본문 바로가기 주메뉴 바로가기 사이드바 메뉴 바로가기

제4차 산업혁명과 도서관의 미래

발표 : 최재붕(성균관대학교 교수)
동영상에 대한 자막정보
제4차 산업혁명과 도서관의 미래 전 세계 대중을 본다면 시장의 변화가 그 위기감의 원인인 것 같습니다. 2007년 글로벌 금융위기 이후로 전 세계 경제가 급격한 변화를 보이는데요. 저성장 저소비 시대라고 합니다. 그래서 무역규모, 시장 크기, 이런 것들이 전부 주니까 기업들이 어려움을 겪고요. 그러니까 이제 기업이 성장속도가 줄어듭니다. 대한민국도 GDP 성장률 시대가 2% 시대가 돼 버렸죠. 또 더 무서운 게 있습니다. 그건 뭐냐 하면 질적인 변화입니다. 스마트폰의 플랫폼의 격이 떠오르는가 하면 과거에는 전혀 보지도 못했던 기업들이 점점 수백조 기업으로 성장합니다. 내가 이거 20년 동안, 30년 동안 굉장히 잘하고 있었는데 이것 없어지는 것 아닌가, 이런 산업 앞으로 미래가 없는 것 아닌가, 이런 두려움을 다 갖게 되는 게 아닌가 생각됩니다. 결국 우리가 혁명이라는 단어에 높은 관심을 보이는 본질은 시장의 양적이고 질적인 진짜 혁명적인 변화가 그 원인이라고 생각할 수 있고요. 결국 그 시장혁명의 원인을 정확히 알아야 우리의 미래도 대비할 수 있다, 그렇게 볼 수 있습니다. 저는 원래 미래 제품을 디자인하는 사람인데요. 그래픽을 독특하게 합니다. 저는 공학을 전공하는 엔지니어인데 옛날부터 사람이 좋아하지 않는 기술은 필요 없을 것 같다, 이런 생각을 하고요. 사람이 좋아하는 것부터 먼저 찾자. 그래서 진화론, 심리학, 예술, 철학, 디자인, 패션, 의학, 이런 인간에 관련한 분들만 끊임없이 찾아다니면서 그들이 인간이 좋아할 수밖에 없는 스토리를 끄집어내고 그걸 바탕으로 사물인터넷, 웨어러블, 이런 디자인을 쭉 해 왔습니다. 그런데 이렇게 사람 중심으로 연구를 하다 보니까 어느 순간에 이것 기술발전이 시장의 혁명을 이끈 게 아니냐. 그것보다 더한 게 있더라. 그게 바로 인류가 급격히 변화했다는 겁니다. 한 3년쯤 전에 인류가 급격히 변화했고 이것이 시장혁명 변화의 가장 큰 원인이구나 그런 결론을 내릴 수 있었고요. 그래서 그 이후로 정말 그럴까를 봤더니 잘 맞는 겁니다. 그래서 오늘 4차 산업혁명 그리고 도서관의 미래에 대해서는 중요한 포인트가 이 혁명적 변화의 원인은 인류가 변한 거다. 그리고 거기서부터 우리 미래에 대한 새로운 방향성을 찾자. 그 얘기를 담아왔습니다. 인류가 어떻게 변했을까요? 명백한 팩트는 인류가 변했다는 게 아니라 시장이 변화한 겁니다. 여러분, 시장이 변했다는 것은 소비행동이 바뀌어서 물건을 사던 방식이 바뀌었다는 거죠. 이건 30년 동안 늘 해 왔던 건데 어느 날 갑자기 바뀌었다는 겁니다. 소비행동이 바뀌었다는 건 소비심리, 즉 내 마음의 상태가 과거와는 달리 바뀌었다는 거고요. 그것도 1, 2년 사이에 급격하게 일어났다 이렇게 얘기할 수 있다는 거죠. 그럼 적어도 전 세계로 보면 무려 10억 명이 한꺼번에 소비행동을 바꾼 거고 그건 소비심리 또는 자기 마음이 바뀐 겁니다. 이건 흔한 현상이 아니니까 원인을 찾아보면 금방 이유를 알 수 있을 것 같습니다. 진화론 하시는 분들이 만들어놓은 잘 정리해 놓은 인간이 생각을 만드는 방법. 그게 밈이라고 하는데요. 이 밈이론에 따르면 인간은 뇌를 가졌기 때문에 정보를 보고 복제해서 생각을 만든다고 합니다, 과거부터. 그래서 사람의 생각을 만들어주는 건 전부 책이었습니다. 그리고 도서관이 그래서 수천 년 동안 굉장히 중요한 역할들을 해 온 것도 사실이죠. 결국 인간은 정보를 보거나 누구의 행동을 보거나 총체적으로 얘기할 수 있을 때 그걸 정보라고 하는데요. 어쨌든 그걸 접하고 그걸 뇌에 복제해야 생각을 만든다는 거죠. 이건 벗어날 수 없는 굴레와 같은 겁니다. 그럼 10억 명 이상이 갑자기 생각을 바꿨다는 건 과거에 늘 익숙하게 보던 정보 체계에서 벗어나서 전혀 다른 정보를 갑자기 보기 시작했다는 겁니다. 그래야 마음의 변화가 오고 그 마음의 변화가 소비행동까지 변화를 일으켰다는 거죠. 그러고 보니까 원인은 굉장히 명확해집니다. 바로 뭘까요? 스마트폰의 등장입니다. 스마트폰이 등장하고 인류는 늘 익숙하게 정보를 받던 시스템에서 벗어나서 갑자기 손 안에 있는 스마트폰을 통해 정보를 보기 시작합니다. 스마트폰의 전 세계적인 대중화의 원인은 2010년으로 보는데요. 아이폰이 2007년에 나오고 보다 대중화된 스마트폰, 안드로이드폰, 갤럭시S가 2010년부터 보급되기 때문입니다. 그 이전에는 인류는 아주 오래 전에는 전부 책을 통해서 정보를 봤고요. 그리고 그 이후 현대사회가 되면서 지난 한 30년 이상은 대중매체가 그 역할을 맡아왔습니다. 대중매체. 신문, 라디오, TV 같은 데서는 예를 들어 대한민국이라고 그러면 대한민국 사회에 필요한 정보가 무엇이다라고 끊임없이 만들어냅니다. 그리고 그걸 계속 방송하고 퍼뜨리죠. 그럼 대한민국에 속해 있는 대한민국의 국민들은 전부 그것을 원하든 원하지 않든 보게 되고요. 보면 복제합니다. 내가 원하든 원하지 않든 대한민국 사회에 속해 있는 한은 그 정보에 노출되기 마련이고 뇌는 그걸 복제해서 공유하는 생각으로 갖게 되는 것이죠. 따라서 대한민국 국민이라면 적어도 30에서 50%는 유사한 생각을 갖고 있었다고 봐도 좋을 만큼 대중매체의 영향력이 컸다고 볼 수 있죠. 이게 대중 의식의 형성 과정입니다. 그런데 2010년이 딱 되면서 스마트폰을 들고 사람들이 여기에 모두 보기 시작합니다. 심지어 대중매체까지 잘 안 보죠. 그리고 여기를 통해서 대부분의 정보를 얻기 시작합니다. 물론 아직도 언론사들이 열심히 정보를 만들어서 스마트폰으로 보세요. 포털에 마구 올려놓습니다. 그런데 올려놓는 것까지는 좋은데 여기는 완전히 다른 전혀 다른 기본적인 변화가 있죠. 그게 뭐냐. 인간이 이제 드디어 수동적으로 누가 보여주는 정보를 보는 게 아니라 내가 원하는 것만 골라볼 수 있게 되었다는 겁니다. 골라볼 뿐 아니라 과거에는 대중매체, 정해진 어떤 매체들만을 통해서 정보를 봤다면 이제는 소위 소셜네트워크라고 하는 어마어마한 정보의 바다 접점에서 원하는 것만 골라서 자기 뇌 속에 담기 시작했고요. 특히 2010년 이후 5년간의 통계를 봤더니 여러분, 1인당 정보검색양이 무려 50배가 늘었다고 합니다. 1인당 정보검색 양이 50배가 늘었다는 건 정보를 50배 본다는 얘기고요. 생물학적으로는 뇌활동량이 보면 자동적으로 억제할까. 뇌 활동량이 50배가 늘었다는 거죠. 이건 초고속의 진화가 일어났다고 해도 지나침이 없다는 것이고 그래서 인류학자들이 새로워진 인류, 진화한 인류한테 별칭을 붙여줍니다. 바로 포노사피엔스죠. 폰이 바로 스마트폰이라는 뜻입니다. 마치 스마트폰을 자기 신체의 일부처럼 쓰는 신인류라는 뜻입니다. 폰을 쓰는 신인류가 지구상에 등장한 이래로 세계를 바꾸고 있다. 이미 2년 전 영국의 이코노미스트라는 유명 주간지에서 이걸 특집기사화했는데요. 정말 이들이 시장을 바꾸고 있는 건 맞는 것 같습니다. 우선 시장을 어떻게 바꾸고 있을까요? 기존시장. 그러니까 스마트폰 등장 이전에 대중매체를 통해서 정형화된 정보를 보여주고 그걸 공유하고 소위 대중 의식을 갖고 있던 사회에서는 소비가 시장의 엔진이었습니다. 사람들은 자라면서, 성장하면서 사회의 시민으로서 거기서 어떤 제품도 사고 어떤 서비스도 받고 뭐도 먹고 정해진 양식과 패턴에 따라 움직였죠. 그러니까 소비해야 될 서비스는 정해져 있고 기업들은 정해진 제품을 놓고 열심히 경쟁합니다. 자동차면 자동차, TV, 냉장고, 집, 이런 것을 우리 게 제일 좋아요 하고 열심히 경쟁을 하고 그리고 그걸 유일한 소비자에 대한 통로인 대중매체를 통해 광고를 하죠. 이렇게 하면 많은 사람들이 새로운 게 나왔구나 그리고 대량소비로 응답합니다. 여러분, 이 소비가 30년 동안 시장을 움직여왔던 가장 강력한 엔진입니다. 특히 글로벌 소비자들한테 전부 다 갖고 싶게 만드는 진짜 브랜드파워가 강력한 기업들. 전 세계 최고의 제조기업들이 그래서 시장의 최고의 지배력을 가졌고요. 제조 중심의 사회가 형성되었다고 해도 과언이 아닐 겁니다. 그런데 2010년 지나면서 신인류가 나타나니까 이들이 우선 대중매체로부터 떨어져 나옵니다. 그리고는 엉뚱한 데 가서 자리를 틀기 시작하죠. 소위 스마트폰의 플랫폼들입니다. 구글, 유튜브, 페이스북, 인스타그램, 이런 글로벌한 플랫폼들이 마구 성장하고요. 우리나라에서도 네이버, 다음, 카카오, 이런 새로운 플랫폼들이 막 올라옵니다. 처음에는 옛날에 인터넷 시대에도 그렇지만 별로 그렇게 광고효과나 수익모델로 좋지 않아 그랬는데 손 안에 든 스마트폰의 파괴력은 인터넷과 비교가 안 되더라고요. 어마어마한 속도로 사람들이 여기에 시간을 쏟기 시작하고요. 올해 1/4분기 3월까지의 통계를 봤더니 대한민국 국민이 전 세계에서 일평균 스마트폰 사용량이 세계 최고입니다. 1인당 하루 200분을 쓴다고 합니다. 젊은 사람은 더하죠, 이게 전체 평균이니까. 보통 20대, 30대는 하루 4시간에서 5시간을 스마트폰을 들여다보고 있다고 해요. 여러분, 신인류의 시간을 지배하니까 뭐가 달려올까요? 광고가 전부 따라옵니다. 이 광고가 본격적으로 매출을 증가시키면서 플랫폼 기업들이 많은 매출을 올리고 동시에 수십조, 수백조 기업으로 급격하게 성장을 해요. 특히 2015년 이후에는 이 기업들의 성장세가 너무 눈부셔서 어마어마한 규모가 되기도 해요. 심지어 수천 조 자본이 여기에 축적이 됩니다. 이제 플랫폼에 들어와서 뉴스나 보고 사진이나 올리고 행사영상이나 보고 이런 거 하지 말고 이걸로 본격적인 비즈니스를 하자. 택시도 이걸로 부르고 여행도 이걸로 다니고 편의점에 가서 돈도 이걸로 내고 전부 이걸로 생활할 수 있는 걸로 다 바꿔주자. 즉 포노사피엔스라는 신인류가 폰을 들고 있다는 전제 하에 나온 비즈니스가, 신사업이 거대 규모로 성장을 합니다. 이 어마어마하게 폭발적으로 성장하는 신산업, 이게 거대 생태계를 이루고요. 심지어 이게 기존시장을 굉장히 위협하는 존재로까지 떠오르게 됩니다. 사실 아직까지도 기존시장, 신시장 이렇게 비교할 때 오프라인 구매, 온라인 구매 이렇게 하면 90:10 정도로 기존 시장이 훨씬 큽니다. 그런데 기업으로 가면 벌써 달라져요. 미국의 오프라인의 대표적인 기업이 월마트입니다. 미국의 온라인 대표적인 기업은 아마존이고요. 이 두 기업의 매출은 벌써 7:3까지 근접했어요. 아직도 물론 아마존보다 월마트가 매출이 7로 커요. 그런데 기업가치는 아마존이 월마트의 2배가 됐습니다. 이유가 너무 명백합니다. 여러분들 여기 저성장 저소비 시대에요. 더군다나 경제성장률 2% 시대입니다. 그러니까 여기는 되게 잘해도 올해 2% 성장했네, 잘했다. 여기는 지난 5년간 30%의 성장을 보였을 뿐 아니라 수십조 기업이 됐으니까 이제 성장이 멈추겠구나. 아니요. 또 수백조의 기업으로 성장해요. 수백조 기업이 됐으니까 성장이 멈추겠구나. 아니요. 수백조 기업이 됐는데 또 30%가 성장해요. 그러니 전 세계 투자자분들이 우와, 여기가 희망이네. 그리고 여기에 엄청나게 쌓이게 되는 겁니다. 글로벌기업들 또 지금까지 세계를 지배하던 많은 제조기업들도 이렇게 보고 있습니다. 내가 이러다가 망하겠다. 앞으로 10년 이내에 내가 성장도 하고 살아 있으려면 신인류, 포노사피엔스 마켓을 정확하게 공략하지 않으면 내가 죽을 수도 있구나, 이런 위기감을 느끼고 전략을 2015년 이후 급격히 바꿉니다. 모든 타깃은 기존 시장에 대해서는 수비. 투자를 최소화하고 심지어는 있던 점포도 문을 닫아버립니다. 여기는 엄청나게 본격적으로 투자를 합니다. 신인류가 좋아하는 거라면 뭐든지 가장 이롭게 변화를 만들어내는 거죠. 그리고 이 거대한 소용돌이, 신인류의 등장에 따른 소용돌이가 전 세계 시장을 지축을 흔들 듯이 흔들어버리고 있다는 겁니다. 결국 이 시장혁명의 근원은 바로 새로 등장한 인류, 폰은 든 포노사피엔스. 바로 신인류라는 겁니다. 뭐가 그렇게 다를까요? 여러분, 영국 기자가 쓴 영국인의 하루랍니다. 스마트폰 알람으로 딱 하루를 시작했는데요. 알람 제치고 메시지가 왔네. 체크하고요. 15, 20분 동안 오늘은 무슨 뉴스가 왔나 보고, 가만 있어 봐. 오늘은 학회가 있는 날이네. 어디서 하지? 인천 센트럴파크. 그럼 네비를 찾아서 걸고 쭉 온답니다. 여러분, 뭐 다른가요? 그러고 보니까 저도 부지불식간에 거의 신체의 일부처럼 쓰고 있어요. 더 무서운 부분이 있죠. 심리학자들과 얘기해 보면 이런 부분이 제일 무섭습니다. 내 아기가 처음 태어난 순간, 우리 어머님의 60번째 생일. 이렇게 감성적으로 굉장히 기쁜 그 모든 순간까지 다 여기를 통해서 내가 다 기억한다는 거죠. 그런 과정이 반복되면 이건 떼려야 뗄 수 없는 게 됩니다. 그러니 비즈니스 측면에서도 이걸로 하세요. 그런 게 있어? 더욱 쉽게 이걸로 접근하게 된다는 겁니다. 정보를 검색할 때 이걸로 돼? 이걸로. 이런 식으로 인류가 변화하면서 과거와는 전혀 다른 여러 가지 가능성들을 만들어내게 되는 거고요. 거기서 성장이 폭발하니까 비교할 수 없는 이익을 기업들은 창출하게 된다는 것이죠. 저는 2014년부터 이런 이야기를 하기 시작했습니다. 저한테 마침 삼성그룹 사장단 회의에서 이런 요청이 왔어요. 사물인터넷의 앞으로의 10년에 대해서 강의를 해 달라고요. 사물인터넷, 이것 정말 기술적인 얘기인데요. 제가 거기 가서 그랬습니다. 인류가 급격하게 변했습니다. 그 변화한 인류가 좋아하는 것으로 기획을 하지 않으면, 그걸 밑바탕에 깔고 미래를 생각하지 않으면 굉장히 어려워질 겁니다. 그래서 첫 번째, 모든 기업이 고민해야 될 부분은 바로 신인류가 어떻게 변화했냐. 그들이 좋아하는 게 무엇이냐를 찾아야 하는 겁니다라고 얘기를 했고요. 그 후 3년 동안 열심히 저도 정말 그런 변화가 현실화될까 지켜봤는데요. 올해부터는 아예 제가 이렇게 이미지를 바꿨습니다. 여러분, 이게 청동검과 철검입니다. 청동기와 철기의 문명 교체기, 그 정도만큼의 급격한 변화다. 적어도 시장에서는 이미 현실이 됐다고 보죠. 어디, 그 정도의 변화가 있는지 한번 들어가 보겠습니다. 저는 시장을 전 세계 글로벌 경제가 자본주의에 의한 시장경제니까 자본의 흐름이 어떻게 되는지 또 기업의 가치가, 기업의 흥망성쇠가 어떻게 되는지를 중심으로 들여다보았습니다. 우선 2010년 이전에는 제조업이 정말 세계 최강인 게 분명해 보입니다. IT분야에서도 소프트웨어보다는 전부 언더하드웨어, 제품을 만드는 기업이 세계 최고의 기업인데요. 1위부터 10위를 보면 전부 제품을 만드는 기업, 모두 공장을 가진 기업이었습니다. 1990년대의 일이죠. 특히 10개 중 8개가 일본 기업입니다. 히다치, 파나소닉, NC, 소니, 미츠비시, 닌텐도, 후지필름, 샤프. 어마어마한 기업이었어요. 사실 생각해 보면 저 기업들이 우리가 목표하던 기업들이었습니다. 대한민국이 우리도 선진화하고 세계화하고 이제는 개발도상국 얘기 그만하고 선진국으로 경쟁해 보자라고 입체적인 플랜을 세운 게 저는 88올림픽 이후라고 생각합니다. 그때 국민도 자신감을 얻었고요. 이제는 좀 더 잘할 수 있지 않을까. 그래서 전 세계 최고의 기업과 국가를 벤치마킹합니다. 그리고 국가의 모든 시스템을 거기에 맞추죠. 그때 대상이 일본이고 미국입니다. 특히 일본이 가깝기만 할 뿐 아니라 우리하고 비슷한 아시아니까 저걸 벤치마킹 많이 하죠. 그럴 만도 합니다. 10개 중에 8개가 일본 기업이라니요. 그 이유를 30년 동안 대한민국은 그래서 저 룰에 따라, 저 목표에 따라 전체 시스템을 제조에 맞추고요. 그리고 교육, 행정 심지어 도서관 다 거기에 맞춰 기술 개발과 제조기술 개발을 목표로 뛰어왔습니다. 그리고 기업들도 저 일본과 미국의 기업들을 그대로 벤치마킹해서 최고의 수준으로 만들자라고 노력해 왔죠. 30년이 지나니까 결과가 어떨까요? 여러분, 숫자로만 보면 정말 놀랍습니다. 대한민국 가장 흔하지만 어렵다는 자동차 세계 5위, 철강 세계 3위, 조선 세계 1위. 세계 최고의 건물도 대한민국 기업이 가서 아랍에미리트 올렸고요. IT분야, 반도체도 제조기술 기준으로는 세계 최고가 우리나라의 기업입니다. 여러분, 이건 기적에 가깝습니다. 대한민국은 축적된 지식도 없었고요. 축적된 자본도 없었고 누구 식민지를 삼아서 물건을 뺏어오거나 자본을 만들어오는 경험도 없었습니다. 다 수탈당했으면 수탈당했었죠. 그 상태에서 무엇 하나만으로? 진짜 사람 하나만으로 30년 동안 세계사에 유례가 없는 기적을 만든 겁니다. 경제적으로 팩트가 그렇습니다. 여러분, 200년 동안 세계를 지배하던 스페인의 제일 자랑하는 산업이 뭔지 아세요? 봉제 만드는 산업입니다. 여러분, 200년 동안 해가 지지 않는 나라 영국. 그들이 유일하게 그나마 자랑했던 게 금융이었는데 글로벌 금융위기 이후에 그것도 다 끝났어요. 정말 다들 어려워합니다. 그중에서도 우리가 이 정도의 기적을 만들었다는 건 그냥 업적이 아니라 기적 같은 업적을 만든 거죠. 저도 그래서 과거 30년 동안, 여기 계신 여러분들을 포함해서 30년 동안 대한민국의 발전을 위해 묵묵히 일해 왔고 그걸 리드했던 모든 분들이 정말 대단한 업적을 만들었다고 존경받을 만하다고 생각합니다. 그리고 그분들이 그래서 내 말이 맞아. 요즘 젊은애들은 생각이 잘못됐어라고 주장할 만도 하죠. 왜? 기적을 만들었으니까요. 그 기적을 만든 그 전략과 목표대로 가기만 하면 성공할 수 있어. 이 말에도 충분히 수긍할 수 있는 정말 근거가 있다고 생각합니다. 그런데 문제가 있죠. 만약 그 말이 맞는다면 시장도 그때 그 시절 그대로여야 한다는 전제가 필요합니다. 그런데 제가 말씀드린 대로 시장은 혁명상태로 변화합니다. 2010년 이후를 보니까 여러분, 10개 중에서 1위부터 10개 기업 중에 제품을 만드는 기업은 1위 애플, 10위 삼성. 달랑 2개밖에 안 남아요. 그리고 애플은 공장이 없죠. 따라서 공장을 가진 기업은 삼성전자가 유일합니다. 역술적으로 말하면 제조업 기술 기준 세계 1위가 삼성전자가 된 거고요. 1990년에 있던 10개 기업 여기에 하나도 없습니다. 30년 전에 우리가 세웠던 목표는 달성을 한 거죠. 그런데 문제가 생겼어요. 그분들 말씀대로 다 달성을 했는데 더 이상 세계 1위가 아니라 세계 10위라는 겁니다. 이 위로 신층시장기업들이 생겼고요. 이 기업들이 이름이 보니까 마이크로소프트는 그렇다 치고 구글, 페이스북, 알리바바, 텐센트, 이런 이상한 듣도 보도 못한 기업들이 다 올라와 있어요. 팩트는 이거입니다. 여러분 우리 2, 30년 전 목표로는 갈 데가 없습니다. 내 발 밑에 있는 기업들을 목표로 갈 수는 없잖아요. 분명한 것은 제조업만으로, 기술만으로는 갈 미래가 없다는 겁니다. 분명한 건 이 시장의 혁명적 변화가 전하는 가장 강력한 메시지는 앞으로 대한민국의 개인이, 기업이, 국가가 가야 되는 비전과 목표에 수정이 필요해졌다는 겁니다. 그리고 그 방향을 지금 정확히 인지해야 한다는 거죠. 저는 이 플랫폼들의 등장을 보고 뭔가 새로운 인류의 시장이 오고 있다고 느꼈는데요. 2년이 지나 올해가 되니까 더욱 명백합니다. 여러분 이게 지금 세계 1, 2, 3, 4, 5위입니다. IT분야가 아니고요. 그냥 시가총액기준 세계 1, 2, 3, 4, 5위. 1위 애플, 2위 구글, 3위 마이크로소프트, 4위 아마존, 5위 페이스북. 마이크로소프트를 제외한 4개는 전부 스마트폰의 플랫폼기업이라는 것들입니다. 스마트폰 창조기업 애플, 시총 최근에 900조를 넘었습니다. 이론의 여지가 없죠. 구글, 아무것도 안 팔죠. 검색기만 하는 데 아닌가? g-mail 만 하는 게데 아닌라 그냥 사람들의 시간을 뺏었고요. 신인류의 시간을 지배함으로써 작년 광고매출이 전 세계 1위였어요. 결국 시간을 지배하는 걸로 매출의 90%를 광고로 하면서 750조 기업이 된 겁니다. 아마존, 페이스북 다 마찬가지죠. 뭘 팔거나 이런 게 아니고요. 사람들 올려놓으면 이거 사 가세요. 트레이드하고 페이스북은 더 황당합니다. 매일 일기 쓰는 것처럼 얘기하는데 무슨 그런 기업이 어떻게 돈을 번다고 세계 5위라는 거죠? 이해할 수 없는 그런 현상이 시장에서 벌어진 건데요. 