본문 바로가기
주메뉴 바로가기

ICT 디바이스랩

K-ICT 디바이스랩은 국내 스마트 디바이스 중소·벤처기업 스타트업을 위해 제품기획, 디자인, 프로토타입, 투자유치를 지원해 드립니다.

[Special Issue] Part 04 지능형 사물인터넷 시대를 준비하라

작성일 : 2018.03.19조회수 : 9030

 


Special Issue Part 4

지능형 사물인터넷 시대를 준비하라

글_최진철 한국전자통신연구원 IoT연구본부 선임연구원

 

개방형 사물인터넷(Internet of Things, IoT) 인프라를 기반으로 모든 사물에 인공지능이 접목되어 사용자 편의성을 대폭 개선하는 지능형 시대가 머지않아 도래할 것으로 전망된다. 이는 사전에 프로그래밍되어 융통성 없이 동작하는 방식에서 탈피하여 사물이 스스로 사용자와 환경 데이터를 분석, 인지, 학습하여 사용자의 편의성을 개선할 수 있는 형태로 자율 동작하거나 상황에 적절한 서비스를 능동적으로 제공하는 지능형 사물인터넷 기술로 구체화될 것이다. 이에 지능형 사물인터넷 구현을 위한 기술 동향 점검과 사물인터넷이 초연결·초지능 인프라로 발전하기 위해 고려해야할 점은 무엇인지 소개한다.

 

지능형 사물인터넷 시대의 도래

현재 제공되고 있는 상당수의 사물인터넷 서비스는 사전에 프로그래밍된 사물을 인터넷에 연결, 실행시켜 사용자가 설정한 조건에 따라 동작하고 아울러 클라우드 서버에 수집된 관련 데이터를 통해 사용자가 사물을 직·간접적으로 제어하는 방식으로 제공되고 있다. 그러나, 인터넷 연결과 융통성 없는 자동화만으로는 안정적인 서비스 운용과 지속적인 가치 창출에 한계를 지닐 수밖에 없기 때문에 사물이 스스로 지능을 가지고 상황인지·판단·학습·대응을 수행해에 한다. 따라서 최근에는 사물 간의 자율적인 협업이 가능한, 한 마디로 지능화된 사물인터넷에 대한 관심이 높아지고 있다. 글로벌 시장조사기관 가트너(Gartner)는 2017년과 2018년에 걸쳐 지능형 사물(Intelligent things)을 10대 기술 트렌드로 선정하여 사람, 주변 환경과 보다 지능적인 방식으로 상호작용하기 위해 지능형 사물이 중요한 역할을 할 것으로 예측하고 있다.

현재의 사물인터넷 서비스 대부분은 상황과 형편에 따라 적절하게 처리하는 융통성이 낮은 편이어서 사용자의 지속적인 모니터링과 개입을 요구하는 한계를 드러내고 있다. 또한, 인터넷 단절에 따른 서비스 중단 문제, 사물 데이터 수집 및 분석, 활용을 위한 하드웨어 제약, 사람과 사물 간 연결 및 상호작용의 직관성 제약 등 아직 극복해야 할 요소가 많다. 그러나 최근 머신러닝과 딥러닝 기술의 대중화로 인해 다양한 형태의 지능형 서비스가 선보이고 있어, 이전에는 해결할 수 없었던 다양한 문제에 대한 새로운 접근이 가능하게 되었다.

예를 들어 아마존(Amazon)은 영상 및 음성 인지 기술을 적용시킨 아마존고(AmazonGo)라는 오프라인 무인 편의점과 다수의 키바(Kiva) 로봇을 활용한 효율적 물류처리 시스템 등을 선보여, 사물인터넷의 연결성 지원에 지능이 결합된 지능형 사물인터넷 시스템의 성장 가능성을 보여주었다.
또한 일본 소프트뱅크의 페퍼(Pepper) 로봇은 인공지능 챗봇(Chatbot) 기능을 결합하여 소비자가 로봇과 소통을 통해 보험을 가입한다든지, 휴대폰 개통 및 구입 계약을 하는 등 다양한 상담 서비스를 수행함으로써 지능형 사물이 경제활동에 투입되는 미래상을 앞당기고 있다.

