AI가 바꿔놓은 재택 근무의 세계
하지만 재택근무가 업무 효율을 떨어뜨릴 수 있다는 우려는 지금도 논쟁 거립니다. 직원들이 집에서 어떤 식으로 일을 하는지 파악하기가 쉽지 않은 탓입니다. 줄어든 소통으로 직장으로부터 소외감을 느끼고, 심하면 우울증까지 겪는 이른바 ‘코로나 블루’도 문제입니다.
일본 업체들은 인공지능(AI)에서 난관의 해결책을 찾았습니다. 잔업 예측부터 심리 상담까지 분야도 폭넓습니다. AI가 주도하는 일본 재택근무의 ‘혁신’을 소개합니다.
과로엔 ‘컴퓨터 종료’…근태관리 앞장서는 AI
28일 니혼게이자이에 따르면, 일본의 파나소닉은 이달 자사 업무 플랫폼 ‘워크 컴퍼스’를 AI 기반으로 새롭게 단장했습니다. 우선 내부에서 솔루션을 활용해보고, 재택근무를 도입한 자국 기업을 대상으로 서비스 확대에 나선다는 계획입니다.워크 컴퍼스는 직원의 근무 시간을 실시간으로 학습합니다. 이를 바탕으로 AI가 월 말 잔업 시간을 예측할 수 있습니다. 굳이 직원이 출근하지 않더라도 치밀한 ‘원격 근태관리’가 가능해지는 셈입니다. 업무 부담이 큰 직원을 관리자가 조치하거나, 휴가 상황을 조정하는 데도 AI가 도움을 줍니다. 심지어 AI의 판단에 근로가 과한 직원이 발생하면, 컴퓨터를 강제 종료하는 기능까지 있습니다.
AI 기반의 재택근무 혁신은 파나소닉만의 현상은 아닙니다. 일본을 대표하는 IT업체 후지쯔는 한발 더 빨랐습니다. 이들은 지난해 7월부터 ‘워크 라이프 시프트’ 프로젝트를 통해 재택근무 도입을 추진하고 있습니다. 글로벌 거점을 포함한 13만 명의 사원이 대상입니다. 우선 일본 본사에서 8만 명의 사무직 직원들이 집으로 일터를 옮겼습니다. 120만㎡에 달하는 전국의 사무실은 오는 2022년까지 절반으로 줄어들 예정입니다.
후지쯔는 이미 직원들의 데이터를 AI로 확보하고 있었습니다. 코로나19 이전부터 문서나 이메일, PC 이용 이력들을 자연어처리(NLP) 기술로 데이터베이스(DB)화 한 것입니다. 대규모 재택근무가 일시에 가능했던 이유입니다. 효율이 떨어지지도 않았습니다. 오히려 연계된 AI 근태관리 솔루션을 통해, 하루 약 40분의 직원별 업무시간을 추가로 확보했다고 합니다. 아직은 AI 프로그램이 일본어만을 기반으로 작동하지만, 차후 활용 폭을 넓혀 글로벌 지사로도 쓰임이 늘어날 전망입니다.
우울감 관리·단순 반복 업무도 AI에 맡긴다
재택근무에선 근태관리만큼 중요한 요소가 또 있습니다. 바로 직원들의 정신건강 관리입니다. 특히 코로나19의 장기화로 우울감을 호소하는 직장인이 크게 늘었습니다. 지난해 오라클이 글로벌 11개 국가 1만2000명의 기업 임직원들을 대상으로 조사한 결과, 응답자의 80%가 코로나19로 우울함과 불안 증세를 겪는다고 했습니다. 특히 일본은 해당 설문에서 “재택근무를 선호한다”는 비율이 38%를 기록하며 평균치인 62%를 크게 밑돌았습니다. 소속감을 중시하는 정서를 감안할 때, 사회적 교류 부재가 스트레스의 원인으로 작용한 것으로 볼 수 있는 대목입니다.일본의 AI 스타트업 ‘아임 비사이드 유(I’m beside you)’는 이런 배경에서 주목받고 있습니다. 이들의 AI 솔루션은 온라인 면담과 화상회의를 통해 드러나는 직원들의 표정과 음성을 학습합니다. 화상 회의 시스템 ‘줌’을 기반으로 데이터를 확보하며, 참여자의 시선까지도 분석해 ‘요주의 사원’을 추려냅니다. 큐슈 대학도 비슷한 시도를 했습니다. 지난 5월부터 교직원들과 일부 학생들을 대상으로 정신건강 관리 앱을 도입했습니다. 사용자가 식사나 운동, 수면 시간을 입력하면 AI 알고리즘이 정신 질환을 진단하고 인근 병원을 연결시켜 주는 형태입니다.
