KOTRA 실리콘밸리(KOTRA Silicon Valley)3003 North First Street, San Jose, CA 95134Tel : +1 408 432 5054Fax : +1 408 432 5020www.kotrasv.org  브리핑미국샌프란시스코  □ 연수내용 2 : 실리콘밸리의 기술 트랜드◇ 가트너의 하이프 사이클로 본 기술 트랜드 분석실리콘밸리의 VC들이 어떤 기업에 투자하느냐를 보면 미래 기술의 트랜드를 쉽게 추적할 수 있다. 실리콘밸리의 기술 혁신은 매우 빠른 속도로 이뤄지고 있다. 하루가 멀다 하고 신기술이 나오고 있어 트랜드를 예측하기도 쉽지 않다.실리콘밸리의 트랜드는 초기 진공관으로부터 시작해서, 방위산업, 반도체, 인터넷, 모바일까지 왔는데, 그 이후로는 정형화되고 표준화된 경로를 발견하기가 쉽지 않다. 이것은 4차 산업혁명이 무엇인가에 대한 답이 하나로 정리되지 않는 것과 같다.▲ 10대 혁신 기술 트랜드의 변화(자료 : 가트너)[출처=브레인파크]실리콘밸리의 기술 트랜드를 현재와 미래로 나눠서 분석을 해 보았다. 분석 자료는 매년 10대 혁신 기술 트랜드를 발표하고 있는 IT조사기관인 가트너(Gartner)의 하이프 사이클(Hype Cycle)을 따랐다.하이프 사이클은 IT분야의 이머징 기술(Emerging Technology)과 진보 과정을 한눈에 파악할 수 있도록 해주며, 기술 투자가 어느 분야에 집중되고 있는지 보여주는 척도로 활용되기도 한다.혁신 기술을 성숙도와 시장의 기대, 기술 수준, 사업성 등으로 평가해 기술 태동기, 성장기 등 5단계로 구분해 보여줌으로써 해당 기술의 현재 수준과 향후 미래 성장성을 예측할 수 있다.이머징 기술(Emerging Technology)이란 실용화가 기대되는 개발도상의 기술로, 파인 세라믹스, 복합 재료, 기능성 고분자 등 신소재나 바이오테크놀로지, 광기술, 마이크로 일렉트로닉스, 우주 산업, 제5세대 컴퓨터 등 유망한 첨단 기술을 뜻한다.◇ 실리콘밸리의 현재 기술 트랜드실리콘밸리의 현재 기술 트랜드는 2012년부터 2016년까지의 트랜드이다. 현재의 10대 기술 트랜드를 기술 트랜드와 메가 트랜드를 활용해서 정리했다.그 결과 △H/W(The Smart Reality Emerge)부문은 IoT, 3D 프린팅, 웨어러블 디바이스 △S/W(Intelligence Everywhere)부문은 스마트머신, 클라우드 컴퓨팅, 빅데이터, 위험기반 보안 △현실과 가상이 공존하는 컨버전스(Convergence) 부문은 VR/AR, 자율주행차 등이 대표적인 트랜드라고 가트너는 밝혔다.▲ 실리콘밸리의 현재의 주요 기술 트랜드[출처=브레인파크]◇ 가트너의 하이퍼 사이클에 의한 기술 트랜드 분석가트너는 주요 기술의 하이퍼 사이클을 매년 7월에 발표하고 있다. 가트너는 기술의 주기를 △기술태동 단계 △기대최고 단계 △기대하락 단계 △기술 재조명 단계 △생산 안정화 단계로 나누고, 혁신을 이끌어가는 2천 여 개의 기술 트랜드가 어느 단계를 지나는지 발표하고 있다. 이 포물선을 보면 각 기술 트랜드를 구성하는 세부 기술들이 어느 단계를 지나고 있는지 알 수 있다.처음 '기술 태동단계'에서는 기대치(expectation)가 높아진다. 투자(Funding)도 일어나고 언론에서 집중적으로 다루는 단계이다. 그리고 기대치가 가장 높은 '기대최고단계'를 지나면 '기대 하락단계'가 기다리고 있다.웨어러블 디바이스가 처음 나왔을 때 후속 제품들이 기대했던 것 보다 많은 매출을 올리지 못한 것을 사례로 들 수 있을 것이다. 기대보다 반응이 떨어지는 단계가 '기대 하락단계'인데, 실제 많은 스타트업이 이 단계에서 좌절하거나 투자에 실패를 하게 된다.그러나 '기술 재조명 단계'나 '생산 안정화 단계'까지 가기 위해서는 '기대 하락단계'를 거칠 수밖에 없다. 어떤 기술이 얼마나 빨리 이 '기대 하락단계'를 잘 지나 가느냐가 중요한 것이다.이 단계를 거친 기술은 '기술 재조명 단계'와 '생산 안정화 단계'를 지나 시장에 안착하게 되는 것이다. 우선, 현재의 메가 트랜드 9개를 분석한다.◇ 기대 최고단계를 지나고 있는 IoT첫 번째 메가 트랜드는 IoT(사물인터넷)이다. IoT는 삼성전자가 미국의 사물인터넷 기업 아페로(Afero)에 242억 원을 투자한 것에서 알 수 있듯이 2012년까지 이 분야에서는 원격 의료와 스마트 시티 및 스마트 검침을 중심으로 모두 500억 달러에 이르는 매출이 발생할 것으로 전망되고 있다.그동안 IT기기는 각자 기능을 발휘했다면 앞으로는 서로 연결되면서 유용한 정보를 주고 받으면서 발전해 갈 것으로 예측되고 있다.이 분야는 현재 애플(48%)과 삼성(22%)이 선두를 유지하고 있다. 사물인터넷의 주요 활용분야는 △커넥티드 홈(실내 보안카메라 시스템, 스마트 전구, 도어 락 및 채광관리 기기, 구글 네스트의 자동 온도 제어기) △커넥티드 카(테슬라, 포드, 다임러-벤츠, GM 등 개발 진행) △IoT 응용 스마트 그리드(도시 및 상업지구 개발에 활용) △산업용 IoT(IBM, AT&T, Cisco, GE, RTI사가 대표주자)로 구분된다.가트너 VP인 데이비드 셜리는 "포스트 모바일 세계에서는 전통적인 모바일 기기 사용자보다 디바이스 메쉬(Device Mesh) 속에 살고 있는 모바일 사용자에게 관심이 옮겨 질 것"이라 평가했다. 여기서 디바이스 메쉬란 "수많은 디바이스들이 마치 그물망처럼 서로 유기적으로 연결돼 영향을 주고받는 것"을 말한다.하이프 사이클에서 알 수 있듯이 사물인터넷은 기대 최고단계를 지나고 있다. 그리고 굵은 밑줄을 친 기술이 2016년 새롭게 등장한 기술들로 굉장히 많다. IoT분야에서도 새로운 세부기술이 지속적으로 태동되고 있는 것이다.◇ 기업과 소비자의 수요로 급성장하는 3D 프린팅두 번째 메가 트랜드는 3D 프린팅이다. 아마존은 3D 프린팅 시장의 대중화 선언을 했다. 3D 프린팅은 2014년에서 2020년까지 연평균 98.5% 놀라운 성장을 할 것으로 보인다.실리콘밸리에는 3D 프린팅 관련 스타트업들이 지속적으로 등장하고 있다. 가트너는 앞으로 3D 프린팅은 기업과 소비자의 폭발적인 관심과 수요로 급성장하고, 특히 항공·방위산업과 헬스케어 분야에서 비약적인 발전을 거듭할 것으로 전망했다.3D 프린팅은 선진 기술들이 '기술 태동단계'에 많이 포진하고 있다. 또한 어떤 기술은 기술 안정화 단계에 접어들고 있지만, 어떤 기술은 기대 절정단계에, 또 어떤 기술은 기대 하락단계에 접어들고 있다.◇ 기대 하락단계에 있는 스마트워치세 번째 메가 트랜드는 웨어러블 디바이스이다. 웨어러블 디바이스는 스마트워치와 엑티비티 트래커를 중심으로 초기시장을 형성하고 있다. 이 때문에 미국 전통 시계 시장은 스마트워치 출시로 7년 만에 최고 수준의 판매하락을 기록했다.스마트워치, 손목밴드, 아이웨어, 스마트 의류 등 웨어러블 디바이스 판매량은 2020년 2억 개를 넘어설 것으로 예상되고 있다. 2016년도 시장 점유율을 보면 스마트워치와 손목 밴드가 91.5%를 차지하고 있다.하지만 2020년에는 80.6%로 줄어들 것이라 예측했다. 반면 스마트 의류의 사장 점유율은 2016년 2.2%에서 2020년 7.3%로 증가하고, 같은 기간 아이 웨어는 0.2%에서 8.8%까지 비약적으로 성장할 것으로 내다보고 있다.따라서 웨어러블 디바이스 기업들은 스마트 의류나 아이 웨어에서 승부를 볼 수 있도록 준비하는 것이 필요하다. 웨어러블 디바이스의 응용분야는 △피트니스·웰빙 △헬스케어 △인포테인먼트 △방산·일반산업 분야로 구분할 수 있다.웨어러블 디바이스의 세부기술 중 하나인 스마트워치는 '기대 하락단계'로 이동하고 있는 중이다. 웨어러블 디바이스 시장은 생각보다 낮은 상태를 유지하고 있다. 손목 밴드와 스마트워치가 새로운 혁신을 일으켜 생산 안정화 단계까지 갈 수 있을지 지켜볼 일이다.◇ 일상생활로 다가오는 머신 러닝네 번째 메가 트랜드는 스마트 머신(머신 러닝)이다. 스마트 머신은 일상생활로 다가오고 있는 중이다. 이세돌을 꺾은 구글의 딥 마인드는 암치료에 도전하고 있다.AI 분야의 천재 과학자인 괴르첼 박사는 인간과 같은 종합인공지능이 2025년에는 등장할 것으로 예측했다. 스마트 머신은 연간 20% 이상씩 성장하고 있는데, 음성·비디오 콘텐츠 인식이 선발 주자이며, 가상 개인비서, 고객맞춤형 추천이 후발 주자가 될 것으로 예측하고 있다.가트너에 따르면 스마트 머신은 현재 기대 최고단계를 지나고 있는데, 얼마나 빨리 기대 하락단계를 지나가느냐가 생산 안정화 단계에 도달할 수 있는 변수가 될 것으로 보고 있다.◇ 기술 재조명 단계로 이동 중인 클라우드 컴퓨팅다섯 번째 메가 트랜드는 클라우드 컴퓨팅이다. 클라우드 컴퓨팅은 아마존, MS, IBM, 구글, 오라클 같은 기업이 선두 기업으로 집중적인 투자를 하고 있다.SaaS 시장이 절대적으로 많은 매출액을 차지할 것으로 예상되며, 클라우드 컴퓨팅 플랫폼 및 기반시설은 2013년부터 2020년까지 연평균 30%까지 성장할 것으로 예측되고 있다. 아마존 AWS, 마이크로소프트 Azure, 구글 IaaS가 전체시장을 장악하고 있는 형세를 보이고 있다.가트너의 하이프 사이클에 따르면, 클라우드 컴퓨팅은 기대 하락단계를 지나 기술 재조명 단계로 이동 중이다.◇ 빅데이터, 2020년 610억 달러 시장 형성여섯 번째 메가 트랜드는 빅 데이터이다. 미래 IT트랜드의 핵심 근간 역할을 담당할 빅 데이터는 연평균 25%이상 성장할 것으로 가트너는 예상했다.2011년을 기준으로 2020년까지 연평균 26%의 매출액 성장이 예상되고 있다. 시장조사 전문기관 Wikibon은 세계 빅 데이터 시장은 2020년 610억 달러의 매출을 달성할 것으로 전망했다. 빅데이터의 세부기술은 현재 기대 최고단계를 지나 기대 하락단계에 접어들고 있다.◇ 위험기반 능동적 보안 S/W는 '방어'에서 '대응'으로일곱 번째 메가 트랜드는 위험기반 능동적 보안 S/W이다. 최근 야후에서 5억 명의 정보가 유출되고 나서 M&A를 파기하겠다는 주장도 나오고 있다. 보안이 중요한 이슈가 되고 있는 것이다. 보안사고 발생 시 사고대응 주요 서비스를 기업들이 경쟁적으로 출품하고 있다.그런데 위험기반 능동적 보안 S/W는 최근 '방어' 개념에서 '대응' 개념으로 전환되고 있다는 것을 알 수 있다. 매년 2월과 3월 샌프란시스코에서는 KOTRA 주최로 RSA(보안소프트웨어 전시회)가 열리고 있는데 RSA에 대응 전략을 중심으로 상품을 내놓은 기업들이 많이 늘어나고 있기 때문이다.예전에는 방어벽을 만들어 방어를 하는 것에 집중했지만, 지금은 해커들이 침투하는 것을 100% 막아 낼 수 없다는 점을 인정하고, 보안이 뚫렸을 경우 최대한 빨리 대응하는 기술이 더 중요하다고 보는 것이다.◇ VR과 AR은 기대 하락단계 지나는 중여덟 번째 메가 트랜드는 가상현실(VR)과 증강현실(AR)이다. 가상현실과 증강현실의 시장 성장률은 가히 폭발적이라 할 수 있다. 시장을 선도하는 IT기업들이 앞다투어 VR과 AR에 투자를 하고 있다.영국의 투자은행 디지캐피털(Digi-Capital)에 따르면, AR과 VR 시장 규모가 2016년 50억 달러에서 2020년 약 1,500억 달러 규모로 약 30배로 급성장할 것이라 보았다.'포켓몬 고'는 증강현실이 가상현실 못지않게 발전 가능성이 크다는 것을 보여주었고, 알리바바는 미국의 가상현실 스타트업인 '매직립'에 9,500억 규모의 투자를 주도했다. 또한 월트 디즈니 역시 실리콘밸리 가상현실 스타트업인 전트(Jaunt)에 6천5백만 달러를 투자하기로 했다.페이스북은 개발자 컨퍼런스에서 미래 10개년 계획의 주요 기술로 가상현실과 증강현실을 지목했고, 오큘러스를 인수한 뒤, 2016년 3월 '오큘러스 리프트'를 출시했다. 구글은 2014년에 이미 증강현실 기업 매직리프에 투자했으며, 하드웨어 제품보다는 플랫폼 개발에 집중하고 있다.애플은 2015년 증강현실 스타트업 Metaio를 인수했고 현재 애플스토어에서 아이폰과 호환 가능한 VR헤드셋 'View Master'를 판매하고 있다.가트너의 하이퍼 사이클에 따르면 VR과 AR은 이미 기대 최고단계를 지나 기대 하락단계로 이동 중이다. 펀딩이 계속되면서 기대 하락단계로 가고 있다. 기대 하락단계에서 얼마나 빨리 지나 기술 재조명 단계와 생산 안정화 단계로 들어설 수 있을지 관심이 모아지고 있다.◇ 메이저 플레이어의 틈새기술 공략아홉 번째 메가 트랜드는 자율주행차이다. 자율주행차는 실리콘밸리 최대의 화두로 떠올랐다. 테슬라는 완전 자율주행 능력을 갖춘 오토 파일럿 기능을 2017년에 공개할 예정이다.구글은 자율주행차 신모델을 개발, 실리콘밸리 도로 주행을 개시했다. 중국 최대 검색엔진 바이두는 실리콘밸리에 자율주행 R&D센터를 건립하기 위해 3억 달러를 투자했다.실리콘밸리가 자율주행차 산업의 등용문 역할을 하고 있는 것이다. 최근 투자자들로부터 주목받고 있는 자율주행차 관련 기업으로는 테슬라 개발인력이 창업한 페러데이 퓨터, 3D 프린팅 자동차를 시험 제작 중인 로컬모터스, 자율주행 스마트 트럭을 양산하고 있는 니콜라 모터스 등이 있다.한국은 자율주행차 시장에서 어떤 분야에 진출하는 것이 중요할까? 하버드 경영연구소에서 발표한 자료에서 실마리를 찾을 수 있다. 이스라엘은 준전시 상태인데도 첨단 기업들이 세계적인 경쟁력을 갖추고 있다.자율주행차는 분명 구글과 우버가 중심이다. 하지만 이스라엘의 모빌아이라는 기업도 빼놓을 수 없다. 모빌아이는 자율주행을 할 때 레이더로 장애물을 감지하는 세계적인 기술을 개발했다.세계시장의 메이저 플레이어들은 막대한 자금력을 바탕으로 R&D센터를 만들어 세계적인 기술자들을 고용, 짧은 기간에 혁신 기술을 개발하기 때문에 스타트업 들이 경쟁에서 이길 수가 없다.이런 상황에서 모빌아이와 같은 이스라엘 기업들은 메이저 플레이어들이 만드는 자율주행차에 필요한 핵심기술이 무엇인지 보고 중간지대의 기술을 공략하고 있는 것이다. 한국도 이렇게 하면 승산이 있을 것이다.가트너의 분석에 따르면, 자율주행 세부기술은 기대최고 단계를 지나고 있지만, 기술 재조명 단계와 생산 안정화 단계에 접어든 기술도 많다.◇ 미래 실리콘밸리의 기술 트랜드 12개가트너의 하이퍼 사이클에 따른 현재 메가 트랜드 9개에 대한 분석에 이어 미래 실리콘밸리의 기술 트랜드 12개를 추가로 분석해 본다. 이 12개 기술은 이머징 테크놀로지로 2016년도에 많은 경쟁을 뚫고 나온 기술, 전 세계 글로벌 트랜드를 이끌어 나갈 기술 들이라 할 수 있다.실리콘밸리의 미래 기술 트랜드는 △인간중심 기술 융합 △스마트 머신 시대 △플랫폼 혁명으로 요약해 볼 수 있다.첫째, '인간중심 기술 융합'이란 인간 중심화 되어가는 기술로 투명성이 도입되는 시기가 도래한다는 것을 의미한다. 이런 트랜드를 주도하는 기술로는 4D 프린팅, 증강 인간, 감성 컴퓨팅, 제스처 제어 디바이스 기술 등이 꼽히고 있다.둘째, '스마트 머신 시대'는 향후 10년간, 가장 파괴적인 혁신이 예상되는 분야로 스마트 더스트, 가상 개인비서(VPA), 사용자 대화 인터페이스, 상업용 드론 기술 등이 대표적인 기술 트랜드이다.셋째, '플랫폼 혁명'은 기술적 인프라를 생태계 중심의 인프라로 변모시킨다는 의미로 신경망 형태 하드웨어, 양자 컴퓨팅, 블록 체인, IoT 플랫폼 등이 대표적인 기술 트랜드이다.◇ 인간 중심 기술 융합 : 4D 프린팅첫 번째, 미래 기술 트랜드인 4D 프린팅은 온도와 시간과 같은 특정 자극요소를 특성이나 습성으로 자가 변환이 가능한 생산 기술을 의미한다. MIT Self-Assembly Lab과 3D 프린팅 선두기업 스트라타시스(Stratasys), TED가 3D 프린팅을 발표했다.미국 정부 지원 아래 하버드, 피츠버그 수완슨, 일리노이 공대 등 대학연구소에서 본격적으로 연구를 추진하고 있다. 이 기술은 어떤 특정 자극을 주면 파이프가 늘어나기도 줄어들기도 하는 상하수도관이나, 우주에서 특별한 환경에 자극을 받으면 몇 백배 늘어나는 재료의 개발 등에 사용될 수 있다.▲ MIT 교수가 설명하는 4D프린팅 사례[출처=브레인파크]◇ 인간 중심 기술 융합 : 증강 인간두 번째, 증강 인간(Human Augmentation) 기술은 인간의 인지·신체능력 향상에 초점을 맞춰 개발하고 있는 기술로 증강인간 기술을 파악할 수 있는 대표적인 컨퍼런스인 'Augmentated Human' 2017년 행사를 실리콘밸리에서 개최할 예정이다.◇ 인간 중심 기술 융합 : 감성 컴퓨팅세 번째, 감성 컴퓨팅은 얼굴 표정 빅 데이터 분석을 통해 인간의 감성을 인식할 수 있는 컴퓨팅 기술로 온라인 교육 분야에 접목하는 것을 시작으로 활용분야를 확대해 나갈 것으로 예상되고 있다.Affectiva의 'Affdex'는 딥러닝을 활용해 75개국 4백만 명의 얼굴 표정을 분석했으며 Lenovo의 'AirClass'는 웹캠 기반의 감정 인식 교육 플랫폼을 개발했다. 사람들의 얼굴을 매핑해서 실제로 표정을 조합했을 때 컴퓨터가 어떻게 인식하고 반응하는지를 분석하는 기술이다.◇ 인간 중심 기술 융합 : 제스처 제어 디바이스네 번째, 제스처 제어 디바이스는 앞으로 'Human-Machine 인터페이스'의 핵심적인 견인차 역할을 담당할 것으로 예상되는 기술이다. 