보라빛 소를 만나기 위한 도약

※ 아래 글은 정보통신기술진흥센터(IITP)가 발간하는 주간기술동향 1850호(2018. 6. 13. 발행)에 기고한 원고입니다.

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

진화하는 ‘수퍼 라이더’, 2세대 자율운전차의 통합 센서.pdf

[ 요 약 ]

[ 본 문 ]

◾ 자율운전 차량의 주위를 인식하는 센서 기술이 새로운 국면을 맞이하고 있는데, 최근 1년 새 미국과 이스라엘의 벤처기업들은 혁신적인 탐지 기술 개발 경쟁을 벌이고 있음

▸ 차세대 주변 인식 센서는 카메라(CMOS 이미지 센서), LiDAR(라이더, Light Detection and Ranging), 밀리파 레이더 등 기존 센서들의 감지 방식 중 ‘장점만을 한군데 모아놓은 것’이라 할 수 있음

▸ 대부분의 신형 센서 개발 기업들은 자신들의 제품이 레이더 혹은 라이더의 일종이라 말하고 있지만, 다양한 센서 기능을 통합한 완전한 신형이기 때문에, 감지 원리를 놓고 보면 기존 분류 체계에 부합하지 않음.

▸ 통합형의 신형 센서는 기존의 카메라, 라이더, 레이더 등을 시장에서 도태시키고 모든 자동차 제조업체가 필요로 하고 있는 ‘센서 플랫폼’의 자리를 노리고 있다는 점에서, 기술기업 및 생태계 전반에 미치는 영향을 클 것으로 예상됨

◾ 현재 자동차 업계는 자율운전차용 센서 개발은 ‘센서 퓨전(Sensor Fusion)’을 기본 방침으로 한다는 것에 공감대(consensus)를 형성하고 있음

▸ 센서 퓨전은 카메라(CMOS 이미지 센서), LiDAR(라이더, Light Detection and Ranging), 밀리파 레이더 등의 필수 센서와 기타 센서를 결합하는 방식을 말함

▸ 각 센서 별로 역할과 장단점이 있기 때문에 각 센서 데이터들을 종합, 상호보완하여 사용하겠다는 것이 센서 퓨전의 기본 아이디어임

▸ 자율운전은 무엇보다 안전을 최우선으로 해야 하기 때문에, 설사 센서들의 감지 범위가 겹치더라도 일부러 중복 및 조합하여 사용함으로써 우천, 역광 등 주변 인식이 어려운 조건에서도 확실히 인식하는 것을 목표로 해야 한다는 것임

▸ 여러 센서에서 획득된 정보는 자동차의 컴퓨터에 동시에 전달되어 조합된 후 ‘융합 정보’가 되며, 이를 통해 차량 외부의 상황을 종합적으로 인식하게 됨

▸ 예를 들어 악천후 상황이어서 만일 카메라의 정보가 부적절할 한 경우라면 라이더의 정보로 보충하고, 반대로 라이더 정보가 부족한 경우 레이더의 정보를 이용해 안전 확보에 필요한 최소한의 판단 근거 자료를 제공하는 식임

[표 1] 자율운전차량 필수 센서들의 장단점 비교

◾ 2020년을 전후에 본격 상용화가 시작될 1세대 자율운전차의 대부분은 센서 퓨전을 기반으로 할 것으로 보이는데, 그렇게 되면 약 20여 개의 센서를 탑재하게 되는 셈

▸ 처음 선보일 자율운전차들은 웨이모와 GM 등을 비롯 현재 개발업체들이 테스트 및 시범사업을 전개하는 차량이 베이스가 될 것인데, 이들 실험용 차량의 사양을 보면 카메라, 라이더, 레이더 등 필수 센서만 해도 20개 안팎을 탑재하고 있음

▸ 여기에 경우에 따라 근거리용 초음파 센서, 카메라와 원거리 레이더가 커버 할 수 없는 먼 곳의 방위 측정용으로 사용하는 원적외선카메라(열화상 카메라)도 사용하게 됨

▸ 또한 이들 센서 정보와 함께 차량간 통신을 통해 얻은 다른 차량의 정보, 도로-차량간 통신에 의한 획득한 도로 인프라의 정보도 활용하게 됨

▸ 도로에서 실제 주행 실적이 적은 초기의 자율운전차들이 일부러 중복을 허용하고 신뢰성에 중점을 두는 센서 퓨전 기반을 채택하는 것은 타당한 측면이 있음

