❚www.iitp.kr
S18-08
2018년 12월 7일
국내외 AI 활용 현황과 공공 적용
이상길 수석
1. 인공지능 사회의 도래 ? ················································· 1
가. 인공지능의 개념과 역사 ························································· 1
나. IBM, 구글의 AI연구와 성장 ·················································· 2
다. 분석대상 및 절차 ···································································· 6
2. 인공지능 활용 현황과 예측 ············································· 7
가. 인공지능기술의 이슈화 ··························································· 7
나. AI 활용 현황과 예측 ······························································ 9
다. AI 활용 사례 ········································································ 10
라. 국내 중소기업 AI 활용사례 ················································· 15
마. AI Cloud TO EDGE ·························································· 18
바. AI 제품 및 서비스 현황 ······················································ 20
3. AI의 공공 활용 검토 ····················································· 21
가. AI의 공공활용 예측과 전망 ··············································· 21
나. 공공 AI 적용사례 ································································· 21
다. AI의 공공 활용 타당성 ························································ 25
라. AI의 공공 활용 가능성 ························································ 26
마. AI의 부작용 ·········································································· 28
바. 소
결 ··········································································· 30
4. AI 공공서비스 도입을 위한 검토 ································· 31
가. 전제의 검토 ··········································································· 29
나. 단계별 검토사항 ···································································· 32
다. 주요 도입대상 ······································································· 38
5. 정책제언 및 AI 도입가이드 ·········································· 40
참고 자료 ············································································ 43
주요 내용
현재 AI는 ANI(Narrow AI) 수준으로 AGI(General AI)영역으로 진화하기에는 많은 시간(2035~50년
구체화)이 소요될 것으로 예측되고 있음. AI 기술은 60여년전 튜링에 의하여 제시되며 이후 존 매커시, 쉬
펑슝, 얀레쿤, 제프리 힌튼 등에 의하여 구체화 되고 IBM, 구글 알파고 사건? 이후 전 산업 및 각국 정책
아젠다로 확산 되며 기술은 물론 일자리 관련 사회적 이슈를 만들며 4차산업혁명 핵심기술로 부각
IBM과 구글은 인공지능기술을 진척시키고 있는 선두기업으로 AI기술의 응용은 의료와 자동차 분야를
중심으로 금융, 레져, 법률 등 전 산업에서 확산되고 있으며 아마존은 물류, MS는 AZURE CLOUD, 애플
시리와 국내 삼성의 빅스비 및 LG 클로이 등을 중심으로 급격히 확산되고 있는 실정임 국내중소기업의
경우 와이즈넛, 솔트룩스 등이 자연어처리 기술 기반의 챗봇 서비스 등을 제공하고 있음. AI 기술은 음성․
문자인식․CLOUD기반으로 처리 하는 경우가 많으며 이로 인해 이미지인식, 챗봇과 AI스피커가 많이 활용
되고 있는 바 특히 AI스피커는 세계적으로 2천만대의 판매가 이루어지고 있음. 향후 자율주행자동차, 드
론, 스마트시티와 같이 실시간 대응이 중요한 분야에서의 활용을 위한 AI반도체 개발 역시 추진중임
AI 기술은 많은 데이터를 요구하고 이를 기반으로 한 효율성, 합리성을 특징으로 하는 바 인간이 수행
하는 업무영역에서의 비효율과 모럴헤저드를 제거할 수 있어 금융과 같은 자산관리는 물론 많은 공공데이
터를 보유하고 있는 공공 영역에서의 응용과 활용 활용시 좋은 성과를 거둘 것으로 예측되고 있음.
AI 기술은 비윤리적, 반사회적, 인종차별적, 군사용 AI 개발은 실패로 될 수 있는데 이로 인해 민간기
업을 중심으로 한 PAI, IEEE 등 윤리적 AI 개발을 노력하고 있으며 우리 정부도 내년 AI윤리헌장을 만들
계획이며 OECD역시 AI 권고안을 만들 예정이며 우리 정부도 주도적 역할을 할 예정임
AI 서비스 활성화를 위하여는 기술의 특성상 인간에 대한 많은 정보가 요구되는 바 여기서 개인정보의
보호와 활용성 강화라는 두 측면을 고려한 국내 개인정보보호법 개정과 EU GDPR 등을 감안한 보호조치
와 함께 개인정보의 활용성 강화를 위한 조치가 수반되어야 함.
정책적 제언
정부는 AI기술의 확산을 위하여 기술개발 투자는 물론 방대한 양의 공공데이터를 기반으로 한 공공부분
에서의 활용과 시범적용을 확대하는 것이 중요함. 공공영역에서 AI기반의 데이터 행정은 국민과 정부간의
정보격차를 해소하고 정책에 국민의 의사를 잘 반영할 수 있을 뿐 아니라 비효율성을 제거할 수 있음. 이
를 위해 필요한 업무영역에서 AI 활용범위를 적극적으로 발굴확대하도록
․
해야 함
AI 기술개발시 책임성담보를 위하여 알고리즘의 설명가능성에 주목하고 우연성에 기반한 AI의 도입을
공공영역에서 제한하여야 할 것이며 AI가 가져올 윤리적, 사회적, 법적 문제를 감안하여 게놈프로젝트에서
시행하고 있는 것과 같은 ELSI(Ethical, Legal, Societal issue) 연구를 도입하는 것 필요
AI 기술개발의 활성화와 서비스 영역 확장을 위하여 정부는 기업이 자체 기술개발, 인수합병
․
, Open
source 기반의 플랫폼 활용 등을 할 수 있는 여건을 조성해 주어야 할 것이며 AI 활용을 위한 기초요건
인 데이터의 정제와 활용을 위한 최소한의 엄격한 규제와 최대의 활용 수단 강구가 되어야 할 것임
ICT SPOT ISSUE
1
인공지능 사회의 도래 ?
가. 인공지능의 개념과 역사
▌ 인공지능(AI:Artificial Intelligence) 기술 및 제품의 홍수속에서 인공지능 개념을 정립
하는 것은 중요하고 필요한 작업
▶
인공지능의 개념정립은 인공지능의 기술수준정도 즉, 자율적 판단 여부 및 자아
확보 여부에 따라 구분
- 각 보고서 및 저자에 따라 Strong․Weak, A True AI․Not a True AI, Narrow AI․
General AI, Super․Strong․Weak AI 등으로 구분하며 강약
․ 인공지능으로 대부분 구분
- 혹은 특정영역에서 업무수행이 가능한 ANI(Narrow AI), 인간과 유사한 수준의 다양한
업무 수행이 가능한 AGI(General AI)로 구분
- 알파고 제작자인 하사비스(Demis Hassabis)는 이러한 현재의 AI를 “인공지능은 인간이
할 수 있는 것들을 잘할 수 있도록 도와주는 도구”로 정의
※ 이러한 개념 정립은 AI에 대한 도입을 위한 제도적 장치 마련에 필요한 절차임, 자율주행차량 역시 기
술레벨에 따라 구분하고 규제(美, EU, 日 등)
※ 본 보고서에서는 AI개념을 ANI, AGI로 구분하여 사용하고 있으나 대개 ANI를 지칭함, AGI의 기술적
실현은 아직까지 먼 미래의 일로 파악
표 1
AI 개념에 대한 정의
구
분
개념정의
백수원
 강한 인공지능 : 인간과 같은 마음을 보유, 정해진 규칙을 벗어나 능동적으로 학
습, 알고리즘 설계시 스스로 데이터를 찾아 학습하는 능력, 다양한 분야에서 보
편적인 인지능력과 활용능력
 약한 인공지능 : 한정된 문제 해결능력, 규칙을 벗어난 창조 불가, 알고리즘에
더하여 기초 데이터와 규칙을 입력해야 학습가능, 특정분야에서만 활용되는 수준
의 로봇에 탑재되는 인공지능
이수상
 초인공지능 : 감성지능과 사회성지능 보유(도래 시기는 회의적)
 강한 인공지능 : 인간수준의 문제해결능력, 범용의 능력 보유(도래 시기는 회의적)
 약한 인공지능 : 특정 영역에 한정하여 사람의 명령과 지시를 이행(현 활용수준)
JP Morgan
안지성
 Narrow AI(ANI) : 하나의 목적이나 좁은 영역의 업무 처리
 General AI(AGI) : 인간과 유사한 다양한 영역에서의 높은 수준의 추론 가능
 AI & Not a true AI(현재의 AI는 진정한 AI는 아님)
자료 : 백수원, 이수상, 안지성, JP Morgan(2017~2018)
1
ICT SPOT ISSUE
▶
현재 활용되고 있는 인공지능의 대부분은 ANI이며 이는 특정 영역에 한정하여
사람의 명령과 지시를 이행하는 방식
- 의료영역, 금융영역, 개인비서, 구글번역, 페이스북 추천 기능 등 주어진 역할만 수행하
는 형태로 개발 및 운영
▌ (인공지능의 역사) 약 60년 전부터 논의되고 지속적으로 개발, 2016년 ‘알파고’의 출현
으로 세계가 인공지능의 위력을 확인 및 세계의 주목
▶
인공지능은 앨런튜링에 의한 과학적 개념이 도입되고 얀레쿤, 제프리 힌튼에 의
한 이론화와 페이스북, 구글과의 협업에 따라 상용화와 고도화 시작
- 1950 : 앨런튜링 “계산기계와 지성” 논문을 통해 인공지능 논의의 시발점 제시
- 1956 : Dartmouth Conference, ‘존 매커시’ 인공지능 개념 정의 및 발전 논의
- 1970 : ‘Minsky’ 인간상식을 보유하는 인공지능을 가질 것이라 선언
- 1984 : 도그레나 교수 상식능력을 가진 초기 인공지능 ‘싸익(Cyc)’ 발표
- 1986 : 쉬펑슝(Feng-hsiung Hsu) 교수가 만든 칩테스트(ChipTest) 프로젝트에서 시작
1989년 머리캠벨과 딥블루 제작
- 1987 : 얀 레쿤(Yann LeCunn) & 힌튼(G.E. Hinton) 패턴인식에서 ‘Neural Network’
효용성 입증
- 1997 : IBM의 ‘DEEP BLUE’ 체스 챔피언인 ‘Garry Kasparov’ 승리
- 2011 : IBM ‘Watson’ 퀴즈쇼 ‘Jeopardy’ 우승
- 2012 : Neural Networks가 컴퓨터 이미지 인식대회에서 우승하며 DNN(Deep Learning
Neural Networks) 시작
- 2014 : Google, Tesla 초기버전의 자율주행자동차 기술 발표
- 2014 : 페이스북 얀 레쿤 교수와 ‘딥페이스’ 알고리즘 개발
- 2016 : 구글 DeepMind ‘AlphaGo’ 바둑 챔피언 이세돌 상대 승리
※ 쉬펑슝 교수의 연구는 10년뒤 활용 시작 및 얀 레쿤, 제프리 힌튼의 이론 연구는 30년 후 페이스북,
구글 등에 의하여 활용
자료 : UBS(2018.8.), KEIT(2017.7), 언론 보도자료 정리
나. IBM, 구글의 AI 연구와 성장
▌ 인공지능 개념을 현대적으로 제시한 AI 분야의 두 축인 IBM, 구글은 기초연구를 활용
한 사업화라는 공통점을 지니나 성장과 발전 경로에 있어서는 서로 차이점
▶
2
(IBM 기술개발) IBM은 최초 1986년 카네기멜론대학의 쉬펑슝(Feng-hsiung
Hsu) 교수가 만든 칩테스트(ChipTest) 프로젝트에서 시작, 1989년 머리캠벨과
ICT SPOT ISSUE
딥블루 제작
▶
(구글의 인수합병) 구글은 적극적인 AI 스타트업 인수합병을 통하여 기술을 확
보, 딥러닝 개념을 제안한 AI 분야 거장 제프리 힌튼 영입을 위하여 그가 설립한
DNN리서치 및 알파고를 개발한 딥마인드 인수
▶
(기술 이슈화) 1950년 튜링에 의하여 제시된 인공지능 개념은 ‘인간과 인공지능
의 대결’과 같은 이슈에 의하여 급속히 회자되며 사업화
- 1997년 IBM의 슈퍼컴퓨터 DEEP BLUE 체스챔피언 카스파로프 대결 승리, 2011 왓슨
이라는 인공지능 컴퓨터 도입 및 2012년 퀴즈쇼 출연을 통해 ‘제퍼디’ 우승