반지형 웨어러블 디바이스를 개발한 로그바(Logbar), 손가락에 끼우는 디바이스인 Bird 컨트롤러를 개발한 MUV 인터랙티브, 제스처 컨트롤 헤드마운드를 개발한 Atheer AR HMD, 3D 손동작 인식 컨트롤러를 개발한 Leap Motion 등이 대표적인 기업이다.◇ 스마트 머신 시대 : 스마트 더스트다섯 번째, 스마트 더스트(초소형 컴퓨터)는 빛과 전파를 이용해 디바이스와 접속하며, 사물인터넷의 전폭적인 발전의 매개체 역할을 담당할 것으로 기대되고 있다. 미시건대 전자컴퓨터공학 연구소(EECS)는 쌀 한 톨 크기의 초소형 컴퓨터 개발에 성공했으며, 미국 국방과학응용연구소 프로젝트 DARPA와 연계하여 미국 남가주 주립대학교(USC) 및 JLH연구소가 공동으로 지속적인 연구개발을 하고 있다.◇ 스마트 머신 시대 : 가상 개인비서(VPA)여섯 번째, 가상 개인비서(VPA)는 사용자의 행동 패턴을 스스로 학습해서 서비스를 하는 '개인비서'로 사용자 연관 콘텐츠를 분석해서 사용자에게 정보를 제공하고, 대리행동을 하는 기술이다.내가 다운로드를 받으면 가상비서가 사용자가 다운로드를 왜 받았을지 생각하고 사용자의 니즈를 파악해서 원하는 정보를 알아서 보여주는 것이다. 내가 쉴 때 사용자 행동패턴을 자가 학습해서 갈수록 스마트해진다. 헬스케어, 쇼핑, 경력 개발, 재무 상담 등에 활용 가능할 것으로 예상되고 있다.◇ 스마트 머신 시대 : 사용자대화 인터페이스일곱 번째, 사용자대화 인터페이스는 업계의 표준화를 위한 전쟁이 심각하게 전개될 정도로 급부상하고 있다. 대표적인 실리콘밸리 기업들의 기술로는 아마존의 알렉사 스킬 키드(Alexa Skills Kit), IBM 왓슨의 자연의 처리능력, 페이스북의 매신저 플랫폼, MS의 코르타나 인식기반 서비스 등이 있다.현존하는 스마트 컴퓨터 중에 사용자대화 인터페이스를 가장 완벽하게 구현하고 있는 IBM 왓슨은 매니저가 명령을 내리면 단순한 정보뿐만 아니라 어떻게 전략을 짜야하는지도 알려 준다. 가트너는 2020년까지 근로자의 약 40%가 직무를 볼 때 사용자대화 인터페이스를 사용할 것으로 전망했다.◇ 스마트 머신 시대 : 상업용 드론▲ 다양한 분야에 활용되는 상업용 드론[출처=브레인파크]여덟 번째, 상업용 드론은 가트너의 사이클상으로는 기대 최고 단계에 있으며 드론 택시 등 다양한 개발 움직임이 포착되고 있다. 앞으로 드론은 물품 배송, 상수도관 검사, 재난 및 재해 탐지, 보안장비 검사 등 활용 범위가 대폭 확대될 것으로 내다보았다.미국 항공청(FAA)에 따르면 2016년 현재 상업용 드론은 4,800개를 허가해 주었으나 각종 제약 등으로 활성화에 한계를 나타내고 있다.하지만 가트너는 하이프 사이클 상으로 상업용 드론이 대중화에 걸리는 시간은 5년 내지 10년으로 전망하고 있다. 이미 인간이 탑승할 수 있는 드론도 CES에 출시됐다.상업용 드론을 왜 미래 트랜드로 분류하는지 의문을 제기할 수도 있다. 그 이유는 정부의 규제 때문에 많은 상업용 드론 기술이 제한적으로 응용되고 있어서 5년, 10년 이후 규제가 풀리면 더욱 활성화될 수 있을 것이라 보고 미래 트랜드로 분류한 것이다.◇ 플랫폼 혁명 : 신경망 형태의 하드웨어아홉 번째, 신경망 형태의 하드웨어(Neuromorpic H/W)는 차세대 AI의 핵심 기반기술로 활용될 것으로 예상된다. Neuromorpic H/W는 데이터의 저장과 처리 요소를 통합한 뉴런을 집적하여 만든 차세대 아키텍처로서 프로토타입 개발의 초기 단계 분야로 높은 하드웨어 사양과 복잡한 소프트웨어 알고리즘으로 구현 가능했던 AI를 단일 하드웨어로 구현한 것이다.◇ 플랫폼 혁명 : 양자 컴퓨팅열 번째, 양자 컴퓨팅은 AI, 유전자 정보 분석, 검색 및 예측 시스템 등에 폭넓게 활용될 것으로 전망되고 있다. 양자 컴퓨터는 큐비트(0과1 동시 표현 가능)를 이용한 연산으로 기존 컴퓨터 성능의 최대 1억 배 이상의 성능을 보유한 컴퓨터이다.최초로 판매된 양자 컴퓨터로 알려진 D-Wave 양자 컴퓨터를 보유하고 있는 구글은 양자 컴퓨터를 딥러닝 기술의 발전 촉매제가 될 것으로 밝히고 있다. 인텔도 양자 컴퓨팅 연구를 위해 델프트(Delft) 기술대학과 10년간 파트너쉽을 체결했다.◇ 플랫폼 혁명 : 블록 체인열 한 번째, 블록 체인(Block Chain)은 비트 코인 보안기술의 핵심으로 금융시장의 보안성을 강화하고 비용을 절감하는 효과를 가져올 것으로 기대되고 있다.비트코인의 보안기술로 알려진 블록 체인은 공공거래 장부라고도 불리며, 가상화폐로 거래할 때 발생할 수 있는 해킹을 막는 기술이다.금융회사들은 그동안 중앙 집중형 서버에 거래 기록을 보관해 왔다. 블록 체인 기술을 도입하면 특정 서버에 정보가 집중되지 않고 온라인 네트워크 참여자의 컴퓨터에 동일하게 저장됨으로써 상호 검증을 통해 정보 신뢰성을 확인하게 되는 이점이 있다.▲ 블록 체인 기술의 개념도[출처=브레인파크]중앙에 집중되어 있는 서브가 해킹을 당하면 천문학적인 손실이 발생하고 이를 막기 위해 금융기관들은 유지보수에 많은 비용을 지출하고 있는데 블록 체인은 암호 코드를 넣으면 증권사, 은행, 소비자가 동일한 정보를 서로 볼 수 있어 특정 정보가 특정 서브에 있는 것을 막아준다. 실리콘밸리에서는 블록 체인 스타트업도 많이 일어나고 있다.◇ 플랫폼 혁명 : IoT 플랫폼열 두 번째, IoT 플랫폼은 2016년 가트너의 하이프 사이클에서 기대 최고단계를 향해 빠르게 진입하고 있다. 하지만 현재 IoT 플랫폼을 완벽하게 구현한 플랫폼 개발기업은 존재하지 않는다.대부분의 기업들은 회사 교유의 적정한 사물 인터넷 아키택쳐 및 데이터 모델을 적용하기 위해 시험단계를 선별적으로 진행할 예정이다. 가트너는 2020년까지 기업의 65%가 사물인터넷 플랫폼을 활용할 것으로 전망했다.4차 산업혁명으로 다양한 분야에서 여러 가지 혁신기술이 개발되고 있다. 어제 놀라웠던 기술이 오늘 식상한 기술이 되어 버리는 시대에 우리는 접어들었다. 앞으로 어떤 트랜드가 메가 트랜드로 자리 잡을 것인지, 치밀한 분석과 대처가 필요하다.

□ 다량의 병원 기반 연구데이터로 다수 환자 치료  매사추세츠 종합병원(Massachusetts General Hospital) 55 Fruit St, Boston, MA 02114Tel: +1 617 726 2000 방문연수미국보스턴  ◇ 사회경제적 지위에 상관없이 환자를 치료하기 위해 설립○ 메사추세츠종합병원(Massachusetts General Hospital, 이하 MGH)은 1811년 사회 경제적 지위와 상관없이 보스톤의 아픈 환자를 치료하기위해 설립됐고 미국 의료분야에서 대표적인 우수병원으로 꼽힌다.○ 설립자 존 워렌 (John Warren)은 "모든 환자가 우리 이웃이다."라고 말했으며, 하버드대(Harvard University)의 첫 번째 의과대학 교육병원으로 의학 연구의 경계를 넓혀왔다. 모든 환자에게 최고의 의료 품질 및 치료 서비스 제공하는데 초점을 맞추고 있다.○ 거의 모든 MGH 직원이 교수직을 맡고 있고 하버드 의대의 가장 오래되고 가장 큰 교육 병원이며, 의료진의 90％ 정도가 하버드의대 교수이고 학생들의 교육도 이곳에서 주로 이뤄진다.○ MGH의 역사는 곧 현대의학의 발달사라고 할 수 있다. 세계 최초의 맹장염 치료법 제시(1886년), 세계 최초의 X선 촬영(1896년), 암 연구 목적의 종양 클리닉 최초 개설(1925년), 혈액 장기보관 실용화(1964), 자기공명영상(mri) 진단(1979년) 등의 업적이 있다.○ 그리고 노벨의학상 수상자를 6명이나 배출했으며, 최근엔 유전자치료와 레이저치료 분야, 뇌세포 연구분야 등에서 현대의학의 흐름을 좌우하는 연구업적들을 쏟아내고 있다.○ 연간 연구 예산이 9억 1200만 달러 이상이며, 연구프로그램은 병원 전체에 30개 이상의 임상 부서와 센터에서 약 1,200건의 임상 시험이 진행 중이다. 지역 및 전 세계의 환자들을 위한 새롭고 더 나은 치료법을 개발하기위해 기초 및 임상 연구가 활발히 이루어지고 있다.◇ MGH의 시작과 성공요인○ 1846년, MGH소속 Dr. Warren 의사가 '마취제'라는 것이 존재하지 않았던 당시, 윌리암(William TG Morton)인 28살의 젊은 치과의사를 믿고 그가 제안한 대로 그들이 발명한 '마취제'를 사용한 수술을 의료계와 대중들 앞에서 직접 시범을 보이면서 전 세계 의료계에 변화를 이끌었다.○ 마취제를 사용하여 턱을 절개하고 수술했으나 환자는 어떤 아픔도 기억하지 못했고 이 공개 수술의 성공은 곧 MGH를 미국에서 가장 중요한 병원으로 자리매김 하게 만드는 계기가 되었다.마취제의 개발로 MGH는 전 세계에서 가장 우수하고 똑똑한 의사들이 몰리는 병원이 되었으며, 이 우수한 인재들은 다음 세대의 우수한 인재들을 병원으로 끌어들였다.○ 마취 수술과 맹장염 치료법, X-선 촬영 등에서 세계 최초라는 타이틀을 얻은 MGH는 실제 병원 전체 인력 가운데 연구 인력의 비중이 44%에 이른다. 연구 의사는 12%, 연구원이 31%에 달한다.매년 4만6,000명 이상의 입원 환자를 수용하고 있으며, 4개의 보건센터에서 거의 150만 건의 외래 방문을 처리하고 있다.◇ 정부 지원을 받으며 연구중심병원 모델 구축○ 그리고 지속 가능한 연구를 위한 재정적 지원인데 MGH 병원은 미국국립보건원(NIH)으로부터 연간 약 2억8000만 달러의 연구비를 지원받는다. 총 연구 예산의 50% 내외 수준이다. MD 앤더슨 암센터도 정부로부터 연간 약 2억 달러의 연구비를 지원 받는다.○ 정부는 연구중심병원의 수익 모델이 안정화되고, 투명한 기부 문화 및 지원시스템이 정착될 때까지 지원 비율을 상당히 높게 유지해 안정화를 도모한다. 병원 차원에서는 병원의 연구 재원을 다양화해 지속 가능한 연구를 위한 재정적 시스템을 구축한다.◇ 인공지능 기반 헬스케어○ 매사추세츠종합병원 MGH 임상데이터과학센터는 ‘US 뉴스 앤 월드 리포트(US News and World Report)가 선정한 ‘2016년 최고의 병원(Best Hospitals)’ 최상위 순위에 오른 바 있다.병원이 보유한 표현형, 유전학 등 100억 개에 달하는 의료 영상 자료를 포함한 데이터베이스를 바탕으로 심층 신경망을 훈련시킬 예정이다.○ MGH 센터는 방대한 양의 데이터를 처리하기 위해 딥러닝 전용 슈퍼컴퓨터 ‘엔비디아 DGX-1’을 기반으로 엔비디아의 엔지니어와 매사추세츠 종합병원의 데이터 과학자가 개발한 딥 러닝 알고리즘을 활용 계획에 있다.○ 의사들은 인공지능을 이용해 환자의 증상, 검사 결과, 병력을 다른 환자로부터 얻은 방대한 양의 데이터와 비교할 수 있게 된다.MGH 센터는 초반에는 영상과 데이터가 풍부한 분야인 방사선학과 병리학에 집중, 향후 전자 건강 기록과 유전학으로 적용 범위를 넓히게 된다.◇ 의사결정 프로토콜 공유 프로그램○ 매사추세츠 제너럴 병원(Massachusetts General Hospital, MGH)에서는, 약 10년 간 미 보스턴 지역 병원들 대상 파일럿 프로그램으로 진행된 이른 바 ‘의사결정 프로토콜 공유’(Shared Decision-making Protocol)프로그램을 시행한다.○ ‘05년부터 시행된 결과는 프로그램에 참여한 환자들이 참여하지 않은 환자들 보다 진료 절차 및 치료 규칙에 대한 적극적인 참여를 보여주어 치료효과에 긍정적인 영향을 가져다 준 것으로 밝혀졌다.○ ‘의사결정 프로토콜 공유’(Shared Decision-making Protocol)프로그램은 환자들에게 진료옵션을 배우도록 하고, 환자 스스로 치료에 대한 의사 결정에 참여할 수 있도록 책자, 비디오 및 온라인 리소스 등의 ‘의사결정 도움 도구’(Decision Aids)를 제공하는 것을 주요 골자로 한다.○ ‘05년 처음 시행이후 현재까지 보스턴 지역 15개의 병원에서 160명 이상의 1차 진료 의료진들을 대상으로 집중 교육을 실시하고 있다.MGH 보건의사결정과학센터의 리 시몬스(Leigh Simmons) 의학 박사에 따르면 보스턴 지역 병원들에서 실시된 ‘의사결정 프로토콜 공유’(Shared Decision-making Protocol)프로그램은 의료진과 환자의 협력을 통해 긍정적인 치료효과를 나타낼 수 있는 좋은 예라고 밝힌바 있었다.◇ 국제환자 진료소○ MGH엔 세계 90여 개국에서 환자들이 몰려든다. 병원은 [국제환자진료소]에 외국인 환자를 전담하는 의사를 두고 있으며, 통역서비스, 공항픽업, 숙박지 알선, 관광안내, 진료비 상담 등 외국인 환자를 위한 모든 서비스도 제공한다.◇ 오바마 케어의 목적○ 미국 의료 보장제도에 소비되는 지출양은 약 국민총생산의 16% 정도이다. 1인당 약 8백만원을 지출했다고 평가되었고 의료 값은 임금이나 물가폭등보다 더욱 빠르게 상승하고 있다. GDP에서 소비되는 의료값은 앞으로도 25%, 50%로 계속 증가될거라는 문제가 제기되고 있다.○ 미국통계국(U.S Census Bureau)에 따르면 건강보험이 없는 미국 시민은 2007년 인구의 15.3% 로 4,570만 명이다. 이중 미국에서 건강보험혜택을 보장받지 못하는 97만 명은 미국 국민이 아니었다.○ 그리고 2009년 통계결과 미국 국민 중 47만 명이 건강보험이 아예 없다는 것이다. 부분적으로 보험혜택을 받거나 아예 받지 못하는 수가 2007~2008년 사이에 8,670만으로 높았다. 이는 미국 인구의 29%에 해당하는 수이며, 3명 중 1명이 65세 이하였다.○ 이러한 미국 건강보험 제도 문제를 해결하기위해 오바마케어(Patient Protection and Affordable Care Act, PPACA)가 2010년 3월에 법으로 지정됐다.이를 권장하기 위해 2014년부터는 Private 보험 또는 오바마케어에 가입이 안 되어있는 경우 벌금을 내야 한다. 즉 어떤 형태로든 건강보험이 없으면 벌금을 내야 한다. 예전에 비해 보험가입이 많이 증거했으나 여전히 가입하지 않은 사람들도 있다.◇ 미국의 의료보험제도○ 의료 기관들은 대부분 사설 기관에 의해 소유되고 운영된다. 의료 보험 제도 또한 마찬가지인데, 노인 의료 보험이나 국민 의료 보조·소아 의료 보험과 노병 건강 관리국을 제외한 대부분의 의료 보험을 사설 기관이 제공한다.적어도 인구의 15퍼센트는 전혀 보장이 되지 않고 있으며 그 외 상당 수의 인구도 의료 혜택을 알맞게 받지 못하고 있다. 이에 반해 미국은 생물의학 연구와 개발의 선두자이고 새로운 생물의학 상품들을 도입하는 데도 세계적으로 선두하고 있다.민간의료보험(대부분의 의료재원)국가 공공 의료보험(소수)⦁직장가입자⦁개인가입자⦁메디케어(65세이상 노인, 신체 장애자)⦁메디케이드(일정소득 이하의 저소득자)▲ 의료보험범위[출처=브레인파크]출처: KFF State Health Facts○ 미국은 민영화 의료보험 제도와 자가보험제도 두 가지가 있다. 미국 의료보험은 크게 공적 의료보험과 민간 의료보험으로 구분되면 공적 의료보험에는 메디케어, 메디케이드/아동건강보험, 현역 군인 및 가족 혹은 참전군인, 원주민 등 특수 계층을 대상으로 의료보험 급여의 일부 또는 전체를 지원하는 프로그램이 있다.공적 의료보험의 일부 프로그램은 민간 의료보험사에 위탁 운영되기도 한다. 민간 의료보험은 크게 직장 단위와 개인 단위의 건강보험이다.○ 공적 건강보험 중 메디케어는 65세 이상이거나 65세 미만이지만 특정 장애가 있는 사람을 대상으로 한다. 메디케어는 파트 A~D로 구분된다.직장 건강보험에 가입되지 않고 메디케어나 메디케이드의 대상자가 아닌 개인 및 가족은 민간 의료보험으로 건강보험에 가입할 수 있다. 메디케어 등록률은 2017년 58%에서 2026년 74%로, 메디케이드는 73%에서 81%로 높아질 전망이다.◇ 공공의료보험 메디케어○ 메디케어(Medicare)는 연방정부가 예산의 13%를 지원하는 의료보험으로 65세 이상, 65세 미만이고 특정한 질병을 가진 사람, 말기신장질환(ESRD)을 가진 모든 연령대의 사람을 위한 것이다. A~D까지 각 파트별로 특정한 서비스가 제공한다.○ Part A(병원보험: Hospital and Skilled nursing care)는 병원이나 병원 입원 후 이어지는 전문 간호시설에서의 입원 치료, 가정간호 및 호스피스 간호 등에 대한 비용을 지원한다.○ 본인이나 배우자가 생업에 종사하며 메디케어 세금을 납부했다면 프리미엄이라고 불리는 월 보험료를 내지 않아도 된다. 가입 자격 조건은 65세 이상 시민권자나 미국에 5년 이상 거주한 영주권자, 65세 이하라도 사회보장국으로부터 장애인 보조금을 받는 자 등이다.○ Part B(의료보험: Outpatient, Physician visits when medically necessary)는 의사 진료 및 외래 환자 진료 서비스 비용을 지원해준다.물리치료나 언어치료, 재택 건강관리 서비스 중 파트 A가 제공하지 않는 일부 서비스에 대해 혜택을 받을 수 있다. 파트 A 가입자는 매달 월 보험료를 지불하는 방식으로 파트 B에도 동시에 가입할 수 있다. 