ESG와 인공지능, 두 토끼를 한꺼번에 잡는 법
친환경시대 맞은 일본 최대 정유사 ENEOS
CO2, 수소, 촉매로 합성연료 개발 나서
촉매제 기능, 효율성 찾기 AI로 최적화
합성효율 최대 80%까지 높이는 게 관건
이산화탄소(CO₂) 배출을 줄이는 방법엔 여러 가지가 있습니다. 설비 최적화로 배출량 자체를 줄일 수도, 제품의 소재 일부를 친환경 품목으로 대체할 수도 있습니다. 하지만 인공지능(AI)을 통해 탄소 배출을 ‘제로(0)’로 만들 수 있다면 어떨까요? 일본에서 일어나고 있는, AI와 ‘탈탄소’의 새로운 동행을 소개합니다.
AI가 만드는 인공 연료…탄소 재활용한다
ENEOS는 일본의 최대 정유 업체입니다. 미국으로 치면 엑슨모빌, 우리로 친다면 GS칼텍스나 SK이노베이션 같은 회사입니다. 이들은 요즘 공통적인 고민거리에 빠져 있습니다. 바로 전통 내연기관 연료들이 설자리를 잃어가고 있다는 것입니다. 유럽연합(EU)가 2035년까지 휘발유·디젤 차량의 신차 판매를 사실상 금지하는 정책을 밝힌 것이 대표적입니다. 물론 기존 자동차나 항공기가 단번에 없어지는 일은 없을 것입니다. 하지만 전기자동차를 필두로 한 탈탄소 흐름은 더욱 강해지고 있습니다. 이들 기업에겐 실적과 직결되는 문제입니다.
석유의 주 성분은 탄소와 수소의 화합물입니다. 쉽게 말해, 수소와 CO₂를 촉매제와 함께 합성하면, 석유와 거의 유사한 성분의 연료를 만들 수 있다는 뜻입니다. ENEOS는 공장 등에서 이미 배출된 CO₂를 회수해서 합성한다는 계획을 갖고 있습니다. 실질적으로 탄소 배출을 ‘제로(0)’로 만든다는 전략입니다.
촉매제 최적화 AI로…국내는 생산 효율 ‘초점’
관건은 촉매제의 성능입니다. 연료를 만드는 화학 반응에서, 어떤 촉매제를 사용하느냐는 제품 효율을 결정하는 핵심 요소입니다. 하지만 촉매제를 만드는 재료 조합은 원자 단위로 보면 무수히 많습니다. 기존 연구에서는 이를 수작업에 의존했지만, 사막에서 바늘을 찾는 것과 크게 다르지 않았습니다.ENEOS는 AI 기술을 통해 이를 해결했습니다. 과거의 실험 데이터와 보고서를 AI에 학습시키고, 적합한 재료 조합을 예측하게 했습니다. 이를 기반으로 막대한 수의 원자 조합을 가상 공간에서 시험하고, 최적의 값을 찾아내고 있습니다. 후지야마 우이치로 ENEOS 중앙기술연구소장은 “한 번의 화학 반응으로 2할 정도의 사용 가능 연료를 얻고 있었는데, AI로 업계 최고 수준인 6할 정도의 효율을 목표로 할 수 있게 됐다”고 전했습니다.
현재 일본 내 합성 연료 생산 비용은 1리터를 기준으로 약 700엔(7461원) 상당입니다. 제조비용의 약 90%가 수소 원료 확보에서 발생하는데, 약 150엔(1598원)인 휘발유에 비해선 아직은 고가입니다. ENEOS는 AI를 기반으로 코발트 및 기타 원소를 촉매제에 새롭게 적용시킬 계획도 있습니다. 이를 통해 최종적으로 8할까지 합성 효율을 높여 수소 단가에 대응한다는 방침입니다. 지난 2019년부터 자국의 AI 스타트업인 ‘프리퍼드 네트워크’와 이런 방법을 연구하고 있습니다.
