보라빛 소를 만나기 위한 도약

※ 다음 글은 정보통신기술진흥센터(IITP)가 발간하는 주간기술동향 1766호(2016. 10. 05 발행)에 기고한 원고입니다. 

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

구글 새 메신저 알로 발표 대화형 AI의 비즈니스 가능성.pdf

[ 요 약 ]

◈ 그 동안 메신저 서비스에서 번번이 고배를 마셨던 구글이, 이번에는 ‘알로(Allo)’와 ‘듀오(Duo)’를 출시하며, 큰 호응을 얻고 있음

• 구글은 4달 전 구글 I/O 컨퍼런스에서 인공지능에 집중하겠다는 비전을 밝힌 바 있으며, 9월 초순 영상통화 앱인 ‘듀오’를 먼저 출시한 데 이어, 9월 21일 메신저 앱 ‘알로’를 발표하였는데, 두 앱 모두 서비스 초기 큰 호응을 얻고 있음

• 구글은 지금까지 구글 토크, 구글 챗, 행아웃 등 다양한 메신저 서비스를 내놨지만 번번이 왓츠앱이나 페이스북 메신저 밀렸는데, 알로와 듀오는 초기단계 관심 모으기에 일단 성공한 모양새

• 알로의 구글이 사용자들의 의사소통과 표현 방식을 학습하기 위해 인공지능을 활용한 첫 번째 메시지 앱으로, 가장 큰 특징 두 가지는 1)기계학습을 기반으로 한 스마트 응답 기능을 선보인 것과, 2)구글의 음성인식 모듈인 구글 어시스턴트(Google Assistant)를 내장한 것

• ‘스마트 응답 기능’은 대화 맥락에 맞게 자동으로 여러 가지 답장 내용을 제안하는 것이며, ‘구글 어시스턴트(Google Assistant)’ 기능 탑재는 AI 기반의 가상 비서와 대화하거나 가상 비서를 사용자 간의 대화에 참여시키는 기능임

• 구글플레이 통계에 따르면, 9월말 현재 듀오의 다운로드 수는 1천만~5천만 건 구간에, 알로의 다운로드 수는 1백만~5백만 건 구간으로 표시되어 있음

◈ 알로는 사용자 편의성을 높이기 위해 수신 메시지나 사진의 내용을 이해한 후 자동으로 회신 문장을 생성하는 ‘스마트 응답(Smart Reply)’ 기능을 갖췄음

• 메시지 수신 후 실시간으로 ‘Sure’, ‘Yes’, ‘No’ 등의 간단한 답변 문장을 생성하여 제시하므로, 직접 입력할 필요 없이 터치만으로 회신할 수 있어 편리한데, 이 스마트 응답 기능은 이미 구글의 메일 앱인 ‘인박스(Inbox)’에 적용돼 인기를 모은 검증된 기능임

• 스마트 응답 기능은 사진 수신 시에도 사용할 수 있는데, 가령 공항에서 촬영한 비행기의 사진을 받으면 알로는 ‘비행기 멋지네(Nice plane)’, ‘좋은 여행이 되길(Have a nice flight)’, ‘여행 잘 다녀와(Bon voyage!)’ 등의 응답을 자동 생성함

• 사진을 이해하고 응답을 생성하는 기능에는 고도의 이미지 인식 기능이 적용되어 있는데, 가령 해바라기 사진을 보고 알로가 ‘멋진 해바라기(Nice sunflower)'라는 답변을 생성한다는 것은 객체가 꽃이라는 것뿐만 아니라 해바라기인 것까지 파악한다는 뜻

• 사람에게는 쉽지만 기계에는 어려운 것이 이미지 인식인데, 기계가 꽃의 종류까지 판단하려면 고도의 기술이 필요하고 배후에는 신경망이 사용되고 있음

◈ 이미지 인식이 쉽지 않다는 사실은 알로가 아직 음식 사진에 대해서는 구체적 응답을 정확히 제시 못하는 데서도 알 수 있는데, 이는 학습시간의 축적에 의해 해결되어 갈 것

• 가령 알로는 위의 해바라기 경우와 달리 샐러드 사진에 대해서는 ‘맛있겠다(Yummy!)’, ‘먹어보고 싶다(Wish I could try)’ 정도의 응답 문장만을 생성하는데, 이는 알로가 음식이라는 것은 이해하지만 요리의 종류까지는 특정할 수 없음을 반증함

• 그러나 구글은 이미지 인식 기술에서 세계 최고 수준의 기술을 보유하고 있으며, 요리의 종류를 인식하는 것이 매우 어려운 것은 아니므로 조만간 음식 구분 기능도 알로에 구현될 것으로 보임

• 알로는 기계학습을 거듭함으로써 이용자의 표현 방법을 배워 가므로, 데이터가 쌓일수록 이용자의 스타일을 반영한 응답 문장을 만들어 제시할 수 있게 될 것임

• 가령 ‘속삭이기 또는 외치기(Whisper or Shout)’ 기능은 메시지를 입력한 후 ‘보내기’ 버튼을 누른 상태에서 슬라이드를 따라 위아래로 움직이며 텍스트의 크기를 변경시킬 수 있는데, 위로 올릴수록 문자나 기호가 커지게 됨

• 또한 알로는 기본적으로 다수의 스티커를 제공하여 메시지 대신 선택하여 표현할 수 있는 폭을 크게 넓혔음

◈ 알로의 또 다른 특징은 가상 비서를 메시징에 참여시킨 것으로, 구글 어시스턴트가 이용자들 간의 대화에 개입해 도움을 줄 수 있게 하였음

• 메신저에 가상 비서를 탑재하려는 시도는 오래 전부터 있어 왔는데, 독립된 계정을 갖고 불특정 다수와 메시지를 주고받는 형태의 가장 최근 사례로는 올해 5월에 인종차별 발언으로 서비스가 중단된 마이크로소프트의 채팅봇 ‘테이(Tay)’가 있음

