하고 치료제를 조언하는 시스템, 디젤 기관차의 고장을 발견하는 시스템, 광석 매장지를 탐지하는 시스템 등이 개발됐으나 만족할 만한 성과를 내지 못합니다. 1990년대 초 다시 AI에 대한 관심이 작아지는 ‘제2차 인공지능의 겨울’이 도래합니다.딥러닝2012년 제프리 힌턴 캐나다 토론토대 교수팀이 AI 기술 중 하나인 딥러닝 기술로 얼굴인식 분야에서 혁신적인 성과를 보이면서 AI는 다시 크게 주목받습니다. 딥러닝은 컴퓨터가 데이터로부터 스스로 규칙을 학습하고 추론하는 기계학습 방법의 하나입니다.1959년 등장한 용어인 기계학습은 입력값(x)과 출력값(y) 데이터를 가지고 일정한 식(x*w=y)에서 가중치(w)를 찾아내는 방식입니다. 입력값에 어떤 가중치를 곱해야 출력값이 되는지를 찾아내는 것을 ‘학습’이라고 부릅니다.전통적인 기계학습에선 사람(개발자)이 어떤 입력값과 출력값 데이터를 사용할지 정해줍니다. 하지만 딥러닝은 컴퓨터가 엄청나게 많은 데이터에서 스스로 최적의 데이터를 찾아냅니다. 이런 강점 때문에 딥러닝은 전통적 기계학습의 한계를 극복합니다. 다만 딥러닝도 기계학습처럼 입력값과 출력값의 관계를 잘 설명해주는 가중치값을 찾아내는 것이고, 그런 과정을 학습(learning)이라고 부릅니다.AI 활용 분야 확산딥러닝을 활용하는 분야가 계속해서 넓어지고 있습니다. 딥러닝을 통해 사진이나 영상에서 사물을 구분해내는 영상인식과 사람의 음성이나 문자를 인식하는 자연어 처리는 이제 아주 광범위하게 활용되고 있습니다. 각종 상품이나 영화 드라마 같은 콘텐츠를 개인 맞춤형으로 추천하는 서비스 역시 활발하고요. 이 외에도 주가를 예측하거나 신용카드 불법결제 또는 보험사기 등을 감지하는 시스템, 자율주행이나 바이오 분야 등에 이르기까지 딥러닝, 그러니까 AI가 활용되지 않는 분야를 찾기 어려울 정도입니다.최근 마이크로소프트는 우리나라를 포함한 세계 31개국 3만1000명을 대상으로 AI와 업무에 대해 조사한 보고서를 발표했습니다. ‘2023 업무 트렌드 지표(Work Trend Index)’라는 이 보고서에 따르면 응답자의 49%는 AI로 일자리를 잃을 수 있다고 걱정했습니다. 그런데 이보다 더 많은 70%는 AI가 업무량을 줄이는 데 도움이 될 것이라고 기대했습니다. AI가 우리 사회에 긍정적인 효과를 더 많이 가져오도록 활용하는 지혜가 필요합니다. NIE 포인트1. AI의 역사를 정리해보자.2. 딥러닝의 개념을 설명해보자.3. AI를 둘러싼 기대와 우려에 대해 토론해보자.규제가 AI 기술과 산업 발전 막지 않도록우리 사회가 모범적인 타협을 이뤄내야죠「①로봇은 인간에게 해를 가하거나, 해가 되는 상황을 방치하면 안 된다. ②로봇은 ①원칙에 위배되지 않는 한 인간에게 복종한다(즉 인간이 다른 인간에게 해를 가하라고 한다면 복종해선 안 된다). ③로봇은 ①원칙과 ②원칙에 위배되지 않는 한 자기 자신을 보호한다(즉 자기 자신을 보호하려고 인간에게 해를 가하거나, 다른 인간에게 해를 가하라는 인간의 지시를 따르면 안 된다).」1942년 공상과학(SF)소설의 거장 아이작 아시모프가 단편소설 ‘Runaround’에서 제시한 로봇 3원칙입니다. 인간의 안전이 가장 중요하다는 점을 강조하는 내용입니다. 로봇 3원칙은 인공지능(AI)과 관련해 인간의 안전을 강조하기 위해서도 자주 거론됩니다.“AI 규제 필요해요”로봇과 AI에 대해 사람들은 왜 ‘안전’을 중요하게 생각할까요. AI는 4차 산업혁명을 대표하는 신기술입니다. 빅데이터, 블록체인, 핀테크, 양자컴퓨팅, 바이오 등 4차 산업혁명의 다른 신기술은 인간이 활용하는 ‘도구’인 데 비해 AI는 단순한 도구를 넘어 ‘상당한 자율성’을 가지고 어떤 업무를 수행할 수 있을 것이라는 인식 때문에 불안을 느끼는 사람이 많습니다. 거기다 SF소설이나 영화에 등장하는 AI가 결합된 로봇의 모습은 이런 불안감을 더 자극합니다.