안녕하세요! 2020년 마지막 포커스 원고로 올해 SW중심사회에 기고해주셨던 필진과 함께 코로나19와 디지털 전환을 주제로 2020년 회고와 2021년 전망에 대해 말씀을 나눠보려고 합니다. 올 한 해 코로나19가 우리 사회의 모습을 많이 바꿨습니다.(후략)

비대면 수요 증가에 대응한 온라인 가상공간 활용 중요성이 높아지면서 XR 기술에 대한 관심은 지속적으로 커지고 있다. 최근 미국, 유럽, 중국, 일본 등 주요국과 국내에서 활발히 진행 중인 XR 정책 지원 활동들을 알아보고, XR 산업 발전 및(후략)

1. 세계경제포럼(WEF),「미래일자리 2020 보고서」발간

2. 라이카(Laika), AI로 애니메이션 제작 가속화

3. 아마존 알렉사(Alexa), 사용자에게 배우는 AI 탑재

4. AI 활용 확대를 위한 모델 경량화 연구 본격화

오랫동안 SW업계의 IT서비스 분야의 개발자 처우와 관련해 지속적으로 문제가 제기 되어 왔다. 이러한 문제의 원인이 다단계 하도급에 있어서 SW산업진흥법을 정비하였으나, 산업측면이 아닌 노동측면에서 개발자의 근로환경 개선 효과는 낮은 것으로 보인다.(후략)