국내 정유사들은 주로 생산 효율을 끌어올리는 데 AI 기술을 접목하고 있습니다. 원유의 배합이나 유종별 특성을 분석해서 정제마진을 늘리는 것입니다. 하지만 높아지는 ESG의 파고는 이들도 피해갈 수 없을 전망입니다. 향후 AI와 ‘탈탄소’의 결합 움직임이 국내서도 기대되는 이유입니다.
이시은 IT과학부 기자
-
기사 스크랩
-
공유
-
프린트
-
1
라이징 AI스타트업<18>가우디오랩 "돌비 넘어서겠다"
수십 년간 유수의 글로벌 제조업체들로부터 갑(甲)의 위치에 섰던 기업이 있다. 미국 음향 기업 돌비 래버러토리스다. 돌비의 주 수입원은 자사 특허 기술을 채택한 업체들로부터 기기마다 받는 기술료(로열티)다. 수천만 개의 음향 표준 체계를 섭렵해 놓은 덕분이다. 1조원이 훌쩍 넘는 연간 매출액의 90%가량을 로열티가 차지한다. 현재 100억대가 넘는 전자기기가 돌비의 기술을 사용하고 있다. 이러한 돌비에 도전장을 던진 국내 스타트업(신생 벤처기업)이 있다. 인공지능(AI) 음향 스타트업 ‘가우디오랩’이다. 가우디오랩이 노리는 시장은 최근 화두로 떠오르고 있는 메타버스다. 오현오 가우디오랩 대표는 “현실과 비현실이 혼합된 3차원 가상 세계인 메타버스에서 몰입감을 끌어올리려면 콘텐츠뿐만 아니라 소리도 실제와 같아야 한다”며 “아직 음향 표준 체계가 정립되지 있지 않은 메타버스 시대에서 자체 개발한 ‘공간음향 기술’을 표준화 시키겠다”고 말했다. 오 대표가 언급한 공간음향은 단어 그대로 한 공간에서 들리는 모든 소리를 담는 기술을 뜻한다. 메타버스 플랫폼 안의 카페에서 노트북을 이용하는 이에겐 어떤 소리가 들릴까. 멀리서 커피를 주문하는 손님의 소리가 들리고, 가까이선 자신이 타자를 치는 소리, 옆 테이블에 앉은 이들이 주고 받는 대화 등이 혼합돼 들릴 것이다. 중요한 건 이러한 소리가 각각 다른 크기의 사운드로, 원근감이 느껴지게 들려야지만 몰입감이 증대된다는 점이다. 가우디오랩은 헤드셋만으로 현실 세계 소리와 거의 구분이 안 될 정도로 정교한 소리를 구현하는 기술을 개발했다. 자체 개발한 AI 기술과 음향 기술을 활용해 사용자를 중심으로 360도 전 방향에서 들리는 소리를 정확한 크기의 사운드로 구현하는 것이다. 오 대표는 “‘BTRS’, ‘바이노럴 렌더링’이라 불리는 이 기술은 메타버스 시대에 적합한 사운드”라며 “영화관은 청자를 둘러싼 여러 대의 스피커 덕분에 자신을 둘러싼 소리를 웅장하고 원금감 있게 들을 수 있는데, 헤드셋만으로 원근감 있는 사운드를 제공한다는 점이 이 기술의 가장 큰 특징”이라고 말했다. 회사 측은 메타버스를 이용하는 개인 크리에이터도 자사 음향 기술을 손 쉽게 사용할 수 있게 소프트웨어(SW) 등의 형태로 상용화시킬 계획이다. 오 대표는 메타버스 시대에서 이러한 기술을 기반으로 표준 음향 체계를 개발해 ‘제2의 돌비’가 될 것이라 자신했다. 연세대학교 전기전자공학 박사 출신인 오 대표는 “창업 이전 LG전자 디지털TV연구소에서 오디오팀장으로 근무하면서 대기업도 꼼짝 못하는 돌비의 독점성에 대해 몸소 깨달았다”며 “가우디오랩엔 대기업에서도 한 명도 보기 힘든 음향공학박사가 7명이나 있고, 20여 명의 오디오 전문가가 모여있다. 