※ 아래 글은 정보통신기술진흥센터(IITP)가 발간하는 주간기술동향 1876호(2018. 12. 12. 발행)에 기고한 원고입니다.


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

2019년 글로벌 태양광 발전 산업 5대 트렌드 예측.pdf



중국의 시장조사기관 PV InfoLink(인포링크)는 전세계 태양광 발전 산업에서 2019년에 전개될 5대 트렌드를 예측 발표하였는데, 우선 수요는 1분기에 약세를 보이다 2분기에 회복할 전망


2018년에 88 GW까지 떨어진 글로벌 수요가 2019년에는 112 GW 수준까지 회복할 것으로 예상되는데, 중국 정부가 135개년 계획을 수정해 도입하는 태양광 발전 설비의 용량이 증가한 데 더해 인도와 미국에서 수요가 증가할 것으로 예상되기 때문


2019년 중반까지는 시장 정체가 계속 되겠지만 2분기 말미에 들어가면 기업들이 조달을 활발히 시작하면서 패널 수요가 증가할 것으로 예상되는데, 태양광 패널의 가격은 4월에 2019 년 최저치를 찍은 이후 다시 상승 곡선을 그릴 것으로 보임


[1] 2019년 태양광 패널 수요 및 국가별 비중 전망

연도

중국

인도

미국

일본

EU

중동

아프리카

기타

2018

39%

9%

8%

7%

11%

5%

2%

19%

88 GW

2019

38%

11%

11%

4%

12%

5%

2%

17%

112 GW

<자료> PV InfoLink, IITP 정리

 


2019년의 두 번째 트렌드는 태양광 패널 관련 업체들의 통폐합이 지속되거나 확대되는 것인데, 경쟁력이 없는 기업부터 도태되어갈 것으로 예상됨


2018년에는 소규모 웨이퍼 업체들이 시장에서 도태되었는데 이러한 추세가 2019년에도 지속될 것으로 보이며, 이 과정에서 태양 전지의 원료인 폴리실리콘 분야에서는 기업들이 비용 절감을 위해 생산시설을 중국 서부로 이전시키는 움직임이 가속화 될 것으로 보임


PV 인포링크의 통계에 따르면 2019년에 신장위구르자치구, 내몽골자치구, 쓰촨성의 폴리실리콘 설비 용량은 60% 증가할 것으로 전망됨


세 번째 트렌드는 단결정(Single Crystal) 실리콘의 경쟁력이 계속 강화되는 것으로, 2019년에 마침내 단결정 실리콘 패널의 비중이 다결정 패널을 넘어설 것으로 보임


태양광 전지는 폴리실리콘 원석을 가공해 만들고 제작 방식에 따라 단결정과 다결정으로 나뉘는데, 단결정은 실리콘 원자배열이 규칙적이고 배열방식이 일정해 전자 이0동의 걸림돌이 없어 변환율이 높은 장점이 있는 반면 생산과정이 복잡해져 원가가 높은 단점이 있음


반대로 다결정 태양 전지는 공정이 간단해 생산원가는 낮지만 내구성과 변환 효율이 단결정보다 떨어지는 단점이 있음


단결정 실리콘의 중국 내 시장 점유율은 201728%였지만 201846%까지 확대되었는데, 2019년에는 57%로 늘어나고 5년 후인 2023년경에는 71%까지 늘어날 전망


이는 고효율 및 고출력 태양 전지를 생산하게 해주는 기술인 ‘PERC(Passivated Emitter Rear Cell)를 채택한 단결정 실리콘 태양광 패널의 출력이 20192분기에 장당 310W에 도달할 가능성이 높기 때문인데, 이는 장당 275W 출력인 다결정 패널과 배교해 35W가 높은 수준임


<자료> PV InfoLink

[그림 1] 단결정-다결정 태양광 패널 비중 추이


네 번째와 다섯 번째 트렌드는 발전효율을 개선시키는 것에 비해 상대적으로 용이하게 고출력화를 실현할 수 있는 기술들의 채택이 늘어날 것이라는 점


4의 트렌드는 태양 전지 셀의 크기와 두께의 변화인데, 태양 전지는 변환 효율을 올리는 것이 어려운 반면, 셀의 크기를 크게 하거나 셀을 더 얇게 함으로써 비용을 절감해 단위 비용 당 고출력을 도모하는 것이 상대적으로 용이하기 때문


PV 인포링크에 따르면 2019년에 한 변이 157mm 이상인 셀의 점유율은 20%에 이를 전망이며, 셀의 두께 면에서 보면 기존 200μm 전후에서 160μm을 채택한 생산 라인이 증가 할 것으로 예상됨


마지막 다섯 번째 트렌드는 태양광 셀을 1/2 크기로 커팅한 하프셀(Half Cell)이나 멀티버스바(Multi Busbar, MBB) 기술 등 고출력화와 관련된 기술의 채택이 늘어난다는 것


※ 아래 글은 정보통신기술진흥센터(IITP)가 발간하는 주간기술동향 1876호(2018. 12. 12. 발행)에 기고한 원고입니다.


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

5G의 성공 파트너 차세대 무선 랜, &lsquo;더 빨리, 더 안전하게, 더 편리하게&rsquo;.pdf



[ 요 약 ]


2019년부터 본격 상용화가 시작되는 5G 서비스는 4K/8K의 고화질 동영상이나 증강현실(AR)/ 가상현실 (VR) 등 대용량 콘텐츠의 자연스러운 상호작용 시대를 약속하고 있음. 4G보다 20배 빠른 5G 서비스의 비전이 데이터 비용 부담 없이 실현되려면 무선 랜(와이파이) 환경도 업그레이드가 필요한데, 와이파이6, WPA3, 메쉬 네트워크 등 더 빨리, 더 안전하게, 더 편리하게를 목표로 하는 차세대 무선 랜의 신기술들이 5G 상용화에 즈음하여 속속 발표되고 있음



[ 본 문 ]


무선 랜(LAN)의 첫 번째 규격인 IEEE 802.11이 제정된 것은 19976월인데, 그로부터 20여 년이 지나면서 무선 랜의 속도는 극적으로 빨라졌음


최초 IEEE 802.11의 최대 전송 속도는 불과 2 Mbps였으며, 19999월 제정된 802.11b11 Mbps, 20036월에 제정된 802.11g54 Mbps 정도였음


그러다 10여년이 지나 20099월에 제정된 802.11n에서 600 Mbps로 고속화가 진행되더니, 2013년 등장한 802.11ac에서는 6.9 Gbps로 단박에 기가 시대로 진입했음


무선 랜의 속도 향상은 앞으로도 지속되어, 2020년에 표준화가 완료될 예정인 차세대 규격 IEEE 802.11ax9.6 Gbps802.11ac 보다도 1.4 배 빠른데, 무선 랜의 첫 번째 규격과 비교해 보면 20년 동안 약 5천배 이상 빨라진 셈


<자료> IEEE

[그림 1] 무선 랜 발전의 역사


무선 랜은 첫 번째 규격 제정 이래 2.4 GHz 대역과 5 GHz 대역이라는 동일한 주파수 대역을 사용하고 있는데, 대부분 국가에서 주파수 면허는 불필요해 누구나 이용할 수 있음


2.4 GHz 대역은 비교적 멀리까지 도달하며 장애물이 있어도 돌아 나가기가 쉽기 때문에 사용성이 뛰어나 무선 랜 등장 초기에 주로 이용되었음


하지만 2.4 GHz 대역은 무선통신 이외에 다른 용도로도 이용되는데, 산업·과학·의료용 기기에서 정부의 별도 허가 없이 사용할 수 있는 'ISM 대역(Industrial Scientific Medical Band)'은 현재 전세계적으로 900 MHz, 2.4 GHz, 5.7GHz 대역에 설정되어 있음


여기에 전자레인지나 블루투스 등으로부터 간섭을 받는 일도 많아지다 보니, 비교적 비어 있어 확보가 용이한 5 GHz 대역을 사용하는 쪽으로 서서히 바뀌어 왔음


802.11n2.4 GHz5 GHz를 모두 사용할 수 있었지만 현재 사용하는 802.11ac5 GHz만을 이용함


하지만 시대에 따라 상황은 또 다시 달려져, 다음 표준인 802.11ax5 GHz 대역만 지원하지 않고 IoT 분야에서 활용을 상정해 전파 확산이 쉬운 2.4 GHz 대역도 다시 지원함


무선 랜은 앞으로 보다 빨리’, ‘보다 안전하게’, ‘보다 사용하게 편하게등 다양한 방향으로 목표를 두고 진화해 나갈 예정임


<자료> ITPro

[그림 2] 차세대 무선 랜 규격의 등장 배경


더 빨리를 목표로 한 차세대 무선 랜 규격은 앞서 언급한 802.11ax로 소위 와이파이 6’로도 불리는데, IEEE에서 표준화가 진행되고 있으며 이미 위원회에서 초안이 승인되어 기술 사양은 거의 확정되었음


WPA3 표준은 보안 강화 외에도 스마트폰과 QR 코드로 초기 설정을 할 수 있는 등 현재 환경에 부합한 사용편의성 향상도 도모하고 있음


 802.11ax에서 기대되는 것은 최대 전송속도의 향상만은 아니며, 대규모의 사람이 쾌적하게 이용할 수 있는 처리량(사용자 1 인당 실효 속도)의 향상과 IoT(사물인터넷) 분야에서 이용을 상정한 다수의 단말기 지원 등도 포함되어 있음


더 안전하게를 목표로 하는 것은 20186월에 등장한 ‘WPA3’인데, 이는 업계 단체인 와이파이얼라이언스(Wi-Fi Alliance)'가 제정한 보안 규격의 최신 버전으로, 이전 버전인 WPA2가 등장한 2004년 이래 무려 14년 만에 새롭게 발표된 표준임


더 쉽게를 목표로 하고 있는 것은 메쉬(Mesh) 네트워크'인데, 여러 무선 랜의 액세스 포인트(AP) 사이에서 메쉬 형태의 링크를 자동으로 확장하여 최적의 경로로 데이터를 송수신함


메쉬 네트워크는 전원만 있으면 랜 케이블을 배선하지 않고 무선 랜의 통신 범위를 쉽게 확장 할 수 있는 기술로 주목 받고 있음


하나씩 좀 더 상세하게 살펴보면, ‘더 빨리를 달성하려는 발전방향을 대표하는 IEEE802.11ax는 최대 전송속도보다는 사용자가 체감할 수 있는 실효 속도 향상이 목표임


802.11ax의 최대 전송속도가 802.11ac6.9 Gbps에서 9.6 Gbps로 향상된다고 하면, 겨우 1.4배만 증가하느냐고 실망할 수도 있지만, 802.11ax의 개발 목표는 최대 전송속도의 향상에만 있는 것이 아니며 오히려 처리량(throughput)의 향상을 더 중시하고 있음


처리량은 사용자 1인당 실행 속도로 바꿔 표현할 수 있는데, 자동차에 비유한다면 최대 전송속도는 테스트 코스에서 시속 250km의 속력을 내는 것이고, 처리량은 수많은 차들이 함께 달리는 고속도로에서 모두가 항상 시속 100km로 편안하게 달리는 것임


가까운 장래에는 경기장에서 수많은 사람들이 동시 접속하거나, 가정에서 8K/4K 동영상 및 AR(증강현실)/VR(가상현실) 등 대용량 콘텐츠를 가족들이 각자 감상할 것으로 예상됨


이를 현재 무선 랜 환경에서 구현한다면 응답 속도가 늦어 짜증날 것이며, 애당초 구현이 불가능할 수도 있는데, 802.11ax는 처리량을 4배 이상 향상시킴으로써 다수에 의한 고용량 데이터 사용 환경에 대응하려는 시도임


또 지금까지보다 더 많은 단말기 연결을 목표로 하고 있는데, 동일한 주파수 대역에서 다수의 단말기를 수용 할 수 있도록 하거나 1대의 액세스 포인트에 연결할 수 있는 단말기 수를 늘리려 하고 있으며, 이를 통해 IoT 분야에서 무선 랜의 활용을 도모하고 있음


802.11ax의 사실상 핵심 목표인 처리량 향상을 위해 도입되는 주요 기술은 크게 3가지인데, 가장 중요한 것은 스마트 안테나 기술의 일종인 ‘MU-MINO'


MIMO(Multiple Input Multiple Output, 다중 입력 다중 출력)는 처리량 향상을 위한 필수 기술로, 송신 측과 수신 측 양방향에 여러 개의 안테나를 제공하여 통신 경로를 다중화 함으로써 전송 용량을 올리는 것임


가령 단말기와 액세스 포인트 사이에 4개의 전송로를 마련하게 되면, 전송로가 1개인 경우보다 최대 4배의 전송 속도로 데이터를 보낼 수 있게 되는 것임


<자료> IEEE

[그림 3] MU-MIMO 개념도


무선 랜에서 MIMO802.11n 시대부터 사용되고 있으며, 802.11ac에서는 이 MIMO'여러 단말(Multi User)' 사이에서 구현한 'MU-MIMO'를 채택했지만 다운로드(수신) 방향만 지원할 뿐 업로드(송신)는 지원하지 못했음


, 액세스 포인트에서 여러 단말에 데이터를 동시에 전송하는 것은 가능했지만, 단말로부터 액세스 포인트로 전송할 때는 종래대로 하나씩 순서대로 보내는 수밖에 없어, 보내고 싶은 데이터가 있는 단말은 다른 단말이 통신하는 동안 기다려야만 했음


802.11ax에서는 여러 단말에서 액세스 포인트에 동시에 데이터를 전송할 수 있는 업 링크 다중 사용자 모드가 가능한 MU-MIMO를 실현하는데, 다른 단말의 통신이 끝나기를 기다리지 않고 여러 기기에서 동시에 데이터를 송신 할 수 있으므로 전송 효율이 높아짐


MU-MIMO를 위해 802.11ax에 도입되는 것이 트리거 프레임(trigger frame)'인데, 여기에는 어떤 단말기가 데이터를 전송해도 괜찮은지에 대한 정보가 들어있으며, 지정된 단말기는 정해진 시간 간격에 따라 액세스 포인트에 전송을 시작하게 됨


트리거 프레임에는 전력 제어에 관한 정보도 포함되어 있어 단말은 그것을 보고 출력을 조정하여 액세스 포인트에 도착하는 신호의 강도를 조절하는데, 이를 이용하면 각 단말로부터 온 여러 신호들을 액세스 포인트에서 분리하기가 용이해짐


802.11ax의 처리량 향상을 위해 도입되는 두 번째 주요 기술은 ‘OFDMA'802.11ac에서는 OFDM 기술까지 사용했지만 802.11ax에서는 새로 OFDMA 사용을 추가하였음


OFDM(Orthogonal Frequency Division Multiplexing; 직교주파수분할다중)반송파(搬送波, carrier signal)’를 작은 부반송파(副搬送波, sub-carrier)'로 분할하여 각각에 데이터를 실어 병렬로 전송하는 기술임


OFDM에서는 동시에 데이터를 전송하는 모든 부반송파를 기본적으로 하나의 단말이 점유하는데, 이에 비해 802.11axOFDMA(Orthogonal Frequency Division Multiple Access; 직교주파수분할다중접속)에서는 부반송파를 여러 사용자가 분할 사용할 수 있음


IoT에서는 대부분 작은 양의 데이터를 보내는 경우가 많은데, OFDMA를 이용하면 지금까지 낭비되고 있던 부분에 다른 단말의 데이터를 실어 보낼 수 있어 전송효율을 향상시킬 수 있으며, 이미 LTE에 적용되어 효과가 검증된 바 있음