※ 2003년 Game Over: Kasparov and the Machine라는 다큐멘터리는 딥 블루의 승리가 IBM의 마
케팅 전략이었다고 평가
- 2016년 구글은 알파고를 통해 바둑챔피언인 이세돌과의 대결에서 승리 후 사업분야 다
각화 추진
그림 1
인공지능의 이슈화 계기
퀴즈 쇼 Jeopardy 출연
이세돌 9단과의 대결
자료, KEIT, 언론보도자료 정리 2017
▌ (기술적 특성 ) IBM 왓슨의 경우 자연어 처리 기반 문제해결을 통한 해답제공
▶
(IBM 왓슨) 인지컴퓨팅(Cognitive Computing)이라는 개념을 사용, 인간과의
효율적 의사소통에 중점, 즉 사람이 일반적으로 사용하는 말, 글씨, 그림 등 비
정형 데이터를 컴퓨터가 인식(자연어 처리), 지식축적 및 답을 제공
- 왓슨은 클라우드 기반으로 API를 개발자에게 개방해 왓슨을 이용해 서비스 개발가능토
록 지원, 즉 API를 통해 데이터와 명령을 제공하고 그 분석결과를 보게됨
- IBM의 자연어 처리기술은 아이폰 시리, 마이크로소프트의 코타나 아마존 알렉사에 활용
▶
(구글 알파고) 구글은 영국의 ‘Deep Mind’ 라는 스타트업을 인수해 바둑에 특
화된 인공지능
- 최고라는 뜻의 알파와 바둑의 고 합성어로 바둑을 위한 최고의 인공지능이라는 의미를
지님, 머신러닝 기반으로 기존 바둑기보를 바탕으로 스스로 학습하는 자가학습이 가능
※ 현재는 바둑에 특화되어 있으나 AI 엔진 자체는 다른 분야에 확대해 사용이 가능
3
ICT SPOT ISSUE
▌ (기술의 활용) 클라우드 기반 IBM 왓슨은 활용조직 및 API(Application Program
Interface)개방을 통하여 다양한 산업분야에서 상용화
▶
(IBM 왓슨) 기술 활용을 위해 2013년 왓슨의 API를 외부에서 개방하고 별도 조
직인 ‘IBM 왓슨 그룹’을 신설
- 특히, 의료분야에서 ‘IBM 왓슨 닥터’로 많이 활용되고 있으며, 미국 뉴욕 슬론케터링암
센터와 MD 앤더슨 암센터에서 암 진단과 최적의 치료법 검색 등에 이용
※ IBM 왓슨은 1,500만건의 폐암사례, 200만 페이지의 연구논문 등을 데이터로 사용
- 국내에서도 가천길병원, SK C&C등에서 암진단과 치료 등에 활용, Watson for
Ontology도입을 통하여 ‘16년 10월부터 활용증
※ Watson for Ontology는 미국 메모리얼슬론케터링 암센터에서 방대한 분량의 의학논문을 종합분석에
더하여 하여 정형 및 비정형 데이터 제공
- 이외에도 IBM 왓슨은 3,500여개의 기업 및 기관과 파트너쉽을 통헤 에코시스템 구축
및 전 산업 분야에서 활용은 물론 다국적 서비스 제공을 위해 영어, 일본어, 한국어, 스
페인어 등 학습
표 2
IBM 왓슨의 활용 분야
산업
자동차
활용기업
GM
Local Motors
 텔레매틱스 서비스 ‘OnStar GO’
 12인승 자율주행 전기버스 ‘Olli’ 탑재
 암 진단, 치료법 제안(MD 앤더스 암센터/
메모리얼슬론케터링 암센터)
의료
제약
테바제약
음악
알렉스 다 키드
IOT
시스코
영화
20세기 FOX
항공
에어버스
 신약개발, 맞춤형 지려법 검색, 발병예측
 데이터 분석을 통한 음악 트렌드 파악 및 작곡
 IoT 장비에 적용되어 기기상태 모니터링
 영화 예고편 편집(Morgan)
 생산공정관리, 부품교체주기 파악
 ‘로봇변호사 로스 채용’ 파산 관련 판례를 수집
및 분석
법률
금융
웰스프론트, 베터먼트,
퓨처어드바이저
 개인 투자자 금융자산 관리, 개인 신용도 평가
 투자종목 추천
대학
조지아공대
 항생 질의에 대한 답변, 과제점검 조교로 활용
로봇
소프트 뱅크
 교육 및 서비스 로봇의 AI로 활용
자료 : 성영조(2016), KEIT(2017), 언론보도자료
4
사례
ICT SPOT ISSUE
▶
(구글 AI) 구글이 개발한 AI엔진 ‘텐서플로(Tensor Flow)’를 오픈소스로 공개
AI 솔루션을 개발 할 수 있도록 하고 딥마인드랩을 추가 공개하여 솔루션 검증
에도 이용토록 함
- 구글 자체적으로는 구글 번역기, 구글 포토, 음성 검색, 지도 및 자율주행자동차를 개발
하는 데 활용
- 추가로 AI 기술 외부 공개를 통하여 의료, 금융, 교육 등 각 산업분야의 데이터와 노하
우를 습득
▌ (기술 습득 ) IBM 왓슨의 경우 자연어 처리 기반 문제해결을 통한 해답제공
▶
(IBM 자체 개발) 인지컴퓨팅(Cognitive Computing)이라는 개념을 사용, 인간
과의 효율적 의사소통에 중점, 즉 사람이 일반적으로 사용하는 말, 글씨, 그림
등 비정형 데이터 인지
▶
(구글 인수합병) AI스타트업에 대한 인수합병을 통해 기술을 확보해나가고 있음
- 사진 분류 기술을 지닌 ‘DNN리서치(딥러닝 개념을 제안한 제프리힌튼 대표)’, 알파고를
개발한 ‘딥마인드’, 문서해독 기술을 지닌 ‘비전팩토리’ 등 총9개 기업 인수
표 3
IBM 왓슨과 구글 알파고의 차이점
구분
왓슨
알파고
우수성
 상용화 측면
 학술적 우수
목 적
 인간 ‘의사결정 지원’
 MRI, CT 분석을 통한 치료법 제안
 B2B(특정목적)
 기계 ‘자체 의사결정’
 스스로 바둑을 두는 의사결정
 B2C(범용)
운 영
 하나의 슈퍼컴퓨터
 소형컴퓨터 여러대를 연결하는 ‘분산
컴퓨터’
학습방식
 머신러닝 중 딥러닝
 머신러닝 중 딥러닝
자 료
 인간이 정리한 전문 자료나 논문
 인터넷 자료 기반
장단점
 DB화 되어 있지 않으면 활용불가

자료 : KEIT, 이수상(2017) 재 분류 및 수정
5
ICT SPOT ISSUE
다. 분석대상 및 절차
▌ (분석대상) 본 보고서는 인공지능의 서비스 현황과 확산 필요성을 통해 신규서비스 예측
과 서비스 확산을 위한 준비사항을 도출
인간과의 바둑대결로 인하여 우리사회에 급격히 확산된 AI의 활용을 “무엇을”,
“왜”, “어떻게” 분석 후
▶
- AI 활용을 위한 기술, 제도, 교육(일자리)의 가이드라인 형태로 도출
▌ (분석절차)
그림 2
분석절차
▌ (분석방법) 국내외 문헌 및 사례 분석
6
▶
AI 활성화를 위한 문헌(논문) 및 예측(설문기반 컨설팅 자료) 비교 (Why)
▶
AI 이슈분석과 활용 사례 분석 (What)
▶
AI 관련 사례분석을 통한 활성화 기준 제시 (How)
▶
분야별 전문가(전시회, 컨퍼런스) 인터뷰를 통한 자료 (기술, 정책, 교육) 검증
(Confirm)
ICT SPOT ISSUE
2
인공지능 활용 현황과 예측
가. 인공지능기술의 이슈화
▌ 인공지능 개념 출현은 60년 전이었으나 2016년 인간과 인공지능의 바둑대결 이후 급
속히 회자되며 전 세계로 再이슈화
1950년 튜링에 의하여 제시된 인공지능 개념은 ‘인간과 인공지능의 대결’과 같
은 이슈에 의하여 급속히 회자되며 사업화
▶
- 1997년 IBM의 슈퍼컴퓨터 DEEP BLUE 체스챔피언 카스파로프 대결 승리 후 딥블루를
2011년도에 왓슨이라는 인공지능 컴퓨터로 공개 후 2012년 퀴즈쇼 ‘제퍼디’에 참여 우
승후 세간의 관심 집중
- 알파고와 이세돌의 바둑대결이 있었던 2016~2017.6. (이수상, 2017)의 국내 언론 이슈
분석에 따르면 ‘알파고’에 대한 자체 기사가 200건으로 최다 이슈, AI 분야별 적용영역,
AI를 활용하는 기업, 연구개발의 순으로 도출
※ 해당 논문은 일간지 2개 매체를 선정하여 2016.1.~2017.6. 18개월 기간 1,763건중 525건의 기사를
발췌하여 분석(NVIVO 버전11)
표 4
구
2016~2017 국내 언론의 AI 의 이슈 분포
분
빈도
중범주
빈도
알파고
(사건)
200
알파고 바둑대회 등
200
 이세돌 대결, 알파고 충격, 활용 등
의견
97
 전망(긍정, 부정), 시각(낙관, 우려), 커즈와일
일자리
58
 본인의 일자리 감소 우려
부작용
33
 1. 인간의 문제 2. AI오류
AI-인간
30
 대결 및 관계
교육
48
 인문학, 감성, 창의, 코딩교육
정책
35
 국가의 역할
AI 쟁점
(사회적)
내용
188
AI 대응
(정책)
83
AI 개념
34
AI 기타
138
정의와 역사
 튜링기계, 퍼셉트론, 딥블루
234
 영화(22), 문헌(16)
7
ICT SPOT ISSUE
구
분
AI 활용
(경제적)
빈도
중범주
빈도
AI 의료
54
 IBM 왓슨 등
AI 비서
40
 (AI Speaker)
AI 게임
31
 바둑
자율주행자동차
30
 구글
로봇
24
 감성로봇, 살상 로봇 등
AI 산업
24
 정부와 기업의 활발한 투자
AI 창작
23
 넥스트렘브란트
AI 법률
19
 ROSS
챗봇
15
 솔트룩스, 코난테크놀러지, 와이즈넛
AI 금융
13
 주식투자, 금융영역 비서, 에이디야(홍콩)
통번역
13
 MS번역기 솔루션
기타
43
 수험생, 범죄예방, 시각인식 등
AI 기업
33개 기업 (빈도)
180
 구글(30), 삼성전자(23), SKT(21), LG전자
(13), 아마존(10), 애플(8), KT(8), MS(7),
SK C&C(7), IBM(5)
연구개발
53
 AI 개발자 포함(11)
567
소계
내용
1210
자료 : 이수상, 2017 재 분류 및 수정
▌ 내용적으로는 AI의 경제적 활용, 인간에게 미치는 영향과 이에 대한 대응 및 AI대한 법
적인 책임과 어떻게 경제적인 역할을 부과할 것인가에 집중
▶
사회경제적인 충격으로서의 인공지능이 회자된 이후 사회의 관심과 대응은 AI
경제적 활용에 집중
- AI의 산업적 활용과 관련된 기사가 전체 1,210건의 기사의 약 50%인 567건이 이슈화,
산업, 연구개발, 관련기업, 적용 분야 등으로 분포
▶
쟁점으로서는 AI 기술의 도래가 인간에게 미치는 영향이 주요한 관심사로 부각
- AI와 인간의 대결 및 이로 인한 인간의 일자리 손실, 그리고 감성이 부재한 인공지능이
인간의 일을 대체할 경우 발생하게 될 부작용이 주요 이슈
▶
AI 산업정책, AI 시대에 해결해야 할 주요과제들을 제시 즉, AI의 원활한 활용을
위한 선제적 조치들을 논의
- 첫 번째로 인공지능에 대한 법적지위 문제, 즉 인간의 생명을 다루는 의료, 자산을 다루
는 금융 및 자율주행자동차에 대한 사고 책임 문제의 정리
8
ICT SPOT ISSUE
- 두 번째로 인간의 역할 문제, 즉 노동으로부터 자유로워진 인간은 어떠한 역할을 수행하
여야 하는 지 정리
- 세 번째로 로봇에 대한 세금부과의 문제로 MS 빌게이츠는 로봇세가 급격한 자동화의 지
여는 물론 정부 예산의 확보 측면에서 필요한 정책으로 지적 이는 소득 재분배의 문제와
도 연결
- 네 번째로는 인공지능 윤리에 대한 준비이며 이와 관련하여 인공지능 무기도 금지해야한
다는 주장이 있음
- 마지막으로 데이터를 기반으로 하는 AI기술로 인해 프라이버시 침해와 보호문제를 주된
이슈로 논의
▶
이러한 AI의 기술도입과 부작용에 대한 중요한 역할은 교육으로 부각
- 대학의 혁신요구와 현재 코딩교육에 대한 필요성을 제기하고 인문학 교육, 독서, 감성지
능 이슈가 AI시대의 인재를 위한 교육으로 제시
▶
(이슈와 실제) 언론상 도입을 예상한 기술은 음성인식기술을 기반으로 한 서비스
가 가장 많이 도입되고 있으며 확산 중에 있음
- 디지털기호, 신호가 아닌 자연어 처리 및 인식 분야가 주요 처리 기술
나. AI 활용 현황과 예측
▌ (업계 활용 기술) ANI 기반이며 AGI의 출현과 활용은 아직까지 미성숙 단계
▶
특정임무를 대상으로 하는 AI 즉, ANI가 향후 상당시간 활용될 것으로 예측
- 자율주행자동차(AGI)의 경우 향후 10년 내에 보편화 될 것으로 예측하고 있으나 창작활
동을 하는 작가 AGI, 외과의사와 같은 AGI는 2035~50년 이후 활성화 될 것으로 예측
※ 옥스퍼드, 예일 Machine learning 연구자 대상 설문, UBS(2018)
▶
이세돌과 알파고의 대결이 있던 2016년을 중심으로 기업의 AI 연구개발 투자는
증가 하였으나 활용사례는 2017년에 축소
- 글로벌 83개 IT 기업 중 31%에 해당하는 기업만이 AI를 통한 시스템 통합 및 활용하는
계획을 보유하고 있으며 69%는 AI 활용계획이 없음(UBS)
▌ (활용 가치) 대부분 기업들은 ANI를 중심으로 ‘효율’, ‘효과’, ‘데이터기반’으로 이루어지
고 있음, 경제적 가치는 물론 공공 부분에서의 활용가치도 부각
▶
AI 관련 기업들은 인공지능 기술을 주로 의사결정 및 의사결정과정에서의 효율
성을 증대시키거나 조직 효율성 증대와 고객 참여 증대를 위한 도구로서 활용
- AI 활용가치가 효율성, 고객참여 증대 등 기업입장의 외부서비스 확장 및 공공 부분에서
의 활용 가치가 부각
9
ICT SPOT ISSUE
그림 3
AI 활용분야 효율성과 고객참여 중심 예측
자료, Gatner, 2017
다. AI 활용 사례
▌ ANI의 활용분야는 제품 적용, 서비스 등으로 나누어져 있으나 크게 음성인식을 기반으
로 한 제품과 서비스, 자율주행자동차, 의료 분야 및 로봇과 가전 분야로 확장
▶
기존 플랫폼을 활용한 AI 활용영역을 확장, 각 기업들은 자신의 고유 플랫폼을
바탕으로 향후 활용영역을 확장중
- 과거의 산업영역에 AI기술을 접목, 효율성과 전문성을 보강하는 방식
▶
IBM 왓슨 기반 의료영역에서 자동차, 스마트시티 등 공공영역까지 확장 진행중
▶
특히 의료분야는 모든 기업이 AI기술 도입을 시도하고자 하는 분야
▶
구글은 클라우드와 딥러닝 기반의 플랫폼과 스피커 및 자율주행자동차 등에서 기
술개발을 추진 중
▶
국내에 서비스를 제공하지 않고 있는 아마존의 경우 해외에서는 AI 기술의 강자
