1845호2018.5.9.

「주간기술동향」은 과학기술정보통신부「ICT 동향분석 및 정책지원」

과제의 일환으로 정보통신기술진흥센터(IITP)에서 발간하고 있습니다.

「주간기술동향」은 인터넷(http://www.itfind.or.kr)을 통해 서비스를 이

용할 수 있으며, 본 고의 내용은 필자의 주관적인 의견으로 IITP의 공식

적인 입장이 아님을 밝힙니다.

정보통신기술진흥센터의「주간기술동향」저작물은 공공누리 “출처표시-

상업적 이용금지” 조건에 따라 이용할 수 있습니다.

※ 공공누리의 제2유형에 따라 상업적 이용은 금지하나, “별도의 이용 허락”

을 받을 경우에는 가능하오니 이용하실 때 공공누리 출처표시 지침을

참조하시기 바랍니다.(http://www.kogl.or.kr/info/license.do 참고)

예시) “본 저작물은 ‘OOO(기관명)’에서 ‘OO년’ 작성하여 공공누리 제O유형

으로 개방한 ‘저작물명(작성자:OOO)’을 이용하였으며, 해당 저작물은

‘OOO(기관명), OOO(홈페이지 주소)’에서 무료로 다운받으실 수 있습

니다.”

ICT 신기술 최신 ICT 이슈

1845호

기획시리즈 2

소프트웨어 정의 차량 네트워크 구조 현황

[장재득·김태중/한국전자통신연구원]

Ⅰ. 서론

Ⅱ. 5세대 소프트웨어 정의 차량 네트워크 구조

Ⅲ. 소프트웨어 정의 우주-공중-지상 통합 차량 네트워크 구조

Ⅳ. 결론

ICT 신기술 15

AI First, AI Everywhere로 전개되는 인공지능

[조성선·김용균/정보통신기술진흥센터]

Ⅰ. 서론

Ⅱ. 기술 동향

Ⅲ. 산업 동향

Ⅳ. 정책적 시사점 및 전망

최신 ICT 이슈 28

Ⅰ. 무어의 법칙 종언 이후, ‘양자 컴퓨팅’에 주목하는 반도체 업계

Ⅱ. IT 업계의 직업윤리 강령 제정은 필요한가?

Ⅲ. 루이비통, LPWA 기술 기반 고급 여행가방 추적 서비스 시작

Ⅳ. 가까이 다가온 자율주행차 상용화, 이에 따른 비즈니스 기회들

2 www.iitp.kr

주간기술동향 2018. 5. 9.

*

장재득 김태중*

한국전자통신연구원 책임기술원

한국전자통신연구원 부장 *

최근 5세대 이동통신시스템과 자동차 산업의 발전 및 소프트웨어 정의 네트워크의 출현으

로 차량 네트워크의 성능이 향상될 뿐만 아니라 미래의 자율주행차량에서도 차량 네트워크

의 새로운 애플리케이션이 요구될 수 있다. 지능형 교통시스템의 요구사항을 충족하기 위

해 본 고에서는 서론에 이어 5세대 이동통신 기술 및 소프트웨어 정의 네트워크가 적용된

차량 네트워크 구조를 살펴보고, 다양한 차량 서비스를 원활하고 효율적이며 비용 효과적

인 방식으로 지원하기 위해 소프트웨어 정의 우주-공중-지상 통합 차량 네트워크 구조에

대하여 소개하고, 마지막으로 결론을 맺는다.

I. 서론

현재 5세대 이동통신시스템은 자율주행차량의 출현으로 지능형 교통시스템 및 차량 네트

워크[1]에 대해 전송지연이 1ms 미만이어야 하는 엄격한 요구사항이 필요하다. 이러한 엄격한

요구사항을 충족시키기 위해 5세대 이동통신 기술, 클라우드 컴퓨팅 및 소프트웨어 정의 네트

워킹(Software Defined Networking: SDN)이 향후 차량 네트워크에 적용될 것으로 예상된다. 따

라서 5세대 차량 네트워크를 위한 새로운 네트워크 구조를 설계할 필요가 있다.

LTE(Long Term Evolution) 통신 기술이 차량 네트워크에 통합되면 간섭으로 인해 LTE 차량

네트워크의 성능이 저하된다[2]. 이 문제를 극복하기 위해 밀리미터파 전송 기술이 차량 내부

의 사용자를 연결하기 위해 소개되었다. 반면, 소프트웨어 정의 네트워킹은 차량 네트워크

기능과 지능형 애플리케이션을 지원하면서 하드웨어, 소프트웨어 및 관리를 간소화하여 운영

비용을 낮출 수 있는 효과적인 네트워크 기술로 소개되었다[3].

* 본 내용은 장재득 책임기술원(☎ 042-860-6357, jdjang@etri.re.kr)에게 문의하시기 바랍니다.** 본 내용은 필자의 주관적인 의견이며 IITP의 공식적인 입장이 아님을 밝힙니다.

소프트웨어 정의 차량 네트워크 구조 현황

기획시리즈 – 5G

정보통신기술진흥센터 3

본 고의 소프트웨어 정의 차량 네트워크 구조 현황에서 첫 번째로 소개되는 5세대 소프트웨

어 정의 차량 네트워크 구조는 최소 전송지연 및 높은 처리량과 같은 고성능 요구사항을 충족

하기 위해 소프트웨어 정의 네트워킹, 클라우드 컴퓨팅 및 포그 컴퓨팅 기술을 적용하여 애플

리케이션 평면, 제어 평면 및 데이터 평면 등 세 개의 평면으로 구성하였다. 상기 네트워크

구조의 세 가지 평면은 네트워크의 제어 및 데이터 기능이 분리되어 차량 네트워크의 유연성

과 확장성을 향상시킨다. 그리고, 도로변 장치와 차량 간의 잦은 핸드오버를 방지하기 위해

차량 네트워크의 가장자리에 포그 셀을 구성하고, 포그 셀의 차량 통신에 다중 홉 릴레이

방식을 채택하였다.

두 번째로 소개되는 소프트웨어 정의 우주-공중-지상 통합 차량 네트워크 구조에서 커넥티

드 카는 도로 안전, 인포테인먼트, 위치 기반 서비스 등 광범위한 이동 서비스가 촉진될 수

있다[4]-[6]. 플랫폼에는 전용 단거리 통신(Dedicated Short Range Communications: DSRC) 기반

802.11p 네트워크 및 셀룰러 네트워크[7]가 포함된다. 802.11p 및 셀룰러 네트워크 모두 높은

이동성을 지원하는 데 큰 어려움을 겪고 있으며, 고속의 모바일 차량은 네트워크가 더욱 고밀

도화됨에 따라 새로운 도로변 장치 및 기지국과의 잦은 핸드오버로 인해 어려움을 겪을 수

있다. 본 고에서 소개하는 소프트웨어 정의[8] 우주-공중-지상 통합 차량 네트워크 구조는

차량 내, 차량 간, 도로 상태 및 지역 교통 정보와 같은 차량 환경에 대한 다차원 실시간 상황

인식 정보를 얻을 수 있다. 따라서 소프트웨어 정의 우주-공중-지상 통합 차량 네트워크 연동

을 통해 다양한 차량 서비스 및 시나리오를 지원할 수 있다.

II. 5세대 소프트웨어 정의 차량 네트워크 구조

1. 5세대 소프트웨어 정의 차량 네트워크의 토폴로지 구조

클라우드 컴퓨팅 및 포그 컴퓨팅 기술은 5세대 차량 네트워크의 애플리케이션에 사용되고

있다. 또한, 소프트웨어 정의 네트워킹은 5세대 차량 네트워크용 무선 접속 네트워크와 클라

우드컴퓨팅센터를 연결하는 유연한 접근 방식으로 자리 잡고 있다. 클라우드 컴퓨팅 및 포그

컴퓨팅 기술을 기반으로 하는 5세대 소프트웨어 정의 차량 네트워크를 본 고에서 소개할 것이

다. 5세대 소프트웨어 정의 차량 네트워크의 토폴로지 구조는 [그림 1]과 같이 클라우드컴퓨팅

센터, 소프트웨어 정의 네트워크 컨트롤러(Software Defined Network Controller: SDNC), 도로변

4 www.iitp.kr

주간기술동향 2018. 5. 9.

장치 컨트롤러(Road Side Unit Controller: RSUC), 도로변 장치(Road Side Unit: RSU), 기지국(Base

Station: BS), 포그 컴퓨팅 클러스터, 차량 및 사용자로 구성된다. 또한, 5세대 소프트웨어 정의

차량 네트워크에는 인프라-인프라(Infrastructure-to-Infrastructure: I2I) 간 링크, 차량-인프라

(Vehicle-to-Infrastructure: V2I) 간 링크 및 차량-차량(Vehicle-to-Vehicle: V2V) 간 링크가 포함

된다.

5세대 소프트웨어 정의 차량 네트워크를 기반으로 한 정보는 포그 컴퓨팅 클러스터의 제어

하에 차량 및 사용자 간에 공유된다. 차량 및 사용자의 신속한 대응을 지원하기 위해 포그

컴퓨팅 클러스터는 5세대 소프트웨어 정의 차량 네트워크의 가장자리에 구성된다. 포그 컴퓨

팅 클러스터의 네트워크는 분산 구조 네트워크이다. 5세대 소프트웨어 정의 차량 네트워크의

가장자리에 있는 대부분의 데이터는 도로변 장치 컨트롤러, 도로변 장치, 기지국, 차량 및

사용자를 포함하는 포그 컴퓨팅 클러스터에 저장되고 처리된다. 소프트웨어 정의 네트워크

컨트롤러는 포그 컴퓨팅 클러스터의 상태 정보를 수집하여 클라우드컴퓨팅센터로 전달한다.

또한, 제어 정보는 소프트웨어 정의 네트워크 컨트롤러에 의해 포그 컴퓨팅 클러스터에 전송

된다. 소프트웨어 정의 네트워크 컨트롤러 및 클라우드컴퓨팅센터로 구성된 5세대 소프트웨

어 정의 차량 네트워크는 데이터 전달 및 자원 할당에 중점을 둔 네트워크 구조이다. 5세대

Guangjie Han, Mohsen Guizani, Yuanguo Bi, “Software Defined Vehicular Networks:” IEEE Commun. Mag., vol.55, no.7, July 2017, pp.88.

[그림 1] 5세대 소프트웨어 정의 차량 네트워크의 토폴로지 구조

기획시리즈 – 5G

정보통신기술진흥센터 5

소프트웨어 정의 차량 네트워크의 상세한 논리 구조는 [그림 2]에 설명되어 있다.

2. 5세대 소프트웨어 정의 차량 네트워크의 논리 구조

5세대 소프트웨어 정의 차량 네트워크의 논리적 구조는 [그림 2]와 같이 데이터 평면, 제어

평면 및 애플리케이션 평면으로 구성된다.

데이터 평면은 차량, 기지국 및 도로변 장치로 구성되어 데이터 수집, 양자화, 데이터를

제어 평면에 전달하는 기능을 수행한다[9]. 차량은 다음의 기능 모듈로 구성된다.

Guangjie Han, Mohsen Guizani, Yuanguo Bi, “Software Defined Vehicular Networks:” IEEE Commun. Mag., vol.55, no.7, July 2017, pp.88.

[그림 2] 5세대 소프트웨어 정의 차량 네트워크의 논리 구조

6 www.iitp.kr

주간기술동향 2018. 5. 9.

① 차량의 정보 수집 모듈: 정보 수집 모듈은 차량의 여러 유형의 센서로 구성된다. 5세대

소프트웨어 정의 차량 네트워크용 차량의 센서를 활용하여 속도, 방향 및 차량 유형

등의 차량 정보 및 인접 차량 수, 차량 사용자 수 및 차량 및 도로 등의 환경을 수집한다.