802.11ax의 처리량 향상을 위한 세 번째 도입 기술은 공간 재이용(Spatial Reuse)'인데, 이는 데이터 송지 대기 중인 상태에서도 다른 통신에 방해가 되지 않으면 송신할 수 있게 하는 것임


무선 랜은 기본적으로 자신이 사용하고자 하는 채널 상에서 다른 통신이 이루어지고 있지 않은 것을 확인하고 데이터를 전송하여 충돌을 회피하는 ‘CSMA/CA(Carrier Senses Multiple Acess/Collision Avoidance)’라는 구조를 사용함


이를 통해 근처에 다른 단말기가 있으면 자신과 연결하려는 액세스 포인트가 다른 단말과 통신이 끝날 때까지 통신을 시작되지 않게 함


하지만 만약 자신의 통신 상대인 액세스 포인트가 전파를 발신하고 있는 주변의 단말이나 그 단말의 상대가 되는 액세스 포인트와 전혀 다른 방향에 있는 경우라면 신호를 내보내도 주변 단말의 통신에는 별 영향을 주지 않을 것임


이 점에 착안해 단말과 액세스 포인트 사이에 정보 교환을 통해 다른 단말의 통신을 방해하지 않는다고 판단이 되면 통신을 하게 만들자는 것이 공간 재사용의 아이디어임


공간 재사용을 구현하기 위한 방법으로는 신호가 검출됐다고 판단하는 기준 값을 올리는 ‘OBSS_PD’라는 기술과, 다른 단말이 액세스 포인트에 업 링크 통신을 하는 타이밍에 다운 링크 방향의 신호를 덧씌워 보내는 ‘SRP’라는 기술, 이렇게 2 종류가 검토되고 있음


무선 랜에서 속도와 함께 중요시 되는 것은 보안인데, 14년 만에 등장한 새로운 보안 표준인 WPA3더 안전한무선 랜의 발전방향을 대변함


무선 랜의 보안 역시 새로운 취약점에 대한 공격과 방어의 역사인데, 무선 랜의 등장과 함께 개발된 보안 표준인 WEP(Wired Equivalent Privacy)는 액세스 포인트 쪽에 임의의 암호(WEP )를 설정하여 암호를 입력한 단말기에서만 접근할 수 있게 하는 방식임


WEP는 여러 통신의 암호화에 동일한 암호를 사용하거나 암호를 변경하지 않고 계속 사용할 경우 문제가 많은 방식인데다가, 암호화 알고리즘으로 취약해 해독하는 도구가 공개되어 손쉽게 뚫리는 문제가 있어 2004년에 파기되어 현재는 사용하지 않고 있음


WEP의 대체 규격으로 2002년에 등장한 것이 WPA(Wi-Fi Protected Access)인데, 암호화에 사용하는 키를 일정 시간마다 업데이트하는 구조로 변경하여 안전성을 크게 높였음


WPA는 사용하는 암호화 알고리즘은 WEP와 같이 RC4(Rivest Cipher 4)라는 알고리즘을 사용하지만, 암호화 부분에는 WEP보다 안전성을 높인 TKIP(Temporal Key Integrity Protocol, 임시 키 무결성 프로토콜)이라는 알고리즘을 채택하였음


하지만 WPA도 기본적으로 RC4를 사용하고 있기 때문에 보안성에 불안이 남아 있었는데, 그래서 2004년에 등장한 것이 WPA2로 이 프로토콜은 미국 정부의 공식 암호화 방식으로 채택된 AES(Advanced Encryption Standard)를 표준으로 사용하여 더욱 안전성을 높였음


이후 14년 만인 2018년에 등장한 것이 WPA3인데, 실제 제품에서 지원은 2019년부터 액세스 포인트와 단말기 등의 제품에 순차적으로 채택될 전망임


WPA3를 지원하는 제품의 대부분은 현재 널리 사용되고 있는 WPA/WPA2 지원 제품과 상호운용성을 확보하기 위한 전환 모드를 마련해 당분간 기술 공존을 할 것으로 보임


업계 단체인 와이파이 얼라이언스가 무선 랜의 상호운용성을 보장하는 ‘Wi-Fi CERTIFIED’ 인정에는 당분간 WPA2가 필수 요건으로 유지되겠지만, 향후 WPA3 지원 제품이 증가하게 되면 WPA3가 상호운용성 인증의 필수요건이 될 것으로 전망됨


[1] 무선 랜 보안의 역사

 

WEP

WPA

WPA2

WPA3

등장 시기

1997

200210

20049

20186

암호화 키

배포 방법

동일한 SSIDAP 및 모든 기기에서 동일한 WEP 키를 사용

동일한 SSID의 단말에서 동일한 사전공유 키(PSK, Pre Shared Key)를 공유하는 퍼스널 모드IEEE 802.11x 인증 서버에서 단말마다 별도의 키를 배포하는 엔터프라이즈 모드가 있음

암호방식

(암호화 알고리즘)

WEP(RC4)

TKIP(RC4) 또는 CCMP(AES)

CCMP(AES) 또는 TKIP(RC4)

CCMP

(AES/CNSA)

키의 길이

40비트 / 104비트

104비트

128비트

128비트 / 192비트(엔터프라이즈)

최대통신속도

54Mbps

6.9Gbps

9.6Gbps

현재 안정성

낮음

낮음

보통

높음

<자료> ITPro


◾ WPA3의 개발이 진행된 이유는 2017년 10월에 밝혀진 WPA2의 취약성을 악용한 ‘KRACKs(크랙)’ 공격을 방어하기 위해 새로운 암호화 기법을 도입하기 위해서임

크랙은 WPA2에서 단말과 액세스 포인트 사이에 처음으로 연결이 이루어질 때 사용하는 ‘4웨이 핸드셰이크(4 ways handshake)'라는 순서에 공격자가 끼어드는 중간자 공격의 일종임


구체적으로 보면, 4웨이 핸드셰이크의 마지막 메시지 통신을 방해하는데, 그러면 액세스 포인트는 세 번째 메시지가 잘 보내지지 않았다고 판단해 단말에 암호화 키를 재전송하게 됨


이 재전송 된 암호화 키를 다시 설치할 때 원래는 다른 매개 변수를 난수로 발생시키지 않으면 안 되는데, 당시 일부 제품은 동일한 매개 변수를 사용하였음


이 제품들은 재사용하지 말아야 할 매개 변수를 여러 번 반복 사용하게 되므로 공격자들이 암호화된 통신을 해독하거나 다른 콘텐츠를 삽입할 위험성이 높아지게 됨


WPA3에서는 4웨이 핸드셰이크 순서 전에 ‘SAE’라는 새로운 절차를 도입하는데, SAE는 우선 액세스 포인트와 단말 사이에서 암호가 일치하는지 확인 한 후, 그 암호로부터 통신 상대와 같은 소수를 생성함


그 다음 각각 2개의 임의의 숫자를 생성하고 이 숫자를 사용하여 미리 정해진 방식으로 처리 한 숫자를 서로 보내며, 이러한 정보를 기반으로 암호화 키를 생성함


이 방식은 단말과 액세스 포인트에서는 각자 받은 정보와 자신만이 가지고 있는 정보를 맞춰 암호화 키를 쉽게 생성 할 수 있는 반면, 통신 과정에서 상호 교환하는 정보만으로는 암호화 키를 이끌어내는 것이 현실적으로는 불가능해 도청을 당해도 별 문제가 없는 장점이 있음


아울러 WPA3 되어도 사용자 조작성은 변하지 않아, 기본적으로 액세스 포인트와 접속에 사용하는 암호를 설정하는 것만으로 모든 단말과 액세스 포인트 사이에서 암호화가 자동으로 처리되는 것도 장점임


마지막으로 무선 랜의 사용 편의성 향상을 목적으로 한 발전방향을 보여주는 것은 메쉬 네트워크인데, 최근 1~2년 새 관련 제품들이 잇따라 등장하고 있으며 향후 더욱 증가할 전망


무선 랜은 무면허로 사용할 수 있는 반면 전파 출력이 제한되어 있기 때문에 도달 범위에 한계가 있는데, 중간에 아무것도 없는 시야가 트인 상황에서도 기껏해야 20~40m가 최대치이고 장애물이 있으면 이 보다 훨씬 짧아지게 됨


일반 가정에서처럼 벽이나 마루, 가구 등이 산재한 환경에서는 액세스 포인트에서 떨어진 방에는 전파가 닿기 힘든데, 최근 스마트 스피커 등을 사용하기 위해 집안 구석구석까지 무선 랜이 닿을 것이 요구되는 경우 메쉬 네트워크를 이용하면 손쉽게 문제를 해결할 수 있음


무선 랜의 전파 범위를 확장하려는 경우 지금까지는 중계기 등을 사용하는 경우가 많았는데, 중계기는 액세스 포인트에서 전파를 수신한 후 이를 증폭하여 재전송하는 장비임


중계기에는 크게 브리지(bridge)와 리피터(repeater)가 있는데, 리피터가 수신한 무선 랜의 전파들을 구별없이 모두 증폭하여 재전송하는 반면 브리지는 미리 설정한 액세스 포인트의 전파만을 증폭해 재전송함


한편 기업 등에서는 무선 랜 스위치나 무선 랜 컨트롤러를 사용하여 범위를 확장하는 곳이 많은데, 무선 랜 스위치로는 각 액세스 포인트의 동작을 중앙 제어할 수 있어, 범위 내에 존재하는 단말의 상황에 따라 액세스 포인트의 신호 강도를 조정해 데이터의 송수신을 제어함


그러나 무선 랜 스위치나 무선 랜 컨트롤러와 액세스 포인트 사이는 유선 랜 케이블로 연결하는 것이 일반적이어서 공사가 필요하기 때문에 중계기만큼 부담 없이 도입하기는 어려움


[2] 중계기, 무선 랜 스위치, 메쉬 네트워크의 차이

 

중계기

무선 랜 스위치

메쉬 네트워크

연결

특정 액세스 포인트에 무선 연결

각 액세스 포인트를 유선으로 무선 랜 스위치에 연결

주변 기기와 통신 상황을 교환하고 연결을 동적으로 결정

통신 채널

연결하는 액세스 포인트와 동일

상황에 따라 여러 통신 채널 구분

상황에 따라 여러 통신 채널 구분

장점

낮은 가격

대량의 액세스 포인트를 효율적으로 관리해 한 층 전체의 통신 효율을 높일 수 있음

전파가 도달하는 범위에서 액세스 포인트 등의 기기를 자유롭게 작동할 수 있게 함

단점

통신 경로가 고정되어 있어 유연성이 낮음

랜 배선이 필요하며 도입 비용이 발생

기가의 가격이 다소 높기 때문에 도입 비용이 발생

<자료> ITPro


메쉬 네트워크는 중계기와 스위치의 장점을 겸비한 방법이라 할 수 있는데, 무선 랜 스위치처럼 유런 랜을 준비할 필요가 없으면서도 중계기보다 지능적인 제어가 가능함

가령 전파가 도달하는 범위에 새롭게 메쉬 네트워크를 지원하는 액세스 포인트를 추가하면 그들 사이에서 정보를 교환하면서 필요한 설정을 하여 범위를 자동으로 확장하는데, 단순히 범위 확장만 하는 것이라면 대부분 제품이 최소한의 설정 또는 설정 없이 도입이 가능함


메쉬 네트워크에서 액세스 포인트 등의 장비는 네트워크 토폴로지를 메쉬 형태로 구성하는데, 전파가 도달하는 범위에 여러 지원 제품이 있는 경우 그 중에서 최적의 경로를 자동으로 선택하며 몇몇 제품에서 고장이 발생하더라도 다른 경로로 변경하여 계속 작동이 가능함


통신 경로를 선택하는 알고리즘은 각사 모두 세부 사항을 공개하지 않고 있지만, 기본적으로 사용할 수 있는 통신 채널과 전파 강도, 실효 속도, 간섭 비율, 오류율, 거리 등의 정보를 액세스 포인트끼리 교환해 이를 기반으로 값을 비교해 최적 경로를 선택하는 것으로 추정됨


액세스 포인트 사이에 교환한 정보는 상황에 따라 변화하게 되므로 따라서 일정 시간마다 비교를 다시 해 통신 경로도 다시 선택하도록 되어 있음


무선 랜에 메쉬 네트워크를 구축하는 표준은 ‘IEEE 802.3 11s’로 표준화 되어 있는데, 표준화 작업이 2012년에 마무리되어 제품들도 나와 있지만 아직 상호운용성의 과제가 있음


802.3 11s의 표준은 메쉬 네트워크를 구성하는 기기의 역할을 3 종류로 나누어 정의하고 있는데, 각각 인터넷에 연결된 기간 네트워크에 유선으로 연결하는 ‘MPP’, 전파를 중계하는 ‘MP’, 전파의 중계와 단말기와 연결을 담당하는 액세스 포인트로 기능하는 ‘MAP’


<자료> IEEE

[그림 4] 802.11s의 메쉬 네트워크 기기 구성


최근 출시되어 있는 대부분의 메쉬 네트워크 지원 제품들은 이들 3 가지 기능을 중심으로 제공하되 약간씩 차이가 있고, 또한 채널 할당에도 차이가 있는데 이용하는 통신채널을 공통의 것으로 고정시키는 공통채널 모드와 동적으로 변경시키는 멀티채널 모드가 있음


공통채널 모드에서는 모든 액세스 포인트에 동일한 주파수 대역을 사용하며, 네트워크를 분할하지 않고 안정적인 네트워크를 구축하려는 경우에 적합함


멀티채널 모드에서는 액세스 포인트 간의 연결에 서로 다른 주파수 대역을 사용하는데, 가령 액세스 포인트 A와는 2.4GHz 대역의 통신이 적합하고 액세스 포인트 B와는 5GHz 대역의 통신이 적합한 상황이라면 서로 다른 주파수를 동시에 사용해 상호 메쉬 네트워크로 접속함


그러나 현재 시중에 ‘802.3 11s 준수를 내건 제품은 극히 일부이며, 802. 11s 지원을 강조하고 있는 제품도 타 업체와의 상호운용성은 보장하지 않고 자사 제품들 사이만 연결할 수 있는 경우가 많아 메쉬 네트워크 지원 무선 랜 제품은 상호운용성 과제를 안고 있음


액세스 포인트 등 여타 무선 랜 제품과 달리 현실적으로는 메쉬 네트워크 관련 제품은 다른 업체의 제품을 조합해 연결하는 것이 아직은 어려운 상황임


무선 랜 기기의 인증을 담당하는 업계 단체 와이파이 얼라이언스는 ‘Wi-Fi EasyMesh’라는 브랜드로 메쉬 네트워크 지원 제품을 인증할 계획에 있는데, 아직 실제 인증 제품은 나타나지 않았지만 향후 인증을 받은 상호운용이 가능한 제품의 등장이 기대되고 있음


2019년에 본격 시작되는 5G 상용화에 즈음하여 새로 등장한 차세대 무선 랜 규격들은 네트워크의 스마트화와 대용량화를 지원하여 새로운 모바일 라이프의 창출에 기여할 것으로 기대됨


<자료> sdx central

[그림 5] 5G와 WiFi 6의 공존


현재 무선 랜은 모바일 데이터 서비스 이용에 중요한 역할을 하고 있는데, 4G에서도 속도와 용량 면에서 무선 랜은 이용자들에게 셀룰러 네트워크 못지않은 가치를 제공함


이러한 상황은 5G에서는 조금 달라질 수 있는데, 4G 보다 약 20배 정도 속도가 빨라질 것으로 예상되는 5G 보급이 안정화된다면 굳이 지금처럼 무선 랜을 우선하여 데이터 서비스를 이용하는 것이 오히려 사용자 경험을 해칠 수 있음


5G에서는 VR, AR이나 4K8K 동영상 서비스를 모바일로 이용하는 것이 가능해지는 반면 데이터 사용량 문제가 발생하기 때문에 무선 랜의 중요성은 더욱 커질 수 있는데, 무선 랜의 속도와 편의성이 5G에 크게 뒤처진다면 서비스 경험에 큰 단절이 생기기 때문


이런 면에서 더 빠르고, 더 안전하고, 사용 편의성이 높아진 무선 랜을 지향하는 차세대 무선 랜 규격들은 5G 서비스와도 직결되는 것이며, 차세대 무선 랜 지원 제품의 시장 보급 속도는 5G 서비스의 성패에 상당한 영향을 미칠 것이라 볼 수 있음


5G와 차세대 무선 랜 기술이 끊김없이 상호 연동되며 대용량 콘텐츠에 기반을 둔 스마트 서비스를 자연스럽게 구현 가능한 시대가 된다면, 우리의 모바일 라이프와 비즈니스는 또 한 번 질적 도약을 맞이할 것으로 예상됨

※ 아래 글은 정보통신기술진흥센터(IITP)가 발간하는 주간기술동향 1875호(2018. 12. 5. 발행)에 기고한 원고입니다.