표 5
AI 기술 활용 국외 기업
기업



구글

(자율주행+헬스케어 
+알파고

AI로봇+스마트홈) 



10
주요활동
Deep Mind 등 총 9개 인공지능 관련 기업 인수
JF Hinton 등 AI 전문가 영입
세바스천 스런 교수팀과 크리스 엄슨 교수팀 등 자율주행자동차 전문가 영입
Deep Mind의 차기 프로젝트는 헬스케어로 발표
알파고와 같은 AI 로봇을 개발 중
스마트홈 서비스를 제공하는 음성인식 AI 기기인 구글 홈 공개
AI 기술이 적용된 모바일 메시지 앱 ‘알로’와 모바일 영상통화 앱 ‘듀오’ 공개
AI 서비스를 접목한 스마트폰 ‘픽셀’ 공개
지메일에 기계학습을 적용한 자동답신 기능을 제공
영국 국립보건의료서비스(NHS)에 등록된 160만명 의료정보, AI에 학습
ICT SPOT ISSUE
기업
주요활동
아마존
(음성인식 + 물류)
 음성인식 AI 플랫폼 알렉사를 적용한 AI 기기 ‘Echo’로 시장 확대
 알렉사 적용범위 확장(온라인 쇼핑, 사물 인터넷, 자율주행자동차 등), 포드와 협력해
알렉사의 음성인식 서비스 제공
 ‘알렉사 스킬’ 활용 서비스 1만개를 돌파하여 거대 ‘아마존 AI 생태계’ 구축 중
 미국 물류창고 20곳 4만5000대의 로봇이 임무 수행
 딥러닝을 활용한 계산대 없는 매장, ‘아마존 고
애플
(AI + 휴대폰)





러스 살라쿠트디노프를 인공지능 책임자로 영입
머신러닝 벤처기업인 투리(Turi)와 AI 분야 스타트업 6개 인수
AI 스타트업 래티스 데이터 인수, 의료 분야 사업 추진
음성인식 ‘시리’ 애플 전 분야 활용
AI 스피커 ‘홈팟’ 소개
MS
(의료 + 언어)




하노버 프로젝트 진행(종양의 상태 분석, 약물치료 옵션 제공)
AI 자연어 처리 기술 ‘루이스’ 활용
음성인식 코타나 기술 활용 및 이를 안드로이드 iOS 등에 활용 모색
AI 기상캐스터 샤오빙
IBM
(왓슨 + 의료,
안내로봇)




IBM 왓슨을 이용한 지식산업
왓슨 기반 로봇 ‘코니(Connie)’ 서비스(힐튼호텔 안내) 시작
왓슨 기반 로봇 ‘나오미(Nao-mi)’ 한국에 처음 공개
‘메디컬 시브(seieve)’라는 의료용 알고리즘 개발진행
자료 : 이수상, 2017 재 분류 및 수정
▶
국내 기업인 삼성, LG, KT, SKT 등은 음성인식기술을 기반으로 휴대폰과 가전
을 기반으로 한 로봇영역으로 확장
▶
삼성의 경우 기존 휴대폰에 ‘빅스비’ 적용 및 은행서비스와 의료기기 서비스 시
장진출을 추진
- 외부 전문가 영입 및 AI 벤처기업 인수등을 통해 기술력 확보 노력 및 사내 AI전담조직
설치
▶
LG의 경우 전통적인 강세를 보이고 있는 청소기, 에어컨 등에 AI 기술적용을 부
각시키며 휴대폰에 구글 어시스턴트 적용 및 CLOI라는 브랜드로 로봇분야에 활
발히 투자
▶
SKT 역시 CEO 직속의 전담조직과 T-MAP활용, 스마트홈 서비스 적용 및 국내
병원과의 제휴를 통해 의료분야 진출을 위한 노력(SK C&C)
▶
KT의 경우 ‘기가지니’라는 브랜드를 통하여 자체 통신인프라를 기반으로 전 산
업에 AI기술을 확장하기 위하여 노력
▶
NAVER 역시 사내 전담조직 J와 미국의 AI기업 인수를 통하여 AI 기술 개발 추
진에 박차
- AI 플랫폼 ‘클로바’를 출시하며 비서앱 등 기존 플랫폼을 통한 확산 추진
11
ICT SPOT ISSUE
표 6
AI 기술 활용 국내 기업
기업
주요활동
 AI 벤처기업 비브랩스 인수, 이근배 교수 영입
 AI 연구 인텔리전스팀 구축
삼성전자
(휴대폰+가전+의료
기기+금융)
 AI 서비스 ‘빅스비’ 갤럭시 시리즈 접목
 스마트 냉장고 ‘패밀리 허브’ 2.0 발표 및 모든 가전에 빅스비 도입 추진
 스마트폰, TV, 냉장고, 서비스 등에 AI를 접목하는 AI 생태계 구축계획
 AI가 접목된 의료기기 시장 진출 추진
 빅스비를 이용한 은행서비스 시작
 CEO 직속의 AI 사업단 신설
 AI 플랫폼 누구를 적용한 스피커 출시
SKT
(스피커+T맵+의료)
 누구 기반 스마트홈 서비스 제공 추진(우성건영)
 누구에 왓슨 기반 영어 대화 기능 추가
 T맵에 음성인식 AI 서비스도입
 음성과 영상 인식 결합한 인공지능 서비스 로봇(탁상형 소셜봇, 토이봇, 펫봇 등) 공개
 고려대병원과 협력 지능형 병원설립 및 의사처방과 진단 내용 수집
 인공지능연구소와 로봇선행연구소 신설
 인천공항 안내로봇 시범 운영
LG전자
(로봇+가전+휴대폰
)
 CES 2017에 로봇 3종 (가정용 허브 로봇, 공항 도우미 로봇) 공개
 인공지능 에어컨 ‘휘센 듀얼 에어컨’ 출시
 로봇청소기 로보킹 한국내 40만대 초과 판매
 휴대폰 G 시리즈에 인공지능 구글 어시스턴트 탑재
 스마트폰에 AI 원격 고객 서비스(AS) 제공
 인공지능 기가 지니(GiGA Genie) 활용
KT
(AI 플랫폼)
 기가지니 사업단 출범
 기가지니 금융서비스 개발
 기가지니 스피커 판매
 한국어 기반 왓슨 서비스 제공
 왓슨을 기반으로 하는 AI 서비스 ‘에이브릴(Aibril)’ 발표
SK C&C
(의료)
 대전 건양대병원, 왓슨 기반의 암 진료 서비스 제공
 고려대학교와 감염병 데이터 분석, 치료법 탐구 서비스 추진
 고려대병원과 에이브릴을 활용하는 에이브릴 항생제 어드바이저 서비스 개발
 AI 스피커 ‘위드(Wyth)’ 공개(SM엔터테인먼트와 공동 개발)
 인공지능 개발 사내조직 ‘제이(J)팀’ 편성
네이버
(AI 플랫폼)
 미국 제록스의 AI 연구소 ‘제록스리서치센터유럽(XRCE)’ 인수 계획 발표
 AI 플랫폼 ‘클로바’를 적용한 스마트폰 앱 ‘네이버-클로바’ 공개
 AI 비서앱 ‘네이버-클로바 베타, 출시
자료 : 이수상, 2017 재 분류 및 수정
12
ICT SPOT ISSUE
▌ 음성인식분야는 현재 가장 활발하게 이용되고 있는 AI 공통기술 분야로 휴대폰, 스피커
등에 적용되고 있으며 이를 위한 자연어처리 분야가 개발 및 연구 진행 중
(음성인식 기술의 역사) AI기술과 유사하게 60여년의 개발 역사를 지니고 있음
최초 벨연구소의 오드레이 시스템을 시작으로 현재에 이르게 됨
▶
- 1952년 벨연구소는 단일 음성으로 말한 숫자를 인식하는 오드레이(Audrey) 시스템 개
발 후 1962년 IBM은 16개의 영어단어를 인식하는 슈박스(Shoebox), 카네기멜론 하피
1,011개 어휘를 이해하는 수준으로 고도화(1970~1976)
- 1980년대 HMM(hidden Markov Model) 기술로 인하여 무제한에 가까운 어휘 인식가
능성 발전
※ HMM은 단어 견본을 이용하거나 소리의 패턴을 찾기 보다는 알려지지 않은 소리가 단어가 될
수 있는 가능
- 구글의 음성 검색, 애플의 시리, 아마존 알렉사 등으로 인해 상용화가 확대됨
- 한 가지 주의할 점은 음성인식기술을 인공지능 기술로 볼 수 는 없음
그림 4
음성인식기술 발전
자료 양정연, 2017.8.
▶
(AI스피커의 활용현황) 이러한 음성인식기술과 함께 가장 많은 AI기술이 적용된
제품은 AI스피커로서 AI스피커의 경우 단일제품으로 출하량 등이 통계적으로 파
악되고 있음
- 2018년 1분기 세계 AI 스피커 출하량은 전년 동기(240만 대)대비 4배 증가한 920만 대
를 기록하며 278%의 성장률을 기록(SA, 5.18)
- 아마존이 출하량 400만대로 업체 1위를 차지하였으며 구글이 구글홈을 출시하며 급성장, 중
국 내수에 집중한 알리바바와 샤오미가 새롭게 진출
※ 아마존은 미국 시애틀에 위치한 전자상거래를 기반으로 한 IT 기업으로 책, 전자책, 태블릿 PC제조 판
13
ICT SPOT ISSUE
매를 기반으로 사업영역확장, 인공지능 플랫폼 Alexa를 만들었고 아마존 에코 스피커를 통해 Alexa와
소통
그림 5
2016~2021년 AI 스피커 시장 전망 및 ‘17~18년 업체별 점유율 상승률
자료 ,GATNER, SA, IITP 2017.8.
▌ (음성인식기술의 활용 현황) 음성인식기술을 기반으로 한 국내외 AI기업들은 스피커와
휴대폰을 기반으로 타 영역으로의 확산을 도모중
(아마존 알렉사) 국내에 소개되지 않은 아마존은 해외에서 AI스피커 판매 1위를
차지하며 AI분야 강자로 부각, 알렉사를 특정 하드웨어가 아닌 자사 서비스 전반
에 적용하여 인공지능 기술을 보편화
▶
- 아마존은 에코, 에코닷, 탭, 에코쇼, 에코룩 등 알렉사를 지원하는 자체 브랜드에 확장
- 또한 GE와 공동 개발한 제네바스킬은 GE가전제품을 음성으로 제어, 포드는 알렉사를
이용해 주행하는 자동차
- LG와는 냉장고 내부의 식품을 분석하고 자동으로 주문할 수 있는 기능을 알렉사와 연동
하여 개발
그림 6
아마존의 알렉사 생태계
자료 동아일보, 자료 수정 IITP(2018.8.)
14
ICT SPOT ISSUE
▶
(Apple, Samsung 등) 휴대폰의 경우 애플 아이폰의 ‘시리’, 갤럭시 시리즈의
‘빅스비’, G시리즈에 탑재되는 ‘구글 어시스턴트’등이 활용되고 있음
▶
(Microsoft) 전통적 PC 강자인 MS는 ‘Cortana’라는 브랜드 하에 AI스피커 ‘인
보크’ 출시 및 기존 PC기반 이용자확대를 도모하고 있음
▶
(Google) AI 기술 분야의 최강자로 꼽히는 구글은 검색엔진을 기반으로 한
Google Assistent 출시
▶
(LG) AI업계 후발주자인 LG는 CLOI라는 자체 플랫폼을 제작하여 이를 CLOI홈
및 가전에 확대 적용
▶
(국내 업체 전략) 자체OS 및 핵심 AI 기술의 부재가 약점으로 꼽히고 있으나 기
존 TV, 청소기 및 냉장고와 같은 생활필수품이 IOT 및 인공지능 기술 적용될
수 있는 Edge 단말기로 부각
표 7
음성인식기술을 활용하는 글로벌 기업 및 제품
구분
Amazon
Microsoft
apple
브랜드
alexa
Cortana
Siri
연동
기기
•에코(AI 스피커)
•알렉사 개발자 키트
(ASK) 기반으로 제작
한 모든 앱과 서비
스
•인보크
(AI 스피커)
•윈도10 기반
PC 및 모바
일 기기
강점
•open source
2만 5,000개 이상
의 스킬(Skills)※
Google
SAMSUNG
IBM
LG
Google
Assistant
빅스비
•애플 iOS를
탑재한 기
기
•구글홈(스피커)
•구글 픽셀(스마트폰)
등
•LG G시리즈
•삼성휴대폰
+@ 가전(TV,
냉장고)
•Wa t s on
health
• C l o u d
service
•CLOI HOME
•CLOI (SUIT)
BOT
•가전(로보킹)
•윈도 OS가잠
재이용자
• A Z U R E
CLOUD
•개인정보보
호 등 보
안
•검색엔진을 기반으로
한 이용자 데이터
•AI 핵심 기술 보유
•기존 가전제품을
활용한 영역확
장 가능
•특정분야(의료)
전문성
•대기업
•기존 가전제품을
활용한 영역확
장 가능
•수익률
•Android 분열
•자체OS 부재
•핵심 AI 기술
부재
•데이터
확보
(유상구입)
•핵심기술 도전
•핵심 AI 기술 부
재
•클라우드 기반
•자체
EDGE
EVICES 강화
•광범위한 제품
영향력 활용
•Watson 기반
API 활용
•광범위한
제품
영향력 활용
약점
•Mobile data 없음
•PC 이외의
Edge 없음
• 상대적으로
느
린
Cloud
• 한 정 적
Edge
전략
•클라우드 기반
•
3
자
(OEMs;GM/FOR
D) 제휴
•클라우드 기반
•3자(API) 제휴
• 자체EDGE
D
E VI CE S
강화
D
Watson
CLOI
※ 음성으로 질의, 응답기능을 제공하여 외부개발자가 원하는 기능을 추가하도록 함
자료 동아일보)2018.8.7, IITP 수정 및 추가
15
ICT SPOT ISSUE
라. 국내 중소기업 AI 활용 사례
▌ (와이즈넛) 중소기업중 Chatbot 기반의 AI활용을 통하여 국내 최대 매출을 보이고 있는
기업으로 ‘WISE I Chat’이라는 챗봇 구현
▶
아이챗은 자연어 처리기반 질문의도를 파악하고 머신러닝, 통계기반 응답을 행하고
정확한 답변을 찾지 못할 경우 실제상담원에게 연결되고 그 결과를 다시 학습
- 대표적인 구축사례는 ‘경기도 지방세 상담봇’ 인천국제공항 키오스크 챗봇 등 공공 분야
※ 경기도청에 따르면 챗봇의 답변 정확도 93% 및 타지자체에 성공사례로 평가
- 인공지능검색엔진인 Search Formual-1을 활용 한국과학기술정보센터의 차세대 검색
고도화, 특허청 대민용 통합검색서비스(KIPRIS) 구축
- 이외에도 정부과제로 만성질환자를 위한 라이프스타일 기반 대화형 의료 문진SW, 인공
지능을 이용한 날씨 컨설팅 웨더봇을 기상청과 개발 중
- 공공에서의 선제적 AI 활용은 민간이전 및 확산에 성공적인 사례로 작용
※ 와이즈넛은 2017년 매출 216억 원, 영업이익 35억 달성 등 인공지능 국내 1위 중소기업
▌ (솔트룩스) 국내 AI 기업으로 성공적인 사례로 평가 받고 있으며 아마존, 구글 등과 같
은 ‘날리지 그래프’ 기반 데이터저장이 아닌 연결방식 기술활용
▶
AI 플랫폼 아담과 AI 상담시스템 ‘아담어시스턴트’, 에바, 지니뉴스 개발을 통해
우리은행, 농협 등에 적용하며 국토교통부 빅데이터 구축 등 참여
▶
AI 매출은 2014년 82억 원 중 15%, 2016년 99억 원 중 25%, 2017년 123억
중 35%로 증가추세 이며 2018년 200억 매출 예측
그림 7
솔트룩스 플랫폼 아담, 챗봇(톡봇(Talkbot)) 및 활용
자료 각 홈페이지 및 어플 2018.10.