2021 SW산업 10대 이슈 전망 연구 개요 o 조사 목적 향후 중요하게 부각될 가능성이 높은 SW산업 이슈들을 발굴 및 전망 o 연구 방법 언론기사 데이터 요약을 통해 이슈 후보를 도출한 후 전문가 설문을 통해 핵심 이슈를 선정 연구 방향 ​ o 분석의 주안점 • 전문가의 인지 평향을 견제 : 기준점 평향, 확증 편향 등 • 균형감 있는 후보 선정 : 언론 노출도, 연구 책임자의 전문 분야 등에 영향 최소화 • SW산업에 실질적인 파급력을 끼칠 것으로 예상되는 시기를 이슈 순위에 고려 ​ o 이슈 후보 선정에 언론 데이터 활용 ▸ IT분야 언론 기사 분석을 통해 이슈 후보 도출 과정의 균형감·객관성을 보완 연구 모델 언론기사 분석 결과 온라인 설문조사 o 조사 목표 • 국내 SW분야 전문가 1000명을 대상으로 이슈 후보 19건 중 향후 국내 산업에 큰 영향을 끼칠 주요 이슈를 선택하도록 함으로써 SW산업 10대 이슈 선정을 위한 순위 데이터 도출 ​ o 조사 방법 1. 예비조사 - 전문가 대상 파일럿 테스트 - 설문 문항 수정 및 보완 2. 설문 실사 - 조사기간: 2020.10.14 ~ 2020.10.23 - 조사방식: 온라인 조사 - 조사대상: 전자신문, SPRi, 조사업체 DB - 유효 응답: 1,000명 설문 응답자 기초 통계 SW산업 10대 이슈 1위: 에듀테크 SW시장 확대 2위: 제조업 머신비전 도입 본격화 3위: 마이데이터 시대 협쟁의 시작 4위: 데이터 뉴딜 기대감 증폭 5위: 지능형 협동 로봇 6위: 원격의료 찬반 과열 7위: 핀테크 친화적 금융 체계 개편 8위: 딥택트의 확산 9위: 국산 OTT의 승부수, 실감 콘텐츠 10위: 휴먼인더루프 AI 1위: 에듀테크 SW시장 수요 확대 o 에듀테크는 국내외 주요 SW기업의 인기 투자처 • 에듀테크 VC투자 규모는 최근 10년간 약 14배 증가(5억 달러(‘10)→70억 달러(‘19)→49억 달러(‘20 상반기 기준)) • 글로벌 SW기업은 일찍이 에듀테크에 투자해 한 개 이상의 교육 서비스를 보유 (구글 : 클래스룸, 지스위트 등, 애플 : 클래스룸, MS : 오피스365 에듀케이션, 아마존 : 인스파이어, 래피드 등) ​ o 코로나 19發 비대면 교육 환경 • 국내 에듀테크 기업 다수가 이미 AI기반 솔루션 보유(노리 : AI기반 수학 교육, 뤼이드 : AI기반 어학 솔루션 등) • 정부의 ‘AI 국가전략(‘19.12)’은 초등 저학년을 대상으로 한 AI 기반 교육을 포함. 교육부 관련 제도 실행 예고(‘20.10) 2위: 제조업 머신 비전 도입 본격화 o 최근 들어 국내외 제조 산업에 AI 기반 검수 자동화 솔루션이 본격적으로 도입되기 시작 • 국내 : 5G 스마트팩토리 비전(KT), AI NDE(두산 중공업), AI기반 자동 검수 프로세스(한국타이어) 등 • 해외 : 자율 머신 비전(BMW, 독일), 이미지 분석 시스템(Fujitsu, 일본), 드론 기반 항공기 검사 시스템(Airbus, 네덜란드) 등 ​ o 머신비전 SW의 상용화가 국내 제조업 생산성에 긍정적 영향을 견인 할 것으로 예상되는 한편, 일부 AI 기술이 전통산업의 노동력을 대체하는 수준에 근접했음에 주목할 필요 • 글로벌 제조업의 AI기술 시장 전망 : 11억 달러(’20) → 167억 달러(’26) (Markets and Markets, 2020) 3위: 마이데이터 시대, 