▸ 센서 퓨전의 개념은 자동차 제조업체는 물론 전장 시스템 제조업체인 ‘티어(Tier) 1'과 전자부품 제조업체인 ’티어 2‘에도 깊숙이 스며들어 있음

▸ 특히 자동차 업계에서 업력이 오래된 관계자들일수록 중복하더라도 높은 신뢰성을 확보 할 수 있는 센서 퓨전 방식의 개발이 앞으로도 필요하다고 입을 모으고 있음

▸ 그러나 센서 퓨전으로 모든 문제가 해결되는 것도 아니며, 차량의 비용, 외형의 크기, 중량, 소비전력이 모두 증대하는 등 최근 자동차 개발 흐름과 배치되는 문제가 발생함

▸ 특히 다수의 센서를 탑재함으로써 비용이 많이 들어 차량 가격이 100만 달러를 넘어서는 문제가 가장 이슈가 되는데, 이로 인해 초기 자율운전차는 고급차와 공유 서비스용 차량이 중심이 될 것이라 전망되고 있음

◾ 이러한 센서 퓨전 방식의 문제를 해결하기 위해 신형 센서들이 개발되고 있는데 그 중 대표적인 것이 ‘수퍼 라이더’임

▸ 수퍼 라이더는 감지 원리까지 일신하고 있는데, 이 때문에 라이더라는 이름이 붙어 있기는 하지만, 더 이상 전통적 의미의 라이더는 아니라 보는 관계자들도 있음

▸ 라이더의 진화는 두 단계로 전개되어 왔는데, 처음에는 큰 부피와 높은 비용의 주원인이 되는 미캐닉(mechanic, 기계학적) 구조를 개선하여, MEMS(미세전자기계시스템) 등으로 기계화를 최소화하는 방향으로 개발이 진행되었음(제 1의 진화)

▸ 최근에는 라이더의 대표적인 작동원리 그 자체를 재검토하여 기존 라이더의 원리로 인해 야기된 한계를 타파하려는 개발(제 2의 진화)이 진행되고 있는데, 이를 통해 고해상도화, 장거리화, 고속화를 도모하고 있음

<자료> xTech

[그림 1] 자율주행차 센서 기술의 진화

◾ 수퍼 라이더는 라이더의 일반적인 거리 측정 기법들을 반드시 사용하는 것은 아니기 때문에 라이더가 아니라는 평도 나오는 것이며, 기술 혁신도 여러 방향에서 도모되고 있음

▸ 라이더는 기본적으로 근적외광(파장 900~1100nm와 1500nm 부근의 빛)의 펄스를 내리쬐어 대상물로부터 반사되어 오는 시간(ToF, Time of Flight, 비과시간)으로 거리를 추정함

▸ 그러나 근적외광은 태양의 파장과 겹치는데다 짧은 펄스의 잡음에 약하고, 악천후에서 장거리 측정이 어렵다는 문제가 있음

▸ 이의 해결을 위해 레이더에 채택된 FMCW(Frequency Modulated Continuous Wave, 주파수 변조 연속파 레이더)를 적용하여 라이더를 개발하는 사례가 나오고 있음

▸ 근적외광의 수광부를 변경하여 개발하는 사례도 있는데, 대부분의 라이더는 포토 다이오드(PD)를 사용하며, 감도를 높이기 위해 단일 광자의 입사에서 대량의 전자를 발생시키는 ‘애벌란시 포토 다이오드(APD)’를 채택하는 경우가 많음

▸ 그러나 APD는 악천후에서 측정을 장거리화하기에 한계가 있는데, 수퍼 라이더 중에는 근적외광보다 긴 파장의 적외광을 사용하여 빛을 파동으로 인식해 안테나에서 빛을 받는 사례가 있으며, 이는 근적외광의 전파에 따른 문제를 해결하기 위한 것임

▸ 한편 해상도를 카메라 수준으로 높이기 위해 일반 CMOS 이미지 센서를 사용하는 수퍼 라이더도 등장하는 등 신형 라이더 개발은 경쟁 양상도 보이고 있음