② 차량의 위치 정보 모듈: 차량의 위치 정보는 독립적인 위치 정보와 종속적인 위치 정보를

포함한다. 일반적으로 차량의 독립적인 위치 정보는 지구의 경도와 위도에서 차량의

상세한 위치를 제공하는 GPS(Global Positioning System)에 의해 얻어진다. 차량의 종속적

인 위치 정보는 인접 차량 간의 거리를 제공하는 차량의 센서에 의해 얻어진다. 차량의

종속적인 위치 정보는 차량의 독립적인 위치 정보와 비교할 때 5세대 소프트웨어 정의

차량 네트워크에 대해 높은 위치 정밀도를 제공할 수 있다.

③ 차량 통신 모듈: 통신 모듈에는 차량-인프라 간 및 차량-차량 간 통신 모듈이 포함된다.

차량-인프라 간 통신 모듈은 도로를 따라 차량과 인프라 간 무선 통신을 제공한다. 차량

-차량 간 통신 모듈은 인접 차량 간의 무선 통신을 제공한다.

기지국은 차량 및 도로변 장치 컨트롤러에 무선 통신을 제공할 수 있다. 5세대 소프트웨어

정의 차량 네트워크에서 기지국은 기존 LTE 주파수로 무선 신호를 전송하고 차량에 대한 광범

위한 커버리지를 제공한다. 일반적으로 차량은 먼저 도로변 장치로 접속하지만 도로변 장치가

5세대 소프트웨어 정의 차량 네트워크에서 무선 접속에 충분한 자원을 제공할 수 없을 때

기지국으로 접속한다. 5세대 소프트웨어 정의 차량 네트워크에서 도로변 장치/기지국은 다음

과 같은 기능 모듈로 구성된다.

① 도로변 장치/기지국의 정보 수집 모듈: 카메라 및 속도 측정 센서와 같은 서로 다른 센서

로 구성된다. 도로변 장치/기지국의 정보 수집 모듈은 차량의 속도, 교통 상황, 도로

상태 등을 제공할 수 있다.

② 도로변 장치/기지국의 통신 모듈: 두 가지 유형의 링크로 구성된다. 하나는 도로변 장치/

기지국과 도로변 장치 컨트롤러 간의 링크이고, 다른 하나는 도로변 장치/기지국과 차량

간의 링크이다. 도로변 장치/기지국과 도로변 장치 컨트롤러 간의 링크는 5세대 소프트

웨어 정의 차량 네트워크의 프론트홀 링크로 수행된다.

제어 평면은 도로변 장치 컨트롤러 및 소프트웨어 정의 네트워크 컨트롤러로 구성된다.

도로변 장치 컨트롤러는 포그 셀의 제어 센터로써 도로변 장치와 차량 간의 무선 통신을 위해

포그 셀의 차량 중 하나가 도로변 장치와 연결되면 포그 셀의 전체 차량 그룹이 도로변 장치와

연결될 수 있다. 이 경우 잦은 핸드오버는 포그 셀의 차량 및 도로변 장치에서 피할 수 있다.

기획시리즈 – 5G

정보통신기술진흥센터 7

따라서 도로변 장치 컨트롤러는 포그 셀에서 자원을 할당하고 전송 효율을 향상시키는 기능

을 수행한다. 소프트웨어 정의 네트워크 컨트롤러는 5세대 소프트웨어 정의 차량 네트워크의

총 제어 센터이며, 포그 셀 사이에 자원을 할당한다. 따라서 제어 평면은 데이터 평면으로부터

전달된 데이터 정보에 기반하여 글로벌 정보 맵을 그리는 역할을 담당하고, 애플리케이션

평면으로부터 규칙 및 전략에 기반하여 제어 정보를 생성한다. 제어 평면의 상기 기능을 지원

하기 위해 도로변 장치 컨트롤러 및 소프트웨어 정의 네트워크 컨트롤러는 다음 기능 모듈로

구성된다.

① 도로변 장치 컨트롤러 및 소프트웨어 정의 네트워크 컨트롤러의 정보 수집/저장 모듈:

데이터 평면의 데이터 정보를 기반으로 전체 정보 맵을 그린다.

② 네트워크 상태 모니터링 모듈: 5세대 소프트웨어 정의 차량 네트워크의 링크 상태를

모니터링 한다.

③ 컴퓨팅 모듈: 글로벌 정보 맵과 5세대 소프트웨어 정의 차량 네트워크의 링크 상태를

기반으로 제어 결과를 유도한다. 일반적으로 컴퓨팅 모듈은 클라우드컴퓨팅센터 및 포

그 컴퓨팅 센터에 배치된다[10].

④ 핫 캐싱 모듈: 도로변 장치 컨트롤러에서 널리 사용되는 데이터 상황 정보를 저장하여

차량 애플리케이션의 전송지연을 줄이고 처리량을 향상시킨다.

애플리케이션 평면은 사용자 및 차량의 다양한 애플리케이션 요구사항을 직접 처리한다.

사용자 및 차량의 애플리케이션 요구사항을 기반으로 5세대 소프트웨어 정의 차량 네트워크

의 규칙 및 전략은 애플리케이션 평면에서 생성되어 소프트웨어 정의 네트워크 컨트롤러 인

터페이스를 통해 제어 평면으로 전달된다. 일반적으로 애플리케이션 평면은 보안 서비스 모

듈, 서비스 효율 모듈 및 엔터테인먼트 서비스 모듈을 포함한다. [그림 2]의 5세대 소프트웨어

정의 차량 네트워크의 논리적 구조를 기반으로 데이터 평면은 데이터 수집을 담당하고 제어

평면은 제어 명령어를 담당하며 애플리케이션 평면은 규칙 및 전략 생성을 담당한다.

3. 5세대 소프트웨어 정의 차량 네트워크의 전송지연 및 처리량

전송지연 및 처리량 분석은 5세대 소프트웨어 정의 차량 네트워크의 포그 셀에서 조사된다.

일반적인 포그 셀은 [그림 3]에서 도로변 장치와 다수의 차량으로 구성된다. 포그 셀에서 도로

변 장치와 차량 간의 빈번한 핸드오버를 피하기 위해 게이트웨이 차량이 도로변 장치와 연결

되도록 선택되고, 다른 차량들은 다중 홉 릴레이 방식으로 게이트웨이 차량과 연결된다. 게이

8 www.iitp.kr

주간기술동향 2018. 5. 9.

트웨이 차량이 도로변 장치의 커버리지 영역에 위치할 때 게이트웨이 차량은 도로변 장치와

직접 통신한다. 포그 셀에 다른 차량이 있는 경우, 포그 셀에서 도로변 장치가 직접 차량을

덮지 않더라도 게이트웨이 차량과 연결하기 위한 다중 홉 릴레이 경로를 구축한 다음 게이트

웨이 차량은 이러한 요청/데이터를 포그 셀의 도로변 장치로 전달한다. 게이트웨이 차량이

포그 셀을 벗어날 때 포그 셀의 다른 차량이 게이트웨이 차량으로 사용되기 위해 핸드오버를

한다[11]. 이 방법으로 포그 셀의 모든 차량은 도로를 따라 이동하면서 도로변 장치와 무선

통신을 유지할 수 있다. 포그 셀은 5세대 소프트웨어 정의 차량 네트워크의 기본 구성이기

때문에 포그 셀에서 차량의 전송지연과 처리량이 조사된다.

4. 5세대 소프트웨어 정의 차량 네트워크의 문제점

5세대 이동통신시스템의 개발에 따라 고속 무선 통신은 밀리미터파 및 대용량 MIMO

(Multiple Input Multiple Output) 기술로 충족된다. 또한, 5세대 소프트웨어 정의 차량 네트워크에

멀티미디어 무선 통신이 구현될 것으로 기대된다. 5세대 초고속 이동통신을 기반으로 자율주

Guangjie Han, Mohsen Guizani, Yuanguo Bi, “Software Defined Vehicular Networks:” IEEE Commun. Mag., vol.55, no.7, July 2017, pp.90.

[그림 3] 기존 포그 셀에서의 차량 통신

기획시리즈 – 5G

정보통신기술진흥센터 9

행차량이 미래의 삶을 변화시키기 위해 등장하고 있다. 이와 같이 미래의 자율주행차량은 고

도로 신뢰성 있고 효율적인 차량 네트워크에 의해 지지될 것으로 예상된다. 다음은 5세대

소프트웨어 정의 차량 네트워크에 대한 문제점을 정리하였다.

- 낮은 지연 문제: 도시교통시스템을 위해 자율주행차량을 배치할 때 차량 정보뿐만 아니라

도로 정보도 차량 네트워크에 의해 자율주행차량에 전달되어야 한다. 일반적으로 안전

메시지 전송은 1ms 미만과 같이 매우 낮은 지연 제약을 갖는다. 다중 홉 릴레이 차량

네트워크에 대한 다수의 중계 차량이 있을 때 경고 메시지의 전송지연은 주어진 임계

값보다 클 것이다. 극단적인 경우에는 지연 문제로 치명적인 사고가 발생할 수 있다. 따라

서 5세대 소프트웨어 정의 차량 네트워크의 경로 솔루션을 최적화하는 핵심 기술을 사용

하여 전송지연 문제를 해결해야 한다.

- 잦은 핸드오버 문제: 본 고에서는 도로변 장치와 차량 간의 잦은 핸드오버를 해결하기

위해 포그 셀을 소개하고 있다. 그러나 포그 셀의 다중 홉 릴레이 링크에서는 차량 간의

핸드오버가 여전히 문제 시 되고 있다. 인접한 포그 셀들 사이에서 많은 차량들이 이동될

때 포그 셀들과 다중 홉 릴레이 링크들에 대한 핸드오버가 동시에 발생될 것이다. 이

경우 핸드오버의 복잡성이 5세대 소프트웨어 정의 차량 네트워크에서 분명히 증가한다.

따라서 5세대 소프트웨어 정의 차량 네트워크의 잦은 핸드오버 문제를 해결하기 위해

경고 메시지의 전달 지연을 최소화해야 한다.

- 높은 서비스 효율성 문제: 미래의 자율주행차량의 경우 차량은 운송수단일 뿐만 아니라

사용자를 위한 엔터테인먼트 센터이기도 하다. 다양한 멀티미디어 서비스가 5세대 소프

트웨어 정의 차량 네트워크에서 제공되어야 하기 때문에 대용량 무선 트래픽이 5세대

소프트웨어 정의 차량 네트워크에서 증가할 것으로 예상된다. 이와 같이 5세대 소프트웨

어 정의 차량 네트워크의 서비스 효율성을 향상시키는 것은 큰 도전이다.

- 5세대 소프트웨어 정의 차량 네트워크의 구조 문제: 경고 메시지의 전송지연을 줄이기

위해 분산 네트워크 구조가 5세대 소프트웨어 정의 차량 네트워크의 포그 셀에 채택되었

으며, 지능형 교통시스템을 지원하기 위해 중앙 집중식 네트워크 구조가 5세대 소프트웨

어 정의 차량 핵심 네트워크에 채택되었다. 이 경우 소프트웨어 정의 네트워킹은 다양한

유형의 네트워크 구조를 유연하게 연결하기 위해 소개되었다. 그러나 5세대 소프트웨어

정의 차량 네트워크에는 분산/집중식 두 가지 유형의 네트워크 구조가 있기 때문에 5세대

소프트웨어 정의 차량 네트워크의 확장성 및 호환성이 큰 문제이다.

10 www.iitp.kr

주간기술동향 2018. 5. 9.