협쟁(co-petition)의 시작 o 개인정보보호에서 마이데이터로, 데이터 주권 국가로의 첫 걸음 • 마이데이터 사업 : 본인 정보를 직접 내려 받거나 동의 하에 제3자에게 제공하여 개인데이터 활용 서비스를 누릴 수 있도록 하는 개념으로, 개인에게 데이터 관리 및 활용 권한을 돌려주어 개인정보 활용체계를 전환하는데 의의를 둠(과기정통부) • 정부 지원 : 총 6개 분야(의료,금융,공공,교통 등) 8개 과제를 각 협력기업으로 구성된 컨소시엄을 통해 실증 사업 추진 중 ​ o 데이터 관리 권한이 기업→개인으로 변화되어 분야별 선점 기업의 독점 완화가 기대되는 상황으로, 그간 볼 수 없던 기업간 데이터 협력 관계 속 新SW 서비스 진검 승부가 벌어질 것으로 전망 4위: 데이터 뉴딜 기대감 증가 ​ o 데이터 댐은 투자 규모, 수혜 대상, 환경 조성 등 모든 측면에서 압도적 규모의 공공 사업 • 데이터 댐 프로젝트 7대 사업 투자 규모 : 약 5,000억 원 • 주요 기대효과 : 일자리 창출(AI 학습용 데이터 구축), 신사업 발굴(AI 바우처), 기업 디지털 전환(AI+X, 클라우드 플래그십 등) ​ o 산업의 AI 도입 문턱을 낮추는 정책으로 국가 전체 SW시장 저변의 확대가 기대되는 가운데, 데이터 품질 관리가 정체되어 고인 댐이 되지 않도록 지속적 투자를 이끌어내는 것이 관건 • MS COCO(’14). Google Open Images(‘16) 등 6년 이상 관리 된 데이터 또한 라벨링 정확도(각각 83%, 43%)의 이슈 존재 5위: 지능형 협동 로봇 ​ o 국내 공장이 비대면 사각지대로 이슈화 됨에 따라 협동 로봇(co-robot)에 대한 관심 증가 • 공장 설비 자동화는 도입 및 관리 비용이 높아 중소규모의 전통 공정에 단기간 내 적용하기에 한계 존재 • 협동 로봇은 기존 공정에서 인간의 업무 생산성을 높이기 위해 활용되는 보조수단으로서 상대적인 도입비용이 낮고 공정 내 근로자의 역할에 따른 ‘재프로그래밍’이 가능해 공장 근로자의 비대면 근무 지원에 용이 ​ o 관련 기업의 AI 기술 도입이 활발한 상황으로 향후 SW 기업의 적극적 시장 진출이 기대 • (정책) 관계부처 지능형 로봇 실행계획(‘19-20)을 통해 협동 로봇의 AI.5G기반 기능 강화 및 지원 사업 확대 • (기술) 협동 로봇용 AI OS 발표(Qobotix, ‘20), 음성인식 협동 로봇 발표(현대-KT,’19), 딥러닝 기반 협동 로봇(뉴로메카,’20) 등 6위: 원격의료 찬반 과열 ​ o 원격의료 쟁점의 본질은 의료 서비스의 주도권 • (국내) 원격의료의 주체와 수혜자를 ‘의료인’에 한정 : 의료법 상으로 의료인이 의료인을 위해 IT기술을 통해 지원 • (미국) 원격의료의 주체는 불분명, 수혜자는 다양 : 의료서비스 주체를 별도 명시하지 않으며 수혜자로는 격오지 의료기관, 환자, 의료 공급자로 명시(美보건자원서비스청) • 원격의료 논쟁은 SW 기업의 디지털 헬스케어와 의료 플랫폼 시장 형성을 봉쇄하는 문제를 야기해 시급한 해결이 필요한 과제 ​ o 원격의료 규제 완화가 글로벌 추세이고 정부 주도의 규제자유특구 운영* 등이 추진되고 있어, 디지털 헬스케어 분야 국내 기업의 내수시장 진출 기대는 지속될 것 • 강원 규제자유특구 : 디지털헬스케어 규제 완화를 통한 실증 사업 진행 7위: 핀테크 친화적 금융 체계 개편 ​ o ‘20.7월 금융위원회 