뉴스지닷컴

IoT가 빠르게 확산되기 위해서는 센서, 네트워크, 인공지능 등 다양한 요소 기술의 발전과 함께 빅데이터 분석 역량 및 유용한 빅데이터의 확보가 동시에 이루어져야 한다. 이를 위해서는 빅데이터 관련 인재 육성과 함께 빅데이터의 공유를 통한 시너지 창출 노력이 필요할 것으로 보인다.
IoT(Internet of Things, 사물인터넷)가 세인들의 관심을 모으기 시작한 것은 벌써 여러해가 되었다. 하루가 멀다 하고 IoT에 대한 장밋빛 기사가 올라왔고, 2020년경 IoT 시장은 수천 조 원 수준의 거대 시장으로 성장할 것이라는 시장 조사 기관의 전망이 당연하게 받아들여지고 있다. 실제 구글이 약 32억 달러에 인수한 네스트(Nest), 웨어러블 기기 전문 업체 핏빗(Fitbit) 등 성공한 기업이 등장하기도 했으며, GE, UPS, 버진 아틀래틱, 디즈니월드 등 수많은 기업들이 생산, 물류, 마케팅, 고객 관리 등 다양한 영역에서 운영 효율성을 증대시키거나 새로운 비즈니스 모델을 구현하기 위해 IoT를 도입하고 있다. 그러나 아직 진정한 IoT 시대가 열렸다고 보기는 어렵다. IoT가 개인의 삶에 활용되는 사례는 많지 않고, 대부분 에너지 관리 및 보안 서비스 정도에 국한되어 있기 때문이다.

IoT 진화의 전제 조건

IoT의 궁극적인 지향점을 고려하면, 그 잠재적 가치는 무궁무진하다. 현재의 IoT 서비스들이 IoT로 구현할 수 있는 모든 서비스라고 볼 수는 없다. IoT는 사람과 사람 뿐만 아니라 사람과 사물 그리고 모든 사물과 사물이 연결되는 세상을 의미한다. 그리고 그러한 세상에서는 사물이 지니고 있는 모든 정보를 사람이 손쉽게 알 수 있게 되고, 사람은 언제 어디서나 모든 사물을 제어할 수 있게 된다. 궁극적으로는 사람이 지시하지 않아도 모든 사물이 서로 정보를 주고받으며 스스로 알아서 사람이 원하는 모습대로 움직이게 될 것이다. IoT가 지향하는 궁극적인 수준을 현 수준과 비교하면 진화의 여지가 매우 크다는 것을 알 수 있다. 현재와 같은 기초적인 수준의 IoT에서는 냉장고가 작동 중인지 문이 열렸는지 내부 온도가 어느 정도인지 정도만 알 수 있고, 냉장고의 전원을 켜고 끌 수 있는 정도의 서비스만 가능하지만, 궁극적인 수준의 IoT가 구현되면 거실에 앉아서도, 냉장고에 어떤 음식들이 들어 있으며 각 음식들의 상태가 어떤지를 알 수 있고, 냉장고 안의 음식 재료들을 자동적으로 꺼내서 요리를 만들어 주는 서비스도 가능해 질 수 있다.
이와 같은 IoT로 진화하려면, 모든 사람과 사물, 사물과 사물 사이의 완전한 연결을 통해 빠르게 정보를 교환하고, 정보의 분석 결과를 바탕으로 사물이 스스로 행동할 수 있는 환경이 뒷받침되어야 한다. 이를 위해서는 사물이 주변 상황을 인지하기 위한 센서, 정보를 빠르게 교환하기 위한 네트워크, 정보를 분석하여 사물을 정확하게 제어할 수 있도록 하는 인공지능 등의 요소 기술이 모두 혁신적으로 발전되어야 한다.

