레이의 경제 노트 RSS FEED

친환경 자동차로 최근 주목받고 있는 전기차와 수소차의 공통점은 석유 연료를 사용하지 않기 때문에 친환경 자동차라고 불리는데요, 매연을 배출하는 내연기관과 엔진이 필요가 없는 공통된 특징이 있어요. 그렇다면 차이점은 이들의 차이점은 무엇이 있을까요? 오늘 전기차와 수소차를 비교한 내용을 알아보겠습니다.

전기차의 특징

우선 전기차의 가장 큰 특징은 저렴한 연비인데요, 연간 2만 km를 주행한다고 가정했을 때 전기차의 충전 비용은 현재 대략 30만 원 대 인데요. 이것은 일반 자동차와 유지비를 비교하면 10배 이상 차이가 나는 수치입니다. 일단, 전기차는 연비면에서 충분한 메리트를 가지고 있습니다.

​두 번째 특징으로 유지 보수가 편리한 점을 뽑을 수 있어요. 전기자동차는 일반 자동차보다 정비면에서 단순하다고 할 수 있어요. 일반 내연기관 자동차는 엔진 측면에서도 관리와 교체할 부품이 상당히 많거든요, 반면 전기자동차는 관리할 부품이 현저히 적어요, 또한 부품 역시 내연기관 자동차보다 적게 들어갑니다.

세 번째로 장점은 충전 인프라인데요, 2017년 기준으로 전국 전기 자동차 충전소는 약 5,600여 개입니다. 또 충전이 다소 오래 걸리지만 충전용 소켓을 연결할 수 있다면 어디서든 충전이 가능합니다. 요즘 아파트 지하 주차장에 충전 중인 전기차를 간혹 볼 수 있잖아요. 개인적으로 전기차 시대가 생각보다 빠르게 오고 있구나 하는 생각이 들더라고요.

수소차의 특징

수소차는 기본적으로 수소를 이용해서 전기를 만들어 동작하는 방식인데요, 현재 출시되고 있는 수소차는 1kg당 100km를 주행할 수 있다고 해요. 같은 등급의 일반 연료 자동차와 비교했을 때 약 6배 수준의 연비입니다. 쉽게 말해 약 5만 원이면 600km 정도를 주행할 수 있는 거리이며, 이것은 디젤 차량보다 훨씬 경제적입니다.

​또 다른 특징은 달리면서 공기를 정화하는 능력이에요. 수소차가 전기를 생산하기 위해서는 수소와 산소를 결합이 필요한데요, 이때 외부에 배출되는 것은 물밖에 없다는 점이에요. 즉, 외부 공기를 흡수하면서 정화하는 역할까지 한다고 볼 수 있어요, 그래서 이것이 수소 전기차가 친환경 미래를 위한 대안으로 떠오르고 있는 이유이기도 해요.

아직까지 전기차와 비교해 단점을 뽑자면 충전소 설치 비용이 비싸 인프라가 잘 안되어 있다는 점이에요. 차량 가격 또한 비싸다는 단점이 있어요. 그렇지만 미래에는 수소차가 떠오를 것이라고 전문가들이 분석하고 있어요, 그 주된 이유는 충전시간이 전기차 대비 상당히 짧다는 장점과 한 번의 충전으로 먼 거리를 주행할 수 있는 점 때문이에요.

세금 측면에서의 전기차 vs 수소차

자동차를 구입할 때 세금 문제도 중요한데요, 세제 혜택도 친환경차 선택의 주된 장점입니다. 자동차를 구매하면 개별소비세, 교육세, 취득세 등을 내야 하는데요, 친환경차는 세제 혜택을 받을 수 있다는 점이에요. 전기차는 개별소비세 최대 300만 원, 교육세 90만 원, 취득세 140만 원의 혜택을 더해 최대 530만 원의 세제 혜택을 받을 수 있습니다. 반면, 수소 전기차는 개별소비세 최대 660만 원, 교육세 120만 원, 취득세 140만 원을 더해 최대 660만 원의 혜택을 받을 수 있어요. 세제 혜택은 수소 전기차가 더 큰 혜택을 받을 수 있다는 장점이 있어요.

이밖에도 친환경차량은 공용주차장 사용료 50% 감면, 고속도로 통행료 50% 감면 등 경제적 이익이 있어요. 반면에, 단점으로 보험료는 차 가격 자체가 내연기관 자동차보다 친환경 자동차가 더 비쌉니다. 최근에는 친환경차량 전용 보험 출시에 대한 논의도 진행되고 있는데요, 기대해 봐야겠어요.

