안녕하세요. 마인즈앤컴퍼니 (이하 MNC) 입니다. 여러분들은 다니고 싶은, 혹은 다니고 있는 회사의 최고의 복지는 무엇이라고 생각하시나요? 물론 여러 가지 중요한 복지들이 있겠지만 아마도 AI 업계에 있으신 분들이라면 다들 공감하실 거 같아요.
최고의 동료와 함께 일하는 것! MNC를 짧은 기간 안에 이만큼이나 성장하게 한 원동력은 바로 이것이 아닐까요?
그리고 그 멤버들을 이끄는 대표 두 분과 임원진 분들이 기둥이 되어 직원 모두에게 영감이 되고 있습니다.
전상현, 고석태 대표는 컨설팅 출신으로 잘 알려져 있습니다. 그만큼 AI 업계에서 엔지니어로 시작한 다른 업체들과 차별화된 가치관과 비전을 갖고 계실 것 같습니다.
또한 딥러닝 전문가 명대우 파트너, 통계학 박사 김현선 파트너, AI 경진대회를 전담하는 김상만 상무, 소프트웨어 엔지니어링 전문가 조재헌 파트너, AI 혁신 컨설팅의 정진훈 상무 등 각 분야를 대표하는 임원진들도 마인즈앤컴퍼니와 함께 하고 계십니다.
대표들과 임원진들이 어떤 경영이념을 가지고 있으며 AI 업계에 대한 어떤 생각을 가지고 있는지 앞으로 블로그를 통해 하나씩 얘기해드리려고 합니다. AI 업계 전반적인 내용과 더불어 MNC 가 앞으로 가야할 방향에 대해서도 알 수 있어서, 내부 직원에게도 그리고 AI 에 관심있는 모든 분들에게 좋은 귀감이 될 것 같습니다.
첫 번째 글은 전상현 대표의 AI to the Real World 로 시작합니다. MNC 내 최고의 다독왕이시고, 작문 실력도 굉장하다고 알려져 있는데요. 많은 기대 부탁드립니다.
<AI to the Real World>를 시작하며…
작성: 마인즈앤컴퍼니(MNC) 전상현 대표
인공지능 기술을 현실에 가져오기 위해 MNC를 2017년말에 시작하고 5번째 해를 보내고 있습니다.
시간이 쏜살같다는 말을 하는데요, 그렇다면 인공지능 기술은 화살보다도 빠르게 발전하고 있다고 할 수 있겠네요.
MNC의 친구들은 수많은 기업과 연구자들이 쏟아내는 성과에 발걸음을 맞추고, 그것을 우리 기업 현실에 가져오기 위해서 신나고 바쁘고 때로는 고통스러운(?) 시절을 보내고 있습니다.
인공지능 발전이 얼마나 빠른지 고객사에게 설명하기 위해 위와 같은 슬라이드를 작성한 적이 있습니다.
많은 분들이 애용하고 계시는 Papers with code(https://paperswithcode.com/)라는 사이트의 첫 화면 캡쳐를 약 한달여간 시간을 두고 비교한 그림입니다. 단 한달만에 AI가 할 수 있다는 Task가 80개 가까이 추가되고, 사이트가 수집한 논문 수는 2천여개가 늘어났습니다. (참고로 2022년 4월 25일 현재 기준으로는 "7,309 benchmarks 3,034 tasks 69,175 papers with code"를 기록하고 있습니다. ) 한 중견 그룹이 인공지능 혁신을 위해 무엇을 해야 하는지 고민하는 한달 동안 세상은 새로운 Task에 대해 인공지능의 역할을 증명해 내었고, 수많은 SoTA가 순위를 갈아치우며 성능을 경쟁하고 있었습니다.
그런 떠들썩한 성과들이 충분히 아직 세상에 충분히 내려앉지는 않은 것 같습니다. '블록체인', '크립토' 같은 단어들이 일확천금의 시대정신에 걸맞게 Hype로 뜨는가 싶더니, 좀 더 진지하게 'VR/AR’', 메타버스’가 핫한 키워드의 왕좌를 물려받고 있습니다.
'인터넷’이 미디어/광고 산업, 커머스와 엔터테인먼트 산업을 통째로 갈아엎으며 전 세계에 엄청난 충격을 줬는데요. 혹시 이번에는 내 산업이 그런 기술 혁신의 희생자가 될까 전전긍긍하던 사람들도 '빅데이터', '개인화', '머신러닝', '딥러닝' 등 수많은 키워드의 물결 속에서 살짝 안도하는 느낌까지 감지할 수 있습니다.