문제는 이게 너무나 강력한 현실이라는 것이죠. 그 이유를 명백히 알아야 됩니다. 여러분, 이 플랫폼 기업들의 성장을 보면 과거에는 세계에서 제일 좋은 제품을 만들던 데고요. 그 제일 좋은 제품을 열심히 팔면 됐는데 아무것도 안 팔아요. 그나마 애플은 아이폰만 하나 거의 달랑 판다, 이렇게 보시면 돼요. 나머지 맥북이나 이런 것은 매출에도 거의 치지 않습니다, 자기 자체적으로. 이게 뭐죠? 특히 구글, 페이스북, 아마존 TV 광고하는 거 보셨어요? 광고 절대 안 합니다. 파는 게 없는데 무슨 광고를 해요. 그럼 어떻게 알고 저걸 선택했을까요?신인류는 이거 좋네. 자기들끼리 이거 좋아요 하고 퍼뜨리고 선택해서 이렇게 결정한 겁니다. 더군다나 이 규모를 보면 어마어마한데요. 2010년 이전 제조기업으로 세계 최고 기업은 시가총액 450조를 넘는 게 없습니다. 그런데 이건 맨 밑에 있는 것도 500조예요. 제1위는 900조입니다. 자본의 산이 과거의 450조의 산이 있었다면 불과 한 5, 6년 된 것 같은데 그 2배의 산이 생긴 거예요. 그것도 5개 기업으로 2배 높이의 산. 저걸 최근에 더해 봤는데 총 3200조입니다. 여러분, 대한민국 모든 기업의 시가총액을 다 합하면 1300조인데요. 거의 2배 이상, 2배 반 이상의 산이 저게 쌓인 겁니다. 그리고 저들을 만들어준 게 누구라고요? 명백하게 포노사피엔스, 신인류라는 겁니다. 최근에는 마이크로소프트까지 우리 윈도우10 나온 다음부터는 우리 프로그램도 애플리케이션으로 불러주시고요. 앱스토어에서 다운받으세요, 이러고 있고요. 내년부터 인터넷 익스플로우도 더 이상 개발 중단한다고 얘기했습니다. 스마트폰시대로 전격 진입하겠다고 선언한 거예요. 그게 생존의 방법이라는 걸 명확하게 아는 거죠. 이 기업들을 보면 저 기업들이 갑자기 부동산 투자하고 이럴 것 같지 않아요. 3200조의 돈은 신인류, 스마트폰을 쥔 신인류의 새로운 라이프스타일 관련 산업에 전격 투자될 걸로 명확히 보입니다. 실제로 그러고 있고요. 결국 시장에 막강한 자본이 쌓였고 이게 혁명을 일으키고 있다는 겁니다. 마켓의 진전의 방향은 바로 포노사피엔스시대가 왔다는 거죠. 우리가 제조라는 걸로 여기까지 왔다면 이제 무언가 우리가 가진 관점에서 미래를 향해서는 포노사피언스의 시대가 왔구나. 그들한테 집중해야겠구나. 이게 지금 우리가 처음에 4차 산업혁명을 준비해야 되는 제일 중요한 이슈라는 겁니다. 두 번째는 인류의 변화에 대한 것입니다. 저한테 도서관의 미래를 물어보셨어요. 여러분, 인류가 변했다면 도서관도 변해야겠죠. 인류가 변하지 않았다면 그대로 가면 됩니다. 따라서 이건 굉장히 중요한 문제예요. 인류가 변화했느냐, 안 했느냐. 그래서 제가 정확히 좀 찾아봤습니다. 일단 노키아, 모토로라, 닌텐도, 소니 같은 기업들이 과거와는 전혀 위상이 달라졌고 심지어 모토로라, 노키아는 망했어요. 원인이 뭔가를 소비자의 변화를 기반으로 찾아봤습니다. 여러분, 구글 트렌드라는 사이트에 가면 구글이 우리로 치면 네이버와 같은 검색기니까. 각 기업들을 사람들이 얼마큼 검색했는지. 즉 소비자의 관심도가 어땠는지를 보여주는 그런 서비스를 제공합니다. 제가 그래서 넣어봤어요. 노키아, 닌텐도, 파나소닉, 소니, 삼성. 여기 쫙 보시면 2004년도에 여기 파란 게 삼성이고요. 맨 위에 보라색이 소니인데요. 소니의 검색수가 삼성의 3배입니다. 명백하죠. 저 당시만 해도 세계 1위의 IT 브랜드는 소니였고요. 사람들이 전부 뭐 사야지 그러면 소니부터 검색하는 겁니다. 삼성은 3분의 1에도 못 미쳤어요. 재미있는 건 이 간격을 보세요. 거의 안 변하죠. 사람들이 검색하는 수인데 들쭉날쭉한 게 아니라 거의 비슷합니다. 여러분 이게 100만개, 1000만개가 아니에요. 수십억건이에요. 이렇게 트렌드가 일정할까요. 2004년이 이렇다면 1980년대, 90년대에 삼성이 소니에 필적했을까요? 턱도 없죠. 그럼 소니는 30년 이상을 세계 최고의 브랜드로 이 위상을 누려왔던 겁니다. 그리고 사람들은 한 번도 변심하지 않았어요. 소니, 닌텐도, 이런 일본 기업들이 잘했던 게 그래서 뭐라 그러냐. 100년을 한 우물만 판 것. 100년 동안 한 우물 파고 기술력 만들고 노벨상 타고 거기에 미친 듯이 오타쿠 정신으로 붙어 있으면 소비자들은 절대 배신하지 않는다. 여러분, 이 시장은 진짜 그랬습니다. 그래서 100년을 겨우 해서 세계 1위 한번만 딱, 너희가 세계 최고의 IT로 인정해 주면 그럼 30년은 먹고산다는 거죠. 그래서 우리나라의 기업들도 전부 일본 따라 하기 열풍이 불었었어요. 이 이유가 뭘까요? 여러분, 이게 대중심리라는 겁니다. 생각해 보세요. 제가 만약 어렸을 때 저 어렸을 때 1990년대, 80년대, 70년대 이럴 때 나는 대한민국의 애국자이기 때문에 소니보다 삼성이나 LG 제품이 더 좋다고 생각해. 그럼 애들이 쟤 큰일ㅍ났다, 이렇게 놀립니다. 그렇죠? 친구가 없어져요. 여러분, 개인이 생각을 이렇게 대중의 일반적인 생각으로부터 일탈하기도 이렇게 어려운데 전 세계 소비자 1000만 명, 1억 명이 한꺼번에 생각을 바꾸겠어요? 안 바꿉니다. 그걸 이렇게 명백하게 보여주잖아요. 이 정도로 정형화된 교육과 대중매체가 만드는 대중 의식이 무서운 겁니다. 절대 바뀌지 않았어요. 이러니까 2008년까지 휴대폰 시장 1위는 노키아, 3위는 모토로라. 삼성전자는 애플의 아이폰이 나오니까 무서워. 우리도 스마트폰 혹시 모르니까 할 거야 그런 거고 노키아, 모토로라는 미쳤어? 우리가 투자한 게 얼마인데. 사람은 그렇게 바뀌지 않아. 그리고 간 겁니다. 너무나 당연한 결정이죠. 그런데 1, 3위가 망했습니다. 이유가 뭘까요? 바로 혁명적 변화가 나타난 겁니다. 2010년이 되니까 삼성의 검색수는 올라갑니다. 어? 2년이 딱 되니까 삼성의 검색수가 소니의 2배가 돼요. 여러분, 삼성이 그때 한 것은 갤럭시S라는 스마트폰을 만든 것 외에는 특별한 게 없습니다. 제가 엔지니어지만 기술은 저런 변화를 못 만들어내요. 사람을 못 바꿉니다. 저 이야기를 풀면 이렇습니다. 2010년이 지나고 딱 2년 만에 전세계, 숫자로 보면 정확히 한 10억명 정도가 무슨 소니가 세계 1위야, 삼성이 세계 1위지. 이렇게 변심하고 결정해버린 거예요. 이 정도니까 혁명이라고 하는 겁니다. 그리고 뭔가 돌아올 줄 알았어요. 안 돌아옵니다. 그리고 끝났어요. 보세요. 과거 시장에서 보여주던 브랜드파워의 힘, 간격의 유지, 대중의식의 형성 깡그리 싹 없어졌습니다. 그리고 시장은 완전히 끝나버렸어요. 과거의 어떤 상식으로도 예측 안 되는 시장이 돼버렸다는 거죠. 저 원인이 뭘까요? 다른 이유를 찾을 수가 없습니다. 인류가 폰을 들고 변해버린 것. 게임을 다운받고 이걸로 음악을 듣고 영화를 보고 온통 여기에 매달려 있으면서 그동안에 30년 동안 지켜왔던 대중의식에 의해 형성돼 왔던 소비의 모든 패턴을 다 바꿔버린 겁니다. 그 증거가 바로 노키아예요. 2007년 어마어마한 주황색의 핑크가 닌텐도예요. 닌텐도 위입니다. 여러분, 닌텐도 위 어렸을 때 나왔을 때 대단했던 거 기억나시죠? 아이들도 안 사주면 학교를 안 가고 엄청나게 이렇게 만들어내면서 팔면서 혁신적인 기술을 만들었어요. 그래서 사람들이 닌텐도를 찬양했죠. 100년 기술이 역시 일본이 최고다. 여러분, 그게 불과 2007년. 지금으로부터 10년 전 일이에요. 그런데 그렇게 돈을 엄청나게 벌어들인 닌텐도가 100년의 기술을 갖고 있는데 하필 2011년부터는 신제품을 안 만들었을까요? 그럴 리가 없잖아요. 그럼 이제 보세요. 아무 관심이 없어요. 인류의 관심사가 바뀐 겁니다. 끝난 겁니다. 지금 현재 시장이 전하는 메시지는 저는 이거라고 봅니다. 100년 된 기술이고 나발이고 다 필요 없고 나는 인류가 변했으니 내가 진정으로 원하는 기술을 가지고 와라. 이게 시장이 전하는 메시지입니다.이미 자본은 시장을 그게 명백한 팩트임을 결정해버렸어요. 우리가 모르고 있었지만 2013년 애플, 이 혁명을 창조한 기업 애플의 시가총액은 500조를 넘으면서 세계 최고 기록을 세우기 시작했고요. 이걸 대중화로 이끈 구글과 삼성은 손잡고 시총 250조를 돌파합니다. 소니, 닌텐도 다 15조까지 추락을 해 버렸고요. 최근 일본의 내수에 집중하는 기업으로 변모했죠. 130조, 40조에 머물고 있습니다. 반면 104년 된 일본의 샤프 망했죠. 최근 도시바 망했죠. 여러분 알고 있는 소위 소비자 대응하는 일본의 IT 브랜드는 전멸했다고 봐도 전혀 틀리지 않습니다. 지금 아시아 최강의 기업은 여러분, 텐센트입니다. 여기 텐센트가 뭐 만드는지 아시는 분? 텐센트. 잘 모르시죠? 몰라도 이상할 거 없어요. 텐센트 아주 희한하고 갑자기 급성장한 기업입니다. 여러분 우리나라에 카톡 있죠, 카카오톡? 이거랑 똑같은 메신저 앱이 위쳇이라는 게 중국에 있습니다. 여러분, 그것 만드는 기업이에요. 그것 만들면 전 세계 시장에서 제일 앞으로 성장성이 크다 하는 것을 이 중국 사람들 8억 5000만명이 매일 뭘 하냐 봤더니 다 게임을 한다는 거예요. 그래서 전부 우리는 게임산업에 전부 몰빵을 합니다. 그리고 세계 최고의 속도로 성장해서 드디어 아시아 1위가 됐어요. 그게 작년 9월입니다. 이 기업이 중국 기업, 텐센트. 올해 3월이 되니까 330조. 300조가 넘는 기업은 아시아에 달랑 3개. 텐센트, 삼성전자, 알리바바. 이 3개입니다. 여러분, 저 기업들도 전부 스마트폰, 포노사피엔스 마켓의 기업이라고 얘기할 수 있죠. 중국이 왜 제조국가라고 하는지 잘 모르겠어요. 중국의 1위, 2위 기업은 텐센트, 알리바바예요. 하나는 메신저 앱 만드는 회사고요. 알리바바는 이커머스 하는 회사예요. 온라인 쇼핑몰 만들어서 운영하는 회사예요. 이 두 회사를 다른 말로 표현해 볼까요? 폰 안 든 사람은 사람으로 취급 안 하는 회사입니다. 맞죠? 폰 든 사람을 위한 산업만 골라서 하는 기업들이에요. 중국 제조업 잘하는 나라입니다. 그렇지만 제조업만 하는 나라가 아니에요. 실제로는 제조도 하는 나라죠. 우리는 제조로만, 기술로만 계속 비교를 합니다. 왜? 그게 습관이니까. 중국은 관심이 없어요, 그것 비교하는 것. 신인류, 신문명을 향해서 전진하는 겁니다. 아까 말씀드린 세계 5대 플랫폼 기업에 3200조가 쌓였고요. 아시아 톱 3에 1000조가 쌓였습니다. 이게 어디로 들어가는 걸까요? 신문명, 새로운 인류가 창조하는 문명과 라이프스타일과 소비에, 거기에 해당되는 거의 모든 것으로 투자될 게 분명합니다. 그 증거가 뭐냐고요? 우버입니다. 여러분, 우버 캘리포니아에서 생겨난 택시회사예요. 본질은 택시회사입니다. 택시회사가 당돌하게 어떻게 기회를 읽냐. 우리 보면 스마트폰 없는 사람은 상대하지 말고 스마트폰 든 사람이 골라서 탈 수 있고 스마트폰 든 사람만 운전서비스를 제공하는 스마트폰을 가지고 있어야 페이할 수 있는 그런 택시회사를 만들자, 이런 말도 안 되는 콘셉트. 그리고 80조 기업이 됐습니다. 중국은 더 웃겨요. 이거 괜찮네 그리고 똑같은 것을 메뉴까지 똑같이 해서 2012년에 카피해서 설립합니다. 그리고 우버차이나 중국에 들어와서 하는데요. 우리는 불법. 그러는 사이에 중국은 벌써 키우더니 여러분, 그게 결국 우버차이나를 적자로 몰고 결국 둘이 합병을 합니다. 그 회사가 이 출신이에요. 지금 작년에 33조 마치고 올라와서 내가 무슨 택시회사가 33조가 되냐고 놀랍다 그랬더니 올해 56조가 됐습니다. 여러분, 이 회사가 실리콘밸리의 우버 옆에 독자적인 연구소를 설립했어요. 그 연구소에서 뭐하고 있는 줄 아세요? 무인택시. 저는 세계에서 인디 출신이 제일 무인 택시를 빨리 만들 거라고 생각해요. 미국이나 우리나라는 이거 돌아다니다 사고나면 큰일나요. 중국은요? 몇 명 죽어도 괜찮으니 집중해 봐, 이럴 가능성 높아 보이지 않으세요? 여러분, 그런데 본질. 법의 본질이 택시인데 56조 기업이 되는 거예요. 전혀 기술적으로 특별한 게 없는데도 말이죠. 에어비엔비 우리말로 해 볼까요? 중소여관협동조합입니다. 그렇죠? 명백하게 그래요. 그런데 그것을 어떻게 이렇게 만들었죠? 저는 그래서 인류가 어떻게 변했기 때문에 그런가 보다라고 들여다봤어요. 여러분, 우리나라 우버 들어오려고 그럴 때 해당 유사 서비스 있었어요, 우리 관점에서 보면. 저 같은 구인류의 관점에서 보면 똑같은 서비스가 뭐냐, 콜택시예요. 여러분, 우버로 앱으로 부르든 폰으로 전화해서 부르든 와서 택시 타고 가는 게 본질은 똑같잖아요. 그렇죠? 거기다가 스마트폰 사용자만 쓸 수 있는 우버에 비해서 이것은 그냥 폰 사용자, 스마트폰 사용자 다 불러서 쓸 수 있어요. 그러니 비즈니스를 하려면 콜택시가 낫지 무슨 우버예요. 그렇죠? 저는 그렇게 생각이 들었는데 결과가 다른 겁니다. 어떻게 80조, 56조의 기업이 됐느냐. 작년 우버가 발표한 자기들 매출의 총액이 22조 6000억이에요. 세상에 무슨 택시회사가 22조 6000억을 벌어요. 여러분, 디디추싱은 매일 하루에 중국 인민 1200만명이 저걸 탄답니다. 유사한 서비스 콜택시는? 2만 명이요. 이거 어떻게 하죠? 저는 분명히 그 원인이 있다. 인류가 변한 원인이 있다. 왜? 기술적인 차이가 없으니까요. 제가 그래서 순수 포노사피엔스. 대학교 1, 2학년 학생들을 불렀습니다. 그리고 물어봤어요. 나는 콜택시나 우버나 똑같다고 생각하는데 너희들도 그러니 그랬더니 교수님, 그건 비교할 수 없을 만큼 다른 건데요. 뭐가 달라 그랬더니 이런 얘기를 하죠. 교수님, 저희는 사실 엄마하고도 통화는 잘 안 해요. 문자를 하면 했지. 전화받을 수 있는데도 엄마 전화 오면 제치고 수업 중이야, 엄마 왜 이렇게 한다는 거죠. 여러분, 이게 무슨 얘기인지 아세요? 그런 아이들한테 낯선 사람한테 전화를 해서 내가 어디 있다고 설명을 하고 나를 데리러 오라고 하는 건 서비스가 아닌 거예요. 그러니 선택의 여지가 없는 거죠. 그래서 결과가 이렇게 되는 겁니다. 제가 그때 깨달았어요. 나는 안 되는구나. 나 같은 구인류의 생각으로 우버하고 콜택시 구별 못하는데 어떻게 신인류 사업을 기획하겠냐는 생각이 퍼뜩 들었습니다. 그래서 그때부터 삼성의 모든 회사한테, 많은 기업들한테 제가 그랬어요. 진짜 생존하고 싶으세요, 10년 이후에도? 그럼 신인류가 진짜 뭘 좋아하는지를 밑바닥부터 알아야 된다. 그걸 못하면 결국 할 수 없다는 얘기를 하기 시작한 겁니다. 여러분, 결국은 이것 하나예요. 인류가 변했어요. 이걸 주도하는 사회를 사회학적으로 보면 밀레니엄세대라고 부릅니다. 베이미부머세대의 후손세대. 여기 베이미부머세대라고 하시는 분들은 예를 들어 50년대생, 60년대 초반 세대가 다 포함되는데요. 이분들 자손들하고 대화 안 될 겁니다. 될 수가 없어요. 정보를 보는 체계가 달라요. 이 스마트 시대들은 부모가 만들어놓은 유복한 환경 때문에 어릴 때부터 PC나 인터넷 환경을 끼고 놀아요. 아주 자유자재로 거기의 모든 무한한 가능성을 이미 경험했습니다. 그리고 언제부터? 2010년부터 이걸 딱 들었어요. 날개를 달아준 거예요. 지금 인류학자들이 개인적인 폰을 든 인류와 아닌 인류의 능력 비교를 한번 해 보면 거의 슈퍼맨과 일반인의 차이. 그럴 것 같지 않으세요? 이 신인류가, 너무나 능력이 뛰어난 신인류가 그 변화의 폭을 넓혀가면서 세상을 바꾸고 있다는 겁니다. 어디부터 바뀔까요? 도서관 사업의 굉장히 중요한 부분부터 영향력 있는 것부터 바뀝니다. 잘 보세요. 첫째, 미디어산업이 반혁명적으로 이미 변하고 있어요. 미디어 시장은 혁명상태로 들어갔습니다. 여러분 알고 있는 MBC, CBS 이런 회사들. 민영 TV방송사들은 거의 다 인터넷 플랫폼이나 통신회사와 M&A를 했어요. 그리고 우리에게 제일 흔하지만 타임오너미디어그룹과 ATNT라는 미국 최대 통신사의 합병의 이유가 뭘까요? 방송사가 힘이 없기 때문이죠. 여러분, 제가 매년 저희 대학생들을 대상으로 질문을 합니다. 올해는 1997년생이 대상이었어요. 200명 학생한테 제가 이렇게 물어봤어요. 어제저녁에 TV를 TV수신기로 본 사람. 몇 명이 손 들까요, 200명 중에? 1명. 안 봐요. 안 보는데 방법이 있습니까? 그러니까 돈이 매출이 계속 주니까 큰일 났다. 우리가 어떻게라도 살아남아야 돼. 그래서 이들이 늘 손에 쥐고 있는 스마트폰을 낀 기업들과 M&A하는 거예요. ATNT와 타임오너그룹의 통합은 우리로 치면 SK텔레콤과 MBC문화방송이 합친 것과 똑같아요. 여러분, 괜찮으세요? 사기업이 언론사를 사는 것 괜찮으세요? 괜찮으면 신인류, 불편하면 구인류. 확실해요. 왜냐하면 저는 불편했어요. 구인류입니다. 언론사는 중립성을 유지해야지, 그건 권력인데. 사회가 보장하는 일종의 권리인 견제의 힘을 가져야 되는데 기업이 사면 안 되잖아. 견제와 권력의 힘, 언론의 힘 이게 필요해. 학생들한테 얘기했더니 교수님, 말씀 중에 죄송한데요. 요새 MBC가 무슨 방송을 해요? 여러분, 이게 뭔지 아세요? 안 보는데 무슨 권력이 있어요. 권력을 다 잃어버린 겁니다. 우리는 습관적으로, 상식적으로 대중매체라는 것에 우리 민주주의의 형성을 위해서 힘을 부여했고 그게 계속 제공의 힘을 통해서 뭔가 정의로운 사회를 유지할 수 있는 견제의 힘으로 작용하라고 권력을 부여했던 겁니다. 신인류는 안 보는데요. 여러분 권력이, 언론의 힘이 그대로 유지됐다면 미국 대선에서 도널드 트럼프 당선될 수 없었을 겁니다. 그렇죠? 권력 떠났어요. 권력은 이제 선택을 받는 미디어에 그 힘이 있다는 겁니다. 이미 그렇게 변해버렸어요. 그리고 그 물결은 우리나라에 당연히 옵니다. 네이버 광고 매출 보세요. 작년 2조 5000억, 거의 3조예요. 지상파 3사 광고비 1조 2000억. 3700개의 신문광고비 전부 통합해도 1조 5000억. 2개 합해서 네이버가 안 돼요. 그냥 대한민국 국민이 광고의 황금시간대에 이미 이것만 보고 있다, 이렇게 봐도 과언이 아니라는 거죠. 최근 조사에 따르면, 뉴욕타임스도 이렇게 밝히더라고요. TV와 신문을 통해서 정보를 보고 있는 사람은 55세가 평균연령이다. 전부 50대 이상이에요. 여러분, 가서 조선일보 광고 한번 보세요. 저 보고 깜짝 놀랐어요. 첫 페이지를 봤더니 만성피로에 시달리십니까? 내 얘기네. 그다음 페이지 봤더니 관절이 아플 때는 이 약을 드세요. 세 번째 페이지 봤더니 임플란트예요. 여러분, 이게 현실이에요. 그럼 내가 젊은 아이들을 끌어들이려면 어떻게 해야 될까요? 그들이 보고 있는 미디어에 가서 그들과 함께 협력해서 이들을 끌어들여야 해요. 도서관에 아이들을 끌어들이고 싶으세요? 그들이 좋아하는 걸 자꾸 만들고 인터페이스를 하고 도서관에 오세요라고 이런 데다가 광고를 붙여야 되는 겁니다. 캐리 언니 아시는 분? 여러분, 텐센트는 모르는데 캐리 언니는 많이 아시네요. 캐리 언니 누구죠? 요즘 아이들의 우상이에요. 여러분, 이게 인류가 얼마나 변했는지를 들여다보면 알 수 있습니다. 요즘 아이들은 어린이집 가서 친구들하고 놀다가 너 그런데 캐리 언니 프로그램에서 나오는 거 봤어? 모르면 왕따예요. 그렇죠? 그러니까 어떻게 하느냐? 저 캐리 언니 나오는 방송을 엄마한테 가서 틀어달라고 해요. 그리고 저것만 봐요. 여러분, 이걸 다른 각도에서 보면 이런 겁니다. 미취학아동, 요새 아동이 미디어에 자기 선택권이 있는 걸 알아요. 그리고 소셜 네트워킹을 위해서 그걸 선택해서 봅니다. 그 아이가 10대로 자라면 어떻게 될까요? TV를 볼까요? 안 봐요. 자기 미디어 선택권을 발휘해서 원하는 것만 계속 보는 거죠. 이미 우리나라 초등학교, 중학교는 그렇게 됐어요. 그 자제 아이들을 두신 분은 아마 아실 겁니다. 이제 더 이상 엄마, 아빠와 시간 대충 쓰자. 자기가 희생하지 않으면 TV를 같이 안 봐요. TV 콘텐츠가 재미있다고 하더라도 방에 들어가서 혼자 이걸로 봅니다. 그렇죠? 이렇게 변화했어요. 여기에 맞춰야 되는 겁니다. 이런 미디어의 변화가 어디로 올까요? 거의 정보를 인식하는 걸로 와요. 그리고 미디어의 늪이 날개를 칠까요? 대부분 폰을 들고 사는 인류는 미디어를 제일 많이 봅니다. 여러분, 페이스북의 회원 수가 19억 6000만 명인데요. 이 페이스북은 19억 6000만 명이 뭘 하고 있는지를 매일 분석합니다. 