음향 기술력만큼은 자신이 있다”고 말했다. 가우디오랩은 현재는 음향 기술력을 앞세워 내실다지기에 나서고 있다. 메타버스의 근간이 되는 가상현실(VR), 혼합현실(AR) 시장이 아직은 성숙되지 않아서다. 가우디오랩은 네이버와 함께 소리를 재생하는 기기나 콘텐츠마다 들쭉날쭉한 음량 편차를 줄이는 기술인 ‘음량 평준화 기술’을 개발했다. 온라인동영상서비스(OTT) 시장에서 활용될 수 있는 여러 영상 간 음량의 차이를 보정하는 기술도 개발해 SK텔레콤의 플로, NHN의 벅스 등에 공급했다. 또한 콘텐츠 오디오에서 사람의 목소리만을 따로 추출하는 인공지능 오디오 기술도 시장에 내놨다. 업계에선 뛰어난 기술력을 갖춘 가우디오랩의 행보에 주목하고 있다. 2015년 창업한 가우디오랩은 현재까지 6억 규모 시드 펀딩, 시리즈 A로는 50억을 투자받았다. 회사 측은 올해 하반기 시리즈 B 투자도 준비 중이라고 밝혔다. 오 대표는 "회사의 궁극적인 목표는 메타버스 시장 선점이다. 다가올 VR, AR 시대를 준비하며 2년 내에 상용화할 수 있는 메타버스 음향 서비스를 선보일 것”이라며 “음향 기술을 활용하기 위해선 전용 장비와 별도의 라이선스 계약이 필요해 일반 소비자들은 접근하기 어려운 돌비와 달리, 개인들도 손 쉽게 활용할 수 있는 서비스로 개발해 메타버스에선 돌비를 밀어내겠다”고 전했다. 배성수 IT과학부 기자
-
2
원제는 ‘Rebooting AI: Building Artificial Intelligence We Can Trust’이다. 저자 두 사람 모두 뉴욕 대학 교수이며 게리 마커스는 인지과학, 뇌과학을 전공하고 심리학과 신경 과학을 가르치는 사람이며, 어니스트 데이비스는 컴퓨터 과학을 가르친다.이 책은 현재 인공지능 연구의 가장 중심 패러다임으로 사용하는 딥 러닝에 대해 강한 비판과 함께 새로운 방향을 요구하는 내용이다. 사실 게리 마커스는 최근 큰 반향을 일으킨 GPT-3의 성능 또는 본질적 역량에 대해서도 매우 비판적인 글을 MIT 테크놀로지 리뷰에 기고한 사람이다.지금의 인공지능 연구는 잘못된 길로 가고 있으며, 그 동안 논의했던 인공지능 위협, 초지능, 직업의 미래 등 관련 많은 이슈들이 얼마나 어처구니없는 몰이해에서 비롯한 것인가를 책 안에서 계속 비판한다.특히 스티븐 핑커 교수의 제자 답게 언어의 문제를 많이 소개하고 있다. 글을 이해한다는 것은 단어의 의미를 모르고, 세상에 대한 이해가 없이 가능하지 않다는 것을 번역이나 기계 독해 등의 사례를 제시하면서 날카롭게 비판한다. 사실 지능을 정의할 때 중요한 것 중 하나가 외부 세계에 대한 모델링 능력이기도 하다.아주 간단해 보이는 로봇의 움직임이나 판단이 실제로 얼마나 어려운 일이며, 인간에게 쉬운 일은 여전히 로봇에게는 어렵다는 한스 모라벡의 역설을 이 책에서 다시 한번 확인시킨다. 나아가서, 상식, 인지 모델, 강력한 추론 도구를 갖춘 시스템이 나올 때까지는 '우리가 지능이라는 말을 과연 쓸 수 있을까' 라는 질문을 끊임없이 던진다.이 논쟁은 철학자 존 설의 ‘중국어 방’ 논쟁을 다시 끌어낼 수밖에 없다. 