III. 소프트웨어 정의 우주-공중-지상 통합 차량 네트워크 구조

새로운 네트워크 구조인 소프트웨어 정의 네트워킹은 제어 평면과 데이터 평면을 분리하고

네트워크의 전체적인 뷰를 통해 논리적으로 중앙집중식 제어를 도입하며 개방형 인터페이스

를 통해 네트워크 프로그래밍/재구성을 용이하게 한다. 소프트웨어 정의 네트워킹을 사용하면

동적이며, 관리가 가능하고 비용 효과적이며 적응 가능한 네트워크를 활성화 할 수 있다. 본

고에서는 소프트웨어 정의 네트워킹을 기반으로 정의한 문제를 해결하기 위해 소프트웨어

정의 우주-공중-지상 통합 차량(Software defined Space-Air-Ground Integrated Vehicle: SSAGV)

네트워크 구조를 소개한다.

1. 네트워크 구조

[그림 4]와 같이 소프트웨어 정의 우주-공중-지상 통합 차량 네트워크는 우주, 공중 및 지상

세그먼트의 세 가지 주요 부분으로 구성된다. 소프트웨어 정의 네트워크 컨트롤러는 네트워크

동작을 규제하고 네트워크 자원을 동적으로 관리하는 강력한 서버 또는 클라우드 컴퓨팅에

배치할 수 있다. 서로 다른 세그먼트가 통신 표준 및 여러 기능을 갖춘 다양한 네트워크 장치

와 같은 고유한 특성을 가지고 있다고 생각하면 각 세그먼트에 대한 소프트웨어 정의 네트워

Ning Zhang, Shan Zhang, “Software Defined Space-Air-Ground Integrated Vehicular Networks: Challenges and Solutions,” IEEE Commun. Mag., vol.55, no.7, July 2017, pp.104.

[그림 4] 소프트웨어 정의 우주-공중-지상 통합 차량 네트워크 구조

기획시리즈 – 5G

정보통신기술진흥센터 11

크 컨트롤러의 제어 및 통신 인터페이스는 해당 세그먼트에 전용되어야 한다. 실제로 우주,

공중 및 지상 네트워크에 대한 소프트웨어 정의 패러다임이 별도로 소개되었다[12]-[14]. 각

세그먼트의 운영을 조정하기 위해 상위 계층 소프트웨어 정의 네트워크 컨트롤러가 각 세그

먼트의 소프트웨어 정의 네트워크 컨트롤러 상단에 연결되어 차량 서비스를 지원한다. 서로

다른 계층의 소프트웨어 정의 네트워크 컨트롤러에서 의사 결정을 용이하게 하기 위해서는

차량의 지리적 밀도, 위치별 콘텐츠 인기도 및 지역 내 활동중인 차량 사용자 수와 같이 네트

워크 상태와 관련된 다양한 정보가 필요하다.

2. 계층 구조

[그림 5]에서 보듯이 소개된 소프트웨어 정의 우주-공중-지상 통합 차량 네트워크는 인프

라, 제어 및 애플리케이션의 3 계층으로 구성된다. 인프라 구조 계층에서는 여러 세그먼트의

컴퓨팅, 스토리지 및 통신 자원이 공통 자원 풀을 구성한다. 각 세그먼트에서 네트워크 슬라이

Ning Zhang, Shan Zhang, “Software Defined Space-Air-Ground Integrated Vehicular Networks: Challenges and Solutions,” IEEE Commun. Mag., vol.55, no.7, July 2017, pp.105.

[그림 5] 소프트웨어 정의 우주-공중-지상 통합 차량 네트워크의 계층화된 구조

12 www.iitp.kr

주간기술동향 2018. 5. 9.

스가 동적으로 수행되므로 우주-공중-지상 자원 풀이 시간에 따라 달라진다. 자원 가용성을

동적으로 처리하기 위해 물리적 자원에서 논리적 자원으로 자원 가상화를 채택할 수 있으며,

특정 물리적 자원 대신 가상화 자원에 차량 서비스를 배치할 수 있다. 가상 및 물리적 자원

매핑을 동적으로 수행함으로써 차량 서비스에 대한 교란을 완화할 수 있다.

제어 계층에서 소프트웨어 정의 네트워크 컨트롤러는 확장성을 위해 지역, 국가 및 글로벌

영역에서의 네트워크 운영을 목표로 하는 계층적 방식으로 구성된다. 남쪽 경계 인터페이스

(Southbound Interface: SBI)를 통해 소프트웨어 정의 네트워크 컨트롤러는 각각의 물리적 자원

과 통신하고 제어한다. 서로 다른 세그먼트의 이질성을 고려할 때 위성의 빔 조종, 무인 항공

기(Unmanned Aerial Vehicles: UAV)의 이동 제어 및 LTE 기지국의 자원 블록 할당과 같은 다양

한 기능을 용이하게 하기 위해 남쪽 경계 인터페이스가 각 세그먼트에 연결되어 사용된다.

소프트웨어 정의 네트워크 컨트롤러는 기본 네트워크 구성 요소를 완전히 또는 부분적으로

제어할 수 있어야 한다. 부분 제어의 경우 장치에 로컬 정보가 있을 수 있으며, 네트워크 기능

의 수준에 따라 이질적인 네트워크 자원을 효율적으로 사용하기 위해 서로 다른 세그먼트의

소프트웨어 정의 네트워크 컨트롤러는 동쪽 및 서쪽 경계 인터페이스(East/WestBound Interface:

EWBI)를 통해 상위 계층 소프트웨어 정의 네트워크 컨트롤러에 의해 조정된다.

애플리케이션 계층에서 다양한 차량 서비스 및 네트워크 관리 기능은 북쪽 경계 인터페이

스(Northbound Interface: NBI)를 통해 제어계층에서 제공되는 기능을 기반으로 수행된다. 애플

리케이션의 요청은 소프트웨어 정의 네트워크 컨트롤러의 북쪽 경계 인터페이스에서 규칙으

로 변환할 수 있으며, 소프트웨어 정의 네트워크 컨트롤러는 남쪽 경계 인터페이스를 통해

인프라 계층에서 제공되는 기능을 토대로 수행된다. 차량 서비스는 안전, 자동운전, 인포테인

먼트, 비상 관리, 트래픽 모니터링/관리 등 차량 사용자에게 직접 제공되는 서비스에 해당된다.

네트워크 관리 기능은 이동성 관리, 네트워크 하이퍼 바이저, 데이터 트래픽 분류 및 데이터

트래픽 엔지니어링과 같은 효율적인 동작을 용이하게 한다. 특히, 이동성 관리는 이동 차량을

적합한 액세스 포인트와 연결하여 원활한 이동성을 제공한다. 데이터 트래픽 분류는 데이터

트래픽 흐름을 다른 차량 서비스와 연관시키고 DPI(Deep Packet Inspection) 및 기계 학습을

통해 서로 다른 서비스 품질 등급으로 분류한다. 분류에 기반하여 차별화된 서비스가 가능해

질 수 있다. 데이터 트래픽 엔지니어링은 로드 균형 조정을 위해 데이터 트래픽을 다른 세그먼

트 및 액세스 포인트로 조정하거나 경로를 동적으로 변경하여 정체를 방지할 수 있다. 네트워

크 하이퍼 바이저는 다차원 자원을 동적으로 스케줄링함으로써 공통 물리적 인프라에 공존하

는 다중 가상 네트워크를 생성한다. 가상 네트워크는 다양한 차량 서비스를 보다 잘 지원할

기획시리즈 – 5G

정보통신기술진흥센터 13

수 있도록 맞춤 설정을 할 수 있다.

이와 같이 소프트웨어 정의 우주-공중-지상 통합 차량 네트워크는 네트워크의 민첩성 및

유연성으로 개방된 생태계를 향한 길을 열어주고 효율적인 상호 운용성을 통해 운영 및 유지

관리를 단순화하고, 네트워크 24시간 최적화를 달성할 수 있다.

IV. 결론

자율주행차량의 개발과 함께 5세대 이동통신, 클라우드 컴퓨팅 및 소프트웨어 정의 네트워

킹 기술을 향후 차량 네트워크를 위한 솔루션으로 제공한다. 이러한 기술을 통합한 5세대

소프트웨어 정의 차량 네트워크의 구조에서 도로변 장치와 차량 간의 잦은 핸드오버를 줄이

기 위해 차량 네트워크의 가장자리에 포그 셀을 설치하여 포그 셀의 차량 통신에 다중 홉

릴레이 방식을 사용하였다. 이와 같이 5세대 소프트웨어 정의 차량 네트워크에서 포그 셀의

처리량은 기존 교통관리시스템의 처리량보다 높다. 이에 따라 5세대 소프트웨어 정의 차량

네트워크에서 제기된 문제가 해결되면 5세대 소프트웨어 정의 차량 네트워크는 미래의 자율

주행차량 및 지능형 교통 시스템을 충족시키기에 충분한 유연성과 호환성을 제공할 수 있다.

본 고에서는 우주, 공중, 및 지상 부분의 장점을 활용하여 다양한 시나리오의 여러 가지

차량 서비스를 효율적이고 경제적으로 지원할 수 있는 소프트웨어 정의 우주-공중-지상 통합

차량 네트워크 구조를 소개했다. 소개된 개방형 네트워크 구조는 네트워크 민첩성 및 유연성

을 달성하고, 네트워크 관리 및 유지 보수를 단순화하며, 변화하는 사용자 요구 및 네트워크

상태에 적응할 수 있다. 소프트웨어 정의 우주-공중-지상 통합 차량 네트워크 개발의 속도를

가속화하기 위해 광범위한 연구 노력이 필요하다.

[ 참고문헌 ]*

[1] X. Ge et al., “Vehicular Communications for 5G Cooperative Small Cell Networks,” IEEE Trans. Vehic. Tech., vol.65, no.10, Oct. 2016, pp.7882-94.

[2] T. Taleb and A. Ksentini, “VECOS: A Vehicular Connection Steering Protocol,” IEEE Trans. Vehic. Tech., vol.64, no.3, Mar. 2015, pp.1171-87.

[3] S. Sezer, S. Scott-Hayward, P K. Chouhan, et al., “Are We Ready for SDN? Implementation Challenges for Software-Defined Networks,” IEEE Commun. Mag., vol.51, no.7, July 2013, pp.36-43.

* 이 논문은 2017년도 정부(과학기술정보통신부)의 재원으로 정보통신기술진흥센터의 지원을 받아 수행된 연구결과임(No. 2014-0-00282, 초연결 스마트 서비스를 위한 5세대 이동통신 핵심 기술 개발)

14 www.iitp.kr

주간기술동향 2018. 5. 9.

[4] N. Lu et al., “Connected Vehicles: Solutions and Challenges,” IEEE Internet of Things J., vol.1, no.4, 2014, pp.289-99.

[5] K. Abboud, H. Omar, and W. Zhuang, “Interworking of DSRC and Cellular Network Technologies for V2X Communications: A Survey, IEEE Trans. Vehic. Tech,” 2016, DOI: 10.1109/TVT.2016.2591558.

[6] N. Cheng et al., “Opportunistic WiFi Offloading in Vehicular Environment: A Game-Theory Approach,” IEEE Trans. Intelligent Transportation Systems, vol.17, no.7, 2016, pp.1944-55.

[7] S. Schwarz and M. Rupp, “Society in Motion: Challenges for LTE and Beyond Mobile Communications,” IEEE Commun. Mag., vol.54, no.5, May 2016, pp.76-83.

[8] H. Kim and N. Feamster, “Improving Network Management with Software Defined Networking,” IEEE Commun. Mag., vol.51, no.2, Feb. 2013, pp.114-19.

