제조업의 새 심장, AI

[P N C]

제조업의 새 심장, AI

별도의 AI조직 쓸모없어…회사 전체를 AI 조직화하라

• 매일경제신문 : 2018.07.20 04:06:01

■ `AI 세계적 석학` 앤드루 응 美스탠퍼드대 교수
매경 실리콘밸리 특파원 현지 단독인터뷰

"인공지능이 세상을 삼킬 것이다(AI will eat the world)."

2016년 구글 딥마인드의 알파고가 이세돌 9단과 벌인 바둑 대결에서 압승을 거둔 후였다. 세상은 인공지능(AI)의 능력을 다시 보기 시작했다. 사상 처음으로 AI가 인간의 능력을 추월할 수 있다고 인식했고 AI는 실제 생활에 큰 변화를 가져오기 시작했다. 골치 아픈 스팸 메일이 사라지기 시작했다. 

AI 기술로 스팸 정보를 100% 걸러낸 이후다. AI가 세상을 삼키는 시대를 누군가는 예측하고 준비하고 있었다. 그러나 AI 전문가들은 이제 `AI 겨울`을 지나 `봄`이 오는 단계라고 인식하고 있다. 아직 시작에 불과하다. 앤드루 응 스탠퍼드대 겸임교수 겸 랜딩닷에이아이(Landing.ai) 대표는 인공지능 산업의 봄(르네상스)을 이끌 세계적 인재로 꼽힌다. 스탠퍼드대 교수 시절부터 `머신러닝 101` 수업을 만들면서 인공지능을 실제 생활에 접목할 수 있는 프로젝트를 시도했다. 온라인 공개 강의 서비스 코세라를 창업하며 교육 산업을 바꿨고 중국계 바이두에 영입돼 자율주행차를 실제 도로에서 실험했다. 매일경제는 세계 최고 AI 전문가로 평가받고 있는 앤드루 응 교수와 단독 인터뷰했다. 이 인터뷰에서 인공지능이 컴퓨터 사이언스(CS) 영역을 넘어서 실제 산업을 바꾸고 생활에 도움이 될 수 있는 기술을 만들 수 있다는 포부를 확인했다. 이를 위해 한국 기업들과 협업하고 싶다는 의지도 들을 수 있었다. 다음은 일문일답 내용.

―`인공지능 기술이 100년 전 전기의 발명과 같다(AI is new electricity)`고 주장하는 것을 들었다. 어떤 의미인가.

▷AI는 전기의 발명 이후 가장 큰 문명 변화를 유발할 것이다. 100년 전 전기가 없었을 때는 산업의 의미가 오늘날 그것과는 달랐다. 전기가 발명된 이후 전기 모터가 생겼고 헬스케어, 미디어, 소통하는 방법 등 모든 것이 바뀌었다. 인공지능, 특히 딥러닝(deep learning) 기술이 전기전자는 물론 자동차, 항공, 철강, 조선 등 주류 산업에 적용돼 산업을 바꿀 것이다. 토머스 에디슨의 연구가 전기로 구동되는 사회(electric―powered society)를 만들었듯이 이제는 AI 기반 사회를 만들 차례다.

―올해 초에는 1억7000만달러(약 1900억원) 규모의 인공지능 펀드도 만들었다고 보도됐다. 그레이록파트너스, 세콰이어캐피털, 소프트뱅크 등 실리콘밸리 핵심 벤처캐피털들이 참여했다고. 직접 조성한 인공지능 펀드에 대해 소개해달라.

▷AI를 인류의 삶을 개선하기 위한 비즈니스로 만들자는 취지로 조성했다. AI는 `새로운 전기`와 같다고 했는데 100년 전 전기가 처음 발명됐을 때는 대부분 기존 조명을 개선하는 방식으로 진화했다. 이후 전기가 여러 분야에서 본격적으로 적용됐을 때 산업이 재설계됐고 결국은 새로운 산업이 속속 등장했다. 전기를 이용한 응용 프로그램은 더 오랜 시간이 걸려 나왔다. 인공지능도 마찬가지라고 본다. 인공지능이 발전됨에 따라 많은 사람이 AI 분야에 참여하고 비즈니스를 만들 수 있도록 AI 펀드를 통해 도울 생각이다. 나는 제너럴 파트너로 펀드를 이끌고 최고운영책임자(COO)는 펜윅에 있던 에바 왕(Eva Wang)이 담당하고 있다.

