과학기술의 발전 속도가 점점 빨라지고 있으며 융·복합화와 불확실성의 증가 등으로 인하여 실효성 있는 유망기술의 발굴이 어려워지고 있다.
기술혁신과 글로벌화의 급속한 진전이라는 환경변화에 대처하고 경쟁에서 우위를 점하기 위해서는 변화를 더 빨리 감지하여 연구 및 개발을 위한 시간을 확보하는 것이 중요하다. 따라서 strong signal로 나타나기 전에 weak signal을 탐지하기 위한 프로세스의 정립이 필요하다.
기존 유망기술 발굴 과정에서는 전문가 의견 또는 설문조사와 같은 정성적 방법이 주를 이루었고, weak signal 탐지를 목표로 하는 프로세스도 여전히 정성적 방법에 크게 의존하고 있다.
그러나 대량의 정보로부터 결과를 도출하는데 많은 시간과 비용이 소요될 뿐만 아니라 전문가의 주관적인 가치가 반영될 가능성이 존재한다. 따라서 인용관계 분석이나 텍스트 마이닝과 같은 정량적 데이터 분석방법을 상호 보완적으로 활용하는 방식으로 패러다임의 변화가 시도되고 있다.
하지만, 정량적 데이터 분석에 의한 weak signal 탐색 결과는 전문가 검토를 위한 후보 정보 중의 일부로만 사용되고 있으며, 분석대상이 되는 데이터도 미리 정해진 특정 분야로 한정하는 경우가 많다. 따라서, 특정 분야로 한정하지 않고 대량의 데이터 속에서 weak signal을 탐색할 수 있도록 확장성이 있고 일반화 성능이 뛰어난 분석 기술을 연구해야 한다.
변화의 조짐을 조기에 발견하기 위해서는 논문이나 특허 드 인용정보와 같은 정형화된 정보의 분석뿐만 아니라, 최신성이 보장되는 온라인 데이터가 유용할 것으로 예상되므로 비정형 정보인 텍스트의 분석에 집중해야 한다.
--- 「미세 신호(weak signal)을 찾아라」중에서
세차운동(歲差運動, Precession)에 의해 대주기(Grand Circle) 혹은 대년(Great Year)인 25,920년에 따라 변하는 시대별 춘분의 12개 별자리로 거시적인 미래를 예측하는 방법이 있을 수 있다. 하지만 이는 학계에서 정식으로 인정받은 것은 아니다. 필자가 최근에 연구하면서 발전시키는 단계이다. 그러나 여기에 등장하는 별자리들은 천문학이나 고고학적으로 증빙된 12개 별자리들이다. 이 대년에 따라 지금이 2014년이니까 물고기자리(PISCES)의 끝자락에 와 있다. 다시 말해 물병자리로 진입하고 있다. 곧 서기 2,100년부터는 물병자리(AQUARIUS)로 진입하게 되고, 그 다음의 4,260년부터는 염소자리(CAPRICORN), 6,420년부터는 궁수자리(SAGITTARIUS), 8,580년부터는 전갈자리(SCORPIO), 10,740년부터는 천칭자리(LIBRA), 그 다음의 서기 12,900년부터는 처녀자리(VIRGO)로 진입한다. 각 별 자리는 각 시대의 상징을 의미한다. 따라서 그 상징적 의미를 살펴보면서 먼 미래를 최근의 기술로 비유해 예측해 보고자 한다. 많은 비판이 있을 수 있다. 서기 2500년, 아니 4000년의 시대를 지금의 기술로 비유한다는 자체가 로직하지 못하다는 것을 인정한다. 그렇지만 한번 시도해고자 한다. 시나리오 상 긍정적인 면과 부정적인 면이 동시에 존재하나 긍정적인 시나리오로 접근하기로 한다. 단, 지면상 물병자리와 염소자리만을 조심스럽게 예측해 보기로 한다.
--- 「세차운동 주기 기법(Precession Grand Circle)」중에서
▶1단계 : 연구 목적 결정 - 연구의 목적과, 연구에 있어서 시간적, 공간적, 그리고 현실에서의 범위를 결정하고, 시나리오의 종류와 개수를 설정한다.
▶2단계 : 시나리오의 목표 설정 - 추상적인 목표는 시나리오 분석에서 계측·평가될 수 있도록 계량적 목표로 표현한다.
