[AICON] Global AI 컨퍼런스 2024 첫째 날 2 - 기조 강연 1 : AI 패러다임 전환과 산업 융합 생태계

이제부터 첫째 날에 진행되었던 강의를 정리해보려고 한다. 첫 번째 기조강의는 외국에서 오신 티모시 파팬드루라는 분께서 말씀하셨다. 통역을 위해서는 이어폰이 필요하는 걸 강의가 시작된 후에 알게 되어 이걸 가져오느라 처음 부분을 조금 놓치기도 했다.

---

 

 

 

 

기조 강연 1 - AI 패러다임 전환과 산업 융합 생태계

 

 

 

 

 

 

 

 

 

혁신의 주기는 점점 빨라지고 있다. 각 혁신 주기는 기술 발전과 그에 따른 주요 변화를 나타내고 있다. 각 주기는 '물결'로 표현되며, 약 60년에서 25년 정도의 주기로 변화를 겪고 있다.

1. 제1의 물결 (1785년) : 물의 힘, 섬유, 철과 같은 자원을 기반으로 산업 혁명이 시작되었다. 주기는 약 60년이다.
2. 제2의 물결 (1845년) : 증기의 힘, 철도, 철강이 주요 혁신 요소로 등장하여 산업이 더욱 발전했다. 이 시기도 약 55년 지속되었다.
3. 제3의 물결 (1900년) : 전기, 화학, 내연 연소 엔진의 도입으로 산업이 한층 더 고도화되었다. 이 혁신 주기는 약 50년 지속되었다.
4. 제4의 물결 (1950년) : 석유화학, 전자기기, 항공 기술이 발달하면서 새로운 산업이 등장하고 기존 산업이 확장되었다. 이 시기는 약 40년 정도 지속되었다.
5. 제5의 물결 (1990년) : 디지털 네트워크, 소프트웨어, 뉴미디어와 같은 디지털 혁명이 이루어졌다. 혁신 주기는 30년으로 줄어들었다.
6. 제6의 물결 (2020년 이후) : 인공지능(AI), 사물 인터넷(IoT), 로봇, 드론, 클린테크와 같은 신기술들이 중심이 된다. 이 혁신 주기는 약 25년으로 예상된다.

이 그래프는 시간이 지날수록 혁신 주기의 간격이 짧아지는 경향을 보여주며, 기술의 발전 속도가 빨라지고 있음을 나타낸다.

 

 

 

 

 

 

문샷은 거대한 문제(Big Problem), 돌파구 기술(Breakthrough Technology), 그리고 급진적 솔루션(Radical Solution)이 만나는 지점에서 이루어진다는 것을 보여준다. 즉, 문샷은 다음과 같은 세 가지 요소가 결합될 때 실현된다:

1. 거대한 문제 : 해결하고자 하는 문제 자체가 사회적으로 큰 의미를 가지며, 해결할 가치가 높은 도전 과제이어야 한다.
2. 돌파구 기술 : 기존의 한계를 뛰어넘을 수 있는 혁신적인 기술이 필요하다. 이는 문제를 해결할 수 있는 새로운 방법이나 접근 방식을 제공한다.
3. 급진적 솔루션 : 단순히 기존 방식의 개선이 아니라, 근본적으로 새로운 방식의 해결책이 요구된다.

이 세 요소가 모두 충족될 때 "문샷"이라고 부를 수 있는 프로젝트나 목표가 성립되며, 이는 보통 엄청난 혁신과 변화를 가져올 수 있는 도전적인 목표를 뜻한다.

 

 

 

 

 

 

문제와 사랑에 빠지라는 것과 실패가 아닌 학습을 포용하라는 말이 가장 공감이 되었다. 문샷 사고는 기존의 한계를 뛰어넘는 혁신적인 사고방식을 뜻하며, 이를 실현하기 위한 여섯 가지 주요 원칙이 제시되어 있다.

