top of page
Search
Writer's pictureMAILab2021

시니어 AI, 시니어를 위한 AI가 아닌 시니어에 의한 AI


지은이 양필승 2021.10.5



8. 시니어 AI, 시니어를 위한 AI가 아닌 시니어에 의한 AI


시니어AI 또는 “senior AI”를 검색하면 시니어를 위한 AI를 설명합니다. 아직까지도 아무도 시니어AI란 용어나 개념을 실제 사용한 적이 없습니다. 그러나 시니어가 직접 AI기술을 개발하고 AI비즈니스를 경영한다면, 이것이 바로 시니어에 의한 시니어AI가 아닐까요. 마치 페미니스트AI란 말과 페미니스트AI를 표방하는 사회운동이 활발한 데 반해, 시니어AI란 말과 사회운동이 아직 태동도 하지 않은 것은 의아할 뿐입니다.


우선 시니어와 기술은 어떤 관계인지 궁금해집니다. 2018년 Eurosat의 통계에 의하면, 75세 노인 중 9%가 시력 쇠퇴를, 18%가 청각 장애를 호소합니다. 이처럼 시각이나 청각의 쇠퇴 그리고 글읽기 능력이 감소함에 따라 첨단 기술에 대한 활용도가 떨어집니다. 아울러 새로운 기술에 대한 정보나 지식에 대한 접근성도 시니어는 떨어집니다. 그래서 미국 시니어 중 77%가 새로운 기술을 이용하기 위해서는 다른 사람의 도움이 필요하고 56%가 인터넷은 사용하지만 SNS는 어려움을 느낀다고 답합니다 (“Why do many seniors have trouble using technology?” https://www.noisolation.com/research/why-do-many-seniors-have-trouble-using-technology).


이렇듯 시니어와 기술은 서로 상극처럼 보입니다. 그런데 재미있는 발견 중 하나가 시니어가 기술, 특히 새로운 기술에 소극적인 이유는 시각이나 청각 등 신체적 문제보다는 줄어든 소득이나 이동능력 때문이란 사실입니다. 결국 경제적 요인도 시니어와 기술을 서로 멀어지게 하도록 작동하고 있습니다. 이런 측면에서 기본소득제도가 생기면, 시니어와 기술의 관계는 더욱 밀집하게 될 전망입니다.


현재 가장 첨단기술인 인공지능에서 시니어는 소외되어야 할까요. 오직 인공지능을 이용하여 시니어의 건강과 복지를 개선시킬 수 있지만, 시니어가 직접 AI개발과 AI사업에 뛰어들 수는 없는 걸까요. 우선 답은 “그렇지 않다”입니다. 시니어에 의한 AI개발과 사업은 가능할 뿐 아니라 오히려 그 잠재력도 큽니다.


서울대학교 차상균 교수는 “ABCD,” 즉 AI, Big data, Computing, Domain이 서로 결합되어 AI나 데이터과학이 발전한다고 믿습니다 (조선일보. 2021. 8.2. “정원규제 막혀 AI인재 못 늘려… 대선 주자들, 실리콘밸리 한번 가보라” https://www.chosun.com/opinion/column/2021/08/02/WUM3XCFXIJBULNXWH4WTJW43JM/). 여기에서 주목하는 것은 ‘D’의 도메인 지식입니다. 도메인 지식이란 전문적 분야나 전공에 대한 구체적 지식으로 범용적이거나 전문성과 거리가 멀고 구체성이 없는 범용적 지식과는 구분됩니다.


도메인 지식의 예를 들어 보겠습니다. 금융, 판매, 통신, 법률, 의료, 운동, 교육 등이 있겠습니다. 학습이나 경험 등으로 도메인 지식을 습득할 수 있습니다. 요즘은 구글링이나 유투빙으로 도메인 지식을 쌓아 나갈 수 있습니다.


인공지능 개발과 사업에 필요한 도메인 지식은 어떻게 데이터를 모으고 큐레이팅할 것인가, 어떻게 알고리즘을 프로그래밍할 것인가에 반드시 필요합니다. 단순히 프로그램 코딩이나 데이터 분석으로는 어림 없습니다. 도메인 지식이 결여된 코딩이나 프로그램은 쓰레기나 다름이 없습니다. 도메인 지식이 없이 특정 분야의 고객에게 개발된 AI 기술을 마케팅하기도 쉽지 않습니다.


