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.

 조지워싱턴대 국제과학기술정책연구센터(Center for International Science and Technology Policy, Elliott School of International Affairs, George Washington University)1957 E Street, NW, Washington, DC 20052Tel : +1-202-994-7292cistp@gwu.eduhttps://cistp.elliott.gwu.edu강연 : Nicholas S. Vonortas(Professor)Tel : +1-202-378-6230Fax : +1-202-994-1639vonortas@gwu.edu브리핑미국워싱턴D.C12/9(금)14:00□ 주요내용 1 : 조지워싱턴 대학교 국제과학기술정책연구센터◇ 국제정치학을 선도하는 조지워싱턴대학교○ 워싱턴 D.C에 위치한 조지워싱턴대학교는 1821년 미국 의회의 결정에 의해 설립된 사립대학교이다. 당시 미국 수도에 국립대학을 건립하자는 조지워싱턴의 발의에 따라 컬럼비안대학이라는 교명으로 설립했다.1873년 종합대학교로 승격했고 1904년 조지워싱턴대학교로 이름을 바꿨다. 학부과정은 정치학·국제정치학·경영학, 대학원과정은 법과와 의과가 우수한 대학으로 평가되고 있다.○ 조지워싱턴대학교 엘리엇 국제관계 대학원은 1889년 처음으로 국제학을 가르치면서 만들어졌고, 전 세계 이슈를 다루는 선도적인 학교로 성장했다.○ 국제관계 연구를 위해 전 세계 학자들을 초빙하여, 조지워싱턴대학교의 강의·워크숍 등에 참가하는 오픈형 구조로 운영하고 있으며 2,100명 이상의 학부생, 700명 이상의 대학원생이 강의를 수강하고 있다.◇ 산업과 기술의 역학관계와 정책 연구에 주력하는 CISTP○ 엘리엇 국제관계 대학원에 속한 센터 중 하나인 국제과학기술정책연구센터(Center for International Science & Technology Policy, CISTP)는 전 세계 과학기술 관련 정책이슈에 대한 최신 연구를 진행하는 곳이다.센터 소속 연구진과 교수들은 국내외 미래 정책과 전략을 형성하는데 필요한 과학기술 및 혁신공공정책, 산업과 기술의 역학관계, 정보기술, R&D 프로그램 평가 방법 개발 등을 가르치고 있다.○ '과학기술 및 혁신 공공정책' 부분에서는 과학발전과 기술혁신에 대해 국가와 지역단위에서 국가 혁신시스템을 분석하고, 이에 따른 경제 성장과 개발 문제에 관한 정책개발과 결정에 적용할 이론을 제시한다.'산업과 기술의 역학관계'에서는 기술진보와 산업구조, 협력과 경쟁, 전략적 제휴와 네트워크에 관해 민간기업, 연구기관(대학), 정부, 기타 기관과 협업 연구를 진행하고 있다.○ 또한 '정보기술' 부분은 정보기술의 개발과 정치적 결정, 국제문제에 미치는 영향을 연구하고, 'R&D 프로그램 평가 방법 개발' 부분은 미국, 유럽, 아시아의 R&D 프로그램 평가 방법 및 응용 프로그램에 대한 연구를 하고 있는데, 이 분야 연구로는 선도적인 위치를 차지하고 있다.◇ 기술변화에 따른 경제, 과학기술정책 전문가 니콜라스교수▲ 강연 중인 니콜라스 교수[출처=브레인파크]○ 이날 연수단을 맞아 강연을 한 엘리엇 국제관계대학원의 국제 과학기술정책센터와 조지워싱턴 대학의 경제학과 교수인 니콜라스 보노타스 교수는 기술변화와 과학기술정책, 산업조직, 기술변화에 따른 경제 변화, 국제 R&D 및 기술이전에서의 기업 간 협력 등을 주로 연구하고 있는 경제학자이다.보노타스 교수는 그리스 아테네대학에서 경제학, 영국 레스터대학에서 경제개발학, 뉴욕대학교에서 경제학을 연구한 경제분야 전문가로 알려져 있다.○ 그는 2003년 설립된 워싱턴연구평가네트워크(Washington Research Evaluation Network, WREN)의 공동설립자이며 2008~2009년 과학 및 과학정책 로드맵을 위한 컨퍼런스 공동조직위원장, 2007년 제5회 국제 산업조직 컨퍼런스 조직위 활동 등 다양한 대내외 활동을 펼쳐왔다.최근에는 세계은행그룹(World Bank Group)에서 개최한 '혁신과 기업가정신의 지형(Geography of Innovation and Entrepreneurship)'이라는 워크숍을 진행했다.○ 연수단을 반갑게 맞아준 니콜라스 교수는 "처음 조지 워싱턴대학에서 교수직을 맡았을 때 제일 처음 가본 나라가 한국이었다. 25년 동안 한국을 굉장히 자주 방문했다. 매년 5월에 고려대에서 한 달 정도 특강을 하고 있다"며 한국과의 인연을 강조하고 "지금은 트럼프가 어떤 정책을 펼칠지 모르지만 그 때는 알 수 있을 것이다.하지만 미국이라는 큰 배는 갑자기 방향을 바꾸기 어렵다. 아마 변화가 있더라도 작은 변화에 그칠 것"이라 전망했다. 이어 니콜라스 교수는 지난 몇 십 년 동안의 미국 과학기술정책의 변화와 최근의 정책 방향, 그리고 새 정부의 중요 이슈 등을 중심으로 강연을 진행했다.□ 주요내용 2 : 새로운 시작? 미국의 미래 전략 기술 혁신 정책 ◇ 과거 미국 과학기술 정책의 원칙○ 세계전쟁이 끝나고 지난 40~50년 동안 미국의 과학기술 정책은 아래와 같은 원칙을 바탕으로 정립되었다.1. 기초과학은 공공재이다. 과학에 대한 투자는 새로운 기술을 개발하게 되고, 이에 따라 어떤 경우에는 새로운 산업이 생겨나기도 한다.2. 연방정부기관은 특정한 광범위한 공공재적 특징을 가진 활동의 임무를 달성하기 위해 공격적으로 새로운 기술개발을 추구한다.3. 연방정부는 R&D 투자를 통해 '우승자를 고르는 행위'를 금지한다.4. 연방정부는 효과적인 시장을 창출하고, 어떤 경우에 민간부문 투자를 원하는 방향으로 이끌기 위해 환경적으로 유해하지 않은 기술 등 적절한 규제적 환경을 조성한다.◇ 70․80년대 산학협력 활성화 관련 법 제정○ 1970년 미국이 세계 경쟁에 뒤떨어지는 상황이 발생했다. 미국의회는 세계적인 경쟁력을 강화하기 위해 1970년대 후반부터 15년 동안 많은 법을 만들었다. 이 법들은 몇 십 년 전에 만들어졌지만 아직도 미국 정책의 중심이 되고 있다.○ 1970년대와 1980년대의 경쟁력 문제는 아래 열거된 중요한 정책 이니셔티브로 해결되었다. 이 정책 이니셔티브의 목표는 경제발전에 필요한 기술 개발을 촉진하기 위한 것이다.• 산업혁신의 국내 정책 검토 1978• Stevenson Wydler 기술혁신 법률 1980• Bayh Dole 대학 및 소기업 특허권 법률 1980• 연구 및 실험 (R&D) 세금 공제 1981• 소기업 혁신개발 법률 1982• 합병 가이드라인 1982• 지적재산권관련 11차 연방 순회 항소법원 1982• 산업경쟁력에 대한 대통령 위원회 1983• 공학연구센터: 산학협력연구센터 1983• 전국 연구협력 법률 1984• 연방 기술이전 법률 1986• 통상 및 경쟁력 법률집 1988• 전국 연구 및 생산 협력 법률 1993○ 위에서 보듯 1980년대 기술혁신 조항을 보면 대학이 기술 활용의 기본이라는 것을 알 수 있다. 1980년에 제정된 '대학 및 소기업 특허권 법률'에 따라 정부의 돈을 받아 연구 결과를 얻어내면 여기에 정부가 접근은 할 수 있지만 정부가 소유하지는 못하도록 했다.이어 1982년에는 미국이 세계에서 처음으로 IT에 대한 지적재산권법과 합병 지침서를 만들었는데, 이 두 법안이 통과됨으로써 산업과 대학이 협력할 수 있는 기틀을 마련할 수 있었다.○ 1983년에는 '산업경쟁력에 대한 대통령 위원회'를 설치하고 경쟁력이란 무엇이고 그 경쟁력 향상을 위해 정부가 해야 할 일이 무엇인지에 관한 토론을 많이 했다.이런 노력의 결과 1970년대에 미국의 경쟁력이 저하되어 어려움을 많이 겪었지만, 90년대 들어 미국 경제는 다시 성장의 길로 나아갈 수 있었다.◇ 90년대는 IT기술이 과학이고 기술이고 혁신○ 1990년 민주당 클린턴이 정권을 잡고 10년 동안 미국의 경제를 부흥시켰는데, 이 때가 미국 경제가 제일 부흥기였다. 새로 1990년대 초기에 도입되었던 과학기술 정책 방향은 주로 아래 목적을 달성하기 위한 것이었다.1. 미국의 산업경쟁력 강화2. 기술혁신이 융성하고 새로운 아이디어에 대한 투자가 활성화된 사업 환경 조성3. 정부 산하 단체의 잘 조율된 기술 관리4. 산업, 연방 및 주정부, 기업과 대학 간 밀접한 협력 파트너쉽5. 기술을 개발의 초점을 IT, 커뮤니케이션 유연한 제조업, 환경 기술 등 그 시대에 가장 중요한 산업에 필요하고, 경제 발전에 부합하는 분야로 전환6. 기초과학에 대한 중요성 재확인○ 1990년대에는 비즈니스 환경이 잘 조성되어야 민간에서 새로운 기술에 아낌없이 투자할 수 있었다. 이 때에는 IT사업에 관한 투자가 굉장히 많았다. 곧 IT기술이 과학이고 기술이고 혁신이었다.◇ 90년대 과학기술 정책의 기본원칙○ 경제적 유연성이 증가하고 규제를 철폐하면 경쟁력이 증가하는데, 이렇게 되면 변화가 빨라 경제구조도 급변하는 단점도 나타나게 된다. 이것은 경제학자들에게는 굉장히 큰 숙제가 되는 것이다○ 1990년대 정립된 새로운 과학기술 정책의 기본적인 원칙은 아래와 같은 특징을 가지고 있다.1. 정부는 우선순위를 대규모 정부 시책에서 민간부분의 기술발전과 국제 경쟁력 확충으로 부분적으로 변경했다.2. 정부는 기술 정책의 수요와 공급의 균형을 맞추려고 했다.3. 주정부는 기술과 관련된 정책에서 역할을 확장하라고 요구받았다.4. 산업계와 대화가 늘어났고, 이것이 민간 기술 관련 정책결정에 도움을 주었다.5. 반독점에 대한 좀 더 유연한 환경이 기업으로 하여금 다층의 전략적 파트너쉽을 맺을 수 있도록 했고, 국제적 경쟁에서 오는 부담을 경감시켰다.6. 법률적으로 더욱 더 엄격해진 지적재산권에 대한 적용은 빠른 새로운 기술적 지식의 상업화를 촉진, 미국 산업의 경쟁력 향상을 이끌었다.7. 