매킨지 보고서에 따르면 2030년까지 AI와 관련된 제품의 경제적 효과가 13조에 이를 것이라고 전망된다. AI는 증기 기관이 세계에 미친 영향의 4배, IT 시스템이 미친 영향의 3배의 영향을 미칠 것으로 예상되고 있다. 그러나 실제로 이 AI를 적용하려는 기업들은 어려움에 봉착하고 있다. AI를 제대로 활용할 수 있는 방안이 기업들은 절실하다.

매스웍스코리아(대표이사 이종민)가 23일 미디어 브리핑에서 매스웍스 솔루션을 통해 차세대 스마트 커넥티드 시스템에 인공지능을 성공적으로 설계하고 통합하는 방법에 대해 소개했다.

크리스 헤이허스트(Chris Hayhurst) 매스웍스 컨설팅 서비스 이사는 “많은 기업들이 AI 적용에 어려움을 겪는 이유는 프로그래밍하는 사람이나 데이터 사이언티스트 인력의 부재, 분석할 만한 데이터의 불충분 혹은 범람, 잘못된 툴의 사용이나 너무 많은 툴로 통합이 어려움, 비즈니스 자체에 문제가 있거나 AI 도입이 아닌 다른 부분에 집중해야 하는 문제이다”고 말했다.

크리스 헤이허스트(Chris Hayhurst) 매스웍스 컨설팅 서비스 이사
크리스 헤이허스트(Chris Hayhurst) 매스웍스 컨설팅 서비스 이사

헤이허스트 이사는 “기업의 효과적인 AI 적용을 위해 매스웍스 소프트웨어는 회사 내에 있는 엔지니어나 공학자가 가지고 있는 인사이트의 활용, 해당 데이터와 인사이트를 전체 디자인 플로우에 구현, 기업 내에서 사용하고 있는 다른 시스템에 연결하고, 통합하고 있다. 전체적인 구현과 연결성에 중점을 두고 있다”고 말하며 각 요소에 대해 사례를 들어 설명했다.

인사이트가 활용되면 다양한 데이터중 활용할 만한 데이터를 선택하고, 공학적인 트레이드워크를 통해 분석하며, 선택적으로 뽑아내면 더 나은 AI 모델을 만들 수 있는 가능성이 커질 수 있다. 매스웍스 소프트웨어는 엔지니어들에게 인사이트를 제공하고 있다.

뉴질랜드에서 분유를 만드는 낙농업 공장의 경우, 신선한 우유를 공정을 통해 분유를 만들고 있다. 문제는 이 과정에서 품질을 모니터링 할 수 없고, 공정 과정이 수일이 걸려 시간과 자원이 낭비된다. AI 솔루션으로 원유와 플랜트, 분유 등의 데이터를 AI 모델 안에 넣고, 실시간으로 품질을 예측할 수 있도록 설계해 낭비 요소를 제거하고 공정 컨트롤을 시도했으나 실패했다. 너무 많은 데이터가 있어 예측이 잘못되었고, 각 공장별로 공정 프로세스가 달랐기 때문이다.

각 공장별로 다른 모델의 설계하고 매년 우유를 만드는 환경과 기후 요인의 고려, 편향된 데이터 사용이 아닌 표준화된 데이터의 활용이 중요하다는 인사이트를 얻어 이를 매트랩으로 AI 모델을 구동해 공장의 효율을 높였다. AI 프로젝트가 성공하려면 AI 모델에 과학, 공학적인 인사이트가 결합되어야 하는 것이다.

AI 솔루션의 구현을 위해 매스웍스 제품은 AI 모델을 설계하는 것뿐 아니라, 데이터를 테스트하고 보고하며, 실제 구현하는 것까지 빠르고 효과적으로 실행할 수 있다고 했다.

자율주행차 개발 기업 Voyage는 자율 주행 차량이 활용될 수 있는 특정한 장소로 미국의 실버 타운을 선택했다. 이 곳은 도로 시스템이 간단하나 운전을 하기 힘든 노인들이 있었서 자율주행 차량을 신속하게 채택하기 좋은 환경이었다. 이 기업은 매스웍스 소프트웨어뿐 아니라 필요한 기술을 다양하게 활용했다. 차량의 움직임 컨트롤을 위해 AI 시스템 구축이 가장 중요한 프로세스였고 차량 지원 시스템, 제어 시스템, 그리고 주변의 환경을 분석하는 기능이 필요했다. 이 과정에서 기존에는 오픈소스 소프트웨어를 사용해 실패한 사례가 있었다.

매스웍스 시뮬링크는 자동차가 어떻게 장애물에 부딪히고, 움직이며 반응하는지 분석할 수 있는 조감 데이터를 제공한다. 시뮬링크의 오토메이션 코드를 활용해, 이것을 ROS 로 빌드할 수 있었다. ROS는 자동으로 생성된 코드를 통해 알고리즘을 만들고 활용할 수 있다.

AI 모델을 학습시키려면 현장 데이터를 수집하고, 알고리즘을 만들며 실제 활용하는 과정이 필요하다. AI 시스템을 정교화하려면, 실제 주행이나 테스트 과정 등 긴 시간이 거리지만 시뮬링크는 가상 데이터와 합성을 통해 더 빨리 효과적인 알고리즘을 얻을 수 있다. 시뮬링크는 Voyage 라는 회사의 자율주행 프로세스를 3개월 내에 3레벨로 개발할 수 있었다. 전체 디자인 프로세스를 아우르는 툴체인을 활용해야 한다.

실제 자율주행을 할 경우, 자동차는 도로 상황, 표지판, 지나가는 사람 및 다른 차량 등 다양한 차량 데이터를 통합해야 한다. 시뮬링크는 이 모든 파트에 대한 데이터를 모델화 할 수 있다. EarlySense 라는 의료 회사는 이를 잘 활용하고 있다고 한다.

이 회사는 환자의 매트리스 아래에 센서를 두고, 환자에게 향후 몇 시간 내 어떤 증상이 일어날지 예측하여 치료를 할 수 있는 시스템 회사이다. 얼리센스는 환자와의 물리적 연결 없이도 심장박동이나 움직임을 측정할 수 있는 센서를 만들었고, AI 모델링을 통해 환자 개인의 고유한 데이터를 얻을 수 있었다. 이를 통해 위독한 증상을 예측할 수 있고, 지속적인 모니터링을 통해 증상을 조기 감지하며 빠르게 치료를 할 수 있게 됐다. 이 AI 모델은 의사, 간호사 등이 사용하는 기존의 병원 시스템과 연결되어야 한다. AI의 성공은 이 시스템이 주변 시스템이나 환경과의 상호작용과 결합에 달렸다.

헤이허스트 이사는 “AI는 앞으로도 혁신적인 기술이 될 것이지만, 다양한 실패 사례에 봉착하기도 하므로 성공적인 AI 활용은 AI 자체만이 아닌, AI 그 이상의 지식이 있어야 한다. AI나 데이터 그 자체가 아니라 그 활용에 대한 인사이트, 이해, 그리고 활용이 중요하다”며 “매트웍스의 매트랩과 시뮬링크는 기존에 회사가 사용하고 있는 다양한 시스템이나 제3자 기술에도 통합될 수 있어 더 큰 세계의 기술과 AI 기술을 통합할 수 있다”고 강조했다.

이향선기자 hslee@nextdaily.co.kr

저작권자 © 넥스트데일리 무단전재 및 재배포 금지