● 센서의 발전

센서는 IoT를 위한 정보를 수집하기 위해 핵심적인 역할을 한다. 현재도 보안 영역에서 카메라와 같은 이미지 센서가 활발히 사용되고 있고, 온습도 센서, 자이로스코프 센서, 지자기 센서와 같은 상당한 수준의 센서들이 우리가 흔히 사용하는 IT 기기나 자동차에서 사용되고 있다. 게다가, 최근에는 더욱 작고 가볍고 저렴한 센서들이 개발되고 있고, 바이오 센서, 화학 센서 등 새로운 유형의 센서들도 상용화를 앞두고 있다. 확보할 수 있는 정보의 양과 질은 빠르게 높아질 것으로 보인다. 버클리 대학(UC Berkeley)의 연구진은 최근 모래 알갱이 크기의 뉴럴 더스트(Neural Dust)라는 인체 삽입용 센서를 개발 했다. 이 센서는 사람 체내에 이식되어 실시간으로 근육과 생체 기관들을 감시하고 신경을 자극해 질병을 치료하며 생각만으로 인공기관들을 조종할 수 있게 할 것이라고 한다. 이외에도, 일본 산업기술 종합연구소는 광 반사 등으로 인플루엔자 바이러스의 유무를 단시간에 감지하는 바이러스 감지 센서를 개발하였고, 영국 국립물리연구소와 한국 표준과학연구원은 공동으로 테라헤르츠파를 이용해 물질의 특성을 파악하는 기술을 개발하였다고 한다. 이와 같은 기술들은 아직 제한적인 수준이겠지만 현재의 기술 개발 추이를 볼 때, 센서 기술은 빠르게 발전하며 IoT 시대를 이끌 것으로 보인다.

● 네트워크의 발전

IoT의 또 다른 핵심 요소로 네트워크를 꼽을 수 있다. 네트워크는 사물이 인터넷에 연결되도록 지원하는 기술로, 이미 우리 주변에는 LTE, Wi-Fi, Bluetooth, NFC 등 다양한 네트워크가 구축되어 있다. 물론 이상적인 IoT 서비스를 구현하기 위해서는 현재보다는 높은 수준의 네트워크가 구축되어야 할 것이다. 정보 수집을 넘어 사물을 완전하게 제어하기 위해서는 반응속도가 0(Zero Latency)에 가까운 네트워크가 필요하기 때문이다. 자율주행 자동차나 의료 수술 분야 등 안전과 밀접하게 연관되는 IoT 서비스일 경우 더욱 고성능의 네트워크가 요구된다. 이러한 부분은 4세대 통신 기술(4G)인 LTE보다 전송속도가 1,000배 빠르고, 반응속도(Latency)가 10배 빠른 5세대 통신 기술(5G)이 도입되면서 점차 해결되어 갈 것으로 보인다. 현재 5G는 에릭슨, 알카텔-루슨트, 화웨이, 노키아 등 통신 장비 업체들과 버라이즌, 오렌지, 도코모, 텔레포니카 등 글로벌 주요 통신사, 그리고 국내 통신 3사들이 앞다투어 상용화를 추진하고 있으며, 2020년 전후로 상용화가 예상되고 있다. 우리나라는 2018년 평창 동계올림픽에서 5G 통신 기술을 선보일 계획이다. 뿐만 아니라 협대역 IoT(NB-IoT)나 로라(LoRa)와 같이 저전력, 저비용의 IoT 전용망을 구축하여 각종 에너지 사용량 측정, 가로등 원격 제어, 차량이나 사람의 위치 정보 확인 등에 활용하려는 시도도 이루어지고 있다. 이와 같은 네트워크의 고성능화, 저전력화, 저비용화 추세를 감안할 때, 네트워크 역시 IoT의 진화에 충분한 수준으로 준비될 수 있을 것이다.

