지니 로메티 IBM 회장의 2016 CES keynote - Part 1

Ginni Rometty IBM 회장의 2016 CES 기조연설

올해 2016 CES에는 예년과 달리 자동차, 드론, 통신업체등 다양한 분야의 IoT 의 연결성이 강조된  것으로 보인다. 특히 스타트업들이 결집한 전시관에 많은 관람객이 몰렸다고 한다. 이러한 분위기 속에서 소비가전업체가 아닌 지니 로메티(Ginni Rometty) IBM 회장이 회사 설립이래 처음으로 CES2016 기조연설을 맡아 발표했다. 그 내용은 CES 출품된 전시회에서 보듯이, 많은 기업들이 디지털화를 얘기하지만, 디지털은 최종 목적지(Destination)가 아니라, 기반(foundation)일 뿐 이라고 말하며, 디지털 만으로는 글로벌 경쟁에서 성공할 수 없음을 강조하였다. 지니 회장은 언더아머, 메디트로닉스, 소프트뱅크의 사례를 언급하며 ‘코그너티브 비즈니스(Cognitive Business)’시대의 도래를 알렸다.

IoT 의 가능성

IDC (2013) 는 2020년까지 290억개의 장비가 연결되는 IoT 네트워크가 생길 것으로 예측한다. 전문가들은 이러한 장비로부터 발생되는 데이터로부터 파생되는 경제효과는 2025년까지 11경원(11,000조원)의 경제적 가치를 창출할 것으로 예측한다. 이렇게 인터넷이 사물들과 만들어 디지털화되는 시대의 미래는 우리에게 시사하는 바는 무엇이며, 이 시점에서 IBM의 지니회장이 코그너티브(Cognitive) 비즈니스를 언급하는 것은 무엇일까?

지금 현재에도, 영국의 National Grid 는 IoT 를 이용하여 실시간으로 전기 네트워크의 상태를 능동적으로 예측하며, Robert Bosch 는 스마트 차량을 위한 지능화되고 상호연결된 자동차 제품을 개발하고 있다. 보다폰은 스페인도시의 범주 내에서 생활을 영위하는데 필요한, 예컨데, 이동성, 응급상황관리, 에너지, 물, 교육, 헬스케어등과, 관련된 센서에서 발생하는 거의 모든 정보를 수집하고 분석하는 일을 연구하고있다.

맥킨지에 따르면, 이러한 네트워크에서 발생되고 있는 6조 기가바이트 데이터의 90%가 버려지고있다. Wired(2014)에 따르면 해저유전굴착장비에서 발생하는 1% 데이터만이 이상징후를 위해 조사되고 있다. 그러면 이렇게 엄청나게 낭비되고 있는 데이터들을 손실 없이 연결하여 분석하는 것이 훨씬 많은 가치를 가져올 것 같은데, 현재의 IoT 는 무슨 제약이 있는 것일까?

CES 기조연설에서 소개된 IoT 의 코그너티브 비즈니스 사례

요번 CES 에서 지니 회장이 무대위로 초대한 첫번째 사례는 언더아머(Under Armour)였다. 언더아머는 예전에 삼성전자 이재용부회장이 입고나와 화재가 된 스포츠 의류 및 용품회사로, 2013년부터 MapMyFitness (인수당시 2천만 사용자), MyFitnessPal, Endomondo(GPS 추적 시스템) 등과 같은 디지털 헬스케어회사들을 연달아 인수해오며 디지털 헬스케어분야로 급속히 진입하고 있는 회사이다.

언더아머의 "connected fitness"

언더아머는 "connected fitness" 를 주창하며, 스포츠용구를 포함한 웨어러블을 통해 인간의 건강을 관리하는 모토를 발표하여 주목을 받은 회사다. 언더아머(Under Armour)와 IBM은 왓슨을 활용해 개인의 건강과 운동을 관리하는 시스템을 개발하는 파트너십 계약을 체결하였다. 




