인공지능(AI)이 전성기를 맞았다. 제조, 의료, 국방, 농업 등 분야에 상관없이 디지털 사업 강화 방안으로 AI가 사용되고 있다. 사업 지원도 많다. 정부는 최근 지난해 6위를 기록한 국가 AI 경쟁력을 2027년까지 3위로 높이겠다는 계획을 발표하며 높은 지원을 약속했다.

커지는 AI 시장 속에서 각 기업이 경쟁력을 키울 방법은 무엇일까. 조성배 연세대 AI대학원장은 ‘차별화 전략’을 꼽았다. AI 기술이 대부분 오픈소스로 공개되고 개발에 필요한 데이터를 지원해주는 사업이 많아지면서 시장 진입 장벽이 낮아진 만큼 타 기업과 차별화할 수 있는 사업 전략이 필요하다는 설명이다.

조 원장은 11일 지능정보산업협회(AIIA)와 지능정보기술포럼(TTA ICT 표준화포럼 사업)이 공동 주최한 조찬포럼에서 “AI 사업의 진입 문턱은 현재 상당히 낮아진 상태”라며 “현재 AI 기술은 대부분 오픈소스 공개돼 있고 다양한 사례 또한 잘 정리돼 있어 이를 잘 활용만 해도 90~95% 이상의 정확도를 기록할 수 있다”고 말했다. 이어 “AI 사업을 시작하려는 스타트업은 오픈소스만 잘 활용해도 어느 정도 성과를 낼 수 있지만 문제는 그다음”이라면서 “레드오션 시장의 경우 기업 경쟁력을 높이기 위해선 차별화된 전략이 필요하다”고 조언했다.

조 원장은 사업화할 수 있는 AI 기술 중에서도 딥러닝을 꼽았다. 수많은 AI 기술 중 상업적으로 사용되는 비중이 90% 이상이기 때문이다. 그는 “딥러닝 기술에서도 기업들이 사용하는 기술은 컨볼루션 신경망(CNN), 순환 신경망(RNN), 적대적 신경망(GAN) 등 크게 3가지뿐”이라며 “딥러닝이 복잡해 보이지만 이 3가지 신경망에서 다양한 사업이 나오기 때문에 진입 장벽이 낮은 편”이라고 말했다.

실제로 현재 상용화되고 있는 AI 기술은 3가지 신경망을 기반으로 한다. 교통 영상이나 의료영상 분석은 CNN을, 기계 변역과 문장 이해는 RNN 신경망을 이용한다. 최근 많이 사용되고 있는 새로운 영상 생성과 영상 변환 등은 GAN 신경망으로 이뤄진다.

조 원장은 이처럼 커지는 AI 시장과 반대로 여기서 사용되는 딥러닝 종류는 작기에 추후 기업 생존을 위해선 타 기업과 차별되는 전략이 필요하다고 강조했다. 기존 시장이 형성되지 않은 사업을 진행하거나 수요가 큰 시장을 선점하는 것이 중요하다고 설명했다. 현재 이러한 흐름에 맞춰 연구실에서는 △에너지수요량 예측 △굴삭기 작업모드 분류 △차량내부 소음 분류 등의 연구를 진행하고 있다고 밝혔다.

기업 연구자에게는 그동안의 딥러닝 한계를 깰 수 있는 연구를 진행해야 한다고 조언했다. 그는 “현재 딥러닝은 결괏값을 산출한 이유를 설명하지 못하고 데이터가 점진적으로 축적됐을 때 대응하지 못하는 한계가 있다”며 “이를 극복할 수 있는 기술을 연구해 차별화하지 못하면 후발주자의 추격에 자유롭지 못할 것”이라고 말했다.