fbpx

china-overtakes-US-1200x800.jpg

2019년 4월 25일

미국 시애틀에 본부를 둔 Allen Institute for Artificial Intelligence 연구소는 중국이 2030년까지 인공지능 분야에서 세계 리더가 되겠다는 목표를 5년 이내에 달성할 수 있을 것으로 보인다고 전했다.

앨런 인공지능 연구소가 실시한 이번 연구에서 그리고 올해 50% 이상으로 가장 많이 인용된 논문에서, 내년에 가장 많이 인용될 10%의 논문에서 그리고 2025년까지 가장 많이 인용될 1%의 논문에서 미국을 추월할 것이라고 보고 있다.

 

“위의 표와 같이 이 같은 추세가 계속된다면, 중국은 5년안에 가장 영향력 있는 논문에서 미국을 추월할 것이다. 또한 논문이라는 것은 사람들이 직접 쓰고 읽으며 출판되고 난 후 인용할 수 있기 때문에, 이러한 긴 프로세스가 중국의 AI 관련 논문 인용을 지연시키는 이유.” 라고 Oren Etzioni연구소 대표는 언급했다.

“결국 중요한 것은 중국의 AI연구는 양적인 면과 질적인 면으로 놀라운 정도라는 것이다”.

이 분석은 AI연구에 대한 중요한 사실을 보여주고 있다. AI 연구에 대한 중국의 막대한 투자를 포함하여 2017년 AI에 관한 발표가 선행되어 올해 많은 국가에서 그 효과가 나타나기 시작하였다. 하여 장기적으로 보았을 때 AI전략이 중요하다는 사실이 입증되었다.

Etzioni는 이 보고를 트럼프 대통령의 American AI Initiative에 회답하는 기회로 활용하였는데, 이는 연구 및 배치 전략에 대한 연방정부의 자금부족 때문에 매우 비판 받아왔다. Etzioni는 국제 학생들에 대한 행정부의 접근 방식이 미국에서 AI개발을 방해한다는 것을 강조했다.

“ 우리는 트럼프 정부가 학생들과 학자들의 이민을 막기 위해 동원하고 있는 방법들을 막기 위해 노력해야 한다” 고 말했다. 또한 그는 “우리는 언제나 그랬듯이 이러한 재능이 있는 사람들이 더 필요하다. AI2는 매우 국제적이며, 우리에게 큰 도움으로써 작용하고 있다.”고 말했다.

그는 “학생과 학자들의 이민을 저지하기 위해 다양한 방법을 동원하고 있는 트럼프 정부가 해온 일을 중단해야 한다”고 말했다. “우리는 언제나 그랬듯이 그런 재능 있는 사람들이 더 필요하다. AI2는 국제적으로도 매우 큰 호재를 작용하고 있다”고 말했다.

 

이 글은 2019315, AI Business기사를 DMK에서 번역한 글입니다.

China To Overtake U.S. In AI Within 5 Years


McDonalds-Machine-Learning-_-1.jpg

2019년 4월 18일

맥도날드는 소비자들의 데이터 기반 식사 선택권을 제공하는 서비스를 도입하기 위해 인공지능 스타트업에 투자하고 있다.

맥도날드가 투자하는 이스라엘 인공지능 스타트업  Dynamic Yield, 이 스타트업이 개발한 기술은 날씨, 시간, 교통량에 따라 메뉴를 자동으로 변경할 수 있다. 맥도날드는 이 회사에 300만 달러를 투자하는 것으로 알려졌다.

맥도날드에 의하면 drive-through에서 차량 번호판을 인식하여 고객이 평소에 주로 주문하던 메뉴를 구매할 수 있다고 말했다.

Dynamic Yield는 또한 AI 기술을 통해 더운 날 맥플러리 아이스크림을 자동으로 제안하거나 고객에게 그 날 특정 매장에서 인기 있는 음식들을 알려 줄 수 있다고 한다. 현재 미국 대부분의 맥도날드 매장은 drive-through이며, 이 기술은 drive-through 를 갖춘 매장들부터 먼저 도입할 계획이다.

맥도날드 CEO인 Steve Easterbrook은 “이 기술은 매 시간대와 날씨를 알 수 있는 것은 물론이고 하루 중 가장 바쁜 시간대의 메뉴를 미리 파악하고 서비스 제공에 소요되는 시간까지 예측할 수 있다”고 언급했다. 궁극적인 목적은 “더 개인화된 경험”을 제공하는 것이고, 고객의 최초 주문에 기반해 어울리는 추가 메뉴를 제안할 수 있는 것이라고 한다.

스티브는 맥도날드가 이 기술을 이용해 6천 8백만 명의 패스트푸드 고객들에게 서비스를 제공함으로써 수집된 데이터를 최대한 활용할 것이며, 맥도날드 앱과 셀프 주문 kiosk에 통합될 것이라고 더했다.

뉴욕과 텔아비브에 본사를 둔 Dynamic Yield는 쇼핑 패턴과 과거 구매 이력을 이용하여 다음에 어떤 상품을 구매할 것인지를 제안하는 알고리즘을 고안했고, IKEA, Office와 William Hill을 포함한 다른 회사들을 위해 기계 학습 시스템을 생산하고 있다.

이 글은 2019년 3월 27일, BBC NEWS 기사를 DMK에서 번역한 글입니다.


https___blogs-images.forbes.com_bernardmarr_files_2019_03_Artificial-Intelligence-Can-Now-Write-Amazing-Content-E28093-What-Does-That-Mean-For-Humans-1200x800.jpg

2019년 4월 18일

만약 당신이 인공지능(AI)으로 모든 것을 자동화할 수 있고 자동화가 된다고 믿는다면, AP통신, Reuters, 워싱턴포스트, 야후 스포츠 등 많은 유명 언론사들이 이미 AI를 이용해 엄청나게 많은 콘텐츠를 만들고 있다는 사실이 놀랍지는 않을 것이다.

예를 들면, 언론 협회(The Press Association)는 이제 AI를 이용하여 한 달에 30,000건 이상의 지역 뉴스를 제작하고 있다.

아마 이 글을 읽는 분들 중에서는 AI로 쓰여진 콘텐츠는 아마도 일반적 형식인 누가, 무엇을, 어디서, 언제, 그리고 어떻게 구성을 가진 글로 생각할 수 있을 것이다. 물론 어느 정도는 일반적 글쓰기 형태를 띨 순 있지만, 오늘날의 AI로 쓰여진 콘텐츠는 형식적인 글쓰기 형태를 넘어 시나 소설과 같이 창의적인 글쓰기 또한 가능하다.

 AI는 어떻게 컨텐츠를 쓸 수 있을까?

데이터에서 자동으로 서면 서술이 생성되는 소프트웨어 프로세스를 Natural Language Generation(NLG)라고 한다. 이 NLG는 비즈니스 인텔리전스 대시보드(Business Intelligence Dashboards), 비즈니스 데이터 보고서(business data reports), 개인화된 이메일(personalized email), 앱 통신(in-app messaging communication), 클라이언트 파이넨셜 포트폴리오 업데이트(client financial portfolio updates) 등 이미 우리 주변의 다양한 콘텐츠 생성에 사용되고 있다.

 그럼 NLG는 어떻게 사용되는가?

NLG의 첫 번째 단계로는 원하는 콘텐츠 형식을 정의하는 것이다. 소셜 미디어 포스트부터 재무 보고서, 그리고 시에 이르기까지 각각의 콘텐츠 유형은 독특한 글쓰기 스타일과 구조를 가지고 있다. 템플릿 또는 서술 유형의 글쓰기 방식은 최종 사용자, NLG 솔루션 혹은 소프트웨어 제공자에 의해 구성된다. 이용 가능한 NLG 툴로는 Narrative Science의 Quill, 아마존의 Polly, Automated Insights의 Wordsmith, 그리고 구글의 Text-to-Speech 등이 있으며, 워싱턴 포스트에 Heliograf와 같은 인하우스 툴을 만든 조직도 있다.

다른 AI 솔루션과 마찬가지로, 데이터에 대한 소유권과 접근은 매우 중요하다. NLG의 경우, 구조화된 데이터는 소프트웨어에 주입되고 서술 설계 방식의 일부인 “조건적 논리(Conditional Logic)”를 통해 처리된다. 여기서 이 output은 마치 인간이 만든 각 컨텐츠의 한 조각처럼 보이는 것이 최종 목표이다.

 조직들이 자연어 생성에 투자하는 이유는 무엇일까?

AI의 다른 구현과 마찬가지로, 자연어 생성은 조직이 대규모 데이터셋을 처리하고 인간이 할 수 있는 것보다 더 효율적으로 만들 수 있게 해준다. 따라서 NLG 솔루션을 구현한 조직들은 인간이 한 개를 작성하는데 걸리는 시간 안에 수천개의 narratives를 제작할 수 있다.

또한, NLG는 규모에 따라 복잡한 개인화를 가능하게 한다. 예로, 고객에게 다양한 서비스 및 전반적인 경험적 이점을 제공할 수 있게 돕는다. 그리고 회사에 업무 공간 절약 계획이 있다면, 분기별로 받는 401K 분량의 포트폴리오 요약지를 받는다고 생각해 보자. 이것들은 NLG에 의해 생성되었을 가능성이 높지만, 이것은 매우 개인화되어 있을 것이고, 당신에게 직접 전달된 내용일 것이며, 당신의 개인 정보들을 사용하고 있을 것이다.

또한, 자연어 처리는 데이터 전문가가 아닌 일반 사람들에게 데이터를 보다 통찰력 있고 이해하기 쉽게 만들 수 있다. 도표와 그래프가 시각적으로 매력적일 수 있지만, 일부 사람들, 특히 데이터 분석에 익숙하지 않은 사람들이 도표와 그래프로부터 얻어야 할 중요한 메시지를 구분해 내는 것은 그들에게 어려운 일일 수도 있다.