국가 연구 시스템은 국립 연구소가 민간 부문과 협력을 강화하도록 하여 혁신의 이전, 즉 관련 지식의 이전을 더욱 더 신속하게 하고 대규모 연구 장비가 필요한 연구개발의 진행을 용이하도록 했다.8. 연구중심 대학이 민간부문과 더욱 더 정기적으로 소통할 수 있도록 했다.9. 대규모 과학 프로젝트는 국제적 협력을 통해 자금지원을 받게 되었다.○ 90년대 이후 세계화가 진행되면서 미국은 많은 혜택을 보았고, 이 때 과학과 기술이 경제발전의 큰 원동력이 되었다. 비즈니스 환경은 민간부문에서 투자를 하는 것이 바람직한데, 미국은 연방정부 기관들이 주도했고, 완전히 실패했다.○ 다행인 것은 정부, 산업, 노동자들이 함께 성공적으로 협업을 했다는 점이다. 정부는 새롭게 초점이 맞춰지는 기술에 관심을 돌리게 되었으며, 기초과학이 중요하다는 것을 다시 인식하게 되었다.과거에는 미션에 관련된 것만 집중했는데 이제는 그보다는 기술을 누가 활용할 것인지를 더 생각하게 됐다. 민간 부문과 연결되는 것이 중요하며, 혁신을 통해 시장에 기술이 접근할 수 있게 되었다.○ 최고의 기술이 항상 시장에서 성공하는 것은 아니다. 민간부문은 어떻게 투자할 것인지, 정부는 어떻게 민간부문을 도와줄 수 있을지 연구해야 된다.◇ 반독점과 지적재산권 보호에 대한 정책 전환○ 1980년대 초부터 미국은 반독점과 지적재산권 보호법에 대한 장기정책을 재검토했다. 반독점 규제의 엄격한 적용과 지적재산권에 대한 상당히 느슨한 법 적용은 재검토를 통해 반독점 규제에 대한 좀 더 느슨한 법적용과 좀 더 엄격한 지적재산권 보호법의 적용으로 방향이 전환되었다.○ 한국이나 미국이나 이 예산 때문에 정부에서 힘들어 하는 것 같다. 예산을 많이 가져가는 기관이 있으면 전체적인 목표가 무엇인지 확실히 알아야 한다.연구실에서 진행되는 과학실험들이 좋은 과학이냐 아니냐는 중요한 것이 아니다. 예산에 비해 실험의 결과가 가치가 있는 지는 생각해 봐야 한다.◇ 수요-공급에 균형을 맞춘 과학기술 혁신 전환○ 미국은 공급 중심에서 수요-공급에 균형을 맞춘 과학기술 혁신 정책으로 전환했다. 이유는 첨단기술이 R&D 중심 제조산업의 산물이라고 전통적으로 여겨지던 것에서 거의 모든 산업에 적용 가능한 특정 스타일의 활동, 즉 연구개발의 산물이라고 이해하게 된 사회적 기본인식의 변화와 관련되어 있다. 이같은 과정을 통해 미국에서는 혁신이 좀 더 광범위하게 확산되었다.○ 이러한 변화는 기술 정책을 혁명적으로 변화시켰다. 이런 정책 전환으로 지식, 기술, 창업가 정신의 확산에 좀 더 초점을 맞추게 되었고, 산학관이 좀 더 쉽게 새로운 형태의 파트너쉽을 맺을 수 있는 정책이 시행되었다.◇ 9․11 테러 이후 과학기술에서 목적이 다시 강조○ 하지만 9․11 테러는 이러한 정책 기조를 좀더 '미션' 중심으로 되돌려 놓았다. 국가 안전 보장과 테러 방지가 미국 전체의 가장 중요한 '미션'이 된 것이다.국방에 대한 강조는 냉전시대에는 미국에서 기술개발을 위한 긍정적인 역할을 했으나, 현대의 환경에서는 그렇지 않았다. 국제적인 환경이 냉전시대와는 아주 달랐다. 이에 따라 미국의 국제적 경쟁력이 다시 뒤처지게 되었다.○ 21세기 첫 10년 간 미국 과학기술정책의 특징은 △미션 위주 과학 중심으로 회귀 △분열된 조직 △기관 간 R&D 프로그램으로 요약할 수 있다.○ 첫째, 미션 위주 과학 중심으로 회귀했다. Vannevar Bush(1945)가 1945년 작성한 대통령 보고서인 '과학, 끝없는 경계' 수준으로 회귀했고, 간헐적인 국가 비상상황에 맞춰 국방, 반테러리즘, 우주, 에너지 분야에 자원이 집중되었다.○ 둘째, 분열된 조직이 특징이다. 미션 위주 기관인 미국 국가과학재단(NSF), 미국국립보건원(NIH), 미교육부(DOE), 미 상무부(DOC), 미 국방부 (DOD) 등 20개 이상의 기관이 난립했고, 상·하원의 각각 24개 위원회와 10개 세출 분과위원회도 분열되었다.○ 셋째, 기관 간 R&D 프로그램의 교류가 이뤄졌다. 국가 나노기술 이니셔티브(NNI), 네트워킹 및 정보기술 연구 개발(NITRD), 백악관 과학기술국(OSTP), 백악관 관리예산처(OMB)가 코디네이션을 하고, 국가과학기술위원회(NSTC)와 대통령 과학기술 자문위원회(PCAST)가 주도적 역할을 했다.◇ 지식 전달에서 연구 중심으로 대학 기능 변화○ 이 시기에는 대학의 역할에 큰 변화가 있었다. 대학은 원래 지식을 전달하는 곳이었는데 연구 중심으로 전환이 이뤄진 것이다. 현재 대학의 문제점은 아래와 같이 3가지를 들 수 있다.1. 3000년 전 플라톤의 대학과 지금의 대학이 하나도 바뀌지 않았다. 학교로 가려면 돈을 내야하고, 잘 듣고 노트를 쓰고, 집에 가서 공부를 한 다음 시험을 보고 점수를 받는 것은 변한 것이 없다.다른 점은 당시 사람들은 한 번 교육을 받고 나머지는 살면서 배운 것을 적용했다. 당시에는 평균 수명이 45세였는데 지금은 두 배 가까이 늘었다. 또 하나 다른 점은 3000년 전과 비교해 기술발달이 너무 빨리 진행되고 있다는 것이다. 수명이 길어져 학교를 한 번 가서 한 번 배운 것을 계속 응용한다는 것이 수학적으로 불가능하다.2. 대학이라는 곳에서 돈을 내고 많이 모여서 공부를 하는 것이 효율적인 일인가? 대학이 요즘 연구를 많이 하고 예산에서도 돈이 많이 나가는데 이 돈의 액수가 자꾸 늘어남에 따라 국민들이 이 세금이 어떻게 쓰이는지 알고 싶어 한다.3. 대학의 의무 중 하나는 사회와 상호작용을 해야 하는 것인데, 정부가 생각하기에 이 부분이 충분하지 않다. 대학은 가장 먼저 지식전달을 하고, 연구를 통해 공공의 이익을 추구하고 있으며, 소기업을 위한 활동도 하고 있다.○ 부시 정부의 정책은 군대에 돈을 많이 쓰고 전통 에너지, 농산업에 많이 썼다. 농산업의 성공 중에서도 바이오 연료가 대표적이다.브라질은 30년 전부터 사탕수수로 에탄올을 생산했었는데 어느 순간 미국이 옥수수를 써서 브라질 보다 2배 많은 바이오 연료를 생산하기 시작했다.바이오 연료의 성공은 모두 기술 발전 때문에 일어날 수 있었다. 지금은 미국과 브라질이 1대1로 경쟁하고 있는데, 브라질은 전체 땅 중에 아마존을 빼고도 남은 땅의 3분의1만 쓰고 있으므로 가능성이 굉장히 크다.◇ 2009-2016년 오바마 정부의 혁신 정책○ 오바마 정부는 경제적으로 굉장히 어려울 때 정권을 잡았다. 클린턴이 대통령으로 있었을 때는 흑자였는데, 부시는 적자를 남기고 퇴임하는 바람에 오바마는 적자 예산을 물려받았다.오바마 정부는 2009년부터 2016년까지 8년 동안 미국 혁신의 구성요소에 대한 투자를 통해 시장 기반 혁신을 촉진하고 그 바탕 위에서 국가적 우선순위에 새로운 돌파구가 되는 연구개발을 촉진하는 혁신전략을 수립했다.○ 첫째, 기반을 다지기 위해 미국 혁신의 구성요소에 대한 투자를 활성화했다. 21세기에 필요한 기술 교육을 통해 세계 최정상 노동력을 창출하고 기초 연구에 대한 미국의 리더쉽을 확충하는 한편, 첨단 물적 인프라 구축, 첨단 정보기술 생태계 개발 등을 적극적으로 추진했다.○ 둘째, 이같은 투자를 바탕으로 중간단계에서 시장 기반 혁신을 촉진했다. △연구&교육(R&E)에 대한 세금 혜택을 통한 비즈니스 혁신 가속화 △효과적인 지적재산권 정책을 통한 독창성 있는 아이디어에 대한 투자 촉진 △고성장, 혁신 기반 기업가 정신 장려 △혁신적, 개방적, 경쟁적 시장 촉진 등이 주요 전략이었다.중간단계에서는 정보기술이 잘 발전할 수 있도록 환경을 잘 만들어 주는 것이 중요하다. 오바마는 시장을 바탕으로 하는 혁신으로 무조건 기술을 개발하는 것이 아니고 수요자가 누구인지, 시장을 생각하고 혁신을 계속 이끌어나가야 한다고 생각했다.○ 셋째, 국가적 우선순위에 새로운 돌파구가 되는 연구개발을 촉진했다. △청정에너지 혁명 촉발 △바이오기술, 나노기술과 첨단 제조업 가속화 △우주과학 분야에서 응용할 수 있는 혁신적 기술 개발 △의료 보건 기술분야의 혁신적 기술 개발 촉진 △교육기술 분야에 혁신적이고 비약적인 발전 등이 주요 전략적 목표였다.민간 부문의 혁신을 잘 할 수 있도록 세금 공제도 해주고, 지적재산권 보호도 강화했다. 혁신적인 기업가들과 함께 열려있으며 경쟁력 있는 시장도 발굴했다.특히 오바마 정부에서는 클린 에너지를 많이 발전시켰으며, 바이오, 나노, 우주개발에도 관심이 많았다. 부시 정부 때도 우주개발에 관심이 많았는데 다른 점은 부시는 밖으로 나가서 행성을 찾는 쪽이었지만 오바마는 우주에서 지구를 내려다보며 안에서 무엇을 더 할 수 있는지를 찾는 것이었다.○ 또한 오바마가 굉장히 큰 노력을 기울였던 부분이 교육기술이다. 교육기술이 발전해야 하는 이유는 새로운 기술이 도입될 때마다 4년씩 대학에 와서 배우기는 힘들기 때문이다.현재 대안으로써 여러가지를 실험해보고 있는 과정이다. 하지만 'MOOCs'라고 하는 온라인 교육 플랫폼은 실패한 사례라 생각한다.◇ 미국의 정책 추진체계의 특징○ 미국에는 대통령, 부통령이 있고 대통령 직속 위원회들이 있는데 만약 백악관과 의회가 의견충돌이 있으면 연방정부는 물을 닫는다. 세계적으로 많은 나라들이 정부는 부모같이 국민을 보살펴 주는 역할을 한다고 생각하는데 미국은 그렇지 않다. 정부를 믿지 않는다.○ 미국에서는 기업이나 돈 많은 사람들이 기부를 하며 사회적 책임을 다하고 있는 것이 일반적인데 이는 과거로 돌아가면 정부를 믿지 않았던 불신에서부터 시작됐다.정부를 불신했기 때문에 한쪽에 힘을 실어 주면 불공평하다는 생각에 지금은 대통령과 의회가 동의하지 않으면 연방정부가 문을 닫는 일까지 벌어지는 것이다.○ 미국에는 과학기술정책과 관련해서 국가과학기술위원회(NSTC)와 미 대통령 과학기술 자문위원회(PCAST)가 있다. 트럼프가 다른 하나의 자문위원회를 더 만들지 아니면 PCAST를 그대로 쓸지는 아직 알 수 없다.