보라빛 소를 만나기 위한 도약

※ 아래 글은 정보통신기술진흥센터(IITP)가 발간하는 주간기술동향 1779호(2017. 1. 18 발행)에 기고한 원고입니다. 

▶ IITP에서 PDF 포맷으로 퍼블리싱한 파일을 첨부합니다. 가독성이 좋으니 참고하시기 바랍니다.

실리콘밸리 기업 경영자들의 트럼프에 대한 평가 변화 조짐.pdf

[ 요 약 ]

[ 본 문 ]

◈ 트럼프 대통령은 선거기간 중 실리콘밸리 하이테크 기업을 비판해왔으며, 이는 다시 실리콘밸리 업계가 트럼프와 공화당에 거리를 두게 만드는 요인으로 작용하였음

• FBI 수사에 협조하지 않겠다는 애플의 의사결정을 문제 삼아 트럼프는 국민에게 애플의 제품을 구매하지 말 것으로 촉구한 바 있음

• 또한 아마존의 CEO 제프 베조스에 대해 아마존이 독점 금지법에 저촉될 가능성이 있다고 경고했는데, 이는 베조스가 인수한 워싱턴 포스트가 특별취재팀을 꾸려 트럼프에 비판적인 기사를 게재한 데 대한 대응 조치로 풀이되며 논란을 낳기도 했음

• 자유주의적 성향이 강한 실리콘밸리의 경영자는 트럼프의 발언을 자유민주주의에 대한 위협으로 받아들였고, 트럼프의 당선에 위기감을 느끼게 되었음

◈ 그러나 트럼프가 실리콘밸리 최고 경영자들과 가진 서밋을 계기로 상호 이해의 계기가 마련되며 실리콘밸리 최고 경영자들의 자세에 변화가 생기기 시작

• 당선 이후 트럼프는 트럼프 타워에 미국을 대표하는 하이테크 기업 경영자들을 초대해 의견 교환의 장을 마련했는데, 회의는 비공개로 진행되어 내용은 단편적으로밖에 알려지고 있지 않지만, 회의의 전반적인 분위기는 우호적이었던 것으로 알려짐

• 서밋 회의에는 애플, 구글, 페이스북, 아마존, 테슬라, 인텔, 마이크로소프트, IBM, 시스코, 팔란티어 등 11개 기술기업과 6개 투자 기업 등이 참여하였음

• 또한 정권 인수팀도 흉금을 열고 폭넓게 의견을 요구했다고 하며, 이런 개방적인 자세가 최고 경영자들의 호감을 불러 일으켰다는 말도 나오고 있음

• 트럼프와 각을 세웠던 제프 베조스의 경우 서밋 직후, 매우 생산적인 자리였으며 새 정부가 혁신을 통해 많은 일자리를 창출해야 한다는 데 뜻을 같이했다고 만족을 표시

• 이처럼 트럼프가 정권 이행 과정에서 자신의 정책 개요를 설명하기 시작하면서, 일부 기업가는 트럼프가 내세우는 정책이 IT 기업들에게 불리한 것이 아니라 오히려 사업 확대의 기회가 될 것 같다는 평을 내놓고 있음

◈ 트럼프가 기술업계의 유명 인사로 구성된 자문위원회를 설립한 것도 실리콘밸리 경영자들의 태도에 변화를 가져온 중요한 요인임

• 트럼프가 만든 자문위원회 ‘전략과 정책 포럼(Strategic and Policy Forum)’은 경제 정책 입안을 위해 각계의 폭넓게 의견을 듣기 위한 통로로서 기능하게 됨

• 위원회는 18명으로 구성되었는데, 회장은 대형 투자기업 블랙스톤의 CEO 슈바르츠만이 맡았으며, 자문 위원에는 우버의 트래비스 캘러닉 CEO, 테슬라와 스페이스X를 이끌고 있는 일론 머스크, IBM의 지니 로메티 CEO 등이 포함되어 있음

• 자문위원들은 차세대 교통, 자율운전 기술, 신 재생에너지, 우주 개발 등에 대해 조언할 것으로 보이며, 트럼프의 이런 행보 속에 실리콘밸리 기업 경영자들은 새 정부 출범에 대해 가졌던 위기감을 기대감으로 바꿔 나가기 시작한 것으로 보임

◈ 기업 경영자들이 트럼프에 기대하고 있는 것은 세제 개정과 규제 완화로, 트럼프는 규제 완화를 위해 지금까지의 정책 방향에서 크게 선회할 것임을 표명하고 있음

• 규제 완화는 주로 금융 및 에너지 산업을 대상으로 하고 있으며, 이와 관련된 기업의 주가는 기대감에 연일 상승하고 있는 상황

• 하이테크 산업에 대해 특별히 언급하고 있지는 않지만, 트럼프의 새 정부는 실리콘밸리와 관련성이 높은 FDA(식품의약국)와 FAA(연방항공국)의 규제 완화를 위해 적극 움직이고 있는 것으로 알려져 있음

◈ 실리콘밸리에는 바이오 및 메디컬, 헬스케어 관련 기술기업의 수가 급증하고 있는데, FDA의 규제 완화는 유전자 분석 사업 분야 등의 발전에 큰 영향을 미칠 것으로 전망

• FDA는 HHS(미국 보건복지부)의 산하 조직으로 식품 및 의료 관련 행정을 주관하는데, FDA는 특히 국민의 건강을 지키기 위해 강한 리더십을 발휘하는 것으로도 유명함

• FDA는 신약의 허가에 엄격한 규칙을 마련하고 있지만 트럼프의 새 정부는 이를 ​​완화할 것이라는 전망이 확산되고 있는데, 승인 절차가 완화된다면 당연히 의약품 기업들의 사업 추진은 보다 쉬워지게 됨

• 23andMe는 수집한 유전자 정보를 인공지능(AI)으로 분석하여 유전자 변이와 질병의 관계를 규명하는 기술을 개발하고 있는데, 이처럼 유전자 데이터에서 통찰력을 이끌어내는 기술은 신약 개발에도 큰 기여를 할 것으로 기대되고 있음

• 신약 개발은 성공하기만 하면 부가가치가 매우 높아, 블록버스터 신약의 경우 수조 달러의 라이선싱 수입이 가능하다고 알려져 있음

◈ 마찬가지로 FAA의 규제 완화는 드론의 다양한 산업에의 활용 등 무인 항공기 산업의 발전을 촉진할 것으로 기대되고 있음

• FAA는 DOT(미국 교통부)의 산하 기관으로 민간 항공기의 운항을 관할하며, 항공기의 관제 업무 및 무인 항공기 운행 규칙 설정 등을 주요 임무로 하고 있음

• FAA는 무인 항공기 비행에 대해 엄격한 규정을 내세워 개인 소유의 무인 항공기가 항공기 운행 및 주민 생활에 피해를 주지 않도록 규제하고 있으며, 동시에 기업이 드론을 상용 비행하는 데에도 엄격한 조건을 정하고 있음

• 구글 역시 고속으로 비행하는 무인 항공기 ‘프로젝트 윙(Project Wing)’의 개발을 호주에서 전개하고 있는데, 자국 제조업의 회복을 내세운 트럼프는 FAA의 규제를 완화함으로써 해외로 나가지 않고 미국에서 드론 산업을 성장시키게 하겠다는 의향을 내비치고 있음

• 단, FAA는 아직까지 엄격한 규제를 유지하겠다는 자세를 보이고 있어, 트럼프 정부와 충돌이 불가피하해 보이는데, 드론 규제가 어디까지 완화될 수 있는지 아직까지 명확히 가늠하기 어려운 가운데 산업계는 트럼프의 지도력에 기대를 모으고 있는 형국

◈ 같은 맥락으로 자율주행차 관련 규정을 제정하는 DOT(미국 교통부)의 규제 완화가 자율주행차의 본격적인 상용화 시점을 앞당길 수 있을 지도 기술기업들의 초미의 관심사

• 오바마 정부에서 진행해 온 자율운전 차량의 운행 지침 마련 업무는 아직 진행 중이며 트럼프의 새 행정부에서 틀을 갖추어야 하는 상황임

• 트럼프 자신은 아직 자율운전 차량에 대해서는 입장을 아직 표명하고 있지 않지만, 새 정부의 의향을 반영한 규제를 처음부터 다시 개발할 것으로 보임

• 트럼프의 기술 고문으로는 트래비스 캘러닉과 테슬라와 일론 머스크가 임명되었다는 사실은 트럼프 행정부가 차세대 운송수단에 강한 관심을 보이고 있음을 시사함

• 새 정부 하에서 자율운전 차량의 규제 완화가 진행되어 기술 개발이 가속화 될 환경이 갖추어 질 것인지, 2017년은 자율주행 업계에 중요한 해가 될 전망

◈ 트럼프가 인프라 정비를 위해 1조 달러의 투자를 실시하겠다고 약속한 것에 대해서도 기술기업들은 큰 관심을 갖고 있는데, 실제 예산 심의가 이루어질 것인지는 좀 더 지켜보아야 함

• 인프라 정비는 도로 정비를 중심으로 교통, 전력 네트워크를 현대화하는 것으로, 스마트 시티와 자율운전 차량도 포함될 것으로 알려져 있으며, 이미 스마트 그리드 등 네트워크 기업의 주가가 상승하고 있음

• 인프라 정비에는 정보통신 기술은 필수이기 때문에 하이테크 기업들은 상당한 수혜를 입을 수밖에 없는데, 실제로 DOT는 이미 스마트 시티 구축을 위해 주요 도시는 물론 구글과 연계하여 도시의 현대화를 추진하고 있는 중

• 트럼프는 취임 후 100일 이내에 의회에 인프라 정비 법안을 제출한다는 계획이었지만, 지금은 살짝 톤다운 하고 있어 실제로 이루어질 지는 좀 더 지켜볼 필요가 있기는 함

• 연방 의회가 소집되었으나 오바마케어(의료보험제도 개혁법) 철폐를 위한 결의안과 세제 개정 법안이 먼저 심의될 예정이며, 인프라 정비에 관련한 1조 달러의 지출과 예산의 균형 이슈에 대한 국회의 심의 과정에서는 많은 우여곡절이 예상됨

◈ 실리콘밸리는 힐러리 클린턴을 지지하고 트럼프의 정책과는 접점이 없는 것으로 비춰졌으나, 트럼프 정부의 윤곽이 어느 정도 보이기 시작하며 양자의 공통점이 부각되고 있음

• 트럼프와 주요 각료들 대부분은 직업 정치인이 아니라 이른바 외부인들로, 정치에는 문외한이지만 워싱턴에 새로운 바람을 불어 넣으며 정치판을 바꾸려 하고 있음

• 실리콘밸리가 소위 파괴적 혁신(disruptive innovation)으로 기존 산업을 파괴하고 있는 것과 같이, 많은 논란이 있음에도 불구하고 트럼프 역시 워싱턴의 낡은 정치를 파괴하고 새로운 가치를 창출할 것이라는 기대를 받고 있음

• 한마디로 창조적 파괴가 실리콘밸리와 트럼프를 잇는 공통점으로, 겉보기와 달리 양자는 궁합이 잘 맞지 않겠냐는 분석인 것

◈ 반면, 이런 관점에 대해 트럼프의 지향점이 과연 창조적 혁신에 있는 지에 대해 근본적인 비판의 목소리를 내는 실리콘밸리 관계자들도 많음

• 당장 기술 기업 내부 직원들이 비판의 목소리를 내고 있는데, 엔지니어들 대부분은 기업의 경영자들이 트럼프에 투항했다며 실망의 목소리를 내고 있음

• 선거 기간 동안 트럼프를 맹비난했으면서 정작 서밋에서는 트럼프에 논쟁을 걸며 도전하는 모습은 볼 수 없었다며, 최고 경영자들의 변절에 많은 엔지니어들은 실망하고 있음