◾ 일반 CMOS 이미지 센서를 사용하여 카메라 수준의 고해상도 거리 이미지를 얻을 수 있는 수퍼 라이더를 개발하고 있는 곳은 미국의 벤처기업인 ‘테트라뷰(TetraVue)’

▸ 테트라뷰는 이미지 센서의 수광부에 범용 CMOS 센서를 사용할 수 있는 라이더를 개발 중인데, 단 거리 측정에는 일반적인 라이더와 같이 ToF 방식을 사용함

▸ 테트라뷰의 수퍼 라이더는 약 200만 화소의 CMOS 이미지 센서를 사용하고 있어, 거리 이미지의 해상도는 카메라와 견주어 손색이 없는 수준임

▸ 초당 25 프레임 촬영이 가능하여 거의 실시간으로 거리 이미지를 얻을 수 있으며, 촬영 가능한 거리는 최대 80m로 나와 있지만 실제로는 130m까지 감지할 수 있으며, 향후 200m까지 장거리화 할 계획이라고 함

▸ 테트라뷰의 기술은 파장이 800nm ​​대로 가시광선에 가까운 근적외광 펄스를 기존의 플래시형 라이더와 마찬가지로 감지 범위에 내리쪼인 후 반사파를 이미지 센서에서 수광

▸ 이때 화소마다 반사파의 도달 시간을 측정하여 거리 이미지를 얻는데, 도달 시간은 자체 개발한 광학기구를 조합하여 측정하고 있음

<자료> Nikkei Electronics

[그림 2] CES 2018에서 테트라뷰의 시연 장면

◾ 테트라뷰의 수퍼 라이더는 ‘저비용화’가 가능하다는 장점이 있지만, 펄스를 사용하기 때문에 잡음에 약한 라이더의 과제는 여전히 안고 있음

▸ 반사파의 도달 시간 측정 방법에 대해 테트라뷰가 자세히 밝히고 있지는 않지만, 특허 출원 내용에 따르면 반사광의 강도를 통해 추정하는 것으로 보임

▸ 이미지 센서의 전면에 2개의 편광판을 겹친 광학 필터를 두며, 그 편광 특성을 전기적으로 제어하여 광학 필터의 투과율을 한 프레임 내에서 시간으로 바꾸는데, 가령 투과성을 90%에서 10%까지 직선적으로 낮추면 투과성은 수신 시간과 1대1로 대응하게 됨

▸ 따라서 이미지 센서의 각 화소가 받은 신호의 진폭을 통해 각 화소에 반사파가 도달한 시간을 알 수 있는데, 반사파의 진폭은 물체의 반사율에 따라 변화하므로 필터로 감쇄시키지 않고 수광한 신호로 정규화 하며, 정규화 된 신호 강도가 수신 시간에 대응하므로 거리를 추정할 수 있음

▸ 테트라뷰의 이 기술은 거리 정확도를 결정하는 시간의 측정을 ns(나노초) 순서로 실행할 필요가 없기 때문에 거리 방향의 분해능을 쉽게 높일 수 있을 것으로 보임

▸ 또한 일반 CMOS 이미지 센서와 수지 필름만으로 가동부 없이 구성할 수 있기 때문에 저비용화하기도 쉽다는 장점이 있음

▸ 다만 근적외광을 사용하기 때문에 안개 등에 흡수되기가 쉽고, 펄스를 사용하므로 잡음에 약하다는 라이더의 과제는 여전히 남아 있음

◾ 근적외광 펄스에서 기인하는 문제의 해결책이 될 수 있는 센서를 개발하고 있는 곳은 이스라엘의 벤처기업인 ‘오릭스 비전(Oryx Vision)’

▸ 오릭스 비전은 장거리 레이더에 견줄 만한 측정 범위(150m 이상)를 고분해능으로 센싱이 가능한 라이더를 개발 중임

▸ 레이저 빛을 섬광처럼 쪼인다는 점에서 기존 라이더와 같지만 레이더의 무선통신 방식 (FMCW)과 무선 수신 기술(MIM 안테나)을 조합한 것이 특징

▸ 적외광 중 장파장으로 분류되는 파장 10μm의 레이저 광을 사용하므로, 파장 1μm 전후의 근적외광을 사용하는 기존 라이더보다 안개 등의 환경에서 투과성이 높음

