학력

• 서울시립대 대학원 컴퓨터 과학과 재학중 (2020-)
• 세종사이버대학교 컴퓨터 과학과 학사 졸업 (2016)
• 부산동의과학대학교 전자통신과 학사 졸업 (1996)
•  

경력

• AI전문 기업 Hello AI 창업 (2021.04-Present)
• Microsoft 플랫폼 사업부/Technical Evangelist (2008.04-2021.03)
• 프리랜서 (2003.11-2008.04)
  (삼성전자, 삼성SDI, SK C&C, LGCNS, 포스코건설, 롯데건설 등 프로젝트 다수 수행)
• ITWill (2001.09-2003.10)
• ㈜ 두일넷 (1999.08-2001.07)
• 하이미디어 스쿨 솔루션 개발팀 근무 (1997.05-1999.07)
• ㈜ 유진 데이터 (1996.03-1997.04)

강연 소개

 인공지능의 발전은 점차 인간의 일자리를 가져가고 있습니다. 이는 인간의 자기 수익 결정권을 악화하고 있으며 이런 현상은 하나의 사회 현상으로 이어지고 있습니다. 

 본 세미나에서는 인공지능의 발전 속도와 여기에 적응해야 하는 사람의 역할 등을 함께 살펴봅니다.

[강연 내용]
강연을 통해 인공지능의 발전속도와 사람의 역할에 대해서 살펴보고자 한다.
지난 달 3월까지 마이크로소프트에서 총 13년동안 일을 하면서 IT 업계의 변동 과정을 모두 겪었다.
IT쪽은 약 2년에 한번씩 테마가 바뀐다. 이 때 적응 속도에 따라 해당 테마에 대한 결과물도 많이 바뀐다.

1. 처음 입사는 개발자 포지션으로, 이 당시 C언어 개발 툴만 사용할 줄 알아도 회사에서 인정받을 수 있었다.
2. 하지만, 2년도 채 지나지 않아 웹 세상이 오게 되어 실버 라이트와 같은 툴을 활용하여 웹 개발을 할 수 있어야 했다.
3. 시간이 조금 더 지나자 앱 세상을 만나게 되었고, 앱을 개발하게 되었다.
4. 그 후 1년 반정도 지나자, IoT 세상을 만나 IoT작업을 하며 센서들을 다루게 되었다.
그 때 양평 딸기 비닐 하우스에 가서 IoT 기기를 통해 딸기에게 최적의 환경을 제공하여 주는 작업등을 2년간 진행하였다.
5. 이 2년의 기간이 지난 후, 회사 조직이 또다시 급격하게 클라우드 쪽으로 변해갔다.
이때 투입된 프로젝트 팀은 예산이 조 단위였는데, 이 과정 속에서 만난 인도 사람 매니저는 AI에 대한 중요성을 강조하였다. 이로 인해 업무의 70~80%가량 AI로 변화하게 되었다.
IT쪽에도 수많은 직종이 존재한다. 그러나 이 중 내 일이 무엇인가 심각하게 고민할 필요는 없다. 굉장히 빠른 속도로 변화하고, 그 변화하는 기술이나 서비스에 따라 정체성을 맞추면 버티기가 힘들다. 기술들은 시간이 지나면 가치가 떨어진다. 처음부터 내 것은 없었다는 마음으로 새로운 것들을 받아들일 수 있는 오픈 마인드가 중요하다.
파이썬은 짧은 기간에 많은 기능적, 편의성 여러 측면에서 발전을 이룩했다. 지금은 음성분석, 데이터 처리, 머신 러닝, 영상 처리에 표준적인 언어가 되어 기본 소양이 되었다.
이 파이썬 언어 동호회 행사에 재밌었던 기억이 있다. 바로 토이 프로젝트들을 발표하는 들었던 시간이다.

