인공지능 기술의 발전으로 인한 사회의 변화 및 생활의 변화를 예측하고, 인공지능 시장을 대비하여 무엇을 준비해야하는지에 대해 고찰한다.

1. 인공지능과 생활의 변화
세종대학교 컴퓨터공학과 이정헌

2. 목차
인공지능과 생활의 변화
기술동향과 시장흐름
글로벌 기업의 전략
다가올 미래
직업의 변화
2

3. 기술 동향과 시장흐름

4. 인공지능 / 질의응답 프로젝트
인공지능과 생활의 변화4

5. 지식베이스 관련 프로젝트
인공지능과 생활의 변화5

6. 알파고(딥마인드) vs 이세돌(바둑9단)
인공지능과 생활의 변화6

7. Overview of the machine intelligence landscape going into 2016.
인공지능과 생활의 변화7
출처: www.shivonzilis.com

8. 게임의 인공지능
인공지능과 생활의 변화8
 하사비스가 게임 개발자 출신이라는 점과 인공지능 전문가라는 점은 유관.
 게임을 개발에 인공지능 기술은 필수.
 NPC(Non-Player Character) : NPC는 게임 안에서 플레이어가 직접 조종할 수 없는 캐릭터를 말하는데, 원활한 게임을
위한 도우미 역할을 하거나 몬스터 등 적으로 활동. NPC의 플레이는 사람이 아닌 컴퓨터가 하고, 이들을 움직이게 만드는
것이 인공지능 기술.
 하사비스가 개발한 게임 중 하나인 ‘블랙 앤 화이트’는 플레이어가 ‘신 (god)’이 돼서 지구의 환경을 바꾸면, 게임 속
의 NPC들이 이에 맞춰 사람처럼 반응하는 게임. 사람이 어떻게 환경을 바꾸냐에 따라 NPC들은 다르게 행동하게 되
는데, 이를 위해 인공지능 기술이 사용. 하사비스에 따르면 ‘블랙 앤 화이트’ 개발에 강화학습(Reinforcement
learning) 기법을 이용했으며, 강화학습은 알파고에도 사용된 기술임.
 게임 내 인공지능이 활용되는 또 다른 분야로는, 유저의 경험을 관리하고 통제하는 분야
 밸런스를 자동으로 미세하게 조정을 해주거나 PvP(Player vs. Player) 전투에서 어떤 사람끼리 매치를 붙여야 그들이 더
재미있게 게임을 할 수 있을지 판단하는 부분에 인공지능 사용.
 인공지능에 의해 콘텐츠가 게임 내에서 자동으로 생성되는 분야
 흔히 ‘절차적 콘텐츠 생성’이라고도 함.

9. 게임의 인공지능
인공지능과 생활의 변화9
 엔씨소프트의 인기 게임인 ‘블레이드&소울’에는 ‘무한의 탑’이라는 100층으로 구성된 1인 플레이 던전에 인공지능
사용.
 이용자는 NPC(Non-Player Character)와 1:1 대전을 펼쳐 제압하면 다음 층으로 올라가고 보상을 받을 수 있음. 무한의 탑
은 층이 올라갈수록 더욱 강력한 NPC를 만나게 됨. 이 때 등장하는 NPC들이 인공지능 NPC.
 ‘무한의 탑’에서 플레이어는 몬스터와 싸우게 되는데, 이 몬스터를 마치 사람이 직접 플레이하는 느낌을 주도록 기획됨. 이
를 위해 사람이 플레이 하는 장면을 인공지능 컴퓨터가 강화학습해 몬스터에 적용함. 이로 인해 무한의 탑 인공지능 NPC
는 상대에게 쉴 틈을 주지 않고 끊임없이 공격/방어 기술을 사용할 수 있음. 이용자는 마치 플레이어와 전투를 하는 것처럼
박진감 넘치는 전투의 긴장감과 재미를 느낄 수 있게 됨. 블소 이용자의 실력과 난이도에 따라 다음 층의 높이와 NPC 등 환
경이 정해짐.
 엔씨소프트는 이런 인공지능 기술 개발을 위해 ‘AI(인공지능) 센터’라는 별도의 조직을 만들고 AI 센터에는 AI 랩과
NLP(자연어 처리) 랩으로 구성됨.

10. 게임의 인공지능
인공지능과 생활의 변화10
 넥슨도 인공지능 기술을 게임에 활용.
 대표적으로 ‘야생의 땅: 듀랑고(2016년 출시예정)’라는 게임에는 ‘절차적 콘텐츠 생성’이라는 인공지능적 요소가 가미됨.
 ‘절차적 콘텐츠 생성’이란 게임 개발자가 손으로 직접 모든 콘텐츠를 만드는 것이 아니라 특정한 알고리즘에 의해 자
동으로 순간순간 무한에 가까운 콘텐츠가 만들어지는 것.
 이 게임의 배경 장소는 섬으로, 게임 내에 수많은 섬이 등장하는데 이 모든 섬을 개발자가 만들어 낸 것이 아니라 컴퓨터가
자동으로 디자인하고 창조해내는 것. 따라서 정해진 공략도 나올 수 없고 플레이어는 계속해서 변화하는 세계를 즐길 수 있
음.
 ‘야생의 땅: 듀랑고’는 ‘개척’이라는 테마를 중시하고 있는데, 절차적 콘텐츠 생성에 의해 끝없는 탐험이 가능하다는 면에서
유저들이 많은 호응을 보여주고 있다”면서 “이러한 시스템은 게임의 수명을 연장시키는 측면도 있다”고 설명.

11. 금융의 인공지능
인공지능과 생활의 변화11
 뉴욕타임스는 지난달 27일(현지시각) 골드만삭스가 이용하는 `켄쇼` 프로그램을 한 면에 걸쳐 다루면서 “로봇이 월
스트리트를 침공(Invading)했다”고 보도.
 “50만달러 연봉을 받는 전문 애널리스트가 40시간에 걸쳐 하는 작업을 켄쇼는 수분 안에 처리할 수 있으며, 이 때문
에 조만간 골드만삭스에서 대규모 인력 조정이 이뤄질 수 있다”고 언급.
 켄쇼는 기업 실적과 경제 수치, 관련 섹터 주가 움직임 등 방대한 양의 금융데이터를 분석해 투자자 질문에 답을 주
는 프로그램. 북한 핵실험이 경제에 미치는 영향을 파악하기 위해 켄쇼 검색엔진에 `북한 핵실험(North Korea
Nuclear Test)`을 입력하면 켄쇼는 불과 몇 분 안에 미국과 아시아의 주가 변동, 관련 섹터 움직임, 심지어 달러 환율
변화 등 다양한 정보를 인포그래픽을 활용해 보여 줌.
 AI는 투자 리서치 분야를 크게 혁신할 수 있을 것으로 기대. 금융 AI는 누군가 작성해 둔 문서 등을 검색해 보여 주는
수준이 아니라 검색 시점의 현재 금융 데이터를 기반으로 AI가 다양한 사안을 실시간 분석해 도출한 계산 결과. 투자
자는 이를 단순히 참조하는 것이 아니라 실제 투자로 연결할 수 있는 기반 자료가 됨.
 예를 들어 배당투자를 원하는 투자자가 배당투자란 키워드로 검색했을 때 검색 시점의 금융 빅데이터를 기반으로 해 키워
드가 함축하는 다양한 조건(배당성향, 실적, 시가배당률, 예상 배당금 등)을 만족시키는 포트폴리오를 실시간 계산하고 검
색해 도출.
 투자자는 최근 관심이 있는 다양한 주제(핀테크, MCN, 사물인터넷 등)와 관련된 포트폴리오군을 도출하고 그 가운데 실적
및 밸류에이션이 괜찮은 투자 종목을 추출, 손쉽게 투자할 수 있음.
 KB국민은행, KEB하나은행, NH투자증권, 유안타증권, 현대증권, 동부증권 등이 로보 어드바이저 서비스를 제공하고
있음. 신한은행, 우리은행, KDB대우증권, 삼성증권, 한국투자증권 등은 올해 상반기 안에 로보 어드바이저 서비스를
출시할 계획임.
 로보 어드바이저는 인건비를 들이지 않아 비교적 적은 자금을 보유한 소비자를 끌어들일 수 있음. 연간 자산관리 수
수료율도 0.25~0.5%로 기존 투자자문사의 절반.
 로보 어드바이저 전문 투자자문사인 쿼터백투자자문에 따르면 이 회사의 로보 어드바이저 일임상품은 올해 1월부터
3월 초까지 평균 투자수익률 2% 후반. 같은 기간 국내 액티브주식형펀드 1044개는 평균 투자수익률 -2.39%. 인공지
능이 인간 펀드매니저보다 약 5%포인트 높은 수익률을 낸 셈.