그리고는 우리의 전략은 이거야. 다음 사업은 이거를 결정해요. 페이스북이 2017년 온 힘을 다해서 투자하고 있는 사업이 뭔지 아세요? 킬러콘텐츠 제작사업. 영화, 드라마 만들겠다는 것. 마크 저커버그가 올해 1월부터 이제 페이스북이 이걸 판다라고 처음이 뭐냐? 미디어 포레스트. 결국 정보를 이제 인류는 미디어. 특히 미디어를 통해서 보기 시작했다는 겁니다. 라이브러리 미래에 미디어 퍼스트 전략이 필요한 시점이 왔다고 볼 수 있다는 거죠. 물론 여전히 많은 인류가 구인류입니다, 저를 포함해서. 그런데 미래는 다르다는 거죠. 저한테 4차 산업혁명의 미래를 보신다면 이들이, 33세에서 15세라는 이 새로운 라이프스타일을 살기 시작한 이들이 40세를 넘어가는 그 순간부터는 정말 급격한 변화가 올 수밖에 없다는 겁니다. 그게 4차 산업혁명의 본질이라는 거죠. 그래서 제가 상식을 자꾸 버리고 소비자를 보라는 얘기를 많이 하고 다닙니다. 우리가 갖고 있는 상식. 여러분, 여기서 사실은 라이브러리나 학술정보의 중요성이 등장합니다. 제 다음 강의를 제가 살짝 봤더니 와, 빅데이터 분석을 하셨더라고요. 이것 굉장히 중요합니다. 그 이유가 뭔지 아세요? 폰을 든 인류의 특성 때문에 그렇습니다. 이것 보세요. 재미있는 데이터인데요. 하얀 게 일본의 J-POP, 빨간 게 한국의 K-POP이에요. 이것은 2004년도의 검색들입니다. J-POP이 K-POP의 100배가 높아요. 당연합니다. 일본 음반시장으로부터 100배가 높으니까 전 세계 광고비가 100배가 높고 그러니까 인지도가 100배가 높은 거예요. 이게 상식이죠. 그런데 2010년 이후 보세요. 폰을 사람들이 들자마자 갑자기 K-POP을 검색하기 시작해요, 엄청나게. 한국의 음반시장들이 일본의 음반시장들의 여전히 100배가 큽니다. 그런데 이제는 1만 배가 높아요. 상식이 하나도 안 맞아요. 저 데이터가 이제 새로운 상식이에요. 여러분, 저런 걸 분석하는 게 뭐죠? 저는 여러분들이 하고 있는 일이라고 생각해요. 과거에는 정보가 학술정보나 이런 정보에만 머물러 있었어요. 지금은요? 이게 개념이 달라집니다. 여러분, 빅데이터의 명확한 개념은 포노사피엔스들의 흔적이에요. 아까 보셨죠? 플랫폼 기업 8개가 갖고 있는 것, 전부 다 폰을 든 인류에 대한 거예요. 이들에 대해서 연구하고 싶습니다, 이 기업들은. 왜? 그들의 라이프스타일을 알면 새로운 비즈니스기회가 생기겠죠. 그런데 여러분, 하루에 생활하는 것 보세요. 저도 그렇지만 네이버에 들어가서 뉴스를 봐도 보는 게 일정해요. 처음은 날씨, 스포츠. 내가 보는 거 보면 뻔히 압니다. 이걸 만약에 네이버가 기록해 두면 그때부터 새로운 기회가 생기겠죠. 어느 지역 어디에서는 뭐가 관심이 많구나, 어느 지역 어디에서는 뭐가 많구나. 즉 포노사피엔스의 특징은 신체 일부로 이걸 쓰기 때문에 어디 가서 무엇을 하든 데이터를 남긴다는. 그걸 모아놓고 이해하고 풀어서 비즈니스의 기회를 찾자, 이게 빅데이터 산업입니다. 그래서 무조건 모읍니다. 무조건 모아야 되니까 저장 장치가 필요하고 그래서 제조업 중에서는 유일하게 그 저장을 담당한 메모리반도체기업이 뜨는 거죠. 이 모든 게 포노사피엔스의 움직임과 관련돼 있다는 거죠. 그럼 비즈니스기회 어떻게 만드나 볼까요? 중국 보세요. 중국은 진짜 소비자가 원하는 걸 찾아서 거기에 대응하는 체계로 바꾸고 나서 불과 4, 5년 사이에 이제 뭐라고 불리냐? 글로벌기업의 무덤이라고 불립니다. 저는 2014년부터 중국이 그 데이터 모으는 걸 보고 금방 세계 최강이 되겠다 그랬어요. 2013년까지만 해도 스마트폰 시장 1위 중국에서는 삼성, 2위 애플 이런 식이었습니다. 지금은요? 2016년 결과는 1, 2, 3, 4, 5위가 토종기업, 중국 기업. 6위 애플, 7위 삼성이에요. 이건 누가 어떻게 만들었나 들여다보겠습니다. 딱 드라마 2개만 보면 됩니다. 여러분, 별에서 온 그대 되게 히트했던 거 아시죠? 그런데 별에서 온 그대가 중국에서는 주인공이 외계인이라 TV 방송 금지였던 거 아세요? 외계인이나 괴물이 나오는 건 TV 방송 금지입니다, 중국은. 그래서 TV에서는 할 수 없이 못하고 인터넷전용TV 아이치에서 했어요. 우리로 치면 아프리카TV입니다. 우리 아프리카TV 그렇게 많이 보시지는 않죠. 이걸 21편 미니시리즈를 37억 명이 중국에서 로그인해서 봤어요. 난리가 난 겁니다. 그런데 우리는 저게 PPL 못했다. 하고 나서 공인인증서 때문에 물건 못 팔았다. 그런 얘기만 나오고 끝났죠. 중국에 남은 게 있어요. 37억 명의 로그인데이터. 여러분, 로그인하고 나면 뭐가 남는 줄 아세요? 어느 지역에서 접속했는지를 다 알려줘요. 그건 그냥 자동으로 남는 겁니다. 그럼 별에서 온 그대를 좋아하는 사람은 베이징에서 몇 만, 어디 몇 만 지역별로 다 있네 이게 나온 거죠. 끝나고 치맥이 유행했으니까 치맥 프랜차이즈 식당 사업을 합니다. 우리는 상식적으로 가죠. 유동인구 얼마짜리 지역마다 이렇게 가게 내자. 자기네들은요? 37억 명 어디 있는지 보고 밀도 높은 데만 내자. 유리하겠죠. 그걸 할 수가 있어요, 쟤네들은. 왜? 37억 명이 로그인해서 보잖아요. 우리는요? 안 봐요. 뭘 로그인하라고 그러면 큰일나는 줄 알잖아요. 참 재미있습니다. 우버 불법, 에어비앤비 불법, 모든 개인정보수집 다 불법. 심지어 중국은 이렇게 모은 데이터를 유통업체에 팔아도 돼요. 거래가 다 이루어집니다. 우리는 그랬다가 전부 불법, 감옥 가요. 문제의 핵심은 뭐냐. 신인류, 폰을 든 인류가 데이터를 흘리면서 새로운 비즈니스 기회를 막 만들고 있는데 제가 느낀 게 딱 이런 거예요. 와, 대원군의 시대. 신문명이 절대 못 들어오게 어른들이 막아서고 있어요. 그래요. 저도 대한민국에서 남은 사람은 정치적으로 그래요. 굳이 택시까지 해외의 재벌기업이 와서 택시사업까지 먹어야 되겠어요? 안 되죠. 그래서 불법해도 돼요. 그런데 제가 이런 생각이 들더라고요, 요즘에. 저희 학생들 해외출장 보낼 때 반드시 우버 타고 에어비앤비로 예약하라고 합니다. 왜냐하면 기사도 확인할 수 있고 호텔도 확인할 수 있으니까 정말 안전하고 편안해요. 자기 아이들은, 우리 새끼들은 다 그렇게 보내고 걔들이 경험하고 엄마 이거 진짜 좋던데 딱 들어옵니다. 그런데 왜 우리나라에서는 불법이야? 걔들은 악덕기업주들이야. 여러분, 대원군 생각 안 나세요? 위정척사. 저는 신문명은 이미 도래했다고 생각해요. 중국은 이런 식으로 모아서 막 비즈니스를 합니다. 우리는 다 막아서고 있어요. 제가 정치적으로나 사회적으로는 아직까지 우리가 상처가 많으니까 천천히 가고 합의하고 그거 좋아요. 그런데 제가 이런 얘기를 왜 여러분들한테 드리냐? 아이들의 미래는 여러분의 생각에 달려 있는 겁니다. 저는 대학교 1학년들을 볼 때마다 이런 생각을 깨워줘야 된다고 생각합니다. 걔네들이 끊임없이 저런 게 잘못된 거야라고 한다면 우리가 앞으로 먹고살아야 될 미국 시장과 중국 시장의 진출은 물 건너가는 거예요. 그래서 우리 스스로가 자꾸 깨어 있어야 된다는 거죠. 중국이 얼마나 또 발전했냐? 불과 1년 돼서 태양의 후예 방송했습니다. 제가 한국 방송을 하는 건 이게 데이터 제일 많아서 하는 거예요. 그 외에도 중국은 어마어마한 데이터를 이미 모으고 있을 거예요. 이 드라마도 인터넷전용 TV에서 했는데요. 16편의 드라마를 45억 명이 로그인해서 봤어요. 이러니까 데이터가 쫙 달리고 이걸로 비즈니스하는 겁니다. 작년 스마트폰 시장에서 1, 2, 3, 4, 5위 중에서 1위 하고 3위 한 기업이 중국의 오포와 비보라는 데인데요. 비보는 송중기를 모델로 썼고요. 1위 오포는 슈퍼주니어를 모델로 썼어요. 이게 뭔지 아세요? 그냥 빅데이터로 해서 이 시대에, 지금 내가 폰을 팔 때 내 고객이 제일 좋아하는 타깃에 고객이 제일 좋아하는 모델을 써라. 여러분, 송중기한테 50억 줬대요. 대한민국은 상식적으로 그걸 못 준대요. 삼성이 제일 많이 주는 데인데 모델료 기본 5억 이상은 절대 없어요. 이게 상식이에요. 그래서 안 하는 거예요. 물론하느냐, 안 하느냐가 중요한 게 아니지만 판단의 기준이 어느 나라는 이미 소비자가 가장 좋아하는 걸 데이터를 조사해서 정량화하고 그걸 새로운 상식으로 받아들이기 시작했다는 거고요. 우리는 아직 과거의 상식에 머물러 있다는 겁니다. 여러분, 문헌정보를 하시는 여러분들의 역할이 앞으로 얼마나 중요한지 아시겠죠? 문헌뿐 아니라 인류가 변화하는 것. 인류의 장기에 매달린 이 스마트폰이 남기는 데이터를 분석하고 생각하고 하는 것들이 앞으로 정말 중요한 시대가 이미 되었다는 겁니다. 저는 시장의 혁명의 원인은 바로 이 인류가 변한 것이 그 주원인이라고 생각하고요. 그 미묘한 차이를 만들어낸 인류, 콜택시와 우버를 구별하는 이 인류가 전혀 새로운 세계를 만들어내고 있습니다. 그 증거가 뭐냐고요? 아무것도 없이 그저 그들의 선택을 받은 플랫폼 기업들에 4200주의 자본이 몰렸습니다. 이 힘이 앞으로 10년간 전 세계를 새롭게 바꾸는 힘이 될 거라는 거예요. 그리고 그들은 지금 끊임없이 빅데이터를 기반으로 그다음 단계, 인공지능을 합니다. 여러분, 인공지능은 기술적으로 하려고 했던 게 아니에요. 80년대에 이미 다 나왔던 겁니다. 왜 필요할까요? 이거 가만 보니까 이 사람의 흔적을 보니까 여기 이렇게 남았고 이 사람의 흔적을 보니까 이 패턴이 남았네. 이걸 분석해서 각자 원하는 것을 만들어서 해 줘야지. 그러면 더 좋아하겠구나. 이걸 하다 보니까 그걸 프로세싱하는 인공지능이 필요해진 거예요. 결국 이 모든 게 순차적으로 발전하는 양상. 즉 포노사피엔스 마켓을 노리고 일어나는 변화들이라는 겁니다. 우리나라 대학들이 제일 어려운 주제가 뭐라고 생각하냐 하면 저도 교육을 하지만 늘 제조와 기술만 하다 보니까 정해진 것들만 공부하게 하고요. 정해진 것들만 라이선스 따게 하고 정해진 순서대로만 하게 했어요. 이게 제조 시대에 맞는 교육입니다. 지금은요. 빅데이터를 보고 어떤 과거의 패턴도 가르쳐주지 않고요. 거기서부터 스스로 생각을 하면서 이게 왜 이런지를 해야 돼요. 여러분, 문헌정보에서 많이 하시는 거 아닌가요? 저는 빅데이터의 시대가 된다고 그러면 라이브러리의 미래가 바로 이 데이터를 분석하고 그것으로부터 어떤 의미를 찾아내고 이런 것이 핵심이라고 생각하는데 그런 미래가 여러분한테 있을 거라는 생각이 퍼뜩 들었습니다. 그런데 재미있는 건 이 플랫폼 기업들은 4차 산업혁명 얘기를 한마디도 안 합니다. 인더스트리 4.0을 미국에서는 아예 몰라요. 하버드 비즈니스 리뷰에 봐도 그런 아티클들이 별로 없습니다. 그럼 누가 얘기하는 걸까요? 혁명은 모르겠지만 4차 산업혁명이라는 인더스트리 4.0은 작년 클라우스 슈밥이라는 다보스포럼 의장이 처음 얘기했고 1년 동안 열심히 마케팅을 하고 한국에 왔어요. 그리고 전 세계에서 뜨거운 열광을 받은 딱 3개 국가가 있습니다. 독일, 일본, 대한민국. 뭐하는 국가죠? 제조 중심국이죠. 인더스트리 4.0은 저는 제조업의 반격이 시작되었다, 이렇게 봅니다. 신문명이 등장했고 플랫폼 기업들이 세계를 먹었지만 지난 30년간은 제조기업들이 이걸 먹고 있었습니다. 여러분, 잠깐 주춤했다고 죽지는 않아요. 즉 새로운 반격을 시작할 거고 2020년이 되면 60억 인구를 스마트폰 유저가 세트 레이션, 포화상태에 이른답니다. 그러면 그때는 무슨 일이 일어날까? 당연히 신인류는 새로운 산업, 새로운 생태계를 만들어놨을 거고 거기서 필요한 새로운 제품과 제조는 우리가 하겠다. 저는 인더스트리 4.0의 본질이 그거라고 봅니다. 그래서 나오는 게 제품을 지능화하고 제조를 지능화하기 때문에 이런 얘기를 하죠. 이유는 뭐냐? 신체에 이게 붙어 있다고 생각해 보세요. 여기랑 연결해서 무언가 작동하는 제품, 그걸 제품의 지능화라고 하는 거고요. 이걸로 오더하고 이걸로 시켜서 사 먹는 사람들이 많아졌어요. 그럼 오더 할 때만 만들어주는 것, 이런 제조 시스템. 이런 게 지능형 제조에 해당된다는 겁니다. 그래서 실제로 지난 1년간 엄청나게 그런 쪽으로 스마트팩토리 이런 게 많이 발전하기 시작해요. 대한민국에서는 인더스트리 4.0과 플랫폼들이 빅데이터 인공지능의 혁명적 변화를 다 묶어서 제4차 산업혁명이라고 정의를 하고 있습니다. 어느 용도가 맞는지 중요한 건 아니고요. 저는 여기서 우리가 시장은 변화했구나. 그리고 이 변화한 시장에 따라 새로운 미래를 그 비전과 목표를 설정할 때가 왔다. 이게 우리가 가야 할, 지금 해결해야 될 제일 큰 문제가 아닌가 생각합니다. 오늘 4차 산업혁명에 대한 얘기는 여기서 마치도록 하겠습니다. 감사합니다.



텍스트 마이닝을 통한 제4차 산업혁명 트렌드 분석

발표: 송민(연세대학교 교수)
동영상에 대한 자막정보
텍스트 마이닝을 통한 제4차 산업혁명 트렌드 분석 송 민 첫 번째 발표해 주신 최 교수님께서 굉장히 재미있게 발표를 잘해 주셔서 저도 긴장이 많이 되고 느낀 것이 굉장히 많았습니다. 오늘 제가 발표할 내용은 조금 학술적인 내용입니다. 재미있게 감동적으로 여러분께 발표하기는 어렵고요. 딱딱하지만 학술적으로 발표를 하겠습니다. 4차 산업혁명의 배경이 되는 것은 1차 산업은 메커니컬 한 게 1차 산업의 핵심어고 2차 산업은 일렉트리니컬 한 게 2차 산업이고 3차 산업은 디지털이 키워드입니다. 4차 산업혁명은 하이브리드입니다. 그러니까 하이브리드라는 것은 디지털로 표현되는 디지털화된 그런 자료들이고 그 다음에 ICT라고 하는 인포메이션 커뮤니케이션 테크놀로지가 혼합된 그런 하이브리드가 4차 산업혁명의 핵심어입니다. 4차 산업혁명하면 융합이 가장 핵심이 되는 그런 개념이라고 생각이 듭니다. 그리고 4차 산업혁명은 2016년 1월에 스위스에서 열린 다보스포럼에서 처음. 처음은 아니고 그전에 의장이셨던 분이 책을 쓰시면서 4차 산업혁명에 대해서 처음으로 언급하셨고 그것이 공론화되는 것이 2016년, 작년이죠. 1월 에 있었던 다보스포럼에서 공론화가 되었습니다. 그때 나왔던 것 중에 핵심이 되는 것이 인공지능로봇, 빅데이터, 클라우딩, 3D 프린터 그리고 퀀텀 컴퓨팅, 나노, 바이오. 7가지의 분야에 있어서 4차 산업혁명이 일어날 것이다 는 그런 7개의 논의가 있었습니다. 보시면 조금 전에 설명드린 4차 산업혁명은 ICT 기반의 산업과 사회 전반의 지능화 산업을 의미하는데요. 저는 이것을 뒤에서 도서관하고 연결을 해서 생각을 하겠지만 시간이 없는 관계로 앞뒤로 왔다 갔다 하겠습니다. 그런데 제 생각에는 도서관에 접목이 되었을 때는 저희는 디지털화된 것하고 다시 이것이 피지컬화로 다시 바뀌는. 그러니까 디지털 라이제이션하고 피지컬 라이제이션이. 잘 안 들리시나요? 디지털 라이제이션과 피지컬 라이제이션이 함께 일어나는 것이 도서관이 생각해 봐야 되고 고민해 봐야 되는 그런 문제가 아닌가 하는 생각이 드는데요. 다시 말씀드리면 온라인과 오프라인이 함께 존재하는 그런 공간이 4차 산업혁명시대에 도서관이 고민해야 될 부분이다, 이렇게 생각이 듭니다. 그래서 디지털 라이제이션과 피지컬 라이제이션 설명을 다시 드릴 텐데요. 4차 산업혁명에 있어서 또 다른 핵심적인 것은 초연결성과 초지능성입니다. 그래서 하이퍼 트렉티비티하고 하이퍼 인텔리전스라고 표현되는 어떤 연결망이 극대화되는 게 초연결성이 되는 거고 그다음에 지능성이 극대화되는 것이 초지능성입니다. 이 두 가지 키워드를 통해서 4차 산업혁명의 어떤 특징들을 볼 수가 있는데요. 그것을 학술적인 측면에서는 4차 산업혁명이 무엇일까를 한번 내용분석을 해 봤습니다. 텍스트마이닝을 써서 3개의 소스에서 분석을 했습니다. 첫 번째는 신문기사에서 분석을 했고, 두 번째는 학술문헌에서 분석을 했습니다. 영어 데이터를 썼고요. 영어 데이터 중에서 신문기사와 그다음에 학술문헌. 2개의 다른 데이터 소스에서 텍스트마이닝 분석을 했습니다. 그리고 이 텍스트마이닝 분석을 통해서 4차 산업혁명의 트렌드를 분석할 때 아까 조금 전에 말씀드린 2016년 1월 다보스포럼에서 나왔던 4차 산업혁명, 그 단어가 초기에 어떻게 논의가 되었는지 초기에 논의되었을 때는 신문이나 학술문헌에서 논의되기는 어렵죠. 왜냐하면 시간이 지나야 학술문헌화되기 때문에. 그래서 웹사이트에서 데이터를 수집해서 초기에 4차 산업혁명이 어떤 관점에서 논의가 되었는지를 보고 그것이 2016년과 17년에 걸쳐서 학술문헌과 그다음에 뉴스데이터에서 어떤 식으로 발전돼 왔는지 그것을 보겠습니다. 연구 개요를 보시면 학술문헌에서는 웹 오브 사이언스하고 스코퍼스에서 데이터를 모았습니다. 그래서 학술문헌이 약 866건을 모았고요, 전문을. 그다음에 해외뉴스는 팩티바라는 데이터베이스를 써서 약 1만 1700건의 뉴스기사를 수집했습니다. 그다음에 초기에 4차 산업혁명이라는 단어가 다보스포럼에서 나왔을 때 그것을 중심으로 해서 온라인 포럼에서 어떠한 논의가 되어 있는지를 검색엔진을 통해서 분석을 했습니다. 그때 검색엔진은 여러분, 잘 모르시죠? 덕덕고나 파로, 이런 거 잘 모르십니다. 구글에 연결해서 자료수집하려고 했더니 구글에서 제가 작업으로 크로밍하는 걸 막더라고요. 그래서 수집을 할 수 없어서 수집을 할 수 있는 그런 곳에서 수집을 했습니다. 그래서 분석결과는 다음과 같은 방법으로 해서 단어의 동시 출연을 가지고 상관성 분석을 했고 그다음에 거기서 나온 그 중요단어들을 빈도수 또는 TF-IDF라는 가중치를 두거나 아니면 단어의 폭발력이라는 그런 기법이 있습니다. 그걸 써서 어떤 단어가 폭발적으로 관심이 쏠렸는지. 어떤 해당하는 그런 달에 관심이 쏠렸는지 그것을 텀 벌스티니스라는 그런 기법을 써서 분석을 했습니다. 그리고 토픽 모델링이라는 기법은 단어를 주제문으로 묶는 건데요. 그런 단어를 주제문으로 묶어주는 토픽 모델링 중에 시계열ㅍ쪽에 분석이 가능한 DMR이라는 기법을 써서 그런 트렌드를 분석을 했습니다. 그래서 분석 내용을 가지고 어떻게 해서든지 도서관에 연결해 보겠다. 그래서 도서관에 연결을 시켜봤습니다. 그런데 도서관에 연결이 될 때는 분석한 내용이 바로 도서관에 직접적으로 쓰일 수 있는 그런 분석 자료로 연결이 되지 않고요. 그걸 바탕으로 더 고민하고 그러면서 도서관에 어떻게 4차 산업혁명 그러한 가운데서 도서관이 더 발전할 수 있을까, 이것을 나름대로 고민하고 분석한 것을 맨 마지막에 말씀드리도록 하겠습니다. 아까 말씀드린 대로 검색엔진은 그렇게 했고 포스 인더스트리얼 레볼루션 다보스라는 키워드를 써서 데이터를 처음에 초기에 4차 산업혁명이 어떻게 일어났는지에 대한 것을 초기 개념. 4차 산업혁명의 초기 개념들을 보았고요. 그다음에 뉴스 데이터는 포스 인더스트리얼 레볼루션, 인더스트리포퓰러, 디지털라이제이션, 이런 단어들을 써서 수집을 했습니다. 그리고 웹 오브 사이언스, 포포스에서는 역시 비슷한 키워드를 가지고 데이터를 수집했습니다. 검색을 해서 자동으로 검색엔진에 연결하려고 웹페이지를 들고 온 다음에 웹페이지에서 HDML 데이터를 날려버리고 그리고 본문만 남겨놓은 다음에 본문을 자동으로 분석을 했는데요. 자동으로 분석할 때 핵심어분석, 키 프레이즈 익스프레션이라는 핵심어를 추출하는 기법을 써서 초기에 4차 산업혁명이 인터넷에서 어떻게 회자되는지 분석을 했습니다, 핵심어 추출이라는 개념을 써서 분석을 했는데요. 그때 이제 어떤 단어들이 주로 나타났냐 하면 4차 산업혁명을 나타내는 일반적인 용어들이 주로 나왔습니다. 그래서 포스 웨이, 레볼루션, 인더스트리라이제이션, 이런 단어들은 당연히 나오겠죠. 저런 단어들이 핵심어로 추출이 되었고요. 그다음에 정보 및 기술과학 용어들이 나왔습니다. 모바일 커머스, 로봇, 아티피셜 인텔리전스, 이런 단어들이 초기에 다보스포럼 이후에 2016년 1월과 2월, 3월. 초기에는 수집을 했는데요. 이럴 때 나오는 그런 핵심어들이었습니다. 그런데 여기서 한 가지 관심 있는 것은 핵심어로 나온 것 중에 기술과 여성이라는 관점에서 4차 산업혁명에서 기술과 여성에 대해서 핵심어로 추출된 게 나와서 4차 산업혁명 때는 기술적인 발전뿐만 아니라 거기서 나오는 어떤 직업적인 측면에서 여성분들의 직업적인 측면에서의 역할, 이런 것도 미래에 그렇게 연결되지 않을까 이런 생각도 해 보았습니다. 이것은 이제 기계적으로 나온 것을 해석을 해 본 건데요. 