금융중심의 자본주의 사회는 인터넷과 IT의 발전과 함께 붕괴되어가고 있다. 먼저 자본주의의 전제조건이었던 「금리」가 붕괴되었다. 돈을 빌리면 이자가 붙는 것은 자본주의의 전제조건이었다. 하지만 일본은 오랜 기간 제로금리 정책에서 더 나아가 마이너스 금리정책으로 이행했다. 즉 돈이 돈을 낳지 않는 시대가 되어 「금리」라고 하는 시스템이 기능하지 않게 됐다. 자본주의를 연명하려고 돈을 여기저기 뿌리고는 있지만 서민에게 돈이 돌아오지 않는다. 그 돈은 갈 곳을 잃었고, 또 신흥국 버블 및 자원버블도 일으키며 자본주의의 종언에 다가가고 있다.
글 | MD 연구회

자본주의사회의 기본은 싸게 사서 비싸게 파는 것이다. 혹은 싸게 만들어서 비싸게 파는 것이다. 즉 아시아권 등의 싼 노동력을 사용해서 저가로 제품을 만들어 비싸게 판다고 하는 수법으로 경제성장을 이루어왔다.

일본을 포함한 선진국은 최후의 프론티어인 아프리카 전 지역에도 진출하고 있는데, 아프리카가 고성장을 달성하고 인건비가 올라가면 또 잃어버리게 될 것이다. 하지만 그보다도 아프리카가 고도성장을 달성하기 전에 하나 밖에 없는 지구의 환경이 견디지 못하리라고 생각한다만. 어떻게든 이 이상의 싼 노동력을 얻을 수 없는 상태가 되면 성장은 원동력을 잃고, 앞으로 20~30년 내 자본주의의 한계에 이르렀다고 할 수 있다.

자본주의는 「강자가 약자로부터 착취한다.」라는 전제로 경제성장을 일구어 왔다. 선진국은 착취처를 해외에서 찾아 해외에서 착취하고 국내는 윤택하게 살아왔다. 하지만 그 착취처인 해외도 강해져 착취처가 사라지게 되면 국내에서의 착취가 시작된다. 비정규 고용화의 명목으로 「고용 없는 경제성장」을 노리게 되는 것이다.

글로벌화와 신흥국의 경제발전이 진행되면 진행될수록, 즉 세계 경제가 평준화되어갈수록 국내 착취에 손을 대지 않을 수 없게 되고, 국내에서의 격차사회는 점점 더 심각해지게 된다.

인터넷 및 IT가 보급된 현재 「글로벌화에 의한 평준화」는 멈출 수 없다. 저가로 질 좋은 노동력 부족을 대신해 IT가 진화되어 AI(인공지능)가 인간에게 색다른 「고용 없는 경제성장」을 만들어가고 있다. 여기에 대응해 온 기업 및 기업을 움직이는 사람들만이 살아남는 세계에 돌입한 것이다.

딥 러닝이란 무엇인가(What is Deep Learning).

정보자본주의의 도래

금융을 중심으로 하는 자본주의사회 다음에 오는 것은 「정보자본주의 사회」라고 생각한다. 인터넷이 보급되고 클라우드화 되어 고속분산 처리기술의 진화와 함께 가상화를 향하고 있다. 정보 및 콘텐츠는 모두 네트워크상에 있다. 이러한 정보를 잘 사용해 내는 자 및 정보의 새로운 규칙을 만든 자 만이 승자의 권리를 얻게 되고, 세계를 리드하게 됐다. 이것은 지금까지 사람이나 물건, 돈 등 자본력을 가진 대기업이 유리했던 시대의 종언이기도 하다.

즉 정보자본주의사회에서는 정보를 잘 컨트롤할 수 있는 기업이 큰 기업에 승리하는 시대가 된다. 정보처리에 관한 힘을 강하게 하는 것이 살아남기 위한 최대의 기술이 될 것이다.

정보자본주의사회의 키워드는 「AI」

앞으로 중요시 될 키워드는 세계적으로는 주로 「IoT」, 「인공지능(AI)」,「Fin Tech」, 「로봇」, 네 가지라고 말하고 있다. 정보자본주의사회에서는「IoE(Internet of Everything)」, 「시큐리티」, 「인공지능(AI)」, 세 가지라고 생각한다. 그 중에서 특히 중요한 것은 「인공지능」이지 않을까….

인공지능(AI : Artificial Intelligence)는 인간이 사용하는 자연언어를 이해하거나 이론적인 추론을 하거나 경험에서 학습하거나 하는 컴퓨터 프로그램 종류를 말하지만, 그 구분은 더 세세하게 두 가지로 나눌 수 있다. 인간의 지능을 가진 기계를 만들고자하는 경우와 인간이 지능을 사용해서 해오던 것을 기계에게 맡기려는 경우다. 인공지능 현재의 개발상황에서는 대부분이 후자의 경우가 많은 것 같다.