• 이용자의 가상 비서 역할을 하는 채팅봇은 애플의 시리(Siri)를 거쳐 최근 아마존 에코(Echo)까지 점차 활용이 보편화되고 있는 추세임

• 이용자가 채팅 메시지 내용을 보고 관련된 내용을 자동으로 보여주는 형태로는 인공지능 메신저 ‘마인드멜드(MindMeld)’가 주목을 받고 있음

• 알로는 시리와 마인드멜드를 합쳐놓은 형태로, 마치 컨시어지 서비스처럼 이용자와 대화하며 도움을 주는 한편, 이용자간 채팅을 보고 있다가 도움이 필요하다고 판단하면 대화에 참여해 조언을 해 줌

• 예를 들어 친구에게 ‘이탈리아 요리 먹으러 갈까’라고 메시지를 보내면, 어시스턴트가 문맥을 이해하고 ‘근처의 이탈리아 음식점’을 소개하는데, 여기에는 ‘구글 지식 그래프(Google Knowledge Graph)’ 기능이 사용되고 있음

• 지식 그래프는 다양한 정보원으로부터 축적한 시맨틱 검색 정보를 사용하여 검색 결과를 향상시키는 것으로 구글이 사용하는 지식 베이스(전문가 시스템)임

• 어시스턴트가 소개한 레스토랑 카드를 터치하면 상세 정보가 나타나며 매장 사진 등을 볼 수 있는데, 마음에 들면 그대로 예약 할 수 있으며, 단 레스토랑 예약은 전용 앱인 ‘오픈테이블(OpenTable)’을 실행시키고 이 앱에서 예약을 하는 구조임

• 아직 알로에서 직접 예약할 수는 없지만, 올해 구글, MS, 페이스북이 일제히 제시한 채팅봇 메시징 플랫폼이 구현되면 알로가 예약 앱의 채팅봇과 대화를 하며 예약을 처리하게 되므로, 사용자는 알로에게 예약 요청만 하면 될 것임

• 알로의 대화 참여는 사용자 간의 대화를 뒤에서 누군가 지켜보고 있는 것 같은 좋지 않은 느낌을 주기도 하지만, 사용해 본 이용자들은 대체로 편리한 기능이라는 평가

◈ 가상 비서는 이용자들 간의 대화에만 적용되는 것이 아니며, 당연히 직접 어시스턴트와 상호작용하며 개인 비서처럼 활용할 수 있음

• 어시스턴트가 지원할 수 있는 작업 유형은 카드로 제시되는데, ‘뉴스 구독’, 타이머 설정 등을 위한 ‘액션(Action)’, 게임 등을 위한 ‘재미(Fun)’, ‘번역’, ‘날씨’, ‘여행’, ‘스포츠’, 질의 응답을 위한 ‘대답(Answer)’, 어시스턴트의 자기 소개인 ‘마이 어시스턴트’ 등임

• 가령 ‘여행’ 카드를 터치하면 여행 관련 정보가 표시되며, 조건을 좁혀 가며 희망하는 항공편이나 도착지의 호텔 검색을 할 수 있는데, 여기서도 항공편 및 호텔 예약은 링크된 웹사이트에서 이루어지며 아직 어시스턴트에서 직접 예약할 수는 없음

• 어시스턴트는 구글 캘린더와 연동해 이용자의 일정을 파악하고 비서처럼 회의 일정 등 관리하는데, 예약해 놓은 항공편의 정보를 보여줄 수 있고, 다음 일정에 대해서도 알려줄 수 있음

• 검색을 지시할 수도 있는데, 가령 개 사진’ 혹은 강아지 사진’이라고 말하거나 입력하면, 구글 이미지 검색 결과를 이용해 원하는 사진을 추천해 줌

◈ 구글의 CEO 순다 피차이는 알로의 가상 비서 기능의 도입에 대해, ‘지금 현재 구글에서 제일 중요한 순간’이라며 큰 의미를 부여

• 피차이는 ‘단지 웹 링크 하나를 던져놓는 것과는 차원이 다르며, 이 순간을 위해 아주 오랫동안 초석을 다져왔다’는 말로 높은 기대감을 표시하고 있음

• 구글 그룹 제품 담당 책임 아밋 풀레이는, ‘사용자들은 친구나 가족과 계속 관계를 유지하기 위한 수단으로 메신저를 사용하지만, 대화가 너무 자주 끊기는 것이 문제’라며, ‘대화는 그대로 유지하면서 메신저 내에서 모든 검색과 질문을 해결하는 메신저로 알로를 개발’했다고 설명

• 알로의 메시징 기능들은 사실 참신하다고 할 수는 없지만, 구글 측의 기대대로 구글 어시스턴트를 이용한 대화형 AI라는 인터페이스는 편리하다는 느낌을 준다는 평가

• 어시스턴트가 구글 검색을 이용할 수 있는 인터페이스를 제공하는 것인데, 어시스턴트의 기능 대부분을 음성으로 이용할 수 있다는 것이 상호작용성을 높이고 있음

• 구글 음성 검색과 알로의 어시스턴트를 이용하는 것에 내용 상의 차이는 없지만, 바로 이 상호작용성이 큰 차이를 만들어 내게 되는데, 알로는 대화형이므로 검색 결과 제시로 끝나는 것이 아니라 계속 대화가 진행될 수 있다는 데서 여러 가능성이 생김

• 비록 가상 비서지만 대화 상대라는 인식이 생기면, 사용자는 검색 결과를 보고 추가로 말을 걸거나 추가 요청을 하고 싶은 마음이 생길 수 있으며, 이는 곧 알로의 이용시간이 늘어나며 생활의 새로운 플랫폼으로 부상할 가능성을 획득할 수 있음을 의미

