[인공지능의 오늘 그리고 내일 6편] 인공지능과 IoT의 만남, 스마트홈 서비스 전략

ICT 환경 분석

ICT 기술 발전은 산업간 융합을 통해 기존 산업의 지속 기간을 줄였다. 또한 ICT 기술의 적용은 노동력 대체와 고비용 구조를 단순화 시키는 방향으로 발전하였다. 스마트폰과 LTE 통신의 진화를 계기로 IoT가 활성화 될 수 있는 환경이 조성되었다. IoT의 구성요소로는 스마트 센서, 근거리 통신, 단말기, 통신, 클라우드가 있다. 과거에는 센서 비용, 단말기의 크기, 접속 능력의 한계와 네트워크 접속 비용 등의 이유로 IoT 구현이 힘들었지만 현재는 스마트 센서의 대중화, 통신모듈 가격의 하락, 스마트 기기 보급 확산, 무선통신 네티워크의 확대 및 기술적, 경제적 한계 극복을 통해 IoT 환경을 조성 중이다. 

Intelligence 기술 동향

인공지능이란, 데이터를 인간과 같은 방식으로 카테고리화, 패턴 발굴, 처리가 가능한 컴퓨팅 시스템이다. 인공지능 학습 방법은 크게 세가지로 구분할 수 있다. 데이터의 종류 / 패턴을 모두 알고 있을 때는 지도학습을 통해 데이터의 종류와 패턴을 기계에 학습시켜 기계 스스로 데이터를 처리 (초보자 수준의 체스 머신) 한다. 데이터의 종류를 모두 알고 있을 때에는 비지도 학습을 통해 데이터에 대한 패턴을 기계 스스로 발굴하여 데이터를 처리 (IBM 딥블루 체스 대회 우승) 한다. 데이터의 종류 / 패턴을 모두 모를 때는 딥러닝을 통해 데이터에 대한 종류와 패턴을 기계 스스로 발굴하여 데이터를 처리 (자율주행자동차) 한다. 지도학습과 비지도학습의 경우 주요 의사 결정에 Supervisor가 개입을 한다. 지도 / 비지도 학습은 특정 영역에 대한 세부 분류, 정확도를 높이기 위한 반복적인 지도 학습을 반복, 딥러닝은 광범위한 데이터를 분류할 수 있는 기술로 정보 데이터의 양에 따라 신뢰도 차이 발생 가능성이 내재되어 있다.

구글의 자율주행 자동차 AI의 학습 과정

1. 비정형 / 정형 데이터 인식 : 주행 동영상 (360도) + 주행 로그 데이터를 수집함

                                       (구글 스트리트뷰 자동차를 통해 방대한 양의 주행 로그 / 주행 영상 데이터를 수집

2. 구글의 딥러닝 활용 학습 : 방대한 데이터를 통해 주행관련 행동을 학습함. 

                                       (상황에 따른 브레이크, 악셀, 핸들 등의 조작)

3. 자율주행 알고르즘 생성 : 99.6% 이상 사고를 방지하기 위한 알고리즘을 생성함

                                       (각 상황별 인간보다 나은 대처가 가능한 AI 개발)

4. 자율주행 알고리즘 테스트 : 재학습의 과정 반복 (현 100만Km 이상의 테스트를 통한 재학습 반복중

IBM Watson

 : B2B 특정 영역에 특하된 DB서비스로 발전중 (의료, 금융, 법률 분야에서 1위 AI 업체)

Google TensorFlow

1. Google Now를 통한 한국어 자연어 처리 가능 : 단, 구글 API가 지원하는 기능만 제공

2. 전 카테고리 대상의 AI DB 구축중 : 기존 검색 서비스의 DB를 학습 엔진을 통해 AI DB화 지속 진행중

Intelligence를 제공하는 방식은 Embedded와 Cloud 두가지가 있다.