대부분의 사람들이 표준 월별 메디케어 파트 B 보험료까지 지불한다.○ Part C(어드밴티지보험: Medicare Advantage)는 메디케어가 승인한 개인 회사가 운영하는 의료보험을 선택하는 플랜이다. 메디케어 파트 A와 B를 모두 가입한 사람의 경우 파트 C를 선택할 수 있다.공동 부담액이 낮고 입원기간에 대한 혜택 등 추가 혜택을 받을 수 있는 장점이 있다. 파트 C에 가입하면 메디케어 프로그램이 제공하는 모든 권리와 서비스 혜택을 보장 받을 수 있다. 또한 대부분의 경우 처방약 혜택도 받을 수 있다.○ Part D(처방약 보험: Drug plan)는 처방약 비용을 보조해주는 보험이다. 처방약 비용을 낮추고 더 높은 비용을 부담하지 않도록 해주고 메디케어에 의해 승인된 민간보험회사에서 운영된다. 자동으로 등록되지 않으므로 직접 플랜을 선택, 가입해야 한다.◇ 저소득층, 극빈층을 위한 건강보험 복지 프로그램, 메디케이드○ 메디케이드는 극빈 또는 저소득층 가정을 위해 무료 또는 저비용으로 제공하는 미국의 건강보험 복지 프로그램이다. 메디케이드는 65세 이상 노인들의 메디케어와는 다르다.○ 메디케어를 가지고 있는 65세 이상 노인들도 재산이나 수입이 없다면 메디케어에서 커버하지 않는 비용을 메디케이드에서 대신 지불해 준다.메디케이드 수혜 자격을 갖고 있다면 메디케어 처방약 커버리지(파트 D) 비용을 지불하는 데 있어서의 추가적 도움을 받을 수 있는 자격이 자동적으로 주어진다.○ 메디케이드와는 다르게 주정부 지원 없이 연방정부가 운영하는 복지 건강보험 프로그램으로 노인을 대상으로 한다. 자금은 연방 정부와 주 정부가 함께 조달하지만 관리는 주 정부가 맡는다.○ 따라서 어떤 사람들이 받을 것인지는 주 정부의 정책에 따라 달라질 수 있다. 이는 주 정부가 의무적으로 메디케이드를 주민들에게 제공할 필요는 없음을 의미한다.하지만 미국 내 모든 주들이 현재 메디케이드를 운영한다. 수혜 대상은 미국 시민권자이거나 합법적으로 거주하는 영주권자에 제한되며 어린이나 특정 장애자, 임신부, 노인 등 이다.○ 메디케이드는 프로그램에 참여한 의사와 약사, 병원, 또는 기타 제공자들에게 진료 비용을 지급한다. 각주에서는 소득과 자산이 무엇으로 간주할지, 누가 신청 자격이 있는지, 어떤 서비스가 포함 되는지 등 서비스 비용을 결정한다.○ 각 주는 연방 정부의 지침 범위 안에서 프로그램을 어떻게 운영할지 정하므로 각 주, 미국령, 그리고 워싱턴D.C 등 56개의 서로 다른 메디케이드 프로그램이 존재한다.○ 거주하는 주의 규정에 따라 일부 의료서비스에 대해 작은 부분의 본인 부담금 (코페이 같은)이 적용 될 수도 있다. 만일 메디케어와 메디케이드에 모두 자격이 있다면 의료비의 대부분이 커버될 것이고, 처방약 비용도 지급해 주는 엑스트라 헬프 프로그램을 자동적으로 받게 된다.○ 입원 및 외래 진료서비스, 임신관련 서비스, 어린이 백신접종, 의사서비스, 21살 이상을 위한 간병시설 서비스, 가족계획 서비스와 공급물품, 외각지역 보건소 서비스, 숙련된 간병시설 서비스 신청 자격이 있는 분들을 위한 가정 의료케어, 검사와 엑스레이 서비스, 소아와 가정 간병 의료인 서비스, 조산원 서비스, 연방정부가 승인한 의료센터서비스 등이 커버가 된다.□ 질의응답- 보험을 둘 다 가입하게 되면 혜택은."메디케어에서 보험 적용이 된다고 해도 가입자 분담금(Copay or Copayment)이 있다. 코페이를 내야하는 경우는 보통 의사상담, urgent care, lab, x-ray, 제네릭의약품 구입시 등 비교적 간단한 서비스를 받을 때 가입자가 직접 의료기관에 지불한다.가입한 플랜에 따라 연간의료공제액(Deductible)을 먼저 내야하는 경우도 있으니 의료 서비스 항목별로 디덕터불 또는 코페이가 적용되는지 여부를 정확히 알아보는 것이 중요하다.가입자의 분담금(Coinsurance)은 가입자 또는 환자가 본인의 디덕터블을 전액 지불하게 되면 비로써 보험회사가 나서서 의료비의 일정비율을 커버해주기 시작한다. 이 액수로부터 가입자 최대부담금 한도액(Maximum out of pocket)까지 가입자가 분담하는 비율의 액수를 코인슈어런스라고 한다.- 본인 부담금은 메디케이드만 없는 것인지."모든 것이 0인 경우는 없고 다 조금씩 본인 부담금이 있다.- 보험가입을 안했거나 메디케이드 환자인데 굉장히 비용이 많이 드는 대수술을 해야되는 응급상황일 때 이런 경우는 수술을 해주는지."메디케이드가 있으면 커버가 되고 메디케이드를 받지 못하는 소득이면 여러 가지 방법이 있다. 그 중에 먼저 수술을 받고 자선단체의 도움을 받거나 아니면 현금으로 지불해서 할인받거나 또는 나눠서 오래도록 갚게 해주도 하는데 병원에서 상황에 따라 편의를 봐준다.- 한번 진료를 받을 때 보험이 있을 때, 보험이 없을 때 차이는."의료보험없이 진료 원가는 100~200$, 그러나 예방차원에서 가는 것은 비용이 비싸고 아파서 당장 가는 것은 많이 커버가 된다. 사보험이 많은데 얼마나 커버가 되느냐에 따라 다르고 가입조건이 굉장히 좋은 조건의 보험은 비용이 비싼 진료를 받더라도 커버가 되고 그렇지 않으면 지불해야 될 돈이 많아지는 것이다.- 보험회사와 연결된 병원에서 진료를 받고 비용청구를 받는 것인지, 보험회사에서 내가 아프니깐 병원예약 해달라고 요청하는 것인지."본인이 가입한 보험이 어느 정도까지 커버가 되는지 확실히 알고 있으면 진료받은 후에 보험정보를 주면 된다. 헷갈릴 경우는 보험회사에 해당사항이 있는지 확인하고 진료를 받는다. 그리고 의사 진료 확인 내용을 보험회사에 보내야 한다.- 국민의 몇 퍼센트가 최상위 보험혜택을 받는지."정확하진 않은데 아주 소수의 사람들이 혜택을 받는다.- 유학생활 동안 병원에 간적이 있는지."학교 보험은 다 좋은 보험이다. 응급치료는 대부분의 보험이 1,000~2,000$인데 본인 부담금이 100$ 정도 된다. 학생은 무조건 보험이 있어야 한다. 기부금이 많은 학교는 기부금으로 충당이 되는데 그렇지 않은 경우는 본인이 부담해야 된다.- DRG에 따라서 나누는 것은 없는가? 예를 들면, 간단한 수술인 맹장염인데 오래도록 방치할 경우 2~3시간이 소요되는 경우도 있다. 진단에 따라서 비용을 똑같이 받는지."내원환자, 입원환자로 나눈다. 병원에서 제대로 치료를 받을 수 있다. 호주와 미국이 포괄수과제를 도입한 대표적인 국가인데 DRG 의료기관은 유리하지 않은 것 같다.□ 일일보고○ 현재의 MGH 연구기반데이터와 관련된 견학은 하지 못했으나 Historic Museum을 방문했다. 1846년 esther inhaler를 이용한 최초의 anesthesia를 시행하여 수술을 집도하여 현대의술의 획기적인 새 장을 열었다. Dr.Warren은 하버드의대를 세웠고 의학출판물 ‘The New England Journal of Medicine'을 창간하여 의학과 MGH 발전에 큰 기여를 했다.○ Dr.Warren은 의학교육의 필요성을 인식하여 하버드의대를 설립했으며, 세계 최초로 마취제를 사용하여 수술을 집도했다. Anesthesia(마취)라는 용어를 처음으로 사용했고 의학지식을 세계적인 전파 필요성을 인식하여 최초로 의학잡지까지 발간했다.미국 건강보험은 메디케어 15%, 메이케이드 16%, 직장의료보험 48%, 기타 8%, 무가입자가 13%이다. 의료비 지출이 GNP의 16%를 차지하고 있으며, 향후 35% 수준까지 증가할 것으로 추정하고 있다.○ MGH는 1811년 설립된 병원으로 개원 초부터 환자의 의료 접근성 향상을 위해 노력해왔다. 그러나 현재 미국의 보건의료정책상 모든 환자가 이 병원을 이용할 수 없어 어떤 측면에서는 설립 목적이나 수많은 업적을 남긴 의료진의 노력이 정치적, 사회적 환경으로 빛을 발하지 못하는 것 같아 아쉬움이 남는다.이를 통해 건강보험 정책관련 연구가 의료현실 개선방안을 적극적으로 제시할 수 있도록 적극적 지원 등 연구 인프라 구축, 개인정보 연구목적 이용에 대한 법 개정까지도 필요할 것으로 생각되었다.○ 그밖에 의학 학술지 중 단연 최고로 뽑히는 NEJM 학술지를 발간하는 등 이 병원의 의학발전관련 노력들은 본받을 만하다.우리 병원에서도 수많은 의료진이 국내 건강보험 정책연구나 임상연구를 통해 새로운 의술, 보건정책개발에 선두적인 역할을 할 수 있는 노력이 필요할 것으로 생각된다.○ MGH의 역사와 업적 특히, 병원 설립과 마취, 잡지를 발간했던 것에 대해 알게됐고 미국의료시스템을 개괄적으로 파악할 수 있는 계기가 됐다.○ 미국의 의학은 세계 최고의 수준이며, MGH의 연구에 대한 열정과 시설·인력 등 모든 면이 최고 수준임을 부정할 수 없었다.하지만 이 최고 수준의 의료서비스를 모든 국민이 누리지 못하고 있고 이 서비스를 이용했던 환자들의 자료만 가지고 연구를 진행해야 하는 이면도 있을 것 같아서 아쉬움이 남았다.정치적인 문제를 해결하기 쉽지 않지만 세계 최고의 의료서비스를 전국민이 이용할 수 있도록 의료인들의 노력도 필요할 것 같았다.○ MGH 병원 설립, 마취제 최초 시작, 마취라는 말 처음 사용하여 수술했으며 의학 잡지를 만들어 정보를 공유한 병원이다.○ 세계적인 병원답게 자부심이 대단했다. MGH의 역사와 앞으로의 일산병원의 나아가야 할 방향을 알게 됐다. 우리병원 또한 세계 어디에서도 좋은 시스템과 환경을 가졌다는 것을 느끼게 된 좋은 방문이었다. MGH의 실제 진료와 시술 등을 볼 수 있었으면 하는 아쉬움이 남았다.

□ 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.

□ 연수내용◇ 컴퓨터공학을 기본소양으로 AI의 근간을 쌓는 미국 대학○ 미국 대학에서는 AI의 근간이 되는 컴퓨터공학이 이미 기본 소양으로 여겨지고 있다. MIT 학생 중 컴퓨터공학 전공과학을 듣는 학생은 지난해 기준 50%에 이르고 스탠퍼드대 공대생 중 컴퓨터공학 전공자는 45% 수준이다. MIT, 스탠퍼드, 카네기멜런, 워싱턴대 등은 공동으로 AI를 교육하는 프로그램을 운영하고 있다.○ 미국 캘리포니아 버클리대(UC버클리)는 2015년부터 데이터 사이언스를 연계한 대학원 전공 과정을 운영하고 있다.데이터 사이언스는 엄청난 양의 빅데이터를 분석하기 위해 AI 기술의 핵심인 딥러닝(심층 학습) 등을 활용하는 기술이다. 알파고를 통해 딥러닝의 유용성이 입증되면서 최근 가장 각광받고 있는 분야이기도 하다.◇ 세계에서 3번째로 노벨상을 많이 배출한 UC버클리○ 1868년 10개의 캘리포니아 대학교 중 최초로 설립된 UC버클리는 2019년 U.S. News & World Report 세계랭킹에서 4위에 랭크되었다.107 명의 노벨상(2018년 12월 기준) 수상자들과 연고가 있는 UC버클리는 세계에서 3번째로 노벨상 수상자를 많이 배출한 대학교인 세계적 명문대학이다.○ 버클리 졸업생들은 여러 유명 기업들을 창업한 것으로 유명하다. 애플(스티브 워즈니악), 인텔(고든 무어), 마이스페이스(톰 앤더슨), 갭(도널드 피셔), DHL(래리 힐블롬), 구글 보이스(크레이그 워커)와 구글 어스(존 행크), HTC(쉐어 왕), 썬 마이크로시스템즈(빌 조이), BBN 테크놀로지(리처드 볼트), 마벨 테크놀로지 그룹(세핫 수타르자와 웨일리 다이), VM웨어(다이앤 그린과 멘델 로젠블럼), 일본 소프트뱅크(손정의) 등이 버클리 졸업생에 의해서 설립된 대표적인 회사들이다.◇ 버클리 대학 내 인공지능 관련 연구인력이 모인 인공지능연구소○ UC 버클리는 연구 중심의 종합대학으로, 7,000개가 넘는 강의와 300개에 가까운 전공을 제공하고 있다. 해마다 5,500명의 학사와 2,000명의 석사, 900명의 박사를 배출한다.▲ UC버클리[출처=브레인파크]○ 버클리 인공지능연구소는 △컴퓨터 비전 △기계학습 △자연어 처리 △계획 △로봇공학 분야에 걸친 UC버클리 대학 내 연구인력이 모인 연구소다.○ 30여 명의 교수진과 200여 명의 대학원생은 멀티모달 딥러닝(Multi-modal deep learning)과 인간-호환 AI와 관련한 최첨단 기술들을 연구하며 AI와 다른 과학 분야 간 접목을 위한 연구도 진행한다. 연구진은 인공지능 관련 연구를 진행할 때 최대한 다양한 접근법을 활용하고 있다.○ 연구소는 최첨단 AI 연구 가속화를 위해 ‘BAIR Open Research Commons’라는 새로운 산업 제휴 프로그램을 시작했으며 연구진은 Commons 협정을 기반으로 제휴 산업 파트너와 공동으로 그리고 균등하게 지적 재산을 공유하면서 협력적인 공동 프로젝트를 진행한다.○ 후원기업으로는 아마존, 페이스북, 구글, 마이크로소프트, 삼성, 웨이브 컴퓨팅 등이 있으며 이들 기업은 프로그램의 초기에 BAIR 시설과 연구 노력을 지원할 20개 이상의 공동 프로젝트에 대한 기금을 조성했다.○ 기존 학과와 학부들은 그대로 놔둔 채 이들을 모두 아우를 수 있는 `디비전`이라는 개념을 만들어 학부생들이 전공과 관계없이 데이터 사이언스를 학습할 수 있도록 한다.◇ AI분야 고전논문상을 수상한 존케니교수의 지도를 받는 김진규학생○ 버클리대 인공지능연구소 방문은 컴퓨터공학과에서 박사과정에 있는 김진규 학생과의 간담회 형태로 진행되었다. 김진규학생은 고려대학교 전자공학과 학사, 석사를 거쳐 현재는 존 케니 교수(Prof. John Canny)의 지도학생으로 연구 중이다.존 케니 교수가 석사 과정 때 발표한 논문이 컴퓨터 비전 쪽에서 가장 많이 읽힌 논문으로 유명하며 2002년 인공지능분야에서 가장 영향력있는 논문상을 수상하기도 했다. 지금은 CS 학부장이다.○ 김진규 학생의 연구분야는 AI, 컴퓨터 비전, MAPE 등을 하고 있고 어플리케이션으로 자율 주행을 연구하고 있다. 특히 Advisable AI를 많이 하고 있고 DARPA에서 AI 관련 세미나를 열었을 때 직접 연구내용도 발표했다.○ 버클리로 오기 전에는 컴퓨터 이미징, Data Mining, 물리경제학 등 관련 연구를 진행했으며 현재는 DARPA 프로젝트로 자율 주행을 연구하고 있다. 병역특례로 LG Display, 삼성, 팬텀AI, 혼다, Waymo에서 인턴을 했다.○ 주요 이력• niversity of California, Berkeley, PHD IN COMPUTER SCIENCE (ADVISOR: PROF. JOHN CANNY)• Korea University, MS IN ELECTRICAL COMPUTER ENGINEERING (ADVISOR: PROF. SUNGROH YOON)• Korea University, BS IN ELECTRICAL ENGINEERING, Summa Cum Laude (GPA: 4.45/4.5)○ 발표논문• 2018.10. 「Explainable Deep Driving by Visualizing Causal Attention」, Jinkyu Kim and John Cann, The Springer Series on Challenges in Machine Learnin• 2018.09. 「Textual Explanations for Self-Driving Vehicles」, Jinkyu Kim, Anna Rohrbach, Trevor Darrell, John Canny, and Zeynep Akata, ECCV• 2017.12, 「Show, Attend, Control, and Justify: Interpretable Learning for Self-Driving Cars」, Jinkyu Kim, Anna Rohrbach, Trevor Darrell, John Canny, and Zeynep Akata, NeurIPS Symposium• 2017.10, 「Interpretable Learning for Self-Driving Cars by Visualizing Causal Attention」, Jinkyu Kim and John Canny, ICCV◇ 자율주행의 취지와 흐름○ 자율주행은 교통사고를 줄이는 것, 사람들의 운전시간을 줄이고, 주차장에 쓰이는 공간을 줄이자는 취지를 갖고 있다.우버의 자율주행은 볼보 차체에 자율주행 센서와 컨트롤 유닛을 달아서 자율주행 차를 만들었다. 트럭에도 진행 중이었는데 최근에 우버에서 트럭에 대한 자율주행 사업은 중단했다. 자율주행 분야로 투자를 많이 했으나 트럭 대신 일반자동차에 집중하고 있다.○ Waymo는 일반자동차와 트럭 모두 진행하고 있다. 대부분의 자율주행 차가 상위단에 라이더센서를 두고 360도로 레이저를 쏴서 주변에 무슨 물체가 있는지 감지한다.카메라가 앞, 뒤로 6개정도 달려 있어서 주변 시야를 확보한다. 레이더 센서는 요새 차에 다 들어가 있는데, 고속도로에서 자율주행하는 차는 모두 레이더를 쓰고 있다. 또한 보통 트렁크에 컴퓨터를 실어 넣는다. 최근에 재규어에 레이더를 달아서 실험하고 있다.○ Waymo는 피닉스 지역에서 서비스하고 있는데, 리프트와 연결해서 리프트에서 자율주행차를 불러올 수 있게 한다. 센서에서 정보를 취합한 후 컴퓨팅하고 자동차로 컨트롤한다. 우버의 앱, 구글 맵으로 차량을 호출하면 내비게이션도 해준다.