[9] M. Feng, S. Mao, and T. Jiang, “Enhancing the Performance of Future Wireless Networks with Software Defined Networking,” Front. Info. Tech. Electron. Eng., vol.17, no.7, July 2016, pp.606-19.

[10] X. Ge et al., “Energy Efficiency of Small Cell Backhaul Networks Based on Gauss-Markov Mobile Models,” IET Networks, vol.4, no.2, Mar. 2015, pp.158-67.

[11] I. Stojmenovic and S. Wen, “The Fog Computing Paradigm: Scenarios and Security Issues,” Proc. FedCSIS, 2014, pp.1-8.

[12] L. Bertaux et al., “Software Defined Networking and Virtualization for Broadband Satellite Networks,” IEEE Commun. Mag., vol.53, no.3, Mar. 2015, pp.54-60.

[13] H. Iqbal et al., “A Software-Defined Networking Architecture for Aerial Network Optimization,” Proc. IEEE NetSoft, 2016.

[14] K. Pentikousis, Y. Wang, and W. Hu, “Mobileflow: Toward Software-Defined Mobile Networks,” IEEE Commun. Mag., vol.51, no.7, July 2013, pp.44-53.

ICT신기술

정보통신기술진흥센터 15

조성선 김용균

정보통신기술진흥센터 수석

I. 서론

컴퓨터를 기반으로 사람의 뇌가 수행하는 방법을 모사하여 여러 가지 지능을 구현할 수

있게 하는 기술로 정의되는 인공지능이 최근 학술적 연구단계를 넘어 비즈니스에 적용 가능

한 수준으로 빠르게 발전하면서 산업계에서의 활용이 확산되고 있다.

초기 스마트폰이라는 틀에 갇혀 있던 인공지능은 이제 그 틀을 벗어나 다양한 분야로 확대

되며 4차 산업혁명의 핵심 분야로 평가되고 있다. 가장 대표적인 것이 인공지능 스피커로,

우리나라에서도 「SK텔레콤 누구」와 「KT 기가지니」뿐만 아니라 「네이버 웨이브」, 「카

카오의 카카오 미니」 등 인공지능 스피커는 대중화 단계로 접어들고 있다.

적용 분야도 확대되고 있다. 삼성전자와 LG전자는 냉장고, TV 등 스마트 가전에 인공지능

비서 탑재를 전개하고 있다. 자동차 업계도 인공지능 비서를 탑재해 원격으로 차량을 제어할

수 있도록 하고 있으며, 금융 분야에서는 인공지능 챗봇 서비스, 의료 분야에서는 인공지능

영상 진단, 제조 분야에서는 로봇 등이 활용되고 있으며, 유통/소매 분야에서는 상품추천 및

배송 등으로 활용이 확대되고 있다.

이에 따라 주요 시장 전망 기관들은 인공지능 시장의 높은 성장률을 예상하고 있다. 또한,

글로벌 기업들은 AI First, AI Everywhere를 외치며 시장 선점을 위한 행보를 가속화 하고 있다.

이는 인공지능이 4차 산업혁명 시대의 필수 기반이자 핵심 기술로, 미래 경쟁력을 좌우할

열쇠가 될 것이란 판단이 작용하고 있음은 불문가지이며, 따라서 분야를 막론하고 전개되는

글로벌 경쟁에서의 생존을 위해서는 관련 글로벌 동향을 면밀히 모니터링하며 적절히 대응해

나가야 할 것이다.

AI First, AI Everywhere로 전개되는 인공지능

* 본 내용은 조성선 수석(☎ 042-612-8232, ssj@iitp.kr)에게 문의하시기 바랍니다.

** 본 내용은 필자의 주관적인 의견이며 IITP의 공식적인 입장이 아님을 밝힙니다.

***본 고는 “IITP, 「ICT 10대 이슈」, 2017.12.” 보고서를 발췌 정리한 것입니다.

16 www.iitp.kr

주간기술동향 2018. 5. 9.

이에 본 고에서는 인공지능 관련 기술, 산업 동향과 주요 기업들의 최근 동향을 살펴보고,

향후 1~2년간 중요하게 부각될 것으로 예상되는 인공지능 관련 이슈 및 전망을 제시하고자

한다.

II. 기술 동향

인공지능은 컴퓨터를 기반으로 사람의 뇌가 수행하는 방법을 모사하여 여러 가지 지능을

구현할 수 있게 하는 기술이다. 1950년대부터 관련 연구가 시작되어 발전해 온 인공지능은

기술적 한계에 부딪히면서 관련 연구 및 투자가 장기간 침체를 겪어 왔으나 최근 다시 글로벌

IT 업계의 화두로 등장하고 있다.

이는 △인터넷의 보급과 다양한 형태의 비정형 데이터(이미지, 동영상, 사회관계망 등)를

과거보다 쉽게 수집하고 분석할 수 있는 빅데이터 처리 환경 조성에 따른 인공지능의 정확도

향상, △2006년 캐나다 토론토 대학 Geoffrey Hinton 교수가 제안한 기계학습 알고리즘의 하나

인 딥러닝(deep learning)의 등장으로 컴퓨터가 스스로 자질을 학습하고 인공지능을 설계하게

된 데 따른 인공지능 수준의 비약적인 향상, △부동 소수점 계산에 탁월한 GPU 컴퓨팅과 분산

처리가 가능한 클라우드 컴퓨팅의 도움으로 고속 병렬처리가 가능해지면서 대용량 딥러닝

연산 소요시간의 대폭적인 단축 등이 배경으로 작용하고 있다. 이 같은 환경 성숙과 기술

발전에 따라 학술적 연구 단계를 넘어 비즈니스에 적용 가능한 수준으로 빠르게 발전하면서

인공지능은 4차 산업혁명의 핵심 분야로 평가되는 등 중요성을 더해가고 있다.

김용균, “인공지능 업계 동향 및 인식조사 결과”, ICT Spot Issue, 2016-3호.

[그림 1] 인공지능 발전의 역사

ICT신기술

정보통신기술진흥센터 17

과거 인공지능은 기술적 한계로 인간의 인지/사고 능력에 미치지 못해 학술 연구 영역에서

벗어나지 못하였지만, 딥러닝 기술로 일부 분야에서 인간에 근접한 수준으로까지 발전하면서

상업적 활용 가능성이 증대되고 있다. 특히, 다양한 분야에 적용될 수 있는 범용성 높은 대표

적 융합 기술로서, 사회·경제·문화 등에 미칠 파급력이 매우 높아지고 있다. 이미 딥러닝

기반의 다양한 연구들이 여러 분야에 적용되며 우수한 성과를 창출 중인데, 기술적 플랫폼으

로서 자율주행차, 의료, 로봇, 휴먼 인터페이스 등 他 분야로 빠르게 적용되고 있다.

- 자율주행차: 일반적 주행상황에서 뿐만 아니라 사람이 주변 상황을 인지하고 대처하듯이

사고가 났을 때나 오작동 상황에 대처하는 인공지능 기술 연구가 활발

- 의료: 최근 의료 영상에서 전문의의 판단 결과보다 우수한 판독 결과를 나타내는 Stanford

대학교의 기술이 Nature에서 소개되어 큰 관심을 이끌었으며 보다 많은 병변의 판독 및

의학적 판단에 적용 확대가 예상

(가) 카메라와 딥러닝 기반의 자율주행차 예 (나) 피부과 전문의 수준의 피부암 진단

(다) Text-to-Speech 휴먼 인터페이스 예 (라) 강화학습을 통한 로봇 조작 예

(가) NVIDIA (나) Andre Esteva, Brett Kuprel, Roberto A. Novoa, Justin Ko, Susan M. Swetter, Helen M. Blau and

Sebastian Thrun, “Dermatologist-level classification of skin cancer with deep neural networks,” Nature, 2017 (다) Sercan Arik, Gregory Diamos, Andrew Gibiansky, John Miller, Kainan Peng, Wei Ping, Jonathan Raiman, and Yanqi

Zhou, “Deep Voice 3: Multi-Speaker Neural Text-to-Speech,” NIPS 2017, (라) Shixiang Gu, Ethan Holly, Timothy Lillicrap, and Sergey Levine, “Deep Reinforcement Learning for Robotic Manipulation with Asynchronous Off-Policy Updates,” ICRA 2017.

[그림 2] 딥러닝 기반 인공지능 적용 분야 사례

18 www.iitp.kr

주간기술동향 2018. 5. 9.

- 로봇: 최근 강화학습을 통해 주어진 학습 데이터가 부족하더라도 보다 잘 판단하고 행동

할 수 있는 인공지능 알고리즘의 적용 시도로 로봇이 새로운 상황에 쉽게 적응하고 지능

적 판단을 할 수 있도록 연구가 진행 중

- 휴먼 인터페이스: 딥러닝을 적용하여 사람과 같은 시각 지능을 가지거나 사람과 유사한

음성을 만들어내는 연구가 활발히 진행 중이며 상당한 기술 수준에 도달

III. 산업 동향

1. 시장 동향

바야흐로 인공지능의 본격적인 상용화가 시작되고 있다. 그러나 인공지능 시장은 정확한

시장 규모와 전망 산출에 어려움이 존재한다. 이는 인공지능을 포함한 4차 산업혁명 시장들은

별도의 독립적인 세그먼트로서 시장이 존재하기보다는 기존 ICT 시장들을 조합하여 형성되는

경우가 많고, 범용보다는 특정 수직 시장과 용도에 특화된 제품/서비스들이 상당부분을 차지

하기 때문이다.

그러나 비록 아직 대부분의 인공지능 기술들이 성숙되지 못했으나 앞으로 2~3년에 걸쳐

상용화가 진전되어 2020년경에는 캐즘을 뛰어넘어 보급 확산 단계에 접어들 것이라는 것이

일반적인 기대이다.

(가) Gartner Hype Cycle (나) S-Curve

Gartner, 2017.

[그림 3] 세계 인공지능 기술/시장 전망(Hype Cycle과 S-Curve)

ICT신기술

정보통신기술진흥센터 19

가트너 Hype Cycle로 기술 성숙도를 살펴보면, 음성인식은 이미 대중화 단계로 접어들었으

나, 아직 시각 인공지능과 기계학습을 비롯하여 상당수 인공지능 응용 기술들은 본격적인

상용화에 이르지 못한 상황이다[12]. 인공지능 시장의 S 커브를 보면, 2017년 현재 시장 보급

률은 대략 5% 내외로 추산되는데, 2020년에 이르면 20% 수준까지 확대될 것으로 예상되고

있다.

인공지능 시장은 앞으로 연평균 50% 이상 높은 성장세를 보일 전망인데, 특히 2018-2020년

에 빠른 속도로 성장할 것으로 기대되고 있다.

IDC[15], Tractica[23], Markets and Markets[19] 등 3곳의 시장조사회사들이 전망한 인공지능

시장 규모를 비교해 보면, 2020년 기준 IDC가 463억 달러로 가장 컸으며, Tractica는 105억

달러, Markets and Markets는 56억 달러로, 전망기관 간 최대 8배나 차이가 있다. 이는 인공지

능의 정의/범위가 크게 다르고, 시장이 아직 초기 단계에 있어 성장 잠재력에 대한 예측에도

편차가 존재하기 때문이다.

이 같은 이유로 시장의 절대적인 전망 규모에는 차이를 보이고 있지만, 2016년부터 2020년

까지 56~66% 수준의 높은 성장세를 보일 것이라는 점에 전망기관들의 견해가 일치하고 있다

는 점은 주목해야 할 부분이다.