• 순다 피차이 CEO가 지금이 구글에서 제일 중요한 순간이라 말한 것은 이런 맥락일 것이며, 바꿔 말하면 구글에 지금 가장 필요한 것은 알로의 성공이라 할 수 있음

◈ 일각에서는 알로가 유력 메시징 플랫폼으로 부상하며 구글의 AI 비즈니스를 진일보시킬 수도 있겠지만, 프라이버시 이슈 등에 대한 현명한 대처가 전제되어야 한다는 점을 지적

• 인공지능과 메신저의 결합은 분명 성장 가능성이 가득한 기회의 땅으로 부상할 수 있으나, 알로의 인공지능 기능은 프라이버시를 침해하는 존재가 될 수도 있음

• 사용자들이 알로에서 인공지능 기능을 활용하려면 구글에 연락처, 대화 내용, 상세한 개인 정보 등의 접근 권한을 허락해야만 하기 때문임

• 이런 이슈에 대한 대응으로 알로는 보안 옵션을 두고 있는데, ‘익명 모드(Incognito Mode)’를 선택하면 알로의 메시지는 암호화 되며, 또한 스냅챗(SnapChat)처럼 메시지 노출 시간을 10초로 설정해 놓으면 10초 후 메시지가 자동으로 사라짐

<자료> Google

[그림 7] 구글 알로의 익명 모드와 메시지 자폭

• 메시지 자폭은 스냅챗이 10대들의 인기를 단박에 끌어 모을 수 있었던 핵심 기능으로 주목적은 성적인 대화와 사진 전송 기록이 남지 않도록 하는 것임

• 알로를 일반 모드로 사용하면 메시지가 암호화되지 않는데, 해시 처리(HTTPS의 프로토콜)에서 최소한의 보안이 제공되기는 하지만 알로는 분명 도청에 약점이 있음

• 페이스북 메신저 역시 암호화 옵션(비밀 대화)을 지정하지 않으면 메시지가 암호화되지 않는 등 이 문제는 비단 알로 만의 이슈는 아니나, 알로의 경우 메시지를 암호화하게 되면, 알로가 이용자간 대화에 참여하는 핵심 기능을 사용할 수 없는 문제가 발생

◈ 구글은 당초 방침을 바꿔 알로에서 주고 받는 메시지를 장기 보관하기로 결정했는데, 메시징 비즈니스라는 신대륙과 프라이버시 사이에서 고민하는 흔적을 볼 수 있음

• 구글은 알로에서 주고받는 메시지를 일시적으로 사용할 수 있지만 장기적으로 서버에 보관하는 것은 아니라고 했으나, 이 방침을 바꾸어 메시지 장기 보관 원칙을 밝혔음

• 보관의 목적은 AI의 교육에 사용할 데이터를 모으기 위함인데, AI를 보다 지능적으로 만들기 위해서는 기계학습이 필요하고, 기계학습을 위한 가장 좋은 교재는 결국 사용자들 간의 대화 내용이므로 장기간 보관을 단행할 수밖에 없었다는 것

• 이에 대해 당연히 우려의 목소리도 높은데, 전직 CIA 및 NSA 요원인 에드워드 스노우든은 구글이 보관한 메시징 데이터가 범죄 수사 등에 이용될 것을 우려하며, 알로를 사용하지 말 것을 호소하고 있음

• 알로 역시 스마트 기술의 장점과 프라이버시 침해 기술의 단점을 동시에 지녔기 때문에, 초기의 관심 만을 놓고 알로의 성공이 보장된 것이라고는 말할 수는 없을 것이며 개인정보보호화 스마트 기능 사이의 균형이라는 오래된 숙제를 풀어야 하는 입장

◈ AI 기술의 발전에 따라 ‘인간과 기계의 협업’이 새로운 화두로 떠오르고 있는 지금, 알로의 등장은 대화형 AI가 거대 비즈니스로 성장할 가능성의 단초를 보여주고 있음

• 알로는 현재 ‘미리보기 판(Preview Edition)’으로 표시되어 있으며, 사용해 보면 아직 개발 과정 중에 있는 베타 제품이라는 인상이 강하며, 생활의 필수 플랫폼이 될 것이라고 확실히 말하기 어려운 상태

• 반면 알로는 인간과 기계의 관계라는 측면에서 큰 잠재력을 보여주고 있는데, 특히 어시스턴트와 상호작용 하는 인터페이스에서 온기를 느낀다는 평가가 다수

• 음성 검색에서 기계적으로 결과를 표시하는 것과 달리, 가상 비서와 말을 주고 받으면서 목적을 달성 할 수 있다는 것은 미래의 모습을 미리 보여주는 것이기도 함

• 구글이 AI 비즈니스에 전사적 노력을 쏟아 붓고 있고 알로는 그 로드맵의 첫 단추인 만큼 향후 알로의 기능은 보다 정교화 되고 다양해질 것이며, 이는 필연적으로 경쟁 서비스들의 등장을 불러 일으키며, 또 하나의 새로운 비즈니스 영역이 구축될 전망

※ 다음 글은 정보통신기술진흥센터(IITP)가 발간하는 주간기술동향 1760호(2016. 8. 24 발행)에 기고한 원고입니다. 

