4차산업혁명, 새로운 국민주의, AI내셔널리즘

 

■새로운 국민주의, AI 내셔널리즘

 

최근 AI와 관련한 자국의 데이터, 서비스 등을 보호하고 타국의 영향력을 줄이려는 새로운 국민(민족)주의가 나타나고 있다고 보고서는 밝혔다.

자국의 AI 기술과 기업은 보호·육성하되 경쟁국의 AI 역량 성장은 견제하는 것이다. 또한, 자국의 데이터를 이용해 다른 나라의 AI와 ICT 서비스 기업이 수익을 만들고 영향력을 확대하는 것을 각종 규제를 통해 간섭하고 있다.

AI 선도 기업과 서비스들은 무역 거래제한 조치, 조세 제도, 개인정보 보호법 등에 의해 국경을 넘는 데 어려움을 겪고 있다는 것이다. 보고서는 AI 기술이 정치 질서와 맞물리며 국가 간 과학기술 격차는 물론 강력한 무기화 가능성도 지적했다.

보고서는 연결과 공유에서 가치를 만들었던 인터넷과는 달리 AI는 인식과 판단에서 가치를 만들어낸다면서 "AI 영역에서 자국의 데이터, 기술, 서비스를 보호하고 타국의 간섭과 영향력을 줄이려는 내셔널리즘 성향이 나타나는 것은 당연한 수순 이다. AI 기술 특성이 편 가르기, 견제, 경쟁을 전제하기 때문이다”고 분석했다.

2019년 10월 미국은 센스타임, 메그 비, 아이플라이텍 등 중국의 대표적 AI 기업들을 거래제한 기업 리스트인 ‘Entity List’에 올렸고, 화웨이와 하이크비전 등이 이미 포함되어 있던 리스트에 새로운 중국 AI 기업들을 추가한 것이 대표적이다.

트럼프 행정부는 2019년 2월 ‘인공지능 분야에서 미국의 리더십 유지(executive Order on Maintaining American Leadership in Artificial Intelligence)’라는 행정명령에 서명, 미국 AI 기술 우위를 보호하고 중요한 AI 기술을 경쟁국 및 적대국으로부터 보호 하는 환경을 조성해야한다고 말했다.

중국 역시 정부 정책 차원에서 AI 기술과 기업에 대한 적극적인 지원을 약속하고 있다. 2017년 7월 발표한 중국의 ‘차세대 AI 발전 계획’에서는 2020년까지는 AI 전체 기술·응용 수준을 선진국 수준으로 만들고, 2025년까지 일부 AI 기술·응용분야에서 세계를 선도하며, 2030년 에는 미국을 넘어 세계 AI 혁신의 중심 국가가 될 것을 언급했다.

유럽도 세금과 프라이버시라는 명분을 앞세워 타국의 AI 기술 기업으로부터 유럽 경제권역을 지키는 방법을 모색하고 있다. 보고서는 AI 시대의 가치는 개방이 아니라 ‘집중’에서 나온다면서 더 많은 데이터를 가진 자, 흩뿌려진 무의미한 데이터 편린에서 의미를 찾을 수 있을 만큼 진보한 AI 기술을 가진 자가 승리한다면서 "AI가 치명적인 무기로써 사용되는 것을 금지하려는 다국적 협의 노력은 무산됐다”고 주장했다.

■AI가 만든 새로운 물결 증강 분석(Augmented analytics)과 다크 데이터(Dark Data)

보고서는 AI가 만든 분석의 새로운 물결로 '증강 분석(Augmented Analytics)'을 들었다. 이는 AI 기법을 사용해 자동으로 데이터를 준비, 데이터로부터 통찰력을 발견하고, 해석하는 일련의 과정을 포함한다.

가트너는 증강 분석이 최근까지 기업 데이터 분석을 주도한 시각화 플랫폼의 다음 단계가 될 것으로 전망한 바 있다.

AI기술이 기존에 없던 분석 기법을 통해 보유하고 있지만 활용하지 못한 데이터 범위와 분석 한계를 없애면서 인간의 의사결정을 도우며 통찰력과 새로운 가치를 제공하는 것이다.

보고서는 “기하급수적으로 증가하는 데이터 복잡성은 기존 분석 방법의 많은 한계를 드러냈다. 증강 분석은 스스로 의사 결정을 내리고 우리에게 통찰력을 제공함으로써 노동생산성을 높인다”고 밝혔다.

가트너는 ‘다크 데이터'에 대해 "조직이 정기적인 비즈니스 활동 중에 수집, 처리 및 저장 하지만 일반적으로 다른 목적(예: 분석, 비즈니스 관계 및 직접 수익 창출)으로 사용할 수 없는 정보 자산’으로 정의했다. 다크 데이터가 전체 데이터에서 차지하는 비중은 발표 기관에 따라 차이가 있지만, 지금까지 사업 목적으로 사용된 데이터와는 비교할 수 없는 압도적인 규모라는 사실은 분명하다고 보고서는 설명했다.

그럼 왜 다크 데이터를 사용하지 못했을까? 가장 큰 이유는 분석 기술이 부족했기 때문이라면서 그러나 AI 기술 발전은 다크 데이터에 새로운 가치를 부여 하기 시작했고, 2017년 5월 애플이 다크 데이터 분석 기업 ‘래티스 데이터(Lattice Data)’를 2억 달러에 인수한 것도 이런 이유라고 진단했다.