발표 서 SW기업이 기존 은행의 기능 대부분을 서비스 가능하도록 제도적 기회가 개방 • 지급지시전달업(MyPayment) 신설(쟁점X) : 이용자의 결제∙송금 지시를 받아, 은행이 이체를 실시하도록 전달하는 업종 • 종합지급결제사업자 지정(쟁점O) : 기존 금융의 예금, 대출 기능을 제외한 모든 서비스가 가능한 플랫폼 사업자 ​ o 현재 빅테크-금융사간 치열한 주도권 협의가 진행 중이나, 기존 금융권의 우려 및 저항으로 특히 종합지급결제사업자 논쟁*은 내년까지 지속될 것으로 전망 • 종합지급결제사업자로 선정 시 은행권과 동일한 금융결제망을 이용하게 되나, 망 관리 주체인 한국은행의 우려 표명으로 제도 시행까지의 시일이 걸릴 것으로 예상 8위: 딥택트(Deep contact)의 확산 ​ o 전통 산업은 익숙한 방식의 혁신 플랜을 필요로 한다 • (기존) 기술우선주의(Technology First)에 의한 혁신의 압박à 성공의 명확한 목표와 정교한 프로세스 부재(P&G, 2020) • (딥택트) 강력한 고객관계 구축 목표à 기준 업태 + 비대면 기술(SW) 도입으로 디지털 전환 달성 ​ o 딥택트 현상의 직관적 목표 수립은 전통 기업의 SW기술 도입의 진입장벽을 낮춤으로써, SW산업의 먹거리를 늘리는데 긍정적인 영향을 끼칠 것으로 전망 • 도미노 피자는 디지털 기술 도입을 통한 고객 접근성 확대에 성공한 딥택트의 대표 사례(최근 10년간 주가 3,200% 상승) 9위: 국산 OTT의 승부수, 실감콘텐츠 ​ o OTT(Over The Top) 국내 컨텐츠 경쟁력을 높이는 것은 미디어 시장의 주요 현안 • 토종 OTT는 해외 OTT에 큰 폭으로 뒤쳐진 상황으로, 그 원인으로 양질의 콘텐츠 부재, 플랫폼 분절 등이 꼽힘 • 인터넷 동영상 플랫폼 또한 ‘Youtube’에 잠식 된 상황으로 2018년 기준 국내 85.6%의 점유율을 기록했으나 현재는 더 악화되었을 것이란 관측이 지배적(Wiseapp, 모바일 동영상 앱 사용시간 점유율, 2018) ​ o 토종 OTT 경쟁력 확보 차원의 실감콘텐츠 개발, 플랫폼의 AI 기술 도입 등이 추진되는 가운데, 특히 실감콘텐츠 현재 정부 주도의 산업 진흥 정책이 추진되고 있어 향후 전망이 밝음 • 실감콘텐츠 산업 진흥 정책 수립 및 관련 통계 개발, 공공사업 등은 과학기술정통부, 문화체육관광부가 주도적으로 참여 10위: HITL(Human in the Loop) AI ​ o 인간은 온전히 인공지능에 의해 도출된 결과를 신뢰할 수 있는가? 두가지 접근이 대표적 • Explainable AI(XAI) : 인공지능의 결과를 인간에게 납득가능하도록 설명하기 위해 합리적인 근거를 추출하는 기술 • Human in the Loop AI(HITL AI) : 인간은 본질적으로 인공지능에 의해 도출 된 결과에 신뢰할 수 없으므로, 결과 도출 과정에 반드시 인간의 피드백을 학습 시키도록 하는 개념적 용어 ​ o 최근 인공지능 기술은 범용성을 확보하는 방향으로 진화*하고 있어 설명가능성을 확보하는 것과 더불어 인간과 AI의 협업을 전제로 한 시스템이 주목받고 있음 • 과거 AI는 데이터 선별 후 모델을 구축하는 방향을 선호했으나 최근 연구는 모든 데이터를 통합 후 범용 모델을 구축하는데 초점이 맞추어져 있어, 설명 가능성을 확보하기 위해 분석해야 할 데이터 커버리지(coverage)가 넓어지는 이슈가 존재