○ 연구에 돈을 많이 쓰는 대표적인 연방정부 기관들은 국방부(DOD), 상무부(DOC), (DHHS), 교육부(DOE), 산업기관(Ind. Agences), 국방위 고등연구계획국(DARPA), 국립표준기술연구소(NIST), 국립보건원(NIH), 국가과학재단(NSF), 항공우주국(NASA), 환경보호청(EPA) 등이 있다.DARPA는 국방부 소속 군사기술 연구기관으로 한국에서도 DARPA를 만들기 위해 많은 노력을 했다. DARPA는 보고의무가 없어서 많은 돈을 낭비할 수도 있지만 한편으로는 혁신적인 기술을 개발하기 용이한 측면도 있었다.◇ 기술정책은 혁신의 광범위한 개념 수용 필요○ ITIF에서 트럼프 정부에게 새로운 과학기술정책에 대한 여러 가지 조언을 했는데, 중요한 것 중의 하나가 과학기술정책위원회를 과학기술혁신위원회(OSTP)로 바꾸는 것이다.○ 정부가 경제개발을 위해 사용가능한 정책수단을 이용하는 방법은 이제 완전히 변화되었다. 기술정책은 기술이라는 좁은 의미만이 아니라 혁신의 광범위한 개념을 받아들여야 한다.혁신 정책은 사용자 중심의 수요기반 정책이 될 필요가 있다. 또한 △혁신을 위한 인센티브에 영향을 주는 일반 경제정책, △규제와 혁신이 일어나는 제도적 환경을 결정하는 정책, △빠른 변화속도를 따라가는데 실패한 대중들에 대한 사회적 안전망 제공에 대한 정책 등 3개 정책을 통합해야 한다.◇ 트럼프 행정부의 과학기술정책 조언○ 트럼프 행정부는 혁신의 지형이 변화하고 있다는 점을 고려해 △오픈 소스 소프트웨어 개발 △기존 연구 시설 이외에서의 혁신 추구 △문제의 공론화를 통한 해결책 공동 모색 등 오픈 이노베이션을 추진해야 하고, 혁신 사슬의 모든 지점에서 늘어나는 국제 협력의 평행이동에 관여해야 한다.○ 세계 최정상급 혁신 속도를 따라잡기 위해서는 △여러 가지 어려움을 극복해야 하고 △에너지 혁신 관련 정책과 로드맵을 수립해야 하며 △초기에 다양한 기술에 대해 지원하고 △기술개발이 진행되면서 실증을 통해 가능성 있는 기술로 지원 대상을 압축해 들어가야 한다.○ 서울의 지하철은 뉴욕이나 워싱턴과 비교가 되지 않을 정도로 굉장히 발달했다. 워싱턴의 지하철은 시스템이 굉장히 낙후됐다. 트럼프는 인프라를 확충하겠다고 했다.공감하지만 많은 인프라를 건설하려면 예산이 천문학적으로 들어간다. 만약에 트럼프 정부가 법인세 인하 약속을 이행한다면 기업에 대한 세금이 15%까지 내려갈 것이다. 이것은 카리프해의 작은 섬나라 전체의 예산과 비슷하다. 법인세 인하가 예산에 어떤 영향을 미칠지는 아직 모른다.◇ 4차 산업혁명의 기회와 위험○ 4차 산업혁명을 만드는 것은 무엇인가? 우리가 만질 수 있는 것, 생태계에 있는 것, 디지털, 이 세 가지를 합한 것이 4차 산업혁명이라고 본다. 21세기는 생물학의 세기였다. 위의 세 가지가 합쳐져서 융합이 되면 새로운 시대가 열릴 것이다.○ 4차 산업혁명은 기회도 많지만 위험 요소도 수반한다. 정책을 만드는 사람의 입장에서 생각하면 4차 산업이 긍정적이지만은 않다. 특히 유럽에서는 기술발전에 대한 불신도 있고 여러 가지 문제도 있는 것 같다.예를 들어 영국의 브렉시트는 어떻게 보면 영국의 EU가입으로 혜택을 받지 못한 사람들이 정부에 대해 일으키는 반란이라고 할 수 있다.○ 세계적으로도 여러 곳이 기술의 혁신이 일어났는데, 나라 전체에서 기술에 발맞춰가는 사람이 있고 뒤떨어져 있는 사람들이 있기 때문에 불만이 있는 사람들은 계속해서 나타나는 것이다. 정책을 만드는 입장에서 보면 이 문제가 골치 아픈 문제인 것이다.◇ 변화 추구 정책과 변화 적응 정책의 조화○ 한 가지 쉽게 접근할 수 있는 방법은 변화를 추구하는 정책과 변화에 적응하도록 돕는 정책이 있다. 변화를 추구하는 정책은 경쟁을 만드는 것이다. 독점할 수 없도록, 세계에서 같이 경쟁할 수 있도록 세계를 향해 열린 자세를 유지하는 것이다.변화에 적응하도록 돕는 정책은 변화가 생기면 누군가는 이기고 누군가는 질 수 밖에 없는데, 변화의 결과로 인해 지는 사람들을 돕는 정책은 없다. 특히 미국은 이 정책을 잘하지 못하고 있다.○ 과학자들은 사회적인 문제가 될 수 있는 부분을 잘 보지 못한다. 정책은 이런 변화를 어떻게 잘 반영할 수 있을 것인지 연구해야 한다. 기후나 환경 문제도 중요하지만 이 문제도 큰 이슈가 될 것이다.○ 산업은 자신의 비즈니스가 어떤 영향을 받을지를 먼저 생각하게 된다. 산업이라는 것은 돈을 만들기 위해 하는 것이니 만큼 돈을 만들어야 성공적인 비즈니스를 했다고 할 수 있다.하지만 사회가 원하는 것은 기업의 비즈니스가 원하는 것보다 중요하다. 민간부문이 우리 사회의 문제를 모두 해결해 줄 수는 없다.◇ 산업기술의 긍정적인 면과 부정적인 면 고찰 필요○ 또 다른 큰 이슈는 정책이 지역사회에 너무 몰려 있다는 점이다. 각각의 지역에서 정책이 있는데, 미국에서 하지 않는 기술을 다른 작은 나라가 하겠다고 하면 경쟁력이 의미가 없을 것이다. 걱정이 되는 부분은 기술이 경쟁적으로 가고 조심하지 않으면 사람 자체를 바꿀 수도 있다는 것이다.○ 기술은 좋을 수도 있고 나쁠 수도 있다. 기술을 가지고 무엇을 하느냐에 따라 다르다. 예를 들면 나노테크놀로지들이 피 속에서 돌아다니도록 해서 심장마비 같은 것이 생기지 않게 할 수 있다. 이런 역할을 하고 배설이 잘되도록 할 수 있다. 그렇지만 로봇이 우리를 다 죽일 수도 있는 것이다.○ 바이오 기술로 들어가면 사람의 뇌기능까지 깊이 들어가니 좋을 수도 있고 나쁠 수도 있으므로 조심해야 한다. 환경이나 기후문제가 심각하다.과거의 산업혁명 때문에 현재 우리가 감당해야 할 몫이 너무 많다. 이러한 문제가 이제는 사람 안으로 들어가서 발생한다고 생각하니 더욱 걱정스럽기도 한다.□ 질의응답- 영국은 코딩교육을 의무화했다고 하는데 미국도 교육·정책 쪽으로 4차 산업혁명에 대응하기 위한 중·고등·대학교에서 따로 교육정책이 추진되는 것이 있는지."미국은 연방정부가 있지만, 각 주마다 교육에 대한 정책이 다르다. 미국 교육이 변화를 추구하고 있기는 하지만 4차 산업혁명에 대응하는 교육의 변화를 본격적으로 추진하고 있는 것은 없다.앞서가는 주들은 캘리포니아, 메사추세츠, 시애틀의 워싱턴주, 매릴랜드, 북버지니아, 오스틴, 노스캐롤라이나 등의 상류층 지역으로 이 지역들의 공립학교에서는 믿기가 어려울 정도의 최신 기술을 교육하고 있다.공립학교 등 잘 사는 곳에 가면 스마트TV 등 최신기술 교육을 잘하고 있지만 전체적으로 보면 그렇지 않는 학교가 더 많다. 잘 사는 곳의 중·고등학교는 대학보다 더 좋은 시설을 가지고 있지만 못사는 곳에는 총기 검사를 받고 들어가기도 한다.전 세계적으로 빈부 차이가 20년 전에 비해 점점 더 커지고 있다. 변화에 발맞추지 못하는 사람의 불만은 점점 늘어날 것이다."- 원래 미국에서는 사명을 따르는 기술의 형태로 갔으며, 여기에 따르는 기술을 정부에서 지원했다. 민주당이 정권을 잡았을 때 수요가 있는 기술을 개발하는 방향으로 가다가 9·11사태 때 다시 미국의 안보가 위태로워지니까 다시 사명 위주로 후퇴한 것이다. 오바마 때 다시 수요로 갔는데 지금 트럼프는 다시 사명 위주로 갈 것 같은지."기초과학은 국가에서 지원을 해야 하는 것이고, 이익과 관련되는 것은 민간에서 할 일이다. 가운데에 있는 부분에 대해서는 민주당과 공화당의 의견이 다르다.예를 들어 헬스케어는 국가가 해야 하는 것인가 민간에서 해야하는 것인지 헷갈린다. 에너지 같은 경우는 공화당의 입장에서는 공공부문이라고 생각을 하는 것이 아니라 민간이라 생각해서 지원을 하지 않을 것이다. 결과적으로 옛날처럼 사명에 관련된 기술들만 지원하는 쪽으로 약간 후퇴하게 될 것이다."- 민간이 자율적으로 경쟁하도록 정부가 심판자 역할만 한다고 했는데, 독과점이 일어나지 않도록 정부가 관여하고 있는 정책에 어떤 것이 있는지."예를 들어 중국과 미국이 쌀을 생산하는데 중국과 똑같이 경쟁하려면 미국은 살아남을 수 없다. 중국이 싸기 때문에, 경쟁에서 살아남으려면 더 크고 맛있게 만들어서 경쟁을 해야 한다.공화당은 민간 부문에서 그냥 세금혜택을 주면 회사들이 아무렇게 쓰니까 연구에 쓰는 조건으로 세제혜택을 준다. 트럼프가 1월부터 대통령이 되는데 규제철폐를 말하고 있다.규제가 철폐되면 좋을 수도 있지만 어떻게 하느냐에 달렸다. 결국 돈이 어디로 가느냐가 중요한데, 소기업에 투자를 해야 한다."- 한국은 기술이 앞선 나라와 기술이 뒤쳐진 나라의 가운데에 위치해 있다. 조선이나 철강산업에서 경쟁력을 잃으면 4차 산업혁명을 통해 경쟁력을 회복해야 하는 상황인데, 한국이 어떤 식으로 대응해야 4차 산업 시대에 경쟁력을 잃지 않을 것이라 보는지."미국이 한국을 포함한 다른 나라로부터 배운 교훈이 있다. 한국에 비해 미국은 예산도 많고 스케일이 달라 미국에서 잘 된다고 해서 한국에서 바로 통하는 것은 아니다. 한국은 자원을 집중해서 해야 한다.왜냐하면 우리가 어디 있었고, 무엇을 했고 하는 것이 우리가 앞으로 나갈 방향을 결정하는 것이기 때문이다. 한국의 지난 성공 사례를 보면 건설, 자동차, 바이오 등 잘 했던 것이 있으니 이런 것에 집중을 하는 것이 좋을 것이다.한국은 일본처럼 되지 않기 위해 노력해야 한다. 일본이 실수한 것 중의 하나가 전자기기를 잘 만들고 있다가, 90년대 초반에 개방하지 않고 보호한다고 닫았다가 국제 경쟁력을 상실한 것이다. 조선업도 잘하긴 해왔지만 중국이 따라오고 있으니 한국이 업그레이드를 하지 않으면 경쟁 상대가 안 될 것이다.중국 사람들이 한국 사람들보다 똑똑한 것이 아니고 스케일이 커서 가격 경쟁력이 높은 것이다. 한국은 잘하는 것에 집중하고 업그레이드 해야 한다는 것이 종합적인 결론이다."- 윤리적인 문제를 제외하고 로봇이 몸에 들어가 사람들을 치료하는, 이런 기술이 가능한 시대가 언제쯤 올 것 같은지."