◇ 인식-예측-통제로 이루어지는 자율주행○ 자율주행은 크게 인식(Perception), 예측(Prediction), 통제(Control)의 과정을 거치는데 첫 번째 인식(Perception)은 센서가 들어오면 Perception 모듈을 가장 먼저 거친다. 어떤 물체가 어디 있는지를 판단하는 단계이다.○ 사람이 지나가는 경우, 자전거나 차량이 지나가는 경우도 모두 감지한다. 라이더 센서로 3D 바운딩 박스를 찾고, 카메라를 사용해서 신호등을 구별한다.라이더 센서를 쓸 때 최대 200m 거리의 차량과 사람을 모두 감지한다. 감지 문제는 거의 다 해결됐다고 보고 있다. 차량은 빨간색 바운딩 박스로 사람은 노란색 바운딩 박스로 표시하고 2년 전까지는 카메라로 감지를 많이 했으나 최근에는 라이더로만 감지를 한다.○ 문제는 기존에 생각하지 못했던 감지문제들이다. 예를 들어 경찰관의 수신호(다른 방향으로 가라는)나 미국은 구급차가 오면 무조건 비켜줘야 하기 때문에 구급차 소리가 들리고 차가 자기 쪽으로 올 경우 피해야 되는지 아닌지 등에 대한 감지로 연구가 진행중이다.○ 예측(Prediction)은 물체가 어디로 갈지 판단하는 과정으로 차가 차선을 변경할 것인지, 사람이 어디로 움직일 것인지를 예측하여 어느 차선으로 움직여야 할지 Planning을 한다.○ 통제(Control)는 어디로 갈지 정해진 상태에서(perception, prediction 과정을 거친 후) 문제가 없는 과정이다. 20년 전부터 실행되어 왔다.○ 자율주행에서 문제가 되는 것은 prediction과 planning 부분이다. 연구 주제와도 연결되어 있어 Waymo와 우버에서도 대학과 협력을 원하고 Waymo에서 Planning을 연구하는 버클리 교수님을 초빙하기도 했다.○ Waymo는 피닉스 지역에서 운전자 없이 사용자가 자율주행차를 호출해서 갈 수 있도록 서비스를 6개월 전에 시행해서 지금 계속 테스트 중이다.◇ 상용화 경쟁중인 자율주행○ 자율주행에 있어 너무 많은 복잡한 정보를 주면 사용자가 혼란스러울 것이고, 너무 간단한 정보만 주면 사용자가 받아들일 정보가 없기 때문에 사용자에게 어떤 정보를 줘야 하고 어떤 정보는 주지 말아야 하는지 고민하고 있다.○ 캘리포니아는 법적으로 운전자가 앉아 있어야 해서 두 사람이 앞자리에 앉아있는데, 한 사람은 만일의 사고에 대비하여 핸들을 잡을 준비를 하고 있고 옆 사람은 안에서 감지 활동을 점검하고 있다.신호등 감지가 중요한데, 옆 사람이 빨간색이라고 소리 지르면 차가 빨간색을 감지했다는 걸 알기 때문에 핸들을 잡지 않는다. 하지만 옆 사람이 감지가 안됐다고 말하는 순간 바로 핸들을 잡고 조종할 것이다. 법이 풀리면 캘리포니아도 운전자 없이 테스트해보지 않을까 생각한다.○ 그래서 테스트가 굉장히 중요하고 온라인 테스팅은 차를 계속 굴리면서 문제가 있는지 없는지 판단한다. Waymo의 소프트 엔지니어로 들어가면 10분에 한 번씩 버그 메일을 받는다. 버그가 발생했으니 해결하라는 메일이다. 엔지니어는 버그를 없애는 작업을 계속 한다.○ 다음으로 오프라인 테스팅을 한다. 시뮬레이터 환경을 만들어서 여러가지 시나리오를 테스트한다. 실제 차를 돌려보기도 하고 기존에 보지 못한 인풋의 새로운 이미지가 있는지 판단한다.○ 차량, 사람, 차가 어디로 움직일 수 있는지에 대한 레인, 횡단보도, 정지신호 등의 정보를 다 가지고 있는 맵이 있다. HD 맵을 한국에서 만들려고 한다고 들었다. 그러한 맵이 만들어지면 자율주행 차에 적용하여 테스트할 수 있을 것이다.○ 현재 자율 주행은 크게 Waymo, Uber, Zoox, Cruise가 앞서 나가고 있으나 서로 협력하지는 않는다. 경계선을 만들어서 서로의 기술이 유출되지 않도록 하고 있다.자율주행차는 곧 상용화될텐데, 누가 먼저 상용화하느냐에 따라서 그 시장을 다 차지하지 않을까 생각한다. 그 점을 Waymo와 우버도 알고 있고 서로 먼저 시장에 내놓기 위해 노력하고 있다. Waymo는 라이더 센서, 카메라 센서 등 모든 센서를 직접 만들고 있다.▲ 우버의 자율주행차[출처=브레인파크]□ 질의응답- 카메라 센서에 특정한 무언가로 인해 완전히 오작동이 일어나는 경우는."그건 딥러닝에서 문제가 되는 부분이다. 인풋에 노이즈를 꼈을 때 감지가 잘 안 되는 경우가 발생한다. Waymo는 카메라를 사용해서 딥러닝을 돌리고 있진 않고 정말 기초적인 방법으로 신호등을 찾고 있다.가령 본인의 차 위치를 알고 있고 HD 맵도 알고 있으면 신호등이 어디 있는지도 알고 있기 때문에 카메라에서 위치만 따로 빼와서 빨간불인지 초록불인지만 판단한다."- 레이더와 라이다를 쓰면 나오는 비용이 어느 정도인가?"카메라로 계속 해왔지만 한계는 있다. Waymo와 Uber가 라이더로 바꾸고 나서 감지가 너무 잘 돼서 성과가 좋아졌다. Waymo가 라이다 센서를 만들고 있다. 그 말은 직접 커스터 마이징을 해서 가격을 낮추겠다는 뜻이다.어느 가격까지 떨어뜨렸을 때 수익을 얻을 수 있는 테이블이 있다. Planning은 현재 룰 베이스이다. 관련된 룰을 하나씩 하나씩 얹고 있는데, 예측할 수 없는 상황에서는 어떻게 해야되는지에 관한 문제가 있다."- 카메라에 한계가 있다고 하셨는데 어떤 한계가 있는 건가? 카메라에 오물이 묻거나 비가 오는 경우에 안전 관련 감지가 있는지."그래서 3가지 센서를 쓰는 것이다. 라이다 센서, 카메라, 레이더. 이 중 하나가 고장나도 다른 것이 작동할 수 있도록 3가지를 쓴다. Waymo 차량의 상위 단에 와이퍼가 안에 있다. 비가 오면 물기를 닦아낸다."- 자율주행 트럭이 자율주행 차보다 더 빨리 상용화될 수 있을 것 같은데, 기술적인 측면에서 성공적이지 않아서 포기한 것인지."Waymo와 우버가 본인들이 기술을 만들었을 때 그 기술로 인해 생기는 수익 예상치가 있다. 일반 차량에 자율주행기능을 넣었을 때의 수익이 트럭에 넣었을때보다 4배 더 높다.기술적인 측면에서 차이가 큰 것은 아니지만 돈이 되지는 않는다. 고속도로 내에서 움직이는 것, 물류센터 간 이동하는 것만 자율주행으로 하고 나머지는 사람이 운전한다."- 신호등에 대해서 반응속도가 어떻게 되는가? 또한 여러 개의 신호등 중에 자기가 봐야 하는 신호등이 무엇인지 어떻게 아는지."반응속도는 10밀리세컨드이다. 0.1초에 하나씩 감지 결과가 나온다. 그래서 맵이 중요하다. 맵을 통해 여러 신호등 중 자기가 봐야 하는 신호등을 알 수 있다."- 센서 반경이 어느 정도인지."Waymo는 라이다 센서가 2개 있는데 하나는 멀리 보는 것(200m)이고 나머지 하나는 가까이 보는 것(50m)이다."- 아까 예시에서 운전자가 빨간 불이라고 말했을 때 핸들을 잡고 다시 자율주행으로 돌아갈 때 딜레이는 없는지."사람이 핸들을 잡으면 바로 사람이 운전하는 모드로 바뀌지만 자율주행 모드로 다시 갈 때는 정차해서 테스트한다."- 시뮬레이터가 필요한데 같이 작업하는지."시뮬레이터가 있고 그 안에서 기존의 Waymo 차량에 들어간 소프트웨어를 똑같이 돌릴 수 있게 해놨다. 차량 위치도 조정할 수 있다. 본인 차량 외에 차량이 움직이는 것은 간단하게 설계되어 있었는데 최근에는 사람처럼 움직이게 하려고 노력하고 있다."- computing이 얼마나 좋아야 하는가? Planning과 Control이 어떻게 다른지."Titan X 이상의 GPU가 2개 정도 있다고 보면 된다. 그거로 라이다 데이터를 분석하고 있고 그 뒤에 planning과 control을 담당하는 컴퓨팅이 따로 있다. 후자의 사양은 정확히 모르겠다.Planning은 본인 차가 어디로 가야 하는지에 대한 포인트를 갖고 있고, Control은 실제 steering angle과 액셀러레이터, 브레이크를 가지고 시간에 맞게 그 위치에 가게끔 해준다."- 예측할 때 어려움은 없는가? 예를 들어 사람이 이 속도로 움직일 거라고 생각했다가 사람이 갑자기 뛰거나 해서 속도가 변할 때."사람이 움직일 때 0.1초 간격으로 계속 감지를 하기 때문에 큰 문제는 없다. 문제가 되는 부분은 interaction이다. 사람이 가고있는 방향이 있는데 다른 차량이 사람 쪽으로 와서 사람이 움직여야 할 경우의 대응은 아직 없다. 이 부분에 대해서 연구논문들이 나오고 있지만 크게 좋아지지는 않았다."□ 프로젝트 발표 : ㅇㅇ대학교 ㅇㅇㅇ 학생◇ 연구분야○ ㅇㅇ대학교의 ㅇㅇㅇ 학생은 강필성 교수의 지도를 받고 있으며 같은 연구실에 5명의 박사과정 학생, 13명의 석사과정 학생들이 있다.○ 연구분야는 Data Science & Business Analytics로 텍스트, 이미지와 같은 구조화되지 않은 데이터 뿐만 아니라 구조화된 데이터도 다루고 있다.구조화된 데이터의 경우 안정적인 전력 소모를 위한 수요를 예측하고 있다. 실제 선박에서 장비를 가지고 촬영한 영상 클립을 이용해서 딥 러닝 기법 중 하나인 컨볼루셔널을 이용해서 해산의 파양 및 파고를 예측하고 있다.○ 뉴스 텍스트 감정 분석 모델 구축 프로젝트를 진행하고 있다. 단어에 대한 긍정・부정 사전을 구축하고 있다. CNN과 CAM을 이용한 감성분석 및 시각화, RNN과 Attention을 이용한 감성분석 및 시각화를 진행하고 있다.○ Stock Market Prediction: Hierarchical Attention Events를 활용하여 주가에 영향을 미치는 이벤트를 분석하고 있다. 구분 분석(Dependency parser)을 사용해서 뉴스 공장의 이벤트를 축출하고(Event Extraction), 이벤트를 이용하여 주가의 상승과 하락을 예측한다.◇ 연구사례○ 전반적인 연구에 대한 목표는 뉴스 기사 이벤트를 축출하여 타겟 시장의 방향성을 예측하는 것이다. 누가 누구에게 어떤 행위를 하는지(이벤트) 예측하기가 힘든데 이벤트를 축출하는 방법은 각 문장의 Actor, Action, Object를 파악하는 것이다.이를 Event Tuple이라고 한다. Event Tuple은 하나만 만들어지는 것이 아니라 여러 후보가 생기는데, 이 점을 보완하고자 버트의 language model을 이용하여 각 Tuple에 대해 스코어를 산출한다. 그 중 가장 적합한 Tuple을 선정하게 된다.○ 단계별로 살펴보면, 다음과 같은 예시 문장에 대해 룰 베이스, 구분 분석 등을 이용해 54개의 Tuple이 만들어진다.1. Tuple에 버트의 Mask language model을 적용하여 각 Tuple마다 마스킹 작업을 가한다.2. 마스킹된 Tuple을 가지고 Mask prediction을 가한 후 나온 확률값의 평균을 구한다.3. 이 평균이 가장 높은 Tuple을 최종적으로 산출한다.4. 축출한 Event Tuple을 가지고 Neural Tensor Network를 사용해서 Event Embedding을 한다.5. Actor, Action, Object가 입력으로 들어가고 최종적으로 Event Vector가 축출된다.6. NTN 모델에서 추출한 Event Embedding이 Hierarchical Attention Model의 input으로 들어가고, 중요도를 분류하는 Event-Level Attention, 시간적 맥락에 따라 가중치를 부여하는 Temporal Attention을 거치고 난 뒤 최종적으로 해당 주가의 상승과 하락을 분류한다.◇ 질의응답- 주가 예측하실 때 시간 맥락 (Temporal Attention)을 말씀하셨는데 시간에 따라 가중치가 달라지는건지."Input이 하루, 일주일, 30일 단위로 입력이 된다. 이런 정보를 반영해서 시간 단위에 따른 주가의 상승과 하락을 구별한다."- 뉴스 조회수에 따라서는 달라지지 않은지."현재 저희가 진행하는 것은 수치 데이터를 쓰는 것이 아니라 뉴스 텍스트 자체를 분석하는 것이기 때문에 다르다."- 뉴스 텍스트가 엄청 길 때 해석하기 위해서 Helper들이 나오고 있는데 그런 부분도 관여하는지."의뢰하는 쪽에서 문장 자체를 예측하는 것보다는 이벤트를 축출해서 시각화하고 주가를 예측하는 것을 요구하기 때문에 그 부분에 대해서는 생각해보지 않았다."□ 프로젝트 발표: ㅇㅇ대학교 ㅇㅇㅇ 학생◇ 연구분야○ ㅇㅇ대학교의 ㅇㅇㅇ 학생이 속한 연구소는 △제조공정에서 혐의 공정 탐지 △텍스트 마이닝(Text Mining) △헬스케어(Healthcare) △게임 AI(Game AI), 4개 연구분야를 진행 중이다.○ 개인적으로 참여하고 있는 연구는 고려대학교 응급의학과와 함께 미세먼지를 가지고 응급의학과 내원환자 수를 예측하고 어떤 날에 환자가 많은지 예측하는 일이다. 또한 NLP 관련해서 하나 시스템과 챗봇 플랫폼 만드는 데 기여하고 있다.◇ 연구배경○ 현재 진행중인 2개 프로젝트 외에 스마트 제조 관련 ㅇㅇ제강과 함께 진행했던 프로젝트를 중심으로 설명하면 최근에 반도체 공정, 철강 등 여러 제조공정에서 상당 부분 기술이 고도화됨에 따라 공정이 복잡해지고 있다. 미세한 원인과 혐의 공정을 찾아내는 것이 중요해졌다.○ 그리고 제조공정에서 품질 예측, 원인 분석은 항상 중요하다. 이에 최근 데이터를 더 얻기 위해 센서를 더 많이 박는 실정인데, 더 많이 늘어난 데이터를 분석하기 위해 해당되는 딥 러닝과 같은 방법론이 필요해졌다.◇ 연구모델○ 기존 연구는 변수의 중요도에 따라 원인을 산출했는데 Linear 패턴이 나타나지 않을 경우 적합하지 않다. 이번에 하게 된 제조공정에서는 다채널 데이터의 시계열 특성을 반영하기 위해 CAM(Class Activation Mapping)을 적용하였다.○ 문제의 정의는 처음에 시계열 데이터를 철강 공정에서 센서 데이터가 처음부터 끝까지 다 박혀 있는데, 거기에 있는 데이터를 수집하고 CNN의 성능이 유효한지 먼저 평가한다. CNN이 잘 나온다면 CAM을 사용해서 어떤 부분에서 혐의 공정이 일어났는지 원인 분석을 하는 절차이다.○ 하나의 센서를 수집하고 테이블에 넣는다. 동국제강에서 제공하는 전처리과정을 통해 수치를 정교화해서 집어넣었다. 다음 센서도 Time 1번부터 100번까지 쭉 똑같은 과정을 통해 모든 센서 값을 받아 내린다.○ CAM은 원래 이미지 데이터에 사용되는 방법론이다. 한 축은 센서, 다른 축은 시간 축으로 해서 2D 형태의 데이터를 구축했다.○ 회귀 모델에 있어서는 앞부분은 일반적인 convolutional layer를 계속 쌓는 것은 그대로고, 마지막 층만 CAM에서 fully connected(완전 접속)을 통해 바로 activation function(활성화 함수)로 뽑아내서 회귀 문제를 풀어내는 모델로 바꿨다.W값이 각각의 feature map에 대응하는 가중치 값인데, 각각의 가중치 값을 다 곱해서 마지막에 합산하면 원래의 이미지에서 어느 부분이 실제 class값을 예측하는 데 큰 기여를 했는가를 알아볼 수 있는 알고리즘이 있다. 회귀 구조에 맞게 변경시키는데, 소프트 맥스에 태우지 않고 fully connected로 Linear 회귀 구조로 바꾸었다.◇ 연구단계○ 첫 번째, 변수를 선택한다. 제품1, 제품2에서 제품1000까지 각각에 대한 CAM을 만든다. 합산 값을 다 더해서 전체 공정에 대해서 일괄적으로 혐의 공정이 나타날 만한 부분을 찾는 것이 글로벌 CAM이다.시간 축에 있는 모든 값을 다 더해서 테이블에 채워 넣고, 각 값의 합을 프로팅했을 때 임의의 한계점 이상을 갖는 값을 오름차순으로 정렬하여 위에서부터 아래로 센서들의 중요도를 판단한다.○ 두 번째로. 원인 구간을 선택한다. 시간 축에서 가장 높은 확률을 보이는 부분(Heat Map이 뜨겁게 나타난 부분)을 원인 구간으로 선택한다. 해당 원인구간으로 예측한 부분을 검증했는데, 위상 차이가 많이 났음을 확인할 수 있다.◇ 도전과제○ 글로벌 CAM을 단순 합산할 것이 아니라 Attention Mechanism을 통해 어떤 부분을 더 가중치를 둬야 하는지 연구할 의향이 있다. 각각 제품에 따라 다른 혐의 공정을 갖고 있기 때문에 단산 합산하는 것은 무리가 있기 때문이다. 다만 단순 합산을 했는데도 성능은 높게 나왔다.◇ 질의응답- 여러가지 방법론 중 CNN을 선택한 이유는."CAM이 CNN을 이용한 것이기 때문에 CAM을 구조로 쓰기 위해 CNN을 적용한 것이다. 타임 시리즈인만큼 RNN 구조도 충분히 사용할 여지가 있다고 생각한다."- 연구를 시작하는 단계에서부터 CAM을 사용하겠다고 설정하는지."처음에는 여러가지 모델을 적용시켰고 그 중 설명가능성이 높은 구조인 CAM을 사용했다. RNN은 추후 연구에 사용할 의향이 있다."□ 프로젝트 발표 : ㅇㅇ대학교 ㅇㅇㅇ 학생◇ 연구소개○ ㅇㅇ대학의 ㅇㅇㅇ 학생은 Machine Learning을 사용한 가정용 도시가스 상용 예측에 대한 연구를 발표하였다. 이 연구는 ㅇㅇ대 산업 AI 학생들과 ㅇㅇ에너지서비스와 함께 진행한 프로젝트다.ㅇㅇ에너지서비스는 한국가스공사로부터 천연가스를 공급받아서 가정, 산업현장에 도시가스를 공급하는 기업이다. 이 회사에서 해결하고 싶었던 여러 문제들 중 1가지를 선택하여 연구를 진행하였다.◇ 연구배경 및 목표○ 지역별 도시가스사는 한국가스공사로부터 천연가스를 공급받아서 가정, 산업현장에 도시가스를 공급한다. 이 때 지역별 도시가스사에서는 공급계획 수립과 한국가스공사와의 계약 물량 체결 등의 이유로 최소 2개월 전에는 사용량을 예측할 필요가 있다. 