4차 산업 혁명에 필요한 핵심인재양성을 위한 ‘2020년 혁신성장 청년인재 집중양성사업’ 빅데이터 분야 훈련생을 모집한다. 앞서 2019년에 한국경제신문은 빅데이터 분야 주관사로 선정돼 한경닷컴, 한남대학교와 함께 서울과 대전에서 ‘실무 프로젝트 기반 빅데이터 전략 마에스트로’ 과정을 개설했다. 올해 역시 한국경제신문은 주관사로 재선정돼 과학기술정보통신부, 정보통신기획평가원과 해당 과정을 운영할 방침이다. 주요교육내용은 ▲데이터 구조 이해 ▲R ▲파이썬 ▲머신러닝 ▲딥러닝기반AI 등이다. 기술 전문 강의와 함께 교육 기간 동안 골든플래닛, 비투엔, 와이즈넛, 코난테크놀러지 등의 빅데이터 전문기업과 연계한 실무멘토링을 받을 수 있으며 농협양곡, Ktmhows, 한국경제신문 등의 국내기업 빅데이터 분석 프로젝트를 수행하며 실무 역량을 갖출 수 있도록 진행된다. 교육과정의 전액 무료 과정으로 진행된다. 교육비는 정부가 전액 지원하며 교육생 취업 연계를 위해 108개의 빅데이터 관련 기업들과 협약을 맺어 훈련생의 취업을 지원한다. 교육신청은 서울과 대전 중 서류 접수시 원하는 지역을 선택하여 교육을 받을 수 있다. 1차 서류 전형, 2차 면접을 거쳐 선발한다. 교육 기간은 5월 11일부터 10월 30일까지며, 월~금 오전 9시부터 오후 6시까지 매일 8시간씩 총 960시간의 교육이 진행된다. 한국경제신문 관계자는 “이번 교육 과정을 통해 빅데이터 수집, 분석, 인사이트 도출 학습을 받아 이공계 및 인문·사회 전공 등 비전공자도 빅데이터 산업 맞춤형 인재로 거듭날 수 있을 것”이라고 전했다. 한편 서울지역은 지난 10일 1차 모집 기간 중 높은 경쟁률로 마감됐다. 오는 24일까지 2차 모집선발이 진행될 예정이며, 대전지역도 현재 접수 진행 중이다. 신청 방법 및 교육에 자세한 사항 및 교육혜택은 한경닷컴 홈페이지나 ‘빅데이터 마에스트로’검색을 통해 자세한 내용을 확인할 수 있다. 온라인뉴스부 iseoul@seoul.co.kr

망막안저 사진을 이용해 환자의 성별과 나이를 추정하는 기술을 국내 연구팀이 개발했다. 박상준 분당서울대학교병원 안과 교수팀(김용대 임상강사, 노경진 연구원)이 망막안저사진을 보고 나이와 성별을 정확히 예측하는 딥러닝 알고리즘을 개발했다고 14일 밝혔다. 망막안저사진은 동공을 통해 안구 내의 구조물을 촬영한 사진으로, 안과 전문의가 육안으로 관찰하고 질환을 파악하는 목적으로 흔히 사용된다. 그러나 기존 활용 방식은 의사의 눈에 의존하는 만큼 병변의 유무, 크기 및 위치에 대한 정보를 얻는 것 외엔 용도가 제한적이라는 한계가 있다. 박 교수팀은 딥러닝 알고리즘으로 망막안저사진에 담긴 정보를 분석해 대표적 신체정보인 나이, 성별을 예측함으로써 새로운 활용 가능성을 제시했다. 연구팀은 분당서울대병원 건강검진센터에 축적된 41만2026장의 망막안저사진을 이용해 알고리즘이 사진만 보고도 연령과 성별을 분석할 수 있도록 학습시켰다. 표본에는 일반인뿐만 아니라 안구의 병증을 유발하는 대표인자인 당뇨 및 고혈압이 있는 환자, 흡연자도 포함해 기저질환에 상관없이 정확하게 예측할 수 있도록 설계했다. 그 결과 개발된 딥러닝 알고리즘은 정상인을 대상으로 성별에 상관없이 평균 3.1세의 오차로 실제 연령을 파악했을 뿐만 아니라, 당뇨나 고혈압이 있는 경우에도 평균오차가 3.6세를 넘지 않는 높은 예측성능을 보였다. 또한, 알고리즘은 연령증가에 따른 안구의 변화가 두드러지는 60세 이전에서 더욱 높은 정확도를 보여 모든 집단에서 평균오차가 2.9세를 넘지 않았으며, 성별은 기저질환에 상관없이 96% 이상의 확률로 정확히 구분했다. 연구결과에서 특히 주목할 만한 점은 기저질환이 있는 경우에도 나이 예측의 오차가 크게 증가하지 않았다는 사실이다. 박 교수는 “망막안저검사는 빠르고 비용이 저렴한데다 방사선 노출이 없는 간단한 검사”라며, “이번 연구에서 개발한 알고리즘을 더욱 발전시켜 망막안저사진을 통해 전신의 건강상태까지 진단할 수 있다면 환자들의 부담을 줄일 수 있을 것으로 기대한다”고 말했다. 이번 연구결과는 세계적인 종합 학술지이자 ‘Nature’의 자매지인 ‘Scientific Reports’ 온라인 판에 3월 12일 게재됐다. 신동원 기자 asadal@seoul.co.kr

현대모비스가 인도 중부의 텔랑가나주 하이데라바드연구소 인근 신규 정보기술(IT)단지에 미래차 소프트웨어(SW) 개발을 위한 연구 거점을 증설한다고 13일 밝혔다. 직원 700여명이 자동차 소프트웨어를 연구하는 인도연구소는 차량 인포테인먼트 애플리케이션, 섀시 제어장치, 에어백 제어장치, 전자식 제동장치 등의 품목을 개발하고 검증한다. 새로 지어지는 제2거점은 자율주행과 주차를 위한 제어 로직, 자율주행용 센서(카메라·레이더·라이다)의 인식 알고리즘 등 미래차 기술 개발에 집중할 예정이다. 딥러닝 기반의 영상 인식 알고리즘과 신호처리 알고리즘을 개발해 자율주행 센서 데이터의 정확도를 향상시킬 계획도 갖고 있다. 현대모비스는 현재 미국·독일·중국·인도에 연구개발 협업 체계를 갖추고 있다. 연구 인력 규모는 총 5000여명이다. 북미 연구소는 자동 차선변경 기술을, 유럽 연구소는 카메라 센서를 활용한 자율주행 알고리즘을, 중국 연구소는 안면 인증 활용 스마트키 기술 등을 개발했다. 이영준 기자 the@seoul.co.kr