―AI는 적용 분야가 넓다. 지금 AI펀드에서 가장 관심 있는 곳은 어떤 분야인가.

▷제조업이다. 우선 AI를 이용해 제조업을 AI로 전환하는 데 주력하려 한다. 이를 위해 최근 제조업을 위한 AI 프로젝트인 `랜딩닷에이아이`를 설립했다. 이 프로젝트에 AI 펀드 자금을 제공해 성장을 가속화하려 한다. 많은 기업이 AI가 중요하다고 인식하고 있지만 이를 적용하는 데 애를 먹고 있다는 사실을 알았기에 설립했다. AI는 여전히 복잡하다. 이를 충분히 이해할 수 있는 팀이나 회사가 많지 않은 것이 사실이다. 정보기술(IT) 업계 밖에서는 AI 인재를 충분히 확보할 수 있는 회사도 없다. 랜딩닷에이아이는 기업이 이런 문제를 해결하는 데 도움을 주려 한다. 신기술 도입에서부터 조직 구조 재조정, 직원 교육에 이르기까지 광범위한 AI 전환 프로그램을 개발하고 있다.

―제조업에 관심을 둔 이유는 무엇인가. 그동안 해왔던 작업(코세라 등 교육 사업, 자율주행차 기술 개발)이 직접 제조업과 연결되지는 않는데.

▷AI는 단순한 소프트웨어는 아니다. 많은 산업을 바꿀 수 있다. 특히 제조업에 도움을 줄 것이라고 봤다. 인간의 창의력이 디스플레이의 픽셀을 넘어 실제 실물을 바꿀 수 있을 것이다. 인공지능을 제조에 적용해 물리적 세계를 디지털로 바꿀 수 있는 기회를 만들 것으로 본다. 특히 큰 공장은 데이터가 많이 나온다. 하지만 이 데이터를 제대로 활용하지 못해 혁신하지 못하고 있다. AI를 활용하면 제조 공정의 속도를 빠르게 할 수 있고 공장의 온도 등도 최적화할 수 있다. 또 AI 기술로 품질을 높이고 생산량을 조절할 수 있으며 유연성 없는 생산라인을 바꿀 수 있다. 생산 능력 관리나 비용 상승, 공급망 병목현상과 에너지 낭비 제거 등 제조상 문제를 해결하는 데도 매우 적합하다.

―제조업은 한국에 매우 중요하다. 고용에도 절대적 영향을 준다. 랜딩닷에이아이가 한국에도 기여할 수 있는 부분이 많을 것 같다.

▷최근 6개월 내에 한국에 두 번 다녀왔다. 한국에는 우수한 제조 기업이 많다는 것을 알게 됐다. 단순 제조업이 아니고 꽤 복잡한 제조 공정을 가진 회사들이 많다. 한국은 매우 흥미롭고 AI를 제조업에 활용하는 데 최적의 사례를 만들 수 있다고 본다.

이달부터 미국 텍사스주 프리스코시에서 공적인 용도를 위한 자율주행차 서비스를 시작한 `드라이브닷에이아이`의 서비스 출시 현장을 찾은 앤드루 응 스탠퍼드대 교수(왼쪽). [사진 제공 = 앤드루 응 개인 블로그]

―한국 제조업이나 회사에 관심을 둔 특별한 이유가 있나.

▷랜딩닷에이아이를 하면서 첫 성공 프로젝트가 있어야 한다고 봤다. 나는 세계 곳곳을 돌아다니고 있다. 지금은 미국에 있지만 최근에 중국에도 많이 머물렀다. 이제는 한국에 더 많이 머물고 싶다는 생각을 했다. 한국 기업들은 물론이거니와 한국의 제조업, AI 커뮤니티와 함께 일하고 싶다. AI를 제조업에 적용하면서도 기업과 국가도 성공할 수 있는 사례를 만들고 싶었다. 한국은 기존 제조업이 우수하고 IT 능력도 뛰어날 뿐 아니라 프로페셔널하다. 한국 기업과 AI 프로젝트를 같이하고 싶고 첫 코리안 성공 스토리를 만들고 싶다. 한국의 제조업을 위해 성공 스토리를 만들 수 있다고 본다. 한국에서 프로젝트가 성공하면 국가적 이슈가 될 수 있을 것 같다.

