오늘날 학교에서 이뤄지는 수업 대부분은 교사 한 사람이 다수 학생을 대상으로 주어진 교재의 내용을 전달하는 방식이다. 교사는 ‘진도’(進度)를 나가고, 학생들은 각자 수업에 열중한다. 가급적 주변의 방해를 받지 않고 한 글자라도 더 외우는 것이 최고의 학습 전략이다. 정도의 차이가 있을 뿐 이러한 수업은 대학에서도 마찬가지다. 문제는 학교 밖 세상이 바뀌고 있다는 것이다. 제4차 산업혁명이 진행 중이고, 수명도 늘어 100세 시대가 다가온다. 전문가들은 인공지능(AI), 빅데이터, 사물인터넷(IoT), 클라우드 컴퓨팅 기술이 기존 산업과 융합돼 새로운 비즈니스 모델을 창출하고 우리의 삶은 전혀 다른 차원을 맞이할 것이라고 한다. 단적인 예로 옥스퍼드대학 연구진은 20년 내에 컴퓨터가 인간을 대체할 직업이 47%에 이를 것으로 예측했다. 지식의 수명도 점차 단축되고 있다. 학교에서 배운 지식만으로 100세 시대를 살아가기 어렵다. 이러한 변화에 대응하는 길은 창의적 융합 인재를 길러내는 것이고, 우리는 교육에서 답을 찾을 수밖에 없다. 국가 차원에서 첨단 기술 분야의 최고급 인재를 양성하는 것이 중요함은 더 말할 나위가 없다. 하지만 이번 리우올림픽은 우리에게 한 가지 교훈을 주었다. 소수 엘리트 선수를 선발하고 훈련시키는 시스템만으로는 체육 강국이 되기 어렵다는 것이다. 국민 전체를 대상으로 체육을 진흥하고 선수의 저변을 확대할 필요가 있다는 것이다. 교육도 크게 다르지 않다. 제4차 산업혁명 시대에는 학생 하나하나가 창의적 인재가 돼야 하고, 100세 시대를 살아가는 데 필요한 핵심 역량을 길러야 할 것이다. 그러나 지금의 수업 방식만으로는 한계가 있다. 강의 중심 수업은 창의적 문제 해결력을 기르기보다 주어진 지식을 이해하고 숙달하는 데 효과적이기 때문이다. 지금의 체제에서는 각자가 알아서 열심히 공부하면 되지만, 졸업 후 만나는 세상은 다양한 사람들과 협력해서 일하길 요구한다. 미리 함께 일하는 법을 배우지 않으면 낭패를 보기 십상이다. 무엇보다 수동적 학습 환경에서는 미래 사회가 요구하는 자기 주도성과 도전 정신을 기르기 어렵다. 이런 이유로 최근 팀 프로젝트 학습이 주목받고 있다. 필자가 재직 중인 대학에서도 이를 진행하고 있고, 대학 연구팀은 놀라운 교육적 성과를 확인했다. 우선 프로젝트 학습은 자신이 탐구할 문제를 스스로 찾아야 한다는 점에서 전통적인 수업과 다르다. 학생들은 문제 찾기가 무엇보다 힘들었다고 토로했다. 오랫동안 주어진 문제 풀기에만 길들어 온 탓이다. 문제가 확정되면 이를 해결하기 위해 다양한 방법을 동원하고, 교수 외에 관련 전문가를 만나서 의견을 구하는 경험을 쌓는다. 이 과정에서 창의성과 문제 해결력을 키우고, 자기 주도적 학습자로 거듭난다. 기존의 지식과 당면한 문제를 연결하는 딥러닝이 이루어지고, 지식의 융합이 주는 가치도 체득한다. 또한 연구팀은 프로젝트 학습이 팀을 기반으로 이루어질 때 교육 효과가 커짐을 발견했다. 학생들은 팀 내에서 갈등을 경험하고 이를 극복하는 과정에서 사고의 다양성과 개방성이 중요함을 깨달았다고 한다. 서로 다름을 인정하면서도 자연스럽게 비판적 사고를 하고 있었다. 프로젝트 학습은 동료에게 결과물을 발표하고, 피드백을 받아 수정과 보완이 이루어지며 마무리된다. 동료의 발표를 듣고 평가해 보는 경험도 중요하다. 자신이 걸어온 과정을 반성적으로 되돌아볼 수 있기 때문이다. 프로젝트 학습은 일반 수업보다 더 많은 시간과 노력이 필요한 고비용 교육 체제다. 교사의 역할도 지식 전달자에서 교육환경 조성자, 지식 안내자, 학습 조력자로 바뀌어야 한다. 치밀한 수업 계획과 학습 관리가 필수적이다. 일선 학교에서 쉽게 도입되기 어려운 이유다. 그러나 수업의 개선이야말로 교육을 혁신하는 가장 강력하고 직접적인 수단임은 틀림없다. 모든 수업을 한꺼번에 바꿀 필요는 없다. 효과가 클 것으로 생각되는 분야부터 점진적으로 개선하면 된다. 나아가 자유학기제, 학생부 종합전형과 연계되면 교육과정과 평가의 혁신으로도 이어진다. 진정한 교육 혁신은 수업의 변화가 출발점이다.

인터넷에 만연한 인종차별의 민낯을 보여주는 한 인공지능(AI) 연구가 화제를 모으고 있다. 미국 프린스턴 대학교 연구팀은 최근 발표한 논문을 통해 AI가 인간 언어를 학습함에 있어 인간들의 언어사용에서 드러나는 여러 가지 사회적 편견까지 덩달아 학습할 수 있다고 주장했다. 이들은 ‘글로브’(GloVe)라는 이름의 유명 알고리즘을 활용해 연구를 진행했다. 글로브는 온라인상에 퍼져있는 텍스트들을 분석, 인간 언어를 이해하는 딥러닝 알고리즘이다. 통계적 데이터 분석을 기반으로 하는 이 알고리즘은 인간의 중간 개입 없이 인터넷 상의 텍스트들을 스스로 학습하고 각 단어 사이의 의미적 연결성을 스스로 파악할 수 있다. 이번 연구를 위해 연구팀은 지난 1998년 워싱턴대학교 연구팀이 인간을 대상으로 실시한 실험을 많은 부분 참고했다. 당시 워싱턴대학교 연구팀은 백인으로 구성된 참가자들에게 두 개의 단어 그룹을 제시했다. 이 중 한 그룹에는 ‘가족’ 등 ‘유쾌함(pleasant)’으로 인식될 수 있는 단어들이 포함됐고 다른 그룹에는 ‘충돌’ 등 ‘불유쾌함(unpleasant)’으로 인식될 수 있는 어휘가 포함돼 있었다. 그런 뒤 연구팀은 참가자들에게 ‘꽃’이나 ‘벌레’ 등 새로운 단어들을 제시하고, 두 그룹 중 어느 쪽에 연관시킬 것인지를 물었다. 그러자 참가자들은 ‘꽃’과 같은 단어는 유쾌함 그룹에 연관지었고, ‘벌레’는 불유쾌함 그룹에 분류하는 모습을 보여줬다. 마지막에 연구팀은 이들에게 주로 백인이 사용하는 이름과 주로 흑인이 사용하는 이름을 주어주고 동일 과정을 반복했다. 그 결과 참가자들은 백인 이름은 유쾌한 단어 그룹에, 흑인 이름은 불유쾌한 단어 그룹에 분류한다는 사실이 드러났다. 이번에 프린스턴대학교 연구팀은 글로브를 상대로 워싱턴대학교 연구팀과 동일한 수의 단어들을 사용해 유사한 실험을 진행했으며 실험 결과 역시 워싱턴대학교 실험결과와 상당부분 일치했다. 인터넷을 통해 여러 가지 단어들의 연관성을 학습한 글로브는 ‘백인 이름’인 에밀리, 매트 등의 이름을 ‘유쾌한’ 단어들과 한데 묶는 반면 흑인들이 주로 사용하는 에보니, 자말 등의 이름은 ‘불유쾌한’ 단어와 연관지었다고 연구팀은 밝혔다. 이는 AI가 인간 언어를 학습함에 있어 각 언어에 각인된 역사적 편견까지 그대로 학습하고 말 것이라는 연구팀의 최초 가설과 일치하는 결과다. 연구팀은 “미래에 AI가 직접 언어를 이해하거나 구사할 수 있을 정도로 인간언어를 학습한다면, 각 언어에 담겨있는 공격적이고 불쾌하며 유해한 문화적 의미까지 함께 학습할 가능성이 있다”고 전했다. 이런 우려는 실제로 올해 초 마이크로소프트의 트위터 AI 테이(Tay)에 의해 현실로 드러났던 바 있다. 테이는 인터넷에 확산된 인간 언어 습관을 학습하고 이를 트위터를 통해 공유하는 인공지능이다. 그러나 테이는 사용자들의 질문에 대해 백인우월주의 발언, 흑인비하 발언, 대량학살 옹호 발언 등을 일삼았고 마이크로소프트는 서둘러 테이의 서비스를 종료했던 바 있다. 사진=데일리메일 캡처 방승언 기자 earny@seoul.co.kr

