인공지능과 사물인터넷의 만남

AI + IoT = AIoT란?

스마트홈, 헬스케어, 스마트팜 등 다양한 분야로 확대되는 IoT(Internet of Things, 사물인터넷) 기술은 우리의 삶을 스마트하고 편리하게 바꾸고 있다. 글로벌 리서치펌 마켓앤마켓은 보고서에서 2024년 전 세계 IoT 솔루션과 서비스 시장 규모를 약 2,789억 달러(약 370조 원)가 될 것으로 예측했다. 

뿐만 아니라 2025년까지 IoT에 연결된 디바이스의 수가 약 250억 개에 달할 것으로 추정했다. 스스로가 의식하지 못하는 사이에 우리는 이미 모든 것이 기술로 연결되는 초연결사회를 향해 나아가고 있는지도 모른다.

생성형 AI 시대에 특히 주목해야 할 사실은 인공지능(AI) 기술이 발전하면서 가전제품 등 디바이스가 센서를 통해 연결된 기존의 IoT와 결합되고 있다는 것이다. 이제 IoT는 단순히 서로 연결되어 데이터를 주고받고 정해진 알고리즘에 따라 주어진 명령을 수행하는 것을 넘어 스스로 의사결정까지 할 수 있는 AIoT(AI Internet of Things)의 영역으로 빠르게 진화하고 있다.

AIoT는 네트워크를 통해 수많은 기기들을 연결하는 기존 IoT의 특성과 방대한 양의 데이터를 통해 스스로 학습하고 새로운 상황에 대처해 나가는 머신러닝/딥러닝 알고리즘에 의존하는 두 가지 측면을 모두 가지고 있다. 이는 IoT가 훨씬 더 똑똑해지며 이전에는 불가능했던 다양한 방식으로 우리에게 편익을 제공해 줄 수 있음을 의미한다.

1. AI + IoT = AIoT란?

AI와 IoT의 결합어인 AIoT는 사물인터넷을 통해 수집된 데이터를 인공지능 알고리즘이 분석하여 스스로 판단을 내리는 융합 기술을 가리킨다. AIoT는 ‘사물지능’ 혹은 ‘사물융합지능’이라고 표현하기도 하는데, 사물들이 수집한 데이터를 바탕으로 스스로 판단하고 우리의 삶을 더욱더 편리하게 만들어줄 수 있는 무궁무진한 잠재력을 가지고 있다.

그렇다면 AIoT와 기존의 IoT의 가장 큰 차이점은 무엇일까? AIoT가 기존의 IoT와 가장 다른 점은 IoT가 사전에 정의된 프로그램과 알고리즘을 기반으로 동작하는 반면, AIoT는 학습과 추론에 의한 지능형 동작을 수행한다는 점이다.

기존의 IoT 기술이 적용된 디바이스에서는 센서를 통해 데이터 수집하고 정해진 명령을 수행하는 것에 그쳤다면,  AIoT를 사용한 스마트 홈은 수집한 데이터에 기기 내부에 탑재된 머신러닝 기반 인공지능 알고리즘을 적용하여 사용자 행동 및 선호도를 학습하고, 주변 환경을 감지하여 최적의 편의 및 에너지 효율성을 제공할 수 있다.

예를 들어 기존의 IoT 시스템상을 활용해 사용자가 스마트폰 앱을 통해 조명을 켜고 끄는 명령을 보내는 상황을 가정해 보자. IoT에 부착된 조명 센서는 빛의 강도를 감지하고, 이 정보를 중앙 서버로 전송한다. 중앙 서버에서는 정해진 규칙에 따라 조명을 제어하고 사용자에게 응답하게 되는 방식이다. 이처럼 기존 IoT 시스템은 정해진 규칙에 따라 동작하며, 사용자 습관이나 환경 변화에 대응할 능력이 제한적이다.

기반으로 사용자의 습관을 학습한다. 이를 바탕으로 사용자의 미래의 행동을 예측하기 때문에 사용자에게 최적화된 생활환경을 제공하는 것이 가능해지는 것이다.

한발 나아가 조명 제어는 중앙 서버의 명령뿐만 아니라 디바이스 내부에서도 이뤄지며, 미리 학습된 패턴에 따라 동적으로 조절된다. 이를 통해 사용자가 특정 시간에 조명을 자주 켠다면, 인공지능 알고리즘은 해당 시간에는 자동으로 조명을 켜도록 스스로 판단하고 명령한다.

2. AIoT 활용 시 주의사항

그러나 AIoT는 위에서 살펴본 것과 같은 이유로 최첨단 기술의 결정체인 AIoT는 심각한 보안상의 문제점 역시 노출하고 있다. 인공지능과 IoT의 결합은 이전에 없었던 놀라운 경험과 편의성을 제공하지만, 그로 인해 발생하는 보안 문제는 기존의 IoT가 초래할 수 있는 문제를 넘어서는 한층 더 심각한 차원의 문제들을 야기할 수 있다.

개인정보 침해와 모델의 블랙박스화

IoT 기술은 센서를 통해 다량의 개인 데이터를 수집하고 분석한다는 점에서 본질적으로 민감한 정보가 노출될 수 있으며, 이는 개인의 프라이버시 침해로 이어질 수 있다는 한계점을 가지고 있다. 특히, AIoT의 경우에는 IoT의 보안 기술에 더해 인공지능 알고리즘에게 의사결정을 위탁한다는 점에서 AI 윤리와 모델의 블랙박스화 같은 문제가 발생할 수 있다.

이러한 문제는 AIoT의 작동 방식과도 밀접한 연관이 있다. 위에서 살펴보았던 것처럼 AIoT는 기존의 IoT와는 다르게 머신러닝 알고리즘에 의존하여 사용자의 행동을 추론한다. 특히 심층신경망(DNN, Deep Neural Network)에 기반해 대량의 데이터 속에서 패턴을 찾아내는 딥러닝 알고리즘을 적용하는 경우  AIoT 시스템이 사용자 데이터를 기반으로 학습하고 의사결정을 내릴 때 사용자가 그 근거를 알 수 없으며 따라서 해결할 수 없는 모델의 블랙박스 문제가 발생하게 되는 것이다.

네트워크를 통한 사이버 공격

사이버 공격은 AIoT의 과도기적인 문제로, 기존의 IoT와 마찬가지로 AIoT는 사이버 공격자에게 노출된 공격 표적이 될 수 있다. 이러한 문제는 연결된 디바이스들 간의 인증 시스템 부재로 발생할 가능성이 있는데, 이러한 빈틈을 노리는 공격자들이 가짜 디바이스를 시스템에 통합시켜 시스템이 정상적으로 발생하지 않게 방해하는 일도 발생할 수 있다.

만약 위와 같은 문제가 발생하게 된다면, 블랙박스화된 모델에 의한 부정적인 파급효과 역시 기존의 IoT와는 비교도 되지 않을 정도로 커지게 될 우려가 있다. 이러한 리스크를 원천 차단하기 위해 최근에는 자율주행 자동차 등 주요 부품에 임베디드 AI 기술을 활용한 AI칩 등을 이식하여 활용하는 사례도 늘어나고 있다.

* 슈퍼브 블로그의 외부 기고 콘텐츠는 외부 전문가가 작성한 글로 운영 가이드라인에 따라 작성됩니다. 슈퍼브 블로그에서는 독자분들이 AI에 대한 소식을 더 쉽고 간편하게 이해하실 수 있도록 유용한 팁과 정보를 제공하고 있습니다.