티스토리 뷰

728x90
반응형

 

[칼럼] 트렌드에서 얻은 것 첫번째, 기술전략 흐름도
 
by 류용효 , 2018.11.1 , Update : 2021.09.28  

 

“전망은 내일 더욱 좋아질 것이다.”
- 댄 퀘일

시장조사기관인 가트너(Gartner)는 해마다 세계에 폭넓은 영향력을 미치거나 향후 5년 내에 정점에 달할 잠재력을 가진 전략 기술을 선정하여 ‘10대 전략 기술 트렌드’를 발표하고 있다. 또한 가트너는 2017년 8월 향후 10년 간 주시해야 할 주요 기술 동향을 제시하였다.

몰입형 기술, 디지털 플랫폼과 함께 인공지능(AI)은 기업이 향후 10년 동안 기업이 계속해서 동향을 파악해야 할 기술로 지목됐다. 이는 가트너가 신기술의 하이프 사이클(Gartner’s Hype Cycle)을 연구한 내용이다. 가트너는 2000개가 넘는 기술을 자세히 연구해 기업이 신기술 포트폴리오를 개발할 때 고려해야 할 트렌드, 통찰력, 시각 등을 제공해 왔다. 가트너에 따르면, 인공지능 기술은 앞으로 10년 동안 가장 파괴적인 기술이 될 전망이다. 인공지능은 ‘급진적인 컴퓨팅 능력, 무한한 양의 데이터, 전례없이 진보하는 신경 네트워크 발전’으로 풀이된다.(출처 : CIOKorea)

 

 

▲ 가트너의 연도별 10대 기술전략 콘셉트 맵

 

해마다 10월 중순이면 가트너에서 발표하는 차기년도 10대 기술전략을 접하게 된다. 발표되는 기술전략 중에는 기술 초기 단계(기술 촉발), 거품이 낀 상태(부풀려진 기대의 정점) , 거품이 제거된 상태(환멸), 재조명(계몽), 현실화(생산성 안정) 등이 골고루 포진하고 있다.

따라서 산업현장에서 바라볼 때 이런 기술전략에 대해 어떻게 접근하는 것이 효과적일지 고민하다가, 전체 그림으로 보면 기술전략 흐름을 좀 더 쉽게 파악할 수 있지 않을까에 착안하여 지난 10년간 주요기술들의 변화과정을 정리하여, 콘셉트 맵으로 그려보았다.

 

“산을 움직이는 사람도, 우선은 작은 돌을 옮기는 것부터 시작한다.”  -  공자
 

가트너의 10대 기술전략을 이해하기 위해서 우선 하이프 사이클의 의미를 먼저 알아본다.

가트너 하이프 사이클에서는 특정 기술의 발달 과정을 4단계로 표현하는데 태동기, 거품기, 거품제거기, 재조명기를 거친다. 선도회사로부터 실험실 프로토타입으로 나온 기술은 언론의 관심을 받기 시작하여, 1세대 제품을 출시한다. 이 제품은 고가이고 시장의 혹독한 평가를 받으며 고객 최적화 요구가 많이 나오게 된다. 시장의 거품기를 거치는 사이 부정적 기사들이 등장하며, 실패 사례가 등장하면서 거품이 제거되기 시작한다. 이때 밴처 캐피털의 두 번째, 세 번째 투자가 이루어지고, 2세대 제품 출시와 부가 서비스를 통해서 5% 미만 시장에 수용이 되며, 3세대 제품이 출시되면서 재조명을 받는다. 이후 고성장 단계로 시장 수용이 본격화되면서 타깃 시장의 약 20%가 기술을 수용했거나 수용 중인 단계로 접어들게 된다.

