최근 ‘다 아는 단어인데도 뜻이 확실히 뭔지 애매한’ 말들이 범람하고 있다. 대표적인 게 4차 산업혁명이나 인공지능 같은 것들이다. 산업혁명이라고 하면 누구나 증기기관이나 전기에너지에 의한 대량 생산을 떠올릴 것이다. 흔히 4차 산업혁명의 핵심 기술은 인공지능이라고들 한다. 그런데 사람들에게 인공지능이 뭐냐고 물어보면 반응은 대략 두 가지로 요약된다. 경쟁사의 성공 사례에 고무된 경영층이라면 “모든 문제를 해결해줄 수 있는 만능 열쇠”라 할 테고, 인공지능을 한번쯤 배워본 사람이라면 “왕년에 써봐서 잘 아는데 말만 그럴듯하지 아무짝에 쓸모 없다”고 말할 것이다. 이처럼 ‘극과 극’ 반응이 나타나는 이유는 뭘까?

인공지능이 유독 어렵게 느껴지는 이유

인공지능을 한마디로 정의하긴 어렵다. 지능이란 것 자체가 모호해 인공적 재현이 힘든 까닭이다. 일반적으로 지능은 ‘외부를 인식하고 추론하며 적응하는 능력’으로 정의된다. 하지만 인간조차 그런 기능이 어떻게 발현되는지 모르는 상태에서 전통적 방법으로 지능을 만드는 건 결코 쉽지 않다. 일반적으로 인간에게 “어렵다”고 여겨지는 행위, 이를테면 △큰 수를 곱하거나 미적분 하기 △체스나 바둑 두기 △금융 시장에서 투자 결정 내리기 등은 컴퓨터로 비교적 쉽게 처리할 수 있다. 반면, △사진 보고 개인지 고양이인지 구별하기 △동화책 읽고 그 내용 이해하기 등 인간이 쉽게 해내는 행위를 컴퓨터로 구현해내긴 어렵다. 이 같은 현상을 ‘모라벡의 역설[1]’이라고 한다.

실제로 우리가 쉽다고 느끼는 일은 대부분 매우 복잡하다. 쉽게 보이는 건 오랜 진화 과정을 거치며 최적화됐기 때문이다. 하지만 큰 수의 곱셈이나 체스 등은 진화 과정 중 겪어보지 못한, 생소한 일이다. 인공지능이 어려운 건 그게 기술인 동시에 풀어야 할 문제이고, 하나의 기술이 아니라 다양한 기술을 일컫기 때문이다. 말하자면 인공지능은 고유명사라기보다 보통명사에 가까우며, 그 때문에 접근하기가 더 까다롭다.

빅데이터 분석, 관리하는 핵심 소프트웨어

최근 널리 회자되는 4차 산업혁명은 사람과 사물, 공간을 초(超)연결해 산업 구조와 사회 체계에 혁신을 일으키는 게 골자다. 이는 세계 경제의 저성장 고착화와 경제인구 고령화에 따라 선진국을 중심으로 자본주의 경계를 지속하기 위한 시도라고 볼 수 있다.

오늘날 관련 기술 발달로 예전에 비해 정확도가 매우 높으면서 가격이 대폭 저렴해진 센서를 다양한 지점에 부착할 수 있게 됐다. 또한 정보통신 기술의 비약적 발전에 힘입어 자동 생산과 지능형 시스템 구축을 위한 요소기술도 완비됐다. 사물인터넷(IoT)은 이 같은 센서와 네트워크를 활용, 각종 빅데이터를 쏟아낸다. 결국 이를 효과적으로 관리, 분석하는 소프트웨어가 필요한데 그게 바로 인공지능이다.

인공지능 하면 대부분 막연하게 공상과학 영화를 떠올린다. 하지만 현실에서 인공지능 소프트웨어는 제조 현장에서 쏟아지는 빅데이터를 지능적으로 처리, 제조업 분야의 효율성과 서비스업 분야의 편의성을 높이는 데 활용된다. 이때 쓰이는 인공지능 기술은 대부분 고도의 계산을 필요로 하기 때문에 ‘클라우드 컴퓨팅’으로 대변되는 고성능 컴퓨팅 자원 활용이 필수다. 그렇게 되면 마치 컨트롤 타워처럼 빅데이터를 분석, 관리하는 소프트웨어로서 핵심적 역할을 수행할 것이다. 인공지능이 필요에 따라 상황을 해석하고 스스로 자동 갱신함으로써 새로운 차원의 산업혁명이 가능해지는 셈이다.

