메뉴

콘텐츠 시작

Research
런치포럼...4차 산업혁명과 데이터 기반 기술 혁신
등록일: 2019-06-21  |  조회수: 52

연세대학교 경영대학 부속 경영연구소가 주관하는 4차 산업혁명 런치포럼이 2019-1학기 다섯 차례 개최되어 통산 30회에 이르렀다.

 

 » 26회, 스마트시티와 한국의 미래, 황종성 한국정보화진흥원 연구위원

 

 

4월 18일 개최된 포럼에서 황종성 연구위원은 리차드 볼드윈(Richard Baldwin)의 20세기에 공장이 하던 일을 21세기에는 도시가 한다는 말을 인용하며, 2025년까지 향후 600대 도시가 세계 GDP 성장의 62%를 담당할 것이라는 맥킨지 보고서를 소개했다.

 

우리 사회는 그 동안 규모를 중시하고 시스템을 통해 증강하는 기계적인 도시를 발전시켜왔는데 이는 자원의 낭비, 인간의 자유 상실 등의 문제를 야기해왔다. 따라서 앞으로는 규모의 경제를 탈피하고 삶의 방식 변화에 맞는 새로운 도시 모델, 즉, 스마트시티가 필요하다고 황종성 연구위원은 제기했다.

 

한국은 2003년부터 최초의 스마트시티라 할 수 있는 u-City를 구축하였고 지능형 교통시스템 등을 해외에 수출하는 등 세계시장의 주역으로 활동하였지만 최근에는 스마트시티의 선두권에서 점차 멀어지고 있는 추세이다. 황종성 연구위원은 이러한 현상의 원인으로 개발업자 주도의 사업 추진, 리스크 회피, 중장기 전략의 부재 등을 꼽고 이를 극복하기 위해서는 도시를 플랫폼으로 만들어 새로운 기능과 혁신을 받아들임으로써 전체가 연결되는 유기체적 도시로 나아가는 것이 필요하다고 강조했다.

 

» 27회, AI와 딥러닝 트렌드, 유응준 엔비디아 대표

 

 

4월 23일 개최된 포럼에서 유응준 엔비디아 대표는 AI의 성공 필수 요소로 △Big Data △New Algorithms △Modern Compute(GPU의 프로세싱 파워)를 꼽았다. 이어 유망한 AI 시장의 산업인 자율주행과 헬스 케어에 대해 구체적으로 설명했다. 자율주행 구현을 위해서는 수많은 데이터와 해당 데이터를 라벨링하고, 훈련하는 학습시뮬레이션이 필요하다. 이 분야에서는 일본의 도요타와 유럽 기반 회사들이 앞서고 있으며 미국에서는 도로 상황이 단순한 미국 동-서부 간 도로에서 트럭의 자율주행이 이미 구현되고 있다. 헬스 케어는 미국이 독보적이다. 일례로, 태아 검진 시 AI 기술을 접목하여 태아의 실제 상태에 가까운 이미지를 95%까지 확인할 수 있을 정도로 발달했다.

 

유 대표는 앞서 언급한 세 가지 필수 요소가 갖춰지더라도, 엔지니어인 ‘사람’이 없으면 무용하다는 점을 강조했다. 현재 한국 사회에서 4차 산업혁명과 스마트시티가 주요한 어젠다로 논의되지만, 데이터 보호 이슈로 인해 중국에 비해 데이터 확보와 인력 양성 측면에서 많이 뒤처지고 있다는 점을 지적했다.

 

» 28회, 공유플랫폼 경제, 이민화 창조경제연구회 이사장

 

 

5월 16일 개최된 포럼에서 이민화 창조경제연구회 이사장 겸 카이스트 겸직교수는 4차 산업혁명의 또 다른 이름은 공유 경제라고 말하며 포럼을 시작했다. 불과 10년 사이에 세계 기업 대부분이 공유 플랫폼기업으로 바뀌고 있는데, 글로벌 공유 경제의 성장추이로 볼 때, 2025~2030년에는 기업의 70%가 공유 플랫폼기업, 그리고 경제의 50%는 공유경제가 차지할 것으로 내다봤다.

