베이징(BEIJING北京)↔서울(SEOUL首尔)↔도쿄(TOKYO東京)
최근 구현되고 있는 인공지능은 과거와 크게 다르다. 컴퓨팅, 데이터, 알고리즘의 한계가 차례로 극복되며 인공지능 분야에 큰 변화가 일어나고 있다. 인공지능의 발전은 그 영향력이 제조, 금융, 의료, 자동차 등 거의 모든 산업에 미칠 수 있다는 점에서 엄청난 잠재력을 가지고 있다.
생태계의 특성상 선제적으로 플랫폼을 통해 네트워크 효과 만들어 내는 기업이 경쟁에서 우세할 가능성이 높다. 특히 딥러닝을 기반으로 한 인공지능의 성능은 데이터에 의해 크게 결정되기 때문에 초기에 생태계에 참여자를 빠르게 확보한 인공지능 플랫폼과 후발 주자로 시작하는 플랫폼 사이의 성능 차이는 크게 벌어질 수 밖에 없다.
인공지능은 자율주행 자동차와 교통 인프라의 진화를 가속화시킬 것이다. 자율주행은 기본적으로 자동차가 ‘갑작스런 보행자 출현’이나 ‘Stop 표지판’ 등의 상황을 빠르고 정확하게 인식하는 데서 출발한다. 세계적인 그래픽 기술 기업인 엔비디아는 2015년 CES에서 딥러닝을 기반으로 한 자율주행 자동차의 인식 기술을 발표했다. 이 기술은 360° 카메라를 이용해 보행자가 다른 사물에 가려져 있어도 머리와 다리 등 신체 일부만 감지되면 사람으로 정확하게 인식한다. 또한, 교통 표지판 및 주위 자동차의 차종을 신경망을 이용해 빠르게 판단할 수 있다.
네트워크로 연결된 서버는 주행 중 수집된 다양한 정보를 학습해 인식의 정확도를 높일 수 있는 알고리즘을 스스로 생성하고 다른 자동차에게도 전송한다. 정보가 많아질수록 더 똑똑해지는 것이다. 이와 같은 기술은 아직은 데모 시험 수준으로, 자동차에 본격 적용되기까지는 다소 시간이 걸릴 것이다. 하지만 자율주행, 더 나아가서 도로, 교통 인프라의 지능화를 앞당기는 데 큰 기여를 하게 될 것은 분명하다.
딥러닝 기술의 발전으로 인해 자율주행 기술의 핵심이 이동하고 있다. 고가의 특화 센서와 자동차 분야의 전문가가 중심이 되었던 자율주행 기술을 인공지능 분야의 전문가들이 저가의 범용 센서를 활용하면서도 구현 가능하게 된 것이다. 인공지능 역량을 확보한 신생 Startup 및 연구소들이 빠르게 시장에 진출하면서 엄청난 투자와 연구 기간을 들여 기술을 구축해온 거대 IT 기업 및 완성차 제조사들의 기술 장벽이 허물어 지고 있다.
자동차 산업 분야의 전문성(Domain Knowledge)에 기반해 산업을 주도했던 기업들의 주도권이 새로운 기술에 기반한 Startup으로 이동할 가능성이 높아지고 있는 것이다. 실제 자동차 산업 보다 일찍이 딥러닝이 적용되며 기술 적용이 이루어진 언어인식 분야의 경우 기술 구현의 핵심이 언어학자에서 딥러닝 전문가로 빠르게 대체되고 있으며, 업계에서는 ‘언어학자를 1명씩 해고할 때 마다 언어 인식률이 1%씩 향상된다’라고 까지 이야기 되고 있다. 즉 딥러닝 기반의 인공지능이 기존 산업 내 경쟁의 핵심을 변화시키고 있으며 자율주행 기술 분야도 그 패턴을 따라갈 가능성이 커지고 있다.