'일상 속으로 들어온 인공지능(AI)'이라는 슬로건대로 올해 미국 로스앤젤레스에서 열린 CES에서는 AI가 점령했다. 삼성전자 '볼리' 등 혁신 제품은 물론 모빌리티, 디지털헬스, 스마트팜 등 모든 산업에서 AI 기반 서비스가 경쟁하듯 선보였다. 전 산업에서 AI를 잘 활용하는 것이 기업과 국가 경쟁력을 좌우하는 시대가 도래했다.
컨설팅 기관 매킨지는 3차 산업혁명에서 정보통신기술(ICT)로 인한 생산성 향상은 0.6%였지만 4차 산업혁명 시대 AI는 최대 1.4% 향상시킬 것으로 전망했다. AI 확산은 세계 국내총생산(GDP)을 향후 10년 동안 매년 1.2% 추가로 증가시킬 것으로 전망하고 있어 AI가 미치는 파급 효과가 얼마나 큰 지 알 수 있다.
AI를 전 산업에 빠르게 확산시키기 위한 양질의 서비스와 기술 개발에 속도를 높여야 하며, 비 ICT 기업의 AI 트랜스포메이션도 적극 추진해야 한다. 그러나 AI 서비스 개발에 필요한 '고성능 컴퓨팅 자원'과 'AI 학습용 데이터', 체계를 갖춰 양성된 '산업 도메인별 AI 개발인력'은 턱없이 부족하다. 우리나라 중소·벤처기업이 개별로 인력 양성과 인프라 구축에 투자하기에는 시간과 비용면에서 부담이 매우 크고, 국가 차원으로도 중복 투자와 품질 저하 문제가 우려된다.
이에 따라 기업이 공동 활용할 수 있는 인프라를 정부 차원에서 구축하고 제공하는 것이 필요하다. 이것이 'AI 가속 성장 생태계'다.
AI 가속 성장 생태계를 활용하게 된다면 고성능 컴퓨팅 자원, 정제된 AI 학습데이터 확보에 필요한 시간과 비용이 대폭 절감된다. 현장에서 당장 필요한 개발자를 원활하게 확보할 수 있어 전 산업에 AI 확산 속도와 경쟁력을 높일 수 있다. '규제샌드박스'를 활용해 신기술과 서비스를 시장에 빠르게 적용하고 상품화할 수 있게 한다면 AI 확산 속도는 상상을 초월할 정도가 될 것이다.
AI 가속 성장 생태계 조성을 위해서는 첫째 그래픽처리장치(GPU) 기반의 고성능 컴퓨팅 자원을 지원해야 한다. AI 서비스 개발에 필수인 딥러닝은 다량의 데이터를 고속 처리하기 위한 고성능 컴퓨팅 자원이 필수지만 고비용으로 인해 중소·벤처기업이 자체 마련을 하기에는 부담이 크다. 지난해 과학기술정보통신부와 정보통신산업진흥원(NIPA)은 기업이 공동 활용할 수 있는 고성능 컴퓨팅 인프라를 구축하고 200개 중소·벤처기업을 대상으로 지원했으며, 올해는 800개까지 대폭 확대할 예정이다.
둘째 반도체, ICT, 제조, 의료, 에너지 등 산업별로 AI를 학습시킬 수 있는 데이터를 수집하고 공유하는 체계를 갖춰야 한다. 똑똑한 AI를 만들기 위한 학습데이터는 기초데이터 수집 및 가공(정제)에 많은 시간과 비용이 소요된다. AI를 효율 높게 학습시키기 위해서는 수집-가공-활용-보완 과정에 기업이 자유롭게 참여할 수 있는 시스템을 마련해야 한다. 최근 국회를 통과한 '데이터 3법'은 기업이 데이터를 확보하는 데 큰 도움이 될 것으로 기대된다.
셋째 AI 산업 인력 양성을 위한 체계화된 교육이 필요하다. 석·박사급 연구 인력은 물론 산업별 우수 인력을 AI 인재로 전환(트랜스포메이션)하는 것이 시급하다. 소프트웨어정책연구소는 오는 2023년까지 약 1만8000명의 AI 인력이 부족할 것으로 전망했다. 이는 AI 자체 산업만 고려한 수치다. ICT, 제조, 의료 등 AI 연관 산업에 필요한 개발 인력까지 고려하면 최소 10배 이상 부족할 것으로 추측된다.
NIPA가 지난해부터 산업 도메인별 혁신을 주도하기 위한 AI 산업 인력 양성 프로그램을 마련한 것도 이 때문이다.
최소 10년 동안 AI는 모든 산업에서 게임체인저 역할을 할 것이다. 반도체, ICT, 제조, 조선, 의료, 자동차 등 우리나라가 강점을 보유한 산업에 경쟁국보다 먼저 AI를 적용해 경쟁력을 괄목할 정도로 끌어올려 세계 시장에서 확고한 우위를 차지하는 전략이 필요하다. AI 가속 성장 생태계를 통해 우리 중소·벤처기업도 글로벌 시장에서 질주할 수 있도록 국가 차원에서의 과감한 투자가 필요할 때다.
김창용 정보통신산업진흥원장 cykim@nipa.kr
