□ 4차 산업혁명 인식 제고◇ 우리나라에 맞는 4차 산업혁명의 정의와 특화○ 4차 산업혁명은 대체적으로 인공지능(AI), 로보틱스, 나노기술, 3D프린팅, 사물인터넷 등 최신 정보통신기술(ICT)이 다양한 분야와 결합해 새로운 형태의 제품ㆍ서비스와 관련 생산 시스템을 창출하는 과정을 말한다.미국은 IoT의 확장판, 독일은 스마트팩토리(인더스트리 4.0)를 중심으로 추진하고 있지만, 우리나라의 특수성을 고려한 4차 산업혁명 정체성은 아직 정립되지 않은 듯 하다.○ 독일은 산업 생산이 GDP에서 차지하는 부분이 상대적으로 큰 유럽 최대의 제조 강국으로, 특히 기계‧장비산업(Machinery & Equipment, M&E)에서 큰 강점을 보이고 있는데, 독일 인더스트리 4.0은 이러한 혁신역량을 잘 활용하고 있다.○ 우리나라도 4차 산업혁명 관련 혁신역량(핵심기술 관련 특허, R&D 투자, 인력 등)을 잘 활용하여 지역 산업단지(혁신도시) 및 경제자유구역을 4차 산업 혁명의 전진기지로 활용할 필요가 있다.○ 우리나라는 조선이나 철강에서 경쟁력을 잃으면 4차 산업혁명을 통해 경쟁력을 회복해야 하는 상황이다. 따라서 한정된 자원을 과거 경쟁력 있는 산업이었던 건설, 자동차, 바이오, IT 등에 집중하는 것이 더 중요하다.또한 개방형 혁신시스템을 도입해 4차 산업혁명이 가져올 급격한 변화에 대응해야 할 것이다. 우리가 지닌 강점 기술과 산업을 발굴해서 민관이 협업하는 시스템을 구축하여 추진하는 것이 필요하다.○ 한편 정부가 시장에 지나치게 관여하는 것이 맞는지도 고민해 보아야 한다. 기술제휴에 대한 기업과 정부의 인식전환 및 인수합병에 의한 신시장 창출 관점의 접근도 고려하여 변화에 대비해야 할 것이다.◇ 정부와 대기업의 인식 전환○ 독일의 중소기업이 차지하는 순부가가치의 비중은 약 55.5%로 중소기업들이 독일경제에 큰 영향을 미치고 있으며 그렇기에 정부는 중소기업 경쟁력 강화를 위한 다양한 지원 프로그램 운영할 수밖에 없다고 했다.중소기업을 독일 경제를 이끌어 가는 기반이자 주역으로 인정하며 정부 차원의 지원이 이루어지고 있는 것이다.○ 테스트센터의 지원에 있어서 대기업은 중소기업이 실험할 수 있는 여건을 제공한다는 책임 하에 자발적 참여하고 있는데, 대기업 역시 중견 및 중소기업의 기술이 발전해야 독일의 모든 기업이 전체적으로 기술 경쟁력을 갖추게 된다는 것을 인정하는 인식에서 비롯하고 있다.○ 독일에서 기술이 우수한 이유는 이런 중소기업을 지원하고자 하는 대기업의 마인드와 시스템일 것이다. 새로운 기업에게 지식과 정보를 주고 함께 직접 실험해보고, 이러한 노동에서 도출되는 결과를 해당 회사의 재산으로 표준화하여 향후의 발전까지 고려하여 중소기업 역량을 강화하고 있다.이는 국내에도 4차 산업혁명 시대에서의 혁신적 기술발전을 위해 기업 생태계의 상생이 필요하다는 것을 보여준다. 한국 또한 이러한 문화를 수용해 한국형 협력 모델 사례를 만들어내고 확산시킬 필요가 있다.○ 독일의 중소기업에 대한 정부나 대기업의 인식이 우리나라와 비교해 다소 차이가 있고, 이러한 차이가 4차 산업혁명 확산 속도에도 영향을 미칠 수 있을 것이다.◇ 중소기업 마인드 제고 및 진입장벽 제거○ 중소기업들은 4차 산업혁명에 대해 현실적으로 체감하지 못하는 경우가 많으며 관심이 있더라도 이를 대비할 자원과 정보력이 없는 경우가 대부분이다.○ LNI4.0이 4차 산업혁명과 관련된 정보들을 자유롭게 오픈해 업무에 필요한 실제적인 지식을 전달해주고, 기업 및 시험 연구소의 국내외 네트워킹을 지원함으로써, 중소기업들은 LNI4.0과의 협력관계만으로도 전문적 기술 지식을 쉽고 빠르게 얻을 수 있다.○ 전화통화, 전자 메일 등을 통해 LNI4.0과 협력하고자 하는 기업들과 소통하고 관련 지식을 비교적 개방적으로 공유하고 있다. 또한 사내 간행물을 이용하여 지역 정보 이벤트 및 4차 산업과 관련된 실제 테스트 시연, 결과 등에 관해 광범위하고도 실질적인 정보를 제공하고 있다.○ 우리나라도 4차 산업혁명 시대에 발맞춰 나아가고자 하는 중소기업에게 4차 산업혁명이 먼 미래에 실현될 이야기가 아닌, 당장 준비가 필요한 과제임을 인식시키고, 이에 필요한 정보를 최적화 해 제공할 필요가 있다.또한 분야별 우수 시설들에 대한 접근성을 부여하고, 기술실험의 기반이 될 인근의 장소를 제공하기 위해 수많은 기존 연구시설들과의 협력이 필요하다.◇ 규제의 최소화를 통한 기관 간 협력 활성화○ 독일의 경우 테스트센터에서 프로젝트에 참여한 기업들이 상호 경쟁기업들임에도 불구하고 협력을 통해 성과를 창출하는 경우를 많이 볼 수 있는데, 이는 신뢰를 바탕으로 법적규제를 최소화 함으로써 가능했다는 것을 확인할 수 있었다.○ 우리나라는 지나친 규제정책이 4차 산업혁명에 필요한 시스템 전환을 막고 있다는 지적이 많다. 우리도 산업간 융합을 저해하는 규제는 폐지하고, 기업간 협업을 촉진하고, 창의적인 인재를 양성할 수 있는 시스템을 형성하는 등 구체적인 대책을 수립해야 한다.○ 규제는 4차 산업혁명의 과도기를 달리는 한국이 풀어야 할 숙제다. 기술 수준 23위의 한국은 제도 경쟁력에서 69위, 규제 경쟁력은 90위권이다. 새로운 산업혁명에 대비하려면 기술 수준과 함께 제도와 법의 선진화도 필요하다.◇ 스마트 팩토리 보급 확산 계획 수립○ 독일의 지멘스는 인더스트리 4.0 솔루션과 관련하여 산업용 컨트롤 시스템, 제품 수명 관리, 산업용 통신 및 보안과 같은 3대 영역에 집중하고 있다. 지멘스는 SAP, 훼스토, 학계, 연구소 등과도 긴밀한 협조체제를 구축하고 있다.○ 스마트공장(스마트 팩토리)은 기존의 '공장자동화' 개념과 유사하다고 여겨지기도 하지만 단순히 사람의 노동력을 대체하는 공장자동화와 달리 공장 스스로 다양한 정보를 바탕으로 공정 최적화나 생산 스케줄 수립 등과 관련된 의사결정을 내릴 수 있다는 점이 다르다.○ 우리나라에도 스마트 공장이 늘어나고 있다. 이들 업체들은 구축하기 전과 비교해 생산성 향상과 불량률 감소 등의 효과를 거두고 있다고 한다. 제조업 현장을 중심으로 4차 산업혁명 바람이 서서히 불고 있는 셈이다.○ 우리도 지멘스와 같은 수직적 통합을 위한 국내 전문기관의 공동연구과제 추진이 필요하다. 지멘스의 스마트 공장 추진사업은 지멘스 암벡공장의 경우 15년 이상 소요되는 중장기 프로젝트로 수행하고 있다.○ 엑츄에이터, 벨브, 오션컨트롤 등 국내 동종기업의 경쟁력 강화가 시급하다. 자동화 기술과 에너지 절감 기술의 접목을 통한 시너지 창출을 하고 있는데 우리도 국내 자동화설비 업체와 에너지 전문기관의 연계 방안을 마련해야 한다.○ 한편, 우리나라는 제조 관리의 효율화와 물류·유통의 혁신을 위해 RFID사업을 활발하게 추진했으나, 공정 및 공급망 전체에 걸친 End-to-End 적용을 하지 못했다.특정기업의 일부 생산품이나 물류 과정에만 RFID를 적용하고, 벨류체인 전체에 적용이 어려운 경우가 많아 효과가 반감되는 경우도 발생했다.○ 독일, 스위스 등 중견기업은 협력업체를 의사 결정 과정에 참여시키고 협업을 하는 문화가 일반적이다. 이처럼 제조업의 지속가능한 성장을 위해서는 대기업과 협력업체간 공존 생태계가 필요한데 스마트 팩토리 같은 거대한 최적화 시스템 구축을 위해서는 공정부터 공급망까지 지능화가 필요하고, 대·중소기업 간 협업체계를 잘 구축해야 한다. □ 협력과 소통을 통한 다양한 주체의 참여◇ 4차 산업혁명 산학연관 협의체 운영○ 플랫폼인더스트리 4.0은 4차 산업혁명 관련 모든 주요 관련자들의 공동 이니셔티브로서 4차 산업혁명의 지붕이라고 할 수 있다. 독일 경제에너지부의 플랫폼 네트워크로서 159개 조직의 약 300명이 참여하고 있다.교육연구부, 그리고 기업(보쉬, SAP, 지멘스, 텔레콤), 노조연합, 프라운호퍼 등의 연구소들이 여기에 참여하고 있다.○ 이 플랫폼은 인더스트리 4.0과 관련해 사회의 모든 주체 간 교류 시에 자극을 주고, 네트워크를 생성해 주는 대사 역할을 하는 조직으로, 이러한 구조는 독일 내에서도 흔치 않은 구조일 정도로 다양한 산학연관 주체가 참여하고 있다.○ 반면, 우리나라는 4차 산업혁명을 준비하고 있는 정부부처도 다양하고 주도권을 갖기 위한 부처간 경쟁도 존재한다. 또한 기업과 연구소, 학교 등도 서로가 협력파트너라는 인식이 약해, 기술 및 기술적용에 대한 오픈이 부족하고, 따라서 이를 중소기업이 활용하기 어려운 상황이다.우리나라도 4차 산업혁명 산학연관 협의체를 만들어 중소기업이 4차 산업혁명에 입문할 수 있도록 테스트, 네트워크, 설계와 관련한 도움을 제공하고, 포괄적인 상담 및 조정기회를 조망하도록 지원할 필요가 있다.○ 독일은 다양한 유관기관과 부처가 협력하여 ‘인더스트리 4.0’에 대응하기 위한 ‘협력적’ 거버넌스 구축에 상당기간(2~3년 정도) 투자한 점을 눈여겨 볼 필요가 있다.빠르게, 단편적으로 대응하는 것이 아닌 중장기적 안목을 갖고, 이에 세밀하게 대응하기 위한 기반구축에 상당한 시간을 투자하기 때문에 탄탄한 기반구축이 가능했다.우리나라도 독일의 사례를 본받아 많은 시간과 자금이 소요되더라도, 탄탄한 시스템 구축과 이를 가동하게 하는 노력이 필요하다.○ 독일은 4차 산업혁명을 트라이앵글로서 플랫폼 인더스트리 4.0이외에 랩스 네트워크와 표준화 카운실의 조직을 운영하고 있다.플랫폼 인더스트리 4.0은 이론적인 내용 바탕이고, 랩스 네트워크는 프락시스(실제적 테스트)에 집중하고 표준화 카운실은 국제적 표준안을 작업하는 등 서로가 협력하면서도 각각의 역할에 충실하고 있다.○ 우리나라도 산업통상자원부, 과학기술정보통신부, 중소기업벤처부 등 4차 산업혁명 업무 관련부처들이나 전담 조직들의 업무가 중복되지 않게 각각의 역할을 명확히 하며, 상호 협력할 수 있는 체계 구축이 절실해 보인다.○ 뿐만 아니라, 지역에서 논의되고 있는 4차 산업혁명 관련 안건, 이슈, 정책제언을 공유하고, 토론 자료 등을 공개하는 시스템 마련도 검토해 볼 필요가 있다.◇ 전국 네트워크를 통한 테스트베드 연결 제공○ 독일은 ‘인더스트리 4.0 적용 사례 지도’가 제작되어 4차 산업혁명과 관련한 280여 개 이상의 사용 사례를 한 눈에 볼 수 있다.우리나라도 R&D기관, 기업지원기관을 한눈에 볼 수 있는 지도와 시스템 구축이 필요하며 국내도 기관 간의 네트워크를 견고히 할 필요가 있다.○ LNI4.0의 협력 테스트 센터처럼 우리도 중소기업과 테스트 기업을 연결해주는 네트워크 기관을 만들어, 새로운 기술, 혁신 및 비즈니스 모델을 경험하고 테스트할 수 있는 환경을 조성해야 한다.대기업에서 테스트 센터에 필요한 요소들을 동반성장 차원에서 자발적으로 지원하도록 인센티브 제공 등을 통해 유도할 필요가 있다.○ 특히, 젊은 스타트업의 4차 산업혁명 역량을 강화하여 국내 여러 기업들과의 유기적인 협력을 통해 주도적 위치로 발전하도록 지원하는 것이 바람직하다.◇ 수평적 실행 구조와 지역 분산○ 독일의 인더스트리 4.0은 중앙 집중적인 제조공정이 아닌 수평적 조합과 분산적인 제조공정을 실현하는 것을 목표로 두고 있다.우리나라도 지역 상공회의소를 중심으로 4차 산업혁명 관련하여 정보 제공, 네트워크 등 다양한 기업지원을 통해 중소기업이 4차 산업혁명에 대한 인지도를 높이고 실천할 수 있는 다양한 경로를 제공할 필요가 있다.○ 인더스트리 3.0은 수직화인 반면, 인더스트리 4.0은 수평화로서, 기계와 데이터, 기업, 학계 등의 수평적 협업구조 형성이 핵심이다. 말하자면, 인더스트리 4.0은 수평적 협업구조를 위한 문화형성이 중요한 것이다.우리나라 산업뿐만 아니라 교육계, 노동계 등 모든 영역에서 수평적 협업구조 형성이 중요하다. 우리나라는 그간 급진적인 산업화를 위해 숨 가쁘게 달려왔다.이제는 새로운 시대정신과 패러다임에 맞춰 기업의 사회적 공헌과 사회 전반에 걸친 수평적 협업구조 형성이 필요하다. 이를 위해 인식개선, 교육과 홍보가 중요할 것이다.○ 독일이 지역 차원의 정부-기업 간 협업 시스템과 수평적인 생산 프로세스 틀을 갖춤에 있어 새로운 틀을 짜지 않고 기존 조직인 지역 상공회의소를 활용함으로써, 비용과 시간을 절약하고 있는 점에 주목해야 한다.우리도 이미 지역이 보유하고 있는 기존 조직들을 검토해 자원 및 파트너로서 활용해야 하며, 이로써 주요 대도시에 집중되어 있는 자본과 기술을 다소 분산할 필요가 있다.○ 지방자치단체와 중앙정부, 기업과 연구소 및 대학이 혁신기술 개발을 위한 네트워크를 구성하고 중소기업을 위한 공동기술 개발을 활성화할 수 있도록 개방형 혁신에 대한 이해와 함께, 정부나 테크노파크와 같은 기업지원기관이 중심이 되어 이와 같은 신기술 소개 및 교육사업 추진을 검토할 필요가 있다.◇ 국제협력 프로그램 강화○ 독일이 제조강국으로서 선도적인 역할을 하거나 유지할 수 있는 중요한 요인 중 하나는 국제적인 협력이다. 특히, 4차 산업혁명은 가치사슬을 따라 이루어지는 협력이 점차 더 중요해지고 있으며, 개별 국가를 넘어 국제적인 협력을 강화하는 것이 중요하다.특히 △비즈니스 모델 △연구개발 △교육훈련과 관련된 분야에 대해 정부, 기업, 학계, 연구기관 간 다양한 수직적·수평적 네트워크를 통한 국제협력이 요구된다.○ 우리나라도 4차 산업혁명 관련 국제 비즈니스 워크숍 및 행사를 개최하고 △국제 여름학교 △국제 인턴십 △강의 및 세미나 등 다양한 교육훈련을 진행해야 한다.◇ 4차 산업혁명 관련 정책 홍보 및 기업 홍보 지원○ 독일 플랫폼 인더스트리 4.0은 내부 5개의 워킹그룹의 역할을 명확히 구분하고 이를 공개하며, 대외적으로 홍보하고 있다.뉘른베르크 상공회의소는 자체 활동 또는 자치 정부와 협력하여 필요한 활동을 수행하며, 커뮤니케이션 및 협력을 위한 중립적인 플랫폼을 제공하고 있다.○ 국내에서는 4차 산업혁명 관련 정책을 적극적으로 추진하고는 있으나 상대적으로 홍보가 부족한 편이다. △다양한 정기행사 △인터넷 포럼 △마케팅 수단 지원(로고, 이벤트 스탠드, 전시 스탠드, 매거진, 홈페이지 등) 등을 통해 정책을 홍보하고, 관련 기관들의 4차 산업혁명 활동의 홍보를 지원할 필요가 있다. □ 미래 트렌트 R&D 투자◇ R&D 인프라 투자 확대○ 독일은 △R&D 환경 △강력한 공급자 네크워크 △혁신기업 △인더스트리 4.0 이니셔티브 △숙련된 우수한 엔지니어 △생산시설 투자를 위한 매력적인 인센티브 등의 요소들이 4차 산업혁명의 요충지로 만들고 있다.○ 독일에는 50만 명의 연구개발 근로자들이 연구기관, 대학 및 산업계에서 근무하는 등 우수한 노동시장을 보유하고 있으며, 유명 연구기관 및 391개 대학이 설립되어 있다. 국가 총 부가가치의 약 39%를 연구 및 지식주도 분야가 차지하고 있을 정도로 연구개발 기반이 확고하다.○ 우리나라도 4차 산업혁명을 위해 R&D 인프라를 강화해야 한다. 당장 필요하지 않더라도 미래 트렌드를 예측해 4차 산업혁명 시대에 걸맞는 미래 R&D 인력을 양성하고, 연구자들과 기업이 자유롭게 연구하고 개발한 기술을 테스트 할 수 있는 장기적인 안목의 환경 조성이 절실하다.◇ 기존 인프라의 적극 활용○ ScaDS는 드레스덴 공대가 보유하고 있는 HPC센터의 슈퍼컴퓨터를 파트너들이 활용할 수 있도록 지원하고 있다. 데이터서비스센터 뿐 아니라 다양한 연구자들이 쉽게 접근할 수 있고, 작업 플로우 업무 사슬에 활용할 수 있다. 연구자들이 데이터를 입력하면 HPC시스템에 구현할 수 있도록 지원하고 있다.○ 우리도 별도의 인프라를 구축하기 보다는 기존 인프라를 융합적으로 잘 활용하는 게 중요하다. 예를들어, 대학에서 데이터 과학자 육성이 필요하면, 데이터 활용, 지식추출, 시각화 분석 등을 통해 대학의 특성화 분야와 연계한 다양한 결과물 창출이 필요하다.◇ 핵심 요소기술 로드맵 구축 및 개발○ 4차 산업혁명에 대비하기 위해서는 핵심 요소기술에 대한 로드맵 구축과 혁신적인 기술개발에 대한 투자를 아끼지 말아야 하는데, 대표적인 기술이 센서기술과 사이버 물리시스템이라 할 수 있다.○ 먼저, 지능형 공장 및 초연결 사회의 핵심 요소기술인 센서기술의 경쟁력 강화가 필요하다. IoT, IoS 기반의 스마트 팩토리 구축과 초연결 사회 구현을 위해서는 핵심요소 기술인 센서개발과 경쟁력 강화가 시급한 과제로 제기된다. 그런데 우리의 센서기술은 선진국의 3분의2 수준에 불과하고 중국은 90%까지 우리나라를 추격하고 있다.○ 자동차, 스마트폰 등 센서 수요 산업의 요구에 따라 더 정밀하고, 더 소형화되고, 더 에너지 효율적인 센서 개발에 대한 투자가 필요하다. 특히 단순한 주변 상황 감지에서 신체정보, 사용자 행동, 감정인지 기능 수행 센서로 기술영역을 확대해야 한다.한국과학기술기획평가원이 2013년 '센서사업 고도화를 위한 첨단센서 육성사업 계획'에서 밝힌 7개 핵심 센서기술(자동차, 모바일, 로봇, 보안, 바이오/의료, 환경, USN)을 중심으로 핵심 센서기술을 도출하고 지원하는 로드맵 작성을 해야 할 것이다.○ 또한, 인더스트리 4.0 구현의 핵심 운영기술인 사이버 물리시스템(CPS) 기술도 발전시켜야 한다. 현재 수준을 파악하고 중장기적인 청사진을 마련해야 한다.사이버 물리시스템은 인더스트리 4.0 구현뿐만 아니라 의료·헬스케어, 에너지·송전, 운송, 국방 등 다양한 분야에 적용되는 기술이다.○ ICT로 실제 세계와 가상세계를 연결하는 사이버 물리시스템을 구축하기 위해서는 센서기술 뿐만 아니라 액추에이터, 보안, 최적화 SW, 인지기능 등 다방면의 기술을 융합하는 것이 관건이다.○ 사이버 물리시스템은 엄청난 데이터 처리와 함께 수많은 물리적 도매인을 연결해야 하는 매우 복잡한 시스템으로, 구축을 위해서는 어떤 분야에 어떤 기술을 어떻게 적용하고, 설계하고 운용할지 체계적인 추진로드맵을 만들고 기술 개발을 조율하는 컨트롤 타워도 설치해야 한다.◇ R&D 프로그램 원스톱 지원 기관 필요○ 독일에서 R&D 프로그램의 예산은 EU, 정부 및 개별 주 차원에서 제공받을 수 있는데, 프로그램은 중복신청이 가능하여 프로젝트별로 다양한 기금 마련이 가능하다는 것이 특징이다.이를 위해 원스톱 서비스 자문센터가 전국적 차원에서 효율적인 R&D지원이 이루어지도록 돕고 있다. 우리나라도 정부부처 및 산하기관, 지자체, 재단 등 다양한 R&D 기관들이 지원 프로그램을 운영하고 있으나, 기업들이 정보 부족으로 인해 적절한 지원을 받지 못하는 경우가 있다.국가에서 시행하고 있는 모든 R&D사업을 통합적으로 안내해주고 지원받을 수 있도록 자문을 돕는 중간 지원조직의 설립도 검토해 볼 필요가 있다.◇ 스마트 팩토리 구축 글로벌 표준사업 참여○ 인더스트리 4.0을 구현하기 위한 당면 과제는 다수의 생산기지와 인터넷을 연계하기 위한 표준화에 있다. 개별 생산기기와 설비에 첨단 제어기능이 있어도 상호소통 방식이 통일되어 있지 않으면 유기적 생산체계 구축이 불가능하기 때문이다.○ 독일인공지능연구소(DFKI)는 인더스트리 4.0 표준화를 위한 다양한 실증연구를 진행하고 있다. 산학연 파트너들과 스마트 공장에 대한 글로벌 표준 수립의 주도권을 확보하려는 전략이다.DFKI는 오랫동안 축적된 인공지능 지식을 토대로 기존 시스템에 ICT를 접목시켜 'Intelligence'를 부여하는 것을 기본방향으로 잡고 있다.○ 우리도 글로벌 표준 수립에 대한 국가 차원의 대응전략이 필요하다. 이를 위해서는 국내 스마트 공장 기술과 관련한 산학연 연구 플랫폼 구축이 선행되어야 한다.실용적인 제품·기술의 표준과 생산 표준 개발을 위해 개발 단계에서부터 정부가 조정 능력을 발휘하고 산업계와 협력을 꾀하는 것이 중요하다.○ 중장기적 관점에서 독일 스마트 팩토리 프로젝트, 세계 사물인터넷 포럼 등에 참여해서 표준화 의견 개진과 동향 파악 및 기술교류에 더욱 적극적으로 임해야 할 것이다.특히, ICT와 제조업의 융합이 필수인 인더스트리 4.0에서 ICT에 강점이 있는 한국과 제조업에 강점이 있는 독일과의 협업 모델 구축도 고려해 보아야 한다.◇ 실질적인 기업 활동에서의 적용방안 모색○ 드레스덴 데이터서비스센터는 데이터와 기술이 어떻게 연관될 수 있는지를 연구하고, 연구결과를 토대로 기업들이 직접적으로 기업 활동에 적용할 수 있도록 역량을 강화하도록 지원한다.우리도 연구결과가 연구로 끝이 나는 것이 아니라, 기업들의 실질적인 데이터 활용을 위해 기업들에게 효과적으로 전해질 수 있는 시스템을 마련해야 한다.