얼마 전, 인공지능 세미나를 다녀 왔는데요. 현황 부문만 간단히 정리해서 올려 봅니다.

• 시장현황: 초기에는 AI가 모든 걸 다 할 수 있다고 자신했지만, 현재 많은 문제에 있어 모든 단계(인지->판단&해석->행동)에서 AI 적용이 쓸만한 수준(상업적 가치)은 안된다.
  • 자동차 예시
    • 인지: 센서에서 들어오는 수 많은 이미지와 소리 데이터들
    • 판단&해석: 사거리다, 길이다 아니다, 사람이다, 강아지다
    • 행동: 좌회전하자, 피하자, 브레이크를 밟자
  • 마케팅/광고 예시
    • 인지: 개인의 성별, 주소, 과거 구매이력, 자주 클릭한 상품군
    • 판단&해석: 광고 대상자다 아니다
    • 행동: 사용자에게 광고를 하자/말자, 적합한 프로모션은?
    • 결과: 타겟형 상품 개발 용이, 광고주의 비용대비 효과상승이 체감되어유인동기 발생
  • 2019 현재
    • 과도한 문제(경영예측, 새로운 비즈니스 예측, Yes or No가 불분명한 부문 해결)를 해결하려 하지 말고
    • 기존 업무 일부를 좀 더 개선하자
      • 업무 일부 자동화: 머신러닝을 위한 이미지 정보 자동처리, 공정개선, 마케팅 광고
      • 단순반복업무의 대체
• 인공지능 시장 상황
  • 잘 되고 있는 분야
    • 광고마케팅: 기존 머신러닝 기반 솔루션에 AI를 이용한 새로운 알고리즘을 써서 개선시도, 실패하더라도 플랫폼 내에서 충격흡수. 완전하지는 않고 개선된 건 알겠는 데 왜 좋아졌는 지 설명이 안됨
    • 판매예측 및 시장동향 파악: 로우레벨 데이터를 딥러닝 알고리즘으로 개선해, 머신러닝의 알고리즘에 변수로 인입.
      • RPA: 주문 자동화. 100% 완결 전 고객확인절차로 오류보정.
      • 3PL업체들의 택배배송정보수집을 통한 고객 성향 파악
      • 이력서 분석/채용 예측: B2B시장에서의 정형화된 툴을 이용, 인재를 매칭해 소개. 최근 구직자들의 행태파악
    • 공정품질개선: IOT를 이용, 더 많은 데이터를 모으고 딥러닝을 이용해 초기단계에서 발생할 문제소지를 최소화가 잘됨. 또한, 수만 단위의 부품을 조립하는 산업의 경우 최적제품가격 산출에 AI가 적극 활용됨
  • 잘 안되고 있는 분야
    • 많은 데이터를 모으기 어려운 경우-대다수의 B2B시장(반도체 품질오류)
    • 계속 변하는 상황, rare상황(범죄, 화재, 공장 사고 등)-학습 데이터 유지 관리 이슈
    • 데이터에 대한 판단, 태깅이 어려운 경우-뉴스 등 가치판단의 영역이나 공정 또는 자동차 부품내내 센서데이터의 flow를 어떻게 학습시킬 지 이슈(고장을 대비한 정비시기 예측)
      • 이것 때문에 과거 네이트의 시만텍, 다음의 루빅스가 실패했고, 네이버의 AI와 구글의 맞춤뉴스추천에 사람이 직접 손을 대서 정리를 해야 했습니다. 그러다 국감에서의 요청에 따라 전면AI도입하면서 멍청한 AI가 나오고 있죠. 데이터인 기사의 태깅, 내부 팩트 체크를 AI가 못해요.
      • 그러다 보니 이런 게 메인에 걸립니다. 청와대 다녀온 선수들, 이구동성 "긴장돼 체할 뻔 했다"https://sports.v.daum.net/v/20190620161346375, 다음은 그래도 이걸 간섭할 수 있는데 네이버는 정치적 상황 때문에 조직 자체를 거의 해체한 상황이어 간섭이 안되자 네일베, 초록일베가 됩니다. 아직 사람이 필요하다는 거죠.
    • 100%가 아니면 안되는 분야, 100%가 아니어도 오류의 확실성(상호작용의 복잡성)을 표현하기 어려운 경우
  • AI회사 종류
    • 기술: 다양한 형태의 기업이 있으나 큰 비즈니스가 안됨. 특히 일반이미지 분류 솔루션은 이미 레드오션
      • 많은 데이터를 어떻게 만들거나 구하나?
      • 데이터가 있어도 학습데이터(교과서)를 어떻게 만드나?
      • 변화하는 상황에서의 학습데이터의 변화/관리를 어떻게?
      • 구매대상고객들이 범용기술(Open AI)을 어느 정도 써서 자체해결.
    • 데이터: 현재 가장 각광 받고 있음. 데이터를 보유한 상황에 가공 가능한 플랫폼을 가진 회사(포털/SNS/기존유통망 확보-아마존/글로벌제약유통망 등)가 잘됨. 잘 정리된 데이터가 있어야 AI가 오류 없이 공부해서 답을 내놓고 AI가 판단을 요청할 때 일관성을 가질 수 있음.
    • 서비스
  • 연구동향
    • 적은 데이터에서 학습가능하도록 하는 방안 연구
    • 사람과 효율적으로 협업하는 기술 연구(Active learning, few shot learning, semi supervised learning, explainable AI 등등)
    • 딥러닝 고도화
• 제가 다니는 회사에 비추어 정리해보면;
  • 기술-Open AI기술로 열심히 해보다, 작년에 때려치고 관련 사업부를 관련 시장 1위 테크기업과 합병했습니다. 테크기업이 할 일이지, 미디어 그룹이 할 일이 아니더라는 게 올 초에 있었던 사내 컨퍼런스의 내용. 그래서 완전 합병은 아니고 이사회 임원진으로도 참여하고 관련 기술이 나오면 가장 먼저 적용하는 권리도 확보.
    • 그렇다고 내부적으로도 연구개발 안하는 건 아니고, 위에 나온 semi supervised learning을 이용, 누적된 해당 분야 1위 기업의 잘 정리된 데이터를 학습데이터로 하여 AI를 고도화하는 데 방점을 찍었습니다. 
      • 또한, 이 학습데이터 유지관리를 위해 도리어 기존 대체분야 인력채용을 늘리고 사내 재교육으로 공부 시키고 있습니다. 법무팀 비서는 로스쿨 보내 줍니다. 이게 이제 해당분야 법률조문를 어떻게 해석할 지에 대한 전문성이 극단적으로 중요해지고 있거든요. 회사에서 다루는 제품 특성 아는 사람이 변호사되서 우리 회사 다니는 게 백번 낫다는 거. 현대기아의 고용승계도 비슷한 맥락입니다. 공정 혁신은 멋도 모르는 대학생이 하는 게 아니고 거기서 수십년 밥먹고 그거 옆에서 보면서 관여자로 무얼 개선해야 할 지 고민한 놈이 하는 거거든요.
    • 물론, 기존 파트너사들의 머신러닝 기반 시스템과도 협업해 새로운 데이터들(EPTS라든가-근데 GDPR이슈가 좀 있습니다)도 구축하려고 하는 중입니다.
    • 이런 1위 테크기업과의 합병, 파트너사와의 협력도 하지만 아예 이 AI서비스 1위 기업인 구글과 협업을 했었습니다(5년 정도 협업하다 아예 15년치 데이터 판매, 이 판매금액으로 위의 고도화작업 하는 중입니다)
  • 플랫폼-회사가 해당 분야 거대 유통망이 있거든요. 이 부분에 기술적용을 보다 빨리 하기 위해 분야 특성에 맞는 가성비 1위의 클라우드망을 구축했고, 기존 경쟁자들의 고객도 뺏어오기 위해 공격적 영업에 나서고 있습니다. 작년에만 15조 썼더라고요. 
  • 서비스-데이터를 7가지 항목 5가지 서비스로 분류해 판매하면서 저 같은 문돌이에게 적어도 개발자들의 문서와 로직은 읽을 수 있도록 공부시킵니다. 3년 됐네요 ㅋ 