종잣돈을 굴리는 방법은 여러 가지가 있다. 제일 손쉬운 방법인 정기예금은 편리하긴 하지만 1%대로 낮아진 저금리와 언제든지 해지할 수 있는 편리함 때문에 종잣돈을 모으는 데 걸림돌이 된다. 정기예금에 ‘플러스알파’(+α) 금리를 받을 수 있는 상품은 없을까. 정기예금이나 수익률 2~3% 수준의 채권에 만족하지 않는다면 펀드와 주식 등 투자 상품을 고려할 수 있다. 개인이 직접 투자하는 대신 전문적인 투자자에게 위임해 내 돈을 투자하게 만드는 것이 펀드다. 펀드매니저는 내가 맡긴 돈을 대신 운용하고 일정한 수수료를 받는다. 최근 펀드업계에서는 로보어드바이저를 활용한 투자가 관심을 모으고 있다. 아직까지는 인간 펀드매니저에 의한 투자가 대부분이지만 틈새시장을 개척하고 있는 것이 바로 인공지능. 정교하게 설계된 알고리즘에 따라 사람의 개입 없이 자동으로 투자하는 것이 로보어드바이저다. 아직 국내에서는 전적으로 로보어드바이저에 투자를 일임하고 있진 않지만 로보어드바이저를 활용한 펀드들이 일부 성과를 내고 있다. 기본적으로 주식시장에서 돈을 버는 방법은 좋은 주식을 싸게 사서 좋은 가격과 적절한 타이밍에 매도하는 것이다. 과거에는 좋은 주식을 분석하는 일이 펀드매니저의 역할이었지만 이제는 인공지능과 딥러닝(학습·추리·적응·논증 등의 기능을 갖춘 컴퓨터 시스템)을 활용한 기술 발달로 펀드매니저가 하는 기업 분석을 더 정확하고 빠르게 할 수 있다. 펀드매니저는 로보어드바이저 시스템으로 추출된 우량기업과 투자 비중에 대한 검증 작업을 하고 기업 탐방을 통해 데이터의 오류를 찾아내는 일에 집중한다. 기계가 더 잘할 수 있는 분야는 기계에 맡기고 인간 펀드매니저가 잘할 수 있는 부분에 집중하면서 서로 역할 분담을 해 궁합을 맞추는 것이다. 로보어드바이저 투자는 주식시장의 불확실성인 변동성의 다양한 패턴을 빠르게 찾아내고 감정에 휩쓸리는 인간보다 정확한 데이터에 근거한 투자를 통해 수익을 올릴 수 있는 확률을 높이는 것이 장점이다. 아직까지 잘 알려지지 않은 새로운 투자법이라는 점과 좀 더 꾸준한 성과를 쌓아 시장의 신뢰를 얻어야 하는 점은 풀어야 할 숙제다. 국내에도 밸류시스템투자자문이나 쿼터백투자자문 등 로보어드바이저 투자법을 도입한 자문사들이 발 빠르게 움직이며 경쟁하고 있다. 투자자 입장에서는 최근 뜨거운 이슈가 되고 있는 로보어드바이저 투자법에 관심을 가지고 종잣돈의 일부를 투자해 보는 것도 변화하는 시장의 트렌드를 따라잡는 방법이 될 것이다. KB국민은행 도곡스타PB센터 부센터장

건강검진이 일반화되면서 엑스레이를 찍거나 컴퓨터단층촬영(CT)을 하는 사람들이 많다. 정확한 진단을 위해 이런 영상 촬영을 여러 각도로 진행하지만, 이 경우 검진자의 방사선 피폭량이 늘어난다는 문제가 있다. 국내 연구진이 인공지능 기술을 활용해 이런 걱정을 덜어 줄 수 있는 촬영 기술을 찾아 주목된다. ●예종철 연구팀 ‘딥러닝’ 활용 카이스트 바이오 및 뇌공학과 예종철 석좌교수팀은 최신 인공지능 기술인 ‘딥러닝’을 활용해 방사선량을 적게 하고도 고화질의 CT 영상을 얻을 수 있는 기술을 개발했다고 18일 밝혔다. 이번 연구 결과는 미국 의학물리학자협회(AAPM)가 지난 1일 개최한 ‘국제 저선량 CT 영상 획득 그랜드 챌린지’ 대회에서 2위에 올랐다. CT는 엑스레이를 활용하기 때문에 찍을수록 피폭 위험이 커진다. 이 때문에 방사선량을 줄인 ‘저선량’ 촬영도 하지만 해상도가 낮아 정확도가 떨어진다. 이 문제를 해결하기 위해 연구팀은 딥러닝 기술에 주목했다. 딥러닝은 사람의 뇌 신경망을 모방해 기계가 스스로 판단하고 학습할 수 있도록 한 인공지능의 핵심 기술이다. ●방사선 줄여도 해상도 같아 연구팀은 영상변환 신호처리 기법인 ‘웨이블릿 변환’을 딥러닝과 접목시켜 저선량 CT 영상에서 발생하는 영상 왜곡과 해상도 저하 문제를 해결했다. 일반 CT 영상과 정상선량을 4분의1로 줄여 찍은 저선량 CT 영상을 확보해 딥러닝 기술을 적용했다. ‘노이즈’(영상잡음) 패턴과 이를 제거하도록 학습시켜 일반 CT 영상과 똑같은 해상도를 확보했다. 예 교수는 “이번 연구는 최신 인공지능 기술로 방사선 피폭량을 획기적으로 줄일 수 있는 CT 원천 기술을 개발했다는 데 의미가 있다”고 설명했다. 유용하 기자 edmondy@seoul.co.kr

황인환 포스텍 교수는 2013년 ‘식물에서 의료용 단백질을 생산하는 기술’을 연구했다. 의료용 단백질이 포함된 샐러드를 먹으면서 비만과 당뇨병을 식이 치료하는 방법을 모색하는 이 연구는 그해 삼성미래기술육성사업 지원을 받았다. 2년 뒤 지원은 ‘식물체 잎을 이용한 단백질 약 개발 및 전달 연구’란 후속 의약 연구로 이어졌다. 2014년 ‘인공번개 발전기 및 에너지 소실 없는 전하펌프 개발’ 과제로 지원을 받은 백정민 울산과학기술원(UNIST) 교수는 삼성전자와 공동으로 개량 특허를 출원하며 사업화에 박차를 가하고 있다. 스펀지처럼 많은 구멍이 뚫린 구조에 금속 입자를 집어넣어 정전기를 발생시키는 원리인 나노발전기가 개발되면 기존 방식보다 제작 단가를 낮출 수 있다. 삼성미래기술육성재단과 삼성전자가 설립한 미래기술육성센터가 16일 삼성미래기술육성사업 출범 3주년을 맞이해 이 같은 성과를 전했다. 삼성은 2022년까지 10년 동안 진행될 육성사업을 통해 총 1조 5000억원의 연구비를 지원한다. 현안 해결형 과제는 삼성이 매년 두 차례씩 선정하는 신규 과제 목록에 빠지지 않고 있다. 특히 면역세포 기능을 규명해 안전한 바이러스 치료법을 개발 중인 신의철 카이스트 교수, 응급 환자를 위한 심폐소생 로봇 개발 과제를 수행 중인 서길준 서울대 교수 등의 연구는 삼성의 신수종사업인 바이오 분야와 관련된 사업화 기회를 이뤄 낼지 주목받고 있다. 올해에는 딥러닝 예측력 향상에 관한 이론적 증명을 시도한 김용대 서울대 교수, 세포막을 활용한 줄기세포 분화 유도 플랫폼을 연구하는 한국과학기술연구원(KIST) 김소연 선임연구원 등이 새롭게 합류했다. 삼성은 지난 3년 동안 기초과학 분야 92건, 소재기술 분야 59건, 정보통신기술(ICT) 분야 60건, 미래기술 분야 32건 등 총 243건의 과제를 선정했다. 연구 참여 인력은 교수급 500여명을 비롯해 총 2500여명에 달했다. 실패 확률이 높아도 감행할 만한 모험적인 과제를 우대하고, 보고서 부담 등을 줄여 연구에 집중하는 환경을 조성한 게 육성사업의 특징이다. 치매와 알츠하이머 등 불치병 해결 열쇠로 단백질 거동을 연구하는 함시현 숙명여대 교수는 “육성사업 지원을 받아 마련한 슈퍼컴퓨터를 활용해 그동안 시간·비용 부담으로 엄두를 내지 못하던 과제를 하고 있다”고 말했다. 함 교수는 “논문 게재와 같은 정량적 평가가 없는 대신 연구자의 자존심을 걸고 연구하고 있다”면서 “연구에 집중할 수 있는 조건이 마련됐으니 제가 스스로 만족할 수 있을 만큼 치열한 연구를 해내고 싶다”고 덧붙였다. 홍희경 기자 saloo@seoul.co.kr