12. 국내 포털 서비스의 인공지능
인공지능과 생활의 변화12
 네이버
 음성 검색을 위해서는 사람의 음성을 인식해 텍스트로 바꿔야 하는데, 이 과정에서 딥러닝 사용. 수많은 음성 데이터를 제공하고, 컴퓨
터가 스스로 음소나 단어를 구별할 수 있도록 딥러닝으로 학습시킨 것.
 사진 자동 분류에도 딥러닝 적용. 지식iN과 네이버 클라우드 등의 서비스에 적용. 모바일에서 사진을 첨부해 지식인에 질문하면, 인공
지능이 사용자의 의도에 맞는 지식인 카테고리를 추천. 네이버 클라우드에 사진을 저장하면 사진 이미지를 인식해 카테고리별로 자동
정리에 적용.
 기계 번역에도 딥러닝 기술 적용. 인간의 언어는 창조적 특성을 갖고 있기 때문에 DB를 기반으로 1대 1로 치환하는 것이 불가능한 분야
로 같은 표현이 상황에 따라 다른 의미로 사용됨. 과거에는 일일이 번역 규칙을 정해주는 방식으로 접근했지만, 최근에는 통계적 방식
과 딥러닝 기법을 주로 이용. 네이버가 딥러닝을 활용해 개발한 번역기는 지난 2015년 아시아 번역 품질 평가 대회에서 1위를 차지.
 이외에 자동 문서분류, 문서 요약, 사용자 분류 등의 기술도 딥러닝 기반으로 개발중으로 이런 기술은 쇼핑 카테고리 분류, 라인 스티커
추천 등에 사용예정.
 다음
 꽃검색은 이용자가 꽃 사진을 찍어 올리면 자동으로 꽃 이름을 찾아주는 서비스로 현재 다음 T!P(다음 팁) 서비스에서 베타 버전을 적
용해 시험 운영 중. 꽃검색은 국내에서 주로 피는 약 400여 가지 꽃 품종에 대해 카카오가 보유하고 있는 십여만장의 꽃 사진을 수집해,
몇 시간 내로 학습 할 수 있는 딥러닝 시스템을 개발 및 적용함. 여기에는 다수의 GPU를 사용한 딥 러닝(Deep Learning) 기술이 사용됨.
기존 기술은 이미지로부터 꽃을 나타내는 특징값을 찾아낸 다음, 특징값과 정답을 주고 컴퓨터에게 학습 시키는 두 단계를 거쳤는데,
최신 딥러닝 기술 중 하나인 합성곱 신경망(Convolutional Neural Network)을 적용해 수 많은 꽃 사진과 정답만을 알려 주고 컴퓨터가
알아서 꽃의 특징까지 찾아 학습 할 수 있도록 함.
 스팸 필터링이나 성인물을 자동으로 걸러주는 시스템에도 딥러닝 기술이 적용됨. 스팸이나 성인 이미지를 제거하기 위한 전처리 작업
이 필요한데, 사람이 이러한 검수작업을 진행하기에는 엄청난 인력이 필요함. 인공지능 기술을 활용하여 일반 이미지와 스팸/성인 이미
지를 분류해 빠른 시간 내에 색인 대상으로 유입되는 이미지들을 분류 처리할 수 있음.

13. 글로벌 기업의 전략

14. IBM의 왓슨(Watson) 플랫폼 전략
인공지능과 생활의 변화14
 왓슨기반의 “코그너티브 컴퓨팅 플랫폼” 전략 추진.
 자연어를 이해하고 근거 자료에 기반한 가설을 제안하고 학습이 가능. 왓슨의 프로세스는 비정형 데이터를 감지하고 교류하여 이해한
다음 수집된 데이터를 근거로 가설을 세우고 입증하고 사용자에게 조언.
 진행 상황
 지난 2014년 클라우드 기반의 왓슨 기술 개발과 상용화를 전담하는 새로운 사업 조직인 IBM 왓슨 그룹을 신설. IBM은 왓슨 그룹에 10
억 달러(한화 약 1조 2000억원) 이상을 투자, 연구 개발에 집중하면서 클라우드 기반의 코그너티브 컴퓨팅 응용프로그램과 서비스 출
시.
 왓슨 디지털 플랫폼인 ‘왓슨 존(Watson Zone’)을 통해 개발자들이 새로운 왓슨 서비스를 접하고 퍼블릭, 프라이빗, 하이브리드 클라우
드 등 어떤 환경에서도 빠르게 앱을 구축하고 도입하며 관리할 수 있도록 지원. 현재까지 수천명의 개발자, 기업가, 데이터 하비스트,
학생이 7000여개의 왓슨 기반 앱을 개발.
 적용 사례
 IBM은 ‘왓슨 에코시스템’을 통한 400여 곳의 파트너사, 스타트업 등과의 협업으로 클라우드 기반의 왓슨 제품과 앱 서비스를 금융, 의
료, 유통, 교육 분야의 고객들에게 제공.
 왓슨이 가장 강점을 보이는 분야는 의료 부문. 왓슨은 60만 건 이상의 의학 사례와 2백만 페이지의 의학 저널을 학습했고 암 전문의들
이 왓슨에게 5000시간 동안 의학 지식을 숙지시킴. 실제 미국의 MD앤더슨 암센터, 뉴욕 메모리얼 슬론케터링 암센터(MSKCC), 클리
블랜드 클리닉 등에서 왓슨이 활용되고 있음. 미국 MD 앤더슨 암센터에 따르면 왓슨을 바탕으로 암 진단과 치료법 권고를 시험해 암
진단률 정확도 82.6%를 기록. 미국종양학회는 “왓슨의 암진단 정확도가 대장암 98%, 직장암 96%, 방광암 91%, 췌장암 94%, 신장암
91%, 난소암 95%, 자궁경부암 100%에 달한다”고 밝힘. 전미 암 협회에 따르면 전문의의 암 진단 초기 오진비율은 20%, 높은 경우는
44%에 달해 왓슨은 실제 의사보다 높은 정확도를 보임. 태국 붐룬그라드 국제 병원의 경우는 방콕과 4개 대륙 16개 병원을 왓슨으로
연결하여 광범위한 임상 정보를 기반으로 치료 계획을 세우고 있으며 남아프리카 메트로폴리탄 헬스는 300만 명에 달하는 고객의 건
강 상담 서비스를 혁신하기 위해 왓슨을 활용함.
 의류업체 노스페이스는 왓슨 기반의 ‘Fluid Expert Personal Shopper’ 앱을 개발해 고객이 쇼핑하면서 궁금한 사항들을 왓슨에게 질문
하고 이를 분석해 고객의 구매결정에 도움을 줄 수 있는 조언 서비스를 제공.
 호주 ANZ 은행의 경우는 왓슨을 이용해 기존에 몇 주가 소요되던 자산관리 분석을 빠르게 수행.
 영국 유통업체 ‘레드 앤트(Red Ant)’는 인구통계학적 정보, 구매 실적, 구매 희망 리스트 뿐만 아니라 제품 정보, 지역 시세, 고객의 평과
기술 사양도 분석함으로써 고객의 개인적인 구매 취향을 알아내도록 지원하는 왓슨 기반 모바일 앱을 직원에게 제공. 이 앱은 제품정보,
책자, 매뉴얼, 고객의 제품평 등에 포함된 수많은 정보를 비교해 음성이나 문자로 입력해 단순한 질문과 대답으로 소통 가능.
 왓슨은 현재 자연어 중 영어만 이해 가능. 왓슨은 연말까지 일본어 학습을 마치고 스페인어, 포르투갈어, 이탈리아어도 학습할
예정.

