모바일 마케팅-5G시대와 인공지능 3

 

 

인공지능 스피커의 춘추전국시대 2

 

그렇다면 매스컴을 통해 친숙하게 다가왔지만 아직은 인공지능으로 가는 단계에 있는 것은 무엇일까요? 바로 자율주행 자동차이다. 지금도 강남 도심 한복판을 달리는 자율주행 자동차들이 있다. 비록 시험주행이라는 형태로 달리고 있지만 곧 일상에서 이런 차들을 흔히 보게 될 것이다.

자율주행 자동차의 다양한 센서들과 그 센서들을 통해 수집한 정보를 처리하는 머신러닝과 딥러닝 기술들, 이들을 실시간 교통체계와 연결하고 다른 차들과 연결하는 5G 기술은 산업을 변화시키고 있다. 이러한 변화는 결국 자동차라는 이동수단을 또 다른 여가의 공간으로 변화시킨다. 좀 더 나아가면 휴식의 공간으로 탈바꿈시킬 것이다.

하지만 아주 기초적인 자율주행 자동차의 등장에 그칠 것이다.

명실상부한 자율주행 자동차 시대가 열리려면 아직 더 오랜시간을 기다려야 할 것이다. 자율주행 자동차는 물체를 감지하는 라이다(LIDAR Light detection and rangingl)를 비롯한 다양한 센서들의 가격이 더 저렴해지고 정교화되어야 하며, 이런 센서들을 통합 관리할 자동차 내 컨트롤 센터도 필요한 상황이다.

 

 

또 도로에 설치된 다양한 센서들이 5G를 통해 실시간 연동되고 운전에 필요한 정보를 빠짐없이 수집하는 관제센터도 반드시 필요하다. 자동차에 부착된 각각의 센서들에 의해 수집된 정보들과 5G 네트워크를 통해 수집되는 정보들을 복합적으로 검토해 자동차가 컨트롤되어야 한다. 아직은 일상생활에서 불가능한 일이다.

또 하나 넘어야 할 산이 있다. 머신러닝과 딥러닝 시대가 펼쳐졌지만 여전히 우리는 데이터 축척에 목말라한다. 그 이유는 단순하다. 인공지능에 다양한 학습을 시킬 만한 충분한 데이터가 없기 때문이다. 지금까지 축적된 엄청난 데이터면 충분하지 않으냐고 반문할지도 모른다.

하지만 이 데이터들은 제대로 모아온 것이 아니다. 활용한 만큼 제대로 된 데이터의 축전은 아직 요원하다. 그래서 우리는 이미 정해진 이미지와 측정된 이미지를 비교하는 형태의 서비스, 한정된 칸막이 형 대화 서비스, 그리고 몇 가지 연동된 디바이스를 작동시킬 서비스만 출시하고 있는 것이다.

 

또 더 많은 센서들이 설치되고 이 센서들의 정보들이 실시간으로 전파되어야 한다.

그렇게 공유된 정보들을 통해 자동차는 물 흐르듯 흘러가고 사회 전반적인 요소들이 자연스럽게 이동되어야 한다. 무형의 자산인 데이터는 '먼저 차지하는 사람이 임자'인 것이다.

 

 

데이터의 생산과 분석이 중요한 만큼 데이터의 보관도 중요하다. 마이크로소프트는 워싱턴 주 레드먼드에 해저 데이터 센터를 구축중이다. 데이터 서버는 항상 냉각이 필요한데 그 냉각을 위해 해저에 데이터 센터를 건립하는 등 다양한 방식으로 데이터 센터가 설치되기도 한다. 이제 냉각을 중요 이슈로 고민해야 할 만큼 방대한 데이터가 쏟아지고 있다는 말이다. 

 

IBM은 자신의 인공지능인 '왓슨'을 활용해 이미 사물인터넷과 연동했다. 수많은 센서를 설치해 직원들의 위치를 파악하고 이를 왓슨을 통해 이야기하도록 하는 것이다.

이런 노력들을 통해 그들 역시 '괜찮은' 데이터를 모으고 있다. 수많은 공장들은 자신들만의 정형화된 데이터를 수집하기 위해 다양한 센서들을 설치하고 이를 데이터화해서 모으고 있다. 제조 경쟁력은 더 이상 기술에서 나오지 않는다.

양질의 산업용 데이터로부터 나온다. 이렇게 데이터를 확보하고 있지만 누구나 꿈꾸는 그런 인공지능은 아직 멀었다. 아니 그 시대는 호락호락 오지 않을 것이다.

 

 

지금껏 쌓아온 인공지능 서비스 기술은 어느 날 짠 하고 나타난 것이 아니다. 수십 년간 시나브로 쌓아온 기술이 그 기술을 작동시킬 만한 하드웨어를 만나 임계점을 겨우 넘은 상태이다. 우리는 기존의 데이터와 새로 측정된 데이터를 비교하는 서비스에 우선 만족해야 할 것이다. 또 특정한 칸막이 내에서 정형화된 서비스에 인공지능을 활용해야 한다. 인공지능 서비들은 5G와의 결합을 통해 더 다양한 서비스들을 펼쳐낼 것이다.