▸ 또한 펄스의 반사파가 아니라 레이더와 같은 연속파에 의한 FMCW 방식을 채택하고 있고 감지 범위의 전방향에 빛을 방사하는 플래시 타입이며, 반사 신호는 포토 다이오드가 아니라 안테나로 수신하고 초당 1500만 화소로 이미지 촬영이 가능함

▸ 오릭스 비전의 센서는 150m 떨어진 곳에서 10cm의 거리 분해능을 제공하는데, 5μm2 크기의 다수의 안테나 소자를 넣어 분해능을 확보하고 있음

<자료> Nikkei Electronics

[그림 3] 무선통신 기술을 이용한 라이더

▸ 특허 출원 내용에 따르면 오릭스 비전은 MIM 소자를 사용하는 것으로 보이는데, MIM 소자에 빛을 전력으로 변환하는 ‘렉테나(rectenna)'를 구성하며, 렉테나는 일반적으로 포토 다이오드보다 감도가 높음

▸ FMCW 방식의 레이더와 마찬가지로 낮은 값에서 높은 값까지 선형적으로 변하는 주파수를 갖는 처프(chirp)신호로 변조된 적외선을 송출하고 반사파와 믹싱하는데, 믹싱에서 얻을 수 있는 송신파와 수신파의 차이는 지연시간과 거리에 비례한 주파수가 됨

▸ 믹싱하여 발생하는 신호는 실리콘 반도체와 호환되는 주파수가 되도록 설계 할 수 있으나, 10μm의 파장은 20℃ 전후의 물체에서 나오는 복사파의 파장에 가깝기 때문에 주위 환경이 잡음의 원천이 될 수 있는 단점이 있음

◾ 레이더와 같은 FMCW를 사용하는 수퍼 라이더를 개발 중인 벤처기업은 ‘스테라비전(SteraVision)’인데, 500m 등 장거리 대응 레이더가 불필요하게 될 것이라 보고 있음

▸ 독자적으로 개발을 진행하고 있는 스테라비전은 신호를 ToF 방식보다 40배의 고감도로 받을 수 있고, 비나 안개 등 악천후에도 강하며, 파장이나 위상이 있는 레이저 광원을 사용하지 않고도 디지털 신호 처리를 통해 보정할 수 있는 기술을 조합하였음

▸ 스테라비전의 센서는 레이저 빔을 주사(스티어링)하는 방법에 특징이 있는데, 임의의 지점에 산발적으로 빔을 조사할 수 있으며, 굴절률을 제어 할 수 있는 액정 등으로 구성된 필름을 사용함

▸ 1쌍의 필름으로 빔을 두 방향 중 하나에 굴절시키므로 가령 8쌍을 겹치면 28(256)개 방향 중 어느 한 방향을 선택할 수 있고, 2개축을 준비하면 256×256 의 스캔이 가능하게 되는데, 전환 시간은 14μ~20μs 정도임

▸ 스테라비전은 빔 소자의 프로토타입을 제작하였으며, 이 부분만 2018년 내에 출시할 예정이며, FMCW 방식의 동작 여부를 2018년 내에 실증한다는 계획

<자료> xTech

[그림 4] 레이더 방식을 이용한 스테라비전

◾ 자동차 업계에서 안전성 확보를 위해 중복이 허용되던 센서의 통합은 필연적이며, 따라서 자율주행차의 3개 필수 센서를 넘어설 센서의 개발 경쟁도 이제 막 본격화되고 있음

▸ 자동차 업계는 안전이 제일이기는 하지만 비용절감 의식도 매우 강하기 때문에, 새로운 기술의 투입 초기에는 중복이 허용되다가 시장에서 검증되고 실적이 쌓이게 되면 안전성 보다 비용절감에 초점을 맞추는 경향이 있음

▸ 자동차 산업의 역사를 되돌아보면 ABS(Antilock Brake System)가 그랬고, 차량 마이크로컴퓨터 등의 전자 시스템이 그랬음

▸ 그렇게 보면 자율운전차의 보급이 시작되고, 추가적인 기능의 개발에 들어서는 단계에서는 중복이나 여유가 없어질 것이고, 그 과정에서 필연적으로 다양한 센서의 통합이 진행될 것이라 예상할 수 있음