―그 같은 인식이 매우 반갑다. 한국에서는 AI가 큰 화두지만 조직에 어떻게 적용해야 하는가를 잘 모르는 경우가 많다. 어떤 조언을 해줄 수 있을까.

▷많은 회사에서 AI 중심 회사로 만들기 위해 중앙화된 AI 팀을 만든다. 그 조직에서 AI 프로젝트를 수행하는데 기존 조직(BU·비즈니스 유닛)과 별도로 있어서 융합이 안 된다는 것을 발견했다. AI 조직을 별도로 만드는 것이 아니라 모든 조직에 스며들 수 있도록 전사를 아우르는 수평적 조직으로 만들어야 한다. 2001년 모바일 비즈니스 열풍이 불었을 때 많은 회사에서 별도의 모바일 조직을 만들었지만 대부분 실패했다. 모바일 전략을 전사로 확대한 후에 성공 사례가 나왔다. AI도 마찬가지다.

―진정한 AI 조직이란 무엇일까. AI 중심 회사로 만들어야 성공할 수 있다고 하는데 대부분 개념 정리도 안 돼 있고 실행이 쉽지 않다.

▷아마존을 예로 들어보자. 20여 년 전 인터넷이 나왔을 때 많은 쇼핑몰이 기존 오프라인 몰도 있었고 웹사이트도 있었다. 그리고 그것이 인터넷 회사를 만들 수 있다고 생각했다. 인터넷 회사란 웹사이트가 존재한다는 뜻이 아니다. 아마존은 이들과 무엇이 달랐을까. 진정한 인터넷 회사란 제품이나 서비스뿐 아니라 조직 논리에 영향을 미쳐야 한다. 사이클이 짧아야 하고 항상 수정할 수 있어야 하며 엔지니어가 중심이 돼야 한다. 기존 쇼핑몰은 그렇게 하지 못했다. AI도 마찬가지다.

―진정한 AI 회사로 불릴 만한 기업이 있을까.

▷구글이다. 구글은 회사 제품, 서비스부터 조직 구성, 의사결정에 이르기까지 AI가 관여하지 않은 곳이 없다. AI 시대에 가장 중요한 자산은 `데이터`다. 현재 기업들은 전략적으로 데이터를 인수해야 한다. 회사 인수·합병 전략도 데이터와 연결시켜야 한다. 그리고 데이터 창고(data warehouse)를 둬야 한다. 회사 엔지니어가 회사 내 모든 데이터에 접근할 수 있어야 한다. 지금 각 회사들의 데이터는 장벽(사일로)이 있다. 이것을 통합할 수 있어야 한다. 통합된 데이터 창고를 각 회사에 두고 이를 이어야 한다. 마지막으로 AI로 인해 회사 내 직군에 대한 정의를 다시 내려야 한다고 본다. AI로 인해 직업, 직군에 대한 정의가 바뀌고 있다.

―블록체인 기술에 대해 어떻게 생각하나. AI와 함께 세상을 바꿀 수 있는 기술이라고 꼽히고 있다. 한국에서는 블록체인 기술을 배우자는 열풍이 불고 있다. 그들을 위해 AI와 블록체인을 결합할 수 있는 아이디어가 있을까.

▷솔직히 잘 모르겠다. 블록체인 기술의 일부는 AI에 적용할 수 있을 것 같다. 블록체인은 분산형 데이터베이스다. 하지만 매우 비싼 데이터베이스다. 많은 이해 관계자가 이용하기 때문에 속도가 느리다. 블록체인과 AI 융합에 대해 많은 토론이 나오고 있지만 나는 그 분야를 잘 모른다. 하지만 더 신뢰할 수 있는 AI 시스템을 만드는 데 기여할 수 있을 것이다. 블록체인은 일부 응용 사례는 좋지만 아직 시간이 더 필요할 것 같다는 생각이 들었다.