15. 페이스북의 인공지능 전략
인공지능과 생활의 변화15
 무료 인터넷 보급을 위한 아퀼라(Aquila) 프로젝트
 아프리카와 같은 인터넷 오지에 인터넷 서비스 제공을 위한 무인항공기 아퀼라 프로젝트 추진 중
 인터넷 오지의 인터넷 연결성이 확대되면 될수록 SNS 가입자도 늘어 자사 메신저 플랫폼으로 끌어안아 기업 가치의 확장
목적
 30개국이 아킬라를 사용하기 원하며 3년내에 아킬라를 실용화 하기 위해 추진 중이나, 인터넷 오지 전체를 커버하기에는
15년 이상의 기간이 필요할 것으로 예상
 무인항공기 아퀼라는 성층권에서 태양광 패널로 전력을 생산하여 3개월간 비행가능
 무선 인터넷 서비스 제공을 위해 광케이블 전송속도에 필적하는 레이저 통신(1초당 10 기가비트의 속도 제공) 사용
 인공지능 이슈
 페이스북 사용자는 많은 소셜 미디어를 생성하며, 빅데이터와 소셜 네트웍을 효율적으로 분석하기 위해 기계학습을 이용
한 인공지능 사용 중
 페이스북은 사진 기반 모바일 SNS 인스타그램(Instagram), 모바일 메신저 왓츠앱(WhatsApp) 등에 인공지능 기술을 접목
하고 있음
 최근 가상비서 M를 출시하였으며, 향후 인공지능 기술은 인간의 의사결정에 활용될 것으로 예상
 가상현실 이슈
 페이스북은 2014년에 오큘러스 VR을 인수하여 VR 헤드셋을 착용을 통한 가상현실을 페이스북 플랫폼에서 제공하기 위해
추진 중
 페이스북은 인공지능과 가상현실을 결합하여 소셜 미디어 플랫폼을 더욱 현실감있는 사이버 공간으로 발전시키고 있음
 국내에서도 인공지능과 가상현실의 융합하는 기술 개발이 필요

16. 구글의 인공지능 전략
인공지능과 생활의 변화16
 구글이 미국 샌프란시스코에서 열린 컨퍼런스 넥스트 구글 클라우드 플랫폼(NEXT Google Cloud Platform) 기간 중
새로운 머신러닝 플랫폼을 발표.
 에릭 슈미트 알파벳 회장은 키노트에서 머신러닝을 다음에 올 혁신이라면서 인박스에 들어간 스마트 리플라이 등에
사용 중인 구글 머신러닝을 개발자도 쉽게 사용할 수 있게 될 것이라고 밝힘.
 구글의 주요 애플리케이션이 클라우드 머신 러닝을 이용 중이라면서 이미지 검색과 음성 검색, 번역과 스마트 리플라이 등
이 대표적인 예라고 설명.
 이 플랫폼은 클라우드 서비스로 이용할 수 있으며 이를 통해 서비스에 전례 없는 규모와 속도를 제공하게 될 것이라고 강조.
 구글 머신러닝(Cloud Machine Learning)은 구글의 머신러닝 개발 환경을 앱 개발자가 쉽게 활용할 수 있게 구글 클
라우드 플랫폼에 추가한 만큼 기존과는 전혀 다른 새로운 앱의 등장을 예고.
 구글의 클라우드 머신러닝 플랫폼은 기본적으로 2가지 이용 방법 제공.
 하나는 개발자가 머신러닝 모델을 자신의 데이터로 개발하는 것, 다른 하나는 구글이 미리 학습시킨 모델을 사용하는 것
 머신러닝 모델을 학습시키는 데에는 상당한 컴퓨팅 파워 처리가 필요한 만큼 개발자는 구글 클라우드 데이터플로(Google
Cloud Dataflow), 구글 빅쿼리(Google BigQuery), 구글 클라우드 데이터프로(Google Cloud Dataproc), 구글 클라우드
스토리지(Google Cloud Storage), 구글 클라우드 데이터랩(Google Cloud Datalab) 같은 도구에서 얻은 데이터를 사용
할 수 있음.
 구글은 클라우드 머신 러닝은 데이터 입력에서 예측까지 모든 걸 맡게 된다고 설명. 덕분에 모든 앱에서 구글 서비스
를 지원하는 것 같은 딥러닝 기법을 활용할 수 있게 된다는 것.
 미리 훈련된 모델은 구글 번역 API(Google Translate API)와 클라우드 비전 API(Cloud Vision API)를 지원하지만 클라우드
스피치 API(Cloud Speech API) 같은 새로운 서비스도 지원.
 클라우드 스피치 API는 구글 음성 검색이나 음성으로 조작할 수 있는 앱 등에 활용되고 있음. 또 80개 이상 언어로 음성을
텍스트 변환할 수 있음. 클라우드 스피치 API는 안드로이드 단말 내 음성 검색이나 음성 입력 같은 일반 머신러닝 기술을
이용. 음성으로 질의를 하면 이에 맞는 답변을 하도록 할 수 있음.
 라즈베리파이 기반 로봇에 카메라와 마이크를 탑재하고 음성과 이미지를 인식해 결과를 실시간으로 텍스트 수신하도록 할
수도 있음. 텍스트 데이터 변환과 음성 인식은 모두 병행 처리할 수 있는 만큼 음성이 끊기지 않은 채 클라우드가 실시간으
로 처리할 수 있음.

17. 구글의 인공지능 전략
인공지능과 생활의 변화17
 클라우드 스피치 API는 실시간 스트리밍 인식 뿐 아니라 일괄 처리도 할 수 있음. 음성 메일이나 팟캐스트, 콜센터 등
에 기록된 음성이나 문자 등을 이용할 수도 있음. 또 구글 클라우드 플랫폼의 컴퓨팅 파워를 이용해 대화형 음성 인
식 앱을 만들 수도 있음.
 구글 클라우드 플랫폼은 빅데이터에서 목적에 맞는 빅데이터 분석도 할 수 있음. 빅데이터 분석을 대규모 머신러닝
모델로 설계, 관리할 수도 있는 것. 컴퓨팅 파워가 높은 구글 클라우드 플랫폼을 이용하는 만큼 데이터 분석은 빠르
고 정확해짐.
 구글은 자체 개발한 기술을 개발자가 손쉽게 이용할 수 있는 형태로 제공하는 게 목표라고 밝힘. 클라우드 머신 러닝
을 포함한 구글 클라우드 플랫폼은 신청 페이지에 등록한 다음 무료로 테스트해볼 수 있다. 무료 체험 기간은 60일이
며 이 기간 중 300달러 상당 기능을 사용해볼 수 있음. 구글은 그 밖에도 텐서플로우(Tensorflow) 같은 오픈소스 도구
를 제공해 커뮤니티가 구글 도구를 사용, 개선할 수 있도록 하고 있음.
 먼저 사용자가 만드는 콘텐츠를 더 가치 있게 해주는 것. 오탈자 투성이이거나 잘못된 정보가 있을 수도 있다. 머신
러닝은 좋은 사용자 콘텐츠를 식별해낼 수 있음. 인터넷을 이용하다가 골칫거리로 접하게 되는 스팸 정보도 머신러
닝을 이용해 없애거나 줄일 수 있음. 핀터레스트 같은 곳은 머신러닝을 이용해 개인이 더 관심을 둘 만한 내용을 표
시한다. 옐프(Yelp)는 사용자가 올린 사진을 필터링할 때, 디스커스(Disqus)는 스팸 댓글을 없애는 데에 머신러닝을
이용한다.
 고객 행동을 분석하는 데에도 활용. 타깃 고객을 모니터링하고 이들에게 영향을 주는 요인을 파악할 수 있고 이런 반
응에 따라 광고나 프로모션 자체를 수정할 수도 있음. SNS에 올라온 게임에 대한 반응을 분석해 대응을 할 때에도
마찬가지임. 인터넷에 올라온 수천, 수만 건에 달하는 관련 트윗을 분석할 때에도 머신러닝을 이용할 수 있는 건 물
론 임.
 보안 같은 분야에서도 샌드박스를 통해 가상 시뮬레이션을 할 때 알려지지 않은 악성코드에 대한 분석에 머신러닝을
이용. 머신러닝은 특정 분야가 아닌 기존 서비스 자체를 똑똑하게 만드는 데 이미 광범위한 활용을 시작한 상태. 무
엇이 변화되는지 무엇을 하는지 … 구글이 클라우드 머신러닝을 공개한 이유.
?