전기차와 수소차 업계 동향

전기차의 성장은 IT업계와 전자업계 진영에 매우 메리트가 있어요. 그 이유는 전기차는 비교적 간단해진 부품 구조로 배터리 기능만 검증되면, 사실 큰 기술 차별화 요소가 많이 없다는 점이에요. 이것은 일반 자동차에서 백여 년 넘게 자동차의 심장을 해온 엔진을 대신해 배터리가 핵심적 기능을 수행하게 되면, 전기차의 배터리 생산 기업 그리고, 우버 등 새로운 모빌리티 사업 모델을 구현하려는 전자업계에는 전기차는 결코 놓칠 수 없는 기회가 되는 것이죠. 

전기차 개발의 이런 상황 속에서 수소차는 완성차 업계에게 큰 메리트로 다가왔습니다. 왜냐하면 수소차는 전기차와 달리 수소를 통해 충전하고 동작되는 자동차 이기 때문에 완성차 업계가 경쟁력을 가진 흡입, 배기 계열 부품 기술이 핵심적이기 때문이에요.  더욱이 결정적으로 수소전지차의 핵심부품은 연료전지 기술인데요, 이것에 있어 완성차 업계가 압도적 지위를 보유하고 있어요. 
이점은 바로 수소차 영역에서만큼은 완성차 업체가 여전히 큰 영향력을 발휘할 수 있다는 것을 의미하죠. 

미래 친환경차 시장이 전기차로 갈 것인지 수소차로 향할 것인지 속단하기는 관점들도 나오고 있는데요, 일단 수소차는 유럽 및 미국과 중국에서도 개발 중이지만 차량 출시 모델을 내놓은 곳은 현대차와 도요타를 비롯해 몇 군데 없었는데요, 최근 메르세데스-벤츠도 개발 경쟁에 뛰어들면서 수소차 시장은 더 힘을 받고 있는 분위기입니다.

휘발유차와 경유차가 공존했듯이 기술력과 현실 적합성, 미래 잠재성 등을 놓고 볼 때 전기차와 수소차가 공존할 가능성이 높다는 의견이 많습니다. 현재, 전기차든 수소차든 당분간은 정부 보조금에 의존하는 것이 불가피해 보입니다만, 언젠가는 독립할 수밖에 없겠죠. 결국 차 가격을 떨어뜨리고 충전 인프라 문제를 어느 쪽이 먼저 해결하느냐가, 미래차 시장을 선점하는 관건이 될 전망입니다.

함께 읽으면 좋은 글

자율주행 자동차는 사람의 운전 없이 자동으로 주행할 수 있는 자동차를 말하는데요, 레이더, GPS, 카메라로 주위의 환경을 탐지하고 목적지를 지정하는 것만으로 자율적으로 주행이 가능합니다. 

글로벌 시장조사업체 주니퍼 리서치에 따르면, 2025년까지 전 세계에 약 2200만 대에 달하는 자율주행차가 누적 보급될 것으로 전망하고 있어요. IHS는 자율주행차 시장 규모가 오는 2025년까지  연간 60만 대 수준으로 성장한 뒤 향후 10년간 연간 43%씩 급성장할 것이라고 전망하기도 했어요.

자율주행 자동차 진화 단계

보통 자율주행 자동차 진화 단계에 따라 구분되는 기술 수준은 미국 도로교통안전청(NHTSA, 0~4단계)과 미국 자동차공학회(SAE, 0~5단계)의 기준에 근거를 두고 있어요. 유럽에서 주로 사용하고 있는 미국 자동차공학회의 기준을 살펴보면 ‘단계 1’은 특정 기능의 자동화 단계인데요, 이 단계에서는 운전자가 직접 운전하며 ‘스마트 크루즈 컨트롤(ASCC)’과 ‘차선 유지 지원 시스템(LKAS)’ 등 운전자 보조장치의 도움을 받는 단계를 말합니다. ‘단계 2’는 기존 자율주행 기술들이 들어가 있어서 스마트 크루즈 컨트롤, 차선 유지 지원 시스템이 결합된 시스템을 통해서 고속 주행 시에 차량과 차선을 인식하고 앞차와의 간격 유지, 자동 조향 등이 가능한 단계예요. 

‘단계 3’는 부분적인 자율주행이 단계로 운전자의 조작 없이도 도로에서 신호를 인식해 자동으로 차량을 제어할 뿐 아니라, 고속도로에선 일정 구간의 교통 흐름을 고려해 자동으로 차선을 변경해 끼어들기가 가능한 단계를 말해요. ‘단계 4’는 정해진 상황에서 운전자가 전혀 개입하지 않는 단계를 말하는데요, 시스템이 정해진 조건 내 모든 상황에서 차량의 방향과 속도를 통제합니다. ‘단계 5’는 아무런 운전자 개입 없이 차량이 스스로 목적지까지 운행하고 주차까지 가능해지는 단계예요. 운전자가 차량에 타지 않아도 주행이 가능한 통합적인 자율주행의 단계로 운전자가 처음 시동을 켠 후 목적지에 도착해 주차가 완료될 때까지 사실상 완전한 자율주행이 가능한 단계를 말합니다.