원본에 가공 이미지 씌우는 ‘딥페이크’ 억양·발성 패턴까지 비슷하게 흉내 내 성착취물·금품 사기사건 등 악용 가능 英 CEO, 실제로 속아 3억원 날리기도 “딥페이크 탐지기술 등 로드맵 갖춰야”영국의 한 에너지 기업 사장은 지난해 3월 독일에 있는 본사 사장으로부터 전화 한 통을 받았다. 22만 유로(약 2억 9000만원)를 본사로 송금해 달라는 긴급 요청이었다. 그는 본사 사장의 명령에 따라 한 치의 의심 없이 22만 유로를 송금했다. 억양과 발성 패턴이 실제 본사 사장과 매우 닮아 그가 아닐 거라고는 상상조차 하지 못했다. 그러나 사기임을 알았을 땐 이미 늦은 상태였다. 송금한 돈은 이미 헝가리와 멕시코 등 여러 국가를 거쳐 세탁된 상태라 추적이 불가능했다. 인공지능(AI)을 이용해 사진이나 동영상, 음성을 조작하는 딥페이크 기술이 논란의 중심에 섰다. 텔레그램 ‘n번방’ 등에서의 성착취물 제작부터 일반적인 사기 사건에까지 해당 기술이 이용되고 있기 때문이다.딥페이크를 활용하면 죽은 위인의 인터뷰 등 생생한 역사 교육도 가능해 교육·복지·문화 등 여러 측면에서 긍정적이지만 악용될 소지가 매우 큰 게 문제다. ‘보이스피싱’을 넘어 조금 먼 미래엔 얼굴을 조작해 돈을 빼내는 ‘페이스피싱’이 기승을 부릴지 모른다는 우려도 나온다. 12일 한국언론진흥재단의 ‘딥페이크와 사실의 위기: 어떻게 대응할 것인가’ 보고서에 따르면 딥페이크란 AI 기법의 하나인 딥러닝(기계학습 기법)을 적용해 원본 이미지나 동영상에 다른 이미지를 중첩·결합함으로써 가공의 이미지물을 만들어 내는 기술을 말한다. 딥페이크라는 말 자체에 이미 ‘딥러닝’과 ‘가짜’(fake)라는 의미가 담겨 있다. 미국에선 2017년 말 대형 온라인 커뮤니티인 ‘레딧’에 딥페이크를 활용한 유명 여성 배우의 포르노 영상이 올라와 논란이 되기도 했다. 실제로 딥페이크는 여러 국가에서 다양한 문제를 낳고 있다. 사기 사건을 넘어 정치에 활용될 경우 파장은 더 커질 수 있다. 2018년 멕시코 대선 기간에는 딥페이크를 이용한 정치 공작이 시도되기도 했다. 현 대통령인 안드레스 마누엘 로페스 오브라도르가 “캠프 사람들이 선불카드를 뇌물로 받았다”고 말하는 4분짜리 딥페이크 음성이 유포돼 당시 멕시코 사회에 큰 파장이 일었다. 물론 지금 기술 수준에서 아무나 정교한 딥페이크 영상을 만들 수는 없다. 정교한 딥페이크 가공물들은 포토샵 같은 후처리가 많이 된 것들이다. 전문가들은 100개 가운데 90개는 조악한 수준이라고 평가한다. 지금이야 딥페이크를 탐지하는 기술이 크게 중요하지 않은 수준이지만 수년 후에는 이 탐지기술이 요구될 가능성이 크다. 그러나 지금 국내에 이렇다 할 전문가가 적은 건 사실이다. 영상 보안 전문가인 이흥규 카이스트 전산학부 교수는 “10년 전부터 딥페이크 탐지기술을 연구했지만 연구를 의뢰받은 적은 딱 한 번밖에 없다”며 “다른 대학 교수들의 상황은 더 안 좋을 것”이라고 말했다. 이소은 고려대 정보문화연구소 연구교수는 “딥페이크를 기술적으로 잡아낼 수 있는 탐지기술을 눈여겨볼 필요가 있다”며 “정부는 딥페이크로 인한 허위 정보에 어떻게 대처할 것인지, 사회적 신뢰를 어떻게 높일 것인지에 대한 중장기 과제를 포함한 로드맵을 구축할 필요가 있다”고 밝혔다. 이성원 기자 lsw1469@seoul.co.kr

흉부 X선 영상에서 병변 변화 검출하는 딥러닝 기법이 분당서울대병원 영상의학과 교수들에 의해 개발 되었다. 이경준·김지항 분당서울대병원 영상의학과 교수팀은 과거와 현재의 흉부 X선 영상을 비교해 병변 변화를 검출하는 딥러닝 기법을 개발하는데 성공했다고 14일 밝혔다. 흉부 X선 촬영은 검사 시간이 짧고 비용이 비교적 저렴해 폐렴, 폐암 등 폐질환을 진단하는데 널리 이용되고 있으며, 최근에는 의료진을 보조해 엑스선 검사 결과를 판독하는 인공지능 진단 시스템 관련 연구들이 활발하게 진행되고 있다. 기존 흉부 X선 영상 관련 연구 사례를 보면 진단 알고리즘을 만들 때 단일 시점의 영상만을 독립적으로 분석했다는 점에서 공통적인 한계가 있었는데, 실제 임상에서 검사결과를 판독할 때는 과거와 현재의 영상을 비교해 병변이 시간의 흐름에 따라 어떻게 변화했는지 감지하고, 이를 진단에 반영하는 것이 매우 중요하다. 이번 연구 결과는 의료영상 기술 관련 세계 최고 수준의 학회인 MICCAI(Medical Image Computing and Computer Assisted Intervention, 의료영상기술학회)에서 발표됐다. 이경준 교수팀은 기존 알고리즘이 지닌 한계를 극복하기 위해 딥러닝 기반의 새로운 기술적 접근법을 제시했다. 이를 위해 연구팀은 분당서울대병원에서 확보한 흉부 X선 영상 총 5,472쌍을 학습용, 검증용, 테스트용 데이터셋으로 각각 나눴다. 먼저 학습용 데이터 4370쌍으로부터 병변 변화의 기준을 확립하기 위해 X선 촬영 기록이 최소 2회 이상인 환자의 영상과, 이에 대해 의사들이 작성한 판독문을 추출하고, 자연어 처리 알고리즘을 사용해 병변의 변화 패턴에 따라 변화 있음, 변화 없음 등으로 판독문을 다시 소분류하는 방식을 택했다. 이후 주어진 전후 영상에서 변화를 감지하는 알고리즘은 수집된 데이터를 이용해 기계학습 기반으로 구현했다. 구체적으로는 딥러닝 모델을 사용해 병변 변화의 특징점을 추출한 후 주어진 두 영상 내 특징점들의 상관관계 맵을 생성해 분석하고, 계산된 매칭 상관관계 맵의 분포를 분석해 변화 여부를 결정하는 방식이었다. 그후 횡단면적 분석을 시행한 기존 연구 및 관련된 사전 연구와의 성능을 비교해 변화 검출 성능을 검증하고, 변화 패턴별 검출 성능을 곡선하면적를 산출해 통계적으로 정확도를 분석한 결과, 연구팀이 사용한 상관관계 맵 방식의 알고리즘은 정확도가 0.89로 나타나, 기존 알고리즘의 정확도인 0.77~0.82에 비해 가장 우수한 것으로 밝혀졌다. 이번 연구는 의료영상에 딥러닝을 접목시킨 사례 중에서도 주어진 두 개의 연속된 영상에서 특정 병변의 시간에 따른 변화를 중점적으로 분석했다는 점에서 의미가 깊다. 앞으로 임상 진단에 있어 우선순위를 분류하기 위한 객관적 자료로 활용할 수 있을 전망이다. 이 교수는 “새롭게 개발한 딥러닝 기법은 급성변화 검출을 포함한 응급상황을 선별하는데 적용하거나, 1차적 진단 도구로 활용될 수 있으며 향후 흉부 방사선 자동판독기술의 고도화 연구로 연결될 수 있다”며 “의료 분야에서 최신 IT기술을 성공적으로 접목한 사례로 향후 융합 연구 활성화에 기여할 것으로 기대한다”고 밝혔다 이 교수는 “이번 연구를 발전시켜 향후에는 실제 임상의가 판독하는 과정을 시뮬레이션하여 기존에 개발된 진단 기술의 고도화를 유도하고, 변화를 설명하는 자동 판독소견 생성 기법에 활용할 수도 있을 것”이라고 덧붙였다. 신동원 기자 asadal@seoul.co.kr

해킹이나 악성코드 등으로 인해 개인 정보보안에 대한 관심이 높아지고 있다. 이에 대한 대비책으로 사람의 지문과 같은 생체를 이용한 개인 인증 방식이 최근 인기다. 하지만 지문이나 홍채 등은 2차원 이미지로 인증하기 때문에 쉽게 복제가 된다는 문제점이 있다. 최근 한국전자통신연구원(ETRI)을 중심으로 한 국내 연구진이 손가락의 뼈와 근육, 지방, 혈관, 혈액 등을 종합해 인증하는 기술 개발에 성공했다. 기존 지문이나 홍채가 외형의 이미지에 치중했다면 이번 기술은 사람 신체의 구조적 특성에 집중했다는 차이가 있다. 건강검진 때 체지방을 측정하는 방식과 유사하다. 손가락에 미세한 전기적 신호 또는 진동과 같은 외부의 기계적 특정 신호가 입력되면 뼈, 근육, 혈관 등 인체 내부를 거쳐 신호가 바뀌게 된다. 여기에 인공지능(AI) 딥러닝 기술을 적용함으로써 사람을 구별해 인증할 수 있게 됐다. 실제로 연구팀은 임상시험심사위원회(IRB)의 승인을 얻어 54명을 대상으로 임상시험을 진행해 7000건 이상의 임상 데이터를 확보했다. 임상 데이터를 바탕으로 검증한 결과 생체인식 99% 이상의 정확도를 달성했다. 이 기술이 스마트폰의 손잡이 부분에 장착되면 스마트폰을 잡기만 해도 인증이 되고 마우스, 키보드, 자동차 손잡이 등 손으로 쥐는 형태에도 응용할 수 있게 된다. 또 다양한 금융거래나 출입 시 인증은 물론 손목시계 등에도 활용될 것으로 기대하고 있다.