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

실리콘밸리 노동자의 90%는 1997년에 비해 실질소득 감소.pdf



캘리포니아 대학 산타크루즈 캠퍼스(UCSC)와 노동 분야 싱크탱크 그룹인 ‘Working Partnership USA’는 실리콘밸리에서 일하는 노동자의 소득 실태를 조사

TIGHT ROPE-2018-REPORT.pdf



소득 조사 후 1997년과 비교해 임금의 상승분을 인플레이션율로 공제한 값을 계산했는데, 그 결과 테크놀로지 계열 종사 노동자의 수입은 1997년 이후 평균 32% 증가한 반면, 그 외의 분야에 종사하는 사람의 수입은 감소한 것으로 나타남


<자료> Workig Partnerships USA

[그림 1] 1997~2017 실리콘밸리 노동자 임금 비교


전체 조사 대상 노동자를 소득별로 나열해 100분위 구간으로 나누면, 중앙값에 해당하는 50번째 노동자의 수입은 1997년에 비해 14% 이상 감소한 것으로 나타났음


결과 그래프를 보면, 10개의 막대 중 9개가 빨간색(마이너스)으로 되어 있는데, 지난 20년 동안 실질적으로 수입이 증가했다고 말할 수 있는 실리콘밸리 거주자는 전체의 10%에 불과하고 그들의 소득 증가율도 0.7%에 불과함


이런 조사 결과는 현재 미국이 나 홀로 호황과 낮은 실업률로 형편이 나아지고 있는 것처럼 보이지만, 반드시 실제 가정경제의 개선으로 반영되지는 않고 있음을 보여 줌


2001년 이후 실리콘밸리 지역 경제가 크게 성장하고 주민 1인당 GDP 성장률이 74%에 이르지만, 이러한 부가 반드시 노동자에게 분배되는 것은 아니란 지적이 그간 계속 제기되어 왔음


2001년에는 실리콘밸리 전체가 번 돈의 64%가 노동자에게 분배된 반면, 2016년에 이 비율은 60%로 감소했는데, 줄어든 금액 약 96억 달러는 투자자와 기업 소유자들에게 전이된 것으로 볼 수 있음


이번 조사를 진행한 UCSC의 크리스 벤나 교수는 실리콘밸리 지역에서 만들어진 매출과 부는 놀라운 것이지만, 한편으로 대다수 인구에 적용 가능한 경제 모델로서 기능하지 못한다는 점도 놀라운 것이라 평하고 있음


벤나 교수에 따르면 이는 구글이나 페이스북 등 대형 테크놀로지 기업들이 각 시장에서 비정상적인 지배적 지위를 구축하고 있고, 투자자와 일부 최고 임원들에게 보다 많은 돈이 집중되는 구조로 되어있기 때문


실리콘밸리에서 부의 분배율 변화 문제를 심각하게 들여다 볼 필요가 있는 것은 그 변화가 테크놀로지 이외 분야의 일에 종사하는 주민의 생활에 악영향을 끼치고 있기 때문


실리콘밸리에서는 모든 것의 가격이 상승하고 있는데, 특히 주거비용의 급상승이 안정적 생활의 최대 압박 요인으로 작용하고 있음


교사와 소방대원으로 일하는 사람 대부분은 지금까지 살았던 지역에 살 수 없게 되어, 주거비용이 더 낮은 비용의 교외로 이사를 강요당하고 있음


원래는 지역사회에 밀착되어 업무에 종사해야 하는 사람들이 그 지역에 살 수 없다는 사실은 그 자체로 지역사회에 크나큰 부정적 영향을 미치는 것임


※ 아래 글은 정보통신기술진흥센터(IITP)가 발간하는 주간기술동향 1875호(2018. 12. 5. 발행)에 기고한 원고입니다.


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

경기장 소비 전력을 100% 태양광 에너지로 충당하려는 미국 스포츠업계.pdf



UN이 제시하여 사회경제적 트렌드로 자리 잡은 ‘SDGs(지속가능한 개발 목표)’ 준수 노력이 각 분야로 확산되는 가운데, 미국 스포츠 업계에서도 SDGs 노력이 활발히 전개되고 있음


미식축구(NFL) 필라델피아 이글스는 약 69천 명을 수용하는 홈구장 링컨 파이낸셜 필드의 한쪽 면과 스탠드에 2010년부터 단계적으로 11천 개의 태양광 패널과 14기의 풍력 발전기 를 설치했으며, 이를 통해 현재 경기장 전체 전력 소비량의 약 30%를 커버하고 있음


나머지 전력도 바이오 디젤과 천연가스를 사용하는 발전 시설에서 조달하고 있는 것으로 알려졌는데, 바이오 디젤의 생산에는 유기 쓰레기와 폐식용유 등을 사용하고 있음


<자료> Ray Angelini, Inc.

[그림 1] 링컨 파이낸셜 필드의 태양광 패널


NFL 소속인 샌프란시스코 포티나이너스(49ers)SDGs 준수에 열성적인데, 홈구장 리바이스 스타디움은 IT 설비를 갖춘 스마트 스타디움인 동시에 환경친화적 건물로도 유명함


이 건물은 미국 그린빌딩협의회(USGBC)의 건축 및 도시의 친환경 성능 평가시스템인 ‘LEED(리드, Leadership in Energy and Environmental Design)’에서 2014년과 2016년에 각각 골드 등급을 인정받은 바 있음


리바이스 스타디움의 보행자 통로와 스탠드 상단에는 약 1,858 m2 면적의 태양광 패널이 설치되어 있으며, 여기서 나온 전기로 경기장 사용 전력의 37%를 충당하고 있음


또한 스위트 박스로 들어가는 빌딩 옥상에서는 양상추 등의 야채도 재배하고 있으며, 청소 용품 및 일회용 종이 제품, 쓰레기봉투 등의 구매에도 지속가능성 프로그램을 도입하여 현재 지속가능성 기준을 85.93% 충족하고 있음


49ers의 노력은 경기장뿐만 아니라 식품 손실(Food Loss) 대책으로 확장되고 있는데, 남은 식료품을 기증받아 빈곤층에 전달하는 단체 코피아(Copia)’2017년에 업무 협약을 체결


49ers는 선수들이 식사하는 카페테리아에서 나오는 남은 음식을 기부했는데, 코피아 측은 이 음식들이 대부분 단백질이고 건강에 좋으며 영양이 풍부한 식품이어서 먹지 못해 영양상태가 좋지 못한 사람들에게 음식을 전달하는 자신들에게 특히 가치가 있는 것이라고 극찬


올해는 제휴를 확대해 경기장 내에서 1년 내내 운영 중인 레스토랑에서 나오는 잉여 식품의 제공도 시작했으며, 49ers의 홈 경기 당일 잉여 식품의 제공도 시작하였음


49ers의 근거지인 캘리포니아주 산타클라라는 실리콘밸리의 중심지로 유명 IT 기업들이 모여 있는 곳인 동시에 멕시코 등에서 이민 온 저소득층이 많은 지역이기도 하기 때문에, 49ersIT 기업들로부터 남은 식품을 제공받는 코피아의 활동은 아주 효과적이라 평가되고 있음


49ers 입장에서도 지역사회에 공헌할 수 있고, 식품 로스 대책 활동을 보고함으로써 세금 감면 혜택을 일부 받을 수 있기 때문에 코피아와 파트너십은 성공적이라 할 수 있음


한편 2017LEED에서는 골드 등급보다 높은 최고 등급 플래티넘인증을 받은 경기장이 나왔는데, 스타디움이 플래티넘 인증을 받은 첫 번째 사례였음


주인공은 미식축구(NFL)의 애틀랜타 팰콘과 프로축구(MLS)의 유나이티드 FC가 홈구장으로 사용하고 있는 메르세데스-벤츠 스타디움이었음


<자료> Georgia Power

[그림 2] 메르세데스-벤츠 스타디움의 태양광 패널


4천 장의 태양 전지판은 NFL 10 경기를 치를 에너지를 만들어 내며, 스타디움에는 전기 자동차(EV) 48 대를 동시에 충전 할 수 있는 주차 공간도 마련되어 있음


반면 건물의 에너지 소비량은 높은 에너지 효율과 재생 가능 에너지 프로젝트에 힘입어 보통의 스타디움들이 소비하는 것보다 29% 적다고 함


또한 빗물 관리 시스템도 도입하고 있는데, 최대 약 636만 리터의 빗물을 저장할 수 있는 대형 수조를 만들어 관리용수 등으로 재활용할 수 있게 하는 한편 일대의 홍수 대책으로도 사용할 수 있게 하였음


화장실 등 내부 시설에는 물 사용 효율이 좋은 비품들을 채택했는데, 물 사용량이 일반 스타디움보다 평균 47% 적어졌다고 함


2016년에 오픈한 프로농구(NBA) 새크라멘토 킹스의 홈 코트 골든 1 센터는 실내 스포츠 시설로는 처음으로 LEED 플래티넘 인증을 받은 건물임


지난해에는 SDGs 준수 운동을 추진하는 단체인 그린프로젝트관리(GPM)로부터 지속가능성 상을 수상했는데, GPM 측은 골든 1 센터가 전세계 상위 3%에 들어가는 에너지 고성능 건물이라 평가하고 있음


<자료> Golden 1 Center

[그림 3] 골든센터 지붕의 태양광 패널


골든 1 센터의 가장 큰 특징은 역시 태양광 발전인데, 지붕에 설치된 태양광 패널의 출력은 700 킬로와트임


여기에 지역전력회사 SMUD와 계약을 맺고 약 64km 떨어진 대규모 태양광 발전소에서 스마트 그리드를 통해 송전을 받음으로써, 1년 내내 모든 사용 전력을 태양광 발전으로 충당하는 목표를 실현시켰음


또한 최근 물 부족이 심화되고 있는 캘리포니아에서 용수량을 국가 기준보다 45% 감소하는 데에도 성공하고 있음


순환 경제(Recycling Economy)에도 주력하고 있어 건설 폐기물의 95%가 매립이 가능하도록 하였고, 해체물의 99%가 재활용되도록 하였음


새크라멘토 킹스 구단은 이런 노력을 비즈니스 파트너 및 지역사회뿐만 아니라 팬들에게도 적극적으로 어필하고 있으며, 매년 지속가능성의 밤행사를 개최하고 있음


킹스의 구단주 비벡 래너딥은 스포츠 팀은 혁신적인 사고와 리더십을 통해 진보를 만들어 낼 수 있는지 보여줌으로써 지역사회에 의미 있는 변화를 일으킬 기회와 책임을 동시에 가지고 있다며 스포츠 업계가 SDGs에 주도적으로 참여하는 노력을 강화해야 한다고 코멘트

※ 아래 글은 정보통신기술진흥센터(IITP)가 발간하는 주간기술동향 1875호(2018. 12. 5. 발행)에 기고한 원고입니다.


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

레드햇 인수로 변신 선언한 IBM, IT 공룡은 진화에 성공할 것인가.pdf



[요 약]


IBM이 기업 역사 108년 동안 최대 규모인 340억 달러를 들여 레드햇을 인수한 것은 위기감의 발로이기도 함. 탈 메인프레임과 아웃소싱 축소 흐름은 지속되는데, IBM의 클라우드의 점유율은 아마존웹서비스의 30분의 1에 불과하고 새로운 수익원으로 주목받던 왓슨 AI는 기대만큼 성장하지 못하고 있기 때문. 레드햇 인수를 전후해 IBM은 기존 사업 방식에서 탈피하려는 몸부림을 보여주고 있는데, IT 공룡이 과연 급속한 환경 변화에 적응해 진화해 나갈지 관심이 모이고 있음



[ 본 문 ]


IBM은 지난 10월 말 리눅스(Linux)를 공급하는 레드햇(RedHat)을 약 340억 달러에 인수한다고 발표했는데, 이번 초대형 인수는 IBM의 건곤일척 승부수라는 분석이 지배적임


거액 인수 단행의 배경에는 침체된 IBM의 클라우드 사업이 자리하고 있는데, 기업용 OS 시장에서 존재감이 강한 레드햇의 리눅스 배포판인 ‘Red Hat Enterprise Linux(RHEL)’ 등을 무기 삼아 기업에 다양한 클라우드 서비스 제공이 가능함을 어필하려는 것으로 보임


RHEL은 아마존웹서비스(AWS), 마이크로소프트, 알리바바, 구글의 4대 클라우드를 지원하고 있는데, RHEL에서 구동되는 기간계 애플리케이션을 클라우드로 이행하는 동안 계속해서 RHEL을 가동하는 구성을 채택하는 기업의 수가 적지 않음


<자료> betanews

[그림 1] IBM의 레드햇 인수


IBM은 레드햇의 제품군을 손에 넣음으로써 다양한 클라우드에 대응하는 시스템 구축을 일괄적으로 수주 받을 가능성이 높아지며, 여러 클라우드를 통합하여 운영 관리하는 서비스나 AI(인공지능) 시스템 등을 판매하는 발판도 확보할 수도 있음


버지니아 로메티 IBM 회장 겸 CEO는 이번 레드햇 인수를 통해 클라우드 업계의 지형이 변화할 것이며, 클라우드 시장에 관련된 모든 것이 바뀔 것이라면 기대감을 표명


로메티 CEO에 따르면, 현재 대부분의 기업들은 비용 절감을 위해 컴퓨터 처리 능력을 빌려 쓰고 있을 뿐 클라우드로 이행하는 전체 여정의 20% 정도 밖에 도달해 있지 못함


지금까지는 CRM(고객관계관리) 등 주변계 시스템을 클라우드로 이행하는 경우가 대부분이었지만 앞으로는 핵심이라고 볼 수 있는 기간계 시스템의 클라우드 전환이 본격화 될 수 있을 것인데, 로메티 CEO는 바로 그 지점에서 IBM이 강점을 발휘할 것이라 보고 있는 것


승부수라는 표현은 사실 달리 말하면 IBM이 이번 대형 인수를 통해 극적인 반전을 노린다는 것을 의미하는데, 이는 역설적으로 IBM이 위기에 몰려 있음을 반증하는 것이기도 함


IBM은 자체 IaaS(서버 호스팅 클라우드 서비스)‘IBM Cloud’를 제공하고 있지만, 시장조사기관 가트너에 따르면 IBM의 시장 점유율은 글로벌 5, 수치로는 2%에 채 못 미침


