금요강좌 VOD

  1. 경제교육
  2. 온라인 학습
  3. 금요강좌 VOD
참고
플레이 버튼을 클릭하시면 바로 동영상 열람이 가능합니다. ※ 전체화면으로 보기 원하실때는 동영상 우측 하단의 확대버튼을 클릭하여주세요.
제목
4차 산업혁명과 우리 경제
학습주제
한국경제
대상
일반인
설명

제693회 한은금요강좌


일시 : 2017. 4. 14 (금) 14:00
주제 : 4차 산업혁명과 우리 경제
강사 : 연세대학교 경영학과 임일 교수

교육자료
여러분 반갑습니다. 방금 소개받은 연세대학교 임일입니다. 오늘 제가 말씀드릴 거는 4차 산업혁명인데요. 요즘에 4차 산업혁명 얘기를 많이 들으셨을 거예요. 그래서 아마 개념들은 대략 알고 계실 것 같고요 제가 이제 주로 드릴 말씀은 이 4차 산업혁명을 우리가 어떻게 이해해야 될까 사실은 지금 4차 산업혁명을 사람마다 하는 얘기가 다 조금씩 다르거든요. 그래서 조금 혼란스러울 수도 있기 때문에 저는 제가 어떻게 생각하는지 어떻게 이해를 해야 되나 어떻게 예측을 해야 될지 그런 얘기를 좀 주로 해 보겠습니다. 우선 몇 가지 요새 나타나는 변화를 몇 가지 좀 예를 들어 들어드릴게요.

이게 뭐냐면은 여러분들 아마 아실 거예요. 전 세계에서 가장 최대 규모의 가전제품 전시회인 CES입니다. 올해 2월에 열렸던 1월이네요 1월에 열렸던 건 데 요 몇 가지 스케치를 좀 해 보면 올해 CES에서 가장 각광을 받았던 게 뭐냐면 아마존의 알렉사입니다.

알렉사 알렉사가 뭐냐면 음성인식 비서예요 요즘 우리나라 skt에서 누구 나왔고요 kt에서 GIGA genie 나왔듯이 스피커 같은 건데 말을 하면 음악 틀어 줘 그러면 음악 틀어 주고 내일 날씨 알려 줘 그러면 알려 주는 이런 겁니다. 근데 이게 간단한 제품이라고 생각할 수도 있지만 사실은 그런 스피커로 하는 디바이스는 이런 알렉사라는 걸 탑재한 일종의 하나의 예이고요 사실은 이게 다양한 분야에 적용될 수 있습니다. 자동차에 탑재하면 자동차를 음성으로 조정할 수 있거든요.

TV연결 하면은 TV를 맘대로 음성 할 수 있는데 요게 굉장히 많은 제품 CES에 출품됐던 많은 제품에 탑재해서 화제가 됐습니다. 예를 들어서 요거는 뭐냐면 lg 전자에서 실제로 CES에 알렉사를 탑재한 냉장고를 출품을 한 겁니다. 전시를 한 거고요 그래서 어떤 사람들은 올해 CES의 승자는 아마존이다 알렉사 다 뭐 이런 얘기를 합니다.

그 외에도 몇 가지 좀 살펴보면 건 뭐냐면 여러분 잘 아시는 ar vr 가끔 왜 인터넷에 360도 사진 나오는 거 보셨죠 그거를 찍을 수 있는 동영상을 찍을 수 있는 360도 카메라 이런 것들이 출품이 됐습니다. 또 가전제품 박람.. 전시회인데 자동차 회사들이 굉장히 많은 자율주행차 수제품들을 출시를 했습니다. 예를 들어서 이거는 폭스바겐이고요 요거는 사람을 따라다니면서 자동으로 따라다니다. 따라서 셀카를 찍을 수 있는 드론 조그만 드론 이런 것도 나왔고요 그다음에 엔비디아는 회사는 아마 여기 계신 분들이 젊은 분들이 많아서 잘 아실 것 같아요 그래픽 카드 만드는 회사죠 엔비디아 그래픽카드. 근데 이 회사가 요즘 뜨고 있는데 그 이유는 왜 그러냐면 엔비디아가 생산한 그래픽카드는 사실 그래픽카드라는 그 자체가 엄청난 데이터 처리를 필요로 합니다.

근데 이게 숫자 데이터 처리가 조금 다르거든요. 이미지는 막대한 데 큰 데이터를 빨리빨리 처리하는 게 필요하기 때문에 이 회사는 GPU라고 하는 그래픽 처리 카드가 이제 유명합니다. 근데 봤더니 그 GPU가 인공지능에 쓸 수 있다는 거야 인공지능도 계산량이 되게 많거든요.

그래서 이 회사가 엔비디아 가 인공지능용 하드웨어 플랫폼 만든 회사로 변신을 하면서 굉장히 각광을 받고 있습니다. 그다음에 도요타가 출품한 자율주행차 그다음에 또 재밌는 게 뭐냐면 로봇들을 많이 출품을 했는데 우리가 알고 있는 로봇은 페퍼나 아니면은 카이스트 휴보처럼 상당히 큰사람 형태를 하고 맘대로 움직이는 로봇을 생각하는데요. 여기서 출품된 로봇들은 특징이 뭐냐면 조그맣고 가격도 싸고 백만 원 이내고 주로 음성으로 인터페이스를 하는 그런 로봇 가전제품과 같은 로봇 이런 것들이 많이 출품이 됐습니다. 그래서 이 올해 cs의 경향을 몇 가지를 요약을 해 보면은 이겁니다. AI의 전방위적 적용 우리가 보통 생각할 때 AI 하면 알파고처럼 굉장히 고도의 특정 분야 적용되는 기술로 생각을 했었는데 사실은 보니까 그게 아니고 이미 가전 회사에서 가전제품의 일상생활에 쓰는 AI를 적용하기 시작했다 이런 거고요 또 하나는 보니까 자율주행차 실용화가 임박했다.

실제로 자동차 회사에서 많은 회사들이 첫 자율 주행 차 상용화를 언제 하겠다고 계획을 발표한 걸 보면은 대부분 회사가 2018년에서 2020년 입니다 해서 그 사이에서는 상용차가 나올 것으로 생각을 하고요 자율 주행 차를 볼 날이 멀지 않았다 그런 거고요 또 하나는 ar vr 시장의 확대 아까 말씀드린 카메라 같은 거 그런 거고요 또 하나는 로봇의 가전화. 그래서 인공지능도 그렇고 로봇도 그렇고 보면은 과거에 첨단 기술 때문에 비싸다고 생각했던 기술들이 점점 가격도 싸지고 우리 생활에 가까워지고 있다는 것을 볼 수 있습니다 그래서 CES에서 또 하나 볼 수 있는 게 it하고 다른 기술의 결합 가전제품 전시회인데 자동차 회사가 출품하는 이유는 왜 그렇습니까? 자동차라는 기술과 it 가 결합돼서 자율주행 차가 이제 나오기 때문에 그래서 it하고 다른 기술의 결합이 점점 심화되고 있다 뭐 이런 얘기를 할 수 있습니다.

사실은 4차 산업혁명 이라는 게 제가 생각할 때는 핵심이 뭐냐면 IT 와 정보기술과 다른 기술이 결합되는 겁니다. 그래서 물론 4차 산업혁명이란 말을 처음 쓰신 처음 대중화시킨 분은 다보스 포럼의 의장인 클라우스 슈밥이지만 이 분이 4차 산업혁명 얘기했기 때문에 4차 산업혁명이 시작된 건 아니고요 이미 변화는 있어 왔는데 우리가 이것을 가리킬 나타내 표현할 적당한 용어가 없었는데 마침 이 분이 좋은 용어를 만드신 거죠 4차 산업 혁명이다. 그래서 저는 용어 자체는 중요하지 않다고 생각합니다. 제가 하나 예측을 말씀드리면 조만간 분명히 5차 산업혁명을 주장 한 분이 나옵니다. 우리 4차보다 앞서있다 5차다. 그렇지만 다시 말씀드리지만 용어는 중요하지 않다는 거 우리가 봐야 되는 거는 4냐 5냐 3.5냐가 아니고요 이게 어떤 변화가 나타나고 있는가 보는 게 중요하다고 생각합니다. 그래서 그냥 지금 우리가 겪고 있는 거대한 변화를 통칭하는 이름으로써 그냥 4차 산업혁명으로 쓰자라고 이해하시면 되고요 아까 말씀드렸듯이 4차 산업혁명의 특징은 핵심은 제 생각에는 it와 다른 기술의 결합입니다.

또 하나 생각할 것은 과거에도 다른 이종 기수 간의 결합은 되게 많았어요. 뭐 여러분 잘 하시는 화학 기술 화학 기술이 발전하면서 새로운 물질이 만들어지고 그거 가지고 기술에 적용한다든지 이런 것들을 많았는데 왜 그때는 아무 얘기 없다가 it 가 다른 기술과 결합이 되는데 용어까지 따로 만들어 가면서 호들갑을 떠느냐 그 이유는 다른 과거에 이중결합의 기술의 결합보다 it 다른 기술의 결합이 훨씬 더 변화의 폭과 정도가 크기 때문입니다. 그러면 또 하나 생각할게 왜 그러면 it와의 결합이 그렇게 변화가 클까, 그걸 좀 얘기해 보겠습니다. 아 그전에 잠깐 뭐 이미 아시는 분도 많이 계시겠지만 용어 정리를 잠깐 해 보면요 보통 4차라고 붙인 이유가 이겁니다. 1차는 증기기관에 의한 대량수송 혁명 증기기관차가 나오면서 물건을 먼데 보낼 수 있게 된 것 뭐 다 아실까요?

2차는 전기와 컨베이어 벨트를 사용한 대량생산 혁명 누구든지 공산품을 풍족하게 누릴 수 있게 된 거 3차는 컴퓨터를 통한 정보화혁명 4차가 지금 제가 말씀드린 it와 다른 기술을 결합을 통한 변화 뭐 이렇게 이해하시면 될 것 같고요. 뭐 여러 가지 뭐 얘기합니다. 그런데 이거는 넘어가겠습니다. 넘어가고요. 핵심은 뭐냐면 앞으로 4차 산업혁명이 진전되면서 우리가 굉장히 여태까지도 그래 왔지만 더 많은 용량 메모리 더 많은 더 빠른 프로세서 처리속도 이런 것들을 겪게 될 것이다 뭐 이런 얘기를 하는 겁니다. 그리고 또 하나 4차 산업혁명에서 많이 얘기하는 게 뭐냐면 인더스트리 4.0입니다.

이거는 뭐라고 이해하시면 되냐면 4차 산업혁명 즉 it 와 다른 기술의 결합이 제조분야에서 적용된 게 인더스트리 4.0입니다 그래서 it 정보기술이 제조기술과 결합되면서 공장이 점점 스마트 해 지는 거죠 그니까 스마트 해진다는 게 여러 가지 의미가 있습니다만 하나 예를 드리면 이겁니다. 자 직장에 다니는 어떤 사람이 다음 날 클럽을 가기로 친구들과 약속을 했습니다. 근데 입을 옷이 없어요. 그래서 스스로 디자인을 해서 자기가 원하는 색깔과 재질과 이걸 가지고 주문 을 합니다. 밤 아홉시에 그러면 자정에 들어간 주문이 생산이 되기 시작해요 여기서 핵심은 뭐냐면 미리 만들어진 디자인을 생산하는 게 아니고요 고객이 지정한 커스터마이즈된 디자인으로 생산을 시작합니다.

그 다음 날 오후 네 시에 택배가 배달되고요 그 다음 날 일곱 시에 클럽을 갑니다. 그걸 입고 이게 뭐냐 뭘 나타내는 거냐면 자 지금은 우리가 쓰고 있는 물건의 대부분이 대량생산 제품이죠. 그래서 미리 생산이 된 제품을 쓰는 게 대부분이다 근데 지금도 가능은한데 커스터마이즈 생산이 가능은 해요 우리가 주문해서 원하는 대로 디자인으로 색깔로 만들어 달라 만들어 줄 수 있어요. 그런데 그렇게 안 하는 이유는 왜 그렇습니까? 오래 걸리고 비싸기 때문에 근데 이거 핵심은 뭐냐면 그렇게 해도 빨리 비싸지 않은 가격을 할 수 있게 된다.

그게 스마트 팩토리에요. 그래서 스마트 팩토리 핵심은 뭐냐면 많은 제품 다 품종을 비용의 증가 없이 빨리 고객이 원하는 시간에 생산해서 갖다 줄 수 있는 그런 것을 얘기하죠. 그걸 위해서는 it가 굉장히 많이 필요합니다. 왜냐면 고객이 뭘 원하는지를 알아야 되잖아요. it로 수집을 해야 되겠죠 인터넷으로 그죠? 그 다음에 고객이 원하는 제품 사양에 맞춰서 필요해요? 필요하면 제조 설비를 다시 바꿔야 될 수도 있습니다.