개발되는 시스템은 왓슨의 코그너티브 컴퓨팅 기능과 언더아머의 1억6000만 명의 온라인 헬스 커뮤니티 회원 데이터를 결합, 개인의 건강한 삶을 위한 모든 활동(수면, 환경, 영양상태, 심리적, 체력적 상태진단) 기록을 토대로 과학적인 조언과 프로그램을 내놓는 포괄적인 건강 컨설턴트의 기능을 갖추는 것을 내용으로한다. 요번 CES 에서 창업자/CEO 케빈 플랭크는 "헬스 박스"라는 솔루션을 발표했다. 1시간 충전에 7일동안 사용가능한 손목밴드와 심장박동을 측정하는 벨트 그리고 스케일이라는 측정기구다. 이를 통하여, 그 동안 일부 신체에 대해 정량적 통계만을 제공하던 기존 다른 디지털 헬스케어 시스템과 달리, '수면', '활동', '피트니스', '영양섭취' 라는 4가지 영역에 '체중' 을 더해서 '현재의 건강상태'에 대해서 그간의 데이터로부터 가장 컨디션이 좋았을때에 어떠한 수면,활동,섭생이 있었는지 와 특정상태에 도달할때에는 어떠한 요소들이 구성되고 있었는지를 분석한다. 왓슨의 코그너티브 기술이 적용되는 부분은, 이러한 1억6천만 커뮤니티에서 나와 같은 종류의 사람(LIke by me) 은 누구인지와 그 특성은 무엇인지를 분석하는 것과, 왓슨을 통하여 나의 운동, 수면, 섭생등의 실시간 데이터로부터 코그너티브 분석을 통해 헬스케어에 관련된 전세계 지식 저장소로 부터 유사한 유형의 (Like by me) 개인화된 "코그너티브 코칭' 컨설팅을 제공해주는 것이다. 이를 통하여 결국 언더아머는 고객의 건강을 관리하는 노력의 대가로 연관 지어지는 의류, 용품 및 신발 판매의 좀 더 가치있는 시장으로의 자연스런 증가를 목표로 하고 있는 것이다.

메드트로닉스(Medtronics) 의 당뇨병 실시간 예방진단 시스템

두번째로 무대에 등장한 인물은, 메드트로닉스의 오마 이슈렉 CEO 이다. 메드트로닉스는 아일랜드 더블린에 본부를 두고있는 전세계에서 가장 큰 독립형 의료기술개발 회사다. 오마 CEO 는 IBM 과 4월부터 파트너십을 체결한 당뇨병 예방 진단에 대하여 소개하였다. 당뇨병은 전세계 4억명이 질환을 가지고 있으며 11명중 한명이 이 병을 가지고 있을 정도로 미국에서 6번째로 흔한 질병 중 하나다.  이를 위해 전세계적으로 600조원의 비용이 발생한다고 한다. 당뇨병은 지속적인 관찰과 관리가 필요함에도, 한 달에 한번 방문하는 병원에서 10분간의 예진과 단속적 데이터로 관리되고 있는 것이 현실이다. 몇 분만에도 섭생을 어떻게 했는지, 스트레스 상태는 어떤지, 어떤 운동을 했는지에 따라 상태가 바뀌고 이를 적절히 대처하지 못하면, 심지어 심장마비, 실명등에 이르는 치명적인 병이다.

오마 CEO 는 윌리엄이라는 가상의 사람이 메드트로닉스의 앱을 보고 있는 상황을 설명한다. App에는 현재의 활동이라는 화면에 1556 cal 가 소모되었고 포도당은 140 이며 윌리엄이 입력한 탄수화물 14g 이 표시된다. 예전에 하루에 탐침으로 손끝에서 혈당기로 측정하던 것이 메드트로닉스의 IoT 기기 덕분에 하루종일 실시간으로 혈당데이터를 모니터할 수 있는 것이다. 식당에서 식사를 하게되어 앱의 탄수화물 측정기를 보면서 파스타를 먹으면 하루 권장량에 미치므로 괜챦겠지 라고 생각한다. 대부분의 경우, 하루 탄수화물 총량을 보고 직관적으로 판단하지만, 이 경우 윌리엄이 상당한 양의 운동을 해서 칼로리가 소모되었고 이러한 포도당 현상에서 파스타를 섭취할 경우 저혈당증으로 오는 쇼크로 3시간 안에 발작이 오고 코마상태에 빠진 후 사망할 수 있는 상태인 것을 모르는 경우가 많다. 