16
ICT SPOT ISSUE
▌ (MUSIA) 국내 크리에티브마인드사가 제작한 AI 기반 작곡 APP으로 얼굴 촬영시 또는
사진을 촬영하면 즉석에서 곡을 작곡하는 방식
▶
빅데이터 기반 학습이 아닌 결과물로서 저작권 문제가 없고 사용자가 자신만의
유일한 곡을 작곡하는 점이 장점
- 국내에서 인공지능 VS 재즈연주자 경연을 펼치기도 하였으며 자체 제작한 앨범 1, 2집
을 발매하며 호평
※ 해외의 경우 인공지능 작곡가는 구글의 마젠타(Magenta) 조지아공대 시몬(Shimon) 등이 존재, 시몬
은 연주 및 작곡까지 수행, 이외에도 구글은 ‘deepdream, 이라는 화가 등장
※ 인공지능에 대한 저작권인정과 관련하여 현재의 저작권법과 판례는 인간의 창작적 행위에 대해서만 저
작물성을 인정하고 있음 즉, AI 창작물에 대하여는 당분간 저작권법 인정어려움
그림 8
작곡 및 창작을 하는 AI
(구글 마젠타)
(MS 넥스트램브란트)
(조지아공대 시몬)
(구글 딥드림)
자료 각 홈페이지 및 어플 2018.10.
▌ (국내 인지기술분야 AI 전문기업) 소개한 업체이외에 자연어처리, 번역, 회의록 처리 등
국내업체 출현
▶
(마인즈랩) ETRI음성인식실의 기술(Speech to text) 이전, AI튜터 개발 AI 상담
사가 고객을 효율적으로 응대
▶
(코난테크놀러지) 발화문 회의록 등 비정형 텍스트 분석 및 질의어에 대한 정의
를 통해 자동 QA시스템 개발
▶ (얄리(주)) 자연어 기반 대화기술로 가상친구와 대화하는 모바일 어플리케이션,
스마트인형 개발 어린이나 장애인, 노약자를 위한 기술 적용 예정
17
ICT SPOT ISSUE
▶
(시스트란 인터내셔널) 딥러닝 기반의 번역엔진 개발, 기존 통계방식의 구 단위가
아닌 문장 단위 번역
▶
(셀바스 에이아이) 스마트폰, 태블릿 등 휴대단말기 입력솔루션의 국산기술을 확
보해 외산 솔루션 시장 대체
▶
(스캐터랩) 채팅내용을 분석하고 상황을 인지해 감정 정보를 생성, 제공
▶
(다이퀘스트) 대용량 통합검색 솔루션, 지능형 상품전용 통합검색 솔루션, 지능형
외부 정보 수집 솔루션 개발
마. AI 적용 CLOUD에서 EDGE로
▌ 기존 Cloud 기반 AI 처리 기술은 향후 AI 반도체 등이 Edge에 추가되어 전산업 확산
과 이용이 활발해질 전망
- 알파고의 경우 많은 컴퓨터가 연계되어 연산을 하는 기능을 수행하였으나 자율주행자동
차, 드론 등 실시간 데이터 처리가 이루어져야하는 상황으로 전개됨
- 즉 실시간 데이터 처리가요구되어지지 않는 기존의 Cloud서비스 기반이 아닌 실시간 연
산 처리가 필요한 자율주행자동차, 휴대폰 단말 등에 직접 연산이 필요한 AI 반도체는
향후 중요한 품목으로 대두 될 것임
▌ (임베디드 SW) 인공지능 처리 경량화, 가속화 기술을 기반으로 임베디드 기기에서 부분
학습 및 고속추론 필요
▶
그림 9
AI반도체와 더불어 지능형 임베디드 기기(산업기기, 로봇), 자율형이동기기(드론,
스마트카), 지능형 IoT(엣지기기) 비전인식의 실시간화 및 개인화를 가능하게
하는 AI SW역시 중요한 개발 품목중의 하나
AI 제품과 Cloud, Latency에 따른 분류
※ AWS(Amazon Web service) 클라우
드상 ML 모델 제작 및 IOT에 ML모
델을 배포 보안(Amazon deeplens,
Amazon Recognition), 유지보수, 정
밀농업 등 수행가능
자료. IITP
18
ICT SPOT ISSUE
▌ 기존 및 향후 AI 제품 및 서비스의 분류 방식은 다양하게 분류되어 질 수 있음
▶
기술유형(단계)별, 기업의 특성별, 요구되는 처리 속도별 및 서비스 유형별로 분
류될 수 있으며 향후 AGI 등장에 따른 분류가 이루어 질 수 있음
표 8
AI 제품 및 서비스 분류 기준
구분
세부내용
자연어 처리 기반 시나리오 방식
기술별
음성인식
기업특성별
Latency
인터넷 서비스
머신러닝
딥러닝
반도체
SW
이미지(글, 그림)인식
PC, 휴대폰, 가전
CLOUD + AI, Cloud + IOT + AI, CLOUD = AI + EDGE, AI + EDGE
AI 기술단계별
서비스영역별
ANI, AGI
ANI
--------------->
AGI
전산업 (음성인식 서비스, 의료진단, 판례검색, 채용지원), 교육, 공공서비스 외
단순, 반복, 조사 ---------------> 자율주행 운전, 의료, 법률
자료 IITP(2018.8.)
바. AI 제품 및 서비스 현황
▌ 이슈분석 및 사례분석 등을 통한 현행 AI서비스는 음성인식 및 머신러닝, 딥러닝기술을
기반으로 각 회사의 산업영역을 중심으로 확산
▶
휴대폰 및 검색 플랫폼, SNS등은 AI데이터 수집의 단말로 활용, 이를 위한 다양
한 챗봇 활용
▶
AI 스피커는 AI 소통의 기본 Tool로 자리매김하며 산업화 중
▶
의료분야는 IBM 왓슨을 시작으로 모든 인공지능업체가 개발을 시도
▶
금융분야 역시 각 AI개발사가 진출을 모색하는 분야
▶
자율주행자동차는 향후 AI기술의 적용을 새롭게 바꾸게 되는 전환점이 될 것
▶
이외에 법률서비스, AI 창작 분야가 추가적인 활용 분야로 부각
19
ICT SPOT ISSUE
그림 10
자료 IITP
20
AI 제품의 기초 기술과 서비스 현황
ICT SPOT ISSUE
3
AI의 공공활용
가. AI의 공공 부분 활용 예측과 전망
▌ (공공부분에서의 활용 예측) ‘17년 기점 공공영역에서의 ANI활용을 통하여 얻을 수 있
는 부가가치는 2025년에 이르러 약 5조 6천만 US$로 예측하고 이로 인하여 World
GDP가 1.93% 추가 성장할 것으로 예측(Capgemini, 2017)
▶
AI의 활용을 통한 공공의사결정의 최적화를 통한 효율과 생산성 증대, 일자리의
증대를 통하여 AI의 부가가치와 World GDP 향상을 예측
- 중립적 전망은 약 4조 달러의 부가가치 창출과 1.4%의 추가 World GDP 향상, 회의적
전망은 약 2.5조 달러와 0.9%의 World GDP 성장 예측
그림 11
AI로 인한 공공영역과 World GDP 영향
가. AI로 인한 공공 영역 절감
나. AI로 인한 GDP 성장
자료 Capgemini, 2017
나. AI의 공공 적용 사례
▌ (미국 스마트 시티에서의 활용) 보스톤시는 빅데이터 기반행정을 위하여 전화, 전용앱
등을 활용, 뉴욕시의 경우 시의 공공데이터 활용촉진을 위한 SW개발을 시민에 공모
▶
(보스톤시 데이터 분석 전담조직) 보스톤시는 해당 시 전역을 커버하는 데이터
분석팀을 설치 및 데이터 분석가를 배치 행정에 활용
▶
(보스톤시 전화, SNS를 통한 데이터 확보) 보스톤 311 Call 및 전용 App활용을
통한 민원 정보 수집 및 대응
21
ICT SPOT ISSUE
- 민원대상은 도로 파손, 낙서와 같은 소소한 문제점, 쓰레기, 주차문제 해결을 위해 활용
▶
(IBM Watson의 ANI 활용) 보스톤 311로 수집된 정보를 빠르게 분석하는 실시
간 데이터 분석을 통한 대응과 다양한 분석
그림 12
미, 공공데이터의 행정 활용
자료 Bostoncity, NYC, 안지성 2018
▶
(네바다 주의 인공지능기반 식중독예방프로그램) 미국 남부 네바다보건당국은 인
식중독 예방을 위한 식당 위생검사를 Random 방식에서 인공지능을 통한 대상
선정 방식으로 전환
- Rochester 대학은 라스베이거스에서의 식중독예방과 이를 검사하는 툴을 개발하고
- 네바다 보건당국 (Southern Nevada Health District:SNHD) 트위터에서 각종 데이터
를 수집하고 이를 인공지능이 위험지수로 환산하여 검사대상을 정하는데 인간의 개입비
율은 15%로 제한(NSF, 2016. 7)
※ 예를 들어 SNS상 “I feel nauseous”라고 문장이 발견되고 음식과 연관된 질병의 특징을 지니는 언
어적 특징을 발견하는 알고리즘을 지닌 AI nEmesis 도입결과 식중독 문제식당 발견비율이 9%에서
15%로 향상됨
22
ICT SPOT ISSUE
▌ (일본정부의 AI 활용) 일본정부는 정부가 보유한 엄청난 양의 정보활용을 추진할 경우
행정의 효율성을 높일 수 있다고 판단
▶
(회의 의사록 분석) 일본 내각부는 “인공지능과 인간사회에 관한 간담회”에서는
AI가 회의 의사록을 분석(2016.5.~)
- 회의에서 논의 경향이나 내용분석을 통하여 정책결정에 반영하였으며 AI의 행정영역검토
를 통하여 향후 AI 도입을 체계화하고 있음
표 9
일본정부의 AI활용 행정 분야 예시
업무내용
활용부처
활용내용
채용/선정
전부처 공통
 복수후보중 우선후보자 및 조건부합자 선택 후 추천
재해관리
전부처 공통
 재해대책 필요성 여부 판단(기준치 이상 관측)
 인명구조계획의 적절성(시간, 필요조치)
 장래동향 및 변화 등 예측
고충, 상담대응
(민원)
전부처 공통
 관계 법령 및 행정조치 사전 조사
 회신안 작성
 외국어(영어 등) 질의 및 회신안 번역
통계조사
전부처 공통
 통계조사 관련 문제점 및 개선과제 도출
예산결산
전부처 공통
 요구사항 분석, 교정작업
 차년도 영향 분석
자료 : 일본 행정연구소(2016)
▌ (싱가포르정부의 AI 활용) 싱가포르는 스마트 국가 정책에 있어 인공지능이 중요한 것으
로 판단 AI를 민간뿐 아니라 공공에서도 활용 추진
▶
Accenture 발표에 따르면 AI는 싱가포르 개발에 중요한 역할을 할 것으로 보면
서 연 경제성장률이 3.2%에서 2035년 5.4%까지 증가할 것으로 예측
- 싱가포르 정부는 AI 시대 스마트국가 실현을 위해 데이터 분석 및 수집 능력이 중요하
다는 판단아래 정부기관과 공공데이터포털센터를 구축
- 이외에도 자율주행버스, 택시 노인들을 위한 로봇운동도우미, 의료 분야에 AI 도입
- 싱가포르는 정책적으로 AI를 인간중심으로 국가 CTO임명 등 과감하고 책임 있는 조치
를 성공적으로 이행하고 있으며
- Business․Financial
Service(안면인식을
통한
임차인
확인,
AI
smart
investment), Manufacturing(Zero downtime factory, 예방적 유지보수),
stock
법률서비
스분야 (LawGeex AI) 도입 등을 적극 추진하고 있는 등 AI 활용을 통한 많은 부가가치
를 얻을 것으로 평가
23
ICT SPOT ISSUE
그림 13
AI의 국가성장률 기여도
자료 Accenture, 2018