t20183193560568987.PNG 

지능형 사물인터넷 기술 동향 및 수준

현재 지능형 사물인터넷을 구현하는 방식은 크게 클라우드의 지능 이용 방식과 사물에 지능을 탑재하는 방식이다. 클라우드 지능은 사물 자체가 클라우드 서비스가 제공하는 인지서비스(Cognitive service)와 머신러닝 엔진을 활용하는 방식이다. 사물 지능 탑재의 경우에는 딥러닝, 혹은 머신러닝과 같은 범용적인 학습 알고리즘을 탑재한 지능화 엔진을 사물에 삽입해 사물 스스로 사고 및 학습은 물론 의사결정까지도 가능한 모델과 사물의 기능과 목적에 따라 특화된 지능을 탑재한 도구(플랫폼)를 활용하는 방식으로 구분할 수 있다.

t20183193560569031.PNG 

1. 지능형 클라우드 플랫폼의 활용
MS와 아마존, 구글 등 글로벌 IT 기업들은 한 가지 공통점이 있다. 바로 클라우드 컴퓨팅을 활용해 머신러닝 서비스와 인지 서비스를 제공하는 플랫폼 구축은 물론 오픈소스를 적극 활용한다는 점이다. 특히 오픈소스 활용은 지능형 서비스 제공은 물론 사물인터넷에 적극 활용할 수 있다는 특징이 있다. 좀 더 자세히 살펴보면, 구글의 경우 음성인식과 번역, 영상 서비스, 자연어 처리 등을 위해 머신러닝 엔진을 최대한 활용하고 인공신경망 인지 서비스를 클라우드 형태로 제공하고 있다. MS도 구글과 유사한 서비스 형태를 띠고 있다. 애저(Azure) 클라우드 플랫폼을 통해 음성 인식과 영상 서비스, 언어, 검색 서비스를 사용자에게 제공한다. IBM은 왓슨 개발자 클라우드, 블루믹스와 함께 ‘왓슨 애널리틱스’라는 비즈니스 클라우드 머신러닝 서비스를 제공 중이다. 아마존은 아마존 웹 서비스(AWS)의 클라우드 플랫폼을 기반으로 인공신경망 기반 이미지 분석 서비스 레코그니션(Rekognition), 자연어 처리 서비스 렉스(Lex), 텍스트 투 스피치 서비스 폴리(Polly)와 머신러닝 서비스 등을 제공하고 있다.

뿐만 아니라 최근 들어 네이버와 카카오 등 국내 포털 역시도 지능형 사물인터넷 서비스를 제공하기 위해 기술과 플랫폼 개발에 적극적인 모습이다. 네이버는 영상과 음성 인식, 자연어처리와 대화 흐름 이해, 사용자 프로파일 기반 추천 서비스, 인공 신경망 통한 기계번역(NMT) 등의 기술을 반영한 클로바(Clova) 플랫폼을 공개하였으며, 카카오는 카카오 아이(kakao i)라는 통합 인공지능 플랫폼을 공개하고 현대자동차에 서버형 음성인식 기술을 적용하였으며, 향후 카카오 아이 오픈빌더(Open Builder)라는 플랫폼 공개를 통해 누구나 카카오톡에 적용할 수 있는 챗봇을 만들거나 카카오미니 스피커에 적용된 음성 인터페이스와 호환되는 서비스, 시각적 인젠을 사용해 이미지 인식이 가능한 서비스를 개발할 계획이다.