불안감은 AI에 대한 통제와 규제가 필요하다는 주장으로 이어집니다. 2017년 유럽 의회는 “향후 고도로 자동화된 인공지능 로봇을 사실상 ‘전자인간(Electronic Personhood)’으로 취급해 법적 책임을 물을 수 있다”는 조항을 포함하는 결의안을 통과시켰습니다.그러자 과학자들은 “가까운 미래에 인공지능 기술이 전자인간으로 취급할 수 있는 수준으로 발달할 수 없는데, 과학기술 수준에 대한 이해 없이 인공지능과 로봇에 대한 공상과학과 자극적인 언론 보도의 영향을 받아 이런 규제가 나왔다”고 비판했습니다. 그러면서 “지금은 기술 개발을 지원하는 데 온 힘을 다해야 할 시기”라고 주장했습니다. 유럽 의회의 전자인간 규제는 과도한 규제로 불필요한 사회적 논란을 일으킨 사례로 평가받게 됐습니다.“기술과 산업 발전이 우선”과도한 규제가 산업 발전을 가로막은 대표적인 예로 영국의 ‘붉은 깃발법(Red Flag Act)’을 들 수 있습니다. 영국은 1865년 자동차로 피해를 본 마차를 보호하기 위해 이 법을 만듭니다. 자동차 한 대에 운전사 3명이 있어야 하고, 그중 한 사람이 낮에는 붉은 깃발을, 밤에는 붉은 등을 들고 마차를 몰아 자동차를 안내해야 한다는 내용입니다.한마디로 사람들로 하여금 자동차를 사지 못하도록 하는 규제였습니다. 이 법은 1896년까지 30년간 유지됐고, 산업혁명과 자동차 엔진 발명을 이끌었던 영국은 자동차산업의 주도권을 미국, 독일, 프랑스 등에 내줘야 했습니다.현재 AI에 대한 규제는 유럽연합이 가장 급진적이고, 미국와 일본은 산업 발전에 무게를 두고 있습니다. 우리나라는 그 중간 정도인 것으로 평가받습니다. 국내에서도 “일방적이고 과도한 규제는 어린 나무를 가지치기해 더 자라지 못하게 만드는 것”이라며 “AI 기술과 산업 발전을 더 적극적으로 지원해야 한다”는 주장이 많습니다.과도한 규제로 신산업 태동 막아선 곤란규제는 정부가 법률과 명령 등에 근거해 국민과 기업의 권리를 제한하거나 의무를 부과하는 것입니다. 법률과 명령은 결국 수많은 사회 구성원의 선택 결과이고, 타협의 산물이라고 할 수 있습니다. AI 기술의 혜택을 더 많이 향유하면서 동시에 AI로 인한 잠재적 위험을 방지할 수 있는 규제 방안을 모색해야 합니다.그 과정에서 AI 같은 신기술의 두 가지 특징(어려움)을 고려해야 하는데요. 신기술의 부정적 효과(위험)는 초기에는 완전히 알기 어렵고 미래에 제대로 파악할 수 있다는 점과 신기술 초기의 규제가 새로운 위험을 발생시키거나 위험을 변형시킬 우려가 있다는 점입니다. 이런 어려움을 이겨내고 우리 사회가 세계적으로 모범적인 타협을 이뤄낼 수 있기를 기대해봅시다.NIE 포인트1. 로봇 3원칙을 설명해보자.2. 과도한 규제의 역효과에 대해 토론해보자.3. AI 같은 신기술의 두 가지 특징을 정리해보자.장경영 한경 경제교육연구소 연구위원 longrun@hankyung.com
2

문화·예술은 보이지 않는 힘…한국의 새로운 경쟁력 될 것

“부드러운 힘, 보이지 않는 힘인 문화와 예술이 한국의 새로운 경쟁력이 될 것입니다.”반기문 ‘보다 나은 미래를 위한 반기문재단’ 이사장은 19일 서울 을지로 페럼타워에서 세계문화예술교육주간을 맞이해 열린 ‘제2회 미래 문화예술교육포럼’에 참석해 “인공지능(AI), 챗GPT 등 첨단 기술의 발전은 위기인 동시에 변화의 변곡점이 될 것”이라고 말했다. 반 이사장은 “디지털 시대의 기회를 포착해 미래 기술에 대한 성찰과 이니셔티브를 촉진하기 위해 문화예술교육의 역할과 방법을 적극적으로 검토해 나가야 한다”고 했다.참석한 전문가들은 AI 발전이 빠르게 이뤄지는 것은 사실이지만 이를 염려할 필요는 없다고 했다. 최진석 서강대 명예교수(철학과)는 기조발표에서 “문명은 질문이 만들어내는 것이고, 대답의 결과에서 나온 것은 하나도 없다”며 “질문을 하는 인간이 중요할 뿐 이미 알려진 지식을 그대로 뱉어내는 챗GPT는 한계를 지닐 수밖에 없다”고 강조했다. 