 현재 사용하는 NLG의 예시

연구 시간과 비용을 줄이기 위해, 독일 은행인 커머즈뱅크(Commerzbank)는 지분 연구 보고서를 작성하기 위해 AI를 활용하고 있다. 아직 완전히 자동화가 되지는 않았지만, 이 기술은 이미 인적 자본 분석가가 했을 양의 약 75%를 수행할 수 있다.

연구를 빠르게 가속화하는 것부터, 사실 확인, 댓글 모니터링, 워크플로우 간소화, 가짜 뉴스 제거, 그리고 심지어 컨텐츠 작성까지 전 세계의 뉴스룸에서 사용되고 있는 자동화된 저널리즘 어플리케이션들이 몇 가지 있다. AP통신은 수천 건의 스포츠 보고서를 작성하기 위해 AI를 이용하고 있으며, 서술 설계에 따라 소프트웨어는 데이터를 스캔하고 독자들이 알아야 할 중요한 경기의 인사이트를 결정할 수 있다. 이는 그 정보 및 내용이 자연스럽게 들리고 받아들여 지는 것이 중요하기 때문이다. 워싱턴포스트는 인하우스 NLG 툴을 사용하여 뉴스 기사와 소셜 미디어 포스트를 만들고 있다.

추가적으로, 현재 많은 금융 기관들이 Narrative Science’s NLG 플랫폼 Quill을 이용해 10-15페이지짜리 재무 보고서를 순식간에 작성하고 있다. 이것은 또한 Groupon, Forbes, USAA 등을 위한 컨텐츠를 만들고 있기도 하다.

인공지능은 긴 문서로부터의 텍스트 요약, 짧고 일관성 있는 버전을 만드는 것을 돕고 있다. 이를 위해서는 알고리즘이 원본 문서를 이해한 다음 의미와 중요한 세부사항을 맥락에 맞는 요약이 필요로 한다.

자연어 세대는 거의 상을 수상할 뻔한 일본 AI가 쓴 소설 “The Day a Computer Writes a Novel”과 Jack Kerouac이 영감 받은 여행과 시의 내레이션을 만드는데 사용되었다. 기계가 인간과 같은 창의성과 독창성을 가지고 실제로 글을 쓸 수 있다는 완전한 확신이 있기 전에 해결해야 할 몇 가지 결점이 있지만, 이러한 발전은 더 이상 창의성과 독창성이 인간만이 가질 수 있는 능력이 아닌 AI도 충분히 갖출 수 있다는 가능성을 보여준 케이스이다.

 기계인가 인간인가?

당신은 봇에 의해 쓰여진 컨텐츠를 식별할 수 있을까요? 직접 AI 컨텐츠를 사용해 볼 준비가 되었나요? 당신이 해야 할 일은 AI에게 헤드라인만 주면, 당신을 위해 모든 연구를 해 줄 것입니다.

이 글은 2019년 3월 29일, 글로벌 베스트셀러 저자이자 저명한 키노스 연설자 겸 비즈니스 테크놀로지 전략 어드바이저인 Bernard Marr이 쓴 기사를 DMK에서 번역한 글입니다.


음병찬-김지현-김옥기-패널.png

2018년 11월 15일

비젼과 현실의 차이의 갭은 항상 컸습니다. AI도 그러합니다. 많은 환상도 있고, 가능성도 얘기하지만, 실제 AI를 기업의 프로세스에 적용할 때, 쓸만한 데이터는 없고, 실행할 인재도 모자라며, 접근을 어떻게 해야 할 지 방향도 모를 수 있습니다. 경영자들은 경영자대로, 실무자는 실무자대로 현안을 바라보는 관점과 기대수준도 매우 다릅니다.

 

AI는 피하지 못할 현실임에 분명합니다. 어떻게 해야 할까요?

 

이 패널 프로그램을 통해서, 세분을 모셨습니다. AI의 로드맴 관점, 현실적 상황과 접근 방법, 그리고 실패를 줄이고 어떻게 효율적으로 성과를 낼 것인가에 대해서 짚어 보겠습니다.

– AI 구축 로드맵: Element AI의 음병찬 한국 대표

– 실패를 줄이는 접근: 데이터 과학자 &저자, 엔코아의 김옥기 상무

– 살아있는 AI 구축 스토리와 인사이트, 신한카드의 김지연 셀장을

만나볼 수 있습니다.

 

세션 자세히 보기


월드뱅크.jpg

2018년 11월 13일

AI SUMMIT 2018에서는 금융/공공에서의 AI 사례로 세계은행 (World Bank)에서 17년 이상 근무하며, 현재 수많은 프로젝트를 수행하고있으며, 현재 AI 프로젝트를 수행 중인 하윤정 Senior Officer를 초빙하게 되었습니다. 세계은행에서 활발하게 AI 프로젝트가 진행 중인 것이 흥미로운 데요, 하윤정 연사와 사전 인터뷰를 하여 포스팅합니다. 

 

1. 먼저 저희 행사에 스피커로 모시게 된 것을 감사드립니다. 현재 일하고 계시는 세계은행 (The World Bank)에서 주로 하시는 업무에 대해서 잠깐 설명을 부탁드릴까요? 세계은행 Innovation Lab과 함께하시는 일도 설명해주십시오.

저는 현재 재무부서에서 블록체인, AI 등의 핀테크를 활용해 업무혁신과 세계은행 고객인 각 나라의 금융개발을 위해 일하고 있습니다. 최근의 기술혁신을 도입하기 위해 세계은행 IT부서에서 2017년 6월 블록체인 Lab을 론칭했고 2018년 1월에 AI Lab을 론칭한 후 현재는 통합해 Innovation Lab으로 부릅니다. 제가 2017년 봄 블록체인 행사에 다녀온 후 호주의 Commonwealth Bank of Australia (CBA)가 블록체인을 기반으로 한 채권 발행 사례를 소개해 세계은행과 CBA가 협력해 세계 최초의 글로벌 블록체인 채권 Bondi가 올 8월에 발행되었습니다.

 

 

2. 미국에서는 금융 산업에서 Capital One이 AI 관련 사례 발표를 많이 하고 있는 것을 보았습니다만, 세계은행의 AI의 관점은 어떤 것들이 있을까요?

세계은행 각국의 각 분야의 정책 결정자들과 지식과 경험을 나누는 지식뱅크 역할을 합니다. AI 분야에도 다양한 정책 결정자들의 역할이 있는데요, 먼저 AI의 기초가 되는 데이터 관련해 개인의 사생활 보호를 유지하면서 어떻게 데이터를 활용한 것인지, 혹은 AI가 잘못 활용되면 엄청난 재앙이 될 수 있는데 어떻게 그러한 오용을 막을 수 있을지 등등입니다.

또한, 재무부서에서는 저희가 축적한 실질적 경험과 기술을 저희 고객인 중앙은행 및 정부 관련 재무담당 부서에 교육프로그램을 통해 나눕니다. AI의 경우 저희가 직접 경험한 것뿐 아니라 저희와 거래하는 많은 중앙은행 및 금융기관의 사례들을 나누는 지식 중개인 역할도 합니다.

 

 

3. 위 질문에 연결하여, 세계은행의 AI Initiatives & case, 즉 구체적인 사례들이 어떤 것이 있는지 설명을 부탁드릴까요? 또 AI 프로젝트는 기술적인 지원도 많이 필요한데, 테크놀로지는 어떻게 협업을 하는지 궁금합니다.

세계은행의 구체적인 사례는 두 가지 범주로 나뉠 수 있습니다. Machine Learning을 이용해 빅데이터에서 패턴을 찾아내 미래를 예측하는 것과 AI를 이용해 자동화로 비용 절감과 효율성을 높이는 것이죠. Machine Learning의 사례로는 각국의 위험도를 측정하거나 빈곤 정도, 경제개발 속도 등등을 에측하는데 적용됩니다.

AI 사례로는 2016년부터 로보틱스를 이용한 단순 반복 업무의 자동화가 추진되어 상용화 단계에 있고 최근에는 Natural Language Processing (NLP) 활용해 많은 보고서를 읽고 분석해야 하는 업무를 자동화하는 시도를 하고 있습니다.

기술적인 면은 Lab에서 마이크로소프트, 구글, 아마존 등등의 전문가들과 함께 일하기도 하고 각 부서의 필요에 따라 새로운 벤처 기술을 찾아내기도 해 Lab에 연결시키기도 합니다.

 

4. AI는 금융, 유통, 제조 등에서 활발하게 도입되고 있습니다. 국가마다 AI 리더십을 가지기 위해서 많은 경쟁을 하고 있고, 기업들도 마찬가지입니다. 글로벌 차원에서 금융권의 AI 도입 수준은 어떤 상황인지, 국가별 경쟁력은 어떻게 보고 계신지 궁금합니다.

Machine Learning은 사실 최근에 많은 분야에 적용되기 전, 금융권의 헤지펀드에서 활발하게 개발되었지요. 그도 그럴 것이 금융거래는 거래량이 풍부하고 과거 데이터 또한 풍부하고 모두 수량 자료인지라 AI를 적용하기에 더할 나위 없이 좋은 분야이지요. 헤지펀드에서 고주파거래 알고리즘 (High Frequency Trading Algorithm)을 개발해 정보를 조금이라도 빨리, 또는 인간이 감지하지 못하는 정보를 감지해 금융거래에 이용해 수익을 얻는 것이었습니다. 이러한 기술은 이제 금융권에서 다양하게 활용되고 있는데, “로봇 자문 Robo-advisor”을 통한 자산운용 Portfolio Management, 정상적인 거래와 다른 점 (anomalies)을 감지해 사기 (fraud) 방지에 활용되고 있습니다.

