[AI World 2022:Tech&Future] AI R&D 발전 방향 전문가 간담회
"정부·민간 투자 쏟아 부었지만 산업계 AI 활용률은 2.5% 뿐"
"논문·특허보다 사업화에 무게 둬야"
[파이낸셜뉴스] "정부와 기업들이 인공지능(AI) 연구개발(R&D)에 막대한 투자를 했지만, 정작 국내 산업계의 AI 활용률은 2.5%에 그치고 있는 게 현실이다. 미국과 중국의 AI 기술패권 경쟁이 심화되고 있는 상황에서, 한국이 주도권을 가질 수 있는 분야를 찾아 선택과 집중과 R&D를 하는 것이 시급하다."
"정부·민간 투자 쏟아 부었지만 산업계 AI 활용률은 2.5% 뿐"
"논문·특허보다 사업화에 무게 둬야"
지난 8일 서울 코엑스 아셈볼룸에서 과학기술정보통신부 주최, 정보통신기획평가원(IITP), 대한전자공학회, 파이낸셜뉴스 주관으로 열린 'AI World 2022: Tech & Future'의 부대행사로 한국전자통신연구원(ETRI)과 6대 AI 학회장을 비롯한 전문가들이 국내 AI R&D의 바람직한 방향을 제시하는 .'AI R&D 발전 방향 전문가 간담회'가 열렸다. 간담회는 이현규 IITP AI·데이터 PM이 발제를 맡고, 서승우 대한전자공학회 회장, 김명준 한국전자통신연구원(ETRI) 원장, 강진모 정보처리학회 회장, 심규석 정보과학회 회장, 유창동 한국인공지능학회 회장, 이준환 한국인지과학회 회장, 이규복 한국전자기술연구원 부원장, IITP 최재훈 기술전략본부장, 과학기술정보통신부 박석춘 사무관이 참석했다.
발제를 맡은 이현규 PM은 "미국과 중국이 AI 기술의 90%를 차지하고, 나머지 10%에서 한국이 4위냐 5위냐를 논하는 것은 '도토리 키재기'에 불과하다"며 "우리가 이길 수 있는 특정 분야가 무엇인지를 빨리 선택하는 것이 중요하다"고 강조했다.
■서승우 대한전자공학회 회장=자율주행 분야는 AI기술이 막대하게 사용되는 분야다. 그럼에도 불구하고 AI 관련 R&D 사업 중 자율주행 분야는 상대적으로 적다. 2004년 스마트 자동차를 시작하면서 2006년께부터 자율주행 분야에 AI기술들이 조금씩 적용되기 시작했다. 이후 2010년 딥러닝 기술이 나오면서 자율주행 인식파트는 거의 100%가 AI 기술을 탑재하고 있다.
자율주행분야는 안전한 AI를 개발해야 하는 당위성이 절대적이다. 그런데 15년 가까이 연구를 해봐도 안전하다고 신뢰할 수 있는 AI 기술이 아직 없다. 아무리 논문을 뒤져보고, 다른 컨퍼런스에 가서 얘기를 들어봐도 레벨4나 레벨5의 자율주행에 정말 믿고 적용할 수 있는 세이프 AI기술이 아직 보이질 않는다. 그래서 앞으로 자율주행 분야 AI R&D를 기획할때 세이프 AI를 고려해야 한다고 본다.
■강진모 정보처리학회 회장=AI를 산업계 서비스에 적용하려면 굉장히 많은 AI기술들이 필요하다. 최근 B2C사업에서 AI 기술을 쉽게 적용할 수 있는 분야가 콜센터와 관련된 챗봇이 있다. 내가 한 명품 플랫폼에서 물건 3개를 산 뒤 두달 반 동안 반품과 매출취소를 해봤는데, 아직 하나는 환불을 못 받았다. 인간 상담사와 대화하면 금방 이해하고 해결할 수 있는데 챗봇은 내가 말한 것을 잘 이해 못한다. 비즈니스 하는 입장에서는 AI가 다양하게 발전했다고 하지만, 사용자 입장에서는 아직이다. 정말 언제쯤이면 사람들을 대체할 수 있을까라는 생각을 막연히 해봤다.