한편, 인공지능이 어느 분야에 우선 적용될 것인지를 예상해 볼 수 있는 적용 산업별 우선순

위도 전망 기관들마다 차이를 보였지만, 공통적으로 기업용(B2B) 시장 중 「금융」, 「의료」,

「제조」 산업에 인공지능이 가장 많이 도입될 것으로 전망하였다.

(가) IDC (나) Tractica (다) Markets and Markets

IDC, Tractica, Markets and Markets

[그림 4] 세계 인공지능 시장 전망(2016-2020)

20 www.iitp.kr

주간기술동향 2018. 5. 9.

[표 1] 전망 기관별 인공지능 적용 산업별 우선순위

2. 기업 동향

현재 세계 인공지능 기술 혁신은 미국·중국 기업들이 선도하고 있다.

우선 미국 기업들을 보면, 미국 인공지능 기업들은 2016년까지 주로 연구 개발에 힘을 쏟다

[표 2] 주요 미국 인공지능 기업들의 2017년 동향

적용 산업별 비중 우선순위

1 금융 제조 운송/자동차

2 제조 의료 의료

3 소매 금융 소매

4 의료 운송/자동차 금융

5 운송/자동차 소매 제조

6 에너지 에너지 에너지

7 기타 기타 기타

※ 적용 산업은 기업용(B2B) 시장을 대상으로 하였으며, 소비자(B2C) 시장은 제외

IITP, 2017.

기업명 최근 동향 AI 인수합병

- 연례 개발자 컨퍼런스에서 시각 인공지능 기술 「구글 렌즈」 발표- 자체제작 하드웨어 6종(픽셀2, 구글 홈 미니, 픽셀북, 픽셀 버드, 데이드림

뷰, 구글 클립)에 자사의 인공지능 기술 탑재

AIMatterSenosis Health

Halli LabsKaggle

- 7인치 터치스크린 폼팩터 스피커 「에코 쇼」, 스타일 코디네이터 「에코 룩」 출시

- 연례 개발자 컨퍼런스에서 시각 인공지능 기술 「딥렌즈(DeepLens)」 발표- AI 비서 알렉사의 기업용 버전 「Alexa for Business」 발표

Harvest.ai

- 마이크로소프트 코타나와 아마존 알렉사를 상호 연동할 수 있는 시스템 구축 파트너십 체결

HexaditeMaluuba

- 연례 개발자 컨퍼런스에서 시각 인공지능 기술 「카메라 효과 플랫폼」 발표- 인공지능으로 게시물과 댓글을 분석, 자살 가능성을 탐지해 도움을 줄 수

있는 기능을 전 세계 사용자에 확대 적용Ozlo

- 스마트폰 「아이폰 X」에 인공지능 연산기능 지원 프로세서 「A11 바이오닉」 탑재

- AI 스피커 「홈팟」 출시 2018년으로 연기

ShazamLattice DataRealFace

- 한국IBM은 SK C&C와 공동으로 개발한 왓슨 한국어 서비스 8개 API를 제공한다고 발표

-

- 자율주행차용 반도체 기업 모빌아이를 인수- 인공지능 프로세서 「너바나 NNP」를 페이스북과 공동 개발 중

Mobileye

IITP, 2017.

ICT신기술

정보통신기술진흥센터 21

가 2017년부터 본격적으로 사업화를 추진 중인데, 활발한 스타트업 인수합병, R&D 투자가

기반으로 작용하고 있다.

미국 인공지능 기업들의 사업화 특징은 크게 △음성 인공지능에서 시각 인공지능으로 진화

하고 있다는 점(아마존의 딥렌즈, 구글의 구글렌즈) △소비자용(B2C) 시장에서 기업용(B2B)

시장으로 관심이 옮겨가고 있다는 점 △자사 제품/서비스에 본격적으로 인공지능을 탑재하고

있다는 점 등으로 요약할 수 있다. 주요 미국 인공지능 기업들의 2017년 동향을 [표 2]에 정리

하였다.

중국은 인공지능에 국가적 역량을 결집하여 2030년까지 인공지능 글로벌 리더로 부상한다

[표 3] 중국 「차세대 인공지능 발전규획」의 3단계 전략

구분 1단계(2020년까지) 2단계(2025년까지) 3단계(2030년까지)

목표- 인공지능 분야의 전반적인 기

술 및 응용 분야에서 세계 선진수준으로 도약

- 인공지능 기초이론의 획기적 돌파구를 마련하여 일부 기술·응용 방면에서 글로벌 선도국으로 성장

- 세계 인공지능 혁신의 중심 국가 지위 획득

추진 내용

- 인공지능 발전환경의 최적화와 중점 분야에서의 활용 확대를 중심으로 한 규범 및 정책 법규 수립

- 초보적 성장을 실현하고 인공지능을 중국 산업 성장 및 경제 전환의 주요 동력으로 하며 차세대 인공지능 이론과 기술체계의 기초 수립

- 성숙한 차세대 인공지능 이론과 기술체계를 수립하여 세계 랭킹 1위의 인공지능 과학기술 혁신 및 인재 양성 거점을 구축하고 관련 법률·정책 완비

산업 규모- 핵심 산업: 1,500억 위안 이상- 연관 산업: 1조 위안 이상

- 핵심 산업: 4,000억 위안 이상- 연관 산업: 5조 위안 이상

- 핵심 산업: 1조 위안 이상- 연관 산업: 10조 위안 이상

IITP, 2017.

(가) 세계 인공지능 기업 수 (나) 세계 인공지능 특허 등록건수

South China Morning Post, 2017.

[그림 5] 중국의 인공지능 기술 경쟁력

22 www.iitp.kr

주간기술동향 2018. 5. 9.

는 계획이다. 중국 국무원은 2017년 7월 「차세대 인공지능 발전 규획」을 발표하며 인공지능

글로벌 선도 국가가 되겠다는 야심찬 목표를 제시[27]한 바 있으며, 관련하여 투자은행 골드만

삭스는 적극적인 투자를 기반으로 중국의 인공지능 기술력이 머지않아 미국을 따라잡을 것이

라고 전망한 보고서[13]를 내놓은 바 있다.

현재 중국의 인공지능 연구 개발은 이른바 BAT 3인방이 이끌고 있는데, 특히 바이두는 가장

앞선 기술 경쟁력으로 자사의 검색/모바일/자율주행차 등에서 사업화를 적극 추진 중이다.

주요 중국 인공지능 기업들의 2017년 동향을 [표 4]에 정리하였다.

[표 4] 중국 인공지능 기업들의 2017년 동향

IV. 정책적 시사점 및 전망

1. 인공지능은 다양한 분야로 확대되고 진화할 것이다

인공지능은 스마트폰에서 벗어나 다양한 기기와 분야로 적용이 확대될 전망이다. 우선 소

비자용 분야를 보면, 스마트폰에 탑재되던 AI 비서 서비스가 AI스피커로 확대되는 정도였으나

앞으로는 스마트TV, 스마트냉장고 등 다양한 기기에 인공지능이 폭 넓게 보급되기 시작할

전망이다. 관련하여 삼성전자는 SDC 2017 행사에서 빅스비 2.0을 발표하면서, 앞으로 빅스비

를 스마트가전 등으로 확대 적용하겠다는 계획을 발표[3]한 바 있다.

기업에서의 인공지능 활용도 확대될 전망이다. 시장조사회사 Tractica에 따르면, 세계 인공

지능 시장에서 기업용 시장의 비중은 2016년 71%에서 2025년 91%까지 높아질 것으로 전망되

며, 그 중에서도 의료, 금융, 자동차 분야의 시장이 크게 확대될 것으로 예상[23]된다. 국내의

기업명 최근 동향

- 바이두 월드 2017 행사에서 AI 스피커 「레이븐(Raven) H」, 가정용 로봇 「레이븐(Raven) R」, 대화형 인공지능 플랫폼 「DuerOS 2.0」 발표

- 샤오미 스마트폰에 바이두 인공지능 기술을 탑재하는 파트너십 체결을 발표

- 폭증하는 주문량에 대응하기 위해 광군제 당일까지 한 달 동안 인공지능 기술을 전자상거래에 적용, 4억 건의 고객 맞춤형 광고를 제작하고 챗봇을 통해 하루 평균 350만 건의 답변을 처리

- AI 스피커 「티몰지니(Tmall Genie)」 출시- 크네론(Kneron), 캠브리콘(Cambricon), 디파이(DeePhi) 등 인공지능 반도체 기업에 투자

- 미국 워싱턴주 시애틀에 인공지능 연구소 설립, 음성인식과 자연어처리를 연구할 예정- AI 스피커 「샤오웨이(Xiaowei)」 출시

IITP, 2017.

ICT신기술

정보통신기술진흥센터 23

경우를 예로 보면, 가천대길병원을 포함한 7개 지방 거점병원들이 IBM 왓슨 온콜로지를 도입

하고 있다. 또한, 인터넷전문은행 출범으로 비대면 서비스가 확산되자, 은행들은 인공지능

챗봇 도입을 추진 중이며, SK텔레콤은 자사 내비게이션 앱 「T맵」에 인공지능 비서 「누

구」를 탑재[7]하고 있다.

이 외에 특정 분야에 특화된 인공지능 확대도 예상된다. AI 비서가 과거와 비교해 기술적으

로 많이 진보되었으나 여전히 범용 인공지능에서는 사용할 수 있는 기능이 제한적이라는 점

에서 앞으로는 활용 범위가 좁더라도 활용 가치가 높은 전문화된 인공지능 서비스 출시도

기대된다. 마이크로소프트의 시각장애인용 인공지능 「Seeing AI」, 아마존의 패션 코디네이

터 인공지능 「에코 룩」이 그 예라 할 수 있다.

기능 측면에서 보면, 인공지능은 「듣는 인공지능」에서 「보는 인공지능」으로 진화할

전망이다. 지금까지 상용화된 범용 인공지능 서비스가 주로 인간의 음성을 듣고 이해하며 다

시 음성으로 대답하는 이른바 「듣는 인공지능」에 초점을 맞추었다고 한다면, 앞으로는 카

메라에 촬영되는 대상을 이해하는 「보는 인공지능」으로 한 단계 진화할 것으로 기대되고

있다.

시각 인공지능은 이미 머신비전/컴퓨터비전이라는 기술로 산업 현장에서 제한적으로 사용

되고 있는데, 범용 시각 인공지능은 최근까지도 기술적 한계로 인해 상용화되기 어려웠으나,

최근 주요 업체들이 범용 시각 인공지능 서비스를 출시하기 시작하고 있다.

대표적인 예가 구글 렌즈(Google Lens)인데, 2017년 구글 개발자 회의에서 발표된 구글 렌즈

(가) 스마트가전으로 인공지능 적용 확대 (나) 특화 인공지능 기기/서비스 출시

IITP, 2017.

[그림 6] 인공지능의 적용 분야 확대

24 www.iitp.kr

주간기술동향 2018. 5. 9.

[표 5] 주요 시각 인공지능 기기/서비스

는 2010년 출시되었다가 서비스가 중단된 구글 고글(Google Goggle)을 발전시킨 형태로, 구글

어시스턴트에 통합되어 시각 검색의 대중화를 촉진할 것으로 기대되고 있다.

아마존의 에코 룩은 카메라를 탑재한 AI 스피커인데, 음성 명령으로 전신을 촬영하여 현재

입은 옷이 얼마나 잘 어울리는지 스타일 수치를 제시하며, 날씨에 따라 어떤 옷을 입어야

할지 조언하거나 아마존에서 판매하는 옷 중에 어울리는 상품을 추천하는 기능도 있다.

마이크로소프트는 2016년 개발자 회의에서 시각장애인용 인공지능 ‘Seeing AI’를 발표했는

데, 최근 주요 화폐와 필기체 손글씨도 인식하도록 업그레이드되었다.