또한 대출 및 보험 인수 절차를 자동화하고 고객상담을 자동화해 챗봇 (Chat-bot)을 도입했고 Bank of America에서 가상 도우미 “Erica”를 도입했습니다.  JPMorgan Chase는 법률문서를 분석해 필요한 항목을 추출해내는 a Contract Intelligence (COiN) platform을 최근에 도입했는데, 이는 영국의 금융감독당국인 Financial Conduct Authority (FCA)에서 2017년 11월 2주간 “TechSprint”를 개최해 발굴한 기술에 기반하고 있습니다.

영국의 경우는 기존의 2만 페이지가 넘는 금융 관련 규제 법안을 메타데이터로 전환해 사용자가 쉽게 찾아볼 수 있고 금융기관이 일정 조건에 해당되면 자동으로 해당 법규를 준수할 수 있도록 자동화해 2018년 Central Banking Fintech Regtech global award를 수상하기도 했습니다.

10월에 맥켄지에서 발표한 “The Promise and challenge of the age of artificial intelligence”라는 Executive Briefing에 보면 금융서비스업이 AI채택에 있어 선구자 역을 해 왔음을 보고하고 있고, 국가별 순위로 보자면 미국과 중국이 투 탑 Two Top으로 자리 잡고 있습니다. 최근에 발행된 Dr. Kai-Fu Lee의  “AI Superpowers”도 중국과 미국 두 선두 나라를 비교하며 “미국은 개인의 사생활 보호 등에 따른 데이터에 대한 정책이 분명치 않은 반면 중국은 통제국가로 데이터를 충분히 활용할 수 있어 중국이 미국을 앞지르게 될 것”이라고 한 점은 꽤 흥미롭습니다. 데이터에 대한 정책 결정이 AI 산업에 밀접한 연관이 있음을 주목한 것인데, 이런 측면에서 세계은행은 그를 초대하여 11월 15일 김 용 총재와 간담회를 가집니다.

 

 

5. 세계은행의 한국 사무소는 한국의 금융 선진화 사업을 진행하는 것으로 아는데, AI 프로젝트도 포함되어 있나요? 또 한국 기업들의 현황은 어떻게 보고 계신지요?

사실 12월 첫째 주에 이 행사에 이어서 한국금융위원회와 세계은행 한국사무소 공동 주최로 한국의 금융 선진화를 위한 핀테크 행사와 여러 금융기관과의 회의가 있습니다. 세계은행 내에서 Distruptive Technology (DT)로  불리는 혁신적 기술이 빈곤퇴치와 다양한 개발에 긍정적으로 활용될 수 있도록 여러 방면으로 접근하고 있는데, 그중 금융분야는 매우 중요한 비중을 차지합니다. 이는 금융은 자원의 배분에 중요한 역할을 할 뿐 아니라 인체의 피의 흐름과 같이 한 경제의 흐름에 절대적인 역할을 담당함으로 금융의 선진화는 매우 중요한 문제입니다.

그런데도 한국의 Disruptive Technology (DT)의 활동은 외부에 많이 드러나지 않아 홍보가 부족한 면이 있지 않나 싶습니다. 그런 의미에서 제가 이 행사에 참석해서 한국의 AI 현주소를 파악하고, 또한 핀테크 행사를 통해 한국사무소와 세계은행 본부, 그리고 한국의 공공기관 및 핀테크 관련산 업자들이 함께 모여 논의하는 이번 행사가 좋은 결실을 맺는  기회가 되길 기원합니다.

 

 

6. 끝으로, 세계은행은 전 세계에서일어나고 있는 금융의 혁신적인 변화들을 파악하고, 각 국가의 금융시장을 변화시키고 또한 세계로 진출할 수 있는 아이디어를 갖게 하는 일을 주로 하는 것으로 이해하고 있는데, 이번 강연에서는 주로 어떤 이야기를 들려주실지 내용을 미리 간략히 요약을 부탁드릴까요?

제가 근무하고 있는 재무부서는 세계은행 내에서 조금 독특한 면이 있습니다. 재무부서는 세계은행이라는 기관이 업무를 수행할 수 있도록 자금을 조달하고 운영하는 역할을 감당하면서 동시에 전 세계 금융시장과의 연계성, 그 경험과 지식을 바탕으로 각국의 재무담당 기관에 자문 역할을 감당합니다. 또한 금융거래를 위해선 금융시스템과 최첨단 기술을 끊임없이 파악하고 업무에 연계시키는 일을 하기에 기술 혁신과 늘 가까이 일 해오고 있습니다. 이번 강연에선 세계은행 내 AI 활용 및 재무부서의 활용 사례, 또한 여러 나라의 좋은 사례들을 나누려고 합니다.

 

 

이번 12월에 있을 AI 서밋 행사에서 하윤정 Senior Officer로 부터 ‘세계은행의 AI Initiatives & Lessons’ 주제를 통해서 더 자세히 들어 볼 예정이다.


Sensetime_pic_ceo.jpg

2018년 10월 29일

무려 100조 원의 자금을 쥐고, 로보틱, 공유 차량, 이커머스 및 반도체에 투자를 한 소트트뱅크가 눈여겨보는 스트타업이 있다. 바로 중국 AI 스타트업 센스타임 (SenseTime)이다. 2018년 7월 소프트뱅크가 10억 불 (약 1조 1천4백억 원)을 이 기업에 투자하기 위해 조사를 하고 있다는 기사가 나오기 시작했다. 이 놀라운 스타트업은 이미 시리즈 D까지 25개 투자자로부터 1조 9천억 원을 투자받았고 그중에는 퀄퀌과 알리바바도 있다. 센스타임은 이제 기업가치 6조에 이르는데, 설립된 지 겨우 4년 밖엔 되지 않는 얼굴 인식 AI 스타트업이다. 센스타임은 알리바바, 바이두, 텐센트, 아이 플라이 텍 등에 이은 불과 4년 만에 중국 5위의 AI 플랫폼 기업이 되었다.

 

         (사진: 센스타임 CEO XU Li) 

그러나 센스타임이란 이름을 들어 본 중국인도 많지 않을 것 같다. 이 회사의 제품이 거리에 다니는 자신들의 얼굴을 인식하고, 스마트폰에서 자신의 얼굴을 시뮬레이션 하면서 놀아도, 이 회사의 제품인 줄은 모른다. 소비자들은 모를 수 밖엔 없는 B2B AI 솔루션을 팔기 때문이다. 어떻게 센스타임은 이렇게 무서운 뉴키즈 온 더 블록이 되었을까? 센스타임을 통해서 지금의 AI가 불러올 새로운 경제의 미래를 보게 되는 것일까? 우리 산업에는 어떤 암시를 주는 것일까?

 

우선 글로벌 AI 시장은 글로벌 플랫폼 기업들의 엄청난 물량공세와 인력 채용으로 서로 전쟁 중이다. AI 시장에서 고급 인력들은 부르는 게 연봉일 정도로 치솟고 있고, 대학원생들은 졸업도 하기 전에 AI 테크 기업들의 러브콜을 받고 있다. 학교 연구소들의 연구원들도 랩(Lab)을 떠나, 고액으로 유혹하는 산업 전선으로 이동하고 있다. 금전적 유혹도 매혹적이겠지만, 단순히 이것만은 아니다. 지금 시대의 AI는 학교를 벗어나, 현실적으로 비즈니스 모델을 만들고 부를 창출 할 수 있는 가능성이 과거와는 차원이 달라 진 점을 봐야 한다. 실리콘밸리, 상하이, 그리고 텔아비브에서 미래의 금을 캐기 위해서 경쟁하는 수많은 스타트업들은 데이터 부족이나 기술 수준 등 과거에는 불가능했던 환경들이 이제는 즉 데이터와 테크놀로지를 융합하여, 새로운 비즈니스 모델을 만들고 솔루션을 만들 수 있기 때문이다. ‘AI 슈퍼파워: 차이나, 실리콘밸리 그리고 새로운 세계 질서’의 저자 콰이 후 리 (Kai Fu Lee)는 그의 저서에서, 이것을 거대한 실행(Implementation)의 AI 시대의 서막이라 표현했다. 여기서 실행이라 함은 수많은 스타트업들이 만들어내는 헤아리기 힘들게 많은 AI 프로젝트들이 다양한 그리고 손에 잡히는 결과를 만들어 내는 것을 의미한다.

 

중국의 AI 유니콘 ‘센스타임’은 바로 이러한 환경에서 나온 스타이며, 앞으로 얼마나 많은 AI 유니콘이 나올지 우리는 모른다. 그리고 저변이 풍부한 중국이 매우 유리한 환경을 갖고 있음을 봐야겠다. 센스타임의 도약에는 크게 다섯 가지 이유를 들 수 있다. 아래 이유들은 서로 물려서 돌아가는 선순환 구조를 갖고 있다.