이 부분이 왓슨의 코그너티브 기술이 적용되는 것으로 직관적으로 보여진 데이터에 왓슨이 제공하는 개인화된 의학적 권고사항이advisory 화면에 표시되는 것이다. 이와 유사한 환경에서 저혈당증으로 빠질 수 있다는 경고가 화면에 나타나는 것이다. 윌리엄이 만약 의료적 도움을 받을 수 없는 상황에서 이러한 상황에 처한다면 어쩌면 목숨을 잃을 수도 있다. 그러나 App 의 경고 덕분에 파스타 주문을 사과 정도만 먹는 걸로 바꾼다면 이러한 저혈당증은 나타나지 않을 뿐 아니라, 왓슨의 코그너티브 조언을 통해 3시간 전에 저혈당증에 빠지는 예후를 서전 감지할 수 있는 것이다. 이는 의학적으로 심대한 결과를 가져오며 예전에 단속적 탐침을 통한 혈당측정과는 차원이 다른 개인 의료 관리의 시대가 도래했음을 의미한다. 이러한 새로운 App은 올 여름에 시장에 출시할 예정으로 발표되었다.

소프트뱅크(SoftBank) 의 인공지능 로봇 페퍼

마지막으로 연단에 오른 사람은 소프트벵크 로봇사의 사장인 케니치 요시다 이다. 소프트뱅크는 70조규모의 IT powerhouse 로 예하에 Sprint, Yahoo 그리고 알리바바의 지분을 가지고 있다. 향후 30년간 차세대 먹거리로 IoT, AI 그리고 로봇을 주요 과제로 추진할 것이라고 설명한다. 소프트뱅크는 왓슨에게 일본어를 학습시키는 프로젝트를 완성하였으며 현재 10개정도의 프로젝트를 고객들과 진행 중이라고 하였다. 케니치 사장은 로봇이 기존의 스마트폰과 태블릿등과 가장 큰 차이점은 왓슨에 의해 코그너티브 기능을 지원받는 로봇 '페퍼'는, 고객과의 상호작용을 할 수 있다는 점이라고 하였다. 사람들은 다른 스마트 디바이스들과 다른 점은 로봇이 사람과 같이 살아있는 사물이라고 동일시 하고 싶어하며 대화를 시도한다는 점이라고 하였다. 케니치 사장은 일본의 1~2위를 다투는 Mizuho 은행의 예를 들며 현재 10개 브랜치에서 고객서비스 스태프로서 페퍼가 활동하고 있으며 곧 100개 지점으로 확장예정이라고 한다. 페퍼는 여기서 매장을 방문한 고객의 금융상품 자문을 하며 잠재적 고객을 영업점 데스크로 안내하는 역할을 한다. 아울러 현재 일본의 100개 이상의 네슬레 커피머신 매장에서는 고객에게 대화를 시도해서 고객이 반응을 보이면 여러가지 상호작용을 통하여 고객이 선호할 커피머신을 추천하는 역할을 하고 있다. 영업신장이 눈부시게 증가하고 있으며 앞으로 1000개 이상의 매장으로 확대 예정이라고 한다.  페퍼는 로봇주변으로 모여드는 고객의 감정을 읽을 수 있으며 왓슨 코그너티브 기술을 이용하여 고객과의 상호작용을 고객의 감정과 반응에 따라 제공하는 탁월한 고객 경험을 선사한다. 페퍼 로봇은 금융 및 의료 산업에서 왓슨 코그너티브 기반의 전문 지식을 습득한 것을 바탕으로 그 산업에 속한 '언어'로 고객에게 컨설팅을 제공한다고 설명한다. 케네치 사장은 이제 기술은 준비가 된 상태고, 산업별 고객들과 use case 나 어플리케이션을 통해 실제 실행에 들어갈 일만 남았다고 설명하였다. 