‘문제 해결형’ 컴퓨터 코딩 능력 키워야

불과 60여 년간 인공지능은 ‘무협지에서나 가능할 법한’ 부침을 겪으며 점진적으로 발전해왔다. 초창기 연구진은 인공지능을 너무 쉽게 생각해 ‘다양성’과 ‘예외성’으로 대변되는 지능의 본질 앞에서 좌절하기 일쑤였다. 이후 그들은 문제에 봉착할 때마다 전문가 시스템과 신경망, 딥러닝(deep learning)에 이르기까지 실로 다양한 방법을 시도했다. 혹자는 인공지능을 “어떤 문제도 해결할 수 있는 마법의 열쇠”로 여긴다. 하지만 인공지능으로 성공을 거두려면 풀고자 하는 문제를 잘 이해하고 정형화하는 노력이 선행돼야 한다.

또한 최근 인공지능 분야의 대세는 오픈소스[2] 환경이다. 예전엔 하나의 기술이 개발, 보급되기까지 수년이 걸렸는데 최근엔 깃허브[3] 같은 오픈소스 공간에 거의 실시간으로 개발된 내용이 공개되고 있다. 모든 게 공개되는데다 플랫폼에서 쉽게 사용할 수 있게 되면서 한편에선 “더 이상 인공지능에 컴퓨터 프로그래밍은 필요 없다”는 얘기도 나온다.

그런데 역설적이게도 모든 게 공개되는 환경에선 소프트웨어 엔지니어의 능력이 오히려 ‘차별화 포인트’로 작용한다. 결국 관건은 실시간으로 공개되는 코드를 신속하게 입수하고 쉽게 사용할 수 있도록 하는 것이다. 최근 컴퓨터 코딩에 대한 관심이 높은데 인공지능 시대엔 ‘문제 해결형’ 컴퓨터 코딩 능력을 키우는 것이야말로 성공의 지름길이다.

‘지레 포기’는 금물… 인내와 끈기 필요

인공지능의 역사를 돌이켜보면 ‘태양 아래 새로운 건 없다’는 말이 떠오른다. 딥러닝처럼 매우 새로운 듯 보이는 기술도 실은 꽤 오래전 만들어진 방법인 경우가 허다하다. 그럼 왜 그땐 실패하고 지금은 성공했을까? 가장 큰 이유는 실제로 해보기도 전 지레 포기한 데 있다. ‘이렇게 복잡한 문제가 이 정도 방법으로 풀릴 리 없다’는 생각에 시도조차 안 한 것이다. 설혹 시도했다 해도 끝까지 가보기도 전 중단했다면 그 역시 실패의 원인일 수 있다.

인공지능을 ‘막연한 미래 기술’이 아니라 ‘4차 산업혁명 시대를 선도하는 실질적 기술’로 활용하려면 어떻게 해야 할까? 실제 문제를 해결하려면 완성된 인공지능 기술 하나를 사용하기보다 최선의 기술을 둘 이상 모아 일종의 ‘솔루션 아키텍처(solution architecture)’를 만들어야 한다.

인공지능 분야엔 수십 가지의 다양한 기술이 존재한다. 각 방법에 따른 특장점이 존재하므로 실제론 이들을 복합적으로 활용하면 시너지 효과를 거둘 수 있다. 이렇게 볼 때 인공지능 기술 자체도 중요하지만 그것 못지않게 풀고자 하는 문제의 특성을 체계적으로 분석, 정리하고 각 부분에 적합한 인공지능 기술을 복합적으로 활용하는 자세가 필요하다.