 

방대한 데이터와 테크놀로지의 융합

센스타임의 테크놀로지는 1억 명의 얼굴에서 1명의 얼굴을 분간해낸 다고 하며, 에러율이 매우 낮다고 알려져 있다. 얼굴 인식 기술은 많은 경쟁자가 있기 때문에 정확도가 뛰어나야 하며, 그보다도 이 기술이 여러 비즈니스 문제를 해결해 줄 수 있어야 한다. 가령 고객이 정부라면 거리의 범인을 잡아내는 기술이며, 고객이 버스 회사라면, 운전사의 상태를 보고 얼마나 피곤한지, 졸고 있는지 등을 정확히 파악하여, 경고음을 보내는 기술이다. (미래에는 운전사의 운전을 강제로 제동 하고, 대신해서 운전하는 시대의 전조인지도 모른다) 고객이 은행이라면, VIP 고객을 미리 알아내서, 배려할 수 있는 기술이다. 이 회사는 엄청나게 복잡한 상하이역에서 승차권이나 교통카드를 없애고, 고객들이 교통편을 이용할 수 있도록 하는 프로젝트를 진행 중이다. 얼굴이 곧 승차권이며 사람들은 승차하기 위해서 아무것도 할 것이 없다. 또한 리테일 산업이라면, 고객의 나이, 성별, 구매 행동 등을 모두 조사할 수 있고 마케팅 데이터로 쓸 수도 있다. 비공식적으로 들리는 말에 의하면, 중국 월마트도 이 솔루션을 테스팅한다는 말이 있다.

(사진: VIP 고객을 인식하는 얼굴 인식 테크놀로지 사례)

데이터와 테크놀로지의 융합이 AI 플랫폼을 만들고, 플랫폼은 하나의 시장, 한 가지 솔루션에 머물지 않는다. 센스타임의 얼굴 인식 기술은 셀카 이미지의 조정에도 쓰인다. 화면에 보이는 자신의 모습을 자유자재로 변형하는 서비스다.

이러한 기능외에도 보다 큰 관점에서 이러한 기업들의 도약을 봐야 하는 데, 바로 AI 플랫폼으로의 확장과 경쟁의 시대가 도래할 것이라는 점이다. 센스타임이 글로벌 시장으로 확대하고, 플랫폼을 강화하는 이유도 플랫폼 전략 때문이다. 이 시장을 선점하면 다양한 산업으로 진출하고 많은 고객을 끌 수 있기 때문이다. 최근 캐나다 토론토에서 빠르게 성장하고 있는 엘리먼트 AI사도 기업형 AI 플랫폼을 만들기 위해서 동분서주하고 있다. 이러한 유형은 과거 구글이나 페이스북, 그리고 세일즈 포스 같은 기업이 플랫폼을 구축하여 큰 시장을 잡으려는 모습을 생각해보면 된다. 더 뛰어난 기술과 활용력으로 절대 강자가 되기 위해 경쟁할 것이다.

 

자본의 유입과 풍부한 AI 전문 인력

센스타임의 제품은 2016년에 나왔고, 3년이 되지 않아서, 700여 대형 고객을 확보했다. 센스타임은 기술력과 시장성을 인정받아 투자자로부터 대형 자본을 끌어들일 수 있었다. 이것은 기술 개발과 기술을 개발할 연구 인력을 대량 확보하는 실탄으로 작용했다. 해외에서 AI를 연구한 중국의 고급 연구 인력들을 불려 들이고, 해외에 지점을 설치하며, M&A를 통해서, 기술력이 뛰어난 스타트업을 흡수하면서 빠르게 성장을 해나가게 된다.

 

중국 시장의 특수성

얼굴 인식 기술은 개인을 무분별하게 감시할 수 있다는 사회적 이슈를 불러일으킬 수 있다. 국가마다 차이는 있으나, 개인 정보 인식은 매우 민감안 사안이며, 법적 규제가 심하다. 센스타임이 빠르게 성장하는 데에는 중국이 상대적으로 개인 프라이버시 정보에 대해서 느슨한 점이 작용했다. 고객 글로벌 시장으로 진출할 때, 동일한 이점을 누리지 못할 가능성이 있다. 물론 해외 시장과 제품 전략을 다르게 가져갈 것으로 보인다.

 

인식(Recognition) AI 산업의 성장

AI 산업은 크게 네 가지로 분류된다. 인터넷 AI (예:인터넷 기업들의 제품 추천), 비즈니스 AI (예: 기업의 비즈니스를 지원/대체하는 기능들), 인식 AI (예: 얼굴, 이미지 인식), 그리고 자율(Autonomous) AI (예: 자율 주행차 등)이다. 기술력도 이 네 단계에 따라서 더 구현하기가 어렵다. 로봇이 인간처럼 알아듣고 행동하지 못하는 이유, 자율 주행차가 아직도 사고를 일으키는 이유가 자율 AI가 모든 테크놀로지의 집약체이자 기술적으로 더 어렵기 때문이다.

센스타임은 얼굴 인식 기술에서 시장을 만든 케이스에 속한다. 시장을 창출하고 시장에서 점유율을 높여가고 있다. 그리고 점점 인식 시장이 커지면서, 센스타임의 기업가치 또한 높아진 케이스이다. 얼굴 인식 테크놀러지는 자율 AI로 확대되어, 센스타임은 혼다와 자율 주행차 개발을 위한 파트너십을 맺었다고 한다.

(사진: 얼굴 인식 솔루션)

치열한 경쟁과 기술력

센스타임의 가장 큰 경쟁자는 같은 중국 스타트업인 메그비 (Magvii)로 같은 산업에서 치열하게 싸우고 있다. 이 두 기업은 이미 기존의 얼굴 인식 테크놀로지 기업의 시장을 잠식하면서 경쟁하고 있고, 이러한 경쟁은 누가 더 높은 기술력을 가지며, 시장을 확대할 것인가로 이어지고 있다. 따라서 다시 고급 인력과 자금을 필요로 하는 죽기 살기식 경쟁이 된다.

 

정부의 지원

중국 AI 기업의 수는 1,000개가 넘는다는 말이 있다. 매일 새로운 스타트업이 등록되어서, 중국인의 인구수를 모르듯이 수많은 스타트업 나오고 있다. 그리고 그중에 다수는 실패하고, 또 일부는 유니콘이 된다. 이 전체 생태계에 중국 정부의 지원이 대단하다.

중국은 정부 주도로 AI 2030 플랜이 진행 중이다. 2030년을 목표로 AI 분야에 있어서, 세계 1위가 되겠다는 야심 찬 계획이다. 테크놀로지와 산업 규모로 실리콘밸리를 앞지르겠다는 것이다. 이 계획에 가장 심려를 기울이는 것이, 알리바바와 바이두 기존의 거대 플랫폼의 역할도 있겠으나, 수많은 AI 스타트업들의 역할이 크기 때문에 중국 정부는 스타트업 육성에 많은 투자를 하고 있는 것이다.

이러한 환경 속에서 센스타임의 성장에는 중국 정부의 도움이 컸다. 또한 중국 정부가 최대 고객 중 하나이기도 하다. 중국 정부는 이 기업의 기술이 필요했을 것이다. 중국에는 1억 7천 6백만개의 감시 카메라가 설치 되어 있다고 하며, 센스타임은 주정부와 손을 잡고 솔루션을 공급하게 된다. 센스타임이 테스트를 할 수 있었던 20억개의 이미지중 상당수는 정부가 공개해 주었다고 한다.

‘센스타임’ 그리고 이러한 신흥 AI 유니콘 기업들의 운명은 아무도 모른다. 21세기의 또 다른 구글과 애플이 될지 혹은 치열한 경쟁과 투자를 감당하지 못하고 사라질 수 도 있다. 그러나 어떤 새로운 기술과 비즈니스 모델이 기존의 비즈니스 문제를 혁신적으로 해결해 주는 것이 증명될 때, 그 미래 생존력은 매우 높을 확률이 크다. 소프트뱅크가 본 것이 바로 이 점 일지 모른다.


ProcterGamble.jpg

2018년 10월 27일

AI는 플랫폼 기업이나 AI 테크놀로지 기업뿐만 아니라, 모든 기업들이 AI의 시대 어떻게 이 기술을 활용하고, 생산성을 높이며, 또한 조직적으로 트랜스포메이션을 하는 가가 중요한 이슈로 부상했다.

시장의 근원적인 변화의 시기마다 적응하고 내부 혁신을 이끌어내는 기업은 지속적으로 성장을 했고, 그러지 못한 기업은 쇠퇴기를 맞았다. AI의 영향은 특정 AI 기술 기업에 한정되는 않는다. 중소기업도 미래에 대한 걱정이 크겠지만, 포쳔 25 기업들에 속하는 세계적인 기업도 고민은 마찬가지다. 이 중에서 P&G는 항상 혁신적인 기업의 대열에서, 지속적인 성장을 보여 주었다.

P&G는 AI 혁명의 시대, 어떻게 대응하고 있을까? AI SUMMIT (www.aisummit.co.kr) 을 위해 방한하는 P&G의 토니 살 한다 (Tony Salhanda)와 인터뷰를 AI SUMMIT 기획자 박세정 대표가 사전 진행하였다. Tony는 27년간 P&G에서 사업운영, IT, 디지털 트랜스포메이션 등 굵직한 혁신 TASK를 주도한 중역이었다.

 

 

————————————————————–

1. AI 서밋으로 서울에 오시게 된 것을 환영합니다. 27년 P&G사에서 중요한 직책을 많이 맡으셨습니다. 특히 사업부와 사업 지원 영역인, IT& 테크놀로지 영역 모두 경험하셨고, IT 아웃소싱, 빅데이터, 디지털 트랜스포메이션 그리고 AI프로젝트까지 P&G의 사업 운영 체제를 세계 최고 수준을 유지하고 리딩 하는 데, 큰 기여를 한 것으로 알고 있습니다. 우선 P&G사에 대해서, 또 방금 기술한 업무들에 대해서, 설명을 해주시겠습니까?

​–> P&G는 타이드, 펜틴, SK II, 팜퍼스, 질레트, 빅스 등 세계 유명 브랜드를 소유한 세계적인 소비재 기업입니다. 이들 상품은 세계 100개국 이상에서 팔리고 있습니다. 그리고 75개국에 지사를 두고 있습니다.