AI와 연계된 로봇프로세스자동화(RPA) 역시 재택근무의 활성화로 새롭게 대두되는 분야입니다. 후지키메라종합연구소에 따르면, 일본의 RPA 시장 규모는 지난해 186억엔(약 2000억원)에서 오는 2024년 300억엔(약 3132억원)까지 성장할 전망입니다. 재택근무는 필연적으로 불필요한 단순 반복 작업이 늘어납니다. 사소한 서류도 메일이나 화상 회의로 추가 확인을 거쳐야 하기 때문입니다. AI와 결합된 일본의 RPA들은 엑셀이나 서류 확인, 메일 교환 과정에서 반복 작업을 스스로 파악해내고 조치까지 진행합니다. NTT서일본, NEC 등의 회사들이 이런 솔루션을 내놓고 있습니다.
이렇듯 일본에서는 AI들이 재택근무의 풍경을 바꾸는 다양한 시도들이 줄을 잇고 있습니다. 국내는 어떨까요? 라인플러스, 직방 등 플랫폼 기업들을 중심으로 ‘영구 재택’이 도입될 정도로 근무 형태의 전환 속도가 빨라지고 있습니다. 다만 AI가 전면에 나서기에는 시간이 조금 더 필요해 보입니다. IT업계에서는 “판교 등지에서 입력형 근태관리가 활성화되고 있지만, 이미 과로 중인 근로자들에게 추가 부담이 된다”는 의견도 상당합니다. AI와 재택근무 관리의 바람직한 결합에 대한 고민도 필요해 보입니다.
이시은 IT과학부 기자
-
기사 스크랩
-
공유
-
프린트
-
1
“방금 네 말, AI가 한 줄 알았다.” 누군가 표현이 어색하거나 맥락과 동떨어진 말을 했을 때 으레 나오는 농담이다. 아직까진 인공지능(AI) 서비스에 대한 이미지가 그렇다. 대화를 이어갈 수는 있지만 어딘가 부자연스럽다는 게 주요 한계점으로 꼽힌다. AI 기술 스타트업 스켈터랩스는 자체 언어모델 기술을 기반으로 이를 크게 개선했다. AI가 사람이 평소 하는 말(자연어)을 인식해 이용자 의도와 맥락을 이해하고, 자연스러운 답변을 내놓는 대화형 AI 솔루션이 주요 서비스다. 작년엔 스켈터랩스의 한국어 AI 언어 모델이 LG CNS 한국어 기계 독해 데이터셋을 활용한 독해 성능 평가에서 1위에 올랐다. AI가 의도·맥락 파악해 자연스럽게 대화 스켈터랩스의 AI 솔루션은 크게 두가지로 나뉜다. 먼저 대화형 AI ‘AIQ TALK’다. 딥러닝 기반 언어모델과 자연어 처리·이해 기술을 접목했다. AI가 표현의 원칙적인 주요 형태를 익히는 규칙 기반 방식, 난해한 변이 패턴을 익히는 딥러닝 기반 방식을 섞어 ‘하이브리드’식으로 솔루션을 짰다. 이 덕분에 문장 인식률이 높아지고 처리 속도도 빨라졌다는 설명이다. 하이브리드 방식의 장점이 또 있다. 스켈터랩스의 AI 챗봇엔진은 정형화된 대화가 아닌 경우에도 여느 챗봇보다 더 자연스럽게 대응할 수 있다. 영화 예매 챗봇을 통해 영화 관람일을 고르던 이용자가 갑자기 주차 방법에 대한 질문을 보내도 AI가 오류나 혼선 없이 안내를 이어가는 식이다. 특정 분야의 매뉴얼이나 규정 문서를 업로드 해놓으면 미리 준비하지 않은 질문이 들어와도 AI가 챗봇 답변을 자동으로 풀어낸다. AI가 질문자의 의도를 파악해 방대한 자료 안에서 답변이 될만한 문장을 찾아내기 때문이다. 음성인식 엔진 기술도 뛰어나다. 