최근 성공을 거둔 인공지능 기술 아이디어도 처음 발표됐을 당시엔 (컴퓨터 환경의 제약이 있긴 했지만) 끝까지 가지 않고 중도에 포기한 경우가 많았다. 따라서 당면한 문제를 잘 정형화해 적절한 인공지능 기술을 결정했다면 끝까지 밀어붙이는 인내와 끈기로 성공을 거둘 수 있을 것이다.

※이 칼럼은 해당 필진의 개인적 소견이며 삼성전자의 입장이나 전략을 담고 있지 않습니다

[1] Moravec’s Paradox. ‘인간에게 쉬운 건 컴퓨터에게 어렵고 인간에게 어려운 건 컴퓨터에게 쉽다’는 역설. 1970년대 미국 로봇공학자 한스 모라벡(Hans Moravec)이 컴퓨터와 인간의 능력 차를 설명하기 위해 처음 언급했다
[2] open source. 인터넷 등을 통해 소프트웨어의 설계도에 해당하는 소스코드를 무상으로 공개해 누구나 개량, 재배포할 수 있도록 하는 것
[3] GitHub. 깃(Git, 분산 버전 관리 도구의 일종) 사용 프로젝트를 지원하는 웹호스팅 서비스

재직 중인 대학에서 ‘전자계산소’ 업무를 맡은 적이 있다. 공교롭게도 2000년이 얼마 남지 않은 때여서 밀레니엄 버그^[1]에 대한 공포가 만연했고, 나 역시 그에 대비해야 하는 위치에 있었다. 하늘을 나는 비행기가 이유 없이 떨어지고, 멀쩡히 내려오는 엘리베이터가 고장을 일으켜 급강하하며, 뭣보다 핵(核) 보유국들이 통제 불가능한 핵을 휘두르는 데 대한 불안이 엄습하던 시기였다. 새로운 1000년이 코앞으로 다가온 시기, 너도나도 ‘컴퓨터 장치 자릿수 오류로 인한 치명적 버그가 불러올 재앙’에 대해 떠들어댔다.

하지만 밀레니엄 버그는 모두가 익히 알고 있듯 기우에 그쳤다. 그만큼 철저히 대비한 덕분인지도 모르겠다. (이후 한동안 뭔지 모르게 찜찜한 구석이 남아있긴 했다.) 아무튼 2000년 1월 1일이 되며 모든 공포는 눈 녹듯 사라졌다. 사람들은 언제 그런 일이 있었냐는 듯 밀레니엄 버그와 관련된 모든 걸 머릿속에서 지웠다.

당시의 트라우마 때문일까? 요즘 “머지않아 세상을 지배할 혁신”이란 명목으로 세간에 회자되는 기술을 접할 때마다 자꾸 Y2K 위기 직전 상황이 떠오른다. 정도의 차이는 있지만 다들 “앞으론 이게 아니면 안 된다” “최고가 되려면 이 방식으로 접근해야 한다” “시대적 흐름을 가장 정확하게 예견하는 단 하나의 기술은 이것”이라며 목소리를 높인다. 어떤 이는 여기서 그치지 않고 “오늘날 새롭게 등장하는 조류에 제대로 대처하지 못하면 시대적 ‘루저(loser)’가 될 뿐 아니라 종국엔 ‘쫄망할(쫄딱 망할)’ 것”이란 예측도 서슴지 않는다. 그 광경은 흡사 점쟁이가 위협과 회유를 번갈아가며 내놓는 예언 같다. 정말 그럴까?

‘세상을 지배할 신기술’이란 말의 함정

미래 기술, 그중에서도 특히 산업혁명의 키워드는 ‘혁신(innovation)’, 그리고 ‘융합(fusion)’이다. 다시 말해 이제까지처럼 단일 기술이나 서비스가 수직적으로(vertically) 작용하던 시대는 종말이 머지않았다. 아래는 세계경제포럼(World Economy Forum, WEF)이 주목한 ‘세상을 바꿀 기술’ 목록이다. 이 도표만 읽어봐도 향후 기술에선 ‘조합’의 가치가 높아지리란 사실을 어렵잖게 짐작할 수 있다.