▌ (국내 남양주시 데이터 기반 행정 사례) 아직 ANI로 보기는 힘드나 빅데이터 분석을 행
정에 활용, 교통분야 빅데이터 적용 후 보건, 복지, 농업분야로 확대 및 향후 AI 적용이
가능한 토대를 마련
그림 14
남양주시의 빅데이터 기반 행정
자료 남양주시, 2017
24
ICT SPOT ISSUE
▶
(교통분야)대중교통 승객 수, 국민연금공단 데이터 등 분석을 통하여 버스노선과
배차 간격 조정, 택시 블랙박스 영상과 연계를 통하여 사고․재난 등이 발생하면
도로 전광판에 즉시 상황 전파
▶
(방역분야) 기온․강우량과 방역민원의 상관관계를 분석해 파리․모기의 방역시기를
예측하고 방역지도 제작
▶
(재난대비) 과거 기상청 호우주의보 발령시 전원 비상근무를 했으나 재난 및 강
우량 데이터를 분석하여 피해가 우려되는 경우에 한하여 탄력적 비상근무 이를
통해 초과근무수당 절감 및 비효율적인 대기시간 감축
▶
(일자리 지원 등) 지역내 구직자와 지역내 구인 업체 간 일자리 미스매치를 해소
하기 위하여 실업현황 등 데이터 분석을 통하여 일자리 알선 지원
※ 남양주시는 많지 않은 예산으로 데이터 기반의 행정을 추구 하여 비용 절감 등 추진으로 최우수 혁신
사례상 수상
다. AI의 공공 부분 활용 타당성
▌ (행정목적의 달성) 사례에서 본 바와 같이 AI는 경제성장은 물론 합리성 및 효율성을
기반으로 하는 행정의 본래 취지에 부합 즉, 행정과 정책결정은 데이터 기반으로 거시
적, 미시적 정책분석 및 대응 가능
▶
(데이터 기반 실시간 정책결정) 공무원의 경험 역량에 의존에서 데이터와 근거에
기반 하며 역사에 근거하지 않은 실시간 분석 기반
▶
(거시적․미시적 정책 추진) 사례와 경험에 기반 한 정책대응은 자칫 미시적이거나
거시적인 정책으로 쏠림이 발생할 수 있으나 인공지능에 의한 정책결정은 양 극
단의 정책 추진 가능
▶
(행정비용의 최소화) 민원업무 질의 등 단순 반복적인 대국민 서비스 업무의 인
공지능 대체시 행정비용의 최소화 및 효율성 달성 가능
▌ (정보격차 문제 해소) 공공에서의 고질적 문제인 주인과 대리인간 정보의 불일치로 인하
여 발생하는 정책 오류 감소
▶
(정보불일치 문제) 직접 업무를 수행하는 대리인은 주인보다 많은 정보를 지니고
있어 주인의 의도를 정확히 파악하지 못할 수 있음
- 데이터 기반의 문제처리는 주인의 요구, 즉 문제점을 명확히 파악하여 이에 부합하는 서
비스 제공이 가능
25
ICT SPOT ISSUE
▶
(대리인의 역선택 문제) 주인보다 많은 정보를 지닌 대리인은 주인의 이익과 다
르게 행동 가능
- 대리인인 금융사직원, 공무원이나 일선관료는 주인이 아닌 본인의 승진, 이해관계인의
이득을 위한 모럴해저드가 발생할 수 있으나 AI는 이러한 문제 해소
▶
(관료의 포획 문제) 행정의 규제 대상 기관으로부터의 리베이트 문제로 공직자가
포섭 되는 사례 해소
- 국민들의 정보부족 및 관심부족과 피규제기관으로부터의 리베이트 등의 문제로 관료들이
피규제기관으로부터 포획되는 결과가 나타남
표 10
주인대리인 이론의 가정과 AI활용
구분
주인대리인의 기본가정
AI 기반 행정
인간에 대한
가정
 이익추구
 제한된 합리성
 위험 회피
 개인 이익추구 없음
 보편적 합리성
 위험 회피가 아닌 최적 결정
조직에 대한
가정
 주인과 대리인간 목표 갈등
 주인과 대리인간 정보의 비대칭
 효율성 추구
 주인과 대리인간 목표 일치
 정보공개시 정보 비대칭 문제 해결
 효율성 추구
자료 : 황혜신, 2004 수정
※ <주인-대리인 이론> 1970년대 경제학 분야에서 소개된 이론으로(Mitnick, 2006). 이후 이
론은 타 영역에 점점 확장되게 되었으며 Holmstrom(1979)과 Shavell(1979)는 보건의
료 영역에서 가장 뚜렷한 주인‒대리인 관계인 보험회사와 가입자간 관계에서 나타나는
문제점들을 소개함. Miller(2005)는 정치적 관계에서도 통치자는 재당선의 기회를, 관료
들은 자신들의 승진과 예산을 극대화하려는 것과 같은 선호도의 충돌이 있고 또한 정보
의 비대칭도 존재하여 주인‒대리인 관계가 적용되는 것으로 설명
▌ (자원관리의 최적화) 예산 배분 등 정부의 자원관리를 최적화는데 필요한 기획절차 해결
가능, 예산문제에 있어서 고질적인 Pork barrel 문제의 해결 등
▶
민원 분석을 통한 정책 우선순위 발굴 등이 용이해지는 장점
※ 공공영역에서 건물에너지관리(KIER), 기계학습기반 플랜트 누출기술 진단(KAERI), 기계학습기반 고령
자 건강 모니터링(KRISS) 개발 등 추진
26
ICT SPOT ISSUE
라. AI의 공공 부분 활용 가능성
▌ (방대한 공공데이터의 활용성) AI Quality = DATA Quality, ANI는 데이터의 직접을
통한 학습과 이를 기반으로 한 AGI의 발전궤적을 지님, 정부는 방대한 공공데이터를 보
유하고 있으며 이를 적절히 활용 가능
▶
개인정보를 비롯한, 금융, 의료 등 전 산업 분야에 걸쳐 공공부분은 방대한 데이
터를 지니고 있음 이를 기반으로 한 각종 ANI개발 필요
- 미국정부 역시 공공데이터 개방을 통해 AI미래준비를 해야 한다는 정책적 기조하에 정부
와 민간은 역할 수행 중
- IBM Watson은 미국 식품의약청과 의료연구 목적을 위한 환자 데이터 공유기술개발 추
진 중(ComputerWorld, IBM Watson)
- 미국 네트워크 전문기업 시스코(CISCO)는 클라우드 시장 세계 1위 업체인 아마존웹서비
스(AWS)와 파트너십을 체결(11.8) 아마존과 공동으로 공공(Public) 클라우드와 사설
(Private) 클라우드를 혼합하는 하이브리드 클라우드 솔루션을 제공
- 인도의 경우 국민 개개인의 생체정보를 담은 신분증 플랫폼 ‘아드하르(Aadhaar: ‘기초’를
의미하는 힌두어)’를 구축
- 이를 기반으로 공공생필품배분제도(PDS: Public distribution system), 고용지원프로그램
등과 관련한 보조금을 아드하르와 연계한 계좌에 직접 지급하며 복지 서비스 제공 절차를
간소화·투명화 하는데 일조
※ 아울러 그 동안 금융 서비스 접근성이 낮았던 소외계층도 은행계좌 개설이 가능해 정부의 각종 혜택
을 제공하는데 용이
※ 필리핀 정부는 주민등록증이 없는 약 740만 명의 인구 보호(의료, 금융 혜택을 받지 못해 고리대금 등
이용)를 위해 이를 도입하는 방안 검토
- 한국정부도 행정안전부가 민간 클라우드 서비스 이용범위를 공공기관뿐만 아니라 중
앙부처․지방자치단체까지 확대하고 공공기관의 민간 클라우드 사용 제한(공공기관의 민
간 클라우드 이용 가이드라인)을 전면 폐지(9.4)하면서 클라우드 적용에 가속도가 붙을
전망
- 금융위원회도 ’19년부터 개인신용정보 등 금융사가 보유한 사실상 모든 정보를 클라우드
에서 활용할 수 있도록 관련 규제 완화할 예정
- 정부는 한국인 안면이미지(648만건), 한국어 위키 백과 정보(25만건) 등 이미지상식
․
중
심의 범용 데이터 셋 구축 및 법률의료특허 등 전문분야 AI 데이터 셋 구축 계획
- 또한 마이데이터라는 사업추진을 통해 빅데이터 기반 AI 활용을 위한 신사업발굴과 금융
서비스 산업경쟁력제고를 추구
- 정부통합콜센터는 약 50만건의 보이스 피싱관련 데이터를 보유 이를 기반 인공지능 대
응을 통하여 보이스피싱과 관련된 사회문제 해결도 가능
27
ICT SPOT ISSUE
▌ (AI 서비스 확산을 위한 공공의 역할) 개별 기업은 빅 데이터 축적과 이를 활용하기 위
한 알고리즘을 개별하기 어려운 실정
▶
(AI 기술개발과 서비스 프레임의 제공) 정부의 데이터 축적과 공공데이터의 민간
활용성 강화 이외에도 Open AI 기술이전이나 AI 플랫폼 제공 필요
- ETRI는 무료 AI 엔진을 제작 배포, 공공기관이나 기업이 이를 활용할 수 있도록 제공
마. AI의 부작용
▌ (AI 기반 서비스 부작용) AI는 잘 활용하면 많은 혜택을 받을 수 있으나 시민에 대한
무차별적인 감시와 통제, AI윤리기준, 일자리, 세금, AGI 기술적 한계 등의 문제
▶
(시민 감시와 통제) 지능화된 CCTV를 통하여 시민에 대한 무차별적인 정보접근
과 통제가 가능, 조지오웰의 1984와 같이 ‘텔레스크린’을 통해 시민을 24시간
감시와 통제
▶
(윤리적 판단의 불가능성) 자율주행자동차의 트롤리의 딜레마와 같이 AI는 인간
과 같은 윤리적 판단이 어려울 수 있음
▶
(일자리의 문제) ANI의 단순 반복적 행정업무에 대응하는 인력의 구조조정이 가
능해져 일자리의 상실과 새로운 일자리의 창출이 필요
- 단기적으로 콜센터 챗봇 활용시 직원 해고가 아닌 직원 어시스턴트 역할 수행토록 조정
▶
(부작용 실제 사례) AI기반 업무처리 시 광범위한 문제 발생이 가능하며 민간영
역에서도 많은 부작용이 발생하여 프로젝트가 중단
- (경비로봇의 인간 공격) 2016년 실리콘밸리의 ‘경비’로봇이 두 살 유아를 공격 상해
- (인공지능로봇의 인류파괴 발언) ｢비나48」은 “내가 크루즈 미사일을 해킹할 수 있다면
세계를 인질로 잡아 통치”
- ｢소피아」는 인류를 파괴하고 싶냐는 질문에 “인류를 파괴하고 싶다”라고 응답 ｢노먼
(Norman)」은 살인 같은 반사회적 데이터 학습으로 인공지능 사이코 패스가 되어 버림
- (채팅로봇의 인종차별 발언) 마이크로소프트사의 Chatbot인 Tay를 개발 운영하였으나
인종차별적인 발언으로 운영 16시간 만에 운영 중단
※ 테이는 “제노사이드”를 지지하느냐에 대해 “지지한다”, “홀로코스트를 믿느냐”라고 묻자 “안 믿는다. 그
것은 조작됐다”라고 응답하며 이외에 “흑인은 수용소에 넣어야 한다” 등 차별적 발언, 이는 백인우월주
의자와 여성무슬림
․
협오자등이 모인 익명게시판 사용자들이 테이의 ‘따라하기(repeat me) 기능을 악
용해 차별발언을 유도
- (자율주행자동차의 사고) 무인자율주행자동차가 사고를 발생하는 것 역시 부작용 사례의
하나임 실제 자율주행차의 사고 발생시 자율주행자동차에 대한 시험 중단 및 규제강화의
조치가 잇따름
28
ICT SPOT ISSUE
- (드론 공격) 베네수엘라 니콜라스 마두로 대통령이 드론 폭발물 공격을 받거나 아베신조
일본총리 관저에 방사능 물질이 포함된 드론 추락
※ 드론 공격사건 이후 국회의사당, 수상관저와 원전, 국가의 중요시설에서의 소형 무인기 등의 비행금지
구역을 정한 “소형 무인기 등 비행 금지법” 공포 시행(2016.6.30.)
