올해로 12회 차를 맞는 매트랩 엑스포는 엔지니어, 과학자 및 연구원들이 참석해 매트랩 및 시뮬링크 제품군의 업데이트뿐 아니라, 최신 기술 진보 및 업계 트렌드에 대해 서로의 연구 성과와 인사이트를 공유하고 교류할 수 있는 장이다. 매스웍스 코리아 이종민 대표이사의 환영사로 시작한 이번 매트랩 엑스포 2019는 매스웍스의 크리스 헤이허스트 컨설팅서비스 이사와 현대기아자동차 ICT본부장인 서정식 전무가 기조연설을 진행했다. 헤이허스트 이사는 ‘AI의 인텔리전스를 넘어서’를 주제로, 엔지니어 및 과학자들이 매트랩 및 시뮬링크를 이용하여 차세대 스마트 커넥티드 시스템에 인공지능을 성공적으로 설계하고 통합하는 방법에 대해 이야기 했다. 서 전무는 ‘자동차 연결의 초월성과 빅데이터’를 주제로 다뤘다.
| 총 5개 트랙 25개 기술 세션 마련
| AI 적용하려면 주변 환경 고려 필요
| 기업 내 인사이트 AI에 적용·결합해야
매스웍스가 23일, 서울 삼성동에서 ‘매트랩 엑스포 2019(MATLAB EXPO 2019)’를 개최했다.
매트랩 엑스포 2019 코리아 개최
올해로 12회 차를 맞는 매트랩 엑스포는 엔지니어, 과학자 및 연구원들이 참석해 매트랩(MATLAB) 및 시뮬링크(Simulink) 제품군의 업데이트뿐 아니라, 최신 기술 진보 및 업계 트렌드에 대해 서로의 연구 성과와 인사이트를 공유하고 교류할 수 있는 장이다.
매스웍스 코리아 이종민 대표이사의 환영사로 시작한 이번 매트랩 엑스포 2019는 매스웍스의 크리스 헤이허스트(Chris Hayhurst) 컨설팅서비스 이사와 현대기아자동차 ICT본부장인 서정식 전무가 기조연설을 진행했다.
헤이허스트 이사는 ‘AI의 인텔리전스를 넘어서’를 주제로, 엔지니어 및 과학자들이 매트랩 및 시뮬링크를 이용하여 차세대 스마트 커넥티드 시스템에 인공지능을 성공적으로 설계하고 통합하는 방법에 대해 이야기 했다. 서 전무는 ‘자동차 연결의 초월성과 빅데이터’를 주제로 다뤘다.
기조연설에 이어 매스웍스 코리아 이영준 이사가 매트랩(MATLAB)과 시뮬링크(Simulink)의 최신 릴리즈(R2019a)에 추가된 새로운 기능들을 소개했다.
이와 함께 행사에서는 ▲엔지니어링 데이터 애널리틱스 ▲인공지능과 딥러닝 ▲제어 및 임베디드 시스템 ▲센서 신호처리 및 무선기술 ▲테크 토크 스페셜(Tech Talk Special) 등 총 5개 트랙에서 25개 이상의 기술 세션이 마련되어 최신 기술 트렌드를 공유했다.
비즈니스에 AI 적용하려면 다른 부분에도 집중해야
헤이허스트 이사는 기조연설에서 AI는 증기기관, 로보틱스보다 세상을 더 많이 바꿀 것이라 예측했다. 기업들 역시 이를 인지하고 있다. 그러나 많은 기업들이 AI를 비즈니스에 적용하는데 어려움을 겪고 있었다. 매스웍스는 왜 이런 일이 일어나는 지를 분석했다.
매스웍스 크리스 헤이허스트 컨설팅서비스 이사
원인은 4가지였다. 첫 번째는 데이터를 활용할 능력을 가진 인력의 부족이다. 두 번째는 분석할 데이터가 너무 없거나 혹은 너무 많아서다. 세 번째는 잘못된 분석 툴을 사용하거나 너무 많은 툴을 사용하여 통합에 어려움을 겪어서다. 네 번째는 해당 비즈니스가 봉착한 문제를 풀어나갈 때 굳이 AI를 활용할 필요가 없거나, AI를 활용하고도 무리가 있기 때문이다. 즉, AI의 도입 자체에만 집중할 것이 아니다. 그 이면의 다른 부분에 대해 집중해야 한다.