오늘날 미래 산업을 주도할 기술로 주목 받는 제품들, 이를테면 △로봇 △3D 프린터 △태양광 패널 △센서 등의 가격은 불과 10년 전과 비교해도 작게는 수 십 배, 크게는 수 백 배까지 하락했다. 한때 자본과 기술을 겸비한 대기업의 고유 영역이었던 이들 제품(과 기술)이 어느덧 개인 영역으로 내려오며 사실상 진입 장벽이 무너진 것이다.

기술 자체보다 중요한 건 도입 후 변화

어쩌면 앞서 살펴본 기술보다 훨씬 중요한 게 있을지도 모른다. △10조 개의 센서가 작동할 때 나타나는 데이터 △자율주행 자동차의 도로 점유율이 10%만 돼도 50억 유로 가치의 콘텐츠가 소비된단 사실 △인공지능 음성 인식 기기 발달로 어린아이부터 100세 노인까지 음성으로 인터넷을 쓸 수 있게 된 변화 같은 것 말이다. 실제로 향후 키보드나 마우스, 터치스크린 같은 장치의 효용은 음성에 비해 떨어질 수밖에 없다. 조만간 더 이상 쓰임새가 없는 구시대적 유물이 될 수도 있다. 당초 사람들이 예상했던 미래 인터넷보다 훨씬 더 빠르고 많은 트래픽이 발생할 게 분명하다.

2045년이면 인간 평균 수명이 120세에 이를 전망이다. 2020년부턴 간(肝)과 같은 사람 장기를 3D 프린터로 인쇄할 수 있다고 한다. 가격 문제가 남아있긴 하지만 대부분의 장기가 교체 가능하단 예측도 나온다. IT·바이오 기술 간 접목 덕분이다. 이미 구글이 선보였고 내년 초 네이버도 출시할 예정인 음성 인식 번역기엔 40여 개국 언어가 탑재됐다.

한동안 불가능의 영역으로 치부되던 퀀텀 컴퓨팅은 2011년 ‘세계 최초 상용화 양자컴퓨터’ D웨이브원(D-Wave One) 출시로 조금씩 현실화되고 있다. 그런가 하면 기계학습과 빅데이터, 인공지능이 결합하며 한 번에 처리할 수 있는 정보량은 날로 급증하는 추세다. 일부에선 인간처럼 모든 분야에 걸쳐 지적 능력을 지닌 인공지능, 즉 ‘스트롱(strong) AI’ 기술 실현도 조심스레 점쳐지고 있다.

이 밖에 AR·VR 기술 역시 ‘실제로 체험하면 위험하고 돈도 많이 드는’ 세상을 합리적 비용으로 구현할 수 있단 측면에서 각광 받고 있다. 그래도 거듭 말하지만 이런 기술 자체의 발달보다 각각의 기술이 합쳐지고 나눠지는 과정에서의 산업적·생활적 변화가 현대인에게 필요한 미래 기술 비전이다.

비트코인 광풍, 마냥 반갑진 않은 이유

요즘 가상화폐의 일종인 비트코인(bitcoin) 바람이 심상찮다. “금처럼 매장량이 정해져 있다”는 이유로 채굴이란 용어가 서슴없이 통용되는가 하면, “비트코인 채굴에 쓰이는 전기량이 전 세계 100여 개 국가의 1년 평균 사용량보다 많다”는 보도도 있었다. 혹자는 여기서 한 발 더 나아가 “얼마 안 가 현금 없는 사회가 올 것”이란 예측도 내놓는다. 하지만 비트코인은 개발자마저 고개를 갸웃거리게 할 만큼 장래성이 불투명하다. 전에 없던 화폐 형태인 만큼 제도적으로 이를 규제하는 국가도 적지 않다. 그럼에도 불구하고 비트코인 투자에 열 올리는 인구는 갈수록 늘고 있다. “천체의 움직임은 계산할 수 있어도 인간의 광기는 측정할 수 없다”는 아이작 뉴턴^[2]의 얘기가 떠오르는 행보다.