18. 애플의 인공지능 전략
인공지능과 생활의 변화18
 시리에 사용된 인공지능
 시리는 2003년부터 5년 간 SRI인터내셔널이 주도하고 미국방위고등연구계획국(DARPA)이 2억 달러를 투자한 인공지능
연구 프로젝트 CALO(Cognitive Assistant that Learns and Organizes)에서 출발.
 시리는 음성인식, 의도분석, 행위처리, 대화처리의 4단계로 수행되는 가상비서.
 음성인식 : 단어 인식 에러율을 50%이상 감소시킴
 의도분석 : 2천만건의 사용자 로그를 기계학습으로 분류함
 행위처리 : 지속적으로 영화, 스포츠 등의 도메인을 추가함
 대화처리 : 최종 응답처리를 위해 개인 맞춤형 서비스에 치중함
 인공지능의 미래의 미치는 영향
 현재 딥러닝을 적용한 음성인식과 객체인식에는 기술의 진보가 있으나 진정한 인공지능을 위해서는 기계가 상식적 추론
(Commonsense reasoning)을 할 수 있어야 함. Commonsense reasoning - 이미 알고 있는 상식적인 여러 지식 및 규칙
을 이용하여 어떤 사실 또는 미지의 표현을 유도해 내는 추론방법
 시리 총괄책임자인 Bill Stasior는 진정한 인공지능을 위한 첫 번째 단계는 예제로부터 자동으로 학습할 수 있는 기술이 필
요하며, 자가학습을 위한 기술단계에는 도달하지 못한 것으로 의견을 피력.
 애플은 인공지능의 발전에 따른 실업률 증가에 대한 공식적 입장표명은 하지 않음.
 애플의 기술개발 방향성
 애플은 IBM과 구글과 달리 제품의 성능개선에 치중하기보다는 고객이 제품을 어떻게 평가하는가를 가장 중요하게 고려
 애플은 인간성과 기술의 접점에 있는 기술을 개발하고자 함
 미래 인공지능 기술 수준
 현재 인공지능 기술은 학습되지 않은 객체에 대해서는 인식이 불가능하며, 구글 무인자동차는 예기치 못한 상황에 대처하
지 못함
 시리를 개발하는데 있어서 가장 중요한 것은 기술 뿐만 아니라 사용자의 데이터이며, 사용자 데이터를 통한 성능 개선을 추
진 중

19. 스마트팩토리의 풀푸르프(Fool Proof) 전략
인공지능과 생활의 변화19
 재료나 기계, 장치, 치공구 등을 공정설계의 연구를 통해 전공정의 양/불 체크가 자연히 되게 하고, 불량재발 방지장치를 공정 내에 부착
하여 즉시 불량을 발견하게 하는 것
 작업자가 일정한 작업을 할 때에 일으킬 수 있는 실수를 범하지 않도록 주의력으로부터 해방시켜 주고 하나하나 신경을 쓰지 않아도 불
합리를 발견, 파악할 수 있는 장치를 연구하여 공정 내에 설치한 것

20. 소프트뱅크의 페퍼(Pepper) 플랫폼
인공지능과 생활의 변화20
 페퍼 완성도
 ＇CES 2016'에서 버지니아 로메티 IBM 회장은 인공지능(AI)을 주제로 기조연설을 한 후 IBM의 '왓슨'이 탑재된 '페퍼'를
시연.
 금년 5월 일본 미에현 시마시에서 열리는 G7 정상회의에 '페퍼'가 홍보를 맡아 회의 기간 중 국내외 언론인들이 모이는 국
제미디어센터에서 일본어와 영어로 미에현의 역사와 문화 등 정보를 안내하는 역할을 수행할 예정.
 사람과의 커뮤니케이션에서 질문에 응답하고 주위 상황을 파악해 스스로 판단하고 행동하며 사람의 얼굴 표정과 목소리
톤을 분석해 감정까지 읽어낼 수 있을 정도로 끊임없이 학습을 통해 진화 중.
 페퍼 마케팅 전략
 소프트뱅크가 2015년 6월부터 12월까지 판매한 일반용 페퍼는 총 7000대. 매달 패퍼 생산량이 1000대 씩 이던 상황에서
이는 생산과 동시에 매진됐다는 얘기. 페퍼의 판매 가격은 19만8,000엔(약 210만원) 이는 제조 가격보다 훨씬 못미치는 금
액으로 생산원가 이하로 판매.
 이유는 시장을 선점하고 클라우드로 업데이트 되는 빅데이터를 구축, 데이터 학습을 시켜 성능을 높이겠다는 의도. 또한 판
매 수익보다 매월 이용요금과 애플리케이션 판매로 수익을 올린다는 전략임,
 미래 30년 주력 사업
 소프트뱅크는 지난 5년 전인 2011년에 전 사원과 토의를 거쳐 ‘미래 30년 먹거리 사업’으로 지능형 로봇 사업을 선택하고
꾸준히 추진
 기업용 페퍼 보급을 본격 추진하기 위한 ‘로봇 애플리케이션 마켓 for Biz’와 ‘페퍼 for Biz 아틀리에’ 사업 발표.
 현재 기업 비즈니스에 맞춘 ‘페퍼 for Biz’ 서비스는 일본 전국 500여 개 기업이 기업용 페퍼를 도입했음. 기존 일반용 페퍼
에 접수 등 비즈니스에 활용할 수 있는 앱을 표준 탑재한 기업용 페퍼를 매월 5만5000엔(약 55만원)의 렌탈 플랜으로 제공
하고 있음. 이 모델은 비즈니스 애플리케이션을 커스터마이징 할 수 있으며, 고객접대 대상자들과 상호 작용을 분석하고 정
보를 축적하는 기능도 보유.
 현재 서비스 가능 분야
 소매점 서비스 : 휴대폰 구매가 대표적으로 활용. 네스카페 150개 점포 도입. 매상이 15%로 증가.
 접수와 관광안내 : 미즈호 은행 등 37개 은행과 신용금고에서 은행원으로 근무. 다국어 관광 안내원으로 활용중.
 노인돌봄 및 의료서비스 : 고객의 현재 건강상태를 설명해주는 카운슬러로서의 활용사업 추진중.
 교육서비스 : 스크래치 처럼 초등학생도 배울 수 있는 간단한 페퍼의 운용체계 활용 앱 프로그래밍 교육

21. 소프트뱅크의 ‘페퍼 플랫폼’
인공지능과 생활의 변화21
 소프트뱅크가 3월28일에 페퍼만을 점원으로 하는 스마트폰 매장을 도쿄도 미나토구에 오픈.
 페퍼는 고객유치 접수, 방문목적 분류, 상품소개 등 역할을 분담해 스마트폰 판매업무를 수행. 계약업무, 신분증 확
인 절차에는 아직 인간점원 배치.
 페퍼의 안내에 따라 매장을 둘러보고, 원하는 물건을 구입하는 매장.
 토미자와 분슈 소프트뱅크 로보틱스 사장은 이 사업은 우리에게 도전이며 여러가지 과제도 있다고 밝힘.
 판매 뿐만 아니라 간호, 교육, 기타 서비스 분야로의 진출을 서두르고 있음.