• 새로운 트럼프 정부 하에서 기업이 사업을 확대 할 수 있는 기회를 맞이할 수 있다고 이해하는 직원들도 있지만, 현실과 이상의 불일치 사이에서 고민하고 있는 것이 어쩌면 지금의 실리콘밸리 상황을 정확히 표현하는 것이라 할 수 있음

◈ 실리콘밸리는 선거 직후의 깊은 실망감에서 회복되고 있는 것처럼 보이나 아직 예단하기는 어려우며, 점차 가시화 될 트럼프의 행보에 어떻게 임기응변 하는가 관건이 될 전망

• 실리콘밸리에는 트럼프가 새 대통령이 된다면 혁신의 흐름이 끊어질 것이라는 깊은 불신이 있어 왔기에 선거 결과를 받아들이지 못하는 분위기가 있었음

• 그러나 트럼프 시대에도 최악의 사태는 피할 수 있을 것 같다는 판단이 점차 늘어나며 실리콘밸리는 선거 직후의 충격에서 회복하고 있으며, 일각에서는 오히려 트럼프가 실리콘밸리의 발전에 순풍이 될 수 있을 것이라 기대하는 모습도 보이고 있음

• 트럼프가 자리 창출 공약을 지키려면 IT업계의 도움이 필요함을 인식해 기술업계와 ‘잠정 휴전’에 들어간 것일 뿐, 트럼프와 실리콘밸리의 갈등이 하루아침에 사라질 것으로 기대하기는 어렵기 때문

• 실리콘밸리 입장에서는 트럼프 행정부가 단기적인 유화 제스처를 넘어 지속적인 성장을 위한 정책을 설계할 수 있을 지에 대한 확신이 서기 전까지 전폭적인 협력과 지원을 실행에 옮기기는 쉽지 않을 것임

• 트럼프 시대에 불확실성이 높아질 것이라는 전망과 비즈니스 마인드로 풀면 오히려 확실하다는 전망이 아직 엇갈리는 가운데, 트럼프 시대를 보내야 할 실리콘밸리에는 변화하는 정책에 적절한 임기응변으로 대응하는 능력이 무엇보다 요구될 것으로 보임

※ 아래 글은 정보통신기술진흥센터(IITP)가 발간하는 주간기술동향 1779호(2017. 1. 18 발행)에 기고한 원고입니다. 

▶ IITP에서 PDF 포맷으로 퍼블리싱한 파일을 첨부합니다. 가독성이 좋으니 참고하시기 바랍니다.

빗질을 분석해 모발 건강을 관리해 주는 IoT 기반 ‘스마트 빗’.pdf

◈ 브러시(빗)를 사용하기만 해도 머리카락 건강 상태를 분석해 알려주는 ‘스마트 브러시’가 CES 2017에서 ‘국제 CES 혁신 상’을 수상하였음

• 스마트 브러시를 개발한 곳은 프랑스 로레알(L' Oréal)의 전문가용 헤어 케어 브랜드인 ‘케라스타즈(Kérastase)’와 핀란드 노키아의 디지털 의료 사업부문인 ‘위팅(Withings)’으로 제품명은 ‘케라스타즈 헤어 코치(Kérastase Hair Coach Powered by Withings)임

• 헤어 코치의 개발에는 로레알의 연구와 혁신기술 인큐베이터(Research and Innovation Technology Incubator)가 협력했는데, 이는 뷰티 기업들의 향후 변모를 짐작하게 하는 부분

• 스마트 빗은 위팅의 센서 기술과 로레알이 특허 출원중인 모발 상태를 점수화하고 다양한 모발관리 습관의 영향을 모니터 해주는 신호분석 알고리즘을 결합하여 개발했다고 함

• 스마트 빗과 여기에 연계되는 모바일 앱은 사용자의 빗질을 추적하고 일상 생활을 분석함으로써 모발 상태 점수, 빗질 습관의 영향에 따른 데이터, 개인 맞춤화된 팁, 케라스타즈 제품의 추천과 같은 정보 등을 제공함

[동영상] 스마트 빗, '헤어 코치'

◈ 케라스타즈 헤어 코치는 모발 상태와 빗질 패턴에 관한 정보를 제공하는 여러 센서를 활용하여 모발 손상의 위험을 최

소화 해주는데, 여기에는 4개의 센서가 포함됨

• 마이크로폰은 빗질 패턴을 식별하기 위해 빗질 소리 정보를 모으는데, 곱슬기, 건조, 모발 끝 갈라짐, 모발 손상 등에 관한 인사이트를 제공함

• 3축 로드셀(load cell)은 빗질할 때 머리카락과 두피에 전해지는 힘을 측정함

• 가속도계와 자이로스코프는 빗질 패턴을 심층 분석하고 빗질 횟수를 세며, 빗질이 너무 세면 진동을 통해 경고 신호를 피드백 함

• 유도센서는 정확한 모발 측정을 위해 빗질을 하고 있는 머리카락이 마른 상태인지 젖은 상태인지를 판단하는데, 헤어 코치는 물 튀김 방지가 되어 있음

• 이 센서들은 취득한 데이터를 와이파이나 블루투스를 통해 전용 앱으로 자동 피드백 한다고 하며, 앱은 습도, 온도, UV(자외선), 바람 등 모발 관리와 품질에 영향을 주는 날씨 요소를 함께 고려하여 분석한다고 함

• 로레알의 연구기관이 발표한 보고서에 따르면, 힘이 들어간 머리 빗질은 모발 손상과 머리끝 갈라짐 등을 가져오는 것으로 증명되었는데 스마트 브러시는 이런 위험을 평상 시 관리를 통해 방지하도록 도와주는 것이 목적임

• 헤어 코치의 판매 가격은 200달러 미만이 될 것이며, 2017년 중반 케라스타즈 일부 헤어 살롱과 웹사이트, 위팅의 웹사이트를 통해 판매될 예정이라고 함

※ 아래 글은 정보통신기술진흥센터(IITP)가 발간하는 주간기술동향 1779호(2017. 1. 18 발행)에 기고한 원고입니다. 

▶ IITP에서 PDF 포맷으로 퍼블리싱한 파일을 첨부합니다. 가독성이 좋으니 참고하시기 바랍니다.

화웨이, R&D 투자 세계 1위 기업이 목표.pdf

◈ 중국 화웨이(Huawei)는 이달 초 미국 라스베이거스에서 열린 'CES 2017' 기조 연설에서 B2C 사업부문에 대한 자신들의 노력과 미국 시장 공략을 위한 전략을 발표

• 화웨이의 소비자 비즈니스 그룹 리차드 유 CEO는 자신들의 전세계 인구 3분의 1일 연결하고 있다며, 단지 화웨이가 통신 서비스의 백오피스를 주로 지원하고 있기 때문에 많은 사람들은 화웨이임을 모른 채 화웨이를 이용해 오고 있다고 설명

• 화웨이의 스마트폰 출하대수는 2014년 7,500만 대, 2015년 1억 800만 대에 이어 2016년에 1억 3,900만 대를 기록했다고 하는데, 수치로만 보면 화웨이는 소비자 사업부문에 참여한 지 얼마 안되었음에도 세계 3대 스마트폰 브랜드로 올라선 것임

• 브랜드도 점차 성장하고 있는데, 5년 전만 해도 화웨이를 아는 사람은 거의 없었지만 화웨이가 독자 브랜드를 사용하기 시작하면서, 2016년 BRANDZ의 조사에서는 세계 톱 100 브랜드 중 50위, Interbrand의 조사에서는 72위를 차지하였음

• 리차드 유 CEO는 이런 성과를 바탕으로 자신들의 스마트폰 시장 점유율이 계속 증가하고 있다며, 향후 2년 내에 톱2 자리를 노리겠다고 선언

◈ 이를 위해 화웨이는 R&D에 지속적으로 투자할 방침이며, 향후 2~3년 내에 세계 제1의 R&D 투자 기업이 될 것을 목표로 한다고 천명

• 발표에 따르면 화웨이는 지난 10년간 R&D 부문에 총 380억 달러를 투자하였으며, 2016년에는 애플이나 시스코 보다 많은 92억 달러를 투자했는데 이는 전세계 기업들 중 R&D 투자 금액 기준으로 9위에 해당

• 화웨이는 ‘HUAWEI P9’ 모델의 카메라를 공동 개발한 라이카와 함께 라이카 창업자의 이름을 딴 ‘Max Berek Innovation Lab’을 독일에 설립했다고 소개

• 앞으로도 R&D 투자는 대폭 늘려나갈 방침인데, 구체적인 실행계획으로 미국에 UX 디자인 센터 설치, 프랑스에 미학 센터, 독일에 5G 연구소, 영국 케임브리지 대학과 사진 기술 공동 연구, 맨체스터 대학과 배터리 기술 공동 연구 진행 등을 꼽았음

◈ 이러한 연구개발 끝에 화웨이가 마주하게 된 것은 ‘지능형 세계’였다고 하며, 화웨이는 스마트폰에 인공지능(AI)을 더한 ‘지능형 폰(Intelligent Phone)’의 실현을 향후 목표로 제시

• 화웨이는 향후 5~10년 내에 지능형 세계가 도래할 것이며, 이 세계에서는 모든 것이 인터넷에 접속되는 센서를 탑재하고 이 센서 네트워크를 AI가 지원함으로써 디지털과 물리적 세계가 융합하게 된다고 설명

• 지금까지는 뇌파와 시각, 청각, 촉각 등 물리적인 세계는 디지털과 다른 것이었지만, AI와 센서가 있으면 두 세계를 연결할 수 있다는 비전을 제시

<자료> International Business Times

[그림 3] 화웨이의 인공지능 기반 디바이스

◈ 기조 연설을 통해 화웨이는 ‘HUAWEI Mate 9’ 모델을 미국 시장에 출시한다고 발표했는데, 화웨이가 플래그쉽 스마트폰을 미국에서 출시하는 것은 이번이 처음이라고 함

• Mate 9은 메모리가 4GB, 스토리지 64GB를 제공하며, 자체 급속충전 기술인 SuperCharge를 지원하는데, 30분 만에 하루 사용할 정도의 충전이 가능해 충전 속도로 아이폰7에 비해 4배 가량 빠르다고 주장

• 듀얼 SIM을 지원해, 주파수 대역이 다른 2개의 통신사를 이용하거나 해외 여행시 현지 SIM 카드를 넣어 저렴하게 통신 할 수 있는 것도 장점으로 설명

• 판매가 시작된 Mate 9은 599.99 달러로 아이폰 7 32GB 모델보다 50달러 가량 낮음

        [화웨이 Mate 9 소개 동영상 보기]

◈ 라인업 중, ‘Mate 9 Porsche’ 모델과 ‘Mate 9 Pro’ 모델은 구글의 가상현실(VR) 기술인 ‘데이드림(Daydream)’을 지원한다고 하는데, 이에 대해서는 구글 임원이 직접 등단하여 설명

• 구글측 설명에 따르면, 데이드림 기술은 하드웨어와 긴밀한 협력이 필수적인데, 화웨이의 시스템온칩(SoC)인 Kirin 칩셋에 데이드림을 최적화함으로써, 콘텐츠와 애플리케이션, 게임에 진정으로 몰입감 있게 VR로 체험 할 수 있게 되었다고 함

• 구글은 이미 데이드림용 헤드셋으로 ‘데이드림 뷰(Daydream View)’를 판매하고 있지만, Mate 9에 최적화된 새로운 모델도 발표하였음

• 또한 구글의 증강현실(AR) 플랫폼인 ‘탱고(Tango)’ 지원 디바이스를 화웨이와 개발 중이라고 밝히며, 조만간 발표될 수 있을 것임을 시사

◈ 화웨이의 Mate 9은 이번 CES 2017에서 가장 화제를 모은 아마존의 인공지능 음성제어 기술 ‘알렉사(Alexa)’도 지원하는데, 이에 대해서는 아마존 임원이 직접 등단하여 설명

• 화웨이의 Mate 9 모델은 알렉사를 지원하는 최초의 스마트폰이 되는 것인데, 이를 위해 화웨이는 2017년 1분기 중에 업데이트를 실시할 계획이라고 함

• 아마존 알렉사 사업부문 부사장은 알렉사를 통해 클라우드 서비스에 음성으로 접근할 수 있게 된다며, 화웨이와 긴밀한 연계를 통해 Mate 9에 탑재가 가능했다고 설명

• 아마존은 알렉사의 음성 명령으로 호출 할 수 있는 기능을 ‘스킬(skills)’이라 부르고 있는데, 이미 7,000개가 넘는 스킬이 개발되어 등록되었다고 함

• 시연을 통해 Mate 9에 음성으로 말을 걸어 쇼핑을 즐기거나 우버에 배차를 요청하는 것 것 보여주었는데, 이번 CES 2017에 다수의 알렉사 지원 기기가 선보였지만, Mate 9은 스마트폰에서 알렉사를 사용하는 차별화된 경험을 제공하였음

※ 아래 글은 정보통신기술진흥센터(IITP)가 발간하는 주간기술동향 1778호(2016. 12. 28 발행)에 기고한 원고입니다. 