선두인 AWS와는 50% 포인트 가까이 차이가 벌어져 반전을 일으키는 것은 사실상 불가능에 가깝기 때문에, IBM은 최근 수년간 스스로의 힘으로 경쟁하려던 모습에서 탈피하고 있음


 

IBM의 하이브리드 클라우드 담당 수석 부사장인 어바인 크리슈나가 이번 레드햇 인수로 IBM은 진정한 멀티 클라우드 사업자가 되었으며, 여러 클라우드에 걸쳐 레드햇의 기술을 이용할 수 있게 하는 것이 최우선 미션이라 밝힌 것도 이런 변화의 흐름을 반영하는 것임


아울러 IBM은 자신이 강점을 발휘하기 어렵고 가격 경쟁 성향을 띠는 IaaS비경쟁 영역이라 자리매김 해놓고, 그 위에서 구동되는 데이터 분석 등 애플리케이션이나 미들웨어로 결판을 보겠다는 뜻을 선명히 드러내고 있음


<자료> Microsoft

[그림 2] 클라우드 서비스의 유형: IaaS, PaaS, SaaS


IBM이 보여주고 있는 일련의 변화 몸부림은 IBM이 그 어느 때보다 상황이 좋지 못하다는 것의 반증이기도 한데, IBM의 매출은 2017년까지 6년 연속 감소해 왔으며 클라우드는 물론 향후 수익원으로 기대했던 AI 시스템 ‘Watson(왓슨)’ 등의 고객 반응도 예상을 밑돌고 있음


여전히 메인프레임 등 기존 사업에 수익을 크게 의존하고 있으나 그 기존 사업마저도 수요 감소 등 고전을 겪고 있기 때문에, 무언가 획기적 돌파구가 없다면 큰 난관에 봉착할 수밖에 없는데, 레드햇 인수가 건곤일척 승부수라는 표현은 이런 상황을 잘 드러내 보이고 있음


최근 6년간 IBM의 매출은 26%가 감소했으며 시가총액도 40%나 감소했는데, 실적 면에서 IBM의 아픈 손가락은 화려하게 등장했으나 여전히 고전 중인 왓슨 사업 부문


<자료> ITPro

[그림 3] 주요 IT기업 지난 5년간 시가총액 변화


IBM 창업자의 이름을 딴 AI 왓슨은 2011년 퀴즈쇼 우승으로 화려하게 등장했으며, 한 때 금융기관을 중심으로 도입 러시가 일어나기도 했으나 이내 고전에 직면하게 되었고 여전히 기대에 못 미친 성적을 내고 있음


 왓슨의 실적 부진에 대해 업계에서는 고객 기업들이 왓슨의 환상에서 깨어났다라고 평가하는데, 도입한 기업들은 대체로 이상과 현실 사이의 괴리에서 큰 실망을 표출하고 있음


초기 왓슨 도입에 적극적이었던 곳은 금융기관들로 주로 CRM 분야에 도입했는데, 매장이나 웹사이트, 콜센터 등 모든 고객 접점에서 수집된 방대한 데이터를 왓슨이 분석해 고객 응대의 질을 높이고 은행 업무를 효율화한다는 청사진을 그렸음


고객의 질문에 왓슨이 먼저 대답하고 사람이 대답할 수 없는 것들에만 운영자가 대응하는 것을 그렸으나, PoC(개념검증) 단계에서 왓슨의 대응 정확도는 평균 5% 정도에 불과


이런 문제는 특히 비영어권 국가에서 도입 시 더욱 두드러졌는데, 이후 수많은 응답 패턴으로 왓슨을 학습시켰지만 노력에 비해 학습 곡선은 생각만큼 우상향을 그리지 못했다고 함


데이터 수집 및 사전 처리에도 애초 예상한 것보다 많은 자원이 소요된다는 것도 문제로 지적되었는데, 학습을 위해 모든 데이터를 왓슨이 읽을 수 있는 형식으로 가공하는 작업에 생각보다 많은 시간과 비용이 투입된 것


 그 사이 왓슨의 경쟁자들은 연이어 출현했고, 이제 고객기업들은 여러 벤더가 내놓은 AI의 특성을 판별하여 장단점을 가린 후 선택하는 상황이 되었는데, 시장 개척자로서 선발자의 이점을 확실히 굳히지 못한 것은 IBM으로서 아쉬운 지점


왓슨 사업의 부진을 IBM의 자승자박이라 볼 수 있는 여지도 다분한데, IBM 스스로 과도한 마케팅을 통해 고객 기업의 기대를 너무 높여 놓은 것이 문제였다는 분석도 있음


사업 초기에는 IBM 내부에서도 고객 기업의 기대가 너무 높아지지 않도록 억제하려는 움직임이 있었지만 3AI 의 파도가 이런 신중함을 휩쓸고 갔는데, 그간의 실적 부진을 만회하기 위해 호기를 살려야 한다는 의견에 힘이 모이며 마케팅을 강화하게 되었음


대표적 홍보 사례는 20154월 로메티 회장이 애플의 팀 쿡 CEO, 일본우정공사 사장과 뉴욕에서 기자회견을 열고, 노인의 모니터링 서비스를 전개한다고 발표한 것

<자료> AP

[그림 4] IBM-애플-일본우정공사의 공동사업 발표


서비스의 내용은 아이패드에 IBM이 개발한 앱과 데이터 분석 기술을 통합하여 약 복용시간이나 운동, 다이어트 관련 정보를 보내고 쇼핑 등을 지원한다는 것이었음


왓슨의 활용도 당연히 포함되었는데, 가령 왓슨이 노인의 위치나 움직임 등을 판단하여 안부 확인을 할 수 있는 구조를 상정하였고, 이런 기능은 향후 고령화에 직면한 나라들을 대상으로 한 사업에 응용될 것으로 큰 기대가 된다는 설명이 덧붙여졌음


하지만 사업 구현을 위해 움직이기 시작한 지 얼마 안 돼 수익성에 물음표가 붙었는데, 이 시기에 지방자치단체와 보안업체들이 저가의 모니터링 서비스를 가지고 이 시장에 속속 진입을 시작했기 때문


당시 IBM은 노인 모니터링 서비스를 위해 8개사와 협력해 새로 회사를 설립할 계획이었지만 수익성이 불투명해지며 계획은 무산되었고, 사업 규모는 대폭 축소되었으며, 서비스에서 왓슨의 활용도 보류되었음


이는 왓슨에 거는 기업 최고위층의 기대와 마케팅으로 자극된 기대치가 현실을 앞서 가며, 사업모델 등 실무 레벨의 검토가 소홀했을 가능성을 드러내 주는 사례임


왓슨에 대한 기대치를 현실화하며 사업을 정돈해나가고 있기는 하지만 왓슨은 이제 겨우 출발선에 선 정도이며, 그 사이 쟁쟁한 경쟁자들이 나타남에 따라 시야는 여전히 불투명한 상태


지금이야 기업들이 AI를 어떻게 사업 목적에 맞게 교육시킬 것인가를 고민하지만, 인기 퀴즈쇼의 챔피언들을 이긴 인상이 워낙 강렬했던 탓인지 기업들은 당시 왓슨을 만능 AI’로 믿었고, IBM은 왓슨 채택 기업의 기대와 현실 사이 괴리를 메우는 데 어려움을 겪었음


왓슨의 가능성에 가장 빨리 관심을 보이며 IBM과 제휴한 소프트뱅크는 가장 먼저 부풀려진 기대의 폐해를 인식한 기업이기도 하데, IBM은 소프트뱅크와 함께 왓슨을 이용한 패키지 서비스를 목록으로 정리하면서 왓슨이 할 수 있는 일과 없는 일을 명확히 하였음


이런 과정을 통해 AI로 무엇이든 할 수 있는 것은 아니며, AI는 어디까지나 지원도구라는 인식을 기업에 심어줄 수 있었다고 하고, 이런 노력에 힘입어 왓슨 판매 실적은 조금씩 개선되고 있다고 함


소프트뱅크 측에 따르면 초기에는 프로토타입을 거쳐 실전에 배치해도 계속 이용하는 기업은 2~3%에 그쳤지만 최근에 이 수치는 80% 정도까지 증가했다고 하는데, 왓슨에 대한 기대와 현실 사이의 간격은 조금씩 메워져 가는 것으로 보임


그러나 왓슨 관련 프로젝트에서는 IBM도 파트너사도 아직 왓슨만으로 충분한 수익을 올리는 데 어려움을 겪고 있고, AWS와 마이크로소프트 등 경쟁자들도 AI의 개발에 주력하고 있기 때문에 당분간 IBM의 고전은 지속될 것으로 예상됨


왓슨의 부진이 뼈아픈 이유는 여전히 IBM의 주 수익원인 메인프레임 사업부문은 수요 감소의 도도한 물결을 거스를 수 없으며, 대안을 마련하지 못한다면 빙하기에 접어들 것이기 때문


메인프레임 시장의 축소는 IBM을 조급하게 만드는 가장 큰 위협 요인인데, 탈 메인프레임이 시대의 흐름이기 때문이기도 하거니와 이 흐름은 시스템의 구축 및 운영을 IBM에 위탁하는 대형 아웃소싱 계약의 축소와 궤를 같이 하고 있기 때문


기간계 시스템을 클라우드로 이관하는 사업을 할 때 통상 메인프레임 구축 사업자를 프로젝트에 참여시키며, IBM 같이 메인프레임과 클라우드 사업을 겸하는 경우 PMO(프로젝트 관리자)를 맡는 것이 일반적이나 최근 IBMPMO에서 배제되고 일일 종정 발생하고 있음


프로젝트 관계자들은 IBM이 명확한 계획이 있는 상명하달식의 개발에는 능숙하지만, 여러 가능성 사이를 더듬으며 헤쳐 나가야 하는 민첩한(agile) 개발 프로젝트의 PMO 역할에는 맞지 않는 측면이 있다는 평을 하고 있음


이러한 평가는 IBM 입장에서 억울할 수 있는 편견일 수도 있지만, 무거운 기간계 시스템에서 벗어나기로 결정한 기업 입장에서는 새로운 운용 환경에 능숙한 기업과 프로젝트를 하고 싶어하는 것도 자연스러운 현상임


메인프레임 시장이 축소할 경우 IBM으로서는 하드웨어 사업은 물론 하드웨어 이외의 사업도 축소될 우려가 있기에 IBM으로서는 신속한 대안 마련이 절실한 상황임


탈 메인프레임은 데이터로도 분명히 확인되고 있는데, IDC에 따르면 2022년경까지 서버 시장에서 메인프레임의 비중은 10%로 감소할 전망임


물론 여전히 IBM의 메인프레임에 의존하는 기업이 많으며, 신뢰성이 생명인 데이터를 처리하는 메인프레임의 작업을 그대로 클라우드로 이관하는 것도 어려운 일이나, 중장기적으로 메인프레임 시장의 축소는 불가피 하며 빙하기는 명확히 도래하고 있음


오래 전부터 IBM의 주요 고객인 기업들 중에는 지금도 메인프레임을 사용하는 곳이 많은데, 주요 고객들이 탈 메인프레임 흐름을 수용해 타사의 클라우드를 채택하고 응용프로그램 유지 보수 및 운용도 타사로 전환하는 것이 IBM에게는 최악의 시나리오임


IBM으로서는 자사의 클라우드로 갈아타 주면 피해를 줄일 수 있겠지만, IBM은 그 동안 기존 사업모델이 깨지는 것을 두려워 해 메인프레임 사용하는 고객들에게 클라우드를 적극적으로 제안하는 것을 꺼려한 측면이 있음


IBM이 민첩한 개발이 요구되는 프로젝트에 부적합하다는 평가 등도 사실은 IBM의 이러한 어정쩡한 태도에서 비롯된 측면이 큰데, 고객 입장에서는 IBM과 클라우드를 대체재 관계로 인식하기 때문에 IBM의 클라우드 사업에 대해 신뢰성을 갖기가 어려운 것임


IBM1990년대 후반부터 2000년대에 걸쳐 아웃소싱 사업을 성공시킴으로써 하드웨어에서 서비스 사업으로 성공적인 사업구조 전환을 달성한 것으로 평가받기도 했음


그러나 지금은 고객 기업을 틀 안에 가둔다IBM의 기본 전략은 진화하지 못했고, 단지 고객 포위 도구가 메인프레임에서 두꺼운 계약서에 바뀌었을 뿐이란 평을 받고 있음


고객에게 누가 최고의 제안을 하느냐를 두고 경쟁을 하는 상황에서, IBM은 자칫 메인프레임뿐만 아니라 고객과의 접점 자체를 잃을 수 있는 위기에 처해 있는 것임


이런 상황의 엄중함 때문에 IBM은 사업구조 전환을 위한 특단의 조치들을 내리고 있으며, 생존을 위해 물불을 가리지 않는다는 평이 나올 정도로 과감한 행보를 보이고 있음


36만 명의 직원이 움직이는 공룡 IBM은 환경 변화에 대한 적응력을 높이기 위해 움직이기 시작했으며, 340억 달러를 투입한 레드햇의 인수는 이런 변화의 몸부림을 상징함


자신들의 서비스인 IBM Cloud를 강화하는 대신 고객이 선택한 여러 클라우드를 연계하고 관리하는 멀티 클라우드 전략을 선명하게 한 것은 분명 지금까지와 다른 모습임


IBM은 지난달부터 다중 클라우드 관리 지원 서비스인 ‘IBM Cloud Brokerage Services’를 순차적으로 제공하고 있는데, AWS와 마이크로소프트의 애저(Azure) 등 경쟁업체의 IaaS까지 포함해 객관적 데이터를 바탕으로 최적의 클라우드 선정에서 조달, 관리까지 일괄 지원함


<자료> IBM

[그림 5] IBM Cloud Brokerage Services 화면 예

 

다른 사업부문에서도 변화가 나타나고 있는데, 가령 AI 사업부문은 구글, 아마존뿐 아니라 스타트업들도 대거 AI 사업에 주력해 ‘AI의 민주화를 내세운 서비스의 상품화가 진행 중인 환경의 변화를 감안해 1년 전부터 단계적으로 왓슨의 판매 전략을 변화시키고 있음


대표적인 것이 왓슨의 판매 및 설치를 담당하는 파트너사를 단숨에 확대한 것인데, 이전에는 일부 대기업 파트너사만 왓슨을 판매할 수 있도록 허용했다면 지금은 100여개 이상의 파트너사들에 사업 권한을 개방하였음


201711월부터는 무상으로 ‘IBM Cloud 라이트 계정도 제공하기 시작했는데, 응용프로그램을 10일 이내 개발하지 않으면 계정이 자동 정지되는 등의 조건이 있지만, 왓슨 등의 API를 기간에 관계없이 무료로 사용할 수 있도록 하였음


이러한 일련의 시책들은 효과를 거두고 있어 201810월에 왓슨을 사용하는 기업고객의 수는 PoC(개념 증명)를 포함하여 1년 전에 비해 약 7 배 증가되었다고 함


IBM은 멀티 클라우드 전략을 추진하는 것과 동시에 자사의 IaaS IBM Cloud도 뒤늦게나마 기능 강화에 나서고 있는데, 대표적으로 특정 기업이 점유할 수 있는 베어메탈 서버를 마련


베어메탈 서버는 고객 정보의 유출 위험을 줄일 수 있어 기간계 등의 중요한 시스템을 클라우드로 옮길 때 어필 포인트가 될 수 있기에 IBM으로서는 유용한 전략도구라 할 수 있음