▶3단계 : 현 상황 기술-예를 들어, 자율차 발전 과정, 인공지능 시스템, 에너비 변화, 경제 소비 등 각종 정책이나 기술 발전의 원동력 등을 제시한다. ▶4단계 : 외부 변수 결정 - 외부 변수로는 경제 성장에 대한 전망, 인구에 대한 전망, 에너비 공급의 안정성과 가격 변동, 가계 소득, 그리고 국제관계 등이다.
▶5단계 : 시나리오 분석 - 시나리오 구성 기법을 선택하고, 설정된 미래에 도달하는 시점과 중간점들에서 일어날 변화를 분석하여 시나리오를 구성하는 한편, 내부적 일관성을 유지하기 위해 반복 분석 실시한다.
▶6단계 : 실행 항목 결정 - 시나리오 및 정책 수단 실행에 필요한 행태적, 제도적 반응을 확인한다.
▶7단계 : 영향 분석 - (a)시나리오의 결과 통합, (b)사회적?경제적?환경적 영향 분석, (c)2단계에서 설정한 목표와 (a),(b) 결과 비교, (d)분석과정을 반복하여(2,4,5단계) 목표와 결과 사이의 일관성을 확보한다.
위 방법론은 일반적이다. 방법만 적용한다고 인사이트가 나올 수 없다. 따라서 아스팩미래기술경영연구소는 미래전략 연구의 기본원리 중 가장 ‘직관적 예측(intuitive forecasting)’인 연구자의 특허와 논문분석 및 텍스트의 창조적 분석을 통한 인사이트를 중요 시 하고 있다.
--- 「백캐스팅 접근 방법」중에서
첫째, 로봇, 드론, 자율주행차 등과 같은 자율 사물(Autonomous Things)은 AI를 이용해 인간이 수행하던 기능들을 자동화한다. 이들이 제공하는 자동화는 엄격한 프로그래밍 모델을 통한 자동화의 수준을 뛰어넘고, AI를 활용하여 주변 환경 및 사람들과 자연스럽게 상호작용하는 고급 행동을 선보인다.
둘째, 증강 분석(Augmented Analytics)은 분석 콘텐츠가 개발, 소비 및 공유되는 방식을 혁신하기 위해 머신러닝을 이용하여 증강 지능의 특정 영역에 초점을 맞춘다. 증강 분석 기능은 데이터 준비, 데이터 관리, 최신 분석, 비즈니스 프로세스 관리, 프로세스 마이닝 및 데이터 사이언스 플랫폼의 주요 기능으로 빠르게 발전할 것이다. 증강 분석으로부터 얻은 자동화된 통찰력은 HR, 재무, 영업, 마케팅, 고객 서비스, 구매조달 및 자산관리 부서 등의 기업 활동에 적용되어, 애널리스트나 데이터 과학자를 포함한 모든 직원들의 결정과 행동을 최적화할 것이다. 증강 분석은 데이터 준비, 통찰력 생성 및 통찰력의 시각화 프로세스를 자동화하여 많은 상황에서 전문 데이터 과학자가 필요하지 않게 된다.
셋째, 인공지능 주도 개발(AI-Driven Development)은 그간 대부분의 AI 강화 솔루션을 만들기 위해 전문 데이터 과학자들이 애플리케이션 개발자와 협력해야만 했던 접근 방식에서 벗어나, 전문 개발자들이 서비스형 사전 정의 모델을 사용하여 단독으로 운영할 수 있는 모델로 시장이 빠르게 변화하고 있다. 이는 개발자에게 AI 알고리즘 및 모델 생태계는 물론, 모델 및 AI 역량을 솔루션에 통합하도록 설계된 개발 툴을 제공한다. 다양한 데이터 과학, 애플리케이션 개발, 테스트 기능을 자동화하기 위해 AI가 개발 프로세스 자체에 적용되면서, 또 다른 수준의 전문 애플리케이션 개발 기회가 발생한다. 2022년에 이르면 새로운 애플리케이션 개발 프로젝트 중 최소 40%가 해당 팀에 AI 공동개발자가 소속되어 있을 것으로 예상된다.
