신동일 교수
명지대학교 재난안전학과/ 스마트엔지니어링 전공
dongil@mju.ac.kr

COVID-19로 지난해에서 늦춰져 올해 열린 지도교수의 65세 기념 특별세션 참석을 위해, 반복된 의무 PCR 검사를 기꺼이 감내하고, 보스턴에서 개최던 연례 미국화학공학회(AIChE)를 학생들과 함께 참가해, 발표를 마치고 귀국했다. 보스턴 지역은 실내 마스크 착용을 강제함에도 미국 전역에서 모였음에서인지, 컨벤션센터와 호텔 2곳으로 분산해 진행된 각 세션장에서 참석자들의 마스크 착용 강도는 차이가 있음을 볼 수 있었다. 한국의 경우 지난 봄부터는 학회가 정상적으로 개최되고 있지만, 미국화학공학회는 2년여만에 학회장에서 개최되다보니, 여러 분야의 새로운 비전을 접하고 토의하는 가운데, 나 자신의 스마트안전 아이디어도 반추해보는 뜻깊은 기회였다.
필자가 Python이 모든 공학도의 주류 프로그래밍 언어가 될 것이라 주장한 것은 2015년 2월의 한국화학공학회 공정시스템부문위원회 워크샵에서 였거니와, 7년여가 지난 현재 미국화학공학회에서는 모든 이가 Python에 대해 이야기하고 있었다. 필자가 속한 컴퓨팅과 시스템을 다루는 공정시스템분야(CAST)는 물론이고, 재료, 촉매/반응, 열역학 분야 등 분야를 가리지 않고… 또한 “사람들이 세상에 대하여 보고 듣고 느끼고 생각하는 것에 대하여 서로 간의 토론을 통하여 합의를 이룬 바를, 개념적이고 컴퓨터에서 다룰 수 있는 형태로 표현한 모델”인 온톨로지(ontology)도 지식표현의 장에서 자연스레 받아들여지고 있었다 (그림 1 참고).

그림 1 안전 온톨로지 개요 [그림 1 안전 온톨로지 개요 [출처출:처 Te: imTeoiumrikoiuar aiknida Faungdin iF, u20g1in6]i, 2016]

지도교수께서는 인공지능분야 상위 3개 학교로 평가받는 카네기멜론대(CMU) 전산학과에
서 박사후과정중 AI를 학습해 본인의 주연구분야를 바꾼 경우에 해당하는데, 현재는 컬럼비아대 화공, 전산 및 산업공학 3개 학과에 속해 있으면서 AI, 통계역학, 게임이론, 시스템공학을 연구중으로, 스마트안전의 달성을 위해 요구되는 전문분야 대부분에 걸친 성과를 내고 있다. 이번 학회에서도 교수님께서 설립하신 지능공정시스템(LIPS) 연구실의 35년 AI 연구성과와 AI 교육 각각에 대한 별도 발표가 있었는데, 필자가 여러번 언급했듯이 CMU의 자율주행차가 1995년 이미 캘리포니아의 샌디에고까지 2,800 마일을 성공적으로 주행했음에도, 테슬라의 현재 상용화까지 요구된 긴 시간에 대한 소회였다. 상용화까지의 소요시간은 그림 2에서 보듯이 점점 빨라지고 있는데, 또한 일찍이 마크 트웨인이 언급한대로, “역사는 그대로 반복되지 않지만, 그 흐름은 반복된다.”
화성의 유인우주선 탐사에서 요구되는 경작(cultivation) 단계에서의 리스크분석에 관한 발표도 흥미로웠지만, MIT대 Coley교수의 AI와 로봇을 활용한 물질 생산 자동화 플랫폼이 특히 인상적이었다 (그림 3 참고). 현재의 AI는 사람이 공급해준 (빅)데이터에 기반해서만 모델을 만들지만, 다음 단계의 발전된 AI는 분명 스스로 필요한 데이터를 능동적으로 찾거나 생성해 모델을 개선해가는 자기주도적 학습이 전제되어야 한다. 스마트안전도 기존 확보 데이터의 빈곤에 허덕이고 있는데, 이런 자동화 플랫폼은 요원할지라도, 데이터의 전향적 공유 및 공개데이터 구축에 함께 노력을 경주함이 진정한 4차 산업혁명시대를 만들어감에 있어 선결조건이 아닌가 한다.

그림 2 기술의 발명에서 상용화까지 소요시간 비교
[출처: www.sciencedirect.com/science/article/pii/S0301421518305901]

그림 3 MIT의 AI와 로봇을 활용한 물질 생산 자동화 플랫폼

<월간 안전정보 2021년 12월호>