확실한 근거는 없지만 사람 대신 싸우는 로봇은 이미 나와 있다."- 그레이 구(Grey goo) 시나리오에 대해 아는지."전쟁이 옛날처럼 폭탄을 터트려서 이기는 전쟁이 아니고, 정확성과 관련해서 어떻게 하면 피해를 최소화하면서 전쟁을 할 수 있을지에 관한 것이다. 미래는 벌써 다가와 있다."- 기술혁신이나 발전과 관련하여 윤리문제에 대한 큰 걱정이 있다고 했는데, 혹시 이런 것과 관련해서 UN과 같은 국제기구에 윤리 관련된 얘기를 하거나 관련한 윤리관련 운동을 한 적이 있는지."물론 위원회를 찾아가서 얘기를 할 수는 있다. 하지만, 관심이 있는 사람은 매우 소수이며, 현재 그들이 해당 문제를 진지하게 받아들이거나 노력을 하지 않는다.다만 유럽의 HORIZON 2020프로그램에 속해 있는 거의 모든 제안을 보면 모두 Responsible Research Innovation(책임·연구·혁신, RRI)와 관련되어 있어 EU에서 지원을 받으려면 연구가 사회에 대한 책임을 질 수 있는 아이디어 포함해야 한다.세계적으로 정치인들이 만드는 기술정책에서 윤리에 대해 언급하고 있지만 미국에서는 큰 변화가 없는 편이다."- 만약, 기술에 대한 윤리 운동이 없이 모든 국가들이 각자 가지고 있는 기술에 대한 전략만 가지고 발전을 시킨다면 윤리 문제가 정말로 현실이 되지 않겠는가."현재 인간은 큰 힘을 가지고 있고 그 힘은 환경과 개개인을 변화시키는데 사용할 수 있다고 생각한다."□ 참가자 시사점◇ 조지 워싱턴대○ 미국은 2015년 10월, 국가경제위원회(NEC)와 과학기술정책실(OSTP)이 작성한 경제성장 촉진과 국가적 당면과제 해결을 위한 미국혁신전략 (A Strategy for American Innovation)을 발표했다.정부의 기반투자를 통해 미래 산업과 일자리 창출을 지원하고 혁신생태계를 지속시키기 위해 수립한 동 전략은 연방정부의 역할인 혁신을 위한 3대 요소와 이를 구현할 3대 전략적 계획의 총 6개 부문으로 구성되어 있다. 혁신을 위한 3대 요소로 혁신기반에 대한 투자, 민간혁신활동 촉진, 국민의 혁신성 유인을 제시했다.○ 3대 전략적 계획으로 양질의 일자리 창출과 지속적 경제성장, 국가적 당면과제 해결, 국민과 함께하는 혁신적인 정부 구현이 있다.미국의 4차 산업혁명은 기본적으로 기업주도형으로 제조업과 인터넷 기업에서 축적된 빅데이터를 바탕으로 새로운 산업플랫폼을 만들고 부가가치를 창출하겠다는 계획으로 모든 산업기기와 예측분석 소프트웨어, 의사결정권자인 인간이 인터넷을 매개로 서로 연결되는 형태의 산업생태계 지향한다.○ 미국은 정부를 믿지 않는 분위기가 팽배하다. 이윤을 창출하는 것이 목표 ->기업, 대학 등이 경쟁적으로 자생, 미 정부는 세금혜택 등을 제공하면서 경쟁을 유도한다.○ 미래는 지금현재 기술변화가 빨리 일어나는데 수많은 분야가 융합하여 발전할 수 있도록 우리나라도 민감하게 반응하고 대응할 필요가 있다.○ 양질의 일자리 창출, 당면과제 해결, 정부혁신 등 정부기반의 투자를 통한 혁신생태계 지속을 위해 노력하고 있다. 클라우딩 서비스를 이용한 빅데이터를 바탕으로 기업주도형 산업생태계를 지향하고 있다.○ 정부는 기관이나 기업이 변화하는 트랜드를 받아들이기 위한 정책, 변화를 추구하는 정책, 경쟁 등에 대한 다양한 정책 제시가 필요하며 변화의 결과로 인해 실패한 기업에 대한 대책 마련도 필요하다.○ 미국정부의 전반적인 정책흐름과 전략을 설명하였으며 특히 미국의 4차 산업혁명과 관련하여 과학과 기술은 경제를 위해 존재한다는 점이 인상 깊었다.○ 질의응답시 4차 산업혁명이 몰고 올 미래에 관해 생산성 혁신의 경우, 더 많은 물건을 더 적은 인력으로 더 빨리 만들어낼 수는 있지만, 일자리 감소라는 문제를 동반하기 때문에 앞으로의 고민이 더 깊어질 수 있다는 점을 알 수 있었다.○ 4차 산업혁명은 기하급수적인 속도로 기술이 진보하고 있으며, 기술간 융합이 수시로 이루어져 기술의 범위와 깊이가 훨씬 넓고 복잡해서 사회시스템에 엄청난 변화를 일으킬 것이라는 점에서 기대감을 일으킨다. 하지만 노동 측면에서는 일자리 감소라가 동반되는 산업이라는 생각이 들었다.○ 산업혁명은 동일한 작업에 대한 투입된 자원의 감소를 의미하는 것이다. 현재까지는 증기, 전기, 자동화 등 노동 투입의 감소가 일어났다.하지만 4차 산업혁명은 앞선 산업혁명과는 다른 형태로 진행될 것이다. 생산의 소형화, 개인화로 생각의 자유의 실현 가능성을 높여 창의적인 역할을 기대해 본다.○ 이번 연수 중 가장 어려웠지만 미국의 과학기술 육성정책과 혁신전략에 대한 내용은 꽤 흥미로운 주제였다. 다만 니콜라스 교수의 발표 내용과 통역이 매끄럽게 연결되지 못하여 오히려 이해하는데 조금 어려움을 겪었다.○ 미국의 과학기술정책 내용과 전략, 새로운 환경에 대응하는 과학기술 정책 등에 대한 내용은 통·번역 자료를 통해 다시 한 번 살펴보고 싶다.○ 4차 산업혁명 진행과 전망, 대응방안에 대한 니콜라스 교수의 의견과 미국의 대응전략에 대해 좀 더 자세히 알고 싶은 아쉬움이 남았다.○ 한국이 겪고 있는 철강, 농업, 조선업 등의 변화와 어려움에 대한 정책연구가 필요할 것으로 보인다. 미국도 마찬가지로 트럼프의 당선으로 산업을 비롯한 모든 분야에 변화가 클 것으로 예상된다.이번 해외 연수를 통해 테크노파크, 기타 유관기관에서도 마찬가지로 국내 변화와 어려움을 해결할 수 있는 효율적인 정책을 수립하기 위해서 선진국의 사례를 알아볼 수 있는 좋은 기회가 되었다.○ 니콜라스 교수는 기술변화와 과학기술정책, 국제 R&D 및 기술이전에서의 기업 간 협력 등에 많은 관심을 갖고 있다고 한다.4차 산업혁명과 관련하여 미국의 저명한 교수라고 하지만, 연수단이 들었던 내용은 일반 대학생들을 대상으로 강의하는 내용이라 다소 아쉬운 감이 있었다.미국에서는 4차 산업혁명에 대한 정확한 정의는 없어 보이고 연구주제로만 정의를 내리는 경향이 있는 것 같다.○ 미국 과학기술정책 전략의 혁신을 위한 3대 요소는 혁신기반에 대한 투자, 민간 혁신활동 촉진, 국민의 혁신성 유인이다.3대 전략적 계획으로는 양질의 일자리 창출과 지속적 경제성장, 국가적 당면과제 해결, 국민과 함께하는 혁신적인 정부 구현이 있다. 전반적인 미국의 4차 산업혁명과 관련된 내용을 구체적으로 이해할 수 없어 다소 아쉬움이 남는다.○ 미국의 과학기술육성을 위한 다양한 법 규정을 살펴보면 한 가지 특징으로 산학연계를 위한 규정이 있는 것이 특징이다. 이러한 법 제도를 통해 산학 간 연계에서 발생할 수 있는 문제점을 조율하고, 원활한 협력이 될 수 있도록 한다는 점에서 우수한 것으로 보인다.○ 우리나라의 경우에도 대학은 연구성과 창출, 산업은 응용기술 개발 등 산학 협력에 있어 각자가 추구하는 가치가 달라 발생하는 문제가 있는데 이러한 갈등문제를 해결할 수 있는 방안이 필요하다.○ 장미빛으로만 여겨지는 새로운 산업혁명에 대해 새로운 시각적 접근의 필요성을 역설했다. 1~3차의 산업혁명을 겪는 동안 자본 불균형에 따른 심각한 사회혼란을 야기해 왔고, 4차 산업혁명은 기술을 창조하는 소수에 부가 과도하게 집중됨에 따른 불평등에 대해 고민할 수 있었던 자리였다.○ 4차 산업혁명을 정의하자면 '인공지능의 자동제어를 통한 각 산업의 유기적 연결'이라고 볼 수 있다.○ 4차 산업혁명은 아직 진행 중이라고 봐야하며, 인공지능, 의료기술의 발달, 신에너지 등 다양한 분야에서 발전되겠지만 분명한 것은 부작용을 막아야 하며, 무엇이 인간의 삶을 더 풍요롭게 하는가의 관점에서 접근이 필요하다.○ 한국이 겪고 있는 철강, 농업, 조선업 등의 변화와 어려움에 대한 정책연구가 필요할 것으로 보인다. 미국도 마찬가지로 트럼프의 당선으로 산업을 비롯한 모든 분야에 변화가 클 것으로 예상된다.이번 해외 연수를 통해 테크노파크, 기타 유관기관에서도 마찬가지로 국내 변화와 어려움을 해결할 수 있는 효율적인 정책을 수립하기 위해서 선진국의 사례를 알아볼 수 있는 좋은 기회가 되었다.○ 미국의 과학기술 육성정책은 '승리자'를 선택하는 것이 아니고 약자를 보호하여 공정하게 경쟁할 수 있게 도와주는 것이다. 미국의 기초과학은 정부가 도와주되 응용과학은 민간에서 해결하는 것을 원칙으로 한다.성숙한 경제 구조를 갖는 나라들은 구조화된 경제(structural economy)를 실현해야 한다. 즉, 환경변화가 있을 때 자동적으로 민첩하게 대응하는 구조를 갖고 있어야 한다. 미국의 경우 대체로 공화당 정권과 민주당 정권의 경제에 대한 접근법이 다르다.○ 공화당은 대체로 사명(mission)을 내세우고 거기에 맞는 기술을 추구하는 경향이 많지만, 민주당은 대체로 수요에 따라 기술 개발이 이루어지도록 유도하고 있다.○ 신재생에너지 산업은 공화당은 민간에서 해결 할 수 있는 이슈로 보고 지원을 줄이지만 민주당은 신재생에너지는 공공성이 많다고 보고 정부차원에서 지원을 하려고 노력한다.○ 한국의 지나친 규제정책이 4차 산업혁명에 필요한 시스템 전환을 막고 있다. 기술적 혁신뿐만 아니라 정책의 혁신이 필요한 시점이다.인공지능으로 인한 단순반복형태의 일자리 감소 추정되나 다른 유후 직업에 대한 일자리가 생성될 것으로 유추해 볼 수 있다. 한국에서도 4차 산업혁명으로 유발되는 고용구조의 변화를 대비한 전략적 대응 정책 필요하다.○ 4차 산업혁명과 같은 급격한 기술변화에 대해서는 변화를 추진하거나 변화 적응을 지원하거나, 변화에 적응하지 못한 사람들을 지원하는 등 3가지 정책적 관점을 동시에 충족해야 한다. 수출의존 국가이자 대기업 위주 성장국가인 한국의 경우 3가지 관점을 선택적으로 중용해야 할 것으로 사료된다.○ 사실상 이번 연수 목적에 부합하는 기관방문은 아니었으나 과거 역대 미국정부의 과학기술 정책을 검토하고, 향후 트럼프 행정부의 과학기술 정책을 예상해 볼 수 있는 기회였다.