● 유용한 빅데이터의 확보와 인공지능의 발전

빅데이터와 IoT는 동전의 양면과 같다. 센서에서 감지된 정보들이 네트워크로 모아지면 거대한 데이터가 된다. 그러나 이 빅데이터가 얼마나 유용한 데이터가 되느냐는 별개의 문제이다. 처음부터 수집해야 할 데이터를 제대로 선정하지 않았거나 방대하게 수집된 데이터를 처리하거나 분석할 능력이 없다면 IoT도 빅데이터도 무의미하게 될 것이다. 유용한 빅데이터를 얻기 위해서는 최초 IoT 서비스를 기획할 때, 어떤 유형의 데이터가 수집되어야 하는지에 대한 최적의 설계가 필요하다. 만약 제공하고자 하는 IoT 서비스의 본질적 가치에 대해 이해가 부족할 경우, 입력해야 할 데이터 유형 자체가 설계에서 누락될 수 있다. 유용한 데이터가 주어지면 인간분석가든 인공지능이든 적절한 알고리즘을 찾아낼 수 있겠지만, 필요한 데이터가 아예 입력되지 않을 경우 제대로 된 알고리즘을 찾아낼 수가 없을 것이다.
또한 데이터를 충분하게 확보하는 것이 필요하다. 어떤 면에서는 현재 이미 충분한 빅데이터가 확보된 것으로 생각될 수도 있다. 구글이나 페이스북과 같은 글로벌 ICT 기업들이 보유한 거대한 데이터센터에 방대한 빅데이터가 저장되어 있기 때문이다. 그러나 현재의 빅데이터는 대부분 사진, 동영상, SNS 데이터 등 디지털 데이터(Digital Data)이다. 이 데이터들로부터 가치가 있는 정보를 만들어 내기는 쉬운 일이 아니다. 반면, 개인과 기업에 구체적인 가치를 제공할 수 있는 위치 정보, 생체 정보, 에너지 사용 정보, 교통 정보, 기상 정보 등 실생활에서 축적되는 물리적 데이터(Physical Data)는 상대적으로 부족한 편이다. 이러한 정보들을 충분히 확보하기 위해서는 개인의 신체와 가전 제품, 각종 기기와 시설물들에 방대한 양의 센서를 설치해야만 하는데, 이는 하나의 기업이 투자하기가 어렵다. 그래서 소수의 센서만으로도 구현이 가능한 에너지 관리나 보안 등의 서비스와 스마트 팩토리, 시설물 원격 관리 등과 같은 산업용 IoT가 우선적으로 현실화되고 있는 것이다.
궁극적으로 IoT로 수집된 방대한 데이터의 상당 부분은 사람의 관리수준을 넘어서기 때문에 인공지능이 처리하게 될 가능성이 크다. 최근 인공지능 기술의 발전 속도는 눈부시다. 딥마인드(DeepMind)의 알파고처럼 컴퓨터 스스로 학습할 수 있는 딥러닝 기술이 빠르게 발전되며 확산되고 있다. 이미 아마존(Amazon)의 ‘Amazon Echo’, IBM의 ‘Watson’, 구글(Google)의 ‘Google Home’등에 인공지능 기술이 본격적으로 적용되기 시작했다. 그리고 최근에는 페이스북(Facebook)의 CEO인 마크 주커버그(Mark Zuckerberg)가 영화 ‘아이언맨’의 자비스(Jarvis)와 유사한 최고 수준의 인공지능이 설치된 자신의 집을 9월 중에 공개하겠다고 발표하기도 했다. IoT의 두뇌 역할을 하는 인공지능이 짧은 시간 내에 IoT 진화에 충분한 수준으로 구현될 것인지는 불투명하지만 인공지능의 분석 능력은 딥러닝 기술을 기반으로 빠르게 발전될 것으로 기대되고 있다.
빅데이터 생태계, IoT 확산 속도 좌우
IoT의 지속적인 진화를 위해서는 여러 요소 기술의 발전과 함께 유용한 빅데이터를 확보하는 것이 중요하다. 이를 위해서는 앞서에서 본 것처럼 우선 제공하고자 하는 IoT 서비스에 대한 높은 이해도와 빅데이터 기반의 분석 역량을 모두 갖춘 인재가 필요하다. 이러한 인재는 단시간에 육성하기 어렵다. 장기적 관점에서 빅데이터 관련 인재 육성이 필요하다고 자주 언급되는 이유라고 할 수 있다.
이에 못지 않게 충분한 빅데이터의 확보도 매우 중요하다. 그러나 앞서 언급한 바와 같이 IoT 서비스에 필요한 물리적 데이터를 확보하기 위해서는 막대한 투자(CAPEX)가 수반될 수 밖에 없다. 이러한 문제를 해결하는 데에는 각 기업이 보유한 빅데이터의 공유가 크게 도움이 될 것으로 보인다. 이미 타사가 설치해 놓은 IoT 센서를 통해 수집된 정보를 확보할 수 있다면 투자비의 규모가 크게 감소할 수 있고, 조합했을 때 시너지가 창출되는 상호 보완적인 빅데이터가 다수 존재하기 때문이다.