▶ IITP에서 PDF 포맷으로 퍼블리싱한 파일을 첨부합니다. 가독성이 좋으니 참고하시기 바랍니다.

상용화 시작된 음식배달로봇 배달직종 소멸 위기.pdf

◈ 실리콘밸리에서는 최근 ‘긱 이코노미(Gig Economy)’ 트렌드에 힘입어 음식 배달이 훨씬 쉬워졌으나, 배달 로봇의 등장으로 사람의 배달 서비스는 조만간 사라질 위기

• 긱 이코노미란 그때그때 임시직을 섭외해 일을 맡기는 경제 형태를 말하는데, 가령 자신이 일을 할 수 있는 시간과 위치정보를 등록해 놓으면, 내 주변의 일손이 필요한 곳에서 등록된 시간에 맡길 일이 있을 경우 의뢰하는 것을 말함

• 1920년대 미국 재즈공연장 주변에서 연주자가 필요할 때마다 즉석에서 섭외해 단기 공연을 진행했던 ‘긱(gig)’이란 부른 데서 유래

• 긱 이코노미에 대해서는 새로운 일자리를 창출해 실업률을 낮추는 데 도움이 된다는 견해와 비정규직·임시직을 늘려 고용의 질을 떨어뜨린다는 우려가 동시에 제기되고 있지만, 일종의 공유경제 현상으로 받아들여지며 점차 확산되고 있는 추세

• 실리콘밸리의 환경과 맞물리며 급부상한 긱 이코노미 스타트업 중 대표적인 곳은 레스토랑 음식배달 서비스 업체인 캐비어(Caviar)임

• 실리콘밸리에 돈 잘 버는 사람들이 급증하며 웬만한 레스토랑은 예약 없이 방문이 어려울 지경이 되었는데, 이런 상황을 노려 레스토랑의 음식이나 반조리 상태의 재료를 배달하는 캐비어와 같은 서비스들이 다수 등장

• 캐비어와 같은 배달 서비스들은 음식 배달원들을 정식으로 고용하는 것이 아니라 등록된 인력 풀 중에서 그때그때 시간이 가능한 사람들에게 배분하고 있으며, 택배원들은 도보, 자전거, 자동차 등 자신이 등록해 놓은 방식으로 음식을 배달하게 됨

• 그러나 이런 긱 이코노미도 종말을 맞이할 순간이 멀지 않은 듯 한데, 배달 로봇의 상용화가 조만간 이루어질 것으로 보이기 때문

◈ 로봇 업계는 지금 ‘​라스트 마일 배달’에 높은 관심을 쏟고 있는데, 작은 로봇에 라스트 마일을 맡김으로써 비용과 효율의 문제를 해결하려는 시도들이 나오고 있음

• ‘라스트 마일(last mile)’은 원래 통신사업의 용어인데, 백본 인프라에서 가정까지 도달하는 과정 중 맨 마지막 구간에서 고품질과 저비용을 양립시키는 것은 매우 어려움

• 택배업계도 마찬가지인데, 지금처럼 배달 트럭이 집집마다 도는 방법은 비효율적이라는 것을 알고 있지만 이를 마땅히 대신할 방법이 없었음

• 그러다가 라스트 마일 배달을 작은 로봇으로 해결하려는 시도들이 나오기 시작했는데, 영국의 ‘스타쉽 테크놀로지(Starship Technologies)’는 이미 실리콘밸리에서 배달 로봇의 테스트 주행을 실시하였고 최근 런던에서 처음으로 정식 식사 배달을 시작

• 스타쉽 테크놀로지의 로봇은 소형 캐리어를 옆으로 눕힌 정도의 크기로 하단에 6개의 바퀴가 있으며, 상단은 뚜껑이 있고, 배달될 음식과 소형 가방 등을 넣을 수 있음

• 카메라와 센서를 탑재하고 있으며 자율 주행으로 목적지까지 가는데, 용도를 물류나 배달의 라스트 마일에 초점을 맞춘 것이 특징임

• 햄버거와 피자, 중국 음식 등은 물론, 온라인 쇼핑에서 주문한 잡화 등도 곧 배달 로봇이 가져다 주는 시대가 도래할 지 모르는 상황이 되고 있음

<자료> Starship Technologies.

[동영상] 스타쉽 테크놀로지의 음식 배달 자율주행 로봇

◈ 스타쉽 테크놀로지의 로봇은 자율주행 기술과 사람의 원격 조종을 조합하여 운용되는데, 드론을 이용한 배달 보다 실용화 시기가 좀 더 빠를 것으로 전망되고 있음

• 스타쉽 테크놀로지는 스카이프(Skype)의 공동 창업자이기도 한 아티 헤인라와 야누스 프리스가 창업했으며, 본사는 런던이지만 개발팀은 에스토니아의 탈린에 있음

• 2014년 설립 이후 지금까지 여러 대의 프로토타입을 개발했고 65대의 로봇이 16개국 58개 도시에서 달리고 있으며 주행거리는 총 1만 3,930 마일이라고 함

• 이미 자율운전 차량들이 거리를 달리고 있으니 이런 작은 로봇이 마을을 스스로 돌아다니는 것은 간단하다고 말할 수 있지만 소형 로봇은 나름대로의 어려움이 있음

• 고속도로를 달리는 자율주행차와 달리 배달 로봇은 사람이 걷는 길로 다니며 교차로나 횡단보도 등을 만나야 하고, 무엇보다 자율운전 차량 수준의 기술을 탑재하려고 하면 비용이 엄청나게 높아져 버리는 문제가 있음

• 그래서 스타쉽 테크놀로지는 길을 건너야 하는 어려운 곳은 인간이 원격으로 조작하고, 그 이외의 부분은 로봇의 자율주행에 맡기는 식으로 분담을 하고 있음

• 로봇과 인간이 각각 자신의 역할을 담당하는 셈으로, 생각하기에 따라서는 배달 일은 사라지게 하지만, 원격 조종과 같은 다른 일을 만들어내는 로봇이라 볼 수도 있음

• 내비게이션에는 GPS를 이용하지 않고 미리 로봇에 특정 지역의 지도를 학습시킨 다음 로봇의 카메라가 포착한 주변의 모습과 비교해 위치를 파악하는 방식을 사용하는데, 이 방식이 GPS보다 안정성이나 신뢰성 모두 높다고 함

• 디스패치의 로봇 역시 인공지능 자율주행 로봇을 표방하고 있는데, 바퀴는 4개이며, 스타쉽 테크놀로지의 로봇에 비해 크기가 좀 더 큰 편임

• 아마존닷컴의 드론을 이용한 택배가 많은 주목을 받고 있지만, 공중 배달보다 지상을 달리는 자율주행 택배 로봇의 실용화와 보급 속도가 더 빠를 것으로 예상

• 택배 로봇의 모습에 재미있어 하는 사람이 많지만 보급이 확산되어 실제로 택배 직종의 일자리가 줄게 된다면, 아마 택배 로봇들에 대한 우발적 혹은 계획적 공격을 어떻게 방어할 것인지가 로봇 업체들의 최우선 과제가 될 지도 모름

※ 아래 글은 정보통신기술진흥센터(IITP)가 발간하는 주간기술동향 1778호(2016. 12. 28 발행)에 기고한 원고입니다. 

▶ IITP에서 PDF 포맷으로 퍼블리싱한 파일을 첨부합니다. 가독성이 좋으니 참고하시기 바랍니다.

풀이과정을 알 수 없는 인공지능에 대한 신뢰성.pdf

[ 요 약 ]

◈ 인공지능(AI) 활용 시도가 다양하게 전개되면서, 사람들은 점차 ‘인공지능(AI)을 과연 신뢰해야 하는가’라는 문제에 직면하고 있음

• 딥러닝(Deep Learning) 기법을 응용한 다양한 인공지능 시스템 활용 사례가 속속 소개되며 기대감이 커지고 있으나, 동시에 AI의 문제점도 명확해지고 있음

• AI는 통계학적 수법을 통해 입력된 데이터로부터 어떤 특징의 양을 정밀하게 감지하며 의사결정을 내리는데, 사람들을 곤혹스럽게 하는 점은 AI가 왜 그런 의사결정을 내렸는지에 대해 설명해 주지 않기 때문임

• 가령 자율운전 차량은 인간보다 훨씬 안전하게 주행할 수 있다는 것이 실험을 통해 입증되고 있지만 그 운전 기술의 요체는 AI 개발자들도 모르며 오직 AI만 알고 있기에, 사람들은 ‘안전할 거 같긴 한데 믿을 수 있을까’라는 애매한 감정을 갖게 됨

• 구글 딥마인드는 바둑 인공지능 알파고를 개발하며 바둑의 규칙조차 입력하지 않았지만, 대결에서 패한 인간 최고수로부터 바둑을 이해하는 새로운 관점을 얻게 되었다는 찬사를 이끌어 냈는데, 이런 사실에 사람들은 기대감과 불안감을 동시에 느끼는 것

• 사정이 이렇다 보니 사람들이 느끼는 불안감 속에는, 사람이 AI를 이해하지 못하는 것이 아닌지, AI가 사람을 능가하는 것은 아닌가 하는 존재론적 의심도 배어 있음

◈ AI에 내포된 이런 본질적 문제는 다양한 형태로 드러나고 있는데, 중국계 AI 연구자들이 최근 발표한 얼굴 특징으로 범죄자를 식별하는 기술은 큰 논란을 낳고 있음

• 상하이교통대학(Shanghai Jiao Tong University)은 지난 11월 13일 ‘얼굴 이미지를 이용한 범죄연관성에 관한 자동화된 추론(Automated Inference on Criminality using Face Images)’이라는 논문을 공개

• 공개된 지 얼마 안되어 아직 피어 리뷰(동료 전문가 평가, peer review)도 끝나지 않았지만, 논문에 따르면 알고리즘은 89%의 정확도로 범죄자를 식별한다고 하는데, 즉 얼굴 사진을 알고리즘에 입력하면 그 사람이 범죄자인지 여부를 거의 알 수 있다는 것

• 이 연구에는 딥러닝 등 얼굴인식 AI 기술이 사용되었으며, 알고리즘을 훈련시키기 위해 남성 1,856명의 얼굴사진을 사용했고 그 중 730명이 범죄자였다고 함