• 행사명 : 소프트웨어 안전 국제 컨퍼런스 2020
• 일시 : 2020.12.03(목) 13:00~17:00
• 온라인 참여 채널 : 소프트웨어정책연구소 계정의 유튜브, 카카오 TV, 네이버 TV

1. 딥마인드, AI로 50년 된 생명과학분야 난제 해결

2. 서비스나우, 엘리먼트AI 인수 발표

3. 유튜브, AI로 유해 동영상에 이어 악성 댓글 관리 강화

4. 구글, AI 학습 방식의 한계에 주목

본 연구의 목적은 2022년 초·중등학교 교육과정 전면 개정을 앞둔 현 시점에서, 2015개정 정보과 교육과정에 대한 반성적 접근을 통한 개정 방향의 시사점을 도출하는 것에 있다. 이를 위해 최근 발표된(후략)

※ 이 글은 한국정보산업협동조합 송기호 전무이사님의 기고를 받아 작성되었습니다. 1. 성장 사다리 제도 현황 및 문제점 정부에서는 공공시장에서 중소SW사업자의 판로확대를 위해 “대기업 참여제한 제도”, “중기간경쟁입찰 제도” 등 다양한 중소기업 성장 사다리 제도를 시행중에 있음. 하지만, 해당제도의 구체적이지 못한 대기업 참여 인정 사유로 인해 대기업의 시장참여가 허용되고, 기술용역인 SW사업임에도 가격 평가 비중에 높아 저가경쟁을 유도하고 있음 건의사항 SW라는 업종의 특성을 반영하여 기업의 기술력에 따라 평가받아 시장에 진출할 수 있도록 현재의 입찰가격 하한선(80%) 및 가격 평가 비중(10%)의 상향 조정 필요 이는, 지난 3년간 공공SW시장 평균 가격 낙찰율인 95.15% 수준과도 부합하며, 공공시장에서부터 가격경쟁을 유도하는 행위를 근절하고 제값주기를 할 수 있는 중소기업계의 실질적인 성장사다리 2. 보증보험 증권 관련 현황 및 문제점 현행 계약법에서는 국가를 당사자로 하는 계약을 체결함에 있어 계약상대자는 발주자를 피보험자로 이행보증, 선금보증, 하자보증 등 다양한 보증증권을 제출하게 되어있음. 보증보험사에서는 자체규정에 의한 신청기업(규모, 재무, 신용, 한도)의 리스크 검토를 통해 해당 용역에 대해 보증 수수료를 책정, 부과하여 많은 소기업 소상공인 기업들에게는 부담으로 작용 정부에서 공공SW시장을 소기업 소상공인을 위해 열어줬는데 보증보험사가 리스크 비용이라는 명목으로 수수료를 받아가는 상황 건의사항 o 사업 분야별 관련 조합의 보증보험 역활 부여 현재의 과도한 보증수수료 경감, 특정회사의 과점적 지위 해소를 위한 통로로 소기업, 소상공인 등 다양한 기업과 계약을 체결하는 공공기관에서 우선적으로 관련 협동조합에 보증증권을 대체(부분적 보증)할 수 있는 역할 부여 3. 기업 유형별 참여 가능한 공공SW사업 범위 개선 현황 및 문제점 현재, 중소기업을 졸업한 대기업(중견기업)에 초기 3년간 공공SW사업에서 기존 중소기업과 같은 참여지위를 부여하고 있어, 중소SW기업은 사실상 모든 규모의 시장에서 대기업과 경쟁하고 있는 실정 건의사항 2013년도에 설정되어 있는 공공SW사업 참여금액 하한에 대한 기준을 현재의 경제규모에 맞게 변경하고, 지나친 대기업(중견기업)과의 경쟁으로 이어지는 산업 생태계를 개선하고자 아래와 같이 기업별로 참여 가능한 공공SW사업 범위의 변경을 건의 < 기업 유형별로 참여가능한 공공SW사업 범위에 대한 개선(안)> 현 행 개선 (안) 구분 참여가능 금액 중소기업 제한없음 좌동 대 기 업 초기 중견기업 중소기업 졸업 후 3년 중소기업과 동일 중소기업 졸업 후 2년 이후 2년 20억원 이상 이후 3년 40억원 이상 4. 공공시장 국산 S/W 전환, 공급 확대 필요 현황 및 문제점 현재, 공공기관 담당자는 S/W 선정 시 타 공공기관들이 쓰지 않는 국산S/W를 선정 할 경우 보편적 도입(타 기관 레퍼런스) 미 이행에 따른 감사 및 책임에 대한 부담을 가지고 있음 타 공공기관들이 외산 S/W사용하는 것이 레퍼런스가 되어 국산 S/W사용 및 도입은 공공기관 시스템 구축 도입 검토 대상에서 배제되고 있는 실정 또한, 현재 대부분의 공공기관에 구축된 ERP시스템은 과거 10년 전 국산 ERP가 성숙하지 못했던 시기에 구축된 시스템임에도, 과거의 구축사례, 사용자 경험을 이유로 현재의 국산 ERP를 외면하고 있는 실정 현재 국산 ERP는 글로벌 기업수준의 품질을 보유하고 있지만 네임밸류에 의존한 편향적 검증으로 인한 국산 ERP 배제 건의사항 시스템 구축 시 기관별 국산 최소구매비율(운영체제, DBMS, WEB/WAS, 백업)을 통해 국산SW의 공공기관 레퍼런스 확대 필요 ERP와 같이 외산에 의존하던 SW를 기술의 국산화를 이루었다면 정부에서는 적극적인 공공수요 개척을 위해 대규모 공공SW사업에서 국산SW의 도입을 통해 테스트베드 역할 필요