예를 들어보자면,
1. 아이폰에 몇 년 동안 쌓여있는 사진들을 분석하여 위도 경도를 활용해서 사진을 어디에서 찍었는가를 분석하고, 추가적으로 그 사진 중 어디서 가장 많이 웃었는가 파악한 프로젝트를 통해 어디서 그리고 누가 웃는가에 대해 파악해볼 수 있었던 프로젝트가 존재하였고,
2. 위험한 프로젝트 예시로, 국회의원들의 의정비를 웹 크롤링을 통해서 수집하여 공무 집행을 추정한 예시,
3. 그리고 보수적인 사람들과 진보적인 사람들이 활용하는 멘트들을 긁어와서 dictionary를 만들어 비교함으로써 보수 지수, 진보지수를 평가하는 ML프로젝트들이 존재하였다.
이 프로젝트 발표를 듣는 시간을 통해서 파이썬을 통한 데이터분석의 다양한 활용도를 느꼈다.
기존 5000명 인원이 접속할 수 있던 온라인 교육 서비스를 확대하여 300만명이 접속할 수 있도록 설계해보았는데, 이 과정을 통해서 기계를 사용함으로써 기존이라면 사람의 의존도가 높았으나 이를 점점 줄어들어 사람의 일자리가 적어진다는 분석을 내렸다.
무어의 법칙에 따르면 2년마다 computing power는 2배씩 성장한다.
그동안 엄청난 컴퓨터 성능의 성장을 통해 특정 업무에서는 기계가 사람말을 더 지속적이고 정확하게 알아들을 수 있게 되었다. 불과 몇년 전과 비교하면 엄청난 변화이다.
boston dynamics 와 아시노를 비교하는 등의 기술의 혁신적인 변화가 예제이다.(휴머노이드 로봇)
중간 가구의 실질 소득은 정체되어 있지만 1인당 실질 GDP는 증가하고 있다. 일반적인 사람은 소득이 갇혀 있고, 부를 가지고 있는 사람들만 돈을 번다는 것이다. IT 기술이 여기에도 영향을 미쳤다.
경제가 커진다고 해서 고용이 그만큼 늘어나는 것은 아니다. 늘어나는 일을 기술이 커버하면서 일자리가 정체되는 현상이 시작된다. 인간의 자기결정권이 로봇때문에 사라지고 있다는 것이다. 단순노동자, 비전문가, 비지식노동자는 물가상승률보다 못한 임금상승률을 체험하고 있다. 일부의 뛰어난 사람만이 돈을 벌 수 있는 것이다.
기계의 발전에 따라오지 못하는(기술혁명에 뒤쳐지는) 사람들은 전쟁으로 인한 피해나 경제적 빈부격차로 인해 소외될 수밖에 없고 그로 인해 생활환경이 기술에 맞춰서 바뀌어 간다.
오픈 마인드 즉, 어차피 처음부터 내 것은 아무것도 없었다라는 마음을 가져야 한다.
사회 현상을 어떻게 바꿀 것인가에 대한 답변으로 새로운 기술을 접하고 적용해보는 것이 매우 중요하다는 것을 강조할 수 있다. ”모든 회사는 AI 기반의 회사다.” 전공에 상관없이, 어떤 것을 하더라도 기본적으로 AI를 해야 하는 시대가 도래했다. 다양한 분야를 접목시키지 않으면 경쟁력이 떨어진다.
수많은 IT 트렌드, 자산들을 어떻게 다 볼 것인가에 대한 답변으로 자율주행 자동차를 예시로 들 수 있다. 자동차는 가장 검증되었으며 발달한 인공지능이 들어간다. 예를 들어, 엘론 머스크의 “로봇 택시” 서비스에서는 차를 사용하지 않을 때 자율주행 택시를 운영함으로써 소득을 얻도록 한다. 자율주행을 나눌 때는 다섯가지로 나누는데, 지금 현재 타고 있는 차는 0단계, 모두 수동이다. 아직 현재까지는 2단계의 자율주행 기술이 나와 있으며, 4단계 정도 되면 완전한 자율주행이라고 이야기할 수 있다. 아직 자율주행 자동차가 완전하다고는 볼 수 없다. (현철)장기적으로 모든 자동차가 자율주행을 시작하면 오히려 인간 운전자보다 더 안전해질 것이다. 3단계 자율주행 자동차가 움직이는 수준은 사람과 비슷하다(Cruise의 사례를 참고).
사회적으로도 자율주행자동차를 도입하면, 경제적인 혜택이 커지고, 이는 자율주행차 도입 속도를 가속화시킬 수 있다. 하지만 완전화 된 자율주행이 도입되면 어떻게 될까?
운전기사들이 일자리를 잃게 될 것이다. 정유 산업에서도 많은 일자리가 사라지게 될 것이다. 자율주행차와 더불어 전기자동차가 도입되어 내연기관을 가진 자동차도 줄어들 예정이기 때문이다. 정유 산업과 더불어, 자동차 수리와 관련된 업종도 몰락할 수 있다고 한다. 전기차의 도입으로 향후 자동차의 판매량이 줄어들고 수명이 길어지게 되면, 많은 자동차 회사들은 자동차를 ‘판매'하기보다 ‘서비스'로서 제공해야한다는 전략을 세우고 있다. 도시 곳곳에서 주차 및 정비 타워가 생기고, 필요에 따라 자동차를 사용할 수 있는 형태가 될 것이다.