숫자, 지명, 특수용어 등 용례별 특수단어를 두루 익혔다. 대화 문맥을 이해해 발음이 부정확한 경우에도 말을 인식한다. 배경음악이 나오는 장소에서 여러 명이 말하는 경우 등에도 음성인식 정확도가 높다. 스켈터랩스의 대화형 AI는 음성합성·기계독해 엔진도 포함한다. 각 엔진을 단독으로 쓸 수도 있고, 서로 결합해 보이스봇·텍스트 분석·동영상 검색 등 각종 형태로 활용할 수도 있다. 종합적 상황 파악한 초개인화 서비스도 두번째는 초개인화 솔루션 ‘AIQ AWARE’다. 딥러닝 기반 AI 솔루션으로 비정형 데이터를 활용하는게 특징이다. 날씨, 장소, 상품 리뷰, 이미지, 영상 등 서로 다른 여러 데이터를 모아 종합적으로 소비자 행동을 예측하고, 이를 기반으로 제품이나 서비스를 추천한다. 줄무늬 티셔츠를 좋아하는 서울 거주자가 초여름에 쇼핑몰에 들어온 경우 서울 지역 소비자에게 인기있는 줄무늬 반팔 티셔츠를 권하는 식이다. 이용자가 남긴 상품 리뷰를 기반으로 각 소비자 취향과 만족도, 주요 반응 키워드 등도 도출한다. 이를 통해 광고·마케팅 효율을 높인다는 설명이다. 이탈률, 참여율 등 특정 프로모션에 대한 반응을 예측해 타겟층을 겨냥한 맞춤형 마케팅을 펼칠 수도 있다. 원천 기술 가져…‘확장성 무궁무진’ 스켈터랩스는 원천 기술을 기반으로 각 AI 솔루션을 개발한다. AI 기술을 이리저리 결합하는 식으로 각기 다른 시장에 빠르게 진출하고 있는 이유다. 올초엔 온라인 교육 전문기업 메가스터디교육과 조인트벤처(JV)를 설립해 AI 기반 교육사업에 나섰다. 스켈터랩스의 AI기술을 메가스터디의 교육 콘텐츠·지식재산권(IP) 등에 접목해 교육 콘텐츠·서비스·플랫폼을 선보일 계획이다. 글로벌 메시징 플랫폼 기업 센드버드와는 고성능 대화형 AI 기반 통합 솔루션을 개발한다. 스켈터랩스의 대화형 AI 엔진을 센드버드의 인앱 채팅 플랫폼과 결합해 맞춤형 고객 상담 솔루션 등을 구축한다. GS숍엔 음성인식 엔진을 적용해 쇼핑호스트의 음성을 실시간 텍스트로 변환하는 시스템을 만들기로 했다. 종합 가구 전문기업 퍼시스그룹 산하 시디즈, 데스커, 일룸, 슬로우 등 4개 브랜드에 대해선 AI 기반 고객서비스(CS) 챗봇을 구축했다. 지난 5월엔 컨택센터 솔루션 전문기업 나스카랩, 통신서비스 전문기업 드림라인과 AI 기반 인터넷 프로토콜 콜센터(IPCC) 구축을 함께 하기로 업무협약을 체결했다. 스켈터랩스 음성인식 엔진으로 데이터를 학습하고, AI 기술 기반 전화 통화용 봇(콜봇)을 구축한다. 컨택센터용 시나리오를 짜 실제 상담사와 AI 콜봇 간 연동 서비스를 하는 방식도 도입한다. 창업 6년…"실력 발휘할 때 왔다"스켈터랩스는 이달 여섯 번째 창립기념일을 맞았다. 법인 설립은 2015년 11월 했지만 조원규 스켈터랩스 대표, 안현덕 최고운영책임자(COO), 조성진 최고기술책임자(CTO), 이정열 수석엔지니어 등 네 명이 스타트업을 차리기로 의기투합한 때가 같은해 7월이라 매년 7월을 창립기념일로 기념하고 있다. 