과연 세상에 대한 모델 없이, 단어의 의미 분석이 없이 자연어를 처리하는 것이 실 생활에서 활용할 수준의 결과를 가져올 수 있을 것이며, 지능에 대한 올바른 접근이라고 볼 수 있는 가이다. ‘단어의 합은 문장이 아니다’는 주장이 이를 함축적으로 나타내고 있다.앞부분의 다양한 사례와 비판에 이어서, 6장에서 인간 정신(또는 마음)이 주는 11가지 인사이트를 통해 설명한 특성은 인공지능이 인간의 지능처럼 광범위하고 높은 신뢰성을 갖기 위해 꼭 필요한 요소임을 주장한다. 7장에서는 상식과 딥 언더스탠딩을 위해 시간, 공간, 인과성이 왜 중요한 것인지, 마지막으로 8장에서는 마지막으로 신뢰할 수 있는 인공지능의 필요성을 강조하며 마무리한다.물론 게리 마커스 역시 과거 지식 기반 시스템과 의미론을 기반으로 했던 접근의 한계를 계속 인정하고 딥 러닝이 거둔 성과를 인정하는데 인색하지는 않다. 그러나 지나치게 확대 해석하고 있는 상황에 대해, 그 방법론이 갖고 있는 근본적인 문제에 대해 본질적인 질문을 던지는 것이다.중간에 인용한 딥마인드의 하사비스가 진정한 지능을 위해서는 딥 러닝을 더 높은 수준의 사고와 상징적 추론에 다시 연결해야 한다는 말이 반드시 기호적 방식이나 추론을 기본으로 하던 접근과 통합을 의미하지는 않을 수 있다. 그러나 이 문제가 딥 러닝의 미래에서 가장 중요한 이슈일 것이라는 것은 딥 러닝의 대가인 제프리 힌턴, 요수아 벤지오, 얀 르쿤의 최신 에세이에서도 언급하고 있다.물론 인공지능의 연구가 모두 일반 지능이나 상식 추론을 목표로 하지는 않는다. 궁극적인 목표라고 해도. 다만, 두 저자가 말하는 것은 우리가 피해가거나 쉽게 접근하고자 하는 방식은 결국 그런 문제 때문에 제한된 영역에서 인간 수준의 성과를 얻는 데에는 한계가 있을 것이라는 두 사람의 강한 의견이다.※책과얽힘국내에서 보기 드문 과학기술 전문 큐레이팅 책방이다.서울 강남구청역 인근에 있다. 기술과 정책 전문가들이 수시로 모이는 사회적 공간, 커뮤니티 역할도 하고 있다. 모든 책은 공학박사인 주인장(한상기)이 엄선해 판매한다. 페이스북에서 책과얽힘을 검색해도 만날 수 있다.
-
3
지난해 12월 한국리서치의 조사에 따르면 국민 10명 중 6명은 법원 판결을 신뢰하지 않으며, 전체 응답자의 약 80%는 판사에 따라 판결이 달라지고 일관성이 없다고 인식하고 있다. 흥미로운 부분은 “자신이 재판을 받을 경우, 인간 판사와 AI 판사 중 누구를 선택할 것인가”에 대한 조사에서는 응답자의 48%가 AI판사를 선택하겠다는 결과가 나왔다는 사실이다. 그렇다면 국민의 48%가 기대하는 AI 판사의 도입은 가능할 것인가? 간단한 규칙 학습과 기초 증거 조사 자동화2019년 에스토니아는 소액 민사재판(7천 유로, 한화 약 950만원 미만)에 대하여 AI 판사를 시범 도입하겠다고 발표했다. 물론, 7천 유로 이상의 배상액이 나올 경우 인간 판사가 나선다. 소액 민사재판은 절차나 유형이 정형화 되어 있어서 간단한 규칙의 학습과 기초적인 증거의 분류와 검색을 비교적 쉽게 자동화시킬 수 있으며, 법적 분쟁 우려도 낮다고 판단해서 나온 결정이다. 