[더테크=문용필 기자] ‘챗GTP’ 열풍 이후 하루에도 수많은 인공지능(AI) 관련 뉴스와 정보들이 나오고 있다. 자사 서비스와 업무 프로세스에 AI를 도입하려는 기업들도 늘어나고 있다. 셀 수 없을 만큼의 AI 정보들 속에서 많은 이들이 갖는 궁금증 중 하나는 ‘AI가 미래산업에, 그것도 각 분야별로 어떻게 활용될 것인가’이다.
한국딜로이트그룹이 이에 대한 해답을 가늠해볼 수 있는 국문 리포트를 하나 내놓았다. ‘인공지능 활용서: 6대 산업별 활용사례’라는 제목이다. 리포트는 △첨단기술, 미디어 및 통신 △소비자 △에너지, 자원 및 산업재 △금융 △생명과학 및 헬스케어 △정부 및 공공으로 부문을 나눠 AI를 활용하는 방법을 제시했다. 해당 리포트가 소개한 각 부문별 유망 AI 활용사례를 정리해 본다.
1. 미디어 및 통신 부문
리포트가 해당 부문에서 첫 번째로 언급한 것은 ‘자가복구 네트워크’다. 네트워크 및 IT인프라가 갈수록 복잡해지고 예측이 불가능해지면서 오류가능성과 유지 보수 비용이 증가하고 있는데 머신러닝 알고리즘으로 다양한 네트워크 관련 데이터를 모니터링하고 분석해 오류 발생 전 네트워크 유지 보수 필요여부를 예측할 수 있다는 것.
그리고 다가올 미래에는 AI를 활용해 실시간 관리와 자동화가 가능할 것으로 리포트는 예측했다. 이를 통해 유지 보수로 인한 비용 다운 타임을 줄이고 예상치 못한 오류로 발생하는 부정적 영향을 완화할 수 있다고 봤다.
두 번째는 ‘자연어 처리기술 고도화’다. 리포트는 자연어 처리기술이 머신러닝과 딥러닝을 결합해 이미 스마트 기기에서 일상적인 번역 서비스를 가능케 하고 있다면서 더 나아가 정확성이 극대화된 언어 번역이 실시간으로 이뤄질 수 있을 것으로 예상했다.
‘비디오 콘텐츠 분석을 통한 데이터 수익화’도 제시됐다. AI는 비디오 데이터의 분석을 자동화해 실시간 모니터링과 트렌드 리포팅을 가능케 하고 이것이 비디오 데이터 수익화를 촉진한다는 것. 아울러 리포트는 음성 인식 및 딥러닝을 비롯한 AI 기술로 오디오, 비디오 콘텐츠를 구조화된 데이터로 변환할 수 있고 이 데이터를 채굴해 다양하게 활용할 수 있다고 봤다. 이른바 ‘오디오/비디오 마이닝’이다.
‘시청자 감정 감지를 통한 광고 분석’도 가능할 것으로 예상된다. 시청자의 거실에 센서를 설치한 후 AI 기술을 활용해 센서 데이터를 실시간으로 기록 분석함으로써 특정 광고가 시청자 감정에 어떤 영향을 미치는지 정확하게 알 수 있다는 것. 시청자 인구통계와 참여 수준 등 세부 정보도 얻을 수 있다.
2. 소비자
리포트는 ‘자동화 매장’에 우선 주목했다. 카메라와 센서의 도움을 받은 딥러닝 소프트웨어가 매장 안에서 일어나는 모든 일을 파악할 수 있다. 사람의 개입이 거의 혹은 전혀 없어도 재고를 관리하고 매장을 운영할 수 있다고 리포트는 봤다.
AI시대에 빼놓을 수 없는 미래기술인 ‘자율주행’도 포함됐다. 리포트는 “자율주행은 온보드 센서와 위치측정 기술을 AI기반의 의사결정 모델과 결합해 사람의 실수를 줄이고 더욱 똑똑하고 더욱 많은 정보에 기반해 핸들과 브레이크 조작, 방향 설정 등을 수행한다”고 밝혔다.
AI가 고객의 신체사이즈와 형태에 맞는 아이템을 실시간으로 ‘초이스’해주는 ‘패션 테크’도 선정됐다. 머신러닝과 컴퓨터비전, 3D 스캐닝 등을 결합한 시스템을 도입해 고객이 카메라 앞에 서면 실시간으로 신체 사이즈를 정확히 측정하는 형태다. 측정된 사이즈를 품목 데이터베이스와 대조해 가장 완벽한 핏을 찾아주면 고객 만족도를 개선하고 반품 비용도 절감할 수 있다.