 시트린 인포머틱스(Citrine Informatics)414 Mason Street, San Francisco, CA 94102www.citrine.io  브리핑미국샌프란시스코  □ 주요내용◇ 스탠포드 출신이 설립한 인공지능 플랫폼 스타트업실리콘밸리에서 성공한 인공지능 플랫폼 스타트업으로 꼽히는 시트린 인포머틱스(Citrine Informatics)는 노스캐롤라이나 주립대학에서 전기공학, 캠프리지대학에서 재료공학, 스탠포드에서 MBA를 전공한 그레고리 멀홀랜드(Gregory Mulholland)가 2013년 설립했다.재료와 컴퓨터를 연결해서 정보서비스(informatics)를 제공하는 회사로 2년 전부터 회사의 툴을 보급했다. 2010년도부터 재료공학과 컴퓨터과학의 융합을 시도했다. 정부와 연구기관들은 이전부터 어느 정도 참여를 했지만, 민간기업은 최근에야 시스템에 합류했다.그는 재료, LED, 박막, 산화물, 태양 전지, 녹색 기술, 소프트웨어, 웹 가능 도구, 신기술, 데이터 분석, 혁신 기술 마케팅, 중소기업 전략, 그리고 고객 및 투자자 발굴, 재무에 이르는 폭넓은 연구영역과 업무역량을 가지고 있다.시트린은 제조업체들이 방대한 데이터를 가지고 있는데, 최적의 신소재를 신속하게 찾아낼 방법은 무엇인가? 목표를 달성할 수 있도록 기존 소재 시스템을 신속하게 최적화하는 방법은 없는가? 알려진 소재에 대한 알려지지 않은 정보를 어떻게 찾아낼 것인가? 하는 문제의식을 바탕으로 이 회사가 창립되었다.◇ 한국에서 열린 4차 산업혁명 국제심포지엄에서 발표시트린의 창업자 중 한 사람인 더글러스 람시(Douglas Ramsey)는 오바마 대통령 밑에서 선진 제조업 분야의 투자 자문을 하는 보좌 역할을 했다.람시는 "엔지니어로도 일을 했기 때문에 우리가 어떻게 비용을 절감하면서 빠르게 일을 효과적으로 할 수 있는지를 연구하는데 도움이 됐다"고 말했다.이들의 연구결과는 백악관에서도 발표했고 유럽과 한국에서 열린 4차 산업혁명 국제심포지엄에서도 발표했다.시트린의 주요 투자자는 Eric Schmidt 펀드와 Data Collective and Prelude 벤처이다.실리콘밸리에서는 창업을 하면 투자등급을 정해 주는데 시트린은 시리즈A 등급을 받고 있다. 시트린의 자문역은 현재 나이키에 근무 중이고 미국 소재게놈 이니셔티브의 리더였으며 오바마 행정부에서 신소재에 관련된 자문역을 맡았던 사이러스 와디아(Cyrus Wadia)이다.사이러스가 소속된 회사는 20억 달러의 정부지원금을 받았는데 시트린도 규모는 적지만 정부로부터 많은 지원을 받았다. 또한 많은 대학들이 이 회사에 학생들에게 가르칠 교과과정을 만들어달라는 요청을 하고 있다.◇ 관련 조건에서 모든 재료 및 화학물질의 반응 예측▲ 브리핑 중인 Greg Mulholland[출처=브레인파크]재료, 자동차, 우주항공, 전자산업 분야에서 포브스지가 선정한 1,000대 기업에 선정되기도 한 시트린 인포머틱스는 재료 및 화학물질을 위한 인공지능, 머신러닝(기계학습기반) 플랫폼으로 특허, 논문, 보고서, 기존 데이터베이스와 같은 수많은 소스의 데이터를 수집, 분석하여 관련 조건에서 모든 재료 및 화학물질의 반응을 예측하는 'Citrination'이라는 플랫폼을 만들었다.세계에서 가장 규모가 큰 소재 관련 데이터 플랫폼으로 전 세계의 물질적 지식을 통합하고 있으며, 인공지능 기반의 강력한 툴을 바탕으로 페인트, 강철, 자동차, 환경친화적 제품 등의 제조에 필요한 정보를 가장 빠르게 제공하고 있다.이들은 이 플랫폼을 통해 첨단의 인공지능 기술을 제조와 재료에 어떻게 활용할 것인지를 연구하고 있다. 예를 들어 어떻게 하면 차를 가볍게 만들 것인지, 재활용 분야에서 어떻게 자연친화적으로 처리할 것인지, 도움을 주는 정보를 제공하고 있다.시트린의 플랫폼은 인공지능을 이용한 소재 게놈(material genome)을 기업, 컨소시엄 및 연구소 등에 제공하여 제조 및 연구개발의 목표를 빠르게 달성할 수 있도록 지원하는데 시트린의 예측결과를 활용하면 R&D 및 제조 프로세스 소요시간을 50%까지 단축시킬 수 있다고 한다.◇ 최대·최신 데이터 구축으로 빅데이터 분석시트린 플랫폼의 기능은 크게 4가지로 구분할 수 있다. 첫째, 데이터 추출이다. 중요한 데이터가 포함된 기술문서를 구조화하고 검색 가능한 데이터베이스로 변환한다.그림, 표, 텍스트 모두 플랫폼에 구현된다. 회사나 학회에 있는 논문 등 세계 도처에 있는 연구소에서 연구한 결과물을 플랫폼에 얹는 작업을 한다. 세계 100개 이상의 대학과 협력하고 있고 미국 11개의 국가 연구소에서도 데이터를 수집하고 있다.둘째, 빅데이터 분석이다. 시트린의 머신러닝은 하나의 단위가 아닌 대규모 재료 및 화학 데이터를 제작, 분석하므로 제조기업의 문제 해결에 도움을 준다.만약에 뚜껑이 병에 맞지 않는다고 했을 경우, 1,800만개 이상의 데이터를 보고 추천을 해 줄 수 있다. 엔진을 사용하면 아주 새로운 재료까지도 추출해 낼 수 있다.셋째, 세계에서 가장 큰 물리적 데이터를 수집한다. 지금까지 1,800만 개 이상의 데이터들을 수집했다. 시트린은 세계에서 가장 방대한 재료에 관한 데이터베이스를 가지고 있다.유저가 미래에 무엇을 할지도 파악하고 있다. 시트린은 플랫폼이 내부적으로 지식을 향상시킬 수 있도록 게시된 자료 및 화학물질 데이터를 계속해서 통합하고 있으며 그 결과 전 세계 약 2,000여개 기업, 학술기관과 정부의 신뢰를 받고 있다.넷째, 확장 가능한 최신 데이터 인프라를 구축하고 있다. 시트린 플랫폼 자체에서 데이터 시스템 인프라를 구축하고 있으므로 이를 사용하는 기업이나 조직에서 별도의 인프라를 구축하거나 IT 문제를 겪을 필요가 없다.◇ 시트린의 데이터 분석에서 제공까지 과정시트린의 데이터 분석에서 제공까지의 과정은 다음과 같다. 먼저 데이터 처리(ingest data)를 한 다음, ML 모델 교육(Train ML models)을 하고, 모델과 최적화기를 투입(Deploy models & optimizers)한다.이어 사용자 대상 R&D와 제조업 관련 조언(guide user R&D and mfg.)을 하고, 사용자가 더 많은 정보를 창출할 수 있도록 지원(user generate more data)을 하는 과정을 거치는 것이다.◇ 소재 정보학이라는 새로운 지평 개척시트린은 소재 정보학이라는 새로운 지평을 개척한 회사로 평가받고 있다. 거의 모든 연구가 대학, 정부산하 연구소에서 진행되고 있지만 그동안 소재 정보학 관련 프로젝트를 기업 내에서 성공적으로 진행한 기업은 거의 없었다.주요 인프라와 훈련 장벽이 존재했다. 시트린이 소재정보학 관련 상품을 출시한 유일한 기업이며 상업적인 면에서도 세계적인 선도기업이다.시트린은 2016년에 세계 MGI 컨퍼런스와 백악관 MIG를 조직했다. 시트린 덕분에 2016년은 소재관련 글로벌 커뮤니티가 연결되고 통합되기 시작한 해로 기록될 것이다.소재 정보학의 응용분야는 열전기학(Thermoelectric), 적층가공(Additive Manufacturing), 밧데리, 이온 전도체, 자기열량(Magnetocalorics) 등이다.▲ 소재정보의 성장 추이도[출처=브레인파크]◇ 재료 성능 예측 데이터 분석으로 R&D시간 단축시트린의 플랫폼을 이용하는 대상별로 플랫폼을 통해 얻을 수 있는 장점을 살펴보면, R&D과학자 및 엔지니어는 제품디자인(설계) 단계에서 후보 재료가 어떤 조건에서 어떻게 작용하는지를 즉시 알 수 있고, 새로운 재료 및 화학물질의 성능을 예측하고 동시에 수십 가지의 특성을 최적화시킬 수 있다.생산관리자는 과거 생산데이터를 분석하여 공정을 변화시켰을 때 제품의 노후화, 오류에 미치는 영향을 분석해낼 수 있고, 결함을 관리할 수 있다.자재 판매 및 고객 담당자는 고객의 요구사항과 제품의 연관성을 분석하거나 잠재고객이 구매 결정을 내리는데 필요한 정보들을 파악해볼 수 있다.시트린의 주요 파트너로는 △포춘지 선정 도금산업 200대 기업 △제너럴모터스, 보잉사, 현대, 파나소닉, 큐테크 등 700여개 제조기업 △DARPA(미국 방위고등연구계획국), 미 연방 에너지부, 과학재단 등 정부기관 △Elsevier 저널 △스탠포드대학, 메릴랜드대학, 산타바바라대학, 버클리대학, 노스웨스턴 대학 등이 있다. 대부분의 고객은 비밀로 되어 있는데 공개할 수 있는 것은 몇 개 정도이다. 주로 재료와 페인팅 쪽 회사의 일을 많이 했다.◇ 소재 정보학 분야의 시트린의 증명된 리더쉽시트린은 50회의 논문발표, 토론회에 초대받았고 다양한 저술에서 인용되었고 APL Material지의 소재 게놈편 논문에 게재됐다.시트린이 최근 참여한 이벤트로는 '주요 소재에 대한 EU-US-일본 삼자 컨퍼런스'가 있으며 주요 IT 관련 컨설팅 회사 Gartner가 시트린을 5대 제조 관련 R&D 기업으로 선정하기도 했다.▲ 시트린의 주요 고객[출처=브레인파크]스탠포드 경영대학원은 "시트린 빅데이터를 소재 개발에 이용했다"며 혁신을 주제로 한 잡지에서 시트린을 주목하기도 했다.APL Material은 "소재 관련 데이터 자원의 집중화에 괄목할 만한 진전을 이룬 유일한 조직이 시트린 인포메틱스이고, 소재 개발과 최적화를 위한 데이터 마이닝에 전문성을 가지고 있다."고 소개했다.◇ 그동안 연구되지 않았던 원소 집중 연구시트린이 실시한 최초의 프로젝트는 화학의 원소표를 모두 체크해 가면서 그동안 많은 연구가 되지 않았던 원소를 집중적으로 연구하는 것이었다.그런데 시트린의 소프트웨어에 과학자들이 어떤 부분에 집중하는지 대입을 해 보았더니 소프트웨어가 별모양으로 되어있는 원소를 찾아 주었다.연구원은 이것을 믿지 않았지만 실제 만들어 보니 소프트웨어가 맞았다는 것을 알게 됐다. 이것이 소프트웨어가 개발한 전혀 새로운 원소였다.또 다른 사례로 3D프린팅을 들 수 있다. 다국적 기업과 협업을 했는데, 대표적인 회사가 록히드 마틴이었다. 또 다른 예는 차세대 전기자동차에 들어가는 배터리이다. 시트린은 시카고에 있는 알곤이라는 국립 연구소와 공동으로 배터리 연구를 하고 있다.이온 전도체(ionic conductor)는 미국 에너지부와 공동으로 진행하는 프로젝트이다. 그런데 순식간에 Oxygen Conductor라고 하는 부분에서 세계 최고의 데이터베이스를 구축했다. 