인공지능의 응용 예로서 번역을 자동적으로 실시하는 기계번역 시스템 및 화상을 분석하는 화상인식 시스템, 여기에 음성의 의미를 이해하는 음성인식 시스템 및 전문가로 바뀌어 다양한 처리를 실시하는 엑스퍼트 등이 있다.

이러한 인공지능에 얽힌 서비스 및 상품개발에 연계될 경우 어떠한 지혜가 필요한 것일까?

인공지능의 프레임워크는 Python(파이슨) 및 C 또는 C++로 쓰인 경우가 많다. 특히 Pythone은 Java와 C++ 나란히 Google에서 이용되는 중심적인 프로그래밍 언어의 하나다. Google의 서브 운용관리 및 데이터로그의 관리에 Pythone을 전면적으로 이용하고 있는 것만 보아도 인공지능개발에서는 중요한 언어다.

왜 Google을 의식하지 않으면 안 될까?

얼마 전 뉴스에서 화제가 되었던 프로바둑 기사 이세돌 9단과 인공지능을 탑재한 컴퓨터 바둑 프로그램과의 승부에서 세계 넘버원이라고 불리는 프로기사에게 4승 1패로 이긴 것이 Google에 의해 개발된 「Alpha Go(알파고)」라는 컴퓨터다.

바둑은 창조적, 전략적 사고가 필요한 복잡한 게임인데, 장기나 체스보다도 깊이가 있기 때문에 인공지능 바둑프로그램은 당연히 프로기사에게 이길 수 없을 것이라고 말해져 왔다. 하지만 바둑 프로그램이 이겼다. Google은 인공지능 개발에서 IBM과 함께 세계 최고의 기업이다. 인공지능을 만들어가는 중에 가장 중요한 포인트는 「학습 데이터양」과 「하드웨어」다. 필자도 현재 인공지능을 사용해 개발을 진행하고 있기 때문에 상당히 실감하고 있는 부분이기도 하다.

우수한 인공지능을 만들려면 인간과 마찬가지로 인공지능을 교육시키는 학습용 데이터의 질과 양이 정밀도를 향상시키는데 있어 열쇠가 된다. 아기에게 아무것도 가르치지 않으면 사람과 대화도 불가능하고 글을 쓸 수도 없게 된다. 정보를 전달하거나 정보를 받아들이는 것이 불가능해 진다. 부모나 학교의 선생님으로부터 기본을 배우고, 학습하기 때문에 다양한 것이 가능하게 되는 것이다. 인공지능을 실제로 활용하는 경우 이 데이터양이 정말 중요하다. (데이터양이 많을수록 좋다는 말이 아님)

인공지능 개발에 있어 또 중요한 것은 서버의 용량 및 고성능 처리능력이 필요하다. 예를 들면 Web 서버에 홈페이지를 업해서 관람하는 것이라면 렌털 서버 및 무료 서비스 등 저가 환경에도 가능하다. 하지만 인공지능을 움직이기 위해서는 어느 정도의 성능이 필요하다. 예를 들면 CPU와 GPU라고 하는 부품이 있다. CPU는 1개씩 처리를 실행하지만 GPU는 병행된 몇 가지를 동시에 처리할 수 있다.

따라서 화상처리 등 정보량이 많은 것을 처리할 경우에는 고성능 GPU가 필수다.

이렇게 되면 자본력이 있는 기업이 유리하다고 생각되는데, 최근 GPU를 탑재한 서버를 클라우드 상에서 서비스를 제공하는 기업도 생겨나고 있어, 개인이라도 강력한 머신파워가 필요할 때에는 비교적 저가로 서비스를 받을 수도 있다. 인공지능이 폭넓게 보급되기 좋은 환경이 만들어져 가고 있다.

앞으로 필요하게 될 지식

인공지능 관련의 서비스 및 상재가 늘어나 앞으로 정보자본주의 사회 속에서는 HTML 및 CSS의 지식은 이전만큼 중요하지 않다. 기존의 Web을 만들기 위한 HTML 및 CSS 등, 레이아웃팅을 맡은 언어의 가치는 떨어졌다.

앞으로 프로그래밍의 공부를 하려면 Python 및 Java, C++를 떠올리는 편이 좋다. 혹은 더욱 고도의 메모리 관리 등의 지식 및 분산되어 있는 정보를 순시에 모으는 알고리즘의 아이디어 등이 수요가 있으리라고 생각한다.

인공지능 학습분야 허들은 높고 필요한 지식의 폭이 넓다. 예를 들면 복수의 프로그래밍 언어의 지식, 서버에 대해서 지식, 인공지능의 알고리즘의 이해, 창조하기 위한 수학 지식 등을 들 수 있다. 프로그래밍과 서버의 지식까지라면 양방 모두 이해하는 개발자들은 많지만 가장 중요한 것은 「수학」 지식이다. 수학 중에서도 미분, 적분, 선형대수, 확률, 통계 등의 지식이 필요하다.

