:::영남뉴스 (ynnews).

사설/칼럼

ㆍ작성일	2020-01-09 23:11

ㆍ추천: 0

1초마다 진화하는 AI…우리의 미래는
2020 전미경제학회, AI시대의 변화가 보인다
국가 차원의 AI 기술로드맵 만들자
인공지능(AI)이 우리의 삶을 바꾸고 있다. 자율주행차, 통역, 사회 인프라 자동화 등 사회 전반에 AI가 적용되면서다. 변화는 상상을 초월한다.

AI가 현실화하려면 어떤 숙제들이 남아 있을까. 사람들은 AI의 미래를 얘기할 때 스스로 사고하는 ‘강한(strong) AI’와 학습시킨 일만 할 수 있는 ‘약한(weak) AI’를 놓고 논쟁을 벌인다. 초점은 어느 수준의 AI까지 허용할 수 있는지다.

사실 강한 AI가 실현될 확률은 무척 낮다. 현실적인 초점은 ‘좁은 AI’와 ‘넓은 AI’ 중 어떤 것이 대세가 될지 여부에 맞춰져 있다. 좁은 AI는 관련 데이터를 이용한 학습을 통해 주어진 작업을 수행한다. 특화된 영상 분석 및 통역 등에서 이미 사람보다 뛰어난 능력을 발휘하고 있다.

넓은 AI 혹은 범용 AI는 조금 더 인간에 가까운 형태다. 하나의 하드웨어로 여러 가지 기능을 수행하는 능력을 갖고 있다. 많은 양의 데이터를 통한 반복 훈련 없이도 새로운 일을 배울 수 있다. 시간에 따라 새 작업을 습득하면서도, 과거에 배웠던 일은 잊지 않는다. 때론 훈련에 필요한 데이터가 부족해도 처한 환경 안에서 반복적인 시도와 실패를 통해 행동을 개선한다. 요리도 하고 아이들 숙제도 도와주고 강아지 산책도 시키는 그런 집사 역할의 AI를 생각하면 될 것이다. 넓은 의미의 AI 연구는 아직 진행형이고 많은 도전이 남아 있다.

AI가 잘 작동하려면 되도록 많은 데이터, 좋은 알고리즘 그리고 높은 효율성의 하드웨어 ‘3박자’가 맞아떨어져야 한다. 이 세 가지는 서로 강하게 연관돼 있다. 예컨대 소프트웨어 알고리즘이 좋으면 데이터가 좀 부족해도 괜찮다. 훌륭한 알고리즘이 있으면 부실한 하드웨어로도 같은 작업을 수행할 수 있다.

최근 화두가 되는 이슈 중 하나는 지역적으로 분산돼 있는 데이터와 컴퓨터 자원을 이용해 AI를 작동하는 것이다. 5세대(5G) 이동통신의 빠른 연결망으로 분산된 자원을 같이 모아 활용하자는 취지다. 자율주행차는 차 안에 내장돼 있는 하드웨어에 더해 주변 도로 인프라에 장착된 컴퓨터들까지 활용하는 기술들이 개발되고 있다.

‘온디바이스(on-device) AI’도 관심이다. 복잡한 알고리즘을 클라우드 컴퓨터에 접속해 실행하는 대신 스마트폰이나 노트북 등 작고 가벼운 기기에 AI 알고리즘을 적용하는 시도다. ‘CES 2020’의 트렌드 중 하나다.

AI는 지속적으로 빠르게 발전하는 분야다. AI 시대에 뒤처지지 않기 위해서는 연구개발(R&D)에 대한 국가·사회적 대규모 투자를 멈춰선 안된다. 정부의 적극적 정책 개발과 공감대를 형성하기 위한 노력도 절실하다.

문재균 KAIST 교수< 전기 및 전자공학부 학부장 >

2020 전미경제학회AI시대의 변화가 보인다

2020년 초에 미국 샌디에이고에서 열린 전미경제학회(ASSA)는 과거 어느 대회 때보다 전통경제학에 대한 비판과 자성의 분위기가 역력했다. 내로라하는 학계 대가들조차도 이런 변화를 인정하고 있다.