저는 1991년에 P&G에서 커리어를 시작했습니다. 그동안 글로벌 비즈니스 서비스 조직 및 IT 영역에서 6개국에서 일했고, 모든 대륙을 관할했습니다. 이 기간 동안, 큰 프로젝트로는 글로벌 쉐어드 서비스 센터 (Global Shared Service Center)를 마닐라에 열었고, 2003년 HP사와 수조 원에 이르는 아웃소싱 딜을 관장했으며, 2005년에는 질레트의 CIO 이기도 했습니다. 그리고 전 세계의 GBS와 IT 운영을 담당했었습니다. (*P&G의 GBS는 7,000여 명의 직원으로 구성된 P&G의 사업 지원 센터이다)

 

2. 지난 30여 년을 보면, 글로벌 톱 기업들의 순위 (시장 가치에서)가 뒤바뀌고, 특히 근래에는 제조업에서 디지털과 플랫폼 기업들이 약진하는 것을 볼 수 있었습니다. 이렇게 변화가 심했던 환경에서, P&G는 세계적인 소비재 브랜드로써, 높은 가치를 유지하고 있습니다. P&G사를 지속적을 성장 시 킨 강력한 브랜드 기업으로 유지해주는 핵심 가치와 강점은 무엇일까요?

–> P&G는 역사적으로 혁신에 강했습니다. P&G는 180년 전에 양초와 비누 제조 회사로 시작했습니다. 지난 세월 동안 단순히 위대한 브랜드를 만든 것뿐만 아니라, 늘 완전히 새로운 카테고리의 제품을 시장에 소개해왔습니다.

최초로 세제, 종이 기저귀, 샴푸와 헤어 컨디셔너를 시장에 소개했습니다. 라디오와 TV를 통해서 이러한 제품을 홍보했고, 세계 최초로 숍 오페라 (Soap Opera: 가정 주부들이 주로 보는 시간에 내보낸 광고가 삽입된 드라마)를 제작했었습니다. 이런 식으로 제품 혁신을 계속했죠, 그러나 이러한 혁신은 제품만이 아니라 비즈니스 모델과 테크놀로지 적용에도 누구보다도 더 빨랐습니다. 이것이 핵심 역량이라고 봅니다. 늘 시대에 앞서서 혁신을 리딩하려고 노력을 했고, 저도 그런 노력에 기여를 할 수 있어서 개인적으로도 영광으로 생각하고 있습니다.

3. 디지털 트랜스포메이션에 대한 P&G의 대응에 대해서 궁금합니다. 디지털 혁명의 시기에 모든 기업들이 촉각을 세우고, 변화에 대응하기 위해서 고민 중인데요, P&G의 대응 방향과 전략은 무엇이었습니까?

–> 제 최근 직책이었던 차세대 서비스 조직의 책임자로서 역할은 회사를 위한 더 새로운 디지털 운영 역량을 갖추도록 하는 것이었습니다. 혹시 들어보셨는 지 모르겠지만, P&G의 전체 사업 운영을 지원하는 GBS 조직 (Global Business Service: IT, 재무, 인사등 글로벌 전체 비즈니스 운영 조직) 의 역량은 세계 최고로 알려져 있습니다.

제 목표는 P&G를 위해서 그리고 어떻게 보면 전 세계의 기업들에게 모범을 위해서 차세대 운영 체제를 찾아내는 것이었습니다. 디지털 물결이 거세게 몰아치고 있고, 모든 산업에 영향을 주고 있습니다.  이제  쉐어드 서비스 산업(Shared Services Industry:  조직이 클 수록 생산성을 위해서 모든 사업부에서 하나의 운영 조직을 공유하는 체제로 과거에는 지역별 사업부 별로 나눠져 있던 것이 중앙 관리로 바뀜)은 모두 데이터와 테크놀로지로 이루어져 있어서, 이러한 파괴적이라 할 수 있는 디지털 혁명의 흐름에서 무엇인가 얻는 것이 있어야 합니다. 한 가지 예를 들면, 사실 회계, 공급망 관리, 구매, 콜 센터, 심지어 IT 시스템도 AI와 같은 새로운 테크놀로지를 활용하여 10배의 생산성을 내지 못할 이유가 없습니다. 그것이 조직이 또 해야 할 일이기도 합니다.

4. 이제 AI의 주제로 옮겨 가 보겠습니다. AI가 개념은 전혀 새롭지 않지만 요즘 매우 ‘핫’합니다. 수천 개의 AI 스타트업 만들어졌고, 밤낮을 가리지 않고 일하고 있습니다. 글로벌 플랫폼 기업들은 AI의 사업 기회에 돈을 쏟고 있습니다. 그러나 일반적인 브랜드 기업들은 AI를 활용하여 성공적인 비즈니스 모델을 만들거나 혁신한 사례는 흔하게 들리지는 않았습니다. 일반적인 기업에게는 AI는 좀 두려운 존재이기도 하며, 어떻게 대응해야 하나 고민도 많을 것 같습니다.

P&G는 세계적인 혁신 기업이자 브랜드입니다. 그래서 P&G에서 가장 관련성이 높은 분야에 일하는 자리에서 어떻게 이러한 현상을 보셨는지 또 대응 전략을 짰는지 궁금합니다.

–> AI는 최근에 좀 과장되고 현실과는 거리가 있는 것들이 분명 있습니다. 그러나 저는 이러한 시각 속에서도 실제 매우 현실적으로 가시화할 수 있는 많은 것들이 있다고 생각하고 있습니다. 미래가 성큼 다가와 있습니다.

AI는 세 가지 방식으로 비즈니스를 도울 수 있습니다. 첫 번째는 AI는 완전히 새로운 비즈니스 모델을 창출하는 데 기여를 할 수 있습니다.  과거에는 보지 못했던, 비즈니스 모델을 만들어 내는 거죠. 많은 새로운 비즈니스 모델이 매일 나오고 있습니다.

두 번째는 기업에서 놀라운 제품을 만드는 데 도움을 줄 수가 있습니다. 이것은 기존 제품의 디자인이나 새로운 상품 기획을 의미합니다.

마지막으로 세번째는  기업의 내부 운영 오퍼레이션을 혁신적으로 디지털화하고 효율을 높일 수 있습니다.  제가 드릴 수있는 어드바이스는 경영자들이 AI 플랫폼이나 기술적인 측면 보다도 AI를 기업에 적용하는 활용 케이스에 중점을 두고 관심을 가지라입니다.

IT 회사들은 속성상  그들의 영업을 위해서 테크놀로지에 대해서 다소 과장하는 경향이 있습니다. 반면 예를 들면 스타트업은 매우 구체적인 분야를 혁신하고 사례를 만들어 냅니다.  최근 AI 스타트업이 매우 많이 만들어 졌고 혁신 적인 사례를 만들어 내고 있는 데, 이러한 스타트업의 보다 구체적인 적용 케이스를  살펴보고 기업에 어떻게 적용해 볼까 고민하는 도움이 됩니다. 기업내부에서의 AI 솔루션을 개발하는 데에는 한계가 있고, 외부에서 특히 스타트업에서 새로 창출되는 AI 기반의 비즈니스 사례가 너무나 많기 때문입니다.

5. 어떤 테크놀로지 혹은 솔루션을 적용하든 , 기업 내부에서 AI 프로젝트를 진행한다고 하면, 정확히 어떤 프로젝트들을 진행하는지 궁금합니다. 예를 들어주시겠습니까? 또 어떤 혁신을 기대하는 것일까요?

–> AI는 여러 방식으로 기업의 운영 체제를 도울 수 있습니다. 예를 들면, 챗봇을 써서 고객 서비스를 돕는 것은 이미 활용되고 있지요. 좀 더 흥미로운 AI 적용 케이스를 P&G의 사례를 예를 들면, 제 조직의 산하에서 한 팀은 법률 계약 협상을 위해서 AI를 적용하기도 했습니다.

또 AI를 예측뿐만 아니라 IT 인프라의 낭비요소 방지에도 적용했습니다. AI는 비디오를 활용해서 피부 컨디션을 파악하고 최적의 뷰티 제품을 추천하는 데에도 적용할 수 있습니다. 정말 무궁무진해 지고 있습니다.  이미 AI 알고리즘은 오픈되어 있고, 기술을 어떻게 창의적으로 할용하는 가가 숙제이고,  이 점을 경영진들이 그들의 내부 운영과 혁신을 위한 경쟁력을 위해서, 눈을 크게 뜨고 살펴볼 필요가 있습니다.  그것은 P&G와 같은 대기업에도 마찬가지입니다.

6. 기업 얘기를 더 해볼까요? 대기업은 중소기업보다 AI의 대응에 좀 더 유리할 것 같습니다. 중소기업은 그럴 여력이 약할 것 같은데, 중소기업도 AI의 임팩트에 예외가 없겠죠?

 ​

–> 절대적으로 그렇습니다. AI는 우리가 보아왔던 그 어떤 것보다도 더 근원적으로 영향을 줄 것입니다.  언급한대로  이제 대부분의 AI 알로리즘은 오픈 소스입니다. 컴퓨팅 파워는 계속 비용이 낮아지고 있습니다. 이것이 새로운 스타트업들이 기존 IT 대기업을 위협하는 이유입니다. 이것은 에어비앤비가 호텔 산업을 점령하고, 의료 전문 회사들이 대형 제약사를 위협하는 이유입니다.  AI 테크놀로지를 활용하여 자신의 기업 오퍼레이션에 도입하는 데 있어서, 그렇게 비쌀 필요도 없습니다. 사실상 아마도 역사상 가장 싼 테크놀로지가 가능해졌는지 모릅니다.

 

7. 이러한 추세를 볼 때, AI 테크놀로지와 프로젝트가 어떻게 기업에서 일하는 임직원들에게 영향을 준다고 보십니까?