도시가스의 안정적 공급과 공급자의 비용절감 측면에서 도시가스 사용량 예측이 매우 중요하다.○ 여러 도시가스 용도 중 가정용은 기온과 시기 등 다양한 요인에 민감하게 영향을 받고, 세대마다 검침일이 달라서 측정오차가 발생하기 때문에 예측모델 개발이 어려운 문제가 있다. 따라서 저희는 가정용 도시가스 사용량 예측 연구를 진행하기 앞서 기존 관련 연구를 탐색했다.○ 도시가스 보기 초급에 수행된 연구를 제외하면 용도별 사용량 예측에 관한 최근 연구는 부족한 실정이다. 특히 가정용 예측 연구는 더욱 부족하다.그나마 있는 연구도 측정오차를 고려하지 않은 경우가 대부분이다. 기존 연구의 한계점을 극복하기 위해 측정오차를 고려한 머신러닝 기반 가정용 도시가스 사용량 예측 모델 개발 연구를 수행하였다.○ 최종적으로 사용량 예측을 통해 도시가스의 안정적 공급과 공급 비용 절감을 목표로 하고 있다.◇ 연구방법론○ 세대별 월별 사용량 데이터: 아파트, 단독주택 등 세대 유형별로 그룹화하고 각 그룹별 사용량을 산출한다. 원단위(세대 간 월별 평균 사용량) 경향, 세대 수를 고려해서 그룹화한다.○ 기온 및 기타 데이터: 검침 차수를 고려하여 검침 차수별로 기온 및 기타 변수를 산출한다. 그룹 내에서 검침 차수별로 데이터를 분리하고 분리된 데이터별로 원단위를 산출한다.가정용 도시가스 사용량은 검침량을 통해 산출되는데, 각 세대마다 검침 차수가 다양하기 때문에 검침차수를 고려하여 변수를 산출하는 기간을 조정한다.예를 들어 검침 차수가 1차수인 세대의 경우 8월 9일~9월 8일까지의 실제 사용량이 9월 검침량으로 기록된다. 1차수의 9월 평균 기온을 구할 때도 같은 기간을 고려하여 평균 기온으로 선출한다.○ 머신러닝에 기반 사용량 예측 모델 도출: 검침 차수별 변수를 통해 세대 유형 그룹별 평균 사용량을 예측하는 모델을 도출한다.예측 변수로는 기온 및 기타 변수를 사용하고, Linear Regression, Random Forest, Lasso, SVR을 활용하여 실험을 통해 가장 좋은 변수와 모델 조합을 최종 예측 모델로 선정한다. 본 예측 모델로 각 세대 유형 그룹별 원단위 예측 값이 산출된다.◇ 연구과정○ 방법론을 검증하기 위해 진행한 연구에서 사용한 데이터는 포항, 영덕, 울진 지역에 세대별 월별 도시가스 사용량 데이터이다. 2010~2018년까지 9년 동안의 데이터이며 검침 차수는 4차수까지 있다. 또한 포항, 영덕, 울진 지역의 일별 기온 데이터를 활용하여 사용량을 예측했다.○ 세대 유형별 그룹화를 하기 위해 세대 유형별 월별 원단위 변화를 살펴보았다. 아파트, 다세대, 다가구 유형이 유사한 원단위 경향을 보였고 원룸과 기타 유형이 유사한 원단위 경향을 보였다. 단독주택・아파트, 다세대 및 다가구・원룸 및 기타 3그룹으로 나누었다.○ 각 그룹 내에도 여러 검침차수가 있을 수 있기 때문에 그룹 내에 검침차수별로 데이터를 분리했다. 1그룹인 단독주택의 경우 대부분이 검침차수가 4차수에 해당해서 4차수 데이터를 단독주택 모델 개발에 활용했다.2그룹, 3그룹의 경우 대부분의 검침차수가 1-2차이기 때문에 1-2차수 데이터를 모델 개발에 활용했다. 각 그룹 내 검침차수별로 원단위를 산출했다.○ 검침차수별 기온 및 기타 변수는 검침차수마다 검침일이 다르기 때문에 기준을 정해주기 위해 대표일자를 선정했다. 이후 대표일자를 고려하여 검침차수별 각 기간 내에 기온 특성, 특정 기온 구간별 빈도수, 월 비율, 효율 및 비효율수와 같은 변수를 산출했다.○ 산출된 검침차수별 변수를 통해 세대 유형 그룹별 평균 사용량인 원단위를 예측하는 모델을 학습시켰다. 영덕, 울진의 경우 2014년부터 도시가스가 공급돼서 데이터가 부족했기 때문에 모델을 개발하기 어려웠다.따라서 포항 데이터만 모델 개발에 활용했다. 추후 영덕, 울진 지역의 사용량 예측할 때 2그룹 모델인 다세대 다가구와 원단위 경향이 가장 유사했기 때문에 2그룹 모델을 사용했다. 실험을 진행해서 가장 좋은 조합을 최종 모델로 선정했다.○ 결과는 1그룹인 단독주택의 경우 Linear Regression에서 MAPE 5.75%로 가장 좋았고 2그룹 모델에서는 Linear Regression MAPE 6.67%, 3그룹 모델에서는 MAPE 7.69%의 성능을 보였다.○ 검증을 하기 위해 가정용 실제 사용량과 비교를 시행하였다. 기존에 사용량을 예측할 때는 해당 월에 과거 3개년 평균 원단위를 예측 값으로 사용했는데, 기존 예측 값과 실제 사용량의 오차와 개발 모델의 예측 값과 실제 사용량의 오차를 구하고 두 오차를 비교하여 검증했다.○ 검증 결과는 전체 월에 기존 방법이 MAPE 11.1%, 개발 모델이 7.1%를 보여서 4%정도 개선된 결과가 나왔다. 도시가스는 난방에 주로 이용돼서 겨울철 사용량이 중요한데, 겨울철 사용량의 오차를 계산했을 때도 성능이 3% 향상되었다.◇ 연구결론 및 성과○ 본 연구를 통해 측정오차를 고려하여 세대 유형별로 그룹화를 통해 머신러닝 기반 가정용 도시가스 사용량 예측 모델을 개발하였고 포항, 영덕, 울진 지역에 실제 데이터를 활용하여 방법론을 검증해보았다.○ 추후 연구로는 모델 정확도 개선을 위해 추가적으로 예측 변수를 탐색할 것 같다. 더욱 다양한 지역에 도시가스 사용량 데이터를 활용하여 방법론을 검증할 것이다.◇ 질의응답- 가스 사용량은 계절별로 다를 것 같은데 계절별로 차이를 두지는 않았는지."기온 관련 변수를 통해 계절적 요인이 들어갔다고 생각한다. 또한 월별로 다른 사용량을 보이는 것을 확인했다. 월 변수, 기온 변수를 넣어줌으로써 계절 변수가 반영됐다."- 후보 예측 변수를 선정하는 기준은."데이터 탐색을 꽤 오랜 시간 진행해서 변수를 선택했는데, 평균 기온과 최저・최고기온을 먼저 기본 변수로 선정했다. 월과 효율・비효율 변수도 데이터 탐색을 통해 찾은 변수이다."- 그 외에도 원래 고려했지만 중요하지 않다고 판단되어 제외한 변수는."포항도 남구, 북구로 나뉘고 동, 서로 나뉜다. 지역적 요인도 고려했는데 탐색 시 유의미한 차이를 발견하지 못해서 변수에서 제외했다."- 가스 산출량을 정확히 예측하여 어떻게 공급 비용을 줄인다는 것인지."예를 들어 한국가스공사 코가스로부터 천연가스를 수입해서 영남에너지서비스와 같은 지역도시가스사가 개인에게 공급하는 실정인데 지역도시가스사가 예측을 해서 한국가스공사에 예측량을 넘겨줘야 다음에 받을 수 있는데, 예측을 너무 크게 하면 너무 많은 수입을 하게 된다.그렇게 되면 남은 가스에 대한 재고 비용도 생기고 지역별 도시가스사도 패널티를 받게 된다. 가스 산출량을 정확히 예측해서 한국가스공사에 넘기면 이런 비용적 측면의 패널티를 줄일 수 있다."

□ 최고의 IP 관련 서비스와 효율적인 비용의 솔루션 제공◇ 국내외 높은 가치의 IP 서비스 제공○ 세 번째 방문지인 고노&고노 변리사 사무소는 전체 브리핑을 담당한 오장환님이 일행을 반갑게 맞아주었다. 브리핑을 담당한 고노&고노 변리사 사무소의 한국인 근로자 오장환님은 변리사는 아니지만 회사의 전반적인 기술 책임자이다.일본에 온 지는 20년이 되었고 오사카대학교에서 재료공학을 전공하였다. 오사카 국립연구소에서 근무하다가 고노&고노 변리사 사무소에서 근무한 지 14년이 되었다.○ 고노&고노 변리사 사무소는 12명의 변리사, 1명의 중국인 변리사, 11명의 기술 엔지니어를 포함하여 50명 이상의 직원이 근무하는 IP 서비스 법률 회사다.오사카 본사를 비롯해 도쿄, 교토에 지사를 두고 있으며 동경 사무소에는 1명의 중국인 변리사, 1명의 중국인 기술자, 4명의 일본인 변리사가 근무한다. 교토 사무소는 1명의 변리사와 사무직 직원으로 구성되어 국내외 정교하고 높은 가치의 IP 서비스를 고객에게 제공한다.○ 고노&고노 변리사 사무소는 광범위한 IP서비스를 제공하지만 핵심 업무 분야는 소프트웨어, 전자 및 기계 분야의 특허 소송 및 지식재산권 소송이다.아버지인 KOHNO, Takao가 설립하였고 현재는 아들인 KOHNO, Hideto가 대표를 맡고 있다. 새로운 기술(핀테크, 블록체인, 딥 러닝, IoT 등)에 대한 관심이 많으며 중국시장 개척을 위해 10년 전부터 중국에 관한 연구를 계속하고 있다.○ 회사는 독특하고 유연한 문화를 가지고 고객과의 파트너십을 촉진하고 있다. 법률 및 기술적 지식을 제공할 뿐만 아니라 고객에게 최대의 IP 가치와 효율적인 비용의 솔루션을 제공하는 비즈니스 전략을 제공한다.○ 신뢰할 수 있는 비즈니스 자문가로서의 명성을 얻었으며, 성공적인 결과물로 가치를 입증하고 있다. "라이센싱 및 소송에서의 강력한 특허"를 모토로 지식재산을 최대한 활용하기 위해 최선을 다하고 있다.○ 특허 취득을 위한 협의가 필요하거나 새로운 사업 분야에 참여할 때 특허 침해의 위험, 새로운 상표의 출원 또는 갑작스러운 소송에 대처하는 방법 등의 문제를 다루는 등의 업무를 하고 있으며 1976년 설립 이후 40년이 넘는 경험이 있다.◇ 글로벌 경영시대의 지식재산 환경의 변화○ 오늘날 지식재산권의 활용은 기업경영에 필수요소라고 할 수 있다. 특히 글로벌 경영의 시대에 간과해서는 안 될 것이 속지주의(국가의 입법·사법·집행관할권을 자국의 영역 내에서만 행사한다고 하는 주의)가 적용되는 법체계 하에서, 사업을 영위하는 각 나라에 적절한 권리 확보를 해 놓는 것이다.○ 이러한 사업 환경의 변화에 따라 각국의 기업은 앞다투어 자사 보유 기술의 권리화에 관심을 기울이게 돼 바야흐로 지구촌은 연간 400만 특허출원(실용신안 포함)의 시대를 맞이하고 있다.○ 이러한 성장세는 중국 등 신흥국을 중심으로 한 증가가 큰 요인으로 볼 수 있으나 국제적으로 지식재산제도의 운용에 영향력이 큰 기존의 선진국에서도 시시각각 변하는 지식재산 환경에 따른 각국 특허청의 정책 변화 등이 요인이다.◇ 세계에서 가장 빠른 일본의 특허 심사 속도○ 일본 특허청에 연간 출원되는 특허출원의 총 건수는 최근 수년간 조금씩 감소 경향에 있다. 이는 일본 국내 기업에서도 최근 한국의 일부 대기업에서의 움직임과 마찬가지로 양보다는 질을 추구하고 활용성이 적은 권리화는 가급적 배제하는 내부 정책에 따라 사내 심사가 강화된 결과인 것으로 보인다.○ 외국 출원인의 일본 출원으로 관점을 돌려 본다면 2008년 세계 금융 위기로 인해 일시적으로 10% 이상 감소했으나 그 직후부터 완만히 상승해 2014년경부터는 금융 위기 이전의 연간 약 6만 건 수준으로 회복됐음을 알 수 있다.즉 전체 출원의 수로는 일본 출원의 다수를 점하는 일본 국내 기업들의 정책 변화로 인해 감소 경향인 것으로 나타나지만 실질적으로 일본 시장 또는 일본의 지식재산권 환경이 결코 후퇴하지 않고 있음을 보여주는 것으로 해석할 수 있다.○ 일본 특허청은 2004년 당시 평균 26개월까지 걸리던 심사 기간(심사청구 후 1차 심사결과가 나오기까지의 기간)을 획기적으로 단축하고자 'FA(First Action) 11'이라는 10년짜리 목표를 설정했다.○ 이러한 목표는 심사 기간을 평균 11개월로 단축한다는 것으로 당시의 심사 속도를 생각한다면 대단히 급격한 것이었으나 이후 계획적으로 임기제 심사관의 증원 및 선행기술 조사기관의 확충 등을 통해 목표대로 2013년 FA 11(11개월 만에 1차 심사결과)을 달성했다.○ 나아가 그 후로도 심사 기간은 꾸준히 단축돼 최근에는 심사청구 후 평균 9.5개월 만에 심사 결과를 받아볼 수 있게 됐다. 이는 유럽 특허청(ESR 발행 기준)과 더불어 세계에서 가장 빠른 수준의 심사 속도로, 출원인에게는 크게 매력적인 부분이라 할 것이다.◇ 보다 강한 권리 행사를 위해 양질의 심사를 거쳐○ 침해자에 대한 권리행사로서 침해 소송을 제기하는 경우에도 피고는 방어 행위로서 무효심판을 청구해 해당 특허권의 무력화에 나서는 경우가 많으나 결과적으로 침해 소송이 제기된 사건에서 해당 특허권이 무효로 되는 경우는 17%(2014~2015년)에 불과하다.○ 침해 소송 자체의 승패에서는 44%가 특허권자에게 유리한 판결이었으나 일본의 경우 막상 소송이 제기되더라도 타국에 비해 화해·중재·조정 등 소송외 해결에 의해 결론지어지는 경우가 많다. 이 부분까지 포함시키면 실제로 특허권자에게 유리한 결과는 50%를 훨씬 웃도는 것으로 추정된다.○ 이상으로부터, 일본에서 일단 권리를 확보해 두면 권리 생존율이 대단히 높으며, 권리행사를 할 때에도 긍정적인 결과를 얻을 확률이 높음을 알 수 있다.이러한 결과에는 여러 가지 원인이 있겠으나, 양질의 심사를 거쳐 등록된 일본의 특허권에는 부실 특허가 적다는 것을 의미하며 나아가 권리 행사에 유리한 강한 권리로 형성되는 경우가 많음을 시사하고 있다고 보인다▲ 고노고노 법률사무소의 출원에서 등록까지의 특허심사 프로세스[출처=브레인파크]◇ 신기술 분야에서의 일본 지식재산 시스템○ 일본 특허청에서는 발 빠르게 2016년 11월에 IoT 관련 기술 출원에 대한 구체적 심사 예를 담은 심사기준을 마련한 데 이어 올해 3월에는 AI, 3D 프린터 등의 사례를 보강한 개정판을 발행했다.또한 올해 4월에는 세계 최초로 50인 규모의 IoT 전문 심사팀을 발족시켜, 각 기술 분야에 대해 횡적으로 정보를 공유하고 경험을 축적해 IoT 융합 기술에 대한 고품질의 심사를 도모하고 있다.○ 미래 사회의 총아로 불리는 IoT, AI, 3D 프린터, 클라우드, 모바일, Fintech 등 4차 산업 혁명 관련 신기술로써 국제 사회에서 경쟁해 나가려는 기업의 입장에서 이와 같이 신기술 분야에 대한 일본 특허청의 철저한 심사 시스템 구축, 제도적‧법적‧실무적 환경은 상당히 주목할 만한 것으로 생각된다.◇ 양질의 특허 시스템을 갖춘 일본의 지식재산 인프라○ 이상 살펴본 바와 같이, 이웃 나라 일본에서는 종래에 알려진 대로 기술 자체의 수준 또는 특허 명세서의 품질뿐 아니라 특허 심사에 관한 제반 환경, 특히 미래의 산업 지도를 좌우할 4차 산업 혁명 관련 신기술에 있어서도 특허 친화적인 제도적, 정책적 콘텐츠를 전면적으로 갖추어 나가고 있다.○ 부언하면 우리나라와는 동일한 표준 시간을 사용할 정도로 지리적으로 가깝고 다른 먼 나라에 비해 문화적‧언어적으로 소통하기 용이하며 무엇보다 특허를 비롯한 지재권 전반의 제도 및 법률적 토대가 흡사한데다가 강점인 기술 분야가 서로 중복돼 한국 기업의 주력 기술에 대해 많은 심사 경험을 축적하고 있다는 점, 나아가 시의 적절하게 미래 신기술에 관련된 지재 인프라를 구축‧선도하려 한다는 점에서 일본 출원에 대한 우리 기업의 보다 많은 관심과 적극적인 활용이 요구된다고 할 수 있다.○ 구체적으로 우리 기업이 일본에서 사업을 전개할 때에 경쟁업자에 대한 우위 확보를 위해 기존의 패턴대로 일본 출원을 검토할 필요가 있음은 물론, 글로벌적 관점에서 초기에 보다 양질의 심사 서비스를 받아 튼튼하고 강한 특허를 조기에 형상화해 나가는 것을 고려해 볼 수 있다.○ 이로써 결국 비용과 시간 면에서 효율적이면서도 질적으로 우수한 특허를 각국에서 확보할 수 있는 묘수가 될 수 있기 때문이다. 즉, IoT 등의 신분야 융합 기술에 대해 일본에 제1국 출원을 하거나 또는 일본 특허청에 국제조사를 청구하는 등 발상의 변화를 모색해 볼 수도 있다고 생각된다.□ 질의 응답- 월급은 평균 얼마 정도 되는지.(IP 기술자 직원과 변리사의 갭)"변리사와 기술자 간 연봉차이는 크다. 변리사는 기본적으로 일정 레벨이 되기 전까지는 능력별 연봉을 받는다. 몇 건을 수행하느냐에 따라 연봉이 달라지며 4 : 6(변리사 : 회사)의 비율로 수익을 나눈다.보통 1건당 40만~45만 엔을 받는다. 기술자 직원은 기본적으로 정해진 봉급을 받고 있으며 보너스 제도가 있어 1년에 200%의 성과급을 받고 있다."- 채용 시 보는 요인들은."일본에 취업하기 위해서는 무조건 일본어가 가장 중요하다. 30%가 실무능력, 70%가 일본어 능력이라 해도 과언이 아닐 정도로 일본어가 매우 중요하다. 한국의 일본어 1급 정도의 능력으로는 충분하지 않다. 보다 높은 수준의 일본어 능력이 필요하다."- 1년 중 몇 번 정도 소송하는지."본인 같은 경우 1년에 1~2번의 소송에 참여하며 서포트 하는 역할을 하고 있다. 한국과 소송도 자주 있다."- 기억에 남는 소송 에피소드는."한국과 일본과의 소송이 있는 경우, 분야와 관계없이 위안부 문제가 많이 거론되는 경향이 있다. 한국인으로 일본회사에 근무하면서 곤란했던 경우가 기억난다."- 많은 IP 분야 중 핵심 업무 분야를 전자&소프트웨어 특허소송으로 한 이유는."돈이 모이기 때문이다. 일본은 옛날의 사고방식을 가지고 있는 경우가 많다. 한번 파트너십을 가지게 되면 끊어지지 않는 경우가 많다. 새로운 기술이 개발되었을 때 이러한 파트너십을 이용해 업무를 한다.핀테크, 블록체인, AI 딥 러닝, IoT 등의 분야는 회사의 중요한 화두이며 큰 관심을 가지고 있다. 항상 새로운 기술에 대한 지속적인 공부, 연구가 필요하다."- 일본에서 업무를 수행하는 이유는."오사카 대학교에서 학위를 받았다. 원래 꿈은 한국에서 강단에 서는 것이었다. 일찍부터 3D 프린팅에 큰 관심을 가지고 있었지만 한국에서 인정받을 수 없었다. 