넷째, 디지털 트윈(Digital Twin)은 현실 세계에 존재하는 대상이나 시스템의 디지털 버전을 말한다. 가트너는 2020년까지 200억 개 이상의 커넥티드 센서 및 엔드포인트가 생성될 것으로 예상하며, 잠재적으로 수십억 개에 달하는 사물에 디지털 트윈이 존재할 것으로 내다봤다. 조직들은 처음에는 간단한 방식으로 디지털 트윈을 적용할 것이다. 시간이 지나면서 이들은 올바른 데이터를 수집 및 시각화하고, 올바른 분석과 규칙을 적용하며, 비즈니스 목표에 효과적으로 대응할 수 있는 역량을 향상시키면서 진화할 것이다.
다섯쨰, 자율권을 가진 에지(Empowered Edge)다. 에지는 사람들이 사용하거나 우리 주변에 내장된 엔드포인트 디바이스를 지칭한다. 에지 컴퓨팅(Edge Computing)은 정보 처리, 콘텐츠 수집 및 전달이 엔드포인트와 인접한 곳에서 처리되는 컴퓨팅 토폴로지(topology)다. 에지 컴퓨팅은 트래픽 및 지연 시간을 줄이기 위해 트래픽과 프로세싱을 로컬에서 처리하려고 한다. 머지않아 에지는 IoT에 의해 주도되고, 필요에 의해 프로세싱은 중앙화 된 클라우드 서버가 아닌 끝 부분 가까이에서 유지될 것이다. 하지만 새로운 아키텍처를 만드는 것 대신, 클라우드 컴퓨팅과 에지 컴퓨팅은 중앙 서버 뿐만 아니라 분산화 된 온프레미스 및 에지 디바이스 자체에서 중앙 서비스로서 관리되는 클라우드 서비스를 보완하는 모델로 진화할 것이다.
여섯째, 몰입 경험(Immersive Experience)이다. 대화형 플랫폼은 사람들이 디지털 세상과 상호작용하는 방식을 변화시키고 있다. 가상현실(VR), 증강현실(AR) 및 혼합현실(MR)은 사람들이 디지털 세상을 인식하는 방식을 바꾸고 있다. 이러한 인식과 상호작용 모델의 통합된 변화는 미래 몰입형 사용자 경험을 이끌어 낸다.
일곱째, 블록체인(Blockchain)은 분산 원장(distributed ledger)의 한 종류로, 신뢰 구축, 투명성 제공, 비즈니스 생태계 간의 마찰 감소로 인한 잠재적 비용 절감, 거래 합의 시간 단축, 현금 흐름 개선 등을 통해 산업을 재구성할 것이다. 오늘날 신뢰는 은행, 어음교환소, 정부, 그리고 중앙당국 역할을 하는 기타 기관들에 구축되어 있고, "단일 버전의 진실"은 이들의 데이터베이스에 안전하게 저장된다. 이러한 중앙화 된 신뢰 모델은 거래에 지연 및 마찰 비용(커미션, 수수료 및 화폐의 시간가치)을 추가한다. 반면, 블록체인은 대안적 신뢰 모드를 제공하고 중재 거래에서 중앙당국의 필요성을 없앤다.
여덟째, 스마트 공간은 인간과 기술 시스템이 더욱 개방되고, 연결되며, 조율되고, 지능적인 생태계에서 상호작용하는 물리적 혹은 디지털 환경을 말한다. 사람, 프로세스, 서비스 그리고 사물 등 여러 요소들은 스마트 공간에 모여 타겟 사용자 및 산업 시나리오를 겨냥한 보다 몰입적이고 상호적이며 자동화된 경험을 창출한다.
아홉째, 디지털 윤리와 개인정보보호(Digital Ethics and Privacy)다. 디지털 윤리와 개인정보보호는 개인, 조직 및 정부 모두가 우려하는 부분이다. 사람들은 자신의 개인정보가 공공 및 민간부문에서 조직에 의해 어떻게 사용되는지에 대해 점점 더 우려하고 있고, 이러한 우려에 대해 적극적인 조치를 취하지 않는 조직들에 대한 반발도 증가하고 있다.