그것도 it가 알아서 최적화해서 해준다는 거죠 그런 게 가능 하지 않으면 여전히 이런 맞춤형 생산은 가격이 비쌀 겁니다. 근데 it 발전으로 인해서 가격이 싸질 수 있다는 거죠 가능 그니까 실현 가능해 졌다 이렇게 얘기 하는 겁니다. 그리고 다보스포럼에서 얘기한 4차 산업혁명을 이끄는 주요기술들에는 이런 게 있습니다. 인공지능 3D 프린팅 ar vr 자율주행자동차 사물인터넷 차세대 에너지원 바이오 근데 이 리스트를 쭉 보시면 여러분들이 아마 그걸 느꼈을 거예요. 여기 나와 있는 기술들이 되게 성격이 다르다. 그니까 예를 들어서 바이오 는 정말로 다른 기술이고요 이 안에서도 예를 들어서 인공지능과 3D 프린팅은 둘 다 적용해야 되는 기술이 되게 다릅니다. 그렇지만 하여튼 이런 기술들이 다양한 기술들이 4차 산업혁명을 이끌고 있는데 제가 아까 질문 드렸던 걸로 다시 돌아가서 생각을 해 볼게 it 하고 다른 기술이 결합되면서 변화가 크다고 다른 거보다 크다 그랬는데 왜 클까. 생각해보면 제가 이제 강의하면서 질문을 좀 드릴 거예요.

근데 질문을 드리는 이유는 요거 제가 답을 갖고 있고 아나 모르나 보자 이런 건 아니에요. 왜냐면 질문을 드려야 여러분들이 질문에 대한 답을 생각하면서 조금 더 생각을 할 수 있거든. 그래서 생각을 하시라는 의미로 질문을 드리는 거지 여러분들을 테스트하거나 뭐 그런 건 아닙니다. 그거 좀 기억을 해주시고요 자 그럼 it가 다른 기술과 결합될 때 왜 변화의 폭이 클까 그 이유는 it 와 다른 기술이 굉장히 성격이 다르기 때문에 그렇습니다. 과거에 제가 말씀드렸던 이종된 기술의 결합이 예를 들어서 기계기술과 화학기술 이거는 그나마 조금 비슷한 점이 있어요. 근데 it와 다른 기술은 되게 다르다는 거죠 어떻게 다른지 한번 생각해 보겠습니다. 자 요 만화 혹시 아시는 분 계세요. 기억하시는 분 몇 년 전에 이제 화제가 되었던 만화입니다. 뭐냐면 이정문 화백이라는 분이 원로 만화가이십니다.

지금도 생존해 계시고요 1965년생이 그린 만화예요. 1965년에 그 당시 시점에서 2000년 65년 시점에서 2000년은 먼 미래였습니다. 먼 미래에 생활상을 예측해서 그린 그림이에요. 보시면 뭐가 나오나 하면 소형 TV 전화기 스마트폰 그죠? 그 다음에 전파신문 뭡니까 인터넷 그죠 집에서 치료를 받는다 원격진료. 공부를 집에서 한다 이거 뭡니까? 인강 그죠 그런 거죠. 그래서 우리가 현재 실제로 살고 있는 혹은 쓰고 있는 기술들을 정확히 예측을 했다고 그래서 굉장히 화제가 됐어요. 그래서 여기서 나온 지수들이 이겁니다. 근데 자세히 생각해 보면 달나라 수학여행 빼고는 대부분 실현이 됐습니다. 근데 실현된 정도에는 차이가 있어요. 그래서 쭉 제가 여기 나온 기술들을 정리해 놓은 겁니다. 이 중에서 여러분 생각 하실 때 가장 많이 실현된 기술은 어떤 거라고 할 수 있나요?
스마트폰 인터넷 그죠? 그럼 가장 적게 실현된 건 뭐라고 보세요? 달나라 수학여행 빼고 네 원격진료 무빙워크도 공항에는 있지만 우리 생활에 여기서 말하는 무빙워크는 차도 옆에 인도에 있는 무빙워크를 이야기 하는 것이기 때문에 사실 실현이 안 된 거죠 그죠 사실은 제가 이거를 제가 주관적으로 생각했을 때 실현된 정도 순서에 따라서 정리한 겁니다. 아마 한, 두 개의 위치 여러분 생각이 바뀔 수 있지만 전반적으로는 동의하실 거예요. 그죠? 자 그럼 또 하나 생각할 게 그럼 실현이 많이 된 기술과 실현이 적게 된 기술의 특징은 뭐라고 생각하시나요?

실현이 많이 된 기술은 정보기술이죠. 정보를 다루는 기술이고요 실현이 적게 된 기술 이거는 뭔가 물리적인 것에 관계된 기술입니다. 이동을 하거나 물리적인 변형을 하거나 움직이거나 이런 것들입니다. 그래서 여기 보면 물리적인 기술 물리적인 성격이 많이 들어갈수록 시간이 적게 됐고요, 정보라는 그런 특성이 많이 들어갈수록 실현이 많이 됐습니다. 그 말은 무슨 얘기냐면 정보 관련된 기술은 생각보다 발전이 빨랐다 물리적인 뭔가에 관련된 물리성이 강한 기술은 발전 속도가 생각보다 느렸다 라고 얘기를 할 수 있습니다.

물론 어떤 분은 이렇게 반론을 제기하시는 분들이 분명 있습니다. 만화가가 예측을 잘못해서 그렇다 이 사람이 기술을 몰라서 그랬다 근데 잘 생각해 보세요. 여기 65년에 이 세상에 없었던 분이 많았을 것 같은데 계셨던 분들은 70년대 예를 들어서 그 당시 미래를 예측해봐라 하면 대부분의 사람들이 이렇게 예측을 했어요. 그 당시 기술의 발전 속도로 보면은 그걸 쭉 늘여보면 이렇게 됐어요. 근데 이거 예상보다 정보의 관련된 기술은 훨씬 빨리 발전했고 물리적 기술은 그렇지 않았던 거죠 그래서 이거를 나타내는 용어가 있습니다. 저희 분야에 정보 시스템 분야가 있습니다. 가상성과 물리성이예요. 그래서 4차 산업혁명 하면 여러분들 사실 제 강의를 들으실 때 기대 하셨던 거는 첨단 기술 에 대해 설명하고 세계 탑 기업들이 어떻게 하고 이런 걸 기대하셨을 텐데 굉장히 막 개념정리만 한다고 해서 조금 실망하실 수 있는데요 4차 산업혁명을 이해하는 데에 굉장히 중요한 개념입니다.

그래서 꼭 이해하셔야 될 필요가 있기 때문에 설명을 드리는 거예요 자 가상성은 뭐냐면 정보의 성격을 나타내는 겁니다. 정보는 뭡니까 가상의 재화죠 정보라는 건 우리가 볼 수도 없고 잡을 수도 없죠. 근데 우리가 사용을 하지 어떻게 사용합니까? 정보를 사용하는 방식은 방법은 반도체라든지 DVD에 얹어서 사용을 합니다. 처리 운반을 하고 처리를 합니다. 그러면 그런 경우에 반도체 우리가 예를 들어서 메모리를 생각해 보세요.

메모리를 생각할 때 메모리가 가지는 가치는 갖고 있는 정보가 가치를 갖는 거지 메모리에 물리적인 성격 크기와 모양이 가치를 갖는 건 아니에요. 근데 물리성을 갖는 제품 예를 들어서 여러분들이 앉아계신 의자나 책상 같은 거는 물리적인 성격 자체가 가치를 가졌냐 특정한 모양 특정한 크기 특정한 강도가 가치를 갖는 거지 뭐 책상이나 의자가 무슨 정보를 포함하고 있는 거 아니잖아요. 그러다 보니까 물리성이 강한 제품은 물리적인 성질을 유지해야 돼요. 근데 물리적인 성질을 유지하는 데는 물리적인 물리법칙에 적용을 받지요 그러니까 제한이 있습니다. 여기서 여러분들이 아무리 기술이 발전하고 제조 기술의 발전 해도 책상을 거기 쓰는 재질을 지금의 100분의 1 두께로 얇게 할 순 없죠 강도가 떨어지니까 강도가 같은데 그죠 근데 반도체는 어떻습니까?

반도체는 거기에 정보를 얹을 수만 있으면 되니까 거기 왜 여러분 아시다시피 반도체가 왜 용량이 늘어나는 이유가 그 안에 회로를 크기를 줄이기 때문에 그렇잖아요. 회로를 10000 분의 1로 줄여도 상관이 없어요. 되기만 하면 돼요 전기만 통하면 돼요 에러만 없으면 돼요 그래서 그렇기 때문에 정보라는 거 자체는 그 가상성 때문에 물리법칙의 적용을 안 받는 성질 때문에 정보를 처리하는 데 필요한 매체 반도체나 이런 것들을 딴 걸 대체하면서 혹은 집적도를 높히면서 급격하게 발전했습니다.

근데 물리적인 제품들은 물리성이 중요하잖아요. 근데 물리성은 물리법칙의 지배를 받기 때문에 아무리 기술이 발전해도 백분의 일, 천분의 일로 줄일 순 없다는 거죠. 그래서 예를 하나 들어보면 여러분들이 잘 아시는 무어의 법칙 있죠 무어의 법칙이 뭐냐면 컴퓨터의 처리 속도는 한 매 2년마다 2배가 된다 근데 매 2년마다 두 배가 되는 게 계속 더 해 지니까 즉 복리 비슷한 개념이기 때문에 컴퓨터에 처리속도는 기하급수적으로 발전을 합니다. 그래서 여기 보시면 여기 직선 같지만 얘가 로그 스케일입니다 로그이기 때문에 사실은 기하급수적으로 빨라진 거예요. 자 그럼 여러분 또 잘하시는 황의법칙 있죠 아 모르세요? 황의법칙? 전 삼성전자 사장이셨던 황창규 전 사장님이 지금 kt 회장님이죠 회장님이 만드신 법칙인데 메모리 집적도 즉 용량은 매 12개월 18개월마다 2배가 된다 그건 잘 압니다.

근데 물리적인 제품을 생각해 봅시다 자동차가 대표적인 물리적인 제품인데요. 물리적인 제품은 출력이나 연비 지난 3~40년동안에 몇 배나 개선됐는지 아세요? 자동차에 관심 있는 분 아실까요? 연비가 좋아졌는데 많이 잡아야 한 2.5배 3~40년 동안 보통 두 배 정도 봅니다. 그거는 왜 그러냐면 자동차 연비 개선하려면 물리적인 법칙의 제약 안에서 뭔가를 해야 되는데 물리적인 법칙에서 벗어날 수 없기 때문에 발전 속도가 느린 겁니다. 다른 물리적인 제품을 생각해 보시면 대부분 그럴 거예요. 그래서 예를 들어 2차전지 여러분들 잘 아시는 축전지 요샌 이온 배터리 리튬 이온 배터리 많이 쓰이는데 그거 에너지밀도 얼마나 많은 에너지를 축적할 수 있는지 저장할 수 있는가도 물어보니까 한 3~40년 동안에 두 배 정도 3배 정도 늘었다고 근데 거기에 비해서 여러분들 쓰시는 컴퓨터 자 보세요. 이게 뭐냐면 1956년에 IBM에서 만든 그 당시 최첨단 하드디스크입니다.

용량이 얼만지 보이시죠. 자그마치 5MB 아마 여기 계신 분들 내가 뭔지 모르는 거 아닐까 그게 뭐야? 하시는 분들 많이 계실 텐데 GIGA의 1000분의 1승이죠. 가격은 수백만 달러 비싸니까 비행기로 나르죠. 그런데 이게 어떻게 됐습니까? 작년에 삼성전자가 발표한 500gb SSD 크기가 얼만 하냐면 손톱만 합니다. 옛날에 하드디스크는 이만큼 컸는데 지금은 칩처럼 꽂아요 이건 가격이 30만 원 좀 할 겁니다. 그러면은 용량 자체로만 봐도 수만 배 수십만 배 커졌고요 가격 대비로 치면 수억 대 수십억 대 싸졌습니다. 그게 가상성과 물리성의 차이라는 거죠. 가상의 기술은 발전 속도가 좀 느리고 it 정보 아 죄송합니다. 물리적 기술은 상대적으로 발전 속도가 느리고 가상의 기술 it는 발전 속도가 빠르다는 얘깁니다. 근데 우리가 또 많이 착각하는 게 뭐냐면 지난 한 20년 동안에 인터넷이 등장하면서 우리가 알게 모르게 it에 되게 익숙해졌어요. it에 익숙해지다 보니까 어떤 착각을 하냐면 it가 이렇게 발전하니까 다른 기술도 그럴 거 아니냐 그렇지 않냐라는 착각을 할 경우가 많이 있습니다.