• 논문은 범죄자의 얼굴에 세 가지 특성이 있다고 언급하고 있는데, 윗입술의 선이 보통 사람에 비해 급격히 내려가고(그림1 오른쪽 이미지 속의 p), 두 눈의 간격이 좁으며(d), 코와 양 입가 사이에서 만들어지는 각도가 좁다(θ)는 점을 들고 있음

• 이 논문은 현재 논란의 와중에 있는데, 인물의 행동에서 범죄자를 식별하는 방법은 이미 감시 카메라 등으로 사용되고 있지만, 얼굴의 특징으로 범죄자를 가려낸다는 AI를 믿을 수 있는가 하는 의문이 제기되고 있는 것

• AI는 학습 데이터를 바탕으로 통계 처리를 하는 것이지, 얼굴의 모양과 범죄자를 연결시키는 논리가 아닌데, 만일 AI가 범죄 수사에 사용된다면 일반 시민들이 이유를 알지 못한 채 용의 선상에 오르게 될 지도 모른다는 우려가 나오고 있음

◈ 딥러닝이 사회문제가 될 수 있는 불씨는 도처에 도사리고 있는데, 세계 최첨단 AI 기술력을 보유한 구글 역시 AI와 관련해 인종차별 이슈로 문제점을 지적받고 있음

• 구글의 유튜브는 청각 장애인을 위해 동영상 속의 음성을 자막으로 표시하는 기능이 있는데, 구글은 이 기능에 AI를 사용하고 있음

• 미국국립과학재단(National Science Foundation)의 레이첼 태트먼(Rachael Tatman) 연구원은 유튜브의 캡션 기능에서 동영상 속 화자가 남성일 경우와 여성일 경우 캡션의 정확도가 다르지 않은가에 대해 조사를 실시하였음

• 그 결과 유튜브는 남성의 목소리를 여성의 목소리보다 정확하게 인식하는 것으로 나타났는데, 남성일 경우 인식 정확도는 60%이지만, 여성의 목소리일 경우 정확도는 47%로 내려가 음성인식에서 여성이 차별을 받고 있는 것으로 나타남

• 이 차이가 발생하는지에 대해 시스템을 자세히 검증할 필요가 있는데, 태트먼은 AI 훈련에 사용된 음성 데이터 샘플이 성별로 균등하지 않고 남성에 치우쳤기 때문인 것으로 추측

• AI의 성능은 훈련 자료의 품질에 민감하게 좌우되는데, AI의 여성 차별과 인종 차별 문제가 표면화됨에 따라, 훈련 데이터의 공정성 여부가 추궁 당하고 있음

◈ 사람의 생명과 직결되는 의료 분야에서도 인공지능에 의한 판단과 결정을 어떻게 해석하고 검증할 것인지에 대한 논의가 시작되고 있음

• 딥러닝 기법은 최근 유방암 검사의 판정에서 성과를 올리고 있는데, 검체의 의료 이미지(CT 촬영사진, x-레이 사진 등)를 딥러닝 네트워크에 입력하면 AI는 암이 발병한 조직을 정확하게 검출해 냄

• 현재 AI의 유방암 진단 정확도가 인간을 웃돌기 때문에, 많은 병원에서 정밀한 치료를 위해 이 시스템의 도입을 시작하고 있음

• 그러나 동시에, 건강해 보이는 조직을 AI가 암 발병 가능성이 높다고 판정한 경우, 의사와 환자가 어떻게 대응해야 할 지가 논란이 되고 있는데, AI 판정만 믿고 몸을 여는 수술을 해야 하는지 어려운 판단을 내려야 하는 압박을 받게 됨

• 물론 유전자 검사에서도 동일한 문제가 발생하고 있으며, 유방암 발병을 촉진하는 유전자 변이인 ‘BRCA’가 검출될 경우 수술을 해야 하는지 여부가 논란이 되고 있음

• 여배우 안젤리나 졸리는 ‘BRCA1’ 변이 유전자를 보유하고 있으며 유방암 발생 확률이 87%라는 말을 듣고 아직 암이 발병하지 않았음에도 유방 절제술을 받은 바 있음

• 그러나 AI에 의한 검진의 경우는 이와 다른데, AI는 변이 유전자 보유라는 확실한 근거를 토대로 발병 확률을 제시하는 것이 아니며, 통계적 방법으로 유방암 여부를 판단할 뿐 그 조직에서 왜 암이 발병하는 지는 설명하지 않기 때문

• 이런 이유로 인공지능은 종종 ‘인공 무능’으로 조롱받는 것이며, 과학적 근거가 없는 결정을 어떻게 해석해야 할 지에 대해 의학적 검증 노력이 시작되고 있음

◈ 은행이나 핀테크 스타트업들도 최근 대출 심사에서 딥러닝을 사용하기 시작했는데, 심사 결과에 대해서는 대체로 만족도가 높지만 현행 법과 배치되는 문제가 발생하고 있음

• AI 대출 심사의 장점은 신청자의 데이터를 알고리즘에 입력하면 즉시 위험도를 평가할 수 있고 높은 정확도로 단시간에 대출 심사가 할 수 있다는 것

• 한편, 미국 대부분의 주 정부는 은행이 대출 심사를 통과하지 못한 사람에게 그 이유를 설명하도록 의무화 하고 있는데, 딥러닝은 그 과정이 깜깜이여서 은행은 탈락한 신청자에게 이유를 충분한 설명하지 못하게 됨

• 게다가 대출 심사 기준을 바꿀 때마다 알고리즘을 재교육하는데, 소프트웨어의 로직을 변경하는 것이 아니라 대량의 데이터를 읽어 들여 딥러닝의 변수를 다시 설정하게 하기 때문에 금융업계에서 AI 도입을 두고 찬반 논란이 일고 있음

◈ AI의 작동 알고리즘을 정확히 알지 못할 경우, 경험적으로 알게 된 AI 알고리즘의 맹점을 활용한 공격에 인증 시스템이 오작동 할 위험이 있음을 증명하는 실험도 있음

• 카네기 멜론 대학의 마무드 샤리프 교수 등은 안경으로 얼굴 인증 시스템이 오작동하도록 만들 수 있다는 내용을 담은 논문 ‘최신 얼굴 인식 기술에 대한 실제적이고 눈에 띄지 않는 공격(Accessorize to a Crime: Real and Stealthy Attacks on State-of-the-Art Face Recognition)’을 발표하였음

• 실험에 의하면 안경테의 폭이 약간 넓은 안경을 쓰면 시스템이 얼굴을 인식할 수 없게 되며, 따라서 방범 카메라의 감시 시스템을 빠져 나갈 수 있는 여지가 생김

• 또한 안경테의 색 패턴을 변경하면 얼굴 인식 시스템이 다른 인물로 오인하는 것으로 나타났는데, 현란한 색의 종이로 만든 안경테를 걸치면 심지어 남성을 여성으로 잘못 인식하는 경우도 있었다고 함

• 얼굴 인식 시스템이 딥러닝 기법으로 얼굴의 특징을 파악한다고 하는데, 이 사례를 보면 눈매의 이미지를 판정에 사용하는 것으로 추정해 볼 수 있음

• 그러나 AI가 실제로 어떤 논리로 얼굴 인증을 하고 있는지는 아직 수수께끼이며, 이것이 규명되지 않는 한 얼굴 인증 시스템을 손쉽게 빠져 나가는 범죄자의 트릭을 막을 방법이 없음

◈ AI의 작동 메커니즘이 알려지지 않는 이유는, AI의 기초를 이루는 신경망이 인간의 뇌를 본떴기 때문인데, 인간 뇌의 정보 저장 방식이 아직 밝혀지지 않았기 때문

• AI의 신경망(Neural Network)으로 이미지를 판정할 때는 사진과 태그를 네트워크에 입력한 후 출력이 제대로 사진의 내용을 판정할 수 있도록 훈련시키는 과정을 거침

• 훈련 과정에서는 네트워크의 각층 사이의 연결 강도(Weight)를 조정하는데, 이러한 교육 과정은 인간의 뇌가 학습 할 때 뉴런의 연결 강도를 조정하는 움직임과 유사한 것으로 알려져 있음

• 학습에서 얻은 연결 강도는 각 뉴런(그림 4의 흰색 동그라미 부분)에 저장되는데, 따라서 신경망을 훈련시키는 메커니즘의 특징은 프로그램과 데이터를 한 곳에 모아 저장하지 않고 학습 데이터를 네트워크에 분산하여 저장할 수 있다는 것임

• 인간의 뇌도 동일한 방식으로 작동하는데, 가령 뇌가 전화번호를 기억할 때, 첫 번째 숫자는 다수의 시냅스에 흩어져 저장되며, 두 번째 숫자도 마찬가지로 흩어져 저장되지만 첫 번째 숫자와 가까운 위치에 저장되는 것으로 알려져 있음

• 문제는 뇌의 이런 저장 메커니즘이 아직 정확히 밝혀지지 않았고, 따라서 뇌의 구조를 본 뜬 신경망의 정보 저장 메커니즘의 규명이 진행되지 못하고 있다는 점

• 딥러닝의 문제점은 응축하자면 지식이 네트워크 상에 눌어붙어 있다는 점에서 기인하는데, 즉 지식이 수천만 개에 이르는 뉴런에 흩어져 저장되기 때문에 시스템을 개발한 인간이 아니라 네트워크가 지식을 습득한다는 데 문제의 본질이 있음

◈ AI만이 알고 있는 답을 규명하기 위해 1990년대 초부터 연구자들이 AI의 블랙박스를 열려는 시도를 해왔는데, 규명의 과정이 곧 AI에 대한 의구심이 높아지는 과정이었음

• 카네기 멜론 대학은 1990년대부터 자동운전 기술의 기초 연구를 진행하고 있었는데, 당시 연구원 딘 포모루는 카메라에 포착된 영상으로 자동운전 알고리즘을 교육시켰음

• 몇 분간 알고리즘을 교육한 후 차량을 자동 주행시키는 시험을 반복했는데, 시험은 잘 진행되었지만 다리에 접근할 때 자동차는 도로에서 벗어나는 움직임을 보였고, 그러나 알고리즘이 블랙박스여서 그 원인을 알 수 없었음

• 소프트웨어를 디버깅하는 방법으로는 로직을 수정할 수 없기 때문에 포모루는 도로 도로주행 시험을 반복하며, 다양한 상황에서 자동운전을 반복하며 경험적으로 문제점을 밝혀낼 수밖에 없었음

• 그에 따르면 자동차는 갓길 바깥에 나있는 잔디 부분을 기준으로 주행 도로를 판정하고 있는 것으로 파악되며, 다리에 가까워지면 잔디 부분이 없어져 차로 판단 기준을 잃게 되므로 정상적인 주행을 할 수 없게 된 것임

• 이런 결론에 이르게 되자 포모루는 자동운전 기술을 AI로 구현한 자동차가 과연 제대로 작동할 것인지 확신할 수 없게 되었다고 함

◈ 현재에도 이와 동일한 문제에 직면하고 있는데, 무인 자율운전 차량들이 도로를 달리고 있는 지금, 사람이 AI 기술을 신뢰해야 할 지의 문제가 최대 이슈가 되고 있음

• AI의 운전 로직을 모르기 가운데, 어떻게든 안전 기준을 만들려다 보니 시행착오가 계속되고 있는데, 그 중 하나는 정해진 거리를 무사고로 주행 가능하다면 안전한 것으로 간주한다는 생각임

• 싱크탱크 랜드 코프(Rand Corp)는 인간이 자동차를 1억 마일 운전할 때 사망 사고는 1.09 회 발생하는데, 자율운전 차량이 인간만큼 안전하다는 것을 증명하기 위해서는 2.75억 마일을 무사고로 달릴 필요가 있다는 기준안을 제시한 바 있음

• 인간 수준의 안전성을 입증하기 위해서는 대규모 주행 시험이 필요하다는 말인데, 이는 자율운전 자동차의 안전 기준을 설정하는 작업이 난항을 겪고 있음을 잘 보여줌