Embedded 기반		Cloud 기반
업데이트 불편	플랫폼	업데이트 용이 다양한 장치 수용 가능
서버 불필요	인프라	서버 구축 및 운영 필요
지정된 리스트에 대한 STT, TTS, Vision 인식	주요 활용 분야	STT, NLU, 학습, 추론, DB 확보 또는 플랫폼 비즈니스가 필요할 경우
인터넷 연결 없이 사용 가능 빠른 시간내 응답 가능 보안 Risk 적음	통신 보안	인터넷 연결 없이 사용 불가 네트워크 상황에 따른 지연 발생 서버 전송에 따른 보안 위협 증대

IoT 플랫폼 및 산업 동향

쉽고 편하게 연결하기 위한 통신 표준부터 고객에게 차별된 서비스 제공을 위한 서비스 플랫폼까지 주요 플레이어 별로 오픈 생태계 주도권 경쟁중이다. (스마트폰 시장 강자가 IoT 강자로 전이되고 있다.) IoT 플레이어들이 오픈화를 하는 이유는 장치부터 서비스까지 E2E 솔루션을 제공하기가 힘들다. 다양한 장치를 모두 생산하는 것이 불가능하기 때문이다. 프로토콜과 플랫폼에서 치열한 오픈 경쟁이 벌어지고 있다. 단말과 단말간 연결뿐만 아니라 플랫폼과 플랫폼간 연결을 위한 연합체를 구성하고 있다. IoT를 위한 간소한 프로토콜이 등장하고 있으며 우군을 확보하기 위해 경쟁이 벌어지고 있다. 스마트폰 강자들은 독자 생태계를 구성하려고 한다. 구글외 오픈화를 지향하는 업체는 모두 연합체를 고려하고 있다. 애플은 Home Kit을 위주로 가정에 집중하며 MFi 프로그램을 통해 인증 단말을 늘려가고 있다.

홈 로봇과 Intelligence 서비스

기존 산업용 로봇 중심에서 전문 서비스용과 개인 및 홈 서비스용 로봇으로 확장되고 있다. 로봇의 타입은 인간과 유사한 형태의 로봇에서 하드웨어는 단순화 되고 소형화되며 개인 및 홈용 로봇이 확산되는 추세이다. 인간과 유사한 모습 / 움직임을 지향하는 휴머노이드 로봇의 경우 복잡도 및 크기가 증가하고 고가이다. 인간과의 교감, 지능형 서비스가 중요한 로봇의 경우 하드웨어가 단순하며 소형화로 가격이 하락하여 대중화 가능성이 있따. 자연스러운 Interaction을 위한 부드러운 움직임, 인식 / Cloud 기술 등 지능형 서비스를 지향한다. 소셜 펀딩을 통해 스타트업 업체들의 진입이 활발하다. 

로봇은 Sensing, Mobility, Intelligence 3대 구성 요소를 가진다. 로봇을 정의하는 공통된 3대 키워드는 Automatic (자동적으로 행동을 수행), Machine (기계장치), Action (반응하고 행동) 이다. Sensing이란 주변 물체 식별, 움직임 인식, 현재 위치와 목적지 인식, 사람과 음성 / 표정 등 인식, 온도 / 습도 등의 주변 환경 상태 감지를 말한다. Mobility / Control은 로봇 자체의 이동 기술, 로봇의 팔 / 다리 등의 조작을 통해 물체를 잡거나 전문적인 작업 수행, 자율 주행 등을 말한다.

주요 글로벌 플레이어들은 허브를 홈 IoT 시장의 주도권을 잡기 위한 핵심 디바이스로 인식하고 경쟁적으로 출시하고 있다. 

Amazon Echo : 음성기반 Personal Assistant에서 Home Hub로 진화

<출처 : https://youtu.be/KkOCeAtKHIc>

Nest : 빅데이터를 기반으로 고객 패턴과 외부 환경을 비교하여 자동제어

<출처 : https://youtu.be/f3JzZsE8Xas>

SK Telecom 'Smart Home' : 홈 생활을 이해하고 고객에게 실질적인 가치

(생활비 절감, 보안, 생활편리 등)를 제공

<출처 : https://youtu.be/QWNvC0GytDY>

일상 속으로 들어온 IoT 기술이 더욱더 편안하고 똑똑한 스마트홈을 만들고 있다. 이처럼 스마트홈, 홈 IoT는 이제 미래가 아닌 현실이 되었다. 영화 'her'를 보면 스마트홈이 반영된 미래의 우리 가정의 모습을 볼 수 있으며, 주인공이 가상의 그녀인 사만다와 사랑에 빠지기도 한다. 현재 출시되고 있는 서비스들을 보면 이런 미래 또한 얼마남지 않은 것 같다. 더이상 집안 가전 제품을 제어 하는데 있어 스마트폰 조작 등은 필요 없는 시대도 곧 올 것 같다. 

<출처 : 2016 Tech Leadership Conference>