피트니스와 웰니스도 빼놓을 수 없다. 리포트는 “모든 사람이 실시간으로 개인 맞춤형 건강관리와 웰니스 경험을 누리면서, 또한 다른 모든 사람의 건강 데이터와 경험을 수집해서 얻은
솔루션의 혜택을 누리는 시대가 곧 시작될 것”이라고 예상했다,
AI시대의 ‘맞춤형’은 고객 서비스 경험에도 적용된다. 고객 여정 전반에 AI를 도입하면 서비스 경험과 프로세스, 상호작용이 ‘사람 대 사람’에서 ‘사람 대 기계’, ‘기계 대 기계’로 진화하면서 고객들이 더욱 편리하고 효율적인 도움을 받을 수 있게 된다고 리포트는 봤다.
3. 에너지, 자원 및 산업재
리포트는 ‘신소재 및 화학물질 개발’을 해당 부문의 가장 첫 번째 활용사례로 제시했다. 신소재와 화학물질은 개발 과정이 복잡하고 긴 시간의 이론 정립과 실험, 시행착오 등이 수반되는 노동집약적인 연구작업인데 AI의 발전으로 연구단계가 상당히 간소화되거나 제거되고 있다는 것이다.
리포트에 따르면 AI 모델은 새로운 소재와 화학물질 간의 배합 결과로 나타나는 신소재의 물성을 예측하고 연구자에게 관련된 데이터를 신속하게 제공하거나 연구개발 단계별 필요한 실험을 제안해 시행착오를 줄여준다.
‘알고리즘 기반 스마트 공급망 계획’도 눈여겨봐야 할 필요가 있다. AI는 수요 예측과 재고관리, 생산 최적화 등을 더욱 정확하고 빠르게 수행해 공급망의 유연성과 안정성을 강화할 수 있다. 글로벌 공급망의 취약성을 예측하고 더욱 안정적이고 효율적으로 공급망을 구축하는데 기여할 수 있다.
리포트는 ‘디지털 트윈 팩토리’에 대해서도 언급했다. 디지털 트윈은 물리적 장치나 시스템에 탑재된 센서로부터 전송된 실시간 데이터를 활용해 장치의 운영 상황과 동작을 정확하게 표현해내도록 생성된 가상모델. 이를 사용하면 실제 데이터를 활용해 물리적 자산의 성능을 감독하고 잠재적 결합을 식별해 유지 관리 및 수명 주기에 대한 결정을 내릴 수 있다.
이른바 ‘가상 플랜트’도 AI시대에 나타날 것으로 예상된다. 기존 플랜트 제어 시스템은 운영자의 모니터링에 의존하는데 관제실에서 장시간 모니터를 들여다봐야 하는 운영자들은 집중력을 잃기 쉽다. AI는 이러한 플랜트 운영자들의 능력을 보조하는 역할로 운영자들이 더 나은 결정을 내리고 오류를 방지할 수 있도록 지원한다. 산업현장의 AI는 심각한 결과를 초래할 수 있는 임무에도 투입될 수 있다.
4. 금융
AI에 기반한 생체인식 기술을 활용한 ‘생체인식 디지털 결제’가 가능해질 것으로 보인다. 안면과 음성, 지문, 망막 등을 인식해 정교한 형태로 신원을 인증하는 것이다. 리포트는 “다. AI 기반 생체인식은 암호만 사용하는 것보다 훨씬 더 안전한 2, 3단계 인증 시스템에서도 핵심적인 역할을 할 수 있다”고 봤다.
AI를 활용한 ‘사용자 맞춤화 보험’도 금융 부문에서 주목할 수 있다. 유사한 특정을 가진 그룹의 보험 계리 계산과 통계에 의존하는 전통적인 보험의 단점을 AI 도입을 통해 해결할 수 있다는 것.
이른바 사용기반보험(UBI)이 이미 나와 있지만 미래의 UBI 모델은 항공편과 상업용 트럭부터 세탁기에 이라기까지 다양한 영역으로 확대될 전망이다. 이를 통해 고객은 필요한 보험에 제대로 가입하고 정확한 가격을 지불할 수 있다.
‘소비자 사기 탐지’도 고도화될 것으로 예상된다. AI가 사기 결제를 방지하고 고객 계정에 대한 사기와 남용 위험을 감소시킬 수 있다. 리포트는 “AI 알고리즘은 개인과 조직의 위험 요소를 자동으로 식별하고 분석하며, 소셜 미디어와 딥웹 포럼을 포함한 다양한 데이터 출처에서 단서를 계속해서 탐지해 잠재적인 사기가 발생하기 전에 조치할 수 있다”고 언급했다.
AI를 사용해 대출 및 신용카드의 위험과 신용도를 평가하는 ‘신용 리스크 분석’도 리포트에 제시됐다. 머신러닝과 기타 AI 기술을 사용하면 비우량 대출자와 비은행권 대출자들에 대한 신용도를 자동 평가할 수 있다. 아울러 AI는 대출자의 재무 정보를 분석하고 다양한 대출기관의 옵션을 추천해 주거용 및 상업용 모기지 대출을 위한 온라인 플랫폼을 구축할 수 있다.