◈ 그러나 자율주행 차량의 도입과 확산을 위해서는 결국 AI의 작동 메커니즘 규명이 반드시 전제되어야 할 것이므로, 이 문제를 기술적으로 해명하려는 움직임도 시작되었음

• 엔비디아(Nvidia)는 딥러닝을 이용한 자율운전 기술을 개발하고 있는데, 이 시스템의 명칭은 ‘데이브-2(DAVE-2)’이며 신경망으로 구성되어 있음

• 인간이 알고리즘에 주행 규칙을 가르치는 것이 아니라, 시스템이 신경망에서 이미지를 처리하여 안전한 경로를 파악하는데, 가령 곡선 도로의 이미지를 읽으면서 거기에서 운전할 때 알아야 할 필요가 있는 도로의 특징을 파악함

• 엔비디아는 AI가 어떤 기준으로 결정하고 있는지에 관한 연구를 함께 진행하고 있는데, 지금까지 블랙박스였던 AI의 핵심을 규명하는 시도임

• 연구의 결과, 엔비디아는 카메라가 포착한 사진과 이미지 인식 신경망(CNN)이 이것을 읽고 거기에서 추출한 특징을 비교해서 보여주며, AI가 도로를 어떻게 이해하고 있는지를 설명하고 있음

• 신경망이 보여 주는 굽은 도로의 특징을 보면, 특징량은 곡선이 대부분으로 CNN이 도로의 경계 부분을 기준으로 운전하고 있음을 알 수 있는데, 이런 방법을 통해 AI가 습득한 운전 기술의 요체를 사람이 시각적으로 이해할 수 있다는 설명

◈ 2016년이 인공지능의 가능성을 열어젖힌 원년이라면, 2017년은 AI의 블랙박스를 열어 그 작동 논리를 규명함으로써 AI 확산의 기폭제를 마련하는 해가 될 것으로 예상

• 자율운전 자동차를 포함 자율적 인공지능 시스템은 심층강화학습(Deep Reinforcement Learning)이라는 기법을 사용하여 알고리즘이 시행착오를 반복하여 정책을 학습하도록 하고 있음

• 심층강화학습 기법은 알파고에도 사용되고 있으며, 보다 지능적인 AI 개발의 핵심 기법이 될 것으로 보이는데, 현재 심층강화학습의 요체도 블랙박스이지만, 앞으로 이에 대한 규명 작업도 적극 진행될 것으로 예상됨

• 무언가 새롭고 획기적인 것인 등장했을 때, 그것의 요체와 작동 방식을 정확히 모른다면 사람들의 대응 방식은 무조건적인 거부 혹은 반대로 종교와 유사한 무조건적 추종과 같은 극단적 양상을 띨 위험이 있음

• 인공지능이 사회적 합의 위에 다양한 가치를 위해 활용되려면, 그 메커니즘에 대한 정확한 이해가 수반되어야 할 것이며, AI가 인간의 뇌를 본 뜬 것인 만큼, AI를 알아가는 과정은 곧 우리 인간이 스스로에 대해 더 많이 알게 되는 과정이 될 수 있을 것임

※ 아래 글은 정보통신기술진흥센터(IITP)가 발간하는 주간기술동향 1777호(2016. 12. 21 발행)에 기고한 원고입니다. 

▶ IITP에서 PDF 포맷으로 퍼블리싱한 파일을 첨부합니다. 가독성이 좋으니 참고하시기 바랍니다.

인공지능 이용 기사 진위 판정.pdf

[ 요 약 ]

◈ 페이스북에 표시되는 뉴스에 허위 정보가 포함되어 있다는 사실은 선거가 시작되기 훨씬 전부터 문제로 지적되어 왔으나 트럼프 당선 이후 단숨에 정치 문제로 비화

• 문제를 제기하는 사람들은 페이스북 측이 트럼프에 유리한 허위 뉴스를 뉴스피드에 게재한 뒤, 입소문 효과를 통해 트럼프 지지자가 늘었다고 주장함

• 실제로 대선에서는 자극적인 제목으로 눈길을 끈 거짓 뉴스들이 난무했는데, 일례로 WTOE 5 News라는 사이트는 ‘교황이 트럼프를 대통령으로 지지한다는 거짓 기사를 올렸는데, 팩트 체크 사이트는 이 기사가 거짓으로 주의를 환기시킨 허위라고 판정

• 또한 National Report라는 사이트는 ‘힐러리가 미국의 국가(國歌)를 재검토 할 것을 제안했다’는 기사를 게재했는데, 내용은 힐러리가 ‘가사 내용이 권총 등에 의한 폭력으로 이어질 우려가 있고, 종교와 국가의 분리 원칙에 저촉되기 때문에 반대한다’는 것

• 페이스북의 CEO 마크 저커버그는 이런 허위 뉴스가 승패에 영향을 미쳤다는 분석에 대해서는 여전히 부정하고 있지만 가짜 뉴스를 억제하는 대책을 취할 것임을 밝혔음

◈ 가짜 뉴스에 속아 넘어가는 사람이 얼마나 되겠냐는 반론도 있지만, 사람들이 기사를 읽으며 이상하다고 느끼기는 하지만 실제로 허위라고 판단하는 것은 쉽지 않다는 지적

• 뉴스 사이트의 이름이나 외관, URL은 진짜처럼 보이고, 이미 자극적인 제목의 기사들이 많기 때문에 기사의 제목을 보고 허위 기사라고 단박에 알아차리기는 어려움

• 기사를 일단 읽기 시작하면 공감이 가는 부분도 있기 때문에 끝까지 읽게 되고, 비록 군데군데 위화감을 느끼기는 하지만 기사가 허위임을 간파하지는 못하며 오히려 흥미로운 내용에 관심을 갖게 된다는 것

• 앞서 예로 든 National Report는 이름만 보면 권위 있는 뉴스 사이트처럼 보이나 기실 이 사이트는 허위 뉴스만 게재하고 있으며, ‘ABCNewsc.com.co’처럼 순간 착각을 불러일으키도록 대놓고 굴지의 언론을 사칭하는 경우도 있음

• 이들 사이트의 목적은 매력적인 허위 뉴스를 통해 페이지 뷰를 발생시켜 웹사이트에 게재되는 광고로 수익을 얻는 것이며, 페이지 뷰가 높은 뉴스의 경우 한 건으로 약 1만 달러의 광고 수입이 발생하는 것으로 알려지고 있음

• 허위 뉴스 문제가 불거진 후 현재 구글은 허위 뉴스 사이트에 광고 게재를 중지하고 있으며, National Report 웹사이트의 광고 수입은 급감했다고 함

◈ National Report 같은 사이트는 허위 뉴스를 발신해 왔으나 회사 자체의 사회적 영향력은 제한적일 수밖에 없었는데, 페이스북 같은 SNS와 접목되면서 영향력이 증폭되었음

• 페이스북 등 소셜 미디어에 기사가 노출되고 좋아하는 사람이 늘어나 기사의 링크가 공유되기 시작하면 이런 허위 기사들의 노출 빈도가 폭발적으로 늘어나게 됨

• 페이스북은 인기 기사를 ‘트렌딩(Trending)’으로 묶어 제공하고 있는데, 여기에 가짜 뉴스가 게재되면 전국적인 규모로 확산이 가능해지며, SNS의 소셜 기능을 악용하는 이런 과정이 가짜 뉴스가 여론을 움직일 수 있는 기반이 되고 있음

• 가짜 뉴스는 읽는 사람들에게만 영향을 미치는데 그치지 않고, 대통령 선거운동 과정에서 트럼프 진영이 허위 뉴스를 인용해 힐러리 후보를 공격하는 장면까지 나왔음

• 도널드 트럼프의 아들인 에릭 트럼프는 가짜 뉴스라 생각되던 기사의 내용을 근거로 논쟁을 벌였는데, 트윗을 통해 ‘트럼프 연설회장에서 반대 운동을 하는 활동가들은 힐러리 진영에서 3,500 달러를 받고 있다’는 내용의 기사를 인용했음

• 그러나 인용된 기사는 사실이 아니었으며, 해당 트윗은 삭제되었지만 복사본이 지금도 많은 사이트에 게재되어 있으며, 선거의 당사자들도 가짜 뉴스를 분간하는 데 오랜 시간이 걸려 영향력은 오래 시간 동안 지속되었음

◈ 페이스북이 대선 과정에서 허위 뉴스 논란에 대해 일단 부정하는 태도를 보이긴 했지만 실제로는 일찍부터 소위 ‘가짜 뉴스(Hoaxes)’에 대한 대책을 취하고 있었음

• 2015년 1월에는 페이스북 회원들이 가짜 뉴스를 보고 신고할 수 있는 시스템을 도입했는데, 이는 스팸 메일을 신고하면서 뉴스피드에 노출된 뉴스가 사실이 아닌 경우 그 주요 내용을 신고할 수 있도록 하고 있음

• 회원들의 신고를 통해 가짜 뉴스가 뉴스피드에 표시되는 횟수가 감소했다고 하는데, 크라우드 소싱 기법을 이용해 대응책을 시작한 것임

◈ 페이스북은 2016년 8월부터는 뉴스피드에 ‘클릭베이트(Clickbait)’ 기사를 삭제하는 대책을 내놓았는데, 클릭베이트는 우리 말로는 클릭을 유도하는 낚시 기사를 뜻함

• ‘믿을 수 없는 사실, 어젯밤 레드 카펫 위에서 연예인끼리 싸움, 누구일까..’라고 제목을 달면 궁금해 하는 사람들이 링크를 클릭해 자세히 읽게 되는데, 이는 사이트로 유도하는 상투적인 수법이지만 여전히 통하는 수법이기도 함

• 페이스북 이용자들에게 클릭베이트는 여전히 인기가 많지만, 페이스북은 클릭베이트 기사들이 뉴스피드에 노출되는 횟수를 억제하고 있음

• 클릭베이트에는 독자를 오도하는 기사도 포함되므로 이를 억제하면 가짜 뉴스를 방지하는 기능도 하게 되는데, 페이스북은 클릭베이트 기사 대응을 위한 알고리즘을 개발하고 탐지 프로세스를 자동화하였음

• 페이스북은 특정 사이트로 유도하는 기사나 오보의 제목 사례를 모아 클릭베이트 데이터 세트를 작성했으며, 이 사례를 기준으로 일반 뉴스들의 제목과 비교해 클릭베이트에 특유한 징후를 식별하고 있음

• 또한 클릭베이트를 검출하는 알고리즘을 개발해 이를 기계학습 방법으로 교육시킴으로써 검출 정밀도를 높여 가는데, 이는 스팸을 검출하는 방식과 유사하며 뉴스피드에서 허위 뉴스를 배제할 수 있을 것으로 기대를 받아 왔음

• 페이스북이 이러한 조치를 취하고 있음에도 불구하고 가짜 뉴스는 계속 증가했으며 대선에서 유권자에게 혼란을 초래하게 되었음

◈ 페이스북이 개발한 알고리즘은 뉴스의 제목을 기준으로 허위 여부를 판정하기 때문에 기능이 충분하다고 말할 수 없으며, 사실 관계의 확인이 필요한 경우 더욱 한계가 존재

• 사실 기사의 허위 여부를 판정하는 것은 사람에게도 어려운 일이며, 명백한 거짓은 판정하기 쉽지만, 내용을 파악하고 사실 관계의 검증이 요구되는 기사들이 대부분임

• 허위 뉴스라도 황당한 내용만 있는 것이 아니며, 해킹 수법 중 소셜 엔지니어링 기법처럼, 당시 맥락에 맞게 작성되는 것들은 그럴 듯하다고 여겨지기 때문에 내용을 읽고 나서도 판단하기 어려운 경우도 있음