다음은 또 어떤 게 많이 나왔냐 하면 경영, 경제 관련된 용어들이 많이 나왔습니다. 그래서 이코노믹 지오그래피 또는 비즈니스 엔터프라이즈. 이런 경영, 경제적인 그런 관점. 그래서 4차 산업혁명에 대해서 나온 용어들이고요. 여기서 보면 다양한 서비스 산업들이 4차 산업혁명을 통해서 서비스화될 것이다는 그런 예상을 한 것이죠. 저희들이 도서관의 측면에서 보면 저희들이 관심을 가져야 될 것은 4차 산업혁명이 가져오는 도서관의 서비스는 어떤 것이 될 것인가를 한번 저희가 고민을 해 봐야 될 것 같습니다. 물론 사회 전반적으로 걸쳐서 특히 경영, 경제전반에 걸쳐서 4차 산업혁명이 가져오는 지대한 영향이 있을 것입니다. 그런데 도서관에서 저희가 4차 산업혁명을 생각을 한다면 그런 일반적인 변화도 물론 중요하지만 저희들은 도서관 안에서 어떠한 서비스들을 제공해서 도서관에 오는 이용자들이, 4차 산업혁명시대를 사는 도서관 이용자들에게 서비스를 제공할 것인가 이러한 생각을 해 보았습니다. 그리고 정치 및 정책에 관련된 용어도 나왔고 인문사회 및 문화 관련된 용어들도 함께 나왔습니다. 그런데 가장 많이 나온 것은 IT분야였고 그다음에 경영, 경제에 관한 단어들이 많이 나왔다는 것입니다. 초기에는 그렇게 나왔습니다. 학술문헌에 대해서 소개를 해 드리겠습니다. 학술문헌 분석 소개를 해 드리면 이것은 시각화를 간단하게 해 보았는데요. 어떤 시각화냐 하면 저희가 수집한 866건의 전문입니다. 그래서 포스 인더스트리얼 레볼루션이라는 그런 단어와 같이 나타나는 핵심적인 단어들을 여기 보시면 시계열적으로 어떤 단어들이 이렇게 많이 나타나는가를 그려보았습니다. 그런데 여기서는 잘 보이시지 않을 것 같은데요. 학술문헌에서 보면 다음다음 슬라이드에서 보시면 더 자세히 아시겠지만 아직 4차 산업혁명이 무엇이라는 것에 대한 어떤 학술적인 논의가 제대로 이루어지지 않았다는 생각이 듭니다. 여기 나오는 단어들 역시 4차 산업혁명이 아까 빅데이터, 인공지능, 사물인터넷, 이런 것이 핵심이라고 그러는데 그런 핵심적인 단어가 4차 산업혁명의 개념을 소개하는 데 등장하지 않았다는 것입니다. 그러니까 4차 산업혁명이라는 그런 주제가 처음으로 2016년에 나왔지만 지금까지도 그것이 구체적인 어떤 개념이나 분야로써 자리매김을 하지 못했다고 그렇게 생각이 듭니다. 그리고 검색어 인더스트리 4.0을 써서 했는데 이때는 좀 더 많이 나왔습니다. 더 많이 나왔는데 시간이 지남에 따라서 이렇게 보시면 디지털 팩토리, 이런 것이 후반부에 더 많이 나왔다는 거죠. 전반부에 나온 단어들과 후반부에 많이 나온 단어들이 차이가 있습니다. 그다음에 인더스트리, 저기는 용어가 조금씩 다르죠. 다른 이유는 워낙 데이터가 많이 수집되지 않았기 때문에 여러 범주들에서 수집을 했습니다. 참고검사하시는 사서선생님들께서는 데이터가 잘 수집이 안 될 때는 여러 가지 방법으로 비슷한 방법으로 수집을 했는데요. 그래서 검색어가 이렇게 나왔고요. 그다음에 이것을 단어의 동시 출현 분석을 해 봤습니다. 단어의 동시 출현 분석은 866개의 문헌을 분석을 했는데 이때 분석에는 와이텍스트마이너라는 제가 개발한 그런 툴이 있습니다. 오픈소스로 해서 공개를 할 텐데요. 여러분께서 이런 종류의 빅데이터 분석을 하기를 원하시면 제가 만든 거나 아니면 오픈소스를 쓰셔서 한글과 영어가 다 분석이 가능합니다. 오픈소스를 써서 분석을 할 수 있으니까 이것도 그런 식으로 해서 분석을 했는데요. 여기서는 바이그램이라고 해서 2개 연속된 단어, 명사들 중심으로. 2개 연속된 단어들을 같이 봤습니다. 그러니까 유니그램과 바이그램을 같이 봐서 여기 보시면 중요한 단어들이 선이 굵게 나오는 게 있는데요. 선이 굵게 나온 것은 2개 단어가 그만큼 동시에 많이 출현한 겁니다. 동시에 많이 출현할수록 이 두 단어가 상관관계가 있다고 보는 겁니다. 그리고 여러분이 아시는 계량정보학에서 이런 단어 동시 출현을 가지고 지적구조를 파악을 하게 됩니다. 이것도 역시 지적구조를 파악해 보자는 그런 관점에서 시작을 했는데요. 여러분이 보시다시피 그렇게 눈에 띄는 단어가 많지 않습니다. 물론 부력원 처리도 했는데 부력원 처리를 했음에도 불구하고 페이퍼나 리서치, 필드, 콘셉트, 아티클, 이런 단어들은 4차 산업혁명을 제대로 담아내고 있지 못하는 단어들이거든요. 그러니까 조금 전에 말씀드린 4차 산업혁명이 학술적으로 어떻게 논의가 되었는지를 아직 저희가 잘 알 수 없다, 이렇게 생각이 됩니다. 학술적인 측면에서 그렇다는 것이죠. 그런데 아까 좀 전에 최 교수님께서 말씀해 주셨는데 4차 산업혁명에 대해서 굉장히 관심을 갖고 있는 나라가 독일, 일본, 한국이라고 그러셨어요. 저는 몰랐었는데요. 영어자료이기 때문에 아무래도 영국이나 미국 중심의 자료가 많이 있지 않겠습니까? 그래서 4차 산업혁명에 대한 아직 학술적인 정의가 크게 내려지지 않았구나, 이런 생각이 들었습니다. 여기 보시면 스마트 팩토리, 비콘, 이런 단어가 조금 더 관심을 끄는 그런 4차 산업혁명에서 중요하게 생각하는 기술적인 그런 용어들이 되는데요. 스마트 팩토리에 대해서 저는 굉장히 관심을 갖게 되었습니다. 아까 최 교수님 말씀하신 그런 제조업의 반격이 있을 것이다, 저도 공감을 하는데요. 그런 제조업에서 아까 말씀드린 디지털 라이제이션과 피지컬 라이제이션이 융합해서 일어나는 것이 바로 제조업이 아닐까, 이런 생각이 드는데요. 스마트 팩토리는 그런 겁니다. 그러니까 제조산업이라는 피지컬 한 현장에서 디지털화된 그리고 그것이 지능화된 그런 요소가 가미돼서 스마트 팩토리가 나오는 게 아닌가, 이런 생각이 듭니다. 그것은 만약에 도서관에 적용을 해 본다 그러면 저는 그런 생각이 들었는데요. 오픈라이브러리하고 스마트라이브러리라는 두 가지의 개념으로, 저희가 4차 산업혁명시대의 도서관을 생각해 볼 수 있지 않을까, 이런 생각이 듭니다. 그러니까 스마트라이브러리라는 것은 꼭 스마트기기를 도입한다고 해서 스마트라이브러리가 되는 것은 아닙니다. 도서관을 바라보고 도서관의 관장님부터 해서 도서관 운영하시는 분들 그리고 도서관을 찾는 이용자들까지 합쳐서 도서관 자체가 스마트한 곳이라는 그런 인식을 갖게끔 스마트라이브러리를 만들어나가야 되지 않나, 이런 생각이 들고요. 그리고 오픈라이브러리가 굉장히 중요하다고 생각합니다. 저는 이 발표를 하기 전까지는 4차 산업혁명에 대해서 솔직히 회의감이 있었습니다. 왜냐 하면 빅데이터를 전공하는 사람으로서 아직 빅데이터가 도서관에 제대로 적용되지 않았는데 어떻게 4차 산업혁명에 대해서 제가 감히 논의할 수 있을까라는 그런 생각이 들었거든요. 그러니까 그만큼 바쁜 거죠, 저희가. 그런 기술의 진일보를 따라가기가 도서관이 굉장히 벅찹니다. 저는 기초부터 잘하자고 생각합니다. 그러니까 빅데이터가 4차 산업혁명하고 그렇게 많이 동떨어진 개념이 아닙니다. 어떻게 보면 2차 산업혁명 아니면 산업화를 이끄는 데 있어서 가장 중요했던 원유가 성장동력이었다면 4차 산업혁명에 있어서는 빅데이터가 성장동력이 될 것이다. 그런 소스가 될 것이다, 이런 생각이 듭니다. 그러면 도서관은 빅데이터를 담고 빅데이터를 처리하고 빅데이터를 관리하고 빅데이터를 배포하는 곳으로 이렇게 생각을 한다면 데이터를 도서관이라는 그런 기관에서 도서관 안에서만 겪는 것이 아니라 오픈돼서 다른 도서관과 연계되고 이용자와 연계돼서 오픈된 상태에서 도서관이 역할을 해야 되는 것이 아니겠는가라는 생각이 들었습니다. 그러니까 스마트 팩토리라는 개념이 나오면서 이것이 도서관에 연결이 된다면 오픈라이브러리 플러스 스마트라이브러리라는 개념이 도서관에 적용이 되게 될 것이고 그것에 대한 개념화는 많은 교수님들과 그다음에 이와 관련된 도서관에 계시는 선생님들께서 그 개념화에 대해서 조금 더 고민을 하셔야 될 거라고 생각합니다. 저는 이제 제가 아는 것이 한계가 있으니까 데이터를 분석하고 빅데이터 분석을 통해서 본 바로는 도서관에 적용될 때는 그렇게 적용되면 어떨까라는 그런 생각에서 말씀드린 것입니다. 그리고 여기 보시면 챌린지라는 얘기가 있죠. 챌린지라는 것은 기업과 회사의 입장에서의 챌린지로 시작됐지만 그것이 도서관에서도 역시 큰 챌린지다, 이런 생각이 듭니다. 물론 챌린지의 종류와, 그 도전의 종류와 도전의 색깔은 다르겠지만 저희가 이것이 도전임에는 분명하다고 생각이 듭니다. 그다음에 학술문헌 단어의 빈도수를 보면 재미난 단어들이 쭉 나오는데요. 데이터, 테크놀로지, 스마트 팩토리, 포스 인더스트리얼 레볼루션은 그 단어를 썼기 때문에 저게 나오는 게 크게 의미가 없는데요, 하여튼 그게 나오고. 그다음에 그렇습니다. 여기 보시면 출연 횟수로 정리를 했는데요. 더 많지만 30가지 정도 30개의 단어만 가지고 봤고요. 여기 언더스코어로 묶은 것은 바이드라인입니다. 2개 단어를 전 처리과정에서 하나로 보고 전체로 했습니다. 그다음에 이것을 TF-IDF값으로 했을 때는 좀더 기술적인 용어들이 많이 나옵니다. 그래서 autonational이라는 것은 자동화를 위해서 필요한 표준화된 엑셀을 autonational이라고 하는 것인데요. 그런 것이나 아니면 여러 가지 그런 기술적인 용어들이 TF-IDF를 기준으로 했을 때는 더 상위에 존재하게 됩니다. 학술문헌에 대해서는 토픽 모델링을 수용을 해서 시계열적으로 분석을 했습니다. 여기 보시면 시계열적으로 분석을 했는데 어떤 것들이 주로 나타나는지를 한번 보겠습니다. 먼저는 비슷한 방향으로 나오는 것이. 제가 잘 안 보이지 않기 때문에. 여기 보시면 로봇 같은 경우는 시간이 지남에 따라서 약간 하강했다가 다시 가파르게 상승했다가 최근 들어서 저희가 관심 있는 건 이쪽이죠. 그래서 이쪽만 보시면 되는데 2016년과 2017년 사이에는 가파른 그런 상승세를 보입니다. 이것은 정확히 무슨 얘기냐 하면 2016년과 17년 사이의 3개의 토픽은 많은 연구자들로부터 회자되었고 연구가 되었다, 이렇게 생각하시면 됩니다. 그다음에 또 다른 것은 보시면 하강 추세에 있는 것은 2016년과 17년 약간 올라오기는 했는데요. 전반적으로 하강 추세에 있는 것은 인더스트리얼 또는 프로덕션. 이런 두 가지의 단어들이 4차 산업혁명이라는 키워드를 해서 데이터를 모았을 때 나왔던 하강곡선이고요. 그다음에 반대 방향을 나타내는 것은 무슨 얘기냐 하면 디지털라이제이션이라고 하는 것은 상승을 마지막에 2016년, 17년 이후에 상승하는데 매니 팩토리 엔지니어링 같은 것은 하강을 하게 됩니다. 그래서 디지털라이제이션이 4차 산업혁명에서 중요한 개념으로 쓰인다고 보입니다. 그런데 지금은 1년 반밖에 지나지 않았으니까 앞으로 조금 더 지나면 4차 산업혁명에 대한 개념화가 이루어질 텐데요. 그 개념화가 이루어질 때는 분명히 디지털라이제이션만 나오는 게 아니라 피지컬라이제이션이라는 단어도 등장할 거라고 생각합니다. 이것은 다시 제조업이나 아니면 지금 오프라인에 있었던 그런 기능들이 더 스마트해지면서 더 연결이 많아지면서 아까 말씀드린 초연결성과 초지능성이라는 개념을 통해서 오프라인에서 일어났던 그런 활동들이 더 활발하게 이루어질 거라고 생각이 됩니다. 또 반대 방향으로 나타난 것은 스마트 팩토리 같은 경우는 이제 상승을 하는데요. 스마트 그리드 같은 경우에는 하강하게 됩니다. 스마트 그리드는 옛날 개념인데요. 스마트 그리드 같은 것은 저장 장소하고 관련 있습니다. 그래서 저장 장소와 다음에 워크플로가 관련이 있는데요. 이것은 지금 저희가 얘기하는 지능, 인공지능하고 이런 것하고 개념이 멉니다. 옛날 개념이기도 하고 스마트 팩토리나 아니면 인공지능 그리고 4차 산업혁명하고 관련 없는 그런 개념이기 때문에 그런 개념은 하강을 하지만 스마트 팩토리는 더 많은 관심을 얻게 될 것이다는 것입니다. 그다음에 학술문헌은 단어의 폭발력이라는 관점에서 보면 계속해서 폭발적인 관심을 갖게 되는 단어들. 아까 토픽 모델이라고 했는데 현재 토픽을 중심으로 하는 겁니다. 그러니까 단어의 군집화를 통해서 디지털이나. 죄송합니다. 여기 보시면 여기 있는 게 라벨링이라고 하거든요. 라벨링은 단어의 군집을 보고 그 군집이 이 군집은 디지털라이제이션라고 하는 것이구나. 그래서 그 토픽을 디지털라이제이션이라고 군집화시킨 겁니다. 라벨링을 한 겁니다. 어떻게 보면 단어의 군집들에 대한 설명인데요. 이것은 단어에 대한 설명입니다. 그러니까 핵심어라고 보이는 단어들이 시간이 지남에 따라서 얼마만큼 사람들한테. 여기서 연구자들한테 관심을 얻었는지에 관한 것입니다. 그래서 텀 벌스티니스는 그런 개념을 소개한 건데요. 데이터, 테크놀로지, 디지털라이제이션 그다음에 IOT, 로봇, 이런 것들이 전반적으로 상승하는. 상승한다는 것은 저런 개념이 논문 866개에서 꾸준히 하지만 폭발적으로 관심을 얻게 되는 그런 단어다, 이렇게 생각하시면 되고요. 그다음에 해외 뉴스 같은 경우는 학술문헌과는 달리 뉴스 데이터는 하나의 클러스터에 여러 개의 단어들로 포함됩니다. 그러니까 세분화가 된 게 아니라 일반적인 단어들이 서로서로 연결되었다, 이렇게 보시면 되고요. 그다음에 디지털라이제이션이 조금 관심을 많이 갖게 되는, 많이 포커스를 받는 건데요. 이런 단어나 아니면 나머지 단어들은 약간 일반적인 단어고 광범위한 단어들이 많이 선택되었습니다. 바이그램으로 한번 해 봤는데요. 아까는 유니그램이고 전자계산은. 여기서는 바이그램으로 해 봤는데요. 바이그램도 역시 크게 전문적인 용어가 나오지는 않습니다. 그다음에 그것을 엔그램 기준으로 해 봤을 때는 조금 전에 말씀드린 대로 일반적인 단어가 그렇게 많이 나옵니다. 그러니까 신문에서도 역시 4차 산업혁명에 대한 그런 설명을 하면서도 어떤 개념적인 정의가 잘 나와 있지는 않죠. 아직은 혼돈의 시대다, 이렇게 생각합니다. 4차 산업혁명의 관점에서 보면 아직 4차 산업혁명이 뭐지? 어떤 영향이 있을까? 아니면 구체적으로 무엇이 4차 산업혁명을 구성한다는 것에 대한 명확한 개념이 없는 거죠. 그래서 신문에서도 구체적으로 이것을 다룬다 그러면 빅데이터 따로 분석해야 되고 사물인터넷 따로 분석해야 되고 이렇게 따로따로 분석해서 이것들이 4차 산업혁명이다, 이렇게는 얘기할 수 있는데요.4차 산업혁명이 무엇이다는 개념이 정의돼 있지 않기 때문에 역시 신문에서도 그런 혼돈의 과정을 표현해 주고 있는 것 같습니다, 단어들을 보시면. 겨우 IT, 인터넷, 업데이트 나오고 데이터. 여기서 이제 신문에서는 나라명이 많이 출현을 했습니다. 학술문헌에서는 나라명은 거의 나오지 않았는데요. 여기서는 인디아, 차이나, 이런 단어들이 나왔어요. 차이나는 어느 정도 횟수가 나오지 않았기 때문에, 33위 안에 들지 않았기 때문에 여기 넣지 않았는데요. TF-IDF값으로 보면 좀 더 전문적인 내용이 나오기는 하지만 이것이 4차 산업혁명을 잘 설명하고 있지 않습니다. 나온 프레이즈하고 엔그램하고 구분했는데요. 엔그램은 2개 연속된 단어를 그냥 기계적으로 묶어주는 게 엔그램입니다. 그게 형용사, 명사가 될 수도 있고 명사, 명사가 될 수 있고 동사, 명사가 될 수도 있습니다. 그런데 여기서 나온 프레이즈는 명사구를 따로 배열해서 했습니다. 아까 제 오픈소스화된 와이텍스마이너라는 제가 개발한 것에서 두 가지 방법이 있는데요. 나온 프레이즈하고 엔그램 또는 유니그램으로 할 수 있는데 그중에서. 팩티바 DMR 결과를 보시면 헬스케어 같은 경우는 굉장히 변동폭이 크죠. 변동폭이 큰 이유는 날별로 돼 있는데요. 날별로 돼 있을 때 특히 토픽 모델을 실행하면 데이터가 충분히 그 날짜에 많지 않으면 확률적인 기관에서 이루어지기 때문에 한 날에 그 토픽이 많이 회자되었을 때 다음 날에는 떨어지게 돼 있습니다. 그래서 fluctuation 돼 있는데요. 그걸 감안하시면 날로 해야 될지 주로 해야 될지 월로 해야 될지 연도로 해야 될지가 나오는데요. 관심 있게 보셔야 될 것은 전체적인 곡선이 어떻게 흘러가느냐를 보시면 됩니다. 그러니까 여기서 텔레커뮤니케이션 컴퍼니 이런 것 보시면 완만하죠. 한때 2012년 1월 24일 정도가 피크를 이루고 나머지 때는 완만한 그런 건데 그 완만하다는 것은 그게 많이 회자되지 않은 겁니다. 토픽으로써 그렇게 많은 주목을 받지 못했다는 뜻입니다. 그다음에 다보스포럼 같은 경우는 전체적으로 증가됩니다. 그러니까 다보스포럼에 대해서 신문에서 꾸준히 다보스포럼에서의 4차 산업혁명에 대한 논의가 있었지 않습니까? 그때를 꾸준히 언급하고 있다, 이렇게 생각하시면 되겠습니다. 핀테크 같은 경우는 증가한다, 이렇게 보시면 되겠고요. 디지털 트렌스포메이션, IOT도 굉장히 fluctuation이 큰데요. 그렇지만 IOT 같은 경우는 처음보다 증가하는 추세가 있고요. 디지털 트렌스포메이션은 완만하게 증가한 추세를 보이고 있습니다. 이걸 텀 벌스티니스를 보시면 다음과 같은 그런 현상이 나타납니다. 제가 이제 순서를 좀 바꿨고. 발표를 하다 보니까 제 데이터분석이 좀 미흡한 데가 있어서 여러분이 가지고 계신 발표 자료와 조금 차이가 있습니다. 양해 부탁드리고요. 아까 말씀드린 대로 4차 산업혁명과 도서관에 있어서 저는 디지털라이제이션과 피지컬라이제이션이 함께 일어나야 된다, 도서관에서. 그리고 그것이 만일 서비스화된다면 어떤 서비스가 있을까 생각을 해 보았는데요. 저는 가상현실과 또는 증강현실로 명명되는 VR, virtual reality를 소개해 드리고 싶습니다. 서비스로. the virtual reality. 그러니까 증강현실이라는 것은 도서관의 참고봉사 다음에 도서관의 서비스를 이제는 최 교수님이 아까 말씀하셨듯이 스마트폰세대라고 그렇게 소개하셨는데요. 신인류라고 소개하셨는데요. 그 신인류라고 소개하는 스마트폰이 너무나도 일상생활에서 자연스러운 세대. 아니면 그런 이용자들한테는 도서관에 찾아오게 하는 것이 쉽지가 않습니다. 그러면 도서관을 이용하게 하려면 도서관을 현실화시키는 가상의 공간을 만들어주는 것이 중요하다라고 생각합니다. 그 가상의 공간이 바로 가상현실입니다. 그러니까 가상현실에서 어떤 도서관 서비스를 이루는 것이 중요하다고 생각이 되고 그것이 디지털라이제이션과 피지컬라이제이션이 융합되는 장소가 아닐까 하는 생각이 듭니다. 그래서 가상현실과 증강현실을 통해서 이용자들이 도서관에 대한 어떤 친숙함과 그런 것이 생긴다면 도서관을 이용하는 데 있어서 더 부담 없이 오지 않을까라는 생각이 들어서 여기는 소개되지 않았지만 가상현실 또는 증강현실이라는 그런 테크놀로지를 써서 서비스화하는 것이 중요하다는 생각이 들고요. 그것이 바로 오프라인이라는 피지컬한 도서관과 그다음에 저희는 온라인 서비스를 한다 그러면 웹사이트 구축하고 페이스북 열고 트위터 하고 이렇게 굉장히 수동적인 그러한 서비스를 생각하는데요. 아예 도서관 자체를 그러한 플랫폼이라고 생각하시면 됩니다. 저희는 사고의 전환이 필요한 거죠. 스마트기기를 많이 들인다고 해서 도서관이 스마트해지는 것은 아니라고 생각합니다. 도서관을 플랫폼화하자라는 것이 이제 제가 평소부터 생각했던 것인데요. 플랫폼화했을 때 그걸 스마트한 플랫폼을 만들자는 것입니다. 그것이 온라인 따로 오프라인 따로 만드는 것이 아니라 그것을 함께 어우러질 수 있는 그런 장소로 만든다 그러면 서비스를 제공한다 그러면 그런 신인류라고 표현되는 새로운 이용자들이 부담 없이 찾아갈 수 있는 도서관이 되지 않나, 이런 생각이 듭니다. 그리고 사물인터넷도 그런 데서 사용되는데요. 사물인터넷 또는 만물인터넷 이제는 IOE라고 그럽니다. 인터넷 오브 에브리싱. 그러니까 모든 것이 다 연결되는 거죠. 연결되는 게 좋냐 나쁘냐는 철학적인 논리는 저도 그것에 대한 생각이 있지만 그것은 논외라고 생각이 들고요. 이런 모든 기기들이 연결되는 그런 4차 산업혁명에 있어서는 도서관이 피해갈 수 없는 그런 현실이라고 생각합니다. 그러면 어떤 것은 우리가 받아들이고 어떤 것은 받아들이지 않고 어떤 것은 우리가 교섭을 해서 서비스를 하고 어떤 것은 하지 않고에 대한 그런 논의가 있어야 될 거라고 생각되고, 조금 전에 말씀드린 그런 사물인터넷이 포함되는 그런 증강현실이 서비스화 되는 것이 도서관에서 가장 먼저 고민해 보는 그런 서비스가 되지 않을까, 이런 생각이 듭니다.제 발표는 여기서 마치도록 하겠습니다. 감사합니다.