자율주행 자동차의 현재

2020년~2030년까지 자율주행 자동차 관련 기업들이 상용화를 목표로 자율주행 관련 기술에 대한 투자 증가와 함께 기술이 급속도로 발전하고 있습니다. 현재 주요 업체에서 다양한 기술 개발로 Level 3~4 수준의 자율주행 자동차 테스트 주행이 공개되고 있는데요, 최근 자동차에 적용된 다양한 운전자 지원시스템(ADAS) 기술이 부분 자율주행 기술로 실현되면서 자율주행 자동차의 상용화에 한 발짝 더 다가간 모습입니다.

현재 부분 자율주행 자동차 핵심 기술은 4가지로 고속도로를 운행할 때 차선 자율주행 시스템(Highway Driving Assist)과 혼잡구간 운행 지원 시스템(Traffic Jam Assist) 및 자동 긴급 제동 시스템(Autonomous Emergency Braking System) 그리고 자율주차(Auto Parking System)입니다. 향후 여기에 자동 차선 변경과 교차로 주행 기술이 추가되면 완전한 자율주행이 가능한 자동차 상용화의 기술적 토대가 만들어질 것으로 전망하고 있습니다.

자율주행 자동차의 미래

미래의 자율주행 자동차 개발은 인공지능(AI) 기술의 발달이 핵심이 될 것으로 전망되며, 향후 대량 상용화를 위해서는 3차원 정밀지도, 사용자 모니터링, 휴먼 팩터 기술, 동적 맵, V2X 등의 개발과 클라우드 분석기술, 도로 및 인프라 관련 기술, 네트워크 보안 기술, 융합 서비스를 위한 기술 등이 향후 자율주행 자동차에 주요 기술로 나타나고 있어요.

자율주행 자동차의 대중화를 앞당기기 위해서는 스테레오 카메라 기술 발전, 저가의 라이더 센서 개발, 인공지능 기술 발전 등이 필요할 것으로 전망되며, 차량과 보행자 간 통신(Vehicle to Pedestrian), 차량과 차량의 통신(Vehicle to Vehicle), 차량과 인프라와의 통신(Vehicle to Infra)등 V2X(Vehicle to Everything) 기술은 완전 자율주행의 핵심 기술이 될 전망이에요. 현재, 고속 전송과 전송 지원 특성을 가진 5G를 이용한 V2X 기술이 개발 중입니다.

함께 읽으면 좋은 글

다가오는 스마트시티 세상

스마트시티란 도시에 정보통신 기술 갖추고 도시내 공공기능을 네트워크화한 것을 말합니다. 그래서 언제 어디서나 인터넷 접속이 가능하며 정보통신 기술을 자유롭게 사용하는 미래형 첨단도시이며, 각종 신기술을 접목해 도시문제를 해결하고 삶의 질을 높이는 미래형 도시입니다.

이와 같은 스마트시티 구축 시에 장점으로 실시간 교통정보를 통해 이동거리 단축이 가능하며, 스마트홈 및 원격근무 등으로 도시 거주자의 생활 편리성 향상뿐 아니라 신재생에너지 인프라 및 관련 스마트그리드(Smart Grid) 등 친환경 대체 에너지 활용으로 이산화탄소 배출량 감소 등 친환경적인 요소도 갖춘 도시를 말합니다.

한 연구 결과에 따르면, 스마트시티에 거주 시 연간 125시간을 아낄 수 있다고 합니다. 또한 인구 1천만 명 이상의 대도시는 2030년에는 41개로 늘어날 것으로 예상되고 있으며 스마트시티 전환은 필수적인 사항으로 세계 스마트시티 시장은 매년 20% 성장 전망을 전망하고 있습니다.

왜 스마트시티를 도입해야 하는가?

급격한 도시화에 따른 사회문제 발생
유엔 발표에 따르면 2050년까지 세계 인구는 90억 명으로 큰 폭의 증가를 예상하고, 도시화율이 약 70%에 이를 것으로 전망하고 있습니다. 이와 같은 급속한 도시화에 따라 인구와 소비하는 자원이 도시에 집중되어, 미세먼지, 물 부족, 교통 혼잡 등 각종 재난 심화되고 있으며, 이는 도시의 큰 위협으로 작용하고 있습니다.

