AI 도입 / DX 컨설팅 및 다양한 네트워킹 프로그램

세엽: 저희 클라이언트분들이 워낙 다양한 AI를 하시다 보니까 특이한 사례들이 있는데요. 그중 특이한 사례를 소개해 드릴게요. 일반적으로 전봇대를 보면 여러 가지 부품들이 있습니다. 그 부품들을 유지 보수하기 위해서는 사람이 올라가서 실제 부품이 지금 녹슬었는지, 문제가 있는지 확인을 하고 고치는 방식으로 합니다. 그것들을 자동화하기 위해서 전봇대 부품을 인지하는 인공지능을 만드는 회사가 있었습니다.

축산의 경우, 돼지나 소가 아픈지, 건강한지 상태를 눈으로 또는 CCTV로 보고 관리합니다. 그것을 인공지능을 통해서 관리하는 회사도 있었습니다.  

국방 쪽에는 위성 영상에 있는 여러 가지 정보들을 인공지능을 통해 빠르게 포착하여 활용한 케이스도 있었습니다. 최근 가슴 아픈 일이었던 우크라이나 전쟁 때에도 그 기술이 활용이 되어서 도움을 준 것으로 알고 있습니다.

AI에 대해서 쉽게 생각하셨으면 좋겠습니다. AI는 도구일 뿐이거든요. “내가 자동화하고 싶은 부분이 있다.”라고 하면 AI를 적용할 수 있다고 생각해 주시면 좋을 것 같습니다.

AI 선녀 보살 : 질문이 있습니다. 전봇대 부품 파악하는 것도 전문가의 노하우 그런 것인데, AI가 파악할 수 있는 기술로서 바꿀 수 있다는 것으로도 알면 될까요?

세엽: 네 맞습니다. 결국 사람이 어떤 인지를 해서 판단을 한다는 것이 특정 패턴을 인지했기 때문입니다. 인공지능이 잘하는 것이 여러 데이터들을 보고 패턴을 끄집어내서 학습하는 것입니다. 그렇기 때문에 사람이 어떤 근거, 어떤 패턴을 가지고 판단하는 일이 있다면 그걸 인공지능이 대신할 수 있다고 생각해 주시면 됩니다.

AI 선녀 보살 : 어 그럼 주식도 패턴인데 AI가 학습할 수 있다는 건가요?

세엽: 주식에 패턴이 있었으면 … 제가 지금 눈물을 흘리고 있지 않겠죠 …

세엽: 소통이 안된다는 단어에서 고충이 느껴집니다. 일단은 AI를 위에서 말했던 블랙박스로 바라보는 관점이 필요합니다. 우리가 조직을 꾸리고 일을 할 때, 우리가 어떤 기능을 하는 조직인지 윗단에서 바라보고 조직에 필요한 것을 지원해 주고, 넣어주면. 어떤 산출물을 낼 수 있는지 바라보듯. AI도 그렇습니다. 실질적으로 서비스 기획을 하시기 위해서는 AI가 어떻게 학습을 하는지, 그것에 대해 아시면 좋을 것 같습니다. 결국에는 어떤 인풋이 있고 AI가 아웃풋을 내는데. 아웃풋의 품질을 어떻게 하면 더 향상시키는지입니다. 저희는 학습 데이터라는 정답지를 만들어서 AI에게 주면 AI는 정답지를 보고 다시 문제를 풉니다. 그것을 반복하면서 AI가 성능을 올리는 것입니다.

그리고 서비스는 한 번 기획하고 끝날 것이 아니므로, 서비스를 발전시켜야 하는데 그렇기 위해서는 ‘이 AI를 작동시키기 위해서는 어떤 데이터가 필요하구나.’는 것들을 고려해서 서비스 기획을 하는 것이 중요할 것 같습니다.

AI 선녀 보살 : 그럼 현업에서 뛰는 광부님들께선 미래의 AI 산업에 대해 좀 점지해주실 수 있을지.

세엽: 요즘에는 AI 기술들이 너무 많이 발전해서 연주자나 기술자가 내부에 없더라도 AI 도입을 할 수 있는 때가 많이 가까워진 것 같습니다. 물론 그 AI를 제공하기 위한 솔루션 업체나 구글이나 아마존 같은 곳에서 API형태로 제공하는 것들을 활용하면 되는데요. 결국에는 우리 회사에서 AI를 도입하기 위해서 필요한 것이 뭐냐? 그럼 데이터라고 이해해주시면 됩니다. 최근에는 AI를 도입하기 위한 주요 구성원중에 AI 기술자보다 데이터를 기획하는 사람들이 들어갈 정도로 결국에는 내가 자동화하고 싶은 문제가 무엇인지 그것을 명확히 이해하는 것이 중요다고 AI 리더분들이 항상 말씀하십니다. 내가 자동화하고 싶은 문제가 있으면 그것에 관해서 데이터화하면 됩니다. AI를 좀 더 쉽게 생각하시면 블랙박스라고 생각하시면 되거든요. 내가 의도한 인풋을 넣었을 때, 원하는 아웃풋이 나오게하는 어떤 장치일 뿐입니다. 

예를 들어, 내가 어떤 것을 분류하는 작업을 자동화한다고 하면 분류하기 위한 이미지(인풋)이 있을 거고, 분류한 결과(아웃풋)이 있을텐데. 그것을 위한 데이터만 준비해주시면 사실 그 데이터를 AI에 학습해서 제공해줄 수 있는 업체는 굉장히 많기 때문에 데이터를 내부적으로 잘 쌓으시는게 중요하다고 말씀을 드리면 될 것 같습니다. 

AI 선녀 보살 : 데이터라는 것이 명칭이 중의적인 것 같습니다. 정확하게 데이터가 무엇인지 인지하기가 힘듭니다.

세엽: 제가 반복적으로 강조를 드리고 싶은 부분은 내가 어떤 것을 자동화하고 싶냐?라는 겁니다. 핸드폰에 있는 음성인식 기능은 음성(데이터)을 넣어주고(인풋), 아웃풋이 텍스트(데이터)로 바꿔주는 것입니다. 데이터는 그런 것들을 부르는 호칭일 뿐인 것이고, 내가 넣어주는 게 무엇이고, 튀어나오는 게 무엇이냐. … 내가 AI에게 가르치고 싶은 행동 혹은 기능이 무엇인가?를 생각해 주시면 됩니다.