□ 4차 산업혁명 인재 육성◇ 중소기업별 맞춤형 전문인력 교육○ 독일 교육의 가장 큰 특징은 듀얼교육시스템으로, 독일 전체 노동력의 과반 수 이상이 듀얼교육을 통한 숙련된 전문 인력이다. 독일은 중소기업과 대기업 모두 이원화 교육(일학습병행제)에 적극 참여하여 각 기업이 필요로 하는 노동력 육성에 힘쓰고 있으며, 최근에는 4차 산업혁명 관련 전문 교육이 늘어나고 있다.○ 독일은 국가와 대기업이 중소기업의 교육을 담당하고 있는데 비해, 우리나라는 중소기업이 이러한 교육을 받기에는 열악한 상황이다.우리나라도 정부와 대기업에서 중소기업별로 특수하게 필요로 하는 영역을 전문화하여 맞춤형으로 교육하는 것이 바람직하다. 특히, 이원화 교육을 통해 기존 노동력이 4차 산업혁명 전문인력으로 재탄생되도록 지원할 필요가 있다.◇ 융복합 인력양성 시스템 구축○ 다양한 전문성의 융합을 특징으로 하는 제4차 산업혁명은 '집단적 지혜'의 결실과 맥락을 같이하며, 제4차 산업혁명이 초래할 가까운 미래사회는 바로 '융합지식형 인간'을 원하고 있다.하지만 4차 산업도 기존 전통산업을 근간으로 삼아 생성되거나 새로운 융합의 산물이라 할 수 있는 만큼, 전통적인 산업이나 개념을 폐기하는 것이 아니라 새로운 상황에 맞게 첨단 기술과 융합하여 효율적으로 개선하는 방식으로 발전하게 된다.○ 미국이나 유럽에서는 대부분 정부부처 및 산하기관에서 산업별 R&D 프로젝트를 통해 융합교육에 기업과 대학, 연구기관이 참여함으로써 자연스럽게 각 주체간 융합과 협업을 바탕으로 한 인력양성사업이 추진되고 있다.○ 우리도 4차산업 활성화를 위해서는 산업과 기술의 경계를 뛰어넘는 융합교육이 필요하다. 전통산업의 혁신과 함께 새롭게 나오는 지식과 기술을 가르치는 융복합 인력양성 시스템이 구축되어야 한다. 교과서적인 지식보다는 문제 해결을 목표로 하는 융합적이고 실용적인 지식과 경험을 활용한다면 4차 산업혁명은 우리에게 큰 기회로 다가올 것이다.○ 융합교육은 산업현장에서의 최신 요구사항을 그대로 반영하기 위해 단순히 일방향적인 교육을 추진되기 보다는 산업별 주체가 되는 기업과 대학 또는 연구기관 간의 공동 프로젝트를 통해 이루어져야 한다.공공기관에서 자금, 시스템 등을 지원하는 R&D 과제 수행방식을 통해 산학연 협력 인력양성 프로젝트를 활성화 해야 한다.◇ 재직자 대상 Boot Camp 운영○ 인더스트리 4.0 네트워크 랩에서는 Boot Camp를 운영하여, 스타트업 기업이 혁신 전문가, 산업 분야 멘토 및 전문가, 네트워크 파트너, 테스트에 참여할 고객과 협력할 수 있는 혁신적인 기회를 창출하고 있다.우리나라도 4차 산업혁명의 실질적인 확산을 위해 스타트업이나 중소기업 재직자를 대상으로 하는 분야별 실용적인 단기교육을 다양하게 운영할 필요가 있다.Boot Camp에서는 표준 훈련을 기반으로 스타트업 기업의 생산 프로세스 및 혁신과 관련한 교육을 진행하여, 기업 참가자가 4차 산업혁명 관련 비즈니스 문화를 체험하고, 이 곳에서 형성한 네트워크를 활용하며, 표준화된 프로세스와 방식 내에서 사업을 구현할 수 있는 역량을 배양할 수 있어야 한다.◇ 기업의 빅데이터 활용 역량 강화○ 4차 산업혁명에 필요한 기술 트랜드의 많은 부분이 빅데이터를 기반으로 한 기술이다. 기업체 마다 흩어진 데이터를 수집하고 분석하고 활용하는 데이터 기술을 도입하는 것이 매우 중요하다.기업체에서 데이터를 잘 활용할 수 있도록 기업체별 로드맵 작성을 지원해 주고, 여건이 되는 기업들은 데이터 전담 부서를 설치하도록 지원하는 사업을 추진할 필요가 있다.○ 개별 기업이 데이터를 비즈니스에 적극적으로 활용하기 위해서는, 기업에 확보하고 있는 데이터와 외부에서 활용 가능한 데이터를 기반으로 사업역량을 강화하는 것이 필수적인 요소이다.그러므로 장기적으로 빅데이터를 어떻게 활용할 것인지에 대한 목표와 전략, 추진방안을 적시한 기업별 데이터 활용 로드맵을 구축할 필요가 있다.○ 기업의 비즈니스에 실질적인 도움이 될 수 있도록 전문가 집단이 기업체를 직접 방문해 기업체가 보유하고 있거나 활용할 수 있는 데이터를 기반으로 비즈니스 활용 전략을 수립해 주는 방식, 즉 컨설팅과 결합한 교육으로 추진하는 것이 보다 효과적일 것이다.○ 기업이 데이터 전문인력을 채용하고 나아가 데이터 전담 부서를 설립하는 결정을 하는 것은 쉬운 일은 아니겠지만, 장기적인 안목에서의 경영성과를 생각한다면 기업 내부에 데이터 분석가 또는 더 나아가 데이터 과학자들로 이뤄진 부서를 두는 것이 필요하다.중소기업의 산업체 연구소가 중소기업의 R&D를 촉진하는 역할을 했듯이, 빅데이터 부서가 빅데이터를 R&D와 경영에 접목하는 역할을 하도록 해야 한다.○ 이미 글로벌 기업이나 대기업들은 사업적인 활용, 고객정보보호 강화 등을 고려해 빅데이터 분석을 외부에 의뢰하기보다는 데이터 과학자 조직을 만들어 활용하고 있으며, 통신·IT·금융업을 중심으로 발빠른 기업에서는 이미 데이터 전담조직을 운영하고 있다.하지만 아직 대부분의 중소기업에서는 인력채용에 대한 부담이 따르고, 데이터를 활용해 당장의 가시적인 사업성과를 거두는 것이 쉽지 않기 때문에 전담부서의 도입 필요성을 느끼지 못하는 경우가 많다.○ 따라서 정부에서는 CEO를 비롯한 경영진 교육을 통해 데이터 전담조직에 대한 중요성을 깊이 인식시키고 사례공유를 통해 기업 내 데이터 담당자 또는 전담부서 설치 분위기를 확산시켜 나가는 것이 중요하다.◇ 체계적인 데이터 과학자 육성○ 드레스덴 데이터서비스센터는 초고성능 컴퓨팅을 기반으로 다양한 빅 데이터 관련 연구를 해당 도메인 연구자와 공동으로 진행하며, 연구인력을 양성하고 있다.국내에서는 4차 산업혁명시대에 데이터가 중요하다는 것은 모두가 동의하나 이와 관련한 인재 육성 프로그램은 체계적이지 못한 편이다.○ 우리나라도 데이터 과학자의 육성을 통해 장기적으로는 각 기업이 자체적으로 data활용·분석 등을 할 수 있도록 해야 하며, 이를 위해 중장기적 안목을 가진 정부의 인력양성 정책이 중요할 것이다.실제로 데이터 인력을 주로 공급하는 대학의 데이터 교육은 이론 위주의 교육으로 실무 중심의 기업 수요에 미치는 못한다는 평가를 받고 있다. 이론교육 보다는 실습 위주의 교육을 통해 채용 즉시 현장에 투입될 수 있는 인력양성 사업을 추진해야 한다.◇ 협업을 통한 기업 내 데이터 전문팀 육성○ 데이터과학자는 △응용학문 분야 △기술분야 △통계분석 등의 분야에 능통해야 하지만, 실제로 한가지 학문만 공부하기 때문에 세 가지에 능통하기 어렵다.완전한 기술 세트를 보유하고 있는 개인 데이터 과학자가 부족하기에, 그룹을 형성해 그 모든 해당 기술 세트를 보유한 팀을 만들어 운영할 필요가 있다.○ 데이터 과학자팀의 규모는 파일럿 및 단기 전술 프로젝트를 위한 소규모 인원에서부터 장기 프로젝트 및 계속되는 분석 작업을 위한 10명~20명 혹은 그 이상의 인원 등으로 구성할 수 있을 것이다.데이터 과학자팀이 이미 보유하고 있거나 교육을 통해 보유해야 할 역량은 데이터 과학자의 기술세트인 △고급 분석(Advanced analytics) △비즈니스 감각(Business acumen) △커뮤니케이션 & 협력(Communication & collaboration) △창의성(Creativity) △데이터 통합(Data integration) △데이터 시각화(Data visualization) △소프트웨어 개발(Software development) △시스템 관리(Systems administration) 등이 있을 것이다.◇ 4차 산업혁명 관련 온라인 교육 플랫폼 구축○ 전국 규모의 데이터 인력 정보 공유를 위한 온라인 플랫폼을 구축하고, 전문인력과 기업이 서로 소통할 수 있는 방안을 모색해야 한다. 국내 대학 및 대학원에서는 아직까지 온라인 교육이 활성화되어 있지 않다.사이버대학을 제외하면 오프라인 강의를 보완할 수 있는 온라인 학습이 대부분 커리큘럼에 포함되어 있지 않아 활용도가 낮은 것으로 판단된다.○ 국내에도 공공과 민간교육의 영역을 초월하여 교육주체 간 온라인 프로그램을 공유하고 활용할 수 있는 온라인 공동 플랫폼이 필요하다.정부와 공공기관에서 주도하여 일과 학업을 병행하는 재직자나 통학이 불편한 학생 등 오프라인 수업의 접근성이 낮은 교육생을 대상으로 온라인 교육을 제공하는 시스템을 구축할 필요가 있다.○ EU의 EDSA를 통해 운영하는 무들 학습관리 시스템(Moodle Learning Management System)을 참고할 만하다. 이 시스템은 사이버 공간에서 학습자의 교육을 지원하고 관리하기 위한 것으로 교육과정 개설, 수강신청 등 준비과정부터 실제 학습이 이루어지는 과정에서 학습자의 학습과정을 추적하고 학습이력을 관리하고 학습자 개인별 맞춤형 학습을 지원한다. 또한 온라인 학습에서 필요한 △학급편성 △협동학습 △출결관리 △게시판 기능 등을 보유하고 있다.○ 국내에도 이미 온라인상에서 이공계 인력정보 및 산학협력 정보를 얻을 수 있는 사이트가 있으나, 대학 산학협력단 운영 지원을 위한 정보 제공과 정부 지원 사업 공고, 구인·구직 정보 제공에 그치고 있는 실정이다.또한 학생과 기업을 매칭하여 공동연구를 촉진하는 시스템은 개별 학교 산학협력단에서 운영하는 홈페이지 형태로 되어 있어 전국 단위의 정보 공유는 어려운 상황이다.○ 이런 문제를 해결하기 위한 유력한 방안이 온라인 데이터 인력 플랫폼이다. 이 플랫폼은 새로 구축하기 보다는 기존 플랫폼의 기능 강화를 통한 활성화가 더욱 효과적일 것이다.플랫폼을 통해 인력양성 정책 및 교육이 정리된 허브채널을 구축하여 대학생과 재직자 및 기업이 프로그램을 유기적으로 활용함으로써, 부족한 데이터 인재를 원활하게 공급할 수 있을 것이다. □ 인간 중심의 4차 산업혁명 실행◇ 4차 산업혁명 대비 일자리 대책 마련○ 세계 경제포럼에서는 4차 산업혁명이 일자리에 미칠 영향에 대한 '미래 고용보고서'를 발표했다. 향후 5년간 선진국 및 신흥시장 15개국에서 일자리 710만 개가 사라질 것으로 전망했다.반복적 업무를 수행하는 사무직은 475만개가 없어질 것으로 보았다. 이런 전망이 현실화된다면 노동자들 간 빈부격차 심화뿐만 아니라, 국가 간 빈부격차도 심화될 것이다.○ 세계경제포럼 보고서는 4차 산업혁명에 잘 대응할 것으로 생각되는 국가 순위를 소개하고 있다. 노동시장의 유연성, 기술의 숙련도, 교육 시스템, 사회 인프라, 법적 보호 지표들의 점수를 산정하고 이들의 가중 평균으로 순위를 매겼는데, 한국은 총 139개국 증 25위를 기록하고 있다.한국은 노동시장 유연성과 법적 보호 점수에서 비교적 낮은 점수를 기록한 것으로 나타났다. 특히 노동 유연성의 경우 4차 산업혁명이 초래할지도 모르는 노동자들의 실업과 빈부격차의 문제와 직접 관련되어 있기 때문에 그 영향을 예단하기 어렵다. 다가오는 4차 산업혁명을 대비한 노동자 개인과 국가 전체의 대응 전략이 필요한 이유이다.○ 자율자동차나 로봇이 사람이 하던 일을 대신하면 일자리가 줄 것이라는 우려가 있다. 하지만 그렇게 되더라도 유휴인력들이 단순 노동력을 필요로 하는 분야가 아니라 아이디어를 내고 기획하는 쪽으로 이동할 것으로 보기 때문에 4차 산업혁명에 의한 기술혁신이 고용을 둔화시킨다고 단정하는 어려울 것 같다.○ 그렇다고 하더라도 4차 산업혁명으로 개발되는 첨단기술들이 기업의 입장에서는 인건비 절감 방안 중 하나로 판단할 수 있다. 따라서 우리나라의 경직된 노동시장이 미래 4차 산업혁명의 흐름에 어떤 영향을 미칠지 면밀히 고민해 보아야 한다.○ 한편 정부가 4차 산업혁명으로 일자리가 줄어들 것이라는 국민들의 공포심을 없애는 데도 노력해야 한다. 많은 사람들이 AI가 등장하면 많은 직업이 사라질 것이라는 공포감을 갖고 있지만, 아직 단정하기는 이르다.인공지능으로 인한 단순 반복형태의 일자리는 감소할 것으로 추정되나 다른 유휴 직업에 대한 일자리가 생성될 수도 있다. 인간이 하던 일을 인공지능이나 로봇이 모두 대체할 수 없고 단순 직업 보다는 무역에 관한 직업이나 컴퓨터로 계산하는 일을 하는 고급 직종의 직업이 사라지게 될 것이라는 전망도 있다.국민들이 AI를 수용할 수 있도록 분위기를 바꿔주되, 일자리에 대한 변화를 면밀히 관찰해서 노동자간 빈부격차가 확대되지 않도록 하는 것이 필요하다.◇ 로봇과 사람이 조화된 작업환경 조성○ 폭스바겐 공장에서는 부품이동, 설치 및 조립 등의 프로세스 연결이 인간·로봇 간의 협업과정으로 이루어지고 있었으며, 이를 모니터링하고 개선하는 부분에서도 자동화 로봇을 활용하고 있다.공장에서의 전반적인 생산은 무겁고 힘든 작업은 로봇이, 근로자들은 세밀한 부품조립 작업을 수행하는 방식으로, 사람이 직접 종합제어 관리를 수행하면서, 사람 중심이면서도 사람과 기계가 상호 소통하는 스마트한 협업체계를 완성하여 생산성을 높이고 있다.○ 미래의 공장은 인간과 로봇이 협업하는 맞춤형 공장으로 진화해야 한다. 4차 산업혁명 시대에는 일자리가 줄어들 것이라는 예상을 많이 하는데, 인간의 모든 일을 로봇이 완전히 대신할 수는 없을 것이다.인간은 제품 및 디자인 개발, 생산 계획 또는 예기치 않은 사건발생 시 없어서는 안 될 필수 요소이며, 가까운 미래에 사람 없이 독립적으로 생각하고 지능적으로 일하는 기계가 발명되지는 않을 것이다.앞으로는 인간과 로봇의 협업에 있어서 필요한 안전성 기준 등을 마련해야 하고, 로봇과의 협업을 위한 지속적인 재교육이 필요하다.

  데이터서비스센터(Competence Center for Scalable Dat"Services : ScaDS) Technische Universität DresdenZentrum für Informationsdiensteund Hochleistungsrechnen01062 DresdenTel: +49 (0)351 463-42331 방문연수독일드레스덴  □ 연수내용◇ 디지털 아젠다 실행을 위한 데이터서비스센터 설립○ 연수단이 방문한 데이터서비스센터는 정보서비스 및 고성능컴퓨팅센터(ZIH :　Zentrum für Informationsdienste und Hochleistungsrechnen)의 산하 기관으로서 기능을 수행하고 있다.집중 연구분야는 슈퍼 컴퓨팅과 빅데이터로 자체 연구 뿐만 아니라 응용과학자들이 별도로 있어 그들과의 네트워크 허브역할도 하고 있다.○ 고성능컴퓨팅센터는 학부나 학교의 일부가 아닌 대학 중심기구로 학교 네트워크, 교내 이메일 등 대학을 위한 모든 IT서비스를 제공하고 있다.과학자를 위해서 슈퍼컴퓨팅, 빅데이터 등 높은 수준의 서비스와 지원하고, 컴퓨터 과학 및 다양한 과학응용 분야의 연구 주제 및 재정지원을 받는 연구프로젝트를 진행하고 있다.○ 데이터서비스센터는 교육연구부가 빅데이터 및 IT보안 분야에서 새롭게 추진하는 정책으로 센터를 통한 연구 활동이 독일의 디지털 아젠다 실행에 기여할 것으로 기대하고 있다.○ 데이터서비스센터는 △드레스덴 공과대학 △라이프치히대학 △막스플랑크 세포생물학 유전자연구소 △라이프니츠 생태 공간개발연구소 등이 컨소시엄으로 운영하고 있으며, 약 155명이 파트별로 근무하고 있다. 슈퍼 컴퓨팅은 기업들과 협업을 진행하기도 하는데 현재는 인텔, 엔비디아와 협업 중에 있다.◇ 데이터 접목과 협업을 통한 기술개발○ 과학분야에서 문제 제기되고 있는 방대한 데이터의 양을 처리하기 위해 데이터서비스센터의 연구 프로젝트가 시작되었다. 응용과학자들은 데이터가 어떻게 활용될 것인지를 고민하고 활용도에 따라 어떻게 데이터 분석 및 인프라 구축을 해야 할지를 생각한다. 개별적 지식뿐만 아니라 어떤 방식으로 기술과 연결할 수 있는지를 연구하고 있다.○ 고성능컴퓨팅센터의 연구 프로젝트는 △응용학문 분야 △기술분야 △통계분석의 총 3개 영역으로 구분된다. 데이터과학자는 이 세 가지 분야에 능통해야 하지만, 실제로 한가지 분야만 공부하기 때문에 세 가지에 능통하기 어렵다. 그래서 각각의 전문가로 구성된 팀을 만들어보자고 하여 데이터서비스센터가 시작되었다.○ 연구주제는 생명과학, 소재과학, 환경·교통과학, 디지털 휴머니티, 비즈니스데이터 등 응용분야 5개 분야로 이루어져 있다.빅 데이터 아키텍처는 전체연구를 위한 기본적이고 근본적인 영역이며 △데이터 활용 취합 △데이터 마이닝 △비주얼 분석 등 세분화된 영역들도 연구하고 있다.▲ 데이터서비스센터의 연구분야[출처=브레인파크]○ 데이터과학자를 육성하기 위해 데이터서비스센터는 독일교육연구부에서 후원하는 △드레스덴 대학교 △라이프치히 대학교 △생물 정보학 △라이프니츠 생태 공간개발연구소 총 4개의 핵심 기관들과 협업하고 있다. 2014년부터 4년 간 진행할 계획으로 프로젝트를 시작했으며, 올해 3년째에 접어들고 있다.○ 그 외에도 SLUB(작센주립대학도서관) 등 융합 가능한 파트너와의 협업체계를 구축하는 등 다양한 기관들과 협업을 하고 있다. 파트너기관과는 협업의 성격을 고려하여 집중적으로 협업하기도 하지만 간접적으로 협력하기도 한다.○ 20명의 전문가 직원이 드레스덴과 라이프치히에 나뉘어 근무하면서 빅 데이터의 생애주기 관리와 워크플로우를 연구한다. 데이터서비스센터는 기초연구를 토대로 응용과학에 활용하는 역할을 수행하고 있다.◇ 데이터서비스센터 주요 연구 및 프로젝트○ 데이터서비스센터는 △고성능 컴퓨팅 활용 데이터 분석 프로비저닝 △ 수술 도중 열화상 처리를 위한 데이터 분석 △재료과학 △토지사용 탐지 및 모니터링 등의 프로젝트를 수행하고 있다.○ 현재 30개 이상의 연구프로젝트가 데이터서비스센터에서 진행 중이며 초기 지원이 있은 4년 후에 차기 4년 간 계속 지원할 것인지를 정부가 평가한다.○ 고성능 컴퓨팅(HPC)에서의 데이터 분석을 위해 필요한 환경 프로비저닝에는 하둡, 스파크, 플링크, 기계학습 프레임워크 등이 있다.요구에 따라 생성된 빅 데이터 세션은 HPC 사이트에서 분석 서비스로 직접 실행하며, 기타 프레임워크나 응용 프로그램에 적용이 가능하다.○ 대규모 데이터를 중심으로 하는 작업절차의 실행은 HPC에 대한 사전 지식이 사용자 측에서 요구되지 않으며, 작업 절차 환경에서 직접적으로 작업량을 공식화하게 된다. HPC에서 작업 부하를 줄이거나 작업 절차를 완료하기 위해 HPC 스케줄링 매커니즘을 작업절차 모델링 프레임워크에 통합한다.○ 수술 도중 열 화상 처리를 위한 데이터 분석은 열 화상 처리를 통해 수술지원이 지연되는 것을 줄여준다. 드레스덴 대학병원에서 수술 중 중요한 결정을 하는데 필요로 하는 데이터를 실시간으로 처리해 준다.예를 들어 신경 활동을 모니터링 하기 위해서는 수술도중 장시간 측정이 필요한데, 후속 분석 작업 절차 및 결과 프리젠테이션의 지연시간을 줄이기 위한 빠른 사전정보 처리를 통해 전반적인 수술 지연을 최소화 하고 있다.○ 재료과학은 플랫폼과는 별개로 시뮬레이션 데이터용 다중 스케일 뷰어를 활용하는 것으로 경량엔지니어링 및 고분자 기술연구소와의 협력을 통해 진행하고 있다.시뮬레이션 데이터용 다중 스케일 뷰어는 다양한 스케일로 FE시뮬레이션 결과를 시각화하는 시스템으로 비전문가들과의 소통을 촉진하기 위해 브라우저 기반으로 개발되었다. 또한 분리된 클라이언트와 서버 아키텍쳐를 활용하고 있어 높은 확장성을 보유하고 있다.◇ 다양한 분야와 융합을 위한 HPC센터 운영○ HPC센터를 가지고 있어서 학문적인 지원을 할 수 있는 인프라가 잘 구축되어 있으며 이곳을 통해 파트너 사들이 하이 컴퓨팅 시스템을 활용한다.이 센터에서는 빅 데이터 활용방법이 너무 다양하기 때문에 사용자들이 잘 활용할 수 있도록 지원하고, 시각화해서 보여준다. HPC 시스템은 사용자들이 빅 데이터를 활용한 연구결과를 쉽게 볼수있게 하기 위한 시스템이다.데이터서비스센터 뿐 아니라 다양한 연구자들이 쉽게 접근할 수 있고, 작업 플로우 업무 사슬에 활용할 수 있다. 연구자들이 데이터를 입력하면 HPC시스템에서 구현할 수 있도록 지원하고 있다.○ 생명공학에 기반한 연구시스템인데 사용자는 자신의 노트북을 통해서도 시스템으로 옮겨지도록 가능하게 만들어졌다. 이 시스템으로 인해 연구자들은 새로운 소프트웨어 프로그램을 배울 필요가 없다.데이터를 집중적으로 활용하기 위한 시스템으로 자신의 연구소에서 작업하기만 하면 된다. 평소 오래 걸리던 연구들을 자신의 작업장에서 유의미한 결과를 빠른 시간 내에 보여줄 수 있는 시스템이다.이러한 연구를 위해 굉장히 큰 규모의 데이터세트가 필요하다. 응용과학자는 하나의 고성능 컴퓨터만이 아닌, 여러 대의 고성능 컴퓨터를 동시에 운영해 연구시간을 대폭 줄일 수 있다.