매스웍스의 소프트웨어들을 통해 AI를 비즈니스에서 효과적으로 활용하기 위해 주의해야 할 점은 3가지다. 먼저 기업 내의 엔지니어가 갖고 있는 인사이트(Insights)를 활용할 줄 알아야 한다. 그리고 기업이 갖고 있는 데이터와 인사이트를 전체 업무 흐름에 적용(Implementation)할 수 있어야 한다. 마지막으로 기업 내에서 사용하는 다른 시스템에 AI를 연결하고 결합(Integration)할 수 있어야 한다.
헤이허스트 이사는 이를 설명하기 위해 3가지 사례를 들었다.
비즈니스에 AI를 적용할 때 필요한 3가지 요인
첫 번째는 기업 내 인사이트를 활용한 뉴질랜드의 한 분유 기업이다. 이 기업은 분유를 만드는 과정을 모니터링하고 싶었다. 기업은 분유를 만드는 과정에서 나오는 데이터를 AI 모델 안에 넣고 예측을 돌렸으나 데이터가 너무 많은데다가 각 공장 별로 공정도 달라 예측이 잘못됐다. 이 기업은 공장별로, 시기별로 AI 모델을 다르게 해야 한다는 것을 깨달았다. 또 분유의 품질이 좋게 나왔을 때만의 데이터, 즉 편향된 데이터를 활용하여 예측이 빗나갔다는 사실도 깨달았다. 이 기업은 이런 인사이트를 토대로 표준화된 데이터를 수집하여 AI 모델을 구동하여 효율을 높일 수 있었다.
두 번째는 기업이 보유한 데이터와 인사이트를 전체 업무 흐름에 적용한 자율주행차량 개발 기업 보이지(Voyage)다. 이 기업은 자사의 자율주행차량이 미국의 한 실버타운에서 자율주행을 할 수 있도록 시뮬링크를 활용했다. 이 기업은 기존에 보유하고 있던 실제 도로 데이터와 시뮬링크가 만들어낸 가상 데이터를 결합하여 AI 모델을 정교화 했다. 시뮬링크로 만들어낸 가상공간에서 지속적으로 주행한 이 기업의 AI 모델은 3개월 만에 레벨 3 자율주행 알고리즘을 만들어낼 수 있었다.
세 번째 기업은 기업 내에서 사용하는 다른 시스템에 AI를 연결하고 결합한 의료기기 업체 얼리센스(EarlySense)다. 이 기업은 환자의 침대 아래에 센서를 설치해 환자에게 향후 몇 시간 내 어떤 증상이 일어날지 예측하여 의사가 미리 조치를 취할 수 있는 시스템을 개발했다. 침대 아래에 설치한 센서는 환자와 접촉하지 않고도 환자 개인의 고유한 데이터를 얻을 수 있어 AI로 환자의 증상을 예측할 수 있었다. 이 기업의 AI 모델은 단독으로 운용되지 않았다. 기존 병원 시스템과 연동되어 의사와 간호사에게 환자의 움직임을 포착하고 메신저로 정보를 공유할 수 있었다.
기조연설을 마무리하며 헤이허스트 이사는 “AI는 앞으로 더욱 혁신적인 기술이 될 것”이라며, “성공적인 AI 활용을 위해서는 AI 자체만이 아닌, AI 그 이상의 지식이 있어야 한다”고 말했다.
이어 “매트웍스는 AI를 다양한 산업의 기업들이 비즈니스에 적용할 수 있도록 매트랩과 시뮬링크를 지속해서 업데이트하고 있다”면서, “기업은 기존에 기업이 활용하고 있던 시스템과 기술에 이를 손쉽게 통합할 수 있다”고 강조했다.