도시화 문제를 혁신기술로 해결하고자 추진

현재 세계 각국은 도시문제를 해결하고 도시의 지속 가능한 성을 위해 스마트시티에 주목하고 있습니다. 이를 실현할 기반 기술로 빅데이터, 인공지능 등 4차 산업혁명 첨단 기술을 활용한 스마트시티 건설에 노력을 기울이고 있어요.

스마트시티의 발전 단계

글로벌 스마트시티 시장은 세계 각국의 스마트시티 프로젝트의 추진과 함께 빠르게 성장하고 있어요. 세계의 도시 중에서 인구가 천만 이상을 메가 시티(Mega City)라고 부르는데요, 2013년 23개에서 2025년까지 37개로 늘어날 것으로 전망하고 있고, 그 영향으로 스마트시티 시장이 빠르게 성장할 것으로 예측되고 있어요.

프로스트 앤 설리반 등의 연구 기관들도 스마트시티 시장이 매우 빠른 속도로 성장할 것으로 기대하고 있는데요, 세계 스마트시티 프로젝트의 약 70%는 교통⋅에너지⋅안전 등 3대 요소에 집중될 것이라고 전망하고 있어요. 더불어 전 세계 약 70억 명의 인구 중 35억 명이 도시에 거주하고 있으며, 인구 증가율보다 도시 거주 비율이 더 큰 폭으로 증가하고 있어서 도심 재생의 필요성으로 인해 스마트시티는 더욱 관심을 받을 것으로 예상하고 있습니다.

통상적으로 스마트시티의 발전 단계는 아래와 같이 3단계로 나누어 설명되고 있어요.

 
첫 번째는 스마트시티 생성(1996～2002) 단계입니다. 이 단계의 스마트시티는 1990년대 중반 디지털 시티의 등장과 함께 시작하였고, AOL(America Online)에 의해 미국에서 처음 시작되었어요. 그 이후로 1993년 암스테르담과 1996년 헬싱키 그리고 1998년 교토 등 전 세계로 퍼져나갔습니다. 주로 통신사가 주도하는 시점사업 형태로 추진되었으며, 도시 전체를 연결하는 네트워크를 구축하여 시민이 활동하는 가상공간을 조성한 것이었어요. 실제로 디지털 시티는 상징적 의미였고, 주로 에코 시티 등의 프로젝트가 주를 이루었습니다.

두 번째는 스마트 성장기(2003～2011) 단계입니다. 이 단계에서 스마트시티의 주목할만한 점은 가상과 현실 공간을 결합하는 전면적 도시 정보화로 전환된다는 차이점이 있어요. 우리나라의 경우는 2003년 유시티(U-City)를 계기로 본격적인 기술주도형 스마트시티가 등장했었습니다. 첫 번째 단계의 디지털 시티가 온라인상에서 부분적인 도시 정보화였다면, 2008년 이후부터는 시스코, IBM 등의 글로벌 기업이 스마트시티에 참여하였고, 유럽에서는 오픈 이노베이션을 통해 리빙랩(living lab: 문제가 발생했을 때 사용자가 직접 나서서 현장을 중심으로 해결해 나가는 사용자 참여형 프로그램, 일명 우리 마을의 실험) 등 새로운 도시혁신 모델이 등장한 시기입니다.

세 번째는 스마트 확산 및 고도 화기((2012～현재) 단계입니다. 이 단계는 2012년 이후 플랫폼, 데이터 분석 등의 기술발전과 개도국의 도시개발 수요가 결합하여 스마트시티가 전 세계로 빠르게 확산되고 있는 시기를 말합니다.

세계 각국의 스마트시티 추친 사례 5가지!

미국은 연방정부 스마트시티 정책 및 스마트 그리드와 의료 정보화에 집중하고 있는데요, 중앙정부를 중심으로 스마트시티 실행계획을 추진하고 있는 EU 및 아시아 국가들과는 다르게 에너지⋅의료분야 외에는 지자체 및 민간 기업에 위임하고 있는 것이 특징이며, 각 주 정부는 자체적인 스마트시티 프로젝트를 추진 중에 있어요. 몇 가지 예를 들어 설명하면, 시카고의 경우는 스마트폰 연동 자전거 공유 시스템 ‘다비(DIVVY)’ 와 IoT 기상정보 시스템 프로젝트 ‘AoT(The Array of Things)’ 그리고 빅데이터 기반 의사결정 지원시스템 등의 프로젝트를 추진 중에 있어요. 또 보스턴 같은 경우는 도시 인프라 개선을 위해 교통 부분에 있어 ICT를 활용하고 있죠. 