비트코인을 둘러싼 최근의 갑론을박은 몇 년 전 역시 전 세계를 휩쓴 모바일 웨어러블 열풍을 연상시킨다. 당시 내로라하는 글로벌 시장조사 기관은 앞다퉈 무지갯빛 분석을 내놓았고, 투자자들도 관련 기술 연구진에 상당한 금액을 ‘베팅’했다. VR과 웨어러블을 결합한 HMD(Head Mounted Display) 개발에 총력을 기울인 기업도 적지 않았다. 특히 페이스북은 VR 기술력을 확보한 소규모 스타트업 오큘러스(Oculus)를 30억 달러(약 3조2388억 원)에 인수, 세상을 놀라게 했다. 하지만 HMD와 관련 콘텐츠, 그리고 삼성전자가 일으킨 기어 VR 열풍이 새로운 산업으로 자리매김하려면 아직 갈 길이 먼 게 사실이다.

마윈 알리바바 그룹 회장의 예언^[3]으로 더 유명해진 데이터 기술(Data Technology, DT) 역시 아직까지 총론만 있을 뿐 각론이 없다. 각종 논리가 무성하지만 실질적 가치 구현으로까지 이어지지 못한 기술은 이 밖에도 셀 수 없이 많다. 이처럼 몇몇 첨단 기술을 둘러싼 ‘묻지 마 광풍’ 현상은 흡사 독일 동화 ‘피리 부는 사나이’에서 뭔가에 홀린 듯 사나이를 좇는 아이들을 연상시킨다.

기술은 수단일 뿐… 중요한 건 ‘리더십’

2016년 7월 카글라얀 아르칸(Caglayan Arkan) 마이크로소프트(MS) 월드와이드 제조·자원 총괄 관리자는 MS 공식 홈페이지에 ‘디지털 혁신: 성공을 위한 일곱 단계(Digital transformation: Seven steps to success)’란 제목의 보고서를 공개했다. 이 글에서 첫 번째 단계로 언급된 건 다름 아닌 ‘리더십(Leadership matters)’이었다^[4].

“혁신을 논할 때 기술은 목표가 아니라 수단입니다. 혁신의 목표는 리더와 리더십, 그리고 사람이죠. ‘모두에게 접근 가능한’ 특성 때문에라도 기술에서 차별화를 이루긴 쉽지 않습니다.”^[5] 아르칸의 설명처럼 기술 그 자체보다 중요한 건 실제로 해당 기술을 완성시키는 사람의 철학 또는 원칙인지도 모르겠다.

새로운 한 해가 시작되는 이맘때면 사람들은 으레 이런저런 신기술의 등장을 점친다. 특정 기술을 언급하며 그 기술이 세상에 나오기만 하면 큰 시장을 이루고 당장 인류의 삶을 편리하게 해줄 것처럼 말한다. 하지만 자세히 들여다보면 거기엔 그런 주장을 통해 어떤 식으로든 특정 분야의 헤게모니를 쥐려는 시도가 숨어있다. 2000년 초 ‘밀레니엄 버그 트라우마’로 한동안 고생했던 나로선 비트코인이나 인공지능, 가상(증강)현실 같은 신기술이 그저 기술로만 보이지 않는다. 중요한 건 이들을 단순한 기술적 접근으로 보지 않고 거기에 내포된 철학과 원칙으로 신중하게 접근하는 자세가 아닐까? 

※이 칼럼은 해당 필진의 개인적 소견이며 삼성전자의 입장이나 전략을 담고 있지 않습니다

※원고에 쓰인 자료 중 일부는 필자의 페이스북에서 발췌, 인용됐습니다

^[1]반도체 칩이나 컴퓨터 프로그램이 2000년을 1900년으로 오인, 사회 시스템이 마비되는 현상. ‘1000년(millennium)’과 ‘컴퓨터 오류(bug)’를 뜻하는 영단어를 합친 말로 ‘Year(연도)’의 ‘Y’와 ‘Kilo(1000)’의 ‘K’를 붙여 ‘Y2K’ 문제라고도 한다
^[2]Isaac Newton. 영국 물리학자·천문학자·수학자(1642~1727)
^[3]마윈 회장은 2015년 6월 중국 베이징에서 열린 빅데이터산업 설명회 당시 “세상은 지금 정보기술(IT) 시대에서 데이터기술(DT) 시대로 가고 있다”고 말해 주목 받았다
^[4]해당 보고서에 따르면 나머지 여섯 단계는 각각 △효율적 변화 관리(Drive culture change through effective change management) △제품과 고객, 자산 간 연결(Connect your customers, products, assets and people) △데이터 문화(Adopt a data culture) △시행착오에서 배우기(Experiment and fail fast) △생태계에 대한 고려와 소프트웨어 기업으로의 변화(Think ecosystem and become an enterprise software company) △위협적 경쟁자에 대한 자각(Who is my Uber?) 등이다
^[5]원문은 다음과 같다. “Technology is a means, not an end, for transformation. It’s about leaders, leadership, and people. Technology is accessible to everyone, so that is not where differentiation happens.”