조 대표는 서울대 컴퓨터공학과를 졸업하고 1988년부터 카이스트에서 AI 석박사 과정을 밟은 'AI 1세대'다. 벤처창업 1세대로도 꼽힌다. 1993년 팩스 소프트웨어 기업 새롬기술을 창업했고, 1999년엔 미국 실리콘밸리로 가서 무료 인터넷 전화서비스 다이얼패드를 만들었다. 다이얼패드는 한때 이용자가 최대 1400만 명에 달했던 서비스다. 2007년엔 구글코리아로 자리를 옮겨 7년간 기술개발 총괄 사장을 지냈다. 이 기간 AI 기반 사업 인사이트를 쌓고 2015년 스켈터랩스를 창업했다. 조 대표는 최근 직원들에게 보낸 메모를 통해 “스켈터랩스를 사람의 삶과 비교한다면 이제 학교를 졸업하고 사회에 나가서 실력을 발휘하는 시기를 맞은 것”이라고 했다. 그간 갈고닦은 AI 원천 기술로 여러 분야 기업과 협력해 성과를 내겠다는 포부다. 이커머스, 교육, 의료, 패션 등에서 AI 기술을 접목한 서비스를 선보일 계획이다. 선한결 IT과학부 기자
-
2
증가하는 AI스피커 판매량, 그러나 하락하는 만족도싱가포르 시장조사기관 카날리스에 따르면 2019년까지 보급된 AI스피커는 약 2억대 수준이었다. 이후 팬데믹 상황으로 사람들이 집에 머무르는 시간이 증가함에 따라 AI스피커의 판매량은 큰 폭의 상승세를 보이고 있다. 글로벌 시장조사기관 스트래티지 애널리틱스에 따르면 2020년 한해동안 판매된 AI스피커는 1억5000만 대에 달한다. 국내의 경우도 2020년까지 1000만 대 이상이 보급돼 활용되고 있다.이렇게 AI스피커가 널리 보급되었지만, 소비자의 이용 실상을 들여다보면 다소 실망스럽다. 올 3월에 발표된 시장조사기관 컨슈머인사이트에 따르면 국내의 경우 AI스피커 이용빈도와 만족도는 점진적으로 하락하고 있다. 매주 3회 이상 이용한다는 응답이 3년 전 53%에서 50%로 하락하였고, 이용만족도 또한 2019년 상반기 47%, 2019년 하반기 44%, 2020년 상반기 44%, 2020년 하반기 42%로 갈수록 하락하고 있다. AI비서의 대화기능, 소비자 기대에 못 미쳐가장 큰 문제는 AI비서의 성능이 소비자의 기대에 못 미친다는 것이다. 컨슈머인사이트의 조사결과에 따르면 주된 불만족의 이유가 ‘AI스피커가 음성명령을 제대로 인식하지 못한다’(47%), ‘자연스로운 대화가 안된다’(33%)인 것으로 나타났다. 이러한 연유로, AI스피커의 이용 형태가 △날씨·미세먼지 검색(52%) △음악검색·재생(46%) △TV제어(43%) △리모컨 찾기(20%) △VOD 검색(20%) 등 단순 기능 중심으로 나타나고 있는 것이다.국내 AI비서 시장에는 통신사, 플랫폼사업자, 글로벌 빅테크 기업 등 많은 사업자들이 치열하게 경쟁 중이다. 그리고 최근 고성능 칩 기반의 하이퍼스케일 AI가 도입되고 있고, 다양한 단말/앱에서 방대한 데이터가 축적되고 있어, AI비서의 성능 개선은 시간 문제로 보인다. 하지만, AI스피커가 진정한 의미의 AI비서가 되기 위해선 두 가지 문제를 해결해야 한다. 첫째 딥러닝을 이용해 쌓은 정보를 지식으로 변환함과 동시에 원리를 결합하는 것이다. 둘째 상황에 따른 도덕적/윤리적 판단에 따라 언행을 자제할 수 있는 능력을 키우는 것이다. 