1. 10%가 아니라 10배(10X) 목표를 설정하라
   • 작은 개선이 아니라, 현재 상태에서 10배 이상의 성장을 목표로 삼아야 한다. 이렇게 큰 목표를 설정함으로써 기존의 방식과는 다른 획기적인 접근이 필요하게 된다.
2. 가장 어려운 일을 먼저 작업하라
   • 프로젝트나 문제 해결에서 가장 난관이 되는 부분을 먼저 해결해야 한다. 이를 통해 전체적인 성과를 극대화할 수 있다.
3. 문제와 사랑에 빠져라
   • 문제에 깊이 몰입하고 애정을 가지는 태도가 필요하다. 단순히 문제를 해결하기 위한 노력에 그치지 않고, 그 문제에 대한 애정과 열정을 통해 더 나은 해결책을 찾을 수 있다.
4. 실패가 아닌 학습을 포용하라
   • 실패를 두려워하지 말고, 실패를 통해 얻은 교훈을 학습 과정의 일부로 받아들여야 한다. 이를 통해 지속적인 성장과 개선이 가능해진다.
5. 현실과 접촉하라
   • 혁신적인 사고를 하더라도, 현실적인 요소를 무시하지 않고 균형을 맞추는 것이 중요하다. 이상적인 목표와 현실적인 접근 사이에서 조화를 이뤄야 한다.
6. 다양한 관점을 구축하라
   • 다양한 시각에서 문제를 바라보고, 여러 관점을 통합할 수 있는 사고가 필요하다. 이를 통해 보다 혁신적이고 다각적인 해결책을 도출할 수 있다.

이 원칙들은 문샷 프로젝트에서 혁신을 이끌어내기 위한 사고방식과 태도를 제시하며, 큰 목표를 세우고 이를 달성하기 위해 기존의 틀을 벗어나야 함을 강조하고 있다.

 

 

 

 

 

앞의 내용의 원래 PPT가 바로 이것이다. 영어로 볼 때는 무슨 말인지 모르겠는데 한글 번역본을 보니 탁 와닿는다.

---

 

 

 

 

 

지난 40년간 디지털 전환 인프라의 발전 단계를 나타낸다. 각 단계는 디지털 기술과 인프라가 발전하면서 이루어진 중요한 변화를 설명하고 있다.

1. 대규모 기술 회사 구축
   • 디지털 전환의 초기 단계로, 대규모 기술 기업들이 설립되며 기술 인프라가 형성되기 시작했다. 이는 기술 산업의 기반을 마련한 중요한 단계이다.
2. 데이터에서 클라우드로 이동
   • 기존의 로컬 데이터 저장에서 클라우드로의 전환이 이루어졌다. 이를 통해 데이터의 접근성과 유연성이 증가했으며, 기업들이 데이터 관리에 있어 효율성을 높일 수 있게 되었다.
3. 모든 데이터의 디지털화
   • 점차 모든 종류의 데이터가 디지털 형식으로 변환되기 시작했다. 이는 아날로그 데이터를 디지털 방식으로 저장하고 활용하는 것을 의미하며, 데이터 분석과 처리의 효율성을 크게 높였다.
4. 모든 것과의 인터넷 연결
   • IoT(사물인터넷)의 확산으로 거의 모든 장치가 인터넷에 연결되었다. 이로 인해 정보 교환이 실시간으로 가능해지고, 데이터 수집과 모니터링이 용이해졌다.
5. 강력한 컴퓨터 칩
   • 컴퓨터 칩의 성능이 비약적으로 향상되면서 더 많은 연산 능력과 처리 속도가 가능해졌다. 이는 인공지능, 머신러닝, 데이터 분석 등의 복잡한 작업을 처리할 수 있는 기반을 제공했다.

이러한 단계들은 디지털 전환이 이루어지면서 기술 인프라가 점점 더 강력하고 효율적으로 발전해 온 과정을 보여준다.

 

 

 

 

 

 

현대의 주요 혁신 기술 분야 다섯 가지는 다음과 같다. 각 분야는 산업과 기술의 발전에 중요한 역할을 하며, 미래 사회에 큰 영향을 미칠 것으로 예상된다.