이에 일본에서 취업하게 되었고 가족과 상의 후 일본에 거주하기로 결정했다. 오사카 국립 연구소에 3년 정도 근무를 하고 이직하게 되었다."- 변리사가 아니어도 이 업무를 하는 것에 무리가 없는지."현재는 변리사가 너무 많아졌다. 오히려 기술직 직원이 많이 필요한 상황이다. 고노 전 회장은 한 사람의 제대로 된 기술직원이 되기까지는 5년의 세월이 걸린다고 말했다.보통 근무를 하면서 기업으로 이직하는 경우가 잦기 때문이다. 또한 세계가 글로벌화 되고 국가 간 소송이 많아지면서 문헌조사, 번역, 통역이 가능한 외국인 직원의 수요 또한 크게 늘고 있다."- 언어의 중요성에 대해 다시 한 말씀."굉장히 중요하다. 현재 일본에서 20년째 거주 중이다. 회사에서는 지금 본인 정도의 일본어 실력을 요구한다. 굉장한 노력이 필요하며 이 부분은 IP분야뿐만 아니라 일본 모든 기업의 요건이라 할 수 있다."- 앞으로의 특허 시장을 전망하면."앞으로 계속 커질 것이다. 한국은 산업구조 상, 국내출원이 적고 소송이 많은 것으로 알고 있다. 소송은 변리사뿐만 아니라 변호사도 가능한 분야이다. 변리사가 아닌 기술직원으로 업무를 하게 된다면 힘들 수 있다.일본은 산업구조 상 대기업뿐만 아니라 연결된 중소기업의 특허출원이 굉장히 많다. 국내출원이 굉장히 많다는 것이다. 때문에, 기술직원으로의 메리트가 클 수 있다."- 법률에 관한 지식이 어느 정도 필요한지."클라이언트의 지식수준이 천차만별이고 상당한 지식을 가지고 있는 경우도 많다. 때문에 지속적인 노력이 절실하다. 모든 것을 알고 있다는 전제 하에 업무가 진행되기 때문에 법률지식은 당연한 업무의 요건이라 할 수 있다."- 일본에서 20년간 직장생활뿐만 아니라 생활을 해오면서 가장 좋았던 점, 가장 힘들었던 점은."가정이 생긴 후에는 신경 써야 할 부분이 많았다. 특히 아이의 교육 부분이 힘들다. 가족이 일본에 정착해야 하는 부분, 아이가 한국어, 일본어에 혼란스러워하는 부분이 힘들다.일본은 5시 30분 퇴근이라면 5시부터 퇴근을 준비한다. 처음에는 퇴근만을 기다리는 것 같아 이해가 되지 않았다. 하지만 업무시간 동안은 15분 동안 본인 책상을 비우면 안 되는 규정이 있어 치열하게 업무를 수행한다.이에 적응이 돼서 업무를 치열하게 하다 보니 보람 있는 에피소드 또한 많이 생겼으며 본인이 한국 국가대표라는 생각으로 생활하고 있다."□ 참가자 일일보고서◇ ㅇㅇ대 ㅇㅇㅇ ○ 마지막 일정은 이전의 두 일정과는 다르게 한국인이 대표로 나와 강의를 이루었는데, 솔직히 말하면 강의라고 할 만큼의 내용도 사전질문도 너무 방어적으로 일관하셔서 크게 기억에 남는 것이 없다.하지만 이 기관이 회사 밖 사정에 대해서는 가장 직설적이고 현실적이었던 것 같다. 막연히 우리 업계 취업 잘되고 좋아라고 말하는 것보다 훨씬 더 도움이 됐고, 어떻게 생각하면 가장 유익했던 것 같기도 하다.○ 막연히 법률이나 특허에 대한 전문지식을 쌓고 외국어 조금 할 줄 알면 된다고 생각했는데 내 생각과는 달리 전문지식은 회사에서도 쌓을 수 있으니 외국어 공부나 나의 고유한 특색(ex. 전공)에 더 집중하라고 해서 괜히 혼자 놀란 것 같다.앞서 방문한 두 기관처럼 재미있고 하하 호호한 당근 같은 분위기도 좋지만 성장을 위해서는 이런 채찍질과 함께 나를 성찰하는 것 또한 중요하다고 생각한다.솔직하고, 비판적이며 직설적이었던 분이었지만, 그 덕에 또 새로운 것을 느낀 하루였던 것 같다. 3박 4일 동안 바쁘게 지내왔는데 벌써 마지막 보고서라니 너무 아쉽다.◇ ㅇㅇ대 ㅇㅇㅇ ○ IP의 최고 가치는 로얄티라고 생각한다. 즉, 이익이 나는 게 최고라고 생각한다. 특허권이 많을수록 기업의 가치가 높아진다고 생각한다. 변리사사무소에서 소송이 들어오면 6 : 4로 변리사 사무소가 4를 가지고 간다고 볼 수 있다.특허비용은 일본과 한국의 비용이 비슷하다. 변리사사무실에서의 직원의 월급기준은 경력이 아니라 직원들의 능력치로 따진다. 일을 더 많이 수행하는 직원들이 보너스를 많이 챙긴다.○ 국내 경기에 상황에 따라 달라질 수 있다. 또한, 변리사 사무소 인원도 증감될 수 있다. 일반직원과 변리사의 월급은 같아질 수 있고, 달라질 수 있지만, 전문적인 일을 할수록 월급은 많이 받을 수 있다.또한 소송이 비용이 많이 드니까 소송에 이길 때 엄청난 이득이 생길 수 있다. 특허등록은 생각보다 이득이 엄청 많이 생기지도 않는다. 이유는 한정적인 비용이 들기 때문이라고 생각한다.◇ ㅇㅇ대 ㅇㅇㅇ ○ 오사카와 도쿄, 교토에 총 3곳에 있으며 오사카에 제일 먼저 생겼다. 일본의 특허 심사속도는 세계에서 가장 빠르다. 특허출원의 총 건수는 최근 수년간 조금씩 감소경향이 있다.그 이유는 양보다는 질을 추구하고 활용성이 적은 권리화는 가급적 배제하는 내부정책에 따라 사내심사가 강화된 결과인 것으로 보인다. 그러므로 일본은 양질의 특허시스템을 갖춘 일본의 지식재산 인프라이다.변리사님의 부재로 인해서 한국인 직원분께서 연수를 진행해주셨다. 한국분이기 때문에 한국인 관점에서 더 쉬운 설명과 더불어 더 냉정하게 말씀해주신 부분이 너무 도움 되었다.◇ ㅇㅇ대 ㅇㅇㅇ ○ 고노고노 변리사 사무실은 이름처럼 2대째 내려오는 전통 있는 사무소였다. 여기는 앞의 두 곳과는 다르게 한국인 실무자 분께서 설명을 해주셨는데 한국인이신 만큼 우리의 입장에서 현실적인 말들을 많이 해주셨다.한국도 마찬가지겠지만 일본도 특허사무소가 을일 수밖에 없다. 변리사가 많아진 만큼 일반기업들에도 변리사가 많이 유입되어 사무소가 예전만 하지 못하고 요구사항은 점점 더 자세해지고 까다로워져 가는 실정이다.○ 실무자 분께서는 요즘 같은 추세에는 사무소보단 기업에 지식재산 담당자로 들어가는 것이 더 좋은 길이라는 답을 해주셨다. 또한 한국은 다른 나라에 비해 특허시장이 작아 관심 밖의 시장이라는 말도 해주셨다.우리나라가 중국을 뛰어넘는 특허시장이 되기 위해서는 정부의 체계적이고 효율적인 특허정책과 아낌없는 자원으로 특허출원 횟수를 늘려야 된다는 생각을 해봤다.또한 △딥러닝 △핀테크 △IOT △블록체인 등 앞으로 이 세계를 이끌어갈 새로운 기술들을 전부 커버하기 위해 끝없는 공부와 노력이 필요하다는 생각을 하였다. ◇ ㅇㅇ대 ㅇㅇㅇ ○ 오창환님과 함께한 시간에는 지금까지 강의와는 다르게 현실적인 조언을 많이 들은 시간이었다. 지식재산분야 쪽에 대해서 관심을 두기 시작할 때 가장 도움이 될 것 같았다. 사실 무언가를 시작할 때 환상과 기대를 가지고 시작하는 성격이라서 나에게는 가장 도움 되는 시간이 아니었나 싶다.또한 강의를 진행해주신 분이 한국분이라서 조금 더 친숙하고 편해서 이런 느낌을 느낀 것 같다. 마지막 강의라서 너무 아쉬웠다. 대학 4년 동안 학교에서 많은 지원을 해주셨지만 이번 3박 4일의 프로그램은 정말 별 다섯 개 만족도이다.4학년 마지막에 이런 소중한 추억을 만들 수 있어서 너무 행복했다. 교수님, 인솔자님, 통역사님, 운전사님, 교수님들 모두에게 감사했다.◇ ㅇㅇ대 ㅇㅇㅇ ○ 브리핑을 진행해주신 오장환님은 한국인으로 일본 변리사무소에서 14년간 일하고 계시다. 일본의 IP가 한국보다 더 유망할 것으로 생각되는데 그 이유는, 한국의 출원권이 월등히 낮기 때문이다.보통 ‘기술자와 변리사’ 사이의 중간 지점의 직원은 능력직으로, 월급이 결정되며, 문헌조사, 번역, 통역, 명세서 작성을 도맡아 한다. (공부할 것들이 많음) IP기업은 향후 더욱 커질 것으로 생각된다. 특히나 IoT, AI, 딥러닝 분야에서 엄청난 돈벌이가 될 것으로 예상한다.◇ ㅇㅇ대 ㅇㅇㅇ ○ 특이하게 한국말로 설명을 들을 수 있었다. 특허사무소의 사무직 분(변리사는 아님)의 실태를 가장 사실적으로 알 수 있었다. 또한 일본에 취직하려면 언어적인 부분이 90%를 차지할 정도로 일본어가 무척이나 중요하다고 했다.우리나라의 특허 성장률은 상당히 높으며, 앞으로도 그럴 것이라고 예상하셨는데 그 이유는 특허를 많이 내지 않아서라고 했다. 또한 일본 기업이 살아남는 방법은 새로운 시장이 열리면 그 시장에 빠르게 들어가 잘하는 것을 보여줌으로써 계약을 하고 시장에 진입하는 것이라고 하셨다. 가장 현실적이고 도움이 되는 강의였다.◇ ㅇㅇㅇ대 ㅇㅇㅇ ○ 브리핑을 진행해주신 오장환님은 88학번이시고, 국립연구소에서 있다가 이 고노고노 사무실로 옮기셨다. 42년 정도 된 사무소이고 오사카, 도쿄, 교토에 각각 사무실이 있다. 중국시장이 커서 중국변리사는 꼭 있다. 갑을 관계에서 사무실은 을, 기업은 갑의 관계이다. 변리사가 아니면 소송에 참여할 수 없고, 지원만 할 수 있다.○ 이기든 지든 사무실이 제일 이득이다. 변리사가 많거나 지식이 많은 사람이 있는 기업들과 소송하는 것은 서로 아는 게 많아서 힘든 싸움이다. 오장환님은 블록체인, 딥러닝, AI 등 분야에 관심이 있었고 계속 공부를 하고 있다고 했다.그중에 딥러닝, 소프트웨어가 중심이다. 일본에서의 취업을 하기 위한 기본은 ‘언어’이다. 이러한 점들을 알게 되어서 매우 유익하였고 실무자의 얘기를 들을 수 있어서 현실적인 느낌도 알 수 있어서 좋은 시간을 보낼 수 있었다. □ 사진자료▲ 브리핑 후 오장환님과 연수단의 기념촬영[출처=브레인파크]

□ 청년 전문인력의 스마트팜 창업 지원◇ 연수내용○ 청년농업인연맹의 회원이자 귀농한 농부인 20대 여성은 농촌 생활이 많이 힘들지는 하지만 가장 많이 사용하는 영농도구가 ‘스마트폰’이라는 말로 스마트 농업이 대세라고 발표○ 신젠타의 발표에 의하면 네덜란드에서도 조지재배(62%) 면적이 줄어들고 유리온실(29%)과 스마트 온실(9%)의 비중이 급격히 늘어나는 추세◇ 필요성 및 목적○ 현재 60대 이상 인력이 대부분인 농업인력의 고령화에 대응하고 후계 농업인력의 창농을 지원하기 위해서는 스마트농업의 농업의 확대를 위한 지원 확대 필요○ 스마트 농장은 큰 재원이 들어가고 진입 장벽이 높기 때문에 후계농이 아닌 청년들이 초기 투자비를 확보하기 어려우므로 우선 취농을 할 수 있는 지원 확대 추진◇ 정책제언○ 디지털 취농 스마트 임대농장 기준 마련• 도심에 거주하면서 관내 농장에서 시·공간 제약 없이 원격 농사 짓는 시스템 구축• IT융합 청년 창농 육성을 위한 도농 스마트농장 네트워크 운영• 청년 디지털 취농 시범 스마트 임대농장 조성을 통한 청년 취농인 육성○ 청년 디지털 취농 스마트 임대농장 교육 지원• 군단위 인근 도시지역 및 해당시군 거주 청년 대상 모집• 스마트농장에서 농업기술 실습(50%) 및 농업창업(50%) 교육 수료• 작목별 스마트농업(정보통신기술+농업) 기술 활용 교육, 센서 및 플랫폼 운영 교육• 장기적으로 한국농수산대학 분교 또는 커뮤니티 대학에서 교육 추진○ 원격체계로 디지털 취농 스마트농장 운영• 영농기술 공유 플랫폼(영농허브) 구축 : 희망 영농인 센서 보급• 농업기술센터 DB수집 및 관제→모바일앱을 통한 정보제공→입수한 정보에 따른 관리□ 과일 수확 로봇 및 5G 농기계 개발◇ 연수내용○ 과일이나 야채는 파종할 때나 수확을 할 때는 외국인 노동자마저 구할 수 없을 정도로 유럽 국가들도 농업인력 부족에 시달리고 있는 상황○ 옥티니온을 비롯한 유럽의 기술기업들은 딸기수확 로봇, UV-C 로봇, 정찰 플랫폼과 같은 첨단 농기계 개발을 통해 부족한 인력을 해결하고 농산물의 고부가가치화에 이바지○ 옥티니온의 딸리 로봇 루비온(Rubion)은 5초마다 하나의 딸기를 수확할 수 있고 크기‧무게에 따라 하루 최대 360kg을 수확 가능◇ 필요성 및 목적○ 우리도 자국 일손은 물론, 외국인 노동자마저 구하기 힘든 극심한 일력 부족에 시달리고 있어 첨단 농업기술을 도입한 농업자동화를 통해 인력부족 문제를 해결하는 것이 필요○ 일손이 부족한 농가에 사업 규모 또는 재배 면적에 따라 3개월(단기 취업·C-4 비자) 또는 5개월(계절근로·E-8 비자)로 기한이 한정된 인력을 배정하고 있지만 모자라는 상황○ 로봇과 AI가 기술과 산업을 이끄는 시대에 맞게 농업용 로봇을 도입하여 농업 생산성을 높일 수 있도록 국책연구소 또는 지역대학과 함께 맞춤형 첨단 농기계 개발 확산○ AMR 랩스(Labs)는 첨단 기술을 가지고 농작업을 하는 로봇을 개발하는 국내 기업으로 한국전자통신연구원(ETRI)과 협업으로 농업용 로봇인 '팜봇(Farmbot))2.0'을 개발 중○ 특산물 수확과 파종을 기계화하기 위해 지방자치단체와 작목별 단체의, 대학과 지역기업이 함께 농업용 로봇 개발 및 보급 추진◇ 정책제언○ 자율주행 트랙터 보급• 직진자율주행 기능 탑재 트랙터 도입  - 1단계 : 10㎝ 오차까지 자동 조향이 가능한 단계  - 2단계 : 자동 직진과 회전이 가능하고 RPM(분당 엔진 회전수) 자동 제어까지 가능한 단계  - 3단계 : 장애물 감지와 변속기·전자유압 자동화까지 가능  - 4단계 : 완전 자율인 최종 단계• 농업기계화 촉진 임대사업 유치 지원  - 농업기계화 교육 프로그램 확대  - 스마트폰과 태블릿PC로 조종하는 기술 습득  - 교육이수자에 한하여 5G 첨단 농기계 임대○ 과일수확 로봇 기술개발 및 보급• 국해외 기술기업과 지방자치단체의 MOU체결  - 수확로봇 ‘이브’를 개발한 호주 스타트업 라디프로보틱스(Ripe Robotics)  - 2023년 출시 목표로 딸기 수확로봇을 개발 중인 네덜란드의 옥티니온  - 자율주행 및 로봇 기술 개발 기업인 대한민국의 AMR 랩스(Labs)• 정부 R&D 과제 유치를 통한 과일 수확 로봇 개발  - 중소벤처기업부의 구매조건부 기술상용화 사업비를 지원받아 민관 합동 수확로봇 개발  - 인공지능, 딥러닝 기술을 이용한 자율주행과 카메라‧센서 기술로 수확 과정의 오류 해결  - 옥티니온 사와 딸기 로봇 기술개발 협력 및 딸기수확 로봇 도입  - 열매가 수확하기에 이르다고 판단하면 가능한 날짜를 다시 예측하는 기술 개발  - 낙과를 방지하기 위해 미래 낙과 여부를 경고하고 수확시가 알려주는 기술 개발• 다중 작업 가능한 AI일체형 로봇 도입  - AMR 랩스(Labs)에서 개발 중인 '팜봇(Farmbot))2.0' 보급  - 한 팔은 선별해서 수확하고, 한 팔은 인공수분, 또 다른 팔은 병해충 탐지 및 농약 분사□ 친환경 스마트농업 기술개발 지원◇ 연수내용○ 델파이(Delphy)는 농업기술연구기관들이 통합해서 만든 회사로 세계 농업기업들이 참여하는 2019년부터 델파이 필드 이벤트를 개최, 유럽, 중국, 일본에서도 활발하게 참여 중○ 델파이 이벤트는 주로 시설 재배가 가능한 딸기를 비롯한 연질 작물(열매채소)에 대한 세미나와 함께 관련된 기술을 개발, 활용하는 기업들의 전시회도 동시에 열림○ 식물 성장용 조명 전문기업 메카트로닉스(MechaTronix), 세계적인 종자개발 기업인 신젠타(Syngenta), 일본의 농업 기계 생산 기업인 쿠보타(Kubota) 등도 행사에 적극 참여○ 지속가능한 스마트농업 기술을 개발하기 위한 세계적인 친환경 첨단 농업 기술개발 업체들이 생산자인 농업인과 활발한 교류를 하는 현장이 세계적으로 확대되고 있음.◇ 필요성 및 목적○ 국내 농촌자치단체들도 스마트팜 ICT융복합사업, 스마트팜 지원사업, 스마트 테스트베드 교육장 조성 등의 사업을 적극적으로 추진하고 있는 중○ 세계적인 첨단 기술에 대한 정보공유와 국내 도입을 통해 스마트농업에 최적화된 조건을 갖춘 유리온실 시스템 보급 필요성 제기○ 글로벌 협력을 바탕으로 기후위기에 대비한 지속가능한 농업기술을 개발하고 공급함으로써 스마트농업의 안정적인 확산과 친환경적인 농업 보급◇ 정책제언○ 세계적인 첨단 농업기술 기업과 교류 확대 및 국제공동 R&D 지원• 쿠보 : 온실과 원예산업의 선두기업, 친환경 온실 ‘울트라클리마(Ultra Clima)’시공• 프리바(Priva) : 센서와 AI에 기반한 스마트팜 소프트웨어 개발 업체, 실내 환경제어 솔루션 제공• 호겐도른(Hogendoorn Holland B.V.) : 스마트팜 환경제어 전문업체, 에너지·물 재활용• 보알그룹 : 100% 재활용할 수 있는 자체 압출 알루미늄 활용, 솔라 루프 시스템 공급• 비켄캄프(Beekenkamp) : 기판 트레이 제작업체, 수년 동안 재사용 가능한 기판 트레이 공급• 인피아(INFIA) : 100% 재활용되는 라벨 부착, 라벨에 최종 고객을 위한 정보 삽입• 플랜토시스(Plantosys) : 식물 영양제 생산업체, 버드나무 껍질과 같은 천연재료로 제작• 반데르크납(Vanderknaap) : 맞춤형 배양토 생산업체, 천연 원료인 코코넛·토탄 사용○ 농촌 청년인력의 국제 농업기술 교류 네트워크 강화• 델피 필드이벤트를 비롯한 농업기술교류 행사 참여 기회 확대• 농업기술 박람회 참석을 계기로 한 국제 농업기술 교류 네트워크 구축• 딸기, 라즈베리, 블랙베리, 블루베리와 같은 다양한 과일 작물과 원예작물 재배 정보 공유□ 생산자 중심 친환경 유통체계 구축◇ 연수내용○ 벨오타는 유럽과 벨기에에서 과일과 채소 중심의 농산물 시장을 운영하면서 벨기에의 농산물을 유럽 전역 및 국제 시장에 공급하는 역할 담당○ 955개 재배농가에서 170개 제품을 생산하고 있고 연간 매출액은 5억700만 유로(한화 7,247억원)이며 대한민국을 포함해 75개국에 수출○ 벨오타 협동조합에서는 가격 결정이 더 투명하고 거래비용이 적게 들며 생산자의 이익을 극대화할 수 있는 완전자동화된 하향식 경매방식 도입. 