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

인공지능 이용 광고카피 작성시스템 퍼사도(Persado).pdf

[ 요 약 ]

◈ 미국의 벤처기업 '퍼사도(Persado)'는 기계학습과 자연언어처리 기술을 이용해 소비자 행동을 고무하는 메시지를 생성하는 시스템을 개발, 서비스하고 있음

• 이 시스템은 "인지적 콘텐츠 플랫폼(Cognitive Content Platform)"이라 부르는 알고리즘을 이용해 사람의 마음을 움직이는 콘텐츠를 생성한다고 함

• 퍼사도의 기능은 주로 웹사이트나 메일, 페이스북 등에 삽입되는 캠페인 메시지를 생성할 때 사용된다고 하는데, 이미 많은 기업에서 사용하고 있음

• 퍼사도는 ‘퍼사도 엔터프라이즈(Persado Enterprise)’와 ‘퍼사도 고(Persado Go)’라는 서비스 상품을 제공 중인데, 퍼사도 엔터프라이즈는 풀 스펙의 플랫폼이며, 퍼사도 고는 기능을 보다 단순화 한 버전임

• 최근에는 검증된 파트너에 한해 퍼사도 시스템을 기업의 내부 워크플로우와 통합하는‘퍼사도 커넥트(Persado Connect)’를 출시했는데, 페이스북, 어도비, 오라클, 세일즈포스닷컴, 더블클릭 등 유수의 기업이 연계하고 있음

• 퍼사도의 활용 사례를 보면, 가령 여행사들이 보통 '기간 한정, 저렴한 항공편 지금 예약하세요'와 같은 광고 메시지를 내보내는 것에 비해, 퍼사도는 ‘나 자신에게 일생에 남을 여행을 선물해 보세요. 지금 출발할까요'와 같은 카피를 만들어 내고 있음

• 위의 사례만 보면 퍼사도가 훨씬 친근감 있는 표현을 구사함을 알 수 있으며, 퍼사도는 실제로 사람이 만든 광고 메시지에 비해 AI가 생성한 메시지를 사용했을 때 전환율(상품을 구매하는 비율)이 평균 49.5% 증가했다는 자체 통계를 내세우고 있음

• 마이크로소프트, 메트라이프, 버라이즌, 씨티은행 등 퍼사도를 이용하고 있는 약 100 개의 기업들이 퍼사도를 이용해 총 10억 달러 이상의 매출을 증대시켰다는 주장

• 인공지능이 인간보다 더욱 매력적인 메시지를 창작해 낼 수 있다는 가능성을 인정받아, 퍼사도는 올해 4월 골드만삭스로부터 3천만 달러를 투자 받았음

[표 1] 퍼사도를 이용한 카피의 재작성 사례

<자료> Persado

◈ 퍼사도의 인지적 콘텐츠 플랫폼에는 우선 마케팅 메시지와 관련된 대규모 데이터베이스와 메시지에 사용된 어휘를 분석하기 위한 ‘사전(ontology)’이 자리잡고 있음

• 퍼사도는 광고 메시지를 통계 기법에 따라 생성한다고 하는데, 수많은 사례에 대한 학습을 통해 전환율을 높일 수 있는 단어의 배열을 생성하는 것이라고 함

• 알고리즘은 마케터들이 주로 사용하는 카피라이팅 약 100만 단어와 문구를 축적해 메시지가 각 사용자에게 제공하는 감정을 분석한 후, 메시지 형식, 문장의 구조, 감정적인 단어의 행위 유발에 따른 마케팅 소구 등을 기반으로 점수화 하게 되며, 이를 토대로 메시지를 작성한 다음 최적화하여 23개 언어로 번역하게 됨

• 퍼사도는 우선 말을 세 가지 범주로 분류하는데, 첫번째 ‘서술(Descriptive)’ 범주에는 묘사와 설명을 하는 단어와 문장들이 속하며, 두번째 ‘감정(Emotional)’ 범주에는 소비자의 감정에 호소하는 언어들이 속하고, 세번째 ‘기능(Functional)’ 범주에는 '버튼을 클릭하세요' 등과 같이 다른 행위들과 이어지는 행위와 관련해 설명하는 말들이 포함됨

• ‘감정’ 범주로 구분되는 말들은 다시 ‘감정적 언어(Emotional Language)’라 불리는 트리 구조로 분류되는데, 크게 ‘긍정적(Positive)’과 ‘부정적(Negative)’으로 분류되며, 그 아래 다시 소분류들이 이어짐

• 가령 ‘긍정적(Positive)’ 범주 아래에는 기쁨(Joy), 성취(Achievement), ‘격려(Encourage)’ 등의 소분류가 있음

• 이런 분류 체계는 ‘감정의 사전(Ontology of Emotion)’이라 불리며, 어휘의 의미와 함께 다른 어휘와의 관계를 보여주는데, 사전은 약 25만 단어로 구성되어 있다고 함

<자료> Persad

[동영상] 퍼사도 작동 방식

◈ 인지적 콘텐츠 플랫폼은 정의된 ‘감정적 언어’를 이용해 메시지를 생성하는데, 이 알고리즘은 기계학습을 통해 강화됨

• 퍼사도는 ‘감정적 언어’ 분류 체계를 사용하여 콘텐츠를 생성하는데, 단어 퍼즐을 풀 듯 단어를 조합하여 메시지를 생성한다고 함

• ‘감정적 언어’ 체계에서 동일하게 긍정적 분류에 속하는 말들이라고 해도 그 효과는 크게 다른데, 가령 ‘고급스러움(Exclusivity)’은 크게 도움이 되는 쪽으로 작용하지만, ‘흥분(Excitement)’은 반대로 마이너스 작용을 함

• 퍼사도는 수많은 벤치마크를 통해 효과를 분석함으로써 문자열을 최적화 해 나가게 되는데, 이 때문에 단어 퍼즐을 푸는 듯이 메시지를 생성한다고 하는 것임

• 퍼사도는 과거의 캠페인에서 쓰였던 메시지 샘플을 수집한 후, 이것들을 시스템으로 수정, 편집한 다음 반복해서 효과를 검증해 나가는 방식, 즉 생성된 메시지의 효과를 측정하고 기계학습 기법으로 기능성을 계속 높여 나가는 방식을 채택하였음

◈ 이처럼 퍼사도는 ‘감정’ 카테고리로 분류되는 말을 유효하게 조합하는 기법을 통해 사람의 마음을 움직이는 메시지를 생성하는데, 그 효과는 많은 캠페인에서 입증되고 있음