미래 국가경쟁력 강화를 위해, 인공지능 연구역량 확보를 위한 국가 간 혁신 경쟁이 치열하게 전개 중이다. 연구역량은 기술혁신에 가장 중요한 무형의 활동으로서 신기술 시장에서 최상의 성과를 달성하는 데 필수적 요소이며, 주요국들은 인공지능 연구전략을 지속 발표하고(후략)

• 주제 : 코로나 이후,소프트웨어가 미래다
• 일시 : 2020,11,30(월) 13:00~17:00
• 장소 : 온라인 생중계

• 주제 : 2020 도시와 시민 안전의 해법, 소프트웨어에서 찾다
• 일시 : 2020.11.25. (수) 13:30~17:20
• 장소 : 온라인 생중계

2020년 소프트웨어산업 주요 이슈 정리 2020년 SW 산업 주요 이슈

2020년 11월 기준 SW품질인증현황_GS인증현황 통계가 업데이트되었음을 안내드립니다.

※ 이 글은 법무법인 린 정경오 변호사님의 기고를 받아 작성되었습니다. 1. 들어가며 20대 국회 마지막 임기를 앞둔 2020. 5.20. 「소프트웨어산업 진흥법」 개정안이 국회를 통과해 「소프트웨어 진흥법」으로 전면 개정되었고, 2020. 12.10. 시행될 예정이다. 「소프트웨어산업 진흥법」은 5장 48개 조문인데, 개정된 「소프트웨어 진흥법」은 7장 9절 73개 조문으로 구성되어 개정 전보다 25개 조문이 늘어났다. 이는 그동안 소프트웨어산업의 시장변화를 반영한 결과라고 할 수 있겠다. 주요 개정 사항 중 눈에 띄는 것이 「소프트웨어산업 진흥법」에는 없었던 민간투자형 소프트웨어사업(제39조)이다. 민간투자형 소프트웨어사업은 민간의 자본과 기술을 활용하여 공공부문과 민간부문이 협력하는 소프트웨어사업을 말하며, 민간투자형 소프트웨어사업은 공공부문이 사업추진에 참여하지만 민간의 혁신역량을 적극유치하고 민간의 자율성을 보장하자는 취지에서 개정 「소프트웨어 진흥법」에 도입되었다. 2. 민간투자형 소프트웨어사업의 도입 의미 민간투자사업은 도로, 철도, 항만 등 경제활동의 기반이 되는 사회기반시설을 추진할 때 민간자본과 운영 역량을 활용하려는 제도로 「사회기반시설에 대한 민간투자법」(이하 ‘민간투자법’이라 한다)에서 규율하고 있다. 사회기반시설에 소프트웨어사업이 포함되는지 여부에 대해 논란이 있었으나, 일반적으로 소프트웨어사업은 사회기반시설에 포함되지 않는 것으로 보고 있다. 따라서 민간투자사업 형태로 소프트웨어사업은 진행된 사례는 없었다. 최근에는 사회기반시설도 단순히 도로, 철도, 항만 등 하드웨어 구축뿐만 아니라 이를 운용하기 위한 소프트웨어의 중요성이 커지고 있으며, 실제로는 하드웨어보다 소프트웨어가 더 큰 비중을 차지하게 되었다. 예를 들면, 도로, 철도, 항만, 공항등에서 원활한 운영을 위해서는 단순히 하드웨어적인 인프라 구축외에 원활한 운영을 뒷받침하는 소프트웨어 구축이 필요하게 되었다. 이러한 예로 서울시가 LG CNS컨소시엄과 함께 지하철ㆍ버스 등을 통합한 스마트교통카드 결제ㆍ정산 시스템 구축사업, 안산시가 KT컨소시엄과 구축한 U-City 인프라사업등이 있으며, 그 외에도 공항 또는 항만 관련 운영시스템, 버스정보안내시스템(BIS), 재난안전체계시스템 구축사업 등이 있다. 그런데 민간투자법상 소프트웨어는 사회기반시설에 포함되지 않아 소프트웨어사업을 민간투자사업으로 할 수 없는 문제가 있었으나 이번에 전면개정된 「소프트웨어 진흥법」은 이러한 논란을 입법적으로 종식하고 소프트웨어사업에서도 민간투자사업을 가능하게 하는 근거를 마련하게 된 것이다. 현행 「소프트웨어산업 진흥법」은 소프트웨어사업에 대기업의 참여를 제한하면서 예외적으로 2개의 사업에 대해서는 대기업의 참여를 허용하고 있다. 그런데 민간투자형 소프트웨어사업은 기본적으로 민간 자본이 투입되어야 하므로 이를 감당할 수 있는 재정적 능력이 전제되어야 하므로 이러한 재정적인 능력을 보유한 대기업들이 민간투자형 소프트웨어사업에 많이 참여할 것으로 예상되고 있다. 따라서 민간투자형 소프트웨어사업은 그 동안 대기업 참여제한으로 인해 대기업이 진출할 수 없었던 소프트웨어사업에 대기업이 참여할 수 있는 예외 사업으로 추가되었다고 할 것이다. 3. 마치며 「소프트웨어산업 진흥법」의 전면개정으로 「소프트웨어 진흥법」에 도입된 민간투자형 소프트웨어사업은 국민생활의 편익 증진을 위해 민간의 자본과 혁신적 기술 활용이 필요한 대규모 공공소프트웨어사업에 적합한 제도라고 할 것이다. 앞으로 민간투자형 소프트웨어사업을 통해 적극적인 민간기업 참여 및 투자확대 등이 이루어져 국민생활의 편익과 삶의 질이 향상될 것이라 기대해 본다. [참고문헌] 이상수(2019), “민간투자형 SW사업, 공공을 혁신하다.”, 『이슈리포트 2019-31호』, 정보통신산업진흥원. 임재주(2019), 『소프트웨어산업 진흥법 전부개정법률안 검토보고서』, 국회과학기술정보방송통신위원회.