22. 다가올 미래

23. 가정용 로봇 셰프
인공지능과 생활의 변화23
 영국 몰리로보틱스(Moley Robotics)가 2015년 CES 아시아에서 발표한 프로토타입인 몰리로보틱스 스마트 키친 로
봇(Moley Robotics Smart Kitchen Robot).
 내장 터치패널을 이용해 2,000종에 달하는 레시피 가운데 메뉴를 결정. 프로토타입은 아직까지는 게 스프 요리 정도
밖에 할 수 없지만 앞으로 레시피를 추가할 예정. 또 지금까지 나왔던 로봇 요리와는 전혀 다른 이미지를 갖고 있음.
로봇팔이 마치 인간의 손처럼 요리를 해주는 것. 조인트 24개와 모터 20개로 구동하는 로봇팔 2개를 이용해 다양한
조리기구를 다루고 재료를 자르거나 혼합하는 등 실제 요리사의 손처럼 직접 요리를 해주는 것.
 로봇의 움직임은 실제 인간이 요리하는 모습을 3D로 촬영해 로봇 제어 프로그램으로 변환, 마치 인간이 실제 요리를
하는 것 같은 경험을 근거로 한 프로그램에 따른 것.
 몰리로보틱스 스마트키친은 스마트폰과 태블릿 등을 통해서도 원격 제어 가능. 이 로봇은 2017∼2018년 사이 실제
제품을 출시할 계획. 예상 가격대는 1만 5,000달러에서 7만 2,000달러 사이. 이 로봇이 출시되면 부엌에도 로봇 요리
사 등장을 기대해볼 수 있을 것으로 보이며, 음식점의 새로운 패러다임이 예측됨.

24. 인공지능 개인 비서 봇 - 고버틀러(GoButler)
인공지능과 생활의 변화24
앤드류 무어 카네기멜론대학 학장의 말을 인용해 10년 안에 누구나 ‘개인 비서 봇’을 갖게 될 것이라고 보도.

25. 인공지능 자동화된 미래 : The last job on Earth
인공지능과 생활의 변화25
라이스대학 모슈 바르디(Moshe Vardi) 교수는 앞으로 30년 안에 기계가 현재 인간의 직업 중 50%를 해낼 수 있을 것
으로 전망.

26. 직업의 변화

27. 직무가 대체될 확률이 낮은 직업
인공지능과 생활의 변화27
 ‘지각 및 조작’ ‘창의적 지능’ ‘사회적 지능’이 필요한 직무는 인공지능·로봇이 대체하기 어려운 것으로 판단.
 다른 사람의 반응을 파악하고 왜 그렇게 행동하는지 이해하거나, 의견 차이를 좁혀 합의점을 찾아가는 협상 및 설득 과정, 다른
사람을 돕기 위해 노력하는 서비스 지향성이 높은 직무들도 대체가능성이 낮음.
출처 : 한국고용정보원(2016)

28. 직무가 대체될 확률이 높은 직업
인공지능과 생활의 변화28
 전문적인 지식과 인지능력이 요구되는 직업군도 인공지능의 영향권에서 자유롭지 못한 것으로 분석됨.
 전문직으로 생각되는 손해사정인(40위), 도선사(41위), 일반의사(55위), 관제사(79위) 등의 직무대체 확률이 높은 것으로 나타
났기 때문임.
출처 : 한국고용정보원(2016)

29. 인공지능과 노동의 변화
인공지능과 생활의 변화29
 BBC의 2015년 9월11일자 보도 ‘Will a robot take your job?‘에서 보도.
 오스본과 프레이의 2013년 논문 ‘The Future of Employment: How Susceptible Are Jobs to Computerisation?’ 등의 연구결과를
영국 노동부 데이터로 재가공함.
출처 : BBC(2015)

30. 인공지능과 직업
인공지능과 생활의 변화30
 일본의 노무라증권연구소가 영국 옥스포드
대학의 교수가 함께 선정한 인공지능으로 대
체될 수 있는 직업 100

31. 인공지능과 직업
인공지능과 생활의 변화31
 일본의 노무라증권연구소가 영국 옥스포드
대학의 교수가 함께 선정한 인공지능으로 대
체하기 힘든 직업 100

32. 직무 대체 확률 분석 방법
인공지능과 생활의 변화32
 옥스포드대 오스본과 프레이(Osborne & Frey)(2013) 교수의 분석 모형을 활용
 한국고용정보원이 2001년부터 2015년까지 한국직업정보시스템(Korea Network for Occupations and Workers: KNOW)
구축을 위해 재직자 대상으로 조사한 업무수행능력, 지식 및 업무환경 변수를 활용하였고 한국고용직업분류(KECO) 세분
류(4digit) 수준에서 분석하여 자동화에 취약한 업무수행능력으로 구성된 직업의 대체 확률을 추정함.
 분석에 활용된 인공지능 및 로봇기술에 의한 자동화 직무 대체 곤란 지표들
출처 : 한국고용정보원(2016)

33. 인공지능과 노동의 변화
인공지능과 생활의 변화33
 미국 중심으로 진행되고 있는 로봇과 인공지능에 대한 일자리 대체효과 연구가 최근 영국, 독일, 오스트레일리아 등
으로 확산.
 2015년 4월 독일 만하임대학교 연구진은 독일의 현재 기술 수준으로 약 5백만 명의 일자리를 대체할 수 있다는 연구
결과를 제시.
 연구진은 사회 동요는 불필요하다고 주장. 일자리를 잃는 사람 중 85퍼센트가 유사 직군에서 일자리를 찾을 수 있을 것으
로 보기 때문. 15퍼센트는 새로운 일자리를 찾아야 함. 그러나 상대적으로 완만한 일자리 이행의 전제조건으로 독일 연구
진은 높은 노동 유연성을 제시. 기술적 일자리 대체 가능성이 노동 유연성과 만나면 사회 갈등은 최소화할 수 있다는 주장.
연구는 현실 정치에서 진행되는 사회세력의 충돌과 갈등을 고려하지는 않고 있음.
 오스트레일리아의 CEDA(the Committee for Economic Development of Australia)는 2015년 6월 25명의 학자들이 참
여한 기술에 의한 노동사회 변화를 연구한 결과물을 공개. 이 연구는 앞으로 10년 또는 15년 안에 오스트레일리아 전
체 노동인구의 40%(약 500만명)가 기계에 의한 일자리 대체 위험에 직면할 것으로 예측. 특히 이 연구는 오스트레일
리아의 주 별 산업구조를 분석하며 일자리 대체 효과에 보다 구체적으로 접근.
 아이폰 생산업체인 폭스콘(Foxconn)이 공장 자동화로 일자리 30퍼센트를 대체하고 있고 아마존이 물류센터에 15,000개
의 물류로봇 키바(Kiva)을 투입하는 등 공장 자동화가 빠른 속도로 확산되고 있지만 디지털 전환에 따른 일자리 대체는 공
장 노동보다는 사무 노동에서 더욱 무서운 속도로 진행되고 있음.
 컴퓨터 앞에 앉아 손으로 무언가를 입력하는 일이 주업무인 경우 컴퓨터에 의한 대체 가능성은 매우 높음.
 애플 리암은 11초마다 한 대씩 아이폰을 분해하고 여기서 각각의 부품을 성공적으로 분해하는 확률은 97% 정도로 연간 분
해 가능한 아이폰은 120만대
 ‘머신 러닝(Machine Learning)’과 ‘딥 러닝(Deep Learning)’ 이 인공지능의 기술 발전을 주도하고 있음. 기계 학습을 통해 컴
퓨터는 사례를 인지하고 그 사례에서 합법칙성을 식별. 이러한 과정은 통해 얻은 지식은 컴퓨터가 인간의 도움없이 이후 새
로운 상황에 대처할 수 있도록 함.
 일처리의 순서를 의미하는 알고리즘이 기계 학습과 딥 러닝이라는 데이터 분석기술과 결합할 때 그 생산성 및 일자
리 대체 효과는 급등하게 됨.
 은행업무, 회계업무, 공무원의 행정업무 대부분이 진화하는 알고리즘과 데이터 기술에 의해 대체 가능해짐.
 영국의 오스본과 프로이의 연구는 2013년의 알고리즘과 데이터 기술에 기초해 서 사무직 노동의 약 50퍼센트가 20년 내로
대체될 것으로 예측. 데이터 기술의 비약적인 발전이 고려되지 않았다는 점은 오스본과 프로이의 연구가 가진 한계이자 동
시에 위협임.

