국내 최대 인공지능 전시회인 “AI EXPO KOREA 2021”가 3월 24일 코엑스 Hall B에서 열렸습니다. “AI EXPO KOREA 2021”은 2018년을 시작으로 올해로 3회째를 맞이 하고 있으며 인공지능, ICT, IoT 산업 등 여러 분야에서 활용되고 있는 인공 지능적 요소(AI Elemental Technologies, AI Applications & Services, AI Telecom & Mobile, AI IoT & Manufacturing, AI Smart City & IoT, AI & Robotics)와 트랜드 및 신기술 등을 만나 볼 수 있는 전시회 입니다.

이번 전시회를 참관을 통해 인공지능이 우리의 생활에서 어떠한 방식으로 사용이 되고 있는지 그리고 인공지능을 비롯한 ICT, IoT 등 현재 산업 발전은 어디 수준까지 도달 했는지 간략하게 소개해 드리도록 하겠습니다.

1. 지능형 영상 처리, 분석 시스템

올해 “AI EXPO KOREA 2021”에서 가장 많이 접할 수 있는 분야는 지능형 영상 처리, 분석 시스템 입니다. 영상을 처리하고 분석하는 기술은 인공지능이 아니더라도 과거에도 존재 하였으며, 그 기술 난이도 또한 무척이나 높은 수준의 기술 분야 입니다. 그러나 과거의 영상 처리 기술들은 영상 픽셀의 변화를 감지하여 객체의 이동을 식별 하였기 때문에 객체에 대한 추척, 분석에 많은 어려움을 갖고 있었습니다.

그렇다면 현재 지능형 영상 처리 기술은 어느 정도의 단계일까요?

최근 정부와 지자체에서는 지능형 교통 관제 시스템(Intelligent Transport Systems)에 대한 인프라를 구축 하여 활용하고 있습니다. 지능형 교통 관제 시스템은 딥러닝 기술을 이용하여 동시 다발적으로 이동하는 객체가 차량인지 사람인지를 구분하고 차량인 경우에는 차량의 번호, 속도와 종류(소, 중, 대형), 주행 방향(정상 주행 방향 인지)등의 데이터를 수집하고 교통량을 분석하여 교통의 흐름을 원활히 하는것이 ITS의 대표적 사례 입니다.

또한, 지능형 영상 처리, 분석 기술은 식별된 개체에 고유번호를 부여하여 교통법규 위반 차량을 추적하고 식별할 수 있으며 사람의 얼굴, 행동 등을 통해 범죄자, 실종자 등의 경로를 추적을 가능하게 합니다.

이러한 기술 발전으로 인해 이제는 영화나 드라마에서 보는 것처럼 범죄 차량의 이동 경로를 찾기 위해 경찰이 CCTV를 하나씩 확인 하거나, 실종자를 찾기 위해 길거리를 뛰어다니는 장면은 현실에서 더 이상 볼 수 없을지도 모릅니다. 기술들은 우리에게 수 많은 장점을 갖어다 주지만 우리의 모든 행동과 이동 경로가 노출될 수 있는 환경이 만들어 졌다는 단점도 있습니다.

때문에 개인정보보호법 등 각 종 법령에서는 개인의 정보를 보호하기 위해 “「개인정보보호법 제25조」 영상정보처리기기의 설치·운영 제한”에 따라 아무곳에나 CCTV를 설치할 수 없으며, “「표준 개인정보 보호지침 제47조」 개인영상정보의 안전성 확보를 위한 조치”에 따라 개인영상정보를 안전하게 저장·전송할 수 있는 기술의 적용하고 접근 통제 및 접근 권한 제한 조치를 시행 하여야 합니다. 또한 개인영상정보가 분실·도난·유출·변조 또는 훼손되지 아니하도록 하여야 합니다.

2. AI-OCR(AI-Optical character recognition)

이미 우리에게 너무 친숙한 기술인 광학 문자 인식(Optical character recognition)은 주로 손으로 쓴 글씨나 인쇄물 또는 이미지에 있는 문자를 인식하여 입력 또는 출력을 하는 기술 입니다.