• 아메리칸 익스프레스(American Express)의 경우 배너 광고의 카피를 퍼사도를 이용해 수정하였는데, 퍼사도로 카피를 만들면서 소비자의 클릭 비율이 약 3배 가량 늘었다고 하며, 전환율 역시 약 2.5 배가 되었다고 함

• 언뜻 보면 기존에 카피라이터가 작성한 카피와 퍼사도가 작성한 카피 사이에 큰 차이는 없어 보이지만, 벤치마크에서는 이처럼 크게 차이가 났음

• 퍼사도가 사용한 ‘곧 종료(Ends Soon)’라는 말이 긴장감을 부추기고 소비자에게 구매를 서두르게 한 것이라 해석할 수는 있지만, 퍼사도 시스템은 정확하게 전환율이 높아진 이유까지는 해명할 수 없다고 하며, 이 점은 아직까지 AI 역량의 한계이기도 함

◈ 퍼사도는 광고 캠페인뿐 아니라 다양한 분야에서 활용 방식을 개발하고 있는데, 그 중 하나가 디지털 헬스케어 분야에서 병원과 환자간 효과적 의사 소통하는 방법의 개발임

• 오바마케어의 목표에 따라 미국 의료기관들은 환자를 치료하는 일뿐만 아니라 질병관련 표준 치료 프로세스를 확립하고, 치료 효과를 높이며 비용을 낮추는 방향으로 업무를 개선하는 방안을 연구하고 있음

• 이러한 연구를 ‘임상경로 개발(Clinical Pathway)’이라 부르는데, 퍼사도와 의료기관들은 우선 당뇨병이나 고혈압 환자의 치료에 시범사업을 시작하고 있음

• 의사는 환자에게 치료를 위한 지도를 함에 있어, 어떻게 환자를 납득시킬 것인가 하는 부분에서는 퍼사도의 기술을 활용하게 됨

• 가령 당뇨환자가 온라인 사이트에서 식사 지도를 받을 때, 어떤 순서의 단어 배열이 환자를 보다 잘 설득하고 실제 행동으로 이어지게 하는지를 연구하고 있음

• 또한 복약 지도에도 활용이 되는데, 가령 환자에게 약을 복용하라는 메시지로는 ‘4시가 되었습니다. 처방한 약을 복용하세요’ 등이 일반적이지만, 퍼사도는 ‘할아버지, 약 먹을 시간이에요. 당신 가족들은 당신이 건강하기를 원해요’라는 메시지를 생성함

• 이처럼 미국 의료기관들은 환자를 의사가 자의적인 방식으로 이끌게 하는 것이 아니라, 환자가 건강한 생활을 하도록 촉진하기 위해 어떻게 설명해야 하는지에 대한 연구를 퍼사도와 공동으로 수행하고 있음

• 최근 헬스케어 분야의 주요 컨셉인 ‘계량화 된 자아(Quantified Self)', 즉 소비자가 웨어러블 기기 등을 통해 신체 데이터를 수집하고 이를 건강 유지를 위해 활용하려는 움직임에도 퍼사도를 이용할 수 있음

• 애플워치 등의 웨어러블 기기에도 건강 관리를 위해 메시지가 표시되지만, 소비자의 대부분은 이를 기분 좋게 받아들이고 있지 않음

• 디스플레이에 ‘일어날 시간입니다’와 같은 메시지가 표시되더라도 이 메시지를 보고 행동에 옮기는 사람은 많지 않은데, 이 점에 관련해 퍼사도는 이용자의 동기를 높여 주는 메시지는 어떻게 작성되어야 할 것인지를 연구하고 있음

◈ 이 밖에 금융기관, 공공 서비스 기관 등도 퍼사도에 관심을 보이고 있는데, 주로 고객관리 관점에서 사용자의 지불을 효과적으로 이끌어 내는데 목적이 있음

• 금융기관들은 퍼사도의 활용에 대해 높은 관심을 보이고 있는데, 매일매일의 트랜잭션에 대한 메시지를 퍼사도로 생성하여 더 많은 유동성을 이끌어 내기를 기대하고 있음

• 위성 라디오 업체인 시리우스 XM은 이용자들이 요금을 지체 없이 납부하도록 유도하기 위해 전달하는 메시지를 퍼사도로 만들고 있음

• 요금 납부가 늦어지면 가령 전기 회사의 경우 현재 ‘전기 중단’과 같은 위협적 메시지를 보낼 뿐이나 이를 기분 좋게 받아들일 소비자는 없음

• 반대로 카드 결제가 연체되었을 때 카드회사가 ‘바쁘신 것은 알겠지만..’이라고 말해주면 조금이나마 기분이 편해질 수 있을 것임

• 이처럼 소비자에게 지불을 촉구하는데 어떤 문자 배열이 최적인지 알아내기 위해 퍼사도는 아메리칸 익스프레스 등과 공동으로 개발을 진행하고 있음

◈ 또한 다른 사람의 환심을 사기 위해 퍼사도를 활용하기도 하는데, 데이트 앱 서비스에서 활용되고 있으며, 최근에는 정치 캠페인과 선거 운동에서 활용도 점쳐지고 있음

• 미국에서는 데이트 상대를 찾는 앱이 폭넓게 사용되고 있는데, 위험한 것들도 있지만 대부분의 앱은 만남 상대를 찾기 위한 유용한 도구로 일상생활에 자리잡고 있음

• 틴더(Tinder)처럼 젊은이들 사이에 폭발적으로 확산된 앱도 있는데, 퍼사도는 틴더 앱의 기능으로 포함되어 남자가 여자를 초대할 때의 메시지 작법에 대해서 조언하고 있음