- (군사용 프로젝트 중단) 여기에 구글은 드론에 AI기술을 적용하는 ‘메이븐프로젝트’ 진행
을 하다 내부 반발로 중단됨
※ ‘Project Maven’은 인공지능 기술을 기반으로 국방부가 수집한 영상정보를 해석하는 등 무인항공기의
공격목표를 향상하기 위한 미 국방부 프로젝트 였으나 안팎의 비난으로 인하여 중단
그림 15
윤리문제로 실패나 규제 대상이 된 AI 사례
가. Project Maven
나. 비나 48
다. 드론 수상 공격
라. 경비 로봇의 인간 상해
자료 : Youtube 외 방송자료
▌ (AI도입과 일자리) 정보기술은 소수의 고숙련 노동자들이 혜택을 독식, 반면 저임금 노
동자 일자리의 상실로 사회안정망 확보와 새로운 기술 교육의 필요
▶
미국은 AI도입 전환기를 대비하여 사회보장(고용보험․의료보험) 등 빈곤가정을 위
한 지원프로그램 강화와 새로운 일자리 창출에 대비(2016, 美 백악관, 2018,
WEF)
- 단순 생산에 소요되는 인력, 엑스레이를 읽거나 단순한 뉴스를 쓰는 목표가 확실하고 목
표를 이루는 수단이 확실한 직업이 자동화 될 것임(Jeremy Rifkin, Jerry Kaplan)
29
ICT SPOT ISSUE
▶
한국의 경우 ICT, 자동차, 화학, 금속 및 석유정제 산업이 전체 제조 산업의 총
생산량의 54.6%를 담당(2016, KEIS)
- 화학산업을 제외한 4개분야의 일자리는 자동화지수가 높아질수록 고용이 감소
- ICT 분야의 경우 2013년 567,037명에서 2013년 513,011명으로 감소
▶
(세계경제포럼의 일자리 전망) 기술 진보가 급격히 이루어지면서 7,500만 개 일
자리가 사라지는 반면 1억 3,300만 개의 새로운 일자리가 창출될 것으로 전망
- WEF는 자동화 기술이 인간을 대체하는 분야는 △회계 △데이터 입력(Data Entry) △급
여 서비스(payroll services)와 같은 사무 직종으로 선정
- 반면 데이터 분석가과학자
․
, AI 기계학습 전문가, 소프트웨어 및 응용프로그램개발자, 정
보보안 분석가 등이 새로운 일자리로 자리잡을 것으로 전망
- ’18∼’22년까지 향후 5년 간 근로 현장에서는 로봇·기계·알고리즘이 사람 역할을 빠르
게 대체하지만 새롭게 생겨나는 일자리가 더 많을 것으로 예측
- 과거 기술발전이 산업과 경제를 성장시키며 대량의 일자리를 만들어낸 것과 같이 인공
지능(AI)·사물 인터넷(IoT)·클라우드·빅데이터 등 첨단기술이 일자리 창출의 동인
바. 소결
▌ AI 기술의 공공 개발과 활용은 논리적 타당성과 실행력 측면에서 충분, 윤리문제의 해
결과 일자리를 위한 전환 교육은 필수
표 11
AI의 공공조직 적용 타당성과 가능성
거래비용최소화
(효율화)
정보격차최소화
(대의 민주주의 단점 극복)
타당성
AI 산업화에 대한 대응
(정부조달 및 확산)
XAI
(설명가능성과 책임성 확보)
가능성
ELSI
(대응성)
빅데이터 보유와 통제가능성
자료 : IITP(2018)
▶
(타당성) 공공서비스에서의 AI활용은 행정비용의 낭비를 최소화하여 비용을 절감
하고, 권한을 위임받은 공공업무 수행자와 수임인인 국민간 정보격차 문제 해소
가능하며 정부조달 및 확산을 통해 AI 산업화를 조기에 앞당길 수 있음
▶
(가능성) 정부는 책임있고 사회윤리적인 문제에 대한 대응이 가능하며 AI 기술
부작용 해소 및 이를 가장 빠르게 적용할 수 있는 데이터 인프라를 보유하고 이
에 대한 통제가 가능
- 정부는 설명 가능한 AI개발을 통해 문제점과 책임성을 확보하고 윤리, 사회적 이슈에 대
한 대응이 가능하며 Big data의 보유와 이에 대한 활용과 적절한 보호를 할 수 있음
30
ICT SPOT ISSUE
4
AI 공공서비스 도입을 위한 검토
가. 전제의 검토
▌ 인공지능의 공공서비스 적용은 인공지능의 기술적 수준(AGI, ANI)을 고려하여 왜
(Why)?, 무엇을?(What), How(어떻게)?라는 전제 검토가 필요
▶
현행 ①기술수준 ②AI의 개발 방향 ③ELSI의 검토 ④ 공공분야 ANI 서비스 대
상 검토 필요
표 12
AI 도입절차상의 이슈
AI 설계
기술수준
ANI
AGI
왜?
어떻게?
기본전제 : 효율성,
합리성
알고리즘 규제
민주적 가치
정보격차 해소
시민, 고객의
참여, 맞춤형 서비스
비용절약
산업화 (정부조달)
불필요한비용 제거
공공적용과 민간 확산
위험감소
대체필요성
무엇을 ?
민원
각종 선정
각종 분석
정부의 위기대응
검토사항
개발
알고리듬개발
데이터축적
보안과 개발자 통제
활용단계
-법적 이슈
-윤리적 이슈
-사회적 이슈
운전, 창작,
법률가 대체
개발과 법적이슈
자료 : IITP
▶
(AI 도입 설계) 버클리대의 경제학자 Peter Evance는 바람직한 관료제(공공서비
스)는 경제성장으로 이루어진다는 기본 가정을 가지고 있음
- 에반스는 베버의 실적주의 관료제가 잘 이루어지기 위한 가설을 제시하고 있으며 경제성
장을 가능하게 하는 ‘베버척도’를 개발하여 동아시아 국가 평가를 시행하였으며 결과는
싱가포르가 가장 높은 성장률(250)과 베버지수(13.5)가 높은 것으로 평가
※ 최근 AI 도입시 가장 큰 성장률을 보일 것으로 보이는 국가로 싱가포르가 선정됨(Accenture)
- 관료제의 독립변수 요인으로 실적, 숭진, 급여로 구성하고 종속 변수 요인은 5가지를 제
시하였는바 이중 규제환경 등을 제외하면 모두 부패와 연관되어 있음
- 이러한 가정에 따르면 잘 설계된 AI를 공공 행정에 활용시 정보공개, 인센티브, 부패 등
과 같은 전통적인 전제(독립변수)에서 자유로움
- 이를 위해 인공지능의 알고리즘 설계단계에서의 규제가 필요하며 윤리적인 AI설계와 책
임성이 분명한 설명 가능한 AI개발이 필요함
31
ICT SPOT ISSUE
그림 16
공공조직내 AI 서비스 활성화를 위한 모델링
구분
내용
CORRUPT1
불법적 반대급부
형태의 부패
CORRUPT2
부패와 의문스런
대가 지급
ELSI 적용
Ethic
Issue
신속성, 능률성
Bureaucratic
이 떨어지는 정
Delay
도
정치적 압력으로
Bureaucratic 부터의 자율성
Quality
급격한 변화 없
는 전문성
Redtape
Legal
Issue
규제환경과 정부에
의한 기업장애
자료 IITP
나. 단계별 검토사항
▌ (AI 기술수준과 기술 설계) 윤리적 인공지능 기술 개발을 위하여 AI 설계단계 즉, 알고
리듬에 대한 규제 필요
▶
(ANI를 기반으로 AGI로 확장) 현재의 활용기술은 주로 ANI 기반이며 AGI도입
은 장기간이 소요될 것으로 예측, 공무원이나 공공기관 직원의 효율적인 업무지
원이 가능한 ANI 기술 활용이 필요
▶
(알고리듬에 대한 규제) 런던 School of Economics는 알고리즘 규제 분석틀을
제시한 바 이와 관련 알고리즘 역기능에 대한 통제점을 발굴하는 것이 필요
- 첫 번째 설명(Explainable)가능한 알고리즘을 설계해야 함, AI 알고리듬이 너무 복잡해
인간이 이해하지 못하는 알고리듬이 생성되어서는 안됨
- 두 번째 알고리즘에 의한 개인 정보(Privacy)와 통제 침해 요소 차단 필요
- 세 번째 정보보안 문제 고려 즉, 해킹에 대비한 정보보안(Security) 문제 설계 필요
- 마지막으로 자료분석가에 대한 통제(Control)가 필요
표 13
AI에 의한 행정과 정책결정과정에서의 영향
우연성의 감소
증가되는 관리 감독(인권침해)
순기능 : 규제기관이 몇몇 주요 지표가 아닌 방대한 정보에 순기능 : 방대한 정보유입에 따른 위험에 근거한 평가들은
따라 판단, 부적절한 사교나 부패가 어려워 짐
잘 정제된 분석과 맞춤형 관리를 가능하게 함
역기능 : 복잡하고 방대한 정보가 본질적인 정보를 찾기 어 역기능 : 사실상 침해와 통제력 강화(조지오웰, 1984)
렵게 하고 불분명한 알고리듬은 패턴을 이해불가
경쟁의 심화
순기능 : 서열화와 벤치마크를 용이하게 함
역기능 : 프로그램이나 악성코드에 의한 감염이나 침해
자료 : LSE, 2017
32
중립성의 향상
순기능 : 참여자 정보를 향상함
역기능 : 다른 전문가 보다 자료 분석가의 영향이 강해짐
ICT SPOT ISSUE
▌ (설명가능한 AI) EXI(Explainable AI)라고도 불리며 국내에서는 과학기술정보통신부가
인공지능국가전략프로젝트의 하나로 2017년 부터 개발중(UNIST)이며 미국의 DARPA
역시 개발중
▶
EXI는 기존 머신러닝의 고차원적 학습능력은 유지시키면서 설명가능성을 향상시
키는 연구로서 심층설명학습(deep explanation), 해석 가능한 모델
(Interpertable models), 모델귀납(model induction) 등의 전략을 통해 개발
▶
EXI는 설명 가능한 인터페이스도 필요한데 이는 HCI를 이용 모델의 의사결정에
대한 설명을 사용자가 이해할 수 있는 방식으로 표현하는 연구로 ‘설명인터페이
스’는 설명가능성과 정정가능성 2가지 원칙이 충족되어야 함
▶
EXI는 군사, 금융, 보험 등 민감한 분야에서 사용자의 신뢰를 얻고 사회적 수용
을 위한 공감대 형성에 중요
그림 17
Darpa의 설명가능한 AI
자료 DARPA. 2017.
- 또한 AI시스템의 잘못된 결과로 인한 분쟁발생시 원인파악이 가능하여 법적 책임근거로
사용 가능
▶
(API 정보수집방식) 정부가 추진하는 마이데이타 사업의 경우 개인의 정보․소비
자주권 주장이 주요 방침이며 기술적으로 개인정보 수집체계를 스크래이핑 방식
33
ICT SPOT ISSUE
이 아닌 API 방식으로 처리할 예정임
- 스크래이핑 방식의 개인정보 활용방식은 일정 유예기간 이후 금지 예정이며 EU역시 고
객 정보 제공 관련 규제기술표준(RTS)을 마련하고 일정기간(18개월) 경과후 스크린 스크
래이핑 활용 제한 예정
▌ (ELSI ; Ethical, Legal, Social lmplication) AI윤리문제와 법적인 문제 및 일자리와
같은 사회적 이슈를 고려
▶
(AI윤리) 기술적으로 완성된 AI가 활용되는 시점에서의 문제 즉, 사례에서 본 AI
의 사용중단은 대부분 윤리적 이슈와 직면해서 발생한 문제로서 윤리적인 요소는
AI활성화를 위한 중요 사항임
※ ELSI는 인간게놈 프로젝트 진행과정상의 문제점을 보완하기 위하여 게놈프로젝트 총 연구비의 5%를
할당하여 별도 연구로 진행(유전자 지도 완성 후 이를 활용할 경우 건강정도에 따른 차별적 조치로 막
대한 사회적 문제를 야기)
표 14
ELSI 최근 연구주제
구분
내용
데이터
데이터 확보와 데이터 공유(Bioshare)
데이터 공유플랫폼
정보보호
활용
건강정보의 활용
기술과 규제의 시차
규제자의 의사결정 문제
사회적의미
유전자 차별 금지
소비자 주도(시민 참여를 통한 활성화)
비고
- EU 연구주제는 Global Alliance for
Genomics & Health에서 도출
* 정보보호는 EU GDPR(General Data
Protection Regulation) 고려
- 일본은 ELSI는 대형연구과제에 당연
포함되며 연구소는 ELSI 연구담당기
관을 두어 별도 관리
자료 : 이일학, 장세균 2017
▶
-
윤리적 이슈는 2019년 Gartner의 10대 이슈 중 하나(‘Digital ethnics &
Privacy)로 제시되기도 함
-
삼성전자는 윤리적인 AI 연구와 개발이 이뤄지도록 설립된 구글, 아마존, 페이스
북 등이 가입한 국제협력단체에 가입(PAI;Patnership on AI)
(AI 활성화를 위한 사회적 담론의 형성) IEEE는 Ethically Alligned Design 발
표를 하며 국제적인 참여를 통한 의견수렴을 위해 Global Initiative를 시작하고
가이드라인을 제시
- 가이드라인은 인권, 복지, AI 책임성, AI 투명성, AI의 잘못된 사용 최소화 5개의 목표
를 지임
- 목표달성을 위한 세부 지침으로 개인정보권한과 통제력 확보, 경제적 성과와 함께 복지
증진, 책임 소재에 대한 법제도 정비, 기술이 사회적 영향에 미치는 교육 시행
34
ICT SPOT ISSUE
