미래산업은 어디로 가는가? 키워드 중심으로

 

 

 

급변하고 있는 산업 패권시대에 직면하고 있는 요즘, 미래산업은 어떤 키워드를 중심으로 변화하고 있는지를 간단하게 정리하려고 합니다. 전통적인 제조산업이 디지털로 트랜스포메이션(Digital Transformation)로 하는 과정 역시도 급속하게 일어나고 있으며, 기존 산업의 새로운 개념으로 진화하고 있는 경우들도 살펴볼 수 있을 것 같습니다. 그리고 최근 산업의 트렌드를 보면 모든 부분이 AI를 중심으로 변화하고 발전하고 준비하고 있는 것이 중요한 부분이 아닐까 싶습니다. 키워드를 중심으로 어떤 미래산업 트렌드가 변화하고 있는지를 키워드 중심으로 살펴보겠습니다.

 

 

 

 

1. 하드웨어에서 소프트웨어로: 완전자율주행(FSD)

전통적인 자동차산업에서 모빌리티 산업으로 변화는 모터라는 엔진동력을 중심으로 변화할 것으로 예상됩니다. 그리고 하드웨어 중심으로 소프트웨어로 중심의 이동축이 변화하고 있는 점도 중요한 부분이겠지만, 최종적인 지향점은 완전 자율주행으로 발전할 것으로 생각됩니다. 테슬라 FSD를 선두로 알파벳(구글) 웨이모, GM 크루즈, 엔비디아 드라이브 플랫폼 등이 미래의 자율주행 기술 상용화를 위해 노력하고 있는 상황입니다. 현재 애플은 애플카 타이탄 프로젝트를 포기한 것으로 알려져 있지만, 차세대 카플레이를 통한 자동차 소프트웨어의 개발과 사용자 경험이라는 측면에서 디바이스의 영역을 확장하려고 하고 있기도 합니다. 소프트웨어 중심의 자동차 발전이라는 점은 수많은 기계 부품들이 하나의 소프트웨어로 통합되어야 하는 어려움이 있기에 기존의 전통적인 자동차 제조사들이 이 부분을 얼마나 빠르게 통합하고 적용하느냐에 대한 부분에서 풀어야할 과제가 있기도 합니다. 무선 네트워크를 통해 소프트웨어나 펌웨어를 원격으로 업데이트하거나 새로운 기능을 추가하는 기술을 말하는 OTA(Over-the-Air)를 현재 실현할 수 있는 회사들이 더욱 소프트웨어를 중심으로 모빌리티 산업을 주도해가지 않을까하는 생각이 들기도 하네요. 특히 스마트업 전기차 기업인 리비안, 루시드의 경우는 전기차의 모든 소프트웨어를 자체적으로 개발하고 있습니다. 그 중 폭스바겐과 리비안의 협력은 전기차 산업에서 소프트웨어 중심 자동차(SDV)의 개발을 가속화하기 위한 전략적 파트너십이라는 점에서도 전통적인 자동차 기업들의 통합OS 개발이라는 부분이 절실한지 알 수 있는 대목입니다. 

 

 

2. ESS를 넘어서 V2G로: 에너지 산업의 패러다임 전환

ESS(Energy Storage System)기술은 이제 V2G(Vehicle-to-Grid)로 발전하며, 에너지 산업에 혁신을 가져오고 있습니다. 현재는 테슬라와 현대자동차가 V2G기술 개발에서 앞서가고 있습니다. 이는 전기차를 단순한 이동 수단이 아닌 에너지의 일부로 활용될 수 있다는 점에서 새로운 혁신점을 찾아볼 수 있겠습니다. 전기차 배터리를 활용해, 가정(V2H), 건물(V2B), 전력망(V2G)으로 전력을 공급할 수 있다는 점, 그리고 현대자동차 아이오닉5가 선보인 V2L(Vehicle-to-Load)기능은 전기차 자체가 하나의 에너지원으로 다양한 분야에 접목되어 활용성을 높일 수 있다는 점은 새로운 에너지원을 갖게 된다는 의미이기도 합니다. 그리고 테슬라의 파워월은 가정용 에너지 저장장치로 전기차, 가정용 전력으로 활용할 수 있다는 점에서도 친환경 건축을 위한 하나의 대안이 될 수 있다고 생각됩니다. 테슬라의 ESS는 가정용으로 사용되는 파워월(Powerwall), 대규모 산업용으로 사용되는 메가팩(Megapack)으로 구분됩니다. 테슬라의 에너지 사업부는 전체매출에서 23년 6.2%에서 2024년 3분기 10%를 차지하며, 급성장을 하고 있는 부분이기도 합니다. 에너지 저장장치인 ESS를 구축한다는 의미는 단순히 전력을 저장하는 것이 아닌, 국가적인 급박한 상황을 대비한 에너지 저장을 한다는 측면에서 보면, 마치 석유를 보유하고 있는 것과 같은 효과를 가질 수 있게 ESS관련 분야는 더욱 국가적으로도 확대되지 않을까 생각됩니다. 그리고 국내 건설산업에서도 제로(Zero)에너지 건축물 등을 선보이는 부분에서 보면, 태양열 패널 설치 및 ESS 설치 등을 통해 전력비용 및 건물 관리비 절감 등을 꾀할 수 있는 방안으로 모색이 활발해질 것으로도 예상됩니다. 또한 만약의 상황이겠지만, 블랙아웃이 발생할 경우에도 예비 전력을 공급할 수 있는 안전 장치가 될 것으로 생각됩니다.

