[이슈&인사이트] 인공지능, 제대로 알고 투자해야

▲이병욱 서울과학종합대학원 디지털금융 주임교수

정보통신정책연구원(KISDI)이 지난해 국내 5대 산업의 20인 이상 기업 368개를 대상으로 실시한 설문조사에 따르면,  조사대상 기업 중 현재 인공지능 기술을 도입 중이라 대답한 비율은 14.7%에 그쳤다. 특히 제조업의 경우 그 수치는 9.3%에 불과했다. 인공지능 도입율은 정확히 기업규모에 비례했는데, 예컨대 100인미만 기업의 경우 고작 9.6%만 도입했다고 응답했으나, 500인 이상의 경우는 21.1%가 인공지능 기술을 도입했다고 대답하여 배가 넘었다.

이 조사가 보여주듯 대다수 기업들에게 인공지능이란 여전히 그저 먼 나라 이야기처럼 느껴지는 것이 사실이다. 그렇다면, 인공지능이라는 기술은 과연 소기업들에게는 필요 없는, 말 그대로 최고의 기술자를 영입해야만 가능한 대기업만의 전유물일까.

유수의 컨설팅 회사들이 2019년 조사한 세계 글로벌 기업들의 디지털 전환실태에 따르면, 조사 대상 기업들은 디지털 전환에 무려 1.5조 달러(한화 약 1900조 원)을 쏟아 부었지만, 그 중 70~80%는 "아무런 성과없이 돈만 낭비했다"고 응답했다. 그런데, 디지털 전환이 실패한 원인을 조금 더 분석해 보니 의외의 사실을 알게 되었다. 실패의 가장 큰 걸림돌은 다름아닌 임원과 직원들로 조사되었는데, 모두 인공지능 기술에 대한 몰이해로부터 기인한 것이었다.

임원들의 경우 인공지능으로는 해결이 불가능한 업무인데도 불구하고 인공지능을 도입하라고 지시를 내려 실패를 자초하였고, 직원들은 해당 프로젝트가 성공하면, 자신들의 일자리가 사라진다고 생각하여 의도적으로 프로젝트를 방해하는 어이없는 악순환이 일어났던 것이다.

많은 사람들은 인공지능에 대해 뿌리 깊은 오해를 갖고 있는데, 그 대표적인 것이 인공지능이란 곧 인간의 뇌, 즉 지능을 기계로 구현하는 것이라 착각하는 것이다. 1956년 ‘인공지능’이라는 말이 최초로 사용되고 일부 학자들은 실제로 인간의 지능을 구현하는 것을 목표로 한 적이 있었던 것도 사실이다. 그러나, 소위 ‘인공지능 기술’로는 인간의 지능을 구현하지 못한다. 무엇보다 ‘지능’이 무엇인지 모르기 때문이다.

현대 전산학은 인공지능을 ‘강한 인공지능’과 ‘약한 인공지능’으로 분명히 구분하고 있다. 강한 인공지능은 인간의 지능을 기계로 구현하는 것을 목표로 하는 것임에 반해, 약한 인공지능은 지능의 구현이 아니라 단순히 인간의 행동을 기계로 흉내내는 것을 목표로 하고 있다. 중요한 것은 학문적으로 정립된 것은 오직 ‘약한’ 인공지능뿐이며, ‘강한’ 인공지능에 대한 학문적 연구는 전혀 이루어지지 않고 있을 뿐더러 심지어 그 방법조차 알지 못한다.

결국 대다수는 인공지능이란 사람처럼 생각하고, 행동하고 움직이는 터미네이터 같은 로봇을 만드는 고도의 기술, 즉 강한 인공지능으로 오해하기 때문에 아예 도입할 생각조차 하지 않고 있는 것이다.

인공지능은 특별한 기술을 의미하는 것이 아니다. 통계적 기법을 차용하고, 회귀적·확률적 분석법에 기반해 데이터를 잘 활용하자는 일반론 중 하나이다. 많은 기업들이 일상적으로 하던 작업 즉, 데이터에 숨겨진 정보를 끄집어 내려는 것이 그 본질이다.

단지 근래의 눈부신 하드웨어의 발전에 힘없어 컴퓨터가 과거에는 엄두도 못 내던 대용량의 데이터 처리와 어마어마한 계산량을제공하면서, 예전에는 성취하지 못하던 것들, 예컨대 바둑에서 사람을 이기는 등의 업적이 가능해 진 것 뿐이며 그 주역은 트랜지스터이다. 1950년대 1~2cm 크기로 시작된 트랜지스터는 데이터를 저장하고 처리하는 기술을 비약적으로 발전시켰는데, 이제 그 크기는 혈액 속의 적혈구에 담길 수 있을 만큼 작아졌다. 눈에 보이지도 않는 적혈구 속에는 5000개 이상이 담길 수 있고, CPU라 불리는 컴퓨터 중앙장치에는 무려 20억개 정도나 집적돼 있다. 이러한 계산능력에 힘입어 소위 빅데이터를 가공할 수 있게 되었다.

인간 신경망을 본뜬 인공신경망을 이용한 딥러닝은 특히 형식이 별도로 정해져 있지 않은 이미지·영상·음성 대용량 데이터 처리에 특히 뛰어나다. 하루 4페타 바이트(1기가짜리 하드디스크 4만개 분량)씩 새로 쏟아지는 페이스 북 속의 정제되지 않는 데이터를 가공하는 것도 가능해진 것이다.

이처럼 인공지능의 도입이란 처리할 수 있는 데이터의 형식과 범위 그리고 용량을 증가시킨다는 의미에 불과하다. 따라서 인공지능을 도입하지 않는다는 것은 데이터를 활용하지 않겠다는 것과 같은 의미이다.

기업들은 자신들이 획득한 데이터의 90%를 활용하지 못하고 있는데, 이를 다크(dark) 데이터라고 부른다. 가지고 있는지 모르거나, 알고는 있지만 활용할 도구를 알지 못하기 때문이다. 인공지능의 도입은 이러한 다크 데이터를 적극 활용할 수 있는 길을 열어주기도 한다.

인공지능의 도입은 터미네이터가 아닌 데이터 활용기술을 넓히는 것이라는 점을 분명히 이해한다면, 남의 나라 이야기가 아닌 누구나 도입해야 하는 필수기술이라는 점을 알게 될 것이다.