이는 미국정부가 가지고 있는 것보다 큰 것이다.다음 사례는 Magnetocalorics라고 하는 것으로 17개 국립 연구소에서 데이터를 입수한 신규 프로젝트이다. 시트린은 데이터베이스와 툴을 구축하고 있는데, 협업을 하는 회사 중 하나가 유나이티드 테크놀리지라는 회사이다. □ 질의응답- 소프트웨어가 전혀 새로운 원소를 찾아냈다고 했는데, 알파고가 전혀 엉뚱한 수를 둔 것과 비슷한 원리인지."알파고는 엄청난 양의 데이터에 접근할 수 있는 능력을 가지고 있었다. 우리가 만든 소프트웨어가 그런 역할을 할 수 있다. 알파고와 비슷하지만 알파고는 엄청난 데이터를 가지고 있지만 시트린의 소프트웨어는 데이터가 적어도 이런 결과를 낼 수 있다는 점이다."- 아까 발표했던 선순환(Virtuous Cycle)에 따르면, 고객들과 빠르게 실시간으로 소통하는 것이 가능하다고 했는데, 전 세계의 사용자와 고객들 모두에게 가능한 것인지."그렇다. 전 세계 어디서나 실시간으로 소통이 가능하다. 알파고는 새로운 게임을 할 때마다 스스로 자기학습을 해서 능력을 키운다.알파고가 게임을 많이 하는 훈련이 리얼타임 학습이다. 우리는 국립 연구원이나 대학교와 연계를 통해 재료공학의 재질과 물성에 관한 1,800만 개의 데이터베이스를 보유하고 있다."- 연구소들이 실시간으로 연구 결과를 제출해 주어야 하는데, 이런 분들이 이 소프트회사로부터 받는 것이 있어야 제출을 할 것 아닌가? 어떤 인센티브가 있는지."어떤 곳과 계약을 맺고 있어 데이터베이스를 전송해 줄 의무가 있다. 상당수의 회사들이 자사의 데이터베이스를 여러 군데 저장하는 것보다 우리 같은 회사 1개에 전송하는 것이 편리하기 때문에 데이터 수집은 그리 어렵지 않다.알파고와 연계해서 말씀드리면 10년전 왓슨 컴퓨터가 체스 챔피언을 이겼다. 지금도 체스경기가 열리지만, 우리는 연구자와 기계가 협업을 하자는 것이지, 누가 이기느냐 하는 게임을 하는 것이 아니다. 컴퓨터와 사람이 협업을 하면 뛰어난 천재를 이길 수 있다.우리는 사람들에게 직업을 더 만들어주는 것이 목표이다. 적절한 역할을 컴퓨터가 수행하지만 그것을 조종할 수 있는 업무를 사람들에게 주는 것이 우리들이 추구하는 바이다."- 주기율표에서 무엇을 연구하려고 하다가 새로운 원소를 만들어내게 된 것인지."처음 연구원들이 주기율표를 들여다보고 있을 때는 학계와 공동으로 일을 하고 있었다. 우리는 가운데 있는 원소들하고 조금 특성이 다른 원소가 있는지 알아보려고 한 것인데, 이 과정에서 우리가 생각했던 것이 아닌 새로운 원소를 소프트웨어가 찾아준 것이다."- 열전도성이 높은 원소를 찾고 있었던 것인지."우리가 찾으려고 했던 것은 열전도성은 높지만 상수는 낮은 것을 찾으려고 했는데, 소프트웨어가 이상한 것을 찾아 준 것이다."- 누군가 연구를 했던 결과물이기 때문이 아닌지."서로 조합을 해서 나올 수 있는 것이기 때문에 이런 결과가 나온 것이지 연구 결과물이 있어서 그런 것이 아니다."- 리튬을 대체할 수 있는 연구도 가능할 것 같은데."원소에 대해 더 많은 연구를 할 예정인데, 그런 것을 하기 위해서는 재료 연구와 같은 엄청난 자료가 필요하다. 우리가 가장 중요한 원소를 대체하는 것에 대해 연구하고 있는데, 리튬은 거기에 아직 속하지 않는다.인디움 같은 원소는 대체하려고 노력하고 있다. 리튬은 부피가 큰데, 이것을 우리가 들여다보고 있는지 없는지는 알아서 생각하기 바란다.한 가지 덧붙이고 싶은 것은 재료 쪽의 도전적인 과제는 최고의 퍼포먼스를 얻는 것이 최종 목적은 아니라 비용을 절감하는 것이다. 주로 과학자들은 비용을 생각하지 않는데, 우리는 비용과 효과를 함께 생각한다."- 기초 데이터가 숫자 개념인지 텍스트 마이닝이 필요한 데이터인지? 연구실마다 기초 데이터의 타입이 모두 다를텐데 어떻게 정리를 하는지, 데이터가 연구실마다 다르게 나타날 수 있을 텐데."주로 우리는 숫자로 된 데이터를 사용한다. 가끔 텍스트로부터 데이터의 숫자를 추출해서 입력한다. 주로 하지 않는 텍스트는 '철강은 반짝거리고 강하다'라고 할 때 세부적으로 묘사하는 것이 아니라 숫자를 연결시키려고 노력하고 있는 것이다.우리는 뛰어난 퀼리티 데이터 문제를 해결하려고 노력한다. 예를 들어 두 개의 국립연구원에서 좋다는 데이터를 받아보았는데 가치가 다르다면 다른 이유가 있을 것이다.이런 경우에 메타 데이터가 있었는지 실험방법 등을 연구하게 된다. 저와 동료가 연구를 했을 때 동료가 한 것이 좋았다면 제 것을 버리는 것이다.어떤 실험을 하기 전에 AI가 이 정도 수준의 데이터가 나올 것이라고 예측을 했을 때 맞으면 선택하고 맞지 않으면 버리는 것이다.여기서 말하는 것은 데이터를 정상화한다고 말하는데, 데이터가 좋든 나쁘든 데이터를 조작하지는 않는다. 나쁘면 버리는 것이지 좋게 만들지는 않는다."- 시트린은 소프트웨어 회사인데, 새로운 소재를 발견했으면 실현시키기 위한 테스트는."시트린은 소프트웨어 회사라 테스트는 하지 않는다. 우리는 소프트웨어를 대규모의 재료와 관련된 회사에 판매를 한다. 소프트웨어를 사간 사람들이 우리 회사의 지적 재산권을 갖게 되고, 고객들이 스스로 실험을 하게 되는 것이다."- 예측한 결과를 실제로 실험을 했을 때 성공비율은."성공률은 측정하지 않는다. 고객사가 가져가서 자체적으로 테스트를 하는 것은 그쪽의 일이기 때문이다. 합성수지 폴리머에 대한 실제 케이스를 보자. 데이터를 갖고 모델링을 하고, 옵티마이즈를 하고 디자인을 한다.대충 1분 내로 알려주는데 물론 소프트웨어가 알려주는 것은 가설적인 것이기는 하지만 이것을 가져간 고객사에서는 과학자가 이런 내용을 보고 자기의 데이터를 입력해서 만들어보는 것이다."- 모든 소프트웨어는 버그가 있는데 어떻게 발견하고 디버깅을 어떻게 하느지."소프트웨어에는 두 가지 종류의 버그가 있다. 첫 번째는 디스플레이상의 버그가 있는데 이를 방지하기 위해 표준화된 테스팅을 하고 있다.두 번째 버그는 모델링을 해놨는데 엉터리였을 때 표준화된 AI테스트를 확인한다. 신규데이터가 들어왔을 때 고객사가 데이터 변경을 할 때 마다 돌려 확인하면 모델링이 얼마나 잘되고 있는지를 알 수 있다.그런 결과 초기에는 AI버그가 상당히 많았는데 고객사들은 시트린의 소프트웨어에서 AI버그를 거의 발견하지 못하고 있다."- 이번 창업이 몇 번째인지, 창업시 힘들었던 점, 실리콘밸리의 학교나 기관에서의 지원을 받았던 경험은."시트린은 처음으로 창업한 회사이다. 회사를 만들었을 때 가장 어려웠던 점은 아이디어를 어떻게 하면 사람들이 사용할 수 있는 소프트웨어로 만들 수 있을까 하는 것이었다.실리콘밸리에는 뛰어난 아이디어들이 많이 나오지만 다 성공할 수 없다. 너무 뛰어나면 사람들이 많으면 모두 받아들일 수 없기 때문에 그 아이디어를 구체화시키는 것이 가장 어려웠다.창업을 하려면 VC에 가서 돈을 달라고 해야 하는데, 세 가지 질문에 대답해야 한다. 첫 번째, Technology Risk로 당신의 회사가 실제로 이것을 만들 수 있느냐?두 번째, Market Risk로 당신의 회사가 이것을 만들었을 때 고객들이 사겠다고 생각했는가? 세 번째 질문 Execution Risk로 당신의 팀이 이것을 실행할 준비가 되어 있는가? 이다."- 두 번째 질문에 대해 어떻게 대답했는지."우리끼리도 매일 세 가지 질문에 대답을 하고 있는데, Market Risk에 대한 질문이 제일 어려운 질문이었다. 벤처캐피탈들은 재질에 관련된 분야는 많이 알고 있기 때문에, 이런 제품을 여러 군데 다니면서 많이 팔아 보면 사람들이 많이 산다고 하니 돈을 지원해주겠다고 한다."- 교과과정도 만들었다고 하는데, 어떤 과정을 만들었고 어떤 방식으로 만들었는지."대학에서 교과과정을 개발해달라고 요청이 들어오지만 실제로는 개발한 과정이 많지는 않다. 대신 대학과 학생들과 협업을 통해 그들이 필요한 혁신적인 기술을 개발하는데 동참을 하고 있다.특히 화학, 재료과학, 컴퓨터 과학이 겹치는 분야에 대해서 주로 많이 한다. 예를 들어 요즘은 재료과학자들이 전부 코딩을 할 수 있는 능력이 있고 코딩하는 사람들도 다른 분야를 알고 있다. 이렇게 중첩되는 부분에 대해 주로 자문과 교재개발을 하고 있다."- 실리콘밸리의 반도체 기판에 대해서도 이제 한계가 온 것 같은데, 다른 재료를 찾아내는데 관심이 없나? 트리즈 기법이라고 수많은 특허를 분석해서 과학적으로 해법을 찾아내는 방법에 대해 알고 있는지."개인적으로 반도체 업계에 종사했지만, 갈륨이 실리콘웨이퍼(siliconwafer)를 대체할 것으로 생각하지는 않다. 갈륨은 고주파칩에 활용할 수 있는 특성이 있고, 실리콘은 다른 특성이 있다.러시아의 트리즈 기법에 대해서는 잘 모르지만 미국에도 유사한 것을 제공하는 기업이 있다. 제 생각에는 특허를 분석해서 방향 제시를 하는 것은 매우 유용한 것이지만 특허를 이렇게 제작하라고 지시하는 것은 말이 안된다.특허는 워낙 광범위한 크레임을 가지고 있기 때문이다. 현재 미국 내에 특허와 관련되어 있는 소프트웨어는 어떤 식으로 사용하느냐하는 내용은 다른 곳에 이미 나와 있다. 그 정도 수준에서 사용하고 있다."- 창업을 하면서 가장 주저했던 점과 창업 동기? 전체 직원들이 몇 명인지."이쪽에서 연구를 하다 보니 데이터가 너무 많고 분석하기가 쉽지 않다는 생각을 하고 있는데 공동창업자가 그런 솔루션을 가지고 있었다.우리끼리 프로젝트를 진행하면서 서로 이야기를 하다 보니 어느 순간 뭔가 손에 들어왔다는 느낌이 들었을 때 창업을 하게 된 것이다.창업을 해서 지금도 안고 있는 어려움은 초창기 창업을 3명이서 했을 때는 아무 문제가 없었는데 지금은 직원들이 많아져 부하직원의 가족까지 책임져야 하는 것이다. 제가 내린 결론 때문에 직원들에게 월급을 주지 못하는 경우가 생길까 걱정이다. 직원들은 모두 21명이다"- 직원들의 전공은."컴퓨터과학자, 재료공학, 인사 등 행정이 각각 3분의 1이다."- 내가 자동차 회사 대표로서 고객이라 생각하고 무엇을 받고 무엇을 줄 수 있는지 말해 달라. 그러면 시트린이 하는 일이 쉽게 이해가 갈 것 같다."내가 소속되어 있던 회사는 금속 회사였는데 신규 금속을 찾아야 하는 상황이 됐다. 예를 들어 트럭을 제작할 때 중량을 감량시킬 수 있는 재질을 찾아봤다.내가 일했던 회사는 연구원 500명이 있었고 통상 10년에서 20년 정도 발명 사이클을 가지고 있었다. 