바로 도메인 지식에서 시니어 AI는 출발합니다. 평생을 아니 장기간 학습과 경험을 통해 축적한 특정 분야의 도메인 지식을 AI개발에 투입하는 것입니다. 그러려면 AI에 대한 이해가 없이 불가능합니다. 이론적으로야 도메인 지식을 지닌 사람과 AI기술을 갖춘 사람이 협업하는 것이 이상적이지만, 서로가 서로의 영역을 모르면 그 같은 협업은 쉽지 않습니다.


시니어 AI는 이미 도메인 지식을 지닌 시니어가 AI에 대한 기술적 이해를 바탕으로 AI 전문가와 협업하는 것입니다. 요즘은 코딩기술도 없이 기계가 그리고 오픈소스가 코딩을 제공하여 주기 때문에, 반드시 코딩 능력을 갖출 필요가 없습니다. 대신 AI기술을 탐색할 수 있는 서칭(searching)능력은 갖추어야 합니다. 결국 AI에 대한 이해도가 부족하면 시니어 AI는 불가능합니다.


시니어가 AI에 대한 전문성을 키워 직접 알고리즘이나 모델을 개발할 수도 있습니다. 이를 위해 자동화된 코딩프로그램이나 오픈소스 기술이 중요하게 쓰일 수 있습니다. 예를 들어, GitHub Copilot은 2021년 6월 29일 공식으로 출범한 AI개발툴로서, GitHub와 Open Ai가 공동 개발한 코딩 자동화 프로그램을 Visual Studio Code의 사용자들에게 제공하고 있습니다 ( https://copilot.github.com ). 아직 실험적인 단계이지만 곧 보편화될 전망입니다.


시니어는 특히 창업에 강할 수 있습니다. 메일랩의 경우, 1957년생 그러니까 금년에 한국 나이로는 65세, 만으로는 64세인 세 사람의 경기고등학교 동기동창이 2년 전에 창업하였습니다. 세 사람 모두, 전문 영역이 달랐습니다. 그러나 세 사람 중 한 사람인 문영식 한양대학교 교수의 지도 아래 AI를 체계적으로 공부하였습니다. 문교수는 우리나라에서 비전AI의 최초 실험실을 개설한 비전AI 전문가이며 현재 한양대학교 사이버대학 부총장입니다. CEO 양필승 박사는 2018년 매경의 세계지식포럼에서 세계적인 AI기업인 센스타임 회장과 포럼을 진행하기 위해 매일 6~7개의 AI관련 글을 영문, 중문, 일문 빠짐없이 읽기 시작하여 현재까지 꾸준히 지식을 축적하였습니다. 20여년의 사업 경험이 창업에 결정적이었음은 물론입니다.


다른 한 사람인 심영택 박사는 의공학 박사이자 지적소유권 변호사로서 자신의 전문지식과 네트워크를 통해 메일랩의 기술발전 로드맵을 만들어 갔습니다. 그리고 메일랩이 심장병 관련 비전AI에 기반한 알고리즘 개발에 자신이 듀크대학에서 공부했던 의공학, 특히 심장관련 지식을 투입하였습니다. 마지막으로, 장연진 서울아산병원 생리학 교수는 처음에는 메일랩이 방역 관련 AI기술을 개발할 때, 바이러스 침입은 심부체온의 변화를 가져 오며, 또한 심부체온의 데이터를 기반으로 코로나19의 양성 확률을 측정할 수 있다는 이론체계를 정립하여 QSS통합 솔루션 개발에 참여하고, 나중에 심장병 알고리즘 개발에도 자연스럽게 참여하게 되었습니다. 장교수 역시 정년퇴직을 앞둔 시니어입니다. 역시 도메인 지식과 AI공부를 결합시킨 결과였습니다.


물론 이들 시니어는 젊은 엔지니어와 소통을 무난히 해냈습니다. AI에 관해서는 “초짜”라는 태도로 임하고 배우는 자세를 취하였습니다. 그리고 “그들의” 언어와 문화를 이해하려고 노력하였습니다. 세대간의 차이가 있음을 스스로 인정하였기 때문에 가능했던 것입니다.