당시 법무장관은 AI 판사의 도입 목적을 국민에게는 신속한 법률서비스를 제공하고 판사에게는 좀 더 크고 중요한 사건에 집중하도록 하기 위해서라고 밝혔다.급증하는 법률서비스 수요 대처 및 업무 효율성 향상머신러닝에 기반한 또 다른 서비스로 법원의 판례 데이터를 머신러닝으로 학습한 후 개별 사건에 대한 법원의 판단을 예측하는 것이다. 대표적인 연구는 2017년 Katz 교수팀이 수행한 것인데, 미국 연방 대법원 판례 2만8000건(1816년~2015년)을 머신러닝을 통해 학습하고 법원의 판단을 예측한 것이며, 그 정확도는 70.2%에 달했다. 머신러닝의 결과를 이용해 법원의 판단을 어느 정도 예측할 수 있다면 그 자체만으로도 기업 및 개인에게 큰 도움이 될 수 있다.이렇듯 소송의 결과가 확실한 사건은 사전에 합의하고, 불필요한 소송은 자연스럽게 줄어드는 현상이 확대되면, 급증하고 있는 국민의 법률서비스 수요도 대응할 수 있을 것이다. 소비자뿐만 아니라 공무원들도 법규 집행과 해석에 AI 판사 알고리즘을 이용해 업무 효율성을 증대할 수 있다. 또한, 머신러닝은 데이터를 분석하고 숨어 있는 패턴을 찾는데 탁월한 능력이 있기 때문에, 소송과 관련된 방대한 자료와 재판에 필요한 정보를 신속히 제공하는 등 판사의 조력자 내지는 동반자로서의 역할도 기대할 수 있다. 머신러닝은 데이터에 따라 편향성 이슈 존재미국에서는 민간 기업 노스포인트사가 개발한 ‘컴파스(COMPAS)’라는 알고리즘을 판결이나 가석방 결정시 범죄자의 재범가능성을 예측하는 도구로 활용하고 있다. 2013년 미국 위스콘신 주에서 총격 사건에 사용된 차량을 운전한 혐의로 기소된 ‘에릭 루미스’는 형량 판단 알고리즘인 컴파스의 “폭력 위험과 재범 가능성이 높다”라는 예측에 따라 예상보다 높은 징역 6년을 선고받았다. 이에 루미스는 비공개 알고리즘을 쓰는 것은 적법 절차에 위배된다면서 부당하게 중형을 선고받았다고 주장하였으나, 2017년 미국 위스콘신 주 대법원은 컴파스를 참고 자료로 사용할 수 있다고 판단하고, 루미스에 대한 중형 선고 판결을 인정했다. 머신러닝을 이용하여 재범가능성이 높은 피의자에게 중형을 선고할 수 있게 되는 것이다.문제는 컴파스가 편향될 수 있다는 점이다. 2016년 미국의 독립 언론 ‘프로퍼블리카’는 컴파스 알고리즘의 문제로 인해 흑인의 재범가능성이 백인에 비해 2배 높게 나타날 수 있다고 주장했다. 이는 과거 판결이 흑인에게 불리하게 나타나는, 학습 데이터 자체에 문제가 있었던 것으로 판단된다. 많은 사람이 인공지능은 객관적이고 중립적일 것이라 생각하지만, 컴파스 사례처럼 인공지능 역시 학습된 데이터에 따라 ‘편향적’인 면을 보일 수 있다. 맥락 파악과 추론 등 기술의 발전 필요그렇다면, 이러한 AI판사 모형이 인간 판사를 대체할 수 있을까?에스토니아 사례처럼 단순한 규칙에 의한 벌금 계산 등의 영역처럼 행정 사건 역시 법조문이 비교적 단순하고 사실관계의 패턴이 다양하지 않아 예측력이 상대적으로 높고 AI 판사가 재판을 할 수 있을 것으로 보인다. 하지만, AI가 머신러닝을 통해 패턴을 학습하더라도 문장의 맥락과 의미를 이해하고 추론하지 못한다면 인간 판사를 대체하기는 어려울 것이다. 