–> 대부분의 혁신적인 테크놀로지와 같이, AI는 임직원들에게 영향을 주게 되어 있습니다. AI 때문에 그들이 하는 역할이 바뀌거나, 테크놀로지에 의해서 대체될 수도 있는 반면, 일반적으로 AI는 사람들이 더 가치 있는 일을 하도록 유도할 것입니다. 창고 관리, 제조 플래닝 같은 분야는 엑셀을 써서 제품을 추적한다면 이러한 일들을 알고리즘이 대체할 것입니다.

 

광고를 위해서 미디어 집행을 외부 에이젼시에 맡겼던 브랜드 매니저들은 직접 AI를 활용해서 그들의 고객들에게 더 개인화된 광고를 실행하게 될 것입니다. 이러한 사례는 점점 끝없이 나오게 될 것 같습니다.

8. 마지막으로, 저는 전문가들과의 인터뷰에서 테크놀로지 그 자체보다는 이것을 비즈니스에 어떻게 접목하고 활용할 것인가에 대한 전략이 중요함을 많이 들었습니다. 개인적으로 AI는 과거의 경험했던 혁신적인 큰 트렌드와는 뭔가 다르게 느껴집니다. 이 분야에 경험이 많을 텐데요, 어떤 생각을 하고 계시고 또 어드바이스를 주실 수 있을까요?

–> 그 부분에 매우 공감을 합니다. AI를 포함한 모든 테크놀로지는 그냥 도구입니다. 결국에는 AI나 다른 도구를 활용하여 새로운 비즈니스 모델을 만드는 능력이 가장 중요합니다. 제가 에어비앤비와 호텔산업의 예를 들었었는 데요, 대부분의 호텔 체인은 호텔에 체크인 시에 단말기 같은 것을 혁신하고 있습니다. 하지만 에어비앤비는 클라우드 플랫폼, AI, 그리고 다른 기술들을 활용해서 전체 체크인 데스크를 필요 없게 만들었습니다. 이런 사례들이 계속 나오게 될 것입니다.

기업들은 AI의 기술을 창의적이고 혁신적인 비즈니스 모델에 성공적으로 융합시키는 경우에 AI을 도입한 최고의 결과를 얻게 됩니다.

 

AI SUMMIT에서 더 자세한 말씀 듣겠습니다. 감사합니다. 

 

 


김종윤-300x300-webb.jpg

2018년 10월 26일

“야놀자의 새로운 시도, 우리의  AI 이야기”

“당신에게 AI란 무엇인가?”

 

“당신에게 AI란 무엇인가요?” 김종윤 부대표가 인터뷰 때 던진 첫번째 질문이다. 맥킨지 컨설턴트의 냄새를 물씬 풍기는 질문이었다.

 

AI 서밋 2018 사무국은 지난 10월 17일, 늦은 오후에, 바쁜 일정을 소화하고 있는 김종윤 부대표를 만나 인터뷰를 가졌다.

 

김 부대표는 구글 코리아의 초창기 멤버로 디지털 분야의 일을 했고, 이후 맥킨지로 옮겨서는 D,A (Digital & Analytics) 업무를 주로 수행한 전문가이다.  이때의 경험으로 김 부대표는 데이터를 가지고 사업을 한다는 것(thing)에 대한 세가지 요소가 필요하다는 것을 알게 되었다고 한다. 기본적이지만, 데이터를 모으고, 데이터를 보내고, 데이터를 분석하는 것인데, 그러나 이 세가지 중에 하나라도 부족하면 ‘Big Data’라는 이름으로 그럴싸하게 포장되기도 한다고 했다.

 

이후 IoT라는 용어가 나오고, 데이터를 모으는 것이 가능하게 되었다.  또 3G, 4G 시대가 되면서 데이터를 보내는 것도 가능해지고, 이제 AI 시대가 되면서 분석 툴을 이용해서 데이터를 분석하는 것도 가능해져 비즈니스 의사 결정의 활용까지 가능해 졌다.

 

김 부대표는 AI 제대로 해석하고 보여주는 회사가 아마존이라고 사례를 들었다. 이전까지는 주로 B2B영역에서 주로 데이터를 활용한 비즈니스들이 있었고, 핼스케어나 팩토리 등 데이터도 많고 수익성도 되는 영역에서 Big Data 사업이 진행되어왔다. 그러나 B2C 영역으로 건드리기 힘든 영역이었던 Pricing 영역으로 B2C 비즈니스의 확장을 가능하게 한 기업이 바로 Amazon 이다.

 

AI는 갑작스러운 것이 아니다. 김부대표는 수많은 아이템들과 기반 기술들의 총합으로 지금까지 차곡차곡 쌓아온 노하우들이 지금에 와서 빛을 발한 것이 AI라 본다.  또한 AI의 활용에 가장 유용한 분야는 B2B가 먼저이나, 더 좋은 것은 B2B와 B2C에 같이 적용하는 것이라 내다 봤다. 야놀자는 현재 호텔을 1,200개를 브랜드 체인으로 운영하고 있고, 국내에만 200개가 넘는 호텔을 체인으로 가지고 있다. 단연 국내 1위 이고, 이를 잘 운영하기 위해서 어느 누구보다도 더 많이 이 고민을 하고 있다고 말한다.

 

B2B와 B2C를 같이 활용하는 영역이 빛을 발할 것이라고는 이미 Gartner의 전망으로 나와있고, 야놀자에서도 AI의 관점이 가장 많이 접합될 것으로 예상되는 분야가 B2B와 B2C가 만나는 접점, 그곳이 바로 빌딩이며, 빌딩 중에서도 많은 트랜잭션이 발생하고, 많은 고객들이 방문하는 곳이 호텔이며 실제 비즈니스가 일어나는 현장이다. 그래서 호텔이 AI를 제대로 빛을 볼 수 있게하고 수익도 제대로 창출하게 할 분야로 생각한다.

 

김 부대표는 호텔에 AI를 접목하는 것이 가장 매력적이라고 생각한다. 왜냐하면 B2B관점에서는 비용을 아까고, B2C관점에서는 소비자들이 이제까지 생각했던 좋은 서비스들을 제공 받을 수 있다. 그리고 접목할 수 있는 분야가 매우 다양하다. F&B가 호텔내에 있고, 기본적인 로지스틱스와 연계, 로봇이나 스피커와 연결, 챗봇과 연결 등 모든 영역이 호텔의 많은 방문객들에게 사용될 수 있다.

 

이를 위해, 야놀자는 3년 전부터 IoT 센스 회사에 투자를 하고, 이를 통해 백앤드 모듈을 완성하고, 프론트단에는 다양한 AI의 기술들을 접목해서, 예를들면, 챗봇, 룸 스피커를 운영해서, 방 안의 룸서비스 뿐만 아니라, 외부의 놀꺼리 들을 추천받을 수 있는 방식으로 진행하고 있다. 당연히 무인화이고 현재는 이를 더욱 고도화 시키고 있다. 그렇다면 야놀자는 어떻게 이를 실행할 수 있었느냐고 질문을 한다면…

 

그 해답은 ‘데이터’ 이다. 빅데이타는 기본 뿌리이고, 데이터를 연결시키고, 데이터를 어떻게 처리하고, 데이터를 어떻게 한곳으로 보내고 그 데이터를 어떻게 해석하고, 그 데이터를 실시간으로 어떻게 활용하고, 그 관점으로 접근하고 있고, 현재 케이스를 많이 만들고 있는 중이다.

 

이를 가능하게 하기 위해서 B2B 관점에서 중요한 것 하나가 Real Time Data! 이 데이터만 있으면 AI와 연결을 시키든 어떤 프론트단의 기술과 연결도 가능하고, 그리고 외부 업체가 가지고 있지 못한 것이 야놀자 같은 백단에 있는 플랫폼이다. 아무리 AI가 있어도 이를 실행할 플랫폼이 없으면 의미가 약하다. 그리고 또 하나 중요한 것이 Automation & Standardization이다. 결국에는 자동화를 시키고, 이를 위한 표준화를 시키는 것이 지금 하고 있는 야놀자 사업의 요체라고 한다.

 

오늘 인터뷰에서 김 부대표는 야놀자의 지향점은 롱테일의 데이터를 아놀자만의 알고리즘으로 분석, 해석하여 오프라인에 있는 다양한 정보들을 디지털화시키고 이 정보를 통해서 ‘노는 것’과 관련된 다양한 서비스를 제공하는 것이 야놀자의  미션 이라고 했다. 노는 것은 무궁무진하고, 일하는 것과 생리적인 것에 대한 시간 이외에는 야놀자와 함께하게 만드는 것이 야놀자의 목표라고 야심차게 이야기 한다. 이를 위해 온라인은 정량적 측면에서 볼륨으로 사업에 접근하고 있고, 오프라인에서는 질적인 측면을 강화하는 것이 진정한 O2O 비즈니스이고, 야놀자는 이를 위해 다양한 사업영역을 결합해서 제대로 된 O2O를 선보일 준비를 하고 있다고 했다.

 

이번 12월에 있을 AI 서밋 행사에서 김 부대표로부터 ‘야놀자의 AI’와 ‘야놀자의 실험’ 주제를 통해서 더 들어 볼 예정이다.


Zbigniew_Michalewicz__500500.png

2018년 10월 22일

인간의 세일즈 역사는 꽤나 오래되었다. 서기 1772년 함무라비 법전에는 상인 보호법이 명문화되어 있다.

수천 년 된 세일즈의 역사,  하지만 크게는 변한 것이 없는지 모른다. 우리는 여전히 과거처럼 제품을 만들고, 홍보하고, 설득하며, 팔고 있다.