요즘 4차 산업혁명에 ‘목매는’ 사람이 적지 않다. 그들은 4차 산업혁명만이 인간 미래의 먹거리고 4차 산업혁명기에 접어들면 모든 인간이 전지전능한 경지에 오르기라도 할 것처럼 얘기한다. 그때쯤이면 로봇이 육체노동은 물론, 정신적 사고까지 대신해주고 가상현실이 일상화돼 지금껏 불가능하게 여겨졌던 일들을 전부 가능케 해줄 거라 상상한다. “2025년 미국 자동차 인구 10%가 자율주행 자동차를 이용하면 차 안에서 팔릴 디지털 콘텐츠 규모는 50억 유로에 이를 것”과 같은 전망에 촉각을 곤두세운다.

다른 한편에선 4차 산업혁명을 공포와 두려움의 대상으로 바라본다. 그들은 인공지능으로 무장한 로봇이 인간의 능력을 넘어서며 인간의 일자리를 빼앗고, 급기야 인간을 지배하는 상상에 몸서리친다. “2030년이면 약 20억 개의 일자리가 없어질 것” 따위의 예언을 너도나도 인용하며 대화의 주제로 올린다.

어느 쪽 주장이 타당한지 살피려면 우선 4차 산업혁명의 도래 시점을 가늠할 필요가 있다. 다시 말해 로봇과 인공지능, 자율주행, 가상현실 등의 기술이 언제쯤 일상에서 구현될지 면밀히 따져봐야 한단 얘기다. 사실 4차 산업혁명에 관한 ‘총론’은 이제껏 나온 것만으로도 충분하다. 이젠 실제 행동이 수반되는 ‘각론’이 등장해야 할 시기다.

4차 산업혁명, 그 핵심엔 데이터가 있다

4차 산업혁명의 핵심 서비스 중 가상(증강)현실은 아직 갈 길이 멀다. 사용하기 불편한 도구와 화면의 지연·끊김 현상, 어지럼증 유발이나 감각 간 부조화 등 해결해야 할 문제가 산적한 탓이다. (완전한 의미에서의) 자율주행 자동차 역시 완성 단계로 나아가려면 상당한 시간이 걸릴 전망이다. 언뜻 떠올려도 △2000여 개 센서 간 원활한 데이터 교환 △정밀한 위치측정시스템(GPS) △정확한 위치 네트워크 데이터 등 필요한 게 한둘이 아니다. 단 1㎝의 오차도 허용치 않는 정밀 지도와 필요한 데이터를 실시간으로 원활하게 수신할 수 있는 통신 체계도 필수다. 1만 회 정상적으로 작동하다가도 한 번 실수하는 시스템이라면 자율주행에 쓰일 수 없기 때문이다.

원격 수술에서 네트워크 지연은 치명상이며 드론 비행 시 데이터가 끊기면 곧장 추락으로 이어진다. 데이터 부족으로 제대로 구현되지 못한 홀로그램은 한낱 엔터테인먼트에서나 쓸모 있는 불빛놀이에 불과하다. 로봇에 단순 명령 이해 기능 외에 (현상의 원인과 결과를 알아차리는) 맥락 이해 기능까지 더하는 문제는 여간 복잡하지 않다. 일부 과학자는 기기와 무관하게 적용 가능한 에너지 문제, 혹은 수 조 개 센서와 연계되는 보안 문제를 지적하기도 한다. 따지고 보면 문제는 도처에, 처음부터 끝까지 산적해 있다. 4차 산업혁명이 마냥 신기하고 새로운 신기루나 무지개 같은 존재만은 아니란 얘기다.

