오늘날 인공지능(AI)은 기술 분야에서 중요한 화두다. 특히 오픈AI의 챗GPT, 구글의 제미나이, 어도비의 센세이와 파이어플라이 같은 생성형 AI 모델은 AI를 추상적 개념에서 벗어나 일상생활의 필수적인 요소로 만들어 냈다. 생성형 AI가 현재 주목을 받고 있지만 상당히 오래 전부터 일상에서 사용하는 기술과 도구에 AI가 적용돼 왔다.
AI의 적용 가운데 주목할 만한 분야는 증강현실(AR)과 혼합현실(MR)로, 인간이 디지털 세계와 상호작용하는 방식을 혁신적으로 변화시켰다. 특히, AR는 AI를 핵심 기능에 통합해야 가능하다. 스마트 글라스와 모바일 장치를 통해 경험하는 AR의 놀라운 기술은 AI와 머신러닝(ML)의 역할이 크다. 이 기술들이 수백개 센서에서 수집된 데이터를 조화롭게 분석해 디지털 세계와 현실 세계를 연결한다.
AR를 구현하는 스마트 글라스와 모바일 장치에는 주변 환경에 대한 데이터를 수집하는 센서가 다수 탑재돼 있다. AI는 이 센서에서 수집한 원시 데이터를 가져와 주변 환경을 디지털로 표현하는 '매핑(mapping)' 프로세스를 수행한다. 이 매핑 프로세스를 통해 AR의 가공 정보가 현실 세계와 연결되고, 디지털 객체가 사용자의 물리적 환경에 매끄럽게 통합돼 보이게 한다. 스마트 기기가 많을수록 엣지 데이터가 방대해지며, 기업이 엣지 데이터를 통해 활용할 수 있는 영역은 점점 더 많아질 것이다.
또 매핑된 주변 환경은 AI를 통해 지속적으로 분석되므로 물품 스캔, 경고 표시와 같은 반복적 업무나 확인 작업을 자동화해 생산성을 높여주고, 작업자가 핵심 업무에 더 집중할 수 있게 한다. 컨텍스트 기반 데이터 실시간 분석은 AI의 핵심으로, 앞으로도 AI 지원 프로세스와 결과에서 가장 결정적 요인이 될 것이다.
예를 들어, 실시간 자막 생성 및 번역과 AR·MR 업무 프로세스 등 AI를 실제 업무에 효율적으로 적용해야 사용자에게 더욱 역동적이고 몰입감 있는 경험을 제공할 수 있다. AI는 방대한 데이터에서 패턴을 식별하는 능력이 뛰어나 산업 환경에서 작업자의 행동을 분석해 효율성을 제고하도록 돕는다. 가령, 현장 작업자가 특정 물품을 찾는 데 불필요한 시간을 소요한다면, AI는 이러한 패턴을 추적하고 전체 창고의 재고를 고려해 물품의 효율적인 위치를 제안해 시행착오를 줄인다.
AI는 데이터의 패턴을 식별하는 것에서 나아가 수집한 데이터를 기반으로 유의미한 결론을 도출할 수 있다. 예를 들어, 작업자가 무거운 물체를 들어 올리는 것과 같은 육체적으로 힘든 작업에서 AI는 작업자의 역량을 모니터링해 과로로 생산성이 저하되기 시작하는 시점을 파악할 수 있다. 이를 통해 근무 시간을 조정하거나, 들어 올리는 작업을 최소화할 수 있는 위치로 품목을 재배치하고, 신체적 부담을 줄이기 위한 기기 도입 등 정보에 입각한 의사 결정을 이끌어낸다. 또 AI의 이미지 인식 및 객체 식별 기능을 활용하면 작업자 활동이 개선돼 효율성을 향상할 수 있다.
AI를 이용해 무엇을 실현할 수 있을지 탐색하는 여정은 이제 막 시작된 셈이다. AI는 인간이 기술과 상호작용하는 방식을 변화시켰을 뿐만 아니라 분석에서 자동화까지 다양한 영역에서 효율성과 생산성을 더욱 향상할 것이다. 앞으로 AI의 실시간 데이터 분석의 힘은 계속해서 혁신을 주도하고 우리 모두를 위해 더욱 스마트하고 민첩한 도구와 프로세스를 만들어 낼 것이다. AI의 미래 기술 발전이 산업 전반에 가져올 무궁무진한 가능성을 기대하면서, 기업은 AI의 더욱 적극적으로 활용하여 미래를 대비하고 지속적 성장과 혁신을 주도하도록 준비해야 한다.
이혜영 팀뷰어코리아 대표 info-korea@teamviewer.com