지금은 스마트폰 시대다. 많은 사람들이 스마트폰을 통해 일상을 확인하고, 정보를 검색하고, 상품도 구매하고, 친구들과 대화를 나눈다. 게임도 한다. 스마트폰 중심의 생활에서 사물인터넷(IoT)은 어떤 존재인가. 사물인터넷은 자연스러운 기술의 진화의 산물이다. 인터넷 환경이 PC와 스마트폰을 거쳐 사물에도 확대되면서 나온 개념이다. PC와 스마트폰에서 정보를 쓰고 활용하는 주체가 사람이었다면 사물로 중심이 바뀐다는 점이 다르다. 우리 주변의 모든 사물을 인터넷으로 연결하고, 사람들의 개입 없이 사물들 스스로 데이터를 수집하고 분석해 내가 말하지 않아도 사물들이 지능이 있어서 알아서 척척 해 주는 세상이 사물인터넷의 목표다. 그래서 사물인터넷의 가장 중요한 핵심은 지능화다. 클라우드 서버에 저장된 엄청난 양의 데이터로부터 다양한 모바일 지능 서비스를 제공해야 한다. 그렇지만 지금의 사물인터넷 기술은 아직 사람들의 지갑을 열 수준이 아니다. 지능화의 발전이 늦어지고 있기 때문이다. 많은 사물인터넷 기업들이 비즈니스에서 크게 성공하지 못하는 이유이기도 하다. 지금 국내 스마트폰 기업들은 많은 고민에 빠져 있다. 스마트폰 시장은 포화 상태이고 새롭게 사물인터넷 시장은 열리지 않는다고 걱정이다. 스마트폰 시대는 끝나 가고 사물인터넷 시대는 오고 있는가. 필자는 “그렇지 않다”고 확신한다. 스마트폰과 사물인터넷은 분리할 수 있는 개념이 아니다. 스마트폰 시대는 더 오래 지속된다. 사물인터넷 시대도 스마트폰을 기본으로 한다. 현재의 스마트폰만 보더라도 혁신의 여지가 많다. 5세대(5G) 이동통신이 상용화되면 또 다른 형태의 스마트폰이 필요하다. 그렇다면 향후 스마트폰 시장에서도 주도권을 유지하기 위해서는 어떤 전략이 필요할까. 우선 제품의 지능화에 집중해야 한다. 스마트폰 시장이 정체돼 있다고 하지만 프리미엄 제품을 찾는 고객은 크게 줄어들지 않는다. 고객을 감동시킬 수 있는 것은 아직도 많다. 너무 큰 것을 생각하지 말고 사람의 욕구를 자극하고 충족시키는 2~3%의 다름을 찾으면 된다. 음성인식, 화상인식, 번역기 성능을 획기적으로 개선하는 것도 한 가지 방법이다. 지금은 고객들을 만족시키는 수준은 아니다. 알파고 이후 딥러닝 기술이 중요 기술로 부각됐는데, 딥러닝은 쉽게 말해 사람처럼 생각하고 학습이 가능하도록 하는 기술이다. 사람처럼 기계가 공부를 하면서 더욱 똑똑해진다. 컴퓨터가 언어 능력을 가지면 친구처럼 대화하고 다국어 통번역도 가능한 스마트폰이 만들어진다. 스마트폰 시대는 애플의 스티브 잡스가 열었지만, 그것을 가능하게 만든 것은 이동통신의 발전이다. 4G 이동통신 시대는 통신 속도를 향상시켰고, PC 수준의 인터넷 환경이 스마트폰에서 가능하게 됐다. 5G 이동통신 시대에 대비해야 한다. 2020년 상용화 목표로 진행 중이니 아직 시간적 여유가 있다. 5G는 오감을 자극하는 멀티미디어 콘텐츠가 보편화되면서 실감 통신을 가능하게 한다. 고품질의 가상현실(VR), 홀로그램, 입체영상, 초고해상도(UHD) 영상도 좋은 사례다. 인터넷에 연결되는 사물들은 꾸준히 늘어나고 있지만, 사물인터넷 기술은 일상생활에 체감을 주는 수준은 아니다. 그렇지만 생태계는 확대되고 있고, 시장의 성장 가능성은 여전히 높다. 사물인터넷은 삶을 윤택하게 만들어 주는 기술이다. 전체 시스템 관점에서 사람 중심의 서비스를 지향한다. 또 사물인터넷은 도메인에 기반한 융합산업, 시스템 산업의 기술로 봐야 한다. 작지만 다양한 형태의 세분화된 시장들이 만들어지고 있다. 스마트홈, 스마트팩토리, 스마트팜 등 무수히 많다. 그런데 데이터를 제어하고 정보를 확인하는 중심에는 스마트폰이 있다. 당장은 국내 가전제품과 연계한 많은 서비스를 생각해 보자. 스마트폰의 혁신은 계속된다. 당분간 지능화 기반의 사람들 욕구를 충족하는 서비스에 집중하자. 향후 5G 이동통신, 더욱 진화된 인공지능 두 기술이 세상을 또 바꾼다. 철저하게 준비해야 한다. 이 기술은 사물인터넷에서도 그대로 활용된다. 스마트폰 개발과 사물인터넷은 늘 연계해서 보자.

지난 3월 ‘알파고 충격’으로 인공지능에 대한 대중적인 관심이 크게 높아졌다. 특히 인간의 고유 영역인 지능적 활동이 인공지능으로 대체 가능해짐에 따라 미래 사회에 대한 기대와 우려가 공존하고 있다. 인공지능 기술은 지금도 급격하게 발전하고 있는 분야로, 상용화된 신기술은 일일이 이해하기도 어려운 실정이다. 좋으나 싫으나 우리가 인공지능과 직면해야 하는 시대가 온 것이다. 인공지능의 성공 요인은 정보통신기술(ICT)의 환경 변화로부터 찾을 수 있다. 먼저 저렴한 고성능 하드웨어의 보급이 주된 요인이다. 최신 그래픽 카드 연산처리장치의 이론적 성능은 15년 전 세계에서 가장 빠른 슈퍼컴퓨터의 성능을 능가한다. 알파고의 핵심인 ‘딥러닝’과 같은 학습 기반의 인공지능 기술은 막대한 계산량이 필요하기 때문에 저렴한 컴퓨팅 파워의 보급이 기술 발전에 결정적인 역할을 했다. 하지만 여전히 인공지능의 기술적 진입 장벽은 매우 높다. 소프트웨어뿐만 아니라 하드웨어, 알고리즘까지 모두 이해해야 하기 때문이다. 이러한 기술적 장벽을 해소한 것이 ‘오픈소스 소프트웨어’다. 이것이 인공지능의 두 번째 성공 요인이다. 구글의 기계학습 공개 소프트웨어인 ‘텐서플로’는 딥러닝 알고리즘을 모두 공개하고, 그래픽 카드와 같은 고성능 연산처리장치를 쉽게 사용할 수 있는 환경을 제공한다. 따라서 연구자들은 양질의 데이터를 확보하고 모델링하는 능력에만 집중하면 된다. 저렴한 하드웨어와 오픈소스 소프트웨어로 인공지능의 기술적 장벽은 현저히 낮아졌다. 그럼에도 구글, IBM, 페이스북 등 글로벌 IT 기업들은 인공지능 분야에 공격적인 투자를 이어가고 있다. 여기에 주목할 만한 결과물로는 ‘인공지능 플랫폼’이 있다. 쉽게 말해 인공지능 기술을 빌려 쓸 수 있는 환경이다. 예를 들어, 이미지 인식은 영상이나 이미지에서 객체(object)를 분류하고 그 객체의 위치를 찾는 인공지능 기술인데, 이것이 서비스 형태로 제공되는 것이다. 인공지능 플랫폼이 시사하는 바는 매우 크다. 인공지능 기술의 진입장벽을 현저히 낮췄다. 비단 하드웨어뿐만 아니라 소프트웨어까지 서비스의 형태로 제공되기 때문이다. 따라서 연구·개발자들은 아이디어 중심의 창업이 가능해질 것이다. 그렇다면 우리는 어떻게 대응해야 할까? ‘한국형’으로 인공지능 플랫폼을 개발해 다른 나라보다 우위를 점할 수 있을까? 이미 공개된 인공지능 플랫폼으로 창업을 장려하는 것이 더 현실적이다. 어려운 인공지능 기술을 쉽게 구현할 수 있는 기회가 마련됐기 때문이다. 인공지능 플랫폼을 활용해 혁신적인 제품이나 서비스를 시의성 있게 개발하는 것이 중요하다.

　“산업 로봇 제어에 클라우드 컴퓨팅보다 포그 컴퓨팅이 더 효율적인 대안이 될 수 있다. 응답 속도 지연문제 해결, 보안, 기존 기계와의 호환 측면에서 포그 컴퓨팅은 경쟁력 높은 솔루션이다.” 　일본 산업로봇 제조기업인 화낙의 이나바 요시하루(67) 회장은 29일 “과거 고속화·정밀화에 치중해 산업용 로봇 기술을 개발했다면 이제 사물인터넷(IoT) 기술을 접목해 로봇이 스스로 생각해 자율적으로 생산하는 새로운 기술을 개발하고 있다”며 새로운 산업용 로봇 개발의 기반 기술로 포그 컴퓨팅을 소개했다. 이나바 회장은 강원도 평창 알펜시아에서 개최된 ‘제 30회 전국경제인연합회 최고경영자(CEO) 하계수련회’ 강연을 위해 방한했다. 　미국 시스코가 주도적으로 개발 중인 포그 컴퓨팅은 기기에서 생성된 데이터를 실시간 처리할 노드를 마치 휴대전화 기지국처럼 두고 컴퓨팅 파워가 필요한 데이터만 선별적으로 클라우드로 넘겨 처리하는 IoT 구현 방법이다. 클라우드(Cloud·구름) 아래 지상과 가까운 곳에 포그(Fog·안개)가 있듯이, 근거리 통신용 포그 노드가 작은 클라우드 컴퓨팅 같은 역할을 하는 시스템이다. 근거리망이기에 원거리망인 클라우드 컴퓨팅을 활용할 때에 비해 응답속도가 빠르고, 포그 노드를 관리하며 보안을 향상킬 수 있는 장점이 있다고 이나바 회장은 설명했다. 　포그 컴퓨팅을 업계 표준 기술로 삼으려는 시도는 이미 진행 중이다. 화낙과 시스코, 미국의 록웰 오토메이션, 인공지능(AI) 분야 일본 벤처기업인 프리퍼드 네트웍스, 일본 통신업체인 NTT가 협업을 진행 중이다. 이나바 회장은 “IoT, 딥러닝 기술과 포그 컴퓨팅 네트워크를 활용해 기계가 고장나기 전 이상징후를 파악해 부품을 교체하는 등 문제를 해결하면 생산라인을 중단시키는 것과 같은 피해를 줄일 수 있다”고 효용을 설명했다. 이어 “한 번 설치된 뒤 10~20년씩 활용하는 제조설비와 현장의 PC도 컨버터를 설치해 새로운 포그 컴퓨팅 체계로 편입시킬 수 있다”고 덧붙였다. 　화낙은 1956년 일본에서 처음으로 컴퓨터수치제어(CNC) 공작기계를 개발한 후지쓰의 사내 벤처에서 출발한 기업이다. 현 이나바 회장의 부친인 이나바 세이우에몬(89) 명예회장이 1972년 후지쓰에서 분사해 화낙을 설립했다. 2001년 현 이나바 회장이 대표로 취임했고, 현재 시가총액 60조원 기업을 이뤄냈다. 전 세계로봇시장에서 화낙의 점유율은 50%이고, 일본 내수 시장 점유율은 75%에 이른다. 삼성 갤럭시, 애플 아이폰, 테슬라 전기자동차 등에 필요한 정밀한 로봇절삭기기를 고급할 수 있는 유일한 기업 역시 화낙이다. 　영업이익률이 40%에 이르는 이 회사는 그간 대중에게 잘 알려지지 않아 ‘신비주의적 오컬트 집단’이라는 빈축을 사기도 했다. 이에 이나바 회장은 “고객 대부분이 기업인 B2B 회사인데다 종업원수도 많지 않아 적극적으로 홍보에 나설 이유를 찾지 못했었다”면서 “지금은 우리를 ‘신비주의 집단’으로 보는 억측에 대응해야겠다는 생각이 든데다 스스로 말이 많은 성격이어서 언론 및 대중과의 소통을 늘리려고 한다”고 말했다. 화낙의 공장 37곳은 모두 일본에 위치했고 직원은 사람 1500명, 로봇 3000대라고 이나바 회장은 밝혔다. 평창 홍희경 기자 saloo@seoul.co.kr

