말을 이해하는 AI의 충격

DX에 효과적인 '일본어 테크'의 기술혁신

인공지능(AI)이 말을 이해할 수 있게 됐다. 프레젠테이션 발언을 AI가 채점하고 개선을 촉구한다. 고객 전화에 대응하고 음식점의 전화 예약을 접수한다. 계약서 내용을 체크해 수정할 부분을 지적한다. ‘일본어 테크’라고 할 수 있는 기술혁신이 진행 중이다. 기업이 속속 디지털 트랜스포메이션(DX)에 활용하기 시작했다. 일본어 테크가 초래하는 충격과 선진 기업들의 활용 사례를 소개한다.

Part 1. 말을 이해하는 AI
DX의 기폭제로

말을 이해하는 AI로 인해 새로운 디지털 트랜스포메이션(DX)이 가능해졌다. 사원이 프레젠테이션에서 말한 내용을 채점한다. 고객의 전화 목소리를 듣고 관련 정보를 표시한다. 소프트뱅크를 비롯해 많은 기업이 대응하기 시작했다.

여러분은 프레젠테이션에서 인상에 남을 수 있는 화법을 구사할 수 있는가? 많은 회사원들에게는 신경 쓰이는 포인트일 것이다. 소프트뱅크는 AI로 사원의 프레젠테이션 능력을 채점해 인상에 남는 화법으로 개선하는 방법을 추진하고 있다. 핵심은 자사에서 개발 중인 화법 채점 AI ‘Well Presentation’(가칭)이다.

소프트뱅크는 사원에게 ‘프레젠테이션 화법 연수’를 실시하고 있다. 강의와 연습을 통해 프레젠테이션에서 상대에게 메시지를 제대로 전달하는 화법을 교육하는 연수다. Well Presentation 개발을 주도하는 첨단기술개발본부의

구글과 아마존의 불꽃 튀는 대결, 대규모 시장으로

2019년부터 2025년까지 연평균 약 20% 성장하며 2025년의 세계시장은 약 350억달러(약 3조 8,500억엔, 미국 Grand View Research 조사) 규모로 확대된다. 이러한 고성장이 기대되고 있는 테크놀로지 분야가 바로 AI와 IoT 등 첨단 기술을 구사하는 ‘스포츠테크’이다. 그 선두를 달리는 미국에서 개최된 세계 최대 수준의 스포츠 산업 컨퍼런스 ‘MIT SSAC 2020’에서의 최전선을 보고한다.

3월 3일, 미국 구글의 클라우드 서비스 부문 ‘Google Cloud’는 오타니 선수 등도 활약하고 있는 미국 메이저리그(MLB)의 ‘공식 클라우드’로서 수 년 간의 계약을 체결했다고 발표했다. 메이저리그의 기술 자회사가 개발한, 공과 선수의 움직임을 추적해 데이터화하는 트래킹 시스템 ‘Statcast’ 등을 Google Cloud 상에서 운용. 이 밖에도 구글의 AI기술과 데이터 분석 기술을 이용해 “전세계 팬들에게 차세대 체험을 제공하겠다”(구글)라고 한다.

Statcast는 2015년까지 메이저리그의 모든 30개 구단의 스타디움에 도입되었지만, 실은 구글의 라이벌인 아마존닷컴 산하의 클라우드 서비스 자회사, AWS(Amazon Web Services)가 운영해왔다. 즉, 메이저리그가 AWS에서 Google Cloud로 갈아 탄 것이다. 이 대형 클라우드 서비스업체들은 왜 스포츠 비즈니스 진출에 본격적으로 나서고 있는 것일까? 그 주된 이유는 2가지가 있다. 

 자율주행의 실현에 필수

자율주행차용으로 정비가 추진되고 있는 고정밀 지도 정보 시스템으로, 운전자가 필요 없는 자율주행의 실현에 불가결한 기술인 고정밀 지도 기술. 카내비게이션 지도는 미터 단위의 정밀도로 상∙하차선 단위의 도로 정보 밖에는 가지고 있지 않은 것에 비해, 고정밀 지도는 센티미터 단위의 정밀도를 가지고 있으며 차선 단위로 도로 정보를 관리. 차선 단위의 경로 작성과 교통 체증, 도로 공사 파악 등이 가능하다.

또한 카내비게이션의 지도가 위치정보 표시를 목적으로 하는데 반해, 고정밀 지도는 자율주행 시스템 제어를 목적으로 한다. 카메라와 레이더 등 차재용 센서와 조합해 사용할 수 있어 자율주행 시스템이 상세한 도로정보 및 주변 사물의 절대 위치를 인식해 핸들 조작 및 브레이크 등을 제어하는 시스템이다.

고정밀 지도 정비에 드는 비용은 크다. 일본의 주요 도로를 지도 데이터로 하는데 1,000억엔 이상, 매년 지도 갱신에는 수십억 엔이 소요된다고 한다. 1대 당 수천만 엔이나 하는 측량 차량을 전국 방방곡곡 주행시켜 측량하지 않으면 안되기 때문이다. 이 때문에 일본에서는 미쓰비시덴키와 지도 관련 회사 5곳, 국내 자동차회사 10곳 등이 출자하고 있는 다이나믹맵 기반(DMP)이 주체가 되어 ‘올재팬 체제’로 지도 정비를 추진하고 있다.