분석 결과에 따르면, 미국 기업의 경우 다크 데이터 활용으로 직원 질병으로 발생하는 생산성 손실을 줄임으로써, 2018년부터 2030년까지 누적 경제적 이득이 약 2천억 달러(미국 의료비의 약 6%)에 이를 것으로 전망했다.

무수히 많은 센서와 네트워크로 연결된 초연결사회에서 비문자 정보를 포함한 다크 데이터는 생산에서 소비에 이르는 모든 경제 활동에서 포착되고 활용할 수 있고, 초연결사회에서 경제의 디지털화가 심화 될수록 '다크 데이터'는 AI 기술 발전과 함께 그 가치가 수면 위로 조금씩 드러날 것이라고 보고서는 밝혔다.

보고서는 AI가 ‘인식’을 넘어 ‘분석’에 있어서도 새로운 가치를 만들기 시작했다면서 "분석할 수 있는 데이터 범위도 정형과 비정형, 문자와 비문자에 국한되지 않는다. 분석을 위한 데이터 종류와 범위의 한계를 없앤다"며 "궁극적으로 AI는 디지털 경제를 움직이는 가장 중요한 주체로써 인간의 의사 결정을 돕고 통찰력과 새로운 가치를 제공할 것"이라고 내다봤다.

빅데이터와 차원이 다른 ‘다크 데이터(dark data)’가 AI 기술로 새로운 정보 자산으로 활용되는 등 AI는 분석의 방법을 한 차원 끌어올려 분석 대상이 되는 데이터 범위를 대폭 확장했다. 결과적으로 AI는 우리에게 지금 까지 볼 수 없었던 전혀 다른 분석 결과를 제공하고, 세상의 모든 데이터로부터 의미 있는 결과를 발견할 수 있는 잠재력을 보여주고 있다. AI가 데이터 분석의 양(범위)과 질(결과)을 바꾸고 있는 것이다.

■인간의 생각을 바꾸는 AI...연구 방식도 바꿔

자율주행차와 AI 의사 '왓슨' 등을 통해 AI는 산업을 대대적으로 혁신하고 있음을 여실히 보여줬다. 그러나 AI 활용의 더 큰 가치는 연구자로서 인간이 생각하는 방식을 바꿔 R&D 생산성을 향상시킬 수 있다는 데 있다고 보고서는 주장했다.

최근 경제학자이자 ITIF 창립자인 Atkinson은 지금의 미국 정부 R&D 투자는 생산성을 향상시키는 기술 발전에 초점을 두지 않았다고 주장한다. 즉, 생산성 향상을 이끌 유망한 분야의 R&D에 집중적으로 투자하도록 정부 투자전략이 수정되어야 한다는 것이다. R&D 투자를 결정할 때 가장 상위 목표는 생산성 향상이며, 이것이 정부의 새로운 미션이 되어야 한다는 것이다. 생산성 향상을 위해 그가 지목한 대표적인 R&D 분야는 AI, 로봇, 자율주행교통시스템, 재료과학, 생명과학 등이다. 정부는 이 분야에 집중적으로 투자함으로 써 노동생산성을 획기적으로 개선할 수 있다는 것이다

보고서는 "AI의 진정한 가치는 지식 생산성 향상"이라며 “데이터 복잡성에 가장 강한 강점을 보이는 AI는 연구자로서 인간이 생각하는 방식을 변화시켜, 지식의 생산성을 획기적으로 높일 수 있다"고 주장했다.

이어 "혁신의 역설을 극복하기 위해서는 생산성 유망 분야에 투자하는 것만으로는 부족하다"면서 "AI 기반 R&D 혁신을 통해 총요소생산성을 향상시킴으로써 경제성장의 돌파구를 마련할 수 있다는 주장에 주목할 필요가 있다"고 밝혔다.

즉, 지금까지의 R&D 혁신은 개인의 창의성, 집단지성, 방법론 등 사람 중심으로 진행되어왔으나, 앞으로는 AI가 연구자로서 인간이 생각하는 방식을 변화시킬 수 있다는 것이다. 보고서는 "AI가 과학 연구의 방식을 바꿀 수 있다면, 자율주행자동차나 의료에 사용했던 AI를 뛰어넘는 결과를 낳을 것"이라며 "AI 의 진정한 가치는 여기에 있다"고 강조했다.

■넓어지고 깊어지는 AI 창작지능

AI가 만든 그림, 소설, 영화는 인공지능이 창작까지 할 수 있음을 보여줬다. 나아가 단순 모방이 아니라 인간을 넘어서는 설계, 전략 도출의 가능성에도 주목한다고 보고서는 진단했다.

인간이 인간임을 자랑스러워하는 이유 중 하나는 세상에 없던, 무언가 멋진 것을 만들어내는 능력이다. 그런데 이 영역에 AI가 발을 들이밀고 있다. 이미지를 인식하는 딥러닝 알고리즘, 언어를 번역하는 알고리즘을 넘어 새로운 무엇인가를 ‘창작’하는 AI를 개발한다는 소식들이 눈에 띄고 있다. 딥드림, GAN(Generative Adversarial Networks) 등 AI 방법론 들은 학습 데이터 셋에 존재하지 않았던 새로운 데이터 덩어리를 만들어 내고 있다.

AI가 만들어내는 그림, 소설, 영화는 심층신경망이 단순한 인식 기계에만 머물지 않고 ‘창작’하는 기계로 변모하고 있음을 보여주고 있다. 보고서는 "고급 지능은 다양한 분야에서 더 깊은 추론 과 제어 기능 학습이 이루어지고 축적된 각 분야 전문 지식이 통합될 때 가능할 것이다”고 지적했다.