미래의 문을 두드리다

- AR은 VR의 또 다른 범주다. 차이점이라면 VR이 본인과 환경 전체가 가상의 이미지를 차용한다면, AR은 현실 이미지에 3차원 가상 이미 지를 오버랩시켜 하나의 영상으로 보여주는 기술을 일컫는다. 스마트폰 의 카메라, GPS, 나침반과 같은 기능이 증강현실의 기본적 사례다. AR 과 VR이 융합된 기술이 바로 MR인데, MR이란 현실 세계와 가상 세계 의 정보를 결합, 가상 정보의 혼합을 통한 홀로그램픽 기술을 이용해 입 체감의 극대화를 꾀한다는 장점을 지닌다. 사실 VR이냐 AR이냐 MR이냐를 두고 설왕설래할 필요는 없다. 범위의 차이이자 기술적 단면일 뿐, 이 세 분야를 통틀어 우리는 ‘실시간 3D 그래픽'이라고 명명하고 있다. AR 산업의 결정판은 주로 엔터테인먼트와 게임 분야다. 위에서 언급한 인기 한류 드라마나 한때 붐을 일으켰던 '포 켓몬 고'와 같은 사례가 바로 그것이다. 하지만 최근에는 의료, 관광, 제조, 건설, 운동, 교육, 유통업 분야에 걸쳐 무서운 확장세를 보인다.
- 정형, 반정형, 비정형 데이터의 정의는 무엇일까. 우선 정 형 데이터는 우리가 흔히 접하는 문자와 숫자 데이터로 이해하면 빠르다. 학점이나 개인 신상에 관련된 각종 수치 등을 정형화된 툴을 활용, 저장해 둔 '가시적 성격을 띤다. 반정형 데이터는 눈에 보이지 않는다. 대신 XML과 HTML, 웹 로그 형태로 발현된다. 더욱 쉽게 설명하자면 원하는 정형데이터를 취득하기 위한 숨은 데이터라고 보면 된다. 포털 사이트나 홈페이지 등에 이 기술이 담겨있다. 비정형 데이터는 용어 그 대로 정형화된 툴이 없다. 툴이 없기에 연산은 불가능하되 형태는 다양하다. 동영상, 음성, 이미지 등이 비정형 데이터의 범주에 속하며, 데이 터의 통상적 기준에는 벗어나지만, 빅데이터의 범주로는 가치 있는 데 이터 형식으로 각광 받고 있다.
- 빅데이터의 시작은 과연 언제부터일까. 결론부터 얘기하면 정확한 시기를 꼭 집어내기에는 미흡한 부분이 많다. 데이터란 역사가 워낙 방대하기에 빅데이터 역시 데이터 발전 간 산출물로 여기는 학설이 지배적이다. 하지만 데이터와 빅데이터의 경계는 엄연히 차별점을 둔다. 물론 과거에도 거대 양의 데이터 분석 기술은 존재했다. 그것이 바 로 우리가 흔히 들어 본 ‘슈퍼 컴퓨터’ 인데 이를 활용해 많은 양의 데이 터를 추출, 축적해왔다. 하지만 슈퍼 컴퓨터가 진정한 의미의 빅데이터 라고 정의하기엔 미흡한 부분이 있다. 슈퍼 컴퓨터의 구매와 관리에 들 어가는 수십 억 원의 비용적 문제가 우선 발생한다. 이마저도 정부 차원 의 활용만 가능, 높은 진입장벽으로 민간인의 접근을 허용하지 않았다. 과거 각 기업에서 소비자의 콜 데이터 등을 저장·분석 해왔지만, 이 역시도 빅데이터라고 부르지 않는 이유, 바로 적지 않은 비용이 소비되기 때문이다. 오늘날의 빅데이터는 비용적 측면에서 과거와의 확실한 차별성을 둔다. 저렴한 비용으로 엄청난 데이터를 효율적으로 추출할 수 있다는 가성비의 영역에서다. 더욱이 영상 등의 비정형 데이터를 분석할 수 있는 텍스트와 하둡Hadoop 등의 기술이 대두되면서 기업 역시도 과거 대용량 데이터 분석에 들었던 금액과는 비견 할 수 없을 정도의 적은 돈으로 복잡하게 얽힌 빅데이터 내 필요 정보를 취사선택, 이와 더불어 기존 정 보와의 적절한 통합을 통해 퀄리티 있는 가치 전달에 최적화된 환경을 구축했다.