농산물회사 중에서는 유일하게 2030년까지 탄소 발생을 40% 줄이겠다고 선언◇ 필요성 및 목적○ 낮은 수수료로 최고의 가격을 받을 수 있는 생산자 중심의 경매를 통한 농산물 공급으로 농업인의 안정적인 소득 보장 체계 구축○ 자동화된 채소류 유통시스템을 구축하고 최고의 과일을 선별하고, 지속가능한 친환경적인 농수산물 유통시스템 구축을 통해 기후위기 극복에 기여◇ 정책제언○ 생산자 조합이 운영하는 농산물 도매시장 활성화 필요• 투명하고 효율적인 경매시스템을 갖춘 유통센터 설립 지원• 가격 결정이 더 투명하고 거래비용이 적게 소요되는 경매 방식 도입• 가격이 내려오면서 거래가 이뤄지는 하향식 경매방식인 네덜란드 경매법 검토• 적은 수수료로 포장, 홍보, 유통을 모두 지원하는 시스템 구축○ 시장 영향력 확대를 위한 점유율 향상을 위한 협동조합의 노력• 지역 특산물 재배농가의 이익 보장을 위한 시장 영향력 확대 추진• 지역 특산물의 전국시장 점유율 50% 달성을 위한 생산 확대계획 수립• 친환경 유기농을 비롯한 각종 인증을 받을 수 있는 지원사업 추진• 브랜드 인지도를 높이기 위한 이벤트 개최○ 농수산물 도매시장의 친환경 ESG경영 선언• 탄소중립 선언 및 재사용 및 재활용 가능한 농산물 포장재 개발• ESG경영을 위한 연구개발 투자 확대• 기후위기 극복을 위한 신품종 농산물 육종 지원• 경매 잔여 농산물은 저개발국으로 보내거나 자선·복지단체 기증○ 대도시 인근 농촌지역에 최첨단 농산물 유통센터 설립• 최고의 농산물을 선별하고 품질을 평가할 수 있는 시설• 전체 시스템을 자동화하고 원격 제어가 가능한 시설□ 기후변화에 강한 종자개발 지원◇ 연수내용○ 네덜란드는 특유의 개방성과 상인정신으로 2010년 기준 세계 종자·종묘 유통량 중 채소의 35%, 화훼의 43%와 씨감자의 60%가 네덜란드의 종자·종묘일 정도로 농업 강국으로 성장○ 네덜란드의 시드밸리는 24시간 이내에 종자 검정, 유통, 수송, 판매까지 끝내는 시스템을 구축, 종자는 물론이고 재배방법, 친환경농법, 재배시설 등을 하나로 묶어 패키지로 수출○ 기후변화에 따라 작물을 개발하면 뭔가 새로운 작물을 상상하지만, 날씨 변화에 따른 병충해와 토양의 황폐화를 극복할 수 있는 종자개발이 우선이라 보고 종자개발에 주력◇ 필요성 및 목적○ 농업의 주도권은 결국 종자의 주도권으로 기후위기에 따른 식량위기에 대응하기 위해서도 종자산업에 대한 공공의 투자 확대가 필요○ 세계 최대 농업종자산업의 집적지인 네덜란드의 시드벨리를 주도하는 신젠타는 2021년 기준 전체 매출의 16%를 연구개발비로 지출, 최근 24개 신품종 육종에 성공○ 새로운 작물을 개발하는 것보다는 기존 작물이 기후변화에 잘 저항할 수 있도록 힘을 길러주는 것이 가장 중요하므로 가뭄, 우기, 건기, 폭우 등 어떤 기후환경에도 저항할 수 있는 종자를 확보하기 위한 지방자치단체와 농업기술센터의 기능 강화◇ 정책제언○ 국내외 종자회사와 연계를 통한 기후변화 작물 개발• 농우바이오를 비롯한 종자회사와 연계, 기후 대응과 소비자 요구에 적합한 신품종 개발• 신품종 종자 개발을 통한 종자 주권 확보와 해외 종자 수출 활성화○ 농업기술원 및 한국씨앗협회와 협력 체제 구축• 농업기술원을 통한 씨앗, 비료, 농약, 작물 보호, 재배 기술 개발• 한국씨앗협회를 통한 품종개발, 품질관리, 종자 인증 활성화• 지역 특성화고와 대학의 종자관련 기관 연계를 통한 교육과정 운영○ 신품종 정보수집 및 종자산업 육성• 우리 종자의 우수성과 종자산업의 중요성을 알릴 수 있는 종자의 날 선포• 새로 개발되는 전 세계 채소‧과일 품종에 대한 정보네트워크 구축• 신품종 육성을 통한 특색있는 화훼축제 개최○ 과감하게 새로운 품종을 개발하는 농업인에 대한 지원 강화• 지자체별 기후변화에 따른 특산물의 병해충 대비 상황 점검• 작물의 유전자를 DB로 구축한 유전자은행 공동 운영□ 신품종 아열대 작물 보급기반 조성◇ 연수내용○ 연수 기간 중 만난 많은 사람들은 새로운 품종을 개발하고 식량을 생산하는 것은 기후위기 극복에 참여하고 지구 환경을 지키는 가치있는 일이라는 것을 강조○ 지구 온도가 날로 더워지면서 기온 변화에 맞는 새로운 품종을 도입하거나 기존 품종의 내병해성을 강화하는 방법으로 기술개발이 진행중이라는 것을 확인◇ 필요성 및 목적○ 기후변화로 남부지방은 아열대지역에 완전히 편입되어 있어 이런 기후에 맞는 아열대 작물을 개발하고 재배하는 연구를 군단위 지자체들이 주도하고 촉진하는 것이 필요○ 무궁화과 아열대 일년생 초본류 케나프는 비료나 농약 대신 물만으로 재배가 가능하고, 성장단계에서 다른 식물보다 이산화탄소를 5~7배를 흡수하는 에코 식물로 최근 각광. 이산화탄소 흡수 상수리나무의 10배, 이산화질소 흡수 해바라기와 옥수수의 30~66배○ 척박한 유휴농경지, 간척지 등에서도 잘 자라고 아름다운 꽃은 경관용, 잎은 가축 사료, 줄기는 바이오에너지, 섬유, 펄프 등으로 활용돼 새 소득작물로 재배와 보급○ 해안 지자체들을 중심으로 주요 수산자원 중 하나인 다시마·미역 등 기후위기 대응 블루카본 자원을 개발하고 벌꿀이 사라지지 않도록 밀원식물과 기후대응 식물 확대◇ 정책제언○ 군 단위 아열대 작물연구소 설치• 대표적인 아열대작물인 올리브 등 새로운 작물 시범재배 추진• 아열대작물 농업벤처 육성을 위한 지원사업 개발• 1,000㎡ 아열대 작물 스마트 온실 시험포 조성• 일정한 면적으로 청년농 아열대 재배단지 조성• 기후위기로 인한 농작물 피해 예방 및 신규작물 재배 시험○ 기후 대응 작물 아열대작물 개발• 망고·올리브·파파야·오크라·얌빈·하미과 등 해당지역에 맞는 아열대작물 재배• 가격경쟁력 확보를 위한 육종배합 및 작목환경 유지 관련 기술 지속 개발• 아열대 작물 재배 노하우를 익히고 기술 전수가 가능한 전문 경영인 육성• 망고, 올리브, 삼자 등 열대작물 활용 농특산물 6차산업 관광개발  - AI,·ICT활용 스마트농업, 드론활용 곤충퇴치기술 등 첨단기술 기반 농업벤처 아이템 개발○ 기후위기 대응작물 케나프 생산 보급• 국내외 케나프 시범재배 결과 분석  - (제주도) 케나프 재배로 축·수산 및 하수처리장 악취문제 해결  - (전라북도) 케나프를 기반으로 하는 친환경플라스틱 개발, 산업화 시험 재배  - (경기도 양평) 온실가스 감축을 위한 나무식재 활동  - (서울 경의선숲길) 꽃 감상을 위한 조경 및 공기정화 용도로 980그루 식재• 장기적으로 케나프를 활용한 기술개발 보급  - 이산화탄소 흡수, 경관 조성 용도 보급  - 바다로 연결되는 하천 수질 정화 용도 재배 보급  - 실·옷감, 목재연료, 항염 기능 사료 개발 보급○ 꿀벌 보전을 위한 밀원수 식재 확대• 양봉산물의 다양화 및 생산비 절감으로 양봉경영 안정 도모  - 밀원수 식재 확대, 개량벌통 교체 등 지원  - 양봉 생산 및 판매구조의 개선으로 생산성 향상 및 농가소득 증대• 양봉 육아용 화분 지원으로 생산량 확대를 통한 꿀벌 보전 효과 기대□ 환경변화를 대비한 커뮤니티대학 설치◇ 연수내용○ 농업 생산이 스마트팜으로 옮겨 가면서 프랑스도 최근 10년 동안 농업에 유입되는 젊은이들의 학력이 높아지고 있다는 것을 확인○ 프랑스에서 농업에 투입된 인적자원(직원‧경영주)의 교육 수준은 20~64세 전체 노동인구보다 8%포인트 낮은 것으로 집계◇ 필요성 및 목적○ 과거 농사는 높은 학력이 요구되는 직업이 아니었지만 차츰 농업의 고도화와 스마트팜의 보급, 청년인구의 귀농귀촌 증가로 고등교육을 받은 농민의 비율이 늘어나는 추세○ 기존 농업인과 새롭게 농업에 유입되는 귀농귀촌인의 체계적인 교육을 통해 신규 농업인력의 첨단 농업기술 습득과 지역 정착을 지원하는 커뮤니티 교육체계 마련 시급○ 절반 세대(부모세대의 절반)가 입학한 2021년 지방대 충원율이 87.3%로 지방대학의 소멸위기 극복 위한 커뮤니티대학 육성 필요성 제기○ 현재 자치단체 평생교육원에서 추진하는 직업교육이나 진로교육은 수요대비 부족하며, 교육과정 중 극히 일부만 창업이나 취업에 도움이 되는 과정으로 운영○ 학생 및 평생교육 수요자가 자신에게 필요한 직업교육을 언제든지 요구할 기회를 가질 수 있도록 빈사 상태에 놓인 지방대학의 위기를 해결하기 위한 고등직업교육 특별법 발의 중○ 기존 농업인, 귀농귀촌인, 외국인 농업근로자, 외국인 농업 유학생을 대상으로 농업경영에 필요한 농업기술교육과 지역정착에 필요한 문화교육을 병행하는 커뮤니티 대학 설치○ 농업과 첨단산업의 융복합화 추세에 맞춰 폐교 위기에 놓은 지방대학을 농업기술학과가 있는 폴리텍 대학으로 전환하거나 미국의 샌프란시스코 시립대학과 같이 개방형 평생교육대학으로서 지역에 거주할 인력이 필요로 하는 학과를 개설하고 운영할 필요가 있음.◇ 정책제언○ 연령 제한 없이 모두가 학생인 대학 설립• 젊은층만 입학하는 학교가 아니라 중장년과 노인도 입학하는 평생교육대학• 모든 성인(중졸자, 고졸자, 외국인, 농업인, 기술자, 여성)에게 열려있는 개방형 대학• 내국인과 외국인이 함께 배우는 글로벌 대학으로 기획• 다양한 정부 지원사업 활용  - 연계사업 교육부 글로컬대학 30 활용 : 5년간 1,000억원 지원  - 법무부의 지역특화형 비자 시범사업 활용 : 인구위기지역 5년 거주조건 비자 발급○ 지역공동체에 필요한 교육과정 운영• 2년제 전문대 과정과 지역주민이 원하는 교육을 제공하기 위한 단기과정 동시 운영• 귀농귀촌 인력, 지역활동가, 지역돌봄인력, 지역예술가 등 지역정착 주민 교육 병행• 교육‧연구 성과를 지역, 공공, 지역사회, 지역산업체와 직접 연결하는 연계체계 구축• 4년제 대학 편입 및 지역사회 활용 단기교육과정 운영○ 새로운 성인학습자 등장에 따른 평생교육 담당• 고령사회와 귀농귀촌 중장년이라는 새로운 학습자 등장에 맞는 교육시스템 구축• 지역주민 무상교육, 다른 지역 거주자들은 학점당 저렴한 학비 납부• 농업인력 재교육, 사회봉사활동 교육, 귀농귀촌인 교육, 은퇴자 재교육 등 추진○ 농업인력 부족 문제 해결 위한 외국인 유학생 유치• 국내에서 공부하는 외국인 유학생은 2022년 2월 사상 처음으로 20만 명을 넘어섬• 유학 기간 중 워킹 홀리데이에 참여하거나 귀국 후 계절노동자로 일할 인력 교육• 글로벌 확장을 시도하며 고성캠퍼스를 유학생 전용으로 변신한 경동대 사례 벤치마킹○ 농업 및 전략산업 관련 학과 개설 및 온·오프라인 교육• 농업 및 지역전략산업 관련 학과 개설 : 지역산업 육성계획과 대학 학과 운영 연계• 온라인으로 수업하고 오프라인으로 평가받는 블라인드 교육체계 구축• 고교생의 지역 정착을 위한 고교연계 학과 개설  - 고등학교를 다니면서 대학 학점 이수 또는 청강 가능한 시스템 구축□ 해외 농업기술 수출 및 시장 확대◇ 연수내용○ 프랑스에서는 국제농업협력기구를 만들고 선진국의 농업기술 정보에 대한 접근을 강화하고 개발도상국의 농업기술을 지원하는 한편, 젊은 가족 농부들의 프랑스 정착도 지원○ Afdi는 젊은 프랑스 농민과 개발도상국의 교류 조직으로 영농을 위한 시설지원과 청년 농민들의 이익을 보호하기 위한 활동을 주로 하고 있음.○ 가족농업 교육으로는 JA/Afdi 컨퍼런스, 미래농업인 교육, JA교육 등이 있고, 프랑스 젊은 영농인들에게 국제교육의 중요성을 전파하기 위해 워크샵, 미팅, 홍보도 제공◇ 필요성 및 목적○ 우리나라는 농업R&D 지속 확대에 따른 글로벌 농업진출이 가속화되고 있는 추세로, 앞으로도 첨단 농업기술을 무기로 해외 농업기술 수출과 해외시장 확대 추진• 농림축산식품부 2022년도 농림식품 R&D 예산 : 총 1조1476억원○ 지난해 국산 농업용 트랙터 수출이 12억 달러를 넘어서면서 역대 최대 실적을 기록할 정도로 농기계 시장에서 소위 ‘K-트랙터’가 각광• 미국(10억6000만 달러) 81%, 캐나다(5000만 달러) 4%, 호주(4100만 달러) 3% 순○ 글로벌 국제협력을 강화하여 수직형 식물공장 플랜트와 농기계를 비롯한 우리가 기술 우위에 있는 분야를 중심으로 농업의 해외진출 확대◇ 정책제언○ 외국인 농업 유학생 유치를 통한 우리 농업의 해외진출 교두보 확보• 개발된 농업기술과 인력의 해외진출 확대• 장기적으로 개도국 농생물 자원 개방형 R&BD(기술이전사업화) 플랫폼 역할• 인근 대학과 연계 미래농업 기술 보급 및 인구 유입 활성화○ 외국인 계절노동자 교육 후 고용 연계• 농촌자치단체가 MOU를 맺은 나라의 근로자와 직접 교육 및 고용 계약 체결• 철저한 수요 분석 후 지정된 기간 동안 성실하게 근무할 수 있는 조건 마련• 중개자에게 수수료를 지불하고 이를 벌기 위해 불법체류를 하는 악순환 근절• 농업교육기관 교육 후 현장 투입으로 숙련 노동력 확보• 철저한 DB관리로 재고용으로 연결되는 숙련 농업근로자 확보• 농사일에 익숙한 계절근로자 채용으로 농민들은 안정적인 일손 확보- 계속 -

□ 연수내용◇ 기업가정신센터에서 시작한 스타트업 사례까지 준비해주며 맞이○ 싱가포르국립대학 기업가정신센터의 BLOCK71에 대한 연수는 10시부터 시작되었다. BLOCK71의 관리자 레이첼 레오(Rachel Leo)가 연수단을 반갑게 맞아주었다.○ 첫 방문 일정에 설레는 마음을 가진 연수단은 자리에 앉았고, 레이첼은 기업가정신센터 BLOCK71에 대한 소개, 기업가정신센터에서 창업을 시작한 스타트업인 콘크리트 AI(Concrete-AI), 인비지로(Invigilo)의 사례, 질의응답 순으로 브리핑이 진행됨을 알렸다.◇ 싱가포르 최대 규모의 연구 중심 대학교○ 싱가포르 국립대학(National University Singapore)은 싱가포르 최초의 고등교육기관으로 약칭 'NUS' 또는 '말레이(Malay)'라는 이름으로 불린다.싱가포르 국립대학은 1823년 영국 동인도회사 직원이었던 싱가포르 건설자 스탬퍼드 래플스(Stamford Raffles)가 교육연구기관의 설립을 제안, 1905년 스트레이츠 세틀멘츠 말라야연방의학교(The Straits Settlements and Federated Malay States Government Medical School)로 설립됐다.○ 이후 1913년 '에드워드 7세 의학학교'로, 1921년에 '에드워드7세 의학대학'으로 변경되었다. 1949년 래플스대학(1928년 설립)을 합병하여 '말라야대학교'가 되었다.이후 싱가포르 정부와 말레이연방의 합의에 따라 1962년 1월1일 싱가포르대학교가 되었고 1980년 8월8일 난양대학교(1955년 설립)를 합병하여 국립대학교가 되면서 현재의 골격을 갖추었다.○ 싱가포르 국립대학은 도쿄대학교, 베이징대학교와 함께 아시아 3대 명문대학으로 꼽히며, 특히 공학과 과학부문에서 세계적인 수준을 인정받고 있다.싱가포르 국립대학은 세계적인 수준의 연구 중심 대학으로 키운다는 비전을 갖고 있으며, 특히 제약, 보건서비스, 의학기술, 생명공학 분야에서 산업계와 유기적으로 연결되어 있다.○ 싱가포르 국립대학교(National University of Singapore, 이하 NUS)는 아시아 대학교 최초로 세계대학순위에서 8위를 차지했다고 한다. 또한, 취업률 부문에서는 9번째로 우수하다는 것을 나타냈다.◇ 혁신·기업가정신 구축을 목표로 창업 생태계 선순환 추진○ 싱가포르 정부는 ‘연구→창업→투자→상장 및 대기업으로 도약→재투자’로 이어지는 창업 생태계의 선순환을 추진하고 있다.이 같은 바람이 현실로 이어지려면 제반 환경도 중요하지만 무엇보다 기업가정신이 절실하다. 이에 싱가포르국립대를 비롯해 많은 대학이 최근 몇 년 새 ‘기업가정신센터’를 설립하고 창업 활동을 장려하고 있다.○ 기업가정신 교육의 핵심은 새로운 기회를 지속 발견하고 새로운 방법으로 새로운 사회·경제 가치를 창출하는 것으로 특히 싱가포르대학 기업가정신센터(이하, NUS Enterprise)는 청년들에게 혁신과 기업가정신을 촉진하기 위해 만들어졌다.○ 싱가포르 국립대학교 기업가정신센터 BLOCK71(NUS Enterprise BLOCK71)은 기술 생태계를 구축하고, 글로벌 커넥터(Global Connector) 역할을 하고 있다.주로 △기업가 인재 양성 △혁신 추진 △벤처기업 창업 육성 △I&E(Innovation & Entrepreneurship) 혁신·기업가정신 구축을 중심으로 기업가적 인재 양성이 주된 목표로 운영하고 있다.◇ 싱가포르의 인재 양성을 위한 해외 진출 지원○ 해외에 진출하고 싶은 학생들을 위한 해외교류 프로그램(NUS Overseas Colleges)를 운영한다. 학생들은 세계 전역에 있는 15개의 기업가정신센터에서 6개월에서 1년 동안 인턴십 체험을 할 수 있다.○ 미국, 캐나다, 스웨덴, 독일, 중국, 이스라엘, 베트남, 인도네시아, 일본 등에 NUS 기업가정신센터 BLOCK71이 기반을 두고 있다.○ 일반적으로, 해외 인턴십은 실무에 참여하며 경험을 쌓는 것으로 무보수로 진행된다. 따라서 생활비, 거주비 등 일정 부분은 NUS에서 지원해주고 있다.또한 미국 실리콘밸리에 가서 창업하고자 할 경우 필요한 업무를 지원하며 현지 멘토를 지정해 현지 창업을 지원해주도록 하고 있다.