▸ 카메라, 라이더, 레이더라는 자율운전차의 3대 센서 영역을 넘어선 통합 센터 개발의 큰 경쟁이 시작되었으며, 초기 양상은 기존 라이더에 카메라와 레이더 기능을 통합하는 수퍼 라이더 개발 경쟁으로 드러나고 있음

▸ 현재 회자되고 있는 1세대 자율운전차들이 센서 융합 방식 기반으로 개발된 것이라면, 새로운 통합 센서 개발의 경쟁은 자율운전차 초기 시장이 형성되고 난 후 본격적으로 산업을 형성할 2세대 자율운전차 시장을 겨냥하고 있음

▸ 자율운전차 개발의 후발주자들은 이러한 흐름을 잘 파악하여, 자율운전차 시장 경쟁에서 계속 뒤처지지 않기 위해 통합 센싱 기술의 개발을 병행하는 등 전략적인 기술 개발 및 시장 진입 계획을 수립하고 실행해 나갈 필요가 있음

※ 아래 글은 정보통신기술진흥센터(IITP)가 발간하는 주간기술동향 1772호(2016. 11. 16 발행)에 기고한 원고입니다. 

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

스탠퍼드대학_2030년_AI_전망.pdf

[ 요 약 ]

◈ 스탠퍼드 대학은 2014년 가을 ‘인공지능에 관한 100년 동안의 연구(One Hundred Year Study on Artificial Intelligence, 약칭 AI 100)’ 프로젝트를 시작하였음

• AI 100 프로젝트의 첫번째는 전형적인 미국의 도시를 예로 삼아 운송, 로봇, 건강, 교육, 저자원 공동체, 공공의 안전과 보안, 고용과 직장, 엔터테인먼트 등 여덟 개 분야에서 ‘2030년경의 AI 활용 상황’에 대해 예측하고 것이었음

• 이 프로젝트에는 기업과 학계의 AI 전문가뿐 아니라 AI에 정통한 법률 전문가와 경제학자 등 17명의 멤버가 연구 패널로 참여하였음

• 패널 참여자 중에는 전 MIT 컴퓨터과학과 인공지능 연구소장이자 로봇 청소기 룸바를 만든 아이로봇의 설립자 로드니 브룩스와, ‘기계와의 경쟁’이라는 책으로 널리 알려진 MIT의 에릭 브린욜프슨 등이 포함되어 있음

• 스탠퍼드 대학은 연구 패널들이 2015년에 논의한 결과를 바탕으로 ‘2030년 인공지능과 생활(Artificial Intelligence and Life in 2030)’이라는 제목의 보고서를 지난 9월에 발간하였는데, 약칭 <AI 100 보고서>라 불림

ai100_report_10032016_final_singles.pdf

• AI 100 프로젝트는 적어도 100년, 즉 2114년까지 이어지는 매우 장기적인 것으로 연구 패널들은 5년마다 예측을 재검토

하게 된다고 하며, 따라서 AI 100 보고서 역시 5년마다 수정, 보완될 것으로 보임

• AI 100 보고서는 지금으로부터 약 14년 후에 AI가 어디까지 진화하고 직장과 사회생활에 얼마나 침투할 것인지 나와 나의 주변을 이미지화하면서 읽을 수 있게 구성되어 있으며, AI의 역사와 현상에 대해서도 간결하게 정리되어 있음

◈ AI 100 보고서의 전반적인 톤은 ‘AI 확산의 부정적인 측면보다는 긍정적인 측면에 초점을 두라’는 쪽에 가까우며, AI를 인간에 대한 즉각적인 위협으로 보지는 않음

• 보고서는 할리우드 영화에 종종 묘사되는 것 같은AI의 디스토피아적 이미지는 허구적(fictional)인 것이며, AI를 인간에 닥친 임박한 위협으로 경계할 하등의 이유가 없다고 단언하고 있음

• 지금부터 2030년까지 유용한 AI 응용프로그램이 늘어날 것이고, 이것들은 사회와 경제에 긍정적인 영향을 줄 것으로 연구 패널들은 예상하고 있음

• 운전이 더 안전해질 것이고, 아이들의 교육의 질이 향상되며, 사람들의 생활이 보다 윤택해질 것인데, 이런 긍정적인 면에 주목해야 한다고 이 보고서는 주장하고 있음