1. 블록체인
   • 데이터의 신뢰성과 투명성을 보장하는 기술로, 탈중앙화된 데이터 저장 방식이 특징이다. 주로 금융, 공급망 관리, 데이터 보안 등 다양한 분야에서 활용되고 있다.
2. AI (인공지능)
   • 머신러닝과 딥러닝 기술을 통해 데이터를 학습하고, 문제 해결과 예측을 수행하는 기술이다. 의료, 금융, 제조, 서비스 산업 등 여러 분야에서 효율성과 생산성을 높이는 데 기여하고 있다.
3. 로봇공학
   • 로봇의 설계, 제작, 운영에 관한 기술로, 주로 제조업, 의료, 물류, 서비스 등에서 자동화와 효율성 증대에 활용된다. 인간의 노동력을 보조하거나 대체할 수 있는 다양한 로봇이 개발되고 있다.
4. 에너지 저장
   • 효율적인 에너지 저장 솔루션을 개발하는 기술로, 재생에너지의 사용을 확대하고 전력망의 안정성을 높이는 데 필수적이다. 배터리 기술이 대표적이며, 친환경 에너지의 확산을 지원하는 역할을 한다.
5. 멀티오믹스 시퀀싱
   • 유전체, 단백질체, 대사체 등 여러 생체 데이터를 통합하여 분석하는 기술로, 주로 의료와 생명과학 분야에서 활용된다. 맞춤형 치료와 정밀 의학의 발전에 기여하고 있으며, 질병의 조기 발견과 개인화된 치료 방안을 제공할 수 있다.

이 다섯 가지 기술 분야는 각기 다른 산업에서 중요한 역할을 하며, 혁신적인 변화를 이끌고 있다.

 

 

 

 

 

 

 

이것은 기술 메가트렌드를 "S 곡선 위의 S 곡선"이라는 개념으로 표현하고 있다. 이는 기술 발전이 점진적으로 이루어지는 것이 아니라, 급격한 성장을 겪다가 어느 정도 포화에 이르면 또 다른 새로운 기술의 성장 곡선이 이어진다는 것을 나타낸다. 각 원 안에는 현재와 미래에 중요한 기술 트렌드들이 나열되어 있다.

1. AI/ML & 블록체인
   • 인공지능(AI)과 머신러닝(ML)은 데이터를 학습하고 분석하여 지능적인 결정을 내리는 데 사용되며, 블록체인은 데이터의 투명성과 보안을 보장하는 탈중앙화 기술이다.
2. 로봇공학 & 자동화
   • 로봇과 자동화 기술은 제조업, 물류, 서비스업 등 다양한 분야에서 효율성을 높이고 인간의 노동을 대체하거나 보조하는 역할을 한다.
3. 디지털 트윈 & 플랫폼
   • 디지털 트윈 기술은 현실 세계의 객체나 시스템을 가상 공간에 복제하여 모니터링 및 최적화하는 데 사용된다. 플랫폼 기술은 다양한 서비스를 통합하고 연결하여 사용자에게 더 나은 경험을 제공한다.
4. 에이전트, 아바타 & 신세스피언
   • 에이전트와 아바타는 가상 환경에서 사용자와 상호작용하는 캐릭터이며, 신세스피언(Synthespians)은 디지털 캐릭터로, 영화나 게임 등에서 사용될 수 있다.
5. 에너지 최적화 & 보관
   • 에너지 효율을 높이고 저장하는 기술로, 지속 가능한 에너지 사용을 위해 중요하다. 배터리와 같은 에너지 저장 기술이 대표적이다.
6. 3D 프린팅 & DNA 시퀀싱
   • 3D 프린팅은 제조 과정을 혁신하고, DNA 시퀀싱은 생명과학 분야에서 개인화된 의료와 유전 연구를 가능하게 한다.
7. 웹 3 & 가상 부동산
   • 웹 3.0은 탈중앙화된 인터넷을 지향하며, 가상 부동산은 메타버스와 같은 디지털 공간에서 부동산 개념을 도입하는 기술이다.
8. 우주 통신 & 에너지
   • 우주 통신과 에너지 기술은 우주 탐사와 자원 활용을 위한 인프라를 지원한다.
9. 직 & 프랙탈 업무
   • 직(Work)은 변화하는 업무 형태를 뜻하며, 프랙탈 업무는 업무가 유연하고 자율적인 구조로 나누어질 수 있음을 의미한다.

이러한 기술 메가트렌드들은 서로 연결되면서 빠른 속도로 발전하고 있으며, 사회와 경제에 큰 영향을 미칠 것으로 예상된다.