• 여성에게 ‘오늘밤 밖에 나가고 싶지 않아?’라고 해서는 안되고, ‘오늘은 야외에서 어울리기에 멋진 날이군요?’라는 식으로 말하라고 지도해 주는데, 얼마나 효과가 있는지 벤치마크 결과는 공개되어 있지 않지만, 퍼사도는 새로운 활용 모델이 될 것으로 기대하고 있음

• 선거에서 유권자에게 전달하는 메시지의 생성에도 퍼사도가 사용되고 있는데, 선거는 이미 SNS나 메일, 메시징 등 디지털 싸움이 되고 있기 때문

• 유권자 모임 등 캠페인 활동에 참여를 촉진하기 위해, 또한 자원봉사 활동 참가자를 모집하기 위해 퍼사도가 사용되고 있는데, 퍼사도는 어떤 단어의 배열이 효과적인지 그 결과까지 검증해 주고 있음

• 미국은 현재 민주, 공화 양당의 대통령 후보가 정해지고 본격적인 선거전이 시작되었는데, 양 진영의 선거 캠프에서 유권자에게 전달하는 메시지를 퍼사도와 같은 인공지능으로 만들고 있을 가능성도 배제할 수 없음

◈ 최근 관심이 높아지고 있는 퍼사도의 기술을 행태주의 마케팅(Behavioral Marketing)으로 볼 것인지, 심리학(Psychology)으로 볼 것인지에 논란이 계속되고 있음

• 전자는 소비자의 행동에 따른 광고 기법을 의미하는데, 소위 타겟팅 광고에서 골프 뉴스를 보고 있으면 골프 제품의 광고가 표시되는 방식이며, 후자는 심리학에서 소비자의 심리를 이해하고 광고를 전달하는 방법을 가리킴

• 메시지를 받은 소비자가 어떻게 생각할 것인지에 대해 퍼사도는 파악할 수 없으며, 다만 퍼사도는 소비자가 특정 메시지를 받으면 그것에 어떻게 반응하는지를 경험적으로(결과적으로) 파악하고 있음

• 퍼사도는 행태주의 마케팅과 심리학의 경계에 서 있는 회사로 자리매김 할 수도 있고, 또한 퍼사도를 말을 엔지니어링 하는 기업으로도 정의할 수 있을 것임

◈ 그러나 기술의 성격이 무엇이냐 보다 중요한 것은, 이미 미국 시장의 큰 흐름은 텍스트를 사람이 직접 작성하는 방식에서 알고리즘을 통해 생성하는 방식으로 바뀌고 있다는 점

• 알고리즘은 이미 주가 정보나 스포츠 경기 결과처럼 단순 사실 전달이 목적인 스트레이스성 기사 작성에 활용되고 있는데, 인터넷 미디어에서만 실험적으로 진행되는 것이 아니라, 포브스 등 유수의 미디어들도 적극적으로 도입하고 있음

• 퍼사도는 여기서 한발 더 나아가 사람의 감정에 어필해야 하는 메시지 작성에 알고리즘을 이용한 것이고, 보다 주목할 것은 알고리즘이 인간 카피라이터보다 효과적인 메시지를 생성할 수도 있다는 점

• 이 때문에 시장에서는 이제 인공지능이 카피라이터의 일자리도 빼앗는 것이 아니냐는 위기감도 나오고 있음

• 다른 한편에서는 퍼사도는 어디까지나 인간의 창작 활동을 지원하는 도구에 불과하다는 의견도 내놓고 있기도 함

• 인간이 쓴 글을 퍼사도가 다듬어 손질할 수도 있고, 아니면 그 반대로 활용할 수도 있을 것이며, 현재 글을 쓸 때 맞춤법 검사기를 돌려보는 것처럼, 앞으로는 워드 프로세서로 쓴 글을 퍼사도가 첨삭하는 식으로 이용할 수도 있다는 것

• 인간을 대체할 것이라거나 인간의 도구가 될 것이라거나, 어느 쪽도 일리가 있는 의견이지만, AI가 꾸준히 인간의 일에 근접해 들어오고 있다는 것은 확실해 보임

※ 다음 글은 정보통신기술진흥센터(IITP)가 발간하는 주간기술동향 1756호(2016. 7. 27 발행)에 기고한 원고입니다. 

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

산업인터넷 GE의 소프트웨어 파워.pdf

[ 요 약 ]

[ 본 문 ] 

◈ GE의 연구부문인 ‘GE 글로벌 리서치(Global Research)’의 소프트웨어 연구 담당 부사장 콜린 패리스는 ‘GE가 2020년까지 소프트웨어 기업 톱 10에 진입할 것’이라고 선언

• 패리스에 따르면 GE는 그동안 추진해 온 디지털 혁신에 힘입어 기술 중심의 사회에서 요구되는 수요를 쉽게 예상할 수 있게 되었는데, 이는 매우 신속하고 비약적인 변화였음

• GE는 수 년 전까지만 해도 지멘스(Siemens)나 유나이티드 테크놀로지스(United Technologies) 등 중공업부문 대기업들과 비교 대상이었으나, 현재는 아마존, 구글, IBM, 마이크로소프트 등 주요 인터넷 기업 및 소프트웨어 기업과 비교되고 있음

• 패리스의 선언은, 최근의 이런 여세를 몰아 GE가 2020 년까지 글로벌 소프트웨어 10대 기업에 진입한다는 미션을 완수하게 될 것이라는 자신감을 표출한 것

• 여기서 GE가 말하는 소프트웨어는 소비자 대상 인터넷이 아니라, GE가 뿌리 내리고 있는 산업분야, 특히 중공업 분야 기업을 대상으로 하는 ‘산업 인터넷’을 위한 것

◈ GE가 겨냥하고 있는 ‘산업 인터넷’의 요구사항은 소비자용 인터넷의 요구사항과는 본질적으로 다를 수밖에 없음.