그런데 시트린 같은 회사에 동참하면서 10년 사이클을 5년으로 줄일 수 있을까를 고민하기 시작했다.컴퓨터와 연구원을 연결해 주면서 기술주기를 단축할 수 있었다. 예를 들면 미국의 S150라는 재질이 알루미늄인 트럭이 있는데 이 트럭의 발명에서 구상까지 15년이 걸렸다.그런데 3년 이내로 줄일 수 있다면 경쟁사 까지 포함해서 구도를 모두 바꿀 수 있게 되는 것이다. 통상적으로 고객사는 현금을 주고 소프트웨어를 사가고, 자사의 데이터를 입력한다.그러면 우리는 그것을 가져다가 데이터를 입력해서 소프트웨어 툴을 전달해 주면 된다. 예를 들면, 현대자동차는 연구원만 2만 명이나 있는 것으로 알고 다.연구원들의 작성물에는 특허도 있고 기업비밀도 있을 것이다. 우리가 특허나 기업비밀을 수집해서 하나의 데이터베이스에 수록하고 엔진을 만들어 주면, 현대와 우리 사이에 피드백이 진행이 되는 것이다."- 구매로 끝나는 것이 아니라 어떤 기간 동안은 계약 관계가 성립하는 것인지."고객사와 우리의 협업이 이뤄지는 것이다."- 가격이 제일 싼 것은."일 년에 제일 싼 것은 15만 달러에서 20만 달러이다. 물론 우리가 계약은 통상적으로 3년 단위로 하고 있다."- 시트린이 추구하는 동종업계의 차별화 전략과 추구하는 가치는."새로운 재료를 개발해서 제품화하는데 걸리는 시간을 줄여주자는 것이고, 에너지 문제와 자원문제 해결에도 도움을 주자는 것이다.다른 회사와 차별화하는 전략은 딥 마인드는 상당히 얕고 광범위하게 하는 반면, 우리는 한 분야에서 매우 깊이 있게 들어가는 것이 가장 큰 차이점이다. 재료에 관한 방대한 데이터가 있는데, 시트린 만이 방대한 데이터를 전부 취급해서 솔루션을 제공할 수 있다."- AI분야에서 공인된 효율적인 테스트를 위해 회사끼리 협력이나 회사와 정부와의 협력이 이루어지는지"정부와 회사가 협업하는 것은 없고 우리가 자체적으로 AI테스트를 만들어냈다. AI테스트는 AI시스템 내에서 발생하는 에러를 확인하는 것으로 우리가 자체적으로 가지고 있는 수학적인 스탠다드 테스트이며 5,6가지 방법으로 하고 있다. 나중에는 공인된 테스트 기관이 나올 수도 있겠지만 현재는 없다."- AI가 4차 산업혁명에 기여한 역할은."지금 4차 산업이라고 하는 것은 두 가지 전제가 놓여 있다. 가장 기본은 과거에 볼 수 없었던 방대한 양의 데이터를 수집하는 것이고 또 한 번도 해 보지 않은 방법으로 데이터를 분석하는 것이다.4차 산업이라는 단어가 정의가 되었을 때는 광범위한 데이터를 수집하는 쪽에 국한되었는데, 지금은 그것을 훨씬 넘어서는 영역으로 넘어갔다.데이터를 수집하는 것은 쉽지만 데이터를 가지고 어떤 의미 있는 것을 창출해내느냐 하는 것이 어려운 과제가 되는 것이다. 백악관과 일을 할 때 각 업계한테 데이터를 취급하는 툴을 도입하라고 한 적이 있다.데이터가 사용가능한 데이터여야 하고 인간이 분석을 할 수 있어야 한다. 디바이스가 발전하고 데이터가 우수하면 경쟁할 수 있다."- 미국도 데이터 과학자가 많이 모자라는지, 데이터 과학자나 분석가들을 기업에서 자체적으로 양성을 하게 되면 기업의 전망이 어떻게 될 것 같은데."지금 미국에서는 데이터 과학자라고 하면, 두 단계로 나눈다. 상위는 쉽게 말하면 우리 회사에서 근무하는 직원들이고, 알고리즘 개발자인데, 현재 이들의 수는 많지 않다.두 번째 하위 단계의 데이터과학자들은 고객사에서 툴을 사용하는 사람들인데 2~3년 전에는 그 수가 적었지만 지금은 많이 늘어났고, 5년 후에는 더 늘어날 것이다.현재 미국에서는 빅데이터와 관련된 상당히 많은 트레이닝이 진행되고 있다. 지금 우리 회사에는 상당히 많은 숫자의 데이터 과학자들이 있다.미국에서 고객이 될 가능성이 있는 회사들은 자체적으로 분석을 하려 않기 때문에 기업에서 데이터 분석가들을 많이 고용하더라도 우리 회사는 미치는 영향은 없다.오히려 데이터에 대한 이해도가 깊어져 사업이 더 잘 될 수 있을 것이라 생각한다. 우리는 기술, 소프트웨어, AI툴 모두 가지고 있다. 이제 업계에서 이것을 받아들여야 하는 상황에 온 것이다.그런데 5년 정도 후면 미국 대기업들은 자체적으로 AI를 도입하게 될 것이다. 제트기 엔진을 만드는 GE는 AI를 활용할 계획을 수립해 두었다. 많은 회사들이 시도를 할 것이다. 하지만 좋은 데이터 과학자가 없으면 실패를 거듭하게 될 것이다."- AI분야에 있어서 정부의 역할은."첫째, AI 인프라를 개발할 수 있는 기회를 많이 제공해야 한다. 복잡한 AI는 클라우드 상에서 돌게 되는데, 한국은 6, 7% 기업이 클라우드를 쓰고 있고 미국은 70% 정도가 쓰고있다.한국 정부가 클라우드 쪽으로 가도록 해주면 크게 도움이 될 것이라고 생각한다. 둘째, 정부 입장에서 국민들에게 AI의 공포심을 없애 주는데도 노력해야 한다.많은 사람들이 AI가 등장하면 직업이 사라질 공포감을 가지고 있는데 사람들의 직무를 바꿔줄 뿐, 많은 영향은 없다고 본다. 국민들이 AI를 수용할 수 있도록 분위기를 바꿔주는 것이 정부의 역할이다."- 한국의 AI이용률이 낮은 것이 보안문제라고 보는지."AI 자체의 문제라기보다는 클라우드 상에서는 보안이 취약하다는 생각 때문이다. 지금 정부의 역할에 대해 보완하고 싶은 것은 대기업인 경우는 어느 정도 받아들일 준비가 되어 있다고 보지만 미국에서도 중소기업은 녹록하지 않은 현실이다.미국에서는 지방정부와 연방정부와 연합회를 구성해서 신규기술이 나오면 300여 개 도시마다 가르쳐 주는 역할을 하는데 이것이 상당히 큰 역할을 하고 있다."- 컴퓨터공학과 재료공학을 결합해서 사업을 하고 있는데, 컴퓨터공학과 또 다른 분야를 접목할 계획은."현재 컴퓨터공학은 모든 분야를 다 건드리고 있다. 컴퓨터공학과 재료공학만 연계되어있다고 표현하는 것은 너무 단순화시킨 것이다.우리 회사에는 화학공학자, 수학자도 있다. 우리가 20년 후에는 직원들의 전공이 뭐가됐든 매우 고도의 툴을 사용하는 것을 가르치고 배워서 그것으로 일을 하게 될 것이다."- 시트린에서 재료공학 이외에 다른 분야로 확대를 하려는 계획은."재료공학을 벗어난 쪽은 진출할 생각이 없다. 의료는 전혀 다른 분야이기 때문에 새로 시작해야 한다. 재료공학 쪽에서 진출하지 않았던 다른 분야가 있으면 그쪽은 진출할 생각이 있다."- 다른 회사에서 다른 분야에 집중 할 가능성이 있는지."할 수도 있지만, 의료분야는 매우 어렵다. 하지만 그 분야에 전문성을 가진 회사가 나중에 나올 수 있을 것이다."- 정부가 주관하는 300여 개 도시의 중소기업을 대상으로 새로운 기술을 교육하는 프로그램이 있다고 했는데, 새로운 기술을 선정하는 기준은."상무부에서 300개의 도시와 회의체를 만들었는데 이것을 MEP라고 한다. 이것은 도시마다 특화된 것으로 중소기업들이 안고 있는 질문사항을 받아서 가장 적합한 기술을 가르쳐주는 것이라서 꼭 신기술이라고만 할 수는 없다.공통적인 문제를 안고 있는 회사를 그룹으로 묶어서 그것을 해결해 줄 수 있는 신기술이 나오면 세미나나 교육을 통해 가르쳐 준다.캘리포니아에 5개 , 펜실베니아에 2개의 MEP가 있다면 7개의 MEP들끼리 정보교환을 해서 기술 Pool을 만들고, 질의가 나왔을 때 해당되는 것을 뽑아서 가르쳐 주는 것이 기본개념이다."- 왜 시트린이라고 회사명을 지었는지."시트린은 희귀한 보석이라 많은 사람들이 모조품을 만든다. 플랫폼 이름이 Citrination인데 실버를 골드로 만들 수 있다는 뜻이다."□ 참가자 시사점◇ 시트린 인포머틱스○ Citrine Informatics는 재료와 소재분야의 빅데이터를 기반으로 AI를 이용하여 분석함으로써 글로벌 기업들에게 서비스를 제공하고 수익을 올리는 비즈니스 모델을 개발하여 주목받고 있는 스타트업 기업이다.○ Citrine사가 이런 비즈니스 모델을 기반으로 스타트업을 할 수 있게 된 배경은 재료와 소재에 관한 전문가들의 연구결과와 국가 출연연구기관 및 대학 등의 방대한 연구자료가 축적되고 그것이 Big Data가 되어 이를 분석할 수 있는 SW를 개발한 것이 핵심인 것으로 보인다.향후 사회 전 분야에 관한 각종 Big Data가 축적되고 그것을 분석할 수 있는 AI가 개발될 경우 다양한 분야에서 Citrine 유형의 스타트업 기업들이 탄생할 것이다.○ 재료분야 맞춤형 서비스 통해 혁신적인 시간단축에 달성했다. 정부 주도형 기술개발이 아닌 기업주도형 기술개발로 경쟁을 통한 산업발전 진행 중이며 중소기업들에 정보를 제공할 수 있는 '장'을 만들어 애로사항을 해결하는 정부의 노력이 필요한 것 같다.○ 데이터 분석 알고리즘을 어떻게 설계했는지 궁금했으며 파트너사의 요구에 얼마나 만족할 결과물을 제공하는지 파트너사의 만족도는 어떠한지 정확히 알고 싶다.○ 넘쳐나는 Big Data 시장에서 우리 기업들은 어떠한 차별화를 가져야 할지 방안이 필요하다.○ 재료공학과 컴퓨터 공학의 융합을 통한 정보제공 서비스를 제공하며 세계 100여개 대학 및 연구소와 협업으로 정보 수집을 하고 재료와 관련된 database를 구축했다.○ 향후 컴퓨터 공학의 다양한 분야에 대한 적용을 통한 정보제공이 가능하고 시트린의 경우는 자신들의 강점인 재료분야에 집중할 예정이다.○ 실리콘밸리에서 성공한 인공지능 플랫폼 스타트업으로 꼽히는 '시트린 인포머틱스'의 4차 산업혁명에 시대에 대비한 기술개발 성공사례를 충남지역의 창업을 준비하는 기업들에게 접목하여 창업 전후의 애로사항을 최소화하고 성과확산을 극대화하여 새로운 부가가치를 창출할 수 있도록 환경조성에 주력할 필요가 있다.○ 정부는 AI 인프라 기회를 제공하여 클라우드 사용 증가를 유도하고, AI에 대한 막연한 공포심을 제거하는 분위기 조성을 해야 한다.대기업은 받아들일 수 있지만 중소기업은 4차 산업혁명에 대비한 기술개발 수용에 어려움이 있으므로, 이에 대한 정부의 적극적인 노력과 정책 마련이 필요하다.○ 실리콘밸리에서 성공한 인공지능 플랫폼 스타트업 회사로써 실리콘밸리에서 창업하고 성장하게 된 과정들을 들을 수 있어서 유익하였으며, 인공지능 발전을 위해서 전세계 정부와 연구기관, 산업체가 서로 기술을 공유하고 규칙을 만들어 나가야 한다고 보았다.○ 4차 산업혁명은 여러 기술의 혁신이 통합된 거대한 물결로 여러 고급 기술이 모두 엮이고 합쳐져 기술보다 훨씬 나은 무언가가 될 수 있을 것이라는 점을 강조했다. 