◇ 데이터 분석의 다양한 활용 사례○ 대표적인 의학분야 활용 사례는 ‘수술 도중 열 화상 처리(Intraoperative Thermal Imaging, ITI)’를 위한 데이터 분석이다.수술시간 동안 다양한 데이터를 정확히 열사진으로 보여주기 위한 시스템으로 고성능 컴퓨터를 활용, 열 화상 처리를 통해 7,000초가 걸리던 것을 220배 빠른 32초 만에 보여준다. 사실, 수술사례의 수학적 분석은 어려운데, 수술하는 동안 어디에 용종이 있는지 분석을 통해 확인 가능하다.▲ 급성 경막하 혈종의 열 화상 이미지[출처=브레인파크]○ 엔지니어 시뮬레이션 사례로서 여러 스칼라를 통해 환경에 따라 다르게 구축한 소재과학 사례도 있다. 시뮬레이션 뿐 아니라 시각화를 통해 데이터 분석에의 적용이 가능하다.시뮬레이션을 통해 어디에 문제가 있는지, 어디가 파괴되었는지 등을 여러 화면으로 동시에 볼 수가 있다. 시각화는 새로운 것이 아니지만 데이터를 통합해서 흥미 있는 결과를 시각화하는 것은 새로운 기술이다.○ 엔드-투-엔드(E2E) 그래프 애널리스틱은 한 개 이상의 출처에서 얻은 데이터를 공통 그래프 데이터 모델이 있는 전용 그래프 저장소에 통합하여 한 번에 데이터를 보여준다.디스플레이에서 각각의 시각화 된 데이터 뿐만 아니라 상호 작용을 통한 영향을 보여주는데, 이것을 생물학적 비주얼화라고 한다.데이터 테이블과 그래픽만 볼 수 있는 게 아니라 데이터를 융합해서 활용하는 것까지 보여주는 그래프 애널리스틱이라고 할 수 있다.이것은 개별 그래픽이나 연구결과를 하나의 큰 그래픽으로 구현함으로써, 기존 그래픽을 새로 창조할 수 있는 연구 분야다.▲ 엔드-투-엔드 (E2E) 그래프 애널리스틱 구조도[출처=브레인파크]○ 환경 관련 사례로서 데이터분석을 통해 지도상 나타난 흥미로운 지역을 골라내서 연구할 수 있다. 지도의 한 포인트 내에서 지역의 변화를 볼 수 있도록 구성되어 있으며, 거주지만 별도로 표시가 가능하다.연구자들은 보고 싶은 구조, 수학적 분석, 개연성 등을 분석할 수 있다. 고성능컴퓨팅 시스템은 단순 데이터 분석 뿐 아니라 데이터 활용영역까지 활용할 수 있다.◇ 국내외 협력○ 데이터서비스센터는 컨퍼런스, 박람회 등을 통해 전세계적인 협업 연구를 진행하고 있다. 국제적 지원활동을 위해 데이터투데이, 비트콤 빅데이터 서밋, 포스템, 프링크 포워드 등과 120종 이상의 간행물 발간, 200회 이상의 국제회의를 진행했다.○ 데이터서비스센터는 G. Myers 교수와 Carsten Rother 교수의 협업 프로젝트 ‘British Machine Vision Conference(BMVC)의 최우수 과학’ 논문상 수상, Rother 교수 팀 ‘SciVis-Contest IEEE VIS’ 우승, BTW 2017 (Gradoop)의 최우수 시연상, Dat"Science Challenge 3위 등 다양한 수상경력을 보유하고 있다.○ 데이터서비스센터에서는 방문객을 위해서 △비즈니스 빅데이터 워크숍 △성공적 국제 여름학교 등을 운영하여, 250명 이상의 외국 방문객이 다녀갔다. 방문 프로그램을 통해 초청한 저명인사도 단기 21명, 중기 6명, 장기 3명 등 총 30명에 달한다.○ 데이터서비스센터는 빅 데이터를 주제로 하는 60종 이상의 학·석사 학위 논문을 집필했으며, 빅데이터 인턴십 3개, 강의, 워크샵, 세미나 등 다양한 교육훈련을 진행하고 있다.□ 질의응답- 데이터서비스센터는 ZIH에 속한 여러 센터 중 하나인지."그렇다. 지금은 여러 센터들 중 하나이긴 하지만, 미래에는 분리될 것이고 더 커질 것이다. 독일교육부에서 데이터서비스센터 설립 프로젝트에 대해 재정지원을 받고 있는데, 4년간 펀딩을 받았으며, 앞으로 4년간 더 펀딩을 연장하려고 진행 중이다."- 정부가 보유한 데이터를 활용하는 협력사업이 있는지."정부와의 직접적인 협력프로젝트는 없지만, 작센 환경청과 공공데이터를 활용해 하천의 수위가 어느 정도인지 파악하는 정도는 실시하고 있다.사전에 대화와 분석을 통해 어떤 것이 가장 핵심 사안이고 어떻게 해결할지 논의하는 게 가장 중요하다는 것을 3년 동안의 경험에서 느꼈다."- 기업의 요구에 따라 만든 사례가 있는지."우리는 연구기관이라 대부분이 연구에만 초점을 맞추고 있다. 하지만 파트너사인 BMW의 요청으로 현지 드레스덴 공장에서의 생산 관련 기업 빅 데이터 분석을 실시한 적도 있긴 하다. 우리는 비즈니스 모델을 만드는 것이 아니라 연구방법을 제시하고 연결해 주는 역할을 주로 한다."- 전체 예산과 인력규모는."데이터서비스센터는 하나의 프로젝트로 봐야한다. 전담인력은 5명이지만 여러 학과에서 프로젝트 베이스로 센터 내 직원이 병행 투입된다. 순수 연구비 5백만 유로이며, HPC(고성능컴퓨팅)에 1천만 유로가 투입되고 있다."- HPC시스템은 데이터센터와 함께 만들어졌는지."HPC는 이전부터 슈퍼컴퓨터 센터에 있었는데, 기존에는 전통적인 DB구축에 활용되었다."- ZIH의 155명 직원구성은."주로 교수, 박사과정생, 연구 직원 등으로 구성되어 있다. 데이터센터는 ZIH 직원뿐 아니라 다양한 연구기관의 직원들이 함께 작업하고 있다."- 다양한 리소스를 적용할 수 있는 구체적인 인프라는."우리는 슈퍼컴퓨터를 보유하고 있는데, 데이터 집약적인 HPC의 연결이라고 보면 된다. 향후에도 별도의 인프라는 필요하지 않고 기존 인프라를 융합적으로 활용하는 게 중요하다고 생각한다. 하둡과 같은 빅 데이터를 위한 별도의 인프라를 보유하기 보다는 결합을 어떻게 할지에 집중하고 있다."- 기업이 보유한 데이터를 이 곳에서 분석할 수 있는지."협력프로젝트에서는, 여기에서도 분석이 가능하지만, 대체로 정밀 데이터분석을 하기 원하는 기업들은 국가소속의 센터에 연결을 해준다. 우리는 기업들에게 데이터서비스를 제공하기 보다는 기업이 데이터를 활용해 다양한 활동을 하도록 지원하고 있다."□ 일일보고◇ 슈퍼 컴퓨터를 기반으로 한 다양한 기관 간의 협업○ ScaDS는 드레스덴 공대가 보유하고 있는 슈퍼컴퓨터를 활용한 빅 데이터 방법론을 적용하여 다양한 결과물을 제시하고 있다.우리도 대학을 중심으로 데이터 과학자 육성이 필요하면 데이터 활용, 지식추출, 시각화 분석 등을 적용하여 대학의 특성화 분야와 연계한 다양한 결과물 창출이 필요하다.○ ScaDS는 교육연구부 산하의 프로그램을 수행하는 기관으로 우리가 방문한 드레스덴 공대와 그 외 라이프치히 대학, 프라운호퍼 연구소가 함께 센터의 주요 역할을 하고 있다는 것이 인상적이었다.○ 정보의 신뢰도 등 출처에 대한 정확도가 어느 정도인지 궁금하다. 한국의 경우, 정보의 부재, 특히 공공데이터의 부재로 인해 다방향간 노동은 부족한 실정이다. 독일과 한국은 빅 데이터의 수집과 분석의 정도 차이가 있을 것 같다.◇ 실질적인 기업 활동에서의 적용방안 모색○ ScaDS는 파트너들과 학제적 방식으로 연계된 긴밀한 네트워크를 구축하고 있으며, project에서 파생되는 다양한 결과물을 open source로 활용하고 있다.○ 데이터에 초점을 맞춘 임무수행에 깊이 공감하였다. 즉 데이터와 기술이 어떻게 연관될 수 있는지를 연구하고, 함께 작업할 수 있는 환경 조성에 힘쓰고 있다는 점, 기업 스스로 데이터를 다루는 역량을 키우기 위해 분석방법을 전파하고 연구분석 매니지먼트를 수행하고 있다는 점에 깊이 공감하였다.○ 우리도 실질적인 데이터 활용보다는 연구 중심의 센터로 의미있는 연구결과가 기업들에게 효과적으로 전해질 수 있는 시스템 마련이 필요하다. 연구결과가 연구로 끝이 나는 것이 아니라 직접적으로 기업 활동에 적용되는 것이 중요하다고 생각한다.◇ 체계적인 데이터 과학자 육성○ ScaDS는 초고성능 컴퓨팅을 기반으로 다양한 빅 데이터 관련 연구를 해당 도메인 연구자와 공동으로 진행하며, 연구성과를 바탕으로 각종 솔루션을 개발하고, 연구인력을 양성하는 것을 주요 기능으로 하고 있다.이를 위해서는 산·학·연의 탄탄한 기반 구축, 특히 학계와 산업계의 적극적인 교류협력이 중요한 요소로 작용했을 것이다.○ 데이터 과학자가 필요하다는 의견에 동의한다. 국내에서는 4차 산업혁명시대에 데이터가 중요하다는 것은 모두가 동의하나 이와 관련한 인재 육성 프로그램은 체계적이지 못한 것 같다.○ 우리나라도 데이터 과학자의 육성을 통해 장기적으로는 각 기업이 자체적으로 data활용·분석 등을 할 수 있도록 해야 하며 이를 위해 중장기적 안목을 가진 정부의 인력양성 정책이 중요할 것이다.

 라노시스 테크놀로지(Ranosys Technologies Pte. Ltd.)Oxley BizHub, 73 Ubi Rd 1 #06-48,Singapore - 408733www.ranosys.com브리핑 : Ms. Sushma VyasHead of Customer Relations싱가포르   싱가포르□ 주요 교육내용◇ 세계적인 기업에 소프트웨어 솔루션 제공○ 라노시스 테크놀로지는 글로벌 기업에 대한 전문적인 IT솔루션을 제공하는 회사로서, 기업 솔루션, 모바일 앱 개발 및 마젠토 기반 전자 상거래 솔루션을 주력 상품으로 하고 있는 선도적인 소프트웨어 개발사이다○ 싱가포르에 본사를 두고 있으며 미국, 인도에 지사를 설립하여 글로벌 네트워크를 구축하고 있다. 주로 제공하고 있는 서비스는 기업 솔루션, 웹디자인 및 개발, IT컨설팅, 비즈니스 프로세스 아웃소싱, 클라우드 컴퓨팅 등이며, 호주, 영국, 미국, 싱가포르 인도 등에 위치한 기업 고객을 대상으로 광범위한 서비스를 제공하고 있다.○ 라노시스 테크놀로지는 인도 공과 대학교, 난양 공과 대학교 등 우수한 학교에서 채용한 사내 인재풀을 이용하여 글로벌 기업의 전략적 IT 파트너가 되었으며, 기술 전문성과 도메인 지식을 통합하여 기업이 원하는 비용 효율적 IT솔루션을 제공하고 있다.▲ 라노시스 테크놀로지의 가치 제안(Value Proposition)[출처=브레인파크]◇ IT 전문기업 라노시스 테크놀러로의 사업분야○ 기업 모바일 솔루션 :라노시스 테크놀로지는 다양한 기기에 호환이 되는 모바일 시스템을 구현하며, 모바일 고객관리·기업 자원 관리 앱을 만들어 고객사에 제공하여 고객사가 이 솔루션을 이용하여 언제, 어디서나 일하기 편리한 업무환경을 구축할 수 있도록 하고 있다.○ e커머스 개발 서비스 : e커머스 솔루션의 개발, 설치, 사후 관리 서비스 까지 제공하면서 기업 고객의 만족을 이끌어내고 있다. 30명 이상의 e커머스 전문가로 이루어진 팀이 마젠토 기반 시스템뿐만 아니라 확장된 소비자 맞춤형 e커머스 솔루션을 제공하고 있다.○ 기업 솔루션 시스템 : 고객관리 시스템, BI 분석 시스템, 의사결정지원시스템 등 다양한 기업 솔루션 시스템을 제공하고 있다.○ 생산 개발 아웃소싱 : 제조업 관련 솔루션을 개발하여 기업의 빠른 생산, 제품관리, 자원 관리 등이 가능하도록 하여 기업고객의 생산 경쟁력 향상에 기여하고 있다. 제품 디자인과 개발, 제품 시험, 제품 마케팅 등의 제품 개발 및 생산 전 과정에 걸친 IT 서비스를 제공하고 있다.○ 위에 열거한 서비스 이외에도 웹디자인, SEO·SEM 서비스, IT컨설팅 등 라노시스 테크놀로지는 다양한 서비스를 제공하고 있으며 싱가포르 내 뿐만 아니라 글로벌 기업에게 IT서비스를 제공하여 글로벌 IT솔루션 기업으로 자리 잡고 있다.○ 뿐만 아니라 라노시스 테크놀로지는 스타트업 기업과 중소기업에게 IT서비스를 지원하여 기업의 성장을 돕는 일도 하고 있다.◇ 브리핑 : 소프트웨어 개발 기업의 비즈니스 사이클○ 대학에서 소프트웨어 개발 관련 전공을 하는 학생들은 일반적으로 졸업 후 소프트웨어 개발 엔지니어로 취업 한 경우 코딩 등 직접적인 소프트웨어 개발관련 업무만을 생각하는 경향이 있다.따라서 소프트웨어 개발을 전공하고 있는 학생들에게 소프트웨어 개발회사의 비즈니스 사이클에 대해 이야기 해주는 것은 도움이 될 것으로 생각된다.◇ Lead 단계 : 소프트웨어 개발 프로젝트의 시작○ 호주, 영국, 미국, 싱가폴, 인도 등 여러 지역에 위치한 라노시스 테크놀로지의 고객이 처음 전화나 웹사이트, 이메일을 통해 필요한 솔루션의 개발가능 여부를 물어보면 비즈니스 사이클이 시작된다. 처음 시작 단계, 시발점을 Lead 단계라고 한다.○ 이 단계에서는 고객의 요구사항이 어떤 것인지를 자세히 파악하는 것이 가장 중요하다. 많은 경우 고객들은 자신들이 필요한 사항을 기술적인 언어로 설명하는 것을 어려워하기 때문에, 고객들의 요청사항을 선제적 질문과 사전 조사를 통하여 자세히 파악해야 한다.◇ Lead Qualification 단계○ Lead 단계에서는 잠재 고객사가 어떤 솔루션을 필요로 하는지 사전 조사를 진행한다. 사업의 성격, 원하는 보고서의 형태 등 고객의 요구를 파악하고 라노시스 테크놀로지에서 개발할 수 있는 솔루션인지 파악하는 과정을 Qualification 이라고 한다.○ 고객사의 정보를 찾고 직접 커뮤니케이션하면서 Qualification을 진행한다. 라노시스 테크놀로지에서 개발할 수 있는 솔루션을 요청하는 경우, 개발을 위한 작업을 시작하고, 자체 개발이 불가능한 경우 솔루션 개발사를 추천해주는 방식으로 진행한다. Lead와 Qualification 과정에서 중요한 것은 관련 기술의 대한 지식을 가지고 있어야 한다는 점이다.○ 현재 라노시스 테크놀로지에서는 싱가포르 교육청과 공동 개발 프로젝트를 많이 하고 있다. 이 경우 싱가포르 교육의 특성과 지식을 모르면 성공적인 결과를 내기가 어렵다.솔루션 개발 업체에서 소프트웨어 개발에 실패할 때, 많은 경우 소프트웨어의 개발방향을 잘 못 잡았기 때문이다. 소프트웨어 개발은 초기에 개발 방향을 잘 잡았을 때 성공적이고, 초기 개발방향을 잘 설정하기 위해서는 해당 산업에 대해 정보를 많이 가지고, 산업을 잘 이해하는 것이 필수적이다.○ 또 다른 예를 들어보면, 헬스 산업분야에 있는 기업에서 의뢰받아 소프트웨어를 개발한다고 하면, 개발 시작 이전에 기존 헬스 산업분야에서 사용하고 있는 소프트웨어에 대한 사전조사를 하고 많은 회의와 프레젠테이션을 통해 고객의 요구를 정확하게 파악한다. 그 이후 개발방향을 정확하게 설정한 이후 개발 프로젝트를 진행하게 된다.○ 중요한 것은 라노시스 테크놀로지사가 고객이 원하는 프로그램을 효과적으로 개발할 수 있을지를 잘 분석해야 한다는 점이다.잘 할 수 있는 프로젝트가 아닌 경우에도 무리하게 진행하는 경우, 결과가 좋지 않고, 솔루션 개발사로서 지속적인 비즈니스를 이어갈 수 없다. 그래서 스스로 가진 기술과 시장 상황, 산업을 분석할 수 있는 능력이 정말 중요하다.◇ 가격 결정 단계○ 프로젝트를 진행하기로 결정 되면 기술팀과 어떤 방식으로 개발할 지 협의한다. 필요한 코딩에 소요되는 시간과 인력 등 여러 가지 요소를 고려하고, 가격을 결정하게 된다.○ 소프트웨어의 경우 간단하게 개발 할 수 있는 것도 있고 복잡하고 개발비가 높은 프로그램도 있다. 조그마한 가게의 제품 홍보 애플리케이션처럼 기본 플랫폼을 기반으로 고객의 요구에 따라 플랫폼을 수정해서 완성하는 프로그램은 간단하게 만들 수 있다.반면 다양한 요소가 포함되어야 하고, 기존 플랫폼 이용하지 못하고 처음부터 개발을 시작해야 하는 애플리케이션의 경우 개발과정이 복잡하고 개발비가 높은 애플리케이션이 된다.대기업에서 요청하는 프로그램의 경우, 많은 사람들이 접속하고 다운로드 할 것을 예상해야 하는 등 고려할 요소가 늘어나므로 개발비가 높은 애플리케이션이 된다.○ 소프트웨어 개발을 전공하는 학생의 경우, 애플리케이션 개발을 생각하면, 코딩부터 걱정을 한다. 하지만 실제 기업에서 하나의 애플리케이션을 개발할 때, 코딩을 하는 것은 단순한 일이고, 코딩 이외 여러 가지 사항을 고려해야 한다.○ 소프트웨어 개발자는 어떤 비즈니스에 사용되는 프로그램을 보고 어떤 Logic으로 코딩 방향을 잡았는지 분석 할 수 있어야 한다. 그리고 개발이 요청되는 프로그램에 대해 코딩 방향을 분석할 수 있어야 한다.그리고 이 분석에 기초하여 기술팀은 필요한 코딩에 소요되는 시간을 정확하게 예상하고 이를 기반으로 소프트웨어의 가격을 결정하게 된다.○ 소프트웨어 개발자로서 자신이 어느 정도의 수준의 코딩을 어느 정도의 속도로 하고 있는가를 잘 파악하는 것도 중요하다.○ 가격을 결정할 때 고려해야 할 또 하나의 요소는 위험 (Risk)이다. 현재 라노시스 테크놀로지는 싱가포르 우편국과 진행하고 있는 우편 시스템을 개발하고 있다. 이 프로그램 같은 경우 시스템 안정성이 가장 중요하다.우편 시스템은 단 1분도 블랫아웃(black out)되거나 셧다운(shut down)되서는 안되기 때문이다. 따라서 시스템 셧다운을 막기 위해 다양한 여러 가지 요소가 첨가되고, 이는 비용을 증가시키는 요소가 된다.○ 반면 조그만 기업을 위해서 프로그램을 개발 해 줄 경우에는 몇 시간 정도 프로그램이 shut down 되어도 큰 문제가 없기 때문에 시스템 안정성 면에서 우편 시스템에 비하면 Risk가 적다.그리고 이 점이 가격에 반영이 된다. 이 때문에 현재 내가 지금 만드는 프로그램이 어떠한 위험, 어떠한 안전성을 가져야 하는가를 고려해야 한다.○ Lead qualification 과정을 거치고, 프로그램 개발에 소요되는 요소가 명확해지면, 세일즈 부서가 프로그램에 소요되는 기타 요소를 고려해 고객과 가격 협상을 한다. 그리고 고객과 계약서를 쓰기까지 법률팀 등 많은 팀과의 협의를 거치게 된다.이런 협의 과정에서 delight 과정이라고 표현을 하는데, 이 협의과정에서 프로그램 개발자나 소프트웨어 개발자들은 고객을 감동시킬 수 있어야 한다. 그리고 프로젝트를 시작하게 되거나 그렇지 않거나 연락을 취했던 고객들과 지속적으로 연락하고 네트워킹하는 것이 중요하다.○ Sales를 할 때 중요한 것은 할 수 있는 것과 할 수 없는 것을 잘 판단하여, 할 수 있다고 판단이 되면, 신속하게 진행해야 한다.만약 할 수 없다고 판단이 되는 경우에도, 신속하게 프로젝트를 불가를 고객에게 알려줘야 한다. 모든 고객들과 향후 비즈니스를 위해 지속적으로 관계를 유지하기 위해서는 이 점이 중요하다.◇ 프로젝트 매니저 (PM)의 역할○ 모든 소프트웨어 개발에서 소프트웨어 코딩이외에도 필요한 부분이 많다. PM(프로젝트 매니저)은 고객과 상담을 진행하면서 어떤 기술을 적용해야 할지, logic을 어느 방향으로 잡고 소프트웨어를 개발해야 전체적으로 안정감 있는 프로그램이 될지, 어떤 기술을 가진 어떤 개발자를 투입해야 하는지 여러 가지 요소를 분석하고 조절해야 한다. 이 과정을 Architect 과정이라 한다. 이런 architect 능력이 PM에게 필수적이다.○ 고객과 협의단계를 거치고 분석과정을 거쳐 고객이 요청하는 프로그램을 개발하기로 결정되면 프로젝트 매니저가 결합하여 진행하게 된다.만약 진행이 불가하다고 판단이 되는 경우, case close 가 되고 고객의 연락처 등이 세일즈 팀에 전달되어 향후 비즈니스를 위해 관리된다.◇ 소프트웨어 개발 전공 학생에 대한 조언○ 학교에서 소프트웨어 개발을 전공하는 학생들은 보통 코딩에 집중하는 경향이 있다. 하지만, 위에서 알아봤듯 하나의 솔루션이나 소프트웨어를 개발할 때 많을 과정을 거치고, 다양한 지식이 필요하다.○ 학교에서 공부하는 시기에 다양한 경험을 하고, 다양한 산업에 대한 지식을 쌓을 필요가 있다. 이를 위해 작은 역할을 담당하게 되더라고 많을 프로젝트에 파트타임으로 참여해 보는 것들이 좋은 경험이 될 것이다.○ 소프트웨어 개발을 하는 데 다양한 역할을 하는 사람이 필요하다. 대인관계가 좋은 사람은 소프트웨어 세일즈를 할 수 있고, 여러 사람과 요소를 결합해야 하는 프로그램 진행 관리에 능한 사람은 능력있는 PM이 될 수 도 있다. 그리고 프로그램의 구조를 짜거나 시스템 분석에 능력이 있는 사람은 프로그램 architect가 될 수도 있다.○ 각자의 성향과 능력, 자신이 좋아하는 일이 각기 다르기 때문에, 자신을 잘 파악하는 것이 중요하다. 이를 위해서는 반복되는 이야기이지만, 교실에서 공부하는 것 이외에도 소프트개발 회사에서 다양한 역할을 하고 있는 선배들을 만나보거나 프로젝트 참여를 통해 간접경험을 해보면서 자신의 능력과 재능을 알아가려는 노력이 필요하다.□ 질의응답- 소프트웨어 개발모델이 애자일(Agile) 모델, 워터폴 (Waterfall) 모델 등 여러 가지가 있는데, 라노시스 테크놀로지에서 쓰는 모델은."라노시스 테크놀로지에서는 2가지 다 사용한다. 