현대 농업은 화학과 기계 공학의 도움 없이는 유지할 수 없습니다. 인류는 화학 비료, 농약, 제초제의 도움으로 농업 생산량을 비약적으로 끌어올렸으며 농업용 트랙터와 항공기를 이용해 넓은 면적을 적은 인력으로 재배할 수 있게 됐습니다. 그런데 전자의 경우 여러 가지 환경 문제를 일으키고 있습니다. 농약과 제초제, 화학 비료 모두 주변 환경으로 들어가 생태계를 교란하고 종종 심각한 환경 문제를 일으킵니다. 하지만 그렇다고 이런 화학 물질 없이 모든 농작물을 재배한다면 심각한 비용 상승과 식량 부족 문제를 일으킬 것입니다. 미국 샌프란시스코의 스타트업인 팜와이즈(FarmWise)는 딥러닝 기술을 적용한 로봇이 적어도 잡초 문제는 제초제 없이 해결할 수 있다고 주장하고 있습니다. 팜와이즈는 2016년 MIT, 스탠퍼드 대학, 콜롬비아 대학의 연구팀이 설립한 스타트업으로 인공지능 및 농업 전문가들로 구성되어 있습니다. 이들이 개발한 주황색 로봇은 대형 SUV 크기로 농작물을 해치지 않고 도랑 사이를 이동할 수 있는 정교한 자율 주행 시스템과 위치를 파악할 수 있는 GPS 시스템을 지녀 스스로 알아서 움직일 수 있습니다. 로봇 동체 아래에는 농작물의 상태를 확인할 수 있는 카메라 및 센서가 장착되어 있습니다. 팜와이즈가 개발한 인공지능은 사진으로 찍은 식물과 잡초를 인식하고 구분합니다. 그리고 잡초를 제거하는 일은 화학 물질이 아니라 호미처럼 생긴 도구를 이용해 물리적으로 진행됩니다. 따라서 제초제 내성을 지닌 잡초나 환경에 유해한 제초제 유출은 걱정할 필요가 없습니다.팜와이즈는 작년에 1450만 달러의 자금을 지원받았으며 이를 토대로 미국의 대표적인 야채 재배 지역인 캘리포니아 살리나스 밸리(Salinas Valley)의 농장에서 10대 이상의 로봇이 투입해 상추, 양배추, 브로콜리 같은 작물을 재배하고 있습니다. 제조사에 의하면 지금까지 물리적으로 제거한 잡초만 1000만 개에 이른다고 합니다. 사실 기계가 사진만 보고 잡초인지 작물인지 구분한다는 것은 현재 같은 딥러닝 기술이 나오기 전까지는 불가능한 일이었습니다. 인간은 잡초와 상추를 아주 쉽게 구분할 수 있지만, 로봇은 그렇지 않았습니다. 이미지를 빠르고 효과적으로 인식하고 분류하는 딥러닝 기술은 사람 대신 로봇이 작업할 수 있는 일의 범위를 훨씬 늘릴 것으로 예상됩니다. 농업의 기계화, 자동화는 현대 농업의 꾸준한 추세이긴 하지만, 최근에는 자율주행차, 드론, 머신러닝 기술로 인해 농업의 완전 자동화 가능성이 커지고 있습니다. 팜와이즈가 개발한 잡초 제거 로봇 이외에도 기존의 농업용 트랙터를 자율주행차로 개발해 작물 수확을 자동화하거나 작물을 스스로 인식하고 수확하는 로봇 등 다양한 시도가 이어지고 있습니다. 이에 따라 농업용 로봇의 수요가 10년 내로 100배 증가해 2030년에는 10만 대에 이를 것이라는 예측이 나오고 있습니다. 이런 장밋빛 예측이 실현될지는 미지수지만, 딥러닝 기술의 발전 덕에 로봇의 쓰임새가 점점 더 넓어지는 점은 분명합니다. 드론, 자율주행차, 로봇, 인공지능 같은 새로운 신기술이 적용되는 건 농업 분야라고 해서 예외가 아닐 것입니다. 고든 정 칼럼니스트 jjy0501@naver.com　

인터넷 뱅킹을 넘어 모바일 뱅킹이 일상화되는 등 일상 생활 모든 부분이 온라인과 연결되면서 인터넷 없이는 살 수 없는 세상이 되가고 있다. 문제는 편리함이 늘어나는 대신 개인정보 노출위험도 함께 증가한다는 점이다. 이 때문에 얼굴형태, 홍체, 지문 등 다양한 생체기관을 보안기술에 적용하려는 시도가 많아지고 있지만 복제 가능성을 완전히 배제할 수 없다. 이 같은 상황에서 국내 연구진이 몸 속 지방이나 체액, 근육, 뼈 등의 개인별 특성을 활용해 생체인식 인증수단으로 활용할 수 있는 방법을 개발해 주목받고 있다. 이 기술을 활용하면 골칫거리 뱃살이 누구도 깰 수 없는 생체암호로도 사용될 수 있다는 말이다. 한국전자통신연구원(ETRI) 의료정보연구실, 인천대 기계공학과 공동연구팀은 뼈, 근육, 지방, 혈관, 혈액, 체액 등 신체 모든 구성요소가 개인마다 다르고 복잡하다는 점에 착안해 이를 신호체계로 바꾸고 인공지능 딥러닝 기술을 적용해 개개인을 인식해 인증할 수 있는 기술을 개발했다고 30일 밝혔다. 이번 연구결과는 기초과학 및 공학분야 국제학술지 ‘사이언티픽 리포츠’와 로봇, 보안분야 국제학술지 ‘IEEE 트랜젝션 온 사이버네틱스’에 실렸다.현재 상용화돼 쓰이고 있는 지문, 홍체, 얼굴 인식 인증기술은 이미지를 확인하고 처리하기 때문에 복제가 가능하다. 연구팀은 생체 조직모델링 기술, 딥러닝 생체신호 분석기술, 진동 및 전극소자 기술을 활용해 새로운 형태의 생체인증 기술을 개발했다. 지문인식의 경우 기존에는 지문형태 같은 이미지 중심이었지만 연구팀이 이번에 개발한 기술은 손가락 내 뼈나 혈관, 혈액 같은 해부학적 조직 특성을 파악해 개인을 인식하기 대문에 복제가 불가능하다. 체지방 측정이나 초음파 촬영을 할 때처럼 손가락에 진동같은 기계적 신호나 미세전류 같은 전기적 신호를 흘려 손가락의 구조적 특성을 파악하는 식이다. 연구팀에 따르면 손가락 이외에 신체 부위 어디든 미리 등록을 해놓으면 해부학적 특성을 바탕으로 개인 식별이 가능해진다. 연구팀은 임상시험심사위원회(IRB) 승인을 받아 성인남녀 54명을 대상으로 이번 기술을 활용한 임상시험을 진행해 7000개 이상의 임상 데이터를 확보했다. 이 임상데이터를 인공지능 기계학습, 심층학습 모델로 검증한 결과 이번에 개발된 생체인식 기술의 정확도는 99% 이상인 것으로 나타났다고 연구팀은 밝혔다.안창근 ETRI 박사는 “이번 기술을 스마트폰이나 웨어러블 기기에 적용할 경우 스마트폰을 잡는 것만으로도 인증이 돼 복잡한 과정 없이 사이버 결재가 가능해지고 보안이 필요한 컴퓨터를 사용할 때는 키보드나 마우스를 잡거나 컴퓨터 앞 의자에 앉는 것만으로도 인증이 될 수 있게 해준다”고 설명했다. 안 박사는 “이 밖에도 출입 통제, 자동차 문손잡이, 가정용 맞춤형 사물인터넷 서비스는 물론 병원에서 환자정보 관리를 위한 스마트 시스템도 가능하게 해줄 것”이라고 덧붙였다. 유용하 기자 edmondy@seoul.co.kr