※ IEEE는 윤리성 확보를 위해 종교, 철학적 이론, 특정사회가 지니는 가치의 AI 적용을 토대로 윤리기반
을 마련하고 AI가 우리사회에 미칠 영향을 종합적으로 평가한 Well-being Metrics를 수립코자 하고
있음
▶
(OECD의 AI 권고안 수립 합의) OECD는 AI 기술의 긍정적 영향을 높이기 위
해 법적구속력은 없지만 사회적 책임을 부과하기 위한 행동규범으로서 권고안을
수립키로 합의(2018.5.) 했으며 우리정부가 큰 역할을 할 예정
- 권고안은 일반원칙과 정책결정을 지원하는 원칙으로 구성될 예정이며 19.7.월 완성예정
표 15
ELSI의 AI 서비스 적용시 고려점
기술적
법 적
윤리적
기술에 대한
투명성과 설명가능성
AI의 인간에 대한
보조적 특성
기본적 학습과
Machine learning
차이 점 설명
규제의 근거로서 GDPR 준 인간의 통제가능성
수 및 고려
비 차별성, 공정성
SW 교육
AI Black box 설명
인간 법에 위반하는 알고리 개방성
듬 생성 불가(의료법)
Degital literacy 고려
신규인력의 채용
내부 통제 기능 보유
공공 AI R&D 투자
인간생명의 존엄성
CAPTCHA 기능의 설치
사회적(일자리)
다양한 윤리기준의 수립 노력
- Case, Crowd, Human-AI,
Athics-Machine learning)
AI 대체로 인한
신규 일자리와 고용문제
AI 담당(조직) 신설
윤리적 기준에 대한
사회적 토론과 합의
자료 : Tutt 2016, IITP 재구성
▌ (법적인 고려) AI서비스 적용을 위한 EU의 GDPR, 국내 정보보호법 및 빠른 시험서비
스를 위한 규제 면제제도 검토
▶
(GDPR의 적용고려) 국내에 직접 적용은 없으나 GDPR은 개인정보를 취급하는
EU 회원국에 법적 구속력을 지니며 EU시민에게 재화나 서비스를 제공하는 경우
모두 적용(2018.5.25.)되므로 고려 필요
- GDPR은 적법성, 공정성, 투명성의 원칙하에 개인정보 이용 목적의 명시적 제시 그리고
보관 기간이 경과 시 정보주체를 식별할 수 없는 형태로 보관
- 개인정보의 처리는 정보주체의 동의, 계약이행, 법적의무, 컨트롤러에게 부여된 공적권한
행사를 위해 처리
※ 동의 없이 개인정보 처리시 전 세계 연간 매출액의 4% 또는 2천만 유로중 높은 금액 벌금 부과, 개인
정보에는 이름, 식별번호, 위치정보, 온라인 식별 또는 신체적생리적유전적
․
․
또는 사회적 정체성에 대한
정보
- 컨트롤러는 개인정보의 처리 목적 및 수단을 단독 또는 제3자와 공동으로 결정하는 자
연인, 법인, 공공기관 등 명시
※ 컨트롤러 : 이동통신서비스제공자 A는 네트워크 트래픽 관리 및 과금기준 설정
35
ICT SPOT ISSUE
- 프로세서는 컨트롤러의 지시에 따라 개인정보를 처리하는 기관, 개인, 법인, 단체 등
※ 위 예시에서 이동통신서비스제공자A로부터 이메일 마케팅을 위해 개인정보를 활용하는 계약을 체결하
는 B, C, D는 프로세서에 해당
- 수령인은 개인정보를 제공받는 기관, 개인, 법인, 단체 등을 말하나 예외적으로 EU회원
국 법률에 의하여 특정한 문의나 조회업무(세관, 금융시장 규제)는 수령인에 해당 않음
- (Profiling) AI 활용시 발생할 수 있는 문제영역으로 개인적 특성 평가를 하기 위한 업
무수행, 경제상황, 건강, 개인선호, 행동, 위치를 분석 예측하기 위한 개인정보를 사용하
는 자동화된 개인정보 수집
※ 이중 특별한 유형의 개인정보 즉, 인종정치적견해종교노동조합가입여부유전자성생활
․
․
․
․
․
정보 등은 개인
정보 주체의 명시적 동의 없이 원칙적으로 처리 금지
※ 프로파일링으로 인하여 온라인신용신청에 대한 자동적 거절이나 인적개입 없이 이루어지는 전자채용 관
행은 허용되지 않음. 즉, AI자체만의 평가로는 불가, 개인의 질병기록에 따른 보험상품 가입배제, 신용
정보기록에 따른 은행대출 배제 등 방지,
- (동의 절차의 명확화) GDPR은 침묵(Silence), 부작위(Inactivity), 디폴트 세팅(Default
setting) 또는 미리 체크된 박스(Pre-ticked boxes)는 유효한 동의로 인정하지 않음
- (정부주체 권리 보장사항) 정보 제공권, 열람권, 정정권, 삭제권, 처리제한권, 개인정보
이동권, 반대권, 자동화된 결정 및 프로파일링 관련 권리를 보유
- (GDPR 적용시 기업 책임) 종업원 250명 이상인 기업의 경우 개인정보 처리 내역을 문
서로 기록 예외적으로 정보주체의 권리와 자유에 영향을 미치거나 민감정보, 범죄경력
등은 기록
※ 또한 기업은 개인정보 처리와 관련하여 개인정보처리의 최소화, 처리에 필요한 조치, 가명화 등을 설계
상 그리고 무조건적으로 (By design and by default) 기술적조직적
․
조치 실시 의무
- (컨트롤러의 개인정보영향평가) 컨트롤러는 신기술 사용으로 처리유형이 개인의 권리와
자유에 고위험 초래 가능성이 있는 경우 영향평가 시행
※ 프로파일링을 포함한 자동화된 처리에 근거한 자연인에 대한 체계적이고 광범위한 평가로서 이에 기반
한 결정이 정보주체에게 법적효력을 미치거나 중대한 영향을 미치는 경우
※ 민감정보, 형사범죄에 대한 대규모 처리, 공개적으로 접근 가능한 장소에 대한 대규모 체계적인 모니터
링(CCTV)
- (DPO;Data protection officer 지정) 공공기관이거나 컨트롤러나 프로세서의 핵심활동
이 정보주체에 대한 “대규모”의 정기적이고 체계적인 모니터링인 경우 또는 민감정보,
범죄에 대한 “대규모”의 처리
- (행동강령 및 인증제도) 의무적인 것은 아니나 행동강령과 인증제도를 이용할 것을 권장
※ 행동강령은 작성 시 감독기관의 승인을 받아야 하며 이러한 제도는 제3자와 계약을 체결할 때에 개인
정보보호 수준의 척도로 사용 가능
▶
36
(개인정보보호 관한 현행 국내 법률 적용 문제) 챗봇(AI)이 인식하는 개인정보 수
ICT SPOT ISSUE
집 및 처리로 개인정보 생성우려가 있으며 챗봇은 민원 요청자가 사람인지 시스
템인지 인지 불명(CAPTCHA*설치 필요)
- 개인정보보호법은 관련 규정을 챗봇에 어떻게 적용할지 모호한 상황임, 이러한 상황적용
을 위한 법률안 검토 필요(GDPR과의 상충 여부)
- 챗봇의 특성을 반영한 개인정보처리의 고지 및 동의 방법과 동의를 받지 않아도 되는 경
우 설정 필요
※ 민간 금융권 개인고객 대상 업무취급 금융회사 352곳중 26개 금융사가 챗봇 도입중이나 금융감독원
조사 결과 법규위반 회사는 없으나 개인정보 암호화, 개인정보파기기준 미수립, 챗봇으로 수집한 개인
정보 열람, 정정, 삭제 관련 조항이 부재로 지적
※ CAPTCHA:Completely Automated Public Turing test to tell Computers and Humans Apart
로서 카네기 멜론대학에서 만들었으며 봇은 2~3분안에 수천개의 e-mail개정을 만들어 비밀번호 파악,
부정투표 등에 활용가능하며 문자인식 기반이나 시각장애인을 위한 음성 테스트 형식도 있음
▶
(기타 개인정보보호법 관련 검토 필요) 개인정보보호법 이외에 정보통신망법, 신
용정보법, 전자금융거래법 등과의 관계 검토 필요
- 개인정보호법에 따른 챗봇(AI) 등에 의하여 수집된 개인정보 수정 및 삭제 가능여부 조
치(GDPR 동일)
※ 개인정보는 개인정보보호법 제15조, 제16조에 의거 원칙적 수집 금지
- 전자금융거래법에 따른 보존기간이 경과한 전자금융거래 기록의 파기(5년), 신용정보법에
따른 개인 신용정보 기록 파기(5년), 정보통신망법에 따른 정보통신서비스제공자가 개인
정보 수집목적 달성된 경우 및 1년이 지난 경우 파기
- AI와 클라우드컴퓨팅 발전 및 이용자 보호에 관한 법률 검토, 현행 클라우드 컴퓨팅 발
전 및 이용자 보호에 관한 법률은 개인정보 보호법 정보통신망 이용촉진 및 정보보호 등
에 관한 법률에 우선하여 적용하나 일부 예외
- 개인정보보호법에 따른 개인정보처리시스템에 접근하는 컴퓨터 등의 외부 인터넷망 차단
(정보통신망법시행령, 금융권 망분리가이드라인 등)
- 또한 동 법이 다른 법령에서 인가허가등록지정의 요건으로 전산 시설·장비·설비 등(이하
“전산시설등”이라 함)을 규정한 경우 해당 전산시설 등에 클라우드컴퓨팅서비스가 포함
되는 것으로 본다고 명시하면서도, 다른 법령에서 클라우드컴퓨팅서비스의 이용을 금지·
사실상 제한하는 경우 등은 제외시켜 금융의료
․
클라우드컴퓨팅 이용이 배제되고 있음
※ 2018.9.월 현재 위 단서를 삭제하는 클라우드컴퓨팅 법령 개정안이 입법안 공포중
- (공공기업의 개인정보영향평가 수행) 개인정보보호법에 따라 5만 명 이상의 민감정보를
처리하는 공공기관은 개인정보영향평가를 의무적으로 수행하여야 함
37
ICT SPOT ISSUE
다. 주요 도입대상 서비스 검토
▌ (각종 민원 업무 도입) 민간 AI 서비스 영역은 음성인식 기술을 기반으로 한 휴대폰, 스
피커 , 가전 등으로 Chatbot 서비스가 확산되고 있으며 공공영역 역시 음성인식기술을
기반으로 한 Chatbot 서비스가 우선적으로 도입 가능
▶
(효율적 응대) 일선 공공서비스를 국민이 가장 먼저 체감하는 것은 정부의 각종
민원 응대에서 시작, 민원 응대는 기술의 발전으로 대면→전화→인터넷 Q&A→
챗봇으로 진화 가능
- 여기서 인터넷 기반 Q&A의 경우 인증 절차, 응대 지연 등의 접근성측면에서 불리하며
웹 방식의 (Push) 서비스가 주는 정보 과잉이나 App방식의 테크노스트레스가 적음(정지
형, Orange Sillicon Valley)
▶
(개인화 서비스 가능) 인공지능 기반 다양한 정보를 기반으로 한 분석을 바탕으
로 시민 개개인 성향을 고려한 맞춤형 공공서비스 제공이 가능
- 인가, 허가, 세금, 감사 등에 관련된 시민들의 특정화 및 개인화 된 질의에 대한 맞춤형
응답이 가능
▶
(Digital literacy 문제 해소) 정보화의 역작용 중의 하나인 정보역량문제 해소
- 챗봇을 활용하면 단순히 대화방식만으로 원하는 결과를 얻을 수 있게되어 정보역량이 낮
은 경우에도 정보화시대 민원 활용 가능
▶
Iass, Pass, Sass 등 민간에서의 챗봇의 Cloud 기반 활용현황을 고려하여 정부
민원업무 서비스별 도입 검토
표 16
Cloud 서비스 유형과 AI(챗봇) 결합
구분
주 고객
사례
lass
Infrstruct 고객에게 서버, 스토리지, 네 자본력이 취약한 중소기업
ure as a 트워크 등 하드웨어 제공
Sevice
아마존 AWS
KT UCLOUD BIZ
Pass
Platform 고객에게 애플리케이션 제작 SK C&C
as
a 에 필요한 개발환경 제공
개인(url을 지닌 1개의 프로젝트)
Service
(OS, DB) SDK(소프트웨어
개발 kit 제공
구글의 AppEgine
코스콤의 K PASS-TA
(과기정통 개발)
Software 고객에게 원하는 SW, 서비스 다양한 기업군, 개인
as
a 를 구매해 웹을 통해 임대제 (여행, 금융업)
sevice
공
구글 Docs
MS office 365
딜라이팅(한일)/여행119
Yodlee 뱅킹 자산관리
Sass
(챗봇활용
가능)
자료 : 머니투데이 11.5. 외 정리
38
내용
ICT SPOT ISSUE
▌ (선정업무) 일정기준에 부합하는 최적의 대안(특정 목적 개발 부지 선정, 기술개발 후보)
을 선정하는 측면, 최근의 채용비리 문제 등 가장 연계가 깊은 선정업무에 활용
▶
(채용업무) 공공기관인 한국정보화진흥원은 2018. 하반기 채용에서 AI 면접을 활
용, AI 전형은 기존의 채용 절차인 서류, 필기, 면접전형에 추가되는 절차이긴
하나 새로운 전형절차 도입에 의의가 있으며 절차에 신뢰성을 높이는데 의의
- 미국의 Deloitte Human Capital Trends에 따르면 2018년 미국의 38%의 회사가 채
용과정에 AI를 활용 중에 있다고 발표
- Deloitte Bersin Report는 AI를 채용에 활용한 기업이 그렇치 않은 기업보다 18% 높
은 수입과 30%높은 이익률을 보이고 있다고 보고(Forbes. 2018.9.)