- 빅데이터의 대표적 활용 분야는 인공지능과 머신러닝, 딥 러닝으로 압축할 수 있다. 쉽게 풀어보자. 인공지능은 머신으로부터 인위적으로 만든 지능, 머신러닝은 기계학습으로 통칭하며, 컴퓨터 학습 간 알고리 즘 개발의 한 분야라고 정의된다. 딥 러닝은 말 그대로 깊은 학습, 이는 곧 심층학습으로도 일컫는데, 데이터 추출을 사람이 하지 않고, 기계 차 원으로 학습하고 저장하는 프로그램이다. 딥 러닝은 인공신경망 구조를 차용한다. 간단한 예로 내비게이션 이동 경로 역시 일상 속 수 많은 경 로 정보가 쌓여 빅데이터가 생성된다. 현재 우리나라는 각종 규제와 개 인 정보 보호 등의 보안 문제로 활용 간 적지 않은 제약이 있다.
- 이제는 속도다. 블록체인의 장점은 '보안' 이다. 하지만 아쉽게도 생 활 전반으로는 투영되지 못했다. 왜일까. 그 이유는 바로 속도의 문제였 다. 일반 신용카드의 TPS10000에 비해 블록체인은 현저히 낮은 TPS4~20 에 그친다. 믿음은 가나 실제 이용이 불가능할 정도로 속도가 느리다는 것이다. 블록체인의 거래 속도 제고에 나서야 할 이유다.속도가 중요한 이유는 또 있다. 블록체인의 속도야말로 곧 신뢰로 이어지기 때문이다. 과거 블록체인의 느린 거래 속도로 인한 불편은 이 루 말할 수 없었다. 유입된 거래 원장을 세계 곳곳에 분산해야 함은 물 론, 보안 차원으로 새 거래 발생 시 또 다른 원장과 일일이 대조를 해야 하는 번거로움이 뒤따랐다. 실제 사업에서 활용하기에는 블록체인의 신 뢰성이 부족하다는 방증이다. 현재 블록체인 시장은 데이터를 세분화 해 속도를 높이는 '샤딩 방식과 체인저장 기록을 최소화하는 '플리즈마' 기술 도입에 열을 올리고 있다. 위 기술이 상용화될 시 기존 블록의 속도 대비, 100배 이상 빨라질 것으로 기대하고 있다. 블록체인과 5G의 초연계성을 찾아내는 항해, 바로 지금부터다. 블록체인은 크게 프라이빗과 컨소시엄, 퍼블릭형으로 나뉜다. 프라 이빗 블록체인은 노드의 제한을 둔다. 소유자가 분명 존재하고, 소유자 에 의해 허락된 노드만이 네트워크 입장이 가능하다. 소유자 입장에서 의 노드 컨텍이 영위되다 보니, 처리 속도가 한층 더 제고되고, 이를 통 해 개별이 아닌 기업화 블록체인 구성이 용이해진다. 또한 프라이빗 블 록체인은 소유자 니즈에 따라 여러 방식의 구동제어가 가능하다.