자연스러운 대화를 위해 원리 학습과 추론 능력 배양 필요인간은 태어나면서 눈과 귀를 통해 다양한 정보를 수집한다. 간난 아기 때는 이러한 정보를 수집하고 모방하는 것에 주력한다. 모방을 하다가도 도덕적/윤리적으로 맞지 않는 말을 하게 되면 주위 사람들로부터 교정을 받으면서 익혀나간다. 그리고 가정생활, 학교생활, 사회생활을 해나가면서 수집된 정보를 해석하고 지식으로 만드는 원리를 배워 나간다. 이를 통해 경험이 없는 상황에서도 대처하는 방법을 배우게 된다.현재의 AI기술은 수많은 정보와 데이터 속에서 패턴을 찾아 스스로 학습하는 귀납적 학습은 가능하다. 하지만 원리에 기반한 학습과 연결시키지는 못하고 있다. 학교 다닐 때 시중에 있는 모든 문제집을 외운다고 해서 100점을 받을 수 없었듯이, 모든 문제집을 보면서 그 원리를 학습해야만 변형된 문제도 풀 수 있을 것이다. 이러한 연유로, 현재의 AI비서는 정형화된 프로세스로 진행되는 음악재생, 음식주문, 쇼핑 등 업무를 수행하나 여러 가지 상황에 따른 대화를 이어가지 못하는 한계를 가지고 있다. 스스로 통제할 수 있는 능력을 길러줘야옛말에 “자금이 없다”라는 말이 있다. 돈이 아니라 스스로 자(自)에 금할 금(禁), 스스로 자신을 통제하거나 금하는 법도가 없다는 말이다. 사람들은 어릴 땐 사리분별이 잘 되지 않는다. 나이가 들수록 세상 이치를 깨달아 가고 자금이 생기는 법이다. AI는 엄청난 양의 학습을 하더라도 그렇게 자금을 할 수 있는 능력이 없다. 작년 12월 정식 오픈 이후 큰 관심을 받았으나, 불과 한달여 만에 중단된 대화형 AI ‘이루다’가 대표적 사례라고 할 수 있다. 도덕적 윤리적 판단이 결여된 AI ‘이루다’는 사회적 소수자와 인종에 대한 각종 차별과 혐오를 거리낌 없이 표출했다. 거기에 더해 특정인의 이름과 주소 등 개인정보 또한 무작위적으로 노출하였다. 즉, ‘이루다’는 학습한 것은 많았지만 사회적 금기 등에 대한 이해가 없었다. 상황 인식과 옳고 그름에 대한 판단능력이 부족한 AI의 한계를 고스란히 보여주었다.많은 학습과 숙련을 거친 사람들도 가끔 실수를 한다. 때로는 판단의 근거가 미약해서, 때로는 상황에 대한 고려가 부족해서 이러한 실수를 초래한다. 얼마 전 공당의 원로 정치인의 ‘절름발이’ 발언이 장애인 비하 논란에 휩싸인 것도 그 일례이다. 우선, AI비서가 사회적으로 금기시되는 표현을 자제하도록 학습시켜 주는 과정이 필요하며, 이것의 한계를 인정하는 사회적 컨센서스도 필요해 보인다. 인간에 가까운 지능을 가진 AI를 기대Artificial Intelligence는 사람이 제작한 지능이다. 계산이나 자료의 정리, 기억 및 호출 등은 인간의 지능보다 월등할 수 있으나, 원리를 깨우쳐 데이터의 활용도를 높이거나 도덕적·윤리적 판단에 따라 스스로를 통제하는 능력에 있어서는 아직 인간에 미치지 못한다.과거 우리는 컴퓨터를 통하여 계산이나 기억 및 호출 기능이 인간을 능가하는 것을 보아온 바 AI도 인간의 지능을 능가하리라 기대하고 있는 듯하다. 하지만 현재의 AI기술은 어마어마한 데이터를 인식하고 패턴을 찾아 학습하는 수준에 머무르고 있는 것이 사실이다. 가까운 미래에 인간에 가깝게 원리를 이해하고 상황에 대한 판단과 추론을 할 수 있고, 또한, 실수로부터 배우며 자연스럽게 대화하며 교감할 수 있는 AI 비서를 볼 수 있을 날을 기대해 본다.