바야흐로 인공지능(AI) 전성시대다. 문재인 대통령은 지난해 12월 17일 ‘AI 국가전략’을 발표했다. ‘정보기술(IT) 강국을 넘어 AI 강국으로’란 비전으로 2030년까지 디지털 경쟁력 세계 3위 국가를 목표로 내세웠다. 독일은 2025년까지 30억 유로를 투자하는 것을 내용으로 하는 AI 전략을 2018년 말 발표했다. 첨단 기술에는 으레 ‘AI’가 접목되는 게 시대적 대세가 됐다. 일부 AI기술은 일상생활에 도입됐다. 경북 구미시 옥계초교 어린이보호구역에는 지난해 말부터 보행자가 접근하면 횡단보도에 자동으로 불이 켜지는 ‘지능형 횡단보도용 교통안전 시스템’이 도입돼 시범운용되고 있다. ‘딥러닝 기반 보행자 속성 식별 기술’을 기반으로 하는 첨단기술이다. 횡단보도에 접근하는 보행자와 차는 물론 교통신호 변화를 실시간 인식해 횡단보도 표지판과 바닥조명을 자동 점멸·점등하면서 경고하는 서비스를 제공하고 있다. AI 활용이 급증하면서 아날로그 시대에 구축된 행정도 변화된 환경에 발맞추는 중대한 기로에 서 있다. 행정정책 결정의 타당성을 제고하기 위해 조사수단으로 AI를 활용하기도 하고, 행정관청과 국민 간 의사소통을 증대하기 위한 수단으로 AI 기반의 챗봇(문자나 음성으로 대화하는 기능의 컴퓨터 프로그램)을 운용하기도 하지만 일반 국민에게 직접적인 법효과가 발생하지는 않기 때문에 아직 심각한 법적 문제를 발생시키지는 않는다. 하지만 ‘지능형 횡단보도용 교통안전 시스템’의 경우 보행자와 운전자에게 공권력 행사를 통해 직접적으로 법적 의무를 발생시켜 전혀 다른 상황이 전개된다. 민주주의 원리에 따라 국가권력을 행사하는 국가기관에는 민주적 정당성이 요구된다. 민주적 정당성은 국가권력 주체인 국민과 국가권력을 행사하는 국가기관을 연결하는 고리다. 민주적 정당성 차원에서 국민과 국가 임무를 맡은 기관·담당자 사이의 정당성 사슬이 단절돼서는 안 된다. 민주주의 원리와 법치국가 원리는 민주적 정당성을 가지고 있는 자연인에 의한 지배를 바탕으로 하고 있다. 법 집행 시 AI 도입은 사람에 의한 인식 과정을 AI에 의한 인식 과정으로 대체한다는 점에서 민주적 정당성 차원에서 문제가 될 수 있다. 실정법적 근거가 없는데도 국민에 대해 직접적인 법효과를 낳는 법집행에 사람의 인식 과정을 대체하는 AI를 도입하는 것은 민주주의 원리와 법치국가 원리에 반할 수 있다. 독일의 경우 1976년 행정절차법을 제정해 컴퓨터에 의한 행정행위를 명문화했다. 2017년 발효된 행정절차법 제35조 a규정을 통해서는 행정행위의 완전 자동화를 명문화하고 AI 기반 행정행위를 법적으로 용인했다. 구미에서 시행 중인 ‘지능형 횡단보도용 교통안전 시스템’에 원인불명의 장애로 인해 사고가 발생할 경우 국가배상책임법을 적용할 수 있을까. 현 국가배상책임의 과실책임주의는 인간의 행위 방식에 바탕을 두고 있는데, 사람의 인식 과정을 AI가 대체하는 경우 종래의 이해 및 접근 자체가 통하지 않는다. 설치와 관리에서 공무원에게 책임을 지울 수 없는 경우 심각한 권리보호상 공백이 빚어진다. 비록 입법권한 결여로 무효로 판시됐지만 독일은 1981년 국가책임법으로 컴퓨터 고장과 관련해 위험책임 법리를 만들어 별개의 책임요건을 규정했다. 근본적으로 현재 국가배상책임이 공무원의 고의나 과실이 존재해야 비로소 성립하는 것 자체가 문제로 제기된다. 공공서비스 제공에 AI를 사용할 준비가 됐는지에 대한 평가지표인 ‘정부 AI 준비지수’를 보면 우리나라는 2019년 현재 26위에 머물고 있다. 전자정부 국가순위와 극명하게 대비된다. 그동안 추구한 규제개혁은 입법적 개혁이 병행되지 않아 공허한 정치적 수사로 전락했다. 아날로그 시대에 구축된 법제도에 상상하지 못한 엄청난 환경변화가 일어나고 있다. 현행 법제도 대부분은 4차 산업혁명의 시대에 어울리지 않고 심지어 치명적 장애로 작용하는 것이다. ‘AI 국가전략’이 단순한 정책백서로 끝나지 않으려면 법제도 전반을 디지털적 관점에서 새로 구축해야 한다. 새 술을 헌 부대에 넣으면 그 술은 썩는다. 구소련 고르바초프 서기장의 “인생은 너무 늦게 오는 자를 벌한다”는 말은 기술 변화의 속도를 따라가지 못하는 지금도 유효하다. 하루가 다르게 일상생활에 영향력을 확대하는 AI 관련 법제도를 새로 만들고 개혁하는 작업을 더이상 미뤄서는 안 된다.

“요가 강사·은행 창구 직원 등 수행 가능” 쉬운 질문만 답해… 아직 고도화는 안 돼“저는 피자를 좋아합니다.” 사람이 말한 것이 아니다. 삼성전자의 미국 연구개발(R&D) 조직인 삼성리서치아메리카(SRA) 산하 ‘스타랩’이 7일(현지시간) 미국 라스베이거스에서 개막한 ‘국제전자제품박람회(CES) 2020’ 도중 공개한 ‘인공인간’의 대답이다. 스타랩이 처음으로 내놓은 인공인간 ‘네온’은 현재 20여개의 캐릭터가 존재한다. 각자 요가 강사, 학생, 보안관과 같은 직업이 있고, 모니카나 마야 같은 이름도 붙었다. 디스플레이 화면 속에 갇혀 있지만 각자 다른 인격을 지닌 그야말로 ‘인공인간’이었다. 이날 시연에서 네온은 ‘웃어 달라’는 요구에 자연스런 미소를 지었고, 같이 사진을 찍자고 하면 금세 매력적인 자세를 취했다. ‘외국어를 할 줄 아냐’고 물으면 한국어로 “안녕하세요”라고 답했다. 스스로 학습하는 ‘딥러닝’을 통해 향후 더 자연스런 대답과 표정이 나올 수 있다고 회사는 설명했다. 이 같은 ‘인공인간’이 궁금했던 관람객들이 줄을 이어 네온 전시부스는 하루종일 북새통을 이뤘다. 직원이 50여명밖에 안 되는 작은 회사가 세상을 놀래킨 것이다. 삼성전자에서 2014년 당시 33세로 상무에 승진하기도 했던 프라나브 미스트리 스타랩 최고경영자(CEO)는 “네온은 앞으로 요가 강사나 은행 창구 직원 등의 역할을 수행할 수 있다”고 말했다. 인간의 직업을 네온이 일부 대체할 수 있다는 것이다. 만약 네온이 더욱 고도화된다면 2013년에 개봉한 영화 ‘그녀’(her)에서 AI와 사랑에 빠졌던 주인공처럼 네온과 인간이 연애를 하는 일도 발생할 수 있다. 다만 이날 시연에서 네온은 대부분 미리 준비된 쉬운 질문만 답해 아직 성능이 고도화되지 않은 모습을 보였다. 그나마도 대답이 즉각적이지 않을 때가 많고 목소리나 답변 내용이 부자연스러운 것이 눈에 띄여 앞으로 개선이 필요할 듯하다. 라스베이거스 한재희 기자 jh@seoul.co.kr

한돌 3.0 ‘알파고 제로’와 같은 수준 ‘첫 출전’ 세계 AI 바둑대회서 3위 프로기사 측정 기준 커제9단 넘어한돌은 NHN이 2017년 초부터 본격적으로 개발해 세상에 내놓은 토종 바둑 인공지능(AI)이다. 2016년 3월 구글 딥마인드의 AI인 알파고와 이세돌 9단의 맞대결이 큰 화제를 모으자 NHN이 자극을 받아 개발에 착수한 것이다. 2017년 12월 ‘한돌 버전 1.0’이 처음 세상에 나왔고 현재는 3.0이 최신 버전이다. 이창률 NHN 게임AI 팀장은 “이 9단과 겨뤘던 버전인 ‘알파고 리’보다는 한돌 3.0이 우위이고, 알파고 리를 업그레이드한 최종 버전인 ‘알파고 제로’와는 성능이 거의 근사한 상황까지 왔다”고 자평했다. 한돌은 지난해 12월부터 올해 1월까지 진행된 국내 최정상 바둑기사 5명(박정환·신진서·김지석·신민준·이동훈)과의 대국에서 모두 승리를 거두며 이미 인간의 바둑 수준을 뛰어넘었다. 지난 8월에는 중국 산둥성에서 열린 2019 중신증권배 세계 AI 바둑대회에서 3위에 올랐다. 처음 출전한 국제 AI 바둑대회에서 거둔 쾌거다. NHN은 한돌 3.0이 프로기사들의 기력을 측정할 때 쓰는 ‘ELO레이팅’ 기준으로 4500점이 넘는다고 보고 있다. 신진서·박정환 9단과 중국의 커제 9단은 현재 3600점대 후반으로 추정된다. NHN은 한돌을 이용해 일반인들도 접바둑, 페어바둑, 유명 기사의 기풍을 활용한 콘텐츠 등을 즐길 수 있도록 준비 중이다. 또 한돌을 개발하며 습득한 딥러닝 기술을 활용해 사용자들에게 옷이나 영화를 추천해 주는 등 다양한 분야로 사업을 확장해 나갈 계획이다. 한재희 기자 jh@seoul.co.kr