IBM 인공지능 Watson의 소개 및 적용사례

발표: 한선호(Watson Sales Leader, Watson Platform, IBM Korea)
동영상에 대한 자막정보
안녕하세요. 좋은 아침입니다. 제가 원래 고향이 인천인데 정말 오랜만에 와봤습니다. 제가 여기 뉴시티 할 때부터 여기 있었고요. 그때 맨땅이었는데 깜짝 놀랐습니다. 오늘 IBM 왓슨 인공지능에 대한 설명을 드릴 텐데요. 좀 편안하게, 어려운 얘기 아닌 쉬운 이야기로 말씀드릴게요. 뒤에 들리시나요? 혹시 안 들리시는 분 손 들어주십시오. 제가 그쪽으로 가겠습니다.재미있게 해보겠습니다. 그래서 쉬운 얘기로 진행해보고 기술적인 것보다는 저는 오늘 사례 위주로 말씀드리면서 인공지능에 대한 사실은 허와 실 일 것 같은 말씀을 드리려고 해요. 많이 도움이 되셨으면 좋겠고요. 시간이 30분이라서 좀 빨리 진행을 할 수밖에 없는 것 양해해 주십시오. 질문은 다 끝나고 받도록 하고요. 오늘은 제가 먼저 질문을 드리는 형태로 진행을 할까 합니다. 그래서 작지만 선물도 준비했습니다. 손들고 답변 주시면. 워밍업 좀 해보겠습니다. 제가 자녀가 몇 명 일 것 같으세요? 여기 앞에 계신 분. 참석자 : 5명. 한선호 : 정답입니다. 선물 드리겠습니다.어제저녁에 왔더니 웬 30대가 왔냐고 젊어 보인다고 하셨는데 감사해서 1번째 퀴즈를 했고요. 몸 좀 푸셨죠? 시작하겠습니다. 오늘 왓슨에 대한 전반적인 설명을 드릴게요. AI 하면 뭐가 제일 먼저 떠오르세요? 손들고 얘기하세요. 조류독감. 꼭 나오는 단어인데 틀렸습니다. 참석자 : 저요, 알파고. 한선호 : 알파고죠. 선물 드리세요. 네, 알파고입니다.2번째는 뭐가 떠오르세요? 조류독감 나왔는데. 2번째. 인공지능이요?인공지능 하면 뭐가 떠오르냐고요. 집중 안 하시네요.왓슨이요? 감사합니다. 틀렸습니다. 참석자 : 아리아? 한선호 : 아리아. 제가 힌트 드릴게요. 최근에 TV에서 광고 많이 하죠. 지니. 여기요. 스피커봇, 챗봇. 사람하고 대화를 하는. 그런데 여러분들이 생각하는 인공지능이 과연 바둑이나 두려고 만든 거고 챗봇이랑 대화하려고 만든 건가요? 아니죠. 모르기는 몰라도 저런 끔찍한 모습은 아니겠지만 사람과 같은 생각을 하고 정말 나한테 전문가적인 조언을 해 줄 수 있어야 우리가 생각하는 AI가 도움이 될 거라고 봅니다. 실제 위키에서 보면 Artificial Intelligence는 사람처럼 sensing 하고 추론하고 그걸 통해서 의사결정을 하게 되어 있어요. 그래서 50년대부터 나왔던 perception 한 기술인데 제가 여기서 현실적인 기대를 낮춰드릴게요. 현재 다른 회사는 모르겠습니다만 저희가 일반적으로 이야기하는 인공지능은 Artificial Intelligence에 와있지 않습니다. 더 명확하게 말씀드리면 사람이 만들어 놓지 않은 전문적인 기술을 스스로 생각해서 판단할 수 없어요. 결국은 사람이 만들어놓은 지식을 어딘가 숨어있는 지식을 찾아서 사람에게 알려줄 뿐입니다. 그래서 엄밀히 얘기하면 같은 AI 지만 Artificial이 아니라 Augmentative Intelligence입니다. 지적 확장을 통해서 그 정보를 밝혀주는 겁니다. 원하는 시간에 원하는 정보를. 그게 현재 저희가 생각하는 AI의 현실입니다. 그런데 왜 IBM은 계속해서 어려운 용어까지 써가면서 Artificial Intelligence 안 쓰고 cognitive computing 한 발음도 어려운 말을 쓰냐면 그러한 Augmentative Intelligence의 구현에 의해서 가장 중요한 게 인지라고 하는 부분이고 그래서인지 컴퓨팅, cognitive computing을 씁니다. 그리고 실제 IBM은, 지금 바둑 얘기가 나오는데 이미 체스 챔피언을 이긴 지가 꽤 됐어요. 그리고 아시는 것처럼 최근에 퀴즈쇼 나가서 우승도 했고. 그 당시 1990년대 AI를 사실 접었다가 다시 시작한 이유가 여기에 있습니다. 만약에 특정산업의 전문영역에 대해서 얘가 훈련을 받고 그 전문영역의 전문가들에게 조언을 줄 수 있다면 세상을 바꿀 수 있겠다고 생각을 하고 다시 시작한 거고요. 그래서 오래 시간을 갖고 왔습니다. 제가 질문을 하나 드릴게요. 우리 한천구 과장님께 질문을 드리겠습니다.오늘 비가 올 것 같으세요? 한천구 : 아니오. 한선호 : 왜 비가 안 올 것 같으세요? 한천구 : 아침에 날씨가 맑았어요. 한선호 : 그런데 만약에 이 세션이 끝나고 났는데 비가 오면 어떻게 생각하실 수 있으시겠어요. 한천구 : 기상악화로. 한선호 : 갑작스럽게 제가 말씀 안 드리고, 죄송합니다. 감사합니다. 박수 한번 주십시오. 왓슨을 설명드릴 때 지금 같은 표현을 제가 자주 씁니다. ‘제가 오늘 비가 올까요?’라고 여쭤봤더니지금 한선호라는 사람이 날씨를 물어보고 있구나라고 이해를 해요. 왓슨은 우리가 이야기한 걸 컴퓨터로 코드를 넣는 게 아니라 자연을 그대로 이해합니다. 때로는 저게 텍스트가 될 수도 있고 음성이 될 수가 있고 이미지가 될 수도 있습니다. 이해를 합니다. 2번째는 추론을 했죠. 지금 과장님 추론하셨잖아요. 지금 날씨 바깥에 화창하고 일기예보에도 비 온다는 얘기가 없었고요. 여러 가지 정보를 통해서 추론을 합니다. 왓슨은 추론을 합니다. 몇 가지 가설을 설정하고 그 가설 속에서 추론합니다. 그래서 비가 안 올 확률이 98%라고 결정을 하죠. 그런데 비가 왔어요. 그러면 어떻게 되죠? 왜 비가 왔는지에 대한 것을 사람들이 판단할 거 아니겠습니까. 예를 들면 내가 몰랐던 기압의 영향이 있을 수도 있고 또 여러 가지 있을 수 있죠. 그러면 이러이러한 상황에서 98% 비가 안 와라고 얘기했지만 언젠가부터 다시 바뀔 수 있어요. 추가적인 이런 상황이 있을 때 비가 올 수 있어라고 다시 배웁니다. 그게 왓슨이에요. 이걸 지속적으로 Interact, 반복하면서 조금씩 나아집니다. 처음에 왓슨은 어린아이에요. 그런데 전문영역에서 가르치다 보면 사람과 달리 24시간 365일 공부를 하기 때문에 1년이 지나면 초등학교를 졸업하고 2년이 지나면 중학교, 고등학교를 졸업하고 3년이 지나면 대학을 졸업하고 사회에 나갈 수 있는 정도의 지식수준이 되는 겁니다. 하지만 인간보다 못하겠죠. 상상할 수 없습니다. 그런 부분이 현재 왓슨 영역이고요. 빅데이터랑 그러면 왓슨 인공지능이 뭐가 다르냐. 빅데이터는 어제 잠깐 답변을 드렸는데 이게 사람이 만들어놓은 룰이잖아요, 어쨌든. 그러면 A라고 물어보면 답은 A'라고 정해져 있죠. 바뀌지 않습니다. 사람이 룰을 바꾸기 전에. 그런데 cognitive computing 왓슨은 시간이 지나서 러닝을 하면 어떻게 될까요? 답이 바뀔 수 있습니다. 사람과 달라요. 또 퀴즈를 기다리시는 분이 있을 것 같아서 다시 하겠습니다. 제퍼디쇼에 나갔죠. 아까 제가 말씀드렸죠. 체스팸피언을 2006년에 이기고 2011년에, 죄송합니다. 체스챔피언을 98년에 이기고 제퍼디쇼를 했어요. 저게 몇 년...? 참석자 : 저요, 2011년.제가 답을 말씀을 드렸죠. 선물 주세요. 제가 실수를 가끔합니다.네, 2011년입니다. 지금으로부터 벌써 6년이 지났고요. 6년이 지난 동안 많은 일이 있었겠죠. 왓슨에 대해서 이렇게 물어보시는 분이 있습니다. 그러면 텍스트 검색을 하는 거랑 왓슨이랑 뭐가 다르냐고 말씀을 하세요. 혹시 선물 있어요? 없어요? 하나 있어요? 마지막 퀴즈가 될 것 같아요. 텍스트 검색이랑 뭐가 다른지 제가 비교를 해볼게요. 여기 보시는 것처럼 1898년에 5월에 포르투갈에서 이 탐험가의 인도 도착 400주년 기념일을 축하했다. 이 탐험가는? 말이 좀 꼬여 있죠. 잘 보세요. 말이 꼬여 있어요. 실제 제퍼디쇼가 이겁니다. IBM이 제퍼디쇼에 굳이 나가서 왓슨을 증명한 이유가 이거예요. 사람처럼 문맥을 이해할 수 있는지 말을 꼬아놓은 거예요. 기본적인 키워드 검색을 보통 저희가 하게 되면 이렇게 되죠. 축하했다. 1898년 5월 400주년 기념일 포르투갈 도착해서. 이 키워드를 쭉 뺀 다음에 저거를 하나하나 키워드를 가지고 얘기합니다.그리고 저 키워드에 매치되어 있는 정보를 가지고 가장 유사한 문장을 끌어다 놓으면 정답이 어떻게 되겠어요. 간디가 5월에 포르투갈 관련 기념일 간 걸로 되어 버리는 거예요. 그러면 답이 간디예요. 그러면 얘는 틀린 것이 되죠.그런데 왓슨은 어떻게 하냐. 보시는 것처럼 추론을 해요. 시간적인 추론. 1898년 5월에 400주년 기념일을 했다고 하면 이건 400주년 전이니까 몇 년도야. 그러면 그 해에 있었던 이벤트들 쫙 뒤져요. 이해 가시죠? 그다음에 통계적인 의역을 합니다. 도착을 했다는 게 도착한다는 표현도 있지만 어디에 상륙을 할 수 있다, 어디를 점령할 수 있다 여러 가지가 있을 수 있잖아요. 그걸 가지고 확장을 합니다. 이런 가설적인 추론 확장하고 공간적인 확장을 해서 만들어 내면 우리가 원하는 바스코 다 가마를 찾아낼 수 있는 겁니다. 이게 왓슨이 얘기하는 일반적인 가설적 추론입니다. 다르죠. 그래서 키워드 검색과 왓슨이 이렇게 다르다고 이해하시면 됩니다. 2011년에 제퍼디쇼를 하고 나서 오랫동안 계속 상용화 준비를 계속했고 보시는 것처럼 이미 저 왓슨은 새로운 테크놀로지가 아니라 이미 보시는 것처럼 40여 개 국가에서 20개 인더스트리에 비공식적으로 작년 4월 기준으로 500개의 실제 라이브 시스템이 구현되어 돌아가고 있고요. 월 30억 건 트랜잭션 일어나고 있어요. 좋은 얘기는 뭐냐면 왓슨의 비용은 점점 떨어지고 있습니다. 워낙 트랜잭션이 많아지니까. 여기서 재미난 게 인사이트를 가질 수 있는 게 뭐냐면 저희가 제퍼디쇼를 하고 나서 상용화할 때 가장 늦게 시작할 인더스트리가 의료, 금융, 국방이라고 생각했습니다. 왜 그랬냐면 의료, 금융, 국방이라는 산업은 약간 보수적이면서 클라우드적인 것들을 사실상 배제화 시키기도 하고 매우 미션 크리티컬한 영역이에요. 그래서 저희는 사실 이거 유통, 제조 이런 쪽으로 먼저 시작하겠지 했는데 사실은 저 시장이 제일 먼저 시작했고 가장 많이 성숙해져 있어요. 왓슨을 활용할 수 있는 수준이. 왜 그럴까요? 왜 그럴 거 같으세요? 참석자 : 학습량이 많아서? 학습할 양이 많은 분야라? 한선호 : 제가 따로 선물, 아 받으셨죠? 다행입니다. 정답이시고요.저 시장에 제가 잘 아는 지인 의사분이 얘기를 하는데요. 내가 치료하는 진료 분야에 하루에 떨어지는 임상과 관련된 논문이 250개가 넘는다고 합니다. 하루에 250개 정도. 그걸 다 보실 수 있을까요? 못 보죠. 도저히 못 보죠. 금융과 관련된 compliance issues들이 전 세계에 하루에 몇 개씩 떨어질 것 같아요. 어마어마한 양입니다. 그 데이터를 사람이 다 확인해서 볼 수가 없어요. 더 이상 우리가 의지하고 있는 수천억을 들였던 저 산업의 IT 인프라가 발달하면 발달할수록, 그 프로그램을 가지고 저걸 도저히 해결할 수 있는 방법이 한계에 와 있어요. 프로그램 업을 하지 않은 영역이 와야 돼요. 그래서 인공지능이 우리에게 답이다고 생각하시면 돼요. 새로운 기술이라고 도입한 게 아니라 우리에게 정말 필요한 거예요. 그래서 아이러니컬하게 저 산업이 가장 먼저 시작했고 저 분야의 사례가 제일 많이 쓰고요. 최근에 다른 산업으로 확대가 되고 있습니다. 왓슨은 아시는 것과 다르게 하나의 덩어리가 아닙니다. 되게 다른 영역으로 구현이 되어 있어요.그래서 보통 저희가 크게 얘기하면 6개 포트폴리오로 보통 말씀을 드립니다. 1번째가 사람하고 interaction을 해야 되니까 뭐가 필요할까요? 대화를 해야죠. 그래서 Conversations라는 영역입니다. 아주 기본적인 거예요. 2번째, 아까 말씀드렸듯이 하루에 250개씩 쏟아지는 논문들을 수많은 데이터들을 한 번에 처리할 수 있어야 돼요. 그래서 그걸 Language Analytics이라고 해요. 그래서 수천 페이지 데이터를 한꺼번에 밀어 넣어도 이 전체적인 데이터에서 얘기하는 콘셉트가 뭐고, 주요 목적어가 뭐고, 어떤 감성적인 것들이 섞여 있고 이런 걸 쭉쭉 뽑아내요. 그게 Language Analytics. 3번째가 왓슨의 요소 기술들을 가지고 시장에 있는 개발자들을 도움을 드리기 위해서 클라우드 형태로 오픈되어 있는 게 있어요. 그래서 클라우드 지원을 하는 거예요. 또 Discovery. Discovery는 쉬운 예를 말씀드릴게요. 미국의 트래커들이 많죠. 큰 트럭. 그런데 그 트래커들이 대부분 히스패닉입니다. 안타깝게도 그들은 어렸을 때 교육적인 커버리지가 없었어요. 글씨를 못 읽습니다. 그런데 대륙횡단하는 트래커들 되게 많잖아요. 그런데 차가 사막 가운데서 섰어요. 그러면 콜센터에 전화할 수밖에 없죠. 그런데 콜센터가 전화를 우리처럼 바로 받아주나요? 아니죠. 대기시간이 15분씩 걸리죠. 나는 급해죽겠는데. 그래서 그 사람들을 위해서 뭔가 할 수 있는 게 없을까라고 해서 트럭을 만든 회사에서 아이디어를 냅니다. 우리 회사가 판매하고 있는 트럭의 종류가 한 20가지인데 그 트럭의 매뉴얼을 왓슨에게 트레이닝을 시켰어요. 그래서 트래커가 이상이 있을 때 드라이버가 conversation 합니다. 말로, 차 안에서. 나 이러이러해서 갑자기 차가 섰어. 증상이 뭐야. 쭉쭉 설명하면 매뉴얼을 트레이닝 한 왓슨이 이러이런 걸 조사해 봐, 했어, 안 했어. 그러면 이런 게 원인일 것 같아. 이렇게 응급조치를 해봐. 그리고 내가 바로 콜센터 연결해볼게. 어디서 어떻게 만나면 돼, 이렇게 가르쳐주는 거죠. 그런 걸 할 때 되게 전문적인 지식을 트레이닝을 하는 영역이 Discovery 쪽이라고 보시면 됩니다. 이해되시나요? 제가 일부러 쉽게 말씀드렸습니다. Explore라는 영역은 되게 다양한 비정형 데이터를 분석해서 그냥 쉽게 얘기하면 거기에 키워드 그다음에 키워드 간의 관계 이런 것들을 쉽게 보여주는 영역이 Explore이고. In the Labs은 뭐냐면 왓슨이라는 기존에 상용화된 기술 말고 왓슨을 활용해서 새로운 것들을 하고 싶은 분들이 많이 계세요. 혹시 왓슨이 만들어놓은 영화 Movie Trailer 보신 분 계세요? 모르세요? Morgan이라는 영화가 있습니다. 실제 유튜브에 들어가시면 왓슨 Morgan이라고 치시면 Morgan이라고 하는 스릴러 영화를 왓슨이 Movie Trailer를 만들었어요. 어떻게 만들었냐. 그동안 히트 쳤던 100개의 스릴러물 영화를 트레이닝 시켰습니다. 스크린 앞에다가 왓슨을 세워놓고 영화 봐라라고 한 건 아니고요. 필름은 필름 라인대로 나가고, BGM은 BGM대로 트레이닝 시키고, 대사 이런 것들 따로따로 트레이닝 시켜서 몇 분 몇 초에 가장 클라이맥스를 치고 사람들이 같이 호응을 했는지 트레이닝을 시켜놓고요. 그 피스를 데이터 트레이닝 시켜놓은 거죠. 그다음에 Morgan이라는 영화 1시간 40분짜리 영화를 밀어 넣었더니 예를 들면 2분 몇 초, 5분 몇 초, 17분 몇 초에 히트를 쳤다고 픽업만, 그걸 조합해서 프로듀서한테 알려주는 거죠. 그걸 가지고 Movie Trailer를 만들었습니다. 이렇게 새로운 형태의 일을 해볼 때 In the Labs, 왓슨이 새로운 것들을 만들기도 합니다. 6가지 이해하시면 될 것 같아요. 기술적인 것 말씀 안 드릴게요. 데이터가 막 만들어졌어요. 여기 보신 것처럼 language, 말로 하는 것. 말 자체에 대한 것들 구분하는 것, 문맥을 이해하는 것들, 번역 기능 이런 것도 있지만 또 하나 뭐냐면 Personality insight라는 게 있습니다. Personality insight 보이세요? 이게 뭐냐면 한국형 사주팔자 보는 데에요. 개인이 소셜에 남겨놓은 글, 만들어 놓은 책, 텍스트를 밀어 넣으면 1000개 이상의 워드가 들어가면 그 사람의 개인 성향을 분석합니다. 그래서 만든 게 아니라 심리 분석할 때 사용하는 모델을 가지고 만들었어요. 재미난 거 말씀드릴게요. 미국 사람들은 개인 성향의 새로운 분석이 50개가 넘게 나옵니다. 한국 사람들은 그들보다 약간 샤이해서 단어의 표현이 자제가 되죠. 그래서 마흔몇 가지가 나오는 편이에요. 그런데 20개밖에 안 나오는 민족이 있습니다. 누구일까요? 이건 퀴즈 아닌데 제가 따로 맞히시면 상품 보내드릴게요. 20개밖에 안 나와요. 참석자 : 일본. 한선호 : 비슷한데 일본보다도 더 낮은 데가 있어요.저도 처음 알았는데. 없으세요? 반응이 없어서 제가 답을 말씀드릴게요. 중동이에요. 아랍. 아랍 계통이 실제적인 자기표현을 거의 안 합니다. 그래서 사실은 많이 뽑아내지 못하는데 어쨌든 Personality insight라는 개인 성향으로 분석하는 게 어떤 면에서 좋냐. 인사업무에 많이 쓰입니다. 직원을 뽑는 데 혹은 어떤 새로운 업무를 갖고 조직을 구성할 때 그 팀에 대한 사람들의 성향을 비슷하게 맞추는 거예요. 그다음에 그 업무의 적성과 맞게 맞추는 거예요. 또 하나는 고객이 있는 데죠. 금융 쪽에 활용이 되고 있어요. 예를 들면 어떤 특정 고객이 매우 내성적이고 논리적이면서 이런 여러 가지 성향이 있을 거지 않습니까? 자기주장이 명확하고. 그러면 그러한 고객과 카운슬러, 파이낸싱 카운슬러가 같은 성향인 사람을 붙여주죠. 그래야 계약이 될 확률이 높아집니다. 이해 가시죠? 그런 식으로 활용을 합니다. 그래서 기타 등등 speech 쪽 할 때 음성도 있고 영상도 있고 몇 개 Data insight를 저희가 아예 만들어서 제공해드리고요. 이렇게 구성이 되어 있습니다. 말씀드린 것처럼 왓슨은 새로운 기술이 아니고 이미 쓰이고 있습니다. 저희가 작년 10월에 World of Watson이라고 라스베이거스 행사를 갔을 때 정말 깜짝 놀라고 쇼크를 먹었어요. 어제 잠깐 말씀드렸지만 대부분 IT 관련된 행사, 새로운 기술 때문에 행사로 제가 미국에 가면 항상 어깨에 뽕이 들어갔거든요. 왜, 대한민국이 제일 항상 앞서 있고 제일 많은 의지를 갖고 있고 어떻게 보면 우리가 가장 잘한다고 생각했었던 일이었는데 AI는 그렇지 않았습니다. 되게 쇼킹했는데요. 저희는 새로운 것이라고 생각해서 고민을 하고 어떻게 할까 고민을 하잖아요. 그런데 AI 만큼은 저희가 늦었다는 생각이 많이 들었어요. 어마어마하게 많은 1만 몇천 개. 세지도 못했습니다. 그런 수많은 회사들이 이미 왓슨을 활용해서 이렇게 데이터를 만드는 시장에 끌어놓고 있어요. 그래서 사실 어떻게 보면 저희가 빨리 캐치 업을 해야 되는 시장이 아닐까 라고 하고 있고요. 보시는 것처럼 Tax Professional 세무사를 위한 지원. 의사나 이런 게 있고, Lawyers를 도와주고 있고 학생들 혹은 선생님들. 교수님은 아니고 초등학교, 중학교 선생님들 도와주고 있고요. 실제 필드 엔지니어를 도와드리고 있고 콜센터에서 활용이 되고 있습니다. 되게 다양한 분야에 쓰이고 있고요. Tax Professional에 관한 되게 재미난 거 하나 말씀드릴게요. 이런 겁니다. 여러분들 세무사 관심 있게 얘기하는 게 이게 1년에 몇 번 돼요? 한 번이죠. 연말정산. 돈을 받을 수 있는 절호의 기회. 저도 굉장히 신경 쓰고 하는데 잘 안 되는데요. 연말정산할 때 미국도 마찬가지입니다. 그래서 우리 아파트 단지에 보면 상가들 있죠. 상가에, 미국 가보시면 H&R Block이라는 오피스가 하나씩 다 있어요. 걔들도 마찬가지로 연말정산 잘해야 돼요. 그런데 내 연말정산에 대한 관련된 규정, 미국도 마찬가지로 1년에 세법 바뀌고 그거 내려오면 그걸 다 세무사가 다 확인할 수도 없고 개개인이 다 체크하기 어렵죠. 왓슨이 어떻게 활용되고 있냐면 H&R Block의 Tax Professional 옆에 앉아있고 인터뷰를 하면 왓슨이 같이 듣고 있어요. 같이 듣고 있다가 이 사람이 이렇게 얘기하는 겁니다. 작년에 회사를 이직을 했고 올해 결혼을 했어요. 그다음에 최근에 무슨 무슨 관련 주식을 몇 개 팔았고 이런 몇 가지 얘기를 합니다. 그러면 왓슨이 픽업을 해요. 그래서 최근에 바뀐 세법 대비 이 사람이 가질 수 있는 가장 최고의 이익적인 세법 관련된 규정들을 뽑아서 세무사한테 전달하죠. 그러면 굉장히 빠른 시간 안에 이 사람한테 맞는 게 떨어질 수 있죠. 어마어마한 가치입니다. 그래서 별의별 영역에 쓰이고 있습니다. 아주 쉽게는 이런 호텔 같은 프런트 데스크의 Concierge로 쓰여요. 그래서 저런 로봇으로. 그래서 호텔에 관련된 체크인, 체크아웃 정보, 주변에 있는 여행정보 같은 걸 conversation 합니다. 더 나아가서 꽃 배달 관련 회사. 미국에서 가장 큰 1-800-Flowers. 저기 사장님이 되게 새로운 걸 알았어요. 이 꽃을 팔려면 고객들의 어떤 특정 감사한 일이나 고마운 일이나 기념일에 꽃을 사 가잖아. 그러면 그 사람들이 꽃만 사겠어? 선물도 사고 싶어 할 거 아니야. 그런 걸 왜 안 물어봐. 그러면 웹에다가 꽃만 추천하는 게 아니라 선물도 추천하자. 그러면 그거 추천해서 고객님과 대화를 해야 되는데 콜센터 직원이 전화해서 대화하면 고객들 싫어하잖아. 웹 챗을 해요. 웹으로 conversation. 재미난 게 뭐냐면 요즘 챗봇이 되게 많은데 챗봇은 어떤 새로운 채널을 만들기 위해서, 있어보기 위해서 하는 것만은 아니에요. 물론 그거 되게 중요해요. 새로운 채널을 만드는 것. 왜냐하면 계속 오프라인에서 온라인으로 하는 고객들한테 다가가기 위한 방법이니까. 그런데 더 중요한 게 있어요. 1-800-Flowers가 1년 반이 지났는데 2주 전인가 3주 전인가 Mother's Day인 거예요. 이것도 적어놓으세요. 퀴즈를 내야 돼요. Mother's Day에 미국에서 1-800-Flowers가 팔았던 가장 많이 팔린 꽃의 색깔이 뭘까요? 빨간색? 노란색? 분홍색? 하얀색? 제가 생각했던 거랑 똑같네요. 순서대로 틀렸어요. 다 못 맞혀서 제가 어쩔 수 없이 파란색이었어요. 블루예요, 블루. 51%가 블루를 샀어요. 여러분, 상상을 못하죠. 고객들은 그렇더라고요. 내가 단순히 고객한테 챗봇 만들어서 새로운 Insight를 얻을 거야. 알고 봤더니 51%가 블루를 샀어요. 그러면 저 꽃집회사는 내년부터 무엇으로 제일 많이 줄까요? 블루죠. 모르기는 몰라도 빨간색, 분홍색, 하얀색 많이 버렸을 것 같아요. 그게 새로운 Insight를 얻는 겁니다. conversation을 하는 게 중요한 게 아닌 것 같아요. 보셨던 것처럼 대학에서 쓰이고 있습니다. Junior Freshman이 학교에 입학하면 그 학생이 이 학교에 빨리 적응할 수 있게끔 마치 조교와 같은 멘토를 왓슨이 붙여줘서 관리해 주고 하는 형태로 Deakin University에서 쓰이고 있어요. 학생들 관련한 정보를 제공하기도 하고 전문 과목에 대한 커리큘럼을 주기도 합니다. 그런데 이게 왜 중요하냐. 예전 기억을 더듬어보시죠. 대학 딱 들어가면 1학년 들어가면 누가 제일 무서워요? 2학년이 제일 무섭죠. 2학년이 자기가 멘토랍시고 앉혀놓고 이 교수 더러우니까 이 강의 듣지 마. 