삼성전자의 빅스비 비전은 갤럭시S8 스마트폰 출시와 함께 발표된 AI 비서 ‘빅스비’에 포함

된 기능으로, 문자/제품/랜드마크 등을 인식하고 검색/번역이 가능하다.

2. 2018년부터 토종 인공지능 플랫폼 서비스가 보급되기 시작할 것이다

먼저 소비자용 인공지능 부문을 보면, 2016년까지 토종 인공지능 비서 플랫폼 상용화 업체

구분

구글구글렌즈

아마존에코 툭

마이크로소프트Seeing AI

삼성전자빅스비 비전

출시일 2017.5.17. 2017.4.26. 2017.7.12. 2017.5.1.

서비스 구분 AI 비서 스타일 코디네이터 시각장애인 도우미 AI 비서

지원 기기구글

픽셀/픽셀2아마존에코 룩

애플아이폰

삼성전자갤럭시S8/갤럭시노트8

가격 무료 199달러 무료 무료

인식지원대상

문자 ✔ ✔ ✔사람 ✔ ✔ ✔그림 ✔ ✔제품 ✔ ✔ ✔ ✔배경 ✔ ✔

랜드마크 ✔ ✔색깔 ✔ ✔ ✔

손글씨 ✔ ✔ IITP, 2017.

ICT신기술

정보통신기술진흥센터 25

는 삼성전자(S보이스)·SK텔레콤(누구) 등 2개 사에 불과했으나, 2017년부터 KT·네이버랩

스·카카오 등 다른 국내 기업들의 인공지능 비서 서비스들이 연이어 출시되었다.

[표 6] 국내 업체들이 출시한 주요 인공지능 스피커

2017년이 토종 인공지능 플랫폼들이 등장한 해였다면, 2018년은 이들 서비스들이 다양한

기기/서비스와 결합되어 보급이 확산되는 해가 될 전망이다.

기업용 인공지능 부문에서도 2017년에 국내 3대 IT서비스 업체들이 저마다 인공지능 플랫

[표 7] 국내 주요 소비자용(B2C) 인공지능 플랫폼 동향

구분

SK텔레콤 누구 KT 기가지니 네이버 웨이브 네이버 프렌즈 카카오 미니 LG 씽큐 허브

출시일 2016년 9월 2017년 1월 2017년 8월 2017년 10월 2017년 9월 2017년 11월

크기 94×94×220 182×182×280 86×140×201 72×72×170 77×77×110 104×110×221

무게 1,030g 1,700g 998g 378g 390g 1,400g

AI 플랫폼 누구 기가지니 클로바 클로바 카카오 i 클로바

가격 249,000원 299,000원 150,000원 129,000원 119,000원 249,000원

IITP, 2017.

업체명 플랫폼 최근 동향 탑재기기/서비스

삼성전자 빅스비

- (2017년 5월) 빅스비 한국어 서비스 개시- (2017년 7월) 빅스비 영어 서비스 개시- (2017년 10월) 삼성 개발자 컨퍼런스에서 스마트폰뿐만 아니라 다양한 가전에서도 사용 가능한 개방형 플랫폼 「빅스비 2.0」 발표

- (2017년 11월) 인공지능 전문 인력 확보를 위해 국내 인공지능 스타트업 ‘플런티’ 인수

- (2017년 11월) 빅스비 중국어 서비스 개시

- 스마트폰- 스마트가전(예정)- AI스피커(예정)

네이버 클로바- (2017년 2월) 미국 음성인식 AI 기업 ‘사운드하운드’에 투자- (2017년 6월) 제록스리서치센터유럽(現 네이버랩스 유럽) 인수- (2017년 7월) AI 기반 대화 엔진 기술 기업 ‘컴퍼니 AI’ 인수

- AI 스피커

카카오 카카오 i- AI 기반 개인화 기술 기업 ‘스켈터랩스’, 머신러닝 분산 처리 기술 기업 ‘래블업’, 머신러닝 기반 엔진 기업 ‘딥벨리데이션’, 음성인식 기업 ‘코클리어닷에이아이’ 등에 투자

- AI 스피커

SK 텔레콤 누구- (2017년 9월) T맵 내비게이션에 누구를 탑재한 ‘T맵×누구’ 출시- 2018년 상반기까지 오픈 플랫폼화를 추진

- AI 스피커- 내비게이션 앱

KT 기가지니- 자사 모바일 앱 ‘원내비’, ‘클립’에 기가지니 탑재를 추진하고, 노래방 업체 ․ 안마의자 업체 등 다양한 분야로 탑재를 확대

- AI 스피커- 내비게이션 앱

IITP, 2017.

26 www.iitp.kr

주간기술동향 2018. 5. 9.

폼 서비스를 출시하며, 국내 기업용 인공지능 시장 공략을 개시하였다.

삼성SDS는 2017년 6월 AI 기술을 활용해 대용량 데이터를 쉽고 빠르게 분석하는 기업 통합

분석 플랫폼 「Bright AI」를 공개[1]한데 이어, 9월에는 자연어로 대화하며 고객이 요청하는

업무를 지원하고 수행하는 대화형 인공지능 플랫폼 「Brity」를 출시하였다[2]. LG CNS도 데이

터 수집부터 분석, 시각화까지 일련의 빅데이터를 처리하고 분석할 수 있는 인공지능 빅데이

터 플랫폼 「DAP」를 출시하였으며[5], SK C&C도 2017년 9월 IBM 왓슨의 한국어판 인공지능

플랫폼 서비스 「에이브릴(AIBRIL)」을 발표하고, △대화 △자연어 이해 △자연어 분류 △검색

및 평가 △문서 변환 △언어 번역 △이미지 인식 △성향 분석 등의 기능을 제공하는 8종의

API를 공개하였다[6]. 이 외에 솔트룩스는 2016년 11월 23일 IBM 왓슨과 유사한 기능의 인공지

능 플랫폼 「아담」을 공개하였으며, 솔투룩스가 일부 개발에 참여한 한국전자통신연구원의

「엑소브레인」은 2017년 11월 14종의 API를 일반인에 개방하였다[8].

[표 8] 국내 주요 기업용(B2B) 인공지능 플랫폼 비교

[ 참고문헌 ]

[1] 삼성SDS, “삼성SDS, AI기반 분석플랫폼 Brightics AI 공개”, 2017. 6. 21.[2] 삼성SDS, “삼성SDS, 기업용대화형 AI(Brity) 출시”, 2017. 9. 5. [3] 삼성전자, “새로운 패러다임의 시작, 빅스비 2.0”, 2017. 10. 19.[4] 하나금융투자, “진화하는 인공지능, 인공지능 비서와 스피커로 다가오다”, 2017. 11. 30. [5] LG CNS, “AI 빅데이터 플랫폼 DAP 출시, 혁신의 답을 찾다!”, 2017. 9. 4. [6] SK C&C, “인공지능 대중화… 데이터 사업화 큰 길 열렸다”, 2017. 9. 6. [7] SK텔레콤, “아리아, 코엑스 가자… 전국민 인공지능 이용시대 개막,” 2017. 9. 7.[8] ZDNet, “엑소브레인 등 AI 국책 기술 API 대거 공개”, 2017. 11. 6.[9] Andre Esteva, Brett Kuprel, Roberto A. Novoa, Justin Ko, Susan M. Swetter, Helen M. Blau and

Sebastian Thrun, “Dermatologist-level classification of skin cancer with deep neural networks,”

구분

브리티/브라이틱스 DAP 에이브릴 아담

개발 기관 삼성SDS LG CNS SK C&C 솔트룩스

출시/발표일 2017.9.5. 2017.9.4. 2017.9.6. 2016.11.23.

적용분야

문자 ✔ ✔ ✔배경 ✔ ✔색깔 ✔ ✔ ✔

IITP, 2017.

ICT신기술

정보통신기술진흥센터 27

Nature, 2017.

[10] Citigroup, “Baidu.com: More Detailed Highlights and Wrap-up From Baidu World 2017,” Nov. 19, 2017.

[11] David Mandl, Kwang Moo Yi, Peter Mohr, Peter Roth, Pascal Fua, Vincent Lepetit, Dieter

Schmalstieg, and Denis Kalkofe, “Learning Lightprobes for Mixed Reality Illumination,” ISMAR 2017.[12] Gartner, “Hype Cycle for Artificial Intelligence, 2017,” July 24, 2017.[13] Goldman Sachs, “China’s Rise in Artificial Intelligence: The New New China,” Aug. 31, 2017.[14] Goldman Sachs, “Profiles in Innovation: Artificial Intelligence-AI, Machine Learning and Data Fuel

the Future of Productivity,” Nov. 14, 2016.[15] IDC, “Worldwide Semiannual Cognitive Artificial Intelligence Systems Spending by Industry Market

2016-2020 Forecast,” June 2017.[16] IITP, “ICT SPOT ISSUE: 인공지능 업계 동향 및 인식조사 결과,” 2016. 3.[17] JP Morgan, “An Investor’s Guide to Artificial Intelligence: AI adoption at an inflection point,” Nov.

27, 2017.

[18] Keisuke Tateno, Federico Tombari, Iro Laina, and Nassir Navab, “CNN-SLAM: Real-time dense monocular SLAM with learned depth prediction,” CVPR 2017.

[19] Markets and Markets, “Artificial Intelligence Market-Global Forecast to 2022,” Nov. 2016.[20] Sercan Arik, Gregory Diamos, Andrew Gibiansky, John Miller, Kainan Peng, Wei Ping, Jonathan

Raiman, and Yanqi Zhou, “Deep Voice 3: Multi-Speaker Neural Text-to-Speech,” NIPS 2017.[21] Shixiang Gu, Ethan Holly, Timothy Lillicrap, and Sergey Levine, “Deep Reinforcement Learning for

Robotic Manipulation with Asynchronous Off-Policy Updates,” ICRA 2017.[22] South China Morning Post, “The future is here: China sounds a clarion call on AI funding, policies

to surpass US,” Mar. 11, 2017.[23] Tractica, “Artificial Intelligence Market Forecasts,” May 2, 2017.[24] UBS, “Global Semiconductors-Machine Learning: What is the Growth Opportunity in AI?,” Oct. 16,

2017.

[25] UBS, “Q-Series: Personal assistant, shopper, travel agent, device controller, friend: will AI assistants deliver?,” Sep. 26, 2017.

[26] UBS, “Q-Series: Will AI Adoption Follow the Internet Revolution? Which Vendors Could Win and Why?,” Nov. 6, 2016.

[27] 中国国务院, “新一代人工智能发展规划,” 2017. 7. 20.

28 www.iitp.kr

주간기술동향 2018. 5. 9.