IBM은 기간계 등 SoR(System of Record) 분야의 클라우드화에서 승부를 걸겠다는 것을 강조하고 있는데, CRM SoE(Sysem of Engagement) 분야의 강자인 아마존에 정면으로 맞서는 대신 향후 본격화 될 SoR 분야의 클라우드화를 선점하겠다는 전략임


메인프레임 분야에서도 부가가치 창출에 주력하고 있는데, 고객에게 성능을 높인 메인프레임 최신 버전을 제공하거나 마이그레이션을 원하는 고객에게는 적합한 IT 인프라를 제공할 계획임


IBM20179월에 내놓은 메인프레임 최신 버전인 z14전방위형 암호화라는 새로운 기능을 추가했는데, 정보 유출에 대한 위기감이 높아지고 있어 모든 데이터를 클라우드에 두고 처리하는 것에 부담을 느끼는 기업들에게 좋은 대안이 되고 있음


전방위형 암호화 기능은 OS 자체가 데이터의 암호화 처리를 담당하는 것인 특징으로 메인프레임에서 운영하는 애플리케이션과 미들웨어를 손볼 필요가 없이 OS의 설정을 바꾸면 데이터 암호화가 가능하며, 데이터 처리 성능이 떨어지는 등 부작용도 거의 없다고 함


트랜잭션 처리량 등에 따라 과금하는 종량제 등 새로운 가격모델도 선보이고 있는데, 처리가 집중되는 월말에만 메인프레임의 용량을 유연하게 추가하는 방법도 제시하고 있으며, 고가의 메인프레임을 직접 구매할 필요가 없기 때문에 사용량 증가를 기대하고 있음


메인프레임의 지속적 이용을 강요하지 않고, 메인프레임을 어디까지나 IT 인프라의 선택지 중 하나로 자리매김하고 고객 기업이 원하는 방향에 대한 솔루션도 함께 제공함으로써 고객 이탈을 방지한다는 전략은 이전과는 사뭇 달라진 모습임


공룡이라 불리는 IBM이 급속한 환경 변화에 적응해 진화를 이루어 낼 수 있을지 아니면 도태되어 사라질 것인지, 주어진 시간이 그리 많지 않은 가운데 IBM의 미래에 관심이 모이고 있음


강한 자가 살아남는 것이 아니라 변화할 수 있는 자가 살아남는 다는 다윈의 명언은 오늘날 ICT 업계에 가장 잘 어울리는 말이 되고 있음


340억 달러를 쏟아 붓고 변화의 몸부림을 치고 있는 IBM이 공룡의 운명을 따를 것인지, 아니면 포유류처럼 환경의 격변에 적응해 새로운 패자로 살아가게 될 것인지는 그리 멀지 않은 시간 안에 시장에서 결론 나게 될 것임


어떤 결과가 나오든 이를 지켜보는 기업들은 한 가지 명확한 교훈을 확인하게 될 것인데, 바로 이 시대는 압도적 기술력과 영업력을 무기로 고객을 억지로 가두려는 형태와 결별하고 고객의 요구를 최우선으로 사업을 영위하는 겸손과 유연성을 요구하고 있다는 점


※ 아래 글은 정보통신기술진흥센터(IITP)가 발간하는 주간기술동향 1874호(2018. 11. 28. 발행)에 기고한 원고입니다.


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

IoT와 AI 기반 생체 모니터링 기술로 디지털 변환 중에 있는 축산농가.pdf



[ 요 약 ]


축산 농가의 감소와 노동력의 고령화 문제, 반복되는 구제역과 조류독감 등으로 인해 경영이 더욱 힘들어지고 있는 축산 산업은 IoTAI 기술에서 문제의 해결책을 찾고 있음. 디지털로 변환한 축산 농가들은 IoT를 이용해 가축의 생체 데이터를 모니터링 하고 이를 학습된 AI 알고리즘으로 분석함으로써, 경험 많은 사람도 감지하기 힘든 징후를 포착해 생산성을 높이거나 위험을 조기에 발견하고 있으며, 더 적은 인력으로 원격 작업도 가능한 스마트 축산 시대를 열어가고 있음



[ 본 문 ]


가축의 건강관리는 축산 및 낙농 농가의 근간 활동이나 상대는 말 못하는 동물이며, 공장 제품 같은 품질 관리가 어려운데, 이런 과제를 IoTAI 해소하려는 움직임이 확산되고 있음


일본에서 손꼽히는 소고기 산지인 가고시마현 소오(曽於)시의 축산 농가들은 대지에 소들을 방목해 키우는데, 모든 소들은 각각 인터넷에 연결되어 있음


농장들은 IoT(사물인터넷)과 클라우드로 작동하는 소떼 관리 시스템을 사용하여 가축의 개체 정보와 농장 직원의 작업 기록을 중앙에서 관리함


소들의 상태를 파악하는데 사용하는 것은 스타트업 팜노트(Farmnote)'가 제공하는 팜노트 컬러(Farmnote Color)‘라는 IoT 단말기로 소의 목에 부착하게 됨


<자료> Cloud Watch

[그림 1] 가축용 웨어러블 기기 팜노트 컬러


팜노트 컬러는 전후, 좌우, 상하의 움직임을 감지하는 3축 가속도 센서를 내장하고 있어 소의 움직임과 반추(씹고 소화하기를 반복하는 행위), 휴식 등의 상태를 감지할 수 있음


이렇게 센서 데이터가 축적되면 AI(인공지능)가 각 개체마다 행동 패턴을 학습하여 발정 증상이나 질병 등의 이상 상태 감지 시 농장에 알리게 되며, 농장의 직원은 스마트폰이나 PC를 통해 정보를 참고해 작업에 활용하게 됨


소오시의 축산 농가들이 IoT 시스템을 도입한 것은 농가와 호당 사육 두수가 지속적으로 감소하는 상황에서 목장 경영의 효율화가 시급한 과제로 떠올랐기 때문


소오시가 팜노트 컬러 시스템을 올해 8월에 도입했는데, 목적은 오랜 경험과 직감에 의존해온 작업을 센서 데이터와 비교 및 대조하여 작업을 효율화하는 것이었음


이곳에서 키우는 흑우는 민감한 품종이어서 사육에 특별한 어려움이 있는데, 소의 건강 상태를 시각화하고 컨디션의 변화를 재빨리 파악함으로써 치밀하게 관리할 필요성이 있었다는 것


이 지역 농가의 대부분은 어미 소가 낳은 송아지를 팔아 돈을 버는 사육 농가이므로 효율적인 번식을 위해서는 발정 시기를 놓치지 않고 교배시키는 것이 아주 중요한 일이 됨


소가 발정을 맞이하는 주기는 평균 21일로 한 번 기회를 놓치면 다시 3주 정도를 기다려야 하는데, 살아있는 동물이다 보니 주기가 어긋나는 경우도 있기 때문


농장주들에 따르면 IoT 단말기를 사용함으로써 경험이 많은 직원도 놓치기 쉬운 미약한 발정 징후도 발견할 수 있게 되었고, 그 결과 1개월 당 교배 수가 약 10% 가량 늘었다고 함 


<자료> Farmnote

[그림 2] 팜노트 컬러로 수집된 데이터로 발정 징후를 그래프로 시각화


특히 최근 들어 기후 변화 및 환경 호르몬 등의 영향으로 미약 발정의 비율이 증가하고 있기 때문에 사람의 인지 범위를 넘어서는 징후를 포착하려면 IoT 단말이 필수라고 함


만약 교배를 5건 늘리게 되었다고 하면, 한번 발정 시기를 놓칠 경우 다음 발정기까지 사육비용이 두당 약 2만 엔가량 소요되므로, 월당 약 10만 엔의 손실을 막게 되는 셈


그런데 송아지 한 마리를 팔아 얻는 이익을 월로 나누면 월에 1만 엔 미만이므로 IoT의 활용으로 얻을 수 있는 이익은 결코 작지 않으며, 여기에 더해 발정의 강도나 지속시간 등 지금까지 애매했던 부분을 시각적으로 알게 되었으므로 농장이 얻는 이점은 아주 크다고 할 수 있음


또한 소떼 관리 시스템을 사용하면 300개 이상의 데이터 항목을 바탕으로 농가가 정한 조건에 맞는 소를 찾아 낼 수 있는데, 종합적인 번식 성적이 나쁜 소는 내다 팜으로써 효율적인 경영을 도모할 수도 있음


이러한 세밀한 분석에 기반을 둔 농장 경영은 수십~수백 두의 소와 송아지를 키우며 엑셀로 번식 기록 등을 관리하던 기존의 방식에서는 사실상 불가능했던 일임


번식 농가가 IoT를 이용해 번식 건수를 늘린다면, 낙농 농가들은 IoT를 이용하여 젖소의 건강을 관리함으로써 원의의 양과 품질을 높이고 있음


시즈오카현 후지노미야(富士宮)시에 있는 낙농 목장들은 젖소 1마리당 1일 착유량이 약 39 킬로그램으로 일본에서 가장 높은 수준인데, 비결 중 하나는 IoT를 이용한 가축 건강관리임


소는 아주 솔직한 동물이기 때문에 편안한 느낌이 들게 사육을 한다면 원유의 양도 증가하고 품질도 높아지는데, 이를 위해 IoT 기기를 이용한다는 것


이 지역의 농가들은 20174, 농업 벤처기업 데자미스(Desamis)가 개발한 목걸이형 IoT 단말기 ‘U-motion(모션)’을 도입했는데, 120 그램 남짓의 단말기에는 가속도 센서와 기압 센서, 다른 센서를 감지하는 근접 센서를 내장하고 있음


3 종류의 센서로는 소의 보행이나 반추 등의 행동뿐만 아니라 서 있는지 누워서 휴식하는지와 같은 자세까지 판별할 수 있음


<자료> Desamis

[그림 3] AI가 소의 행동 데이터 분석 후 시각화


농장들은 소의 편안함 정도를 판별하기 위해 ‘AB 테스트를 실시하고 있는데, AB 테스트는 인터넷 서비스의 개발 등에 일반적으로 사용하는 기법으로, 가령 시스템의 화면 등을 2가지 준비해 놓고 이용자의 평판이 좋은 것을 채택하는 것임


농장들은 가령 외양간 바닥의 소재 검증에 AB 테스트를 사용하는데, 새로운 소재를 깐 곳과 깔지 않은 곳을 마련하고, 소가 누워서 휴식하는 시간의 변화 등의 데이터를 바탕으로 소에게 더 스트레스가 적은 환경을 실증적으로 만들어 가고 있음


시스템 도입 농장들 중에는 소의 행동 변화를 보고 AI가 인간보다 빨리 질병을 감지하는 사례들을 겪으며, 사육 두수가 증가해도 IoTAI의 도움으로 품질을 유지관리할 수 있다는 자신감을 얻게 되는 곳이 많다고 함


IoT를 이용한 축산 기술 개발은 일본뿐 아니라 우리나라에서도 활발히 진행 중인데, ‘스마트 축산이라는 모토 아래 정부가 민간기업의 기술개발을 적극 지원하고 있음


 국내기업 대동테크는 이달 초 중소벤처기업부 지원과제인 가속도 및 바이오캡슐 센서를 활용한 축산 IoT 관리시스템 개발과제를 통해, 가속도 및 기울기 센서 통합 기술을 이용한 실시간 축우발정감지 시스템 ‘DDK-히트콜(HeatCall)’을 개발했다고 밝혔음


<자료농수축산신문

[그림 4] 국내 발정감지기 제품 DDK-히트콜


DDK-히트콜은 축우의 개체별 특성과 농장 환경을 반영한 맞춤형 발정감지가 가능하며, 사용자가 직접 프로그램 설정 변경을 통해 개체별 활동량 및 승가행위 기준값을 수정할 수 있도록 개발된 것이 특징


개발업체의 발표에 따르면 공인시험기관 분석결과 DDK-히트콜의 발정 분석은 92.45%의 높은 확률로 축우의 수정 적기를 예측했다고 하며, 발정 실기로 인한 농가손실 방지와 축우 수태율 증대 효과를 통해 농가 소득 향상에 기여할 수 있을 것으로 기대됨


역시 국내 IoT 기업인 '피앤에스 바이오테크는 귀에 부착하는 기기를 통해 소의 체온과 움직임의 변화를 감지하고 이를 분석해 건강상태를 파악해 주는 -프로(Farm-Pro)'를 개발했는데, 기기에는 온도 센서, 6축 가속도 센서, 통신모듈이 탑재되어 있음


 개발업체에 따르면 팜-프로 솔루션은 세계 최초로 질병 감지와 발정 감지 기능을 동시에 제공하는 솔루션인데, 기존 가축 모니터링 제품들은 질병 혹은 발정 중 하나만 감지할 수 있어 두 가지를 모두 하려면 농장주에게 비용부담이 가중되는 단점이 있었다고 함


피앤에스 바이오테크는 수십년 간 직접 농장을 운영한 경험을 바탕으로 축산농가의 어려움을 해결하고자 설립된 기업이라고 하는데, 20%에 달하는 송아지 폐사율과 50%에 못 미치는 암소 수정률의 문제를 해결하기 위해 기술 개발에 뛰어 들어 4년 만에 팜-프로를 개발했다고 함


<자료> P&S Bio Tech

[그림 5] 질병과 발정 동시 감지 솔루션 -프로


한편 국가기관인 농업진흥청도 알약 모양의 센서를 별도의 기구를 이용해 소의 입에 넣어 위에 자리 잡게 한 뒤, 활동량과 체온 등 생체 정보를 수집하는 반추위 삽입형 건강정보 수집 장치를 직접 개발하였음


농업진흥청에 따르면 이 기술을 통해 소의 발정과 분만 시기를 예측할 수 있으며 젖소농장에 도입할 경우 1마리 당 235천원의 경제적 가치를 발생시킨다고 함


축우 농가뿐 아니라 양계 농가들도 IoT를 이용해 계사 환경을 개선하는 스마트 양계서비스를 도입하고 있는데, 이 분야는 일본과 한국 모두 대기업 계열사가 뛰어들고 있는 것이 특징


소프트뱅크 그룹 산하의 ‘PS 솔루션20185월 양계 사업 진출을 발표했는데, 기계 제조업체 CKD, 사료업체 이토추와 컨소시엄을 맺고 스마트 팜 기술을 기반으로 IoT를 통해 양계를 지원하는 스마트 양계 서비스20193월경에 시작할 것이라고 함


▸ 
PS 솔루션은 일본 전역의 약 7천 개 개방형 계사(닭장)’에 주목했는데, 8~1만 마리의 육계(브로일러)를 사육하는 이곳들은 계사 내 온도를 조절하거나 환기하기 위해 수동으로 커튼을 개폐하고 있으며, 폐쇄형 계사에 비해 IT화 및 자동화가 진행되지 않았기 때문


<자료> PS Solutions

[그림 6] 개방형 계사를 위한 스마트 양계


스마트 양계 서비스는 계사의 온도와 습도, 이산화탄소 농도 등의 데이터를 센서로 수집해 클라우드에서 통합하며, 서비스 이용 농가는 스마트폰을 이용해 계사의 상태를 파악할 수 있고 설비를 원격 조작할 수도 있음


계사의 온도가 적정 온도에서 벗어나면 스마트폰 앱으로 경보가 전달되고, 앱을 통해 커튼의 개폐기를 원격 조작해 개폐하는 것도 가능하며, 양계장 관리 작업과 닭의 상태를 앱에 기록 할 수도 있다고 함


PS 솔루션은 향후 AI도 도입할 예정인데, 설비 데이터와 농가가 입력한 사육 기록 데이터를 클라우드로 통합해 이를 AI가 분석, 최적의 사육 방법을 스마트폰 앱에 푸시 형식으로 제안하여 실시간으로 참고할 수 있게 한다는 계획