단 하나, 분명한 건 4차 산업혁명의 핵심에 데이터가 존재한단 사실이다. 다양하고 용량이 크며 속도와 신뢰를 겸비한 데이터는 인공지능의 ‘밥’이자 자동화 서비스 구현의 최소 조건이다. 너도나도 네트워크 속도 개선과 1000배 빠른 컴퓨터 제작에 나서고 미더운 데이터 구축에 효과적인 반응을 내놓는 건 그 때문이다. 5G와 퀀텀 컴퓨팅은 각각 이 같은 노력의 외부적·내부적 성과인 셈이다. 전문가들이 블록체인 등의 기술을 도입, 데이터 위·변조를 방지하려 노력하는 것도 같은 맥락에서 해석할 수 있다.

‘100배 빠른 통신’ 5G, 1년 후면 상용화

국제전기통신연합(International Telecommunication Union, ITU)은 당초 2020년이었던 5G 기술 상용화 시점을 2019년으로 1년 앞당겼다. (이와 별도로 2018 평창동계올림픽 기간 중엔 5G 시범 서비스가 선보일 예정이다.) 약 1년 후면 전 세계 대부분의 이동통신사가 지금보다 100배 이상 빠른 속도의 통신 서비스를 제공할 수 있게 될 거란 얘기다. 3G 기술을 기준으로 했을 때 영화 한 편 다운로드하는 데 7분이 걸렸다면 5G 시대엔 이 시간이 1초로 줄어든다.

사실 영화 한 편 내려 받는 데 10분이 걸리느냐 1초가 걸리느냐 하는 건 지엽적 문제다. 보다 중요한 사실은 새롭게 적용되는 기술이나 서비스가 속도(혹은 지연)에 얼마나 민감한가 하는 것이다. 한 예로 올해 월드모바일콩그레스(MWC)에서 스웨덴 통신장비 제조 기업 에릭슨(Ericsson)이 선보인 원격 수술 시연은 5G 네트워크 환경에서 이뤄져 일약 주목 받았다. 역시 올해 중국 MWC에 등장한 중국 현지 기업의 무인자동차 원격제어 기술은 밀리세컨드(㎳, 1000분의 1초) 단위 오차도 허용하지 않을 정도로 시간 지연에 엄격했다.

5G 기술의 완성도는 2020년 도쿄올림픽을 계기로 한층 더 높아질 전망이다. 그 즈음이면 원격 업무와 가상현실 체험이 지금보다 훨씬 널리 보급될 것이다. 누구나 원격 진료 혜택을 누리고 3차원 사진을 감상하며 빅데이터 기반 자동화 서비스를 제공 받게 된다. 개별 기술과 서비스 못지않게 이들이 융합된 형태, 즉 스마트 시티나 스마트 팩토리도 흔하게 접할 수 있을 것이다. 시작은 5G 기술이지만 끝은 4차 산업혁명의 산출물일 수 있단 얘기다.

5G와 인공지능, 블록체인 간 ‘삼각관계’

5G 기술은 인공지능과도 밀접한 관련이 있다. 인공지능은 기본적으로 데이터를 주식(主食)으로 삼아 작동된다. 작게는 인공지능 스피커와 가전에서부터 로봇과 자동차, 디지털 트윈[1], 크게는 인공지능 도시에 이르기까지 다방면에 적용된다. 전문가들은 인공지능 기술이 만개하는 시기를 2025년으로 점치는데 이는 상당히 일리가 있다. 실제로 인공지능 관련 기술들은 최근 하이프 사이클[2]에서 하나같이 최고치를 경신하고 있다.