드론과 AI를 활용한 ‘부동산 가격 추정 및 예측’도 가능해질 것으로 예상된다. 최신 AI 시스템이 컴퓨터비전 등을 사용해 드론의 지리적 이미지를 분석하고 이를 토대로 부동산과 해당 지역에 대한 정교한 평가모델을 구축할 수 있다는 것이다.
5. 생명과학 및 헬스케어
리포트는 새로운 ‘바이오 마커의 발견’이 가능하다고 봤다. 머신러닝과 딥러닝 기술이 생명과학 데이터를 분석하고 패턴을 인식해 새로운 바이오마커를 파악하는데 매우 효과적일 수 있다는 것. 리포트는 “이를 통해 바이오마커 분석의 효율성을 높이고 신약 프로세스를 가속화해 생명과학 회사들이 혁신적인 치료법을 더 빨리 발견하고 시장에 더 빨리 출시할 수 있게 된다”고 밝혔다.
AI를 사용해 새로운 생명체를 설계할 수도 있을 것으로 보인다. 이른바 ‘합성생물학’이다. 현재의 초기 실험 단계에선 AI를 사용해 간단한 유기체를 조직하고 바이오랩 자동화를 지원하는 계산 생물학과 화학 제조의 적용에 초점이 맞춰져 있는 상태다.
‘가상 신약 개발 연구실’도 예측해볼 수 있다. 디지털 트윈을 신약 개발에 적용하면 신약 연구개발의 효율성과 효과를 획기적으로 개선할 수 있다는 전망이다. 아울러 AI를 통해 생명과학 산업 공급망에서 수요와 공급을 보다 정확하게 예측하고 가시성과 투명성을 개선하는 한편, RPA를 기반으로 물류창고를 자동화하고 글로벌 공급망 전체에서 재고관리 및 유통을 할 수 있다. 바로 ‘자가 치유 공급망’이다.
보고서는 이 외에도 ‘AI 디지털 의료 서비스’와 AI를 사용해 유용한 목적을 위해 새 생명체를 설계하는 ‘예측 행동모델’, AI를 통해 질병 진단 속도와 정확성을 높이는 ‘디지털 병리학’, 웨어러블 디바이스에서 수집된 환자 생체신호 데이터의 이상 징후를 분석‧파악하는 ‘환자 생체신호 모니터링’ 등을 제시했다.
6. 정부 및 공공
AI 및 컴퓨터비전을 활용해 ‘영상 감시 예측’과 ‘사전 문제 감지’가 더욱 고도화될 것으로 예상된다. 리포트는 “딥러닝, 컴퓨터비전, 사물/안면인식을 통해 이전에는 없던 수준의 속도와 정확도를 실현할 수 있게 됐다”며 “이를 통해 시스템은 자동 감시 및 분석작업을 수행하고, 실시간으로 조치를 취할 수 있게 됐다”고 전했다. 교정시설에서 잠재적인 위협을 감지하기 위한 활동분석이 진행돼 교도관들이 신속하게 문제를 식별할 수도 있게 됐다.
실시간으로 전술적 움직임을 시뮬레이션하고 딥러닝 기법을 활용해 전략을 개선하는 ‘에이전트 기반 정말 군사전략 시뮬레이션’도 가능해질 것으로 보인다. 군 장성들에게 전략을 개선하고 실시간으로 전술적 움직임을 시뮬레이션할 수 있는 강력한 도구를 제공할 수 있을 것으로 보고서는 전망했다.
AI를 활용해 더욱 용이해 질 것으로 보이는 ‘공공자산과 인프라 관리’도 빼놓을 수 없다. AI가 센서 네트워크, 카메라 피드와 함께 사용되면 인프라 관리가 더욱 수월해질 것으로 보인다. 센서와 AI를 활용해 실제 사용수준을 모니터링해 유지 보수를 수행할 수도 있다.
법정에선 오랜 시간 축적된 판례와 재판기록 등을 분석해 향후 사건 결과를 예측하고 판결과 사건 해결 속도를 가속화할 수 있을 것으로 보인다. ‘판사의 판결 능력 증강’이다.
교육 분야에선 AI를 활용해 학습자의 필요와 능력에 맞춤화된 1:1 교육경험을 제공하는 ‘에듀테크’를 눈여겨볼 수 있다. 보고서는 “AI를 사용하면 적응형 학습시스템은 각 개별 학습자에게 교수법이나 학습 내용을 맞춤화하여 진정한 의미에서 ‘적응형’으로 발돋움할 수 있을 것”으로 전망했다.
(자료=한국딜로이트그룹/발췌, 정리=문용필 기자)