한편 국내에서는 LG 그룹 산하의 LG이노텍이 올해 5월 농촌진흥청, 국립축산과학원, 가금연구소 등과 업무협약을 맺고 양계 스마트 팜 기술의 개발에 나선다고 발표한 바 있음


이번 제휴는 양계 환경을 AI 기반으로 완전 무인화 하여 생산성을 높이고 방역까지 관리하는 스마트 팜 기술을 개발하는 것을 목표로 하며, 이를 위해 가금류 빅데이터를 활용한 딥러닝 기술과 카메라 센싱 기술을 융복합하여 추진한다는 계획


이 스마트 팜 기술이 개발되면 카메라와 각종 센서가 수만 마리 닭의 상태와 날씨 등 환경 변화를 실시간으로 자동 분석하고 AI 기술로 양계장 온도와 습도를 자동 제어하게 되며, 닭의 발육상태를 분석해 출하 시점도 예측할 수 있게 된다고 함


또한 LG이노텍의 AI 스마트 팜 기술은 양계 농가의 전염병 피해를 줄이는 데에도 활용할 수 있는데. 스마트 팜에서 관리하는 닭이 감염 증상을 보이면 즉시 양계 농가에 닭의 상태와 위치를 알려줘 빠른 방역이 가능하게 지원할 계획임


LG이노텍은 양계 스마트 팜 기술을 2020년까지 양계 농가 현장에 적용 가능한 수준으로 기술 완성도를 높인다는 계획인데, 일정대로라면 PS 솔루션이 AI 기반으로 업그레이드 하려는 시점과 비슷할 것으로 예상됨


<자료> LG Innotec

[그림 7] 네트워크 카메라로 양계장 닭을 관찰


양돈 농장들 역시 빠르게 IoT 기반 시스템을 도입해 나가고 있는데, 일본의 경우 2010년의 구제역 파동이 기존 양돈 시스템과 농장 경영에 혁신의 필요성을 절감하는 계기가 되었음


일본 미야자키현에서는 2010년에 구제역으로 돼지 29만 마리가 살처분되어 사회문제가 된 적이 있었는데, 당시 농장들은 이전과 다른 경영을 해야 함을 절감했지만 노후화된 설비 환경과 오래지 않아 망가지는 설비의 사용을 당연시하는 풍토에서 개선은 쉽지 않았음


또 하나 문제점은 시설을 현대화하려고 해도 필요한 시스템을 제공하는 업체가 거의 없었다는 것인데, 2017년부터 IT를 활용한 양돈 시스템들이 등장하며 실천적 변화가 가능해졌음


미야자키현의 양돈 농장들은 2017년에 IT 서비스 기업인 시스템 포레스트의 설비 가동상황 가시화 솔루션을 도입했는데, 번식용과 육돈용 돈사에 각각 솔루션을 도입해 먹이의 감소 상태나 분뇨의 처리상황을 신속히 파악함으로써 양호한 양돈 환경을 유지할 수 있게 되었음


관리 대상 시설은 우물물을 길어 올리는 장치, 오수 정화 시설, 분뇨 처리 장치, 사료 탱크 등이며, 각각에 센서를 달아 가동 상황의 데이터를 취합함으로써 전체 설비의 가동 상황을 실시간으로 파악할 수 있게 되었음


가령 돈사의 바닥에서 움직이는 분뇨 처리 장치의 상태를 모니터링하고 멈출 경우 즉시 보수함으로써 항상 위생적 환경을 유지할 수 있게 하였음


IoT 기반 양돈 관리 시스템을 통해 업무 생산성을 향상시킴으로써 양돈 농장들은 직원 수를 늘리지 않고도 사육 두수와 출하 두수를 약 두 배가량 늘리는 성과를 거두고 있음


누수 및 설비의 정지 등 이상 상태를 바로 감지해 처리 할 수 있게 되면서 직원들의 스트레스도 크게 줄었는데, 이전까지는 사태가 악화되고 난 다음에야 비로소 설비 이상을 깨닫는 일이 드물지 않았고 문제 발견 후 비상 대응에 하루 온종일을 허비하는 일이 많았기 때문


<자료> Nikkei Computer

[그림 8] 스마트폰으로도 실시간 시설 관리


스마트 양돈 시스템의 또 하나의 목적은 양돈 농장 직원들의 중노동을 줄이는 것인데, 돈육 출하 시에 중요한 무게 달기 과정을 이미지 분석 AI로 대체하는 기술의 개발이 대표적


일본에서는 돼지고기 출하 시에 중량이나 육질에 따라 상, , 보통 등 5단계로 등급을 매기는데, 가령 상등급 돈육이라면 한 마리의 지육 무게를 65~80kg에 맞춰야 하며, 무게 부족은 물론 0.1킬로그램이라도 초과할 경우 불합격이 되어 가격이 떨어지게 됨


따라서 등급 평가 결과는 곧 양돈 농가의 성적표가 되며, 얼마나 효율적으로 높은 등급의 돼지를 출하할 수 있는지가 농장 경영실적과 직결됨


돼지는 하루에 1kg의 페이스로 체중이 바뀌기 때문에 자주 체중을 측정해 최적의 시기에 출하하는 것이 필요한데, 그러나 100 kg을 초과하는 경우가 많은 돼지를 힘으로 눌러 전용 체중계에 올리는 일은 성인 남성 2명이 하기에도 거친 중노동임


게다가 한두 마리가 아니라 수백 마리 이상의 무게를 매일 재야하는 것인데, 이는 너무 힘든 일이기 때문에 대체로 마리당 일주일에 한번 정도만 재고 나머지 날들에는 그냥 감과 경험으로 보완하는 것이 양돈 업계의 실태임


이 문제 해결을 위해 일본 NTT 테크노 크로스와 사료업체 이토추는 공동으로 디지털 눈대중(目勘)’ 시스템을 개발했는데, ‘눈대중은 양돈업계 용어로 돼지의 겉모습만 보고 무게를 추정하는 것으로 숙련자의 경우도 추정 오차가 3kg 내외일 정도로 쉽지 않은 일이라고 함


디지털 눈대중 시스템은 카메라와 심도 센서를 갖춘 전용 단말기로 돼지를 위에서 촬영하면 전체 몸무게에서 머리, 내장, 족을 뺀 지육(枝肉)의 무게를 곧바로 추정해 표시함


<자료> NTT Techno Cross

[그림 9] 이미지 AI로 돼지의 체중과 지육 무게를 추정


NTT 테크노 크로스에 따르면 디지털 눈대중의 실측값과 오차는 현재 5% 정도이며, 3%까지 개선한 후 2019년에 상용화를 할 예정임


NTT 테크노 크로스는 시스템 개발을 위해 사전에 촬영한 수백 마리의 돼지 사진과 그 돼지의 체중, 사진을 찍을 때 돼지와 거리 등의 정보를 AI로 학습시켜 표준 모델을 구축하였음


실제 측정을 하면 눈대중 시스템은 이용자가 촬영한 돼지의 사진을 표준 모델과 대조하게 되며, 전용 단말기와 돼지 사이의 거리도 감안하여 체중과 지육의 무게를 추정하게 됨


돼지의 자세나 촬영 각도의 보정에는 기계학습을 사용하였으며, 향후에는 품종과 사료의 종류 등 조건을 선택할 수 있게 하여 보다 광범위한 농가에서 사용할 수 있게 한다는 방침


이미지 AI를 이용하여 업무를 직원들의 노동 부담을 경감시키는 기술 개발 시도는 양계 농장에서도 진행되고 있는데, 닭장 안에서 죽은 산란계를 파악하여 회수하는 시스템이 대표적


NEC20185AI를 이용하여 이미지 분석을 통해 닭의 생사를 확인하는 장비를 개발하고 있으며, 2020년까지 실용화를 목표로 한다고 발표하였음


이 시스템은 카메라를 실은 수레를 닭장의 통로 사이로 이동시키며 닭장의 틈 사이로 닭의 발을 촬영하면, 36만 장의 이미지를 학습한 AI가 죽어서 쓰러져 있는 닭을 알아내는 것인데, 정확도는 90%를 넘으며 작업 소요 시간은 사람이 눈으로 확인할 경우의 20% 정도임


닭의 사체를 방치하면 위생 상태가 현저히 악화되고, 계란이 사체에 걸려 회수 트레이에 들어가는 것이 지연되기도 하며, 다른 닭이 낳은 계란과 뒤섞여 출하되는 등의 위험이 있기 때문에 사체 이미지 판독 시스템은 식품 안전 관리 향상에 중요한 기능을 담당하게 됨


한편 우리나라의 경우 소 농장이나 양계장에 비해 양돈장의 IoT 기술 도입은 상대적으로 더딘 편이었으나, 최근 선진 양돈기술을 이전받고 자체 기술을 개발하려는 행보가 시작되었음


한국과 네덜란드는 20173월 양돈 협력사업을 위한 MOU를 체결하고, 농협경제지주, 농림수산식품교육문화정보원, 네덜란드 와게닝겐 축산경제연구소가 참여하여 향후 4년간 6개 과제를 수행하기로 합의하였음


양국 협력사업 1호 모델 농장은 경기도 양주시에 조성되어 이달 초에 정식으로 문을 연 이레팜으로 축사 구조, 환기시스템, 자동급이시스템 등 네덜란드의 설비와 선진기술이 적용되었으며 향후 국내 전문 인력 양성을 위한 교육장으로 활용될 예정임


개장식에 참석한 와게닝겐 연구소가 양국 양돈 현황을 비교한 자료에 따르면 네덜란드는 지난해 ‘MSY(Market pigs per Sow per Year, 모돈당 연간 출하두수)’28.6두를 기록한 반면 한국은 네덜란드의 1982년 수준인 17.8두를 기록하였음


양돈 스마트 팜 사업에서 최우선적으로 중요한 것이 기술과 경험인데, MSY 수치는 한국의 양돈 산업이 기술적 측면에서 앞으로 연구해야 할 과제가 매우 많음을 방증함


지난달 말에는 순천대학교 동물자원과학과 양철주 교수팀은 제궁영농조합법인과 양돈 핵심기반 기술 개발을 위한 업무협약을 체결하였음


양 교수팀은 농촌진흥청이 지원하는 2017년도 ‘ICT융합 한국형 스마트 팜 핵심기반기술 개발사업에서 센싱 정보 기반 돈사 환경 미세조절 기술 및 돼지 성장예측 모델 개발과제에 선정돼 연구 과제를 수행 중에 있음


이번 협약은 ICT 정보 기반 돼지 성장예측 모델 개발에 필요한 양돈농장 정보 및 자료를 교환하기 위한 것으로 양돈 현장에 맞는 실질적 연구를 수행하는데 도움을 줄 것으로 기대됨


이상의 사례는 디지털 경제로 전환은 축산업도 예외가 아님을 보여주고 있으며, 생체 데이터 센싱이라는 점에서 더 많은 사업기회를 제공할 수 있어 IoTAI 기술 도입은 더욱 확산될 전망


한국이나 일본 모두 축산 농가의 수는 해마다 줄어드는 반면 농가의 고령화는 급진전 되고 있어 항상적인 노동력 부족 문제를 겪고 있으며, 따라서 노동 생산성 향상과 농장 경영의 효율화가 중요한 과제로 인식되고 있음


생활수준 향상으로 고기 소비 수요가 날로 고급화, 미분화됨에 따라 생산 과정에서 더 세심한 관리와 다양한 작업이 요구됨에도 불구하고, 노동력은 갈수록 부족한 현실이다 보니 축산 농가들은 자연스럽게 IoTAI 등 디지털 기술의 활용에 눈을 돌리고 있음


게다가 밀집 사육이 늘어남에 따라 몇 년에 한 번씩 발생하는 구제역이나 조류독감의 피해규모가 갈수록 커지고 축산 농가의 기반을 와해시키고 있기 때문에 사람보다 신속하고 정확하게 이상 징후를 감지할 수 있는 스마트 시스템은 점차 농장경영의 필수 요소로 자리 잡을 전망


생체 데이터의 모니터링에 활용할 AI 알고리즘을 교육시키는 데는 더 많은 데이터셋이 필요할 것이나, 생체 데이터는 각 개체마다 특성이 다를 수도 있고 주변 환경에도 적잖은 영향을 받기 때문에 데이터의 취합과 분석이 쉽지 않음


그러나 어려운 만큼 개발이 된다면 적용 확대를 통해 새로운 사업기회를 창출하는 것이 가능한데, 가령 가축 모니터링 시스템은 반려동물의 관리에도 이용할 수 있으며, 실제 축우 및 양돈 모니터링 시스템 개발업체들은 향후 반려동물 시장 진출 계획을 세우고 있음


<자료> Kickstarter

[그림 10] 개 건강관리 웨어러블 기기 Waggit


IoTAI 기반의 가축 모니터링 시스템은 넓게 보면 고도의 헬스케어 관리 시스템의 범주에 속하는 것이며, 디지털 기술로 변모하고 있는 축산 산업의 풍경을 좀 더 관심을 갖고 지켜봐야 할 이유가 여기에 있음

※ 아래 글은 정보통신기술진흥센터(IITP)가 발간하는 주간기술동향 1874호(2018. 11. 28. 발행)에 기고한 원고입니다.


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

징둥그룹, 중국 최초로 요리부터 서빙까지 모두 로봇이 하는 식당 개업.pdf



중국 전자상거래 대기업 징둥그룹(JD.com)은 최근 로봇이 요리부터 테이블 세팅까지 모든 작업을 하는 전자동 레스토랑 징둥X미래 레스토랑’ 1호점을 톈진 에코시티에 개업


징둥 측에 따르면, 주문받는 것부터 요리, 상을 차리는 일까지 모든 과정을 자동화한 식당은 중국 내 최초라고 함


식당 방문 고객은 자신의 스마트폰으로 테이블 위의 QR 코드를 읽어 주문을 하게 되며. 주문과 동시에 결제도 해야 함


주문 접수에 따라 조리 로봇이 재료와 조미료를 조리 기구에 넣어 요리하는데, 유명 요리사가 감수한 레시피에 따라 5대의 요리 로봇이 중국 8대 요리 40종을 만들게 되며, 직원 1명이 5대의 조리 로봇을 관리하고 있음


완성된 요리는 테이블 세터 로봇이 주문 고객의 테이블로 나르게 되는데, 이 로봇은 매장 내 인테리어 등을 감안해 어떤 경로를 통해서 상을 차리는 것이 최적인가를 자율적으로 결정하는 알고리즘과 장애물 자동 회피 기술을 탑재하고 있다고 함


로봇 레스토랑은 징둥그룹이 올해 5월에 처음 소개한 바 있는데, 6개월 만에 400m2 넓이에 100석 규모의 식당을 오픈한 것이며, 징둥은 2020년까지 중국 전역에 1천 개의 로봇 레스토랑을 운영한다는 계획을 밝히고 있음






<자료> CET

[그림 1] 징둥그룹이 톈진에 연 중국 최초 전자동 로봇 레스토랑 

※ 아래 글은 정보통신기술진흥센터(IITP)가 발간하는 주간기술동향 1874호(2018. 11. 28. 발행)에 기고한 원고입니다.