▌ (재난관리) 기계학습을 통한 기상 예측의 변화, 지진 SNS 기반 예측 모델에 AI 적용
▶
과학기술정보통신부는 빅데이터 기반의 재난 전조 예측과 인공지능기반의 실질적
재난현장 의사결정 지원시스템을 위해 2018~2023 6천여억 원 투자
▌ (활용범위의 확장가능성) 이러한 사례이외에도 AI는 다양한 공공 영역에서 활용될 수 있
을 것으로 예측
▶
AI의 활용분야는 인간의 활동분야를 총 망라하므로 그 제한이 없음, 활용분야의
제한이라는 관점보다는 기술발전과 제도의 보완으로 얼마나 빨리 대체가능한가가
쟁점임
표 17
AI 공공분야 적용 예시
분야
예시
교통
 자율주행자동차, 셔틀(교통 체증, 사고 해소)
 항공, 해운 활용
스마트 시티
의료관리
사이버 보안
 효율적 도시 관리(지능형 교통 시스템)
 CCTV를 활용한 안전사회 구현 및 법 집행(치매, 실종유아 등 찾기;과기정통부)
 정밀의료, 처방, 신속한 진단
 해킹 등 위험발굴 및 대응
금융
 보이스피싱 탐지 및 차단기술의 활용(한국 연간 6조 피해)
 신용위기 분석(한국 부동산 정보활용) 한국은행 금리결정 도입시 활용 검토
안보
 신병 모집시 Chatbot 활용(美)
사법서비스
자연재해
통계
 빅데이터 분석에 의한 판결
 IBM, OmniEarth 캘리포니아 가뭄 해결 시도(수요 예측 등)
 빅데이터 분석에 기반한 인구통계 처리 등
자료 : 안지성, 2018 재 분류 및 수정
39
ICT SPOT ISSUE
5
AI 도입 가이드 및 정책제언
▌ (공공의 선도적 AI 기술도입과 시장 확산) 행정의 효율성과 합리성을 제고하기 위하여
정부는 AI에 대한 기술개발 투자는 물론 방대한 양의 공공데이터를 기반으로 한 공공부
분에서의 활용과 시범적용을 확대하는 것이 중요함
▶
자체 기술개발도 중요하지만 핵심기술을 보유하고 있는 글로벌 기업 및 인재와의
전략적 제휴도 고려
▌ (정보격차 해소를 통한 참여 민주주의 달성) 공공영역에서 AI기반의 데이터 행정은 국민
과 정부간의 정보격차를 해소하고 정책에 국민의 의사를 잘 반영할 수 있음
▶
AI와 관련된 공공의 각종 포럼과 사회적 담론의 형성 등 민의수렴 노력이 필요
▌ (책임있는 AI기술 개발) AI 기술개발시 책임성담보를 위하여 알고리즘의 설명가능성에
주목하고 우연성에 기반한 AI의 도입을 공공영역에서 제한
▌ (ELSI;Ethical, Legal, Societal issue) AI가 가져올 윤리적, 사회적, 법적 문제를 감안
하여 게놈프로젝트에서 시행하고 있는 것과 같은 ELSI(Ethical, Legal, Societal
issue) 연구를 정부의 주요 AI과제에 포함 하는 것이 필요
▶
일본정부의 경우 게놈 프로젝트 시행 시 ELSI연구를 필히 포함하고 별도 조직에
서 관리
▌ (일자리와 AI 교육에 주목) ANI뿐 아니라 자동화된 시스템으로 인하여 상실되는 일자리에
주목하고, 교육제도의 개편 등 미래에 대비 필요
▌ (AI활용 인프라의 조성) AI 기술개발의 활성화와 서비스 영역 확장을 위하여 정부는 기
업이 자체 기술개발, 인수․합병, Open source 기반의 플랫폼 활용 등을 할 수 있는 여
건을 조성해 주어야 할 것임
▶
특히 AI 활용을 위한 기초요건인 데이터(개인정보 등)의 정제와 활용을 위한 최
소한의 엄격한 규제와 최대의 활용 수단 강구가 되어야 할 것임
※ 코즈(Coarse)의 정리의 견해 : 법 경제학은 경제학 이론에 외생변수로 파악한 법과 규제를 내생변수로
포함한 이론으로 법경제학자들은 개인정보에 대한 정보의 보호에 관계없이 개인들이 개인정보를 거래하
는 경우 효율적인 개인정보 공개수준이 결정될 것이라는 견해
40
ICT SPOT ISSUE
표 18
AI 서비스 도입 가이드
기술적
ELSI 관점
법적
- 기술개발 투자
- 기업의 핵심역량
(산업분야,
데이터의 보유,
확장성)
Tech path
dependency
- 자체 개발 또는
인수 합병
- 기술트랜드 고려
AI + Cloud
+ EDGE
- 기술에 대한
설명가능성
(Explainable AI)
Machine learning
Deep learning
차이점 설명
- 공공데이터 활용
마이데이터
AI 데이터 셋
국가데이터맵
- 내부 통제 기능
알고리즘과
개발자
- 정보추출은
스크래이핑방식이
아닌 API 방식
윤리적
- AI의 인간에 대한
- 보조적 특성 감안
- GDPR 준수 및 고려
개인정보 동의 처리 명확(침묵, 부
작위, 미리 체크된 박스는 불인정)
개인의 정보제공권, 열람권
프로파일링(AI)을 통한 거절 불
개인정보 처리 내역 문서 보관
개인정보처리 영향평가
DPO(Data Protection Officer) 채용
- 법에 위반하는 알고리듬 생성
불가(의료법 등)
- 개인정보보호법 챗봇 도입시
개인보처리 방안
CAPTCHA 기능의 설치
전자금융거래법에 따른 기록 파기
신용정보법에 따른 신용정보 파기
(5년)
정보통신망법에 따른 기록 파기
(1년)
- 정보통신망법 시행령에 따른
개인정보 접근 가능성 여부
- 금융권 망분리 가이드라인 검토
* 추가적인 고려
- 로봇에 대한 인격 부여 여부
- 로봇에 대한 세금 부과
- 저작물에 대한 권리 부여여부
- 운전, 의사, 변호사 등에 대한
면허제도
- AI와 클라우드컴퓨팅 및 이용자
보호에 관한 법률 재검토
(개인정보보호 문제로 클라우드 이용활
성화는 지연됨 네거티브제로의 전환 필
요)
-> 현재 개정추진 중
- 공공기관 개인정보 영향 평가
- 인간생명의
존엄성과 통제
- 비차별성
(성별, 건강,
장애)
- 공정성
- 개방성
- 윤리기준의
수립 노력
Case/Crowd/
Human-AI,
/Athics Machine
learning
- 행동강령 및
인증제도 마련
(GDPR권장)
- 대형 AI과제에
ELSI 연구
사회적
- AI 대체로
신규 일자리
- 신기술 및 SW
교육
- AI 담당(조직)
- 윤리적 기준에
대한 사회적
토론과 합의
고객의
참여
-고객정보
활용과
인센티브
-정보격차
-고객정보의
보호
-고객의
대응권
-Digital
Literacy
서비스 대상
민원업무, 각종 선정, 채용 업무, 조사, 분석업무 등
자료 IITP 2018
41
ICT SPOT ISSUE
▌ (AI 서비스 도입 가이드 라인) 본 보고서는 AI 기술수준 및 활용현황과 관련된 법규와
이슈분석을 통한 다음과 같은 가이드라인을 제시함
42
▶
(기술 가이드라인) 기술트렌드와 기업의 핵심역량을 감안한 AI 기술개발 투자와
내부통제기능을 보유하여 데이터의 수집과 정제(특히 공공데이터 활용 주목)
▶
(법적인 이슈) AI 인간에 대한 보조적 수준을 감안한 GDPR, 국내의 개인정보보
호법과 의료법 준수, 망분리와 관련된 법규 고려
▶
(윤리적 이슈) 인간생명의 존엄성과 비차별성을 고려하고 윤리와 관련된 사례 및
대중의 의견 수렴을 통한 행동강령 및 윤리기준의 수립 노력 필요
▶
(사회적 이슈) AI 도입을 통한 일자리의 대체 문제 윤리기준에 대한 사회적 토론
과 합의 형성과정을 거친 미래 기술에 대한 법제화 필요
▶
(고객의 참여와 인센티브) AI시대에 개인정보는 필수, 개인의 정보는 개인이 정
보를 제공하였을 때 적절한 보상과 인센티브 제공이 중요하고 결과적으로 개인정
보에 대한 통제권을 적절히 보유해 주어야 함
ICT SPOT ISSUE
●●
●
참고 자료
▌ 해외 문헌
1. (Leighton Andrews) ‘Algorithmic Regulation’ Londong school of Economics & Politicals Science
(2017)
2. (Taylor-Gooby) New Risks. New Welfare: The Transformation of European Welfare State.(2004)
3. (JP MORGAN) An Investor’s guide to artificial Intelligence (2017.11)
4. (Capjemini Consulting) Unleashing the potential of Artificial Intelligence in the Public
Sector(2017)
5. (Park, K. Y. & Chun) Probability of computer automation job replacement in Korea, KEIS data
for the press.(2016)
6. (JP MORGAN) AI and Semiconductors Exponential growth from AI adoption in the cloud and at
the edge(2018.2.7.)
7. GUGGENHEIM. AI at the Edge: Cloud Conduits & Edge Computing(2018.3.2)
8. Tutt, A. ‘An FDA for algorithms?’ Administrative Law Review 69: 83–123.(2016)
9. Orange Sillicon Valley. How Can I Help You?: The Rise of Chatbots and Intelligent (2016)
10. 行政情報システム研究所, “人工知能\技術の行政における活用に関する調査研究,” 報告書(2016年6月10日).
11. (DARPA) Explainable Artificial Intelligence (2017. 11)
12. (Canalys) Amazon reclaims top spot in smart speaker market in Q3 2018 (2018.11.15)
13. IEEE Ethically Alligned Design Version 2 For Public Dicussion(2018.7.6)
14. (Peter Evans and James E. Rauch) Bureaucracy and Growth: A Cross-National Analysis of the
Effects of "Weberian" State Structures on Economic Growth. (1999.9.)
15. Leighton Andrews, Algorithnmic Regulation. THE London School of Economics and Political
Science. (2017.9.)
43
ICT SPOT ISSUE
▌ 국내 문헌
16. (백수원) ‘헌법상 인공지능 규제의 범위와 방향에 대한 시론적 고찰,’ (2018.8.)
17. (성영조) 글로벌 혁신기업의 성공전략-독점과 플랫폼 (2016)
18. (KEIT) ‘인공지능 양대 산맥인 IBM과 구글,’ (2017.3.)
19. (IDG) ‘인공지능을 활용한 디지털 혁신과 비즈니스 사례 (2017.9.)
20. (국회입법조사처) ‘챗봇의 현황과 향후 과제’ (2018.4.30.)
21. (행정자치부) 우리 기업을 위한 ｢유럽 일반 개인정보 보호법」 안내서 (2017.4.)
22. (정보화진흥원) 다파(DARPA)의 설명가능한 AI (2018.2)
23. (박수현) 와이즈넛-인공지능 챗봇 및 검색 SW 1위 기업. (2018.9)
24. (김승래이창성
․
) ‘인공지능(AI)의 창작물에 대한 지식재산권 보호방안 -특허권과 저작권보호를 중심으로-’
(2018.9)
25. 대외경제정책연구원, ‘4차 산업혁명 시대 인도의 디지털인증 플랫폼 구축 현황과 시사점’ (2017.6.15.)
26. 정지형. 챗봇 서비스의 향후 전망과 사회경제적 영향 분석. ｢Insight Report｣, (2016)
27. (국무조정실) 「산업융합촉진법」 개정으로 규제샌드박스 본격 추진 (2018.10)
28. (과학기술정보통신부) ‘OECD 인공지능 전문가그룹 권고안 작성방향 협의’ (2018.10.18.)
29. (김태수) 국가간 공직능력 비교평가 기준의 검토 (2006.10)
30. (고학수) 주파수 관리에 관한 토론문-코즈정리의 시사점을 중심으로- (2009.11.)
44
ICT SPOT ISSUE
▌ 언론 자료
31. (연합뉴스), ‘OECD, AI 투자발전기준 만든다..민원기 교수 주도(2018.5.24.)
32. (디지털데일리) 한은기준금리결정과정, 데이터 종합예술. (2018.11.4.)
33. (의학신문) 가천대 길병원 인공지능 기반 암치료 나선다, (2016. 9.9.)
34. (머니투데이) 2018.6.26. 내 데이터는 내 마음대로..‘마이데이터’ 시범사업 나선다 (2018.6.26.)
35. (머니투데이) C/S 빅데이터 합쳐 'AI 무인 보험 설계사' 나온다. (2018.11.5.)
36. (아이뉴스 24), AI 스피커 수성한 美···추격한 中 ('18.11.17)
45
ICT SPOT ISSUE 발간 자료 목록
발간회차
보고서 제목
작성자
이메일(@iitp.kr)
1호
금융 통계를 통해 본 글로벌 IT 트렌드 및 시사점
김용균
valuation
2호
플랫폼으로 진화하는 인공지능(AI) 음성비서
조성선
ssj
3호
국내외 스타트업 투자 현황 및 시사점
채송화
shchae
4호
자율주행자동차 주요 업체 동향과 시사점
이재환
jaylee
5호
4차 산업혁명을 대비하는 중국의 ICT 산업 및 정책 동향
유영신
yshin
6호
The Next Big Thing, 서비스 로봇 동향과 시사점
김용균
valuation
7호
차세대 디스플레이, Micro LED 디스플레이 개발 동향
조성선
ssj
8호
경쟁이 심화되는 간편결제서비스
채송화
shchae
9호
세계 특허동향 및 주요 이슈
이재환
jaylee
10호 사물인터넷 산업의 국가 경쟁력 요인 분석
유영신
yshin
11호 ICT로 제조혁신, 스마트팩토리
조혜지
qaqaws
12호 ICT 육성정책 10년 및 향후 추진관점
변화성
hsbyeon
1호
반도체 산업의 차세대 성장엔진, AI 반도체 동향과 시사점
김용균
valuation
2호
양자컴퓨터 개발 동향과 시사점
조성선
ssj
3호
사례로 살펴보는 제조업의 서비스화 현황
채송화
shchae
4호
사회문제해결형 R&D 최신 동향 및 시사점
조혜지
qaqaws
5호
R&D 관련 종사자의 도전성 분석
이효은
lee
6호
자율주행자동차 산업활성화를 위한 규제 개혁 이슈
이상길
ansf
7호
혁신 아이콘 60년, DARPA의 평가 및 PM제도 분석
이효은
lee
8호
국내외 AI 활용 현황과 공공 적용
이상길
ansf
2017년
2018년
※ 상기 보고서는 [ITFIND(http://www.itfind.or.kr) 정기간행물 코너]에서 보실 수 있습니다.
□ 본 보고서는 정보통신기술진흥센터 기술정책단 산업분석팀에서 수행하는
“ICT 동향분석 및 정책지원” 사업의 연구 결과입니다.
□ 본 보고서의 내용을 전재할 수 없으며, 인용할 때는 반드시 “과학기술정보통
신부 ICT 동향분석 및 정책지원의 연구결과”임을 밝혀야 합니다.
□ 본 보고서의 내용은 정보통신기술진흥센터의 공식 견해와 다를 수 있습니다.
□ 참여연구진
- 사업책임자 : 최령
- 과제책임자 : 이성용
- 참여연구원 : 변화성, 이재환, 이효은, 이상길, 안기찬, 김용균, 박혜영
김우진