AI 인공지능에 의한 일상생활의 변화(금융, 번역, 의료, 요식업, 보안, 교통 )

-인공지능은 사람의 생활에 어디까지 와 있고  얼마나 편리해졌을까?

 

인공지능

 

1. 금융

 

모건스탠리는 재정 설계자(Financial Advisor)와 NBA(Next Best Action) 시스템이라는 인공지능 기반 서비스를 결합했다. NBA는 고객의 재무 관리, 투자 포트 폴리오 전략 등에 있어 기계학습(Machine Learning) 기반으로 개인별 맞춤화된 아이디어를 제시해 주는 추천 서비스를 제공한다. 특히 NBA는 맞춤형 투자에 대한 정보 제공을 넘어 개인별 투자 포트폴리오 분석을 통해 투자 위험 요소를 고려한 판단을 재정 설계자와 고객에게 제공하는 것이 특징이다.
코로나19로 인해 재정 설계자와 고객 간 대면 서비스가 제한되면서 금융 서비스 시장도 큰 타격을 입었다. 한편으로는 코로나19 발발 초기 2개월간 NBA 시스템 활용이 100만 회를 넘기면서 이러한 형태의 비대면 금융 서비스 활용 가능성을 확인하는 계기가 되기도 했다. 또한 NBA 시스템과 협업을 통해 재정 설계자는 고객만족을 위해 신뢰 기반의 관계를 
형성하고 유지하는 데 보다 많은 노력을 투입할 수 있게 되어 생산성을 높이는 성공적인 모델을 구축할 수 있었다.

 

2. 번역

 

인공지능은 아직 관광객, 웹 브라우저 해석 등 정형화된 언어 구조에 최적화되어 있으며 기계가 인간을 빠르게 따라잡는 상황이다. 그러나 이른바 컴퓨터 기반 번역 (Computer-Aided Translation, CAT)은 인간을 대체할 것이라는 우려와 달리 새로운 형태의 일을 더 쉽고 빠르게 만드는 데 기여하고 있다.
인공지능 기반 번역 서비스를 제공하는 릴트(Lilt)는 인간-기계의 대표적 협업 모델을 제시한다. 기계학습을 통해 해석할 문장에 대한 몇 가지 예시를 들어 사람이 이것을 수용할 것인지 수정할 것인지 판단하도록 함으로써 해석 결과를 보완해 나간다.

즉 릴트는 일반적 언어, 전문적이고 특수한 언어, 사람의 수정과 보완을 통한 상호작용 등으로 적응형 기계학습 모델을 갖춘 시스템이다. 이 서비스는 비교적 적은 비용으로 매우 높은 생산성을 갖도록 도와주며 인간과 상호작용을 통해 궁극적으로 인간의 역량을 보완해 준다는 측면에서 번역 분야 상호작용의 좋은 사례다.

 

3. 요식업

 

패스트푸드점에서는 햄버거를 굽고 튀김 요리를 전담하는 플리피 그릴(Flipy Gril)과 플리피 프라이(Flipy Fry)를 통해 사람이 굽고 튀기는 과정에 시선을 빼앗길 필요가 없어졌다. 대신 고객과 눈을 맞추며 더욱 품질 높은 서비스를 제공할 수 있게 되었다.
레일 위의 로봇(Robot On A Rail, ROAR)을 통해 요식업계에서는 점차 많은 일들을 기계가 수행하고 있다. 한 가지 흥미로운 점은 인공지능과 로보틱스 기반의 이러한 일터의 변화로 로봇과 일해 보고 싶은 대학생 등 고학력자들의 요식업에 대한 관심이 확대되고 있다는 것이다. 즉 업체들에게는 구인난을 해소할 수 있는 획기적 수단이 될 수 있는 것이다.

 

 

4. 보안

 

숏스포터(ShotSpoter)는 총성의 파형을 탐지해 정확한 위치를 찾아 주고 가장 최적의 순찰 미션을 추천하는 역할을 맡고 있다. 기존에 범죄 예방을 위해 활용되던 인공지능 기반의 서비스가 인종, 지역에 대한 편향성이 문제시되던 것과 달리 
숏스포 터는 보다 편향성이 적은 데이터 기반으로 운용되어 경관이 편향성 시비에 휘말리지 않도록 도와준다.

구체적으로 살펴보면 도시의 고층 건물 옥상에 설치된 음향 센서가 감지한 데이터는 클라우드 기반 시스템에서 지속적으로 모니터링된다. 만약 총성의 특성을 갖는 파형이 감지될 경우 정확한 위치를 분석해 주변 경관에게 전달하고 최적의 행동 계획을 추천하는 역할도 담당한다.
사실 업무 방식의 변화에 예민한 경찰들은 처음에 인공지능 시스템 도입을 달가워하지 않았다. 인공지능의 학습을 위한 과정에도 매우 비협조적으로 임했다. 하지만 숏스포 터는 기계와의 접점을 천천히 단계적으로 확대해 나가는 전략을 취함으로써 첨단기술을 접목하는 데 있어 일선 현장의 반감을 최소화할 수 있었다.