이번 세미나 보면서 느낀 게, 제가 최근 2년 동안 좀 힘들었었습니다. 해당 분야 1위 기업인데 국내 스타트업들이 저 Open AI 이미지 분류를 마치 먼가 세계 최고가 되겠다는 듯, 프레젠테이션 하고 청년창업 어쩌고 국부유출 어쩌고 사람이 들어간 건 구닥다리 이러면서 정부 관련 사업을 다 잃었습니다.

당연히 나온 결과물은 엉망이죠. 사실; 매년 1조 넘게 해당 분야 R&D하는 회사랑 독자 기술 없는 스타트업이 같다, 다름을 증명해라 이러면 열받긴 한데 또 설명하면~~ 못 알아 듣고 아 그러니까 니네가 무조건 최고고 한국기업들은 쓰레기다 이거지? 이런 식의 애국주의 담당자들 보면 열받습니다.

제 담당 업무 중 하나가 국내 스타트업 보고도 있거든요. 저 투자금 아낄 기술 가지고 있음 일단 삽니다. 살 게 없으니까 이러는 거지; 정부자금 찌질하게 몇푼 받고 싸우고 할 일 자체가 없는 건데... 이게 한국 스타트업들이 정부투자나 기업투자 받을 때, 내놓는 게 한국을 넘어 세계로 가 시장 제패! 이래야 좀 정부관련 펀딩이 잘됩니다. 워낙 돈이 넘쳐나기도 하고 ㅋ

근데 가능한 게; 503때부터 지금까지 없어요. 저렇게 말한 방향성에 부합한 결과를 내는 곳은 없고, 글로벌 제약사에게 검사킷 넘긴 거라든가 글로벌사들과 협업한 사례가 훨씬 맛습니다. 물론 이런 곳들은 요즈마 펀드 같이 외국계 VC들이 들어간 거고; 정부자금 투입해 나온 성과는 거의 없는; 이 돈 받는 건 거의 특정 5개 대학 출신들;

정말 문돌이 공무원들에게는 적어도 로직을 읽고 변별력을 가지게 7주 코스 이런 거 듣게 해줘야지, 그렇지 않음 특정 대학 교수들이 그들의 제자가 창업했고 본인은 주주나 위원이고, 그들이 돈 받으면 자기 실적되다 보니 RFP라든가 이번 인보사 사태때처럼 심사위원, 이런 데 다 들어가 농단하는 걸 막질 못합니다. 