근데 반대의 극단도 있어요. 뭐냐면 여기 보시면 이게 이름의 법칙인데요. 이름의 법칙 들어 보셨나요? 이건 뭐냐면 제약업계에서 제약산업에서 지난 수십 년 동안에 투자한 알앤디 비용 10억 불 당 새로 신형 물질이 얼마나 개발됐는지를 쭉 보는 겁니다. 그래프를 그려봤더니 오히려 떨어져요. 과거에 예를 들어서 10억불을 투자하면 신약 물질 열 개를 발견했었다면 요즘은 10억불 투자해도 한두 개 건지기 힘들다는 거죠 이게 뭐냐면 우리가 알고 있는 기술들은 다양하다는 거예요. 그래서 무어의 법칙이나 황의 법칙이 나타내는 it는 이쪽 극단이고요. 이름의 법칙이 표현하는 제약산업 신물질 이쪽은 다른 쪽 극단이고요. 우리가 알고 있는 대부분의 기술이나 화학기술은 중간쯤 해당하는 거죠. 그 특징을 좀 잘 기억할 필요가 있어요. 아 그리고 참고로 말씀드리면 여기 이름은 무어를 거꾸로 한 겁니다.

무어랑 반대라는 의미로 무어 스펠링을 거꾸로 했어요. 그래서 아까 제가 잠깐 말씀드렸듯이 4차 산업혁명은 it 와 다른 기술의 결합이라고 그랬는데요 그게 이렇게 변화가 큰 이유는 이렇게 서로 다른 it 와 다른 기술이 결합되면서 it의 굉장히 빠른 변화 속도가 다른 기술에도 영향을 미치는 그 융합된 기술에도 영향을 미치는 그런 것들이기 때문에 그렇다 볼 수 있습니다. 그래서 이거는 이제 제가 정리를 한 거고요 몇 가지만 더 말씀을 드리면 아마 잘 아실 텐데 정보는 만들 때는 비용이 많이 들어갑니다.

근데 만들어진 정보를 복제하거나 어디로 보내는 데는 돈이 거의 안 들어요. 지금도 적게 들지만, 그 비용조차도 점점 0에 수렴하고 있습니다. 거기에 비해서 물리적인 제품은 기술이 아무리 발전해도 만드는 데는 변동비라는 게 들어갑니다. 재료비 인건비가 들어가요. 근데 정보재는 정보재에서 변동된 개념은 복사하는 비용 이거든요. 그거는 거의 0에 수렴합니다. 그래서 어떤 차이가 있냐면 자 여러분들 오프라인 기업들이 주로 쓰는 전략이 뭔지 아시죠. 우리가 알고 있는 자동차 나 이런 물리적인 탁자 의자 이런 거 만든 회사들이 쓰는 전략은 뭐냐면 어떻게 원가를 낮출까요? 그래서 그 방법으로써 대량생산 즉 스케일 크게 해서 규모의 경제를 얻거나 새로운 개발을 기술 원가를 줄이는 기술을 개발하거나 이런 전략을 씁니다. 아니면 차별화 같은 가격이라도 우리가 뭔가 다르다 재료가 다르다 이런 것들을 하는데 온라인에서는 그런 기술이 그런 전략이 통하나요?

온라인에서 서비스 경쟁하는 회사끼리 자 우리 회사 서비스가 더 싸요 라고 하는 게 없죠. 왜 없냐면 아까 말씀드렸듯이 정보재는 변동비가 없기 때문에 어차피 0인데 우리가 0이에요 우리는 0.00001 의미가 없잖아요.

그러다 보니까 나온 전략이 뭐냐면 여러분이 잘 아시는 네트워크효과 즉 온라인에서는 많은 기업들이 일단 만들어진 정보서비스 온라인 기업의 제품은 서비스입니다. 정보서비스를 무료로 뿌려 사용자를 많이 늘립니다. 그리고 그 사용자로부터 간접적인 원천으로부터 수익을 얻습니다. 여러분들이 네이버 쓰시면 검색 기능 무료 쓰시죠. 검색 기능이 개발하는데 돈을 만드세요. 아닙니다. 엄청난 돈이 드는 기술이에요 근데 그걸 무료로 쓰게 하고 대신 어떻게 합니까 광고로부터 사용자 넣어 놨네요. 네 네이버는 간접적으로 그런 전략을 쓰니까 그런 전략은 온라인에서는 먹히지만, 오프라인에서 안 먹힌다는 소리예요.

그래서 서로 전력을 다르게 쓰는 이유 중에 하나도 물리적인 제품의 특성과 온라인에 가상의 제품의 특성의 차이라고 이해하시면 될 것 같아요. 그리고 또 하나 차이가 뭐가 있냐면 가상의 정보는 양이 늘어나면 사람들이 그만큼 사용처를 찾아냅니다. 예를 들어보겠습니다. 여러분들 요새 카메라 몇 장이나 하루에 몇 장이나 찍으세요. 한 30장 이상은 찍는 거 같다 하시는 분 계세요. 뭐라고 안 할 테니까 솔직히 30장이 사진 찍는 거 같다. 아 전혀 없어요. 의외인데요. 한 10장 이상은 찍는 거 같다. 자 우리가 옛날에 요즘 카메라가 찍는 사진은 가상의 정보입니다. 그냥 디지털정보입니다. 그런데 옛날의 사진은 뭐였냐면 물리적인 필름카메라였어요. 옛날에 여기 계신 분들은 경험이 없을 수도 있는데 필름카메라 찍을 때는 굉장히 아껴서 찍고 그랬어요. 요즘 어떻습니까 여러분들 스마트폰 카메라 찍을 때 아껴서 찍으시나요,

아니죠 왜냐면 지울 수 있고 비용이 거의 안 들기 때문에 그래서 전에는 카메라로 사진 찍는 건 정말로 특별한 경우 했어요. 그런데 지금은 웬만하면 다 찍어요. 이것도 그죠 강의안 같은 것도 많이 찍으시죠. 아니면 글씨 여기서 안 쓰시죠 메모 안 하시죠 뭐로 해요 사진으로 찍어요 사용하는 거예요. 근데 거기에 비해서 물리적인 제품은 자 예를 들어서 아까 이게 카메라 필름 카메라를 찍는 경우에 필름카메라 비용이 0이라 하더라도 필름도 무료고 현상 인화도 무료에요. 그렇다 하더라도 여러분들이 그 사진을 하루에 열 장씩 이십 장 찍으실까요? 찍으시겠습니까 여러분들? 안 찍습니다.

왜냐면 그렇게 찍은 사진을 물리적인 사진이 되기 때문에 정리라든지 무슨 비용이 들어갑니다. 그래서 안 찍는 거죠. 그게 특징이고요. 그리고 또 하나는 가상의 정부는 결합할수록 다른 정보를 결합할수록 가치가 올라갑니다. 예를 들어서 우리가 사진 찍을 때 사진이랑 이미지뿐만 아니고 거기 뭐가 들어갑니까 위치 정보 날짜 이런 것들이 들어가면 훨씬 더 가치가 높아지는 거죠. 거기에서 물리적인 제품은 작업하기도 힘들지만 했다고 가치가 올라가지 않아요. 의자 책상 붙인다고 가치 있고 올라가는 건 아니죠 그쵸? 그렇게 이해하시면 되겠습니다. 그리고 아까 얘기했던 것처럼 기술의 종류에 따라서 모든 기술이 같은 속도로 발전하지 않는다. 그걸 이해하시면 좋겠습니다.

아까 설명해 드린 거고요 물리적인 제품을 쓰는 거는 오프라인의 전략과 가상의 제품을 서비스하는 온라인의 전략이 다르다. 그걸 좀 말씀드린 거고요. 또 하나 이제 여기서 비즈니스 측면에서 한 가지만 설명해 드릴게요. 뭐냐면 네트워크 효과입니다. 아시는 분들 많이 계실 텐데 간단히 설명하면 네트워크 효과는 온라인에서 주로 나타나는 효과인데요.

온라인에서 한 서비스 특히 네트워크 성격을 갖는 서비스로 한 사용자가 쏠려 버리는 사용자들이 다 몰리는 현상을 말합니다. 대표적인 게 뭐냐면 여러분들 쓰는 카카오톡. 카카오톡은 우리나라에서 거의 독점이죠. 근데 오프라인에서 그런데 카카오톡만큼 거의 자연독점 이 되는 경우 보신 적 있으세요. 생각해 생각나는 게 있습니까? 없죠? 물론 독과점 기제라는 게 있긴 하지만 그게 없다 하더라도 오프라인에서는 그런 독점 보기 힘듭니다.

왜 그러냐면 온라인 오프라인 작동하는 방식이 달라서 그래요. 카카오톡은 우리가 쓰는 이유가 뭡니까 다른 사람들과 커뮤니케이션하기 위해서 즉 네트워크 연결을 위해서 쓰는 겁니다. 그래서 연결을 하는 게 목적인 경우에는 그런 식으로 사람들이 당연히 사람들이 많이 연결된 큰 네트워크를 선호하고요 그런 게 쏠림 현상을 가져온다. 이런 거지 그래서 네트워크 효과가 나타나는 경우에는 아무리 후발주자가 발버둥을 쳐도 선발주자를 따라 하기 힘듭니다. 예를 들어서 카카오톡에 경쟁하는 다른 제품이 나왔는데 이 제품이 설치하면 만원 드려요. 디자인이 이뻐요. 사용 속도가 빨라요. 아무리 해도 여러분 쓰시겠어요? 안 쓰시죠 그 이유는 왜 그러냐면 우리가 이걸 쓰는 목적은 연결이 목적이기 때문에 이미 큰 연결 하고 있는 카카오톡으로 한에 더 큰 가치를 준다는 거죠 오프라인은 안 그렇습니다.

오프라인 왜 그러냐면 오프라인도 연결이 가치 있는 경우가 있어요. 소위 말하는 인맥 아니면 뭐 동호회 이런 거 있잖아요. 근데 오프라인 동호회에서 그런 사람들이 여러분 같으면 만약 산악자전거 관심 있어요. 여러분들이 산악자전거 동호회가 하나는 만 명의 회원이 있고요 하나는 100명의 회원이 있으면 혹은 150명 어느 쪽이 더 나을까요?

여러분이 양쪽 동호회 총무예요. 회원이 만 명인 산악자전거 동호회 총무와 150명인 산악회 총무입니다. 어떻겠어요 만 명이 회원이 만 명이면 한번 산행 제이클럽 어떨까요? 난리도 그런 난리가 없을 겁니다. 만약에 전화로만 안 되면 그게 그러냐면 오프라인에서 교류 연결이라는 것도 정보처리입니다. 우리가 메시지를 받으면서 통화한다. 뭘 조정한다 정보처리예요. 오프라인에서의 정보처리 오프라인 방식으로 하려고 해 보세요. 전화하는 거로 비용이 너무 많이 듭니다. 그런데 온라인은 가상의 세계는 정보처리 비용이 거의 0에 수렴하기 때문에 사람이 많아도 잘 할 수 있어요. 그래서 오프라인은 네트워크에 연결이 가치라 하더라도 네트워크가 커질수록 비용도 따라 커지기 때문에 힘들고요. 온라인은 비용이 일단 안 커지기 때문에 가능합니다. 그래서 이 이야기를 왜 길게 드리냐면 우리가 생각할 때 자율주행자동차 그 이전에 자동차 우리가 아는 보통의 자동차는 네트워크 효과가 있습니까? 전혀 없어요. 전혀 없습니다. 사람들이 자동차를 선택할 때 아 저 차는 쓰는 사람이 많아 그러니까 저 차를 골라 이러진 않잖아요. 오히려 탄산이 많으면은 특성이 없다고 개성이 없다고 싫어하죠. 근데 만약에 인공지능이 자동차하고 결합이 되면서 자율주행차가 나왔다고 생각해 보세요. 자율주행차가 우리한테 제공해주는 가치가 뭘까요? 운전을 대신해 준다. 그거는 기본적인 가치고요 또 뭐가 있습니까?
여러분들 자율주행 차 나왔어요. 차 타고 가면서 뭐 하시겠어요. 아 물론 제일 많이 하는 일은 잠을 자는 갈 겁니다. 그죠 잠을 다 잤다 잠이 안 온다 뭐 하시겠어요. 뭐 업무를 보거나 인터넷을 하거나 정보 소비가 돼요. 그랬을 때 사람들이 정보 소비할 때 가치를 느끼는 건 뭐냐면 나한테 맞는 정보를 잘 제공해주면 가치를 느껴요.