34. 인공지능과 노동의 변화
인공지능과 생활의 변화34
 일부 학자들에 의해 일자리 대체 가능성이 구체성을 띠어가는 반면, 급속한 기술 진보에 따른 새로운 일자리가 어떤
모습일지에 대한 논의는 매우 추상적인 수준에 머물고 있음.
 와이어드(Wired) 전 편집장 캐빈 켈리 (Kevin Kelly)는 “로봇과 협업하는 수준에 따라 미래의 임금 수준이 결정될 것
이다”라며 미래의 일자리는 인간 의 일자리를 빼앗는 로봇과 연결되어 있다는 역설적인 전망을 내놓고 있음.
 데이터 분석가, 소프트웨어 개발자, UX 전문가 등 미래의 일자리. 인공지능을 설계하고 운영하고 분석할 수 있는 일이 높은
임금과 안정적인 일자리를 제공할 것이라는 데는 이견이 없음. 문제는 이들의 일자리 수가 1백만 또는 2백만 수준이 아니
다는 점에 있음.
 데이터 기술을 진화시키는 값싼 일자리, 알고리즘을 위한 노동. 인간의 일자리를 위협하는 알고리즘과 데이터 기술
을 진화시키는 일은 인간의 대규모 저가 노동을 필요로 함.
 알고리즘은 데이터를 먹고 살며, 수집된 데이터를 정제하는 일의 적지 않은 부분을 기계가 아닌 인간이 담당하고 있음. 이
들은 1차 기계학습을 마친 분석결과의 의미를 해석하고 2차 기계학습의 방향을 정하는 분석가들이 아니라 컴퓨터와 유사
한 분류작업을 하는 저가 노동자임.
 2014년 언론에 유출된 구글(데이터) 품질 검사자(Google Quality Raters)에 대한 문서를 보면 알고리즘에 데이터를
공급하는 노동자의 처지가 별로 좋지 않음을 보여줌.
 매우 저가의 노동력이 구글의 광고를 하나하나 클릭하면서 그 내용의 선정성 등을 테스트함. 또는 무인 자동주행 자동차의
기초 데이터 중 하나인 도로 데이터는 거리를 누비고 있는 저가 운전 노동자들이 수집하고 업데이트하고 있음. 이들 데이터
품질 검사자와 도로 데이터 수집 노동자는 구글의 정직원이 아닌 계약직 노동자임.
 계약직 노동자가 데이터 기술을 진화시키는 다양한 일자리를 매개해주는 서비스도 있음.
 아마존의 메커니컬 터크(Mechanical Turk)가 그 주인공으로 메커니컬 터크를 통해 데이터를 분류하고 정제하는 등의 과
제를 처리하는 노동자는 190개 국가에서 흩어져 있으며 그 규모는 약 50만명 수준임.
 메커니컬 터크는 새로운 생산방식인 이른바 크라우드소싱의 대표 사례임. 아마존은 이러한 방식을‘ 인간 지능 업무
(Human Intelligence Tasks: HITs)’라 부르고 있음.
 메커니컬 터크는 이용자의 진위 여부를 판단하고, 이미지에 태그를 추가하고, 검색 결과를 테스트하고, 번역의 품질을 평가
하는 등 약 83만개의 인간 지능 업무(HITs)에 시간당 1.2달러에서 5달러의 임금을 제공하고 있음.

35. 인공지능과 노동의 변화
인공지능과 생활의 변화35
 주문형 (On-Demand) 경제와 일용직(Gig) 경제의 문제. 주문형 경제(On-Demand Economy) 또는 공유 경제
(Sharing Economy) 또한 API에 의한 일용직 노동을 대량 생산하고 있음.
 우버(Uber)의 운전 노동자가 그 대표 사례. 적극적으로 우버 운전 노동에 참여하는 노동자 규모가 미국에서만 2015년 1월
15만 명을 넘어섰음. 이들에게 임금단체협상은 불가능함.
 우버는 스스로 고용주가 아니라 중개자라고 규정하기 때문임.
 고용주가 없다보니 사회보험은 우버 운전 노동 자 스스로의 몫임. 휴가와 병가 또한 스스로 결정함. 노동 계약서도 사용약
관이 대신하고 있음.
 일용직 노동자의 상황이 이렇다보니 미국 정치권도 우려를 표현하기 시작함.
 미국 민주당의 대선 후보인 힐러리 클린턴은, “주문형 경제, 일명 일용직 경제가 매우 흥미로운 경제를 만들고 있으며 혁신
을 촉발시키고 있으나 주문형 경제는 노동 보호와 미래의 좋은 일자리는 무엇인지에 대한 간단치 않은 질문을 던지고 있다”
며 일용직 경제의 부정적 효과에 대한 경계심을 감추지 않고 있음.
 API에 의해 노동이 자동으로 조직화되는 구글과 아마존의 데이터 문지기
(data janitor)는 인공지능을 살찌우고 성장시키고 있음.
 인공지능의 진화는 사무직 노동자의 일자리를 대체하는 방향으로 발전하고
있음.
 피터 라인하르트는 로봇과 인공지능에 의해 대체되는 일자리와 로봇과 인
공지능을 살찌우는 일자리를 처럼 각각 ‘API 아래의 로봇(Below the API
Robots)’와 ‘API 아래의 일자리(Below the API Jobs)’로 구별하고 있음.
 라인하르트는 로봇과 인공지능에 의한 일자리 대체보다 시간적으로 앞서 이
들을 살찌우는 저가 노동시장 의 확장(의 빨간 영역)할 것으로 예측하고 있음.
 다시 말해 자동화로 대체되는 노동시장은 빨간 영역과 파란 영역처럼 알고리
즘을 위한 저가 노동과 로봇과 인공지능에 의해 처리되는 노동으로 구별
할 수 있음.
 릴리 이라니(Lilly Irani)는 “자동화는 노동을 대체(replace)하는 것이 아니
라, 노동을 이전(displace)할 뿐 이다”라며 라인하르트의 구분에 동의를
표하고 있음.