t20183193560569047.PNG
 

2. 사물인터넷 서비스 클라우드 플랫폼의 지능화 활용
삼성전자와 LG전자는 가전 스스로 고객(소비자) 행동 패턴 및 데이터를 분석해 스스로 제어가 가능하도록 하고, 사용자 편의성을 개선하는 등 소비자 경험을 반영한 지능형 사물인터넷 기반 가전 서비스 구축에 전념하고 있다. 즉, 클라우드에 인공지능 기술을 탑재해 지능형 스마트홈 구축을 완성하려는 것이다. LG전자는 스마트홈 시스템인 스마트씽큐(SmartThinQ)에 적용한 딥러닝 기반의 딥씽큐(DeepThinQ) 기술을 공개했다. 이는 사용자 생활패턴과 사용습관, 주변환경 등을 여러 사용자 요소를 파악해 최적의 서비스를 제공하는 것으로 로봇청소기나 공기청정기, 에어컨 등이 사용자 분석에 따라 이뤄진다.
삼성전자는 터치와 음성, 텍스트 등이 인식 가능한 음성 인식 플랫폼 빅스비(Bixby)를 공개하고, 자사 가전 및 다양한 스마트 사물과 연동하여 지능형 사물인터넷 생태계를 확장시키는 전략을 내세우고 있다.

t20183193560569111.PNG 

3. 지능화 엔진의 사물 탑재
최근 들어 인공지능 스프트웨어 탑재로 외부 환경 변화의 인지와 학습으로 자율적인 의사 결정은 물론 동작하는 사물이 선보있고 있다. 구글 산하 네스트(NEST)의 온도조절기 네스트 서모스탯(Nest Thermostat)은 머신러닝과 딥러닝 소프트웨어를 탑재하여 장치 스스로 사용자의 패턴을 학습해 맞춤형 실내 환경 조절기능을 서비스한다. 네스트는 사용자의 일주일간 사용 패턴을 스스로 분석해 이후에는 스스로 작동하며, 사용자의 동작감시, 에어컨의 최적 설정 방식을 스스로 판단하여 에너지 사용효율을 최적화한다.
그런가하면 지난해 3월에는 미국의 미국의 매사추세츠공과대학(MIT)은 보스턴 대학교 신경과학자들과 함께 인간의 생각을 읽고 인지 가능한 로봇 박스터(Baxter)를 개발했다. 박스터는 인간의 실수, 혹은 잘못된 행동을 인지했을 때 생성하는 뇌파 신호를 수신하고, 이를 머신러닝 알고리즘을 통해 분석하여 즉각 자신의 행동을 수정한다. 운영 비용의 20%를 절감시킨 아마존 키바 로봇은 기존 60~75분 가량 소요되던 물류 순환속도를 약 15분으로 대폭 줄이는 것은 물론 공간 활용도도 50% 이상 향상시켰다. 이는 딥러닝과 머신러닝의 알고리즘을 활용한 최적의 이동 경로 계산했기에 가능했다. 재고 선반의 위치 파악과 물건의 인지, 키바 로봇 간 충돌 회피 등을 통해 효율적인 물류 운반 방식과 효율을 개선했다.

또한 인지기능을 제공하기 위한 하드웨어연고도 속속 진행되고 있다. 퀄컴의 제로스(Zeroth)와 구글의 텐서처리장치(TPU), 엔비디아의 파커(Parker) 등의 딥러닝 유닛, IBM의 트루노스(TrueNorth)와 같은 뉴로모픽 칩이 이미 출시되어 보다 강력한 인지컴퓨팅도 가능할 것으로 보인다. 미국 미시건 대학교 컴퓨터 과학자들은 밀리미터 크기의 딥러닝 컴퓨터를 개발하기도 했다. 이 소형 컴퓨터를 사물인터넷 디바이스나 카메라 센서 등에 장착하면 데이터 분석능력을 갖게 된다.

t20183193560569122.PNG
 

4. 지능형 사물 플랫폼 및 인지 도구의 활용
지금 이 순간에도 각종 데이터의 저장과 관리, 분석, 공유가 가능한 공통 사물인터넷 플랫폼을 기반으로 하는 스마트홈이나 스마트시티의 조성, 그리고 재난과 안전, 제조, 교통 분야에 지능형 서비스 제공을 위한 협력형 지능 강화 플랫폼이 다양하게 개발되고 있다. 한국전자통신연구원(ETRI)는 사물이 자율적으로 협업하고 스스로 학습을 통해 진화하는 인지 사물인터넷(Cognitive IoT) 구현을 위한 통합 프레임워크를 개발하고 있다. ETRI의 지능형 사물 통합 프레임워크는 사물이 스스로 환경과 사물을 감지하고 상황을 인식하는 기술, 자가학습을 통해 실시간 의사결정 및 대응하는 기술을 포함한 것으로 알려져 있다.