맞춤형 정보 그죠? 근데 맞춤형 정보를 정확하게 제공해주려면 뭐가 필요합니까. 구글이 맞춤형 정보 잘 제공해 주잖아요. 그렇게 잘 제공해 줄 수 있는 원천은 뭐야? 데이터예요. 데이터 수많은 사람 소스 수집한 데이터를 통해서 맞춤형 정보를 제공해주는 거예요 그니까 자율주행자동차도 마찬가지로 나한테 잘 맞는 정확한 맞춤형 정보를 제공해주는 자율주행차는 뭐겠어요. 쓰는 사람이 많은 자율주행차예요 사람들은 분명히 자율주행차를 고를 때 이 자율주행 차를 통제하는 운행 시스템이 얼마나 많은 사람들이 쓰고 있느냐를 보게 될 거라는 네트워크가 생긴다는 거죠. 그니까 it가 아까 말했듯이 다른 기술과 결합 될 때 전혀 it하고 관계없던 기술이 이 두 기술이 결합된 제품일 경우에는 it의 특성이 들어가게 되면서 새로운 큰 변화 들이 생긴다는 게 4차 산업혁명의 특징 중에 하나다. 이렇게 이해하시면 될 것 같습니다.

그래서 다시 한번 말씀드리지만, 4차산업혁명은 가상선과 물리성 가상의 세계와 물리적인 세계의 결합인데 여기서 또 하나 제가 설명해 드리고 싶은 게 뭐냐면 자 그러면 가상의 세계와 물리적 세계 결합하는 데 있어 가장 핵심역할 하는 게 뭘까요 중간에 연결은 누가 시켜주나요. 우리가 가상의 정보로 뭘 넘긴다 그 얘긴 뭐예요? 알파고 생각해 보세요. 알파고도 가상의 세상에 있죠. 실제로 바둑을 두는 물리적인 세상이잖아요. 그럼 가상의 세상으로 넘어가는 건 뭡니까. 정보죠 정보 물리적인 세상을 현재 상황이나 상태를 파악해서 디지파이 좋아하는 순간 가상의 세상으로 넘어가는 거예요. 그 역할 해주는 게 뭡니까. 알파고 뿐만 아니라 다른 모든 분야에서 센서입니다. 센서. 센서가 물리적인 세상을 감지해서 그거를 정보로 바꿔줘요. 그 순간에 가상의 세상으로 넘어가는 거죠. 온도조절장치 생각해 보세요. 온도조절장치가 온도를 설정해 놓으면 그 온도에 맞춰서 에어컨을 껐다 켰다 하죠. 그걸 생각해 보시면 어떤 식으로 작동하냐면 우선 물리적인 방 온도라는 거를 온도 센서가 감지를 합니다. 감지를 해서 디지털화해요.

정보화합니다. 그 순간에 물리적인 세상에 상태가 가상에서 넘어가는 거예요. 거기서 여러 가지 프로세스가 프로세스 그래서 판단하는 거죠. 켜야 되겠다 꺼야 되겠다 그 판단이 다시 물리적인 에어컨이라는 기계에 영향을 미쳐서 물리적인 세상의 온도가 바뀌는 거죠. 간단히 이야기하면 이거고요 사실은 복잡한 것도 많습니다. 예를 들어서 현실에 정보가 많이 정보화될수록 더 많은 일이 가능하다.

무슨 얘기냐면 우리가 요즘에 이제 자동차 같은 거 타 보시면 도로 교통 시스템이 좀 좋아졌다는 거 혹시 느끼시나요. 신호가 잘 스마트하게 바뀐다는 거 느끼시나요. 차량에 길이에 따라 대기 차량 길에 따라서 자동으로 주기를 바꿉니다. 이게 왜 가능하냐면 길바닥에 센서가 있어요. 차를 감지하는 그래서 차가 얼마나 기다리고 있는지 얼마나 빨리 지나가는지를 감지해서 거기에 따라서 신호등 주기를 바꿔 줍니다.

그것만 해도 이미 신호등이 옛날보단 굉장히 스마트 해졌어요. 근데 생각해 봅시다. 여기서 어떻게 하면 어떤 정보를 더 추가로 모아서 처리하면 더 스마트한 교통 정보 교통 통제 시스템 가능할까요?

뭐를 더 추가로 써야 될까요? 기본적인 아까 얘기한 자동차의 길이라든지 이런 것들 다시 또 뭐 사실은 예를 들어서 차종 차종에 따라 가속 감속이 다르잖아요. 그 다음에 운전자가 누구냐 이 운전자가 운전 습관이 어떠냐 같은 운전자라 하더라도 이 사람이 지금 술을 아 술은 아니고 큰일 나죠. 졸린 피곤한 상태냐 아니냐 예를 들어서 그런 것들을 감지할 수 있으면 훨씬 더 정교하게 그거를 충분히 분석할 수 있다면 충분히 더 개선 할 수 있습니다. 그런데 그렇게 안 하는 이유는 왜 그래요 지금 그렇게 안 하잖아요. 왜 안 합니까. 몇 가지 이유가 있어요.

첫째는 기본적으로 그런 정보를 얻기가 어려워요. 두 번째는 그런 정보를 많이 얻었다 하더라도 아직도 정보처리 비용 비싸 상당히 들어가기 때문에 여기 쓸만하지만 비싸기 때문에 정보처리 비용이 들어갑니다. 그러면 만약에 앞으로 센서가 기술이 발전하고 가격이 싸지면서 그런 게 가능하다. 데이터 수집이 가능하다. 그다음에 정보처리 비용은 더 떨어질 거니까 그런 정보가 충분히 할 수 있다. 그러면 어떤 게 이상 되겠습니까? 그런 방향으로 갈 거다. 앞으로는 점점 더 현실 물리적인 세상에 더 많은 상태에 정보가 가상의 세상으로 넘어가서 처리가 될 그거라고 예상을 해 볼 수 있는 거죠. 그래서 앞으로 미래가 어떻게 될 거냐 하면은 지금 말씀하시는 게 그거예요.

어떤 분야를 잡았을 때 이 분야에 어떤 것들이 더 디지타이저와 가상화될까 그런 걸 데이터 갖고 있다면 어떤 새로운 처리가 가능할까 어떤 새로운 일이 가능할까 그게 결국은 앞으로 그 분야에 발전 방향을 예측할 수 있는 중요한 지표가 되는 거지 자 그래서 여기까지 가 인제 여러분들의 이제 개념 중요한 것들이었고요. 기술 얘기를 좀 해 보겠습니다. 인공지능과 기계학습인데 요즘 이제 인공지능에 대해서 관심들이 많으신 것 같아요. 알파고 때문에 그렇다고 생각합니다. 사실은 저도 박사학위 논문이 어느 쪽이냐면 측정시스템 쪽으로 했어요. 측정시스템 인공지능의 중앙 중심은 아니고요. 변두리 해당되는 기술이거든요. 그래서 인공지능과 조금 관련이 있는데 인공지능이 사실은 개발된 건 오래됐습니다.

컴퓨터가 처음 등장했을 때부터 당연히 컴퓨터 연구한 사람들은 꿈이 뭐였냐 하면 컴퓨터가 사람만큼 똑똑해지는 거 꿈이었어요. 인공지능 하려고 했습니다. 근데 잘 안 됐어요. 왜 안 됐냐면 초기에 인공지능을 만드는 방식은 규칙을 만들어서 집어넣어 주는 방식이에요. 즉 어떤 일을 처리하는 인공지능 만들겠다. 그러면 그 분야에 모든 가능한 경우의 수를 다 따져서 알아내서 각 경우에 대해서 이렇게 해라 저렇게 해라 미리 입력해 주는 방식으로 하려고 했죠. 근데 그게 되는 분야도 있지만 안 되는 분야가 더 많거든요. 예를 들어서 되는 분야는 뭐가 있냐면 실제로 나왔던 시스템인데요. 그 제약 쪽에서 사람들이 왜 약 중에 같이 먹으면 안 되는 약들 있죠. 그다음에 질환에 따라서 특정 질환에 먹으면 안 되는 약들 있죠. 그런 것들은 사실은 충분히 사람으로서 끄집어내 쓰는 지식입니다.

끄집어내서 약사 전문약사 끄집어내서 컴퓨터 규칙으로 넣어 주는 거야 그러면 그 컴퓨터는 어떤 사람이 물어보면 정확하게 답을 해 줍니다. 이 약과 이 약 같이 먹으면 돼? 그럼 안 됩니다. 내가 무슨 병이 있는데 이 약 먹으면 돼? 안 됩니다. 해줘요. 극히 일부에서 성공했는데 안 되는 분야가 어떤 분야냐면 바둑 왜 안됩니까? 경우의 수가 너무 많아요. 여러분들 바둑 관심 있는 분은 그 얘기 들으셨죠. 바둑의 경우의 수는 전 우주의 원자의 수를 합친 것보다 많데요 원자의 수를 합친 것보다 그러니까 모든 경우의 수를 다 알아낼 수가 없는 거죠 그러다 보니까 아무리 열심히 노력을 해도 컴퓨터가 내는 결과가 너무 얼토당토않은 결과가 많이 나오는 거예요. 수십 년을 해도 그러다 보니까 사람들이 실망하고 아, 이거는 안된다 안 되는 분야인가보다 우린 글렀다 하고 생각했어요. 실제로 한 15년 전만 해도 저도 뭐 측정시스템 그런 거 하는데 인공지능 한다 그러면 사람들이 반응이 뭐냐면 아직도 그런 거 하십니까 그거 사양 죽은 학문 아니에요? 이랬었어요. 근데 최근에 인공지능이 각광을 받고 있습니다. 이유가 뭡니까.

알고리즘도 물론 개선이 됐어요. 그렇지만 더 큰 이유는 데이터입니다. 지금 말씀드린 인공지능 구현하는 방식 중 하나가 규칙이고요 또 다른 하나는 뭐냐면 기계학습이에요 기계한테 학습을 시키는 겁니다. 학습할 수 있는 능력을 주는 건데 기계가 학습을 할 때 기계가 학습하는 교재는 뭐겠습니까? 기계학습의 교재는 데이터입니다. 여러분들 교재가 좋으면 공부가 더 잘되죠. 기계도 마찬가지예요. 데이터가 좋으면 좋고 많으면 학습을 더 잘 할 수 있어요.

인터넷이 등장하고 스마트폰이 등장하면서 데이터가 쏟아져 나오니까 그 데이터로부터 더 잘 학습을 할 수 있게 됐고요 그 많은 데이터를 처리할 수 있는 it 발전 처리속도 향상 이런 것도 있다 보니까 두 개가 맞물려서 알고리즘도 개선되고 데이터도 늘어나면서 정확도가 확 올라온 거죠 그러다 보니까 정확도 올라가니까 더 많은 분야에 적용이 되고요 그러다 보니까 더 많은 데이터가 수집이 되고요 이런 선순환 구조로 들어간 거예요. 지금 그런 면에서 이제 AI가 발전했고요. 사실 AI는 아까 말씀드렸듯이 알렉사 뭐 이런 것처럼 누구 기가지니처럼 우리 생활 곁에 이미 가까이 있습니다. 여러분들 쓰시는 스마트폰에 음성인식 써 보셨죠. 문자 보낼 때 마이크 누르고 말하면 받아적잖아요.

그게 인공지능이에요. 간단한 거 같지만 사실 상당히 복잡한 기술입니다. 여러분이 말을 하면 여러분들의 스마트폰에서 처리되는 게 아니고요 네트워크를 통해서 서버로 클라우드 서버로 보냅니다. 그러면 거기서 음성에 가장 가까운 문자를 찾아서 보내 주는 거예요. 거기도 인공지능기술입니다. 그런 게 있는데 어떻게 이게 처리가 되는지 설명해 보겠습니다. 아까 인공지능을 구현한 방법이 규칙 하는 방식이 있고요. 기계학습 있다고 했죠. 기계학습도 여러 가지가 있는데 그중에 하나가 뭐냐면 인공신경망이란 기술입니다. 설명 드릴 인공신경망은 사람의 신경을 흉내 낸 거예요. 여러분들 사람들 사람의 심장이 어떻게 작동하는지 혹시 중학교 때 생물 시간에 배운 기억 나시나요? 축삭돌기 수상돌기? 뭐 이런 기억나시죠.