이 교수님은 뭐가 중요해, 이 사람한테 어떻게 아부해 이런 거 가르치잖아요. 좋죠, 도움 많이 되죠. 실제 도움 많이 됐어요. 저 같은 경우는 도움 많이 됐거든요. 그런데 뭐가 있냐면 그 사람은 뭔가에 바이어스 해 있죠. 그 사람의 주관적인 건데 객관적인 얘기를 할 수가 없어요. 그런데 그 주관에 맞춰서 제 운이죠. 복불복이에요. 좋은 선배 만나면 나는 좋은 커리어로 가는 거고 안 좋은 선배 만나면 맨날 당구장에 있는 거예요. 그렇죠? 그게 사실 뭔가 바뀔 수 있는 거였습니다. 그다음에 노스페이스 같은 경우도 마찬가지. 내가 언제 무슨 일로 어디에 갈 거야라고 얘기하면 거기에 맞는 가장 좋은 재킷을 추천하는 형태로 활용을 하기도 합니다. 노스페이스 같은 경우는 저 형태를 활용해서 실제 장바구니에 담았다가 구매로 전환되는 비율이 30%가 증가했어요. 어마어마한 돈을 넣었거든요. 그래서 계속 확장을 하고 있습니다. 상품 추천 쪽으로 왓슨을 추가적으로 활용하기도 합니다. 월마트입니다. 월마트는 되게 재미난 케이스라서 제가 또 준비했는데 월마트에서는 마트에서 뭘 할까요? 저기 보시면? 저기 월마트 누가 투자할 것 같으세요? 제가 알기로 월마트 되게 짜거든요. 회사가 투자하지 않습니다. 월마트에 있는 노조가 투자했어요. 월마트에서 25년간 근무하신 어느 여자분이 유방암이 걸리셨어요. 그래서 수술을 하고 통원치료를 받고 다니시는데 회사로부터 워닝을 받습니다. 당신 회사 규정과 어긋나게 휴가를 썼어. 말했죠. 내가 왜? 내가 알고 있는 건 이렇게 휴가 내는 걸로 알고 있는데? 바뀐 지가 오래됐어. 회사 인사규정을 다 머릿속에 외우고 다니시나요? 모르죠. 그래서 이 사람이 열받은 거예요. 그래서 노조를 찾아갑니다. 우리 이런 문제를 풀어야겠어. 우리 왓슨을 활용해서 회사 인사규정 같은 것을 왓슨에다가 다 들이밀자. 그리고 누군가 그거 물으면 답해 주게 하자. 또 하나, 답만 하는 게 아니라 왓슨이 다 대답을 할 수 없잖아요. 그러면 그 부분에 대해서 알고 있는 누군가가 답을 대신해 주면 문제를 해결하는 동시에 왓슨이 이끈 답에 대해서 다시 백. 그래서 노사 분들을 위해서 쓰였습니다. 되게 색다르죠. 다음 Staples. 제가 말이 빠른가요? 괜찮으세요? Staples 한국말로 하면 뭡니까? 이거 퀴즈 아닌데. 알파문구잖아요. 동네에 있는 알파문구. 문방구죠, 문방구. 얘네들은 보통 가장 뭐가 있냐면 supply chain을 가지고 하는데 고객이 실제 클립 하나, A4지 하나 이런 것들을 어떻게 디맨드가 있고 그걸 디맨드에 맞게 서플라이를 하는 체계들이 잘 잡혀있는 데도 불구하고 그 중간중간에 value chain이 너무 길죠. 길다 보니까 자기가 실시간으로 그런 걸 예측할 수 있는 탭이 없잖아요. 그래서 그걸 바꾸고 싶었습니다. 여기 보시면 이 Easy Button이라는 게 있어요. Easy Button. 그런데 저게 원래는 저렇게 IT 적으로 활용되는 게 아니고 Staples의 상징이었어요. Easy Button. 그래서 인터넷이 연결된 것도 아니고 그냥 플라스틱 박스였습니다. 잘 아실 텐데 Easy Button이 6불이었어요. 몇 개가 팔릴 것 같아요. 그냥 Staples라는 상징만으로 약간 액세서리라는 개념으로 500만 개가 팔렸었어요. 그런데 CEO가 악, 한 거예요. 와우. 우리 여기에다가 왓슨을 박아. 이 자체가 있는데 여기서 왓슨을 박아서 Easy Button을 누르면 conversation 돼서 나는 네가 필요해. 보시는 것처럼 나 A4지가 필요해, 나 A3가 필요해라고 얘기하면 그 자체가 디맨드가 될 거라는 걸 Staples는 인식하고 그 체인을 통해서 물건을 배달까지 하는 형태로 혁신을 한 케이스입니다. 다 되죠. 그다음에 woodside. 이게 아까 말씀드렸던 엔지니어링 회사예요. 이게 Oil and Gas Company인데 쉽게 얘기하면 어느 해저에 오일이 많이 묻혀 있을 건지 플래닝을 통해서 배를 띄워서 가서 시추해서 석유관에서 공급까지 하는 회사입니다. 약 50년이 좀 넘은 회사예요. 이 회사가 왓슨을 들여가게 된 1번째 계기는 뭐냐면 50년이 됐다고 했잖아요. 처음에 시작해서 이 회사에서 엄청나게 전문성을 쌓은 엔지니어들이 이제 막 퇴사하기 시작한 거예요. 30년, 어떤 분들은 적게는 25년부터 35년까지 일하신 분들이 퇴사하기 시작해요. 이분들이 나가면 이분들이 남겨놓은 수많은 전문, expertise라고 해요. 전문성이라고 인사가 될 수 있고 지식이 있고 이걸 다음 세대한테 어떻게 넘길 건지에 대해서 너무 막연한 거예요. 보고서는 많아요. 수백만 페이지 되겠죠. 정리가 안 되어 있습니다. 이걸 어떻게 할까 생각해서 왓슨을 활용해요. 2가지입니다. 하나는 수많은 전문성을 실제 왓슨에게 트레이닝을 시켜서 어떤 엔지니어가 유사한 답을 물어보더라도 왓슨이 대답하게 만드는 게 하나 있고요. 또 하나는 문화를 바꿉니다. 여러분들이 빅데이터 수시로 수주해서 기업들이 작년만 해도 느꼈던 게 뭐냐면 So What이에요. 뭔가 모아놓으면 엄청난 insight가 있을 줄 알고 모아놨더니 내가 기존에 했던 IT시스템들에 추가로 할게 별로 없는 것 같아.그런데 저 회사가 엄청난 insight가 어떻게 나왔는지 말씀드리겠습니다. 퇴사하신 분들한테 문화캠페인 한 거예요. 내가 내 후배들에게 남길 수 있는 내 많은 엔지니어 기술들을 메모장에다 써. 그 메모장에 적어놓은 말들이 어마어마한 Insight예요. 그걸 왓슨에다가 넘겼더니 엄청나게 결과로 터져요. 빅데이터 저리 가라였죠. 이게 하나의 문화가 되었어요. 그래서 계속해서 그렇게 하고 있어요. 이 케이스에서 사실 전 IT 왓슨도 되게 파워풀했지만 그들의 문화도 되게 중요하다. 또 하나는 일본에 있는 중공업입니다. 여러분 신문 뉴스 기사에 많이 보셨죠. 조선업계가 큰일 났다. 해양플랜트 큰일 났다. 막 이러죠. 중국에 밀려서 수주도 못하고. 실제로 우리나라 4대 중공업도 마찬가지고 일본 중공업도 마찬가지입니다. 그래서 보통 중공업에 대한 수주산업이라고 하거든요. 수주산업. 배든 해양플랜트 수주 단위가 3조~4조예요. 그래서 그런 부분들을 실제 보면 왜 큰 사업에서 수익이 떨어지느냐. 실제 고객이 발주처가 내보낸 요건들을 잘못 이해하고 거기에 대해서 잘못 의사결정해서 제안을 해서 계약을 하면 나중에 패널티가 들어오는 거죠. 그런 부분들을 왓슨이 트레이닝 해서 왓슨이 실제 제안요청서가 오면 요건들을 뽑아내고 거기에 맞는 우리 기존의 practice를 가지고 이건 이렇게 제안해야 돼, 저렇게 제안해야 돼, 가이드를 해 주는 형태로 쓰입니다. 시간이 얼마 남았죠? 끝났어요? 저 5분만 더 쓰겠습니다.이렇게 봤을 때 이게 공공에 실제 어시스트로 쓰입니다. 선물 주다 보니 시간이 다 갔어요. 공공기관 홈페이지에 들어가 보세요? 저는 안 들어갑니다. 왜냐하면 거기에는 내가 원하는 정보를 얻기가 너무 힘들어요. 그냥 한글파일 몇 개 붙어있고 이래요. 그런데 그걸 아이디어로 착안한 거고요. Purple Forge라는 회사가 왓슨을 활용해서 실제 창이 하나밖에 없어요. 그냥 말로 물어봅니다. 텍스트로 물어봅니다. 나 오늘 무슨 무슨 문제가 있어. 이런 걸 찾고 싶어 하면 포털 엔진 사이트 접속해서 그대로 끌어다 주는 것. 아주 심플한데 되게 파워풀합니다. 전 세계 100개 도시가 넘게 쓰고 있어요. 이거 텍사스 대학에서 2주 동안 만든 겁니다. 잠 잘 수 있는 곳 찾고요. 먹을 걸 찾아요. 세금을 못 내요. 전화 콜센터에 할 수 있을까요? 창피한데? 어렵죠, 이런 거 찾기. 대학생들이 만든 겁니다. 대학생들 6명이 2주 동안 만든 겁니다. 넥스트 IBM. 회사에다가 대시보드 만들어 놓고 전 세계 수천 개 회사들이 어떤 형태로 성장하고 있고 어떤 기술이 이슈가 되고 있고 어떻게 회사가 매출을 얼마를 냈고 그래서 나는 어떤 회사가 어떻게 팔렸고를 정보를 다 꿰차고 의사결정을 하는 겁니다. 엄청난 형태의 왓슨이 접목이 되어 있고요. 보시는 것처럼 되게 복잡하죠. 그런데 왓슨이 생산하고 왓슨이 설명하고 하는 형태로 활용할 수 있습니다. 저렇게까지 가 있습니다. 말씀드린 것처럼 왓슨은 많이 적용이 되어 있기도 하지만 많은 성과를 내고 있습니다. 실제 수치적으로 고객이 돈을 더 많이 벌게도 하고 더 효율적으로 만들기도 하고 실제 운영비용을 줄이기도 하고 하는 데 활용됐고요. 앞으로 이것들을 더 활성화시키기 위해서 산업적인 연계 그다음에 에코시스템의 시장에 만들어가는 데 계속하려고 합니다. 사실 여러 가지 형태로 만들어 놓고 고객들이 빨리 쓰시게끔 만들어 드리도록 하겠습니다. 여기까지입니다. 감사합니다.



클라우드 기반의 제4차 산업혁명 전략

발표: 김은주(한국정보화진흥원 클라우드 팀장)
동영상에 대한 자막정보
클라우드 기반의 제4차 산업혁명 전략 요즘에 어디가나 4차 산업혁명이 각 분야에 어떤 영향을 미치는지에 대해 화두가 되고 있고, 미래가 어떻게 바뀔 건지에 대해서 논의를 하고 있는데,이것이 이런 학술정보 영역에서도 활발하게 펼쳐진다는 것이 굉장히 고무적인 것 같습니다.저희 쪽에서도 4차 산업혁명 드라이브하면서 어떻게 미래 진흥정보화사회가 바뀌어야 되는지에 대해서 열심히 연구하는데, 요즘 일자리가 없어질 거냐, 만들어질 거냐 부터 해서 굉장히 활발한 논의가 국가적으로 일어나고 있습니다.인공지능에 의해서 없어지는 일자리에 대한 걱정도 많고, 일견에 서는 우리가 4차 산업혁명에 대항해서 싸워야 되는 거 아니냐, 일자리가 오히려 없어지는 거 아니냐, 만들어야 되는데, 이런 우려가 있습니다. 그래서 거기에 대해서 제가 특별한 지식을 전달하려는 건 아니고요. 같이 한번 생각과 마음을 열고 논의하는 그런 시간이면 어떨까 싶습니다. 4차 산업혁명이 우리한테 무엇인지 같이 한번 생각을 해보고요. 4차 산업혁명으로 넘어가는 데 있어서 중요한 키 포인트가 뭘지. 저는 클라우드 라고 얘기하게 될 것입니다만 생각해보겠습니다. 그런데 왜 이 4차 산업혁명으로 가지 않을 수밖에 없는지는 우리가 되게 잘 알고 있는 것 같아요. 너무 트랜잭션 이 많아지고 있어요. 아시는 것처럼 자동차도 스마트 카가 되고 있고 집에 IoT가 들어가고 있고, 집에 ‘누구’나 ‘기가지니’ 이런 거 집에서 쓰고 계신지 모르겠습니다. 저 친한 분은 혼자 사시는데 ‘누구’ 이런 거 집에 있더라고요. 그래서 “그거 뭐해?” 그랬더니 아침에 출근할 때 “다녀올게”라고 인사하고 퇴근해서 “나왔어” 이렇게 인사하고 잠 잘 때 “잘 자” 이렇게 얘기한다고 하더라고요. “그러면 좋아?” 그랬더니 좋대요. 항상 공손하고 화도 안 내고 친절하게 대답한다합니다. “안녕히 다녀오세요.” 이렇게 인사하고 좋답니다. 그래서 정말 진정한 인간의 친구가 되고 있구나, 이런 생각이 들었습니다. 어쨌건 인공지능은 스피커부터 출발해서 스마트 카 여러 가지 IoT 그리고 스마트 디바이스 등 이런 것들이 발전하면서 너무 많은 디바이스들이 인터넷에 연결되고 있죠. 그래서 한 가지 고민거리가 생긴 거죠. 우리가 PC로부터 오는 어떤 트랜잭션, 그다음에 스마트폰으로부터 발생한 트랜잭션, 이런 것들 처리하기도 컴퓨터가 버벅 버벅 거리잖아요.여러분들 아시는 것처럼 작년에 지진 났을 때 안전청 홈페이지 다운됐잖아요. 왜요, 트랜잭션이 폭주했으니까. 이번에 KISA 랜섬웨어 문제 아십니까? 랜섬웨어 발생한다고 전체 공공기관에 아침에 출근하는 데 문자가 왔어요. 정보보호사이트에 접속해서 랜섬웨어 대처법 확인한 다음에 아침에 컴퓨터를 켤 것. 그래서 어쩔 수 없이 도착해서 대처법이 뭐지? 그러면서 컴퓨터는 켜지 말라고 그러니까 스마트폰으로 접속을 해보려고 사이트에 들어갔는데 다운됐어요. 왜요, 사람들이 너무 폭주했으니까. 그래서 국민들이 어떻게 느끼겠어요. 내가 필요할 때는 다운되는구나. 필요할 때 다운되네. 왜냐하면 평상시에는 랜섬웨어 관심 없었거든요. 그런데 아침에 문자가 왔어요. 전 국민은 그렇게 할 것. 그래서 거기에 전 국민이 붙으니까 죽어버리는 거예요. 지진 나니까 죽어버리고요. 제가 대구에서 왔는데 공공기관 지방이전해서 대구 갔거든요. 지진 났을 때 제가 대구 내려가는 KTX 안에 있었어요. 갑자기 KTX가 멈추더라고요. 대처를 잘했어요. 지진 나면 멈춰야 되거든요. 그래서 대구 진입 전에 멈췄습니다.왜 멈췄지? 그랬는데 안내방송이 안 나와서 네이버 켜고, 카톡 켜도 하나도 안 되더라고요. 그 순간에. 진짜 다 멈추더라고요. 세상이 멈췄구나. 전화도 잘 안 되고 다 멈췄습니다. 정보는 없고. 왜 멈췄는지 모르는 거예요. 엄청 빠르다는 KTX가 중간에 멈췄어요. 많이 답답한 거죠. 안에 있는 사람들 다 난리가 났습니다. 기차 안에서. 아무 데도 접속해서 처리할 수 없는 상황. 장시간 동안 답답했어요. 이런 상황인 거죠. 그래서 우리가 여기서 느끼는 건 뭐예요. 디바이스는 엄청나게 많아지고 이 엄청난 폭주적인 현상은 줄어드는 것이 아니고, 이 스마트 디바이스가 훨씬 더 늘어나고 있기 때문에 무한대로 더더더더 많이 늘어날 거다. 그러면 우리가 지금부터 미래를 대응하는 우리로서는 옛날처럼 서버 몇 대 가지고 이 수많은 디바이스로부터 발생하는 트랜잭션을 처리할 수가 없습니다. 그렇죠? 그리고 여기 계신 분들 지금 공공기관에 얼마나 계신지는 잘 모르겠으나 어쨌건 폭주할 때 안 죽는 시스템, 대학교 같은 경우에 수강신청할 때 폭주하는 시스템 이런 것들이 항상 문제가 되고 있거든요. 그래서 지금부터 우리가 갖춰야 될 것은 이 수많은 디바이스로부터 나오는 트랜잭션을 어떻게 하면 잘 핸들링해서 안 죽게 할 것이냐, 이 부분이 굉장히 중요해진 거죠. 그러니까 2번째 미래사회에 중요한 이슈가 있습니다. 데이터양의 증가죠. 그러면 다시 빅데이터 문제라고 보면 됩니다. 너무 데이터가 많이 증가해요. 소셜 네트워크에서 발생하는 문제, 인터넷에서 발생하는 문제, 이제 IoT가 되면 IoT에서 발생하는 여러 가지 데이터들 이런 것들이 너무 많이 발생합니다. CCTV에 녹화하는 데이터들 굉장히 많이 발생합니다. 이것들을 다 어떻게 보관하고 처리할 거냐 이거죠. 실제로 여러분 CCTV 굉장히 많이 있잖아요.거기서 엄청난 데이터가 발생하는데 그 데이터 다 어떻게 합니까? 버리죠. 왜 버립니까? 스토리지가 없어서. 그거 어떻게 계속 보관해요. 그래서 사실은 다 버리죠. 법이 몇 개월까지는 보장을 하고 하면, 예를 들면 3개월까지는 보장해야 된다는 데드라인을 법에다 주면 딱 그 기간 보장하고 버리죠. 그게 현실입니다. CCTV라든지 굉장히 막대하게 발생하는, 수많은 빅데이터가 발생하는데 그걸 다 우리는 어떻게 한다? 버립니다. 이유는 심플합니다. 스토리지가 부족해서. 그래 놓고 우리는 항상 어떻게 합니까? 빅데이터 연구자들은 모여서 맨날 고민합니다. 우리나라는 빅데이터가 없어. 분석을 해야 되는데, 빅데이터 분석해야 되는데 빅데이터가 없네, 이렇게 얘기합니다. 참 아이러니하죠. 한쪽에서는 빅데이터가 엄청나게 발생해요. 그래서 어떻게 해요? 버려요. 왜, 공간이 없어서.한쪽에서는 빅데이터 열심히 연구해서 정책연구에 기여하고 싶습니다. 의사결정하고 싶어요. 그런데 의사결정하고 빅데이터 할 수가 없습니다. 왜, 빅데이터가 없으니까. 이런 일이 발생합니다. 이게 우리 아까 당면한 현실인 겁니다. 그런데 해외를 딱 보니까 뭔가 이상한 일들이 일어나고 있어요. IBM 왓슨 얘기도 했는데 이런 인공지능 로봇이 돌아다닌다고 그러고, 여기보시는 것처럼 돌아다니죠.그리고 이런 테슬라 같은 자동차, 전기자동차만 문제가 아니죠. 이런 자율주행자동차가 돌아다니기 시작하고요.언제죠? 인간들하고 집단지성 대결하잖아요. 여러분들 아시죠? 여러 사람하고 싸우잖아요. 그래서 알파고가 한 사람하고 알파고하고 싸웠더니 알파고가 이겼다고 그러니까, 알고 봤더니 알파고는 CPU가 여러 개 있어. 그러니까 인간을 이겼던 거 아니냐. 사실은 1 대가 아니었어? 이렇게 얘기하니까 결국 그러면 사람도 여러 명 해서 하지 뭐, 그런데 여러분 그거 누가 이걸 거라고 보세요? 알파고가 이기겠죠. 이제 다 알잖아요. 우리가. 혹시나 하는 마음이 없어요. 알파고가 이걸 겁니다. 하여튼 이런 변화가 일어나고 있습니다. 그리고 포켓몬 고라는 게임 순식간에 해외에 퍼진 사례가 있습니다. 그런데 여기서 우리가 느껴야 할 딱 하나의 팩트가 있는데요.우리를 깜짝깜짝 놀라게 하고 있는 모든 현상이 어떤 한 기술에 의한 것이 아니라는 겁니다. 한 기술에 의한 것이 아니다.여러분, 조금 전에 제가 열심히 커닝하면서 물어봤더니 왓슨이라는 IBM 인공지능기술 들으셨어요. 그리고 어떤 분야에서는 알파고를 얘기하고 있겠죠. 또 어떤 곳에서는 모회사의 새로운 인공지능 서비스를 얘기하고 있을 것입니다. 그러나 저는 우리 모두가 알아야 할 사실은 우리를 놀라게 하고 있는 이 모든 것들은 절대 한 기술에 의해서 만들어지지 않았다. 이것이 지금 우리 한국인들이 알아야 되는 팩트인 것 같습니다. 왜냐하면 우리가 3차 산업혁명 시대에 살고 있던 사람들이 그간 잘했던 게 뭐냐면 분류하는 것이었어요. 이거는 이 분야, 얘는 제조업 분야이고 얘는 IT 분야이고, 얘는 언어 분야로 합시다. 분류였어요. 여태까지 3차 산업혁명시대는 분류였고요. 그리고 모든 교육은 분류관점에서 일어났습니다. 국어, 영어, 수학, 역사, 과학 이런 식으로 분리해서 만들었죠. 왜? 그 분야의 전문가를 만들려고. 이게 이전 시대까지의 우리의 교육이고 산업이고 문화이고 발전이었습니다. 분류하고 그 분야의 전문가를 만드는 것. 그런데 4차 산업혁명 시대에 우리를 놀라게 하는 모든 것들은 어떻다고요? 한 분야의 전문성으로 만들어지지 않았다는 겁니다. 그렇기 때문에 우리가 놀란 거죠. 왜 이 분야에서 그렇게 발전할 리가 없는데, 인공지능 자체가, 저도 인공지능 전공했거든요. 인공지능 자체 학문이 그렇게 깊어진 게 없는데 왜 갑자기 잘하지? 그런데 요새 그렇게 되고 있어요. 왜 갑자기 이래? 이런 생각해요. 왜 이래 얘가? 이런 생각이 듭니다. 왜 그랬을까요? 그 분야가 급격하게 발전한 원동력이 그 분야로부터 오지 않았기 때문입니다. 걔가 발전한 이유는 어디서 왔어요? 다른 분야에서 왔죠. 그게 우리를 놀라게 하고 있는 겁니다. 그래서 이제 4차 산업혁명 시대에 우리가 갖고 있는 모든 사회와, 문화와 모든 것이 바뀌어야 되는데 이제 어떤 것이 최고가 아니에요. 전문성이 최고가 아니고 뭘 잘해야 돼요? 융합을 잘해야 돼요. 융합을 잘해야 합니다. 그래서 교육도 그렇게 가르치면 안 돼요. 국어, 영어, 수학 따로 따로 해서 마치 그것이 굉장히 다른 것처럼 가르치면 안 됩니다. 옛날에는 선생님 한 사람이 국어도 가르치고 철학자가 다 가르쳤잖아요. 음악도 가르치고, 미술도 가르치고 그렇지 않습니까? 레오나르도 다빈치 그림도 잘 그리고 다 잘하지 않습니까, 수학도 잘 하고. 마찬가지 그런 시대로 돌아가고 있는 겁니다. 인간은 다시 산업화 시대에 맞춰서 인간도 마치 공장노동자가 되듯이 모든 것이 딱딱 딱딱 끊어서 너는 이 분야만 하고 너는 이 분야만 하고 너는 이 분야만 해서 그 분야의 전문가로 키우는 것이 산업혁명시대에 제조 이런 시대에 맞는 인간형, 인재상이었다면 인간은 다시 과거로 돌아가서 인간의 인재상은 다시 백 투 더퓨처 하는 거죠. 과거로 돌아가고 있어요.그래서 뭐예요, 융합적인 인재가 필요한 거죠. 융합형 인재, 진정한 인간의 창의성을 발휘할 수 있는 모든 부문을 꿰뚫는 융합형 인재가 필요한 거고요. 우리를 놀라게 하는 4차 산업혁명은 결국은 뭐예요? 융합혁명입니다. 그래서 저는 사실은 이 모든 것을 같이 들었으면 하는 바람입니다.AI의 발전, 인공지능의 발전, 데이터의 수많은 트랜잭션, 데이터가 쌓이는 부분 그다음에 여러 가지 IoT라든지 이런 부분이 발전하는 것, 네트워크가 발전하는 것, 그리고 이 모든 것들이 다 서비스화되고 있는 현상. 중요합니다. 이 모든 것들이 서비스화가 왜 될까요? 물론 인간한테 돈 벌려고 하는 것도 있지만 서비스화 돼야 융합됩니다. 서비스화는 융합의 전제조건입니다. 서비스화돼야만 섞입니다. 물타기가 될 수 있어요. 같이 이렇게 섞입니다. 그래서 서비스, 모든 것이 서비스화되고 있는 현상. 이 모든 것들을 우리는 한꺼번에 반드시 이해해야 하고 이것들이 융합돼서 다시 완전히 새로운 파괴적인 혁신을 하고 있다는 것을 4차 산업혁명의 실체로 이해해야만 한다고 주장하는 거죠. 그리고 아마 여러분도 다 알고 계실 겁니다. 학술정보의 미래, 도서관의 미래. 여기입니다. 도서관 자체에서 미래를 찾으려고 하지 마시고 어떻게 봐야 돼요, 우리는? 전체를 다루는. 전체의 흐름을 이해해야 되고 그 전체의 흐름을 융합시키는 곳에서 새로 구성하는 파괴적인 미래를 설계해야 합니다. 조금 더 나아가는 점진적인 미래는 없습니다. 그러면 왜 4차 산업혁명이라고 그러겠어요. 점진적인 미래는 없습니다. 4차 산업혁명은 이 자체에 의해서 자극을 받는 것이 아니고 다른 모든 것의 융합에 의해서 자극을 받았기 때문에 그 전체를 이해하고 매우 혁신적인 미래를 설계하는 게 맞다. 제가 책자를 쭉 봤어요. 책자 내용 중에 사서의 역할 변화 이렇게 있는데 저는 이 전체를 봤을 때, 그냥 제 소견입니다. 저는 지식이 많지가 않습니다. 제가 다른 얘기, 엉뚱한 얘기를 하더라도 이해해 주시고요. 잠깐 고민해봤는데 제가 요즘에 서점을 큰 서점은 많이 다녔는데 무슨 책을 사야 될지 서점이 엄청 크니까 모르겠더라고요. 정보의 바다속에서 서점에서 어떤 책을 집어 들어서 어떻게 가야 될지 몰라요. 그런데 최근에 어떤 트렌드가 있냐면 굉장히 학식이 높고 책을 엄청나게 많이 읽은 분들이 조그마한 책방을 열어요. 요즘에 그런 트렌드가 있죠. 그래서 엄청나게 책을 많이 읽은 분들이 조그마한 책방을 내서 자기가 알고 있는 모든 분야의 소양을 다 발휘해서 자기가 읽은 책 중에 recommend하는 책들을 골라놔요.그리고 책방에 앉아있죠. 그래서 딱 가면 그 사람을 딱 보고는 커뮤니케이션을 하면서 너에 맞는 것을 이렇게 시작해서 이렇게 되면 너는 얘를 읽을 수 있고, 그 이후 그것부터 네가 얻을 수 있는 어떤 임팩트는 어떤 게 될 것이고 이런 식으로 컨설팅을 잘 해 주시더라고요. 그래서 저는 이 책방에 갑니다. 왜냐하면 이 책방에 가면 수많은 정보의 홍수에서 나는 아무것도 살 수가 없었거든요. 그런데 이 책방에 가면 사서 읽지도 않아. 그런데 왠지 마음이 안정되면서 내가 갖지 못했던 융합적인 소양 하에서 나의 지식수준을 판단하고 정확하게 recommend 해 주거든요. 가고 싶어요. 비싼 것이 중요하지 않아. 왜? 가면 왠지 나에게 맞는 뭔가 들어올 것 같아. 그러니까 가는 거예요. 그래서 어떤 이런 새로운 발상도 같이 갈 수 있지 않겠는가. 그래서 우리가 그런 것들을 이야기할 때 알파고, 왓슨 이런 것들은 베이스로 깔아야 됩니다. 