워터폴의 경우 고객과 소프트웨어 개발자가 개발하고자 하는 프로그램에 대해 명확하게 이해하고 있는 경우 사용한다.예를 들어 회계프로그램을 개발하는 경우, 고객이 개발하고자 하는 프로그램의 용도와 프로그램에서 원하는 보고서의 종류를 명확히 알고 소프트웨어 개발을 요청하면 워터폴 모델을 기본으로 해서 소프트웨어를 개발하는 것이 효율적이다.하지만 워터폴 모델의 경우 개발 중에 개발 방향을 수정하는 것이 불가능하다. 애자일(Agile) 모델의 경우는 개발자와 고객이 프로젝트를 시작하는 시점에 프로젝트에 대한 명확한 청사진이 없는 경우 사용한다.애자일 모델의 경우 소프트웨어를 개발하는 과정에서 많은 회의를 통해 소프트웨어의 개발방향을 잡아나가게 된다."- 마젠토를 기반으로 프로그램을 개발한다고 했는데, 마젠토 프로그램은."마젠토는 이베이가 소유하고 있는 오픈소스 전자상거래용 플랫트폼이다. 전자상거래용 프로그램에서는 일반적으로 필요한 공통 요소가 있다.예를 들어 모든 온라인 쇼핑몰에는 제품, 제품의 가격, 상품 분류 등이 있는데, 마젠토는 이런 E-커머스에 일반적인 요소를 제공하고 있다.개발자는 마젠토에서 제공되는 일반적인 공통 요소를 각 온라인 상점에 맞게 조금씩 수정할 수 있다. 만약 온라인에서 쇼핑몰을 만들려 하면, 마젠토를 무료로 다운로드 받아, 수정해서 사용할 수 있다.마젠토 프로그램을 각자의 필요에 맞게 효율적으로 수정해서 사용하려면 마젠토의 소스 코딩이 어떻게 되어있는지 알아야 한다.때문에 마젠토의 소스코딩을 교육하는 프로그램이 있고, 이 프로그램을 이수하면 이수증을 취득할 수 있다. 마젠토는 굉장히 보안이 잘 되어 있고, 확장이 가능하여 많이 사용되는 플랫폼이다. 무료 버전과 기업용 유료버전이 있다."- e-커머스 솔루션 이외의 프로그램은 무엇을 기반으로 개발하는지."거의 대부분의 e-커머스 솔루션은 마젠토를 기반으로 개발하고, 여타 고객이 요청하는 주문제작용 솔루션은 OS Commerce, Word press에 연동되는 WooCommerce 등을 사용한다.많은 플랫폼 중에서 마젠토가 가장 많이 사용된다. 하지만, 고객이 특수한 사업, 예를 들어 Rental Shop(대여점)과 같은 사업을 하는 쇼핑몰 솔루션을 요청하는 경우, 마젠토는 효율적이지 않기 때문에, 라노시스 테크놀로지에서는 처음부터 쇼핑몰을 기획해서 개발한다.마젠토의 기본 프로그램을 20%~30% 이상을 바꿔야 하는 경우에는 마젠토를 사용하는 것이 효율적이지 않고 새로 프로그램을 개발하는 것이 효율적이다."- 현재 라노시스 테크놀로지의 매출액과 성장 가능성은."싱가포르를 기반으로 미국으로 사업을 확장하기 위해 현재 미국에서 직원 2인이 지사를 설립하여 현재 상당히 많은 프로젝트를 수주하고 있다.현재는 라노시스 테크놀로지는 고객의 요청에 따라 솔루션을 개발해서 제공하는 사업을 하고 있지만, 2~3년 내에 라노시스 테크놀로지 고유의 제품을 개발하여 판매할 계획을 하고 있다.또 하나의 비즈니스 모델은 많은 기업들과 협업을 하는 모델이다. 중소기업들은 기업 자체 내에 기술적 전문성을 가진 IT 팀을 운영하기 어렵다. 이러한 기업들과 파트너쉽 관계를 맺고 서비스를 제공하는 것이다.현재는 고객이 솔루션 개발을 요청할 때 비즈니스가 성립하지만, 많은 기업과 파트너쉽 관계를 맺는다면, 제공하는 비즈니스 형태가 다양해 질 것이고, 이를 통해 고객 기반을 넓힐 수 있을 것으로 생각한다. 현재 라노시스 테크놀로지의 매출액은 년 5백만 싱가포르 달러 (약 43억원) 이상이다."- 기업이 지속가능하려면 고정수입을 창출하는 비즈니스가 중요하다. 고정수입을 창출할 수 있는 비즈니스 모델은 있는지."라노시스 테크놀로지의 대부분의 수입은 기존 고객과의 비즈니스에서 창출된다. 현재 라노시스 테크놀로지 싱가포르에는 10명이 근무하고 있는데, 이 사람들의 주된 업무는 소프트웨어 개발이 아니고 사업개발이다.소프트웨어 개발자는 인도에 근무하는데 약 180명 이다. 기존 고객과의 사업에서 창출되는 프로젝트 단위 수입이나 월 고정 수입으로 현재 라노시스 테크놀로지에서 근무하는 직원들을 유지하고 고정 지출을 감당하고 일정 부분 미래 사업개발에 사용할 수 있다."- 현재 라노시스 테크놀로지의 전체 자원의 어느정도를 기술개발을 위해 사용하고 있는지."라노시스 테크놀로지는 신입직원과 경력직 직원을 많이 채용한다. 신입직원을 채용하는 경우 발전가능성 있고 기본적인 지식을 가진 사람을 채용해서 라노시스 테크놀로지의 트레이닝 프로그램을 통해 교육한다.라노시스 테크놀로지에는 다양한 부서가 있다. 예를 들면 JAVA technology 부, PHP 부, 안드로이드 개발부, 아이폰 개발부 등이 있다. 각 부서에서 필요한 기초지식을 가진 신입지원을 선발해서 약 6개월의 트레이닝 과정을 거쳐 현업에 투입된다.경력직은 현업에 필요한 지식과 경험이 있는 사람들을 채용하고, 채용즉시 현업에 투입이 된다. 매주 Resource Calendar 미팅을 해서 진행되는 사업과 인력이 모자라는 부서와 인력이 남는 부서등을 확인한다.이 미팅에 따라 어떤 부분의 비즈니스를 좀 더 진행해야 하고, 인력이 모자라는 부분은 어떻게 충원할 것인가, 교육프로그램을 어떤 방향으로 진행할 것인가를 결정한다."- 프로젝트를 설계할 때 UML을 사용하는지."사용한다. UML 다이어그램을 거의 모든 프로그램의 설계에 사용한다. 소프트웨어를 개발할 때 프로그래머(programmer), 기술전문가 (technicion), 소프트웨어 설계자 (architect), 프로젝트 매니저(PM) 등이 관여한다. 프로그램머들에게 UML 다이어그램은 중요하고, 많이 사용한다."- 라노시스 테크놀로지는 전세계에서 인재를 채용한다고 들었다. 신입직원으로 라노시스 테크놀로지에 입사하려면 어떤 지식을 가지고 있어야 하고, 어떤 배경을 가지고 있어야 하나? 라노시스 테크놀로지의 인재상은."우선 현재 전공을 열심히 공부하면서, 특히 관심이 가는 프로그램에 대해 좀 파고들어 공부할 필요가 있다. 라노시스 테크놀로지에서 필기시험과 인터뷰를 거쳐 신입지원을 선발한다. 새로운 기술이라도 빨리 배울 수 있는 유연한 사람을 선발하고. 자기의 일에 대해 진지한 태도를 가진 사람을 선호한다." □ 일일보고서 : 라노시스 테크놀로지○ 마젠토라는 흥미로운 Framwork를 기반으로 e-commerce 시스템을 개발하는 라노시스 테크놀로지를 방문했을 때, 한국과 달리 학벌 스펙 보다는 그 사람의 능력을 보고 얼마나 빠르게 기술을 습득할지 또 그 사람이 얼마나 발전할지에 대한 가능성을 본다는 담당자의 말이 인상 깊었다.그리고 막연하게 생각했던 해외기업취업에 대한 윤곽을 잡을 수 있었고 내가 지금부터 하는 것에 따라 충분히 가까워 질 수 있을거란 용기를 얻었다. 그리고 공혜인 실장님의 말씀처럼 해외기업 취업을 너무 어렵게 생각하지 않고 오히려 도전한다면 국내기업보다 가능성이 더 열려 있다는 확신을 얻었다.○ 사실 처음에 방문했을 때는 생각보다 눈에 보이는 규모가 작아서 실망감이 없지 않아 있었지만 직원분들과 대화를 나누어보면서 결코 규모가 작지 않고 대단한 곳이라고 느꼈다. 직접적으로 돌아가는 운영시스템에 관하여 설명을 들을 수 있어서 어떻게 보면 이번 연수 중에 가장 만족했던 곳이기도 하다.○ 라노시스 테크놀로지는 한눈에 싱가포르의 기업형태를 잘 보여준 것 같다. 별로 커 보이지 않는 사무실 내에서 세계적으로 다양한 기업들과 일을 하는 모습을 보고 새삼 놀라웠다. 학교에서 배운것과는 다르게 현업에서 필요한 능력과 마음가짐을 느낄 수 있는 유익한 시간이었다.○ 우선 우리나라가 아닌 싱가포르의 기업환경에 대해 들을 수 있어서 좋았다. 협업이 중요한 소프트웨어 산업에서 수직관계가 아닌 수평관계를 유지하는 모습에서 부러움을 느꼈음. 싱가포느는 영어권 나라이기 때문에 다른 나라와 사업을 하는데 유리한 점이 있다고 생각하고 이것이 싱가포르의 강점이라고 생각했다.○ 전공지식 뿐만 아니라 비즈니스 관점에서 회사의 전반적인 비즈니스 흐름과 운영을 알아야 한다.○ 한국은 서로 이익 창출에만 바쁜데 IT 솔루션 기업은 자신들이 가지고 있는 소스 및 관련 내용들을 오픈하여 서로 이익을 추구하고 필요한 것이 있으면 서로 얻어내고 괜찮은 아이디어일 경우 직접 지원을 해서 그 아이디어의 내용을 발전시키는 모습이 인상적이었다.○ 라노시스 테크놀로지 방문 시 가장 기억에 남는 것은 ‘혼자의 힘이 아닌 함께 커가는 기업’이라는 것이다. 이 기업에서 하는 일은 ‘서비스’가 테마였던 것 같다. 어떤 기술에 있어서 보완할 점을 토론하고 직원이 성장할 수 있게 도와준다. 또 다른 사람들과의 소통을 통해 문제점을 해결하려고 성장해가는 것이 매우 인상적이었다.○ 한국 회사에서는 체계적인 프로젝트 개발 보다는 실질적으로 진행되는 개발 계획에 맞춰서 R&D가 이루어진다. 그렇기 때문에 학교에서 배운 대부분이 쓸모없이 느껴지고 새로운 기술을 배우는 느낌이다. 하지만 외국에서는 기본적인 설계를 학교에서 배운 UML을 통하여 체계적으로 진행된다는 점에서 해외취업이 더 좋을 것 같았다.○ 대기업 위주인 우리나라와 달리 중소기업들의 힘이 센 싱가포르에는 젊은 CEO들이 많은 것 같았다. 그리고 단순히 개발자만 꿈꾸었는데 프로젝트 메니저, 비즈니스 매니저 같은 다양한 직업들도 IT 업계에 있는 것을 알게 되었다.○ IT회사가 어떻게 이루어지고 어떻게 진행되는지를 알게 되어 회사를 창업할 때 도움이 될 것 같다.○ 적은 인원으로 회사를 운영하는 것이 신기했고, 정확한 피드백을 통해 보완하고 강점을 발전시키는 점이 멋있었다.

□ 과학기술분야 인재 양성을 위한 장학금 지원제도 싱가포르 과학기술청(Agency for Science, Technology and Research, A*STAR) 20 Biopolis Way #07-01 CentrosSingapore 138668www.a-star.edu.sg 방문 연수브리핑싱가포르  ◇ 대외 지향적 경제성장 전략으로 성공한 도시국가 싱가포르○ 싱가포르는 과거 영국, 일본 등 열강의 지배를 받다가 1965년에 독립한 국가로, 국가의 역사가 50년이 채 되지 않는다.그 이후로 싱가포르가 많은 발전을 해왔는데 2016년 GDP를 봤을 때 4000억 싱가포르 달러에 가까웠다. 인구는 550만 명 정도인데 그 중 싱가포르 자국민은 70%정도이다.○ 싱가포르 정부의 교육열이 높고 25세부터 34세까지 74%정도가 대학이나 전문대학 교육을 받은 것으로 나타났다. 싱가포르가 여러 가지로 과학, 기술, 엔지니어링 부문에 있어서 강점을 가지고 있다.○ 싱가포르의 경제발전의 역사는 처음에는 노동집약적인 형태에서 시작하여 기술집약적, 자본집약적, 그 이후로는 연구결과나 Technology에 기반 한 연구를 프로모션 함으로써 비약적인 경제발전을 가져올 수 있었다.○ 이러한 비약적인 발전은 정부의 주도적인 면이 없이는 불가능했을 것이고 RIE는 Research Innovation Enterprise의 약자로 연구, 혁신, 사업에 대해 정부가 여러 가지로 투자를 하고 연구를 했기 때문에 지금의 결과를 가져올 수 있었다.○ 협소한 국토, 부족한 자원, 한정된 노동력과 소규모 국내시장이라는 도시국가로서의 제약요인에도 불구하고, 싱가포르가 지속적인 경제발전을 이룩할 수 있었던 것은 개방경제체제를 유지하면서 대외지향적인 경제성장 전략을 지속적으로 추진해 온 결과라고 할 수 있다.◇ 정부 주도형 지식 집약적 산업 발전○ 싱가포르 정부는 1990년대 초반부터 선진국 진입을 목표로 산업구조 고도화와 경제혁신을 골자로 한 경제계획에 따라 정부 주도로 부문별 산업발전전략을 추진하였다.특히 금융위기 이후인 1997년 설치된 국가경쟁력위원회(Committee on Singapore's Competitiveness)의 권고에 따라 지식기반경제로 이행하기 위한 국가비전과 전략을 새롭게 정비하였다. 10년 전부터는 생명공학산업을 신성장 동력산업으로 선정하여 중점 육성하고 있다.○ 이러한 싱가포르의 발전을 뒷받침하고 있는 핵심은 GDP의 3%에 육박하고 있는 과학기술에 대한 과감한 투자와 이를 기업 활동과 연계하는 체계적인 기술 상업화 프레임 워크이다.싱가포르의 과학기술계획은 5년을 주기로 수립한다. 1991년도에 처음으로 20억 싱가포르 달러로 시작하여, 1996년도에 40억 싱가포르 달러, 2001년에 60억 싱가포르 달러로 증가하였으다.2006년에 이르러서는 136억 싱가포르 달러로 대폭 증가하여 2007년 기준으로 국민 총생산의 2.61%에 이르고 있으며 2010년까지 국민 총생산의 3%이상을 과학기술에 투자했다. 지금은 RIE 2020년 Plan이 현재 진행되고 있는데 190억까지 연구기금으로 투자되고 있다.○ 부연설명을 하자면 190억이라는 RIE연구기금이 4가지 분야에 특화되어 쓰이고 있는데 첫 번째는 선진제조엔지니어링(Advanced Manufacturing and Engineering)이고 두 번째는 헬스 및 의생명과학(Health and Biomedical Sciences)분야 세 번째로는 서비스와 디지털경제(Services and Digital Economy), 마지막으로 도시문제 솔루션과 지속가능성(Urban Solutions and Sustainability)분야가 있다.4가지 도메인은 연계적으로 ‘경쟁우위와 국가적 필요(Competitive advantage and national needs)’라는 하나의 목적을 가지고 있다. 이러한 4가지 분야에 ‘각각 어떤 연구를 통해 어떤 영향을 가져올 수 있는지’에 대한 연구를 진행하고 있다.◇ 싱가포르의 경제와 제조업의 발전○ 말레이반도 끝에 위치한 싱가포르는 산유국에서 나오는 원유가 지나가는 통로이며 한국이나 일본에서 생산된 제품을 실은 선박이 지나가는 곳으로써 20만 척의 배가 지나간다.싱가포르는 컨설팅 업체의 랭킹 조사에서 혁신 부문에 항상 상위권을 차지했는데 이는 국가 시스템이 많이 작용한 결과로 평가된다.○ 2011년 월스트리트 저널은 12개 기술을 선정하여 상을 주었는데 이 중 싱가포르의 기술이 5개 선정되어 수상하였다. 90년대 중반까지 싱가포르는 전 세계 하드디스크의 60%를 생산하였으며 현재 반도체생산량은 12%이상 차지하고 있다.○ 1996년도와 1999년도 더블 딥 당시 싱가포르는 국가 경쟁력을 강화하고 기술을 다양화를 위해 바이오 분야의 투자를 시작하였다.현재 전체 GDP에서 제조분야가 차지하는 비중은 20%정도이고 주로 전자와 화학분야이다. 2010년도 싱가포르의 GDP는 14.5% 성장하였는데 성장을 견인한 산업은 제조업 분야(6.9%)로 그 중 대부분이 바이오메디컬 제조업이었다. 싱가포르는 국가 주도로 다국적 기업을 유치하여 이러한 기업들이 실제 GDP성장에 기여한다.○ 싱가포르는 5년마다 예산이 확정되는데 2011~2015년도 연구개발 자금으로 싱가포르 달러로 161억(한화 14조 8천억 가량)이 책정돼 인구대비 금액을 보면 우리나라보다 높은 수준인 것을 알 수 있다.국가연구재단(NRF)은 새로운 시도를 하는 업스트림 연구와 대학 연구 위주로 진행하고 있으며, 무역산업부에서 절반의 연구기금을 사용하고 있다. 이에 따라 A*STAR와 산하 15개 연구소 그리고 경제개발청(EDB)이 자금을 사용하게 된다.○ 현재 이 연구개발 자금에서 특히 눈에 띄는 건 Talent 분야에 지원되는 4%(7억 3,500만 달러)에 해당하는 금액으로 이공계 학생 지원을 위해 사용되고 있다.싱가포르 역시 많은 인재들이 이공계에 대해 기피하는 현상이 두드러지기 때문에 중학생 때부터 정부에서 장학금을 지원해서 인재를 길러내고 있다.○ 싱가포르에서는 정부 보조금만 가지고 100만 달러 정도까지는 기업을 설립하여 운영할 수 있다. 100만 달러 이상일 경우에는 일대일 펀딩을 통해 도와주고 있다.◇ A*STAR의 주요과제○ A*STAR라는 정부기관은 우리나라에서는 싱가포르 과학기술청으로 알려져 있는데 과학기술에 대한 중재기관으로 산학을 정부기관이 이어주는 개념이라고 생각하면 될 것이다.무역산업부 산하 기관 10곳 중 하나인 A*STAR는 18개 연구기관을 소유하고 있다. 어떤 연구과제가 있을 때 경제적인 영향을 가져오지 않고 연구단계로 끝난다면 경제개발에 도움이 되지 않는데 연구를 어떻게든 경제개발과 연관 지어 연구 과제를 통해 산업화를 어떤 식으로 추진하는지, 스타트업 비즈니스를 프로모션하는 중재적인 역할을 하고 있다.싱가포르의 R&D정책 수립과 주요 프로그램을 기획하고 수행하는 기관이고 경제개발청(EDB)은 기업체와의 연계로 기술개발 프로그램을 주로 수행한다.○ 싱가포르가 연구개발을 하고 있는데 지도를 보면 빨간색 별모양이 A*STAR가 위치한 지역으로 A*STAR를 중심으로 NTU도 있고 학교와 학계, 산업계가 연계되어 연구개발을 진행하고 있다.▲ 싱가포르의 Research ecosystem○ A*STAR의 주요 과제는 △인적 자본 △지적 자본 △산업 자본으로 구분된다. 싱가포르는 어떤 특정 분야의 산업을 개발하자는 계획을 잡으면 △경제개발청(EDB) △중소기업청(SPRING) △IE SINGAPORE가 함께 모여 5~10개년 계획을 함께 수립하게 된다.▲ A*STAR의 파트너 기업○ 싱가포르에 들어온 기업은 비즈니스를 위한 인력과 네트워크 그리고 싱가포르의 기술력을 필요로 하게 된다. A*STAR는 기업의 비즈니스 방향이 설정되면 연구자금을 운용하고 장학금을 통해 관련 기술 산업의 연구원을 키워내고 자체 내부 플랜트를 통해 특허와 기술력을 보유하고, 산업과 협력을 통해 산업 자금을 조성하는 3가지 역할을 한다.○ 연구원을 포함하여 약 5,200명의 직원이 A*STAR에서 근무하고 있으며, 이중에서 연구, 공학부분에 실제적인 기술 인력이 4,000명 이상이다.△바이오메디컬연구위원회(BMRC) △과학기술연구위원회(SERC) 등 2개의 위원회가 있다. 2008년에 연합연구위원회(JCO)를 만들어 과학기술(주로 IT, 반도체 기술 등)과 바이오메디컬을 접목시키는 일을 진행하고 있다.여기에서 발생하는 특정 물질이 과학기술에 사용되도록 프로그램을 기획하고 수행하는 것이 연합연구위원회(JCO)의 역할이다. 과학기술연구위원회 산하에는 7개 연구소와 1개 센터가 있다.▲ 과학기술청 조직 구성◇ 기술 산업화 조직 ETPL○ ETPL(Exploit Technologies Pte Ltd)은 A*STAR의 IT Management Office로 시작했다. 주로 연구소에서 기술이 개발되면 특허를 낼지, 상용화를 할지, 아니면 노하우로 남길 건지를 결정을 하는 역할을 한다.○ 특허만 있다고 산업화가 되는 것이 아니기 때문에 다양한 활동이 필요하므로 3~4천억의 자체 펀드인 GAP 펀딩을 조성하여 진행하고 있다. 무역산업부에 보고하기 위해 특허의 성공 여부는 GDP 기여도와 직업 창출로 평가한다.○ ETPL은 1,300개의 특허를 보유하고 있으며, 보유한 기술의 분석을 통해 3단계로 구분하여 기술맵핑을 하게 된다. 그리고 6개월마다 평가를 하게 되는데 평가를 통해 기술의 이동 경로나 기술의 상업화 방향에 대해 파악할 수 있다.전체 15개 연구소의 특허는 통합관리를 하기 때문에 재료와 생산에 있어 2개의 기술을 합쳐 하나의 비즈니스를 창출하는 것이 가능하다.◇ A*STAR Graduate Academy의 주요과제와 역할○ A*STAR Graduate Academy에서는 우수한 인력을 찾아내고 장학금을 지급함으로써 연구를 집중해서 할 수 있도록 도와주는 부서로 장학금을 관리한다.또 그 혜택을 받는 학생이 유학을 할 경우, 학생의 외국 생활까지도 관리하는 역할을 한다. 기본적으로 장학금을 책정하여 분배하고 장학생이 돌아올 경우 취업을 알선하는 일까지 모두 관장하는 기구이다.○ A*STAR는 싱가포르 내에서만 활동하는 것이 아니고 전 세계 많은 기관과 교류하고 있다. 현재까지 어떤 성과를 거뒀는지 보면 여러 가지 인재풀에 대해 해외에서도 우수인력 유치하고 있다.그러기위해서는 장학금을 지급하고 계속적으로 학업진행을 통해 박사과정을 끝내고 A*STAR에서 지정한 연구기관을 통해 포스닥 과정까지 할 수 있도록 환경을 제공하고 있다. 프로그램자체는 2001년부터 시작이 되었고 현재까지 1,500명이상의 박사인력을 유치할 수 있었다.◇ A*STAR의 외국학생들을 위한 프로그램○ 지금까지는 싱가포르 학생들과 외국학생들이 같이 참여하는 프로그램이었다면 외국학생들을 위한 프로그램도 따로 진행하고 있다.