2015년, 고래를 연구하는 과학자들과 고래 보호단체인 오션 얼라이언스(Ocean Alliance)는 거대한 고래를 안전하게 연구할 수 있는 새로운 방법을 제안했습니다. 드론을 이용해서 고래를 추적하다가 고래가 숨 쉬는 과정에서 나오는 체액을 채취하는 것입니다. 이 경우 고래의 코에서 나오는 분비물을 채취하는 것이기 때문에 콧물 채취라고 할 수 있을 것입니다. 그래서 이 드론에는 스눗봇(SnotBot)이라는 이름이 붙었습니다. 오션 얼라이언스는 2015년부터 미 국립해양대기청(NOAA)의 승인을 받아 미 영해에서 드론을 이용해 고래 콧물을 포함한 정보를 수집했습니다. DJI Inspire 2 드론을 개조해 만든 스눗봇은 고래의 내뿜는 강한 숨결과 거친 바닷바람을 견디고 고래 콧물을 수집할 뿐 아니라 1080p 해상도 영상을 촬영해서 실시간으로 전송하거나 마이크로 SD 및 SSD에 저장할 수 있습니다. 연구팀은 수년간의 시행착오 끝에 드론 디자인과 고래 분비물 채취 방식을 개선해 이제는 상당히 효과적으로 데이터를 수집하고 있습니다. 스눗봇은 한 마리의 고래를 장시간 추적하면서 체액을 수집해 시간에 따른 변화를 추적할 수도 있고 고래 무리의 체액을 수집해 집단의 특성을 연구할 수도 있습니다. 그런데 막대한 데이터가 축적되면서 개별적인 고래를 식별하는 일이 새로운 과제로 떠올랐습니다. 정확한 분석을 위해서 스눗봇이 모은 체액이 한 고래에서 나온 것인지 서로 다른 고래에서 나온 것인지 확인해야 합니다. 여기에 NOAA는 멕시코 등 다른 국가 영해에서 들어온 고래의 분비물 채취는 허가하지 않고 있습니다. 따라서 각각의 고래에 식별 번호를 부여하고 추적하면서 연구할 필요가 있지만, 이 과정이 만만치 않습니다. 같은 종의 고래는 외견상 별 차이가 없고 데이터가 많아지면서 수작업으로 분류하기도 힘들어졌기 때문입니다.2016년부터 연구에 참여한 알래스카 대학의 해양 생물학자 캘리 케이츠와 덴마크 오르후스 고등 연구소의 프레데릭 크리스티안센 교수는 사진 자료를 이용해서 개별적인 고래를 식별하는 도구인 모포미터(Morphometer)를 개발했습니다. 고래의 전체적인 체형과 지느러미, 꼬리 모양은 고래마다 약간씩 차이가 있습니다. 이를 이용해서 고래를 자동으로 분류하는 것입니다. 여기서 한 걸음 더 나아가 연구팀은 정확도를 높이기 위해 딥러닝 기법을 적용했습니다. 딥러닝 기반 이미지 인식 기술을 이용해 다양한 기상 조건과 밝기에서 찍은 고래 사진을 빠르고 정확하게 분류할 수 있습니다. 더 나아가 동영상에서 자동으로 이미지를 추출하고 처리해 특정 고래를 식별할 수 있습니다. 덕분에 드론을 이용한 고래 연구가 한결 더 쉬워졌습니다. 최근 동물학 연구에서 드론의 활용도는 점점 커지고 있습니다. 고래뿐 아니라 다양한 동물을 해치거나 간섭하지 않고 장시간 관찰이 가능하기 때문입니다. 여기에 딥러닝 기술이 접목되면 막대한 양의 영상과 사진을 쉽게 분류하고 효과적으로 분석할 수 있습니다. 스눗봇은 드론과 인공지능 같은 신기술이 과학자들을 어떻게 도울 수 있는지 보여주는 좋은 사례입니다. 앞으로 이런 사례가 점점 늘어날 것으로 예상됩니다. 고든 정 칼럼니스트 jjy0501@naver.com

인공지능(AI)은 4차 산업혁명을 견인하는 핵심 성장동력으로 자리매김함에 따라 관련 연구와 산업적 응용 분야가 다변화되고 있다. 특히 AI 하드웨어 시장은 다양한 산업에서 수요 때문에 크게 두 가지 측면에서 주목받고 있다. 우선 빅데이터로 AI를 학습시키는 데 필요해서다. 대표적인 AI 학습 방법은 딥러닝(심층학습)인데, 더 정교한 지능적 예측을 위한 계산자원의 확보는 다다익선이다. 딥러닝도 경험적 결과에 의존하기 때문이다. 즉, 다양한 환경에서 실험을 해보고 최선의 결과를 도출한다는 것이다. 얼마나 다양한 실험을 하느냐에 성능이 좌우된다는 점은 필연적으로 막대한 계산 자원의 수요로 이어진다. 둘째는 학습된 AI를 스마트폰이나 소형 사물인터넷(IoT) 장비에 활용하기 위해서다. 이 과정은 AI에서 추론이라고 불리며 빅데이터로 학습된 AI를 실제로 활용하는 부분이라 볼 수 있다. 안면 인식을 사례로 보면 AI는 수천만 장의 안면 데이터를 바탕으로 딥러닝됐다고 가정하자. 이 안면 인식 AI를 실제로 활용하기 위한 방법은 스마트폰 카메라, 폐쇄회로(CC)TV, 키오스크 등에 탑재하는 것이다. 그러나 안면 인식 AI는 여전히 상당 수준의 계산량을 요구한다. 그 이유는 딥러닝에서 찾아볼 수 있는데, 딥(심층)이라는 의미는 계산량 증가와 일맥상통한다. 지능적 행동의 성능을 높이기 위해 더 많은 계산을 해야 하는 것이라고 이해할 수 있다. 따라서 산업계는 AI 추론에 최적화된 기술 발굴에 관심을 갖고 있다. 이 때문에 뇌신경망을 모사한 뉴로모픽칩이나 딥러닝 추론 연산에 최적화된 계산 장치가 개발되고 있다. AI 하드웨어 분야는 산업적인 수요에 의해 다방면으로 발전하고 있으나, 이들의 성능을 공정하게 측정할 수 있는 도구는 거의 없다. 하드웨어 자체의 다양화도 있지만, 소프트웨어 프레임워크, 라이브러리, 운영체제 등 거의 모든 요소에 의해 최종 성능이 결정되기 때문이다. 또 딥러닝의 모델과 적용 분야, 데이터 셋까지 고려하면 일관된 기준을 마련하기는 쉽지 않다. 최근에는 30개의 글로벌 AI 기업 전문가 200여명이 한데 모여 딥러닝의 성능을 측정하기 위한 ‘MLPerf’라는 지표를 공개했다. 앞으로 MLPerf가 AI 하드웨어 성능을 측정하는 공식 지표로 선정된다면, AI 하드웨어 성능을 한눈에 가늠해 볼 수 있을 것이라 본다.