결론
미래의 직업은 어떻게 될까? 두 가지 종류로 나눌 수 있다. 인공지능에게 명령을 내리는 직업, 그리고 받는 직군이다. 또한, IT기업들이 많은 주도권을 가져가게 될 것이다. 우리의 할 일은 인공지능에게 명령을 주는 직업을 가져야하고, 이런 것들을 위한 지식을 갖춰야 한다고 생각한다.

질의 응답
질문1) 현실적으로 모든 사람이 인공지능을 다루기 어려우며, 이는 소득불균형을 심화시킬 수 있을텐데 이러한 문제에 대해서 어떻게 생각하시는지?
긍적적인 측면으로서 기술이 발전하면 추상화경향이 늘어나고 모듈화되는 경향들이 생깁니다. 인공지능이 초기에는 고도의 수학적 지식을 요구했지만, 요즘 같은 경우에는 많은 부분이 모듈화되어 접근성을 굉장히 많이 높아졌습니다. 이러한 흐름을 바탕으로, 한명이라도 더 인공지능을 다룰 수 있도록 해야할 것입니다.

질문2) 자율주행 자동차가 왜 인간 운전사보다 더 안전한지?
사람마다 운전하고 있는 습관, 차이가 있습니다. 반면, 기계는 개량화되고 표준화된 프로그램이 있습니다. 뿐만 아니라, 자동차가 스스로 운전하는 것도 있지만, 추가적인 센서 등을 통해 차와 도로가 소통할 수 있기 때문에 훨씬 더 안전할 것이다라는 낙관론적인 관점을 표한 것입니다.

질문3) 챗봇 테이가 편향성에 대한 학습으로 문제가 된 사례가 있으며, 인공지능의 공정함 문제가 계속 제기되고 있는데, 이에 대해서 이전에 마이크로소프트에서는 어떤 논의가 있었는지?
테이의 사례는 위험 사례로 많이 언급되며, 그 사례로 인해서 데이터의 중요성이 강조되고 있습니다. 마이크로소프트 뿐만 아니라 관련 기업들이 뭉쳐서 Responsible AI에 대한 논의가 계속되고 있으며, OpenAI 주도로 진행하고 있습니다.

질문4) 사회 현상에서 완전한 중립은 어려운데, 데이터들을 모으고 라벨링 하느냐에 따라서 편향성이 개입이 될 수 있을 것 같은데 공정함이 가능한가?
지금의 시도는 시작으로 보아야 합니다. 구조 데이터 표준화와 트래킹/모니터링을 하려는 지속적인 노력이 필요합니다.

질문 5) MS에서 했었던 AI 또는 현재 Hello AI에서 하는 일을 소개를 해주실 수 있나요?
지역 사회 문제 해결을 위한 정부 과제로 저소득층 아이들의 학력 격차가 큰데, 이를 모니터링하기 위한 측정 시스템, 더 나아가 맞춤형 교육을 제시할 수 있는 알고리즘 개발 중.
또 처방된 약이 아닌 건강 보조제 (비타민) 끼리 상극인 약이 있지만 모르고 먹는 경우가 많음. 이러한 경우를 방지하기 위해 데이터를 모으고 권장할 수 있는 방법을 AI로 개발하고 있음.