 

 

▲ 가트너 하이퍼사이클 개념도 : 기술 개발 후 사업화 과정

 

“그게 진실이라면 어서 말 등에 올라타라.”
- 터키 속담

 

10대 기술 전략 흐름도 그리기

 

클라우드 컴퓨팅은 2009, 2010, 2011, 2012년에 걸쳐서 10대 기술전략에 선정되었으며, 최근 몇 년 사이 시장에서 괄목할 만한 성장을 이루고 있다. 다음으로 사물인터넷(IoT)은 2012, 2013, 2015년에 걸쳐 선정되었으며, 현재는 사물인터넷 플랫폼(2016)으로 진화되어 시장에 서서히 모습을 나타내고 있다. 3D 프린팅은 2014년, 2015년, 2016년에 걸쳐 10대 기술전략으로 선정되었다.

그리고 기술 측면에서 향후 10년간 주목해야 할 주요 기술로도 선정(Gartner)되었는데, 3D 프린팅을 넘어 ‘4D 프린팅’으로 진화될 전망이다.

 

 

4D 프린팅이라는 용어는 2013년 미국 MIT 자가조립연구소 스카일러 티비츠(Skylar Tibbits) 교수의 TED 강연을 통해 알려졌다. 당시 ‘4D 프린팅의 출현(The emergence of 4D printing)’이라는 제목으로 강연이 진행되었는데, 4D 프린팅 기술은 3D 프린팅의 진화된 개념으로서 소개하면서 단백질의 예를 들어 개념을 설명했다.(출처 : makeall.com, 트렌드 리포트)

4D는 X, Y, Z축을 통해 형성되는 부피를 가지는 3차원에 시간이라는 한가지 차원을 더한 것이다. 그는 3D 프린팅 개념에 이 ‘시간에 따라 스스로’ 라는 과정을 도입했다. 이 시간성이 더해졌기에 4D라고 명명된 것이다. 4D 프린팅은 특정 조건에서 반응을 일으키는 물질을 프린트 재료에 사용하여 출력한 프린트물이 스스로 조립하는 설계도이자 부품으로 기능하며, 사람이 그 출력물을 조립할 필요가 없어질 수 있다.

  • 활용 1 : 인간이 도달하기 어렵거나 불가능한 장소(극한 환경인 우주나 심해, 혹은 체내와 같은 극소공간)에 노동력을 투입할 필요 없이 스스로 조립되는 구조물에서부터 온도에 따라 형태를 변형하는 의상, 특정 온도에서 반응하는 밸브나 파이프 등 스스로 움직여 형태를 구성하는 출력물
  • 활용 2 : 개인이 사용하는 3D 프린터의 한계인 출력물의 크기와 부피 문제를 해결하는 방안. 길게 출력하여 스스로 조립되는 형태로 말이다.
  • 활용 3 : 자동차 외장에 사용되어 사고나 충돌 등으로 훼손이 되었을 때 그 부위에 열을 가하거나 일정 주파수의 진동을 주는 등의 특정 조건을 만족시키면 원상 복구되는 기능 개발

“복합적인 관심은 세상에서 가장 강력한 힘을 가진다.”
- 알베르트 아인슈타인

 

가트너는 지능형 사물(Intelligent things)을 2017년과 2018년에 걸쳐 10대 기술 트렌드로 선정하여 사람, 주변 환경과 보다 지능적인 방식으로 상호작용하기 위해 지능형 사물이 중요한 역할을 할 것으로 예측하고 있다.

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.

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 수행해야 한다.

따라서 최근에는 사물 간의 자율적인 협업이 가능한, 한 마디로 지능화된 사물인터넷에 대한 관심이 높아지고 있다.(출처 : 지능형 사물인터넷 시대를 준비하라, 최진철 ETRI IoT연구본부 선임연구원)

지능형 사물인터넷 구현 상식은 클라우드 지능 활용과 사물 지능화로 구분되며, 클라우드 지능 활용에는 지능형 클라우드 플랫폼 활용과 사물인터넷 서비스 클라우드 지능화로 분류된다. 클라우드 플랫폼이 제공하는 시각, 언어 등 인지 서비스 및 머신러닝 서비스를 활용하며 주요 예로 알렉사(아마존), 로봇 페퍼 등이 있다. 여기에다 인지, 분석 기능을 추가하여 지능화된 사물인터넷 서비스를 제공하며, 예로 인공지능 가전(LG, 삼성), 대화형 비서(빅스비, 시리 등)이 있다.