“딥러닝 계산 플랫폼 최적화 기술 개발 정부가 나서 기술 사용처 찾아줬으면”“하나금융그룹과 1년 넘게 협업해 세계 어디에 내놔도 인정받을 수 있는 기술을 만들었습니다.” 신정규(38) 래블업 대표는 26일 서울신문과의 인터뷰에서 “지난해 3월 KEB하나은행의 ‘원큐 애자일 랩’ 스타트업으로 선정된 뒤 받은 가장 큰 지원은 하나금융그룹이라는 대형 고객을 만나 새 프로그램을 시험하고 상용화할 수 있었던 점”이라며 이렇게 말했다. 래블업은 인공지능(AI)의 한 분야인 딥러닝(학습을 통해 생각하는 컴퓨터)에 쓰이는 계산 플랫폼을 최적화하는 기술을 만든다. 빅데이터 처리와 AI 계산의 기본인 행렬 계산에 쓰이는 그래픽카드(GPU)를 최대한 활용할 수 있는 프로그램을 개발해 발전시키고 있다. 신 대표는 “개인용 컴퓨터에 들어가는 그래픽카드는 보통 50만~60만원인데 금융사 등 엄청난 데이터를 돌리는 기관에서는 1개에 1000만원이 넘는 걸 쓴다”며 “비싼 그래픽카드에서 더 많이 계산하고, 더 싸게 데이터를 돌리는 기술”이라고 설명했다. 사업 기반이 없는 스타트업은 주로 연구소나 대학 등 소규모 사용자를 대상으로 새 기술을 시험한다. 기술발전 속도가 더딜 수밖에 없다. 래블업은 지난 1년 8개월간 하나금융그룹과 협업해 금융사에서 실제로 어떤 기술이 필요한지 알게 됐고, 이를 기반으로 프로그램 완성도를 높였다. 하나금융그룹 계열사들은 딥러닝 프로그램을 사용할 때 래블업 기술을 활용, 그래픽카드의 용량을 최적화해 더 싸고 빠르게 데이터를 돌릴 수 있게 됐다. 2015년 래블업을 창업한 신 대표는 그동안 스타트업을 운영하며 느꼈던 가장 큰 어려운 점으로 투자 유치를 꼽았다. 신 대표는 “딥러닝 계산 플랫폼은 국내시장이 작아 전 세계를 타깃으로 하는데, 미국 투자자들은 투자 조건으로 미국에 지사를 두거나 아예 본사를 미국으로 옮기라고 요구한다”며 “이런 이유로 미국 회사가 된 국내 스타트업도 많다. 국내 투자 유치가 어려운 점이 안타깝다”고 털어놨다. 그는 “미국은 세계시장을 대상으로 기업 가치를 평가해 스타트업의 가치를 높게 보는데, 국내 투자자들은 내수시장을 크지 않다고 여기는 데다 기업 가치를 낮게 보는 것도 문제”라고 지적했다. 신 대표는 정부와 금융사들이 스타트업 지원을 위해 챙겼으면 하는 부분도 콕 집어 부탁했다. 이른바 ‘기술 코디네이터’다. 신 대표는 “스타트업은 기술만 만들 줄 알지 이 기술을 어디에 써야 빛을 볼지는 모른다”며 “자동차를 처음 개발했다고 치면 바퀴를 4개 달아 앞으로 가는 것만 생각하지 자동차를 어디에 어떻게 써야 성공할지는 모른다는 것”이라고 설명했다. 그는 “국내에는 스타트업이 개발한 혁신 기술의 사용처를 찾아 주는 기관이나 전문가가 없다”며 “정부와 시중은행이 스타트업에서 새 기술이 나왔을 때 금융사는 물론 병원 등 특정 분야에 어떻게 쓰이면 좋을지 찾아 기술의 가치를 더 높여 주면 도움이 될 것”이라고 강조했다. 장은석 기자 esjang@seoul.co.kr

국내 대표적 인공지능 기업 솔트룩스가 12월 4일 SETEC 컨벤션홀에서 ‘뉴로-심볼릭 AI의 서막’을 주제로 최신 딥러닝 연구성과와 활용 사례, 이후의 발전 방향까지 대한민국 딥러닝의 모든 것을 공유하는 ‘대한민국 딥러닝 여기까지’ 세미나를 개최한다. 본 세미나는 인간과 지적으로 협력가능한 언어인지AI 원천기술 개발을 목표로 하는 우리나라의 대표적인 인공지능 국가R&D 프로젝트 ‘엑소브레인 컨소시엄’에서 주관한다. 엑소브레인 2세부 주관기관인 솔트룩스는 몇몇 기업들이 IBM Watson과 같은 해외 인공지능 플랫폼을 도입했던 것에 반해, 지난 7년간 산학연관의 적극적 협력과 오픈 이노베이션을 통해 얻어낸 결과로 최근 대규모 AlaaS(AI as a service) 플랫폼을 해외에 수출하는 쾌거를 올렸다. 솔트룩스 이경일 대표는 ‘인공지능의 새바람, 뉴로 심볼릭(Neuro symbolic)’이라는 주제로 기조연설에 나선다. 뉴로 심볼릭이란, 기계학습 기반 인공지능의 한계를 해결하고자 하는 3세대 인공지능 기술 중 하나이다. 이 대표는 기조연설을 통해 앞으로 주목할 최신 인공지능 트렌드로 솔트룩스에서 연구되고 있는 뉴로 심볼릭기술을 선보일 예정이다. 이어 솔트룩스 인공지능연구센터에서 ▲BERT 기반의 자연언어 처리 ▲딥러닝 기반의 지식 학습과 심층 질의응답 ▲융합 신경망을 활용한 대화 분석과 담화이해 ▲딥러닝 기반 음성합성 기술 ▲딥러닝 기반의 MRC 발전 기술 전망 ▲이미지 인식 및 얼굴인식 의미 구분 등의 주제로 솔트룩스의 딥러닝 연구결과를 소개한다. 전문가 강연으로는 강원대 김학수 교수의 ‘융합 신경망 기반 복합 지식 추출’, 한양대 서지원 교수의 ‘딥뉴럴 네트워크 가속화 및 최적화 기술’을 주제로 발표가 진행될 예정이다. 또한 솔트룩스와 대화형 인공지능 공동사업을 추진하고 있는 아틀라스랩스 류로빈석준 대표가 ‘딥러닝 기반의 음성인식 기술의 현재와 미래’를 주제로 음성인식 솔루션 적용사례 등을 소개할 예정이다.이번 행사는 참가비 5만원으로 유료로 진행되고, 벤처/스타트업 및 대학(교수/학생) 참가자는 참가비 40% 할인 혜택을 받을 수 있다. 온라인 사전등록은 12월 2일까지 가능하며, 솔트룩스 홈페이지를 통해 확인할 수 있다. 온라인뉴스부 iseoul@seoul.co.kr