경직된 교육과 규제는 4차 산업혁명에 걸림돌이 될 수 있다는 점도 배웠다.○ 실리콘밸리에서 성공할 수 있었던 스토리를 듣게 되어 유익하였으며, 특히 한국의 4차 산업혁명과 관련하여 한국의 교육수준에 비해 스킬들을 활용할 수 있는 인재들이 나오지 않는다는 점에서 시사하는 바가 컸다. 한국의 불필요한 규제가 걸림돌로 작용할 수 있다는 점도 알 수 있었다.○ 성공한 창업가인 그레고리 멀홀랜드의 성공스토리를 들으며, 4차 산업혁명에 대처하기 위해서는 혁신형 인재를 육성하는 일이 중요하다고 생각되었다.○ 사업체 방문을 통한 실 상황을 탐방할 수 있는 기회가 없어 아쉬웠으나 토론자의 적극적인 설명과 답변으로 유익한 시간이 되었다. 4차 산업혁명의 적용 사례를 볼 수 있었다.○ 재료연구 분야의 빅데이터 솔루션 구축 사례, Material Science와 Computer Science의 융합이 인상 깊었다. Citrine Raw Data 수집 및 전처리 프로세스, Citrine AI 기술, 기타 국내외 컨퍼런스 발표자료 수집, 미국 Materials Genome Initiative 등이 향후 연구 주제이다.○ 집중과 정보의 효율적 사용이 돋보이는 회사였다. 재료라는 한 분야에 대한 집중적인 자료 수집으로 수요자에 맞는 솔루션을 제공하고 있다. 아이디어는 사람들이 사용할 수 있도록 하는 것으로 시장성을 확보하는 것이 중요하다.○ 인공지능 플랫폼을 활용하여 R&D, 제조 프로세스 소요시간을 단축시켜주는 시트린 플랫폼은 4차 산업혁명에서 집중하고 있는 빅데이터 활용, 인공지능, 기계학습기반을 모두 포함하고 있다는 점에서 흥미로웠다.○ 재료 및 화학물질을 활용한 시트린 플랫폼을 응용하여 한국에서, 기업에서 어떤 형태로 또는 어떤 분야에서 활용할 수 있을지에 대해 고민해보는 기회가 되었다.○ 시트린 CEO와 VP가 얘기했듯이 빅데이터를 구축하는 것이 가장 큰 경쟁력이며, 한 분야에서 시트린과 같은 빅데이터를 구축하고 활용할 수 있는 분야는 어떤 것들이 있는지, 울산지역에서 이와 같은 스타트업 기업을 만들 수 있는지에 대해 생각해보는 계기가 되었다.○ 빅데이터를 활용하여 기존에 없었던 물질을 찾을 수 있도록 하는 시트린의 Tool이 몹시 궁금해졌다. 첫 번째 창업을 시트린으로 시작한다는 CEO의 말에서 자신감과 포부를 느낄 수 있었다.한국과는 다르게 미국은 창업에 대한 수요가 훨씬 크고 지원 제도도 풍부한 것 같다. 청년창업에 어려움을 겪고 있는 우리나라가 선진국의 사례를 파악하여 국내실정에 맞는 정책을 펼치는 것이 중요하다고 생각한다.○ 현재 시트린 인포머틱스는 첨단 AR기술을 활용할 제조업 분야를 찾고 있다. 예를 들어, 색을 밝게 하는 것, 철강을 더 강하게 할 수 있는 것, 차를 더 가볍게 만들 수 있는 것, 재활용을 더 할 수 있게 하는 것 등이다.○ 또한 세계 100여개의 대학과 연계 협력하고 있으며, 해당 분야의 데이터를 수집하여 빅데이터 분석을 실시하고 있다.시트린 인포머틱스는 많은 데이터를 분석하여 어떤 분야에 어떤 해결책을 줄 것인지에 대한 차이를 줄여준다. 이러한 일들은 대학 및 정부기관에서 주로 하였다.현재는 시트린 인포머틱스에서 진행하고 있다. 현재 시트린 인포머틱스에 대한 투자를 받을 예정이고, 오바마 행정부의 신재료 부문을 담당하였던 자문위원을 시트린의 자문위원으로 선정할 계획이다.○ 시트린 CEO는 아이디어를 일반인들이 사용할 수 있게 구체적으로 제품을 만들고 사업으로 이끌어 나가는 기업이라고 생각한다.○ 실리콘밸리에서 투자를 받기 위해 필요한 요건은 크게 투자 받고자 하는 기술에 대해 설명할 수 있어야 하는 Technology Risk, 시장위험 대처에 대한 방법을 설명할 수 있어야하는 Market Risk, 실행에 대한 위험에 대처할 수 있어야 하는 Executive Risk에 대해 준비가 되어 있어야 한다는 점이 인상적이었다.○ 재료 및 화학공학과 IT의 결합으로 통한 신사업 모델로 전통 제조업 중심의 지역기업에 시사하는 바가 크다. 스마트 팩토리외 IT융복합화에 대해 새로운 방향성 특히, 신사업 모델로써의 방향성을 고려할 만하다.○ 신규 창업이 활발한 실리콘밸리의 장점으로 신규 사업아이디어를 창업까지 연결하는데, 절차적 어려움이 적다. 관련 내용은 별도 벤치마킹 필요해 보인다. 창업시 기술적 가능성, 시장성, 사업수행 준비상황을 검토한 후, 투자를 진행해야 할 것이다.○ 미국의 AI 관련 정부 역할은 인프라 구성 및 AI에 대한 지나친 공포심 해소 정도로 국한하고, 민간이 자유롭게 연계할 수 있는 공간만 유지하고 있다.하지만 이는 기술과 자본이 축적된 선진국의 논리일 수 있다. AI 기술 초기단계인 국내의 경우, 정부의 역할을 어디까지 규정해야 할지 논의가 필요하다.○ 인공지능 플랫폼 스타트업으로 성공한 업체로 재료 및 화학물질을 위한 인공지능, 머신러닝 플랫폼으로 특허, 논문, 보고서와 같은 수많은 소스의 데이터를 분석하여 관련 조건에서의 최적의 재료 및 화학물질의 반응을 예측한다.이를 통해 R&D 및 제조 프로세스 소요시간을 50% 이상 단축할 수 있다. 빅데이터 분석과 AI의 결합의 성공적 사례로 다룰 수 있다.○ 벤처기업으로서 투자 유치를 위해 통과해야 하는 질문 3가지가 인상 깊었는데 1)기술적으로 가능한 것인가?(tech risk), 2) 구매할 대상이 명확한가?(market risk), 3) 실행 능력이 있는가? (Execution risk)이다.○ 4차 산업혁명의 성격은 데이터를 수집하고 데이터를 활용하는 것이다. 정부가 해야 할 일은 AI를 가능하게 하기 위해 클라우드 서버 구축 등이 가능하도록 하드웨어는 물론 지나친 개인정보 보호로 인해 의미있는 데이터 분석에 장벽이 되는 것을 제거해야 한다.규모가 작은 중소기업들의 경우 진입장벽이 있으므로 협의체 등을 구성해서 참여할 수 있도록 장려해야 한다.○ 외국의 혁신기업과 국내 기업간의 데이터 공유를 통한 공동사업이 이루어지고 있으나 아직까지는 미미한 수준이다.4차 산업혁명은 이미 진행되고 있으나 그에 비해 한국의 클라우드 도입률은 매우 낮다. 외국의 산업경쟁력 격차를 줄이기 위해서 빅데이터와 인공지능 기반의 시스템개발이 시급하다.○ 국내에서 빅데이터 기반 검색엔진을 활용하려면 통합 플랫폼에 대한 데이터 유통 안전성 확보가 중요할 것이다. 한국의 경우 대기업조차 고객 정보 유출 및 정보오용이 잦기 때문에 시스템개발만큼 풀어야할 숙제가 될 것이다.○ 지역 특유의 DB 구축의 필요성이 인식되었으며 지역자원, 지역정보, 지역연구 등 관련 DB구축을 통해 사업화 가능성을 시사했다.○ AI 기반 재료분석 솔루션 서비스 등 인공지능 플랫폼 스타트업이 출현하고 있으나 미국 내에서도 AI 알고리즘 안정성에 대한 공인 프로세스는 없는 것으로 파악된다. 향후 산업이 점차 정착될 경우 기업 간, 기업과 정부 간 AI 표준에 대한 논의가 이뤄질 것으로 전망된다.

□ 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."

미국 방위고등연구계획국(DARPA)에 따르면 최신 기술의 활용도를 확장하는 양자 컴퓨터 프로젝트의 2단계에 총 $920만 달러의 자금을 지원했다.더 많은 컴퓨팅 장치를 연결하도록 구성된 양자 컴퓨팅 시스템에 대한 추가 실험을 실행하기 위한 목적이다. 최적화 문제를 해결할 때 양자 정보 처리의 양적 이점을 입증할 수 있다.이 프로젝트는 조지아연구소(Georgia Tech Research Institute)의 주도로 진행되고 있다. 대부분의 양자 컴퓨팅 시스템은 자기 트랩(magnetic trap)을 사용해 이온을 분리한다.페닝 트랩(Penning trap)이라고 하는 트래핑 프로세스는 자기장과 전기장의 조합을 사용하여 양자 작업을 수행하는 2차원 이온 결정을 제한한다. 트랩은 부피가 크고 극저온으로 냉각되는 초전도 자석 대신 희토류 금속을 사용한다. 연구원들은 이미 18개월 동안  시행착오를 격으면서 10큐비트 길이의 이온 체인을 만들었다.이와 같은 체인에 양자 시스템을 수천 개 더 추가하면 컴퓨터가 더 정확한 솔루션을 계산할 수 있다. 프로젝트가 지금까지 유망한 것으로 입증됐지만 연구원들은 어려운 기술적 문제에 직면해 있다.예를 들어, 양자 시스템이 복잡할수록 "노이즈"로 인한 상당한 오류율이 발생할 가능성이 높다. 연구팀은 양자 시스템에서 노이즈를 최소화하는 최선의 경로를 매핑하고 있다. 이를 통해 더욱 더 향상된 양자 컴퓨터의 성능을 확보할 수 있을 것으로 전망된다.▲방위고등연구계획국(DARPA)의 홍보자료(출처 : 홈페이지)

미국 국방부(Pentagon)에 따르면 2024년 인간 전투기 조종사와 인공지능(AI) 사이의 공중전을 개최할 계획이다. 인간이 조종하는 F-16 전투기와 인공지능(AI)에 의해 제어되는 F-16 전투기 사이의 대결이다.영화 '터미네이터'에서 보왔던 것과 같이 인공지능 머신과 인간의 전투를 직접볼 수 있을 것으로 예상된다. 미국방위고등연구계획국(DARPA)에서는 이미 인간 전투기 조종사와 인공지능 머신간의 수많은 전투 시뮬레이션을 개최했다.최근 인간 전투기 조종사와 인공지능 머신간의 공중전에서 인공지능 머신 제어 시스템이 인간 전투기 조종사를 쉽게 물리친 것으로 알려졌다.인공지능 개발은 국방부의 21세기 전투 계획의 핵심으로 평가된다. 중국 및 다른 글로벌 경쟁자들이 인공지능 개발 프로그램에 수십억 달러를 쏟아붓고 있어 그 경쟁이 더욱 심화될 전망이다.▲ USA-Pentagon-AI▲ 국방부(Pentagon) 전경(출처 : 위키피디아)

미국 방위고등연구계획국(DARPA)에 따르면 임무종료 후 사라지는 형태의 무인항공기(UAV) 개발에 성공했다. 'ICARUS'는 수송이나 정찰임무 수행후 스스로 녹아 없어진다.ICARUS는 항공기등에서 한번 사용 가능한 무동력의 작은 수송용 항공기로 목적지 도착이나 임무를 수행하고 난후 점차 사라지게 된다.ICARUS가 열이나 햇빛에 노출되었을 때 분해되거나 용해되는 물질로 만들어졌으며 경량 필름과 테니스볼보다 더 작은 유도 시스템이 장착되어 있다.또한 개발금액은 $US 800만달러로 타겟의 30피트 내에 접근이 가능하며 100마일을 운행할 수 있다. 관련 프로젝트는 2015년부터 시작됐다.▲미국방위고등연구계획국(DARPA) 로고