트럭 운수 업계의 구인난 해소, 연료비 절감, 운영의 효율화 가져오지만 보험 산업은 25년 이내에 60% 축소할 듯

특히 자동차 산업에서 요즘 인공지능이 큰 화제다. 인공지능은 응용분야가 많아 자동차 업계에서도 여러 가지를 의미할 수 있다. 그러나 일반적인 개념은 자동차 주행의 전체 등식에서 사람이 완전히 배제되는 미래로 상상할 수 있다. 이는 교통사고·부상 또는 사망이 더는 발생하지 않는 교통의 유토피아를 열어줄 수 있다. 모두 자율주행차 보급의 결과다. 그러나 그렇게 되기까지는 아직 갈 길이 멀다.

‘인공지능’이라는 용어가 생기기 오래전부터 자동차 업계에서 인공지능이 사용되고 있었다는 사실을 모르는 사람이 많다. 그 출발점은 산업로봇의 형태였다. 이런 로봇의 시제품 모델은 제2차 세계대전 후 산업 자동화와 컴퓨터가 부상 중이던 1960년대 초로 거슬러 올라간다. 제너럴 모터스가 처음 로봇을 사용하기 시작했으며 당시에는 스폿 용접(겹침 저항용접의 일종)만 했다.

로봇이 점차 ‘집어서 옮겨 놓는’ 일 같은 추가적인 과업을 맡게 됐으며 갈수록 갖가지 발전된 로봇 팔이 개발되면서 곧 ‘군비경쟁’이 시작됐다. 1969년 스탠퍼드 팔(Stanford Arm)이 개발되고 1974년 매사추세츠공대에서 개발된 실버 팔이 뒤를 이었다. 이를 기점으로 로봇 팔에 센서와 마이크로프로세서가 추가되기 시작했다. 그에 따라 1980년대와 1990년대 특히 조립과정에서 로봇이 많은 새로운 작업을 수행할 수 있게 됐다. 수십억 달러의 자본을 쏟아부은 뒤 오늘날 생산공장의 로봇은 머신 비전(기계나 로봇 제어에 응용한 컴퓨터 비전)을 활용해 환경·인간과 상호작용하면서 반자율적으로 기능한다.

인공지능에는 컴퓨터 성능이 많이 요구된다. 1960년대 후반께 자동차에 컴퓨터가 등장하기 시작했다. 그전까지 자동차는 완전히 기계적이었다. 자동차에 컴퓨터를 도입하게 된 동기는 연료절감이었다. 이는 1970년대 초 연료파동 중 큰 도움이 됐다. 1958년 폴스크바겐이 처음으로 컴퓨터 제어 전기 연료분사장치를 도입했다. 그 직후 엄격한 배기가스 기준에 따라 모든 차량에 프로세서가 필요로 하는 엔진제어장치(ECU)가 요구됐다. ECU는 폐루프제어(closed-loop controls, 출력신호가 제어동작에 직접적인 영향을 받는 시스템)를 통해 (대표적으로) 연료배출과 연비를 관리한다. ECU는 각종 표의 값을 참고해 긴 등식의 결과를 계산함으로써 수백만 건의 계산을 수행했다. 이는 오늘날 인공지능의 토대를 이루는 기본 알고리즘과 유사하다.

요즘 인간의 실수로 유발되는 교통사고와 사망사고를 줄이기 위한 노력에 인공지능이 깊숙이 관여한다. 앞서 언급했듯이 완전 자율주행으로 알려진 수준에 도달하려고 자동차 제조사들이 많은 투자를 하고 엔지니어와 기술 전문가들이 연구한다. 탑재된 컴퓨터가 인공지능으로 카메라·레이더 그리고 라이더(광선 레이더)와 기타 센서의 데이터를 결합해 전 주행과정의 완전 자동화를 지향하는 분야다.