간단히 설명하면 이겁니다 우리가 이제 감각세포들 있잖아요. 감각 세포들은 자극을 받으면 입력을 받으면 어느 특정 값 이하는 감지를 못 하다가 특정 값이 넘어가면 감지를 하고 전기 신호를 빵 쏩니다. 그럼 그게 신경을 통해 전달되는 어떻게 됐냐 이렇게 됐습니다. 인풋이 있고 아웃풋이 있어요. 예를 하나 들어보겠습니다. 여러분들이 회사에서 일하는데 신용카드 발급 담당입니다. 많은 사람들이 신용카드 발급 신청하잖아요. 그러면 이 사람의 조건에 따라서 즉 인풋에 따라서 신용카드를 내가 발급을 해야 될까 말아야 될까 결정하는 겁니다. 그 말은 무슨 얘기냐 하면 그 사람의 조건 인풋을 감안 했을 때 이 사람이 연체를 할 것인지 안 할 것인지를 판단해야 된다는 거죠. 그런 경우에는 아웃풋이 연체를 한다 안 한다 혹은 발급할 거다 안 할 거다 두 가지 중에 하나죠, 그죠?


그러면 그거를 결정짓는 그거에 영향을 미친 변수들은 뭐가 있겠습니까? 인풋에서? 생각할 수 있는 게 뭐가 있을까요? 당연히 소득 그죠? 또 뭐가 있어요? 은행의 신용도 또 뭐가 있습니까. 더 크게 말씀해 주세요. 아 예전에 연체한 기록이 있냐 없냐 그 다음에 주소 사는 지역 성별 나이 온갖 것이 다 있어요 그걸 넣습니다. 여기서 핵심이 뭐냐면 각 인풋을 얼마나 적절한 가중치를 곱해서 어느 값 이상이면 발급을 하고 어느 값 이하면 거절을 할지에 대한 기준 가중치와 임계값의 합의기준 칩니다. 요거를 기계가 배우는 거예요. 뭐로 배우겠습니까? 과거에 데이터로부터 과거의 데이터가 있죠. 과거에 수많은 사람들의 이 인풋들이 있고요. 그 사람이 실제로 연체자가 됐냐 안됐냐 나는 답이 있습니다. 그럼 그걸 통해서 기계가 최적의 가중치와 최적의 임계치 기준값을 정할 수 있어요. 오차를 최소화하는 거 그거는 기계적인 절차입니다. 알고리즘이 나와 있어요. 그래서 데이터만 딱 넣어 주면 인풋과 아웃풋을 딱 넣어 주면 자기가 뜨르륵 해서 학습을 해서 최적의 가중치와 임계치를 구합니다. 그럼 이게 학습이에요 이게 학습입니다. 학습이 끝나면 그 다음 어떻게 하겠어요? 사용을 알고 싶은 사람의 인풋을 넣어 줘요. 그럼 기계가 학습한 가중치와 기준치를 가지고 이 사람은 연체할 겁니다. 안 할 겁니다. 예측을 해 줘요. 예측이 맞을 수도 있고 틀릴 수도 있습니다. 그렇지만 데이터가 좋고 요즘 개발된 좋은 알고리즘 있으면 상당히 정확하게 알 수 있어요. 사람이 하는 것보다 더 나을 수도 있어요. 이제 인공신경망에 기본적인 원리입니다. 근데 한 가지 더 아실 건 뭐냐면 은닉노드 라는 게 있습니다.

이것도 약간 기술적이긴 한데 잘 들어보세요. 중요한 개념이니까 자 여기서는 인풋과 아웃풋이 바로 연결되어 있거든요. 가중치를 곱하긴 하지만 다른 일도 있어요. 그런데 여기는 중간에 은닉노드라는걸 얻습니다. 은닉노드는 뭐냐면 값은 우리가 은닉노드 값을 따로 구하진 않아요. 따로 밖에서 얻진 않아요. 우리가 실제로 데이터를 넣어 주는 거는 인풋과 아웃풋만 넣어 주면 됩니다. 그래서 인풋으로부터 신경망이 은닉노드 값들을 자기가 알아서 계산을 해요 이걸 넣어 주면 왜 그러냐면 데이터가 복잡해지면 인풋과 아웃풋을 직접 직결을 해 버리면 에러가 너무 커져요.

그니까 비유를 하자면 데이터가 복잡하다는 얘기는 모양이 복잡하다는 얘기거든요 거기에 인풋과 아웃풋을 직접 연결한 작대기 막대기를 가지고 맞춰 보려고 안 맞죠. 그때 어떻게 합니까 막대기를 부러뜨리면 되잖아요.

관절을 두세 개 넣어 주면 되잖아. 그럼 쌍절곤 3절 분해되면서 복잡한 모양에 잘 맞출 수 있습니다. 그 개념을 생각하시면 돼요. 그래서 은닉 노드를 많이 넣을수록 복잡한 데이터에 적용할 수 있습니다. 근데 은닉노드가 늘어나면 은닉층이죠. 은닉층이 늘어나면 크기가 복잡해집니다. 데이터가 많이 필요하고요 과거에는 은닉층이 하나 은닉층 하나에 은닉노드는 여러 개 있을 수 있죠. 은닉층 하나 있는 것 까지 풀 수 있었는데 얼마 전에 은닉층이 두 개 이상인 것을 풀 수 있는 알고리즘 개발됐어요. 그걸 뭐라고 부르는지 아세요.

딥 러닝. 딥 러닝이 바로 그거예요. 딥 러닝이 다른 게 아니에요. 딜런이 별도의 아주 독자적인 기가 막힌 심오한 학습을 하는 알고리즘이 아니고요. 인공신경망 중에서 은닉층이 두 개 이상인 신경망을 딥 러닝이라고 부릅니다. 이게 미흡하다는 거죠. 그래서 여러분들 잘 아시는 알파고를 보시면 알파고도 딥 러닝 이거든요. 알파고는 은닉층이 몇 개 있는지 혹시 신문기사에 났었거든요. 기억하세요. 알파고에 별로 관심이 없어 13개입니다. 13개는 정말로 이례적으로 만든 거고요 웬만한 우리가 갖고 있는 데이터는 은닉층이 두세 개만 해도 괜찮습니다. 그 이상 들러봤자 별로 개선이 안 돼요. 그래서 하여튼 중요한 개념 딥 러닝은 인공신경망에서 은닉층이 여러 개 있다 그래서 여러분들은 이제 인공신경망과 딥 러닝 배우셨습니다. 이해하신 거예요. 기본원리 이겁니다. 근데 이게 인제 딥 러닝 좀 막강한 무서운 이유가 뭐냐면 어떤 형태의 데이터이든지 때려 넣으면 돼요. 그럼 제가 학습을 해요.

물론 정확도는 정확할 수도 있고 안 정확할 수 있는데 어떤 형태의 데이터이든 상관이 없어요. 우리가 코딩만 할 수 있으면 이미지 됩니다. 문자 됩니다. 키는 이미지를 어떻게 코드화 할 거냐 문자를 어떻게 코드화 할 거냐 그거만 결정이 되면 어떤 거든. 때려 넣으면 됩니다. 그래서 다양한 분야에 적용되는 이유가 그거예요.

예를 하나 들어볼게요. 진짜로 미국의 통신 회사에서 한 데이터인데요. 통신사 뭘 알고 싶었냐면 하면 우리 회사 고객 중에 우리를 떠날 사람과 그렇지 않은 사람을 구분해보고 싶어요. 우리나라로 치면 번호이동을 할 사람과 안 할 사람을 생각해 보시면 되죠. 그러면 아까 얘기했던 인공신경망에서 출력은 뭐가 되겠습니까? 이탈 한다 안 한다 입력은 뭐가 되겠습니까? 그걸 결정짓는 사용할 수 있는 변수는 뭐가 있겠습니까?

일반적인 데모그래픽 나이 연령 지역 그런거고 또 하나는 전화 사용 패턴 얼마나 많이 쓰느냐 우리 나라는 어떤 변수가 있을까요 여러분 같으면 어떤 변수를 넣으면 그걸 정확히 예측 할 수 있을까요? 번호 이동 할 사람 과 안 할 사람을? 약정이 끝나 가느냐 안 끝나 가느냐 떠날 때 보통 많이 하니까. 여러분 스스로의 과거의 행동을 뒤돌아 보세요. 제 생각이 중요한 게 생각 있으면 개 멤버십 포인트 갑자기 털었냐 안털었냐. 내가 번호이동 좀 할까 생각하면 뭐 부터 생각합니까. 멤버십 포인트 써야 되겠다 그런 거 하여튼 그런 메시지를 쭉 넣었어요 그래서 자 여기 보시면 은닉층이 총 몇 개입니까? 은닉층이?

하나입니다 하나 이게 인풋이고요 이게 아웃풋이고 이게 은닉층입니다 그래서 했더니 피팅을 시켜 놨더니 결과입니다 실제로 번호이동을 안 한 사람 중에 예측으로 정확하게 안 할 거다 라고 예측한대로 86.9% 실제로 번호 이동 한 사람 중에 번호 좀 갈 거라고 예측한 사람의 비율이 62% 이게 사실은 뭐 96% 아닌데 뭐 대단한 거냐 생각할 수도 있는데 정확도가 10% 만 올라가도 기업에서는 상당한 마케팅자원을 절약할 수 있습니다. 제가 보기에는 튜닝 제대로 안 한 거야 제대로 구상해서하면 정확도가 훨씬 올라갈 겁니다. 이게 인공지능의 전반적인 원리인데요. 하나 또 제가 좀 강조하고 싶은 게 뭐냐면 인공지능 딥러닝 얘기하면은 사람들이 특히 언론에서 많이 얘기하는 게 뭐냐면 앞으로 인공지능이 사람을 초월한다 기계에 지배받는다 우리가 기계로 해서 공사해야 될 날이 올지 모른다 일자리 없어진다 뭐 비관적인 이야기를 많이 해요 그게 다 틀린 얘기는 아닙니다. 근데 인공지능은 아직은 현재 딥러닝 알고리즘으로는 세상에 종합적인 지능으로서 사람을 추월을 못 할 겁니다. 왜냐면 아까 보여드렸던 인공신경망 구성 자체를 사람이 해줘야 되요 문제의 정의도 사람이 해줘야 되구요 구성도 사람이 해줘야 됩니다. 은닉층을 몇 개 넣을거냐 은닉로드 몇 개 그런거를 사람이 해줘야돼요. 그거를 스스로 결정하는 특히 문제정의 스스로 하는 인공지능 아직은 없어요. 물론 기술 개발이 되고 있다고는 해요 문제정의 스스로 하는 인공지능 근데 그게 언제 상용화 될지 알기 힘들고요 그래서 특정 분야에서는 인공지능이 사람보다 더 잘 할 수 있지만 종합적인 지능으로써 전혀 새로운 도메인을 들어가서 일 할 수 있는 인공지능은 아직은 힘듭니다. 그렇다 그러면 방심하고 인공지능 별 거 아니네 생각해도 되느냐 그렇지 않습니다 특정분야에서는 분명히 사람을 대체 하고 있습니다 대표적인게 뭐냐면 바둑도 그렇구요 다음에 주식투자 로보어드바이저 옛날에는 어널리스트 들이 하는 일을 로봇 저 인공지능이 들어와서 방대한 데이터를 처리하면서 상당히 정확하게 또 무서운 게 뭐냐면 인공지능은 감정에 휘둘리지 않습니다. 사람은 주가가 막 떨어지기 시작 하면 패닉해서 놀래가지고 걔들한테 절대로 자꾸 냉정하게 숫자로만 봅니다. 그래서 더 투자 계산 더 잘해 그런 분야는 분명히 인공지능이 앞서갈 거라는 거죠.

그래서 뭐 나중에 말씀드리겠습니다. 그럼 사람은 어떻게 해야 되느냐 그거에 대해서 조금 나중에 말씀드리겠습니다. 그래서 컴퓨터가잘 하는 건 여러분이 아시다시피 방대한 계산을 잘해요. 근데 못하는 게 뭐냐면 애매모호한 자기가 전혀 모르는 분야에서 과거에 전혀 관계없는 지식을 가지고 근거해서 뭔가 하는 거 전혀 다른걸 연결을 하는 거 그 다음에 창조적인 거 없던 걸 만들어 내는 이런 것들을 잘 못하는 거죠 또 다른 기술로 증강현실과 가상현실 있는 데요전에 인공지능 관련해서 한가지 또 설명을 드리면 아까 제가 자율주행차 말씀드렸잖아요. 자율주행차는 it 하고 자동차기술이랑 기계기술이 결합이 됐는데 그러다 보니까 기업의 전략도 바뀌구요 시장의 성격이 바뀐다 즉 전통적인 자동차 산업은 네트웍 효과와는 전혀 관계 없는 그런 산업이었는데 자율주행차는 네트워크가 생긴다 이렇게 말씀드렸는데 마찬가지로 인공지능이 다른 분야에 붙어버리면 마찬가지 현상이 생겨요 예를 들어서 지금 AI 가 어떤 식으로 진행 되고 있냐면 AI를 적용할 수 있는 분야가 되게 많잖아요.