대한민국의 표준이 되고 세계가 찾는 혁신적인 기술력을 갖춘 기업이 있어 화제다. 바로 주차 관제 분야에서 독보적인 기술을 갖춘 다래파크텍이 강소기업으로 떠오르고 있다.주차관제 시스템 시장은 급성장을 거듭하고 있다. 한국신용정보원에 따르면 국내 주차관제 시스템 시장 규모는 지난 2011년 약 1500억 원에서 2014년에는 2000억 원 규모로 늘어났다. 올해는 약 4000억 원으로 급성장할 것으로 예측된다. 주차 관련 장비와 운영 제반 서비스까지 포함한 국내 전체 주차장 관련 시장규모는 약 5조 원 규모의 거대시장으로 비약 발전하는 추세다. 여기에 국내 자동차가 눈에 띄게 증가하고 있어 효율적인 주차관리 운용에 대한 요구가 빗발치고 있다. 따라서 커가는 시장규모에 걸맞게 대기업들이 주차시장에 많이 진입했고, 지금도 주차 운영시장에서는 치열한 기술 경쟁이 펼쳐지고 있다. ●33년간 한 우물… 한국 표준화 수준의 기술력 세계 곳곳이 자동차의 홍수 속에서 그만큼 주차시설에 대한 욕구가 커졌다. 자동차 증가 추이는 전기차나 수소자동차, 그리고 인공지능 기반의 자율주행차 등 친환경 자동차 개발 호재에 맞춰 앞으로도 계속될 것으로 보인다. 이에 따라 주차시설 관련 요구는 점점 더 확대될 것으로 예측된다. 이에 한국 주차시설의 선두업체인 다래파크텍에서는 뛰어난 기술력과 디자인을 바탕으로 전국 주요 공공 주차장과 대형 랜드마크, 고층 빌딩 등의 주차시스템 공급에 심혈을 기울이고 있다. 현재 다래파크텍의 기술력은 국내뿐만 아니라 세계 어느 곳에서도 감히 범접할 수 없을 정도의 독보적인 세계 최고기술력을 보유하고 있다. 다래파크텍의 개발 기술이 곧 한국 주차시장에서 표준화가 되는 수준이라는 것이다. 다래파크텍에서는 기존 시스템 안정화와 더불어 딥러닝 방식으로 보다 스마트한 영상인식 모듈을 탑재한 주차시스템을 구축, 개발하여 보다 안정적으로 정보를 수집하고 그 활용 가치를 높이는 데 주력하고 있다. ●13년 전 국내 첫 선보인 자동번호 인식시스템 다래파크텍은 세계 첫 자동 차량번호 인식 주차시스템 상용화에 성공한 기업이다. 주차장 출입 차량을 관리원이 일일이 손으로 기록하고 주차 시간을 따져 요금을 받는 아날로그 방식에서 벗어나 자동으로 관리하는 기술을 개발한 회사다. 지난 2006년 다래파크텍이 부산역에 처음 설치한 자동 차량번호 인식시스템은 10년의 내구연한이 지났지만 현재도 계속 사용하고 있다. 부산역은 “KTX는 빠르지만, 주차장을 빠져나가는 데 시간이 너무 오래 걸린다”는 고객 불만 민원을 해결하기 위해 이 시스템을 설치했다. 기술력을 인정받은 이 시스템은 인기를 타기 시작했고, 국내 대형 주차장이 앞다퉈 도입했다. 현재 서울 코엑스, 경기 고양시 킨텍스는 물론 서울 예술의전당, 세종문화회관, 잠실종합운동장 등 국내 유수 주차장이 다래파크텍 시스템을 도입, 운영하고 있다. 국내 대형 주차장의 70% 이상은 다래파크텍 주차관리 시스템을 사용하고 있을 정도이다. 기술력도 누구나 확신하고 있다. 현재 국내 여러 주차시스템업체에서 자동차 번호 자동인식 시스템을 도입하고 있지만, 다래파크텍 기술력은 한국도로교통공단으로부터 번호 인식 정확도 100% 인증을 받을 만큼 차별화된 기술력을 인정받았다. 또, 최근에 바뀐 자동차 세 자리 숫자 번호판도 간단한 소프트웨어의 업데이트만으로 기존 시스템을 계속 사용할 수 있다. ●주차장 운영 비용 획기적 절감 가능 기술 혁신기업 다래파크텍은 통합센터 구축을 여러 시·도 단위의 공공기관 및 주차장 운영 업체로 늘렸다. 직접 클라우드파킹이라는 원격통합센터 서비스를 자체적으로 운영하고 있다. 클라우드파킹은 무인주차 시스템의 한계를 보완하기 위해 365일, 24시간 전문 인력을 통합센터에 배치하여 1대 1로 민원 상담할 수 있는 기술이다. 고급 온라인 기술로 현장 상황뿐 아니라 주차시스템까지 모니터링해 시스템 오류 발생 전 미리 상황을 파악 할 수 있는 시스템이다. 주차장 운영 효율성을 극대화한 신개념 서비스로 인정받으면서 현재는 대형 주차장 운영 업체들이 적극 구축하고 있다. 다래파크텍은 소형 주차장이나 통합센터를 단독으로 구축하기에 부담스러운 고객들을 위해 유지보수 현장들과 함께 다래통합센터를 통해 운영하고 있다. 다래파크텍 기술연구소는 33년간의 노하우와 그동안 다래파크텍에 축적된 데이터를 바탕으로 대한민국 주차시장에서 혁신을 만들고, 2차 고객인 운전자뿐 아니라, 1차 고객인 실제 운영관리자를 위한 서비스를 끊임없이 개발하고 지원함과 동시에 21세기 글로벌 경쟁에서 살아남을 수 있는 기술력 확보에 박차를 가하고 있다. 송지순 객원기자 sjs123@seoul.co.kr

“주차 운영시장은 스마트한 경쟁력 확보가 관건입니다.” 김호중 다래파크텍 CTO(최고 기술경영자)는 “빅데이터를 기반으로 하는 좋은 서비스가 바탕이 돼야 주차장 운영 매출과 이윤을 키울 수 있다”고 강조했다. 주차관리 시스템 운영관리가 과학적이고 쉬워야 원가를 낮춰 이윤을 키울 수 있다는 것이다. 김 대표는 다래파크텍이 세계적인 주차 관련 업체로 우뚝 설 수 있었던 비결로 ‘딥 러닝’을 꼽았다. 그는 “지난 33년간의 주차 관련 빅데이터를 꼼꼼하게 분석해 보다 편리하고, 간편한 시스템을 만드는 데 주력해 경쟁력을 확보하고 주차시설 운영자와 이용자의 안전을 확보할 수 있었다”고 말했다. 김 대표는 현실에 안주하지 않고 신기술 개발에도 적극 투자하고, 기술도 널리 보급하겠다고 덧붙였다. 단순히 영업 확대를 위한 기술개발이 아니라, 주차설비 선진국을 만드는 데 힘을 보태겠다는 의지를 보였다. 그는 “앞으로 5G 시대에는 인공지능을 이용한 자율자동차 개발로 운전자가 필요 없는 자율차량이 쏟아지면 차량을 주차할 공간이 턱없이 부족할 것”이라며 “주차 혁명이 이뤄지지 않는 한 도심은 거의 난장판이 될 것은 불 보듯 뻔하다”고 걱정했다. 이어 “주차시설 대비책을 미리 세워야 하는데 무인자동차 개발에만 열을 올리고, 주차 공간 확장은 도외시 되는 것 같다”고 말했다. 무인 자동차 시대가 되면 자동차에 대한 소유개념이 현재와는 많이 달라지지만 자동차 주차 공간은 지금보다 더 필요하다는 주장이다. 김 대표는 다래파크텍은 미래 주차공간 부족에 대비한 연구개발을 게을리하지 않고 있다고 설명했다. 그는 “부족한 주차공간을 늘리기 위해서는 딥 러닝과 인체공학, 전자공학이 겸비된 기술 개발을 서두르고 있다”며 “새로운 기술이 완벽하게 개발되면 차세대 먹을거리 창출은 물론 수출 길도 틀 수 있다”고 전망했다. 김 대표는 “아직 미국의 주차장은 주로 티켓을 이용하고 우리 같이 앱이나 카드시스템이 보편화 되지 않았다”며 “우리의 선진 주차 시스템 수출을 타진하고 있다”고 전했다. 실제 미국 몇몇 기업에 우리 기술을 소개했는데, 놀라는 기색이 역력했다고 말했다. 그는 “우리의 장비가 다른 나라의 문화와 맞는지, 기술적인 문제는 좀 더 고민해야겠지만 해외 진출에 대한 모색은 멈출 수 없는 과제”라며 해외 진출 욕구를 강력하게 내비쳤다. 고객과 함께 성장해야 한다는 기업 철학도 밝혔다. 김 대표는 “주차시설 시스템의 고객은 주차시설 운영 업체”라며 “운영 업체와 소비자가 편리하게 이용할 수 있는 기술과 시스템개발을 이어갈 것”이라고 말했다. 운영 업체가 원활한 사업을 할 수 있게 도와주는 역할도 약속했다. 그는 “고객이 발전된 기술을 인식하고 변화를 느끼고 운영 수입이 늘어나는 것을 피부로 느낄 수 있게 새로운 시스템 개발에 매진할 것”이라고 밝혔다. 김호중 CTO는 다래파크텍이 삼고초려 끝에 영입한 전문가다. 카이스트에서 박사 학위를 취득했고, 국내 S전자에서 근무했다. 다래파크텍이 특별히 공을 들여 영입한 것은 주차 장비의 첨단화와 세계 어느 기술이나 시스템에 결코 뒤지지 않는 기술을 개발할 적임자라고 판단했기 때문이다. 송지순 객원기자 sjs123@seoul.co.kr