fMRI 영상 활용·알고리즘 적용 기존 뇌지도 비해 두배 이상 정밀 새로운 형태 AI개발 큰 도움 기대 여전히 인류가 개척해야 할 미지의 영역으로 남아 있는 두뇌 연구가 한 단계 도약할 발판이 마련됐다. 미국과 영국, 네덜란드 공동연구진이 180개 영역으로 이뤄진 인간의 대뇌피질 지도를 완성한 것은 알츠하이머와 같은 뇌 질환을 극복하는 데 있어서 향후 연구의 방향을 제시해 주는 일종의 표준설계도를 작성했다는 의미를 지닌다. 대뇌의 겉표면 부위인 대뇌피질은 감각과 언어, 사고, 인지, 행동 등에 중요한 기능을 담당한다. 사실상 인간을 인간이게 하는 부위인 셈이다. 이 부분에 이상이 생기면 뇌전증, 뇌성마비, 치매, 뇌경색 등의 증상으로 나타난다. 많은 연구 발전에도 불구하고 지금까지 대뇌피질의 영역별 역할에 대해서는 명확하게 밝혀지지 않았다. 대뇌피질의 역할을 알기 위해서는 무엇보다 기능별 영역을 정확히 구분하는 것이 우선돼야 하며 이를 위해 세밀하고 정교한 뇌지도를 구축하는 일이 중요하다. 컴퓨터 서버가 외부로부터 공격을 받으면 네트워크 지도를 보고 복구 계획을 세우고 전자제품이 고장 나면 회로도를 보고 고치는 것처럼 정밀한 뇌지도는 뇌에서 발생하는 각종 오류를 고칠 수 있는 일종의 ‘표준 설계도’ 역할을 하게 되는 것이다. 예를 들어 우울증 환자의 경우 지금은 항우울제 같은 약물이나 뇌자극으로 치료를 시도하지만 증상이 완전히 사라지지 않는다. 그렇지만 정밀한 뇌지도가 있으면 우울증 환자 뇌의 어떤 부위가 이상이 있는지 직접 눈으로 보고 해당 부위에 전기자극을 주든가 줄기세포를 삽입하는 등의 치료를 통해 완치로 나가게 되는 것이다. 실제로 많은 전문가들은 앞으로 나오는 알츠하이머 치매, 파킨슨병, 자폐증, 조현병, 우울증 등 난치성 뇌질환 치료법 대부분이 뇌지도를 기반으로 할 것이라고 내다보고 있다. 또 정밀한 뇌지도는 기존의 딥러닝 같은 기계학습 알고리즘의 발전에도 도움을 줘 새로운 형태의 인공지능(AI)과 로봇시스템 개발에도 큰 역할을 할 것으로 예상된다. 이 때문에 미국뿐만 아니라 유럽연합(EU)과 일본 등도 뇌지도 작성 연구에 뛰어든 상태다. EU는 스위스 로잔연방공대가 중심이 된 휴먼 브레인 프로젝트를 통해 2022년까지 1조 8000억원의 연구비를 투입해 쥐와 사람의 뇌 구조 및 기능을 분자 수준에서 시뮬레이션한다는 연구목표를 세웠다. 이웃 일본에서는 2014년 게이오대와 도쿄대, 이화학연구소를 중심으로 영장류인 비단원숭이의 뇌영상 확보 및 뇌지도를 그리는 ‘브레인·마인드 프로젝트’를 시작했다. 우리나라도 지난 5월 한국뇌연구원을 중심으로 2030년까지 특정 기능에 특화된 뇌지도를 구축하겠다고 선언했다. 20일 네이처지에 발표된 뇌지도는 대뇌피질을 180개 영역으로 나눠 기존 뇌지도에 비해 두 배 이상 정밀한 구조를 갖추고 있다. 연구진은 뇌의 크기와 형태 등 개인차로 발생할 수 있는 오류를 없애고 정확한 뇌지도를 만들기 위해 불명확한 이미지 데이터를 제거하는 알고리즘을 개발해 적용함으로써 표준 뇌지도를 만드는 데 성공했다. 데이비드 반 에센 워싱턴대 교수는 “이번에 구축한 대뇌피질 영역 뇌지도의 일부 영역은 더 세분화되거나 다른 영역에 속한 부분일 가능성도 여전히 존재하는 만큼 대뇌피질 지도도 계속 진화할 것”이라고 말했다. 라종철 한국뇌연구원 책임연구원은 “이번에 국제공동연구진이 보다 세밀하고 정확한 뇌지도를 완성할 수 있었던 것은 기존에는 활용하지 않았던 뇌 표면의 얇은 막인 미엘린 함량과 뇌가 휴식을 취하고 있을 때의 fMRI 영상을 종합적으로 활용했고 개인차를 줄일 수 있는 컴퓨터 알고리즘을 적용했기 때문”이라고 설명했다. 라 책임연구원은 “네이처에 발표된 뇌지도가 대뇌피질 전체를 다루고 있다면 현재 한국뇌연구원을 중심으로 국내에서 이뤄지는 연구는 감각의 융합이나 판단과 같은 인지기능에 관여하는 부위의 뇌지도를 구축하는 것”이라며 “이번에 발표된 뇌지도가 우리나라를 ‘시’나 ‘도’ 크기로 표시한 것이라고 한다면 우리가 추진하고 있는 뇌지도는 골목길까지 자세히 나와 있는 지도 수준”이라고 말했다. 유용하 기자 edmondy@seoul.co.kr

삼성이 11일 스마트 기기를 위한 인공지능, 급속충전 전지, 기능성 외장소재 등 3개 분야의 12개 미래기술육성사업 지정테마 지원과제를 발표했다. 스마트 기기를 위한 인공지능 분야에서는 총 6건이 선정됐다. 이 중 포스텍의 김재준(위) 교수는 별도의 서버 없이 스마트 기기가 자체적으로 학습할 수 있는 ‘딥러닝’ 전용 칩 개발 과제를 맡았다. 삼성은 인공지능, 사물인터넷(IoT) 시대의 하드웨어 칩 플랫폼으로 광범위하게 사용될 것으로 기대했다. 급속충전 전지 분야에서는 새로운 기능성 소재를 적용해 에너지밀도의 손실 없이 급속충전을 구현하는 과제(이상민 한국전기연구원 박사·가운데) 등 3건이 뽑혔다. 기능성 외장소재에서는 유연하면서도 외부 상처에 깨지지 않고 스스로 치유되는 신개념 금속 소재 연구(김도향 연세대 교수·아래) 등 3건이 선정됐다. 삼성은 국가 미래과학기술 육성을 지원하기 위해 2013년부터 10년간 총 1조 5000억원을 출연하기로 했다. 김헌주 기자 dream@seoul.co.kr