I. 무어의 법칙 종언 이후, ‘양자 컴퓨팅’에 주목하는 반도체 업계

“DATE(Design, Automation & Test in Europe)”는 IC 설계 기술 등에 초점을 맞춘 유럽에서

개최되는 국제 학회임. 독일 드레스덴에서 개최된 DATE 18 행사는 최근 반도체 업계의 이슈

에 큰 변화가 있음을 실감케 하는 자리였음. 지금까지 IC 설계 기술을 다루는 학회의 주제는

기본적으로 반도체의 미세화에 관한 것이었지만, ‘무어의 법칙’ 종언이 눈앞에 다가오면서

미세화에 의존하지 않고 IC를 진화시키는 양자 컴퓨팅에 대한 관심이 급상승함에 따라 양자

컴퓨팅을 위한 IC 설계 기술의 R&D가 정식 의제로 등장하였음

◾ 지금까지 약 반세기 동안 IC(집적회로)의 진화는 기본적으로 미세화가 견인해 왔으며, 이 미세화에 의한 혜택을 누리기 위해 IC 설계 기술이 진전해 왔다고도 할 수 있음

▸ IC 설계의 진전 방향은 크게 두 가지인데, 하나는 회로의 대규모화에 대한 대응이고 또 하나는 표면화되는 물리적 현상에 대한 대응임

▸ 전자는 높은 추상화 수준의 설계, 예를 들어 C 언어나 C++에서 IC를 설계하는 기술이며, 후자는 가령 미세화하지 않은 경우에는 보이지 않는 기생 용량(반도체 소자에서 부수적

으로 생기는 정전 용량)과 기생 저항을 고려하기 위한 설계 기술임

▸ 진전을 계속해 온 설계 기술이 대상으로 하는 IC는 기본적으로 동일한 모습이었는데, 예를 들어 마이크로프로세서 및 마이크로컨트롤러(MCU는) 등 논리 IC는 논리 게이트로

구성되어 있음

▸ 논리 게이트는 하나 또는 그 이상의 입력을 받아 언제나 단 하나의 예측 가능한 출력을 산출하는 논리 회로로서 기존 컴퓨팅에서 ‘0’과 ‘1’의 값을 갖는 논리 비트를 연산하는

회로인데, 대표적으로 AND 게이트, NAND 게이트, OR 게이트 등이 있음

* 본 내용과 관련된 사항은 산업분석팀(☎ 042-612-8296)과 최신ICT동향 컬럼리스트 박종훈 집필위원(soma0722@naver.com ☎ 02-576-2600)에게 문의하시기 바랍니다.

** 본 내용은 필자의 주관적인 의견이며 IITP의 공식적인 입장이 아님을 밝힙니다.

최신 ICT 이슈*

최신ICT이슈

정보통신기술진흥센터 29

◾ 그러나 미세화가 종언을 고하면서, 기존 컴퓨팅에서 연산에 사용하는 논리 비트 수의 증가와 고속화도 거의 한계점에 다다르고 있음

▸ 인텔 공동 창업자 고든 무어는 1965년에 자신의 이름을 따서 반도체 집적에 관한 방정식을 제창했으며, 이후 50년 가까이 반도체 업계를 설명해 온 법칙이 되었음

▸ 무어의 법칙은 생산되는 트랜지스터의 총량은 2년마다 2배로 증가한다는 것인데, 프로세서의 성능 향상과 생산비용의 개념을 연계한 것으로, 2배 많아진 트랜지스터를 생산

하는데 소요되는 비용은 2년 전과 똑같이 유지됨을 의미함

▸ 무어의 법칙이 종말을 향해 가고 있다는 주장은 2011년 이론 물리학자 미치오 가쿠의 저서 “미래의 물리학”에서 제기되었음

▸ 가쿠 교수는 대안적인 반도체 집적 기술이 발견되지 않는다면 무어의 법칙은 2020년 이내에 자취를 감출 것이라는 예상을 내놓았는데, 실제 2013년에 AMD가 미세화에 실패

하면서 큰 주목을 받기 시작하였음

▸ 이후 마이크로소프트 연구소가 “무어의 법칙에 관한 법칙”이 존재한다며, 무어의 법칙 종말을 예견하는 사람들의 숫자가 2년마다 2배로 증가한다고 있다고 말할 정도로 가쿠

의 예언은 업계에서 사실로 받아들여지고 있음

▸ 무어의 법칙 종말은 아이러니하게도 반도체 집적이 놀라울 정도로 빠른 혁신을 지속적으로 이루어 냈기 때문으로, 일부 디바이스의 기능은 가장 기본적인 크기가 원자 단위로

너무 작고, 이는 많은 사람들이 무어의 법칙 종말에 동의하는 근거가 되고 있음

Intel

[그림 1] 무어의 법칙

30 www.iitp.kr

주간기술동향 2018. 5. 9.

◾ 무어의 법칙 종언은 자연스레 “차세대 컴퓨팅 기술은 무엇이 될 것인가”라는 화두와 연결되는데, 양자 컴퓨팅은 유력한 대안 중 하나로 수년 전부터 큰 주목을 끌고 있음

▸ 가쿠 교수는 저서에서 무어의 법칙이 종말을 고한 후 차세대 컴퓨터 기술은 분자 트랜지스터와 양자 컴퓨터 등이 될 것이라는 전망을 내놓은 바 있음

▸ 양자 컴퓨팅은 양자 게이트라 불리는 회로가 양자 비트를 연산하는데, 양자

비트는 “중첩(관측될 때까지 0도 1도

아닌 중첩 상태에 있는 것)”과 “양자

얽힘(얽혀 있는 한 양자 비트의 상태가

다른 양자 비트의 상태에 영향을 주는

것)”의 성질이 있음

▸ 이러한 양자적 특성으로 인해 적은 양자 비트 수에서도 병렬도가 매우 높은

연산이 가능해지는 것으로 알려져 있으며, 이는 논리 비트 수의 증가나 고속화가 포화상

태에 이른 가운데 양자 컴퓨팅이 주목받는 이유가 되고 있음

▸ 양자 컴퓨터는 여러 가지로 정의되고 있으며, 양자 게이트를 조합한 방식의 범용적인 양자 컴퓨터(양자 게이트식)와 조합 문제 해결 전용의 양자 컴퓨터(양자 어닐링식)의

두 종류로 구분하는 경우가 많음

▸ D-Wave를 비롯하여 상용화에 앞서 가고 있는 방식은 양자 어닐링식 양자 컴퓨터인데, 이는 풀고 싶은 문제를 이징 모델(Ising Model)에 떨어뜨리면 나머지는 컴퓨터가 최적의

솔루션(또는 가까운 솔루션)을 자동으로 도출하는 방식임

▸ 이징 모델은 통계역학에서 물질의 위상 전이(phase transition)와 임계 현상(critical phenomenon)을 기술하는 가장 간단한 모형을 말함

▸ 반면, 양자 게이트식 양자 컴퓨터는 현재 기존 컴퓨팅 설계 기술을 개발해온 연구자들이 더 많이 연구 대상으로 삼고 있는 방식임

◾ 지난 3월 독일 드레스덴에서 개최된 ‘DATE 18’ 컨퍼런스에서는 기존 컴퓨팅을 전제로 한 설계 기술 개발보다 양자 컴퓨팅을 위한 설계 기술 개발의 성과들이 소개되었음

▸ 큐비트를 물리적으로 구현하는 기술은 여러 방식이 알려져 있지만, 실현할 수 있는 양자 비트 수가 아직 적어 이론이 아닌 현실에서 양자 컴퓨팅이 기존 컴퓨팅을 능가하려면

상당한 시간이 소요될 것으로 전망되고 있음

Towards Data Science

[그림 2] 양자 비트의 중첩(Superposition)

최신ICT이슈

정보통신기술진흥센터 31

▸ 그렇지만 무어의 법칙의 종말이 바로 코앞에 다가오고 있는 가운데, 기존 컴퓨팅을 상정 한 설계 기술의 연구 개발보다는 많은 수의 양자 비트가 실현된 미래를 전제로 한 양자

컴퓨팅을 위한 설계 기술 개발이 중요하다고 생각하는 연구자가 최근 급증하고 있음

▸ DATE(Design, Automation & Test in Europe, 유럽 설계자동화 및 테스트 학회)는 IC 설계 기술 관련 국제 컨퍼런스인데, 2018년에 열린 DATE 18 학회에서는 양자 컴퓨팅용 설계

기술을 개발해 온 연구자들의 활동성과가 발표되고 토론되었음

▸ 이는 현재의 한계에도 불구하고 양자 컴퓨팅에 대한 연구가 앞으로 더욱 활발히 전개될 것임을 시사하는 것이어서, 2018년 학회는 지금까지의 속도보다 그리고 예상 속도보다

훨씬 빠르게 양자 컴퓨팅의 발전이 전개될 수 있다는 기대감을 낳았음

◾ 학회 첫날 경영자 세션에서는 향후 세계에 공헌할 기술의 하나로 양자 컴퓨팅이 소개되었는데 마이크로소프트 양자연구소가 양자 컴퓨팅의 잠재력을 강조하였음

▸ 경영자 세션의 제목은 “How Electronics May Change Our Lives, and the World(전자가 인류의 삶과 세상을 어떻게 변화시킬 것인가”이었으며, 4가지 기술이 소개되었는데, 양자

컴퓨팅에 관한 토론은 마이크로소프트가 담당하였음

▸ MS 양자연구소의 양자 아키텍처와 연산 그룹(QuArC) 수석 연구원 마틴 로틀

러는 양자 컴퓨팅의 잠재력을 호소했

는데, 가령 2048 비트 RSA 암호를 해독

하는데 기존 컴퓨팅은 10억 년이 걸리

지만 양자 컴퓨팅으로는 1초에 가능함

▸ 그는 양자 컴퓨팅을 시험해 볼 수 있는 소프트웨어로 MS가 제공하는 “Microsoft

Quantum Development Kit(양자 개발키

트)”를 소개했는데, 양자 컴퓨팅용 알

고리즘을 개발하는 GUI 환경과 개발된 알고리즘을 실행하는 양자 컴퓨팅 시뮬레이터

등으로 구성되며, 알고리즘의 기술은 MS가 개발한 양자 컴퓨팅용 언어인 ‘Q #’을 사용

한다고 함

◾ MS는 또 다른 경영자 세션에서도 양자 컴퓨팅의 개요를 설명하며, 기존 가상통화의 근간 기술인 암호화가 깨질 수 있으며 양자 암호화로 방어할 수 있음을 설명하였음

xTech

[그림 3] 양자 컴퓨팅의 RSA 암호 해독 성능

32 www.iitp.kr

주간기술동향 2018. 5. 9.

▸ 마틴 로틀러는 “양자 컴퓨팅을 위한 설계 자동화” 세션에도 등단하여 “Quantum algorithms: The Quest for scalable programming, synthesis, and test(양자 알고리즘: 확장 가능한 프

로그래밍, 합성, 테스트를 위한 탐색)”를 주제로 강연하였음

▸ 그는 양자 컴퓨팅의 개요와 논리 게이트와 양자 게이트의 차이 등을 설명했으며, 큐비트를 실현하는 하드웨어 기술에는 여러 가지가 있고, 적절한 규모의 양자 컴퓨팅 실현을

통해 현재의 암호화 기술이 깨질 우려가 있음을 설명하였음

▸ 지금까지 다양한 양자 게이트가 제안되고 있지만, 로틀러에 따르면 “Clifford+T(클리포드+T)”라는 양자 게이트 세트가 만능 게이트 세트로 인식되고 있음

▸ “Clifford+T”에서 앞의 Clifford는 Hadamard(아다마르, 프랑스 수학자) 게이트와 위상 시프트 게이트, CNOT(Controlled NOT) 게이트의 집합을 의미하며, 뒤의 T는 T 게이트(π/8

게이트라고도 하며, 회전각이 π/4인 위상 시프트 게이트)를 나타낸다고 함

▸ ‘Clifford+T’ 게이트 세트를 만능이라고 하는 것은 임의의 양자 함수가 일정 이하의 에러율로 구현이 되도록 장애 허용 범위(fault tolerance)를 양자 계산에 결합할 수 있기 때문임

▸ 그러나 다른 3개의 양자 게이트(클리포드 게이트 세트)에 비해 T 게이트는 비용이 많이 들기 때문에 이를 줄이는 것이 필요하다고 함

▸ 이어 그는 양자 컴퓨터로 연산하는 연산 내용(양자 알고리즘)을 양자 게이트에 매핑하는 컴파일링(양자 컴파일러 처리)과 양자 컴퓨팅에서 발생하는 양자 오류(중첩 상태가 없