더 열받고 있는 건 그래서 사업이 실패했는데 이번 정부에서는 국내기술로 세계 재패해야 한다는 공무원들의 정책을 어쨋든 지지하는 방식이다 보니 세계적인 트렌드를 전혀 따라가지 못하는... 제 2의 Active X를 만드는 데 골몰 중이라는 거죠. 그래서 사업 실패도 책임을 묻지 않음. 아따~ 세금 살살 녹는다~

이스라엘 등을 배운다면서 하는 헛짓이 이런 겁니다. 세계 트렌드를 읽고 관련된 위의 rare data 학습 프로그램 만들면 벤처캐피탈이 수백 수천억을 주고 사서, 관련 분야 학습 시켜 성과 나면 조단위로 팔고 그걸 사줄 기업이 한국에는 없습니다. 왜냐면 이 투자에 대한 매출을 낼 수 있는 거대 유통망을 글로벌로 가지고 있질 못해서 거든요.

이게 청와대에서 이래라 저래라 해도, 밑에 공무원들이 기존 방식 대로만 하려고 버티면서 복지부동한 결과물이 503-문재인 동일결과란 말이죠. 이런 걸 지금 빨리 개혁해야 하는데(이게 김수현 실장이 말했던 집권 4년차 같아; 쟤들 말을 안들어) 벌써 절반 가까이 지나가고 있는 중이라 답답하고 안타깝습니다.

사실 기술력이란 것도 미국내 대학생들이 인공지능 대회, 빅데이터 대회 가서 분류하는 거 리포트로 내놓은 것들 한국에 적용하는 수준이 태반이라서 지금 한국에 필요한 건

• 이 유통망을 구축할 비전과 이 재능 있는 학생들이 박터지게 미국이나 세계 대학에서 애들이랑 공부하고 흐름을 느끼고 돌아오는 거; 
• 아무리 보호무역주의가 득세한다 어쩐다 해도,
  • 한국에 일자리 늘리려면 청년창업은 개뿔 개소리고 결국 싸우는 판이 아마존, 페북, 구글, 애플의 온라인스토어라 일정 규모 크면 그때부턴 집니다. 지는 싸움을 한다는 거고, 그래서 진짜 똑똑한 놈들은 미국가서 사업해 한국으로 들어오죠.
  • 그 외의 B2B라든가 하는 건 좀비기업들이 시장을 점유하고 정부저리대출로 연명해 시장활력을 떨어 뜨리니 강력하게 구조조정해야 한다. 이게 함께 가지 않음 개소리가 된다->근데 이걸 막는 게 전국민; 
  • 신규로 만들어지는 일자리도 광주형일자리(=중규직)식으로 해 저 AI가 아직 사람이 필요한 10-15년 동안 기업이 고용유지하게 해줘야 하고요.
    • 그렇지 않음 아예 기업이 채용을 거부하는 상황입니다. 어찌어찌 최소한으로 10년 버팀 AI로 대체할 수 있지 않을까? 이러면서 세계 1위 로봇도입국가의 위엄찬 모습을 보여주는 거죠;
    • 그래서 정부도 양보해서 상속세 지원해줄 께 7년은 좀 고용보장해라, 120% 고용약속하면 상속세 감면해줄께~ 이러는 거;
  • 재정확장해서 일시적으로 일자리 잃은 분들 의식주 안정대책을 마련하라는 게 OECD이야기입니다. 이 재원마련의 위의 좀비기업 대출연장해주지 말고 이걸로 기업이 아닌 사람을 돕고 공부시키란 거.

문재인 정부 잘못하는 거 많은데(어쨋든 저 행정부 공무원들 문재인 정부 예하니까) 엉뚱한 경제공격(왜냐면 개혁대상이 자한당과 민노총 밥줄이니)으로 정작 해야 할 건 손도 못대고 가고 있는 형국예요... 그러니 되도 않는 실업율, 최저임금 가지고 ㅈㄹㅈㄹ 염병질; 

여튼 그래서 무슨 외국 기업의 앞잡이 소리 들으면서 모욕적인 행동들을 들으면서 사업을 뺏겼는데 머; 제가 다니는 회사가 제대로 잘 가고 있구나 싶습니다. 아... 쓰다 또 혈압올라서 주절 주절 말이 길어졌네요 ㅋ