―AI가 세상을 더 나쁘게 한다는 의견도 있다. 일론 머스크 테슬라 최고경영자(CEO)는 극단적으로 AI 경계론을 펼치기도 한다.

▷어떤 사회 변화와 마찬가지로 AI를 향한 전환은 일부에겐 불만이 될 수도 있다. AI가 대중화되고 각 분야가 자동화되면 기존 직업에 영향을 주는 것이 사실이다. 이를 빨리 해결해야 한다. 우리 팀은 글로벌 교육 프로그램에 지속적으로 투자하고 있다. 나를 비롯한 모든 사람이 AI 경제에서 성공하기 위해 필요한 기술을 습득할 수 있게 하고 모든 사람이 의미 있는 일에 종사할 수 있도록 노력하고 있다.

―AI 거품론도 있다. 최근 3~4년간 AI 인재를 많이 배출했고 프로젝트가 나왔지만 실제 생활에 미치는 영향은 아직 미미하다는 지적이 있다.

▷현재 AI는 거품(Hype)이 있는 것도 사실이다. 지금까지 AI 밸류를 만들어 내는 99%는 원인(인풋·input)과 결과(아웃풋·output)의 상호 작용에서 나오고 있다. 사진을 많이 저장하면 이를 인식해 분류한다. 구글, 페이스북, 트위터 등 모든 플랫폼에서 AI를 쓰고 있는데 이는 이용자 정보를 기반으로 클릭으로 입력하고 결과를 낸다. 음성인식도 그렇다. 음성을 입력하면 결과를 내는 방식이다. 이 같은 방식을 지도학습(supervised learning)이라고 하는데 앞으로는 딥러닝, 강화학습(reinforcement learning) 등이 진화해서 일상생활에 영향을 미치는 프로젝트가 많이 나올 것이다.

―과거 코세라에 올려 놓은 `인공지능 101` 수업은 여전히 AI 입문 강의로 유명하고 전 세계 AI 학습의 고전이 되고 있다. `강화학습 101` 수업을 해달라는 요청도 있는데.

▷(웃으며) 생각해보겠다.

■ 자율차·챗봇·펀드…곳곳에 AI혁명 접목나서

2012년은 데이터 분석 분야에서 획기적인 전기를 마련한 사건으로 기억되는 해다. 앤드루 응 스탠퍼드대 교수와 구글 연구팀은 공동으로 진행한 `구글 브레인` 프로젝트에서 유튜브에 올라온 1000만개 이미지 중 어떤 이미지가 고양이인지 찾는 데 성공했다. 평범해 보이는 `고양이 찾기` 프로젝트가 세간의 주목을 끈 이유는 사전에 고양이를 정의하는 정보나 이미지 경계를 찾아 구분하는 이전 같은 프로그래밍이 전혀 없이 성공했기 때문이다. 통계 분석에 의존하는 대신 스스로 데이터 핵심 내용을 추출해 판단을 내리는 `딥러닝`이 본격적으로 세상에 알려진 사건이다.

응 교수와 구글 연구팀은 이를 위해 컴퓨터 1만6000개를 연결해 연산 능력을 극대화시켰고 수많은 데이터로부터 컴퓨터가 스스로 학습할 수 있도록 만들었다. `구글 브레인` 프로젝트 이후 딥러닝은 분류와 예측 능력이 필요했던 많은 기업에 새로운 대안으로 떠올랐다. 이후 구글은 2014년 유럽 데이터센터 세미나에 참가한 조 카바 구글 데이터센터 부회장이 딥러닝 응용 사례를 발표하면서 실제 비즈니스 현장에서 쓰일 수 있는 딥러닝의 잠재력을 공개했다. 구글은 딥러닝을 이용해 1년 만에 자사 데이터센터 온도를 99.6% 정확도로 조절할 수 있게 됐다고 발표했다. 수천 ㎡ 넓이의 공간과 다른 위치에 설치된 여러 대의 에어컨 세기를 통제할 수 있게 된 건 딥러닝 덕분이었다.