한 가지 변화가 있다면, 산업화가 진행되고, 정보화, 디지털 혁명의 시대로 오면서,  셀링의 도구에서 큰 변화가 있었다.  인간의 직감의 자리에 데이터가 자리 잡았고,  고객이 원하는 제품 콘텐츠를 다양한 디지털 포맷으로 보여 줄 수 있다. 이제는 고객들이 영업 사원들을 만나기보다는 모바일로 정보를 더 보길 원하는 시대이다.

그러나 최근 몇년간 셀링의 방식에 성큼 무엇인가 도전장을 내민 것이 있다. 바로 인공지능, ‘AI’이다. AI는 이미 세상 모든 키워드의 중심에 있다. 이러한 변화의 모든 것의 끝에는 AI가 있을 것이란 말이 있다. AI는 어떻게 인간의 셀링 방식도 바꾸게 될까?

이 분야에서 AI 서밋 2018 (www.aisummit.co.kr)컨퍼런스로 한국을 방문하는 호주 애들레이드 대학의 즈비그뉴 마카일비치 박사(Zbigniew Michalewicz)는 지난 30여 년간 학계, 저술 그리고 성공적인 사업가의 커리어를 쌓았다. 그는 응용 수학에서 시작하여, 수학적 최적화등 분야에서 300편 이상의 논문을 썼고, 5만 번 이상 그의 논문이  인용되었다고 한다.  한편 사업가로서도 시대의 변화마다,  그의 연구를 솔루션 사업으로 연계하여 성공을 했다. 그리고 최근 그의 연구와 사업은 AI의 세일즈 생산성 혁신에 집중하고 있다.

그는 AI 시대에 인간의 판매 방식은 혁명적인 변화가 생길 것이라 주장한다. 그리고 그는 AI  테크놀로지를 활용한 솔루션을 직접 만든 사업가이기도 하다. 그와 인터뷰를 진행했다. 이 인터뷰는 AI 서밋 ( www.aisummit.co.kr )  기획자인 박세정 대표가 마카일비치  박사(Zbigniew Michalewicz)가 서면으로 진행하었다.

 

1.  반갑습니다. 우선 박사님의 사회 첫 시작이 궁금하군요. 대학에서 어떤 전공을 했는지, 또 어떤 분야에 관심이 있었는지 궁금합니다.

제가 대학을 다닌 때는 1970년대 중반입니다. 컴퓨터 과학에 관련된 학교는 당연히 없었습니다. 컴퓨터 관련된 코스는 응용 수학 학과에서 그나마 비슷한 것을 가르쳤죠. 이 응용 수학 (Applied Mathematics)가 저의 주 관심사였습니다. 취미로 체스나 퍼즐에도 관심이 많았는 데, 저는 이후에 ‘퍼즐 기반의 학습’이란 책도 내기도 했습니다.

 

 

2. AI에 바로 연결해서 질문을 해보자면, 커리어가 40여 년도 더 되시니, 정말 오랜동안 AI의 초기 시점과 현재의 AI 열풍을 보고 계시죠. 초기의 AI와 현재의 AI에 대해서 소회가 듣고 싶습니다.

AI는 60여 년도 더 된 역사를 갖고 있습니다. 그러나 울퉁불퉁한 역사입니다. 극도의 놀라운 발전과 기대도 있었지만, 후퇴도 많았던 그런 역사입니다. 하지만 목표는 늘 똑같았던 것 같습니다. ‘머신 (Machine)’이 인텔리전트(Intelligent) 행위를 하도록 하는 것입니다. 그것이 게임, 추론, 자연어, 검색, 의사결정 지원, 컴퓨터 비전 혹은 로봇이든 간에 관계없습니다.

최근 AI 기술의 진보는 많은 비즈니스 이슈를 돕고 있는데, 흔히 빅데이터라고 하죠. 대량의 데이터에 접근할 수 있고, 컴퓨터 성능이 발전하며 머신러닝 기술이 더 진화하면서 촉발되었습니다. 그러나 AI는 아직 초기 단계에 있다는 것을 기억하는 게 중요한 것 같습니다.

 

 

3. 개인적인 의견이긴 합니다만, AI 분야에서 학교에서의 지식을 사업화하는 경우가 최근에 달라지고 있지만,  많이 보지는 못했습니다. 과거에는 학계 연구실에 많이 머물렀다고 생각합니다. 반면, 박사님은 스타트업도 계속 만들었고, 성공적인 기업으로 키우기도 했습니다. 어떤 계기로 AI를 실제 비즈니스로 연결하는 데 흥미를 갖게 되었습니까?  

저는 학문적으로는 매우 만족스러운 커리어를 가졌었습니다. 국제적으로도 번역이 많이 된 (폴란드, 중국어, 한국어, 그리스 어등) 6권의 책을 썼고, 17권의 책을 편집했으며, 51권의 공동 책, 85개의 저널, 154개의 콘퍼런스 발표 페이퍼, 그리고 이러한 연구 결과들은 구글 학자를 비롯 5만 번 이상 인용되었습니다.

국제적인 저널이나 컨퍼런스에서도 일을 했었고, 수많은 키노트 강연을 했었죠. 몇 달 전에는 혁신적 컴퓨테이션(Evolutionary Computation) 분야에서 2019 IEEE Pioneer 상을 수상했습니다.

그러나 핵심 질문은 여전했습니다. 이러한 연구가 실제 세계에 어떤 의미인가였습니다. 이것이 어떤 차이를 만드는가? 이것이 궁극적인 실험이었죠. 연구의 결과가 세상의 문제를 풀 수 있는가? 아니면 리서치 수준에 머무는가? 정말 그걸 알아야만 했습니다. 그래서 저의 연구가 실제 비즈니스 현장에서 반영되도록 노력했습니다.

4. 초기의 박사님이 설립한 회사와 비교하여, 최근에는 AI가 비즈니스 운영 측면에서 어떤 생산성을 낼 수 있는 가 분야로 초점이 이동한 것 같습니다. 특히 인간의 판매에 대한 것이죠. 그리고 세일즈는 새로운 변화에도 변화지 않은 최종적으로 남아있는 마지막 보루라고 하셨습니다. 최근 몇 년 사이에 보면, 글로벌 시장에는 마케팅, 영업 솔루션이 수도 없이 많이 나와 있습니다. 하지만, 우리가 세일즈 행위를 하는 그 자체의 프로세스에 혁명적인 변화를 일으켰다고 보이지는 않습니다. 어떤 계기로 이 분야에 연구를 하게 되었는지, 또 왜 AI는 인간의 판매하는 방식에 과거와는 다르게 심각하게 영향을 줄 것이라고 생각을 하나요? 

대부분의 세일즈맨들은 세일즈는 예술이며 과학이 아니라고 생각합니다. 더 나아가서 대부분의 세일즈맨들은 테크놀로지에 친숙하거나 유능하지도 않습니다. 그래서 새로운 테크놀로지를 잘 수용하려 하지를 않죠.

분명히 세일즈 프로세스는 어떤 예술적인 측면이 있습니다. 그러나 과학적인 측면이 점점 더 중요하게 된 것이 과거와는 차이입니다. 제가 이미 언급해 드렸듯이, 오늘날의 데이터에 대한 접근의 용이성, 빠른 컴퓨터, 그리고 진화된 머신 러닝 기술은 과거와는 매우 다른 환경을 만들어 내고 있습니다.

우선 AI는 대량의 데이터로부터 소비자에 대한 인사이트를 얻도록 도와줍니다. 그래서 고객과의 커뮤니케이션과 로열티 관리에 더욱 유리하게 해 줄 수 있습니다. 예를 들면, 요즘은 고객군을 세분화하는 그룹핑 하는 기술이 점점 발전하는 데 (주: 마이크로 세그멘테이션이라 불림), 행위 패턴을 포함한 다양한 요소들을 활용합니다.

이러한 마이크로 세그먼트는 개인화된 마케팅과 세일즈 엔게이지먼트에 있어서 중심이라고 할 수 있습니다.  각각의 고객과의 교감과 상호 작용을 가능하게 하죠. 그래서 고객 개개인의 취미, 니즈, 욕구에 맞춰서, 마케팅을 가능하게 합니다.

AI는 복잡한 분석과 연구 과제를 자동화할 것이며, 자원의 할당, 메세징, 프라이싱 등을 통해서 세일즈와 마케팅에 더 나은 ROI를 가져오게 될 것입니다.

예를 들어, 영업 사원을 더 확실한 영업 기회에 배치하고, 그들에게 고객에 대한 더 나은 정보로 무장시키며, 고객에게 제품, 서비스, 프라이싱에 대해서 최적의 조합을 추천할 수 있도록 도와주게 됩니다. 이러한 분야에 AI 테크놀로지가 더 큰 역할을 하게 될 것입니다.

 

 

5. 글로벌 기업들이 실제 어떻게 AI를 그들의 비즈니스 프로세스에 수용하는지 궁금하군요. 어떤 예가 있을까요? 또 어떤 AI 테크놀로지가 가장 많이 적용되고 있습니까?  

올해 2018년 10월, IT 기업 Globant에서 680명의 미국 기업 중역들을 대상으로 한 조사 결과가 있습니다. 이 리포트는 AI를 대응하는 데 있어서 각 기업들이 여러 차이를 보이고 있음을 지적했습니다. 40%는 디스커버리 단계 즉, 이제 알아가는 단계, 33%는 AI의 벤더 (테크놀로지 공급자)를 고려하는 단계, 21%는 벤더를 선택한 단계,  그리고 7%는 벤더를 연락해본 단계입니다. 모든 회사가 AI를 수용함에 있어서 모두 각각 다른 상황에 있다는 의미입니다.