열째, 양자 컴퓨팅(Quantum Computing, QC)은 정보를 양자 비트(큐비트) 요소로 나타내는 전자와 이온과 같은 아원자 입자의 양자 상태에서 작동하는 비고전적인 컴퓨팅의 한 유형이다. 양자 컴퓨터의 병렬 , 실행과 기하급수적인 확장성은 전통적인 접근 방식으로는 너무 복잡하거나 전통적인 알고리즘으로 해결책을 찾기에 시간이 매우 오래 걸리는 문제들을 해결하기에 탁월하다는 것을 의미한다. 자동차, 금융, 보험, 제약, 군사 및 연구 기관과 같은 업계들은 양자 컴퓨팅의 발전으로부터 가장 큰 혜택을 누리고 있다. 예를 들어, 제약 업계에서는 양자 컴퓨팅이 새로운 암 치료 약물을 시장에 내놓는 시간을 가속화하기 위해 아원자 수준에서 분자의 상호작용을 모델링하는 데 이용될 수 있다. 또는 양자 컴퓨팅을 이용해 새로운 제약 방법론으로 이어지는 단백질의 상호작용을 더 정확하게 예측할 수도 있다.
인간중심사회 분석결과
인간중심사회 분석을 통해 스마트 지능사회(2018) - 오감반응사회(2022) - 감성표현/감성사회(2026) - 생각하는 대로 이루어지는 세상(2030)의 메가 트렌드를 도출했다. 스마트 지능사회(2018)에 이어, 감각이 디지털화되어 인터넷으로 공유되는 오감반응사회(2022)가 곧 도래할 것이며, 그다음 감성과 감정이 디지털화되어 인터넷으로 공유되어 큐레이션할 수 있고, 3D 아바타를 온라인 회의에 보내는 감성표현의 감성사회(2026)가 도래할 것이다(차원용, 2018).
이어 두뇌의 뇌파를 센싱하는 BCI/BMI에 의해 고령자들이 일터에서 일을 할 수 있고, 정상인들도 수행능력을 향상시킬 수 있는 생각하는 대로 이루어지는 세상(2030)인 이른바 두뇌인터넷 시대(Internet of Brain)가 도래하는 데 이는 인간의 감각(오감)-감정-생각과 인간의 감지능력 밖에 있는 영역들을 각종 센서들이 감지하고 이를 소프트웨어와 인공지능이 디지털로 증강시켜 인간의 수행능력(Human Performance Capability)을 지원하는 것이다. 즉 인공지능 기반 브레인 컴퓨팅(AI Based Brain-Computing)을 의미한다. 이를 바탕으로 [그림]과 같이 스마트 지능사회(2018) - 오감반응사회(2022) - 감성표현/감성사회(2026) - 생각하는 대로 이루어지는 세상(2030)이라는 메가트렌드를 도출했다.
--- 「4차 산업혁명 시대의 ICT 트렌드」중에서
현대 사회는 급속한 기술의 발전과 기술과 사회의 공진화로 인해 상호 의존성과 복잡성이 커지고 불확실성이 증가하고 있다. 이러한 변화의 폭과 속도가 커짐에 따라 트렌드를 분석하고 미래를 예측하는 것은 더 힘들어졌으나 중요성 역시 증가하고 있다. 특히 4차 산업혁명 시대가 도래함에 따라 첨단 ICT는 많은 기회를 제공하면서도 그 영향력이 파괴적이다.
거시적인 관점에서 메가 트렌드를 분석하는 기법으로 STEEPV 분석, PEST 분석, STEP 분석, PESTEL 분석 등이 있다. STEEPV 분석은 거시적인 외부 환경을 분석할 때 사용하는 분석법으로 사회문화적(Socio culture), 기술적(Technological), 경제적(Economic), 생태학적(Ecological), 정책 법률적(Political & legal), 가치(Value) 트렌드 등 거시적 환경 변수에 대한 분석법이다. PEST 분석은 정치/정책(Political), 경제(Economic), 사회문화(Social), 기술(Technological)로 구분하여 환경을 분석하는 기법이며, STEP 분석은 사회(Society), 기술(Technology), 경제(Economic), 정치/정책적(Politics) 환경을 분석한다. PESTEL 분석은 정치/정책(Political), 경제(Economic), 사회문화(Sociocultural), 기술(Technological), 환경(Environment), 법률적(Legal) 환경을 분석하는 데 순서만 조금씩 다를 뿐 핵심은 유사한다.