-
3
시대(時代)란, 역사적으로 어떤 표준에 의하여 구분한 일정한 기간을 일컫는다. 이러한 맥락에서 우리가 인공지능 시대를 살고 있다는 최근의 논거들은 현재 우리의 삶이 '인공지능'이라는 표준에 의하여 구분되는 특정 시기에 놓여 있다는 것을 의미한다. 하지만 놀랍게도 이 시대의 표준, 즉 인공지능에 관해 모두가 동의하고 받아들일 수 있는 개념은 아직 존재하지 않는 듯하다. 표준이라는 명칭이 무색할 정도로 특정 목적을 위한 연구 또는 정책 수립 과정에서 필요에 의한 조작적 정의만 존재할 뿐이다. 논의 주체 간 인공지능에 대한 서로 다른 이해는 논의 과정에서 자칫 불필요한 행정 비용으로 이어질 수 있으므로 이러한 차이를 최소화하기 위한 노력이 필요하다. 그동안 인공지능의 개념을 정립하기 위한 시도가 없었던 것은 아니다. 비단 1956년 다트머스 회의(Dartmouth Conference)까지 거슬러 올라가지 않더라도, 유럽의회(EC; European Commission)는 인공지능에 관한 개념적 일관성을 유지하기 위해 유연하면서도 확장 가능한 방향으로 그 개념을 지속적으로 업데이트하고 있다. 가령, 2018년 EC는 “특정 목적을 달성하기 위해 주변 환경을 분석하고 자율적으로 행동하는 지능적 행위를 보이는 시스템”으로 정의한 바 있으며, 2019년 EC 인공지능 고위전문가 그룹(HLEG; High-Level Expert Group on AI)은 위 개념을 기초로 인공지능 정의 내용을 업데이트하였다. 해당 문서에 따르면 AI는 “복잡한 문제 해결을 위해 인간에 의해 고안된 시스템으로, 주변 환경을 인지하고, 정형화 또는 비정형화 데이터를 수집한 후, 추론 과정을 통해 최선의 행동을 결정하는 시스템”으로 정의하고 있다. 이러한 방식의 정의는 인공지능의 범위가 매우 넓음을 인정하고 최대한 많은 영역을 포함하되 환경(environment), 데이터(data), 최선의 행동(best action) 등의 필수 요소를 제시하여 불명확성을 줄이려는 시도로 판단된다. EC뿐만 아니라 GPAI, OECD, IEEE 등 여러 단체에서도 유사한 방식으로 인공지능을 정의하고 있는데, 실제로 이 정의가 시장에서 표준으로 작용하고 있을까? 필자는 최근 인공지능의 경제적 파급효과가 큰 제조, 교통·물류, 금융, 의료, 공공·안전 등 5대 분야의 인공지능 기술 활용 기업을 대상으로 인공지능 도입 현황을 조사했다. 그 결과, 전체 조사 대상 368개의 기업 중 약 14.7%에 해당하는 54개 기업이 인공지능 기술을 도입하고 있었으며, 도입하지 않은 기업 중 24.5%가 향후 인공지능 기술을 도입할 의향이 있다고 응답하였다. 