시사위크=박설민 기자  4차 산업혁명 시대의 핵심 분야 중 하나인 사물인터넷(IoT)는 5G 등 초고속 통신 네트워크를 기반으로 고유 식별이 가능한 사물이 만들어낸 정보를 인터넷을 통해 공유하는 환경인 ‘초연결 사회’를 만드는 것을 의미한다. 쉽게 말하면 냉장고, 스마트폰 등 각종 사물에 센서와 통신 기능을 내장해 서로 연결해 이용할 수 있는 기술이다.

특히 ‘AIoT(사물지능, AI of Things)’기술이 미래유망기술로 꼽히고 있다. AIoT기술은 사물에 AI가 탑재된 융합기술로 지능을 가진 사물이 주어진 상황에 맞게 자율적으로 상호소통 및 협업하고, 스스로 진화하며 임무를 수행하는 자율형 IoT시스템이다.

AIoT는 현재 세계적으로 주목받고 있는 기술이며, 향후 거의 모든 산업분야와 실생활에서 응용될 것으로 기대된다. IT분야 전문가들은 AIoT기술을 뒷받침하기 위해선 그에 맞는 ‘미래 자율형 IoT 디바이스’기술의 발전도 필요할 것이라고 강조한다. ‘그렇다면 IT산업계가 준비해야할 미래의 IoT 디바이스 기술의 발전방향은 무엇일까.

◇ 미래 IoT디바이스 핵심 키워드 1. ‘인지지능’

지난 17일 한국정보통신연구원이 온라인으로 진행한 ‘2020 AIoT Week: IoT 디바이스의 현재와 미래를 위한 기술’ 웨비나에서 박찬원 한국정보통신연구원 실장은 미래 자율형 IOT 디바이스 기술 발전을 위해선 △인지지능 △협업지능 △네트워킹 등 3가지 키워드가 봤다.

먼저 ‘인지지능’은 AI가 외부 데이터를 통해 지식을 습득하고, 이를 토대로 논리적 추론을 해 스스로 판단을 내릴 수 있는 지능을 갖추는 것을 말한다. 현재는 인지지능은 개발 초기단계에 있으나, 향후 AI뿐만 아니라 자율형 IoT기술 개발에도 반드시 필요한 분야다.

한국정보통신연구원 송순용 박사의 설명에 따르면 한국정보통신연구원은 현재 인지지능 기반의 ‘로보틱 비전 환경 객체인지 기술’을 개발 중에 있다. 해당 기술은 가상 공간에서 학습한 결과를 실환경에 배치하는 방식으로 지식을 디바이스에 전달하는 기술이다. 재난 분야와 제조분야를 타겟으로 연구 중이다. 

송순용 박사는 “로보틱 기술이 적용된 IoT 디바이스는 사람과 달리 제한적인 데이터를 분석할 때 적합한 인식모델을 배포받아야 하고 이는 시간 지연이 존재하며, 경우에 따라선 업데이트가 힘들다는 단점이 있다”며 “로보틱 환경에서는 새로운 소규모 데이터셋으로 학습해 변화에 적응할 수 있는 모델 개발 기술이 필요할 것“이라고 말했다.

◇ 미래 IoT디바이스 핵심 키워드 2. ‘협업지능’

두 번째 핵심 키워드인 ‘협업지능’의 경우 ‘분산지능 기반 사물 자율 협업 기술’ 연구가 진행 중이다. 사람이 생활하는 현실 공간은 수많은 상호작용에 의해 이뤄진 ‘복잡계’다. 여기서 발생하는 문제들 역시 ‘복잡한 문제(Complex problem)’이다. 복잡계의 경우 모든 데이터를 모아 모두 통제하는 것은 불가능하다. 

