"향후 20년은 AI 트랜스포메이션 시대"

"지난 20년간 모든 것이 디지털화(Digital Transformation)되며 사회, 경제적으로 큰 변화가 일어난 것 처럼, 향후 20년은 모든 것의 인공지능화(AI Transformation)가 진행될 것이다."

이경일 솔트룩스 대표는 22일 한국정보산업연합회(회장 이상현)가 주최한 '2020 디지털 정책포럼'에서 'AI 트랜스포메이션(AT)'을 강조하며 이 같이 밝혔다.

이 대표가 이끌고 있는 솔트룩스는 국내 대표 AI기업 중 하나다. 지난 2017년 수능 만점자와 '엑소브레인'이라는 AI가 퀴즈 대결을 벌여 엑소브레인이 이긴 적이 있는데, 이 엑소브레인을 개발한 회사다. 최근 북한말을 하는 AI '평양친구'를 개발, 공개하기도 했다.

이 대표는 이날 'AI사업 기회와 도전과제'를 주제로 강연했다. 그에 따르면 'AI 트랜스포메이션'은 기술, 인터페이스, 디바이스, 인프라 등 여러면 에서 디지털 트랜스포메이션과 다르다. 우선 AI트랜스포메이션 기술은 머신러닝이 강조된다. 반면 디지털 트랜스포메이션은 인터넷과 웹(HTML)이 중요 기술이다. 또 AI 트랜스포메이션은 챗봇과 에이전트가 인터페이스고, 반면 디지털트랜스포메이션은 브라우저와 앱이 인터페이스 역할을 맡고 있다.

이경일 솔트룩스 대표가 'AI사업 기회와 도전과제'를 주제로 강연하고 있다.

디바이스도 차이가 난다. AI트랜스포메이션은 자동차와 로봇이 주요 디바이스고, 디지털 트팬스포메이션은 스마트폰이 주 디바이스다.

활성화 매개체 역할을 하는 인에이블러(Enabler) 역시 달라 AI 트랜스포메이션은 데이터와 GPU가 인에이블러를, 디지털 트랜스포메이션은 콘텐츠와 소셜 넷이 인에이블러 역할을 한다.

콘텐츠를 실어나르는 실핏줄 역할을 하는 인프라도 AI 트랜스포메이션은 5G와 에지가, 반면 디지털 트랜스포메이션은 3G와 4G,클라우드가 인프라 역할을 한다.

이 대표는 AI 사업 기회가 가장 큰 분야로 '모빌리티'를 꼽았다. 모빌리티 분야에 세계 투자가 가장 많이 일어나고, 세계적 스타트업도 이 분야에서 나오고 있다는 것이다. 모빌리티에 이어 금융, 생명과학, 에너지, AIoT, CPS, BPO, 국방 및 안전 분야를 유망 분야로 예상했다.

AI 기업의 3대 가치로 가격(비용), 품질, 속도를 꼽은 그는 "이중 두가지 이상의 가치를 지켜야 한다"고 강조했다.

뷰노와 루닛(AI 의료 영상)을 비롯해 솔트룩스(AI고객센터), 수아랩(스마트공장), 인텔리콘(AI법률서비스), 산타토익(AI교육), 이스트시큐리티(보안 및 안전), 삼성SDS(물류 예측), 트위티와 네온테크(물류 및 배송), 디셈버앤C 및 아이로보(투자) 등 각 분야를 대표하는 AI 기업은 가격, 품질, 속도 중 두 가지 이상 가치를 구현한 기업이라는 것이다.

AI와 자동화에 따른 일자리 감소가 논란이 분분한데, 이 대표는 미국의 예를 들며 AI 등 신기술 출현이 일자리를 줄이지 않았다고 진단했다. 지난 140년간 미국 1인당 GDP가 8배 성장했는데, 이 기간 실질 실업률은 대공황때를 제외하고 비슷했다는 것이다.

"자동화로 실업률이 증가한게 아니라 일하는 시간이 줄었다"고 분석한 그는 "1900년대만 해도 미국은 일주일에 60시간을 일했지만 지금은 34시간, 30년후에는 24시간으로 줄어들 것"으로 예상했다.

그는 "자동화로 부(富)가 특정 계층에 몰리는 것은 피할 수 없다"면서 "이제 근육증강의 시대에서 지능증강 시대로 변하고 있다"고 강조했다.

그가 꼽은 AI사업 성공 요소는 ▲전문인력 ▲R&D투자 ▲컴퓨팅 인프라 ▲데이터 확보 ▲정책 및 규제 등 5개다.

특히 그는 다양성을 강조했다. 캐나다 AI엘리먼트 자료를 인용한 그는 우리나라의 다양성 순위가 세계 10위로 인도(9위), 호주(8위)보다 낮다면서 "인도, 중국인 인재가 실리콘밸리에 몰리듯이 우리나라도 다양성을 추구해야 인재가 몰릴 것"이라고 지적했다. AI엘리먼트가 발표한 다양서 1위 국가는 미국이다. 영국과 중국이 2,3위로 뒤를 이었다.

AI 강국이 되려면 데이터 수집 및 활용이 중요하다. 데이터가 AI 연료이기 때문이다. AI 데이터는 보통 수집 및 구축->저장관리 및 통합->정제 및 변환->학습 및 분석 준비->학습 및 분석 최적화->품질평가 및 검증의 단계를 거치는데 이 대표는 "AI응용 시스템 구축 비용(시간)의 60%가 대규모, 고품질 학습 데이터 확보와 반복 기계학습에 사용된다"고 설명했다.