사물지능화는 지능화 엔진 사물 탑재와 지능형 사물 플랫폼 및 인지 도구 활용으로 분류되며, 지능화 엔진 사물 탑재에는 학습 알고리즘(머신러닝, 딥러닝 등) 기반의 지능화 엔진을 제품에 탑재하여 인지 및 사고 기능을 자체적으로 갖춘다. 예로 네스트 서모스탯, MIT 박스터 로봇이 있다. 지능형 사물 플랫폼 및 인지 도구 활용은 데이터 분석, 자율주행차와 같이 특화된 지능을 요구하는 사물에 탑재하기 위한 사물 플랫폼과 활용되며, 사물인터넷 인지 분석도구로 활용된다.

 

“쇠가 뜨거울 때 망치를 두드려라.”
- 푸블리우스 시투스

디지털 트윈은 2017년, 2018년, 2019년 3년 연속 선정되며 시장에서 가장 핫(hot)한 기술전략이다. 데이터 생산 역량을 지닌 더욱 정교한 사물이 네트워크에 연결됨에 따라, 이러한 사물의 디지털 트윈, 즉 디지털 형태가 데이터 과학자와 다양한 IT 전문가들이 최고의 효율성에 맞게 배포 환경을 최적화하고 여러 가지 가정(whatif) 시나리오를 생성할 수 있는 기반을 제공한다.

디지털 트윈의 기본적인 정의는 실제 사물이나 시스템을 디지털로 표현하는 것이다. 가장 잘 설명한 예를 들면, 우주선의 시스템과 일치하는 실제 시스템 복제본을 지상에 그대로 만들기 위한 프로그램으로 복제된 이 실제 시스템이 최종적으로 컴퓨터 시뮬레이션으로 이어진다.

하지만 엄밀히 말하면 디지털 트윈은 틀린 용어다. 실제 디지털 트윈 기술의 특성은 양방향성에 있는데, 실제 세계(real world)와 가상 세계(cyber world)가 상호작용해야 한다. 이 때문에 실제 세계가 복제된 가상 세계에 영향을 끼치고, 반대로 가상 세계 변화가 실제 세계에도 영향을 준다. 한마디로 두 세계가 동기화(sync)돼 있다는 게 중요하다. 따라서 단순 과거 데이터를 기반으로 복제 이후에도 독립적으로 움직이는 쌍둥이와는 차원이 다르다. 그런 의미에서 미국 제너럴일렉트릭(GE)사가 제안한 디지털 트윈보다는 ‘디지털 페어(digital pair)’가 더 명확한 의미를 내포하고 있다고 할 수 있다.

디지털 트윈이 이처럼 주목 받게 된 건 ▲(센서를 기반으로 하는) 사물인터넷 ▲(데이터를 먹고 자라는) 인공지능 ▲(데이터를 받아들이고 배분하는) 클라우드 ▲(제조 분야의 혁명을 이끄는) 3D 프린터 등과 밀접한 관계를 맺고 융합했기 때문이다. 특히 이 기술의 핵심에는 데이터가 있다. 데이터를 주고받으며 만든 복제품을 통해 감지·분석·예측 등의 활동을 실시간으로 할 수 있게 되는 것, 이게 바로 디지털 트윈의 골격이다.

싱가포르는 디지털 트윈 구축 프로젝트를 통해 도시 전체를 3D로 구현했다. 단순히 도시 외형만 3D로 만든 게 아니라 교통, 생활, 에너지 등 사회 필수 인프라를 데이터로 수치화해 예측할 수 있게 했다. 싱가포르 사례에서 보듯 디지털 트윈에는 다양한 장점이 있다.