 

 

 

 

 

 

 

 

 

여러 기술이 경제에 미치는 영향을 시계열로 나타낸 그래프이다. 각 기술의 도입과 발전이 GDP 성장과 소비자 잉여에 대한 연간 퍼센트포인트로 얼마나 기여했는지를 표현하고 있다. 주요 기술 발전 시기와 그에 따른 경제적 영향을 기술 물결(wave)로 나타내며, 시간이 지남에 따라 새로운 기술이 이전 기술을 대체하거나 보완하면서 경제 성장에 기여하는 패턴을 보여준다.

기술 물결의 주요 흐름

1. 스팀 엔진 (1780s ~ 1800s)
   • 산업혁명의 시작을 알리는 기술로서, 초기 경제 성장에 중요한 역할을 하였다. 스팀 엔진의 도입으로 제조업과 교통이 크게 발전하였다.
2. 철도, 전보, 사진, 자전거 (1830s ~ 1870s)
   • 철도와 전보 기술이 교통과 통신을 혁신하며 경제 성장에 기여했다. 사진과 자전거도 그 시기의 새로운 기술로 부상하였다.
3. 내부 연소 엔진, 전기, 전화, 라디오, 냉장고, 에어컨 (1900s ~ 1930s)
   • 내연 기관과 전기가 도입되면서 자동차, 전기 설비 등이 상용화되었고, 전화와 라디오 같은 통신 기기도 보편화되었다. 이 시기에 경제적 파급력이 매우 컸다.
4. 화학 및 합성, 자동차, 조립 라인, 텔레비전, 제트 엔진 (1940s ~ 1960s)
   • 2차 산업 혁명의 상징적인 기술들이 대두되며 생산성을 극대화했다. 이 시기에는 특히 자동차 산업과 가전 산업이 급성장하였다.
5. 인터넷, 휴대전화, 웹, 전자상거래, 신재생에너지 (1970s ~ 2000s)
   • 인터넷과 휴대전화의 도입으로 디지털 혁명이 시작되었고, 전자상거래와 신재생에너지가 경제 성장을 주도하였다.
6. AI, 3D 프린팅, 로봇, 고급 배터리, 자율 이동, 클라우드 컴퓨팅 (2020s 이후)
   • 현재와 미래를 대표하는 기술들로, 인공지능(AI), 3D 프린팅, 자율 이동 수단, 클라우드 컴퓨팅 등이 주요한 혁신 기술로 자리잡고 있다. 이 기술들은 차세대 경제 성장을 이끌 것으로 기대된다.
7. 지능형 디바이스, 다중오믹스, 정밀 의학, 디지털 지갑, 가상화폐 (2030년대 예상)
   • 향후 등장할 가능성이 높은 기술들로, 개인화된 생명공학과 디지털 금융 서비스가 주요한 성장 요소가 될 것으로 보인다.

종합 설명

이 그래프는 시간이 지남에 따라 기술이 사회와 경제에 미치는 영향을 보여주며, 각 기술의 혁신 주기가 시간이 지날수록 짧아지고 있다는 점을 시사한다. 또한 각 물결이 종료될 즈음에 새로운 기술이 등장해 경제적 파급력을 유지하며, 기술 융합이 역사적으로 중요한 기술 물결을 만들어 왔음을 강조하고 있다.

 

 

 

 

 

 

 

인공지능(AI)의 다양한 분야와 적용 영역을 원형으로 정리한 다이어그램이다. 중심에 있는 "인공지능"을 기준으로, 다양한 AI 기술과 그 응용 분야가 방사형으로 나열되어 있다.