구글 브레인 프로젝트 이후 마이크로소프트(MS), IBM, 페이스북, 바이두, 삼성 등 글로벌 정보기술(IT) 기업들은 모두 인공지능(AI) 플랫폼 강화에 나섰다. 이 회사들은 단순 기능과 서비스 제공을 넘어 AI 플랫폼 회사로 도약하기 위해 개방형 전략을 취하고 있다. AI 생태계를 넘어 자율주행차와 사물인터넷(IoT) 등 다른 산업으로 퍼져 새로운 시장을 창출하고 있다.

응 교수는 흔히 국내 AI 관련 업계에서 `AI 4대 천왕`이란 별명으로도 불린다. 나머지 3명은 AI 선구자이자 `딥러닝` 개념 창시자인 제프리 힌턴 캐나다 토론토대 교수 겸 구글 연구원, 매사추세츠공과대(MIT) 컴퓨터공학과 출신 레이 커즈와일 구글 AI 이사, 얀 르쿤 뉴욕대 교수 겸 페이스북 AI 연구소장이다.

AI 4대 천왕 가운데 가장 최근 이력이 돋보이는 사람은 응 교수다. 그는 2012년 구글 브레인 딥러닝 프로젝트를 마무리하며 같은 해 대규모 온라인 공개 강의 `무크(MOOC)` 플랫폼 `코세라(Coursera)`를 설립했다. 2015년부터 세계 최대 규모 MOOC 플랫폼으로 자리매김한 코세라 수강생 기반은 지난해까지 누적 3300만명을 넘은 것으로 추산된다.

이후 응 교수는 2014년 5월 중국 최대 검색엔진인 바이두의 AI연구센터 수석 과학자로 영입됐다. 그는 바이두에서 AI그룹 300명과 바이두 리서치 부서 등을 포함한 1300명을 이끌며 바이두 기존 사업을 지원하기 위한 AI 프로젝트 수십 개를 담당했다. 이 프로젝트엔 검색, 광고, 지도, 테이크아웃 배달, 음성 검색, 보안, 소비자 금융 등의 분야를 포함했다. 대화식 컴퓨터 플랫폼이나 자율주행차, 얼굴 인식 같은 새로운 AI 기반 비즈니스를 기획하기도 했다.

응 교수는 지난해 3월 바이두를 떠나며 앞으로 전 세계 AI 커뮤니티를 계속 지원하겠다고 밝혔다. 그는 작년 6월 AI 연구자들을 위해 온라인에서 좋은 교육 콘텐츠를 제공하기 위한 `deeplearning.ai` 프로젝트를 시작했고 같은 해 8월에는 코세라에서 딥러닝 전문가 과정을 열었다.

바이두를 떠나며 응 교수는 "전기가 100년 전 많은 산업을 바꿔놓은 것처럼 AI가 가져올 사회 변화를 이끄는 사람이 되고자 한다"는 입장을 전했다. 이에 따라 그는 AI를 활용해 자율주행차, 챗봇, 제조업, 펀드 등 다양한 분야에서 행보를 넓히고 있다. 작년에만 응 교수는 자율주행차 스타트업 드라이브닷에이아이(Drive.Ai) 이사, 대화형 챗봇 웨봇(Woebot) 회장, 제조업의 AI 전환을 돕는 랜딩닷에이아이(Landing.ai) 설립자 겸 최고경영자(CEO)로 새로운 프로젝트를 실천에 옮겼다. 올 들어 새로운 AI 관련 스타트업을 지원하는 1억7500만달러 규모의 인공지능 펀드(AI Fund)도 출범시켰다.

16세 때 싱가포르국립대 인턴으로 일하며 신경망 네트워크를 구현하기 시작했던 응 교수의 궁극적인 목표는 AI를 사용해 더 나은 사회를 만드는 데 있다. 그는 무엇으로 시간을 보내든지 `내가 하는 일이 세상을 바꿀 수 있는가` `내가 얼마나 배울 수 있는가` 두 가지를 기준으로 판단한다고 스스로 밝혔다. "젊음의 정의는 100세 미만인 사람"이라고 말한 응 교수는 앞으로도 AI로 주변의 소중한 사람들과 더 많은 시간을 할애하고, 더 가치 있는 삶의 목표를 추구하기 위해 활동을 이어갈 것으로 기대된다.

[출처] 제조업의 새 심장, AI|작성자 오픈챔피언