* Part 2 에서 CES Keynote 관련 내용이 이어집니다. (To be continued from part 2).

** The postings on this site are my own and don't necessarily represent IBM's positions, strategies or opinions.

지니 로메티 IBM 회장의 2016 CES keynote - Part 2

왜 지금 코그너티브(Cognitive) 컴퓨팅인가?

앞의 사례들에서 보듯이, IoT 에서는 폭증하는 데이터 처리가 도전적이다. 현존하는 프로그래밍을 통한 컴퓨팅 즉, 결과를 도출하기까지 데이터가 미리 설정된 일련의 if/then 과 같은 플로우 다이어그램을 통하는 전통적 접근방법으로는 IoT 가 정녕 필요로 하는 정도와 약속하는 수준으로 프로세스 할 수 없기 때문이다.  프로그래밍 시스템은 예측 가능한 데이터로부터 미리 정해진 시나리오를 추진한다. 이러한 경직성이 복잡하고 매우 빠르게 변화하는 여러 측면을 다루는 유용성을 제한한다. 매 초단위로 발생하는 데이터에 대응하지 못해 데이터 가치가 기하 급수적으로 경감하는 것이다. 코그너티브 컴퓨팅은 그러한 제한이 없다. 명시적으로 프로그래밍되기보다, 코그너티브 시스템은 사용자와의 상호작용과 사용자 환경의 경험으로부터 학습한다. 이러한 것들이 사물인터넷으로부터 생성되는 정보의 규모, 복잡성 그리고 예측불가능성에 보조를 맞출 수 있게 한다, 이와 더불어, 컴퓨터과학자들이 소위 "비정형" 이라고 부르는 전세계 80%를 차지하는 비디오, 오디오, 블로그 및 트위터와 같은 데이터를 이해 하게한다. 이것은 이전 IoT에서 보이지 않았던 즉, 이질적 원천들로부터 소외되었던 패턴과 통찰력 측면을 이제는 밝힐 수 있음을, 뜻하며 보다 좀 더 많은 정보를 가지고 의사결정을 할 수 있음을 의미한다.

Cognitive IoT

코그너티브 컴퓨팅이 IoT 에 적용되면 그 결과는, 시스템이 물리적 세상에 지능을 주입하고 또한 물리적 세상으로부터 학습하는 것으로 정의하는, 소위 코그너티브(Cognitive) IoT 이다. 최종 결과물은 우리와 우리 주위의 문맥을 둘러싸고 있는 세계에 대한 - 날씨의 변화가 비즈니스에 미치는 예상할 수 없는 방향부터 사람들이 기업의 브랜드에 대해 이야기하는 숨겨진 패턴까지 - 심층적이고 보다 의미 있는 통찰력이다. 수학적 문제에 답을 내는 것에 더해, 코그너티브 시스템은 선입견 없는 가설을 세우고, 추론을 통한 주장을 하여 추천을 내어 놓는다. 시스템은 사용자의 목표를 이해하고 사용자가 그 목표를 달성할 수 있도록 관련되는 데이터를 통합하고 분석할 수 있다. IBM 연구자들은 10년 전 코그너티브 시스템에 대해 처음 착수하였을 때, 프로그래밍 소프트웨어에 내재된 유전적 결함을 예견하였다. 이러한 병목현상에 대한 IBM 의 답은 왓슨(Watson)이라는 질의응답 인공지능 컴퓨터였다. 왓슨이 2011년에 미국 Jeopardy! 퀴즈 쇼의 챔피온 브래드 러터와 켄 제닝스를 이겼을 때 그것은 다섯 가지 기술에 기초한 자연어 질의응답(Q&A) 한가지였다. 현재 Q&A 는 많은 왓슨 Application Programming Interface (API)* 중 하나일 뿐이다. 그 이후로, 50가지 기술에 기반한 25개가 넘는 API 가 개발되었다. 이러한 부분이 IBM의 코그너티브에 대한 접근법이 다른 여타의 인공지능 접근법과 차별되는 큰 특성이다. 커그너티브 컴퓨팅은 컴퓨터과학의 단일 학제가 아니다. 이것은 하드웨어 아키텍쳐, 알고리즘 전략, 프로세스 설계 및 산업별 전문성까지를 어우르는 복수의 학문 영역의 조합이다.  이러한 모든 것들이 IoT 에서 부상하는 본질적으로 새로운 5가지 특성을 가능하게 한다.