그래서 알고리즘적으로만 R&D를 하지 말고, 실제 산업계 도메인하고 협력해야 한다고 본다. 데이터베이스가 많이 쌓여야 편리한 기술로 발전할 수 있다. 그런 쪽 R&D에 더 많은 관심을 가진다면 소비자적인 측면이나 비즈니스적인 측면에서도 굉장히 도움이 많이 될 것 같다.
.
■유창동 한국인공지능학회 회장=AI는 인력싸움이다. 장비가 필요한게 아니라 머리싸움이다. 그래서 인력 양성을 계속 추진해 나가야 우리가 경쟁력을 얻을 수 있으며, 인력들이 많아지면 벤처도 많이 생기고 에코시스템도 생겨 다른 벤처로 넘어갈 수 있게 된다. 우리나라가 전체적으로 봤을 때는 3, 4등이 되겠지만 우리만의 어떠한 분야를 찾을 수 있으면 거기에서 1등을 할 수 있을 것이다. 예를들어 우리가 반도체에서 선두에 있고, 아무도 안하는 CDMA라는 기술을 도입해 성공을 시키면서 통신 대국이 됐다. 이처럼 블루오션을 찾아 거기에 투자를 많이 할 필요가 있다.
그렇다고 남들이 다하는 자율주행, 챗봇 등의 기술 지원을 소홀히 하는 것은 안된다고 본다. 그다음으로 AI에서 크게 성공하기 위해서는 인력 이외에 데이터베이스가 있다. 어떤 문제를 풀기위해 전세계가 필요로 하는 데이터베이스를 만들어 공개한다면 혁신을 이룰 수 있을 것으로 본다.
딥러닝이 오늘날까지 올 수 있었던 이유는 미국 스탠포드대 페이페이 리 교수가 이미지넷을 통해 100만개의 이미지를 분류하고 2009년 공개했기 때문이다. AI가 1950년도에 처음 나왔지만 별다른 성과가 없다가 이때부터 비약적으로 발전했다.
■김명준 한국전자통신연구원 원장=전자통신연구원의 인력 변신 모델을 기업 인력양성에 적용해보기를 권한다. AI+X 사업추진에 속도와 성능을 획기적으로 향상시킬 수 있다고 본다. 3년전 전자통신연구원 간판을 인공지능연구소로 바꿨다. 당시 ETRI 연구원이 1900명인데 이중 450명이 AI전문가였다. 그래서 다른 연구원을 위해 다른 AI 대학이나 대학원에서 만든 AI아카데미를 내부용으로 만들어 진행했다. 이후 900명이 추가로 AI 전문가가 됐다. 그결과 3년뒤 정부 R&D 과제 선정률이 40%에서 60%로 증가했다. 위성, 통신, 반도체 등 모든 분야에 AI가 적용해 제안서가 경쟁력을 갖게 된 거다.
'세계 5강'이라는 목표보다는 한 분야만이라도 세계 최고의 위치에 설 수 있는 분야를 발굴하자는 의견에 공감한다. AI기술은 굉장히 넓기때문에 R&D에서 그 범위를 정하기를 권한다. 그다음 지금까지 얘기하는 AI 서비스는 도메인별로 다 다르다고만 얘기했다. AI서비스를 다시 정의해야 한다.
■이준환 한국인지과학회 회장=일상에서 AI를 동반자로 접하고 쓰기 위해서는 AI가 적절한 사회성을 가지고 있어야 사람과 커뮤니케이션 등 상호작용을 하고 지속적으로 사용할 수 있다. 최근 딥러닝이 많이 발전하면서 인공신경망 모델에 대한 장미빛 환상을 가지는 경우가 상당하다. 그럼에도 불구하고 여전히 딥러닝 모델들은 처음 1950년대 이후 꾸준히 지속돼 왔던 최적화 문제를 해결하는데 머무르고 있는 것 같다. 그래서 여전히 최적의 분류, 예측모델 등을 만들고 이를 이용해 문제해결을 하고자 하는 거다.