여기서 인공지능의 주된 기술분야를 정리해 보면 다음 네 가지다.

(1) 기계학습
인공지능 기술분야에서는 중심적인 기술이다. 길에서 종종 듣게 된 「Deep Learning(심층학습)」은 특징적인 정보를 여러 층의 필터를 통과시킴으로써 보다 정확한 정답률을 이끌어내게 되어 기계학습 중에서 가장 기대되고 있는 기술이다.

(2) 화상인식
화상데이터를 컴퓨터로 이해시키는 기술이다. 유명한 점은 뉴런네트워크(인간의 뇌의 신경회로 작용을 모방한 모델)을 이용한 Google의 그림인식 연구가 있다. 인쇄업계에서 말하는 것은 흑백화상을 컬러화하는 기술도 나와 있다. 기능이 향상되면 사람에 의한 화상 리터치도 불필요한 시대가 될 것이다.

(3) 음성인식
인간의 음성 등을 컴퓨터로 이해시키기 위한 기술이다. 차량 내비게이션 시스템 및 스마트폰의 어시스턴트 및 인형 로봇 등에 활용되고 있다. 음성입력 및 음성인증 등의 기술이 발전되면 다양한 회의의 의사록 및 의사와 환자의 회화, 전화 수술과 고객의 회화 등을 자동적으로 인식하고 텍스트화할 수 있다. 소리의 변화로부터 건강상태를 알 수 있게 될지도 모른다. 그것도 영어와 일본어 등 타 언어와도 가능하다.

(4) 감성처리
인간공학과의 식견을 기준으로 오감 등의 감각을 컴퓨터상에 실현시키려고 하는 기술이다. 예를 들면 즐거운 분위기 등 상황을 이해시키거나 따뜻하고 추운, 맛있고 맛없음 등을 이해시킨다. 인간형 로봇 분야에도 응용되고 있다.

인공지능화의 흐름에 따르는 것이 필요

인공지능의 문턱은 높지만 인공지능 관련 시장은 「IoT」 및 「Fin Tech」, 「로봇」 분야만이 아니라 다양한 분야에서 틀림없이 커지고 있다. 노력해서 배워두면 그 사람에게 있어서는 틀림없이 큰 기회가 될 것이다.

여기서 중소기업에 도움이 되는 이야기가 있다. 2015년 11월에 인공지능의 개발에 오랫동안 전념해온 Google이 자사개발의 인공지능 라이브러리「TensorFlow」를 오픈소스화로 공개했다. 상용이용도 가능한 「Apache 2.0 라이선스」로 공개되어 있기 때문에 인공지능의 연구자 및 학생, 어플리케이션 개발자, 일반기업까지 Google의 Web서비스에서 사용할 수 있는 것과 같은 스펙의 소프트웨어를 표준 툴로서 무료로 도입할 수 있다.

이것을 이용한 Google의 서비스로서는 음악인식 및 자동번역, Google 포토의 피사체인식 및 얼굴인식, Web 검색결과의 최적화 및 Gmail의 메일 분별, 메일 어플리케이션「Inbox」의 자동답장 작성, YouTube 및 광고사업 등 우리 가까이에 폭넓게 사용되고 있다.

TensorFlow에는 인간의 「뇌」를 연구해서 작성된 고도의 학습 시스템「Deep Learning」기능이 탑재되어 있어 그 튜닝에 따라 실천을 밟으면 밝을수록 정답률은 높아진다.

비즈니스적인 관점에서 보게 되면 인공지능 비즈니스의 경쟁력은 하드웨어의 성능과 빅데이터의 보유라고 하는 두 가지 점으로 되기 때문에 중소기업에서 가능한 것의 수준은 실질적으로 제한되어 있다고 생각하는데, Google의 「TensorFlow」의 이용 및 서버환경 등도 가격이 저렴하다.

AI를 다양한 용도로 사용할 수 있도록 AI기능의 이용을 돕는 툴의 개발도 활발하게 되었다. AI가 누구라도 간단하게 사용할 수 있게 되는 시대가 먼 이야기는 아닐 것이다. 앞으로는 참신한 기업력과 아이디어로 세상을 편리하게 하는 서비스를 만들어내면 대기업과도 싸울 수 있게 될 것이다.

최근 유행하는 「Fin Tech」도 인공지능이 들어간 것인데, 세계의 저소득층 시장(저소득층이 세계 40억 인 이상 있다고 말해짐)으로도 접근도 가능하게 된다. 비즈니스 전략을 세울 때에 10년 후에도 이겨서 살아남기 위해서는 이러한 흐름에 따를 필요가 있을 것이다.

<월간 PT 2016년 12월호>