• 그러나 결코 미래를 장밋빛으로만 그리는 것은 아니어서, 고용 및 개인정보보호 등과 관련해 중요한 문화적·사회적 과제가 부상할 것이라는 점도 지적하고 있음

• 가령 AI가 인간의 노동을 어떤 식으로 확장하거나 대체하는 지에 따라서 혼란을 일으킬 수도 있고, 경제와 사회 전반에 영향을 미칠 문제가 생길 수 있다고 보고 있음

• 학술 종사자들이 프로젝트에 참여하고 있기 때문인지 전체적으로 예측에 대한 신중한 태도가 엿보이기도 하는데, 2030년에는 한마디로 이렇게 된다라는 식의 전망은 없으며, ‘이러저러한 조건이 충족되면 이렇게 될 가능성이 있다’는 시나리오가 주를 이룸

• 명확하지 않다는 인상을 줄 수도 있으나, AI가 인간의 삶과 사회에 미치는 영향력의 크기뿐 아니라 영향의 범위가 얼마나 넓은 지를 엿볼 수 있는 시사점이 풍부함

◈ 보고서는 8개 분야 중에서 ‘운송(Transportation)’에 가장 많은 분량을 할애하고 있는데, 아마도 2030년경의 이미지를 그려보기가 가장 용이하기 때문인 것으로 보임

• 운송 분야에서 핵심은 당연히 자율운전인데, 보고서는 2030년경에 자율운전 기술의 적용 대상은 자동차에 한정되지 않고, 배송 차량과 트럭, 드론 같은 비행 기기나 개인용 로봇에 까지 확장될 것으로 예상함

• 자율운전 기술이 진화해 충분히 안전하고 인간의 운전 수준을 넘어서게 된다면 다양한 영향을 미치게 되는데, 보고서는 우선 교통 사고가 감소함으로써 자동차 사회인 미국에서 사고로 인한 사상자를 줄어 시민의 평균 수명이 연장될 것이라 예상

• 또한 라이프 스타일이 바뀌게 되는데, 미국에서 1회 운전 시간은 평균 25분으로, 운전을 AI에 맡기면 이 시간을 일이나 엔터테인먼트에 활용할 수 있게 됨

• 차내에서 시간을 편안하게 보낼 수 있게 되면 거주지에도 영향을 미칠 수 있는데, 근무지와 가까운 곳에 살지 않아도 상관 없다고 생각하는 사람이 늘어날 가능성이 생김

• 특히 자녀가 있는 가정, 노인, 장애를 가진 사람들이 보다 자유롭고 유연하게 사는 곳을 선택할 수 있게 될 것으로 예상해 볼 수 있음

◈ 자율운전 기술의 발전은 자동차 문화는 물론 전철이나 버스 등 대중교통에 대해서도 영향을 미치게 되어, 도시 및 공공 공간의 디자인에도 영향을 미칠 것으로 보임

• 자율운전과 함께 차량 공유가 보편화되면 자동차를 소유하지 않고 서비스로 간주하는 사람들이 늘어날 것이며, 이렇게 되면 주차 수요가 줄어들기 때문에 도시 및 공공 공간의 디자인에도 영향을 미칠 수 있음

• 전철이나 버스 등의 대중교통에 대한 영향도 불가피한데, 보고서는 자율운전의 보급으로 대중교통에 대한 수요는 감소할 것으로 전망하며, 개인 고속 환승(Personal Rapid Transit, PRT) 등으로 변모할 것이라 보고 있음

• 자율운전이 보급되면서 당연히 보안 대책도 더 중요해지는데, 자율운전 기술이 안전하다고 어떻게 보증할 수 있는지, 보증을 위해서는 얼마나 다양한 환경에서 테스트 해야 할 것인지 등의 질문에 답을 할 수 있어야 한다고 보고 있음

• 자율운전 차는 네트워크로 연결되는 교통 인프라를 이용하게 될 것으로 보이는데, 이는 악의를 가진 공격자들에게 활동의 장이 넓어지게 됨을 의미하며, 이에 대한 보안 대책의 마련도 중요함

• 따라서 법적 정비가 필수불가결한데, AI 100 보고서는 현재 미국의 많은 주에서 자율운전 차량에 적용할 수 있는 규정이 정비되어 있지 않다는 점을 지적하고 있음