STEEPV, PEST, STEP, PESTEL 분석 모두 어느 일정한 현상을 사회적, 기술적, 경제적, 환경적, 정치 및 정책적 영역에서 살펴보고 앞으로 펼치질 미래를 예측하거나 이해하는 데 그 목적이 있다. STEEP 범위 내에서 주요한 동향을 파악하고 근거가 데이터를 확보하며 환경에 대해 이해하고 이슈를 도출하고 경쟁력에 미치는 영향과 발생 가능성 등을 고려하여 순위화한다. 이후 세부 원인을 파악하고 이슈에 대한 다양한 예측 및 시나리오 수집을 통해 도출해 내는 기법이다.
STEEPV 분석의 주요 변수 및 요소로는 사회문화적(Socio culture) 요소로 인구 증가율, 인구 연령분포, 출생률 등 인구 구조의 변화, 문화의 다양화, 가치관의 변화, 네트워크 사회 도래, 소비자의 행동주의 등이 있고, 기술적(Technological) 요소로 IT(네트워크), BT(바이오 경제), NT(신소재), ET(녹색 성장) 등 첨단 융합기술의 등장과 기술의 변화 속도, 연구개발 비용 등을 들 수 있다. 경제적(Economic) 요소로는 경제 다극화, 글로벌화, 지식기반의 경제, 노동환경의 변화, 경제인구 변화, 주택 수요의 다양화, 경제 성장률, 환율과 국제 지수, 인플레이션 등으로 다양하며 생태학적(Ecological) 요소로는 기후변화, 자원고갈, 에너지 위기, 환경 보호 규제, 공기 및 수질, 재활용 시설의 규모 등이 있다. 정치/정책/법률적(Political & legal)으로는 소프트파워, 네트워크 권력, 세계 정치의 변화, 북한 통일 문제, 안보 이슈의 등장, 종교와 문명의 충돌, 정당별 정책과 규제 법안을, 가치(Value)요소로는 소비자가 중시하는 가치 등의 트렌드를 들 수 있다.
--- 「거시적 외부 환경 분석법」중에서
미국은 제조 경쟁력 약화에 따른 혁신전략으로 선진 제조업 파트너십과 산업 인터넷을 민간과 정부가 추진한 민관 파트너십과 상향식 정책을 추진했다. 미국이 시장 지향적인 상향식 정책을 추진한 것은 GE, IBM, Google 등 글로벌 민간 기업들이 컨소시엄을 구성하여 산업을 주도하고 있으며 실리콘밸리를 중심으로 세계 최고의 창업생태계와 벤처 투자 시스템을 갖추고 있기 때문이다. 미국 기업들이 인공지능, 빅데이터, 산업인터넷, 자율주행차, 디지털 제조(digital manufacturing) 등 4차 산업혁명 관련 기술 및 산업 분야를 주도하기에 미국 정부는 민간과 역할 구분을 통한 정책의 실행 가능성 제고에 중점을 두었다.
미국의 혁신전략은 미국이 국제적 혁신 선도자의 위상을 유지하면서 미래 산업을 육성하고, 국가적 당면과제 해결을 목표로 제시했다. 제조업 자체의 발전뿐 아니라, 빅데이터와 인공지능 알고리즘을 기반으로 제조업과 데이터 기반 서비스 결합을 추구했으며, 기업의 가치와 경쟁력 향상하기 위한 선진 제조업 파트너십과 에너지, 공장시설, 헬스케어, 제조업, 공공부문, 수송 등의 영역을 인터넷(생각하는 기계, 첨단분석기술)을 통해 서로 연동하여 새로운 가치를 창출했다.
미국 기술혁신전략의 특징으로는 군·산·학의 첨단 기술 개발 선도와 민간의 산업 형성을 지원했다는 것을 들 수 있다. 그랜드 챌린지(DARPA 무인자동차 챌린지, 로봇 챌린지, DOE 선샷 그랜드 챌린지, NASA 소행성 그랜드 챌린지, 그랜드 챌린지 학자 프로그램 등), 정밀의료, 브레인 이니셔티브, 혁신적 헬스케어, 첨단자동차, 스마트시티, 클린에너지 및 에너지 효율성, 교육기술, 우주기술, 차세대 컴퓨팅, 글로벌 최극빈 종식 등 11개 전략 분야로 구분하여 추진했다.
--- 「미국의 선진 제조업 파트너십, 산업인터넷」중에서