  • 소비자의 다양하고 변덕스러운 욕구를 충족시키는 다품종 소량생산에 적합한 기술
  • 온/오프라인, 가상과 현실, 지역 간 차이가 없는 원격통신 기반 킬러(killer) 서비스
  • 현실성과 즉시성
  • 실시간 동적(real time dynamic). 생물처럼 살아있고 성장하며 쌍을 이뤄 변화함
  • (출처 : 강릉원주대학교 과학기술대학 최재홍 교수, news.samsung.com)

“성벽을 높이 쌓아야 하는 교훈은 친구가 아니라 적으로부터 얻는다.”
- 아리스토파네스


“소비자들의 인공지능 사용 목적은 시간과 돈 절약”

 

가트너가 2018년 1월부터 2월까지 한 달간 실시한 AI 인식 설문조사 결과, 소비자들이 인공지능(AI)을 사용하는 가장 주된 이유는 시간과 돈의 절약인 것으로 나타났다. 가트너의 리서치 디렉터(research director)인 스테파니 바그다사리안(Stephanie Baghdassarian)은 “일반적으로 소비자들이 기타 개인적인 기술들을 사용하는 3가지 주요 이유는 사회활동, 자아상 투영, 재미”라며, “이와 대조적으로, AI의 경우 소비자들이 보다 실질적이고 보다 중요한 이익을 얻기 위해 사용하는 것으로 나타났다”고 말했다.

지능형 앱은 인간과 시스템 간 새로운 지능적 매개층을 형성할 것이며, 업무 본질과 현장 구조를 변화시킬 잠재력을 가진다.(출처 : CIOKorea)

  • 최소 2020년까지 자율적으로 학습, 적응, 행동하는 시스템은 업체간 가장 심한 각축전
  • 2025년까지 의사 결정 향상, 비즈니스 모델, 생태계/고객 경험 재형성의 원동력
  • 향후 몇 년간 모든 앱과 애플리케이션, 서비스들이 일정 수준의 AI 포함 예상
  • 일부 앱들은 AI와 머신러닝을 필수 포함하는 명백한 지능형 앱 예상
  • 일부 앱들은 드러나지 않게 지능을 제공하는 방식으로 활용 예상

10월 20일 조선일보(비벡 와드와 미국 카네기멜런대 석좌교수·하버드대 로스쿨 특별연구원)에 실린 “[4차산업혁명 칼럼] 과대 포장된 인공지능(AI), 한국에도 기회 있다” 기사 내용을 토대로 인공지능의 현주소를 요약해보면 다음과 같다.

  • 제공받은 데이터만큼만 똑똑해진다.
  • 자율주행차도 여전히 훈련 중인 상태다.
  • 스스로 분석한 내용을 인간처럼 ‘이해’ 못함.
  • 스스로 내린 분석을 다른 맥락의 상황이나 시나리오에 응용도 할 수 없다.
  • ‘생각하는 사람(thinker)’보다 ‘엑셀’에 가까움.
  • 일종의 ‘블랙박스’가 존재
  • AI의 의사 결정 논리를 알아야만 한다.
  • AI의 잠재력은 엄청나다.
  • 본격적인 AI 경쟁은 아직 시작도 안됨.

 

제품자료분석(Product Data Analytics)

 

최근 열렸던 콘퍼런스에서 “제품개발 빅데이터와 AI 적용을 위한 전략적 파트너 선택” 강연(경상대학교 도남철 교수)과 블로그 이디비랩(blog.naver.com/edblab)의 제품자료분석(Product Data Analytics)이라는 흥미로운 내용을 정리해 보았다.

우리가 말하는 인공지능(AI)는 자료기반 분석기법(Data-driven Analytics)을 기반으로 한다.

즉 컴퓨터에 다량의 자료를 입력하여 그 패턴을 찾아내는 방식이다. 우리가 직면하고 있는 많은 문제를 해결할 수 있는 자료의 패턴은 현재는 수년간 축적된 대량의 자료 안에 존재한다. 하지만 우리는 그 규칙이 있는지조차 모른다. 그러나 드론처럼 AI도 우리가 가지고 있는 디지털 정보로부터 문제를 풀어줄 패턴과 규칙을 찾아 줄 것이다. 그때는 AI를 사용하지 않는 것을 상상할 수도 없을 것이다.