• 일례로 거짓 뉴스로 판명되었지만, 선거 직후 ‘트럼프의 당선이 결정된 직후 오바마 대통령이 대통령령을 발동해 선거 결과를 검증한다’는 기사가 발행되었는데, 이처럼 대부분의 경우 뉴스 기사를 읽은 것만으로는 진실 여부를 판단하는 것이 어려움

• 우선 기사에서 언급된 주장을 뒷받침하는 사실을 확인하는 작업이 필요하기 때문에, 주장의 출처를 찾고 사실 관계를 확인해야 함

• 또한 주장을 뒷받침하는 사실이 확인되었다고 해도, 기사에서 사실을 과장하거나 확대 해석하는 경우가 적지 않은데, 기사 검증은 이러한 단계를 모두 거치고 나서야 내용이 올바른지 판정을 내릴 수 있음

• 기사 검증은 진위를 판정하는 것이 목적이지만 판정할 수 없는 경우도 많이 있는데, 가령 트럼프가 대통령에 선출된 데 대해 트럼프에 반대하는 사람들을 중심으로 ‘#NotMyPresident’를 표방한 항의 시위가 미국 각지에서 발생하였음

• 이에 관한 기사 중에는 ‘시위대는 사실 투표소에 가지 않았고, 힐러리에게 투표하지도 않았다’고 쓴 것도 있는데, 이에 대한 사실 관계는 확인하기가 어려워 기사의 진위를 판명할 수 없으며, 진실을 밝혀 내기에 현실적으로 한계가 존재함

◈ 이 문제 해결을 위해 많은 곳에서 방법을 제안하고 있는데, 화이트 해커들이 인공지능(AI)을 이용해 페이스북에 게재된 기사의 진위를 판정하는 기법을 개발

• 프린스턴 대학에서 열린 해커톤 행사 기간 중에 4명의 대학생들은 36시간 만에 가짜 뉴스를 판정해내는 AI 기반 소프트웨어를 개발하였음

• 이들이 개발한 소프트웨어 ‘FiB’는 브라우저의 플러그인으로 설치되며, 페이스북의 기사를 읽고 그 내용을 판별하는데, 기사가 허위라고 판단되면 ‘검증되지 않음(Not Verified)’, 사실이라 판단되면 ‘검증됨(Verified)’이라고 표시함

• 일례로 ‘대마초가 암 세포를 파괴한다’는 기사에 대해서는 분석 후 사실이 아니라는 판단 하에 ‘Not Verified’라 표시하였음

• FiB는 AI를 이용하여 기사에 게재되어 있는 사진을 인식하여 이를 텍스트로 변환하고, 또한 기사에서 키워드를 추출한 다음 검색 엔진에서 그 내용의 출처를 조사한 후 사실 여부를 확인한다고 함

• 가령 트위터에 게재된 내용이라면 스크린샷이 게재되어 있는 경우 트위터에 해당 내용이 있는지 검색하여 그 출처의 진위를 확인함

• 대학생들은 공개된 AI 클라우드의 API를 최대한 활용하여 시스템을 만들었다고 하는데, 마이크로소프트 인지 서비스(Microsoft Cognitive Services), 트위터 검색 API(Twitter Search API), 구글 안전 브라우징 API(Google Safe Browsing API) 등이 사용되었음

• 기사 판정의 정확성 검증은 앞으로 해나가야 하겠지만, 세계 최첨단 AI 기술을 보유한 페이스북 보다 먼저 솔루션을 개발한 것은 주목할 만함

◈ 알고리즘 개발과는 별도로 많은 단체들이 수작업을 통해 기사의 진위를 판정하고 있는데, 이들 팩트 체크 사이트들은 가짜 뉴스에 현혹되지 않도록 주의를 환기시키고 있음

• FactCheck.org는 대표적인 팩트 체크 사이트로 펜실베이니아 대학의 연구 기관으로서 활동을 시작한 독립적 비영리단체로, 원래 정치 문제에 관한 정치인 주장의 진위를 자세히 확인하며 사실 관계를 바로 잡아주는 역할을 해왔음

• 가령 미국 하원의장 폴 라이언이 미국의 의료제도인 메디케어(Medicare)가 오바마케어에 의해 파탄되었다고 주장한 것에 대해, 사실 확인 결과 잘못된 주장임을 설명

• FactCheck.org는 대선 기간 중에는 유권자들이 가짜 기사나 허위 사실 유포에 현혹되지 않도록 독자들에게 가짜 뉴스 분별 방법 등을 알려주는 역할도 하였음

• 1995년에 설립된 인기 팩트 체크 사이트인 Snopes.com은 이메일이나 포럼을 대상으로 기사의 진위를 판정하는 목적으로 설립되었음

• 대통령 선거 과정에서는 정치 뉴스에 초점을 맞추고 문제점을 지적하며 유권자들의 주의를 환기시켰는데, 알기 쉬운 표현으로 많은 사람들에게 이용되고 있고, 정치 문제뿐만 아니라 비즈니스, 엔터테인먼트, 건강, 종교, 기술 등 폭 넓은 분야를 커버함

◈ 미국 대통령 선거는 끝이 났지만, 가짜 뉴스는 선거 전부터 시작되었고 선거 과정을 통해 그 실제 영향력이 확인되었기에 앞으로도 계속 이어질 것으로 예상되고 있음

• 미국에서 민간인에게 수여하는 최고 훈장인 ‘대통령 자유의 메달(Presidential Medal of Freedom)’ 수여식이 선거 직후인 11월 22일 백악관에서 거행되었으며, 영화 배우 로버트 드 니로 등에게 오바마 대통령이 메달을 걸어주었음

• 이 날 클린트 이스트우드의 것으로 보이는 트위터 계정에 ‘오바마는 나의 대통령이 아니므로 그가 주는 어떤 메달도 받지 않겠다’는 내용의 트윗이 올라왔고, 트위터 상에서 리트윗 되었으며, 이런 내용을 다룬 가짜 뉴스들이 나돌기 시작했음

• 그러나 최초 트윗은 이스트우드인 것처럼 보이게 ‘@ClintEastwoodLA’라는 계정을 쓰고 프로필에 이스트우드의 사진을 사용한 사람이 발신한 것이었으며 곧 사실이 아닌 것으로 판명되었음

• 그럼에도 이스트우드가 트럼프 지지자이기 때문인지 이 트윗은 소셜 미디어 상에서 계속 리트윗 되고, 이를 소재로 작성된 뉴스들이 SNS 상에 계속 흘러 다니고 있음

• 최초의 트윗과 가짜 뉴스 사이의 연관성은 아직 밝혀지지 않았지만, 만약 치밀하게 계획된 것이라면, 이는 앞으로 가짜 뉴스 생성이 보다 교묘해질 것이고, 사실 관계를 파악하기가 점점 더 어려워지게 될 것임을 시사

◈ 페이스북은 자신들이 미디어 기업이 아니라는 입장을 강조해 왔으나, 현실적으로 페이스북은 가장 강력한 뉴스 소비 매체이므로 보다 적극적인 대책 마련이 필요한 시점

• 퓨 리서치(Pew Research)에 따르면 소셜 미디어가 일상이 되면서 뉴스를 읽는 방법이 크게 바뀌어 미국 성인의 62%가 소셜 미디어에서 뉴스를 읽고 있음

• 특히 페이스북을 통해 미국 성인의 44%가 뉴스를 읽는 것으로 나타나 유튜브나 트위터에 비해 뉴스 전달 매체로서 페이스북은 절대적인 위치를 차지하고 있음

• 마크 저커버그는 그 동안 페이스북은 미디어 기업이 아니어서 기사의 진위를 자체적으로 결정할 수 없다는 입장을 취해왔으며, 기사 진위 판단은 독자에게 맡겨졌음

• 하지만 페이스북이 미국 최대의 뉴스 전달 기업이 되었다는 사실을 감안하면, 배치하는 뉴스의 품질에 페이스북이 책임을 져야 한다는 목소리가 점차 힘을 얻고 있음

• 마찬가지로 구글이나 트위터에 대해서도 가짜 뉴스 대책 마련을 강하게 요구되고 있으며, 구글은 이미 가짜 뉴스 사이트에 광고 게재를 중단하였음

• 가짜 뉴스가 전 사회적 문제가 되면서 페이스북 내에서 문제 의식을 가진 직원들이 모여 자발적으로 문제 해결을 위해 움직이기 시작했다는 소식도 전해지고 있으며, 저커버그도 그 동안의 입장을 바꾸어 적극적인 대책 마련에 나선다고 밝혔

음

• 최근 페이스북은 가짜 뉴스를 자동으로 삭제하는 도구에 대해 특허를 출원하였으며, 아마도 AI를 활용한 솔루션이 개발되었을 지도 모르며, 구글이 이메일에서 스팸을 필터링 하는 것처럼 조만간 뉴스피드에서 가짜 뉴스도 상당수 걸러지게 될 것으로 기대

• AI로 작성되는 기사의 유형과 수가 늘어나고 있는 상황에서, 허위로 작성된 기사의 진위 여부를 판정하는 역할도 AI에 맡겨지게 되고, AI 개인비서가 뉴스를 선택해 들려 주는 시대가 되면, 뉴스 산업은 AI 기반으로 재편되는 대표적 사례가 될 전망

※ 아래 글은 정보통신기술진흥센터(IITP)가 발간하는 주간기술동향 1777호(2016. 12. 21 발행)에 기고한 원고입니다. 

▶ IITP에서 PDF 포맷으로 퍼블리싱한 파일을 첨부합니다. 가독성이 좋으니 참고하시기 바랍니다.

프로젝터 탑재 가정용 로봇-이동모드와 투사 모드로 변형.pdf

◈ 로봇기업 ‘세레보(Cerevo)’는 가정용 프로젝터를 탑재한 홈 로봇 ‘팁론(Tipron)’을 출시

• 로봇 팁론은 5900mAh의 배터리를 내장하고 5M 픽셀의 카메라와 심도 센서를 사용하여 기억된 장소로 자율적으로 이동할 수 있으며, 지정한 장소와 시간에 지정된 콘텐츠를 자동으로 투사하는 기능을 가지고 있음

• 팁론의 이동 시 크기는 ‘가로 300 × 세로 340 × 높이 420mm’이지만, 투사 시에는 상단에 프로젝터가 있는 형태(가로 300 × 세로 330 × 높이 810mm)로 자동 변형됨

• 세레보 측은 변형의 개념 정의가 명확한 것은 아니지만, 자체 조사한 바로는 홈 로봇으로 변형 기능을 탑재한 사례는 자신들이 처음인 것 같다고 설명

<자료> Cerevo.

[동영상] 프로젝터 탑재 가정용 로봇 팁론

◈ 투사할 수 있는 콘텐츠는 RSS 피드 또는 유튜브 동영상으로, 와이파이 기능을 탑재하고 있어 로봇 본체에서 해당 콘텐츠를 직접 가져 올 수 있음

• 뒷면에는 HDCP를 지원하는 HDMI 포트와 급속 충전을 지원하는 USB 포트를 갖추고 있어, 크롬캐스트 같은 디바이스를 연결해 영상을 투사하는 것도 가능함

• 5W의 스피커가 탑재돼 있어 사운드도 재생할 수 있으며, 전용 스마트폰 앱을 이용하여 이동 경로와 영상 투사 위치, 영상 재생 일정 등을 입력할 수 있음

• 팁론은 프로젝터 기능만 있는 것이 아니라, 카메라와 와이파이를 탑재하고 있기 때문에 실시간으로 촬영한 영상을 투사하거나 외부로 전송하는 것도 가능함

• 세레보는 외부 응용프로그램 등과 연계하기 위한 API 공개를 검토 중이어서, 이용 가능한 콘텐츠나 채널은 향후 지속적으로 늘어갈 것으로 예상

※ 아래 글은 정보통신기술진흥센터(IITP)가 발간하는 주간기술동향 1776호(2016. 12. 14 발행)에 기고한 원고입니다. 