그러나 저는 자랑스러운 이세돌이 인공지능을 이긴 마지막 바둑기사로 남게 되며 일으킨 첫 충격은 훨씬 더 큰 쓰나미의 전조에 지나지 않는다고 생각합니다. 실제로 알파고를 개발한 딥마인드의 두 번째 작품인 알파폴드는 생물학 최대 난제를 격파했다는 평가를 받으며 또 다른 충격을 주었습니다. (참고: https://www.ibric.org/myboard/read.php?Board=news&id=324897) 바둑과 마찬가지로 전 세계의 아주 일부 축복받은 지성들이 경쟁하던 연구 분야에서 그간의 모든 업적을 한 번에 넘어서는 AI를 등장시키는 모습이 딥마인드답습니다.
저는 인공지능이 전 산업을 혁신하는 양상은 인터넷이 불과 3~4개 산업을 침략하던 방식과는 다를 것이라고 상상합니다. 전통적인 신문, 잡지, 컨텐츠 회사는 인터넷 기업들이 만든 새로운 게임의 규칙에 적응하지 못하고 철저하게 패배했습니다. 인류 역사만큼이나 오래된 유통 산업조차 이제 더 이상 버틸 힘은 별로 없어 보입니다. 인공지능이 우리 현실 세계에 충격을 주는 방법은 전 산업에 걸쳐 요소 기술과 같이 작동하거나, 또는 기업보다 사람이 일하는 방식을 바꾸는 양상으로 나타날 수 있습니다.
왜 제가 그렇게 생각하는지 <1화 인공지능은 Hype를 넘어 새로운 세상을 열 수 있을까?>에서 이야기해보려 합니다.
인공지능 혁신은 AI로 무장한 외부 세력이 아니라 지금 여기서 산업을 이끌고 나가고 있는 참여자들에게 더 많은 기회가 있습니다. EDI(Electronic Data Interchange)를 지나 ERP(Enterprise Resource Planning, 전사적 자원 관리)가 도래한 이후 이를 잘 활용한 기업들이 전 세계 규모에서 완전히 차별화에 성공한 사례를 떠올려보면 됩니다. 80년대 일본 제조업은 철저한 계수 계획과 통제를 통해 Just-in-time을 비롯하여 다양한 경영 혁신 기법으로 세계를 제패했습니다. 우리나라의 삼성전자도 전 세계 공급망 관리와 품질경영에 최신 기술과 경영 기법을 적극적으로 도입하여 해당 분야의 최강자가 되었습니다. 기업들은 기술 기업의 침략에 대한 두려움보다 더욱 적극적인 도전과 시행착오를 쌓아 산업 내에 차별화된 경쟁력을 만들기 위해 달려가야 합니다.
그러기 위해 기업들이 먼저 이해해야 하는 몇 가지 사항에 대해 <2화 지금, 여기서 인공지능을 기업이 활용하기 위해 이해해야 할 사항들>에서 짚어볼 예정입니다.
한때 인공지능 기술을 세상에 착륙시키려 하던(https://landing.ai/) 소위 AI 4대천왕 중의 하나인 앤드류 응 교수는 최근 데이터를 목청 놓아 외치고 있습니다.
딥러닝 기술 체계에 근본적인 변화가 일어나지 않는 한 지금 AI를 활용하기 위해서는 데이터에 훨씬 큰 노력을 기울여야 한다는 것이 그분의 복음입니다. 수년 동안 Real World에서 인공지능을 작동하게 하려고 노력하는 사람으로서 더 이상 심하게 동의하기 어려울 정도입니다. 데이터를 강조하는 이면을 들여다보면, AI 기능을 탑재한 솔루션들의 한계를 짐작할 수 있습니다. 국내 모 병원에서 주관했던 의료정보학회에서 키노트 연사로 나온 MIT 연구자의 말이 이 부분을 저격합니다.
<3화 인공지능 솔루션은 완제품이 아니다.> 에서 데이터의 중요성, 그리고 AI 솔루션이 Real World에서 풍파를 헤쳐 나가기 위해 발버둥치는 MNC의 경험을 공유합니다.
이 블로그의 칼럼을 보시게 될 분들이 궁금합니다. (우리 회사 사람들만 보게 될지도 모르겠지만... 그래도…) 혹시 미래 유망 직종은 데이터사이언티스트다! 샌프란에 가면 연봉이 얼마다! 이런 기사와 대화들을 거쳐 데이터 사이언티스트를 꿈꾸는 분들도 계시지 않을까요? 혹은, 다니고 있는 회사의 대표님, 회장님께서 조찬 회의에서 데이터사이언티스트 팀 역량을 내재화해야 한다고 경쟁 업체 회장님께 들으신 후 빨리 데싸를 뽑아서 팀을 만들라는 닦달을 당하고 계신 분은 없을까요? 또는 훌륭한 개발자로서 커리어를 쌓아가다가 그 말 많은 AI 살펴보니 나도 할 수 있겠다! 해서 뛰어들고 있는 딥러닝 개발자분들은요? AI는 카카오, 네이버의 컴공 석박사들만 하는 걸까요? 가끔 수학자나 물리학자가 잘한다는 말도 나오는데 도대체 어떤 사람들이 AI를 하는 거죠?