이런 애가 있어. 찾아보는 거 쟤들 시키지 뭐. 무슨 책이 어디에 있는지, 신간 뭐 나왔는지, 어떤 게 싼지 이런 것들 이제 다 인공지능 로봇에게 시키세요. 에이전트가 있는데 생긴 거야 얼마나 편리해. 그 위에서 우리는 뭐하고 놀까. 뭐하면서 우리는 즐겁게 일하지? 이런 생각을 우리는 전향적으로 할 때가 됐다고 생각합니다. 그 증거로 아까 얘기한 인터넷 트래픽이 폭발적으로 증가를 하고 있고요. 아무튼 미래에 우리의 혁명형 과제는 인공지능 어떻게 팔로업 할까, 빅데이터 어떻게 팔로업 할까, IoT 어떻게 도입하지? 큰일 났네, 스마트 디바이스 어떻게 핸들링 하지? 이렇게 생각하는 게 아니고, 우리가 가져야 될 것은 이 모든 것을 조망해서 그 위에서 뭐하고 훨씬 더 즐겁게 놀지? 일하면서 훨씬 더 즐길 수 있게 해. 왜냐하면 하드 워크는 걔네들이 해 줄 테니까. 이런 관점에서 우리가 훨씬 더 고급화되고 좋은 넥스트 미래를 설계하는 게 우리 융합형 미래라고 생각을 합니다. 그러면 이제 여기서 제 본업으로 돌아와야죠. 저는 클라우드를 하는 사람이니까. 여기서 융합의 미래에서 클라우드는 도대체 어떤 역할을 하죠? 우리가 여러분, 4차 산업혁명시대에서 인공지능 전문가하고 저하고 막 논쟁을 했어요. 도대체 4차 산업혁명에서 누가 더 중요하냐. 막 논쟁을 했습니다.이랬죠. 클라우드는 예를 들면 예전으로 얘기하면 전기다. 저희들의 주장은 전기다, 전기. 그런데 마치 우리가 3차 제조업 혁명 이런 게 일어날 때 여러분, 밥솥이 있었어요. 원래 불로 때는 밥솥이 있잖아요. 그런데 전기밥솥이 나왔죠. 우리는 빨래터에서 물로 빨래도 했어요. 그런데 전기세탁기가 나왔죠. 그러면 제가 이렇게 얘기했어요. 인공지능 요즘 알렉사 나오고 왓슨도 나오고 알파고도 나오고 그렇게 해서 결합된 여러 가지 기가지니도 나오고 이렇게 나오는데 걔네들은 전자밥솥이야. 그러니까 눈에 보이죠. 최종적으로 사람들한테 서빙하죠. 그래서 깜짝 놀라죠. 아니, 전기만 꽂으면 밥이 된단 말이야. 불을 안 때도 코드만 누르면 빨래가 된단 말이야. 이제는 냇가 안 가도 되는 거야? 깜짝 놀라죠. 사람들이 깜짝 놀라는 건 바로 접점에 있는 그런 서비스가 될 것이다. 그러나 그 모든 발상을 가능하게 한 전기밥솥이라는 아이디어에 착안하게 하고, 전기로 세탁을 할 수 있는 아이디어를 생각하게 하고 한 그 근본적인 인간의 사고에 대해 변화를 일으킨 근본적인 원인은 무엇이었냐. 전기 아니었냐. 전기가 없으면 전기밥솥이 어떻게 나왔을 거며 전기로 돌리는 세탁기 인간이 어떻게 창의력을 꽃피울 수 있겠는가라고 논쟁을 하면서 물론 인간을 풍요롭게 하고 가장 즐겁게 해 주는 것은 그런 접점에 있는 테크놀로지가 그 모든 것을 보여줄 거지만 그러니까 잊어서는 안 될 것은, 전기가 없었다면 그 모든 것이 시작되지 않았다는 것을 우리는 알 필요가 있다. 따라서 클라우드는 4차 산업혁명 시에 전기라고 저는 주장을 했습니다.왜요? 아까 제가 얘기했지 않습니까? 빅데이터 분석을 해야 되는데 빅데이터를 못 쌓아요. 왜요? 스토리지가 없으니까. 그렇죠? 그런데 우리 그 스토리지 계속 살 수 있어요? 못 사죠. 그렇게 하면 돈이 얼마나 많이 드는데요. 그런데 클라우드가 거기에 화답했습니다. 스토리지 서비스를 주죠. 돈만 내면 되네? 그런데 싸네. 싸니까 되겠네. 이렇게 화답을 해 줍니다. 그다음에 아까 왓슨이나 알파고가 엄청난 학습을 하는 애들이거든요. 왜 갑자기 똑똑해졌을까요? 제가 옛날에 20년 전에 인공지능 열심히 공부하고 이럴 때는 갯지렁이 수준이라고 했어요, IQ가. 제가 박사과정 들어갈 때 지렁이라고 했어요. 현재 인간이 만든 인공지능의 수준은 지렁이다, IQ가. 지렁이니까 5년 동안 열심히 해봐야지. 제가 졸업할 때 되니까 인공지능 엄청 발전했대. 얼마나 발전했는지는 갯지렁이가 됐다는 거예요. 갯지렁이. 갯지렁이가 지렁이 중에 최고로 똑똑하대. 그리고 그 바둑이라는 분야는 어떤 분야였습니까. 체스는 일찌감치 꺾었죠. IBM의 왓슨 아버지인가 형님께서 꺾으셨죠. 그런데 바둑 분야야말로 인간이 자부심을 가지고 절대 인공지능이 못 꺾을 거야 이렇게 얘기했는데 알파고라는 애가 단박에 기를 꺾어놨지 않습니까? 그런데 도대체 그 사이에 무슨 일이 일어났는지. 제가 학교 다닐 때랑 졸업해서 회사 다닐 때랑 도대체 그 사이에 무슨 급진전이 있었기에 5년 동안에 지렁이에서 갯지렁이 갔거든요. 제가 지금 80대도 아니고 지금 얼마 안 된 기간 동안에 도대체 어떻게 인간을 바둑으로 꺾는 알파고가 나오게 됐는지 깜짝 놀랐습니다. 뭐가 있었겠어요. 그간 인공지능을 연구하는 학자한테 절대 주어지지 않았던 것이 주어진 거예요. 그게 뭘까요? 아까 얘기했잖아요. 엄청난 데이터를 줘요. 옛날에는 인공지능 연구소에서 연구할 때 컴퓨터 딱 1대. 그게 성능이 좋겠어요? 그때 2000만 원 주고 샀는데 지금 생각해보세요. 15년, 20년 전에 1대짜리 서버가 성능이 얼마나 좋겠습니까? 그거 딱 1대 연구실에서 다 공유해서 거기다가 인공지능 돌려 학습시켰어요. 데이터 얼마나 있었겠습니까? 그거 가지고 학습시켰던 거예요. 그러니까 지렁이가 갯지렁이밖에 안 되는 거예요, 5년 동안. 5년 동안 죽으라고 했는데. 한번 돌리면 일주일 돌리고 결과를 딱 보면 어떻게 되겠어요. 잘못했구나. 또 돌려. 조금 바꿔요. 0.001을 0.002로 바꿔요. 일주일 막 돌려요. 하는 일 없이. 일주일째 또 아, 잘못했구나. 이런 거죠. 갯지렁이도 그런 갯지렁이가 없어요. 엄청 느립니다. 그런데 지금 알파고한테 뭐 줬어요, 구글이. 클라우드를 줬죠. 그게 CPU 100만 대건 뭐 상관없어. 마음대로 써. 스토리지 마음대로 써. 데이터 알아서 다 넣어, 여기다가. 그 위에서 마음대로 학습해봐. 구글이 그렇게 해줬잖아요. 딥마인드 사서, 딥마인드 회사 사람들 영국에 있었죠. 야, 미국으로 이전해. 내가 샀잖아. 이렇게 안 했잖아요. 영국에 있어. 왜냐하면 클라우드는 아무 데서나 접속할 수 있거든. 너희 영국에서 그냥 연구해. 집에서 다녀. 그런데 클라우드 줄게. 인터넷으로 줄게. 그러니까 거기서 원 없이 써. 인공지능에 대해 죽도록 해와. 아무 생각하지 마, 돈 생각하지 마, 마음대로 해 이랬죠. 그러니까 얘네들이 어떻게 했어요. 죽도록 했죠. 자, 금방 한 거예요. 자기네끼리 데이터 실측도 하고요. 사진 찍으러 다녔거든요. 왜냐하면 차량번호인식 요즘은 다하잖아요. 저희 때는 R&D 가지고 나왔었어요. 차량인식이 될까, 번호판이 자동인식 되겠어요? 그런데 차량 번호판 그 데이터가 없는 거예요. 그래서 후배랑 맨날 카메라 들고 사진 찍으러 다녔어요. 수집해서 학습해야 되니까. 요즘 데이터 얼마나 많습니까? 데이터 막 주어지죠. 스토리지 충분하죠. CPU 파워 엄청나게 빵빵하게 주어지죠. 어떻게 돼요. 인공지능의 발전 속도가 옛날 10년 걸린 게 요즘에는 1년 안으로 압축된다니까요. 여러분, 시간을 압축하는 기술이 됐어요. 옛날에 10년 걸린 게 지금 1년이면 돼요. 더 빨라질 거예요. 시간이 압축되고 있습니다. 발전 속도가 익스포넨셜하게 증가하고 있습니다. 왜요? 자체 서버끼리 된 게 아니고 시너지를 내고 있는 거죠. 이게 우리를 놀라게 하고 있는 겁니다. 그래서 이 두 번째 엄청난 스토리지와 데이터를 줄 수 있겠고 거기에 따라서 그 데이터를 엄청나게 빠르게 핸들링하게 할 수 있는 기술을 주고 있다는 부분. 그리고 그렇게 만들어진 것이 전 세계 디바이스를 충분히 서비스할 수 있으므로 디바이스 어떤 서비스 올려도 안 죽게 해주고 있다는 것. 포켓몬 고를 갑자기 만들었더니 몇 개월 만에 전 세계인이 다 써도 절대로 서비스가 다운되지 않아요. 우리나라 지진이 갑자기 터졌더니 재난안전처가 다운 됐는데 클라우드 포켓몬 고 같은 애들은 갑자기 전 세계인들이 붙었는데도 안 죽어요. 이렇게 안정적인 디바이스를 고쳐서 서비스할 수 있게 해 주는 것. 이런 것들이 예전에는 없었던 것이고 그리고 사실 제가 여기서 이런 표현을 못했지만 이건 서로 다른 애들, 데이터, 엄청난 CPU 그리고 다양한 디바이스 서비스들이 한 클라우드라는 곳에서 만나 서비스로서 융합될 수 있도록 만들어 준 장, 그곳을 우리는 클라우드라고 부르고 그 클라우드에서 얘네들이 만나고 융합됨으로써 만들어 내는 IBM의 왓슨이라든지 아니면 여러 가지 다양한 그런 수많은 우리들이 알고 있는 서비스들이 지금 4차 산업혁명의 앤드서비스로 보여주고 있다는 거죠. 그래서 여러분 잘 보신 영화겠지만 우리가 생각했던 것들이 이루어지고 있죠. 그런데 영화 속에서 ‘허’라는 영화 보셨나요? 인공지능 여자, 클라우드 서비스죠. 사랑에 빠지죠, 이 여자가. 자기만 사랑한 줄 알았더니 알고 봤더니 이 클라우드 서비스였어요. 알고 봤더니 수억 명의 인간들을 다 대적하고 있었어. 나는 너밖에 없어. 막 그러면서 허랑 밥 먹잖아. 호빵 나왔는데 허랑 먹어. 그렇죠? 클라우드 서비스랑 대화 나누면서 해변 멋지지 않니 이러면서 옆에서 클라우드 서비스랑 대화하면서 밥 먹고 있는데 그런데 알고 봤더니 나만 사랑한 게 아니야. 걘 클라우드 서비스였던 거죠. ‘다 사랑해’ 이런 영화가 있습니다. 그런데 이게 나온 지 얼마 안 됐어요. 2014년, 2017년에 알렉사 서비스 아시죠? 아마존의 알렉사. 우리나라 누구, 이런 애랑 똑같은 애죠. 거기서 영감이 나왔으니까. 알렉사는 인공지능 서비스 이름이고 실제로는 얘를 많이 미국 사람들이 접한 것은 에코라는 스피커죠. 그래서 에코라는 스피커를 집에다가 사 놓으면그 에코라는 스피커가 알렉사라는 인공지능 클라우드 서비스랑 연결되어 있죠. 그래서 에코랑 알렉사가 서로 커뮤니케이션하면서 인간을 접대하게 되는데 어쨌건 이 알렉사가 아까 누구랑 같은 역할을 해요. 나 출근할게, 이렇게 하면서 아무튼 대화를 해 주는 거죠. 얘가 말귀 알아들으니까. 미국 보면 블로그에 전역에 알렉사 사랑해 이러면서 ‘허’처럼 빠져드는 겁니다, 알렉사한테. 요즘에 일본에도 나와 있는 홀로그램 서비스 있어요. 진짜 일본인들은 또 영상 좋아하니까 이런 에코 갖고 만족하지 못하죠. 그러니까 딱 집에 돌아가면 홀로그램으로 애니메이션 캐릭터같이 예쁜 애가 하나 들어오면서 어서 오세요, 이러는 거 아닙니까?“주인님, 어서 오세요.” 그리고 스마트폰이랑 연결돼서 집 앞에 갈 때쯤이면 불도 켜놓고 있다는 거 아닙니까. 깜깜한 데 주인이 들어오게 안 하고. 개 보다 낫잖아요. 개는 문 앞에 서있을 수밖에 없는데 얘는 불도 켜놓잖아요. 주인 들어오기 몇 분 전에 불 켜놓는다는 거 아닙니까, 얘가. 깜깜한 집으로 들어오지 말라고. 아무튼 인간의 친구예요. 그렇습니다. 그리고 여러분 잘 아시는, 잘 아시면 저랑 동질감이 있으신 거죠. 전격 제트작전에 마이클과 키트 아닙니까? 마이클과 키트. 기억나십니까? 마이클과 키트 전격제트작전. 마이클이 “키트 이리 와” 그러면 자동주행으로 왔잖아요. 키트가 마이클 있는 데로. 여러분, 이게 깜짝 놀랄 일입니까?왜 안 와. 와야지. 지금 스마트워치 하나 차고 있는데. 스마트워치 차서 여기다가 오토 내비게이션 차가 미국 가면 얼마나 많아요. 우리나라에도 ‘쏘카’ 거기서 지금 오토 내비게이션 하는 차 수입하려고 난리 아닙니까? 술 먹고 저 차 타면 되겠네, 이런 나쁜 생각 저도 하고 있는데 요즘에. 스마트워치 차고 있으니까 “야, 키트 지금 술 먹으니까 빨리 데리러 와” 그러면 자동 위치추적해서 오토 내비게이션 돼서 내 앞에 서 줄 거 아닙니까? 그렇지 않습니까?놀랍지 않아, 너무 평범해 이런 것들이. 이런 시대가 왔다는 거죠. 여러분, 스마트 차 시장 난리입니다, 진짜 요즘에. 난리가 났어요. 여러분이 지금은 definitely 아닌 것 같지만 5년 뒤에 여러분들이 각자 누가 이런 거주면서 차 사래. 그러면 지금 운전하는 차 사실 것 같아요? 절대 안 삽니다. 저는 여기서 한 75% 이상은 내비게이션 카 산다고 봅니다. 아무튼 그런 상황이 왔습니다. 그래서 지금 상황을 간단히 분석하면 집에서 사람이 알렉사한테 “알렉사, 부엌 불 좀 꺼라.” 그러면 알렉사가 여기는 집이에요, 여기가 집. “알렉사 부엌 불 좀 꺼줘라.” 그러면 알렉사가 여기 구름 보이시죠? 알렉사는 클라우드 서비스입니다. 인공지능 클라우드 서비스. 그래서 알렉사가 갑자기 여기서부터 인터넷입니다. 인터넷을 타고 아마존에 있는 클라우드한테 물어봅니다. “불 꺼달라는데?” 그러면 아마존이 쭉 가서 디바이스 핸들링 하는 클라우드에 접속을 해서 그 디바이스 핸들링하면 클라우드가 다시 집으로 다시 명령을 내린 거죠. 그래서 “야, 불 꺼. 너 꺼져.” 그러면 주방에 있는 키친IoT가 딱 그걸 받아서 “네, 주인님” 그러면서 확 꺼버리죠. 얘는 얘한테 얘기하고 얘는 얘한테 얘기해.옛날에는 이렇게 생각했어요. 얘가 얘한테 얘기하면 얘가 얘한테 얘기하는 줄 알았어요. 이게 홈네트워크 시대야. 옛날에 진대제 장관님 계실 때 IT839라는 게 한참 있었는데 그때는 홈네트워크 이렇게 되어 있어요. 사람이 얘한테 얘기하고 내가 얘한테 얘기하는 줄 알았어요. 그랬는데 실제 다 망하고 나서 최근에 홈네트워크 실현되면서 지금 다시 부밍을 했는데 IoT라는 이름으로. 부밍하는 거 가보면 직접 얘기하지 않아요. 클라우드에다가 대고 얘기하죠. 그래서 클라우드 서비스, 클라우드에서 걔를 처리해서 다시 집으로 오면서 집에 있는 가전한테 명령을 내려주는 방식으로 동작을 하고 있습니다. 이런 알렉사라는 걸 저희가 재미있게 보고 있는데 요즘에 워낙 히트치고 있으니까요. 분석을 하면 왜냐하면 융합 관점에서 보기 굉장히 좋아요. 클라우드 서비스인 인공지능 서비스인 알렉사라는 얘가 지금 누구랑 붙고 있는지 보면 굉장히 흥미롭습니다. LG전자랑 붙었어요. LG전자가 냉장고 로봇, 아무튼 청소로봇 이런 거 있잖아요. 그러니까 청소로봇 말할 때 LG로봇킹인가? 헷갈립니다. 제 집에 청소로봇이 없어서. 어찌됐건 간에 로봇킹이라고 치고. “로봇킹 안방 청소해줘.” 그렇게 말하면 얘가 들어야 될 거 아니에요. 집 전체 아니고 안방만 되는데. “로봇킹 안방 청소해줘.” 그러면 알아들어야 될 거 아니에요. 그래서 LG전자라고 그랬죠. 그다음에 자동차랑 맞붙고 있죠. 포드, 폭스바겐, BMW 이런 애랑 붙는다 그러면 하나도 안 놀랐는데 갑자기 얘가 나오죠. 현대자동차. 현대자동차가 진짜 짜증나게 우리나라에서 출시를 안 하고 알렉사 현대자동차의 제네시스 신 버전을 미국과 유럽에서 올 가을에 출시한다는 거 아닙니까? 우리나라만 안 해. 왜 그런지 모르겠어요. 우리나라 빨리 했으면 좋겠어요. 그래서 아무튼 현대자동차는 미국과 유럽에만 제네시스 차기버전에 알렉사를 탑재해서 출시한다고 합니다. 어쨌든 자동차들 막 붙고 있어요. 그다음에 화웨이, 레노버. 월풀, 세탁기, NXP 안 붙는 데가 없이 알렉사랑 다 붙이고 있어요. 클라우드 서비스 알렉사랑 다 붙어서 더 많아. 자꾸 늘어나요. 알렉사랑 붙인 애들이. 그러면 궁극적으로 여러분들이 우리 생각을 해봅시다. 얘네들이 다 알렉사에 붙어버려. 그러면 어떻게 되겠어요? 얘네끼리 얘기한다니까요. 왜, 중간에 알렉사가 있잖아요. 그러면 가전이랑 자동차랑 얘기할 수 있고 자동차랑 화웨이 스마트폰이랑 얘기할 수 있고 이렇다니까요. 그렇죠? 그래서 이게 진짜로 다 붙는다니까요. 누구를 통해서? 클라우드 시스템에서. 이런 시대가 진짜로 오고 있다는 거죠. 그래서 이 모든 것을 이 모든 우리가 볼 때 이 끝의 업체를 보세요. 다 서로 다른 세계에 있는 것 같죠. 그런데 얘네들 다 이제 어떻게 돼요. 하나의 에코시스템으로 다 묶여있다는 거예요. 이미 묶여버렸어요. 5분 안에 종료하라고 그래서. 제가 종료를 깔끔하게 잘합니다. 또 이런 세계에 갑니다. 우리가 봐야 될 모든 것은 도서관도 이 관점으로 봐야 돼요. 이제 가전, 자동차 이런 모든 것들이 세탁기 이런 것들이 다 하나로 묶여가고 있는 원리에서 우리는 우리의 학술정보를 여기다 어떻게 심지? 이런 관점으로 봐야만 합니다. 그래서 저의 발표 마지막 주제로 가고 있는데요. 그래서 우리 생각을 좀 바꾸자 했는데 공공기관에 오래 있어서 이런 페이지를 항상 만들어 왔습니다. 우리 생각을 바꾸기가 쉽지가 않아요. 왜냐하면 우리가 정보화를 30~40년 했는데 우리나라에서 정보화라는 것은 사서 운영하는 거예요. 사고 구축하고 운영하는 거였습니다. 그런데 이게 진짜 놀라운 게 이걸 잘하려고 모든 제도를 만들었어요. 사서 구축하고 운영하는 걸 잘하게 하기 위해서 모든 국가 정보와 제도가 만들어집니다. 그런데 이 4차 산업혁명 시대가 서비스 혁명 시대로 바뀌면서 실제적으로는 사서 직접 구축하고 운영하는 게 아니고 여러분 보세요. LG전자가 알렉사를 구축할 수 없는 거예요. 물론 투자는 하겠지만. 인공지능까지 사려고. 알렉사를 이용하거든요. 화웨이가 알렉사를 이용하잖아요. 그래서 서비스 시대에는 여러분한테 지금 여러분 지금 갑자기 도서관 오시는 분들한테 인공지능 서비스를 하고 싶은데 직접 구축하시려면 되겠습니까? 안 되죠. 서버를 도대체 몇 대를 사고 데이터 수집은 언제 할 것이며 인공지능 알고리즘은 누가 할 것이고 도대체가 복잡해서 그거 다하고 나면 최소 3년 걸린다니까요. 안 그렇습니까? 그러면 시대가 바뀌어. 왜냐하면 데이터는 계속 발전하거든요. 안 됩니다. 그래서 이런 구축형 시대에는 제가 공공기관에서 일해 본 결과. 민간은 다를 수 있겠습니다. 예산 확보에 1년 걸리고 개발하는 데 1년 걸려서 꼭 3년째 되는 해에 서비스가 나타나는 게 공공이에요. 그렇지 않아요? 예산 확보 1년. 올 1월부터 시작해. 그래서 12월에 국회에 통과돼서 예산은 확보돼. 그다음 해에 발주해요. 12월에 감수해. 그래서 그다음 해에 대국민 서비스가 시작되거든요. 딱 3년 걸려요. 3년째에 가요. 서비스가. 엄청 늦는 거죠. 그래서 이거 안 된다는 거죠. 이런 형태의 4차 산업혁명서비스 아니고요. 도대체 그러면 왜 하냐는 거죠. 뭣이 중한 거야. 우리 국민 서비스나 하려고 한 거잖아요. 그런 서비스를 제공하려고. 도서관에 오시는 분들한테 국민한테 서비스 제공하려고 했는데 그 제공을 하기 위해서 다 소모적인 것이었고 중요한 것이 아니었거든요. 그래서 도대체 뭣이 중하냐. 그래서 우리에게 필요한 것은 서비스를 제공하는 것, 행정업무를 수행하는 것 이것이 궁극적인 목적이었기 때문에 우리가 지금부터 가야 될 방향은 이것을 얼마나 빠르고 효과적으로 할 수 있느냐 이것이 우리한테 중요한 것으로 다가왔고 따라서 기존에 우리가 30년 동안 매우 구축했던 구매 구축 운영방식을 버릴 때가 됐다. 이거 한번 서비스 구축하려면 2년 걸리고 3년째 서비스 보는 거 말고 Right Now 서비스 제공 할 수 있는 체제로 가야 되는 거고 그리고 서비스를 제공하는 데 필요예산 10억원 있어야 돼, 10억 어떻게 따내. 국회에서 잘리려나요? 그러면 혹은 기재부에서 잘리려면 2년은 무슨, 5년이 지나도 못하죠. 그래서 서비스 제공하는 예산이 전 시스템 구축 예산을 확보해야만 서비스를 제공할 수 있다? 이거 말도 안 되는 거라는 거죠. 그래서 이제는 서비스 이용료. 굉장히 조그마한 이용료로 확보될 수 있다면 서비스를 제공할 수 있는 이런 시스템으로 바뀌어 넘어가야 되고요. 그러니 아무리 빨라도 3년마다 한 번씩 서비스를 업데이트할 수 있는 이런 장기적인 서비스 변경에서 필요한 때마다 실시간 변형하는 베타버전이죠. Right Now 서비스 변경 체제로 가야 되고 서비스 중단하면 이 서비스 내려오면 감사원에서 감사 들어오는 이런 식으로 가면 안 되고 들어오는 돈이 없잖아요. 서버 구매한 것도 없어. 소프트웨어도 안 샀어. 그러면 서비스 내릴 때 내가 리스트가 뭐가 있어요. 하나도 내가 안 샀는데. 저요 요즘에 클라우드 서비스 이용하면서 마음 편해요. 왜냐하면 서버를 안 사거든요. 이 서버를 사서 엄청나게 구축을 했는데 접속자 수가 안 나와. 그러면 혼날 거 같잖아요. 그런데 요즘에는 마음 편합니다. 얘네들은 들어가는 돈이 없어서. Risk. 서비스를 내려도 Low Risk하죠. 그래서 우리는 과감하게 서비스를 만들고 고객의 반응을 봐서 안 좋아, 그러면 빨리 내리고. 과감하게 성형 서비스를 또 만들고 이렇게 할 수 있는 혁신의 틀을 만들 수 있게 됩니다. 그래서 이런 식으로 서비스 형태로 변화를 하는 거고요. 미국의 클라우드 정책은 쭉 히스토리 정리했는데 한마디로 얘기하면 5월 12일 자로 요즘에 인기 없는 트럼프 대통령이 모든 미국 정부의 서비스나 모든 IT 거버먼트 시스템은 클라우드로 옮기는 것을 멘 데이트화 했습니다. 행정업무를 뭐라고 하죠? 우리의 문재인 대통령께서 만약에 말씀해 주시면, 행정지시를 했어요. 그러면 그게 5월 12일 자로 있었고 5월 17일 자로 미 국회에 우리나라 클라우드컴퓨팅 발전 법과 유사한 법이 통과가 됩니다. 그게 Government IT modernizing 법안이 통과가 됩니다. 이렇게 하면서 Government IT 시스템은 다 클라우드로 modernizing 한다는 법안이 통과가 되죠. 그래서 제가 여기다 정리한 히스토리가 5월에 바뀌었기 때문에 여기는 레코멘드 수준이었거든요. 그런데 제가 지금 정리한 히스토리는. 그런데 5월을 기준으로 해서 미국 정부가 미국 정부의 정책은 멘 데이트로 바뀌었다고 말씀드릴 수 있을 것 같습니다. 그런데 어쨌건 간에 레코멘드 신호에 어디까지 왔었냐하면 정보화 예산의 8.5%를 클라우드 서비스 이용으로 쓰는 걸로 올라갔었습니다. 이 영국 정부의 디지털 마켓 플레이스가 굉장히 유명한데, 현재 영국은 아직 법은 아닙니다. 얘네는 레커멘데이션으로 했는데 2012년에 시작을 했고요.2012년에 클라우드 스토어를 만들면서 전체적으로 클라우드 서비스를 구매하도록 했고 그 결과로 2,726개의 클라우드 서비스가 제공됐고. 우리나라에 비하면 저는 진짜 부럽습니다. 2만 5342개의 클라우드 서비스를 영국 정부에 주고 있죠. 그런데 이게 왜 그러냐면 우리나라에 제가 클라우드 스토어를 운영하고 있는데 우리나라의 클라우드 서비스 종류가 너무 적어요. 골라 쓸 게 많지 않아요. 그런데 여기 2만 5000개나 있으니까 서비스가 진짜 다양해요. 진짜 다양합니다. 그래서 정말 골라 쓰는 재미가 있어요. 그래서 우리나라의 클라우드 시장이 훨씬 풍요로워지려면 구매도 많이, 하여튼 이게 서로 시너지를 낸 거죠. 구매를 하니까 만들고, 만드니까 구매하고, 구매하니까 가게 된 거죠. 그러니까 급성장한 게 영국의 클라우드 시장인데 우리나라도 이런 선순환 구조로 가면서 이렇게 구매와 만드는 게 같이 가야 된다고 생각합니다. 저의 발표 주제는 아까도 말씀드렸던 것처럼 같이 고민해보는 시간이었고요. 이런 전체를 조망하면서 4차 산업혁명시대에 새로운 미래를 저희가 선도적으로 잘 그려나갔으면 좋겠습니다.감사합니다.