• 현재 미국의 네바다, 플로리다, 캘리포니아, 미시간주와 캐나다 온타리오주가 자율운전 자동차를 도로에서 테스트 할 수 있는 규정을 두고 있지만, 자율운전 차량이나 반(半)자동운전 차량이 사고를 일으킨 경우 누가 어떤 책임을 져야 하는지에 대한 조항은 마련되어 있지 않은 상태

◈ 고용과 직장(Employment and Workplace) 분야는 인간의 일을 AI가 빼앗을지도 모른다는 민감한 주제와 연관이 있어, 운송 분야보다는 보고서의 표현이 보다 신중함

• 보고서는 우선 AI가 급속하게 진화하여, 한 세대 안에 인간의 모든 직업을 바꿔 버리는 돌발적인 시나리오는 있을 수 없을 것이라 적시하고 있음

• 그러나 AI는 거의 모든 직업 영역을 서서히 잠식해 갈 것이고 ‘컴퓨터가 일을 빼앗아가면 인간은 물러날 수밖에 없게 된다’고 말함으로써 AI에 의한 인간 노동의 대체 가능성을 시사하고 있음

• 보고서는 AI의 영향력을 전망할 때 지금까지 디지털 기술이 인간의 노동에 어떤 영향을 미쳤는지를 살펴보는 것이 도움이 된다 말하고 있음

• 지금까지의 디지털 기술은 주로 반복적 작업의 효율화를 목적으로 하고 있으며, 주로 여행사의 업무 같은 ‘중간 레벨의 일’이 낮은 레벨 또는 높은 레벨의 일보다 기술의 영향을 받고 있음

• AI가 확산됨에 따라 영향을 받는 범위가 더 확대될 가능성이 있는데, 보고서는 지금까지 기계로 대체되지 않았던 전문 서비스와 같은 높은 스킬을 요하는 작업도 대체될 수 있다고 전망하고 있음

[동영상] 세계 최초의 AI 변호사 ROSS

• AI가 대체하는 것은 당분간 ‘직업이라기보다는 작업(task)’일 것인데, 가령 변호사 업무의 대부분은 아직 AI로 자동화되어 있지 않지만, ‘법률에 관한 정보를 추출하여 주제별로 정리’하는 작업의 자동화는 진행되고 있으며, 이는 1년차 변호사가 하는 작업을 대체하는 것에 해당함

• 보고서는 AI가 기존의 직업을 대체하는 한편, 새로운 직장·직업을 만들어내는 데에도 기여할 수 있다고 보는데, ‘어떤 일이 없어질 것인가’는 예상할 수 있어도, ‘어떤 일이 새롭게 만들어 질 것인가’를 미리 상상하기는 어렵다는 점을 고백하고 있음

◈ AI는 기업 조직의 형태에도 영향을 줄 것으로 예상되는데, AI의 시대에는 사업 규모의 확대가 곧 노동자 수의 확대로 직결되지는 않을 전망임

• 지금까지의 기업은 노동 자원인 사람의 수를 늘려 사업의 거점을 국내외로 넓히는 수평적 확대나, 조직의 계층적 구조를 늘려나가는 수직적 확대를 통해 조직을 키우고 비즈니스 규모를 확대해 왔음

• AI가 대부분의 노동을 대체하게 되면 비즈니스 규모를 확대하기 위해 조직 규모를 키우지 않아도 되며, AI 기반의 노동 아웃소싱 시장이 확립되면, 대부분 기업이 사업 규모가 확대되더라도 전체 직원들이 서로 얼굴을 알고 지내는 규모로 유지될 수도 있음

◈ 보고서는 AI의 발전이 가져올 부(富, wealth)를 어떻게 분배할 것인가 하는 문제도 매우 중요한 아젠다가 될 것으로 내다보고 있음

• AI가 다양한 영역에서 노동을 대체하게 되면 상품과 서비스의 원가가 줄어 낮은 가격에 구매할 수 있게 되는데, 이 점만 본다면 많은 사람이 더 많은 사람이 부자가 된다고 유추할 수 있음

• 그러나 서서히 진행되기는 하겠지만 AI가 거의 모든 직업 영역에 영향을 미치고 수입이 높은 ‘경험적 지식에 근거한 일’도 빼앗을 수 있기 때문에, 사람들이 지금보다 더 가난해질 가능성도 분명 존재함