예를 들면, 복잡한 민형사 사건은 어떤 법조문이 적용되는지 조차 판단하기 쉽지 않다. 사실 관계의 패턴이 매우 다양하며, 다양한 조문이 동시에 적용되는 상황도 적지 않다. 이러한 경우 머신러닝에 기반한 패턴 학습의 예측력은 크게 떨어지게 된다. 특히, 과거에 없었던 사건에 대해서는 더욱 그러하다.맥락의 이해와 추론 등 현재의 AI기술 수준에서는 인간 판사를 온전히 대체하지 못하겠지만, 특정 영역에서의 조력자 역할은 가능해 보인다. 예컨대, AI 알고리즘이 머신러닝을 통해 축적된 사건과 판례를 분석하고 가정에서의 아동학대 가능성을 예측해 준다면, 이를 인간 판사가 재판에 요긴하게 사용할 수 있을 것이다. 편향성의 극복과 사회적 가치 판단사람들은 알고리즘을 객관적이라고 생각해 이를 신뢰하는 경향이 있다. 또한, 그 알고리즘을 만드는 과정에서 개발자의 주관이 개입될 수 있다. 데이터 자체에 스며들어 있는 편향성을 알고리즘이 스스로 찾아 제거하기에는 한계가 있으며, 개발자가 알고리즘을 조정하는 과정에서 새로운 왜곡을 만들어 내기도 한다.설사, 데이터가 모두 올바르고 예측이 정확하더라도 판사는 사회의 올바르고 정의로운 기준에 맞춰 사건을 최종적으로 판단할 수 있어야 한다. 피의자의 생애, 가정 환경 등을 이해하고 사회적 가치에 근거하여 감형을 판단하는 것이 판사의 중요한 업무 중 하나이지만 AI가 이를 기계적으로 구현하기는 힘들 것으로 보인다. 가슴 따뜻한 판사를 기대하며일부 스타트업 기업들이 비대면 시대의 언택트 트렌드에 맞춰 AI 기반 법률서비스를 제공하고 있지만 법조 분야 전체에 비교하면 아직은 작은 움직임에 불과하다. 이러한 움직임이 가속화되기 위해선 먼저, 그간 축적된 상당한 양의 판결문들을 공개하고 디지털화해야 한다. 현재 미국은 판결문 뿐만 아니라 관련 문서 수백여 건을 모두 공개하고 있지만, 우리나라는 아직도 대부분의 판결문이 공개되지 않고 있다. 개인정보보호 등을 이유로 소장 등 법원에 제출한 서류는 원칙적으로 모두 비공개된다. 따라서, 판결문이나 계약서 등 전자화된 법률데이터 확보와 함께 데이터 활용을 위한 법적, 기술적 노력도 함께 수반되어야 한다.두 번째로, AI 기술에 있어 맥락 파악과 추론 능력의 획기적인 발전과 함께 편향성을 제어할 수 있는 방법론도 함께 발전되어야 하며, 궁극적으로는 피의자에 대한 감정 교감과 가치 판단까지 가능한 AI 기술이 개발되어야 한다. AI를 통한 윤리적인 판결이 가능해지기 위해서는 윤리 의식이 무엇인지 분명하게 규명하고 이를 AI에 반영하도록 고민해야 하는 것이다. AI 기술이 발전한다고 해서 윤리 문제라는 복잡한 문제를 고민하지 않아도 되는 것이 아니라 AI에게 윤리를 학습시키기 위해 ‘윤리가 무엇인지’를 과거보다 더욱 깊이 있게 고민해야 하는 것이다. AI 기술의 발전과 함께 윤리적 고민과 제도적 발전을 통해 사회적 가치관을 잘 반영하는 가슴 따뜻한 AI 판사를 기대해 본다.윤주웅 KT경제경영연구소 수석연구원
![무너진 흙·썩은 과일·인디언…보이나요, 이방인의 흔적들이 [제60회 베네치아 비엔날레]](https://timg.hankyung.com/t/560x0/photo/202404/AA.36512648.3.jpg)