화학뉴스

AI(인공지능)는 장기적으로 데이터 처리 분야에서 유용하게 활용될 것으로 기대된다.
AI는 다양하게 정의되고 있으나 모든 정의에서 공통적으로 등장하는 요소는 데이터를 처리한다는 점으로 AI의 핵심기술인 딥러닝 연구를 선도한 캐나다 몬트리올대학의 조슈아 벤지오 교수 역시 AI의 혁신은 데이터 인지에 활용할 수 있다는 점이라고 역설한 바 있다.
기술은 그동안 정해진 규칙을 따르고 데이터를 효율적으로 처리하는데 그치고 있었으나 새롭게 등장한 AI 기술은 데이터를 인식 및 식별하고 계통을 수립해 무엇을 말하고 있는 것인지 또 어떻게 다루어야 하는지 판정할 때 사용할 수 있다는 점이 차별점이다.
즉, AI 기술은 인간이 처리규칙을 미리 정해주지 않아도 알아서 데이터마다 특징을 도출하고 규칙으르 스스로 새롭게 생성하는 것으로 데이터의 양을 늘릴수록 정밀도가 향상되며 인간을 능가하는 인식률을 발휘하는 분야도 많은 것으로 알려졌다.
최근 2-3년 사이 사진인식, 음성인식 기술이 대폭 발전한 것 역시 AI의 도입에 따른 것으로 파악되고 있다.
또 AI는 데이터를 구조화하는 역할도 수행한다.
정보기기가 보유하고 있는 내부 정보나 IoT(Internet of Things) 센서 등을 통해 수집한 데이터는 그대로 놔두기만 하면 사용할 수가 없지만 AI를 활용하면 데이터마다 관련성, 경향 등을 파악할 수 있어 시장환경이나 제조현장 등 주변을 더욱 많은 관점에서 분석할 수 있게 된다.
구글(Google)은 이세돌 9단을 이긴 알파고가 기존의 바둑 데이터를 습득하지 않고 새로운 데이터만으로 100전100승 성과를 이루었다고 발표한 바 있다.
데이터 해석에 인간의 판단능력이 필요하지 않다는 것을 증명하는 대표적인 사례로 AI만을 이용한 새로운 데이터 분석 시장의 가능성을 제시한 것으로 파악되고 있다.
다만, 아직은 AI 기술 도입을 위한 과제가 많으며 대다수 제조업이 도입하는 과정에서 데이터 취득단계부터 좌절하는 것으로 알려졌다.
시장 전문가들은 AI 기술을 제조현장에 도입한다면 AI를 통해 무엇을 하고자 하는지 또 어떠한 데이터가 필요하고 어떻게 취득 및 보관할 것인지 확실히 정립한 이후 나서야 한다고 지적하고 있다.
AI 기술은 데이터 취득과 보관을 위한 것이 아니라 활용을 위한 것이기 때문이다.
일본에서는 National Instruments가 AI 기술의 도입을 지원하기 위한 시스템을 구축하고 있으며 최근 시험용 패키지를 출시했다.
센서를 통한 데이터 취득에서 데이터 처리 및 해석 등을 한번에 체험할 수 있으며 앞으로 고도 활용을 촉진하기 위해 다양한 방면으로 기술을 확산시켜나갈 계획이다. (K)