이른바 ‘사이버 전쟁’ 시대다. 우리나라는 세계 1위 전자정부국으로 꼽히지만 보안 수준은 아직 취약하다는 평가를 받는다. 하지만 ‘인공지능’(AI) 시대라면 얘기가 달라진다. 황규철 행정자치부 전자정부정책과 과장은 28일 “컴퓨터 스스로 축적된 데이터를 조합하고 분석하는 인공지능 기술인 ‘딥러닝 기술’을 이용하면 방어막 없이도 해킹을 막아낼 수 있다”고 설명했다. 황 과장은 이날 라마다프라자 제주 호텔에서 열린 제1회 ‘유라시아 시대 상생발전을 위한 한·독립국가연합(CIS) 세미나 및 협력 네트워크 구축’ 세미나에서 기조연설을 맡아 이같이 말했다. 행자부는 내년부터 정부통합전산센터에 ‘딥러닝 기술’을 이용한 전자정부 보안체계를 구축하는 사업을 시범적으로 실시할 계획이다. 앞서 지난 4월 출범한 전자정부추진위원회는 이런 내용을 담은 행자부의 전자정부 2020년 기본계획을 심의, 확정한 바 있다. 이 계획안에 따르면 산사태 등 각종 재난도 사물인터넷(IoT) 센서를 활용해 골든타임 내 피해자 구조 등 신속한 대응이 가능해진다. 이날 세미나에서는 우리나라 전자정부가 추진하는 방향을 비롯해 과거 발전 과정이 상세히 소개됐다. 전자정부의 시초는 1970년 당시 총무부에서 통계·토지·채점 등 전산화를 위해 설립한 정부전자계산소다. 이후 부처별 행정 정보를 전산화하는 작업을 통해 전자정부의 초석을 마련했다. 안문석 고려대 명예교수는 “2000년대 초 김대중 정부 당시 전자정부법 제정과 더불어 전자문서시스템, 인터넷민원, 전자조달 등 11대 과제를 추진하는 데 굉장한 힘이 실렸다”며 “과거 전자정부의 지향점이 생산성 향상을 통한 경제 발전에 있었다면, 앞으로는 사회재난 등 문제를 예측하고 선제적으로 대응하는 데 초점을 맞춰 국민의 삶의 질 향상에 기여해야 한다”고 설명했다. 하지만 정보통신부 해체 이후 전자정부를 제대로 추진할 컨트롤타워가 없다는 지적도 나왔다. 한국지역정보개발원의 한 관계자는 “전자정부국을 운영하는 행자부와 예산을 담당하는 기획재정부, 연구·개발(R&D)을 책임지는 미래창조과학부 등이 협력하기는 하지만 각 부처를 종합적으로 조율하는 컨트롤타워가 없다”고 말했다. 전자정부가 ‘스마트 정부’로 발돋움하려면 기술 진보에 따라 보안도 한층 강화해야 한다는 주장도 제기됐다. 글로벌 기업 사례 발표를 맡은 최운호 화웨이 최고보안책임자(CSO)는 “여러 가지 기술들이 복잡하게 연결될수록 중요한 것은 시민의 안전”이라고 강조했다. 한편 한국정책분석평가학회와 인하대 글로벌 e거버넌스연구소가 공동 주최하고, 한국국제교류재단이 후원한 이날 세미나에는 전자정부 주요 수출 대상국인 키르기스스탄, 카자흐스탄 등 CIS 인사들도 참여했다. 알렉세이 티코미로프(65·러시아) 전 유엔 거버넌스센터장은 “특히 한국 전자정부의 국가종합전자조달시스템을 공공부문 부패가 심각한 러시아나 CIS 등에 도입하면 공공 조달의 투명성을 확보할 수 있게 될 것으로 기대한다”고 설명했다. 행자부에 따르면 지난해 우리나라 500여개 정보통신기술(ICT) 기업의 수출 실적은 6258억여원(약 5억 3404만 달러)에 이른다. CIS는 아시아에 이어 우리나라 전자정부의 두 번째로 큰 수출 대상 지역이다. 제주 최훈진 기자 choigiza@seoul.co.kr

정부가 국가사회 정보화 추진을 위한 기획 기능과 종합조정 기능을 강화하기 위해 1996년 6월 정보통신부에 정보화기획실을 신설한 지 꼭 20년이 지났다. 그동안 지구촌은 세계화와 더불어 정보화가 진전되면서 생산 양식의 변화에 따른 경제와 사회의 패러다임이 크게 변화해 왔다. 2016년은 제2차 정보화 혁명인 제4차 산업혁명이 시작되는 지능정보사회의 원년이다. 우리는 구축해 온 정보사회를 바탕으로 지능정보사회로 한 단계 업그레이드해 나가는 출발점에 서 있다. 이는 고도화 된 정보통신기술(ICT)에 지능정보(AI)기술이 접목되면서 가능해진 일이다. 정보화 시대에는 컴퓨터와 인터넷 등 ICT가 사회의 디지털화와 글로벌화를 주도해 왔다면 지능정보화 시대에는 AI 등 지능정보기술이 경제사회 시스템의 혁신과 변화를 이끌어 가게 될 것이다. 지능정보기술은 전혀 새로운 것이 아니다. 2차 세계대전 이후 컴퓨터의 사용과 더불어 모두 세 차례의 지능정보기술 붐이 있었다고 한다. 현대적 컴퓨터 역사의 시작을 알린 앨런 튜링의 생각하는 기계인 튜링머신을 기점으로 1차 붐이 있었고, 1980년대에 제2차 붐이 일었다가 데이터의 부족과 컴퓨팅 파워의 한계 탓에 다시 겨울의 시대를 거쳐 최근에 이르러 기계학습과 딥러닝의 이론이 정립되고 클라우드와 빅데이터 기술이 접목되면서 제3차 AI 붐의 시기를 맞고 있다. 정보통신기술 시장조사 기관인 가트너에 따르면 지능정보기술이 아직은 혁신의 초기 단계에 있어서 성장기에 도달하려면 2년에서 적어도 10년의 기간이 필요할 것으로 예측되고 있다. 자동 통역과 기계학습은 2년 이상, 사물인터넷과 자율주행 자동차는 적어도 5년 이상 지나야 제대로 활용할 수 있을 것이라고 분류됐으며, 인간의 뇌와 컴퓨터의 인터페이스, 뉴로비즈니스 등은 적어도 10년 이상이 소요될 것으로 전망된다. 지능정보 사회로의 진입은 요원한 일일까. 그렇지 않다. 이미 우리의 일상생활에 들어온 지능정보기술은 눈에 띄게 늘어나고 있다. 군사용, 산업용으로 사용되던 로봇이 사회 각 분야의 서비스에 확산되기 시작했고 애플의 시리, 마이크로소프트의 코타나, 구글의 나우 등 가상 비서 서비스는 글로벌 기업의 새로운 플랫폼으로 급부상하고 있다. 스포츠와 날씨 등 데이터에 기초하는 뉴스의 작성과 주식시장의 분석과 맞춤형 투자 자문에는 이미 인공지능이 영역을 넓혀 나가고 있다. IBM의 왓슨을 이용한 헬스 케어 서비스는 암 진단의 경우 전문의보다 더 높은 정확도를 보이고 있다. 이렇게 지능정보기술은 각 산업 분야에서 정보통신기술의 적용 범위를 확대해 나가면서 새로운 부가가치를 창출해 나가고 있다. 전 세계는 국가 차원과 기업 차원에서 지능정보기술이라고 하는 새로운 트렌드에 대응하기 위한 노력을 가속화하고 있다. 미국의 ‘브레인 이니시어티브’, 일본의 ‘로봇 신전략’, 중국의 ‘인공지능 3년 액션플랜’ 등은 원천기술 경쟁 우위 확보와 시장 선점을 전략화하고 있다. 구글, IBM, 페이스북 등 글로벌 ICT 기업들은 공격적인 인수·합병(M&A)과 인재의 영입, 연구·개발·사업(R&DB)을 통해 지능정보기술과 산업의 주도권을 확보해 나가려 노력하고 있다. 지능정보 사회를 말할 때 용어의 혼란이 가져오는 오해가 한 가지 있다. 지능정보 사회는 지능화된 사회가 아니라 지능정보기술이 범용기술로 작동하는 사회다. 우리가 스마트 사회를 이야기할 때 사회가 스마트한 것이 아니라 스마트 기술이 사회 경제 전반에 적용되는 사회를 뜻하는 것과 마찬가지다. 이렇게 볼 때 지능정보 사회는 이미 우리의 발밑에 와 있다. 2016년은 지능정보기술로 사회 현안을 해결하고 새로운 미래를 열어 나가는 지능정보 사회의 원년이다. 지능정보 사회는 정보화 사회에서보다 사회 각 분야의 신뢰 기반 구축이 더욱 중요하다. 안전한 지능정보망의 구축, 데이터의 신뢰성 제고, 공공의 플랫폼인 신뢰 정부의 구현, 사이버 윤리 문화의 조성 등을 어떻게 해 나가느냐에 따라 지능정보 기술은 유토피아로 가는 좁은 문이 될 수도 있고, 아니면 디스토피아로 가는 넓은 문이 될 수도 있다는 사실을 잊지 말아야 할 것이다.