* API: 메이커가 API를 공개하면 어플리케이션 개발자들이 어플리케이션과 연결하고자 하는 메이커의 시스템과의 인터페이스에 크게 주의하지 않아도 쉽게 프로그래밍하게 도와준다.

부상하는 IoT 의 5가지 특성

1. 깊은 인간과의 상호작용: 코그너티브 시스템은 고객이 선호하는 방법, 유형, 품질 등에 기반해 사람들과 보다 완성되게 시스템이 상호작용할 수 있도록 돕는다. 시스템은 오늘날 가용한 IoT 테이터들 즉 센서데이터, 날씨정보, 웹 상호작용, 트랜잭션 이력, 로얄티 프로그램 패턴, 전자의료기록 및 웨어러블 데이타 등을 이용하여, 그 동안에 탐지하기 어려워 그려내기 힘들었던 말투, 정서, 감정적 상태, 주위 환경 조건 및 사람간의 관계에서의 본성과 장점들의 모습들을 추가한다. 시스템은 이러한 정형 및 비정형데이터의 일부 혹은 전부로부터 고객인 청중과 상호교류할때 무엇이 진짜로 중요한지를 발견하려고 한다. 이러한 지속적 학습을 통해, 보다 큰 가치를 제공하며 보다 자연스럽고, 기대되며, 감정적으로 적절한 보다 심화된 고객 상호작용을 제공할 수 있다.

2. 전문성의 확장: 시스템은 사용자의 산업 및 직업의 전문성이 그 어떤 사람이 잡지, 새로운 규약, 법률제정, 관례 및 완전히 새로운 영역에 대해 따라잡는 것보다도 빠르게 지식을 확장한다. 확실한 사례를 헬스케어에서 볼 수 있다. 1950년도에 의료정보가 2배가 되는데 50년이 걸릴 것으로 예측했다. 1980년도에는 7년, 2015년에는 3년 이내로 예측한다. 반면에 한 사람이 평생 일백만 기가바이트의 헬스케어 관련된 데이터를 생산할 것으로 예상하는데 이는 3억 권의 책과 맘먹는 양이다.

3. 제품과 서비스에 주입되는 인지(Cognition): 코그너티브 시스템은 메이커로 하여금 제품과 서비스가 그들을 둘러싼 세상과 사용자들에 대해 지각하고, 추론하며 학습하는 새로운 등급의 인지적 제품과 서비스로 거듭나도록 돕는다. 이것이야 말로 코그너티브 IoT 가 보여주는 진정한 미래모습인데 왜냐하면, 이것은 지속적 성능향상과 적응을 통한 능력의 확장을 의미하는데 이는 예전에는 상상할 수 없었던 일이기 때문이다. 이러한 일들은 이미 자동차, 의료장비, 가전제품들 및 심지어는 장난감에서도 이미 일어나고 있다.  

4. 인지적(Cognitive) 프로세스 및 운영들: 코그너티브 능력이 주입된 프로세스들은, 내 외부데이터로부터의 현상에서 기회를 잡는다. 이러한 것들이 프로세스와 운영을 워크플로우, 문맥, 환경등에 한층 민감하게 반응하도록 해서, 지속적 학습, 개선된 예측, 운영의 효율성으로 이끈다. 결국 오늘날의 데이터의 속도로 의사 결정할 수 있도록 돕는다.