※ 이 글은 테크프론티어 한상기 대표님의 기고를 받아 작성되었습니다. 인공지능 기술이 기업에서 점점 더 많은 영역에 수용되고 디지털 전환의 핵심 기술로 자리잡고 있다. 정부를 포함한 공공 부문도 디지털 전환을 논의하고 이제 전자 정부가 아닌 디지털 정부 또는 스마트 정부를 구현하기 위한 노력을 하면서 인공지능을 공공 서비스에 도입하거나 공공 기관의 내부 혁신에서 활용하고자 하는 것은 자연스러운 변화다. 인공지능 기술 적용은 정부 기관의 효율성 증대, 신뢰와 믿음 증대, 서비스 품질의 개선과 이를 통한 시민의 만족도 증가 등을 기대할 수 있다. 공공 부문에서 인공지능 기술 활용이 필요한 이유는 1) 부족한 자원 때문에 문의 응답이 길어지는 문제나 행정지원을 더 빨리 할 수 있는 방안 2) 정부와 공공 부문이 갖고 있는 거대하고 다양한 데이터를 어떻게 효율적으로 다룰 것인가 하는 문제 3) 기본적인 단순한 질문을 자동화하면 좀 더 전문적인 영역에 자원을 배분할 수 있는 가능성 4) 본질적으로 반복적인 절차 문제 해결 5) 과거의 데이터를 기반으로 상황 예측이 가능하고 이를 통해 시점에 맞는 적절한 대응을 할 수 있을 것이라는 기대를 갖고 있다.[1] 공공 부문에서 어떤 기능이나 서비스를 인공지능을 통해서 할 수 있는가에 대한 연구는 포브스의 기술 위원회[2], 딜로이트 연구[3], 하버드 대학의 케네디 스쿨 산하 애쉬 센터, 스탠포드와 뉴욕 대학의 공동 연구[4] 등 다양한 곳에서 연구 보고서가 나왔다. 그러나 일반 기업보다도 공공 부문에서 인공지능을 활용하기 위해서 반드시 준수해야 하는 기본 원칙이 있음을 먼저 살펴봐야 한다. 먼저, 공정성이다. 인공지능을 시민을 대상으로 하는 서비스에 적용한다면, 예를 들어 음성이나 글로 서비스하는 봇 서비스의 경우 그 서비스 내용에 나이, 성별, 인종, 신체 조건, 출신 등에 대한 차별이 있어서는 안 된다. 이는 학습 데이터의 공정성과 알고리듬 선택 등 머신 러닝 전 과정에서 편향이나 차별이 들어갈 수 있기 때문에 사전에 매우 세심한 준비와 검증이 필요하다. 두 번째는 투명성의 일환인 설명 가능성이다. 복지 수당 대상자 선정에서 활용한다고 가정할 때, 내가 수급 대상자인지 아닌지를 결정하고 그 결정의 이유를 설명하지 못한다면, 이는 시민을 위한 서비스에서 사용할 수가 없다. 설명가능성은 아직도 연구가 더 필요한 분야이기 때문에, 초기에는 그 설명 필요성이 최소인 분야를 우선 검토할 수 있다. 물론 신뢰할 수 있는 인공지능이란 측면에서는 법적 준수, 사회 가차 평가와의 일치, 견고성과 안전성 등의 원칙이 더 있지만, 공공 부문에서 가장 중요한 것은 공정성과 투명성이라 할 수 있다. 이런 원칙 아래에서 국내 환경과 기술 수준을 생각하면 현재 우리가 선택할 수 있는 몇 가지의 기본 안을 얘기할 수 있을 것이다. 자연어를 통한 공공서비스 지원 또는 안내 비서 – 구글이 만든 BERT 라는 기술은 시민들의 질의 의도를 자연어 분석을 통해 현재 가장 잘 파악할 수 있다. 구글도 검색어를 자연어로 입력하면 가장 관련성 높은 정보를 제일 먼저 보여주기 위해서 이 기술을 검색 서비스에 활용하기 시작했다.[5] 현재 국내 여러 기업이 BERT 기술을 활용해 한국어 분석이 한 단계 올라간 상태이기 때문에 이를 적용하는 방안을 빠르게 추진할 수 있다. 현재 홈택스나 민원24, 국방 안내 서비스 등 많은 서비스에서 내가 원하는 업무를 가장 빠르고 편리하게 찾아 내는 방식이 지금은 너무 초보 수준의 기술로 되어 있는데, 인공지능을 통한 검색 기술의 혁신적 개선은 시민 편의를 크게 증대할 것이다. 대화형 인공지능을 이용한 개인화 서비스 – 현재 기업에서 제공하는 소프트웨어 봇 기술은 매우 수준이 낮은 상태이다. 초기에는 이런 방식이 많은 응대에서 도움을 줄 것이라고 생각했지만, 결과적으로 대부분 성공하지 못하고 있다. 기업에서 활용하는 챗봇도 그 한계 때문에 활용성이 떨어지고 있다. 매우 반복적인 업무에 대해서는 앞에서 말한 BERT 기술과 음성 봇을 연계해 음성 인식과 생성, 최적의 검색 기술을 결합해 시민들이 알고자 하는 기본 정보를 제공함으로써 단순 업무의 상당 부분을 인공지능으로 대체할 수 있다. 특히 각 개별 시민의 요구 사항에 최적화한 개인화 서비스로 발전시켜 시민의 편의를 크게 향상시킬 수 있다. 더 나아가서 가정에서 사용하는 다양한 인공지능 스마트 스피커와 연동하는 방안을 생각할 수 있다. 행정 서비스이 기본 원칙, 공공 기관의 업무 시간, 코비드-19에서 적용하는 방역 원칙, 교통 정보나 운전 면허/여권 서비스와 같은 단순 문의는 스마트 폰이나 스마트 스피커를 통한 서비스를 기획할 수 있다. 내부 업무 자동화와 간편화를 통한 공무원 능력 강화 – 인공지능 기술은 공공 서비스를 위한 시스템과 공무원의 업무 성과 향상을 위한 내부 시스템 기능 강화에 우선 적용해야 한다. 