스마트시티와 인공지능 AI
구 자 문
얼마 전부터 우리는 스마트시티라는 개념을 자주 사용해 왔는데, 요즈음은 인공지능(AI)이라는 개념과 함께 혼용해서 사용하는 것 같다. 스마트시티라는 개념을 현실화시키기 위해서는 궁극적으로는 AI를 활용해야 할 것이기에 그렇게 말할 수 있다고 본다. 빠르게 발전되는 핸드폰이나 가전제품처럼 도시가 ICT·AI와 결합하여 좀 더 편리하고 효율적으로 발전해가는 상황을 스마트시티화 되어 간다고 말할 수도 있을 것이다. 하지만 도시는 오랜 역사와 문화를 품고 있고, 언어, 종교, 생활풍습 등이 다른 다양한 사람들로 구성되어 있는 경우가 많고 선호도가 크게 다를 수 있기에 가전기기나 건물들처럼 기능의 첨단화 내지 효율성만을 내세울 수 없음이 다른 점이다. 하지만 인간과 인간사회를 장기적으로 고찰해 본다면, 빠르게 변하거나 느리게 변하는 요소들이 있기는 하지만 장기적으로는 알게 모르게 변하고 있다는 것이다. 한여름 더위가 한창일 때 에어컨 없이 살 수 있는가? 하루에 한두번 뜨겁고 차거운 물을 섞어 샤워하지 않고 지낼 수 있는가? 우리가 먹고 입는 것들이 과거 50~100년전 우리 할아버지/할머니들의 것과 같은 것인가? 이외에도 많은 모습들이 불과 수십년 사이에 바뀌게 된 것이다. 분명 우리의 도시들도 속도는 서로 다르지만 차차 스마트화되어 스마트시티들로 발전할 것 같다.
현재 많은 이들이 스마트시티를 언급하지만, 건설업자 입장에서는 이익창출상, 정부입장에서는 재정 내지 우선 순위상 제대로된 스마트시티를 개발해내지 못하고 있다. 인터넷 정도 깔고 스마트시티라고 하거나 도시의 한 블록이나 극지의 작은 구역을 도로교통, 전기, 전화, 인터넷, 상하수도 등의 인프라를 첨단기기로 사용 편리하고 에너지 효율적으로 조정되도록 시범사업 정도를 벌이는 경우가 많은 것이다. 물론 재정도 문제지만 테크놀로지가 빠르게 발전하므로 적정한 기술을 택하기도 쉽지 않을 것이다. 아무튼 현재로서는 전자기기며 스마트도시에 AI라는 단어를 크게 결부시키는 것은 과장이라고 생각된다. 우리의 과학기술은 AI시대를 향해 가고 있다지만 아직 그 초기 단계에 머물고 있다고 할 수 있다. 학자들은 AI를 인간과 같은 의식을 가진 강AI와 기계적인 약AI로 나누는데, 지금까지 발전된 것들은 주로 약AI이다. 하지만 이제는 두 가지를 구분않는 경향이 크며 AI가 앞으로 어디까지 발전할 것인지 궁금하지 않을 수 없다.
AI가 적용발전 될 수 있는 분야는 아주 다양하기에 일률적으로 설명하기는 쉽지 않다. 수치나 통계분석 분야라면, 어떠한 연구, 예를 들어 현재 상황의 평가 및 미래변화를 예측하기 위한 연구를 진행한다 하면, 우리는 전반적인 예측모델과 평가지표를 생각해 내고 그에 맞는 사례 내지 자료를 모으고 그를 바탕으로 특정한 사안의 평가 및 미래 방향을 제시하게 된다. 이는 우리가 통상적으로 하고 있는 것들이지만 컴퓨터와 통계패키지를 이용하여 자료를 처리하고 우리가 판단을 하게 된다. 머신러닝(Machine-Learning)은 기존의 논리, 추론 위주의 인공지능과는 달리 경험을 통해 쌓인 데이터로부터 귀납적으로 판단을 내린다. 기계학습이란 경험을 통해 특정 작업의 성능을 향상시키는 방법을 말한다. 이는 몇 가지 특정한 사건들보다 다수의 사건에 대한 경험을 통해 그들의 패턴을 학습하고, 이를 기반으로 판단을 내린다는 점에서 '패턴인식(Pattern Recognition)'이라고도 불린다. 딥러닝(Deep Learning)은 오랜 역사를 지닌 인공신경망(Artificial Neural Network)이 발전된 형태라고 할 수 있는데, 이는 사람 뇌의 많은 신경세포들의 작동과 같이 많은 수의 노드를 연결하여 그 연결값들을 훈련시켜 데이터를 학습한다. 즉 관측된 데이터는 많은 요인들이 서로 다른 가중치와 함께 만들어졌다고 볼 수 있는데, 인공신경망은 요인들을 노드로, 가중치들을 연결선으로 표시하여 이 네트워크들을 층층이 쌓은 매우 깊은 네트워크를 일컫는다. 인공신경망은 거대한 네트워크를 학습시키는 방법이 발달되지 않았고 많은 양의 데이터를 처리할 수 있는 컴퓨팅파워가 받쳐주지 않았으므로 문제가 되었다. 하지만 2000년대 중반부터 깊은 인공신경망인 딥뉴럴네트워크 학습방법이 개발되어 현재는 이미지인식, 음성인식, 자연어처리 등 다양한 분야에서 표준 알고리즘으로 자리 잡고 있고 빠른 속도로 딥러닝이 발전되고 있다.
요즈음 필자는 네팔 카트만두공과대학의 연구원들과 카트만두지역의 쓰레기발생 및 처리방안에 대한 연구를 진행하는데, 어떠한 지역에서 어떠한 종류의 쓰레기가 발생하고 어떠한 방식으로 재활용 및 처리되는지 파악 및 예측하고자 하고 있다. 쓰레기 문제는 이들만이 아니라 전세계의 이슈가 되어 있다. 쓰레기를 효율적으로 처리하기 위해서는 얼마만큼 산출되고, 줄일 수 있고, 리사이클링하고, 소각하고, 매립해야 하는지 등을 파악 및 예측할 수 있어야 한다. 그리고 쓰레기의 수송, 처리용량, 처리비용 등을 포함한 수 많은 요소들의 복잡한 인과관계(Causal Loop System)를 이해해야 한다. 그런데 여기에 전통적인 수치통계분석만이 아니라 AI가 활용된다면 경제적·공학적 적정값은 물론이고, 정치·사회적인 요소들까지 관련 데이터들을 빠르게 분석요약하여 의사결정자들의 확신적인 결정을 도울 수 있을 것이다. 이러한 발전된 AI는 스마트시티를 구성하는 각각의 구성요소들에도 작동할 수 있고, 언젠가는 큰 도시를 조화롭게 혹은 지속가능하게 할 원동력으로 작동하게 될 것으로 본다. 이러한 경향에 대한 염려를 표하는 사람들도 많이 있지만, 그러한 염려와 어려움 가운데 또 다른 새로움이 창조되고 역사가 쌓여가는 것이 아닌가 생각된다.
2022년 10월 20일