제 경험은 그것이 AI기반이든 아니든, 효과적인 소프트웨어 애플리케이션은 글로벌 기업의 비즈니스 프로세스와 로컬 비즈니스의 목적에 부합해야 한다는 것입니다. 세일즈 & 마케팅을 위한 AI 소프트웨어의 경우, 특히 시장과 경쟁자 등 데이터가 로컬 시장에서 제공이 가능한가 가 중요합니다. 그래야만 사용하는 직원들이 다시 프로세스를 만들어야 하는 일을 하지 않습니다. 그 결과로 세일즈 & 마케팅 담당자들이 각각의 시장과 고객에게 맞는 일을 할 수가 있습니다.

 

 

6. 박사님이 설립한 Complexica라는 기업의 솔루션이 제약회사인 화이자에 공급이 되었다고 들었습니다.  어떤 기술을 바탕으로 하고 있는 솔루션인가요? 화이자의 기대는 어떤 것인가요? 

Complexica의  AI기반의  ‘What-if Simulator’는 대량의 내외부 데이터에 기반을 둔 복잡한 What if 시나리오를 테스트하고 최적화하는 솔루션입니다. 이 솔루션을 호주의 화이자에 공급을 했는데, 아래와 같은 기능을 제공합니다.

예를 들면 세일즈 & 마케팅의 다양한 전략의 영향을 시뮬레이션하는 것, 예측 관점에서 상호 영향을 주는 변수의 질문에 답하는 것,  실제 비즈니스 현장에 바로 테스트하기 어려운 가설을 조사하는 것,  시뮬레이션 결과를 분석하고, 차이점을 보인 다면, 그 배경의 핵심 요소를 분석하는 것, 그리고 비즈니스 운영 관점에서 결정하거나, 보류해야 하는 요소에 대한 이해 같은 것입니다.

화이자와 같은 큰 기업의 세일즈 & 마케팅은 각각의 세일즈 전략에 다양한 변수를 사전 시뮬레이션하기를 원합니다. 그리고 전략적 판단에 위험요소를 낮추고, 더 원하는 결과에 다가가기를 바랍니다. AI는 이러한 시뮬레이션을 돕는 역할을 하게 됩니다.

 

 

7. 마지막으로 우리가 일하는 방식, 그리고 역할 등 조직적인 측면을 얘기해 볼까 합니다. 이렇게 AI가 점점 정교한 일을 해내고 자동화한다면,  세일즈와 마케팅의 역할이 크게 변화할 것임을 의미합니까?  AI가 특히 고객을 직접 만나고 커뮤니케이션하는 프로세스에 점점 적용되면, 전통적인 역할과 충돌이 일어나고,  AI가 만드는 새로운 환경에 적응하도록 유도할 텐데, 세일즈 & 마케팅 담당자들에게 어떤 어드바이스를 주고 싶습니까? 

1980년대를 생각해 보십시오. 대부분의 세일즈맨들은 그들이 파는 제품에 대해서 고객보다 훨씬 많은 정보를 갖고 있었습니다. 사실상 고객에게 정보를 주는 어떤 유리한 입장에 있었죠. 1990년대 인터넷의 발견과 함께 그것은 끝나 버렸습니다. 세일즈맨들이 갖고 있던 정보와 그들을 전문가로 보이게 했던 그 정보의 소유권이 정보를 접하는 모든 사람들, 즉 고객들에게 넘어가 버렸습니다.

인터넷이 확대되자, 세일즈맨과 고객 사이의 정보 비대칭성이 약화되고, 반대 상황으로 흘러갔습니다. 요즘은 고객들이 세일즈맨들보다 더 많이 아는 경우도 많습니다. 이 이유는 고객들이 정보를 미리 탐색하고 접할 수 있기 때문입니다.

이러한 세일즈맨에서 고객으로의 정보 비대칭성이의 변화 현상은 대부분 산업에서 일어나고 있고, 매스 퍼스널리제이션 (대량 개인화,Mass Personalization) 현상으로 이어지며 강화되고 있습니다. 현대의 고객들은 B2B 고객이든, 일반 소비자이든, 더 많은 교육을 받았고, 더 많은 정보를 접하면서, 더 개인화된 정보를 요구하고 있습니다. 그들이 원하는 것을 더 잘 알고 있고, 그래서 그들이 제품을 구매할 때, 더 개인화된 서비스를 요구하는 거죠.

세일즈맨들에게서 기대하는 것은 더 높은 차원에서 교육을 해주고, 관련성이 높은 정보를 제공해 주길 바랍니다. 뻔히 아는 질문과 답을 반복하면서 시간을 낭비하지 않길 바라게 됩니다. 이러한 트렌드는 영업&마케팅 부서에게 압박이 됩니다. 이러한 트렌드를 잘 못 해석하고 준비가 안 된 조직에게는 어려움에 봉착하게 됩니다. 이러한 시대적 조류를 바꾸기는 힘듭니다. 그래서 세일즈맨들은 과거에는 멋진 일들이었을 텐데, 이제 점점 셀프서비스 모델에 잠식당하고 있고, 고객들은 최고의 딜을 위해서 더 나은 정보를 찾고 무장하여, 영업 사원을 위협하게 됩니다.

이러한 상황들, 오늘날의 비즈니스 세계의 시끄럽고, 복잡하고, 다이내믹한 현상들을 보면서, 저는 AI가 우리가 마케팅하고 판매하는 방식을 혁명적으로 바꿀 것이라 생각합니다. AI는 일자리를 더 생산적으로 만들 수 있습니다. 특히 영업& 세일즈 부서도 더욱 그렇습니다.

AI는 대량의 데이터를 처리하고 분석하며 일반적으로 보였던 정보들을 쓸모 있는 지식으로 바꾸어 주고, 액션이나 의사결정을 하게 해주는 능력을 갖고 있고, 이러한 특징이 많은 산업에서의 세일즈 & 마케팅 부서원의 모습을 바꿀 것이라 생각합니다. 그리고 세일즈의 매니저, 중역 그리고 경영진들은 이러한 기술적인 진화를 어떻게 잘 수용해서, 세일즈 팀이 더 경쟁적이고, 생산적이며 가치 중심적이 되도록 도와주어야 합니다. 이것이 미래의 경쟁력이며, 많은 변화 속에 있는 디지털 트랜스포메이션 시대의 관점에서 성공적인 조직 변화의 핵심이라 할 수 있습니다.

 

* Zbigniew Michalewicz 박사는 AI Summit Seoul에서 ‘셀링의 미래: AI는 어떻게 셀링의 방식을 바꿀것인가? 주제 강연을 위해 한국을 찾는다.


손진호.png

2018년 10월 17일

“초연결의 시대, 모든 것의 연결, 그 놀라운 미래”

“5G, 인공지능과 Robotics의 연결이 가지고 올 미래를 주목하자”

 

AI 서밋 2018 사무국은 10월의 중순, 화창한 가을, 한적한 서초구 우면동에 위치한 LG전자, 컨버전스센터를 방문하여 이번 행사의 연사로 발표 예정인 로봇선행연구소의 손진호 소장을 만났다. 손 소장의 사무실에 들어섰을 때 그의 사무실에 가득 진열된 각종 피큐어들을 보면서 ‘정말 Robot를 사랑하는 진짜 Robot 매니아’라는 인상을 받았다.

 

손 소장은,  1993년에 LG 전자의 전신인, 금성전기에 입사를 하여 FM 무전기 사업팀에서 첫 직장생활을 시작했다고 한다. 이후 LG정보통신과 LG 금성사의 합병으로 현, LG 전자에 근무하게 되면서 맡은 업무가, 단말기 네트웍 장비 개발, 블루투스폰, 와이파이폰을 업계 처음으로 출시를 하여, 오늘의 손 소장을 있게 한 역작이 되었다.

 

2000년 인공지능이라는 용어가 생소한 시절부터 인공지능 관련업무를 맡았고, 음성팀, 영상팀, NLP, Bio 매트릭스 등 4개 분야의 진흥 연구팀을 이끌었다.  2009년 인텔리전스 연구소장 시절, 로봇청소기 개발에 성공, 국내 Top 로봇 가전의 발판을 마련하였고, 작년은 인천공항에 공항안내로봇, 공항청소로봇 등을 선보였다.

 

오늘 인터뷰에서 손 소장은, 로봇은 인공지능을 가장 잘 현실화시켜서 표현한 것(thing)이라고 설명했다. 그리고 명실상부 미래 지향적인 LG 전자의 대표 품목임을 강조했다.
글로벌 추이를 보면 로봇의 변화가 Industrial Robot에서 Intelligence Robot, 이제는 AI Powered Robot으로 흐름이 바뀌고 있고, LG전자는 그 흐름의 놓치지 않고, 리딩하고 있다고 한다.

 

로봇기술은 얼굴 인식이나 대화를 하던 전통적인 기술에서, 최근에는 매뉴필레이션(조작), 로케이션(위치) 등의 미래기술로 발전하고 있고, AI가 접목되면서 로봇의 새로운 시대가 열리고 있다고 조망한다. 예를 들면, 로봇청소기에 AI가 접목되면서 자율주행기능, 위치기능 (vision based location) 등이 어우러져 새로운 차원의 로봇으로 발전하고 있다고 했다.

 

손 소장의 바쁜 일정으로 오늘은 짧은 인터뷰를 마쳤지만,  AI Summit 2018 본 행사에서는 오늘 못다한 이야기들을 풀어줄 것으로 기대하며, 로봇 이야기 뿐만 아니라 ‘초연결의 시대, 모든 것의 연결; 5G, AI 그리고 로봇’ 으로 손 소장이 전달할 초연결의 시대, 그 미래를 미리 만나보자.