아까 초반에 보여드렸던 알렉사 아마존의 알렉사는 어떤 식으로 시장을 전략을 짜냐면 알렉스라는 인공지능 서비스를 무료로 풀었습니다. 무료 풀었단 얘기는 뭐냐면 인공지능 소프트 하니까 어느 회사든지 원하는 회사는 알렉사의 ASK라고 그러는데 알렉사 스킬 스퀴시 라고 했는데 알렉사를 붙히기 위한 여러 가지 도구들 툴들 소프트웨어 포함해서 그거를 무료 갖다 쓸 수 있어요. 예를 들어서 내가 삼성전자 다 우리 회사 TV 붙히고 싶다 그러면은 알렉사 소프트웨어를 무료로 갔다가 자기가 써서 제품을 출시하면 돼요 그러면 내가 출시한 삼성전자 TV 에 알렉사 기능이 들어가는 거야 알렉사 말로 음성으로 지원하고 조작하고 그런 거 그런거 풀었습니다. 마찬가지로 구글도 들어보신 분 계실 텐데 구글이 알파고가 유명하잖아요. 알파고의 인공지능 기능을 텐서플로우란 오픈소스소프트웨어 풀었습니다. 오픈 소스라는것은 무료로 쓸수 있는 소프트웨어를 말합니다. 그래서 내가 원하면 구글에 텐서플로우를 갔다가 내 소프트 웨어 안에 집어 넣을 수 있어요. 그러면은 구글 인공지능을 자기도 쓰는거죠 그렇게 하는 이유 는 왜 그러냐면 나중에 가정을 해봅시다 10년 후에 시장에 알렉사하고 구글이 아마존 하고 구글이 경쟁하다가 아마존이 무슨 이유에서 모르겠는데 알렉사가 반대 시장에 퍼졌어요. 대부분의 자동차 가전제품에 들어갔습니다. 구글은 상대적으로 쓰는 제품이 적어요. 누가 유리 하겠습니까? 사람들이 제품을 살 때 TV 살려고 알아봤더니 알렉사를 탑재한 게 있고요 구글의 텐서플로우를 탑재한 게 있어요. 근데 시장은 알렉사가 80프로 이상 갖고 있어요. 아니 60% 예를 들어서 어떤 걸 선택하시겠어요.

시장 점유율이 큰 거 왜냐 인공지능이 해 주는 게 결국 뭐냐면 아까 얘기했듯이 우리의 니즈를 자동으로 알고 우리가 뭘 필요한지 자동으로 알아서 거기에 맞는 서비스를 해 주는 건데 그걸 잘하기 위해서는 더 많은 데이터가 필요하고 더 많은 사람이 연결되어 있는 알렉사가 낫다는 거죠. 그래서 지금도 마찬가지고 TV 여러분 TV를 선택하시는 가장 큰 원인은 이유는 뭐예요. 요인은 가격 화질 크기 뭐 이런 거잖아요. 완전히 물리적인 겁니다. 나중에 가면은 인공지능 탑재한 인공지능이 얼마나 많은 사람이 쓰고 있는 가 가 중요한 요인이 될 수도 있다 즉 우리가 온라인에서 어느 검색엔진을 쓸거냐 어느 쇼핑몰을 선택 할 거냐. 결정하는 요인 이 물리적인 TV 자동차 선택할 때도 올 수 있다 그게 인제 4차 산업혁명의 가장 큰 변화 중에 하나다 이렇게 이해하시면 될 것 같아요. 그리고 또 하나 많이 얘기하는 기술인 증강현실과 가상현실 좀 설명 드리겠습니다. 증강현실 가상현실은 다 아실 거예요. 좀 정리해 보자면 가상현실은 컴퓨터가 만들어낸 이미지가 100%면 가상현실이라고 이야기 합니다 혹은 컴퓨터가 만들어낸 게 아니더라도 이미 찍어 놓은 실사 이미지 360도 그런 거 있잖아요.

그런거면은 vr이라고 가상현실이 라고 부르고요. 실시간 실사이미지 위에 뭔가를 덧 붙이는 거 그 대표적인 게 여러분들 잘 아시는 포켓몬고 보시면 포켓몬고 카메라 비치면 실사 영상이보이면서 그 위에 추가적인 포켓몬 이미지가 덧붙여서 보이잖아요. 그런 게 인제 증강현실 이고요 만약에 실사 영상이 100% 다 그거는 실사이미지입니다. 그니까 실사 이미지가 이쪽 극단 끝이고 가상현실이 이쪽 끝이라면 끝이라면 중간에 두 개가 섞여 있는 게 증강현실 이라고 보시면 되겠습니다. 사실은 증강현실 가상현실 라고 부르지만 굉장히 다양한 종류가 있어요 간단히 설명 좀 드려오면 컴퓨터가100% 만들어 낸 이미지게임 대표적입니다. 게임은 컴퓨터가 만들어내요. 그렇죠? 그 다음에 영화 아바타 소위 말하는 CG 라고 불리우는 이런 것들이 있습니다. 그런데 하나 많은 분들이 기억하실 텐데 아바타 이게 아바타거든요.

아바타 이 이미지 그래픽은 컴퓨터 만들어 낸 건데 그래픽의 표정 을 제대로 하기위해서 그렇게 배우 실제배우 얼굴에점을 찍고 그걸 잡아냈어요. 캡처해서 그대로 갖다 놨습니다. 왜 그렇게 하냐면 다른 것도 마찬가지지만 이런 움직임 이런 움직임을 이용해서 게임도 요즘 게임 그렇게 합니다. 실제 사람을 다트를 붙여 가지고 잡아내서 가져다가 찍습니다 그렇게 하는 이유가 왜 그러냐면 아직은 컴퓨터가 그래픽 기술이 자연스러운 움직이는 만들어내진 못해요 많이 좋아지긴 했지만 아직도 실사 영상처럼 자연스러운 이미지를 못 만들어냅니다 그 이유는 왜 그러냐면 우리의 움직임은 물리적인 법칙에 지배 받잖아요 관성도 있구요 그쵸? 탄성도 있구요 마찰도 있고 그런데 그거를 컴퓨터가 물론 계산하다가 하지만 정확하게 100% 못 잡아내니까 캡쳐가 필요한 거죠

그래서 앞으로 이제 발전을 하면 컴퓨터에서 그런 물리적인 움직임을 만들어 내는 걸 물리엔진이라고 불리거든요. 그런 것들이 발전을 화면 캡쳐가 필요 없을 수도 있습니다. 앞으로는 여기에 구형 또는 뭐가 있냐면 이미지와 모션이 결합된 게 있어요. 대표적인 게 스크린골프 스크린 골프는 우리가 채를 휘두르면 채의 움직임 각도 속도를 정확히 잡아내죠. 실제 움직임 을 그거 가지고 뭐랑 결합 합니까 이미지 스크린 속에 공의 움직임에 맞는 이미지랑 결합을 한 거예요. 그래서 아까 말씀드린 CG는 그래픽을 얼마나 잘 만들어 내느냐가 관건입니다. 근데 이거는 뭐예요. 그것뿐만 아니고 얼마나 물리적인 움직임을 잘 잡아냈냐가 관건이예요.

또 하나 다른 예를 들어드리겠습니다. 싸이클인데 요런 기기를 탑재하고 쓰고 하면 이 사람한테는 요런 3D 화면이 나타나요 내가 가는 방향에 따라서 지나가는 거죠 이게 재밌는 거는 언덕을 올라가는 그림이 나오면 페달이 무거워지고 언덕이 내려가는 그림이 나올 때는 페달이 가벼워집니다. 이건 뭐가 필요하냐면 그래픽뿐만 아니고 그래픽과 연동된 물리적인 움직임을 제어하는 액츄에이터 라는그런 것들이 필요합니다 요런 모션과 결합된 것들이 있고요. 또 하나 실사이미지를 이용한 VRS 이건 방송에 많이 쓰일 거라 예상이 되는데 아직은 여러분은 360도 이미지를 보시잖아요. 그럼 대부분이 정지화면입니다. 360도 카메라 한번 딱 찍은 거를 보여 주는 건데 지금 슬슬 나오기 시작하는 게 동영상 실시간 동영상을 360도 볼 수 있는 게 나오기 시작 하고 있어요. 근데 그게 한계가 뭐냐면 카메라가 있어야 되잖아요. 근데 예를 들어서 스포츠 중계에 그걸 쓴다면 어떻게 되겠습니까?

카메라가 선수들 사이에 있으면 안 되잖아요. 그래서 사실은 그게 뭐가 필요하냐면 카메라가 다른 위치에 있으면 이미지가 왜곡이 되거든요. 원근법에 따라서 바뀌잖아요. 그거를 보정해서 원래이미지로 복구하는 이런 것들이 필요해요 그런데 만약에 잘 발전이 된다면 뭐가 가능하냐면 상상을 해 볼 수 있는 게 360 카메라 당연히 필요 할 거고요 뭐가 가능하냐면 스포츠 중계 생각해보세요. 지금은 한 화면만 보잖아요. 정해진 화면만 보는데 만약에 내가 위치를 맘대로 바꿀 수 있다. 포수 자리에서 볼 수 있고 투수자리에서 볼 수 있고 축구 막 뛰는데 뛰는 축구선수를 같이 달리면서 볼 수 있고 돌아서 골키퍼 볼 수도 있고 맘대로 할 수 있다면 얼마나 좋겠습니까. 드라마 결정적인 장면 두 주인공이 첫 키스를 하려고 하는데 뒤 쪽에선 볼까 하면 뒤쪽에 들어가서 보고요. 그런게 가능하면 좋겠어요. 그죠 그게 제 생각에는 기술적으로는 아마 어느 정도 구현이 될 겁니다. 점점 발전 할 거고요 그런 게 있다면 결국은 지금 설명드린 ar vr은 많은 부분이 엔터테인먼트쪽에 관련된 기술일거예요 게임 영화 드라마 스포츠 중계방송 이런 쪽에 아마 많이 쓰일거라 생각을 하고요 또 하나 이제 다른 종류의 ar은 여러분들 잘 아시는 포켓몬고 실사 화면 실제 화면인데 거기에 포켓몬이 나타나는 거요 많이 하셨죠 저도 하고 있습니다.

아직 몇 마리 못 잡았지만 그리고 이건 이제 게임인데요. 실제로 비즈니스에서도 똑같은 기술을 쓰는 경우가 있었어요. 이거는 일본의 덴츠라는 광고대행사가 2010년에 아이 버터플라이 라는 캠페인을 한 건데 뭐냐면 똑같아요. 포켓몬이 나비로 바뀌었어요. 특정 지역에 가면 그 지역에만 출몰하는 특정한 나비가 있습니다. 그거를 잡을 수 있어요. 그럼 뭐에 쓸 수 있냐면 기업이 광고를 할 때 자기 점포에 사람을 모이게 하고 싶다 어떻게 하면 되겠습니까? 희귀한 나비를 자기 점포근처에 많이 배치하면 됩니다.

돈을 주고 이 회사에 돈 주고 광고비를 지출하는거죠. 그랬더니 팬클럽도 생기는 거예요. 시리즈로 다 먹은 사람은 존경받구요. 그런거죠 레벨이 높구요 그런 것들이 사람들이 굉장히 몰입할 수 있는 사람들 광고 안 보잖아요. 근데 이걸 하게 되면 자기가 직접 참여하면서 나비를 잡으면서 굉장히 몰입하게 되는 그런 광고로 쓰인 거죠. 기업에서 쓰이는 ar은 뭐가 있냐면 이런 게 있어요. 마커라는 qr 코드 비슷한 이거를 이렇게 붙여 놓으면 거기에 스마트폰을 비치면 요걸 인식을 해서 그 위에 특정한 이미지를 더 부쳐줍니다. 지금이 이미 많이 나와 있는 게 뭐냐면 아동용 책 보신 분 계실 거에요. 아동용 책을 펼친 다음에 스마트폰을 대면 거기 주인공이 실제 화면에서 막 움직이고 춤추고 막 이런 게 있어요. 그런 거는 이제 아동용으로 하는 건데 기업에서 어떤 식으로 쓰냐면 이렇게 씁니다.