고성능 소비자 CPU 시장 장악할까? AMD가 16코어 CPU인 라이젠 9 3950X와 24/32코어 3세대 라이젠 스레드리퍼(이하 스레드리퍼)를 발표했습니다. 본래 9월에 출시하기로 했던 라이젠 9 3950X는 예정보다 두 달은 늦은 11월에 정식 출시됐는데, 예상보다 높은 3세대 라이젠 수요와 상대적으로 부족한 TSMC의 7nm 공정 생산능력이 원인으로 보입니다. TSMC의 7nm 공정은 애플처럼 큰 고객사는 물론 여러 팹리스 반도체 회사가 주문을 넣고 있어 AMD의 공급량만 갑자기 늘리기 어려운 상황입니다. 따라서 공급이 충분치 않을 때는 크고 복잡한 제품일수록 출시를 뒤로 미루는 것이 가장 합리적인 대책입니다. AMD는 3세대 라이젠과 스레드리퍼, 그리고 2세대 에픽 CPU를 개발하면서 I/O 부분은 14nm 공정으로 양산하고 CPU 코어는 8개씩 캐쉬 메모리와 묶어 7nm 공정으로 생산했습니다. 덕분에 같은 반도체를 이용해 다양한 제품을 만들 수 있어 수요 및 공급 상황에 따른 유연한 대응이 가능합니다. 라이젠 9 3950X의 경우 I/O 한 개와 8코어 다이 두 개를 사용하며 16코어/32스레드, 72MB L2/L3 캐쉬 메모리를 지원합니다. 가격은 749달러로 일반 소비자보다는 CPU에 많은 부하를 주는 작업을 하는 소비자에게 적합한 제품이라고 할 수 있습니다. 아직은 비싼 몸값을 자랑하지만, 일반 소비자를 위한 저렴한 메인보드에 장착이 가능하고 16코어 제품 가운데서는 가장 저렴한 가격이기 때문에 10코어 이상의 고성능 CPU 보급에 물꼬를 튼 제품이라고 할 수 있습니다. 더구나 비슷한 성능의 인텔 CPU와 비교하면 가격 대 성능비에서 상당히 우수해 고급형/전문가용 CPU 시장에서 인기를 끌 것으로 예상됩니다. 사실 세간의 이목이 집중된 제품은 이미 세부 스펙이 발표되고 출시 시기만 뒤로 미룬 라이젠 9 3950X이 아니라 아직 스펙이 공개되지 않았던 3세대 스레드리퍼입니다. 48코어 혹은 64코어가 나오지 않을까 하는 기대와는 달리 AMD는 32코어 TR 3970X와 24코어 TR 3960X를 각각 1999달러와 1399달러에 발표했습니다. 다소 실망스러운 발표 같지만, AMD는 제품 명칭에서 여운을 남겼습니다. 본래 2세대 스레드리퍼의 경우 최상위 모델이 32코어 제품이 TR 2990WX, 24코어 제품이 TR 2970WX입니다. 그 아래 12/16코어 제품은 TR 2920X/TR 2950X입니다. 즉 이름으로만 보면 TR 3970X/TR 3960X 하위 라인업이며 TR 3990WX가 등장할 수 있는 여지가 남아 있는 것입니다. 다만 현재 7nm 웨이퍼 공급이 충분치 않은 상황이라면 AMD기 24/32코어 제품만 먼저 내놓은 것 역시 충분히 이해할 수 있는 반응입니다. 아직도 14nm 공정에 묶인 인텔이 당장 대항마를 내놓을 수 없기 때문입니다. 스레드리퍼 48/64코어 제품 추가는 어렵지 않겠지만, 시장 상황에 따라 출시 시점은 유동적일 것으로 생각됩니다. 현재 가격이라면 사실 3세대 스레드리퍼는 2세대에 비해 큰 메리트가 있다고 보기는 어렵습니다. 그래도 몇 가지 개선점은 존재합니다. 우선 PCIe 4.0을 도입해 고속 데이터 전송이 가능합니다. 새로운 TRX40 칩셋 탑재 메인보드에서 최대 72레인 (lane)의 PCIe 4.0 인터페이스가 지원되어 다수의 GPU나 NVMe PCIe SSD 사용이 가능합니다. 예를 들어 최대 4개의 USB 3.2나 NVMe 고속 SSD를 사용하거나 8개의 그래픽 카드를 지원하는 메인보드가 가능합니다. 그런 만큼 딥러닝처럼 다수의 GPU를 활용하거나 많은 데이터를 다뤄야 하는 작업에서 유리할 것으로 예상됩니다. 3세대 스레드리퍼는 인터페이스 개선은 물론 전체적인 성능도 향상됐습니다. Zen2 아키텍처 적용과 높아진 작동 클럭, 그리고 두 배 늘어난 거대한 캐쉬 메모리 덕분입니다. 당연히 같은 값이면 TR 3970X이 TR 2990WX보다 유리하지만 AMD는 TR 2990WX은 1799달러 TR 3970X는 1999달러에 출시해 균형을 맞췄습니다. TR 2970WX 역시 1299달러인데 TR 3960X은 1399달러인 것도 같은 맥락에서 이해할 수 있습니다. AMD는 경쟁이 없는 제품군에서 가격을 높인 것입니다. 사실 기업 간 경쟁은 선과 악의 대립이 아니라 서로 더 많은 수익을 거두기 위한 것입니다. 경쟁이 없는 시장에서 기업의 가격 정책은 가능한 최대 수익을 낼 수 있는 수준으로 정해지는 것이 일반적입니다. 과거 인텔이 라이젠이 나오기 전까지 8코어 이상의 CPU 가격을 높게 유지하고 지금 AMD가 24코어 이상 CPU 가격을 높게 유지하는 건 당연합니다. 다만 인텔도 10nm 공정 이전을 서두르고 있고 아키텍처를 개선하고 있기 때문에 고성능 CPU 시장에서 독점은 오래 가지 못할 것입니다. 마지막으로 AMD는 49달러짜리 보급형 제품인 애슬론 3000G를 공개했습니다. 12nm Zen+ 기반의 피카소 (Picasso) APU 제품군으로 2코어 4스레드 CPU와 베가 3 GPU를 탑재했습니다. 출시 가격 55달러였던 애슬론 GE 200보다 더 저렴한 출시 가격에 CPU 클럭은 300MHz 높이고 GPU 클럭도 100MHz 높였습니다. 고성능 CPU도 중요하지만, 더 많은 소비자가 부담 없이 사용할 수 있는 저가형 제품의 성능을 계속해서 높이는 것 역시 중요합니다. AMD는 올해 한 해 계속해서 신제품을 내놓으면서 CPU 시장의 변화를 이끌었습니다. 결국 AMD의 수익도 늘고 소비자들도 선택의 폭의 넓어졌습니다. 동시에 고성능 CPU 보급이 빨라지면서 IT 생태계 전반에 긍정적인 변화를 이끌었습니다. AMD의 도약은 과거에도 그랬듯이 인텔의 성장을 위한 좋은 자극이 될 것입니다. 결국 이런 과정을 거쳐 CPU 기술이 더 발전할 것입니다. 고든 정 칼럼니스트 jjy0501@naver.com

CJ 올리브영이 경기도 용인에 수도권 매장과 온라인몰 물류를 담당하는 통합물류센터<조감도>를 구축, 7일부터 본격 가동에 들어갔다. 이를 기반으로 온·오프라인 통합 물류 경쟁력 강화에 나설 계획이다. 수도권 통합물류센터 면적은 7만 2000㎡(약 2만 1800평)로 축구장 9개 크기에 달한다. 헬스앤뷰티(H&B) 스토어 업계 최대 규모라고 CJ 올리브영은 설명했다. 기존 경기도 군포 복합물류센터를 확장 이전한 것으로 4개 동에 분산됐던 물류시설을 지상 4층 규모의 단일 건물에 통합시켰다. 기존보다 1.5배 이상 큰 규모로 각 층마다 화물차 출입이 가능하다. 2020년에는 딥러닝 기술을 적용해 매장별 효율적인 재고 수요예측을 기반으로 한 발주 시스템을 새롭게 구축할 계획이다. 백민경 기자 white@seoul.co.kr

이재용 삼성전자 부회장이 인공지능(AI) 분야의 세계적 석학들과 만난 뒤 “더 큰 꿈을 실현할 수 있도록 생각의 한계를 허물고 미래를 선점하자”고 말했다. 삼성전자는 6일 이 부회장이 서울 시내 모처에서 요슈아 벤지오 몬트리올대 교수, 세바스찬 승(한국명 승현준) 프린스턴대 교수 등과 만나 삼성전자의 AI 전략에 관해 이야기를 나눴다고 밝혔다. 벤지오 교수는 제프리 힌턴 토론토대 교수, 얀 러쿤 뉴욕대 교수, 앤드루 응 스탠퍼드대 교수 등과 함께 AI ‘4대 구루’(Guru·권위자)로 꼽힌다. 지난해 컴퓨터 과학 분야 노벨상으로 불리는 튜링상을 제프리 힌턴, 얀 러쿤 교수와 공동 수상했다. 그는 지난 4~5일 열린 삼성 AI 포럼에서 연사로 나서 딥러닝을 주제로 강연하기도 했다. 삼성전자는 2017년 캐나다 몬트리올에 AI랩을 설립해 벤지오 교수와 함께 영상·음성 인식, 자율주행 등 AI 알고리즘 개발에 나섰다. 세바스찬 승 교수는 지난해부터 삼성리서치 CRS(Chief Research Scientist)를 겸직하며 삼성 AI 전략 수립과 선행 연구에 대한 자문을 맡고 있다. 한재희 기자 jh@seoul.co.kr