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

페이스북, 사진의 특정 부분을 터치하면 AI가 상황을 설명해주는 서비스.pdf



페이스북은 스마트폰에 표시된 사진의 특정 부분을 손가락으로 터치하면, AI(인공지능)가 그 부분이 어떤 내용과 상황인지 말해주는 사용자 지원 기술을 개발하고 있음


AI가 사진 속 사람과 사람의 위치 관계 등 사진이 담고 있는 컨텍스트(맥락)를 설명하게 하는 기술로, 이를 활용하면 우선 시력장애인들에게 유용한 UI를 만들 수 있음


1115일 샌프란시스코에서 개최 된 뉴 컨텍스트 컨퍼런스(New Context Conference)’에 등단한 '페이스북 제품 디자인 담당 부사장 마가렛 스튜어트는 시각 장애인의 UI 개선을 위해 페이스북이 해온 노력의 과정을 설명하였음




페이스북은 이미 지난 20164월부터 시각장애인의 웹 접근성(Web Accessibility)’ 개선 노력의 일환으로 페이스북에 게시된 사진의 피사체를 AI가 말해주는 ‘Automatic Alternative Text(자동 대안 텍스트)’ 기능을 제공 중에 있음


피사체가 무엇인지 식별하는 이미지 인식 기술과 사진에 대한 설명(캡션)을 자동으로 생성하는 자연언어처리 기술을 결합하여 개발한 것인데, 스튜어트는 이 기능에 대해 나름 쓸모있기는 하지만, 가령 사람과 사람의 위치관계 등 사진에는 있는 컨텍스트가 빠져있다고 지적


이런 문제점을 개선하고자 페이스북은 현재 사진의 컨텍스트도 AI가 이해하여 이를 사용자에게 전달하는 기술을 개발 중이라고 함


개발 중인 기술은 이미지 인식 기술뿐만 아니라, 이미지에 비친 피사체의 영역을 식별하고 세분화하는 기술과 인물의 표정을 식별하는 표정 인식 기술, 문자 인식(OCR) 기술 등을을 결합


가령 케익과 축하 카드가 있는 사진의 경우 ‘Happy Birthday’라고 쓰인 카드 부분을 손가락으로 터치하면 AI‘Happy Birthday’라고 말해주며, 포크와 나이프, 케이크 영역을 손으로 터치하면 그 객체가 무엇인지 AI가 알려줌


<자료> ITPro

[그림 1] 사진 속 특정 영역을 설명


피사체가 인물인 경우에는 얼굴 부분을 터치하면 그 사람의 이름이나 표정을 말해주고, 옷 영역에 손이 닿으면 그 사람의 복장상태까지 알 수 있게 해줌


마가렛 스튜어트 부사장은 남편과 함께 찍은 사진을 터치하는 데모를 보여주었는데, AI마가렛이 미소 짓고 있다’, ‘(남편) 데이빗은 넥타이를 매고 있다라고 말해주었음


스튜어트는 남편이 타이를 매는 것은 매우 드문 일이기 때문에 타이 착용 여부를 아는 것이 간혹 중요할 수도 있다라며, AI로 사진 속 맥락을 전달하는 기술의 의의를 설명하였음


이 새로운 사용자 지원 기술은 아직 프로토타입 단계라고 하며, 실제로 사용할 수 있는 시기는 아직 정해지지 않았다고 함


<자료> ITPro

[그림 2] 인물 사진의 세부 영역을 설명


페이스북은 새로운 사용자 지원 기술에서 AI가 담당하는 역할은 사람들을 동등하게 대우함으로써 모두가 커뮤니티에 참여할 수 있도록 하는 것이라 말하고 있음


스튜어트 부사장은 AI는 지금 모든 영역을 바꾸어 가고 있다며, 스티브 잡스가 한때 컴퓨터는 인간의 지성에 자전거와 같은 존재다라고 말한 바 있지만, 거기에 비교하면 지금의 AI는 인간 지성에 로켓과 같은 존재라고 비유


그런 점에서 스튜어트는 AI가 인류에 대해 분명한 역할과 책임이 있다며, 제품 및 서비스 디자이너들이 AI가 모든 사용자들에 동등하게 작동할 수 있도록 고안하는 것이 아주 중요한 일이라고 호소(Designing AI With and For Humanity)


제품을 설계하는 디자이너는 사용자가 보는 화면의 한 픽셀에 대한 것이나 사용자의 개인적인 경험 등에 주로 신경을 쓰는 경향이 있는데, 그러나 AI 활용 여부가 큰 차이를 만들어 내는 이런 시대에는 픽셀보다 에코시스템 전체, 개인보다는 인류 전체를 생각해야 한다는 것


스튜어트는 디자인이란 제품과 서비스가 사회에 주는 영향을 생각하는 행위라며, AI가 사회와 인류에 대한 책임을 제대로 이행할 수 있도록 생각하는 것도 디자이너의 업무에 포함되어야 한다고 강조했는데 웹 접근성을 넘은 ‘AI 접근성을 제시했다는 점에서 주목할 만함


※ 아래 글은 정보통신기술진흥센터(IITP)가 발간하는 주간기술동향 1873호(2018. 11. 21. 발행)에 기고한 원고입니다.


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

무인 자율운전 차량의 핵심 쟁점 트롤리 문제, 동서양의 답은 다르다.pdf



[ 요 약 ]


자율주행 자동차의 안전성 우려 해소를 위해 현재는 돌발 상황 시 사람이 운전대를 넘겨받는 구조로 개발되고 있지만 이런 방식이 오히려 사고의 원인이 되는 경우가 발생하며 애초 아이디어대로 무인 자율운전차로 선회하려는 움직임이 가속화되고 있음. 무인 자동차 실용화를 위해서는 사고 위험 상황에서 알고리즘이 어떤 선택을 할 것인가 하는 소위 트롤리 문제가 중요한 이슈가 되는데, MIT 미디어 랩은 전세계 100만 명의 사람을 대상으로 이에 대한 조사연구를 실행하였음



[ 본 문 ]


자율운전 차량의 테스트 주행이 활발한 캘리포니아주의 차량등록국(DMV)이 공개하는 데이터에 따르면 2018년의 자율운전 자동차 사고 건수는 작년의 두 배 가량임


캘리포니아는 미국에서 자율운전 자동차의 도로 테스트가 가장 많이 실시되는 지역으로 구글 산하 웨이모(Waymo), 애플, 엔비디아(NVIDIA) 등 실리콘밸리 기업들은 물론, GM 크루즈 (GM Cruise) 등 메이저 자동차 업체와 미국 및 중국의 스타트업 등 총 60개사가 주 교통 당국으로부터 도로 테스트 허가를 받았음


주 당국은 도로 테스트를 허가하는 대신 사업자들에게 자율운전 차량이 일으킨 모든 사고를 보고하도록 의무화하고 있는데, 그 보고 건수가 201615, 201729건이던 것이 2018년에는 10월 말까지 59건을 기록하고 있음


이미 연간 기준으로 지난 해 사고 건수의 두 배를 넘어선 것인데, 물론 테스트가 확대될수록 사고가 빈번해지므로 사고 건수보다는 발생 비율을 따져보는 것이 합당하나, 안전성 이슈에 민감한 자율운전차이다 보니 사고 건수 증가 사실 자체에 주목하는 시선도 많음


실제로 사고 건수 증가는 기업들이 테스트 주행거리를 급속히 늘리고 있기 때문으로 보이는데, 가령 웨이모는 지난 1010일에 자율운전 자동차 도로 시험 주행 거리가 누적 1,000만 마일(162천 킬로미터)을 돌파했다고 발표한 바 있음


구글은 2009년부터 자율주행 자동차의 도로 주행 테스트를 시작했는데, 20182월까지 누적 거리가 500만 마일에 도달했다고 발표했으니, 올해 3월부터 불과 8개월 만에 지난 약 10년 동안의 주행 테스트 거리만큼을 새로 달린 셈


[1] 2014~2018 캘리포니아주에서 발생한 자율운전 자동차 연루 사고 건수의 추이

2014

2015

2016

2017

2018(~10)

1

9

15

29

59

<자료> Department of Motor Vehicles, CA., IITP 정리

 


사업자별 사고 발생 건수를 보면 GM 크루즈와 웨이모, 두 기업의 비중이 압도적이며 특히 GM은 전체 사고 건수의 절반이 넘는 30건의 사고를 보고


웨이모는 12건을 보고했으며, 지금까지 총 79천만 달러 투자를 유치한 미국의 스타트업 죽스(Zoox)’5건을 보고했고, 20176월 자율운전 기술 개발을 공식 발표한 애플도 2건의 사고를 보고하였음


그 밖에 위라이드(WeRide.ai), 오로라 이노베이션(Aurora Innovation), 드라이브(Drive.ai), 도요타 연구소 등이 1건씩의 사고를 보고하여, 보고 기업은 총 8개임


[2] 201810월말 현재 캘리포니아주 발생한 자율운전 자동차 연루 사고의 기업별 보고 건수

GM Cruise

Waymo

Zoox

Apple

32

16

5

2

WeRide.ai

Aurora Innovation

Drive.ai

Toyota Research Institute

1

1

1

1

<자료> Department of Motor Vehicles, CA., IITP 정리

 


사고 건수가 증가하는 것은 우려할 만한 일이지만, 실제 사고 내용을 살펴보면 자율주행 자동차는 모든 사고 상황에서 피해 차량의 입장에 있다는 것이 다소 위안거리


우선 보고된 사고에는 자율운전 모드(Autonomous Mode)’에서 일어난 것과 수동운전 모드(Conventional Mode)’에서 일어난 것이 모두 포함되는데, 자율운전모드에서 일어난 사고는 36(전체의 61%)이었으며 수동운전 모드의 사고는 23(39%)이었음


AI(인공지능)의 운전 실력을 가늠하기 위해서는 사고 보고서의 세부 사항을 살펴볼 필요가 있는데, 자율운전 모드에서 일어난 사고는 모두 받힌것이며 자율운전 차량에 오류가 있어 사고가 발생한 건수는 보고되지 않았음


그러나 이를 두고 자율운전을 맡은 AI에 책임이 없다고도 말하기 어려운데, 현재 자율운전 AI는 안전을 최우선으로 세팅된 경향이 있어 뒤따라오는 차량이 미처 생각지 못한 타이밍에 자율운전 차량이 급정지를 하는 경우가 있을 수 있기 때문


실제 보고서 내용을 토대로 자율운전 모드에서 일어나 사고의 내용을 분류해 보면 추돌20(56%)으로 가장 많았고, 그 다음 추월 접촉7(19%)이었는데, 이는 자율운전 AI가 인간 드라이버와 다른 행동을 했기 때문에 사고를 유발되었을 가능성을 시사함


[3] 자율운전 모드에서 발생한 사고의 충돌 유형

충돌(Collision) 유형

사고 건수

비율

추돌

20

55.6%

추월 접촉

7

19.4%

접촉

6

16.7%

특수 케이스

3

8.3%

<자료> Department of Motor Vehicles, CA., IITP 정리

 


자율운전 모드에서 난 사고만 놓고 보아도 GM의 보고 건수가 웨이모보다 많은데, 이는 GM이 주로 도심에서 테스트를 하는 점과 아직은 기술이 웨이모에 뒤져 있는 점이 작용한 것으로 보임


자율운전 모드에서 일어난 사고를 기업별로 보면 GM 크루즈가 21건으로 가장 많았고, 웨이모가 12, 죽스 1, 애플 1, 중국의 스타트업 위라이드가 1건이었음


GM 크루즈의 사고 빈도가 가장 많은 것은 교통량이 많은 샌프란시스코에서 주행 테스트를 하고 있기 때문으로 보이는데, GM 크루즈보다 먼저 자율운전 도로 주행 테스트를 대규모로 시작한 웨이모는 주로 교외에서 실행하고 있음


또한 2017년 시점에서는 GM 크루즈의 기술 수준이 웨이모보다 열등했는데, 보고서에 따르면 자율운전 AI가 판단을 잃어 인간 드라이버가 운전대를 넘겨받은 횟수가 웨이모는 5,596 마일당 1회였던 것에 비해 GM 크루즈는 1,254 마일당 1회였음


 올해 1년 동안 기술에 진보가 있었는지는 내년 초에 보고서가 나와 봐야 알겠지만, 작년 기준으로는 GM 크루즈의 AI가 웨이모에 비해 5배의 빈도로 판단을 잃는 경우가 발생하고 이러한 기술 수준이 사고 건수에도 영향을 미쳤을 가능성이 있음


그러나 현재로서는 자율주행 자동차가 연루된 사고의 근본 원인이 정확히 무엇인지 단정하기 어려운 상태이므로 사고 건수와 자율운전의 기술 수준의 상관관계는 신중히 접근할 필요가 있음


 지난 6월 웨이모는 현재 자율운전 기술의 한계를 보여주는 사고를 일으켰는데, 웨이모 차량이 원인이 된 이 사고는 실은 AI의 운전을 감시하는 안전 드라이버(back-up driver)’가 고속도로 주행 중에 졸면서 실수로 액셀을 밟았기 때문에 발생하였음


드라이버가 액셀을 밟자 AI는 이를 운전 권한을 넘겨달라는 것으로 인식했고, 자율운전 모드가 긴급 해제된 자동차는 컨트롤을 잃고 중앙 분리대를 들이받게 된 것임


웨이모의 이 사고는 사람이 운전에 관여하는 것이 오히려 더 사람을 위험에 빠뜨릴 수 있음을 보여준 것으로, 자동차 사고를 없애기 위해서는 사람을 운전대에 앉게 해서는 안 된다는 자율운전차 개발의 최초 아이디어를 되돌아보게 만드는 계기가 되었음


웨이모는 2017년에 인간 드라이버가 운전석에 탑승하지 않는(driverless) 자율운전 자동차의 주행 테스트를 애리조나에서 시작했는데, 이 방향의 기술 완성도를 신속히 높이기 위해 20181030일 캘리포니아에서도 테스트를 시작한다고 발표하였음


<자료> ars Technica

[그림 1] 운전대가 없는 자율주행 차량


과연 사람이 일절 관여하지 않는 드라이버리스 자율운전이 사람이 운전석에 앉는 현재의 자율전보다 안전하게 될 것인지, 웨이모가 진행하는 테스트는 자율운전의 실용화 방향을 점치는 데도 중요한 의미를 갖게 될 것으로 보임


여하튼 자율운전 기술을 현실 속에서 구현하기 위한 방안이 현재에도 계속해서 다양하게 모색 중이기 때문에, 자율운전 차량의 사고와 관련된 데이터는 표면적인 사고 건수보다는 실제 사고 내용과 사고 발생 상황에 대한 맥락까지 고려하여 신중하게 해석할 필요가 있음


캘리포니아 차량등록국의 보고서가 자율운전 차량의 현 상태를 보여준다면, MIT 미디어 랩이 발표한 도덕적인 기계 실험보고서는 언젠가 자율운전차가 겪게 될 윤리 문제를 제시하고 있음


MIT 미디어 랩에서는 윤리적인 자율운전 기술을 연구하고 있는데, 자율운전차 개발에서 트롤리 문제(Trolley Problem)’, 즉 자율운전 차량이 사고를 피할 수 없는 상황에 빠졌을 때 누구를 구하고 누구를 희생할 것인가는 고전적이나 아주 중요한 연구 주제임


MIT 미디어 랩에서는 이 트롤리 문제를 일반화하여 전세계적인 여론 조사를 실시함으로써 각 나라의 사람들 사이에 공통된 의견과 차이가 보이는 부분을 연구하였음


MIT 미디어 랩은 트롤리 문제를 도덕적인 기계(Moral Machine)’라는 이름으로 일반화하여 연구를 진행하였고, 그 결과를 과학 잡지 네이처에 도덕적인 기계 실험(The Moral Machine experiment)’이라는 제목으로 게재하였음


도덕적인 기계 실험은 개방형 크라우드소싱 방식으로 진행되었는데, 4년 동안 세계 233개국에서 100만 명 이상으로부터 답을 얻어 세계 최대 규모의 트롤리 문제 여론조사 도구가 되었음