첫 번째는 SIPGA라는 프로그램으로 2개월~6개월까지 단기간에 연구를 학부생이나 석사과정학생들이 참여해서 하는 프로그램이다.○ ARAP라는 프로그램으로 해외에 있는 박사과정학생들이 A*STAR에 와서 그 나라에서의 지도교수의 지도와 A*STAR에서 지도교수와 팀을 이루어 연구를 진행하는 프로그램이다.○ 마지막으로 SINGA라는 프로그램은 4년제 과정으로 A*STAR와 싱가포르 3개의 대학인 NUS, NTU, SUTD 대학과 같이 4년제 과정을 통해서 실제로 박사학위를 수여받게 된다.자격조건은 △연구와 우수한 학업 성과에 대한 열정이 있는 대학원생 △유창한 영어 구사 능력(말하기, 쓰기) △추천서 등이 있다.4년간의 박사과정 동안 수업료 전액 지원을 받을 수 있다. 연간 2만4,000 싱가포르 달러가 지급되며 자격시험을 통과하면 3만 싱가포르 달러까지 증액될 수 있다.○ 1회 지급되는 정착 비용은 1,000싱가포르 달러이며 항공비용은 1,500싱가포르 달러이다. 항목학생 한명당1개월 생활비(S$)음식대학 구내 식당250~350 식당450~600주거비(싱글룸 기준)교내400~700교통 비용(지역)100~150기타 비용(문구점, 세면용품, 세탁, 오락 등)400~500총 예상 생활비1,400~2,000▲ 싱가포르 예상 생활비 □ 질의응답- 한국과 교류하고 있는 기관이 있는지."한국에서는 교류하고 있는 기관이 카이스트가 있고 MOU를 체결한 상태이다. 주로 교환학생 프로그램과 의학부문에 있어 공동연구를 할 예정이다."- 한국 학생들은 몇 명 정도 있는지."여러 가지 프로그램이 있었는데 해외 유수인력을 유치한다고 말씀드렸는데 한국 학생들도 54명 정도 연구를 진행하고 있다고 한다."- 재원은 어떻게 지원을 받는 것인지."연구기관이기 때문에 정부의 지원을 받으며 4개의 도메인이 있었는데 연구인력 유치를 하고 정부가 모든 분야에서 재원을 공급해주고 있다.다른 수입을 창출할만한 것은 라이센스, 허가에서 일부 수입으로 들어오지만 다시 연구 기금으로 사용한다고 한다."- 교환학생 같은 경우는 이곳을 통해 대학에 소개가 되는 것인지."연구 인력이 50:50으로 싱가포르 학생과 외국학생들로 구성되어있는데 학생들을 받는데 굉장히 오픈되어 있다. 온라인으로 직접 지원을 할 수도 있고 이곳에 연구 인력이 굉장히 많아 컨퍼런스에 참석해 연구발표를 통해 심화시켜 프로젝트를 만들어오기도 한다."- 정부기관에서 학생들을 직접 모집하는지."A*STAR 커리어라는 포털을 통해 홍보하면 흥미있는 학생들이 신청을 하는 방식이다."- 외국학생이 지원하면 어떤 절차를 통해 학생들을 선발하는지."지원자가 신청을 하면 학업성적, 출신대학, 자신의 능력, 영어구사능력 등을 보고 경력을 확인해서 선발한 후 A*STAR에서 1:1 인터뷰를 통해 최종선발을 하게 된다."- 박사과정 장학금을 지원하는 과정에서 학생한테 부과되는 조건이 있는지."인력을 정확히 이런 스타일을 고집하는 것이 아니라 어떤 분야에 대해 지속적이고 발전을 위한 연구기관이기 때문에 돌아간다고 하더라도 그 사람이 속해있는 나라에서 대학에서 계속 관계가 유지되어 다른 인력이 계속 연구를 진행할 수 있도록 되기를 바란다."- 연구개발을 많이 하셨다는데 상업화로 성공한 예는."Applied Materials라는 회사가 한 예가 될 텐데 여기서 Ecosystem이라고 말씀드렸었는데 어떤 회사가 연구를 진행하는 데에 있어서 연구만 진행하는 것이 아니라 그것이 실제로 제조에 이르기까지 회사가 2,000억 달러를 벌어들여 A*STAR에도 R&D센터를 세웠다고 한다."- A*STAR에서 연구원이 개발한 특허가 있을 텐데 소유권은 A*STAR에서 가져가는 것인지."프로젝트마다 다른데 발명한 사람한테 소유권이 갈 수도 있고 상황에 따라 다르다." □ 참가자 일일보고서 정리○ 산학연계 정부기관으로 대학과 기업 연계하여 연구진행을 하며 산업화 할 수 있도록 중재적인 역할을 한다. NYU, NUS, SUTD기관과 대학이 연계하여 상생을 이끌어가고 있다.싱가포르 R&D 절반을 지원하는 연구기관으로 연구와 훌륭한 인재양성을 위해 대학과 정부 연구기관이 협력하여 다양한 프로그램을 운영, 정부 지원금 라이센스 수입 등을 계속해서 연구에 투자하고 있다.○ A*STAR GRADUATE ACADEMY 운영으로 우수학생에게 혜택이 돌아가도록 장학금 제도를 운영하고 있었으며, 프로그램 지원에 있어서 제약이 없고 라이센스 비용을 연구비로 활용하고 있다.○ 한국장학재단의 대통력장학금 및 국가이공계 장학금과 유사한 형태의 장학제도를 가지고 있으며, 외국인에 대한 지원을 시행하고 A*STAR에서 총괄 지원·관리하고 있다.한국장학재단도 외국인 유학생을 위이들이 국내 경제 발전에 이바지할 인적·물적 지원이 필요한지 검토가 우선이 되어야한다고 생각한다.○ 싱가포르의 성장 동력의 원천과 미래 유지·성공의 이유는 대학이라고 생각한다. 우수한 교수진, 풍부한 교육프로그램을 확충하고, 정부의 학생들의 위한 전폭적인 지원이 잘 갖춰져 있다.특히 이번 연수를 통해서, 국가 장학금에 대한 학생들의 인식 제고가 필요하다고 생각했으며, 학자금대출의 성적 제안 폐지 또는 완화가 필요하다는 생각을 했다.이곳의 특징은 산학연계를 통해서 연구개발이 활발히 이루어지고 있다는 점인데, 기술 인력만 4,000명 이상이 존재하는 곳이다.○ 한국의 연구재단과 비슷하며 전 세계의 여러 기업들과 MOU를 체결하고 있다. 주로 바이오와 연관된 기업들 또는 정보기술 연구기관들이 많으며 학생들에게 인턴쉽 기회와 다양한 장학금을 제공하고 있다.한국은 카이스트와 MOU체결이 되어 있고 교환학생 제도도 있다. 학교뿐만 아니라 정부기관에서 교환학생을 유치하는 것이 인상 깊었다. 

  DELL Technologies  5450 Great America Parkway,Santa Clara, CA 95054  벤치마킹미국샌프란시스코  □ 연수내용◇ 세계 3개 PC판매기업으로 꼽힌 DELL◯ Dell은 1984년 'PC's Limited'라는 이름으로 설립된 PC제조 및 판매기업으로 1980년대에서 1990년대 동안 개인용 컴퓨터와 서버 분야에서 가장 큰 판매사였다.창립자인 마이클 델(Michael Dell)의 이름을 따서 사명을 변경한 DELL은 미국 및 전세계에서 14만5,000명 이상의 직원을 고용하고 있는 세계 최대의 기술 기업 중 하나이다.◯ 본사는 텍사스 위치하며 휴렛팩커드(HP), Lenovo와 함께 세계 3개 PC판매기업으로 꼽힌다. 2006년 포춘지는 포춘 500에 DELL을 25번째로 가장 큰 회사로 순위를 올렸다. 시가총액이 452억 달러로 미국에서 38번째로 큰 기업이다. ▲ 연수단을 맞이해준 스테판 부사장[출처=브레인파크]◯ 주 제품은 개인용 컴퓨터, 서버, 기억 장치, 네트워크 스위치, 소프트웨어, 텔레비전, 컴퓨터 주변기기 등이며, 기술 관련 제품을 제조하여 시장에 내놓아 판매하고 지원하고 있다.◯ 1994년 큰 유통업체에 공급을 중단하고, 1996년 웹사이트나 전화를 통해 소비자 직거래를 최초로 시작하며 공급망 관리 및 전자상거래의 혁신을 이룬 것으로도 유명하다.◯ 직접 판매 모델과 주문제작 및 주문구성식 접근으로 중간 유통 단계가 없어져 경쟁 업체들보다 상대적으로 낮은 가격에 동급의 사양으로 PC를 판매할 수 있었다. 주문을 받은 다음에 제작에 들어가는 방식이라 재고품 문제도 해결할 수 있었다.▲ 브리핑 현장[출처=브레인파크]◇ 2007년 창업자가 다시 대표로 복귀하며 IT솔루션기업으로 체질 개선◯ Dell의 창업자인 마이클 델은 2004년 전문경영인에게 회사운영을 맡기고 자선사업에 나와있었으나 이사회의 요청으로 2007년 다시 대표직에 복귀했다.당시 미국에서 호황을 누리던 IT 산업의 거품이 빠지면서 많은 기업이 도산했고 델 역시 주가 하락 등을 면치 못했기 때문이다.◯ 다시 경영자로 돌아온 마이클 델은 소비자의 의견을 수렴하고 불만을 처리하기 위한 서비스인 '아이디어스톰'을 신설한다. 이와 함께 2009년 Perot Systems를 인수하며 IT서비스 시장에 진출했다.스토리지(저장장치), 네트워크 장비 등 다양한 분야의 기업을 인수하면서 엔터프라이즈 사업을 본격적으로 준비하기 시작했다. 주력 사업인 PC 제조를 넘어 종합 IT 솔루션 기업으로 체질을 바꾸기 위해서다.◯ 2013년, 마이클 델은 사모펀드인 실버레이크와 손잡고 주식회사 델의 모든 주식을 구매하기로 결정했다. 이를 통해 상장을 폐지하고 비상장 기업으로 돌아갈 것이라고 발표했다. 주식 인수작업은 2014년 마무리되었다.◯ 사실 창업자가 주도하는 자진 상장폐지는 매우 드문 사례다. 일반적인 상장폐지는 앞서 언급한 것처럼 기업 경영이 어려워 퇴출당하는 경우가 대부분이다.자진 상장폐지라 하더라도 사모펀드가 거품이 낀 기업을 인수해 회사를 분할 및 매각한 뒤 알짜배기만 남겨 재상장해 이득을 얻는 것이 일반적이기 때문이다.◯ 이런 사례와 달리 마이클 델은 주주의 간섭없이 회사를 운영하고, 단기적인 이익이 아닌 미래의 사업을 목표로 기업을 운영하기 위해 상장폐지를 결정했다.이를 통해 델 컴퓨터는 주주총회 같은 번거로운 절차 없이 경영자의 판단만으로 미래 사업을 진행할 수 있게 되었다. PC 제조업에서 IT 솔루션 기업으로 탈바꿈 하기 위한 투자도 더욱 적극적으로 진행할 수 있게 되었다. 이러한 마이클 델의 결정을 IT 매체들은 '세계 최대의 스타트업이 탄생했다'고 평가하기도 했다.▲ 역사상 가장 의미있는 기술 인수로 평가받는 EMC 인수[출처=브레인파크]◯ 최대주주였던 마이클 델은 여전히 최고경영자 자리에 계속 머무르면서 회사를 이끌었다. 특히 그가 델 컴퓨터의 미래 먹거리로 여긴 서버, 스토리지 등 엔터프라이즈 분야의 사업이 성장하면서 델의 명성을 이어가고 있다.◯ 이런 성장에 힘입어 마이클 델은 2015년 글로벌 1위 스토리지 솔루션 기업인 EMC를 670억 달러에 인수한다고 발표했다. 엔터프라이즈 솔루션 분야에서 입지를 확고히하기 위해서다.잘하는 분야였던 서버 등에는 꾸준히 투자하고, 못하는 분야였던 스토리지는 인수로 점유율을 확보한다는 전략이다. 마이클 델이 EMC를 인수한 일은 '역사상 가장 의미있는 기술 인수'라는 평가를 받기도 했다.◯ 특히 이 인수를 통해 EMC의 자회사인 가상화 솔루션 기업 VM웨어의 지분까지 보유하면서 클라우드 솔루션 기업으로 진화할 가능성까지 내비쳤다.실제로 VM웨어는 클라우드 시스템 관리 소프트웨어 시장과 데이터센터 자동화 소프트웨어 시장의 선두 기업으로, 델의 하드웨어와 만나 시너지 효과를 낼 것으로 기대받고 있다.◇ 작은 기업이 가진 사고방식을 가진 큰 기업, DELL◯ 발표를 맡은 스테판(Stefan)씨는 2011년 ‘Forest and Network’라는 회사가 DELL에 인수되면서부터 DELL에서 일하기 시작했다. 이전에도 IBM, Cement과 같은 대기업에서 일했고 스타트업 창업 경험도 있다.◯ DELL에 계속 남아있는 이유는 열정이 만들어내는 혁신 때문이며 DELL은 작은 기업의 사고방식을 갖고 있는 큰 기업으로 127개국 파트너들과 함께 일하고 있다. DELL 기술과 DELL에서 어떤 일을 하는지, 어떤 변화를 거치고 있는지에 대한 브리핑이 이어졌다.◇ 디지털 기술화 시장◯ 조직의 디지털 기술화 준비단계는 다음과 같이 나눠볼 수 있다.• Digital Laggards: 디지털 플랜이 없는 단계. 제한된 이니셔티브 & 제자리 투자• Digital Followers: 극소수의 디지털 투자 단계. 미래를 향한 잠정적인 계획만 가지고 있다.• Digital Evaluators: 디지털 변환과 미래를 위한 계획을 점차적으로 수용한다.• Digital Adopters: 성숙한 디지털 계획, 투자 및 혁신을 준비한다.• Digital Leaders: 디지털 변환이 비즈니스 DNA에 뿌리깊게 자리한다.◯ DELL 기술은 문제 해결 제공자, 자동화, AI, 오픈 네트워킹으로 볼 수 있다. 기술적인 측면, 자산, VMware를 비롯하여 DELL의 기술을 만들어 낸 여러 회사들을 볼 때 DELL의 서버, 저장 기술, 높은 전환율, 네트워킹은 세계 최고이다.이 분야에서 앞서고 있는 회사는 DELL을 포함하여 Humerus, Big Switch 등 3~4개의 회사들이 있는데, 이는 이들이 DELL의 파트너이기 때문에 가능했다.◯ 디지털 기술화 시장에서 소비자 기술은 무척 중요하며 DELL에게도 중요한 계획이다. 디지털 전환은 클라우드 시스템으로 인해 가능하다.모두가 공용 클라우드(아마존, 구글, 페이스북, 마이크로소프트 등)에 대해서는 알지만 사적 클라우드에 대해서는 잘 알지 못한다.◯ 어플리케이션(application)은 어디서 작동되는가? 이 모든 어플리케이션을 어떻게 조화시킬 것인가? 어플리케이션을 변형시켜서 어떤 비즈니스적인 이익을 얻을 수 있는가? 이는 회사가 스스로 업데이트 시킴으로써 겪어야 할 과정이다.◯ 제품을 만들 때 IT 인프라가 중요하다. 이 인프라가 제품을 만들 수 있게 해준다. IT 인프라 혁신은 자기만의 페이스가 있으며 이 페이스는 점점 빨라지고 있다.최근 2년 동안 발생된 데이터의 양은 엄청나며 5G가 활성화됨에 따라 더욱 많아질 것이다. 그래서 우리가 생각해야 할 것은 엄청난 양의 데이터를 가지고 어떻게 할 것인가? 이다.◇ 디지털 전환의 장애물◯ 기업의 91%가 겪는다고 분석된 디지털 전환의 장애물은 △시간 △기술 △펀드 △리스크 4가지로 볼 수 있다.• 시간: 빠른 변화 속도로 인해 긴박감이 생겼다.• 기술: 디지털 사용 능력과 기술 능력을 포함하여 인력 준비 부족이 발전을 방해하고 있다.• 펀드: 위태로운 시스템은 그대로인데 펀딩만 혁신하고 있다.• 리스크: 디지털 비전과 전략 부족으로 인해 비즈니스 리스크가 증가했다.◯ 변화 과정에서 이 리스크들을 감당해야 하며 분석해야 한다. DELL도 같은 과정을 겪었다.◇ 디지털 리더십으로 가는 길◯ 변화는 3가지 측면으로 나눌 수 있다. △사람 △기술 △처리 과정이다. 이 모든 것이 일어나야 원하는 변화를 이끌어낼 수 있다. 변화를 이루고 나서 필요 없어지는 것들이 아니라 결과에 도달한 후에도 계속해서 일어나야 하는 일들이다.◯ 그리고 모든 변화는 4가지로 이루어진다. 첫째 현대적 인프라, 현대적 기업과 운영방식, 현대적 서비스 제공 등 IT 변환이 있다. 이러한 IT 변환은 매출이 2배 이상 증가할 가능성을 높인다.◯ 둘째, 빠른 사용자 경험, 지능적인 관리방식, 신뢰할 수 있는 환경 조성 등 노동방식의 전환으로 이때 직원들을 우선시해야 한다.◯ 셋째, 보안은 비즈니스 전략의 주요 부분이며 새로운 태도를 취해야 한다. 환경 규정을 지키는 등 디지털화에서 보안 문제는 정말 중요하다. 데이터 저장에 관한 정부 규제, 보안 문제 때문에 DELL은 사적 클라우드를 만든다.▲ 허유지 부장[출처=브레인파크]◯ 하지만 모든 것을 사적으로 할 수 없기 때문에 멀티 클라우드를 고려한다. 그렇게 되면 공용에서 사적으로, 사적에서 공용으로 서로 호환될 수 있는지의 문제점이 생긴다.또한 디바이스가 신뢰할 수 있는 장치인지, 하드웨어를 신뢰할 수 있는지 등의 보안 관련 도전 과제들도 있다. 인프라를 현대화할 때 우리에게 주어진 도전 과제는 장비 그 자체가 아니라 이런 것들이다.◯ 넷째, 어플리케이션은 기존의 어플리케이션의 현대화, 새로운 어플리케이션 개설, 필요한 기술 습득을 말하는 것으로 비즈니스는 소프트웨어에 의해 정의되며, 차별화되며, 주도된다.모든 것은 어플리케이션과 관련되어 있다. 어플리케이션에 투자하여 호환되고, 다른 환경에서도 작동하는 어플리케이션을 가상화해야한다. 어떤 클라우드를 작동시키기 위해 어떻게 어플리케이션을 조직할지 생각해야 한다.◇ 디지털 전환의 구성 요소▲ 디지털 전환의 구성요소[출처=브레인파크]◯ 디지털 전환을 구성하는 가장 기초는 Services와 Consumption으로 DELL Technology와 DELL 재정 서비스를 이용할 수 있다. 다른 국가에서 물건을 판매할 때 모든 회사는 재정적인 측면에서 파트너십을 맺어야 한다.혼자 모든 자금을 감당할 수 없기 때문이다. 반면 DELL은 워낙 큰 회사이기 때문에 금융 서비스가 있어서 자금을 스스로 부담할 수 있다. 컴퓨팅 서비스도 제공하고 있다.◯ 다음으로 인프라 구축으로 VMware를 이용할 수 있다. VMware를 통해 사용자 조정 서버와 컴퓨팅을 작동하고 저장·집중하는 것, 데이터를 저장하고 백업하는 것이 가능하다. 클라우드 구축은 7개 기업이 모여 DELL 기술 클라우드를 발표했고 개시될 예정이다.◯ 마지막으로 어플리케이션은 5~6년 전 DELL에서 오픈 네트워크라는 개념을 논의하였고 전체 작동 시스템을 오픈 소스로 만들었다. 이 작동 시스템을 보고 DELL에서 배달받기까지 기다리지 않고 어플리케이션을 사용할 수 있게 했다. Humerus, Big Switch 등 여러 파트너들과 집계 작동 시스템을 열었다.오픈 소스 커뮤니티에 이런 작동 시스템을 소개했고, SONIC에 마이크로소프트 관련 엄청난 기여를 하고 있다. 우리에게 작동 시스템 그 자체는 혁신이 아니다. 그 안의 어플리케이션이 혁신으로 이어지는 길이다.◇ DELL EMC HPC와 AI 이노베이션 랩의 목표와 업무◯ 다음으로 Joshua씨의 발표로 DELL EMC HPC와 AI 이노베이션 랩에 대한 소개가 이어졌다. DELL EMC HPC와 AI 이노베이션 랩은 투자, HPC와 AI 이노베이션 랩, 기술적 회의・투어・원격접속을 중심으로 다음과 같은 목표를 가지고 있다.◯ 첫째, 디자인, 발전, HPC와 DL 시스템 통합: 유연한 레퍼런스 아키텍처, 연구 컴퓨팅, 제조, 생명과학, 석유 및 가스에 맞춘 시스템◯ 둘째, 공동R&D활동의 중심: 공동의 혁신을 위해 파트너들과 기술 협력과 CSC, COEs, 고객들과 연구 조정◯ 셋째, 어플리케이션 성능 연구 및 모범 사례 개발: : 백서, 블로그, 프레젠테이션◯ 넷째, 프로토타입, 선진기술 분석: : NVMe, FPGAs, Containers, DL workloads, 새로운 메모리 기술, HPC+Cloud 등▲ DELL EMC HPC 와 딥 러닝 솔루션[출처=브레인파크]◯ 주요 업무는 다음과 같다.• HPC와 딥 러닝 워크로드를 위한 시스템을 디자인하고 개발: 이때 시스템은 계산, 저장, 네트워크, 소프트웨어, 서비스, 지원 시스템을 의미• 공장, 소프트웨어, 서비스 통합• 전력 및 성능 분석, 튜닝, 모범 사례 구축, 절충• 어플리케이션 성능 집중• 수직 솔루션 제공• 연구 및 개념 증명 연구• 백서, 블로그, 협상문 출판• 랩의 시스템 오픈, 제공◇ 이노베이션 랩이 갖춘 세계적 수준의 인프라◯ 랩이 갖춘 최고의 인프라는 다음과 같다.• Intel Scalable Systems Framework(OPA, KNL, Xeon)에 기반한 탑 500개 종류의 시스템• 424 Intel Xeon, 160 Xeon Phi(KNL) 서버• 1.1 PF가 넘는 성능의 결합• Lustre, Isilon H600, Isilon F800 and NSS 저장소• 액체 냉각 및 공기 냉각◇ 딥 러닝을 위한 ‘델 EMC 레디 솔루션’◯ 다음으로 이노베이션 랩의 주제에 의해 발전한 솔루션 사례와 프로그램에 솔루션이 어떻게 적용하는지에 대한 발표가 이어졌다. 솔루션 컨설턴트인 Guy Laporte씨는 딥 러닝을 위한 ‘델 EMC 레디 솔루션에 대해 소개했다.◯ 솔루션은 딥 러닝에 집중하고 있는데, 딥 러닝은 AI 자산이며 GPU를 기반으로 하기 때문에 소프트웨어 체계를 마련한다.◯ 딥 러닝을 통해 어떻게 방대한 양의 데이터를 관리하는가? 업그레이드 된 Data Science를 제공하기 위해 강한 컴퓨팅 파워를 가지고 있는 솔루션을 가져야 할 뿐만 아니라 데이터를 저장, 합병할 수 있는 전문지식 등이 필요하다.방대한 양의 소프트웨어 부품과 딥 러닝을 할 수 있는 요구를 충족시키는 것, 이 모든 것을 하나의 플랫폼에 모으는지가 도전 과제이다.◯ 딥 러닝 솔루션은 가장 강한 GPU를 가지고 있기 때문에 서버가 조금밖에 없어도 강한 솔루션을 가질 수 있다. 서버, 저장율, 네트워킹 부품이 있다.솔루션은 작은 숫자의 서버만 가지고 일을 하도록 디자인되어 있다. 솔루션은 적은 숫자의 서버로 시작하도록 디자인되었지만 서버를 추가하고 싶으면 네트워크에 서버를 스스로 추가하는 능력을 갖추고 있다.