특히 수많은 문서 작성과 반복적인 과업에 대해 적절한 자동화와 검색 편의, 각종 법률과 조례에 대한 검증, 예산 확인과 배정, 의사 결정 지원을 위한 내부 시스템 개선은 공무원의 생산성을 높일 것이며, 이를 통해 보다 고부가 가치 일에 투입할 시간을 더 많이 확보할 수 있다. 복지와 시민 불편 지원에 사용 – 복지 혜택에 대한 정보 서비스 외에도 시각 장애인을 위한 물체 인식이나 음성 서비스, 청각 장애인을 위한 수화 통역 서비스, 노인을 위한 컴패니언 서비스는 지금도 개발되고 있고 이를 소셜 로봇과 함께 하는 방안 역시 지속적인 추진과 개선이 필요하다. 노령 세대를 위한 대화 시스템은 현재 여러 국가의 정부에서 파일럿 프로그램을 진행하고 있으며, 국내 연구 개발 과제도 있었다. 이런 서비스는 외로움을 느끼는 다양한 계층의 시민들에게 확장할 수 있다. 민간 기업은 수익성 문제로 이를 적극 확대하기 어려운 문제가 있기 때문에 공공 부문에서 해결해야 한다. 안전을 위한 서비스 – 공공 인프라의 안전 상태에 대한 진단 및 예측은 이번 디지털 뉴딜의 한 죽을 담당하고 있다. 현재 만들고 있는 안전을 위한 다양한 영상 데이터를 통해 거리 안전이나 환자 보호, 장애인을 위한 보도 안내 등 다양한 연구가 이루어지고 있는데, 실제 적용을 통해 그 유용성을 더욱 향상해야 한다. 이상 행동 판단 시스템은 시민 보호와 안전을 위해 프라이버시 이슈를 최소화하면서 사용 가능성을 점검해야 한다. 쇼핑몰, 지하철, 공공 장소에서의 안전 확보를 위한 스마트 CCTV 같은 인공지능 엣지 장비와 연계해 적용하는 방안을 검토할 필요가 있다. 미국은 2020년 9월 14일에 하원에서 ‘정부에서 인공지능 촉진’을 위한 법안인 H.R. 2575를 양당 합의로 통과시켰으며, 여기에는 조달청 안에 ‘인공지능 우수 센터(Center of Excellence)’ 프로그램을 만들어 정기적으로 각 공공 기관 사람들에게 인공지능 기술 정보를 알리고, 자문하며, 인공지능을 위한 데이터 활용을 지원하는 것과 같은 일을 하도록 했다.[6] 이런 법적 지원이 공공 부문의 인공지능 활용 노력을 좀 더 가속화할 수 있을 것이다. 공공부문에서 인공지능 기술을 활용하는 것은 공무원의 생산성 향상과 시민 편의와 만족감 증대에 우선적인 가치가 있지만, 인공지능 산업의 육성을 위한 시장을 열어 준다는 또 다른 의미가 있다. 검증된 기술과 함께 새로운 실험을 위해 정부 지원 연구 개발로 이루어진 기술을 우선 수용해 봄으로써 기술 검증과 향상이 이루어지게 만들 수 있다. 물론 미완성 기술을 시민과의 접점이 예민하거나 중요 업무에 사용할 수는 없다. 그러나 공무원을 도와서 함께 하는 내부 업무, 돌봄과 같이 기존 자원으로 해결할 수 없는 한계가 있는 분야, 시민들의 기대치가 높지 않은 단순 안내, 아직 기술 도전이 필요한 첨단 영역에서 인공지능 기술 활용을 확대함으로써 인공지능 기업에게 보다 많은 시장 진입 기회를 만들어주는 것 역시 공공 부문의 역할이라고 볼 수 있다. 참고 문헌 [1] Harvard Kennedy School Ash Center, “Artificial Intelligence for Citizen Services and Government,” Aug 2017 [2] Forbes, “11 Ways AI Can Be Used By The Government,” Aug 10, 2018 [3] Deloitte Insights, “AI-augmented government,” Apr 26, 2017 [4] Engstrom, D.F., Ho, D.E., Sharkey, C.M., Cuéllar, M-F, “Government by Algorithm: Artificial Intelligence in Federal Administrative Agencies,” Feb 2020 [5] Search Engine, “Google: BERT now used on almost every English query,” Oct 15, 2020 [6] Govtrack, “H.R. 2757: AI in Government Act of 2020,” Sep 15, 2020

최근 4차 산업혁명과 COVID-19로 인해 다양한 산업 분야에서 소프트웨어(SW: Software)와 인공지능(AI: Artificial Intelligence)에 대한 관심이 높아지면서 초·중·고교와 대학 교육의 패러다임이 변하고 있다. 초·중·고교에서는 정보교과를 정규 교육과정에(후략)

미래사회가 어떤 모습으로 변화할지 확실하게 말할 수 있는 사람은 없을 것이다. 예측과 관리가 어려운 미래의 특징을 잘 보여주는 약어로 VUCA(변동성(Volatility), 불확실성(Uncertainty), 복잡성(Complexity), 모호성(Ambiguity))라는(후략)

코로나는 언제 끝나?”, “안 끝나 같이 사는 거래."

유치원생 사이에도 이러한 환경 변화에 관한 대화가 오간다. 코로나19로 인한 환경의 변화가 행동의 변화를 빠르게 만들어 냈다. 환경 변화는 3년에서 5년 정도 더 소요될 것으로 예상한 비대면 교육으로의 전환을 앞당겼다.(후략)