비교적 최근에 등장한 데싸라는 직업에 대한 논란, 앞으로 도대체 어떤 사람들이 어떤 조직으로 인공지능을 다루게 될지 등은 아직 아무도 장담할 수 없는 질문들입니다. 저희가 아는 한에서 풀어보고, 감히 앞으로의 AI 인력, 조직에 대해서도 예측해보려 합니다.
<4화 Data Scientist? AI Engineer? AI Researcher? AI Scientist?>를 참고해주세요.
앞서서 인공지능과 ERP 혁신의 유사성을 언급한 바 있는데요. ERP가 문서와 사람이 매개하는 정보로 구성된 프로세스를 표준화된 극소수의 데이터 기반으로 혁신했다면, 인공지능은 훨씬 더 넓은 범위의, 그리고 진정한 의미의 데이터 기반 의사결정을 어디에나 가져온다는 점에서 더욱 큰 변화가 예상됩니다. 기존의 서류 결재와 팩스 전달, 전화 전달, 장부 관리를 넘어서기 위해 복잡하고 거대한 ERP라는 기술이 필요했고, 이것은 결국 현대 기업의 가장 기본적인 인프라가 되었습니다. 인공지능도 진정한 데이터 기반 의사결정 행위자로 작동하기 위해 ERP에 준하는 양식의 인프라 스트럭쳐가 필요하다고 유추할 수 있습니다.
기업이 AI Model을 개발하고 사용하기 위해 필요한 IT 기술 요소들에 대해서 <5화 인공지능을 위한 ERP가 필요하다. Enterprise ML Platform>에서 알아보겠습니다.
마지막으로 인공지능 윤리에 대해 언급하려 합니다. 인공지능 윤리라고 하면 뭔가 인간 의식 비슷한 것을 획득한 AGI(Artificial General Intelligence)의 도덕성 같은 느낌이 드는데요, 전혀 그렇지 않습니다. 인공지능 윤리는 지금 당장 현실에서 벌어지고 있는 이슈와 연관되어 있고, 수년 내에 AI로 인해 상용화될 많은 제품과 서비스의 설계에 직접적인 영향을 미치는 주제입니다.
인공지능 디스토피아 구현에 앞장서고 있는 중국 정부가 국민들의 규제 위반 사항 등을 종합하여 점수를 매기고 공공서비스 접근 차등화에 적용한다고 하는데요.(참고: https://www.joongang.co.kr/article/24119849#home) 이 정도 막장 이야기보다 훨씬 가까이 있는 이야기들을 해보려 합니다. 현대차가 내놓는 다음 세대 자율주행 차는 왕복 2차선 주행 도로에서 갑자기 뛰어든 아이를 피해 중앙선 침범하게 될까요? 혹시 반대편에 과속하는 5톤 트럭이 오고 있다면? 운전자가 죽을 확률이 10%고 아이가 살 확률이 100%면 핸들을 틀까요? 말까요. 영화 아이로봇의 윌 스미스가 로봇 혐오자가 된 것이 침수 교통사고를 당한 차에서 본인 아이를 구하지 않고 본인만 구했기 때문이었습니다. 영화가 가정한 시대 시점은 2035년이었구요. 원작 아이작 아시모프 형님의 혜안에 감탄하고 있을 때가 아닙니다. 지금 여기서부터 준비해야 합니다.
<6화 이미 겪고 있는 미래 - 인공지능 윤리>에서 아주 조금만 살펴보겠습니다.
수많은 전문가가 인공지능에 관해 이야기하고 있습니다. 게다가 주제라고 적은 하나하나가 크고 깊은 논의가 필요한 지점들입니다. 제가 풀어놓는 짧은 글들은 엔지니어 관점에서 부족한 기술 이해와 산업 혁신 관점에서 현실 감각이 떨어지는 부분들이 눈에 띄거나, AI 최고 존엄 전문가들(생각보다 많이들 계십니다.)이 보기에 뭘 모르고 하는 이야기일 수 있습니다.
그럼에도 보다 많은 사람이 쉽게 이해하고 접근할 수 있게 하는 것이 결국 인공지능이 현실을 풍성하게 하는데 도움이 된다고 생각했습니다. MNC는 누구보다 인공지능을 진짜 현실에서 작동하게 하는 데 집중하고 있고 그래서 할 수 있는 이야기들이 가치 있다고 외치면서 용기를 냈습니다.
제가 회사 친구들과 이야기할 때 가끔 농담 반 진담 반으로 하는 이야기가 있습니다. 저는 웬만하면 틀리는 법이 없습니다. 왜냐면 더 맞는 말을 하는 사람이 있으면 제 의견을 바로 수정하기 때문이지요. 혹시나 앞으로 풀어낼 이야기들에 있는 오류와 오판을 많은 분이 지적해주시면서 저의 오만한 자기 예언을 실현해주시리라 기대합니다.
우좌지간, 5년간 MNC가 좌충우돌한 사례들을 가지고 AI to the Real World를 시작해 보겠습니다.