로봇과 데이터 활용이 수술의 상식을 바꾼다

“이 경우엔 어떻게 하면 빨리 지혈할 수 있을까?” 신참 집도의가 상담하는 상대는 다름 아닌 AI가 탑재된 수술 지원 로봇이다. 수술 지원 로봇은 카메라에 찍힌 체내 상태를 인식해 “이러한 혈관 구조의 경우 이런 패턴이 좋을 것 같습니다”라고 답한다.

다른 케이스의 경우에도 “이러한 각도에서 기구를 움직이면 출혈이 발생할 수 있기 때문에 신중하게 작업해주세요”라고 조언한다. 향후, 수술 지원 로봇은 수술 방법 지원뿐만 아니라 집도의의 판단을 어시스트하는 역할도 담당하게 될 것이다.

수술 지원 로봇이 보급된다면 수술의 안전성과 정밀도가 향상될 것이다. 미래에는 고도의 수술을 지원하는 로봇의 실용화가 추진되면서 AI가 탑재된 수술 지원 로봇이 집도의의 판단을 어시스트할 수 있을 것으로 기대를 모으고 있다.

이것은 수술 지원 로봇을 이용하는 의사가 그리는 미래의 수술 모습이다. “AI는 지금까지의 수술 영상과 논문, 문헌을 대량으로 학습할 수 있다. 사람이 습득할 수 있는 양에는 한계가 있다. 지금까지의 수술은 의사의 감각으로 시행되었지만, 데이터가 수집된다면 정량적으로 제시할 수 있을 것이다”라고 

식물∙생물 유래로 순환형 사회를 지향

식물이 광합성을 하듯이 건물이 빛 에너지를 흡수해 발전하면서 산소를 만든다. 세쓰난대학 이공학부 주환경디자인학과의 가와카미 교수와 생명과학과의 마쓰오 교수가 제안한 식물 유래 광합성 연료 배터리를 외장재에 내장하는 ‘광합성 건축’이 주목을 받고 있다.

식물은 빛 에너지를 이용해 세포 속의 엽록체로 수분을 분해해 산소를 발생시켜 이산화탄소를 전분 등으로 바꾸는 광합성을 한다. 엽록체에는 단백질 복합체가 여러 개 있으며, 각각이 물이나 이산화탄소에서 전분 등을 만들어내기까지의 공정을 분담하고 있다.

마쓰오 교수가 주목한 것은 그 중 하나인 광화학계II 복합체(PSII)다. 빛 에너지를 이용해 물을 산소와 수소 이온으로 분해하는 PSII를 추출해 수소를 회수, 전기에너지로 변환하는 ‘광합성 연료 배터리’를 개발했다.

광합성 연료 배터리 패널은 투명한 아크릴판 2장 사이에 PSII를 포함하는 용액을 넣고, 발생하는 산소를 추출하는 구멍을 만든다. 

5대 함정을 회피, 성공으로 이끄는 15가지 지침

일본인의 일하는 방법의 개혁이 급속하게 진행되는 가운데 RPA(Robotic Processing Automation)가 각광을 받고 있다. 수년 전에 RPA에 대해 관망하던 자세에서 지금은 도입해야한다로 바뀌어 가고 있다. 이미 RPA를 전사적으로 전개하고 있는 기업은 “업무시간을 삭감할 수 있었다”로 바뀌어 RPA가 효과가 있는 도구임을 인정하고 있다.

RPA는 ‘단순히 반복되는 작업’에 적합하다. 도입하여 효과가 있다고 하는 것은 그만큼 단순 작업에 빠져 있었다는 것이며 예상보다 많은 정형 패턴의 작업이 많았다는 것이다. 지금까지 IT시스템의 도입 시마다 부르짖었던 ‘업무 개혁’에서 현장에서 작업하는 사람은 비껴가고 있었다는 것으로, 기간 계 시스템의 주변에 사람에 의한 작업이 많다는 것이다.

본서에서는 많은 기업이 경험해 오고 있던 ‘RPA의 5대 함정’을 중심으로 회피책을 정리하고 있다. 결론부터 말하자면 어느 기업에도 적용되는 정답은 없으며, 각 사의 사풍이나 업무 내용과 조직체계 등에 따라서 선택해야 한다. 아울러서 다수 기업의 사례를 소개하니 각 사의 내용을 참고 바란다. 

Energy Solutions for Future Earth

Experts’ Insights: 사회 이노베이션을 둘러싼 고찰
• 인간의 ‘공감’을 베이스로 한 매니지먼트

다이내믹한 세계에서 보다 잘 사는 미래를 만들기 위해
• Act Locally, Change Globally
지구 시민으로서의 기업 경영

Global Foresights: 글로벌 트렌드와 히타치의 대책
• SDGs를 추진하는 힘

Cover Story
• [Foreword] Society 5.0을 지원하는 에너지시스템의 실현
‘히타치-도쿄대 랩’의 대책