사물인터넷 환경에서는 다양하게 수집된 데이터를 중앙의 메인 데이터 서버로 재전송하게 된다. 이때 데이터를 송수신하는 과정에서 많은 전력 소모를 거치게 된다. 이때 쿼크라는 도구는 사물이 스스로 데이터 분석이 가능해 이상 징후가 있거나 중요한 사건을 감지한 경우에만 제한적으로 데이터를 중앙에 전송하게 된다. 이러한 기능은 무분별한 자원 수집과 활용을 최소화해 데이터 수집과 분석의 효율성을 높일 수 있다. 이외에도 사용자가 특정한 어떤 조건을 내보일 때 ‘어떤 행동’으로 대응하라는 사전 주문서를 만들어두고, 자동으로 그 조건일 때 구동되도록 하는 IFTTT(IF This Then That)라는 자동화 도구를 이용하여 단순 사물을 사용자가 자유롭게 자동화 시킬 수도 있다.

t20183193560569096.PNG 

결론 및 시사점

지능형 사물인터넷 시대는 사물이 시시각각 급변하는 상황과 조건을 빠르게 인지하고 신속하면서도 적절하게 판단, 대처함으로써 사용자 편의를 크게 향상시킬 수 있어야 한다. 이를 위해 최대한 지능형 사물을 활용해 자율적인 인지와 판단, 대응을 수행하도록 하고, 반복되는 학습을 통해 사물 자체의 핵심가치를 꾸준히 증강시키기위한 관련 기술과 사물 간 협업 지능 기술을 끊임없이 확장할 필요가 있다. 최근 꾸준하게 발전되고 있는 컴퓨팅 파워와 획기적인 인공지능 알고리즘, 빅데이터 분석, 개발 환경의 진화 등은 사물의 지능화에 큰 축을 담당하게 될 것으로 전망된다.

따라서 당분간은 다양한 인지 기능 서비스와 머신러닝 컴퓨팅을 제공하는 지능형 클라우드 플랫폼을 활용해 또 다른 서비스 영역을 개척하는 시도가 주를 이룰 것으로 예상된다. 그러나 향후 산업구조를 재편할 것이라고 예상되는 자율주행 자동차, 드론, 로봇 등과 같이 우리 주변의 정보를 실시간으로 수집하고 분석과 처리를 거쳐 빠르게 반응해야 하는 사물과 더불어 군사나 의료분야와 같이 보안과 개인 프라이버시가 요구되는 서비스, 그리고 극한 환경을 위한 장치 등에는 지능형 사물이 자체 판단할 수 있는 실시간 의사결정 기술로 능동적인 환경 변화에 대처할 수 있는 제품이 곧 등장할 것으로 보인다. 아울러 지능형 사물이 점차 확산됨에 따라 개별 지능형 사물에서 협업 지능형 사물 모델로 트렌드가 전환될 것으로 예상된다.

국내는 아직 고품질의 지능형 사물인터넷 서비스에 대한 수요가 불확실하고, 이를 제공하기 위한 기술 연구와 개발 역시 아직까지는 초기단계다. 강력한 지능화 기술은 우리 미래 산업 전반에 큰 영향을 미칠 것이 자명하므로 지능화 기술의 후발주자인 우리나라는 보다 세분화되고 차별화된 기술 개발 전략 수립을 통해 다가올 지능형 사물인터넷 시대를 준비해야할 것이다.

 

14