인공지능 기술에선 센서, 그리고 센서에 탑재되는 데이터가 중요하다. 2025년 사람들의 일상을 채울 센서 개수(추정치)는 얼마 전까지만 해도 1조 개였지만 최근 10조 개로 늘었다. 그만큼 인공지능의 특이점이 도래하는 시점도 빨라진 셈이다. 세계경제포럼(World Economy Forum, WEF)에 따르면 인공지능과 함께 블록체인 기술도 급부상할 전망이다. 어찌 보면 블록체인은 5G에 의해 빨라지고 많아진 데이터, 그리고 그걸 바탕으로 성장하는 인공지능에 신뢰를 불어넣기 위한 수순일 수 있다. 물론 인공지능이 인간의 지능과 사고를 능가하는지 여부에 관한 논의는 이 시점에서 적절치 않다. 그 문제를 논할 만큼 충분한 기술이 확보되지도, 사회적 합의가 이뤄지지도 않았기 때문이다.

위 도표는 WEF 자료를 참조, 5G·인공지능 기반 기술 활성화에 따라 새롭게 대두될 기술 현상들을 나열한 것이다. 대부분 ‘초(超)연결’과 ‘초(超)지능’이 전제돼야 할 4차 산업혁명의 핵심 기술이다. 도표에 언급된 시점을 기준으로 인공지능은 인간과 보다 긴밀하게 연계돼 한층 효율적 서비스를 구현할 전망이다. 당연히 상당한 수준의 정신적 사고 기능도 갖추게 될 것이다.

10년 내 ‘스마트폰 혁명’ 버금가는 변화

5G 시대의 기술 발전은 과거의 그것에 비해 폭이나 양, 방향과 크기 모두 비교할 수 없을 정도로 다르다. 모든 기술은 전방위적으로 융합되고 혁명이라 해도 무방할 만큼 폭발적으로 성장한다. 말하자면 4차 산업혁명의 시발점이라고나 할까? 실제로 5G 기술을 둘러싼 세계 각국 기업 간 경쟁은 그 어느 때보다 치열하다. 완성된 결과물의 수준 또한 탁월하다. 이미 하늘에선 드론이 날고 땅에선 인공지능이 탑재된 자율주행 자동차가 질주한다. (셰릴 샌드버그 페이스북 최고운영책임자는 “실리콘밸리에서 자율주행 자동차를 만들지 않는 기업은 우리뿐”이라고 말하기도 했다.) 로봇 시장에서도 인간의 심신을 모두 대치(代置)할 수 있는 수준의 제품이 속속 공개되고 있다.

인공지능에서 가장 중요한 데이터 기술도 가파르게 성장하고 있다. 컴퓨터 데이터 스토리지 전문 기업 델EMC(DELL EMC)에 따르면 2013년 4.4조 기가바이트(GB) 수준이었던 연간 신규 생성 데이터는 2020년 44조 기가바이트로 10배가량 증가할 전망이다. 하지만 실은 이 또한 정확한 예측이라고 보기 어렵다. 사물인터넷 적용 영역이 확장되고 센서 시장이 폭발적으로 성장하며 데이터는 더 큰 규모로 증가할 공산이 크기 때문이다.

여러 정황으로 봤을 때 5G 시대의 출현은 결코 예사롭지 않다. 2007년을 전후해 별안간 등장한 터치스크린 기반 스마트폰이 이후 10년간 현대인의 일상을 완전히 바꿔놓은 것처럼 요즘 출시되는 음성인식 기반 인공지능 스피커는 어린아이에서부터 노인에 이르기까지 전 연령을 인터넷 인구로 빠르게 편입시키고 있기 때문이다. 여기에 새로운 UI(User Interface)나 UX(User eXperience)까지 더해진다면 또 한 번의 혁신적 변화가 일어날 수도 있다. 4차 산업혁명에 대한 기대와 우려가 공존하는 요즘, 5G 관련 기술과 서비스 변화에 주목해야 하는 이유는 바로 거기 있다. 

※이 칼럼은 해당 필진의 개인적 소견이며 삼성전자의 입장이나 전략을 담고 있지 않습니다
※원고에 삽입된 사진은 필자의 페이스북에서 발췌, 인용됐습니다(일부 제외)

[1]digital twin. 물리적 사물과 컴퓨터에 동일하게 표현되는 가상 모델. 미국 기업 제너럴 일렉트릭(GE)이 만든 개념이다
[2]Hype Cycle. 특정 기술의 성숙도를 표현하기 위한 시각적 도구. 미국 정보기술 연구·자문 기업 가트너(Gartner)가 개발했다