최 교수는 “아직 펼쳐지지 않은 (AI의) 미래를 과거에 익숙한 문법으로 대하면서 문명 진화의 발목을 잡아선 안 된다”고 했다.참가자들은 새로운 기술을 제대로 활용하기 위해 교육이 달라져야 한다는 데 모두 의견을 같이했다. 배순민 KT융합기술원 AI2XL 연구소장은 “콘텐츠 창작과 공유 방식이 크게 달라질 것”이라며 “창작에 대한 교육과 생태계도 이에 맞게 진화해야 한다”고 조언했다. 정제영 이화여대 미래교육연구소장은 미래 인재에게 필요한 핵심역량인 ‘6C’를 키워야 한다고 꼽았다. 그가 거론한 ‘6C’는 개념적 지식, 창의성, 비판적 사고, 컴퓨팅 사고, 융합역량, 인성이다.새로운 가치 체계를 받아들일 수 있는 역량을 강화해야 한다는 점도 강조됐다. 민세희 경기콘텐츠진흥원장은 “창작 환경에서 AI 사용성이 높아지면서 정보에 얼마나 잘 접근하는지가 창작 결과의 격차를 만들어내고 있다”며 “사람들이 AI 발전이 가져온 창작의 변화를 잘 활용한다면 새로운 영역에 도전할 좋은 기회가 될 것”이라고 기대했다.강영연 기자 yykang@hankyung.com
3

"AI로 금융데이터 분석해 대출 연체 낮추죠"

“개인 금융 데이터를 제대로 분석해 활용하면 은행 대출 연체도 줄일 수 있죠”금융 정보 분석 스타트업 씨즈데이터의 정승인 대표는 지난 18일 열린 ‘AI 스타트업 라운드테이블’ 행사에서 “그냥 두면 아무런 가치가 없는 금융 데이터를 잘 가공하고 분석해 금융업을 혁신하겠다”며 이같이 강조했다. 한국경제신문 AI미래포럼(AIFF)과 KB인베스트먼트가 주최한 이번 행사는 유망 AI 스타트업과 투자자를 이어주기 위해 마련됐다.NICE평가정보 출신들이 설립한 씨즈데이터는 각종 금융 데이터를 분석해 다양한 금융업체에 필요한 정보를 제공하고 있다. 정 대표는 “데이터 분석 기술을 앞세운 네이버, 카카오 등 빅테크 기업과 기존 금융사의 금융업에서 경쟁이 격화하고 있다”며 “씨즈데이터는 데이터 가공과 분석 솔루션으로 금융업체를 돕고 있다”고 설명했다. 씨즈데이터는 금융사가 보유한 개인 정보, 카드 거래, 계좌 이체 내역 등 각종 금융 정보를 고객사 맞춤형으로 가공해 제공한다. 신용평가 모델도 새로 만들어 대출 승인율은 높이고 불량률(대출 신청 1년 내 연체 60일 이상인 비율)을 줄이기도 했다. 알고리즘랩스는 AI 관련 서비스를 만들 수 있는 솔루션 ‘AI 캔버스’를 개발했다. AI 캔버스는 AI 서비스 제작과 관련 UI(사용자 이용 환경)까지 구현할 수 있는 솔루션이다. 소프트웨어 개발자, 디자이너 등의 협업도 돕고 컴퓨터 코딩을 모르는 비전문가도 이용이 가능하다. 손진호 알고리즘랩스 대표는 “보통 AI 앱 개발에 8개월에 3억원 정도가 투입되지만 AI 캔버스를 이용하면 일주일~1개월 정도에 100만~700만원이면 가능하다”고 말했다. AI 캔버스로 만든 기업 인사 분석 서비스는 정확도가 높은 인사 예측 분석을 내놨다고 손 대표는 설명했다. 그는 “대기업 A사의 경우에는 퇴사자 932명 중 80% 정도인 746명을 1분기 앞서 예상했고 대기업 B사의 승진자 예측에서는 94% 정확도를 보였다”고 말했다. 테크 스타트업 엑스엘에이트(XL8)은 AI로 각종 동영상과 실시간 중계 영상의 언어를 통·번역하는 서비스를 제공하고 있다. 정영훈 엑스엘에이트 대표는 “최근 온라인동영상서비스(OTT) 증가로 영상 콘텐츠가 급증했는데 관련 번역 인력은 연간 2% 정도 늘었다는 통계가 있다”며 “엑스엘에이트는 이런 공급 부족 문제를 해결하기 위해 설립됐다”고 강조했다. 미국 실리콘밸리에 본사를 둔 엑스엘에이트는 넷플릭스, 디즈니플러스 등 글로벌 OTT의 자막 작업 일부를 이미 맡고 있다. 매월 3만 시간 분량의 동영상을 처리하고 있다. 정 대표는 “다양한 데이터를 학습한 AI가 실제 현지 언어로 말하듯이 정확하게 번역하는 것이 강점“이라고 말했다. 김주완 기자 kjwan@hankyung.com