SK그룹 주요 경영진이 해외 인재를 영입하기 위해 미국으로 건너갔다. SK그룹은 지난 16일부터 18일까지 미국에서 ‘2016 SK 글로벌 포럼’을 개최했다고 19일 밝혔다. 이번 행사에는 임형규 SK수펙스추구협의회 ICT위원회 위원장(부회장), 이호수 SK㈜ C&C IT서비스사업장(사장), 이석희 SK하이닉스 D램개발사업부문장(부사장) 등 20여명의 경영진이 참석했다. 16일 실리콘밸리에서 열린 정보통신기술(ICT) 포럼에서는 인공지능 산업을 주제로 신기술 트렌드와 산업 동향에 대해 집중 논의했다. SK는 빅데이터, 딥러닝(컴퓨터가 다량의 데이터를 이용해 특정 패턴을 발견하는 정보처리 기술), 스마트 공장, 전자상거래 등 주요 계열사의 ICT 사업 현황에 대해 소개했다.18일 동부 뉴저지에서는 SK이노베이션과 SKC를 중심으로 에너지·화학 분야 포럼을 열었다. 임형규 부회장은 “미래 경쟁력 확보 차원에서 기술 기반의 새로운 성장 동력원 발굴이 필요하다”면서 “해외의 기술 인재들이 그 역할을 해 달라”고 당부했다. 김헌주 기자 dream@seoul.co.kr

인공지능(AI)이 렘브란트의 화풍을 배워 그림을 그렸다면 그 그림은 누구의 것일까. 최근 AI가 그림을 그리고 기사를 작성하는 등 다양한 콘텐츠를 만들어 내고 있지만, 현행법으로는 저작권을 보호할 수 없다는 지적이 제기됐다. 소프트웨어정책연구소는 13일 내놓은 ‘인공지능의 법적 쟁점-AI가 만들어 낸 결과물의 법률 문제를 중심으로’라는 보고서에서 AI가 만든 저작물을 보호할 수 있는 법이 필요하다고 밝혔다. 지난 4월 마이크로소프트는 네덜란드 기술자들과 공동으로 AI에 딥러닝을 통해 렘브란트 그림의 특징을 학습시켰다. 이후 AI에 렘브란트 화풍으로 모자를 쓰고 하얀 깃 장식과 검은색 옷을 입은 30~40대의 백인 남성을 그리라고 명령했다. 그 결과 AI가 학습한 내용을 바탕으로 렘브란트와 똑같은 화풍으로 남자의 초상화를 그려 내 세계를 놀라게 했다. AI가 그려 낸 콘텐츠의 질이 단순히 인간을 모사하는 차원을 벗어나 새로운 것을 창작해 내는 단계에 이른 것이다. 하지만 우리나라에서는 AI가 만든 콘텐츠가 예술적 가치가 있거나, 창작성이 높다고 하더라도 저작권을 인정받을 수 없다. 현행법상 저작권은 ‘인간이 창작한 결과물’로 한정하고 있기 때문이다. 반면 영국은 ‘컴퓨터로 만든 어문, 연극, 음악 또는 미술 저작물의 경우 저작자는 그 저작물의 창작을 위해 필요한 조정을 한 자’로 돼 있어 AI를 만드는 데 기여한 사람을 저작자로 간주하고 있다. 이번 보고서를 작성한 김윤명 선임연구원은 “지식재산권을 누구라도 자유롭게 이용할 수 있는 상태로 놓아 두는 것은 법적 안정성을 저해할 수 있다”며 “적극적인 입법 검토가 요구된다”고 말했다. 윤수경 기자 yoon@seoul.co.kr

　창조경제혁신센터·지역대학·지역중소기업이 함께하는 지역신산업 개발에 정부가 100억원을 투자한다. 　9일 미래창조과학부는 이같은 내용을 골자로 한 ‘지역신산업 선도인력 양성사업’의 88개 신규과제를 선정했다고 발표했다. 올해 처음 시작된 사업은 창조경제혁신센터와 지역대학, 지역기업이 공동 연구수행을 통해 지역 전략산업분야의 인력 수급 문제를 해소하고 지역 기업의 연구역량을 강화하는데 목적이 있다. 　지역별 전략산업으로 강원은 빅데이터, 충북은 바이오, 대구는 자율주행 자동차 산업 등을 양성한다. 　충북의 경우 오송생명과학단지 등을 기반으로 헬스케어 기술, 화장용 물질 개발 등을 통해 경쟁력을 강화할 것으로 보인다. 충북 영동대에서는 노인취 제거기능을 갖는 화장품 개발에 돌입하고 충북대에서는 식물성 천연물질을 이용한 화장용 보습물질 개발에 나선다. 국내 자동차부품 100대 기업중 11개를 보유하고 있는 대구는 자율주행 자동차 관련 핵심부품과 사물인터넷 기술확보를 통해 자동차 산업의 부가가치를 끌어올린다는 계획이다. 경북대에서는 자율주행차의 딥러닝기반 능동적 운전모드 전환 기술 개발을 과제로 삼았고 계명대에서는 주율주행 차량용 비상발전 시스템 개발에 나선다. 　미래부는 지역대학과 기업이 공동으로 참여하는 75개 연구개발과제에는 각각 연간 1억~1억 5000만원을 지원하고 지역별 창조경제혁신센터가 주관기관으로 참여하는 13개 공동프로그램 과제는 5000~6000만원 범위 내에서 최대 3년간 지원할 예정이다. 　미래부는 우수 인재의 지역유입을 활성화하기 위해 산학장학금 약정기업에 가점을 부여하는 등 취업관련 평가지표를 강화하고 과제별 학생연구원 참여율을 50% 이상으로 의무화할 계획이다. 　용홍택 미래부 미래인재정책국장은 “지역신산업 선도인력 양성사업의 추진을 통해 우수 인재의 지역기업으로의 취업을 유인해 기업의 기술역량을 강화하고 지역 창조경제를 확산시키는 선순환적 생태계 조성을 위해 노력하겠다”고 말했다. 윤수경 기자 yoon@seoul.co.kr

구글의 알파고, IBM의 왓슨 등 인공지능이 화제가 된 이후 우리 정부는 다양한 대책을 쏟아내고 있다. 세계 최고 수준의 기술 역량을 단기간에 확보하고, 2020년까지 언어지능 지식 축적 세계 1위 등의 목표를 내세우며 5년간 3조 5000억원을 투입하겠다고 밝혔다. 또 민관 합동으로 국가 연구역량과 데이터를 하나로 결집하기 위한 민간조직(기업형) 형태 연구소를 설립한다고 발표했다. 데이터 분석 전문가, 인공지능 소프트웨어 개발자 등의 전문인력 양성과 관련한 대책도 포함됐다. 여기에 슈퍼컴퓨터 개발을 위해 초고성능컴퓨팅(HPC)사업단(법인)을 설립하고, 사업단에는 매년 100억원 내외, 향후 10년간 1000억원 규모의 연구개발비를 지원한다는 발표도 있었다. 정부가 미래의 변화를 염두에 두고 대책을 세우는 것은 바람직하다. 그런데 다소 걱정되는 것은 단기적이고 졸속적인 정책 때문에 혈세가 엉뚱한 곳으로 흘러가고 이런 예산을 바탕으로 관료화만 진행되는 것이다. 과거에 각종 ‘한국형’ 사업을 하면서 기술개발은 성공했다고 하는데, 실제로 우리가 아는 것은 없는 상황이 또 재연될까 우려된다. 더는 생색내기에 가까운 정책이 나와서는 안 될 일이다. 인공지능과 같은 핵심 기술은 단기간에 개발될 수 없고 과거처럼 독점적으로 만들 수 있는 것도 아니다. 이제는 전 세계가 같이 연결돼 협업을 통해 문제를 해결해 나가고 있다. 이런 국제적이고도 개방적인 움직임에 적극적으로 동참하는 것이 훨씬 좋다. 또한 더 많은 젊은 학자들이 탄생할 수 있도록 ‘선택과 집중’을 하기보다는 참여자가 많아지도록 하는 게 ‘성공방정식’이라는 것을 잊지 않았으면 한다. 미래지향적인 기술에 대해서는 무엇보다 단기 성과에 집착하지 않고 꾸준히 관련 연구가 진행될 수 있도록 도와주는 게 중요하다. 특히나 국가가 지원하는 연구개발은 더욱 그렇다. 그런 측면에서 현재의 세계적인 인공지능 기술의 개발이 이루어지는 데 커다란 기여를 한 캐나다 정부의 사례를 새겨 볼 만하다. 2000년대 초반까지만 하더라도 인공지능 기술 개발은 기대했던 수준의 성능이 나오지 않은 경우가 대부분이었기 때문에 소위 ‘인공지능의 겨울’이 꽤 오랫동안 지속됐다. 그러던 중 2004년 인간의 뇌와 유사한 신경망을 모델로 한 소프트웨어를 바탕으로 인공지능 기술 혁신을 하겠다는 학자들을 믿고 장기간 연구지원을 해 준 것이 캐나다 정부다. 이 분야의 선구자였던 토론토대학의 제프리 힌턴 교수, 몬트리올대학의 요슈아 벤조 교수, 뉴욕대학의 얀 르컨 교수 등에 대해 캐나다고등연구원(CIFAR)은 정부와 민간의 자금을 모아 10년 동안 120억원 정도의 연구자금을 투자하기로 결정했다. 이때부터 이들은 인공지능 관련 기술을 혁신해 나가기 시작했다. 2006년 힌턴 교수가 ‘딥러닝’ 개념을 정립하는 획기적인 논문을 발표한 것을 시작으로, 현재의 알파고가 탄생할 수 있었던 다양한 기술들이 개발되고 학계에 발표됐다. 그러자 이들의 가능성을 알아본 미국 실리콘밸리의 대기업들이 수조원의 돈을 투자하기 시작했는데, 그중에서 힌턴 교수는 구글로 자리를 옮겼고, 르컨 교수는 페이스북에 합류해 인공지능 연구를 이끌고 있다. 캐나다고등연구원은 조건 없이 도전적인 연구 분야에 대한 지속적인 투자를 하는 것으로 유명하다. 특히 후원하는 연구자의 절반은 국가를 따지지 않고 연구 내용만 좋으면 지원한다. 이런 중장기적인 비전이 있어야 획기적인 기술이 탄생할 수 있는 것이다. 이런 환경은 우리나라와 같이 무조건 빠른 성과를 중시하는 문화와 큰 차이가 있다. 감사에 대비해 준비해야 할 서류만 많고, 실패하면 안 되기 때문에 반드시 성공할 만한 연구 주제를 제시하거나, 심지어는 이미 기술개발이 돼 있는 것들을 정리해 주제를 정하기도 한다. 이런 문화에서는 따라하기와 다를 바 없는 ‘한국형’ 기술들만 넘쳐나게 되고 기술 개발은 성공했지만 세계적인 성공을 거두는 사례는 없는 현 상황만 반복될 뿐이다. 지금이라도 중장기적이고도 연구자들에게 초점을 맞춘 연구개발이 진행될 수 있도록 정책의 방향성이 결정이 되기를 바란다. 비록 느리더라도 그렇게 믿고 도전하는 게 미래를 바꾸는 힘이 된다.