자동차를 정비 하는데 어떤 부품을 어디에 어떤 순서로 끼어야 되는지를 초보자들 잘 모르죠. 그거를 자기가 쓴 vr ar 기기의 실제 화면을 보여 주면서 거기에 어떤 부품이 들어가야 되는지를 표시해 주면 굉장히 정확하게 알 수 있습니다. 잘 이용한 경우는 어떤 경우냐면 비행기 조립 같은 경우는 비행 기술이 얼마나 복잡하겠어요. 그리고 또 조금만 잘못해도안전에 관련된 거기 때문에 그런 거를 실제로 쓰고 있습니다. 조립하는 사람 이거 쓰고 들어가 작업을 하면 여기 자기 화면에 실제 이미지 뿐 만 아니라 그 위에 어떤 모양의 부품이 어떤 순서로 어떻게 들어가야 되는지 를 표시해줍니다. 필요하면 이렇게 해 가지고 매뉴얼 글씨도 볼 수 있구요. 그런 것들이 쓰이고 있다는 거죠 그리고 의료 쪽에서는 시험적으로 하는 삼성전자 삼성서울병원인데요 시험적으로 하는 게 뭐냐면 수술을 할 때 그런 의료사고 보신 적 있죠 오른쪽 다리 절단해야 되는데 왼쪽 다리 절단한 경우 그런 거 들어보신 적 있죠 그죠?

그런 걸 막기 위해서 혹은 그런 심한 거 아니더라도 예를 들어서 수술하다가 어떤 환자가 신경이나 혈관이 이상한 형태로 기형적으로 있는 경우에 잘못해서 건드리는 수가 있거든요. 그런 거를 막기 위해서 뭘 하냐면 환자의 신경 혈관 모양을 3D 로 수술 전에 정확하게 스캔을 합니다. 그 데이터를 수술할 때 의사의 디바이스 디스플레이에 보여 줘요 그럼 환자가 이렇게 보이고요 겹쳐서 환자의 뼈 모양 이라든지 혈관모양 신경모양이 정확하게 보여 집니다. 의료사고를 막을 수 있죠 어디를 얼마큼 절단해야 되는지를 정확히 표시해줍니다.

이런 목적으로 좀 개발이 프로토타입들은 나와 있어요. 개발은 어느 정도 해야 되겠죠 정확도 같은 게 이런 식으로 나와 있구요 그 다음에 또 하나 인제 가능한 어 이게 skt 에서 2010년에 잠깐 나왔다가 사라진 건데요 기억나세요. 오브제라고. 너무 젊으셔 가지고 유치원 다니고 뭐 그랬었나요 이게 뭐냐면 처음 가는 지역에 스마트폰으로 건물을 비추면 각 건물 이름이 뭔지 이런 것들을 보여주는 거예요 근데 문제는 이게 왜 그만 뒀냐면 건물 이름 보여 준 게 다예요. 무슨 쓸모가 있겠어요. 근데 원래 의도는 뭐였냐면 사람들이 낯선 곳에 가서 이렇게 비추면 건물을 보여 주고요 건물 이름뿐만 아니라 그 안에 어떤 점포가 있는지 어떤 회사가 있는지 필요하면 그 회사에 전화번호부 사람 이름과 전화번호 알 수 있는 점포가 있으면 그 점포의 메뉴 가격 이런 것들을 보여 주는 의도로 했는데 굉장히 구현하기 힘든 기술입니다. 왜냐면 낯선 곳에 가서 스마트폰 딱 비췄는 데 어느 건물이 뭔지 어떻게 알 수 있을까요?

첫째 정확한 위치와 방향 알아야 되고요 건물 모양 이미지를 다 데이터베이스로 가지고 있으면서 맞춰서 같은 건물을 알아야 되고요 또 뭐가 있어야 겠습니까 각 건물에 어느 회사가 위치해 있는지 어느 점포가 있는지 메뉴는 뭔지 다 DB가 있어야 되고 업데이트 해야 되고요 이런 것들 때문에 사실은 쉬운 기술은 아니에요. 그래서 그런 것들도 가능하다. 근데 이제 많은 분들이 제가 얘기해보면 잘못 생각하고 있는 게 있어요. 뭐냐면 특히 기술 쪽 하시는 분들 어떤 생각을 많이 하시냐면 내가 새로운 기술 뛰어난 기술을 만들어서 제품으로 내면 시장에서 대박 날 거야 라는 생각하시거든요 근데 그렇진 않잖아요. 기술이 뛰어나다는 것과 비지니스로 성공하는 건 다른 얘기에요. 비지니스에서 성공하기 위해 뭐가 필요하냐면 시장이 그걸 원해야 됩니다. 뿐만 아니라 원하는 그 기술이 시장이 지불할 만한 의사가 있는 가격보다 낮아야 돼요. 두 가지 중에 하나라도 충족이 안 되면 안 됩니다. 대표적인 게 뭐가 있냐면 3D TV 한때 막 붐이었죠. 지금 입니까? 3D TV ? 3D TV는 실패한 제품이예요 왜 실패했어요? 기술적으로 낙후해서? 아닙니다. 3D 훌륭하게 구현합니다. 그런데 왜 안됐죠? 시장에 니즈가 있었습니까?

니즈가 있었어요. 있긴 있었는데 약했어요. 자 우리가 영화를 볼 때 3D 로 보면 좋죠 그죠 좋은데 문제가 뭐냐면 그러기 위해서는 안경도 써야 되고요 3D 컨텐츠도 있어야 되고요. 그다음에 그걸 쓰면 해 보시면 아시겠지만 3D 가 화면이 작아 보이는 게 있거든. 그리고 결정적으로 뭐냐면 비싸요 사람들이 내가 그 돈으로 주고 3D를 볼 필요 없다 2D면 되지 오히려 화면 큰 게 낫지 이런 생각 하다 보니까 저 아까 얘기한 시장이 이걸 원하느냐 강하게 원하느냐 그 다음에 그 원하는 그거를 기술적으로 시장에 지불 의사가 있는 가격보다 낫게 구현할 수 있는 이런 것들이 충족이 돼야 되는 거죠. 많은 분들이 아까 얘기한 ar vr 기술을 쭉 설명을 하면 아 ar 가져다가 딱 하면 될 것 같아 저거 하면 될 것 같아 이런 생각 많이 하시거든요 근데 지금 말씀듣 고 꼭 생각해보시기 바랍니다. 시장이 진짜로 원하느냐 시장이 원하는 생각이 있는 가격보다 더 싸게 해 줄 수 있느냐 그런 생각을 해 볼 필요가 있다.

이거 거는 제가 주관적으로 좀 판단해 본 아까 그 다보스포럼에서 얘기 한 4차 산업혁명을 이끄는 기술들을 분류를 해 본 겁니다. 뭐냐면 가상성과 물리성의 정도에 따라서 기술의 난이도에 따라서 보시면 인공지능은 굉장히 가상성이 강한 기술이에요. SNS도 그렇죠 틴테크도 그렇고 그런데 거기에 비해서 차세대 에너지는 물리성이 굉장히 강한 기술입니다.

아까 말씀드렸듯이 전지에 에너지밀도가 앞으로 10년 내에 10배 향상 되고 이런 일 없을 거예요. 3D 프린터 도 많은 분들이 3D 프린터 특히 언론에서 4차 산업혁명 얘기하면서 굉장히 장미빛 전망을 내놨는데 저는 조금 비관적입니다. 비관적인 이유가 뭐냐면 물론 3D 프린터 많이 쓰이고 변화를 가져 오겠지만 언론에서 얘기한 것만큼 은 아닐 거다 왜냐면 3D 프린터는 물리성이 강하죠 물리적으로 뭔가를 만들어내는 기술이에요.

그러다 보니까 예를 들어서 비용 3D 프린터의 비용 그 왜 혹시 보신 분 있으시지 필라멘트라고 그러잖아요. 동글동글하게 감긴 자료를 넣어 가지고 녹여서 하는 합성스틱 필라멘트 가격이 앞으로 10년 내 100분의 1은 안 떨어지겠죠. 그리고 금속을 다루는 3D 프린터는 특히 굉장히 크기도 크고 비쌀 뿐 아니라 소음 공기 오염 이런 것들이 있기 때문에 가정용으로 힘들거라는 거죠 그런 거 좀 고려해 볼 필요가 있다. 자율주행 차는 기계기술이니까 물리성이 강하긴 하지만 it가 들어오면서 AI가 들어오면서 조금 가상성 그래서 기술의 난이도를 보시면 인공지능을 길쭉하게 만들어놓은 이유를 아실 거에요.

난이도의 편차가 크다는 얘깁니다. 정말로 알파고처럼 세계탑클래스의 AI 기술은 정말로 많은 기술과 인력이 필요한 어려운 기술이지만 이쪽에 가면 아까 얘기한 텐서플로우 없어서 풀렸다고 했잖아요. 대학생도 누구나 컴퓨터 전공한 사람들 쉽게 갖다 쓸 수 있습니다. 그런거는 난이도가 낮다는 거죠 또 하나는 시사하는 바가 뭐냐면 가상성이 강한 기술들은 발전속도가 빠릅니다. it 빨리 발전 하듯이 그렇기 때문에 지금은 세계 첨단 최고 수준의 인공지능기술이 몇 년 지나면 누구나 쓰는 기술이 될 가능성이 많이 있어요. 그만큼 기술개발을 하면서 격차를 유지해야 된다는 거죠 거기에 비해서 이쪽은 기술 발전 속도 느리다 보니까 새로운 기술을 개발하기 되게 어려워요 5퍼센트 계산하기도 되게 힘듭니다. 근데 일단 계산한 기술은 상당기간 유지될 가능성이 있다 장단점이 있는 거죠 꼭 어느 쪽이 발전속도가 빠르다 해서 꼭 좋은 건 아니예요. 그리고 난이도가 높을 수록 무슨 얘기냐면 많은 투자와 대규모 개발에 필요한 거 그 밑에는 그렇지 않다는 사실은 sns 도 그렇고 핀테크도 그렇고 절대적인 기준에서 보면은 쉬운 기술은 아니에요. 누구나 할 수 있는건 아니잖아요 . 이걸 밑에 놓은 이유는 이거는 기술의 난이도 기술의 첨단 이라는 것보다 오히려 시장의 승패를 정하는 것은 빨리 식당에 들어가서 아까 얘기했던 네트웍 효과를 누리는 게 중요하기 때문에 기술 난이도가 크게 중요하지는 않다라는 의미에서 되는 거 라고 이해하시면 되겠습니다.

여러분 생각은 조금도 제 생각하고 다를 수도 있는데요. 제가 생각한 주관적인 판단은 이렇구요 동그라미 크기는 제가 생각하는 시장의 규모라고 보시면 되겠습니다. 색깔이 좀 진한게 제 생각에는 규모가 클 거로 예상되는 네 가지 기술이다 그렇게 이해하시면 되겠습니다.

사실은 기술 얘기를 더 할 수도 있는데 기술은 이 정도로 하고요 그럼 또 많은 분들이 관심 있는 게 그 우리가 뭘 대비해야 될 까 어떻게 살아야 될까 어쩌란 말이냐 인공지능이 이렇게 발전하고 한다는데 우리 어떻게 될까 그런 생각을 많이 하실 거예요. 자 일자리를 생각해보면 대부분의 사람들은 전문가들은 4차 산업혁명이 진전되면 전반적으로 일자리가 줄어들거나 예상은 합니다. 왜냐하면 4차 산업혁명이 진전되면 it하고 다른 기술이 결합되면서 결국은 생산성을 높히는 거거든요. 여태까지 백 명이 투입돼서 해야 됐던 이러한 판단 처리 이런 거를 AI로 대체하면 그만큼 비용이 줄어들고 같은 인력으로 더 많은 아웃풋을 낼 수 있는 거 기 때문에 경쟁에서 말하는 생산성이 향상 되는 겁니다. 그러면 어떻게 되냐면 다른 게 똑같다면 생산성이 올라가면 어떻게 됩니까 똑같은 아웃풋해서 인풋이 레이버가 적게 필요해요.

사람이 적게 필요합니다. 그러면은 사람이 일자리를 잃을 거고요 일자리는 사람 어떻게 되겠습니까? 월급을 못 받으니까 소비를 안 하고요 그러면은 여러분 잘 아시는 소비가 줄어서 생기는 경제 불황 이 올수도 있다 이런 비관적인 예측을 하는 사람도 많이 있습니다. 낙관적인 예측을 하는 사람들은 4차 산업혁명이 혼자 되는 게 아니지 않냐 결국은 사람이 개입해서 기술 개발도 하고 새로운 서비스 만들고 해야 되기 때문에 그런 쪽에 일자리가 생길거다 라는 얘기를 해요 그것도 맞는 말입니다. 근데 결국은 핵심은 어느 효과가 더 크냐인데 많은 사람들이 예측하기는 일자리 감소 효과가 더 클거다라고 예상하는 거죠 물론 어떻게 하냐에 따라 다릅니다. 앞으로 우리가 우리나라 정부 세계 다른 나라 정부들이 어떻게 하느냐 시장이 어떻게 반응하느냐에 이런 것에 따라 다를 수도 있지만 지금 현재 예측은 그렇습니다. 그리고 또 하나 걱정하는 게 뭐냐면 저 앞으로 4차 산업혁명이 진전이 되면 대체되는 일자리를 보면 대부분 단순 직업 단순노동 에 가까운 일자리가 대체 될 거라고 보는 거죠 예를 들어서 아까 얘기한 인공지능이 처음 적용되는 분야가 뭐냐면 화이트칼라 하는 일 중에서도 단순작업 해당되는 아까 얘기한 신용카드 발급 할 거냐 말거냐가 사실 어떻게 보면 좀 단순한 거 거든.