이 숫자가 시사하는 바도 물론 중요하지만, 이 과정에서 필자가 느꼈던 것은 실제 현장에서 생각하는 인공지능의 범위가 매우 다르다는 것이었다.일반적으로 이런 유형의 조사는 인공지능의 정의와 함께 자연어 처리와 같은 세부 기술 유형, 무인 고객 대응, 지능형 교통 정보시스템과 같은 활용 사례 등을 함께 제시하면서 인공지능 도입 여부를 물어보는 방식으로 진행된다. 이번 조사에서도 EU, Gartner 등 이미 타 기관에서 조사했던 내용을 기초로 위와 유사한 방식으로 문항을 설계하였는데, 실제로 응답하는 기업으로서는 큰 혼란스러움을 느꼈던 것 같다. 그리고 그 혼란스러움은 온전히 그들만의 몫이 아니고 필자의 몫이기도 했다. 조사 과정에서 “우리 기업은 내비게이션을 사용하는데 이것도 인공지능이 맞나요?” “고객 말씀에 반응하여 자동으로 응답하는 챗봇을 사용 중인데 이것도 인공지능이 맞나요?” 등 인공지능 판단 여부에 대해 많은 질문을 받았다. 조사를 설계한 입장에서 “네, 인공지능이 맞습니다.” 혹은 “아니오, 그것은 인공지능이 아닙니다.”라고 설명하기까지 많은 고뇌의 시간을 거쳐야만 했다. 물론 필자가 아직 인공지능을 완전히 이해하지 못한 점도 있겠지만, 주어진 정의만으로 실제 현장의 개별 사례 하나하나에 대해 인공지능 여부를 판단하는 것은 매우 힘들었던 작업이었다. 개인적인 경험 외에도 이와 유사한 해외 인공지능 도입 현황 조사 결과에서 나타나는 인공지능 도입율의 낮은 일관성 또한 필자의 의구심을 뒷받침하고 있다. 2020년 EC의 조사에서는 EU 기업의 42%가, 2019년 Mckinsey & Company의 조사에서는 전 세계 기업의 48%가, 그리고 2020년 Gartner의 CIO 설문조사에서는 전 세계 기업의 24%가 인공지능을 도입하고 있는 것으로 나타나는 등 거의 2배에 가까운 편차를 보이고 있었다. 국내 조사들도 비슷한 경향을 보이는데, 예를 들어 지난 1월에 발표된 KDI의 ‘AI에 대한 기업체 인식 및 실태조사’에서는 국내 기업의 3.6%가, 작년 NIA에서 발표한 ‘정보화실태조사’에서는 국내 기업의 2.5%가, 지난 6월에 발표된 KISDI의 ‘주요 산업별 인공지능(AI) 도입 현황 및 시사점’에서는 국내 기업의 14.7%가 인공지능을 도입하는 것으로 나타났다. 조사 대상과 조사 방법의 차이를 감안하더라도, 국내외 조사에서 나타나는 이러한 편차는 기업 현장에서 생각하는 인공지능이 서로 다를지도 모른다는 합리적 의심으로 작용한다. 비단 기업뿐만 아니라 실제로 제품 및 서비스를 사용 중인 일반 국민의 입장으로 넘어가면 그 인식의 차이는 더욱 확대될 것이다. 이러한 맥락에서 인공지능 도입률을 당장 인공지능 상용화 또는 대중화 정도의 척도로 삼기는 어렵다. 인공지능 도입률이 낮다는 것은 실제로 인공지능 기술이 적용된 부분이 적은 것일 수도 있지만, 수요자 관점에서 인공지능을 엄격하게 인지하고 있을 수도 있기 때문이다. 가령, 필자가 국내 인공지능 활용 기업들을 대상으로 한 조사에서 제조 분야가 타 분야 대비 인공지능 도입률이 낮은 것으로 나타났는데, 이는 국내 제조 분야가 인공지능이라는 용어가 광범위하게 사용되기 이전부터 이미 어느 정도 선진화 또는 자동화가 이루어진 상황이기 때문에 새로 적용하는 신기술을 인공지능으로 인지하기 어려웠을 수도 있다. 