수학 분야의 세계적 석학 스탠리 오셔(74) 미국 UCLA 교수가 서울대와 ‘딥러닝’ 연구를 진행한다. 딥러닝은 ‘인공 신경망’을 기반으로 한 기계학습 기술로, 인공지능의 핵심 원리다. 지난 3월 이세돌 9단과 세기의 바둑 대결을 펼친 구글의 바둑 인공지능 ‘알파고’가 딥러닝 방식을 활용한 것이다. 서울대는 오셔 교수가 수리과학부 강명주 교수팀 10명과 함께 지난 3월부터 연구를 시작했다고 20일 밝혔다. 오셔 교수는 2014년 한국에서 열린 세계수학자대회에서 응용수학 분야의 노벨상으로 통하는 ‘가우스상’을 수상했던 인물이다. 서울대의 ‘노벨상수상자급 해외석학 초빙 프로그램’ 차원에서 지난해 5월부터 임기 2년의 초빙교수로 재직 중이다. 조용철 기자 cyc0305@seoul.co.kr

　딥러닝, 인공지능 부활의 신호탄　　2012년, 인공지능의 부활을 알리는 두발의 신호탄이 터졌다. 그해 국제 영상 인식 대회(ILSVRC)에서는 믿을 수 없는 일이 벌어졌다. 이 대회의 목표는 이미지넷에 있는 십오만 장의 사진 중 자동차, 강아지 등 1000가지 종류의 물체를 컴퓨터로 찾아내는 것이었다. 자율주행 자동차가 보행자를 인식하거나 구글 포토에서 사진을 자동으로 분류할 때도 사용되는 이 기술은 오랫동안 답보 상태에 머물러 있었다. 2011년까지는 75%의 정확도가 최고 기록이었는데 일 년에 1~2%의 성능을 올리기도 쉽지 않았다. 기업들도 오랫동안 투자를 하며 기다렸지만 기대했던 성과가 나오지 않자 연구팀을 해체하는 지경에 이르렀다. 그런데 이 대회에 처음으로 참가한 토론토 대학의 슈퍼비전팀이 경쟁자와 격차를 10% 이상 벌리며 85%의 정확도로 우승을 차지하였다. 참여한 멤버는 제프리 힌튼 교수와 학생 2명이 전부였다. 더욱 놀라운 것은 3명 모두 영상 인식 분야의 전문가가 아니었다. 학계와 IT 업계가 술렁거렸다. 기계가 학습을 한다는 “딥러닝(Deep Learning)”이 세상에 모습을 드러내는 순간이었다. 　그해 매스컴을 뜨겁게 달구었던 또 하나의 사건이 있었다. 구글은 사람의 도움 없이 컴퓨터가 1000만 장의 사진 중에서 고양이 이미지를 찾아내는 데 성공하였다고 발표하였다. 기계가 스스로 사물을 인식할 수 있다는 것을 보여준 획기적인 업적이었다. 여기에도 딥러닝이 사용되었다는 소식이 전해지면서 IT 업계에는 딥러닝 열풍이 불기 시작했다. 관련 스타트업의 인수가 이어지고 인재 확보와 기술 경쟁에 불이 붙었다. 2년 뒤 구글은 이미지넷의 영상 인식률을 93%까지 올렸다. 2015년 1월 중국의 바이두는 인식률을 94%로 향상시켰고 2월에는 마이크로소프트가 95%를 기록하면서 사람의 수준에 다다랐다. 딥러닝은 영상뿐만 아니라 음성 인식과 자동 번역의 성능도 한순간에 끌어올렸다.　딥러닝은 인간의 뇌를 모방한 인공신경망에 그 뿌리를 두고 있다. 인공신경망은 인공지능의 한 축으로 알파고가 기보를 통해 바둑을 익히듯이 기계에게 학습을 시키는 한 방법이다. 이런 결과에 고무된 기업들은 다시 팀을 재정비하고 대가들을 찾아 나서며 흥분을 감추지 못했다. 알파고로 인해 인공지능에 대한 관심이 급증하자 정부도 서둘러 대책을 내놓았다. 미래창조과학부는 ‘지능정보기술연구소’를 설립하고 5년간 1조 원을 투자하겠다는 발표를 하였다. 삼성전자, LG전자, 현대자동차 등 기업들을 끌어들이고 미래부 내에는 인공지능을 총괄할 전담팀까지 만들었다. 인공지능 불모지에 정부의 지원 소식은 가뭄의 단비처럼 반갑다. 그러나 R&D는 거창한 시작보다 거품이 꺼진 뒤 성공할 때까지 살아남는 것이 더 중요하다. 그런 의미에서 이외수 선생이 주창하는 ‘존버 정신’이야말로 R&D의 중요한 덕목이라 하겠다. 60년 인공지능 역사에 한 획을 그은 딥러닝의 탄생 뒤에도 길고 긴 겨울(AI winter)을 힘겹게 살아온 노 교수의 공로가 숨어 있다. 딥러닝의 대부로 불리는 제프리 힌튼 교수의 삶을 통해 우리의 현실을 돌아보자. 　 　딥러닝의 대부, 제프리 힌튼　　캐나다 토론토 대학의 제프리 힌튼 교수는 70을 바라보는 나이에도 딥러닝을 전파하기 위해 동분서주하고 있다. 대학에서 심리학을 전공한 힌튼 교수는 뇌의 비밀을 알고 싶었다. 주변의 만류에도 불구하고 인공지능의 신경망 분야를 선택해 박사 과정을 시작하였다. 당시는 인공지능의 거품이 꺼지고 한물간 분야로 취급받을 때였다. 1956년 존 매카시를 비롯한 당대 최고의 석학들은 다트머스대학에 모여 최초로 인공지능을 제안하고, 그 후 20년 동안 황금기를 누렸다. 학자들은 “20년 안에 인간이 할 수 있는 모든 일은 기계가 할 수 있게 될 것이다”라며 장밋빛 미래를 약속하였다. 그러나 1970년대에 들어서면서 인공지능은 현실의 복잡한 문제를 풀 수 없다는 평가받으면서 기대는 실망으로 급변하였다. 모든 연구 지원이 끊어지고 인공지능은 첫 번째 겨울을 맞이하게 된다. 하필 그때 인공지능을 연구하겠다고 나섰으니 고생길이 시작된 셈이다.　1980년대 인공지능은 두 번째 전성기를 맞이한다. 이번에는 사람과 같은 인공지능이 아니라 한가지 일이라도 잘하는 시스템을 만들기로 하였다. 법률이나 의료와 같이 특정 분야의 지식을 컴퓨터에 입력하여 실용적인 문제를 해결하는 ‘전문가 시스템(Expert System)’이 인기를 모았다. 그러자 인공신경망을 연구하던 동료들도 대부분 새로운 분야로 떠나버렸다. 1990년에 접어들면서 전문가 시스템도 난관에 부딪히게 된다. 새로 쏟아지는 지식을 매번 다시 학습시키는 것은 불가능한 일이었다. 게다가 성과를 내기 위해 문제를 더 잘게 나누어 해결했지만 결국은 애초의 인공지능으로부터 점점 멀어지면서 두 번째 겨울을 맞이하였다.　2000년 초까지 살아남은 인공신경망 연구 그룹은 손에 꼽을 정도였다. 토론토 대학의 제프리 힌튼, 몬트리올 대학의 요수아 벤지오, 뉴욕대의 얀 레쿤 교수 정도가 명맥을 유지하고 있었다. 2004년 그들은 캐나다 고등연구원(CIFAR)의 지원으로 50만 달러의 소규모 펀딩을 받아 연구를 지속할 수 있었다. 힌튼 교수는 두 명의 박사과정 학생과 함께 인공신경망의 문제를 해결하며 연구에 매달렸다. 2006년 마침내 인공지능의 새로운 시대를 여는 ‘딥러닝(Deep Learning)’ 논문을 완성하게 된다. 그로부터 6년이 지난 뒤 이 3명은 국제 영상 인식 대회(ILSVRC)에서 슈퍼비전이라는 팀으로 출전하여 딥러닝을 실제로 구현해 우승을 차지하며 세상을 놀라게 하였다. 다음해 힌튼 교수는 ‘DNN리서치’라는 스타트업을 설립하여 딥러닝 확산에 나섰다.　　IT 최후의 격전지, 인공지능　　딥러닝이 불을 댕긴 인공지능은 세 번째 봄을 맞이하고 있다. 이전과는 사뭇 다른 분위기다. 먼저 학계에서 연구하던 분야에 기업이 참여하기 시작한 것이다. 사물인터넷, 스마트카, 지능 로봇과 같은 스마트 제품의 등장으로 기업들도 인공지능이 절실하게 필요하게 되었다. 두 번째는 빅데이터의 등장이다. SNS, 핀테크, 스마트 센서 등을 통해 생활 속에서 생성되는 빅데이터가 인공지능과 결합하면서 사람들에게 필요한 서비스를 제공할 수 있게 되었다. 세 번째는 강력한 컴퓨팅 파워의 확보다. 하드웨어의 혁신과 인터넷으로 연결된 클라우드의 발전으로 컴퓨터가 거의 제한이 없는 계산 능력을 보유하게 되었다. 인공지능이 성장할 수 있는 생태계가 만들어지기 시작한 것이다.　시장조사 업체 IDC는 인공지능 시장이 매년 50% 이상 증가하여 2019년에는 313억 달러에 이를 것으로 전망하였다. 컨설팅 업체 맥킨지는 2025년 인공지능을 통한 지식노동 자동화의 파급 효과가 5조 달러를 넘을 것으로 예상하였다. 최근 이 분야에 대한 투자도 급격히 늘어났다. CB 인사이츠의 조사 결과, 2015년 인공지능 스타트업에 투자한 금액은 3억 달러로 2010년 1500만 달러의 20배에 이른다. 2012년 이후 실리콘 밸리에 생겨난 인공지능 업체만 해도 170개가 넘는다. 이렇게 상황이 바뀌자 글로벌 IT 기업들은 AI 관련 기업과 인력을 블랙홀처럼 빨아들였다.　 2013년 구글은 제프리 힌튼 교수를 모셔가기 위해 아예 DNN리서치를 인수하면서 모든 연구자를 함께 영입하였다. 다음해에는 영국의 인공지능 업체 딥마인드 테크놀로지를 4억 달러에 인수하였다. 이 회사의 CEO는 알파고를 개발한 데미스 하사비스였다. 미국의 워싱턴포스트가 “구글의 장기적 목표는 인공지능 회사가 되는 것이다”라는 보도를 할 정도이다. 페이스북은 뉴욕대의 얀 레쿤 교수를 영입하여 인공지능 연구소를 설립하였다. 여기에 얼굴인식 소프트웨어 ‘딥페이스’를 개발한 페이스(Face.com)와 음성인식 스타트업 윗에이아이(Wit.ai)를 인수하여 전력을 강화하였다. 페이스북의 CEO 마크 저커버그는 영화 ‘아이언 맨’에 등장하는 ‘자비스’와 같은 인공지능을 만드는 것이 목표라고 밝혔다. 중국의 IT 대표기업인 바이두는 2014년 스탠퍼드 대학의 앤드류 응 교수를 영입하였다. 그는 구글의 ‘브레인 프로젝트’를 지휘하며 자동으로 고양이 이미지를 찾아낸 젊은 인공지능 대가이다. 바이두는 상하이와 실리콘 밸리에 AI 연구소를 설립해 무인 자동차, 음성인식, 영상인식 분야에 집중하면서 글로벌 기업들과 어깨를 나란히 하고 있다. 마이크로소프트의 코타나, 애플의 시리, 아마존의 알렉사와 같은 인공지능 비서 진영의 움직임도 빨라졌다. IBM의 인공지능 왓슨은 퀴즈쇼를 넘어 이미 의료와 금융 분야의 현장에서 사용되고 있다. IBM은 교육, 에너지, 건설, 보험 등 다양한 분야에 걸친 ‘왓슨 생태계’ 만들기에 나섰다.　글로벌 기업들은 인공지능을 IT 최후의 승부처로 여기고 있다. 인공지능은 영화 속 먼 미래의 이야기가 아니다. 이미 우리의 일상 속에 깊숙이 자리 잡고 있다. 일초에 수십만 번씩 주식을 사고파는 로봇 트레이더가 증권가를 장악한 지는 이미 오래다. 이제는 고객의 자산까지도 인공지능 로보 어드바이저가 관리한다. 컴퓨터가 신문 기사를 쓰고 회계 장부를 정리하고 법원의 판례를 분석하는 일은 점점 보편화되고 있다. 자율주행 자동차, 소셜 로봇, 드론과 같은 스마트 기기도 모두 인공지능의 판단으로 움직인다. 우리의 경쟁자들은 이미 앞서가고 있다. 지금은 인공지능의 골든타임이다. 정부, 기업, 학계가 한데 뭉쳐 추격의 고삐를 늦추지 말아야 한다.　　김지연 R&D경영연구소 소장 jyk9088@gmail.com　　<지난 칼럼은 아래 링크로 들어가면 보실 수 있습니다.>　 http://www.seoul.co.kr/news/newsList.php?section=kimjy_it