주요 구성 요소

1. 생성형 AI
   • 텍스트, 이미지, 소리 등 다양한 콘텐츠를 생성하는 인공지능으로, 최근 챗봇, 이미지 생성 모델 등에서 널리 사용된다.
2. 퍼지 논리
   • 불확실한 데이터를 처리하고 애매한 상황에서 결정을 내리는 데 사용되는 논리 시스템이다. 예를 들어 가전제품의 온도 제어나 자동 제어 시스템 등에 적용된다.
3. 전문가 시스템
   • 특정 분야의 전문 지식을 사용하여 문제를 해결하는 시스템으로, 의료 진단이나 법률 상담 등에서 전문가의 역할을 일부 대체하는 데 쓰인다.
4. 예측 AI
   • 주어진 데이터를 기반으로 미래를 예측하는 인공지능으로, 금융, 날씨 예측, 수요 예측 등 다양한 분야에서 사용된다.
5. 딥 러닝
   • 신경망을 이용하여 데이터를 학습하고 분석하는 AI 기술로, 이미지 인식, 음성 인식 등에서 높은 성능을 보인다. 딥러닝은 머신러닝의 하위 분야이지만, 최근 AI 발전을 이끄는 핵심 기술로 자리잡고 있다.
6. 기계 학습
   • 데이터를 이용해 패턴을 학습하고 예측하는 AI의 한 분야로, 데이터가 많아질수록 성능이 향상된다. 통계적 방법을 이용해 모델을 훈련시킨다.
7. 로봇공학
   • 인공지능과 로봇의 결합으로, 물리적인 작업을 수행할 수 있는 시스템을 만든다. 산업용 로봇, 자율주행차, 드론 등에 적용된다.
8. 컴퓨터 비전
   • 이미지와 비디오에서 유의미한 정보를 추출하는 AI 기술로, 얼굴 인식, 자율 주행, 영상 분석 등에서 사용된다.
9. 대화형 AI
   • 사람과 자연스럽게 대화할 수 있는 AI로, 음성 비서나 고객 지원 챗봇에서 주로 사용된다. 언어 이해와 생성 기술이 결합된 형태이다.

요약

이 다이어그램은 AI의 다양한 기술과 그 응용을 한눈에 보여주며, AI가 여러 산업과 분야에서 어떻게 적용되는지를 설명하고 있다. AI는 단순한 학습 및 예측을 넘어서, 생성, 제어, 대화 등 다양한 역할을 수행하며 빠르게 발전하고 있다.

 

 

 

 

 

 

 

이 사진은 "The most dangerous phrase in the language is 'we've always done it this way.'"라는 문구를 보여준다. 해석하면 "언어에서 가장 위험한 문구는 '우리는 항상 이렇게 해왔어'이다." 이 말은 미국 해군 장교였던 그레이스 호퍼(Grace Hopper)가 한 말로, 조직이나 개인이 변화를 거부하고 기존 방식을 고수할 때 위험해질 수 있음을 경고하는 뜻이다.

이 문구는 고정관념이나 기존의 방식에 집착하는 것이 혁신과 발전을 가로막는 큰 장애물이라는 의미를 담고 있다. 즉, 과거의 방식이 성공적이었다 하더라도 새로운 아이디어와 변화의 가능성을 받아들이지 않으면 성장과 개선이 어려워질 수 있다는 점을 강조한다. 혁신과 발전을 위해서는 "항상 이렇게 해왔다"는 생각을 버리고, 새로운 접근 방식을 시도하는 것이 중요하다는 메시지이다.

 

 

 

 

이것은 "선형적 사고"와 "AI 시스템 사고"의 차이를 시각적으로 표현하고 있다.

• 선형적 사고: 왼쪽 그림에 해당하며, 정보가 일직선으로 순차적으로 흐르는 구조를 나타낸다. 이 방식은 문제를 단순하게 단계별로 접근하는 방식으로, 각 단계가 명확하게 구분되고 순차적으로 진행된다. 이는 전통적인 사고방식으로, 원인과 결과가 직접적으로 연결되는 단순한 관계를 이해하는 데 적합하다.
• AI 시스템 사고: 오른쪽 그림에 해당하며, 여러 요소가 복잡하게 상호작용하는 구조를 보여준다. AI 시스템 사고는 다양한 요소들이 서로 영향을 주고받는 비선형적인 사고방식을 의미한다. 각 요소들이 복잡하게 얽혀 있으며, 다중 경로와 상호작용을 통해 결과가 도출된다. 이러한 사고방식은 AI와 같은 복잡한 시스템을 이해하고 분석하는 데 적합하다.

이 비교는 AI 시스템이 단순히 순차적 흐름을 따르지 않고, 복잡한 상호작용을 통해 학습하고 예측하는 방식을 설명하려는 것이다. AI 시스템은 선형적 사고방식으로는 파악하기 어려운 복잡한 패턴을 탐지하고 예측할 수 있다는 것을 시사한다.