- 컨소시엄 블록체인을 두고 애매한 포지션이라고 일컫는 목소리가 있다. 다름 아닌 컨소시엄 블록체인이 프라이빗과 퍼블릭의 중간적 형 태를 갖고 있기 때문이다. 하지만 그 메리트만은 결코 애매하지 않다. 컨소시엄은 프라이빗과 달리 소유자가 컨택한 노드들이 구동 권한을 갖 는다. 당연히 분산구조를 차용하며, 프라이빗과 마찬가지로 한정된 노드의 참여로 보안적 리스크는 현저히 낮다. 더욱이 퍼블릭의 맹점으로 지적되는 거래 속도 지연과 확장성 문제를 일정 부분 해갈함에 따라 금융사 간 '트랜잭션’ 으로 활용도가 높은 편이다. 퍼블릭형 블록체인은 프라이빗과 컨소시엄에 비하면 아직 걸음마 수준이다. 일부 암호화폐 거래소를 차치한다면 퍼블릭형을 개발하는 공급업체는 그리 많지 않다. 당연히 기술적 요소 및 인프라에도 어려움을 겪고 있다. 퍼블릭형은 개발자와 채굴자, 서비스 개발자, 거래소 등으로 구성된다. 블록체인은 2020년 도쿄올림픽을 기점으로 또 다른 바람을 몰고 올 것으로 전망된다. 바로 도쿄올림픽 간 암호화폐 결제 서비스가 공식적 으로 등장한다는 기대심리의 발로다. 민간에서도 관광지 요금 결제를 암호화폐로 거래할 수 있게 하는 한편, 티몬의 테라 블로코의 아르고 등 에서는 다채로운 블록체인 프로젝트를 속속 등장시키고 있다.
- 사물인터넷은 용어 그대로 사물을 '인터넷화’ 하는 것이다. 유·무형 의 각 사물들이 일방향이 아닌 다채로운 방식으로 연결된다. 이 같은 다양성은 인간으로 하여금 신 서비스를 선사한다. 말 그대로 가상의 현 실과 우리를 연계해주는 접점이 바로 사물 인터넷이라는 것. 과거의 인터넷은 연계점의 한계가 있었다. 컴퓨터라는 주체가 우선 시돼야 했고, 무선 인터넷의 가동이 원활해야 했다. 연결점의 수단으로 휴대전화가 빠질 수 없다. 당연히 유형의 사물로 국한될 수밖에 없는 시스템적 한계였다. 하지만 사물인터넷은 세상의 모든 사물이 연결된 인터넷 프로그램이다. 의자, 자동차, 나무할 것 없이 별도의 브릿지가 필요치 않은 유기 적 호환이 가능하다. 잡화점의 결제 프로세스와 버스 스테이션 등의 무 형적 사물에 이르기까지 사물인터넷의 범주는 무한대다. 사물인터넷의 기술 활용을 위해서는 우선 'C언어'와 '리눅스' 프로 그램을 이해할 수 있어야 한다. C언어란 머신의 운용 목적에 맞게 하드웨어를 프로그래밍 하는 언 어를 뜻하며, 운영체제의 기술 중 하나인 리눅스는 소프트웨어와 하드 웨어 간 응답을 연계하는 역할을 한다. 사물인터넷의 운영체제가 ‘무선 통신 네트워크'를 활용한다는 점에서 네트워크 간 서버 구축에 관한 이 해도 필수다.
- 4D 프린터란 어떠한 기술적 원리를 내포하고 있을까. 4D 프린터의 주요 테마는 '학습'과 '기억' 으로 점철된다. 기존 형태 를 습득하고 있는 시스템이 출력 간 어떠한 외압에도 불구, 본연의 형태를 고스란히 복원하는 기술을 의미한다는 것. 더욱 쉽게 설명하자면 3D가 '입체' 의 아이덴티티를 품었다면 4D는 거기에 '타임'을 가미한 것으로 우선 이해해보자.4D 프린터는 지난 2013년 MIT의 한 교수에 의해 처음 설명됐다. 3D 프린팅의 가미, 또한 변형의 의미로 정형화된 입체감을 구현해내는 3D 프린팅과 달리, 주변 온도나 습도, 기압 등에 따라 거기에 맞는 적절한 조건으로 재탄생되는 기술이다. 4D 프린팅의 궁극적 기술력은 어떠한 연결 없이 전기제품을 구동한 다는 비유로 대신할 수 있다. '셀프러닝' 이라고 하는데, 스스로 변모가 가능한 소재를 3D 프린터로 찍어내는 것, 이것이야말로 가히 4D 프린 팅의 '화룡점정' 이라고 할 만하다.