먼저 이론적인 면을 보자. 완전경쟁 조건하에서 `보이지 않는 손`에 의해 시장이 저절로 잘 움직여 가며 큰 문제 없이 균형에 이른다는 애덤 스미스식 전통적 고전 경제학은 현실적으로 그 생명을 잃어가고 있다는 것이다. 고전 경제학 이론에서는 시장에 수많은 소비자와 생산자가 있고 그들이 갖고 있는 정보가 완벽하기 때문에 그들의 교호(交互)작용에 의해 가격이 저절로 결정된다고 본다.
따라서 개인은 이 가격을 보고 구매 및 판매를 결정하면 된다. 즉 가격순응적(price-taker)이라는 것이다. 그런데 현실적으로 오늘날 이런 시장은 세계 어느 곳에서도 찾아보기 힘들다. 특히 생산자 쪽을 보면 실력 있는 대형 생산자 몇이서 시장을 좌지우지하는 과점현상이 더 일반적이다. 디지털 혁명이 진행되고 있는 최근의 시장 상황을 보면 이 주장에 반론을 제기하기 힘들기도 하다.

이러한 요즘 시장의 일반적 형태를 인정한다면 과점 기업들 행태를 세밀하게 파악하려는 동태적 미시경제학이 더 유용하다. 대표적으로 에어리얼 페이크스 하버드대 교수는 "과점 상황에서 상대방의 전략을 감안해 기업이 자기의 생산량과 시장 접근 전략을 모색하는 `내시균형`이 오히려 더 현실적이지 않겠는가"라고 강변하고 있다. 시장에서는 고전파적 균형해법보다는 각 과점 기업이 상대방의 전략을 간파하고 자기의 최적 전략을 찾아가는 (게임 이론에서 주장하는) 이른바 안주해법(安住解法·rest point solution)이 더 현실적이다.

이렇게 보면 우리가 그동안 교과서에서 다뤄왔던 생산함수, 즉 어느 기업의 생산량은 상품 가격, 원자재 가격, 노임, 이자율 등에 의해 정해진다는 것보다는 그동안 간과해 왔던 요인, 즉 다른 기업은 얼마나 생산하는지, 앞으로의 시장 전망은 어떤지 등과 규제 가능성, 담합 여부, 국제적 인수·합병(M&A) 환경 등이 생산함수에 포함돼야 한다는 주장이 설득력을 얻는다.

다음 실증적인 측면을 보자. 그동안 계량경제학은 어떤 경제이론을 수학적 방식을 써서 모델화하고 그 모델을 시장에서 수집할 수 있는 샘플 자료에 의해 통계학적인 방법으로 추정해보는 과정을 거쳐 왔다. 샘플 자료이기 때문에 `에러`가 있기 마련이고 이를 최소화하는 데 계량경제학의 초점이 맞춰져 있다. 그런데 이러한 재래식 추정 방식은 더 이상 유효하지 않다고 주장하는 학자가 많이 나오고 있다.

그 이유는 첫째, 앞에서 언급한 바와 같이 이론 자체가 고전파 이론을 떠나고 있고 따라서 어떤 수학적 모델이 정립되지 않고 있으며 둘째, 인공지능(AI), 빅데이터, 전산방식 발달에 의해 샘플이 아닌 거의 모집단에 가까운 데이터를 쓸 수도 있는 마당에 과거식 추정 방식에 얽매일 필요가 있겠느냐는 주장이다. 마치 이세돌이 알파고와 바둑을 둘 때 절대적으로 불리한 이유는 알파고가 거의 무한대에 가까운 경우의 수를 갖고 순간적으로 계산해내기 때문에 비록 천재에 가까운 이세돌마저도 인간적인 `에러`로부터 자유스러울 수 없지 않겠느냐고 말하는 것과 유사하다.

수전 애시 스탠퍼드대 교수 같은 이도 샌프란시스코 지역 편의점을 이용하는 수많은 소비자를 상대로 오랜 기간 빅데이터를 수집했는데 이를 근거로 소비자 수요 행태를 조사해 보니 기존 이론과 맞지 않는 많은 현상을 발견할 수 있었다는 것이다. 수요 이론을 다시 써야겠다는 주장까지 하고 있다.

이렇게 이론과 실증에서 기존 경제학이 힘을 잃어가고 있는 것을 보면 앞으로 몇 년 후에는 경제원론이 아닌 `경제변론`이 등장하지 않을까 하는 생각을 해본다. 우리가 눈여겨볼 사항은 미국 각 대학에서 이미 이러한 새로운 이론과 실증적 방식을 가르치고 있다는 사실이다. 수많은 박사 논문이 최근의 디지털 혁명에서 파생된 변화를 수용하면서 경제학이 가야 될 새 길을 모색하고 있다. 우리나라 경제학계에서도 이러한 변화의 노력이 있어야만 되지 않겠나 생각해 본다.

[유장희 대한민국학술원 회원·매일경제신문 고문] 국

국가 차원의 AI 기술로드맵 만들자

인공지능(AI)은 기업의 사업모델을 바꾸고 대학의 교육 방식을 바꾸고 있다. 인간이 살아가는 방식을 완전히 바꿀지 모른다는 예측도 있다. 이런 상황이다 보니 기업이나 대학이나 혼란에 빠져 있다. AI 개발에 뒤처지면 경쟁에서 영원히 낙오된다고 생각한다.