어지는 것)의 수정 처리가 필요하다는 것 등을 설명하였음

▸ 이후 양자 연산 회로의 예를 소개하고, 양자 컴파일러에서 얻은 회로라 하더라도 기존 컴퓨팅과 마찬가지로 설계 검증이 필요

하다는 것 등을 언급하였음

▸ MS의 뒤를 이어서는 스위스 ETHZ(에단 취리히)에서 개발한 오픈소스 양자 컴

퓨팅을 위한 프레임워크 ‘ProjectQ’를

설명하였고, 스위스 EPFL(로잔 공대)은

독일 브레멘 대학이 개발한 양자 연산

회로 설계를 위한 오픈소스 툴킷인

‘RevKit’을 설명하였음

◾ 특별 세션의 주제는 “양자 컴퓨터의 검증”이었는데, 최근 학계와 산업계에서 양자 컴퓨팅의 진출이 시작되고 있으나, 설계와 검증 및 자동화에는 진전이 없었음이 지적되었음

xTech

[그림 4] 양자컴퓨팅용 소프트웨어 프레임워크

최신ICT이슈

정보통신기술진흥센터 33

▸ 특별 세션의 제목은 “Theoretical and Practical Aspects of Verification of Quantum Computers(양자 컴퓨터 검증의 이론과 실제)”였는데, 세션 의장은 IBM과 이스라엘 Haifa(하이파)연

구소가 맡았음

▸ 강연자들은 최근 양자 컴퓨팅의 긍정적 면은 학계와 산업계에서 양자 컴퓨팅의 진출이 시작되고 있다는 것으로, 양자 소자 등 하드웨어의 연구 개발 및 응용 분야의 개척에

의미 있는 진전이 있었다고 평가하였음

▸ 반면, 양자 컴퓨터의 설계와 검증, 그 자동화에 대해서는 별로 진전이 없었다고 평가하며, 설계·검증·자동화 기술 없이는 실제로 사용 가능한 양자 컴퓨터 시스템의 구축은

어렵다고 지적하였음

▸ 특히, 검증에 초점을 맞춰 논의가 전개되었는데, 가령 기존 컴퓨팅과 양자 컴퓨팅의 원리가 다르기 때문에 검증 방식에서도 차이가 있음을 지적하였음

◾ 학회 중간에 열린 특별 기조 강연에서는 새로운 에너지 효율적인 컴퓨팅 회로 구현 기술을 양자 컴퓨팅에도 적용 가능하다는 의견이

소개되어 큰 관심을 끌었음

▸ 기조 강연에 나선 스탠퍼드 대학의 옐레나 부코비치 교수는 에너지 효율이 높은

시스템온칩(SoC) 광컴퓨팅 회로의 구현

기술을 개발하였는데, 부코비치에 따르

면 이 기술은 양자 컴퓨팅에도 적용이

가능함

◾ DATE 18에서는 여느 학회와 마찬가지로 구두 발표로 이루어지는 일반 강연 이외에 포스터 발표도 많았는데, 많은 포스터 발표가 양자 컴퓨팅을 다루었음

▸ 포스터 발표는 논문의 주요 내용을 포스터로 만들어 학회 장 곳곳에 붙이는 것인데, 관심을 모은 것 중 하나는 “Improved Synthesis of Clifford+T Quantum Functionality(클리포

드+T 양자 기능성 합성의 개선)”이라는 포스터였음

▸ AI 관련 소프트웨어 연구소로는 세계 최대 규모를 자랑하는 독일 DFKI(German Research Center for Artificial Intelligence)를 비롯한 여러 대학이 공동 연구한 것으로, 발표자 명의

는 DFKI의 필립 니만이었음

Jelena Vuckovic

[그림 5] 에너지 효율적인 광 컴퓨팅 회로 기술

34 www.iitp.kr

주간기술동향 2018. 5. 9.

▸ 니만 교수의 연구 주제는 더 나은 클리포드+T 세트의 양자 회로 실현인데, 일반적으로 어떤 양자 연산을 실현하는 클리포드+T 세트의 양자 게이트 조합 방법은 다양하나, 앞

서 언급한대로 T 게이트는 구현 비용이 다른 양자 게이트에 비해 높음

▸ T 게이트의 구현 비용 지표로는 T-count와 T-depth가 주로 사용되며, 전자는 양자 회로 전체에 포함되는 T 게이트의 개수, 후자는 T 게이트가 하나 이상인 회로 단락의 수를

의미함

▸ 니만 교수는 T 게이트의 구현 비용을 낮출 수 있도록 클리포드+T 세트 양자 게이트의 조합이 되도록 하는 컴파일 방법을 개발했으며, 그에 의하면, 종래에 비해 넓은 범위를

보고 대체하는 양자 게이트를 선택하면 비용을 줄일 수 있다고 함

▸ 포스터에는 기존 방법과 제안된 방법으로 컴파일 한 결과의 T-depth를 비교한 그래프가 게재되었으며 제안된 방법의 T-depth가 작아지는 것을 알 수 있었음

◾ DATE 18 학회는 IC 설계의 패러다임이 양자 컴퓨팅으로 전환할 수 있다는 것과 따라서 국내 기업들도 패러다임 전환에 대한 능동적 대처가 필요함을 시사하고 있음

▸ 반도체 산업은 기술 혁신의 측면에서 두 가지 특징이 있는데, 하나는 산업 내에서 혁신이 지속되어 왔다는 것이고, 또 하나는 그 혁신의 패러다임이 동일했다는 점

▸ 그러나 이제 이러한 상황에 큰 변화가 일어나고 있으며, 무어의 법칙 종말은

이 변화가 돌이킬 수 없는 것임을 상징

하고 있음

▸ DATE 18을 통해 이제 IC 설계의 기본 패러다임이 미세화가 아니라 양자 컴

퓨팅이라는 관점에서 R&D가 진행될

것임을 시사하였음

▸ 이러한 변화는 현재 글로벌 반도체 산업의 주요 축을 구성하고 있는 우리나

라 반도체 산업에도 향후 중대한 변화

동인이 발생할 수 있음을 의미하는 것임

▸ 국내 반도체 산업이 경쟁 우위를 지속적으로 확보하기 위해서는 양자 컴퓨팅, AI 등 새로운 기술에 대한 이해와 적극적인 연구개발 투자 및 협업 노력이 필요할 것임

ISSCC

[그림 6] 양자 컴퓨터를 위한 반도체 설계

최신ICT이슈

정보통신기술진흥센터 35

[ 참고문헌 ]

[1] Forbes, “Adding A Little Quantum Computing To Your Business,” 2018. 4. 13.[2] Digital Trends, “Computers can’t keep shrinking, but they’ll keep getting better. Here’s how,”

2018. 3. 17.

[3] DATE, “DATE 2018 in Dresden highlights: Future and Emerging Technologies and Designing Autonomous Systems,” 2018. 3. 6.

[4] xTech, “微細化から量子コンピューティングへ, IC設計技術のR&Dに地殻変動,” 2018. 4. 25.

II. IT 업계의 직업윤리 강령 제정은 필요한가?

◾ 대중에게 영향을 미치는 일에 종사하는 대부분의 직업인은 어떤 형태든 윤리적 행동 규범을 준수하지 않으면 안 되지만, 거의 유일한 예외가 IT 업계라 할 수 있음

▸ “무엇보다 남에게 해로운 일을 하지 말라”는 내용을 골자로 하는 히포크라테스 선서는 대표적인 직업윤리 강령이지만, 그 밖에도 법관, 배관공, 건설노동자, 경찰관에 이르기

까지 대부분의 직업은 준수해야 하는 윤리적 행동 규범을 가지고 있음

▸ IT 업계도 미국컴퓨터기기학회(ACM)와 IEEE(전기전자엔지니어협회)가 윤리와

전문직 실무에 관한 합동 태스크포스

(TF)를 통해 강령을 정하는 등 조직이

나 기업 단위에서 개별적으로 행동 강

령을 정하는 사례가 있음

▸ 그러나 IT 업계 전체를 커버하는 포괄적인 윤리 규범은 없는데, 이런 현상

에 대해서는 컴퓨터 과학 분야가 여타

과학 분야와 달리 직업적으로 행한 일

로 인해 심각하게 부정적인 결과에 아

직 직면해 본 경험이 없기 때문이라는 분석도 있음

◾ 그러나 이러한 상황에 변화의 필요성을 제기하는 목소리가 커지고 있으며, 최근 페이스북에서 벌어진 선거 공작이 결정적 계기가 되고 있음

▸ 컴퓨터 과학 및 소프트웨어 개발에 관련된 윤리적 문제는 계속해서 존재해 왔으며 점차

Ethical Software Professional

[그림 1] IEEE-ACM의 직업윤리 강령

36 www.iitp.kr

주간기술동향 2018. 5. 9.

그로 인한 사회적 손실이 증가했을 뿐만 아니라 그 규모와 영향도 확대되고 있음

▸ 2015년에는 폴크스바겐의 엔지니어가 배기가스 규제를 회피하기 위해 고의로 자동차 프로그래밍을 행한 것이 외부 테스트를 통해 밝혀진 바 있음

▸ 2016년 미국 대선에서는 페이스북을 비롯한 여러 미디어가 만연한 가짜 뉴스에 대한 대책에 나섰지만, 페이스북은 현재 사용자의 개인 정보를 케임브리지 애널리티카

(Cambridge Analytica)가 유용한 사건에 연루되어 있음

▸ 미국 정보당국은 선거에 대한 러시아의 해킹이나 간섭, 또는 트위터와 페이스북 등 소셜 미디어 플랫폼이 행한 행위에 대해 알아내려고 노력 중이며, 트럼프 대통령은 무슬림을

추적하기 위한 등록 제도의 재개 또는 신설을 공약해 논란을 불러 일으키고 있음

▸ 위의 사례들은 소프트웨어를 악의적 목적으로 사용한 예의 극히 일부에 지나지 않을 것인데, 왜냐하면 기술 하나 하나 코드 한줄 한줄에 대해 그 개발과 이용이 어떤 영향을

가져올 수 있는지 낱낱이 명확하게 파악하는 것은 불가능하기 때문임

◾ IT 직업윤리 강령의 필요성은 업계 내부에서도 제기되고 있는데, 선택의 상황에서 판단의 근거가 될 합의된 규범이 있다면 그에 따라 결정하고 행동하면 되기 때문

▸ 우리가 매일 사용하는 IT 기기, 소프트웨어, 앱, 솔루션 등이 올바르게 작동하는지 여부는 그 설계 및 구현을 다루는 사람들에게 달려 있으며, 이는 사실 개발자들에게 상당한

압력으로 작용할 수 있음

▸ 또한, 납기에 대한 압박에 시달릴 때, 특히 생계가 위태로워진 때에는 옮고 그름을 판별하면서 나아가는 것이 쉽지 않은 일인데, 이 때 자신들이 의지할 수 있는 컨텍스트와

생각의 틀을 제공해 줄 윤리 강령이 있다면 좋겠다고 생각하는 사람도 많이 있음

▸ 따라서 IT 업계 전체가 합의된 직업윤리를 가지고 있으면 좋겠지만, 다양한 생각을 가진 사람들이 모인 업계이다 보니 반드시 모든 요소에 대해 합의해야 한다는 강박을 가질

필요 없이 우선 업계표준의 윤리 강령 마련에 초점을 둘 필요도 있을 것임

▸ 명문화된 윤리강령은 직무의 어떤 부분에 대해 확신이 없는 사람에게 튼튼한 기반이 될 수 있으며, 한발 떨어져 강령을 바라보고 나면, “강령에 비추어 봤을 때, 내가 지금

여기서 하려