창업을 위한 종자 펀드의 경우 회사의 주식을 NUS Enterprise에서 소유하는 방식으로 초기 자금을 지원하고 싱가포르 정부에서 공동투자를 하도록 유도한다.○ 다만 싱가포르 정부는 ‘연구→창업→투자→상장 및 대기업으로 도약→재투자’로 이어지는 창업 생태계의 선순환을 목표로 하고 있다.해외 인재들이 자연스레 싱가포르에 남아 스타트업을 하고 경제 발전에 기여해 주길 바라는 것이다. 이 같은 바람이 현실로 이어지려면 물질 환경만으론 부족하며, 그 복안을 기업가정신으로 보고 있다.◇ 무료로 지적재산권을 이용할 수 있는 기회 제공○ 보통 창업을 원하는 학생들은 연구결과물을 비즈니스적으로 활용하지 못하는 어려운 상황에 놓인다고 설명했다. NUS 기업가정신센터에서 보유한 지적재산권을 이용해 어려움을 겪는 학생들에게 도움을 주는 기술을 무료로 제공하고 있다.○ △시장조사, △기술개발, △프로토타이핑, △벤처 창출·IP 라이센싱과 같은 기술 상용화 전략을 교육해 학생들의 스타트업 창업을 돕는다. NUS 학생뿐만 아니라 창업을 희망하는 사람들도 BLOCK71을 통해 무료 지적재산권 사용과 같은 기회를 얻을 수 있다.◇ 비즈니스 멘토링을 통한 엑셀러레이팅 프로그램 운영▲ GRIP 프로그램을 통한 스타트업 지원책[출처=브레인파크]○ 인큐베이팅(Incubating) 과정을 마친 딥테크 스타트업들은 3개월 동안 사업을 가속하고 상업화할 수 있는 엑셀러레이팅(Accelerating) 과정을 GRIP(Graduate Research Innovation Programme) 프로그램을 통해 지원받는다.○ 박사, 연구원을 비롯한 NUS 인재들의 지속가능성을 판단하고 이들이 세계적 수준으로 성장할 수 있도록 투자하고 있다.○ 젊은 세대의 기업가정신 육성을 위해, 대기업에서 은퇴한 임원들이나 벤처기업의 파트너, 엔젤창업가로 구성된 GRIP-CC(Commercial Champions)과 시장 통찰력, 과제 공유, 기회 검증을 할 기회를 제공한다.○ 또한 비즈니스 아이디어를 구체화하고, 비즈니스 모델에 대한 통찰력 습득을 통해 궁극적으로 비즈니스 계획을 수립할 수 있는 능력을 길러준다. 또, 약 10만 달러의 투자를 제공해 자금을 조달받을 수 있다.◇ 글로벌 규모로 성장할 수 있도록 에코시스템 운영○ 벤처기업이 글로벌 규모로 성장할 수 있도록, 연구소에서 비즈니스 시장으로의 전환인 혁신기업가 에코시스템을 펼치고 있다고 설명했다. 예를 들어 연구 결과를 실제로 적용하려고 할 때 오류가 생긴다면 BLOCK71과의 협력을 통해 문제를 해결할 수 있다.○ 또한 세계 시장으로 진출하고 싶은 기업은 해외에 기반을 둔 15개의 BLOCK71 사무소를 연결해주어 연구 공간과 사업 공간을 제공한다. 이외에도 해외 기업과 파트너십을 맺어 진출 방향을 확대해준다.○ 레이첼은 싱가포르대학들은 대부분 기업가정신센터를 운영하는데 그중 스타트업 에코 시스템은 BLOCK71이 가장 앞서고 있다고 전했다.▲ 글로벌 규모로 벤처기업을 성장시키는 에코시스템[출처=브레인파크]○ 싱가폴에어라인, 화웨이, 로레알을 비롯한 세계적 혁신기업들과 분야별 파트너십을 맺어 협력하며 세계 100개국에서 기업, 스타트업, 정부, 학계, 투자자가 참석하는 테크 컨퍼런스(Tech Conference)를 매년 3회 개최해 네트워킹을 촉진한다.○ 2019년 약 2만 명의 관계자들이 참석한 아시아 최대 규모의 혁신 페스티벌을 주최하고 과거와 현재를 되돌아보며 발전 방향성에 대해 논의하고자 하는 목적을 지닌다.◇ BLOCK71에서 창업해, 글로벌 스타트업 상위 10대 기업 차지○ NUS 기업가정신센터 BLOCK71의 브리핑을 마친 후, Concrete-AI의 CEO 창 신양(Chang Qingyang)이 브리핑을 이어갔다. 창 신양은 싱가포르국립대학에서 도시공학을 전공했고 기업가정신센터 덕분에 창업의 기회를 얻었다고 한다.○ 기업가정신센터에서 창업을 시작해 2022년 싱가포르 혁신기업가 대회(Enterprise Singapore SLINGSHOT)에서 3,600개의 글로벌 스타트업 중 상위 10대 기업을 차지했다. 또한 환경 데모 데이(BETA (BCA) Built Environment Demo Day)에서 혁신기업상을 받으며, 혁신기업가로서의 성장을 나타내고 있다.◇ 지속가능성을 고려한 기술 개발○ 콘크리트와 관련되는 건축 기술을 구현하고 AI 기술을 접목해 건축 프로세스를 간단하게 할 수 있는 솔루션을 제공한다. 스마트 센서로 콘크리트의 온도, 성숙도, 강도를 파악하고 현장의 위험성을 개선하는 데 집중하고 있다고 전했다.○ 데이터 기반의 프로세스를 강화해, 주조 사이클을 줄이고 운영 비용을 절감시키며 실시간 현장 모니터링 기술을 제공한다. 또한, 자원의 낭비를 줄여 생산성을 높이고 지속 가능성을 강화하고 있다.◇ 혁신적인 AI 솔루션을 제공하는 딥테크 기업 성장 지원○ 이어, Invigilo의 AI 연구원인 준 하오 고(Jun Hao Koh)의 브리핑이 진행됐다. Invigilo는 AI 솔루션을 공급하는 딥테크 스타트업으로 역시 NUS 기업가정신센터 BLOCK71에서 사업을 시작했다. 공사현장, 해양 산업을 비롯한 위험성이 높은 현장의 안전성에 기여하기 위해 비즈니스 솔루션을 제공하고 있다.○ ‘사고 없는 세상’을 비전으로 두고 있는데, 싱가포르에서는 건설현장에서 어떤 사건, 사고가 발생하게 되면 공사를 바로 중단하기 때문, 금전·시간적으로 손해가 크게 발생하고 업체의 명성에도 영향을 끼치게 된다. 이를 해결하고자 하는 목표로 창업을 하게 되었다.○ 현재 주로 싱가포르에 주재하는 업체들에 기술을 제공하고 동남아 쪽으로 사업을 확장하고 있다. 싱가포르 현대 엔지니어링도 Invigilo와 협업해 현장 위험성을 줄이고 있다.▲ 실시간 모니터링 시스템[출처=브레인파크]○ 혁신기술을 활용해 실시간 모니터링을 제공하며, 생산성 운영을 간소화해 발생하는 수작업 비용을 감소시키고 생산성 수준을 향상해 오늘날 많은 기업이 직면한 과제를 해결하는 데에 힘쓴다.또한 혁신과 미래 지향적인 사고방식을 지향해, 스마트 건설 안전 시장에서 뚜렷한 두각을 나타내는 스타트업으로 성장했다.□ 질의응답- 한국도 나름 IT 강국인데 진출을 안 하는 이유 또는 교류가 없는 이유가 있는지."특별한 이유는 잘 모르겠지만, 현재 BLOCK71은 한국에 진출하지 않은 상황이다. 하지만 목표시장과 파트너에 대한 조사를 지속해서 진행하고 있으며 자신의 사업을 확장하고 싶어 하는 기업은 진출할 수 있도록 지원해주고 있다.싱가포르에 진출하고 싶은 한국 회사가 있다면 우리 센터에 참가할 수 있다. 지금도 싱가포르에 진출하고 싶어 하는 수많은 한국의 스타트업을 지원하고 있다."- BLOCK71에 한국기업과 관련된 것이 있는지."정확히 몇 개의 기업이 BLOCK71에 등록돼 있는지는 모르겠지만, 적지 않은 수의 기업이 등록돼 있다고 알고 있다. 지난주 수요일에는 중소벤처기업연수원(KOSME)과 함께 제휴해 한국의 10개 기업을 BLOCK71에 가입하도록 초청했고 중소기업에 도움을 줄 수 있는 멘토링 프로그램 시간을 가졌다.- 싱가포르 이외의 해외 BLOCK71 지사에도 방문할 수 있는지."방문할 수 있으며, 우리(싱가포르 지사)에 연락하거나, 해외 지사에 사전에 연락하면 방문해서 둘러보고 정보를 얻을 수 있다."- 오늘 방문한 기업 대표에게 제안이나 조언할 것이 있다면."BLOCK71에 등록하고 싶은 기업은 웹사이트의 신청서를 통해 등록 신청을 할 수 있고 이후에는 면접을 통해 참여를 결정하고 있다. 스타트업을 발전시키고 싶다면 BLOCK71에 신청하면 좋을 것 같다.만약 BLOCK71의 프로그램에 참여하고 싶다면, 언제든지 연락해도 좋다. 우리는 주기적으로 다양한 기업의 참여를 위한 프로그램을 진행하고 있고, 참가할 수 있다."- Concrete-AI의 기술이 세계 최초인지? 자사의 최대 강점이 무엇이라고 생각하는지."비슷한 기술을 가진 기업이 현재 5~6개 정도 있는데 우리와 같은 문제 해결을 목표로 기술을 발전시키고 있다고 들었다. 하지만 우리는 다른 기업들과는 달리, 많은 경험을 보유하고 있고 2020년부터 다양한 국가에서 인재들을 모으고 있다."- 인공지능(AI)이 위험을 인지하는 것에 어떤 가이드라인이 있고 실현된 기술이 있는지."이 질문은 ‘머신러닝(Machine Learning)’이 답이라고 할 수 있다. 데이터를 얼마나 많이 축적해 있느냐에 따라, 나중에 새로운 비즈니스 시작할 때 해당 데이터에 룰만 적용해주면 더 학습을 시키지 않아도 활용할 수 있다.하지만 신생 기술 같은 경우 그만큼 학습시킬 부분이 많고, 각 동작에 관해 결정해야 하는 부분이 생긴다. 처음에는 백지상태이지만 기본적으로 어떤 규제에 대해 위법이라고 하는 부분에 대해서는 입력이 돼 있을 것이고 그런 내용을 각 AI에서 비교해서 어긋나는 내용은 입력하도록 하는 형태로 실현되고 있다.굴착기는 이 기술을 접목한 예이다. ‘굴착기 몇 미터 이하의 거리에 사람이 있으면 안된다’라는 데이터를 입력해놓았다. 하지만 우리는 화면을 통해 굴착기 하단에 사람이 위치한 것을 볼 수 있다.이는 입력한 데이터에 위반되고 이를 AI에서 분석하여 관련 담당자에게 통보하는 방식으로 가이드라인을 설정해놓았다. 우리의 목표는 기계로부터 발생할 수 있는 모든 수의 위험을 예방하는 것이다.현재 AI가 겪고 있는 이슈로는 위법과 적법, 그 사이에 존재하는 딜레마에 대한 처리를 과연 위법으로 처리할 것인지 아니면 적법으로 처리할 것인지인 것 같다.결론적으로는 딥러닝(Deep Learning)과 러닝을 규제에 어떻게 적절하게 적용하여 매치시킬 수 있는지이다. 모션디텍션(Motion Detection)과 같은 부분도 충분히 다양한 기술이 필요하다.하지만 가장 중점인 것은 AI이기 때문에 딥러닝을 통해 어떤 데이터를 얼마나 많이 축적하고 있느냐가 향후 회사의 경쟁력을 향상시킬 수 있는 부분으로 보고 있다."- AI 인식 후에도 사고가 났을 경우 사후처리에 대한 조치가 따로 있는지."그런 경우를 대비해, 사전에 지속적인 테스트를 진행하고 있다. 비디오 감독 시스템을 통해 해당 상황에서 정확하게 알람을 주는지를 확인하고 회사의 AI 시스템을 발전시킬 수 있도록 하고 있다.만약 현장에서 알람이 울리는 경우, 혼란을 줄 수 있어서 사고 발생 후 알림을 주는 시스템은 없지만 사전에 방비하는 형식으로 진행되고 있다. 또한 현재 손목에 착용하는 웨어러블 장치를 통해 알림을 주는 방식의 개발을 진행 중이다."- Invigilo는 어떻게 수익을 내고 있는지."우리는 AI 기술이 접목된 카메라를 설치해주고, 설치비를 받고 있다. 그 외에 부차적인 서비스를 통해 수익을 내고 있다. 또한, 매년 사용자에게 받는 구독료가 수익 중 일부분을 차지하고 있다.회계 담당부가 아니라서 정확한 구조는 알 수 없지만 현재 회사 재정은 안정적인 것으로 알고 있고 회사를 운영하는 데에 부족하지 않을 만큼의 수익을 매년 벌어들이고 있다. 현재 싱가포르에 2개, 베트남에 1개의 지사가 있다."- 안전 관련 시스템 외에도 공사 과정에서 발생하는 에러에 대해서도 인지가 가능한지."현재로서는 안전에만 초점을 두고 있다. 향후 해당 부분에 대해서 비즈니스를 확장할 수 있지만 주요 고려 대상은 아니다. 현재는 공사 과정에서 포크레인 같은 기계를 몇 번 작동시켰는지에 대한 모니터링 정도만 가능하다."- 두 기업 모두 사업을 시작하면서 BLOCK71과 싱가포르국립대학으로부터 지원받은게 있다면."BLOCK71으로부터는 펀딩을 통해 금전적인 지원을 받았고, 펀딩 뿐만 아니라 여러 가지로 지원을 받고 있다. 또한, 싱가포르국립대학으로부터 멘토링 서비스와 같은 네트워킹 지원을 받았지만 학교 교수님들과 연계되지는 않는다.즉 싱가포르국립대학은 필요한 것을 요청하면 해당 문제의 해결을 위한 멘토링, 네트워킹과 같은 형식으로 지원을 해주는 시스템으로 운영되고 있다."□ 참가자 소감○ 세계 우수한 대학에서의 스타트업 대상의 투자와 발굴에 대해 알게 되었으며 국내에서 이루어지지 않은 새로운 발굴 모델에 대해 생각해 보는 계기를 마련할 수 있었다.또한 스타트업 젊은 인재들의 2개의 사업모델과 수익모델을 경청하며 국내에서 발굴되지 않은 새로운 사업모델이 있는가에 대해 고민하는 시간이 되었다.○ AI 카메라를 통한 건설현장 안전관리 기술이 매우 흥미로웠고 카메라의 인식기술수준과 리스크에 대한 학습수준, 법과 제도에 대한 반영 수준 등 어디까지 진행될 것인지 궁금했다. 기술 상용화 가능 시 활용범위는 매우 폭넓을 것으로 기대된다.○ 싱가포르국립대학은 BLOCK71을 통해 스타트업 인큐베이팅과 엑셀러레이팅을 지원해줌으로써 신사업 발전과 인재양성을 목표로 하는 역할을 하고 있다는 것을 알 수 있었다.스타트업 Concreate-AI와 Invigilo의 사업내용을 들으면서 젊은이들이 생소한 건설 분야에서 사업을 진행하는 모습이 짠하기도 했다.하지만 안전분야에서 AI를 활용하는 부분은 공사현장뿐만 아니라 그 폭을 확대해서 공장 현장에서의 안전 관련 부분에 도입해도 괜찮아 보인다.앞으로 한국의 스타트업에도 관심을 가지고 들여다보며, 활용 가능한 기술을 발굴하여 도입할 수 있도록 검토해봐야겠다는 생각을 하는 기회가 되었다.○ 총면적 5만5,749에 이르는 BLOCK71의 크기와 여러 종류의 지원책이 매우 인상적이었다. 특히 ‘hotspots‘이 15개가 있고 지원국인 해당 나라의 사무실을 방문할 수 있는 방식은 좋은 아이디어라 생각된다.스타트업의 발표를 듣고 지원책이 더 많았으면 좋겠다고 생각했다. 다만 발표가 건축 분야(Invigilo, Concreate-ai)에 한정된 것이 아쉬웠다.○ 싱가포르 정부는 대학을 통해 주도적으로 창업에 뛰어든 대학생과 국민에게 지적 재산권까지 무료로 지원하며 여러 가지 부문에 멘토링과 같은 지원을 하며 발굴에 노력하고 있다.싱가포르는 나라가 작고 인력이 부족해서 고급인력들이 자국에서 성장할 수 있도록 큰 노력을 기울이고 있다는 것을 알 수 있었고 우리나라도 나라가 작고 인구가 적기 때문에 이와 같은 지원책을 좀 더 개발해야 하지 않을까 하는 생각이 들었다.○ BLOCK71이라는 단체를 설립하여 6개국을 연계해 스타트업을 발굴·육성·관리하는 프로그램을 운영하고, 그 주체가 대학과 정부라는 것에 긍정적인 평가를 하고 싶다.국제적인 학술대회도 매년 개최해 역량 있는 기업과 인재를 싱가포르 국내에서 창업하도록 유도하고 국가 발전에 이바지할 수 있도록 관리하는 것이 인상적이었다.○ 창업을 희망하는 사람들에게 다양한 기회를 주는 교육문화와 대학교의 노력이 돋보이는 곳이었고 예비창업자들의 발표는 다시 한번 자신의 위치를 생각할 수 있는 시간이 되었다.

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.

▲ 일본 디지털리터러시협의회의 로고일본 디지털리터러시협의회(デジタルリテラシー協議会)에 따르면 2024년 1월31일 디지털 인재임을 증명하는 '디지털전환(DX)추진여권'를 발행할 계획이다.DX추진여권은 DX를 추진하는 기업에서 팀의 일원으로 작업하는 직원이 디지털전환에 필요한 기본적인 스킬을 갖고 있다는 것을 증명하는 디지털 뱃지다.이를 받기 위해서는 △IT여권시험 △DS검정리터러시레벨 △G검증 등 3가지 시험에 합격해야 한다. 합격한 사람은 DX추진여권을 발급받아 구직활동에 활용할 수 있다. SNS나 이메일 등에 첨부가 가능하다.기업과 단체의 입장에서 보면 DX추진여권을 취득한 사람을 얼마나 보유하고 있는지에 따라 기업의 역량이 달라진다. 디지털 인재의 양성과 확보에 필요한 전략을 수립하기 용이해진다.협회는 3가지 시험 중 1개에 합격하면 DX추진여권1, 2개에 합격하면 DX추진여권2, 3개에 합격하면 DX추진여권3 등 3가지 종류의 뱃지를 발행한다.디지털리터러시협의회는 2021년 4월 독립행정법인정보처리추진기구(IPA), 일반사단법인데이터과학자협회(DS), 일반사단법인일본딥러닝협회(JDLA) 등 3개 단체가 결성했다. 

미국 샌디에고에 본사를 둔 기술 스타트업인 라이프복셀(LifeVoxel)에 따르면 자사의 인공지능(AI) 진단 시각화 플랫폼의 데이터 정보를 강화하기 위해 시드 라운드에서 US$ 500만달러를 모금했다.'프레시언트(Prescient)' 로 명명된 상기 플랫폼은 진단, 치료 우선순위를 결정할 환자의 상태 분류, 일의 흐름 관리 등에 사용된다. 의사와 병원의 소프트웨어 및 하드웨어 기술 관리에 대한 스트레스를 해소시켜 환자 치료에 집중할 수 있도록 한다.프레시언트와 같은 서비스형 소프트웨어(Software-as-a-Service, SaaS) 플랫폼은 방사선과, 심장내과, 정형외과 등 다양한 의료 분야의 원격 진단을 위해 헬스케어 시설들이 사용하고 있다. SaaS 플랫폼은 진단 이미지를 저장해 의사가 휴대폰을 포함한 모든 장치에서 필요에 따라 분석할 수 있도록 한다. 진단 주석과 보고서 기능도 포함돼 있다.이번 라운드에서 확보한 자금을 딥러닝 인공지능 모델과 머신러닝 알고리즘 구축에 사용할 예정이다. 이를 통해 진단의 효율성과 정확성을 높일 계획이다. ▲라이프복셀(LifeVoxel) 홈페이지