 

 

 

 

3. Search에서 Ask로: My Agent 시대

생성형 AI의 급속한 발전에서 AI를 가장 처음 접하게 된 것은 챗GPT일 것입니다. 오픈AI라는 기업을 통해 처음 전세계는 챗GPT라는 AI를 맞이하게 되었고, 2024년 6월 기준으로 180억 5천만명이며, 국내 사용자는 약 315만명으로 알려져 있습니다. 2024년 초 기준으로, 전 세계 기업의 87%가 생성형 AI를 개발하거나 일부 활용하고 있으며, 대기업들은 연간 약 5,000만 달러를 투자할 만큼 생성형 AI의 비즈니스 가치에 큰 기대를 걸고 있습니다.1990년 처음 등장한 검색엔진은 아치(Archie)라는 이름의 프로그램이었다고 합니다. 이후 1993년 알타비스타(AltaVista)와 같은 검색엔진들이 등장을 하였고, 지금의 구글, 네이버와 같은 기업들이 시장을 이끌고 있는데요. 챗GPT의 등장은 지금까지 검색을 통해 탐색을 해오던 우리의 행동이 질문(Ask)라는 형식으로 변화되는 중요한 지점에 있기도 합니다. 더 이상 검색을 위해 보내는 시간들을 챗GPT와 같은 생성형AI 서비스를 통해 바로 질문하고 답변을 얻어가면서, 대화를 이어갈 수 있다는 점에서 그 동안 우리의 행동을 변화시키는 중요한 의미를 가지고 있지 않을까 싶습니다. 그리고 LAM(Large Action Model)을 적용한 래빗OS와 같은 디바이스들이 등장하면서, 아이폰, 갤럭시 AI 인텔리전스와 함께 새로운 에이전트 시대로 전환되고 있기도 합니다. 생성형 AI모델을 기반으로 온디바이스를 통해 음성 명령 혹은 간단한 텍스트 입력으로 복잡한 작업들을 간소화하게 될 것이며, 업무, 일상, 엔터테인먼트 등 다양한 분야에서 사용자와의 상호작용 방식이 혁신적으로 변화하게 될 초입에 있지 않을까 싶네요. 

 

 

4. AI에서 AGI로: 인공지능의 새로운 진화

AI(Artificial Intelligence)는 특정 작업을 처리하는 데 최적화된 기술에서 AGI(Artificial General Intelligence)로 진화하고 있습니다. 딥마인드(DeepMind)는 구글 내부AI부터였던 구글 브레인과 딥마인드가 통합하여 구글 딥마인드(DeepMind)로 신설되었습니다. 딥마인드의 알파고 이후, 오픈AI의 생성형AI의 등장은 앞으로 AGI로의 가속화는 더욱 발전시키는 촉매제가 되지 않았을까 싶습니다. 의료 진단, 법률 상담, 금융 분석 등 다분야에 적용되면서, AI의 범용적 활용이 가능한 시대가 얼마남지 않은 시일 내에 이루어지지 않을까 예상됩니다. 최근 오픈AI 샘 알트만(Sam Altman)은 인터뷰를 통해 수천일 이내에 인공일반지능(AGI)가 개발될 것이라고 밝히기도 한 것을 보면, 현재 추론이 가능한 레벨2단계를 와 있으며, 우리의 예상보다 빠른 시일내에 슈퍼인공지능을 맞이하게 될 것으로 생각됩니다. 마이크로소프트는 현재 오픈AI와 협업을 통해 AGI연구를 하고 있으며, 이외에도 구글은 산하 조직인 딥마인드, 아마존, 메타, 엔비디아, 애플 등 빅테크들이 적극적으로 참여를 하고 있는 상황입니다. 최근 오픈AI에서는 비디오 생성형AI 소라(SORA)를 오픈했으며, 구글 딥마인드가 4K 해상도를 지원하는 베오2(Veo2)'를 발표하면서 비디오 생성형AI 역시도 빠른 속도로 발전을 하고 있는 것으로 보여집니다. 그리고 애플 인텔리전스(Intelligence)를 활용할 수 있는 앱스토어를 오픈하게 될 경우, 생성형AI를 활용한 다양한 앱서비스 역시도 급속하게 소개되고, 대중화 시키는데 역할을 할 것으로 예상을 해볼 수도 있겠습니다.  