▶ IITP에서 PDF 포맷으로 퍼블리싱한 파일을 첨부합니다. 가독성이 좋으니 참고하시기 바랍니다.

인공지능 접목으로 유연성 높아지는 보안시스템.pdf

[ 요 약 ]

  [ 보 안 ]

  ◈ 기계학습의 발전에 따라 보안 시스템에 대한 훈련이 쉬워지게 되었고, 그 결과 보안 시스템은 상황의 변화에 이전보다 유연하게 대응할 수 있는 환경을 갖추게 되었음

• 보안 솔루션들에서 한가지 공통적인 태스크는 새로 다운로드 받거나 설치한 응용프로그램의 악성 여부를 판정하는 것임

• 지금까지의 접근 방식은 지극히 기본적인 일종의 전문가 시스템으로, 응용프로그램의 서명이 그 동안 알려진 멀웨어의 패턴과 일치하는지 여부를 조사하는 것임

• 하지만 이러한 표준적인 바이러스 대응 방식은 약점이 있는데, 새로운 멀웨어의 출현에 맞춰 지속적으로 업데이트가 필요하다는 점과 틈이 생기기 쉽다는 점

• 즉, 멀웨어에 아주 작은 수정만 가하더라도 감지 기능을 쉽사리 빠져나가기 때문에 시스템이 침투당하게 되는 약점이 있음

◈ 딥러닝(Deep Learning)의 방법으로 이런 약점을 해결하는 것을 목표로 하고 있는 스타트업 중 주목받고 있는 곳 중 하나는 이스라엘의 ‘딥 인스팅크트(Deep Instinct)’임

• 보안 시스템의 훈련에 사용할 수 있는 멀웨어 표본 중 지금까지 알려진 것은 약 10억 개에 이르는데, 딥 인스팅크트는 이를 활용한 문제 해결을 시도하고 있음

• 딥러닝은 다양한 분야에 혁명적인 변화를 가져오고 있는데, 가령 컴퓨터 비전은 매년 20~30%의 진화를 이루고 있으며, 인간의 영역을 넘어서는 시각적 능력에 이르는 것도 시간문제라는 전망이 나오고 있음

• 음성인식 분야 역시 딥러닝을 통해 급속한 발전을 이루고 있는데, 이와 같은 일이 사이버 보안 영역에서도 일어나지 않을 이유가 없다는 것이 딥 인스팅크트의 출발점

• 물론 이 스타트업은 확률 기반의 기계학습 시스템에도 한계는 있다고 말하고 있는데, 우선 최적의 결과를 내기 위해 인간 전문가가 식별하고, 가중치를 두고, 튜닝해야 할 많은 요소들이 너무 많이 있다는 것

• 반면 역시 셀 수 없는 많은 요소들이 너무 사소하거나 관련이 없는 것으로 버려지고 있는데, 딥 인스팅크트는 대부분의 데이터가 버려지고 있다고 보고 있음

◈ 딥 인스팅크트가 채택한 방식은 멀웨어로 알려진 표본 모두를 이 기업 연구소의 딥러닝 시스템에 훈련시키는 것임

• 이 훈련 과정에는 약 하루가 소요되고 데이터 분석에는 고성능 GPU가 필요한데, 훈련 결과 얻게 되는 시스템 크기는 약 1 기가바이트로 대부분의 응용프로그램에 사용하기에는 너무 크기 때문에, 이 기업은 약 20 메가바이트 정도로 크기를 줄였음

• 그 결과, 모바일을 포함한 모든 최종 단말 장치에 설치할 수 있게 되었으며. 처리 속도가 느린 장치에서도 침입해 오는 위협을 몇 밀리 세컨드 안에 분석 가능하게 되었음

• 보통의 파일 크기는 1 메가바이트 가량이기 때문에 탐지와 분석에는 1 밀리 초도 채 걸리지 않는데, 복잡한 처리는 연구소의 첨단 인프라에서 수행되고 고객 쪽에 설치되는 것은 매우 작은 처리장치이며, 고객들이 모든 복잡한 부분을 다 보는 것은 아님

• 반면 연구소에서는 새로운 멀웨어 표본 데이터를 축적하고, 3~4 개월마다 최종 단말의 각 장치에서 작동하는 두뇌에 업데이트를 일괄 배포하는데, 흥미로운 점은 두뇌를 6개월간 업데이트 하지 않더라도 새로운 멀웨어 파일을 탐지할 수 있다는 것

◈ 공격자가 수정을 가해 새로운 멀웨어 변종을 만들어 내더라도 탐지에 전혀 문제가 없다는 점이 바로 보안 시스템에서 기계학습 방식의 매우 우수한 장점임

• 매일 엄청난 수의 새로운 멀웨어 표본이 출현하고 있지만, 그 대부분은 기존의 멀웨어를 극히 경미하게 변화시키고 있을 뿐임

• 실력 있는 공격자나 국가 주도로 새로운 제로-데이 공격을 하더라도 80%는 기존의 공격과 같은데, 지금까지의 보안 기법에서는 이를 검출하지 못했지만 딥러닝은 쉽게 검출할 수 있음

• 딥 인스팅크트는 현재 써드파티 테스트 기관과 공동으로 딥러닝 방식의 결과를 정량화 하는 작업을 진행 중인데, 포춘500대 기업에 속한 고객사를 대상으로 한 초기 테스트 결과 기존 솔루션에 비해 멀웨어 검출율이 20~30% 높게 나타났다고 함

• 딥 인스팅크트는 미국의 한 대형 은행에서 10만 개의 파일에 대한 테스트를 실시했는데, 은행이 사용하던 기존 보안 솔루션은 테스트 당일 아침 최신 업데이트를 했고, 자신들의 솔루션은 마지막 업데이트가 2개월 전에 이루어진 상황

• 그러나 검출율은 기존 솔루션이 40%였던 반면, 딥 인스팅크트의 솔루션은 99.9%로 시시각각 생성되는 새로운 멀웨어를 거의 모두 감지한 것으로 나타남

• 이 대목에서 하나 재미있는 것은, 비록 딥러닝 방식이 적용되어 검출에 성공했다 하더라도, 어떻게 검출했는지 그 과정이 반드시 설명되는 것은 아니라는 점

◈ 딥러닝 시스템이 가지는 약점 중 하나가 해답에 이르는 길을 명확히 설명할 수 없다는 것이긴 하지만, 반대로 정확한 설명을 목표로 하는 제품도 있음

• 미국의 스타트업 ‘뉴토니안(Nutonian)’이 독자적으로 개발한 인공지능(AI) 엔진 ‘유레카(Eureqa)’는 어떤 일들이 왜 일어났는지를 찾아내는 것이 주 업무임

• 무슨 일이 있었는지, 그들 사이의 관계는 무엇인지에 대해 가장 간단하고 우아한 설명 방법을 찾는 것이 유레카의 목표인데, 가령 물리적 데이터를 제공하면 유레카는 뉴턴의 운동 법칙을 재발견 할 수 있다고 함

• 뉴토니안은 유레카 AI 엔진을 연구자에게 무상으로 제공하고 있는데, 유레카를 이용한 연구가 학술 논문에서 다루어 진 사례는 이미 500건 이상으로, 가령 의학 분야에서 노화에 따른 시력감퇴나 맹장염 등의 질병을 진단하는 새로운 모델을 찾는 데 도움을 유레카는 도움을 주고 있음

• 이 유레카는 사이버 보안 영역에서도 응용할 수 있는데, 가장 어려운 문제 중 하나인 사이버 공격의 구조를 분절하는 프로세스에 유레카 AI를 응용하면 이 절차를 자동으로 처리 할 수 있음

• 유레카는 클라우드 기반 서비스 형태로 가입 고객에게 제공되는데, 최초 데이터의 조사에만 1시간 정도 소요될 뿐 그 이후에는 매우 신속하게 답변을 얻을 수 있으며, 이전에는 몇 달 혹은 몇 년씩 시간을 들여 얻은 결과를 몇 분 만에 얻을 수 있다고 함

◈ 약간씩 수정된 변종은 딥러닝으로 자율 탐지가 가능하다 해도, 사이버 보안의 세계는 상황이 급변하기 때문에 어떤 기계학습 시스템이라도 정기적인 업데이트가 매우 중요함

• 사람들의 생각과 행동은 항상 이전과 전혀 다른 새로운 것으로 인해 변화해 나가는 만큼, 정기적인 업데이트 없이는 시스템이 노후화 해 버리기 때문

• 기업의 직원들은 새로운 일들을 시작하며, 벤더는 응용프로그램을 개편하고, 소비자는 구매 패턴을 바꾸며, 해커는 기존의 시스템을 회피하기 위해 특별히 고안된 새로운 멀웨어를 끊임없이 만들어 내고 있음

• 상황이 이렇다 보니 보안 벤더들은 드러난 문제들을 모두 해결한 업데이트 버전을 개발하는데 시간을 소요해야 하며, 다음 번 업데이트가 나올 때까지 시스템에 상당한 취약 기간이 발생할 수 있음

• 통상 해커들은 보안 소프트웨어를 구매한 다음 이를 깰 방법을 찾아낼 때까지 다양한 공격을 시도하며, 방법을 알아내면 다음 번 업데이트가 나올 때까지 해당 소프트웨어의 모든 고객들을 표적으로 공격을 할 수 있음

• 이런 문제를 해결하기 위한 방법의 하나로 미국의 ‘매서지 커뮤니케이션(Masergy Communications)’은 현재 대다수 보안 제품 벤더가 채택하고 있는, 모든 고객을 획일적으로 방어하는 방식에서 탈피할 것을 제안하고 있음

◈ 매서지 커뮤니케이션은 사내 패턴, 유사 기업 패턴, 산업 전체 패턴, 글로벌 패턴을 알아내는 작업을 하고, 각각 다른 주기로 업데이트 하는 방법을 제안하고 있음

• 매서지는 일정 수의 글로벌 요인을 이용하여 의심스러운 동작이 발생할 가능성을 탐색한 후, 이를 기업의 고유한 로컬 지표와 함께 조합함

• 글로벌 시스템이 살필 수 있는 입력 정보의 수에는 한계가 있고 공간이 매우 넓기 때문에 우선은 출현 빈도가 높은 특징들만 탐색함

• 그 다음엔 로컬에 초점을 맞추며 보다 많은 정보 입력을 받게 되는데, 로컬 모델에서는 정보들을 압축하여 보다 작은 특징의 집합으로 압축할 필요가 없으며, 이를 통해 고객별 특수성과 훨씬 높은 정확성을 얻을 수 있음

◈ 로컬 및 글로벌을 결합하는 기술은 미국의 ‘어큐어티 솔루션(Acuity Solutions)’도 이용하고 있는데, 이 회사는 기계학습을 활용하여 사이버 위협을 탐지하는 장비를 개발함

• 이 기업이 개발하는 ‘블루벡터(BluVector)’ 시스템은 미국 정부기관의 첨단 연구 프로그램을 기반으로 하고 있으며, 다년간 개발된 우수 소프트웨어를 이용하여 잘 짜인 코드의 양상이 어떤 것인지를 학습함

• 블루벡터의 엔진은 코드의 일부를 검사한 후, 잘 짜인 코드라면 보통 있어야 할 특징들이 이 코드 조각에 있는지 여부를 판정하여 알려주는 기능을 수행하며, 또한 이 과정에서 각 고객으로부터 새로운 학습을 엔진에 내재화함

• 어큐어티 솔루션은 고객에게 제공하기 전에 엔진을 사전에 훈련시키지만 그 이후부터 엔진은 마치 둥지를 떠난 아이처럼, 고객의 환경 속에서 학습을 계속하게 됨