가장 대중적이면서 많이 알고 있는 OCR 기술은 구글 번역기, 네이버 파파고 처럼 사진, 이미지, 문서 등을 업로드하거나 촬영하여 문자를 인식하고 번역해 주는 기술을 말하는데, OCR이 점차 발전하는 이유는 문서의 디지털화와 RPA의 발전에 있습니다.

많은 문서들이 디지털화되어 가고 있습니다. 과거 OCR 환경에서 종이 문서를 디지털화 한다면 종이 문서를 특정 기준으로 분류 하여 스캔을 하고 적합한 네이밍을 부여하여 분류에 맞는 위치에 저장(보관)을 해야 합니다. 그런데 디지털화 과정에서 문서의 특정 문자열을 활용해야 한다면 문서를 하나씩 확인해야 하기 때문에 작업자의 업무량은 대량으로 증가할 것 입니다.

이러한 과정 AI-OCR 기술을 이용한다면 종이 문서의 특정 문자 또는 형태를 인식하여 문서를 자동으로 분류(특허증, 인증서, 계산서 등) 분류 및 저장하고 문서 내용의 특정 문자를 파일명으로 저장할 수 있을것 입니다. 또한 원본 품질이 좋지 못할 경우이미지의 품질 또한 향상을 시킬 수 있으며 수 천개 이미지중에서 원하는 문자가 포함된 이미지를 빠른 속도로 찾아낼 수 있습니다. 이처럼 자동화 로봇 프로세스(Robotic Process Automation)가 발전하면서 기존의 일자리는 점차 줄어들고 새로운 일자리들이 창출될 것 입니다.

3. NPU(Neural Processing Unit)

앞서 말한 것처럼 AI는 수 많은 데이터와 학습을 통해 사람들이 해왔던 일들을 빠르고 정확하게 수행 합니다. 그러기 위해서는 그에 맞는 하드웨어를 필요로 하는데, 2016년 구글에서는 GPU(Graphic Processing Unit)보다 10배 이상 빠른 NPU(Neural Processing Unit)를 출시하게 됩니다.

NPU 즉, 신경망 처리 장치 불리며 인공지능의 핵심인 알고리즘 연산에 최적화된 프로세서로 “인공지능 칩” 이라고도 불립니다.

인공지능의 딥러닝 알고리즘 대부분은 대량의 행렬 연산을 반복 합니다 그렇기 때문에 병렬 처리를 이용하여 빠르게 연산을 수행 하여야 합니다. 그러나 CPU는 한번에 하나의 작업만 처리가 가능한 순차 처리 방식을 이용하기 때문에 인공지능 연산처리에는 적합하지 않습니다. 물론 Multi core CPU 에서는 CPU 상호간 병렬 처리를 하지만 CPU에 할당된 작업들은 순차 처리를 하기 때문에 빠른 처리를 요구하는 딥러닝 기술에는 적합하지 않습니다.

현재 인공지능에서 가장 일반적으로 사용되는 것은 프로세스는 GPU 입니다. GPU는 본래 그래픽을 전문적으로 처리 하기 위한 것으로 수만 개의 ALU(Arithmetic Logic Unit) Core가 설계 되어 있어 빠른 병렬 처리가 가능 하지만, 발열, 크기, 캐쉬 능력 등 몇 가지 단점들이 존재 하는데 가장 큰 단점은 인공지능에 최적화 되어 있는 프로세서가 아니라는 점 입니다.

인공지능에 최적화된 연산 처리를 위해 설계된 NPU는 초대규모 병렬 처리가 가능하며 데이터 재사용으로 인해 저전력을 사용 한다는 것이 특징이 있으며, NPU의 강점은 ‘온 디바이스(On Device)’ AI가 구현이 가능하다는 것입니다. 즉 서버와의 통신 없이 디바이스 자체적으로 AI 연산을할 수 있기 때문에 응답속도가 빠르며 보안성 또한 우수하며 NPU는 향후 인공지능의 발전과 함께 가상과 현실을 섞는 혼합현실(Mixed reality) 등에 활발히 사용할 것으로 예상 됩니다.