핀란드 헬싱키는 스마트 교통 서비스를 통해서 매일 모든 시민의 시간 절약을 목표로 칼 라사 타마(Kalasatama)를 스마트 혁신 지역으로 만들었습니다. 이를 기반으로 25개 이상의 혁신적인 인프라 실험 프로젝트를 추진하고 있어요. 또한, 대도시의 똑똑하고 깨끗한 설루션을 테스트하는 기반인 스마트 & 클린 헬싱키 메트로폴리탄, 거주자 및 영양사와 모바일 플랫폼을 시험하기 위해 노력하는 포럼 비리 움 헬싱키를 진행하고 있습니다.

일본의 경우는 에너지 안보와 재난복구 등에 집중하는 것이 일본 스마트시티 건설의 특징인데요, 2011년 동일본 대지진 이후 스마트시티 프로젝트를 적극적으로 추진하고 있으며, 국가적인 에너지 안보 위기 상황을 스마트 그리드 중심의 에너지 인프라 스마트화 정책을 통해 극복하는 것이 주요 목표로 삼고 있어요.

중국은 원래 지방정부가 개별적으로 추진해 오던 스마트 시티 정책을 2013년부터 중앙정부가 직접 관리하고 있는데요, ‘2014～2020 국가 신형 도시화 계획’을 발표에 따라, 2015년까지 약 90조 원의 투자와 함께 320개 스마트시티를 구축했다고 합니다. 또한 현재, 클라우드 컴퓨팅을 비롯한 첨단 ICT 기술을 결합해 도시 주요 시설과 공공기능을 네트워크화한 미래형 첨단도시를 구축 중이에요.

우리나라의 경우 4차 산업혁명의 첨단기술을 활용한 도시문제 해결, 시민을 배려하는 포용적 스마트시티 조성, 그리고 혁신생태계 구축과 글로벌 협력 강화를 목표로 스마트시티 정책을 추진하고 있어요. 지난 2019년 6월 스마트시티 조성 확산을 위해서 5년 단위 중장기 로드맨을 만들었고, 이를 위한 4대 분야 14개 세부과제를 추진 중에 있습니다. 또한, 우리 정부는 국가 차원에서 스마트시티 시범도시를 세종과 부산에 조성하여 운영 중입니다. 이 2곳의 시범도시에는 인공지능, 블록체인, 5G 등 신기술을 접목하고 이를 기반으로 드론, 자율자동차, 스마트 에너지와 같은 산업을 육성한다는 계획을 가지고 있어요. 더불어 교통, 에너지 등 다양한 도시 데이터를 활용 연계하고 민간기업이 참여하는 혁신 산업생태계 조성도 추진 중입니다.

함께 읽으면 좋은 글

보통 사람의 행동을 따라 하는 로봇을 인공지능이라 부르는 경우가 많고 인공지능은 기존의 단순한 문제풀이를 넘어 지능의 실제적 구현으로 발전하고 있습니다. 이렇듯 인공지능이란 인간의 학습능력은 물론 지각 능력 및 자연어의 이해능력 등을 컴퓨터 프로그램으로 실현한 기술이에요. 현재 인공지능은 Weak AI 기술로 이미지 분류, 스팸메일 필터링, 기계번역 기술 등이 대표적인 사례로써 몇 년 전 이세돌 9단과 구글 알파고의 바둑 대전도 Weak AI의 대표적인 사례입니다.

인공지능 관련 용어

인공지능 분야에는 몇 가지 하위 기술이 있어요. 이에 대해 쉽게 설명해 보도록 하겠습니다.

첫째, 머신러닝은 기본적인 룰(Rule)만 제공된 상태에서 입력받은 정보를 활용해 스스로 학습하는 것을 말합니다. 

둘째, 인공 신경망이란, 인간의 뉴런 구조를 본떠 만든 기계 학습 모델을 뜻합니다.

셋째, 딥 러닝은 입력과 출력 사이에 있는 인공 뉴런들을 여러 겹으로 쌓고 연결한 인공신경망 기법을 주로 다루는 기술인데요, 단일 층이 아닌 실제 뇌처럼 여러 계층으로 되어 있는 게 특징이에요.

넷째, 인지 컴퓨팅은 머신러닝을 이용하여 특정한 인지적 미션을 해결할 수 있는 프로그램을 말합니다.

다섯째, 뉴로모픽 컴퓨팅은 인공신경망을 하드웨어적으로 구현한 것이라고 보면 됩니다.