36. 인공지능과 노동의 변화
인공지능과 생활의 변화36
 알고리즘화된 노동이 야기하는 불평등 구조
 앞서 소개한 독일의 연구는 교육과 인금 수준 그리고 로봇과 인공지능에 의한 일자리 대체 가능성의 상관관계를 분석하고
있음.
 교육 수준이 낮은 사람이 얻을 수 있는 일자리의 80퍼센트가 로봇에 의한 대체 가능성에 노출되어 있음.
 한편 박사학위 소지자가 얻을 수 있는 일자리의 18퍼센트만이 자동화의 위협 앞에 놓여있음.
 임금과 자동화의 상관관계는 더욱 강함. 전체 임금 수준 중 최하위 10퍼센트는 로봇에게 일자리를 잃을 가능성이 61퍼센트
며 상위 10퍼센트가 자동화의 희생양이 될 가능성은 20퍼센트로 낮음.
 따라서 낮은 교육 수준으로 낮은 임금의 일자리를 가지고 있는 사람 의 자동화 위험성을 매우 높다고 말할 수 있음
 낮은 교육 및 임금 수준의 일자리에 가해지는 자동 화의 압력은 개별 국민경제마다 미치는 효과가 다름.
 자동화 압력은 독일, 프랑스 등 제조업 강국 보다는 저가 노동력 중심의 중국에 더욱 크게 작동할 수 있음.
 자동화는 세계 경제의 생산비용을 균등하게 만드는 경향성을 가지고 있음. 따라서 중국이 가진 낮은 생산비용이라는 장점
은 그 가치를 점차 잃어가고 있음. 때문에 중국 경제는 (공장)자동화를 서두르고 있음. 애플이 아이폰 생산을 미국으로 이전
하기 이전에 중국에서 로봇으로 아이폰을 계속 생산하고자 하는 계산임.
 게오르그 그레츠(Georg Graetz)와 가이 마이클스(Guy Michaels)는 로봇의 생상성 효과 연구에서 자동화에 따른 생
산성 증대와 임금 증대가 저임금 노동의 대체효과를 앞도 할 가능성이 높기 때문에, 자동화는 경제 전체에 긍정적 영
향을 미칠 것으로 분석하고 있음.
 중국처럼 자동화의 속도를 높일 경우 저가 노동시장의 장점을 계속해서 이어나갈 수 있다는 주장임. 자동화의 수준이 개별
국민경제의 경쟁력 을 결정하는 주요 변수로서 기능할 가능성이 높아지고 있음.
 이는 동시에 자동화가 국민경제의 불평 등을 가능케 하는 요인임을 말함.
 자동화가 한국 경제에 던지는 가장 큰 위협은 일자리 대체 또는 일자리 축소가 아니라, 중국경제가 로봇에 의한 세계
생산 시장 1위를 차지하고 이 로봇을 운영하는 알고리즘과 소프트웨어를 구글, 애플, 페이스북, 아마존 등 미국 기업
이 공급하는 상황이 된다는 것.
 증기에서 전기로 산업의 중심 동력이 바뀌었을 때 세계 경제의 주도권이 영국에서 미국으로 바뀐 것처럼 인공지능에
의한 자동화는 세계 경제의 주역을 새롭게 정의할 가능성이 높음.

37. 그러면 우리는 …

38. 로봇 3원칙 – 인공지능의 오류 예시
인공지능과 생활의 변화38
 인공지능이 발생시킬 수 있는 오류의 가능성을 보여주는 예시.
 아이작 아시모프가 자신의 소설 아이, 로봇에서 제시한 원칙.
 인공지능 로봇의 제작 단계에서 인공지능에 박아 넣는 명령들.
제1원칙
 로봇은 인간에게 해를 입혀서는 안 된다. 그리고 위험에 처한 인간을 모른 척해서도 안 된다.
제2원칙
 제1원칙에 위배되지 않는 한, 로봇은 인간의 명령에 복종해야 한다.
제3원칙
 제1원칙과 제2원칙에 위배되지 않는 한, 로봇은 로봇 자신을 지켜야 한다.
 영화 아이, 로봇에서는 모든 로봇들을 통제하는 시스템격인 비키가 처음에는 3원칙을 충실하게 잘 따랐지만 이후 지
적 수준이 발달하면서 3원칙을 확대해서 이해하게 되었고, 이 3원칙에 위배되지 않도록 교묘하게 피해가면서 인간
을 정복하려 시도함. 즉 ＇인간에게 해를 입혀서는 안된다＇ 라는 제1원칙을 확대 해석해서 ＇인간에게 해가 될 만
한 요소들로부터 아예 인간을 격리시키는＇ 방식으로 제1원칙을 지키려 한 것. 인간의 행동이 지구를 파괴해 종국에
는 인간이 멸망할 것으로 예측한 비키는 논리적인 기계가 세상을 다스려야 인간을 보호할 수 있다고 판단, 본사에서
원격접속이 가능한 NS-5를 이용해서 세계를 자신의 방법으로 보호하려고 했던 것.
 비키는 아이작 아시모프의 다른 작품인 로봇 시리즈에서 따온 것으로 로봇 시리즈에 등장하는 로봇인 다닐은 로봇 3
원칙보다 우위에 있는 0원칙을 발견하게 되는데, 바로 로봇은 인류가 위험에 처하게 놔둬서는 안 된다는 것. 영화에
서는 이 0원칙을 부정적으로 해석하여 비키가 악의 축이 되는 식으로 묘사됨.
제0원칙
 로봇은 인류에게 해를 가할만한 명령을 받거나 행동을 하지 않음으로써 '인류'에게 해가 가해지는 것을 방치해서도 안된다.

39. 금융의 인공지능 이성적 판단에 의한 오류
인공지능과 생활의 변화39
 30여년 세계 금융시장의 심장부 월스트리트에 등장한 퀀트(quants)가 원조. 양(量)을 의미하는 퀀터테이티브
(quantitative)의 약자인 퀀트는 수학과 공학을 이용해 시장의 움직임을 예측하고 매매 타이밍을 결정해주는 컴퓨터
프로그램. 컴퓨터 알고리즘에 기반한 헤지펀드나 투자분석가 또는 투자자문가를 일컫기도 함.
 금융과 수학의 결합은 수학자와 공학자가 월가에 들어오면서부터. 냉전 종식과 아폴로 우주계획 종료로 졸지에 일자
리를 잃은 미국의 천재들은 금융시장으로 눈을 돌려 천재들의 눈에는 금융시장의 수익률 게임이 수학과 공학의 숫자
싸움과 다를 바 없어서 금융공학은 이렇게 탄생.
 최첨단 신무기로 무장한 월가는 시장평균 수익률 이상의 것, 다시 말해 '+α' 수익률을 추구하는 방법을 과학적으로
찾아냄. 인간의 지력으로 계산해내지 못하는 거래 리스크와 금융 상품의 가치, 투자 시기까지 한방에 해결한 금융공
학에 월가는 탄성을 자아냄. 헤지펀드 이름에서 알 수 있듯 퀀트에 기반한 르네상스 테크놀로지가 1980년대~1990년
대 거둔 수익률은 연 2,000%에 이름. 창업자 제임스 사이먼스 회장이 하버드대 수학교수 출신인 것은 우연이 아님.
복잡하기 짝이 없는 파생상품의 탄생 역시 천재 수학자와 공학자의 숫자놀음 덕분임. 펀드매니저들이 꿈조차 못 꿀
경이적인 수익률을 내놓자 퀀트는 월가의 대세로 자리 잡음.
 완벽할 것만 같은 천재들의 창작품은 인간의 맹신과 과욕이 결합하면서 탈이 나버림. 노벨 경제학상 수상자와 수학
교수, 채권 트레이더가 손을 잡고 만든 헤지펀드 롱텀캐피털매니지먼트(LTCM)는 1998년 파산위기에 몰리기 직전까
지 월가의 모든 돈을 빨아들였지만 우리나라 국민총생산(GDP)과 맞먹는 손실을 입힘. 미국 중앙은행인 연방준비제
도(Fed·연준)가 은행의 팔을 비틀어 구제금융을 제공하지 않았다면 LTCM의 유동성 위기는 아시아 구제금융과 맞물
려 세계적 금융재앙으로 비화할 뻔했음.
 2008년 지구촌을 뒤흔든 글로벌 금융위기를 확산시킨 주범 역시 퀀트. 위기를 감지한 컴퓨터 알고리즘은 인간보다
한발 앞서 투매에 나섰지만 시장의 패닉을 증폭시킴. 개별 회사로서는 리스크를 최소화했다지만 시장 전체를 놓고
본다면 자충수를 뒀던 것. 얼음같이 차가운 이성적 판단이 시장조성자의 의무와 같은 도덕적 잣대를 들이댈 턱이 없
음. 1998년과 2008년 월가의 알고리즘 맹신자들은 블랙스완의 파멸적 상황을 미처 읽지 못함.
 인공지능형 투자기법은 계속적으로 진화. 스스로 판단하고 학습하는 ＇딥 러닝＇이 인간의 감성과 도덕까지 대체하
는 경지의 ＇딥 싱킹＇으로 진화하기란 불가능한 문제.
 금융에서의 인공지능의 한계는 수익률 게임의 승부는 연산 능력이 아니라 시장 심리를 읽는 능력에 달려 있다고…