만약 IT로 평생을 보낸 엔지니어거나 기술마케팅의 경험자라면 또다른 측면에서 시니어 AI 엔지니어로 탈바꿈, 그러니까 트랜스폼(transform)할 수 있으며, 그 성공 잠재력은 대단히 큽니다. 어쩜 초보 IT 엔지니어나 AI를 이론으로 배운 젊은 사람보다 성공 가능성이 훨씬 큽니다. 지금까지 AI가 응용기술로서 현장에서 설치되고 운영될 때, 가장 큰 장애물은 기존의 IT시스템과 무난하게(seamless) 커넥트(connect)되지 않는 현상입니다. 왕왕 개발된 AI시스템과 기존의 IT 시스템이 따로 놀게 되어, 새로운 AI냐 기존의 IT냐를 선택해야 하는 어려움에 봉착하는데 대부분 기존의 IT를 고수하는 쪽으로 결정됩니다. 결국 새롭게 개발된, 또한 돈과 시간이 투자된 AI기술은 쓰레기가 되고 맙니다.


이런 맥락에서 ‘하이브리드AI’가 강조됩니다. 새로운 AI기술과 기존의 IT기술이 무난하게 결합된 Hybrid AI가 현실적으로 마켓 가치를 지닙니다. 특히 상업적 AI를 추구하는 경우에는 더욱 그렇습니다. 시장과 고객을 외면한, 그리고 ROI(가성비)를 무시한 기술은, 특히 문명전환적인 “파괴적 기술” (disruptive technology)인 AI는 더욱 그렇습니다. ‘하이브리드AI’를 위해서는 시니어의 IT기술과 지식은 프로젝트 성공에 결정적입니다.


노령화 또는 인구절벽에 사회적 관심이 집중되어 있고, 언론은 그에 대해 많은 글과 생각을 쏟아 내고 있습니다. 그러나 AI와 시니어의 동반자 관계에 대해서는 주목하지 않습니다. 오히려 단지 상극(相剋)의 관계로 봅니다. 고작해야 AI를 이용한 시니어 케어만 다룹니다. 다시 말해, 시니어를 위한 AI에만 관심이 쏠리고, 시니어에 의한 AI에는 관심이 없습니다.


이렇듯 인공지능은 시니어에게 일자리 뿐 아니라 자신의 과거 경험에 터잡은 인생이모작의 기회를 제공할 수 있습니다. 이 같은 현상을 “expertise transplanting” (전문성 이식)이라 부릅니다. 이전에 축적된 전문성이 다른 형태로 이식되는 현상으로, 시니어AI가 바로 그 같은 현상에 해당합니다. 시니어가 장기간 축적한 도메인 지식과 경험을 AI기술 개발이나 사업에 이식시키는 것이 시니어AI인 셈입니다.



참조:

지은이 양필승: 1957년생. 미국 UCLA 중국현대사 박사. 전 건국대학교 교수와 현 한국뉴욕주립대 석좌교수, 현 중국 칭화대학 겸임교수, 현 중국 지린 메트로폴리탄 기술교육대학 총장, 1999년 CKT그룹 설립, 2018년 매경 세계지식포럼 AI부문 좌장, 2019년 MAILab 메일랩 설립 CEO.


MAILab (메일랩) www.mailab.co.kr: 자체 엔진인 i2Brian과 Vision AI Framework, MEGA Image AI Platform 및 MEGA Industrial AI Platform에 터잡아 QSS 통합 솔루션으로 방역, 보안 및 안전에 대한 인공지능 솔루션을 상품화하고, 미국, 캐나다, 중국, 인도에 엔지니어링과 마케팅 조직을 통해 QSS Integrated Solution 등 Industrial AI, 선천성 심장병 알고리즘 등 Medical AI, Robotic Intelligent Fulfilment Service 등 Logistic AI, 스킨케어와 메이크업 제품의 판매 및 생산을 위한 Beauty AI 등을 개발하고 있습니다.


문의: sryoo@ckt21.com

18 views

Comments


bottom of page