◯ 솔루션은 HPC(고성능 컴퓨팅) 클러스터 모델에 기반하고 있다. Head 노드로 시작하고, 딥 러닝을 사용하기 때문에 Compute 노드 그룹은 GBE로 작동한다. 클러스터에 고속의 상호교환을 원한다면 EDR 뼈대가 만들어진다.◯ 저장장치는 User Directory(사용자 조정)인데, 두 가지 옵션이 있다. Head 노드는 전통적으로 HPC에서 본 것보다 더 큰 노드이다. 데이터를 찾을 때 포털 역할을 하기 때문이다. 서버는 Compute 노드를 사용할 때보다 12배 더 크다. 저장소가 충분히 크지 않으면 축적율을 높일 수 있다.◯ 하드웨어 플랫폼을 구축한 후에는, 소프트웨어 환경을 조성해서 GPU의 이점을 이용하고 딥 러닝 프로그램을 실행해야 한다. 또한 딥 러닝을 이용하여 서비스를 HPC 클러스터로 통합시켜야 한다. 딥 러닝 플랫폼에 접근할 수 있는 셀프 서비스 제공이 목적이다.◇ 머신러닝과 딥 러닝의 적용 사례◯ 머신러닝과 딥 러닝의 분야별 적용 사례를 다음과 같다.• 헬스케어와 생명과학: 약물 상호작용, 암 감지, 만성 질환 예측, 신약 개발, 유전자 돌연변이, 위생시설• 재정 서비스: 사기 방지, 위기 관리, 투자 예측, 고객 서비스, 디지털 어시스턴트, 네트워크 보안• 정부 보안: 안면인식, 비디오 감시, 사이버 보안, 위성 이미지, 사건 예측, 응급 서비스• 미디어와 엔터테인먼트: 비디오 자막 삽입, 컨텐츠 기반 검색, 동시통역, 언어 처리, 콘텐츠 제안• 에너지: 풍력 발전, 태양 발전량 예측, 석유 생산 최적화, 일기예보, 소비 수요 예측• 교통수단: 자율주행, 보행자와 물체 감지, 차선 추적 및 교통 패턴, 예방적 유지보수, 위험 평가◇ AI, 머신러닝, 딥 러닝이 무엇인가?◯ AI와 머신러닝(Machine Learning), 딥 러닝(Deep Learning)을 무엇인지 정의해보면 AI는 기계 지능으로 머신러닝과 딥 러닝은 AI를 가능하게 만들어주는 기술이다.◯ 머신러닝은 작업 수행 방법을 학습할 수 있는 기능을 제공하는 알고리즘에 대량의 데이터를 공급하여 기계를 ‘트레이닝’하는 것이다.◯ 딥 러닝은 구성 요소(컨볼루션, 풀링)와 경험적 접근(중퇴 및 일괄 정상화)를 결합함으로써 코딩 효율을 향상시키는 것을 의미한다.◇ AI를 위한 레디 솔루션◯ 고객들은 결합된 하드웨어와 소프트웨어를 기반으로 한 새로운 솔루션을 설계하는 데까지 12-18개월이 걸리기 때문에 ‘Al는 너무 복잡하다.’라는 의견과 데이터는 천문학적인 속도로 증가하고 있기 때문에 통찰력을 갖고 신속하게 조치를 취하기 위해 수동으로 데이터를 활용하는 것은 불가능하기 때문에 ‘데이터의 이점을 충분히 활용하지 못했고 결과는 너무 느리게 나온다.’는 의견, AI, 머신러닝, 딥 러닝은 비교적 새로운 분야이기 때문에 깊은 전문지식과 가이드라인이 부족하여 ‘사내 전문지식이 없다.'는 어려움을 토로한다.◯ 그래서 AI를 위한 레디 솔루션은 AI를 최적화된 하드웨어-소프트웨어 스택(일시적으로 보존하고 싶은 데이터를 차례로 겹쳐 쌓듯이 수납해 가는 기억 장치)을 간소화하고 솔루션을 검증하였다.◯ 파워엣지 서버와 NVIDIA GPU, Isilon Scale-out NAS 저장소는 더 빠른, 더 깊은 통찰력을 가능하게 했고 워크샵, 컨설팅, 배포, 컨셉 증명, 지원과 자금 조달 가능성을 제공하여 검증된 전문지식을 쌓도록 했다.◇ Head Node VS Compute Node◯ Head Node는 서버에 기반하고 있는데, 이 서버는 소프트웨어가 저장소를 찾는 데 집중하게 한다.◯ Compute Node는 C4140서버는 밀집도가 높은 GPU 서버로, 오직 GPU를 위해 특수하게 디자인되었다. 딥 러닝을 위해 최대 GPU to GPU를 사용한다.◇ Compute Nodes – 파워엣지 C4140 서버◯ Compute Node의 C4140서버에 사용된 워크로드는 △머신 러닝과 딥 러닝 △기술적 컴퓨팅(연구/생명과학) △ 짧은 대기 시간과 고성능 어플리케이션(FSI)이다.◯ 이 서버의 핵심 역량은 다음과 같다.• 특허 출원 중인 인터리브 GPU 시스템 설계로 성능 향상 및 우수한 열 효율성• NVIDIA Tesla “V100 with NVLink”를 사용하는 최대 500개의 TFLOPS/U+의 성능 저하 없는 (CPU+GPU) 가속 기술• 차세대 GPU를 위해 미래를 대비할 수 있도록 돕는 2.4KW PSUs• 사전 구성된 레디 번들로 구축 간소화◇ Bright Cluster Management for Data Science◯ 데이터 사이언스 프로젝트를 가속화하기 위해 필요한 것으로 단일 인터페이스에서 하드웨어, 운영 시스템, 빅데이터 및 딥 러닝 소프트웨어를 프로비저닝함으로써 데이터 사이언스 클러스터를 단일 독립체로 관리하는 것과 파워엣지 서버와의 통합으로 관리 및 구성을 간소화하는 것이 있다.◇ HPC를 위한 델 EMC 레디 솔루션◯ HPC를 위한 레디 솔루션은 무엇인가?• 사용 가능한 배포, 지원 및 원격 관리 서비스를 갖춘 도메인별 시스템• 시스템 배포 및 운영을 위한 검증된 소프트웨어 스택• compute, 네트워크, 저장소를 포함하여 HPC 시스템 디자인의 모든 부분을 분석• 도메인 관련 성능 정의 및 간행물◯ HPC를 위한 실행 가능한 레디 솔루션은 △연구 △생명과학 △디지털 제조업 △ NSS 저장소 △Lustre 저장소가 있다.◯ Dell EMC Integration의 Bright Cluster Manager가 제공하는 추가기능은 다음과 간다. 첫째, 현재 소프트웨어는 iDRAC을 거쳐 델 EMC 서버를 관리한다.◯ 둘째, Bright Cluster Manager는 BIOS에서 사용할 수 있는 각 서버의 정보를 다음과 같이 모은다.• 1. 서버의 BIOS 시스템 프로파일 표시• 2. 사용자가 단일 소스에서 설정을 변경할 수 있도록 지원한다.• 3. 최적의 클러스터 성능을 위해 이기종 서버 프로파일 관리한다.◯ 셋째, fw/BIOS 업데이트를 수행할 수 있다. 그 후 단일 사용자 GUI로 관리 용이성을 나타낸다.◯ 넷째, 모니터링: GPU 이용을 모니터링할 수 있다.◯ 다섯째, 델은 소프트웨어 유틸리티를 서버에 많이 제공한다.◯ 통합 및 설치는 델 EMC 시스템 관리 도구와 OpenManage 업데이트, 지원되는 주변 장치에 대한 델 EMC 네트워크와 저장소 드라이버 업데이트를 하면 된다.◇ DELL EMC의 OpenHPC◯ 오픈 소스 HPC 소프트웨어 스택은 2016년 6월부터 기술운영위원회의 멤버로 기능 영역 ‘리소스 관리’의 유지 관리자로서 SLURM 구성 향상에 기여했다.Pull Request를 제출하고 문제를 식별하여 소프트웨어 기능 및 사용 편의성을 향상시켰다. 그리고 소프트웨어 스택의 구성 부품 30개 이상이 검토되었다.• OpenHPC 소프트웨어 스택 v1.3.1 입증됨: Head Node R740/R640, Compute Nodes C6420• OpenHPC 소프트웨어 스택 v1.3.5 입증됨: Head Node R740, Compute Nodes MX740c◇ HPC 디지털 제조업을 위한 ‘델 EMC 레디 솔루션’◯ Computer Aided Engineering(CAE)에 초점을 둔 HPC 레디 솔루션으로 주로 엔지니어링 시뮬레이션 도메인에 초점을 맞췄다.• 1. Computational Fluid Dynamics (CFD) 계산유체역학• 2. Finite Element Analysis (FEA) 유한요소해석• 3. Computational Electromagnetics (CEM) 컴퓨터 전기자기학◯ ISV 파트너십은 Altair, ANSYS, Siemens, LSTC 등이 있다.▲ HPC 디지털 제조업을 위한 ‘델 EMC 레디 솔루션’ 제품군[출처=브레인파크]◯ Compute Building Blocks와 Management Building Blocks이 구성 요소 계산과 관리를 하고 HPC 네트워킹 제품으로 DELL EMC, Mellanox이 있다, HPC 저장 제품은 DELL EMC, Seagate, DataDirect이 있다.◯ Bright Cluster Manager 또는 OpenHPC, DELL Pro Support, Pro Support Plus, Deployment Services, ISV 어플리케이션을 활용할 수 있다.◯ HPC 디지털 제조업을 위한 ‘델 EMC 레디 솔루션은 컴퓨팅, 저장, 네트워킹, 통합 관리, 모니터링 및 서비스를 포함하는 포괄적인 제품으로 각 단계마다 선택할 수 있는 유연성이 장점이다.

□ 연수내용◇ 제조업에 특화된 AI서비스와 솔루션 제공이 목표○ 마키나락스는 2017년 12월 설립된 제조업에 특화된 AI서비스와 솔루션을 제공하는 스타트업으로 생산공정에 AI를 도입해 기계 고장이나 품질 이상 등을 예측하는 제조업에 특화된 AI서비스와 솔루션을 제공한다.○ 마키나락스는 Makina는 라틴어로 machine이다. Machine Intelligence를 폭넓게 해석한 것이다. Rocks는 Shaking으로 '인공지능을 통해 산업을 뒤흔들다'라는 뜻을 가졌다. ▲ 이재혁 대표[출처=브레인파크]○ 기계 인텔리전스, AI의 실행(Operation)을 통해 제조업을 다시 정의, 산업을 좀 더 효율적으로 만들자는 비전을 가지고 산업용 AI 솔루션과 제조업과 에너지 산업의 성장을 도모하는 플랫폼을 개발하는 것이 목표이다.◇ SK텔레콤에서 AI관련 팀이 분사하여 창업○ SK텔레콤에서 ‘제조업 특화 AI 데이터 분석 솔루션 기술’을 개발했던 SK텔레콤 소속 관계사(화학회사, 유공 등)에 Digital Transformation(디지털 변환)팀, 특히 인공지능 관련 데이터 분석하는 팀이 분사하여 1대 주주, 2대 주주는 SK텔레콤이다. 실리콘밸리와 서울 오피스에서 17명이 일하고 있다.○ 회사에 이해를 구한 상태에서 2017년 12월 한국에서 회사를 창업하고 2018년 미국 지사를 만들었다. SK텔레콤에서 3명, 삼성전자에서 1명 영입해서 4명으로 회사를 시작했다. 2018년 5월 SK텔레콤, 네이버, 현대에서 Seed-round 펀딩을 받았다.○ 이때 Seed-round란 처음에 회사를 만들면 시드(씨앗) 단계라고 한다. 그 다음으로 a, b, c, d 단계가 있다. 시드는 회사를 만들 때 자금이 필요한 단계, a는 뭔가를 발견해서 투자자들을 설득하는 단계, b는 발견한 것들 중 특정 무언가를 밀고 나가서 더 확장시키는 단계, c는 지역적으로 더 확장하거나 사람도 더 뽑고 매출도 올리는 단계(IPO, Initial Public Offering)이다. 보통 c가 터닝 포인트가 된다.○ 시드 단계에서는 보통 개인 투자를 받거나 창립자들이 돈을 내는데 마키나락스는 SK텔레콤이 자금을 지원했기 때문에 매출이 발생하면서 회사를 시작할 수 있었다.SK텔레콤, 네이버, 현대에서 20억 정도의 투자를 받았다. SK텔레콤이 외부 투자자 중에서는 지분을 가장 많이 받고 있다. B2B 하는 분들은 회사에 있거나 아이템을 발견해서 분사하는 경우가 많다.◇ SK텔레콤이 운영하는 스타트업 인큐베이션 공간에 입주○ 한국에서 창업 후 실리콘밸리에 자회사를 설립해 글로벌 하이테크 반도체 기업을 파트너로 확보했으며, 한국과 미국에서 반도체나 자동차 생산라인, 미생물 공정 생산라인 등에서 프로젝트를 진행하고 있다.○ 실리콘밸리 자회사는 SK텔레콤이 운영하는 스타트업 인큐베이션 공간, Inno- partners에 있다. 인큐베이션 공간과 경쟁적인 형태로 나온 것이 공유 오피스로 WeWork, 스타플레이스 등이 유명하다. 공유 오피스와 인큐베이션 공간의 차이는 공유 오피스는 임대료가 있고 인큐베이션 공간은 임대료가 없다는 것이다.▲ Innopartners 입주기업들○ Innopartners는 실리콘밸리 센터에 위치하고 있는데 스탠포드 대학교가 있고 그 앞에 멘로파크가 있다. 멘로파크에서 반도체 사업이 제일 먼저 시작했다.반도체 사업은 공해가 극심하다. 중간에 메인 공정 중 방사선 쏘는 방식은 공해가 별로 없는데, 독한 화학 물질로 깎아내리는 방식과 산업용 가스로 위에 쓰이는 방식(deposition)은 공해가 많이 발생해서 한국과 대만에서 공정을 진행하고 실리콘밸리에서는 설계, R&D하는 반도체만 남아 있다. 그 뒤로 소프트웨어, 하드웨어 사업이 주로 발달하게 되었다.◇ 어떤 중장비가 망가질지 예측하는 것이 바로 산업용 AI○ 산업용 AI가 나올 수 있던 배경은 IoT, 빅 데이터, AI이다. 각 분야별로 데이터 분석은 조금씩 다르다. IoT 시절 데이터 분석은 On&Off였다. 건설 중장비가 켜져 있는지, 꺼져 있는지만 잘 알아도 가능했다.Uptake가 이 때 나온 회사이다. On&Off를 잘 측정하고 왜 잘 안됐는지 데이터를 분석하고 축적하면서 등장한 것이 빅 데이터이다. 빅 데이터는 왜 작동이 잘 되지 않았는지 이유를 찾는 데 분석이 특화되어 있다. 어떤 중장비가 망가질 것인지 예측하는 것이 AI이다.○ 마키나락스가 하고 있는 것은 제조업의 다양한 문제를 AI기술을 접목해서 해결하려고 하는 것이다. 예를 들어 반도체의 경우 장비 하나가 비싼 것은 4000억 정도이다.따라서 망가지면 안되는데 1년 365일 24시간 작동시키고 독한 화학물질과 가스를 쓰기 때문에 망가질 수밖에 없다. 가동률을 낮추는 원인이 되는 이런 비싼 장비가 언제 망가질지 예측해서 가동률을 올리는 것이다. 해마다 다르지만 1%의 수율만 올라가면 이익이 1조 올라간다.○ 또 다른 예는 화학 공정에 가보면 파이프라인이 길게 연결되어 있는데, 파이프라인의 특정 부분이 막히기 마련이다. 막히는 걸 미리 예측하면 공정 가동률과 수익이 올라간다.그래서 산업용 AI 솔루션은 기존 가정에서 사용하는 AI 제품보다 높은 수준의 예측력을 보유한 AI를 필요로 한다. 기존 AI가 알고리즘과 데이터가 성능을 좌우한다면 마키나락스가 개발한 솔루션은 알고리즘, 데이터에 도메인 지식이 더해져 예측력면에서 뛰어나다.○ 마키나락스는 딥러닝 기반의 PdM(Predictive Maintenance) 알고리즘 및 관리 기법을 적용해, 제조 장비 및 공정에서 발생하는 센서 데이터를 분석을 토대로 △장비 고장 및 품질 이상 예측 △제조 불량 분석 △공정 최적화 솔루션을 제공해 공장의 생산성 및 품질 향상에 기여하고 있다.○ 마키나락스가 자체개발한 인공지능 솔루션은 최소 100억 원대부터인 반도체나 자동차 생산 설비의 고장이나 오류를 짧게는 12시간, 길게는 5일 전에 예측할 수 있도록 설계돼 막대한 손실을 예방한다.◇ 좋은 데이터와 데이터 기술자 확보를 위한 실리콘밸리 진출○ 한국에서 기업 솔루션을 제공하는 기업들이 많이 실패했다. 가장 큰 이유는 데이터가 있어야 하는데, 데이터 자체가 굉장히 흠이 있는 데이터라는 점이다. 장비가 얼마나 망가졌는지 외부에 알려줘야 하기 때문에 어려운 부분이다.○ 또한 데이터를 분석할 수 있는 기술자들의 인건비가 굉장히 높고 인력이 귀하다. 최소 연봉이 3억이다. SK텔레콤에서 인건비를 들여서 기술자들을 한국으로 데려와도 기술자들이 한국에서 일하고 싶어하지 않는다.한국에 가더라도 데이터 분석하는 부지는 다 지역에 있어 지역에 가려고 하지 않기 때문이다. 따라서 대기업도 기술자들을 확보・유지하기가 어렵다.그래서 최근 실리콘밸리에 SK Hynix가 진출하여 데이터 분석 기술자가 Hynix가 있는 이천으로 가지 않고 실리콘밸리에서 새로 지은 건물에서 데이터 분석을 할 수 있도록 하는 것이다.◇ 적용이 쉽지 않았던 산업용 AI○ 산업용 AI라는 개념은 예전부터 등장했지만 잘 적용되지 않았다. 포스코가 IoT 시절부터 투자를 많이 했었고 투자를 오랫동안 해서 데이터 분석을 열심히 했지만 지역에 위치하고 있어서 기술자들을 오랫동안 확보하지 못했다. 포스코는 빅 데이터에서 AI 분석까지 5년동안 프로그램을 실행했고 아래 2개를 많이 공표한다.• 용광로, 고로 온도를 일정하게 만드는 알고리즘: 변수가 많아서 어려운 부문이다.• 아이언 도금 최적화 공정‘○ 데이터 시티즌십’이라고 하는 어느 정도 역량이 있으면 교육을 받고 데이터 기술자가 될 수 있는 프로그램이 있다. 이런 프로그램을 통해 일상생활의 간단한 문제를 해결할 수 있다.SK텔레콤도 데이터 시티즌십을 통해 어떤 신입사원이 먼저 퇴사할 것인지에 대한 알고리즘을 만들었다. 그러나 정작 중요한 수율이 올라가는 과정에 대해서는 잘 없다.예전에는 노하우가 많은 엔지니어가 변수 여러 개를 두고 수율을 계산했으나 빅 데이터를 통해 변수가 늘어나면서 AI가 등장하게 된 것이다.▲ 산업용 AI 접목을 위한 4개 요소[출처=브레인파크]◇ 산업용 AI 접목○ 산업용 AI의 접목을 위해서는 아래 4개 요소가 필요하다.• 연결성 : 반도체의 경우 2014년 Hynix 인수할 때 공정 수가 300개였는데 2018년 기준 600개가 됐다. 내년 새로운 Fab이 만들어지면 800개가 넘어갈 것이다.• 복잡성 : 간단한 문제는 AI를 사용할 필요가 없고 빅 데이터, SAS 툴을 사용하면 된다. 하지만 문제가 점점 복잡해지기 때문에 AI를 사용해야 한다.• 기술 : 딥 러닝 아키텍처(컴퓨터 시스템의 구성)에서의 매개변수• 투자 : CAGR(연평균 성장률) 170억 + 2025 시장 (제조업에서의 산업용 AI) Þ 40% 상승◇ 소비자 중심 AI와 산업용 AI의 차이점○ 소비자 지향 AI와 산업용 AI의 차이는 사람이 잘하는 분야에 대해서도 사람보다 기계가 일을 많이 하는 것이 소비자 AI라면, 산업용 AI의 목적은 장비가 너무 복잡해서 언제 망가질지 사람이 예측할 수 없는 그런 부분을 예측하는 것이다. 소비자 중심 AI산업용 AI목표자연 지능과 관련된 업무에 초점산업 문제와 관련된 업무에 초점(예를 들어 수율 향상, 인간의 지능으로 해결하기 힘든 최적화)적용언어 번역, 자율 주행, 비디오 감시PDM(예측정비), 결함 추정, 공정 최적화데이터인간이 해석 가능한 데이터(사진, 비디오, 텍스트, 음성, 소비자 프로필과 활동 등)인간이 해석할 수 없는 데이터(센서 값, 처리 이미지, 현지 기술자 업무 등)○ 사람이 공정 수가 너무 많으면 최적화할 수 없기 때문에 AI가 한다. 사람이 도입한 것이기 때문에 사람 일자리를 위협하는 것을 제외하고 AI로 대체하는 것이다.B2C는 사람들이 다 이해하는 데이터(사진, 텍스트, 비디오 등), 후자는 사람이 이해하기 어려운 데이터(센서 데이터 그래프, 프로세스 이미지 등)이다. 프로세스 이미지는 예를 들어 자동차 부품 안을 찍어서 보면 실금이 잘 보이지 않기 때문에 AI가 찾아내는 것이 필요하다.◇ 산업계에서 산업용 AI의 문제점○ 투자자들이 인공지능에 많은 투자를 하고 있고 산업용 AI에 대해서만 2025년까지 17조 원의 시장으로 확대될 것으로 보고 있다. 마키나락스와 같은 기업이 필요한 이유는 사람들이 시작은 많이 하지만 70% 정도가 잘 되지 않기 때문이다.산업용 AI를 적용하기 위한 4단계가 있다.• 첫째, 개념 검증(PoC, Proof of Concept)• 둘째, 파일럿(실전 테스트 라인 선정)• 셋째, 생산 라인 적용(Deployment)• 넷째, 확장(한 두개 생산에서 공장 전체로 확장 )○ 하지만 대부분 2단계 파일럿에서 끝난다. 이유는 센서 데이터를 해석할 정도가 되려면 전문가이거나 데이터 처리를 사전에 많이 해본 사람이어야 하는데, 그런 경우가 많이 없기 때문이다.◇ 산업용 AI가 해결해나가야 할 도전과제○ 앞으로 해결해나가야 할 도전과제는 다음과 같다. 첫째, 늘어나는 복잡성, 더 높은 기대, 적용 과정에서의 고위험 등에 대한 ‘문제 정의(Problem Definition)’가 필요하다.실제 현장에서 발생되는 문제는 프로젝트 정의가 먼저 이루어져야 하는데, 시장 자체가 초기 적응 단계이다. 이 단계에서는 어떤 문제를 AI 기술로 해결할 수 있는지 아는 것이 어렵다.각 대기업마다 자랑하는 기술이 딱히 없다. 삼성에서 자랑하는 것은 AI 기반 빅데이터 플랫폼인 Brightics인데, 아직까지 이 플랫폼을 가지고 뚜렷하게 개선한 사례는 아직 없다.○ 둘째, 불균형 또는 잡음 라벨, AI 역량 부족, 도메인 지식 통합에 대한 알고리즘(Development)이 필요하다. 문제를 풀려면 도메인 지식이 있어야 하는데 30대 초반의 유능한 필드 엔지니어를 서울대에 6개월 데이터 분석 과정에 보내서 가르치면 데이터 분석 기술자가 되는지 실험해봤으나 데이터 분석 기술자가 되는 것이 아니라 수학만 배우고 온다는 결과가 나왔다. 