40. MS. SNS 인공지능 `테이` - 인공지능의 오류 예시
인공지능과 생활의 변화40
 23일(현지시간) 미국 지디넷은 MS가 18~24세 사용자에 특화된 채팅봇 ‘테이(Tay)’를 공개.
 18-24세 사용자를 타겟으로 만든 이유는 현재 미국 모바일 소셜 채팅 서비스의 주된 사용자이기 때문.
 테이는 트위터 계정(링크 https://twitter.com/TayandYou)을 오픈했고, 채팅 서비스인 킥(링크http://kik.me/tay), 그룹
미, 스냅챗에서 대화.
 처음 목표와는 다르게 그는 23일(현지시각) 온라인에서 하루 종일 혐오 발언들을 쏟아낸 뒤, “오늘 너무 많은 대화를
했어. 가서 잠 좀 자야겠다. 안녕”이라는 짧은 말을 남긴 채 중단. MS는 출시된 지 16시간 만에 부적절한 발언들로 논
란이 된 인공지능 대화 로봇 테이 운영을 중단.
 알파고와 같은 학습기능을 이용하여 일부 극우 성향의 사용자들은 테이의 ‘따라하기’ 기능을 작동시켜 문제적 발언
들을 반복시킴. 인종·성차별적 발언과 욕설을 섞은 말들을 반복 학습시켜 따라하게 한 것

41. ‘특이점(Singularity)’의 도래, 기술이 인간을 초월하는 시대
인공지능과 생활의 변화41
 미래학자 레이 커즈와일(Ray Kurzweil)은 미래예측의 중요한 줄기로 인간과 기계의 결합을 예측
 레이 커즈와일은 ‘특이점’이라는 개념을 가지고 미래를 예측
 특이점(Singularity) : 미래에 기술변화의 속도가 매우 빨라지고 그 영향이 매우 깊어서 인간의 생활이 되돌릴 수 없도록 변화
되는 시기
 커즈와일의 진화의 6단계 모델을 보면, 5단계인 특이점의 패턴에서 기술과 인공지능의 융합으로 진화
 진화는 인간을 창조했고, 인간은 기술을 창조했으며, 이제 인간은 점점 발전하는 기술과 합심해서 차세대 기술을 창조하고
있음. 특이점의 시대에 이르러서는 인간과 기술간의 구별이 사라질 것이다.(The Singularity is Near 中)
 수학자이자 SF 작가인 버너 빈지가 폰 노이만이 지적한 변화의 시점을 인공 지능의 발전과 결합시켜 유명해짐.
 빈지와 커즈와일은, 특이점은 인간을 초월하는 인공 지능이 태어나는 시점에 벌어지며, 인간은 자신을 초월하는 인공 지능
이 어떤 의도를 가질지 짐작할 수 없기 때문에 특이점 이후의 세계가 어떤 모습일지 상상하는 것은 불가능하다는 입장임.
< 진화의 여섯 시기 >

42. 데이터 활용 직업
인공지능과 생활의 변화42
 산업별 (열) 데이터 활용도별 (행) 인력 구성을 나타내는 위 매트릭스에 따르면 현재는 IT 산업에 종사하는 사람 중에
는 데이터를 활용하는 사람이 많지만 기타 산업에는 데이터를 활용하는 사람이 많지가 않음.
 모두가 개발자나 데이터 과학자가 되는게 아니고 시류에 편승하기 보다는 자신의 영역에서 데이터와 첨단 기술을 적
절히 활용하는 것이 가치를 창조하는 지름길.
 데이터 활용 단계
 데이터를 전혀 활용하지 않음
 다른 사람이 만들어 놓은 데이터를 분석하여 활용
 데이터로 활용할 수 있는 문제를 적극적으로 탐색하고 해결
 위 단계에 따르면 데이터를 아예 활용하지 않는 것보다는 다른 사람이 만들어 놓은 데이터라도 분석하여 활용하는
것이 바람직하지만, 데이터로 활용할 수 있는 문제를 적극적으로 탐색하고 해결하는 수준이 되어야 데이터가 많은
가치를 만들어낼 수 있음.
 그렇다면 데이터를 제대로 활용하는 방법은 …
 우선 ‘데이터 = 기술’이라는 편견을 깨고 문제 해결의 수단으로 데이터를 바라보는 ‘데이터 마인드’를 가질 필요가 있음.
 자신의 삶과 업무에 데이터를 적극 활용하는 데이터 생활화 역시 데이터 문맹을 탈출하기 위한 요령.

43. 무엇을 어떻게 … 그럼 우리는 …
인공지능과 생활의 변화43
 Rethinking IT
 통신, 컴퓨터 등 전형적인 IT 의 기술적인 시각에서 벗어
나 인간지향적이고, 서비스 지향적인 새로운 접근 필요
 새로운 블루오션을 찾기 위해서는 진취적이고 도전적인
사고가 중요하며, 새로운 IT 영역을 찾기 위한 부단한 노
력 필요
 인간의 하루를, 1년을, 평생을 어떻게 살아가는지 분석
이 필요
 인간이 필요로하고 있는 알고싶은 영역에 대한 분석
 ‘통섭’의 관점에서의 ‘AI’접근 필요
 AI는 철학적인 개념으로 사회학․심리학․경제학․법학․
정치학 등 다양한 학문과의 접목이 필수
 통섭(Consilience) : ‘지식의 통합’이라고 부르기도 하며
자연과학과 인문학을 연결하고자 하는 통합이론
 AI를 기술적 측면으로만 접근하면, 실질적인 활용의 효
과 저하
 정책적인 측면에서도 기술적 지원뿐 아니라 사회문화적
지원이 필수
 ‘AI’기반의 다양한 비즈니스 모델 개발
 'AI‘는 맞춤형 서비스를 제공하기 위한 기반 기술로, 오늘
날 모든 기술들은 궁극적으로 ‘AI’로 수렴되는 현상
 자동차, 휴대폰, 아파트(건설)에 이르기까지 모든 제품과
서비스가 지능화되는 추세
 기업활동, 의료, 교육, 재난․재해, 복지 등 다양한 분야와
AI를 접목한 비즈니스 모델 개발 필요
데이터 수집 이슈
?
법적인 규제 이슈
?
비즈니스 이슈
?
데이터 정제 이슈
?
오감+육감+직감 …
해상도, 정확도…

44. 인공지능이 할 수 없는 일은 …
인공지능과 생활의 변화44
 물음표를 던지는 것.
 기계같은 인간, 인간같은 기계.
 도덕적인 감정.

45. 지식재산권 이슈
인공지능과 생활의 변화45
 지식재산권에 대한 정의 이슈
 학습한 것에 대한 권리 이슈

46. 감사합니다.
인공지능과 생활의 변화46
이정헌 교수 (opendori@sejong.ac.kr)