기준이 딱 있고요. 거기에 따라서 기계적으로 발급거부 가려고 하는 거거든요. 그런 것들이 대체되기 시작하기 때문에 결국은 일자리 잃는 사람들은 저직능 사람들 즉 기술 수준이 높지 않은 사람들이 될 꺼구요. 그런 사람들은 결국은 AI랑 경쟁을 해야 된다는 거죠 내가 할 수 있는 일이 AI도 할 수 있기 때문에 AI랑 경쟁해야 되고요 반대로 굉장히 고도의 기술을 갖고 있는사람들 AI를 개발한다던지 그런 사람들은AI 가치 가 높아지면서 더 많은 월급을 받는 즉 소득격차가 커질 수 있다고 이런 걸 많이 우려를 합니다. 그래서 여기에 대한 대책으로 사람들이 이제 얘기 하는 게 결국은 생산성이 올라갈 거니까 소득이 줄어서 경기침체 온 거 막기 위해서는 사람들이 일을 적게 해야 된다 지금 8시간 하루 8시간이 표준이라 하면 6시간 이 됐든 5 시간이 됐든 더 적게 일하고 월급은 비슷한 수준으로 줘야 경기침체 막을 수 있다 근데 그게 간단히 일은 아니죠. 그럼 당장 기업에서 비용이 올라가고요 그렇기 때문에 그게 실현 가능할지 모르겠습니다. 그런 주장을 하는 사람 있어요. 혹은 들어보신 기본소득을 줘야 된다 사람들 기본소득 갖고 소비를 해야 경제침체가 막아지는 이런 주장을 하는 사람도 있습니다. 어떤 게 정답인지는 저는 모르겠습니다. 근데 지금 말씀 드리는 우려 경기침체에 대한 우려가있는 건 확실해요.

그러면 어떤 직업이 망할까. 아마 여기는 고 정도 나이대 아이들이 많지 않은 거 같은데 자녀들 우리 애 지금 초등학교 인데 유치원인데 앞으로 어떤 사람으로 살아 어떤 직업을 갖고 살아야 될까 고민하시는 거 같은 데요. 간단히 말씀드리면 제 생각은 그렇습니다. 컴퓨터가 못하는 걸 해야 돼요 AI가 못하는 게 뭐라고 했습니까? 창조적인 일 그 다음에 AI가 또 못 하는 일이 뭐냐면 사람의 감정이나 정서를 이해하는 거 못해요.

과거에 산업혁명을 쭉 생각을 해 보시면 산업혁명도 결국은 생산성이 올라간 변화거든요. 생산성이 확 올라갔잖아요. 그러면서 바뀐 게 뭐 있습니까? 바뀐 게 뭐가 있냐면 그전보다는 산업혁명 이전보다는 사람들의 정서 창의성에 관련된 일 들을 가치가 올라갔어요. 예술품의 가치 아니면 요즘에 또 특히 산업이 발전 했다 고 하는 선진국일수록 각광을 받는 직업이 뭐가 있습니까? 카운슬러 이런 사람들 비슷한 추세 가지 않을까 생각을 해보는 거예요. 또 창의적인 거 얘기를 해보자면 또 그런 얘길 하신 분도 계세요.

인공지능이 그림도 그리고 음악 작곡하고 소설도 쓰는 시대에 무슨 창조적인 일이냐 맞습니다. 뭐냐면 얼마 전에 기사 보신 분 많으실 텐데 인공지능이 렘브란트라는 유명한 화가있죠. 그 화가의 모든 그림을 다 배워서 화풍을 다 배운거죠. 그래 가지고 명령을 하면 서 있는 남자 그려줘 그러면은 자세히 그립니다. 렘브란트 그림에 없는 거예요. 그랬는데 전문가도 이게 램브란트 새로운 그림 발견이라고 하면은 구분을 못 한다는 거예요 그 정도로 똑같이 그리는 또 하나는 일본에서 AI가 소설을 써서 공모전에 응모했는데 심사위원들이 AI인지 몰랐다 입상 했는지 모르겠어요. 그런 얘기도 있습니다. 작곡도 해요 그래서 클래식부터 다 배웁니다. 그런 다음에 밝은 분위기에 경쾌한 4분의 4박자 정도 곡을 만들어 줘 그럼 만들어줘요.

그러면은 사람이 창조적인거 할 게 뭐가 있냐 생각할 수도 있죠. 근데 가만히 생각해보시면 지금 제가 예로 든 것들은 AI 가 사람이 만들어 놓은 거를 배운 거예요 전혀 새로운 없던 걸 만들어 내지 못 합니다. 근데 사람은 전혀 없던 새로운 거 그림으로 치면은 전혀 없던 새로운 화풍 추상파 이런 것들 인상파 이런 것들을 만들 수 있고 소설도 마찬가지고요 그런 일들이 중요하다 지금 말하는 연약한 창조성 보다 약한 창조성의 가치는 떨어지고요 이것저것 조립해서 만드는 창조성이 있어요 떨어지면 AI가 더 잘 할 수 있습니까? 정말로 뛰어난 창조성의 가치는 더 올라갈 거다 이런 얘기를 해 볼 수 있는거죠 또 한 가지는 사람이 정서를 이해하는 직업 뭐가 있겠습니까? 아까 얘기한 카운슬러도 있고요.

상담 이런거 또 뭐가 있겠어요. 마케팅 생각해보세요. 제품 기획 제품 기획 제품을 기획한 이유가 뭡니까 사람들이 쓰기 위해서 사람한테 팔기 위해서 그럼 사람들이 뭘 원하는지 알아야 잘 할 수 있겠죠. 그런 것들은 AI가 잘 못 할 거예요. 우리가 방향을 정해 준 다음에 이런 종류의 이런 방향에 이런 컨셉이 제품 가격은 이 정도 라고 하면 정확한 디자인 같은 것들은 AI가 할 수도 있겠죠. 과거의 사례를 보고 배워서 그렇지만 큰 그림을 그리는 거는 아직도 사람이 사람의 정서를 이해하는 사람이 할 수 있다는 거죠 그리고 이제 또 많이 예를 드는 게 인공지능의사 얘기 많이 했잖아요. IBM 왓슨이 암 환자 진단을 한다 그런 얘기를 하잖아요. 근데 생각해 보시면 기사에는 그렇게 나왔죠 사람들이 사람 의사가 한 진단과 왓슨이 한 진단중 뭘 신뢰하냐 물어보면 왓슨을 신뢰한다. 그래요 근데 이제 초기라서 그렇고요 예상으로는 본격적으로 사용되기 시작 합니다. 어떤 일이 생길 수 있냐면 왓슨이 오진을 해요.

사람이 죽습니다 어떤 일이 생길까요. TV에 나올 거에요. 그것이 알고싶다 IBM왓슨 이대로 좋은 가 나오고 사람들이 괴담이 돌아다니고 막 이러면서 법적책임 누가 질까 이런 생각도 있어요 결국은 의사가 됐든 인공지능 판사 얘기도 많이 하거든요. 법전을 때려 넣으면 자기가 학습해서 정확하게 형량을 할 수 있다 뭐가 됐든 지간에 과도기 동안은 법적책임도 있고 사람들의 신뢰 문제도 있기 때문에 사람이 최종 결정은 하면서 인공지능의 결정을 참조하는 형태가 될 겁니다.

근데 장기적으로 만약에 미래 인공지능 판사가 나왔다고 칩시다 근데 그 판사가 과연 그런 걸할 수 있을까요? 얼마 전에 또 기사에 나왔던 게 뭐가 있냐면 어느 판사가 청소년 비행 청소년 기록을 보니까 얘가 나쁜 짓을 하기는 했지만 그럴 만한 사정이 있다는 거야 그래서 기억은 정확히 안 나는데 뭐 하여튼 어렸을 때 뭐 가정에 어려운 점이 있고 하여튼 그래서 뭐라고 했냐면 판사가 판단할 때는 얘는 자기자존감만 한번 찾아 주면 재범은 안 할 거다 그래서 처벌하는 대신에 법정에서 일어나서 크게 큰 목소리로 나는 소중하다 3번 외쳐라 그래서 걔가 펑펑 울면서 3번 외치고 그 다음부터 이런 얘기 있잖아요 AI가 할 수 있을까요?

물론 그런 얘기 하는 분 계실 거예요 과거에 집안 기록 집안사정을 쫙 분석해서 할 수 있다 할 수는 있지만 그 판단을 내리는 AI의 판단을 판결을 받는 사람이 나를 공감해서 나를 잘 이해해서 한다고 느낄까요?

의사로 치면 의사가 음 진단을 하면서 예를 들어서 무슨 무슨 병 입니다 하면서 아마 이러면은 좀 어디가 아프고 여기도 불편 할 수 있어요. 그렇지만 제가 최선을 다해 도와드릴 테니까 힘내세요. 라는 정서적인 위안을 AI가 해 줄 수 있을까요? 안됩니다 그런 거를 할 수 있다는 거죠 사람이 창의적인 거 그 사람을 잘 이해하는 거 결국 사람에 대한 이해가 더 중요해지는 것 같아요. 결국은 아이러니한 게 4차 산업혁명 얘기할 때는 반드시 시작은 뭡니까 기술에 대한 얘기로 시작을 해요 it가 많이 발전하고 AI가 발전하고 하다가 결국은 뭐로 마무리가 되느냐 사람에 대해서 이해를 잘 해야 된다 창의적인 생각을 해야 된다 틀에 같혀 있으면 안 된다 이런 얘기를 결국 하게 되더라고요 결국은 기계랑 경쟁하면서 싸우려고 하면 안 되고요 기계가 못하는걸 해야된다 그런걸 말씀드리고 싶습니다.

그리고 또 하나 말씀을 드리고 끝내겠습니다. 뭐냐면 많은 분들이 기술의 발전에 대해서 막연한 불안감 있는 거 같아요. 아까 말씀드린 것처럼 AI가 발전하면 사람을 지배하고 그러지 않을까? 불안이 있는데 하나 기억 하실 건 뭐냐면 과거역사를 볼때 지금도 마찬가지구요.

기술이 어떤 기술이 발전한다는 얘기는 뭐냐면 사람들이 그 기술로부터 가치를 느낀다는 얘기예요 아무리 기술적으로 뛰어난 걸 하더라도 기술을 개발하고 발전시키는 건 결국 사람이잖아요. 사람이 그 기술을 투자해서 발전시키는 이유는 그 기술의 가치를 사람들이 알기 때문에 인정해 주기 때문에 그렇습니다. 그래서 어떤 기술이든지 간에 가치를 가지려면 시장에서 사람들이 가치를 인정해야 된다. 즉 우리가 원하는 방향으로 기술이 발전한다. 물론 100% 그렇지 않습니다. 경우에 따라서 나쁜 생각을 가진 사람이 나쁜 목적으로 기술을 쓸 수 있지만 전체적으로는 기술의 발전이란 결국은 사람하고 맞물려 있다는 거죠 사람이 필요로 하는 거 가치를 느끼는 쪽으로 발전을 하기 때문에 전체적인 기술발전망 에 대해서 불안감을 가지실 필요 없다 대신에 구체적 인내가 어떤 일을 할 것인지 할때는 구체적인 기술에 대한 이해를 바탕으로 여러 가지 대비를 해야 되겠죠.

그리고 또 하나는 4차 산업혁명이 진전이 되면 세계가 점점 하나로 묶입니다. 또 하나는 우리는 지금 사실은 한국이 상당히 경제적으로 발전된 나라라서 잘 못 느낄 수도 있는데요 개발도상국의 가면은 아직도 4차는 커녕 2차 산업혁명 도 진행중인 나라가 많이 있어요. 오히려 그런 쪽에 많은 비지니스 기회 발전의 기회가 있을 수도 있습니다 시각을 꼭 우리나라에만 돌리지 말고 글로벌 시각을 갖는 게 더 많은 기회를 잡을 수 있는 방법 중에 하나라고 생각을합니다. 강의는 이것으로 마치고요 오늘 강의를 해주신 연세대학교 임일 교수님께 큰 박수 부탁드립니다.

콘텐츠 만족도


담당부서 및 연락처 : 경제교육실 경제교육기획팀 | 02-759-4269
문서 처음으로 이동