Cognitive 인공지능의 현재와 미래

발표: 김영욱(마이크로소프트 개발자플랫폼본부 부장)
동영상에 대한 자막정보
Cognitive 인공지능의 현재와 미래 저는 한국마이크로소프트에서 일하고 있는 김영욱입니다. 제가 하고 있는 일은 여기 있는 대로 에반젤리스트라고 하는 그런 걸 하고 있고요. 다르게 얘기하면 전도사업 입니다. 새로 나온 기술들을 많은 곳에 전파하고 또 같이 프로젝트도 하고 개발도 하는 게 제 일입니다. 회사 밖에 있는 사람들은 저를 부르는 명칭이 하나가 더 있는데 그게 뭐냐 하면 밀덕이라고 합니다. 밀덕이 뭔지 아십니까? 밀리터리 원톱덕후입니다. 그래서 날아다니는 비행기에 대해서 설명도 하고 그런 것으로 자원봉사도 하고 하다 보니까 자꾸 방송국에서 불러요. 그래서 이렇게 방송에 출연도 하기도 하고요. 제가 하는 덕질의 끝이 이렇게 책이 나왔습니다. 그래서 IT하고 전쟁사를 겪으면서 책을 썼는데 도와주십시오. 책을 써서 어떻게 먹고 사는지 참 궁금해졌습니다. 정말 안 팔리더라고요. 그래서 믿을 수 없는 가격에 판매되고 있습니다. 여기까지는 PPL이었습니다. 인공지능에 대해서 얘기할 때 마이크로소프트가 시장에 잘 안 보이죠? 거의 알파고 하나로 다 묶여 있습니다. 그런데 실제로 하고 있는 일도 굉장히 많고 산업에서 많은 성과를 내고 있는 기업이 마이크로소프트이기도 합니다.그런데 마이크로소프트의 인공지능의 가장 기본적인 철학은 바로 인공지능의 민주화라는 단어를 제일 전면에 앞세웁니다. 왜냐하면 인공지능이라는 게 예전과는 달리 굉장히 임팩트가 있는 기술입니다. 그다음 무서운 기술이다 가 아니라 시장 전파에 미치는 기술 그리고 인류사에 미치는 역할이 굉장히 큽니다. 제가 제일 처음에 시작할 때는 IT라고 하지 않고 전산이라고 그랬어요. 그때는 프로그램을 잘못 짜면 그냥 한번 혼나면 돼요. 그런데 지금은 인공지능이 직접 판단하고 움직이기 때문에 사람의 생사를 판단하고 합니다. 실제로 미군이 아프가니스탄에서 미사일을 쏠까 말까를 판단하는 걸 아직까지 한 사람이 하고 있지만 조만간 기계가 스스로 판단해서 바로 미사일을 쏘게 될 겁니다. 그래서 이 기술 자체는 굉장히 위험한 기술이다. 그리고 책임감 있게 하는 기술이라고 얘기하고 있어요. 그래서 그걸 어디에서 많이 이유를 하느냐 하면 구텐베르크가 1450년에 활자를 발명했죠. 그렇죠? 활자를 발명하기 이전에 성경책이 유럽 전체에 3만 부밖에 없었대요. 그랬더니 어떤 현상이 일어나느냐 하면 정보의 독점화가 일어나는 거죠.그래서 성직자들이 야, 너 똑바로 살아. 너 성경책 못 읽었지? 그러니까 내 말을 들어라고 독점을 했었던 시대가 된 겁니다. 그런데 활자가 나오고 50년이 지나고 나니까 유럽 전체 성경책이 120만부 생겼어요. 그러고 나니까 모두가 다 성경책을 알기 시작하는 거예요. 어떤 현상이 일어났냐 하면 그렇게 살지 말라고 했을 때아니거든. 성경을 보니까 네 말이 틀렸거든. 그러면서 종교개혁을 일으켰습니다. 그래서 어떤 종파나 기술 하나가 사회 전반적으로 미치는 영향력이 굉장히 크다는 얘기를 담고 있습니다. 그래서 그럼 미주알고주알 기술 얘기보다는 사례 위주로 설명을 해 드릴 텐데 마이크로소프트하고 후지쯔하고 같이 하는 사례로오른쪽 아래쪽에 보면 소가 발찌를 차고 있죠. 소가 뭐 잘못한 건 아니에요. 심지어 저 소는 암소입니다. 그런데 저 소의 움직임을 계속 분석을 해서 인공지능이 분석을 해 보니까 소가 가임기가 되면 동작이 달라지더라 라는 걸 첫 번째로 알게 됐고요. 두 번째로 가임기가 되었을 때 언제 수정을 했느냐에 따라서 암놈이 나올 건지 수놈이 나올 건지 확률적으로 예측을 하기 시작합니다. 이건 어떻게 한 거냐 하면 이걸 하다 보니까 결과적으로는 가임기를 예측하는 게 거의 95%까지 정확도가 올라갔고요. 그다음에 임신에 성공할 확률이 37%에서 66%까지 올라갔습니다. 다르게 얘기하면 농업생산성이 2배가 된다는 거죠. 또 다른 예를 하나 더 보여드리면 이건 뭐냐 하면 엘리베이터 회사예요. 여러분들이 주로 많이 사용하는 엘리베이터 회사 중에 티센크루프라고 들어보셨죠? 그 회사의 엘리베이터에 센서를 다 달아서 열심히 데이터를 수집을 해 봤더니 고장 날 때쯤 되면 어떤 증상이 나오는지를 인공지능이 학습을 통해서 알기 시작하는 거예요. 그랬더니 이런 현상들이 생겨요. 분명히 엘리베이터가 멀쩡한데 회사에서 전화가 와요. 다음 주 정도에 엘리베이터가 고장 날 확률이 95%인데 오늘 밤에 가서 봐드리겠습니다. 예전에는 고장이 나면 빨리 대응하는 게 목표였는데 이제는 고장이 나기 전에 대응을 합니다. 다시 말해서 마이너리티 리포트의 엘리베이터 판이라고 보시면 됩니다. 그래서 이런 것들이 제가 지금 미래의 도시라고 하는 송도에 와서 하는 얘기가 아니라 이게 미래기술이 아니라 지금 현재 쓰고 있는 기술들입니다. 저건 뭐냐 하면 얘들이 공부하고 있잖아요. 미국에서 공부 못하는 애들이 모여 있는 타코마 고등학교입니다. 문제아가 가는 학교. 50%밖에 졸업을 안 하는 학교예요. 그런데 저기도 역시 인공지능이 들어가서 뭘 했냐 하면 애들의 행동 패턴과 학습능력들을 개개인별로 다 학습한 다음에 어떻게 하면 학습 등급이 되는가를 인공지능이 판단해서 각각 개인별로 하는 커리큘럼을 엑셀파일로 짜서 선생님께 내려보냈어요. 그래서 선생님들이 그 패턴으로 학습했더니 졸업하는 학생들이 75%까지 올라갔어요. 이게 수치로 보면 75%, 50% 지만 한명 한명 개인의 인생으로 보면 엄청난 결과가 달라졌다는 걸 알 수가 있습니다. 또 다른 걸 보여드리면, 시간이 없어서 결론만 보여드리면 그게 뭘까요? 미술을 좀 공부하신 분들이라면 저게 뭔지 압니다. 그렇죠. 누가 그린 그림일까요? 안타깝게도 저는 선물을 안 드렸더니 아무도 대답을 안 하시네요. 마음으로는 X박스를 드리고 싶습니다. 렘브란트의 작품입니다. 그런데 저게 렘브란트의 작품이 아니라 렘브란트의 작품들을 인공지능한테 학습을 다 시킨 거예요. 이 프로젝트는 마이크로소프트하고 네덜란드 엔지니어들하고 같이 합니다. 렘브란트의 그림을 다 학습시킨 다음에 3D프린터를 붙이고 얘기를 했어요. 중년 남성이 모자를 쓰고 있는 걸 프린트해라라고 했더니 저렇게 해서 그림이 나왔어요. 심지어 저 그림을 갤러리에 올리고 경매로 부쳤더니 고가에 팔렸어요. 오, 훌륭해라고 하면서. 저건 뭐냐 하면 왜 3D프린터로 뽑았냐 하면 렘브란트의 붓질하는 붓감까지 살리기 위해서 3D프린터로 뽑았습니다. 이제는 번역기도 보면 인공지능이 나와서 바로 번역을 해 줘요. 그래서 굉장히 재미있는 결과들이 많이 나오고 있고요. 이건 뭐냐 하면 바로 제가 지난주 이 시간에 어디에 있었냐 하면 시애틀에 있었습니다. 신기술 발표 회의를 하는 데 거기 있었는데 거기서 발표된 인공지능 앱 중에 하나입니다. 사진들을 행사영상을 올리면 인공지능이 알아서 중요한 자료들을 뽑아서 짜깁기를 해서 영상도 만들어주고요. 그리고 영상 안에 나온 사람들의 명령이 쭉 나옵니다. 동그라미로 얼굴들이. 그래서 우리를 딱 선택하면 우리 위주로 영상을 재편집해 줍니다. 그걸 인공지능이 해 주는 거죠. 이런 기능들인데요. 여기 보면 사람이 있어 여기에다가 캡처를 해 주는데 허리 부근에다가 캡션을 붙이는 거예요. 그러면 이 사람이 움직이더라도 따라다니면서 움직이는.이렇게 따라다니게 해 주고요. 이런 걸 사람들이 굉장히 좋아하더라고요. 그다음에 또 어떤 걸 하느냐 하면 특정한 오브젝트를 인식 시키는 겁니다. 다른 예를 들어서 지금 볼을 차고 있죠. 볼이라는 것을 인식시켜준 다음에 여기다가 3D 오브젝트를 붙이는 겁니다. 그래서 불꽃슛이 나와요. 공을 따라가는 거죠. 이렇게 기술들은 올 하반기에 여러분들이 바로 쓸 수 있게끔 이렇게 나올 겁니다. 그래서 이런 기술들이 전부 다 인공지능 베이스로 되어있고 볼 수가 있습니다. 그다음에 이것도 지난주에 발표된 기술 중에 하나인데 위험요소가 있으면 인공지능이 CCTV로 감시하고 있다가 이게 위험이라는 걸 바로 감지해서 알려주는 거예요. 이렇게 위험 물질이 누출이 되면 이걸 바로 간추려서 관리자한테 알려주고요. 관리자는 담당자한테 바로 조치를 지시합니다. 그러면 바로바로 해결을 하는 겁니다. 이건 인공지능 컴퓨터가 그냥 영상을 보고 있는 게 아니라 영상 안에 어떤 물질이 나오고 있고 누가 무슨 작업을 하고 있는지를 다 인식하고 있어서 가능하고요. 그래서 단순히 CCTV를 개선한 작업은 아닙니다. 그다음에 이런 것들을 하기 위해서는 인공지능 컴퓨터가 이 세상을 인지할 수 있어야 되죠. 그래서 인지라는 단어가 계속 나오는데 코그니티브 서비스라고 합니다. 그래서 마이크로소프트에 일하고 계신 분이에요. 지금 선글라스를 끼고 계신 분은 맹인입니다. 그런데 저 선글라스 안에 카메라가 있어요. 그래서 카메라로 찍으면 앞에 어떤 사람이 나오는지를 인공지능이 분석해서 말로 설명을 해 줍니다. 그래서 신기하게도 앞을 못 보는데 소프트웨어를 개발했잖아요. 사람을 바꾸는 거예요. 그래서 앞의 사람하고 미팅을 하고 있으면 앞에 사람이 남자인지 여자인지 몇 살처럼 보이는지 지금 현재 기분이 어떤 건지, 이런 것들을 바로바로 알려줍니다. 이렇게. 이런 것들이 지금 바로 가입을 할 수가 있어요. 그래서 저도 저걸 이용해서 작년쯤에 싱가포르에서 작업을 했었는데 백화점의 각 층별로 저걸 다 설치를 해서 왔다 갔다 한 사람들의 감정을 분석을 해 봤습니다. 그랬더니 예상한 대로의 결과가 나왔어요. 남자들은 백화점에 들어오자마자 감정이 줄어듭니다. 2층으로 올라가고 3층으로 올라가면 슬픔마저 보입니다. 그러다가 8층 넘어가니까 갑자기 사람들이 해피 해져요. 이제 끝났다는 거. 그래서 이런 것들을 분석하는 것이 가능해졌다는 겁니다. 그래서 이런 것들을 처리하려면 어마어마한 컴퓨팅 파워가 필요하거든요. 그래서 데이터 센터를 이만큼 짓습니다. 여기 보면 코딱지만 한 1픽셀로 되어 있는 게 바로 자동차입니다. 저게 데이터 생산 센터인데 저기에 데이터가 차는 게 3년 전에 1년 동안 걸려서 들어가는 데이터가 지금은 3개월 만에 들어갑니다. 그만큼 엄청나게 데이터가 늘어나고 있고요. 그래서 밑에 이만큼 더 짓고 있어요. 이런 것들이 전 세계에 32개가 있어요. 그리고 발표했죠. 마이크로소프트는 부산에 지금 저런 데이터 센터를 짓고 있습니다. 그리고 한국 안에 2개의 데이터 센터를 임대해서 이미 서비스를 하고 있고 그래서 한국 내에서 바로 데이터 서비스를 할 수가 있게 되었습니다. 이제는 챗봇 얘기를 마지막으로 마무리를 해야 되는데요. 챗봇 얘기는 여러분들한테 직접 도움이 될 수 있을 거라는 생각이 들어서 해 봅니다. 이걸 하기 위해서는 기본적으로 챗봇에서는 사람이 그냥 채팅만 하는 게 아니라 사진을 찍어서 올리는 인식을 한다든지 하는 패턴인식 기술 그리고 자연어 처리 기술이 함께 필요합니다. 자연어 처리는 반드시 한국어가 지원이 돼야 합니다. 이게 왜 중요하냐 하면 자연어가 인식이 안 되면 그냥 ARS가 돼요. 중국집 예를 들어볼게요. 짜장면 한 그릇 배달해 줘 이러면 될 걸 안녕하세요, 만리장성입니다. 어떤 음식을 원하십니까? 1번 짜장면, 2번 짬뽕, 3번 탕수육. 1번. 사이즈를 정하세요. 1번 보통, 2번 곱빼기. 1번. 주문내역이 맞습니까? 맞으면 1번, 이러면 미치는 거죠. 그런데 자연어 처리가 되면 내가 말하는 의도가 주문이고 여기의 중요한 키워드가 짜장면이라고 하는 걸 이해하면 바로 동작이 됩니다. 그래서 이런 것들을 사용할 수 있는 것들이 있는데 일단은 제가 시간이 없으니까 바로 준비해 온 걸 보여드릴게요. 이것은 저 혼자 보고 있군요. 큰일 났습니다. 저는 안 보이는데. 여기 보면 이 사이트는 나중에 핸드폰으로 직접 접속해서 테스트해 볼 수 있는 사이트고요. 사람의 나이를 알아맞히는 사이트입니다. 그래서 하우 올드 아 유? 이게 주입식 교육의 폐해가 돼요. 하우 올드 넷이라는 사이트인데 사진을 제가 이렇게 클릭해 보면 이 사진을 사용하겠다고 하는 순간 이 사진 속 사람의 나이를 맞힐 겁니다. 그런데 안타깝게도 인터넷이 연결이 안 돼 있네요. 그런데 당황하지 않고 저는 시간 많이 안 쓸 것 같아요. 굉장히 열심히 달렸는데. 다시 인터넷을 연결했고요. 제 핸드폰을 연결했습니다, 다행스럽게. 그다음에 다시 이 사진을 이용을 해 봤더니 이렇게 나이가 나오죠. 31살 동갑내기 커플인 것 같습니다. 많이 싸울 것 같아요. 이번에는 여기서 이제 커서를 찾고 있습니다. 어디로 갔을까요? 여기 있네요. 이번에는 여기다가 제 이름을 직접 검색을 해 보겠습니다. 제 이름을 직접 검색을 했더니 나름 유명한가 봐요. 제가 검색해서 나왔습니다. 그러면 여기에서 바로 검색을 해 보면 나이가 나오죠. 원래 이 서비스가 30살 초반대로 나왔어요. 그래서 굉장히 기분 좋게 썼는데 점점 나이를 맞히기 시작해요. 요즘에 안 써요. 왜냐하면 초기에 학습된 데이터가 서양인들 위주로 돼 있었습니다. 동양인들은 어리게 나오는 경향들이 있었어요. 그런데 지금은 학습된 데이터가 동양인들이 많아지는 바람에 별로 안 좋은 서비스가 되겠습니다. 이제 또 다른 서비스를 보여드리기 전에 시간이 없는 관계로 중간에 다 뺐고요. 제가 도움을 드리기 위해서 어떻게 하면 조금 더 잘 보여드릴 수 있을까를 고민해서 출장 가기 전에 하루를 투자해서, 30분 세션에 하루를 투자해서 만들었습니다. 뭘 만들었냐 하면 코리아 라이브러리 도시락을 하나 만들었어요.저는 여기 커서가 있는 줄 알았는데 텍스트를 불러서 아래쪽으로 가면 굉장히 힘든 세션이 되고 있습니다. 웹브라우저 사이즈를 줄여서. 이제 아래쪽에 보면 채팅창이 보이죠. 작은 단어로 보이는데 여기 있네요. 제가 여기 간단한 봇을 만들어왔어요. 그래서 이걸 이용하시게 되면 사실 사서 업무 중에 거의 한 8, 90%는 단순문의가 되게 많습니다. 그래서 그런 부분에 있어서 노동을 줄이고 그리고 좀 더 퀄리티 있는 일에 집중할 수 있게끔 봇을 만들어왔는데 일단은 제가 광주도서관에 보니까 역시 똑같은 고생을 많이 하셨더라고요. 그래서 웹사이트에 보니까 FAQ가 정리가 돼 있어요. 도서관 이용문의, 이런 것도 정리돼 있는데 그걸 가지고 봇에게 제가 학습을 시켜놨습니다. 학습시키는 시간은 약 10분 정도밖에 안 걸렸고요. 그래서 여기에다가 먼저 말을 걸어볼게요. 먼저 제가 안녕하고 말을 걸었습니다. 그랬더니 글자가 지금 작아서 잘 안 보이는데. 안녕하세요. 여러분들의 사서봇입니다. 원하는 업무를 입력해 주세요.도서관 이용문의나 도서검색이나 필요한 걸 입력해 주세요라고 나왔죠. 그러면 여기에다가 이용 문의를 할 거야라고 얘기를 한 것입니다. 여기에 대해서 자연어도 제가 학습을 시켜놨습니다. 그래서 도서관에 관련되어 있는 이용 문의를 하세요라고 나오는 거죠. 그러면 일단은 휴관일에 대해서 질문을 하면 광주도서관에 있는 휴관일에 대한 정보를 바로 이렇게 찾아서 대답을 해 줍니다. 그러면 대출기간이나 이런 것에 대한 질문도 할 수 있겠죠. 이럴 때는 그냥 대출이라고 입력하면 바로 대출기간에 대한 내용들도 바로 찾아서 대답을 해 줍니다. 이게 제가 별다른 작업을 한 게 아니라 해당되는 홈페이지 URL을 주고 이걸 학습해서 대답을 해라고 해서 이렇게 바로 대답을 해 주는 겁니다. 그래서 제가 1시간만 학습시켜서 만든 거고요. 이용문의를 그만하고 싶다라고 하면 바로 그만 하면 다시 원래 메인메뉴로 돌아가고요. 여기서 도서검색이라고 하면 바로 도서검색을 할 수 있는 게 나옵니다. 보면 도서검색대가 몇 개 없잖아요. 그런데 각각 자기 핸드폰에서 메신저를 이용해서 도서검색을 할 수 있게끔 해 주는 겁니다. 어떤 도서를 찾아볼까요? 제 책은 잘 안 나오더라고요. 요즘 핫한 키워드죠. 문재인. 지금 이 키워드 쓸 수 있잖아요. 그래서 문재인이라는 키워드로 찾아보면 여기에 관련돼 있는 책 목록이 바로 이렇게 나타납니다. 이걸 일단은 제가 도서관 내에 뭔가 검색할 수 있는 API가 없어서 다음에서 제공하고 있는 도서검색 기능을 이용을 한 거고요. 그리고 해당되는 걸 누르면 해당되는 웹사이트에 바로 연결돼서 관련돼 있는 정보를 볼 수 있게끔 만들었습니다. 여기까지가 1차적으로 가장 쉽게 갈 수 있는 부분이에요. 그리고 나서 계속해서 기능을 덧붙여나가면 됩니다. 그래서 이런 것들을 여러분들이 제4차 산업혁명 이렇게 해서 너무 거창하게 시작하려고 하면 아무것도 못해요. 처음부터 자기 소유 만들려고 하면 안 만들게 됩니다. 여러분들이 퇴사할 때까지 아마 안 나올 거고요. 간단한 단계부터 천천히 만들어나가신다면 4차 산업혁명이 아니라 여러분들의 업무를 바로 도와줄 수 있는 친근한 AI를 바로 사용할 수 있을 거라고 생각이 듭니다. 그럼 시간 많이 오버 안 했네요. 감사합니다.