PDM, PLM에서 관리하는 제품자료는 발생 양이 메일이나 메신저처럼 방대하지 않고, 자료구조가 정교하고 복잡한 특성이 있다. 어울러 경우에 따라 온라인 혹은 실시간 분석 자료가 필요한 경우가 있다.(예로 PDM/PLM 자료 구조로 변경하고, 이를 다시 기계학습 모델 등에 입력하여 분석결과를 얻는 시스템이 필요하다.) 그러므로 복잡한 자료구조를 의사결정에 필요한 자료구조로 변경하고, 이를 다시 기계학습 모델 등에 입력하여 분석 결과를 얻는 시스템이 필요하다.

제조 기업의 PLM/PDM 관리자는 엔지니어링 데이터 과학자(Engineering Data Scientist)가 될 수 있으며, 다음과 같은 이유로 시작단계에서 가장 유리한 위치를 차지하고 있다.

  • 엔지니어링 자료 특유의 의미를 파악하고 있다.
  • 복잡한 설계자료(BOM 구조) 구조와 접근 방법을 알고 있다.
  • 제품자료 처리 과정과 이 과정에서 추구해야 할 가치를 알고 있다.


Product Data Analytics = PDM 데이터베이스 + 평가지표 + 자료기반 분석기법

 

평가지표는 제품개발성능평가를 위한 지표로 PDM 데이터베이스의 자료로부터 계산할 수 있는 지표를 뜻한다. 자료기반 분석기법(Data-Driven Analytics)은 표본 조사가 아닌 전수 자료분석과 인과보다는 상관관계를 이용하는 분석기법으로서 다차원자료분석, 데이터마이닝, 기계 학습 그리고 빅데이터 분석 등 다양한 자료 분석 방법을 사용한다. 운영적 자료관리 관점에서 축적된 자료를 분석하여 경쟁력 있는 제품개발에 필요한 규칙을 도출하는 분석적 자료관리 관점으로의 방향전환이라는 점에 의의가 있다.


Product Data Analytics 발전단계

 

  • 1단계 : 분석 자료 통합
    • 운영 자료(Operation Data) 축적, 정규화 그리고 여과
    • 운영 자료 간 연결 및 분석 자료로 저장(Database to Data Cube/Data Warehouse)
  • 2단계 : 고급 자료 분석
    • 누적 및 속도 모드, Blending/Granularity, 분석자료 시각화
    • 다차원자료분석, Dashboard, In-progress Data Analysis
  • 3단계 : 의사결정 지원
    • 패턴 검색 및 규칙 적용
    • 다양한 제품 설계 개발 의사결정지원(설계변경 이력 분석, 과제 관리 분석, 제품개발 성능평가, 개발자 참여도 분석 등)

이상으로 지난 10년간 가트너 10대 기술전략를 기반으로 기술의 흐름 분석(콘셉트 맵 이용)을 통해서 주요기술들의 변화되는 모습과, 나아가 Product Data Analytics까지 살펴보았다. 기술의 발전을 부정할 수는 없지만, 각 기업마다 산업특징, 문화, IT 성숙도 등을 감안할 때, 기술(명품)을 어떻게 잘 받아들여서 나(회사)에게 맞는 옷을 입느냐는 지속적인 업데이트와 관심이 필요할 것이다.

 

“바람의 방향을 바꿀 수는 없지만, 돛을 조정할 수는 있다.”
- 미상

Update : 가트너 2020 전략 

728x90
반응형
댓글
공지사항
최근에 올라온 글
최근에 달린 댓글
Total
Today
Yesterday
«   2024/03   »
1 2
3 4 5 6 7 8 9
10 11 12 13 14 15 16
17 18 19 20 21 22 23
24 25 26 27 28 29 30
31
글 보관함