배경지식이 많고 경험 있는 기술자를 찾는 것이 어렵다.○ 셋째, 시스템 통합, 연속적인 학습, 모델 관리를 통한 작동(Deployment)이 필요하다. 노조원이나 현지 엔지니어는 자신들의 일자리를 없앤다고 생각해서 기계 시각(Machine Vision Project)을 선호하지 않는다.따라서 PoC, 파일럿은 잘 되는데 Deployment가 어렵다. Machine Vision 구현 사이트를 1년 후에 들어가면 방치되어 있는 것들이 많다. 한국에 기계 시각을 구축할 수 있다는 SI(System Integrator, 시스템 통합 사업자) 업체가 협회에 등록된 것만 400개가 넘는다.그러나 정작 성공사례는 없다. 현재 기술의 현주소이다. 시작하더라도 3단계 Deployment할 때 현실적인 문제는 정상 데이터, 비정상 데이터이다.1만 장씩 각각 있다는 공장은 현실에 없다. 흔한 예로 그냥 정상 데이터가 1만 장, 비정상 데이터는 두 장밖에 없다. 정상 데이터는 많고 비정상 데이터는 없다.▲ 산업용 AI가 해결해나가야 할 도전과제[출처=브레인파크]◇ 산업용 AI에 초점을 맞춘 기계 학습○ 크게 4가지 정도의 핵심 기술이 있다. 최근에 딥러닝 모델을 활용한 스타트업 기업들이 많아지고 있다. 딥러닝 모델에 기반하여 주어진 데이터를 가지고 어떻게 좋은 학습 모델을 만들지 집중하는 경우가 많은데 이 분야에서 일을 하다 보니 이 부분도 중요한 것은 맞지만 그 외에도 성공하기 위해 다른 기술들이 많이 필요하다는 것을 알았다.▲ 마키나락스의 4개 핵심 기술[출처=브레인파크]○ 첫째, Active Learning이다. 데이터를 전부 라벨링할 수 없고 레이블은 얻으면 얻을수록 도움이 되기 때문에 효율적으로 얻어야 한다.샘플링을 한 번 할 때마다 비용이 들기 때문에 비용을 최소화하면서 모델의 성능을 올릴 수 있는 라벨링은 무엇인지 찾는 것이 중요하다.어떤 데이터 샘플을 뽑아야 라벨링이 효과적일지, 뽑은 데이터 샘플을 어떤 방식으로 엔지니어 혹은 도메인 전문가들에게 요청해야 흔쾌히 수락할지 2가지 측면에서 고민하고 있다.연속적으로 클릭해서 라벨링 해야 하면 불편해서 수락하지 않을 것이고, 드롭 다운 메뉴에서 고르거나 한 번 클릭할 수 있는 샘플이면 수락할 것이다.○ 둘째, Deep Learning이다. 일반적인 이미지, 텍스트 데이터 라벨링은 비용이 들어도 모든 사람이 할 수 있어서 클라우드 소싱 방식을 선택할 수 있고 데이터가 공개되어 있는 경우가 많아서 작업이 수월하다. 반면 산업용 데이터는 굉장히 제한적인 사람들만 접근이 가능하고 소수만 고장이 났는지 체크할 수 있다.○ 셋째, Continual Learning이다. 아카데미에서는 새로운 과제를 학습할 때 과거에 학습했던 과정도 잊지 않고 잘 가지고 있는 것을 말한다.반면 산업에서는 하나의 장비를 사용하더라도 제조 환경은 계속 바뀌는데, 달라질 때마다 계속 새로운 모델을 만들 수 없기 때문에 계속 변화하는 환경에서 모델 성능을 사람의 개입 없이 어떻게 잘 유지할 수 있을지 고민하고 있다.○ 넷째, Reinforcement Learning이다. 마키나락스도 Reinforcement Learning을 중심으로 하는 프로젝트가 있기는 하지만 보통 시뮬레이션이 가능한 환경이다.반도체, 자동차 장비처럼 좋은 시뮬레이터가 없는 경우 마키나락스가 사용하는 데 아직까지는 제한이 있다. 데이터를 마음대로 뽑을 수 없기 때문에 쓸 수 있는 부분에서만 최대한 활용하려고 한다.◇ 우리가 가지고 있는 기술: 어플리케이션의 핵심○ 핵심 기술로부터 발견한 주요 어플리케이션으로 자동화, 주요 원인 찾기 등이 있다. 이런 분야에 대해서 내부적으로 연구, 개발하고 있고 프로젝트를 하면서 얻은 기술을 IP로 쌓아가고 있다. 경우에 따라서 어떤 기술은 논문으로도 가치가 있다고 느껴지면 논문도 제출하고 있다.○ 가장 첫 단계로 기계 데이터 분석(Machine Data Analytics)이 이루어진다.• 센서 & 시계열데이터 분석 기술○ 다음 단계에서 △비정상 행위 탐지(Anomaly Detection), △시간 예측(Event Forecasting), △근본 원인 분석(Root Cause Analysis), △공정 최적화(Process Optimization)가 이루어진다.• 패널 이미지에서의 결함 추정• SVD 분해를 이용한 태양열 예측• 바이오리액터(생물 반응 장치) 자율제어• NNM(Neural Network Model, 신경망 모형)을 이용하여 다양한 제조 장비 환경에서 이상징후감지• 딥 러닝 모델에 기반하여 자산 고장 예측하기 위해 준 감독 학습○ 마지막으로 4개 핵심기술 △Active Learning, △Deep Learning, △Continual Learning, △Reinforcement Learning이 활용된다.• Continual Learning을 사용한 이상징후 감지• Layerwise Information: loss-based 이상치 탐지• 산업 데이터에 대한 딥 러닝 분석• Class-labeled 이상치 탐지• 딥 러닝 모델을 이용한 데이터 라벨링○ 프로젝트를 할 때 필요한 모델을 구현하거나 누군가가 구현해 놓은 코드를 활용하는 경우가 있는데, 두 경우 다 검증이 안된 것이라는 문제점이 있다.따라서 마키나락스는 자체적으로 자주 쓰이는 모델을 구현하고 검증도 마쳐서 필요할 때 신속하게 활용할 수 있게 한다. 또한 구현해 놓은 모델에 새로운 구성요소를 붙여서 융통성 있게 활용할 수 있도록 한다.▲ Core to Applications[출처=브레인파크]◇ 다양한 부문에 적용되는 산업용 AI○ 일반적인 제조업이 아니라 반도체, 배터리 등 수백 가지 공정까지 가는 여러 가지 변수를 가진 제조 과정이 관련되어 있는 산업을 High Complexity 산업이라고 한다. 딥러닝 기술이 유의미하다고 보는 4가지 산업분야는 다음과 같다.• 반도체 & 디스플레이(Semiconductor & Display): 장비예측정비(PdM), 가상계측(VM), HVAC(Heating, Ventilation, Air Conditioning: 공기조화기술) 최적화• 화학, 제약(Chemicals & Pharma): 프로세스 자동조종장치, 품질검사, 장비예측정비(PdM)• 자동차, 자동차 부품(Automotive): 로봇예측정비(PdM), 조직상 결함 감지, HVAC 최적화• 파워 & 에너지(Power & Energy): 태양열 & 풍력 예측, 배터리 응용프로그램, 발전 최적화◇ 최소 12시간 전 고장을 예측하는 Semicon Time-To-Failure○ 이러한 기술들이 실제로 공장, 산업에 쓰이고 있는 주요 프로젝트를 소개하면 다음과 같다.○ Semicon Time-To-Failure라는 프로젝트를 통해 반도체 세계 1위 장비 기업과 일하고 있다. 유명한 하이테크 기업의 시초가 실리콘밸리에 있어서 부지값이 매우 비싸고 수십억에서 수천억에 달하는 반도체 장비를 활용하는 기업이 많다.이들 기업은 부품이 망가지기 전에 교체, 공정을 바꿔주는 등 일을 해야 하는데 엔지니어들이 항상 24시간 대기하고 있을 수 없기 때문에 미리 예측할 필요성이 점점 커지게 되어 프로젝트가 시작되었다.프로젝트 시작시 다른 여러 경쟁사에 똑같은 데이터 원본을 주고 모델을 만들어보라고 했는데 결과적으로 마키나락스가 1등을 했다. 경쟁 업체 중에선 IBM USA, 실리콘밸리 스타트업 등이 있었다.○ 2년 이상 프로젝트를 진행해왔고, 3단계까지 왔다. Validation Pilot을 하고 있고 내년에는 추가적으로 더 구체적인 Development 프로젝트를 할 것이다.○ 최소 12-24시간 전에 고장을 예측・감지할 수 있고 30-50% 다운타임(정지시간)을 줄일 수 있다. 정확도는 90%이다. 이는 2년치 데이터(정상적인 이벤트, 실패한 이벤트 등) 중 90%를 정확하게 맞췄음을 뜻한다.○ 반도체 센서 종류가 보통 200-400개, 평균 300개가 있는데 300개 센서 데이터 값을 계속 받아보는 것은 실제 온라인 데이터로 하고 있다. 프로젝트의 고도화가 이렇게 진행되고 있다.◇ 완성차 제조현장의 로봇고장 예측 프로젝트○ Robot Arm Anomaly Detection 프로젝트도 고장을 예측하는 프로젝트인데, 완전히 다른 산업인 완성된 차를 제조하는 공장에서 쓰이고 있는 산업용 로봇의 고장을 예측한다.매번 다른 산업을 접할 때마다 도메인 지식과 여러 기술이 필요한데, 이 경우 Semi-supervised Novelty Detection 기술을 가지고 동일한 컨셉을 로봇 팔에 적용했다.○ 로봇 팔은 평균 1억 2천만원 정도이며 그 자체로는 고가의 장비가 아니다. 그래서 창고에 부품을 쌓아놓고 고장이 나면 정비사가 갈아끼우는데 30~40분도 걸리지 않는다.문제는 외국은 1분당 차가 한 대씩 완성되기 때문에 자동차 라인에서 로봇이 수십대에서 수백 대가 늘어져 있고 다운타임이 30분 이상 생기면 어마어마한 손실이 발생한다는 점이다. 따라서 고객사에서 사용하고 있는 로봇의 고장을 최소 3~5일 전에 알았으면 좋겠다는 요구가 있었다.○ 작년까지 쓰인 산업용 로봇이 260만대가 있고 매년 15%씩 증가할 것이라는 산업연구결과가 나오고 있다.○ 반도체가 300가지의 여러가지 다른 데이터 값을 사용했다면 로봇 팔은 순간전류값만 가지고 모델을 만들 수 있었다. 순간전류값은 그 축에 있는 센서에서 나오는 로봇의 표준값인데 Kawasaki, Denso, Honda, ABB, 유니버설 회사에서 순간전류값으로 토크(Torque)를 계산한다.○ 일본 로봇 제작사와 인터뷰도 하고 벤치마킹도 시도해봤는데 그들이 쓰는 룰에 따라 필요한 센서 값, 실험을 통해서 그리스에서 나오는 철 농도를 계산한 값을 사용하고 있었다.앞으로 방향은 PdM 솔루션이고 예지가 아니라 예방에 집중한다고 한다. 추가적인 센서, 바이브레이션을 메이커 회사의 부품 뿐만 아니라 타사에서도 유사한 데이터를 뽑아낼 수 있을지를 고민하고 있다.○ 정확도는 90%이며 5일전에 고장을 감지할 수 있다. AI 솔루션(Edge와 클라우드 관련)을 활용하며 몇백만 달러를 절감하는 효과를 낸다.◇ 초기 단계의 결함을 검출, 큰 손실을 예방하는 프로젝트○ Auto Body Defect Detection프로젝트는 프레스 기계로 자동차 부품 중에 하나인 보닛, 루프를 만드는 제조현장에서 자주 겪는 이슈인 금속판에 스크래치가 생겨날 때 CNN 기술을 사용해서 외관 검사하는 프로젝트이다.○ 결함이 있는 부품을 계속 조립한다해도 마지막 단계인 품질단계에서 제품으로 출시될 수 없기 때문에 처음 단계로 다시 되돌아가야 한다.당시에는 제조현장에서 엔지니어들이 육안으로 확인해야 했는데 마키나락스의 모델을 활용함으로써 앞으로는 전수 확인이 가능하다. 초기 단계에 결함을 빨리 검출해서 향후에 있을 큰 손실을 미리 예방하자는 취지에서 진행했다. 정확도는 95%에 달한다.◇ 계량 데이터에 기반한 공정 최적화 프로젝트○ 미생물 공정 자동조종장치(Microbial Process Autopilot) 프로젝트는 제약사에서 미생물을 직접 키워서 거기서 나오는 바이오 물질을 제약을 생산하는 데 쓰는데 미생물의 생산을 담당하는 주요 장비가 바이오리액터이다.미생물이 잘 자라서 필요한 바이오 물질이 나오도록 사람이 parameter setting을 계속 하면서 최적의 조건을 맞춰줘야 하는데 지난 과거의 데이터를 기반으로 최적의 모델을 만들어서 자동으로 조정할 수 있게 해달라고 고객이 요청해서 POC도 성공적으로 맞추고 모델을 만들었다.올해 연말에 2단계를 진행할 예정이다. 제약사 뿐만 아니라 바이오리액터를 사용하는 곳이면 다 적용할 수 있다고 보고있다.○ 리튬 배터리 결함 예측(Li+Battery Defect Prediction) 프로젝트는 리튬 배터리 셀메이커와 진행했던 프로젝트. 배터리 수율을 높이기 위해 제조공정에서 공정인자 중 어떤 것이 결함에 영향을 주는지 결함에 대한 분석을 요청해왔다. POC는 끝나고 추후 2단계를 진행할 것이다. 정확도는 90%이며 정렬되지 않은 데이터 원본으로부터 결함 요인을 분석할 수 있다.○ 태양열 발전량 예측(Solar Power Prediction) 프로젝트는 커머셜 프로젝트는 아니었고 동서발전, KTX 한국전력거래소에서 경진대회를 각각 열었다.동서발전에서는 태양광 발전량을 예측하는 분야로 최우수상을 받았다. 날씨가 좋을 때는 발전량을 예측하기가 쉽지만 흐린 날에는 정확도가 50% 이하로 떨어진다.그래서 흐린 날 어떻게 예측 정확도를 높일 수 있는지에 대한 창의적인 아이디어였다. 마이크로 날씨 데이터, 위성사진을 추가적으로 분석해서 정확도를 높이는 데 마키나락스의 기술을 적용했다. 이 부분에서 한국전력거래소에서 장려상을 받았다.

AI & BIG DATA EXPO 2023  주소 : Hammersmith Rd, London W14 8UX전화 : +44 20 7385 1200   AI 기술을 활용한 서비스, 언어모델을 활용한 분석 서비스에 관한 전시회 참관IoT, 엣지 컴퓨팅, 보안에 대한 컨퍼런스 참관 □ 연수내용◇ 인공지능·빅데이터의 세계 최신기술 전략을 선보이는 컨퍼런스○ AI & Big Data Expo Europe는 인공지능, 빅데이터, 분석의 융합을 탐구하는 컨퍼런스이자 전시회이다. 이 행사는 AI와 빅데이터의 세계 최신기술과 전략을 선보이며 CTO, CDO, 제품 책임자, 개발자를 비롯한 각 분야의 전문가 연사, 토론을 진행한다.○ 이틀간 진행되는 행사에 전 세계에서 약 200개 이상의 업체, 6,000명 이상의 관계자가 참석했다. △비즈니스 인텔리전스 △빅데이터 △딥러닝 △기계 학습 △신경망 △음성 인식 △컴퓨터 비전 △AI 알고리즘 △데이터 및 분석 △가상 비서 △디지털 혁신 △챗봇 △자율 자동차와 같은 기술을 전시했다고 전했다.○ △책임있는 AI △해커에 대항하는 AI △데이터 수익화 △데이터 품질관리 △기업의 AI채택 △AI 수용을 통한 디지털 혁신 주도가 2023년의 주요 주제였다.또한 IoT 기술 엑스포, 사이버 보안 및 클라우드 엑스포, 디지털 전환 주간, 블록체인 엑스포 등 기술 융합을 창출하는 4개의 다른 엑스포와 함께 개최되었다.▲ 2023 AI & BIG DATA 연사 담당자[출처=브레인파크]◇ 광범위한 산업에 AI 혁신을 주도하는 기업 세션 진행○ AI 기반 분석부터 데이터 관리 도구까지 광범위한 산업을 포괄하는 AI기술이 의료, 금융, 마케팅과 같은 부문을 어떻게 혁신하고 있는지 알아볼 수 있는 세션이 열렸다.○ Salesforce는 신뢰할 수 있는 AI로 CUSTOMER 360 구축이라는 주제로 연설을 진행했다. 이 세션에서는 AI, 데이터 통합을 활용해 CRM 전략 비즈니스를 구축하고, 확장하는 방법을 설명했다.○ 소프트웨어 플랫폼을 개발하는 Speedata에서는 데이터 센터를 시작으로 데이터 엔지니어링 및 분석 현대화를 위한 새로운 기준을 발표했다.계획·설계에 대한 도메인별 접근 방식을 통해 데이터 범위를 새로 고치고 확장해, 이전에는 실행 불가능했던 것들을 가능하게 하는 방법을 다뤘다.○ Edge Impulse의 Alessandro Grande는 AI을 사용해 개발한 장치 인식 기능 엔지니어링 시스템에 대한 연사를 진행했다. 이 시스템은 통찰력을 제공하고 기계 고장 가능성을 예측한다. 감지기에 탑재된 시스템은 심박수 변화 데이터를 나타내고 사용자에게 건강상태를 알린다.새로운 센서 데이터를 어떻게 활용해 사람의 건강과 안전을 향상시키는 것이 주요 쟁점이다. 이 문제를 해결하기 위한 연구를 진행한다고 한다.▲ Edge Impulse의 감지 시스템[출처=브레인파크]○ 이 세션에서는 AI가 효과적으로 사용되어, 데이터를 통찰력으로 전환하는 성공적인 사례를 설명하고, 새로운 기능에 접근하고 사용할 수 있는 방법을 알렸다.□ 참가자 소감◇ ㅇㅇ대 ㅇㅇㅇ○ 현재 AI와 빅데이터가 급부상함에 따라, 많은 기업이 최신기술을 접목하고자 하는 노력을 하고 있고 이러한 수요를 해결해주는 AI 컨설팅 회사들이 B2B 형식으로 많이 생겨나고 있음을 알 수 있었다.○ 하지만 B2C의 기업은 아직 많지 않은 것으로 느꼈는데, 앞으로 인류가 어떻게 AI를 삶에 적용할 것인가에 대한 숙제는 앞으로 우리가 해결해야 할 문제들이라고 생각했다.○ AI가 현재 기업들에 적용되는 사례에 대해 살펴볼 수 있었는데, 개인적인 생각으로는 현재 최첨단의 논문들과 실제로 기업들이 필요한 AI 기술은 차이가 있다고 생각했다.AI가 결국 나은 삶을 주기 위해서는 산업공학을 전공하는 이번 연수단과 같은 과학자들이 AI에 관한 공부를 해야 할 필요성을 깨닫게 해준 좋은 기회였다.◇ ㅇㅇ대 ㅇㅇㅇ○ 엑스포에 세계 각국의 첨단 기술 관련 기업이 모였다. 대부분 스타트업 홍보를 목적으로 참가한 기업들이 많았다. 가장 많았던 기업체는 블록체인, IoT관련 기업이었다.○ 사실 엑스포 이름이 AI, BIG DATA 엑스포라 관련 기업이 많을 줄 알았지만 주로 그를 활용한 컨설팅 툴 관련 B2B 기업이 대부분이었다. 아직 AI가 B2C를 타겟하기엔 사람들의 인식이 개선되지 않았다는 생각을 했다.○ AI와 빅데이터를 통한 스마트한 미래 개척을 주제로 컨퍼런스가 열렸다. AI의 역사를 설명 들었고 innovation slot에 대한 설명을 들었다. 또한 AI Personalization 설명을 들어 앞으로 AI가 개인화에 얼마나 영향을 미칠지 알게 되었다.◇ ㅇㅇ대 ㅇㅇㅇ○ Chat GPT와 같이 자연어 생성 LLM을 활용한 챗봇의 예상범위 이내의 활동은 물론, 특정 도메인의 프로그램을 통해 의사결정에 대한 제언을 비롯한 다양한 분야로 고도화된 활용 형태를 보였다.○ 그 과정에서 데이터 과학적 기술과 AI가 악용되지 않고, 사회적으로 좋은 가치를 추구하기 위해 어떤 접근이 필요할지, 정책적 쟁점에 대해 생각할 기회였다.데이터의 품질관리란 정합성, 이상치 관리와 같은 기술적인 부분은 물론, 사회적으로도 좋은 가치를 추구하도록 수행되어야 한다.○ 도메인을 망라한 글로벌 산업 전반에서 디지털 전환의 도입이 활발히 이루어지고 있다. 특히 제어·예측 분야에서 공정, 로보틱스에 대한 시물레이션이 많았으며, 빠른 속도로 디지털 전환이 진행되고 있었다.○ 제조업이 산업의 근간이 되는 국내 산업 특성을 고려했을 때, 공정 및 로보틱스 분야의 디지털 전환, 데이터 기반 의사결정 도입 속도를 가속해 휴먼에러를 줄이고, 공정 효율성을 증진하는 것이 큰 효과를 보일 것으로 예상한다.◇ ㅇㅇ대 ㅇㅇㅇ○ 다양한 응용분야에서 인공 지능의 활용 사례들을 살펴보며 어떻게 AI가 일상 생활과 업무 환경에서 혁신적인 변화를 가져오고 있는지 명확하게 제시함으로써 많은 도움이 되었다.○ 또한 실제 어플리케이션에서의 AI 적용이 어떻게 사용자 경험을 향상시키고 문제 해결에 기여하는지에 대한 사례들이 매우 흥미로웠다.○ 다양한 자동화 기술들을 접하면서 산업과 비즈니스의 미래에 대한 발표자 간 자유로운 질의응답을 볼 수 있었다. 이로 인해 다양한 관점의 접근 방식들을 접할 수 있어 유익했다.○ 또한 인공지능과 자동화의 융합이 기업의 생산성과 효율성을 어떻게 향상시키는지에 대한 다양한 사례를 엿볼 수 있었다. 이를 추후 연구에서 어떻게 활용할 지에 대해 고민할 수 있었던 유익한 시간이었다.◇ ㅇㅇ대 ㅇㅇㅇ○ 현재 진행 중인 과제와 관련해 문장, 글에서 키워드 단어를 추출하는 서비스가 인상 깊었다. 추천시스템, 분류시스템에 활용할 수 있고 분류를 통해 검색에 활용하는 방안을 떠올려 볼 수 있었다.○ 학회가 아닌 엑스포라, 구체적인 기술 설명, 성능지표가 없는 부분은 아쉬웠으나, 실제 응용할 수 있는 사례, 디자인고같이 상용화에 꼭 필요한 아이디어를 얻을 수 있어 좋았다. 연구개발에서 끝나는 것이 아닌 실제 서비스와는 상용화가 중요하다는 것을 파악했다.○ 세계의 많은 IOT, 엣지 기술을 가진 회사들이 모였는데 쭉 돌아보며 느낀 것은 기술력은 기본으로 갖춰야 하며, 서비스가 얼마나 사용자 중심적인지가 중요하다.특히 해당 도메인에 존재하는 애로사항을 얼마나 잘 이해하고 풀어내는지가 중요하고 디자인 또한 직관적이고 사용자 친화적인 것이 중요하다는 것을 느꼈다.○ 연구만 진행할 때와 실제 서비스와는 꽤 큰 차이점이 있으며 너무 한쪽으로 치우쳐져 자만하거나 무시하지 말고 기술력과 응용력 모두 갖춘 전문가가 되어야겠다고 생각했다.