• 소비자를 위한 인터넷의 경우, 분석에서 중요한 것은 방대한 양의 데이터를 해석하여 사람이나 사물에 연결하는 부분임

• 반면, 산업 인터넷은 생성되는 데이터의 양이 현격하게 많지만, 중요한 사건이 실제로 발생하는 경우는 매우 드물며 발생 간격도 긴 것이 특징

• 중공업 분야의 경우 중요한 사건은 고장이 나는 경우인데, 재발을 방지하기 위해서는 사건에 초점을 맞추어야 하지만, 그러한 사건에 대해 파악할 수 있는 유의미한 데이터는 대개의 경우 아주 조금 밖에 없음

• 예를 들어, GE 만든 제트 엔진을 탑재한 항공기가 100만 회 비행하는 동안 항공사가 보수 점검이 필요하다고 판단하는 계기가 될 사건은 29회에 불과할 수도 있는데, 방대한 데이터의 바다에서 그 29회의 사건을 찾아낸다는 것은 쉬운 일이 아님

• 더욱이 어느 부분을 보아야 찾아낼 수 있을지조차 모르는 상황이라면, 데이터 검색에서 미로에 빠져 버리고, 기업과 고객이 요구하는 성과는 결코 얻을 수가 없음

◈ 이러한 산업 인터넷의 고유한 요구사항에 대해 GE가 내놓은 해결책은 “디지털 트윈(Digital Twin)”으로 현실 세계의 물체를 모델링 하여 디지털 세계에 ‘쌍둥이’를 재현한다는 개념

• 패리스에 따르면 디지털 트윈의 핵심 포인트는 디지털 모델이 현실 세계에 있는 자산 전체를 반영하는 것이 아니라, 특정한 하나의 자산을 1대1로 모델링 한다는 것

• 예를 들어 항공기 제트 엔진의 디지털 모델이라 하면, 생산된 수천 개의 제트 엔진 전체를 추상화시킨 하나의 가상 모델을 만드는 것이 아니라, 수천 대의 항공기에 탑재된 각각의 제트 엔진 하나하나에 대해 디지털 세계에서 각각 하나씩 재현하는 것임

• 이 디지털 세계의 모델은 현실의 물체에 장착된 센서에서 얻은 데이터를 반영해 만들어 지는데, 현실 세계에는 종종 센서를 사용하기에 가혹한 환경(가령 제트 엔진의 연소실 내부처럼 온도가 섭씨 2000도에 이름)도 있기 때문에, GE는 가상 센서를 통해 물리적 센서를 보완하고 있음

• 항공기의 경우라면 물리적 센서로부터 얻은 데이터와 연소, 항공 역학, 사용 소재 등에 관한 물리적 지식을 결합하여 가상 센서가 데이터를 도출하게 되며, 그 정밀도는 기계학습(Machine Learning)을 이용하여 조정하고 있음

<자료> Schema Design

[동영상 1] GE의 디지털 트윈 시뮬레이션

◈ 이런 방법을 통해 디지털 트윈에서는 특정 자산의 상태에 대한 정확한 인사이트를 제공할 수 있게 되는데, 항공사의 경우 유지보수 계획의 개선으로 연계할 수 있음

• 예를 들어, 중동에서 운항 중인 항공기는 모래가 많은 환경에 직면하기 때문에 엔진의 블레이드가 파쇄(spallation) 현상, 즉 부분적으로 부식하는 현상이 발생할 수 있는데, 엔진 블레이드 교체 비용은 2만 달러에 달함

• 만일 필요한 부품의 준비에 시간이 걸려 항공기를 잠시 동안 운행할 수 없는 상황이 된다면 손실은 더욱 늘어나게 되는데, 디지털 트윈은 이런 상황을 방지할 수 있는 유지보수 계획의 수립을 가능케 해 줌

• 디지털 트윈을 통해 항공사는 각 제트 엔진의 블레이드가 받은 충격과 손상 상태를 개별 엔진 단위로 파악할 수 있음

• GE는 항공기가 착륙할 때마다 데이터를 수취하는데, 가령 손상의 레벨이 8이 되면 교체할 필요가 있는 경우 현재 손상 레벨이 2라면 6개월 후에 교체하는 방법도 취할 수도 있지만, 블레이드를 물로 세척하라는 판단을 내릴 수도 있음

• 그 항공기가 밤에 착륙했다면 블레이드를 용액으로 세척함으로써 부착물을 어느 정도 떨어내는 방법을 쓸 수 있는데, 세정에는 적지 않은 비용이 들지만 교체 시기를 6개월 후가 아닌 10개월 후로 늘릴 수 있는 효과가 있음

◈ 전기 사업자의 경우는 디지털 트윈을 이용해 발전 효율의 향상을 도모할 수 있는데, 가령 풍력발전소의 주요 문제인 “웨이크 로스(wake losses)” 해결에 도움을 줄 수 있음

• 본질적으로 풍력 발전소에 바람이 불면 발전용 리딩 터빈은 풍력을 이용해 블레이드를 회전시키는데, 그 터빈 뒤쪽의 공간은 역풍 기기가 만들어 낸 난류로 인해 순풍 공간임에도 불구하고 발전 효율이 떨어지는 상태, 즉 ‘웨이크(wake)’ 상태가 됨

• 하지만 디지털 트윈이 있으면 발전소에 부는 바람과 회전하는 블레이드가 발생시키는 난류를 측정하고, 블레이드의 속도를 조정하여 더 많은 잠재 에너지가 순방향 터빈까지 전해지도록 할 수 있음

• 이렇게 하면 리딩 터빈이 생산하는 에너지는 다소 줄어들지만, 순방향 터빈은 더 많은 에너지를 생산할 수 있으며, 결과적으로 이를 통해 풍력 발전소는 에너지 출력을 극대화할 수 있음

◈ 디지털 트윈의 실현을 위한 플랫폼으로 GE는 ‘프리딕스(Predix)’ 서비스를 제공 중인데, 각종 센서가 수집한 데이터를 바탕으로 산업 설비의 가동 상태 등을 분석 할 수 있음