 

이민화 교수는 공유경제란 경제요소를 공유하는 모든 활동이라고 정의하며, 온라인 세계는 정보가 중심이 되는 세상으로 편집과 복제가 자유롭기 때문에 소유가 아닌 공유 중심의 사회가 된다고 했다. 또한, 플랫폼이 없는 공유경제는 가능하지 않다고 이 교수는 강조하며, 인터넷의 발달로 연결비용이 제로화되면서 플랫폼이 급속도로 확산되었고, 신뢰의 기술인 블록체인을 통하여 공유경제는 새롭게 진화를 계속하고 있다고 덧붙였다.

 

마지막으로 공유경제는 투명한 분배구조로 기업의 발전이 사회와 선순환을 이룰 수 있는 제도의 개선이 함께 요구된다고 강조했다.

 

» 29회, 딥러닝을 활용한 비디오 이해, 김선주 연세대 컴퓨터과학과 교수

 

 

5월 30일 개최된 포럼에서 김선주 연세대 컴퓨터과학과 교수는 주어진 인풋과 아웃풋 간의 관계를 잘 매핑해 주는 함수를 모델링하는 것으로 데이터를 제공하면, 컴퓨터가 사람처럼 스스로 학습할 수 있게 하는 것이 딥러닝의 역할이자 가장 큰 장점으로 꼽았다.

 

현재 싱글 이미지 처리를 위한 딥러닝은 보편화되어 있지만 비디오에서 활용하는 것은 아직 어려운 단계라고 김교수는 언급하면서 현재 자신이 진행 중인 비디오 작업으로 △딥러닝으로 비디오의 하이라이트 영상을 만드는 것 △비디오 처리과정에서 딥러닝의 활용 예시를 설명했다.

 

마지막으로 김 교수는 포토샵에서 활용할 수 있는 딥러닝 기술을 현재 연구 중이라며, 복잡한 포토샵 인터페이스를 사용하는 대신 사용자가 언어로 원하는 바를 인공지능에게 전달하면 AI가 알아서 사진을 바꿔주거나 수정해줄 수 있으면 좋겠다는 아이디어에서 시작하여 문장기반의 영상편집 기술을 개발했다. 현재 이 기술은 영상의 텍스처나 컬러 위주로 영상편집을 할 수 있게 하는 수준이지만, 앞으로는 영상의 형태를 바꾸거나 비디오 작업에도 적용할 수 있는 기술을 개발할 예정이라고 전하며 발표를 마쳤다.

 

 

» 30회, 인공지능의 이해와 의미, 이준기 연세대 정보대학원 교수

 

 

 

 

6월 11일 개최된 포럼에서 이준기 연세대 정보대학원 교수는 초기의 인공지능이 컴퓨터가 인간의 언어를 이해하고 사람과 대화하도록 하는 NLP(natural language processing) 이었다면, 현재는 컴퓨터가 데이터 베이스 검색을 통하여 통계적으로 문제에 대한 가장 적합한 해답을 찾아서 보여주는 ‘data driven 인공지능’으로 발전했다고 설명했다.

 

 

 

이어, 최근 인공지능의 약점과 연구과제로 △과다 적합(overfitting) △데이터 의존성 △ 영상해석능력(interpretability)을 꼽았다. 과다 적합은 너무 많은 변수 때문에 네트워크가 복잡해져서 생긴다. 그리고 투입 데이터에 따라 결과가 완전히 달라지기 때문에 데이터의 의존성이 매우 높다. 체계적 편향(systematic bias)이 그 예로써, 가지고 있는 데이터 베이스가 현재 지배층의 데이터를 반영하고 있기 때문에 결국 인공지능의 결과는 지배층에 유리하게 나올 수밖에 없다는 것이다. 그리고 영상해석능력이란 인공지능의 결론을 해석하기가 어렵다는 것을 의미한다.

 

 

 

이 교수는 데이터는 21세기의 원유이고 인공지능은 21세기의 전기(電氣)라고 표현했다. 또한 인공지능은 이미 발전이 끝난 단계로 지금부터는 ‘어떻게 사용하는가’에 집중해야 하는 시기이기 때문에 AI 관련 인재 양성 그리고 머신 러닝에 대한 교육이 매우 중요하다고 이교수는 강조했다.

 

 

저작권 및 연락처

페이지 로딩 이미지 표시

페이지 로딩중 ...

페이지 로딩중 ...

x
x