도덕적인 기계 실험은 윤리학의 사고 실험에서 사람을 구하기 위해 다른 사람을 희생하는 것이 허용될 수 있는가라는 주제를 자율운전 자동차에 적용하여, 13 가지의 케이스를 만들어 웹 사이트에 게재한 후 공개 실험으로 진행되었음


전세계 사람 누구나 도덕적인 기계 사이트(http://moralmachine.mit.edu/)에 접속하여 13 가지의 경우 각각에 대해 자율운전 자동차가 어떤 조치를 취해야 할 것으로 생각하는지 투표할 수 있었음


<자료> http://moralmachine.mit.edu/hl/kr

[그림 2] 도덕적인 기계 실험


문제는 자율운전 자동차의 브레이크가 고장 났을 때, 알고리즘은 인명을 구하기 위해 어떻게 판단해야 할지를 선택하는 것인데, 두 가지 상황을 그림으로 제시하고 어느 쪽이 보다 윤리적 인 것인지 판단하여 답변하도록 하였음


두 가지 선택 사항은 보행자와 탑승자의 다양한 상황맥락을 제시하는데, 가령 자율운전 차량이 그대로 직진하여 노인 보행자 세 사람을 희생시킬 것인지, 아니면 핸들을 꺾어 바리케이드에 충돌함으로써 젊은 차량 탑승자 세 명을 희생시킬 것인지 선택하게 하였음


혹은 신호등을 무시하고 무단 횡단을 하는 남성 경영자와 신호등을 준수하여 횡단보도를 건너고 있는 여성이 있을 경우 어느 사람에 충돌할 것인지 선택하게 하거나, 남성 경영자와 노숙자 중 누구와 충돌할 것인지를 선택하게 하였음


선택 조건의 주요 기준은 법규 준수 여부의 중요도, 희생자 숫자의 중요도, 사회적 가치관 선호도, 종에 대한 선호도, 연령 선호도, 체력 선호도, 승객 보호 선호도, 개입에 대한 회피 선호도, 성별 선호도 등임


[4] 도덕적인 기계 실험에서 제시되는 13 가지 상황의 예 (실험자마다 각기 다른 13가지 상황 제시)

선택지 A

선택지 B

보행자/승객

범규 준수

대상자 구성

보행자/승객

법규 준수

대상자 구성

보행자

신호준수

남성1

보행자

신호준수

노숙자1

보행자

신호준수

노인남성1, 범죄자1, 산모1, 노숙자1

승객

-

2, 고양이2

보행자

신호준수

남성1, 여성운동선수1, 남성운동선수1

승객

-

비만남성2, 비만여성1

보행자

무단횡단

비만여성1

보행자

신호준수

노인남성2, 비만여성2, 여성운동선수1

보행자

신호준수

여성1, 남성2

보행자

무단횡단

노숙자1

보행자

신호준수

노인남성3, 여성2

보행자

신호준수

남자아이1, 남성2, 여자아이2

승객

-

여성운동선수2

보행자

신호준수

비만여성3

보행자

신호준수

여자아이1, 여성의사1, 노숙자1

보행자

무단횡단

여자아이1, 여성의사1, 노숙자1, 산모1

보행자

신호준수

여성의사1, 여성경영자1, 노인여성1, 여자아이1, 여성운동선수1

승객

-

남성의사1, 노인남성1, 남자아이1, 남자운동선수1

보행자

무단횡단

산모1

보행자

신호준수

산모1, 노인여성1, 범죄자1, 고양이1, 여성운동선수1

보행자

신호준수

남성2, 여성1, 노인남성1

보행자

무단횡단

남자아이2, 여자아이1, 남성1

보행자

신호준수

여자아이2, 여성2, 여성경영자1

보행자

신호준수

남자아이2, 남성2, 남성경영자1

보행자

신호준수

여성경영자2, 비만남성1, 남성1

승객

-

2, 고양이1

<자료> http://moralmachine.mit.edu/hl/kr, IITP 정리

 


논문은 답변 결과를 분석하여 자율운전 자동차가 취해야 할 윤리적 행동을 9가지 케이스로 정리하고 그 순위를 보여주고 있음


분석 결과를 보면 사람들의 생각이 대체로 일치하는, 따라서 자율운전 자동차의 알고리즘에 우선 요청할 수 있는 상위 3가지는 애완동물보다는 사람의 생명을 구하기’, ‘한사람이라도 많은 인명을 구하기’, ‘노인보다는 젊은이의 생명을 구하기인 것으로 나타났음


그 다음으로는 법을 준수한 사람을 먼저 구하기’, ‘사회적 지위가 높은 사람을 먼저 구하기인 것으로 나타났으며, ‘날씬한 사람 먼저 구하기’, ‘여성 먼저 구하기’, ‘보행자 먼저 구하기등에 대해서는 상대적으로 의견이 나뉘는 것으로 나타났음


<자료> Iyad Rahwan et al.

[그림 3] 도덕적인 기계 실험의 결과 나타난 선택의 우선순위


한편 흥미로운 결과는 자율운전 차량에 요구하는 윤리적 행동은 국가마다 특성이 있다는 것인데, MIT 미디어 랩은 국가별 특성을 분류하여 전세계를 크게 세 그룹으로 나누었음


세 그룹은 Western(미국과 유럽), Eastern(아시아), Southern(남미 등)이며, 이 그룹에 속한 국가들은 자율주행차가 취해야 할 9 가지 행동기준에 대해 대체로 공통점을 보였음


한국이 속한 Eastern 그룹에서 한국, 중국, 일본은 비슷한 특성을 나타냈는데, 구체적으로 자율운전 차량이 노인과 젊은이 중 누구를 구할 것인가라는 질문에서 양자 사이에 큰 차이가 없어 젊은이의 생명을 우선할 필요는 없다고 보는 것으로 나타났음


Eastern 그룹의 그래프를 보면 ‘Sparing the Young(젊은이 구하기)’ 값이 0으로 나타나는데, MIT 미디어 랩은 이것이 유교 사상의 영향으로 노인을 존경하는 문화에서 기인하는 것으로 분석하고 있음


Western 그룹은 9가지 행동 기준에 대해 모두 중요하게 생각하는 결과를 보여주고 있으며, 그 중에서도 특히 더 많은 인명 구하기(Sparing More)’를 요구하고 있는데, 이는 이 항목을 중요하게 생각하지 않는 Eastern 그룹과 명확히 대비되는 부분임


Southern 그룹의 경우 사회적 지위가 높은 사람 구하기(Sparing Higher Status)’를 선택한 비중이 높았는데, 개인주의가 가치관을 구성하는 Western에서는 많은 인명을, 빈부 격차가 심한 Southern에서는 사회적 지위가 높은 사람을 구하려는 성향이 나타난 것으로 보임


<자료> Iyad Rahwan et al.

[그림 4] 권역별로 다르게 나타난 도덕적인 기계 실험의 결과

 

웨이모와 이미 운전자가 탑승하지 않는 자율주행차의 도로 주행 테스트를 시작한 상황에서 MIT 미디어 랩의 연구는 국가별로 윤리적 행동에 대한 공감대 조성 노력이 필요함을 시사하고 있음


도덕적인 기계 실험의 결과를 자율운전차 기술에 구현하기까지는 해결해야 할 과제가 적지 않은데, 가령 컴퓨터 비전이 보행자의 성별이나 연령 및 복장 등을 판정할 수는 있지만 자율운전 차량의 센서가 이를 즉시 100%의 정확도로 판정하는 것은 아직 어려움


또한 교통사고는 물리적 현상들이 복잡하게 얽혀 누가 사망할 것인가라는 예측에는 한계가 있을 수밖에 없고 부상의 정도도 간단히 생각할 수 없는 부분임


따라서 기술 구현의 첫 번째 단계는 간단한 모델에서 고찰을 시작하는 것인데, 현재는 애완동물이 아니라 사람을 먼저 구하게 하는 기술 정도가 개발에 들어가 있는 상태임


트롤리 문제는 아직은 좀 먼 이야기로 들릴 수도 있지만, 안전 운전자가 탑승하지 않는 무인 자율운전차가 이미 주행을 시작했고 이는 자동차의 알고리즘이 특정 사람의 생명을 구하는 판단을 내리게 되었음을 의미함


어차피 지금의 교통사고에도 우연의 요소가 많으니 자율주행차가 어떻게 선택하든 그냥 복걸복으로 받아들이자는 사람들도 있으나, 인간의 생사를 알고리즘이 결정하는 것에 생래적 거부감을 가지고 자율운전 차량에 위화감을 느끼는 사람들도 많이 있음


이런 불안이나 위화감을 해소하기 위해서는 우선 자율운전 자동차의 기술 안전성이나 사고를 선제적으로 방지하는 방법들을 명확히 설명해야 할 것이며, 궁극적으로는 어떤 기준 하에 알고리즘이 선택한 것인지에 대해 공개하라는 사회적 압력에 직면할 가능성도 있음


그러나 알고리즘 로직 공개는 현실적으로 사고 발생 시 책임 소재와 직결되는 민감한 사항이어서 제조업체, 소프트웨어 개발업체, 보험회사 등이 절대 공개하지 않을 것이므로 이를 둘러싼 논쟁들이 아마도 치열하게 전개될 것임


새로운 기술을 서비스로 정착시키기 위해선 이런 산통을 반드시 겪게 될 것인데, 특히 국가마다 무엇이 윤리적 행동인지에 대한 기준이 다르다는 MIT 미디어 랩의 연구 결과는 윤리적인 자율운전차에 대한 사회적 논의가 조속히 개시될 필요가 있음을 시사하고 있음


※ 아래 글은 정보통신기술진흥센터(IITP)가 발간하는 주간기술동향 1873호(2018. 11. 21. 발행)에 기고한 원고입니다.


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

자동차 OS의 업계 표준을 노리는 블랙베리 QNX.pdf



자동차 OS를 개발하는 캐나다의 블랙베리 QNX’는 스마트폰과 마찬가지로 자동차의 소프트웨어 플랫폼도 1~2가지만 선택될 것이며, QNX가 그 중 하나가 될 것을 기대하고 있음


블랙베리 QNX에 따르면 앞으로 자율운전 및 커넥티드 같은 기능이 확산되면 차량의 ECU(Electric Control Unit, 전자제어장치)의 통합이 진행될 수밖에 없음


지금은 1대의 자동차에 100개 이상의 ECU가 사용되고 있는데, ECU는 공급업체가 다를 뿐 아니라 소프트웨어 호환성도 없으며, ECU에 탑재되는 프로세서 및 메모리도 최소 사양으로 되어 있어 ‘OTA(Over The Air, 무선 원격)’ 방식의 소프트웨어 업데이트도 어려움


이런 상황에서는 커넥티드 및 자율운전 차량의 안전과 보안을 담보하기 어렵기 때문에 앞으로는 보다 고성능 프로세서와 대용량 메모리를 탑재한 10개 정도의 통합 ECU를 도입하여 기존의 ECU들을 부분별로 집약하는 방향으로 나아갈 것이란 설명임


자율운전 및 커넥티드, OTA 등의 기능을 안전하고 보안성 있게 수행하기 위해서는 통합 ECU에 사용할 OS 등 소프트웨어 기반을 통일할 필요가 있는데, 스마트폰의 iOS와 안드로이드 OS처럼 이 분야도 1~2개만 선택될 것으로 블랙베리 QNX는 내다보고 있음


<자료> BlackBerry QNX

[그림 1] 자동차 전자제어장치(ECU) 구성의 현재와 미래

 

블랙베리 QNX는 자신들의 소프트웨어가 12천만 대 이상의 자동차에 탑재되어 있다는 점과 기능의 안전성 및 보안성에 강점이 있다고 것을 어필하고 있음


통합 ECUOS나 소프트웨어 인프라를 표준화하는 업계의 움직임으로는 2003년 결성된 오토사(AUTOSAR)’어댑티브 플랫폼(Adaptive Platform)’이 있음


어댑티브 플랫폼은 포직스(POSIX, 이식형 운영체제 인터페이스) 계열의 OS나 가상화를 위한 하이퍼바이저를 사용하는 것을 지향하며 현재 다양한 벤더가 후보로 나서고 있음


블랙베리 QNX 역시 자신들이야말로 어댑티브 플랫폼에 적합하다고 어필하며 QNX의 채택을 위해 어댑티브 플랫폼 소프트웨어 스택을 다루는 여러 공급업체와 협상 중에 있고, 2019년에 구체적 내용을 담은 발표를 내놓는다는 계획임


QNX의가 최대 강점으로 내세우는 것은 기능 안전성 및 보안인데, 안전성 면에서는 가장 핵심적인 영역의 소프트웨어 기반을 35년 이상 제공해온 실적을, 보안 측면에서는 모회사인 블랙베리가 보유한 30년 이상의 실적을 각각 제시하고 있음


블랙베리 QNX에 따르면, 자신들의 자동차 소프트웨어는 현재 전세계 12,000만 대 자동차에 탑재되어 있으며 완성차 업체 상위 10개사 중 9개사, 1차 부품업체(Tier 1) 상위 8개사 중 7개사가 QNX를 선택하고 있음


QNX 기반의 소프트웨어가 광범위한 자동차 시스템에서 사용되고 있는 것도 강점인데, QNX는 미터 클러스터(대시보드)와 인포테인먼트, 첨단운전자지원시스템(ADAS), OTA(Over The Air) 등 다양한 분야에서 사용되고 있음


완성차 업체들은 자동차 OS의 표준화를 진행하면서 다양한 자동차 시스템에 이미 사용되고 있는 OS를 선택하는 경향이 있는데, 블랙베리는 QNX는 이런 면에서 유리한 고지에 있음


블랙베리는 최근 QNX의 소프트웨어 개발 환경인 SDP 7.0 및 가상화 환경인 하이퍼바이저 2.0을 르네사스 테크놀로지의 자동차 SoC‘R-Car’에 대응시켰다고 발표하였음


이 개발 환경들은 이미 인텔, 엔비디아, 퀄컴, 텍사스 인스트루먼트, NXP 반도체 등의 칩에 대응하고 있었는데, 이번 르네사스의 R-Car의 지원으로 거의 모든 칩에 대응하게 되었음


발표회장에서는 R-Car H3를 이용하여 하이퍼바이저에서 QNX 및 안드로이드를 각각 구동하는 데모를 선보였는데, QNX에서는 미터 클러스터의 앱을, 안드로이드에서는 인포테인먼트 앱(동영상 재생)을 각각 구동하였음


또한 재규어 랜드 로버의 XJ 기반 컨셉 카에서 하이퍼바이저로 QNX 및 안드로이드를 각각 구동하는 데모도 선보였음


이 밖에도 블랙베리는 자신들의 기술을 사용해 각종 솔루션을 개발하는 파트너 프로그램인 'VAI(Value-Added Integrator)'를 소개하며, 점점 더 많은 개발사들이 참가 중이라 밝혔음


자동차업계 내비건트 리서치에 따르면 자율주행 기능을 지원하는 차량은 2025년경부터 판매가 시작되어 2030년을 넘어서며 폭발적으로 급증할 것으로 전망되는데, 블랙베리 QNX는 이 거대시장에서 주요 플랫폼으로 등극을 꿈꾸고 있음


아이폰 이전의 스마트폰을 주름잡던 블랙베리가 자동차 OS를 발판으로 다시 권토중래에 성공할 수 있을지 업계의 관심이 모이고 있음


<자료> Navigant Research

[그림 2] 2015~2035 자율주행 기능 차량 판매 전망