따라서 IoT기술이 현실의 복잡계 적용될 경우, AI가 문제를 해결하기 위해선 독립된 지능을 가진 AI가 적용된 사물이 상호작용으로 최선의 해법을 찾는 ‘다중에이전트 시스템(MAS)’이 필요하다. 현재 한국정보통신연구원에서 연구를 진행하고 있는 분산지능 기반 사물 자율 협업 기술도 MAS의 일종이다.

한국정보통신연구원 박사는 “우리는 독립적인 지능을갖는 사물간 상호작용으로 최선의 해법을 추구하는 시스템을 개발하고자한다”며 “이를 위해 사물이 상황에 맞는 지능을 갖도록 하기위한 메타학습 및 전이학습 기술과 이를 현실화 할 수 있는 강화학습기술을 연구하고 있으며, 사물과 사물간 협업을 지원하기 위한 프레임워크 기술도 개발 중에 있다”고 밝혔다.

◇ 미래 IoT디바이스 핵심 키워드 3. ‘네트워킹’

아울러 한국정보통신연구원 전문가들은 ‘자율사물시대’의 도래에 맞춰 자율형 IoT 네트워크 기술 개발이 필요할 것이라고 예상했다.

박태준 한국통신연구원 박사의 설명에 따르면 IoT기술은 △연결형 IoT △지능형 IoT△자율형 IoT 3단계를 거쳐 진화한다. 

1단계인 연결형 IoT에선 사물에 인터넷이 연결돼 주변환경을 감지하고, 그 결과를 전송할 수 있으며 모니터링한 정보를 통해 원격에서 사물이 제어되는 단계다. 이 단계에서는 환경감지-정보 수집-관리 및 분석으로 구축된 사물의 연결 및 관리가 가능한 네트워크 기술이 필요하다. 현재 이용되는 웨어러블 기기, 스마트 TV 등의 IoT기술이 이 단계에 해당한다.

2단계 지능형 IoT는 사물이 환경을 감지한 후 전송한 데이터를 컴퓨터 기반 클라우드에서 AI가 분석하고 진단한 후 ‘의사결정’을 할 수 있는 단계다. 따라서 2단계는 1단계 연결형 IoT 네트워크 기술에 AI를 추가한 기술이 필요하다고 볼 수 있다.

3단계 자율형 IoT의 경우 사물이 직접 ‘지능’을 갖고 판단하는 단계로 볼 수 있다. 2단계 지능형 IoT의 디바이스는 감지한 정보를 메인 서버의 클라우드로 보내는 역할을 했다면, 3단계 자율형 IoT는 정보를 감지한 디바이스가 메인 클라우드 서버를 거치지 않고 스스로 분석하고 판단을 내리는 것이다. 

박태준 한국정보통신연구원 박사는 이 같은 자율형 IoT을 실현하기 위해선 1,2단계와 차별화된 ‘자율 네트워크 기술’이 필요하다고 강조했다. 자율형 IoT 분산지능 극대화를 위해서는 원활한 데이터가 가장 중요한데, 이를 위해선 데이터를 즉시 공유할 수 있는 ‘저지연’, ‘고신뢰’ 연결이 필요하다는 것. 

또한 자율형 IoT 디바이스간 고정밀 협업을 위해서는 등시성 신호(Isochronous: 데이터 통신에서 동기·비동기가 모두 가능한 신호. 타이밍 조정이 필요한 프로세스들에 적합)의 연결관리도 필요할 것으로 봤다.

박태준 박사는 “미래 자율형 IoT 네트워크 기술 확보를 위한 문제를 해결하기 위해선 디바이스가 데이터 드리븐(수집한 데이터를 종합적으로 분석해 미래 예측·의사 결정·기획 등에 활용하는 것)의 관리하는 것도 필요할 것”이라며 “이와 함께 소프트웨어 정의 네트워크(SDN: 제어용 소프트웨어로 통신 흐름을 관제·운용·기록하는 통신 네트워크)와 머신러닝 기술이 합쳐진 새로운 네트워크의 개념이 필요하지 않을까 생각한다”고 전했다.