• 2010년은 GE에게 전환점이 된 해로, 당시까지 GE는 20년간 연 4%대의 성장세를 유지하고 있었으나, 2010년에 연간 성장률이 1%로 급락하였는데, GE 는 그 요인이 IT의 활용 부족에 있다고 분석하였음

• GE는 공장 제조에 있어 20년 동안 IT를 적극적으로 도입해 오지 않았으며, 설치한 센서도 적었고 네트워크 환경의 정비도 충분하지 않았기에 생산 체제가 구식이었음

• 2010년에 이르러서야 GE는 공급망을 어떻게 개선할 것인지, IT를 활용해 제조를 어떻게 할 지 고민하게 되었고, 그 결과 개발한 것이 ‘프리딕스’임

• 또한 GE의 각 사업에 대해 IT를 활용하여 횡단으로 지원하는 사내 현장 조직을 설치하였는데, 이것이 ‘GE 디지털’임

• GE는 프리딕스 개발에 투자한 비용을 비공개로 하고 있지만, 개발을 위해 소프트웨어 엔지니어를 수천 명 규모로 고용한 바 있음

• 프리딕스는 GE 자체 목적으로만 사용되는 것이 아니고 기업 고객들에게도 클라우드 서비스 형태로 제공되고 있는데, GE 는 2020년에 프리딕스 관련 매출 150억 달러를 목표로 하고 있음

◈ GE의 디지털 트윈 전략과 프리딕스 플랫폼에 대한 관심이 높아지면서 GE는 프리딕스 확산에 주력하고 있는데, 이를 위해 최근 아마존, MS, 오라클 등과 제휴를 체결

• GE와 MS는 IoT(사물인터넷) 분야에서 제휴를 발표하며, GE의 산업용 소프트웨어 플랫폼 프리딕스를 MS의 클라우드 인프라 ‘애저(Azure)’를 통해 이용할 수 있게 하였음

• 양사는 프리딕스를 MS의 IoT를 위한 클라우드 서비스인 ‘Azure IoT Suite’와 빅데이터 분석 클라우드 서비스인 ‘Cortana Intelligence Suite’, 그리고 ‘Office 365’, ‘Dynamics 365’, ‘Power BI’등 비즈니스 애플리케이션과 통합하여 협력한다고 발표

• 양사에 따르면, 프리딕스를 애저에서 실행시킴으로써 기업 고객들은 자연언어 기술, 인공지능(AI), 고급 데이터 시각화, 기업 애플리케이션 통합 등 강력한 기능에 함께 접근할 수 있는 이점을 누릴 수 있게 되었음

• GE는 애저를 통해 연내 프리딕스 개발자 프리뷰를 발표하고, 2017년 2분기에 정식으로 서비스를 출시한다는 계획

• MS와 협력에 앞서 GE는 아마존의 클라우드 서비스인 ‘Amazon Web Services(AWS)’에서 프리딕스를 이용할 수 있게 하였으며, 오라클과도 프리딕스 통합을 위해 협력하고 있음

◈ GE의 변모는 ‘제조기업의 소프트웨어 및 서비스 기업으로 변신’이라는 점에서 주목받고 있으며, 향후 산업 인터넷 분야 선두주자들과 경쟁 구도에 관심이 모이고 있음

• GE가 최근 프리딕스와 디지털 트윈에 기반한 산업 인터넷 혁명에 대대적 마케팅을 전개하고 있지만, GE의 소프트웨어 역량은 아직 스타트업 수준이라는 지적도 있음

• 룩스 리서치(Lux Research)는 최근 보고서를 통해 프리딕스는 GE가 말하는 것처럼 완전한 모습을 아직 갖추지 못했으며, 마케팅 투자에 비해 이분야 경쟁자들인 PTC, C3 IoT, 오토데스크, 시스코 등에 비해 시장 점유율이 매우 미약함을 지적

• 보고서는 또한 프리딕스의 기술이 성숙하려면 향후 3~5년이 추가로 필요하며, GE의 솔루션이 자체 기술력에 기반한 것이라기 보다는 PTC 등 산업 인터넷 전문기업들과의 파트너십에 기반하고 있다는 점도 약점이 될 수 있다고 지적

• 이에 대해 GE는 룩스의 보고서는 객관적이지 못하고 사실 관계에 있어서도 오류가 있다는 입장이며, GE는 계속해서 소프트웨어 기업으로의 변신을 적극 시도하고 있지만 여전히 제조 자체도 중요하다는 것을 강조하고 있다는 것에 차별성이 있다고 설명

• GE는 하드웨어, 소프트웨어, 그리고 데이터 분석을 통해 얻게 되는 ‘통찰력’을 비즈니스와 연결하는 것이 중요하다는 입장

• GE에 따르면 디지털 트윈을 이용해 실제와 디지털을 하나로 묶기 위해서는, 대상 분야에 대한 깊은 전문 지식이 필요한데, 이는 오랜 시간 동안 축적된 하드웨어 제조 경험이 밑바탕 되어야 하는 것임

• GE의 설명대로, 룩스 리서치의 보고서 또한 GE의 프리딕스가 아직 미성숙하나 출시된 지 1년이 안된 것에 비하면 매우 높은 성장 잠재력이 있다는 것을 인정하고 있는데, 그 근거는 GE가 세계 최대 제조업체 중 하나로 고도의 전문 지식을 보유하고 있다는 점

• GE는 하드웨어 중심의 ‘제1의 시장’, 인터넷 정보 중심의 ‘제 2의 시장'에 이어, 데이터를 바탕으로 얻은 ‘통찰력’이 가치를 창출하는 ‘제 3의 시장’이 도래하고 있음을 강조하고 있으며, 이런 슬로건이 얼마나 기업들에게 받아들여질 지가 향후 관전 포인트