질문 6) 실제 산업에서의 AI 활용 경향?
자체적으로 비즈니스를 새로 만들지는 않고, 기존에 있는 것을 자동화하려고 함. 대표적인 예로 챗봇이 있음. 상담 내용 등의 통화 내용을 갖고 새로운 챗봇 모델을 만들어 반복되는 서비스들을 대체하고 있음. 또, 의료 데이터 CT를 분석하여 10년 경력의 의사들이 라벨링한 데이터를 활용하여 그 경험을 유지해나가는 방법도 개발되고 있음. Toss, 뱅크샐러드의 경우 데이터 자체가 아이템이기 때문에 적극적으로 AI를 도입하려하고 있고 인력도 보충하려함. 카드사의 경우 소비 패턴 데이터를 활용하려고 함.

질문 7) AI 산업이 안정화가 되니 처음과는 다르게 수요-공급이 달라졌음, 앞으로 어떻게 될지?
2000년에 웹 개발자 붐이 있었을 때가 있었는데, 지금과는 다른 것은 그때는 SI인력에 가까웠지만 AI, ML의 경우 한번 만든다고 완성되는 것이 아니고 데이터가 계속 업데이트 되기 때문에 인력이 더 많이 필요하고, 개발 한 뒤에도 지식이 있는 사람이 지속적으로 개발을 해줘야함. 그 때문에 AI를 만들고 검증, 피드백하고 개선하는 것이 클라우드 ML OPS도 개발되어 있어서 Dev ops 처럼 ML ops로 영역이 확대되었음. AI와 관련해서는 새로운 직종 업무들이 지속적으로 개발될 것임.

질문 8) AI에게 명령을 내리는 직업과 AI의 명령을 받는 직업으로 나뉘게 될 것이라고 했는데, AI에게 명령을 내리는 직업을 갖기 위해서는 깊이 있는 공부가 필요해서, 대부분의 사람들이 AI에게 명령을 갖게 될 것 같다. 이로 인한 사회적인 문제에 대해서는 어떻게 생각하시는지?
AI 기술이 발전하게 되면서 AI 기술에 대한 접근성도 낮아지게 될 것. 예전에는 AI를 한다고 하면 아주 깊은 공부를 요구했지만, 현재는 AI 개발 플랫폼이 점점 개발되면서 점점 문턱이 낮아지고 있음.

질문 9) 자율주행 자동차가 보급되면 안전성이나 경제성 면에서 더 이득이라고 했는데 왜 그런가.
주어진 상황에 맞게 안정적으로 특정 대처를 하도록 되기 때문에 사람의 일시적인 판단에 기대는 것보다 더욱 안전할 것으로, 낙관적인 전망을 하고 있음.

질문 10) 마이크로소프트에서 하던 AI, 지금 HelloAI에서 하고 있는 AI. 소개 부탁
지역사회의 문제를 해결하기 위해 정부와 손잡고 일하고 있다. 특히, 가정과 학교에서
충분한 관심과 지도를 받지 못하는 아이들을 위해. 사람들이 복용하는 약이 건강 상태와 타 복용 약품 등에 따라 달라져야 하는데 그걸 모르는 경우가 많아. 그에 대한 AI 해결책을 제안하고자 한다.

질문 11) 대기업/창업/취업 관련. AI는 어디로?
챗봇 / 의료 데이터 분석 / 사용자 소비 패턴 분석

질문 12) 정부/기업에서 Bio에 대한 지원을 많이 했었는데, 필요한 것보다 과하게 인력이 나와서 오히려 문제인 것 같다. AI도 그렇게 되지 않으리라 보장이 있는지?
한 번 만들고 끝나는 것이 아니라, 계속해서 발전시키고 관리하고, AI 모델이 세상이 바뀌는 것을 따라가게 할 수 있는 사람이 필요하다.