바야흐로 인공지능의 시대이다 인간의 지능과 이에 따른 행동을 모방하고 학습하는 시스템을 의미하는 인공지능은 1956년 다트머스 컨퍼런스에서 처음 존재를 알리게 된 이후로 두번의 겨울(AI Winter)을 지나 딥러닝을 중심으로 하는 황금기를 맞이하고 있다. 예를 들어 비영리 기업 OpenAI에서 개발한 초대형 인공지능 자연어 생성 모델 GPT-3는, 일반 인공지능의 10배 이상인 1,750억 개의 파라미터를 갖춤으로써 스스로 글을 읽어 새로운 지식을 익히는 면에서 기존 대비 월등한 학습 능력을 보여주고 있다
물론 인공지능에 대한 낙관론만 있는 것은 아니다 모두가 인정할 만한 인공지능의 상용화 사례가 없다는 것은 여전히 인공지능이 성숙한 단계에 이르지 못하고 성장 중이며 정부의 정책적 노력 또는 기업의 인공지능에 대한 대규모 투자 여부에 따라 언제든지 겨울이 올 수도 있다는 점을 시사한다.
국내에서는 2016년 구글 알파고(AlphaGo)를 기점으로 인공지능 기술발전 산업 진흥을 위한 본격적인 행보가 시작된다. 인공지능 R&D 전략, 인공지능 국가전략, 한국판 뉴딜 종합계획 등이 대표적인 예이다. 그러나 이러한 정책들은 대체로 전략적 우선순위가 가시적으로 드러나지 않을 뿐만 아니라 세부 과제 사이의 연계성도 부족한 실정이다.
인공지능 중장기 로드맵의 필요성
지금까지 국내에서 발표한 그간의 전략들은 인공지능 강국을 위한 중장기적 비전 및 목표, 그리고 이에 따른 추진과제들을 제시해 왔다. 특히 최근 3년 동안 발표한 인공지능 R&D 전략, 인공지능 국가전략, 디지털 뉴딜 정책이 산업정책의 관점에서 기술 개발부터 인재 양성 규제 활용 촉진 등 광범위한 정책 영역을 모두 포괄하고 있는 부분은 글로벌 인공지능 리더십 확보를 위한 정부의 강력한 정책적 의지를 보여주는 대목이기도 하다.
그러나 아직 후발주자인 우리나라가 처음부터 모든 부문을 잘하기는 어렵다. 인공지능 반도체와 같이 특정 영역에 집중하는 부분이 있기는 하지만 대체로 전략적 우선순위가 가시적으로 드러나지 않을 뿐만 아니라, 세부 과제 사이의 연계성도 부족한 실정이다.
구체적으로 현재 국내에서 우수한 성적을 거두고 있는 영역과 그렇지 않은 영역, 단기적으로는 의미가 없어 보여도 장기적으로 꼭 해야 하는 영역, 특정 영역이 선행되었을 때 더 잘 발전할 수 있는 영역 등이 구분되지 않고 병렬적으로 진행되고 있다. 또한 인공지능은 워낙 방대한 기술의 집합체로, 어떤 산업에 적용되느냐에 따라 그 효용과 파급 효과가 상이 하지만 기존의 정책과제들은 인공지능의 전반적인 면에 집중하여 추진되었다.
4차산업혁명에서 데이터는 필수불가결한 요소이며 인공지능은 데이터를 다루는데 없어서는 안될 영역 이다. 심지어 4차산업혁명이란 빅데이터와 인공지능이라고 하기도 한다. 데이터가 AI에서 차지하는 부분은 70%이상을 차지하는 만큼 4차산업혁명에서 AI는 산업전반에 영향을 주고 있다. 우리 정부도 이러한 AI의 중요성을 파악하고 여러 정책을 수립하는데 많은 노력을 기울이고 있으나 미국이나 유럽 등에 비해 후발주자이고 전문 인력이 부족한 점 등 불리한 여건에 있다. 이런 점들을 극복하기 위해서라도 정확한 분석과 정책수립을 위해 산?학?관의 노력이 더욱 필요하다.
한편, 정부에서는 2019년 1월 경제부총리 주관으로 관계부처와 합동으로 수립한 데이터·AI 경제 활성화 계획을 제1차 혁신성장전략회의에서 발표하였다. 이 계획은 2019년부터 2023년까지 혁신성장 전략투자 분야인 데이터와 인공지능의 육성전략 및 융합을 촉진하는 정책에 관한 5개년 실행계획으로, 앞으로 5년 동안 데이터의 수집·유통·활용 전 단계를 활성화하고, 세계적 수준의 인공지능 생태계 조성, 산업 전분야와 인공지능 간 융복합을 촉진하는 9개 정책과제를 포함하고 있다.