언젠가는 운전자가 자신이 탄 차의 주행에 신경 쓸 필요가 없으며 어떤 도로 또는 기상상황에서도 차량이 어디로든 주행할 수 있게 된다. 이른바 레벨5 자율주행이다. 자동차기술자협회(SAE)는 자율주행차 산업을 위해 자율주행의 레벨을 정의한 국제기구다. 현재 차량의 첨단운전자지원시스템(ADAS)의 지속적인 발전으로 자동차 제조사들이 레벨3 자율주행에 근접했다. 주행기능의 일부는 완전 자동화지만 나머지는 아직 수동 단계다. 아직 완전 자율주행의 단계에는 이르지 못했다. 현재 전자식주행안정장치(ESC), 잠김방지 브레이크 시스템(ABS), 차선이탈경고, 감응식 정속주행시스템, 견인제어(traction control)에 인공지능이 기여한다. 그러나 여전히 인간이 운전대를 잡고 이 모든 기능을 ‘감독’해야 한다.

완전자동화를 향해 가장 널리 알려진 발전은 장거리 트럭 운수산업에서 이뤄진다. 미국 연방우체국·아마존·UPS 모두 자율주행 트럭을 테스트한다. 아직도 사람이 운전대를 잡는 트럭이 있는가 하면 원격으로 모니터 하면서 주행하는 트럭도 있다(레벨4 자율주행). 이런 트럭들이 더 빈번히 도로에 나타나기 시작했으며 이동 거리도 길어진다. 자율주행 트럭은 특히 트럭 운수 업계에 큰 혜택을 가져다줄 것이다. 운전기사 구인난으로 항상 어려움을 겪는 데다 잠재적인 연료비 절감과 보유차량의 효율적인 활용 효과도 얻을 수 있다.

아울러 인공지능은 이미 트럭과 기타 대형 차량의 관리에 기여한다. 인공지능에 의존해 보유차량의 효율성을 극대화하고 차량을 적시 적소에 배치하는 기업이 속속 생겨나고 있다. 이들 시스템의 자율학습(machine learning)을 통해 포착·분석한 다량의 데이터는 안전과 운영효율의 새로운 표준을 제공할 것이다. 인공지능기반 관리 시스템은 로보 택시의 발전에 박차를 가할 것이다. 로보 택시는 자율주행차량을 소비자용으로 응용하는 초기 단계가 될 전망이다.

자동차 산업에서 파생되는 또 다른 인공지능 분야는 보험업계와 관계가 있다. 사물인터넷 센서들이 제공하는 연결과 인공지능 덕분에 운전자의 사적인 행동을 식별하는 능력이 크게 향상돼 팩트에 기반을 둔 보험료 책정이 가능해진다. 사람들은 보험계리표 대신 그들이 보여주는 실제 위험 행동에 근거해 돈을 낸다. 보험업계는 또한 온라인 또는 스마트 글래스를 통한 가상현실(VR)을 이용해 보험금 청구를 효율적으로 조정하고 지불할 태세를 갖췄으며 그에 따라 보험사기도 줄어들 것이다. 이런 변화 중 일부는 이미 일어나고 있다.

인공지능의 이 같은 발전은 모든 산업에 희소식이 될 수 있지만 반드시 그런 것은 아니다. 안전해진 차량과 그에 따른 사고 감소로 개인 자동차 보험 산업이 25년 이내에 60% 축소되리라는 예측도 있다. 전면적이고 완전한 교통 자율화의 이상에 도달할 경우 자동차 산업의 다른 측면도 사라질지 모른다. 예컨대 에어백이 무슨 필요가 있겠는가? 게다가 인공지능은 자동차를 더는 소유할 필요가 없는 세상을 가리킨다. 우리의 세계 질서에 대한 그런 판갈이 변화는 상상하기 힘들다. 그러나 그에 따른 환경·사회적 혜택은 여전히 혁신의 강력한 추진력이다. 일부 산업은 쇠퇴하겠지만 새로운 경제 기회가 모습을 드러낼 것이다. 항상 그래 왔듯이 인류는 인공지능이 초래하는 새로운 현실에 적응해 나갈 것이다.

- 쉬뮬릭 샤피로



※ [필자는 RSIP 비전의 글로벌 사업 개발·전략 담당 선임부사장이다. 첨단기술과 헬스케어 산업의 가장 복잡한 기술 과제에 부응하는 맞춤 솔루션 개발 노력을 이끈다.]

ⓒ이코노미스트(https://economist.co.kr) '내일을 위한 경제뉴스 이코노미스트' 무단 전재 및 재배포 금지