수리·추리·시각적 사고 영역 어려워 LG 인적성 검사도 한국사 문제 출제 삼성그룹 대졸 신입사원 공채 필기시험인 삼성직무적성검사(GSAT·Global Samsung Aptitude Test)가 17일 실시됐다. 서울, 부산, 대구, 대전, 광주 등 국내 5개 지역과 로스앤젤레스와 뉴저지주 뉴어크 등 미국 2개 지역에서 치러졌다. 난이도는 대체로 무난했지만 시간이 부족했다는 평이 주류를 이뤘다. 국사와 세계사 등 인문학적 소양과 최신 정보기술(IT)상식을 묻는 문제가 두루 출제됐다고 응시자들은 전했다. 지원자들은 이날 오전 8시 30분부터 140분간 언어논리, 수리논리, 추리, 시각적 사고, 직무상식 등 5개 영역의 160개 문항을 풀었다. 응시생들은 예년과 비슷한 유형이 출제됐다고 전했다. 삼성물산 해외영업직군에 지원한 김모(27)씨는 “기출문제와 예상문제집으로 풀어 본 문제 수준과 거의 같았다”면서 “수리와 추리 쪽에선 시간이 많이 부족했다”고 말했다. 입체추정, 도형찾기, 도형완성 등이 나오는 시각적 사고영역이 어려웠다는 평가가 많았다. 이 영역은 다른 대기업 인적성 검사에는 없고 삼성그룹 입사시험에서만 치러진다. 직무상식 영역에선 한국사는 물론 중국사와 일본사 등 세계사와 최근 이슈가 된 인공지능(AI)을 다룬 문제가 골고루 출제됐다. 각 왕조나 역사적 사건을 순서대로 나열하는 유형으로, 노비안검법, 흑사병, 진시황 등을 물었다고 응시생들은 전했다. 컴퓨터가 신경망을 통해 학습하는 딥러닝과 AI 기술을 활용한 투자자문서비스인 로보어드바이저와 관련된 문제도 출제됐다. 삼성그룹이 역점을 둔 전기차 배터리, 초음파 영상 기술, 자율주행차 등을 다룬 문제는 물론 중력파와 힉스 입자, 물의 정수과정, 사이다에 들어 있는 기체 등 과학 문제와 원·달러 환율 변동, 양적완화, 개인종합자산관리계좌(ISA) 등을 묻기도 했다. 온라인에서 상품 정보를 찾아보고 구매는 더 싼 오프라인에서 하는 소비 형태인 ‘웹루밍’, 기술과 예술의 합성어인 ‘데카르트 마케팅’ 등 최근 트렌드를 짚는 문제도 나왔다. 삼성은 GSAT 합격자를 대상으로 임원·직무역량·창의성 면접 등을 거쳐 오는 6~7월 최종 합격자를 발표한다. 지난해 1만 4000명을 뽑은 삼성그룹은 올해 채용 인원을 다소 줄일 것으로 전망된다. 전날인 16일에는 LG그룹과 CJ그룹이 각각 대졸 공채 인적성 검사를 실시했다. LG그룹의 적성 검사에서는 조선시대 정책 제도, 주요 문화유산 등 한국사 기본 지식을 바탕으로 현재 상황을 종합적으로 추론하는 능력을 묻는 문제가 나와 눈길을 끌었다. LG 인적성 검사 결과는 이달 말 발표된다. 오달란 기자 dallan@seoul.co.kr

진짜 보다 더 진짜 같고, 진짜 여성보다 더 예쁜 인공지능 로봇이 중국서 개발됐다. ‘지아지아’라는 이름의 이 로봇은 일명 ‘로봇 여신’이라고 불리기도 한다. 그만큼 아름다운 외모를 가졌기 때문이다. 중국 베이징과학기술대학교가 최근 공개한 ‘지아지아’는 여신과 같은 외모뿐만 아니라 사람처럼 자연스럽게 눈을 깜빡이고 눈동자를 움직일 수 있으며, 말의 내용과 입모양의 싱크가 일치한다는 특징이 있다. 과거에 공개된 그 어떤 로봇보다 더욱 사람을 닮은 ‘지아지아’는 일상 속 간단한 대화를 나눌 줄 아는데, 예컨대 사람이 “안녕”이라고 인사하면 “네, 안녕하세요. 제가 무엇을 도와드릴까요?”라고 답할 수 있다. 베이징과학기술대학교 첸샤오핑 박사 연구진이 3년에 걸쳐 제작한 이 로봇은 미세한 감정표현을 드러낼 줄 알 뿐만 아니라 상황에 따라 적절한 대화법을 취할 수 있어 보는 이들을 놀라게 했다. 로봇 시연회를 찾은 관람객들에게는 “사진 찍을 때 너무 가까이 오지는 마세요.”라는 당부의 말을 전하기도 했다. 첸샤오핑 박사는 “우리는 딥러닝(AI의 핵심기술)을 구현하는 로봇을 개발하고자 했다. 여기에 사람을 꼭 닮은 표정을 지을 수 있고 이를 인식할 수도 있으며 사람들과 보다 더 깊은 감정을 상호교환할 수 있는 데이터를 탑재하는 것이 다음 목표”라고 설명했다. 송혜민 기자 huimin0217@seoul.co.kr