 

 

 

 

5. CPU에서 GPU로: 병렬 연산의 시대

AI시대의 도래는 반도체 산업의 패러다임을 근본적으로 바꾸고 있기도 합니다. 빅데이터, 인공지능, 자율주행과 같은 빅테크 부상은 병렬 연산의 필요성을 증가시키게 되었습니다. GPU는 기존에는 그래픽 처리 장치로 설계가 되었으나, 복잡한 연산을 빠르게 수행할 수 있는 장점을 가지고 있었습니다. 직렬 연산의 CPU에 비해 병렬 연산을 통해 수십억 개의 매개변수를 포함하는 거대한 연산 작업을 요구하는 시대를 맞이하게 되면서, CPU에서 GPU로 트렌드가 변화가 되었습니다. 초기에는 게임용 GPU를 개발했던 엔비디아는 CUDA 소프트웨어 플랫폼을 통해 GPU를 AI 연산에 활용할 수 있는 생태계를 만들어가면서, 더욱 GPU시장에서 독점적인 위치를 가지게 되기도 합니다. 이제 GPU는 단순한 그래픽 처리 장치를 넘어, AI 시대의 핵심 연산 플랫폼으로 변모하고 있다고 볼 수 있는데요. 엔비디아는 이러한 트렌드에 맞춰 GPU의 성능을 더욱 향상시키고, 소프트웨어 생태계를 강화하며 AI시대의 중심에 서 있는 대표적인 기업으로 탄생하게 되었다고 볼 수 있겠습니다. 

 

 

 

 

6. Big Data에서 Semantic Data로: 온톨로지의 역할

빅데이터의 성장과 함께 정보의 양은 기하급수적으로 늘어나고 있지만, 단순히 많은 데이터를 모으는 것만으로는 유의미한 결과를 도출하기 어려운 현실이었습니다. 그래서 등장한 것이 온톨로지 모델입니다. 빅데이터를 "의미 기반"으로 조직화하고 활용하는 것, 즉 시맨틱 데이터(Semantic Data)로 전환하는 부분도 미래산업에서 일어나게 될 것으로 예상됩니다. 최근 가장 주목받는 AI기업인, 팔란티어(Palantir)의 온톨로지 모델은 데이터 처리의 새로운 방법론으로 볼 수 있는데요. 이는 기존의 단순 데이터 집합체에서 벗어나, 데이터를 더 유기적이고 맥락적인 방식으로 활용하기 위한 철학과 기술을 결합한 모델로 평가할 수 있겠는데요. 데이터 간의 관계를 정의하여, 데이터의 맥락과 상호작용을 가능함으로서 다양한 산업 분야에 적용되어, 활용될 것으로 기대가 되기도 합니다. 지금까지 빅데이터 산업은 양적 확장에 집중했다면, 시멘틱 데이터로 발전하는 부분은 데이터 간의 의미와 관계 중심으로 방법론의 발전되고 있다는 점에서도 새로운 미래산업의 분야가 되지 않을까 싶습니다. 현재 생성형AI가 멀티모달로 변화하는 과정에서 데이터의 의미들을 이해한다는 점은 휴먼을 만들고자 하는 최종적인 목표에서 본다면, 인간을 이해하는 과정이 보다 심층적으로 발전할 수 있다는 의미를 찾을 수도 있을 것으로 생각됩니다. 

 

---

 

 

산업이라는 거대한 지도를 만들고, 방향점을 만든다는 것은 혼자하기 어려운 일이기도 합니다. 그래서 국가적인 지원, 기업들의 참여, 대학들의 연구 등이 같이 결합되어야 먼 미래를 준비한다는 차원에서 좋은 결과를 얻게 될 것입니다. 전세계가 지금 AI를 중심으로 다양한 분야에서 접목과 활용을 위한 개발과 연구를 하려고 하고 있는 시점입니다. AI를 중심으로 대한민국 산업의 영토가 다시 한번 확장을 해야하는 시점이기도 합니다. 슈퍼 트럼프를 맞이하고 있는 지금, 미래 산업을 위해 먼 미래를 보고, 투자하고, 함께 연구하고 나아갈 수 있는 목표를 세우는 일부터 모두가 협력하는 체제를 구축하는게 무엇보다 성급해 보이기도 합니다.

 

 

 

누군가는 해야할 일
누군가를 맡고 있습니다