• 주 엔진은 글로벌 데이터를 기반으로 분기 마다 업데이트가 적용되지만, 각 고객사에만 해당되는 시스템 내에서 공유되지 않음

• 즉, 이 제품은 고객의 환경에 따라 조금씩 다르게 구축되며, 개별 고객에 맞게 특수하게 맞춤화 되는 것이고, 따라서 해커가 이 제품을 구입하여 방어를 빠져 나갈 수 있는 코드를 발견하더라도 별다른 도움이 되지 않음

• 어큐어티 솔루션에 따르면, 이것은 이동형 방어 시스템이며, 고객의 환경에만 특화된 기술이기 때문에 리버스 엔지니어링은 불가능함

◈ AI를 적극 수용하려는 최근의 보안 업계 움직임에 대해, 일부 전문가들은 보안 분야에서 AI는 만능이 아니라며 마케팅 차원에서 AI가 남용되는 현상에 우려를 표하기도 함

• 보안 전문기업 트렌드 마이크로는 보안 기술은 AI에 한정할 수 없으며, 패턴 매칭, 행동 검지, 웹 평판, 포렌식, 샌드박스 같은 대응 기술들은 보안이라는 큰 틀 내에서 모두 특기나 적용되는 맥락이 다른 것이라고 지적

• 또한 최근 기계학습이나 딥러닝을 응용한 보안 어플라이언스이나 클라우드 기반 보안 시스템이 잇따라 등장하는 것에 대해서도, 자체 조사결과 실행파일 형태의 멀웨어 탐지 능력은 높지만 스크립트나 매크로 형태의 멀웨어는 거의 감지 못했다고 설명

• 트렌드 마이크로는 최신 AI 기술을 사용하지 않은 보안 솔루션이라고 해서 안전하지 못하다고 말할 수는 없으며, 한 물 간 것으로 치부되는 기존 기술을 AI와 조합해 다층적인 방어 시스템을 구축하는 것이 필요하다고 주장

• 공격을 하는 것은 실제로 릴레이 서버나 멀웨어가 아니라 그 뒤에 있는 사람이고 사람은 AI보다 훨씬 지능적이기 때문에, 성숙한 기술과 새로운 기술을 결합해 몇 단계의 방어막을 통해 해커들에게 스트레스를 주고 침해 동기를 없애는 것이 중요하다는 것

◈ 그러나 향상된 AI 기술이 보안 기술에 적용됨에 따라 사이버 보안 시스템이 보다 신속하고 유연한 대응이 가능해지게 될 것이라는 점에는 대부분의 전문가들이 동의

• 알파고를 통해 널리 알려진 딥러닝 기술 즉, 수 많은 패턴을 학습한 후 스스로 규칙을 생성해 주어진 태스크를 처리하는 능력은 보안 분야에도 적용되어 기존의 방식보다 더 나은 성과를 낼 수 있음이 확인되고 있다는 것

• 지금까지 사이버 보안이 새로운 형태의 창이 등장하면 그것을 막기 위해 방패를 수정하는 수동적 방식이었다면, AI의 적용을 통해 확률 높은 임기응변적 대응과 나아가 새로운 창의 형태를 예측할 수 있는 선제적 방식으로 변화할 가능성도 보이고 있음

• 보안 기술의 접근성 측면에서도, 향상된 클라우드에 AI 기술이 탑재되면서 모바일 네트워크에 접속된 모든 기기에서 최신의 보안 기술을 동시에 이용할 수 있는 환경이 구축되고 있다는 것은 큰 발전으로 볼 수 있음

• 이런 점을 긍정적으로 보아 벤처캐피털들은 2017년 사이버 보안 시장은 인공지능(AI)이 지배하게 될 것이란 전망을 내놓고 있음

◈ 반면 보안 시스템에서 AI의 활용이 점차 늘어가는 상황은 향후 사이버 보안 분야에서도 AI가 인간을 대체할 가능성이 있음을 시사한다는 점은 곱씹어볼 필요가 있음

• 지금까지 사이버 보안은 프로그래밍이 탁월한 사람과 사람 사이의 경쟁이라는 인식이 강했으나, 점차 방어에서 인공지능의 역할이 늘어나게 될 가능성이 엿보이고 있음

• 물론 현 단계에서 인간과 AI의 해킹 공격과 방어 실력은 큰 차이가 나기 때문에 동등한 수준에서 논의할 수는 없지만, 알파고의 사례에서 보듯 아직 멀었다고 느낀 거리가 어느 시점에 좁혀질 지는 예측하기 어려움

• 기술 발전에 따른 인간 노동의 대체 효과가 기술이 단순 노동을 대신할 때보다 사람의 지식과 경험이 녹아 있는 일을 대신할 때 극대화된다는 점을 감안하면, 장기적으로 사이버 보안 본야 역시 AI의 역할이 커질 것으로 예상해 볼 수 있음

※ 아래 글은 정보통신기술진흥센터(IITP)가 발간하는 주간기술동향 1776호(2016. 12. 14 발행)에 기고한 원고입니다. 

▶ IITP에서 PDF 포맷으로 퍼블리싱한 파일을 첨부합니다. 가독성이 좋으니 참고하시기 바랍니다.

사람돈물건 흐름분석으로 금융범죄와 테러 탐지.pdf

◈ 에스토니아의 ‘리얼시스템(RealSystem)’은 관계 기관의 협력을 얻어 사람·물건·돈의 흐름을 시각화하여 내부자 거래 및 불법 송금 등의 징후를 탐지해 내는 솔루션을 제공 중

• 솔루션의 명칭은 ‘VizKey(비즈키)’로 개인과 회사 간의 자금 이동과 전화, 물류 등의 데이터를 관계 기관의 협력을 얻어 수집한 후 사람·물건·돈에 대한 다양한 데이터를 분석하여 언뜻 알기 힘들었던 개인과 기업의 관계를 그래프로 도식화 함

• 분석 대상 데이터에는 은행계좌 간 입출금 내역, 통화 기록, 편지나 물품의 배송 기록, SNS 게시물, 휴대전화의 위치 정보, 주소, 친족 관계를 나타내는 호적 정보 등이 포함

• 문자 또는 숫자라면 종류와 형식을 불문하며, 비공개 데이터와 관련해서는 경찰 기관과 은행, 증권사 등에서 범죄 수사에 관한 비밀 유지 계약을 맺고 제공하게 된다고 함

• 누가 누구와 서로 연락을 하고 있는지, 돈의 입출이나 주식 거래가 빈번한 사람의 친척 중에 내부자가 있는지 등의 관계를 그래프화 하는데, 예를 들어 어떤 종목의 주식을 단기간에 매매한 증권 계좌 보유자 간의 관계성을 분석함

◈ 리얼시스템은 수작업으로 하는 범죄 수사는 한계에 가까워지고 있으며 데이터를 바탕으로 정확한 팩트를 알아내는 작업이 필요하다며 개발 배경을 설명

• 지금까지는 대상 종목의 거래 이력을 개별적으로 살펴봐야 했고, 계좌 보유자에 대해서 등록하는 데이터는 친족의 근무처 정도여서 수작업으로 찾아낼 수 있는 것은 주로 직접적인 인간 관계에 불과했으므로, 이런 문제를 해결하기 위해 개발했다고 함

• 서비스의 응용 범위는 넓어서, 내부자 거래와 불법 송금, 돈세탁(자금 세탁) 등 금융 범죄 외에도, 여러 국가에서 마약 수사와 인신 매매, 밀수, 스파이, 테러 등 범죄 수사에 사용되고 있다고 함

• 예를 들어 선박의 화물의 내용과 선주의 신원, 해당 은행계좌 등의 데이터를 분석하고 경찰 기관이 가진 범죄자 목록(블랙리스트)과 비교하여 용의자를 추려 낸다고 함

※ 아래 글은 정보통신기술진흥센터(IITP)가 발간하는 주간기술동향 1776호(2016. 12. 14 발행)에 기고한 원고입니다. 

▶ IITP에서 PDF 포맷으로 퍼블리싱한 파일을 첨부합니다. 가독성이 좋으니 참고하시기 바랍니다.

ARM IoT 보안 강화.pdf

◈ ARM의 연례 행사인 ‘ARM 테크 심포지아 2016(ARM Tech Symposia 2016)’에서 르네 하스 부회장은 소프트뱅크에 인수 된 이후의 사업 계획에 대해 기조 연설

• 기조 연설은 ARM의 IoT 전략, M&A 이후 소프트뱅크 그룹의 역할에 초점이 맞춰졌는데, 양사의 비전은 동일하며 이번 인수를 통해 ARM의 IoT 전략이 더욱 공격적으로 전개될 수 있는 환경이 구축되었다고 M&A의 의의를 평가

• 소프트뱅크와는 10년 전부터 파트너십이 형성되어 왔기 때문에, 양사의 임원들 사이에서는 ARM이 소프트뱅크 그룹 산하로 편재되는 것에 전혀 위화감이 없다고 설명

• 소프트뱅크는 ARM 인수를 추진하며 영국 정부와 인원을 두 배로 늘린다고 약속하고 있으며, 이에 따라 ARM은 향후 5년 안에 글로벌 인원을 2천명 규모로 늘릴 예정

• 일반적으로 기업 인수 시에는 조직과 인력의 구성에 효율화를 명목으로 감원을 수반하는 경우가 많지만, ARM은 IoT 전략을 추진하기 위해 고용을 늘릴 방침이라고 함

◈ ARM은 2013년과 2016년에 자체적으로 실시한 IoT 관련 보고서를 소개하며, IoT의 확산에 있어 ‘보안’이 필수적인 요소가 될 것으로 전망하였음

• ARM의 자체 보고서에 따르면 2013년 조사 때 3년 이내에 IoT를 검토하겠다고 응답 한 기업은 90% 이상에 달했으며, 2016년에 IoT가 실제로 비즈니스에 영향을 미치고 있다고 응답한 기업은 75%에 달했음

• ARM의 보고서에 따르면, IoT의 진전에 따라 보안 강화의 필요성을 검토하는 기업이 많았으며, 이에 따라 ARM에서는 IoT 장치뿐만 아니라 네트워크 및 클라우드 보안을 고려한 플랫폼 개발을 목표로 한다고 밝힘

• 하스 부회장은 구체적으로는 칩에 ‘트러스트 존(Trust Zone)’이라는 보안 기능을 탑재하여 세 가지 차원의 보안을 강화하겠다고 밝혔음 우선 ‘장치 보안’을 위해

• 첫번째는 ‘장치 보안’을 보장하는 것이고, 두 번째는 ‘통신 보안’인데, 이를 위해 통신사 등 협력업체와 연계해 암호화, 와이파이 기술, 보호 프로토콜 등을 공동 개발

•  IoT 기기는 종류에 따라서 수십 년 동안 사용되는 제품도 있으므로, 보안 업데이트 및 장치 관리를 보장하는 구조가 반드시 필요하다는 것

• IoT는 농업, 의료, 자동차 등으로 응용 범위가 점점 넓혀가고 있는데, 이들 분야는 동시에 사람의 건강과 목숨과 관계되는 분야이므로, 앞으로 모든 IoT 기기의 보안 대책 마련이 필요하다고 강조

◈ 하스 부회장은 ARM 칩의 IP(지적 재산권) 라이선스 사업에서와 마찬가지로 혁신적 IoT를 위해서도 최적의 생태계 구축이 필요할 것이라 전망

• 전형적인 수직 통합 비즈니스였던 휴대전화 사업과 달리, 스마트폰 분야는 단말기, 반도체, 앱 등 연관 업계가 생태계를 구축함으로써 성공을 거두었는데, IoT 비즈니스에서도 ARM 혼자 뭔가를 이룰 수는 없으며 다양한 산업과 연계가 필요할 것이라 말함