따라서 인공지능 상용화 또는 대중화에 필요한 것은 획일화된 개념 하에 단순히 인공지능을 얼마나 많이 도입하고 있는지가 아니라 인공지능을 어떤 방식으로 인지하고 있으며, 세부적으로 어떤 인공지능 기술을 도입하고 있는지, 주로 어느 분야에 활용하고 있는지에 대한 고민이다. 이러한 인식의 차이는 결국 정해진 답이 없음으로부터 비롯된 것이기 때문에, 서로 다른 인식의 차이를 좁히는 방향보다는 그 차이를 인정하고 개별 그룹에 특화된 맞춤형 전략을 통해 인공지능 상용화 또는 대중화를 도모하는 것이 필요하다. 애초에 인공지능에 대한 서로 다른 인식은 '인공지능'이라는 단어에 기인한다. 인공지능(人工知能) 또는 AI(Artificial Intelligence)를 문자 그대로 번역하면 ‘인위적으로 만들어진 지능’으로 해석되는데, 애초에 이는 인위적으로 지능을 만들어보겠다, 즉 인간과 유사하게 행동 또는 생각하는 무엇인가를 만들어보겠다는 인간의 의지 또는 목적 지향적인 개념일 뿐 그 이상, 그 이하도 아니다. 작금의 '인공지능'은 1956년에 설정된 이 단어에, 딥러닝과 같은 급격한 기술 발전 그리고 수많은 사람들의 기대와 실망이 얹어지면서 여러 개의 페르소나를 갖게 된 것이다. 인공지능은 앞으로도 널리 사용될 단어이며, 이 용어에 대한 인식 차이에 따른 오해를 줄이기 위해 많은 연구자들은 좀 더 나은 방향으로 개념을 정립해 나갈 것이다. 시간이 지나고 인공지능 기술이 특이점에 다다를수록 그 개념이 명확해질 수 있을지는 몰라도, 여전히 당분간은 사람들의 머릿속에 서로 다른 인공지능이 존재할 것이다. 여러분이 생각하는 인공지능은 무엇입니까? 김경훈 정보통신정책연구원 연구위원現) 글로벌인공지능파트너십(GPAI) 혁신 및 상용화 분과 전문위원前) 정보통신정책연구원 AI전략센터장 <참고문헌> EC(2019), A definition of artificial intelligence: main capabilities and scientific disciplinesEC(2020), European enterprise survey on the use of technologies based on artificial intelligenceGartner(2020), 2020 CIO agendaKDI(2021), AI에 대한 기업체 인식 및 실태조사KISDI(2021), 주요 산업별 인공지능(AI) 도입 현황 및 시사점McKinsey & Company(2019), Global AI survey: AI proves its worth, but few scale impactNIA(2020), 정보화실태조사
!['베니스의 장인들' 르네상스 조선소에 쿵쿵쿵 망치질! 클래스가 달랐던 토즈 전시 [2024 베네치아 비엔날레]](https://timg.hankyung.com/t/560x0/photo/202404/01.36496137.3.jpg)