흔히 말하는 AI는 특정 기술을 나타내지 않는다. 다양한 기술과 응용 분야를 포함한 광의의 기술이다. 단일 기업이나 대학에만 의존하기에는 넓고도 깊다. 한 국가가 모두 감당하기도 어렵다. 지난해 12월 정부는 선택과 집중의 관점에서 AI 국가전략을 발표했다. 목표는 2030년까지 최대 455조원의 경제효과 달성과 세계 10위 수준의 삶의 질 제공이다. 목표가 실현된다면 우리나라는 정보기술(IT) 강국에서 AI 강국으로 변모하게 된다. 우리나라 반도체가 세계를 석권하고 IT 강국이 된 배경에는 숨은 공신이 있다.

국제 반도체 기술 로드맵(ITRS)이다. 무어의 법칙과 기술 로드맵으로 인해 반도체 기술이 미래 시점에 어느 정도 진화할지 예측할 수 있었다. 예측이 가능하다는 점은 산업 육성의 거름이 된다.

기술은 끊임없이 진화한다. 하지만 진화에는 조건이 있다. 시장이다. 새로운 기술을 응용한 제품이 등장하면 기존 시장에 침투하거나 새로운 시장을 창조해야 한다. 시장이 없으면 기술은 진화하기 어렵다. 그러므로 문제는 기술에만 머물지 않는다.

어떤 시장에 어떤 제품을 내어놓을지 선택하고 여기에 가장 적합한 기술이 무엇인지 경영 관점에서 궁리해야 한다.

역방향도 있다. 기술을 어떤 제품으로 연결하고 어떤 시장을 만들지 기술 관점에서 궁리해야 한다. 두 방향의 궁리가 필요한 이유는 명백하다. 기술만으로는 기업의 생존을 담보하기 어렵기 때문이다. 기술은 경영과 조화를 이루어야 한다. 기술과 경영 모두에 길잡이 역할을 하는 수단이 바로 기술 로드맵이다. 우리나라가 미래에 AI 강국이 되려면 현시점에 AI 기술 로드맵이 필요하다.

기술 로드맵 작성에는 정부와 기업과 대학이 지혜를 모아야 한다. 지금까지 대학과 기업에서는 연구와 사업을 구분했다. 하지만 AI에는 이런 구분이 의미가 없다. 연구와 사업이 하나처럼 움직인다. AI의 미래를 예측할 수 있는 경험칙은 아직 나오지 않았다. AI가 선형으로 진화할지 비선형으로 진화할지조차 알기 어렵다. 이런 시점이기 때문에 더욱 기술 로드맵이 필요하다. 물론 현실적인 제약도 있다. 기술 로드맵 작성에는 많은 시간과 비용이 필요하다.

미래를 예측한다는 점에서 불확실성도 크다. 기술 로드맵은 결과물보다 로드맵을 만드는 과정이 더욱 중요하다. 많은 사람의 지혜를 모으는 과정에서 뜻하지 않았던 발견이 생긴다. 다른 기술과의 관련도 분명해지고 새로운 사업모델도 나올 수 있다. 그래서 기술 로드맵은 만들고 나서 계속 갱신해야 한다.

기술전략은 국가 차원에서 시작해서 기업 차원으로 계승된다. 기업은 국가전략을 참고하면서 기업전략을 책정한다. 기술 로드맵도 마찬가지다. 국가 차원에서 AI 기술 로드맵을 만들면 이를 참고하여 기업에서 상세한 기술 로드맵을 만든다. 국가와 기업의 기술 로드맵에는 다른 점이 있다. 국가의 기술 로드맵은 넓게 멀리 보아야 한다.

경제 성장, 산업 경쟁력, 차세대 산업 창조의 원동력 등 다양한 요소를 반영한다. 이를 바탕으로 연구개발 자금 분배, 연구개발 체제 운영, 인력 양성, 법과 규제 등 구체적인 방안을 제시한다.

이 모든 요소가 기업의 기술 로드맵에 영향을 준다. 기업은 국가 차원의 기술 로드맵을 보면서 자사의 기술과 경영이 최적의 조화를 이루도록 구체적인 행동 방안을 계획한다. 우리나라가 AI 강국이 되기를 진정 바라는가. 그렇다면 시급히 국가 차원의 AI 기술 로드맵을 만들자.

[윤태성 객원논설위원·카이스트 기술경영학부 교수]