인공지능 구현 방식

머신러닝을 사용해 인공지능을 구현하는데요, 흔히 알려진 딥러닝은 머신러닝 방법 중 가장 많이 쓰이고 있어요. 딥러닝은 사전 지식을 제공하지 않은 상태에서 데이터를 넣어놓으면 기계가 스스로 데이터를 분류하게 되는데요, 이때 무분별한 데이터가 아닌 실제 정답 데이터량이 많아야 효과적이에요.

 머신러닝은 하드웨어 인프라, 알고리즘, 데이터로 구성되게 되고 핵심 요소는 데이터의 양으로써 그만큼 데이터의 양이 많을수록 품질이 높아지게 되므로 빅데이터 기술이 깊이 연관되어 있어요. 이제 머신러닝과 빅데이터의 중요 관계 아시겠죠?

머신러닝은 빅 데이터와 인프라가 뒷받침되어 있는 글로벌 IT 기업 정도가 되어야 가능하다고 평가되고 있으며, 현재 머신러닝 기술은 개미, 꿀벌 등의 뇌에 버금가는 정도로 문제풀이 등에 특화됐기 때문에 일정 영역에서는 인간의 능력을 넘어서고 있습니다. 
 이밖에 음성인식 및 번역기 등 현재 흔히 사용하고 있는 것도 머신러닝을 응용한 사례라고 볼 수 있습니다.

인공지능 시장 전망

국내의 인공지능(AI) 시장 규모는 올해 2조 2천억, 2025년 11조 원, 2030년에는 27.5조 원으로 성장할 것을 예상하고 있습니다. 금융, 광고, 경비 분야를 넘어 인공지능의 활용분야는 헬스케어뿐 아니라 자율 운송 및 배송, 대화 봇, 스마트 에너지 등의 부문의 발전이 두드러질 것으로 예상합니다. 이밖에 2030년엔 자율주행차를 넘어 교육, 노인 간호, 가사형 로봇, 스마트 팩토리, 스마트그리드 등에서 인공지능이 폭넓게도 입 될 것으로 전망하고 있습니다.

또한, 시장조사기업 IDC는 세계 인공지능(AI) 시장 규모가 올해 470억 달러, 오는 2022년에는 1,132억 달러 규모로 커질 것으로 예상하며, 산업 간 융합이 촉진되면 폭발적으로 더 성장할 전망 있어요.

세계 기업들의 인공지능 활용 사례 5가지!

첫째, 중국의 전자 상거래 기업 알리바바는 아마존과 이베이를 합친 것보다 더 많은 상품을 판매하는 것으로 유명한데요, AI(인공지능)는 알리바바의 일상 업무에 없어서는 안 될 필수 부분이 되었으며, 알리바바를 이용하는 고객들이 어떤 상품을 사고 싶어 하는지 예측하는 데 활용되고 있습니다. 알리바바가 인공 지능을 활용하는 또 다른 방식의 예로 ‘시티 브레인 프로젝트’를 들 수 있는데요, 인공지능(AI)을 활용해 도시의 모든 교차로 동영상과 자동차 위치 GPD 데이터 등 도시 전역의 정보를 수집해 교통을 제어하고 있습니다. 이 프로젝로 인해 중국 항저우의 교통 상황은 크게 개선되었다고 해요, 항저우가 알리바바의 본거지인 것은 모두 아시죠? 

둘째, 전 세계 최대 기술 기업 중 하나인 애플은 아이폰에 인공지능과 머신러닝을 활용하여 페이스 아이디(FaceID) 기능을 사용하며 또한 애플 워치, 에어 팟 또는 스마트 스피커 홈팟과 같은 제품 들에서 스마트 보조 ’ 시리(Siri)’를 지원하고 있어요. 더불어 애플은 인공지능(AI)을 이용하여 뮤직에서 노래를 추천하고, 아이클라우드에서 사진을 검색하거나, 지도를 사용하여 다른 목적지로 이동할 수 있도록 도와주는 등 다양한 서비스를 제공하고 있어요.

셋째, 여러분 혹시 IBM의 ’ 딥 블루(Deep Blue)‘를 아시나요? 컴퓨터가 최초로 세계 체스 챔피언과의 대결에서 승리했는데요, 또한  IBM이 개발한 토론 전용 인공지능(AI) ’ 프로젝트 디베이터(Project Debater)’도 매우 유명하죠. 신문과 학술자료에 실린 100억 개의 문장을 학습해 지식을 습득해서, 사람과의 토론으로 인간의 사고력과 문제 해결력을 발전시키고자 개발하였는데요, 이 데이터를 기반으로 명확한 논리를 전달할 수 있으며 수준급의 문장 조합 실력을 자랑한다고 해요. 특히 토론 중 농담을 하기도 하며 때론 단호하고 거칠게 응수하기도 한다고 합니다.