 

5. 교통

 

 싱가포르 교통국(Land Transportation Authority, LTA)은 데이터와 인공지능 기반 도시철도망 관리 시스템을 운영한다. FASTER(Fusion Analytics for Public Transportation Event Response)라고 불리는 이 시스템은 도시에서 발생하는 다양한
이벤트를 분석해 통합적 상황 인식을 기반으로 도시철도망을 최적 관리하기 위한 방안을 제시한다. 인공지능뿐 아니라 IoT 등을 접목해 교통 상황 데이터를 수집 및 분석하고 상황 판단, 사건 대응 계획 등을 수행한다.
이 시스템이 도입되기 전에는 이러한 분석을 위해 매우 숙련된 베테랑 스태프가 필요했다. 하지만 FASTER 도입을 통해 인공지능과 협업을 통해 분석이 가능해짐에 따라 교통국 스텝의 생산성이 매우 높아지게 되었다. 또한 FASTER와 같이 인공지능을 기반으로 철도 기업의 자산을 통합적으로 관리하는 REAMS(Rail Enterprise Aset Management Systems)의 적용으로 이어졌다. REAMS는 기계학습을 활용해 기관차, 레일 등 철도 기업이 보유한 자산의 주기, 유지 보수 필요성, 유지 보수 비용 등을 분석해 관리 방안을 제시한다.
시스템을 최적으로 유지하기 위해서는 많은 관련 데이터, 모델들이 수립되어야 하는데 일선 현장 근무자들은 이러한 인공지능 기반 시스템의 등장이 새로운 가치를 창출해 더 많은 일자리를 만들 수 있을 것이라 믿고 있다.
이상의 사례들에서 보듯 인공지능이 인간의 일자리를 앗아갈 것이라는 우려보다는 오히려 이러한 인공지능과의 협업이 생산성의 향상, 인간의 역량 보완에 매우 효과적이라는 의견이 지배적이다.
또한 인공지능은 업무를 대체해 줌으로써 인간이 다른 가치를 추구할 수 있도록 도와주고 있다. 이러한 인공지능이 최적의 상태를 유지하기 위한 데이터, 알고리즘 기반의 보다 고도화되고 창의적인 업무나 새로운 일자리도 늘어날 것으로 기대된다.

 

 

 6. 결과

 

인공지능과 같은 스마트 기계와 함께 일하는 미래는 지금보다 더욱 확대될 것입니다.
몇 가지 변화는 인류가 피할 수 없는 것이 될 것이다. 하지만 인간의 일자리가 없어지는 일은 없을 것이다. 실제 현장에서 벌어지고 있는 많은 사례를 통해 살펴보았지만 인공지능이 인간의 일자리를 대체하고 있기보다는 새로운 가치를 창출하고 인간과 좋은 협업자로 작동하고 있었다.
또한 이러한 변화는 매우 천천히 그리고 아직은 매우 비싼 대가를 치러야 한다. 인공지능에 적합한 업무 프로세스를 식별하고 그에 맞는 인공지능 플랫폼 구축, 데이터 축적, 개발자, 비즈니스 모델 설계자 등등 일터의 변화를 만드는 많은 작업들이 엄청난 비용을 수반한다. 이는 변화의 배후에서 최고의 리더와 스폰서가 중요한 영향력을 발휘하는 이유일 것이다.
그럼에도 불구하고 이러한 변화는 계속된다. 즉 인공지능과 협업하는 것에 대해 우리는 준비해야 한다. 기업들은 직원의 관련 역량 확장을 위해 교육하고 이러한 변화의 중요성에 대해 지속적으로 환기하며 직원의 관심을 유도하기 위한 노력을 해야 한다. 이러한 변화 속에서 인간이 더 잘할 수 있는 일이 무엇인지 찾아내 그와 관련된 역량을 확보하는 노력 또한 필요할 것입니다.
다행스러운 점은 인공지능과 협업하고 있는 많은 근무자들의 만족도가 아직은 높다는 점이다. 즉 인공지능이 인간 역량 보완에 매우 긍정적으로 작동하고 있다는 점은 이러한 변화가 막연한 두려움으로 다가오지 않도록 한다.
인공지능은 계속 진화할 것이다. 사람과의 접점은 일터에서 더욱 늘어날 수밖에 없다.
사람은 이제 유연하고 문맥의 흐름에 바탕을 둔 역량에 더욱 집중해야 한다. 이것이 사람이 기계보다 뛰어난 점이기 때문이다.
그러나 만약 ‘특이점(Singularity)’이 온다면 이러한 고민은 더 이상 유효하지 않을 것이다. 인공지능이 모든 것을 할 수 있는 상황이 되면 사람은 더 이상 많은 일자리에서 필요 없는 존재가 될 가능성이 크다. 모든 일은 기계로 인해 정말 자동화될 것이다.
어쩌면 그러한 시기가 오면 인간은 뇌에 마이크로프로세서를 심는 방법을 고민해 두었거나 사회적, 문화적 상호작용을 할 때 임금을 지불하는 새로운 임금 체계에 대한 사회 시스템도 나타날지 모른다. 그러나 어떤 전문가는 20년까지도 그런 일은 벌어지지 않을 것이라 예측한다. 적어도 지금 우리의 일터에서 벌어지고 있는 변화는 인간에게도 유용한 것입니다.