• 보고서는 AI가 가져올 대대적인 구조적 변화에 대응하기 위해 기본 소득(최저 소득 보장) 등 사회안전망의 필요성을 설파하고 있음

• 이러한 사회안전망이 없다면 사회의 극히 일부 상류층만이 AI의 혜택을 받는 될 것이라고 AI 100 보고서는 경고하고 있는데, AI가 가져올 부를 어떻게 공유할지에 대해 지금부터 논의해도 결코 이른 것은 아니라 말하고 있음

• 실제로 올해 6월 5일 스위스에서는 인공지능에 의한 일자리 감소 문제 해결을 위해 성인 1인당 매월 2,600달러를 지급하는 기본소득 법안에 대한 국민투표가 전세계 최초로 실시된 바 있는데, 인공지능 시대의 중대한 화두를 전세계에 던졌다는 평가

<자료> Basic Income 2016.

[그림 4] 스위스의 기본소득 법안 찬성 집회

◈ 운송과 노동 분야의 전망만 놓고 보더라도, AI가 영향을 미치는 범위는 지엽적인 것이 아니라 경제적, 사회문화적으로 광범위하다는 것을 충분히 머리 속에 그려볼 수 있음

• 가령 자율운전 차는 운전자가 필요 없게 된다는 사실 하나만으로도 상당한 사건이지만, 그에 그치지 않고 차량을 소유하지 않는 문화를 확산시켜 자동차 제조업과 판매·수리 업, 주유소, 자동차 용품 제조업, 주차장 사업 등에 광범위한 영향을 미치게 됨

• 직장에서 멀리 떨어진 곳에 사는 것이 별다른 문제가 되지 않게 된다면, 부동산·주택 판매 회사는 물론 대중교통에서 도시 계획까지 전면 재검토해야 할 수도 있음

• 이용자들도 편의성이 극적으로 제고되는데, 특히 고령자나 장애인 같이 운전을 하고 싶어도 하기 어려운 사람들이 일상적으로 자율운전 차량을 이용할 수 있게 됨으로써 얻게 되는 장점은 이루 헤아릴 수 없음

• 따라서 AI 활용의 긍정적인 이미지를 염두에 두면서, 예상할 수 있는 영향력을 최대한 파악하여 필요한 조치를 함으로써 불안과 위험을 불식시키거나 경감시킬 필요가 있음

• AI 활용과 보급을 주도하는 입장에 있는 기업이나 조직은 사람들에게 부정적인 이미지가 선행하지 않도록, 적어도 AI에 의해 직접 영향을 받게 될 것으로 예상되는 이용자들에게 관련 정보를 알기 쉽게 공개하려는 노력을 기울일 필요가 있음

◈ AI 100 보고서가 그리는 미래가 확실한 것도 아니며 이에 대한 판단은 제각각일 수 있지만, 확실한 것은 능동적으로 대처했을 때 어떤 미래든 받아들일 수 있게 된다는 점

• AI 100 보고서는 2030년까지 ‘범용 인공지능(AGI: artificial general intelligence)’이 실현 될 것으로 가정하고 있지 않은데, 8개 분야로 나누어 AI를 살펴본 데서 알 수 있듯, 인간처럼 폭넓은 적용 범위와 일반화 능력을 가진 AGI는 상정하고 있지 않음

• 반면 특이점에 도달해 가고 있으며 2030년경에 AGI가 실현될 것으로 예상하는 견해도 있으며, 이렇게 된다면 인간의 직업 대부분이 AI에 빼앗기게 되는 디스토피아가 단번에 현실화될 가능성도 배제할 수 없음

• 4 년 후인 2020년의 일조차 예측하기 어려운데, 그보다 더 10년 후에 어떻게 되어 있을지는 사실 아무도 정확히 모른다고 보아야 함

• 그렇다면, 앨런 케이의 말대로 ‘미래를 예측하는 가장 좋은 방법은 미래를 발명하는 것이다’라는 자세가 필요하며, AI에 능동적으로 대처할 수 있어야 장차 어떤 미래가 펼쳐지든 그 결과를 받아들일 수 있는 마음가짐이 만들어질 수 있을 것