넷째, 아마존의 인공지능 플랫폼인 알렉사(Alexa)와 아마존 에코(Amazon echo)라는 스마트 스피커 역시 인공지능을 활용한 사례로 유명합니다. 아마존 에코를 통해 알렉사와 의사소통을 할 수 있고 음악재생, 알람 설정, 날씨정보 제공 등 많은 기능들을 제공하고 있죠. 또 다른 아마존의 인공 지능 활용 분야는 제품 구매에 대해 생각하기도 전에 물건을 배송하는 것인데요, 각 개인의 구매 습관에 대한 많은 데이터를 수집하고 수집한 데이터로 어떤 아이템이 고객에게 도움이 되는지 추천하고, 예측 분석을 사용하여 고객들이 필요한 항목을 미리 예측해야 된다는 점에서 의미가 크죠.

다섯째, 구글은 딥 마인드(DeepMind)를 인수하며, 컴퓨터가 스스로 학습하고 분석해 판단하는 ‘딥러닝(Deep Learning)‘에 많은 투자를 하고 있습니다. 이 시스템은 49개의 다른 아타리(Atari) 게임 방법을 학습하고, Go 게임 내 알파고(AlphaGo) 프로그램은 바둑게임에서 프로 선수를 최초로 이긴 사례가 있어요. 또 다른 구글의 인공지능(AI) 혁신 ’Google Duplex‘는 AI로 전화를 걸어 식당 예약, 호텔 예약, 배달 음식 주문, 미용실 예약 등을 할 수도 있어요.

함께 읽으면 좋은 글

여러분, 빅데이터란 말을 자주 듣고 계시나요? 신문기사, 뉴스 또는 직장 등 우리 사회에 빅데이터란 용어가 어느새 자주 등장하고 있는데요, 여러분은 빅데이터에 대해 얼마나 알고 계시나요? 빅데이터란 많은 정보를 신속하게 수집해서 원하는 의미 있는 데이터를 뽑아내어, 비즈니스 가치를 찾아내는 것이라 할 수 있어요. 즉, 복잡하고 다양한 데이터에서 비즈니스 가치를 찾아내는 과정이 빅데이터 분석이라고 할 수 있습니다.

빅데이터의 역사

빅 데이터(Big data)란 개념은 비교적 최근의 것이긴 하지만, 대용량 데이터의 시초는 관계형 데이터베이스가 개발되면서 데이터 세계가 막 시작하던 1960~70년대입니다. 이후 세계 각 글로벌 기업은 2005년에 들어서 페이스북, 유튜브 등을 통해 수많은 데이터 사용자가 생겨나고 있음을 깨닫기 시작했는데요, 바로 그 해에 빅 데이터 세트를 저장하고 분석할 목적으로 생성된 오픈소스 프레임워크인 Hadoop이 등장했습니다. 

Hadoop과 같은 오픈소스 프레임워크의 개발은 빅 데이터의 증가에 중요한 역할 하게 되었는데요, 왜냐하면 오픈소스 프레임워크를 활용하면 빅 데이터를 더 쉽게 활용할 수 있고 보관 비용도 더 저렴하기 때문이었죠. 사용자들은 여전히 엄청난 양의 데이터를 생성하고 있지만, 데이터를 만들어내는 것은 사실 인간만이 아니라는 것도 아시나요?

IoT가 등장하면서 점차 많은 수의 객체와 장치가 인터넷에 연결되어 고객 사용 패턴과 제품 성능 관련 데이터를 수집하고 있는데요, 여기에 머신러닝이 등장하면서 데이터의 양이 증가했어요. 이런 식으로 빅 데이터는 발전해 왔지만, 빅 데이터가 가진 유용성은 아직 맛보기에 불과해요. 클라우드 컴퓨팅은 빅 데이터의 잠재력을 그 어느 때보다 더 확장시키고 있습니다. 클라우드는 유연한 확장성을 제공하므로, 개발자들은 애드혹 클러스터를 활용해 데이터 하위 집합을 테스트할 수 있습니다.