세계이동통신사업자협회인 GSMA도 사업자들 간 빅데이터 공유의 필요성을 인식하고 관련 활동을 전개하고 있으며, 여기서 더 나아가 빅데이터 공유를 이용한 사업화를 추진 중이다. GSMA는 빅데이터 공유를 가로막는 장애요인으로 크게 두 가지 요인을 주목하고 있다. 첫 번째는 사업적 요인이다. 여기에는 정보 소유 사업체에서 정보를 공유하는 것을 꺼릴 수도 있다는 점, 거래 주체들 사이에서 신뢰나 계약상의 문제가 있을 수 있다는 점, 법적인 문제나 규제가 있다는 점 등이 있다. 두 번째는 기술적 관점으로 서로 다른 정보를 서로 공유가 가능한 포맷으로 바꿔 주는 표준화 규격이 부족한 점, 개발자 친화적인 인터페이스(APIs)가 부족한 점 등이 있다. 그러나 GSMA는 이러한 장애 요인들이 해결된다면, 공유된 정보들은 여러 분야에서 관련 주체들에게 높은 이익을 가져다 줄 것으로 전망하고 있다. 자동차 관련 IoT서비스의 예를 들면, 자동차 업체가 확보하는 차량 정보와 운행 정보, 정부가 확보하는 교통 정보와 날씨 정보, 헬스케어 사업자가 확보하는 운전자 신체 정보 등의 여러 가지 정보를 조합할 경우, 사용량 기반 보험 상품 설계, 자동차 사전 점검 및 유지 보수, 여행 및 레저 서비스 제안, 차량 판매를 위한 맞춤형 마케팅 등 다양한 서비스가 가능해 질 수 있다. 스마트 도시 관련 IoT에서도 각종 차량, 신호체계, 도로 등에 설치된 센서로부터 모인 정보와 날씨 및 특별한 행사 정보 등을 고려하여 교통 시스템을 제어할 경우, 보다 원활한 교통 흐름을 만들 수 있다. 농업 관련 IoT에서는 토양의 상태, 기후 변화, 작물의 상태, 농업 장비, 배수 시설, 공기 오염, 가축 상태, 저장 공간 등을 종합적으로 고려할 수 있다면 생산의 효율성을 획기적으로 향상시킬 수 있을 것이다.
최근에는 미국의 대표적인 홈 IoT 서비스 업체인 비빈트(Vivint)나 캐너리(Canary)와 같이 빅데이터의 공유를 통해 혁신적인 IoT 서비스를 시도하고 있는 기업들도 나타나고 있다. 북아메리카에서 80만 가구 이상을 고객으로 확보하며 가장 큰 규모의 홈 IoT 업체로 성장한 비빈트의 경우, 보험업체 리버티뮤츄얼(LibertyMutual)과 정보 공유 후 소비자에게 보험상품에 대한 할인을 해주는 서비스를 제공하고 있다. 캐너리의 경우도 보험업체 스테이트팜(StateFarm)과 제휴해서 소비자의 동의를 받고, 소비자의 이름, 주소, 센서 데이터, 종합적 활동 내역, 기기와 장소 설정 내역 등을 공유한 후 이에 따라 보험상품과 보험료를 할인해 주는 상품을 판매하고 있다. 이처럼, 진화된 IoT 서비스를 위해 타 기업과 빅데이터를 공유하는 사례는 앞으로도 계속 등장할 것으로 보인다.
스마트폰의 경우도 1992년 IBM에서 처음 개발되었지만, 각종 앱과 동영상을 전송할 만큼 빠른 무선 네트워크가 없었고, 화려한 디스플레이와 민첩하게 반응하는 터치 기능도 없었으며, 저전력 고성능의 AP가 존재하지도 않았다. 조악한 성능밖에 보여 줄 수 없었던 스마트폰은 이후 10여년간 소비자의 외면을 받았다. 그러다 HW 및 네트워크가 발전되고 SW 최적화를 통해 소비자의 눈높이에 맞는 경험을 제공해 줄 수 있는 환경이 구현되자 급속도로 확산된 것이다. IoT 역시 스마트폰 이상의 잠재적 가치를 지니고 있기 때문에 적합한 환경만 구현된다면 급속도로 진화되고 확산될 것으로 보인다. IoT의 진화에 필요한 조건에는 센서, 네트워크, 인공지능 등 여러 가지가 존재하겠지만, 대부분은 현재 활발히 이루어지는 기술 개발 노력들을 통해 자연스럽게 준비될 것으로 보인다. 다만, 충분한 빅데이터를 확보하고 및 이를 효과적으로 활용하여 인공지능을 고도화 하기 위해서는 개별 기업 차원에서 빅데이터 관련 인재 육성을 포함한 역량 강화 노력을 해야 할 뿐만 아니라 기업과 기업, 기업과 정부 등 각 참여 주체간의 빅데이터 공유에 대한 노력도 필요할 것으로 보인다.

출처 : LG경제연구원