- AI는 그 자체로의 아이덴티티를 지니지 않는다. 다만 각 분야간 융합에 의거 발현되는 이른바 '서브’의 역할이다. 하지만 서브라 할지라도 단순 서포트의 의미로 국한해서는 안 될 노릇이다. 정보기술의 무수한 분야 간 AI 도입에 따라 인공지능은 개별로의 빛을 발할 것으로 보인다. AI야말로 '문제해결의 중추적 역할을 한다는 방증이다.AI는 명칭 그대로 인간의 지능으로 영위 가능한 분야를 컴퓨터를 통해 접목해가는 연구과제다. 컴퓨터 프로그램이 인간 지능의 툴을 모방, 더욱 세밀하고 광범위하되, 인간으로서 범할 수 있는 실수를 최소 한다는 데 그 의의를 둔다는 것이다.
- 우리는 AI 기술력에 신봉하기에 앞서 인공지능의 '인'에 주목할 필요가 있다. AI 담론과 아울러 '인간을 위함이라는 인문학적 벨류를 더 불어 고찰해야 한다는 것이다. AI는 도외시할 수 없는 미래 인류의 청 사진임을 수용하되 과학 발전과 더불어 인간만이 지닌 가치를 성찰한다. 면 AI의 이질감은 충분히 극복 가능한 과제다. '벌레'라 함은 결코 식의 범주가 아니었다. 징그러웠고 그러다보니 혐오스러웠다. 학습효과 덕이 었다. 벌레는 지저분하다 했고, 그렇기에 해똑한 존재라 응당 여겨왔다. 당연히 먹거리일 리 없었다. 지금에 와서 징그러운 벌레를 미래의 '식량 자원' 으로의 인식 전환이란 결코 쉬운 일이 아니다. 다만 지금이라도 식 용곤충을 체험하고 맛보며 인식의 괴리를 좁혀나가는 노력이 가해진다. 면 '슈퍼푸드’로의 점층적 변혁을 기대해 볼 수 있지 않을까.인공지능 역시 마찬가지다. 그 옛날 로봇의 출현을 공상과학 중 편린 내지, 생경함의 대상쯤으로 치부함이란, 그때는 맞고, 지금은 아니다.
- 미세먼지 예방 및 대처를 위한 국내 유수 통신사들의 발걸음이 고무적이다. 미세먼지 지도 앱을 통해 한국 환경공단의 데이터와 통신사서 설치한 측정기에서 보낸 데이터를 활용, 공식화된 미세먼지 측정치를 고객들에게 제공한다. 제공 범주는 시·군은 물론 읍·면·동 단위 에까지 이른다. 공기질 수준을 실시간 제공하는 시스템도 속속 선을 보 인다. 사물인터넷을 활용, 집 내부 곳곳의 공기 질 상태를 측정 후 스마트폰을 통해 미세먼지, 온도 등의 컨디션을 단계별로 제공한다. 빅데이터를 활용한 '맞춤형 미세먼지 앱’도 상용화를 위한 마지막 담금질에 매진하고 있다. 스마트폰 사용자의 현 위치를 넘어 각 지역별 미세먼지 수치를 제공, 비교할 수 있다. 6개 광역시 1,500개에 이르는 '공기질 관측망' 의 구축이 이를 가능케 한다. | 이 밖에도 스마트폰을 이용한 '미세먼지 청정 보행로 안내 서비스 와 실내공기, 날씨 예보까지 제공하는 IoT 창호손잡이, '미세먼지 대응 형'을 캐치 프레이즈화한 ‘스마트웨어', 아파트 내부 각 지정된 장소에 장착된 측정센서를 통해 내·외부 공기 질 수준을 감지, 데이터화한 뒤 세대별 환기 시스템과의 연동을 통해 쾌적한 주거환경을 고취하는 '그린 아파트’도 대중의 곁으로 한 걸음 더 다가왔다.