 

 

 

 

 

 

 

AI의 적용 범위를 네 가지 유형으로 분류하여 설명하고 있다. 각 방향은 AI가 활용되는 목적과 영역을 나타내며, '일상 AI', '게임 체인저 AI', '광주 AI', '외부 고객 대면'이라는 키워드로 분류되어 있다.

주요 분류

1. 일상 AI (Everyday AI)
   • 왼쪽으로 표시된 영역으로, 일상에서 자주 접하는 AI 기술을 의미한다. 주로 사용자 경험을 개선하거나 간단한 자동화를 통해 편리함을 제공하는 역할을 한다. 예로는 스마트폰의 음성 비서나 추천 알고리즘 등이 있다.
2. 게임 체인저 AI (Game Changer AI)
   • 오른쪽에 위치한 영역으로, 혁신적이고 비즈니스 모델 자체를 변화시키는 AI 기술을 의미한다. 새로운 제품, 서비스, 비즈니스 모델을 가능하게 하며 기존 방식에 변화를 주어 시장에서 경쟁 우위를 제공한다. 예로는 자율주행차나 혁신적인 의료 AI 솔루션이 있다.
3. 광주 AI (Support AI)
   • 아래쪽에 위치하며, 내부 작업을 지원하는 AI 시스템을 의미한다. 기업의 운영 효율을 높이는 데 중점을 두며, 주로 백오피스 업무나 내부 프로세스 자동화에 활용된다. 예로는 데이터 분석 도구나 고객 지원 자동화 시스템이 있다.
4. 외부 고객 대면 (External Customer Facing)
   • 위쪽에 위치한 영역으로, 외부 고객과 직접 상호작용하는 AI 기술을 나타낸다. 고객 경험을 향상시키고 마케팅, 판매, 서비스에 직접적인 영향을 미친다. 예로는 챗봇, 개인화된 마케팅 AI가 있다.

요약

이 네 가지 유형의 AI 분류는 AI가 일상적인 편의 제공에서부터 비즈니스 혁신을 일으키는 영역에 이르기까지 다양한 방식으로 활용될 수 있음을 보여준다. 각 유형은 AI의 역할과 적용 범위가 다르며, 기업이나 사용자의 목표에 따라 AI가 다른 방식으로 적용될 수 있음을 시사한다.

 

 

 

 

 

 

이는 인공지능(AI) 기술의 기반이 되는 필수 요소가 데이터임을 의미한다. AI는 데이터를 학습하고 분석하여 패턴을 찾아내고, 이를 바탕으로 예측하거나 결정을 내리기 때문에, 충분하고 신뢰할 수 있는 데이터가 없으면 AI 시스템이 효과적으로 작동할 수 없다.

데이터가 AI의 핵심 자원임을 나타내며, 데이터가 없거나 부족하면 AI 모델의 성능이 저하되거나 신뢰성 있는 결과를 제공하기 어려워진다는 점을 강조하고 있다. 따라서 AI의 발전을 위해서는 양질의 데이터를 확보하고, 이를 효과적으로 관리하고 처리하는 것이 중요하다.

---

 

 

 

 

정리를 마치고

사실 어제 저녁에 마치려고 했던 내용인데 어제 5시부터 왜 이렇게 졸리던지 6시에 잠깐 일어났다가 다시 잠자리에 들어 계속 잠만 자다가 오늘 새벽 1시 20분에 일어났다. 가끔 이렇게 너무 피곤한 날이 있다. 어제는 휴식하는 날이었으니 나름 괜찮은 휴식을 보낸 것 같다.

AI 기술과 혁신에 대해서 설명하는 강의였다. 강의를 들었을 때보다 정리를 할 때 더 많은 것들을 배우는 것 같다. 뒷부분은 광주를 위한 AI 인프라 구축 등에 관한 내용인데 별로 중요하지 않은 내용인 것 같아 제외했다. 즉 AI는 여러 산업에 걸쳐 연쇄적으로 일어나고 있었다.

 

지속 가능한 발전을 위해서는 데이터 센터를 최대한으로 활용하며 데이터가 가장 중요한 역할을 한다는 이야기에 조금 놀라기도 했다. 데이터라는 것을 별로 중요하게 생각하지 않았는데 AI에서는 정말 중요하다는 것을 느끼는 시간이었다.