5. 개선된 탐험 및 발견: 궁극적으로 가장 강력한 코그너티브 IoT 의 이점은 증가하는 변화무쌍하고 복잡한 미래에 대해 보다 낳은 "등대" 역할을 제공한다는 점일 것이다. 이러한 예지능력은 모든 산업의 리더들이 과감한 투자에 나서도록 독려받고있는 상황에서 한층 중요하다.

매장 내 사용자경험 과 환경 및 공해문제에 도전

그렇다면 산업현장에서는 어떻게 적용될까? 의류 유통업체가 매장 내 고객 경험을 증대시키는 경우를 생각해보자.  온라인 쇼핑 습관을 취득하는 건 가능하지만 매장내의 행위를 측정하는 것은 정량화하기에 매우 어려운 과제였다. 만약 그동안 정량화화기 어려웠던 매장내 방문위치기록, 소셜미디어 및 날씨정보등의 새로운 정보원천을 기존의 공급망, 재고, RFID, POS 데이터등과 결합한다면 보다 완성된 한 개인에 대한 고객 정보를 작성할 수 있을 것이다. 그렇다면 사람으로 넘쳐나는 도시 지역의 심각한 환경 및 오염문제는 어떨까? IBM 연구소는 작년에 Green Horizon)이라는 프로젝트를 중국에서 하고 이어 2015년에는 인도 및 남아프리카 및 다른 지역으로 확산하였다. 이는 과학자들이 머신러닝과 진보된 IoT 역량을 환경추적거점, 교통시스템 센서 및 기후 위성에서 생성되는 거대한 빅데이터로부터 취득하고 학습하여 왓슨이 오염이 어디에서 와서 어디로 가며, 이것이 미칠 잠재적 영향에 대한 예측모델을 조정한다. 이로 하여금 도시계획자들이 공기의 질을 어떻게 향상시킬지에 대해 정보를 기반으로 한 의사결정을 하도록 돕는다. 2015년 초반 3분기동안 베이징 정부가 미세먼지를 20% 감축할 수 있었다고 한다.

에필로그

코그너티브 IoT 로의 이행: 많은 산업의 기업들이 IoT 네트워크에 있어 성숙한 단계에 다다르고 있지만, 아직 위에서 언급한 Cognitive IoT 비전을 달성하기 위해 충분히 고려해야 하는 단계가 있다. 첫째, 코그너티브 전략을 수립하는 것이다. 코그너티브 IoT 는 비즈니스를 근본적으로 변화시킬 수 있지만, 비전이 충분히 명시되어있어야 가능하다. 이러한 특별한 비전은 시장에서의 경쟁우위의 문맥 내에서 수립되어야만 한다. 주요한 데이터원천은 코그너티브로부터 충분히 이익을 볼 수 있는 제품, 서비스 및 프로세스로부터 판별되어야만 한다. 그리고 코그너티브 시스템을 훈련할 수 있는 전문가를 보유해야 한다. 둘쨰로, 보안상으로 안전하고, 확장가능하며 개방된 IoT 기반을 마련해야 한다. 사물, 제품, 시스템 및 기업 자산에 코그너티브를 구축하기 위해 IT 중심이 개방적이며 안정적이어야 한다. 네트워크 중심 및 주변부에 신뢰할 수 있는 보안과 함께 퍼블릭, 프라이빗 및 하이브리드 클라우드 자원이 뒷받침되어야 한다. 마지막으로, 전문성, 어플리케이션 및 솔루션 개발이 동반되어야 한다. IoT 데이터를 모으고 보안을 준수하는 것은 이러한 여정의 절반밖에 미치지 못함을 뜻한다. 수익이 축적되는 곳에 일이 집중되도록, 어플리케이션은 전략적 목표에 근접되도록 작성되어야 되고, 또한 중요한 요소로, 코그너티브 컴퓨팅이 알게 되는 우연한 발견이 용인되는 솔루션 환경을 염두에 두어야한다.

**The postings on this site are my own and don't necessarily represent IBM's positions, strategies or opinions.