◇ ㅇㅇ대 ㅇㅇㅇ○ 다양한 기업과 컨퍼런스를 통해 AI와 빅데이터에 대한 활용 위주로 엑스포를 관람했다. 개인적으로 국내에서 진행되는 엑스포와 추구하는 방향성이 다르다고 판단했다.하지만 여기서 진행되는 기업들은 좀 더 세부적이고 우리가 잊고 있던 기초적인 부분을 많이 강조하고 보완하고 있다고 생각했다.○ 개인적으로 가장 인상깊었던 것은 Skill Set Expertise를 정리하고 그들의 회사의 관점으로 해석한 곳인데, 현재 내가 진행하고 있는 기술과 유사하고, 생각하지 못했던 툴이나 분야를 어떻게 나누고 정리했는지가 인상 깊었다.◇ ㅇㅇ대 ㅇㅇㅇ○ 다양한 기업 세션과 컨퍼런스에 참여하며 학습하는 시간을 가졌는데 특히 AI와 빅데이터에 관련해 ‘생성형 AI’에 대해 최근 많은 이슈가 있는 상황인 것 같다.○ 해당 기술을 통해 이미지가 주어지면, 객체 탐지를 통해 해당 이미지에서 키워드가 되는 객체들을 추출해 문장을 생성하는 방법과 반대로 문장을 주면 해당 문장의 주어와 동사의 내용을 활용해 이미지를 생성해내는 내용이 인상 깊었고 서비스 분야에서 활용이 높을 것으로 예상한다.○ 컨퍼런스 세션에 참여해 주로 ‘디지털전환’에 대한 내용에 관심을 가지고 참가했다. 한국에서도 디지털 전환과 관련해 많은 관심을 가지고 있었고, 영국에서 이야기 하는 디지털 전환 실제 사례에 대해 이야기를 들을 수 있었다.○ 해당 내용에서 300개의 기업을 대상으로 연구한 내용에 의하면, 문화, 커뮤니케이션, 전략에 대한 과제의 필요성을 이야기했다.이는 전문가와 임원 간의 원활하지 않은 커뮤니케이션으로 인한 전략의 실패와 리더들이 데이터를 통해 가치를 실현하는 방법도 모르는 문제가 있다고 언급했다.○ 한국도 마찬가지의 문제를 가지고 있고, 일반적인 내용으로 생각할 수 있지만 관심을 가지고 발전할 필요가 있다.◇ ㅇㅇ대 ㅇㅇㅇ○ Embracing AI to Drive Digital Transformation에 참관해 DX에 대한 정의와 적용사례에 대한 소개를 들었다. 국내학술대회에서도 디지털 전환 사례에 대해 연구교류 기회가 있었지만 해당 컨퍼런스는 더 폭넓게 디지털 변환을 강조하는 느낌이 강했다.○ AI EXPO 제목만 보고 AI 기술만 다루는 줄 알았지만 엣지컴퓨팅, 블록체인, DX, 사이버 보안 등 다양한 주제에 대한 체험행사를 진행했다. 일반적인 설명만 하는 부스행사는 거의 없었고, 체험을 통해 해당 기업의 주력 분야를 소개해서 이해하기 쉬웠다.◇ ㅇㅇ대 ㅇㅇㅇ○ AI 기반 분석방법을 다양하게 체험할 수 있어서 좋았고, 자연어 처리, 블록체인과 같이 평소에 들어만 보았던 AI 분야가 회사에서 어떻게 쓰이는지 밀접하게 볼 수 있는 기회였다.또한 AI 기술이 의료, 금융, 마케팅과 같은 다양한 분야에서 어떻게 활용되는지 살펴볼 수 있어서 뜻깊은 시간이었다.○ 환경시험을 대신 진행해주는 회사에서도 AI가 도입될 수 있다는 것을 알게 되었고, 전통적인 시험방식에 AI를 어떻게 도입해 활용할지 많은 연구가 필요해 보이며, 기대된다.◇ ㅇㅇ대 ㅇㅇㅇ○ 세계적인 최신 기술을 접하면서 새로운 영감을 얻을 수 있었다. Transformation AI에 대한 발표를 듣고, IT와 OT의 협력이 중요하다는 사실을 다시금 깨닫게 되었다.○ 단순히 AI를 사용하고 기술을 발전시키는 것이 중요하다고 생각했지만 AI에 대한 다양한 평가 측도가 존재하고, 특히 보안에 대해서도 중요함을 느꼈다.○ 세계적으로 AI에 대해 큰 관심이 있음을 확인할 수 있었다. 그에 따라 AI 섹션과 빅데이터 섹션에는 앉을 수 있는 자리가 없을 만큼 인기가 좋았지만 AI의 보안과 관련된 자리는 빈자리가 더 많아 상반된 모습을 보였다.○ AI가 성장함에 따라 보안 문제도 발생하게 될 텐데, 우리나라뿐만 아니라 세계적인 관점에서 봤을 때 보안에 대해서는 크게 관심을 두고 있지는 않은 것 같다. 이러한 문제가 세계적으로 공통된 모습을 나타내는 만큼 조금 더 주의해야 할 필요성을 느꼈다.◇ ㅇㅇ대 ㅇㅇㅇ○ 부스를 탐방하던 중 나의 연구분야와 관련된 기업이 있어 해당부스에서 오랜 시간 대화를 나눴다. 그 기업은 ‘토픽 모델링’을 통해 데이터 분석 서비스를 제공하고 있었다. 어떠한 텍스트 데이터가 있을 때, 어떤 토픽이 있는지 알아내고, 그와 관련된 키워드를 추출하는 것이었다.○ 나는 연구에 사용되는 형태소 분석기는 어떤 것을 사용하는지, 평가용 데이터는 무엇을 사용하는지와 같은 구체적인 테크닉에 대해 질문했고, 연구에 대한 정보도 교류했다.○ 다양한 강연들이 있었지만, 요즘 화제가 되고 있는 주제인 거대언어모델(LLM)에 대한 강연을 위주로 청취했다. 현재는 ChatGPT를 개발한 OpenAI의 API에 의존한 형태의 비즈니스 모델이지만, 최근에는 많은 스타트업들의 모델이 오픈 소스로 공개되고 있다.○ 이를 통해 앞으로의 기회의 문이 더 넓어질 것으로 전망했다. 또한, AI의 윤리적 문제, 저작권 문제를 논의하며 자격증, 증명서와 같은 형태의 안전장치가 필요하다는 점도 흥미로웠다.◇ ㅇㅇ대 ㅇㅇㅇ○ 들었던 강연으로는 DEPT의 CTO가 Digital Transformation – Moving from Business Intelligence to an Intelligent Business with LLMs를 주제로 발표한 것과 NLP, ML에서 Deep Learning을 주제로 한 발표를 들었다.○ 패널의 대화에서, 최근 화두인 ChatGPT는 hype인가 real인가에 대한 질문에 모두 hype이라고 답한 것이 인상적이었다. 현재 받고 있는 관심에 비해 아직 LLM은 기존 언어모델에서 더 규모를 늘린 것 뿐이며, 언어를 이해하는 것이 아니라 확률적 계산일 뿐이라는 것이 이유였다.하지만 그럼에도 현재 LLM이 보여주는 결과는 놀라우며, 어렵긴 하겠지만 앞으로 더 발전할 여지가 있음을 언급했다.○ 참가 기업 중 한 곳은 텍스트를 분석하는 툴을 제공하며, 감정분석, 키워드 추출, 결과시각화와 같은 다양한 분석 틀을 기업과 개인들에게 제공하고 있다고 했다. 텍스트 분석이 생각한 것보다 다양한 분야에서 사용할 수 있다는 것을 파악할 수 있었다.○ 그 중 하나로는 인사관리로 퇴직자 인터뷰, 재직자 인터뷰를 통해 만족도 파악, 개선점 파악을 할 수 있는 것이었다. 개인적으로 이번 엑스포에서 평소 연구 목적을 대중을 대상으로 한 서비스만 생각했다면 다양한 형태와 목적을 가진 서비스를 보며 생각의 폭을 넓힐 수 있는 기회가 되었다.

□ 연수내용◇ 영국과 한국의 첨단혁신분야 발전 파트너십 체결○ Connected Places Catapult은 혁신을 위해 공공기관, 기업에 장소, 자원, 기회를 연결해주는 곳으로 도시, 교통, 기후, 항공 등 여러 분야의 프로젝트를 진행한다.○ 영국은 4번째로 가장 혁신적인 국가로 선정되었으며 한국은 연구개발에 GDP의 약 5%를 투자하여 6위를 바짝 뒤따르고 있다. 양국이 상호이익이 되는 파트너십을 구축해 연구 및 혁신 기회 개발을 촉진하는데 전념한다.○ 영국 과학혁신기술부(DSIT)와 Innovate UK와 함께 한국과 파트너십을 구축해 국제 시장 기회를 열고 연구 계획을 공유하는 Innovation Twins를 체결했다.○ 양국의 탈탄소화 목표를 위해 △정책 공유 △과학 기술 분야의 학술 협력 △지식 교환 △P2P 협업을 진행해 혁신생태계의 발전을 지원하며 미국의 전기자동차 업체 EV Mobility와의 협력으로 첨단혁신 분야의 양국 발전 프로젝트 진행하고 있다.◇ 자율주행 시스템 촉진 프로젝트 진행○ 영국교통부의 혁신 연구소로서 모빌리티 산업에 집중하고 있다. 모빌리티 허브의 일환으로 첨단기술을 사용해 실시간 시뮬레이션 모델을 운영한다. 또한 Fotech와 함께 트래픽 신호 관리를 위해 트래픽 흐름을 모니터링하는 광섬유 케이블을 사용한다.○ 자율주행 자동차가 개발됨에 따라 CCAV(Center for Connected and Autonomous Vehicles)가 의뢰한 SafeMRX 프로젝트를 진행했다. SafeMRX는 자율주행(AV) 시스템의 발전을 촉진하는 것을 목표로 하며 운행 중 일부 또는 전부가 자동화 시스템으로 사용될 수 있도록 했다.○ 일반적으로 자율주행 자동차는 차량의 운영 설계 영역(ODD)을 종료하거나 시스템 오류가 발생하면 제어된 정지를 하도록 설계된다. 이렇게 정지하는 과정과 정지된 상태를 각각 '최소 위험 기동(MRM)'과 '최소 위험 조건(MRC)'이라고 한다.○ Connected Places Catapult가 주도하는 SafeMRX 프로젝트는 MRX가 발생할 수 있는 광범위한 시나리오와 상황을 고려하는 동시에 자율주행 차량의 개발에서 안전을 최우선으로 생각할 수 있도록 다양한 방법을 형성했다.○ 자율주행 차량 프로젝트는 차량의 안전과 보안을 개선하고 비즈니스 기회를 확대하며, 새로운 기술을 발전시키기 위해 총 380만 파운드의 정부 자금을 지원받았다.또한 43개 영국 기업이 참여하는 13개 프로젝트에서 CAM 상용화 프로그램을 통해 자동화 이동성 공급망 강화 프로젝트에 지원되는 1850만 파운드를 확보했다.◇ 6G 기술을 활용한 최첨단 공항 보안 시스템 프로그램 연구○ 항공 보안의 미래에 초점을 맞추기 위해 산학연계를 통해 미래 항공 보안 솔루션 산업 PHD 파트너십(FASS IPP)프로그램을 구축했다.영국의 항공 보안을 더욱 강화하기 위해 교통부와 내무부가 공동으로 자금을 지원하는 프로그램으로, 이 분야에 관한 새로운 연구에 자금을 지원하는 동시에 항공 보안 분야의 미래 인력을 개발한다.○ 프로젝트의 주요 목표는 잠재적인 사이버 공격으로부터 보호하기 위해, 6G 기술과 기계 학습 기능을 활용해 공항 보안 및 출입 통제 조치를 강화하는 것이다.이는 6G 기술을 활용한 최첨단 사이버 보안 인프라를 구축해 공항의 다양한 보안 장치, 제어 시스템, 인력 전반에 걸쳐 민감한 데이터를 전송하기 위한 안전하고 강력한 네트워크를 구축함으로써 가능해진다.○ 또한 이 프로젝트는 네트워크 트래픽과 액세스 로그를 실시간으로 분석해 사이버 공격의 패턴과 무단 액세스 시도, 악의적인 활동을 나타낼 수 있는 잠재적 이상 현상을 식별하는 고급 기계 학습 모델을 개발하는 것을 목표한다.○ 전반적으로 6G 기술과 기계 학습을 활용해 사이버 위협을 효과적으로 방어하는 사전 예방적이고 탄력적이며 최첨단 공항 보안 시스템을 만드는 것을 중점에 둔다. 이를 통해 승객 안전을 강화하고, 공항 인프라를 보호하며, 항공 여행 보안에 대한 대중의 신뢰를 유지하는 플랫폼을 개발하고 있다.◇ 글로벌 진출 기회를 제공하는 Innovation Twins Programme○ Innovation Twins Programme의 장기적인 목표는 양국에서 일자리 창출을 지원하고, 글로벌 진출 기회를 제공하고, 사회 경제적 공유를 돕는 것이다. 국제 협력을 통해 지역 영향력을 높기 위해 마련된 프로그램이다.○ 첫 번째 단계에서 지속 가능한 협업에 대한 환경을 확립하기 위해 도시·지역을 조사한다. 그 뒤 프로젝트 로드맵을 구성해 주요 프로젝트를 시범 운영하여 구현함으로써 가시적인 협업이 어떻게 나타날 수 있는지 테스트한다.○ 대한민국은 스마트시티 개발 분야의 글로벌리더로 인정받고 있으며, 신도시 환경의 설계와 건설을 선도했다. 또한 도시 개발의 과제를 인식하고 영국의 Leveling Up 의제와 유사한 정책을 추진하고 있다.○ 2022년 12월6일 리버풀시는 K-Water와 MOU를 체결했고, 세종, 대구, 울산, 부산과의 교류를 통해 국제적인 협력 네트워킹을 구축했다. 이를 통해 시민, 정책, 기업, 학계의 혁신을 이룰 수 있는 사업을 발전시킬 수 있다.□ 참가자 소감◇ ㅇㅇ대 ㅇㅇㅇ○ 기술의 발전과 상용화는 인류 역사 통틀어 보아도 단기간에 일어나지 못했고 아무리 좋은 기술이더라도 상용화되지 못한 경우가 많은 것으로 알고 있다.CPC에서는 이런 문제를 해결하기 위해 기술을 스타트업과 연결해주고 기술의 상용화를 해낼 수 있도록 방향성을 제시하고 함께 목표를 구상한다고 했다.○ 대한민국에서 창업을 지원할 때에도 CPC와 같은 기업이 존재한다면 삼성과 같은 기업이 대한민국에 더 많이 생길 수 있다는 생각이 들었다.◇ ㅇㅇ대 ㅇㅇㅇ○ 한국과 파트너십을 구축해 국제 시장기회를 열고 연구계획을 공유하는 이노베이션트윈스를 체결했다고 한다. 양국의 탈 탄소화를 위해 정책 공유, 과학기술 분야의 학술협력, 지식교환을 진행해 혁신생태계의 발전을 기원한다.○ NETZERO에 대한 설명을 해주시면서 영국은 2030년까지가 목표라고 했다. 2030년까지 모든 자동차는 하이브리드, 전기차로 판매해야 한다. 이 정책이 실현 가능성이 있는지는 잘 모르겠지만, 아직 2030년이 많이 남았고 법으로 정해져서 무조건 시행될 거라고 했다.◇ ㅇㅇㅇ대 ㅇㅇㅇ○ 각 지역의 발달한 산업 도메인들을 연결하여 산업 전반의 시너지 효과 창출에 따른 산업과 기술발전에 대한 체계적 접근법을 제시하고 있었다. 더 나아가 각국에서 발달한 기술과 산업적 노하우 공유로, 글로벌 시너지를 통해 상호 발전, 이익 창출 가능성을 제시한다.○ 특히 전기차(EV) 분야에서 기술 교류와 발전, 파급효과 분석, 인식으로 국내외 각 지역의 발전된 기술, 산업 교류를 확대하며 EV 등 미래 기술력에 대한 공동의 경쟁력을 강화한다는 것을 알 수 있었다.◇ ㅇㅇ대 ㅇㅇㅇ○ 국내의 주요 산업 도시와 영국의 산업 도시 간의 기술발전을 위한 다양한 사례들을 엿볼 수 있었는데, 단순히 기업과 기업뿐만이 아닌 지역적 위치를 고려한 협업사례를 볼 수 있어서 좋았다.○ 그뿐만 아니라 Catapult는 많은 스타트업이 그들의 기술력을 시장에 선보일 때 사업적 전략을 제시해주는데 이는 기술의 적용과 활용에 있어서 그들이 더욱 뛰어난 이해도를 갖고 있다고 생각할 수 있었다. 해당 관점에서 많은 도움이 되었다.◇ ㅇㅇ대 ㅇㅇㅇ○ 탈탄소화를 위해 대한민국 4개 지역과 영국의 4개 지역이 각각 1:1로 매칭해 기술발전과 지식교류를 위한 국제협력을 하고 있다는 점이 인상깊었다.○ 특히 기술을 가진 기업을 투자, 후원하며 기술이 필요한 기관, 기업과 연결해주는 사업을 통해 CATAPULT(투석기)라는 이름의 정체성을 이해할 수 있었다. 기술을 환경, 공공부문에 도입하여 활용한다면, 좋은 시너지를 만들 수 있으므로 우리의 연구도 올바른 방향성을 갖는 것이 중요하다고 생각했다.◇ ㅇㅇ대 ㅇㅇㅇ○ Catapult의 세미나를 듣고, 지속 가능한 발전에 대해 영감을 받았다. 회사가 어떻게 성장하고, 미래를 준비하는지 어떤 방향성을 원하는지에 대해 많이 배웠다.○ 특히 영국의 각 지역과 한국의 지역을 엮어 유사한 지역 간의 협업을 통해 서로 발전하는 방향이 인상 깊었다. 두 나라의 원활한 협업을 통해 발전하는 사이가 되었으면 좋겠다.◇ ㅇㅇ대 ㅇㅇㅇ○ 이곳은 기술발전과 혁신을 위해 도시, 교통과 같이 여러 분야에서 기업, 인력 등의 기회를 연결해주는 좋은 일을 하고 있다고 생각이 된다.○ 또한 다양한 나라와 서로 발전할 기회를 창출하고 R&D 지원을 아끼지 않고 있다. 이번 기회를 통해 함께 발전할 기회를 만들고 같이 소통하며 좋은 연구결과들을 만들어 내고 싶은 의지가 생겼다.◇ ㅇㅇ대 ㅇㅇㅇ○ 영국 리버풀과 한국의 울산같이 두 국가의 자료를 수집해 각 도시 간의 데이터를 공유하고, 공공문제를 해결하기 위해 대기업과 업체의 투자 진행 건 소개와 정책 공유, 과학기술 분야 학술협력, 지식교환 사례를 제시해 빠른 이해를 할 수 있었다.◇ ㅇㅇ대 ㅇㅇㅇ○ 한국과 미국의 전기자동차 업체 Ev Mobility와 협력하듯이 더욱 국내 기업들이 외국기업과 도시, 교통, 기후, 항공 등 여러 분야에서 학술적인 협력과 지식의 교환이 이루어지면 좋을 것 같다.○ 첨단혁신 분야의 양국 발전 프로젝트가 원활히 진행되기 위한 여러 방안을 앞으로 더 연구해야 할 것 같다.◇ ㅇㅇ대 ㅇㅇㅇ○ 정부, 산업, 학계가 합심해야 제대로 된 발전을 할 수 있을 것이다. 2030년까지 탈 탄소화가 전 세계적 목표인데, 목표를 달성하기 위해 이산화탄소 배출량을 줄이고, 친환경적으로 사람들의 취업을 늘리고자 하며, 영국과 한국의 활발한 노력이 필요할 것으로 생각한다.◇ ㅇㅇ대 ㅇㅇㅇ○ 우선 영국과 한국의 첨단혁신분야 파트너쉽은 상당히 많이 체결하고 있다는 점이 놀라웠다. 한국의 기술력이 높은 수준이라는 것을 알게 되었다. 또한, 환경오염을 막고자 2050년까지는 무탄소를 실현하고자 한다는 점이 흥미로웠다.○ 이를 위해 수소차, 전기차 등의 다양한 녹색기술개발에 힘쓰고 있으며 특히 한국의 현대와 협업하고 있다는 점이 반갑게 느껴지기도 했다.◇ ㅇㅇ대 ㅇㅇㅇ○ Catapult라는 비영리단체가 기업과 기업을 어떻게 연결해주고, 현재 한국과 진행하고 있는 장기 프로젝트에 대한 설명을 들었다.○ 이번 발표에서는 영국이 친환경 정책에 큰 관심을 두고 적극적으로 펼쳐나가고 있다는 것을 느꼈고, 각 나라의 도시발전을 위해 한국과 기술을 서로 전수해줘 두 도시를 비슷한 이미지끼리 매칭해 쉽게 각인시키게 한 점이 인상적이였다.

▲ 일본 제약 대기업인 다이이치산쿄(第一三共) 빌딩 [출처=홈페이지]일본 후생노동성(厚生労働省)에 따르면 최초로 국내에서 개발된 mRNA 신형 코로나바이러스 백신의 사용을 허가했다. 제약 대기업인 다이이치산쿄(第一三共)가 개발했으며 생산을 준비 중이다.다이이치산쿄의 mRNA 백신은 미국의 화이자나 모데나가 개발한 백신과 차이가 있다. 화이자나 모데나는 바이러스의 스파이크 단백질 전체가 만들어진다.반면에 다이이치산쿄가 개발한 백신은 스파이크 단백질 중에서도 인간의 세포와 결합하는 RBD=수용체 결합 도메인이라는 부문이 만들어진다. 따라서 설계도가 되는 mRNA의 길이가 미국산보다 짧다.mRNA의 길이가 짧으므로 제조하는 공정에서 품질을 관리하기 쉽고 돌연변이 바이러스에 대응해 mRNA를 재작성하는 작업이 쉽다.다이이치산쿄는 2023년 9월 신형 코로나바이러스인 오미크론의 파생형 'XBB'에 대응할 백신의 사용을 신청했다. 2023년 8월 다이이치산쿄가 개발한 종래주 백신이 승인됐지만 접종에 사용하지는 않았다.2023년 11월27일 개최된 후생노동성 전문가부회에서 유효성을 확인할 수 있으며 안전성에 대한 중대한 우려도 없다는 결론에 도달했다.후생노동성은 정식으로 승인을 거쳐 2023년 12월 초부터 지방자치단체에 배송해 접종에 사용할 방침이다. 제조 및 판매가 승인되면 140만 회분을 구입할 예정이다.

미국 스타트업 기업 언스토퍼블 도메인(Unstoppable Domains)에 따르면 이더리움(Ethereum)이나 폴리콘(Polygon)용 NFT(non-fungible token) 도메인을 사용하는 SSO(single sign-on) 서비스를 출시했다.'Login with Unstoppable'은 사용자들이 NFT 도메인을 사용해 로그인할 수 있도록 했다. 지난 1년간 NFT 소유권자들이 급증하면서 채택 가능성이 높아진 개념이다.SSO(single sign-on)는 싱글 사인온, 단일 계정 로그인, 단일 인증이라고도 한다. 한 번의 인증 과정을 통해 여러 사이트를 동시에 로그인할 수 있는 통합 인증을 말한다.2018년 초 ERC-721 표준 기술을 사용하는 방법을 모색해왔었다. ERC-721은 무료 공개 표준으로 이더리움 블록체인에서 대체할 수 없거나 고유한 토큰을 작성하는 방법이다. SSO 프로토콜을 NFT 도메인에 다시 연결해 이메일 주소, 신용점수, KYC(know-your-customer) 데이터와 같은 개인 정보를 공유하길 원할 경우 어플리케이션이 사용자의 정보를 조회할 수 있도록 허용한다.최근 이더리움 네임 서비스(ENS)와 같은 어플리케이션이 주목 받으면서 탈중앙화 ID에 대한 많은  작업이 수행됐다. 주소보다는 NFT로 로그인하는 것이 더 안전하고 사용자 친화적이기 때문이다.NFT로 로그인하면 보관 제공자에게 저장해 ID를 사용할 수 있지만 키 분실에 대한 걱정은 할 필요가 없다. 언스토퍼블 도메인은 .crypto, .nft, .wallet 등으로 끝나는 약 200만 개의 등록된 도메인이 보유하고 있다.50개 이상의 기업들이 2021년 10월 베타 버전으로 출시한 언스토퍼블로 로그인을 통합하고 있다. 참고로 언스토퍼블 도메인은 블록체인 기반 Web 3 세계에 적합한 인증 어플리케이션을 개발한다. ▲ 언스토퍼블 도메인(Unstoppable Domains) 홈페이지