인간이 의사결정을 할 때 항상 최적의 결과만을 만들어 내지는 않는다. 사람들은 의사결정때의 감정상태나 분위기에 따라서 다양한 판단을 한다. 그런데 지금 AI는 그런 인간의 의식 문제에 대해서는 고려를 하고 있지 않다. 따라서 인간 지능, 인지 등에 대한 연구가 더 많이 필요하다고 본다.
AI에 인공신경망 모델을 도입하면서 인간이 생각하는 방식을 많이 모방하고 있다. 많은 연구자들이 인간의 지능에 대해 연구하고 있지만 밝혀지지 않은 것들이 너무 많다. AI가 제대로 성장을 하기 위해서는 그런 것들을 같이 고려해서 발전을 해야 된다고 본다.
■이규복 한국전자기술연구원 부원장=AI 인력양성 사업에서는 레벨을 항상 염두에 두어야 한다. 예를 들면, 반도체의 핵심기술을 가지고 설계하는 인력이 있고, 그걸 수정만 해주는 전문가가 있다. 또 레이아웃 해주는 인력 등 반도체 설계 단계에서 다양한 인력이 존재한다. AI도 마찬가지로 아주 고급적이고 원천적인 기술들을 필요로 하는 엔지니어부터 단순하게 스타트업이나 중소기업이 필요한 AI 인력까지 고르게 양성해야 한다. 이런 부분을 정부 인력양성 사업 계획에 담아냈으면 한다.
AI는 딥러닝 측면에서는 데이터가 가장 중요하고, 처리도 빨라야 한다. 그러기 위해서는 전기도 많이 소모하고, 반도체 프로세스 속도도 빨라야 하는 등 여러 필수 불가결한 요소들이 많다. 그런데 사람이 생각하고 동물이 움직이는 것들에 AI를 역으로 생각해 보면 아주 간단한 것도 충분히 자기가 활동하거나 자기가 필요한 걸 습득할 수 있는 그런 기술들이 있다. 이게 인간지능이다. 탄소중립이나 에너지 절약 차원에서 조금 더 자연지능을 모방할 수 있는 분야를 연구해야 한다.
■심규석 정보과학회 회장=따라하는 R&D 과제가 아닌 '최초'를 선정해야 한다. 요즘에는 많이 바뀌었지만 연구재단에 과제를 내면 '선진국에서 안하는 연구는 연구비를 줄 수 없다'는 말을 많이 들었다. 미국에서 지냈던 연구소에서는 다른 곳에서 하는 연구과제는 탈락했다. 그런데도 우리나라는 지금도 선진국 동향을 묻고 있다.
또 미국 연구소는 하고 싶은 연구를 마음대로 하고 실패해도 된다고 보고 있다. 그들은 '우리중 하나만 잘하면 우리 연구소가 살아남기 때문에 실패해도 돼'라며 연구를 시킨다. 반면 국내에서는 실패를 하면 안 되고, 1년만에 결과를 만들어야 한다. 그렇다 보니 다들 조그마한, 조금 점프할 수 있는 연구만 하지. 몇 년에 걸쳐서 진행하는 큰 연구는 하지 않는다.
R&D 평가의 다양성도 필요하다. 국내에서는 국가 AI R&D를 하면 국제 학술지에 논문을 내야만 했다. 최근에는 컨퍼런스 참석이 인정돼 국내 학생과 교수들도 많은 논문을 발표하고 있다. 평가때 저널에 에디터나 에디터 치프를 한다든지, 컨퍼런스에 발표하는 것들을 인정해야 임펙트 있는 연구를 할 수 있다.
monarch@fnnews.com 김만기 임수빈 박문수 기자
※ 저작권자 ⓒ 파이낸셜뉴스, 무단전재-재배포 금지