빅데이터의 출현 배경

첫 번째 이유로 CPU, 메모리, 저장장치와 같은 하드웨어 장비 가격이 낮아져서 다량의 정보를 저장 및 처리하는 비용이 싸졌지 때문이에요. 두 번째 이유로는 오픈 소스 기술의 발전인데요, 오픈 소스의 한 가지 예로 R에 대해 여러분 알고 계시나요? 대용량 비정형 데이터를 빠르게 처리하고 결과를 얻어, 통계 툴인 R를 이용해서 통계 함수 처리 및 데이터 시각화를 보다 쉽게 할 수 있게 되었어요. 세 번째는 데이터에 관심을 갖게 되었고, 그 쌓여 있는 데이터에서 비즈니스적인 의미를 찾으려는 여러 시도 때문이에요. 마지막 이유는 실제 이런 데이터에서 가치를 찾아서 활용한 사례가 여러 세계적인 기업들에서 나타나고 있기 때문이에요. 구글, 마이크로소프트, 페이스북 등 여러 기업에서 빅데이터를 이용해서 비즈니스적 가치를 찾아내고 실제 사업에 적용하고 있습니다.

빅데이터의 특징

빅데이터의 특징은 크게 3가지로 말할 수 있는데요, 크기(Volume), 속도(Velocity) 그리고 다양성(Variety)이라고 할 수 있어요. 크기(Volume)는 일반적으로 수십 테라바이트 또는 수십 페타바이트 이상 규모의 데이터 속성을 의미하고요, 속도(Velocity)는 다량의 데이터를 신속하게 처리하고 분석할 수 있는 속성을 말해요. 융복합 환경에서 디지털 데이터는 매우 빠른 속도로 생산되기 때문에 이를 실시간으로 저장, 수집, 분석 처리가 가능한 성능을 의미해요. 다양성(Variety)은 여러 종류의 데이터를 의미하며 정형화의 종류에 따라 정형, 반정형, 비정형 데이터로 분류할 수 있어요.

빅데이터 중요 핵심 기술

빅데이터 처리 기술은 Divide and Conquer 처리 방식이라 할 수 있습니다. 즉 이것은 다량의 데이터를 독립된 형태로 나누고 이를 병렬적으로 처리하는 것을 말하는데요, 빅데이터의 데이터 처리란 여러 개의 작은 연산으로 나누고 이를 취합하여 질문(문제)에 대해 하나의 결과로 만드는 것이라 할 수 있어요. 대용량의 데이터를 처리하는 방식 중에 가장 널리 알려진 것은 아파치 하둡(Apache Hadoop)과 같은 Map-Reduce 방식의 분산 데이터 처리 프레임워크이에요.

<빅데이터 환경의 특징>

빅데이터 활용사례 3가지!

첫째, 여러분 구글의 플루 트렌드에 대해 아시나요?  이 역시 빅데이터를 활용한 대표적인 사례 중에 하나인데요, 보통 사람들은 감기에 걸리면 병원 약국에 가기 전, 감기 또는 독감 같은 단어를 인터넷으로 검색하는데요, 구글은 이러한 점에 착안해서 2008년부터 검색 정보와 더불어 위치를 기반하여 미국의 감기 바이러스 확산 상황을 알려주는 서비스를 제공 중에 있어요. 이 플루 트렌드는 ‘감기’나 ‘독감’과 같은 검색 빈도가 높은 지역을 지도에 표시 함으로써 독감의 확산을 쉽게 파악할 수 있도록 시각화해서 제공하고 있습니다. 또한, 대부분의 보건 기구는 일주일에 한 번만 예상 수치를 업데이트하고 있지만, 구글 플루 트렌드는 18개 국가를 대상으로 매일 업데이트하여 제공하고 있습니다.

둘째, 여러분 아마존의 책 배송 예측시스템에 대해 들어보신 적이 있나요? 북 매치를 시작으로 아마존의 개인별 맞춤 기능이 점차 발전하여, 일반 상품에도 고객별 맞춤 추천 기능까지 올 수 있게 되었는데요, 그동안 축적해온 고객 데이터를 바탕으로, 빅데이터를 통해 고객들의 구매 패턴을 읽어서 미리미리 그 고객이 살만한 물건들을 사는 곳 근처에 구비를 해두어서 고객이 그 물건을 찾을 때 빠르게 받아볼 수 있도록 하는 것입니다.

셋째, 패션 브랜드 기업인 자라(ZARA)도 빅데이터를 분석하여 활용하고 있는데요, 이 기업의 경우 여러 상품을 소량 생산하는 것을 마케팅 판매 전략으로 삼고 있어요. 보통 패션 브랜드의 상품 종류에 비해 거의 2배 이상의 종류를 생산하는데요, 또한, 오더부터 생산, 매장에 입점할 때까지 단 6주 이내로 걸린다고 해요, 그렇기 때문에 수요 예측과 매장 별 재고 산출, 
상품별 가격 결정, 운송까지 실시간으로 파악해야 할 필요가 있었고, 이를 위해 MIT 대학교 연구팀과 연계해 빅데이터를 활용하는 재고관리 시스템을 개발해서 활용 중입니다.