2017.05.23

구글 렌즈의 진짜 함의···'범용 수퍼 센서가 온다'

Mike Elgan | Computerworld
구글은 지난주 구글 렌즈(Google Lens)라는 새로운 기능으로 개발자들을 감탄시켰다. 구글 어시스턴트와 구글 포토스에 처음 등장한 구글 렌즈는 스마트폰 카메라 사진의 피사체를 아주 구체적으로 식별하는 AI 기능이다.

구글 데모에서 구글 렌즈는 단순히 꽃을 식별하는데 그치지 않고 꽃의 품종을 식별했다. 또 구글 렌즈로 라우터 바코드를 스캔하니 무선 라우터에 자동 로그인됐다. 보는 것 만으로 사업체를 식별한 후, 사업체 별로 구글 지도 카드를 팝업으로 표시하기도 했다.

이렇듯 구글 렌즈는 참신하고 재미있다. 그러나 미디어의 평가에는 진짜 함의가 빠져 있다.



일반적인 반응은 "와, 이것 봐! 스마트폰을 위한 또 다른 '장난감'이야! AI가 굉장하네!"이다. 그러나 구글이 실제로 보여주고 있는 것은 센서 기술의 미래다. 머신러닝 덕분에 실제 센서는 하나만 사용하면서도 소프트웨어로 100만 개의 여러 센서를 만들 수 있게 됐다.

구글 데모에서 카메라는 '수퍼 센서' 역할을 했다. 꽃을 식별하는 센서, 바코드 리더기, 소매 사업체용 식별 도구 등이 필요 없어지는 것이다. 즉 구글 렌즈는 소프트웨어 기반의 AI를 지원하는 가상 센서들로 구성된 단일 범용 수퍼 센서다.

'조 단위 센서의 세상'
4년 전 IoT(사물 인터넷)에 대해 이야기하던 시절에, IT업계에서는 '조 단위 센서의 세상'(trillion sensor world)라는 말이 유행했다. 미래학자들은 1조 개의 안테나와 (매년 1조 번을 교체해야 하는) 1조 개의 배터리를 장착한 1조 개의 작은 장치들이 세상 곳곳에 둥지를 트는 세상을 모호하게 상상했었다.

이런 미래에서는 웨어러블 센서가 우리를 뒤덮는다. 모든 상품과 기계에 고정된 리더기에 자신의 위치를 알려주는 RFID 칩이 장착된다. 집과 사무실, 직장 곳곳에 전용 센서가 스며든다.

그러나 이러한 생각은 꽤 순진했다. AI와 머신러닝이 도처에 스며드는 미래는 생각하지 못 한 것이다. 지난 4년 동안 또 다른 혁신이 '조 단위 센서의 세상'이라는 미래상을 파괴했다. 모든 것을 바꿔 놓을 클라우드 AI가 부상한 것이다. 차량과 사람, 벽, 기계, 도로에 여러 다양한 전용 센서를 설치할 필요가 없다. 범용 수퍼 센서만 필요하다.

'합성 센서(Synthetic Sensor)'가 진짜 센서보다 나은 이유
지난주, 카네기 멜론 대학(CMU) 연구원들은 "합성 센서(synthetic sensor)"로도 불리는 '수퍼 센서'를 공개했다.


카네기 멜론 대학 연구원들은 이번 달 테스트 작업 현장의 거의 모든 것을 식별할 수 있는 수퍼 센서 기술을 공개했다.

이 장치에는 '합성(Synthetic, 인조)'이라는 이름과 달리 진짜 센서가 존재한다. 연구원들은 비즈니스 환경에서 주로 사용되는 작은 센서들이 들어있는 보드를 개발했다. 상자 형태의 보드는 하나의 블랙박스 센서처럼 기능한다. 벽 콘센트나 USB로 전원을 공급 받고, 와이파이(Wi-Fi)에 연결된다.

다시 말해, 범용 수퍼 센서로 기능하는 작은 장치로 네트워크에 연결돼 여러 용도의 센서로 활용될 수 있다. 소리와 진동, 빛, 전자기 활동, 온도 등을 감지할 수 있다. 보드에는 카메라가 없기 때문에 사용자나 직원들의 개인 정보 보호 문제가 줄어든다. 카메라가 포함된 더 강력한 버전을 만들 수도 있다.

센서 보드 인근에서 이벤트가 발생하면, 구체적이면서도 고유의 방식으로 패턴을 식별하는 데이터가 생성된다. 그리고 머신러닝 알고리즘이 이를 처리, 소프트웨어적으로 '합성 센서'를 만든다.

이는 웨어하우스(창고) 환경에서 작동법과 응용 가능성을 보여주는 단순한 버전일 뿐이다. 하나 또는 몇 개의 수퍼 센서를 연결하고 누군가 포크리프트(forklift)를 사용한다고 가정하자. 수퍼 센서가 감지한 진동, 소리, 열, 움직임이 데이터 패턴을 생성하고, 시스템으로 공급된다. 이를 통해 '작동 상태의 포크리프트'를 식별할 수 있다. 추가 조정을 해서 포크리프트의 작동 상태는 물론 위치, 이동 속도, 하중, 기타 데이터를 파악할 수 있다.

이후에는 분석된 데이터를 기반으로 포크리프트가 움직일 때 경고등을 켜고, 장비의 마모도를 계산하고, 미승인 운용을 감지하는 애플리케이션을 프로그래밍 할 수 있다.

즉 개발자들은 이들 합성 센서의 데이터를 사용해 필요한 애플리케이션을 개발하고, 시멘틱(Semantic) 시스템에 적용해 무엇이든 모니터 할 수 있게 된다.

최고의 장점은 센서를 추가하지 않고도, 움직임과 작업, 재고, 위험 물질 등을 감지하는 '합성 센서'를 10개 또는 100개 등 마음대로 생성할 수 있다는 것이다.

카네기 멜론 대학(CMU) 연구원들이 만든 동영상은 공장과 사무실, 가정, 욕실 등에서의 사용 사례을 보여준다. 욕실을 예로 들면, 종이 타월 디스펜서가 내는 소리를 가지고 사용한 종이 타월 수를 계속 파악해 기록한다. 이런 식으로 욕실의 물 사용량도 모니터 할 수 있다.

모든 것을 모니터할 수 있는 능력 자체는 그리 새로운 것이 아니다. 수퍼 센서를 한 번 설치하면, 향후 모든 센서 기능이 소프트웨어 솔루션인 것이 혁신이다. '조 단위 센서의 세상'에서 상상했던 고정된 솔루션, 새로운 장치가 필요 없고, 배터리를 교체할 필요도 없다.

저렴한 하드웨어를 구입해 연결하면, 이후 소프트웨어를 통해 장치, 안전도, 재고, 사람을 모니터 할 수 있다. 더 나아가 센서나 IoT 장치를 업그레이드 할 필요가 없다.

흥미롭게도 이번 카네기 멜론 대학(CMU) 연구에 필요한 재원을 가장 많이 제공한 회사가 바로 구글이다.

AI의 진짜 힘
이 두 프로젝트, 즉 구글 렌즈와 구글이 재원을 제공한 카네기 멜론 대학(CMU)의 합성 센서 프로젝트는 훨씬 적은 수의 센서로 훨씬 나은 센서 기능을 구현하는 AI 애플리케이션의 힘을 반영한다.

머신으로 하여금 사람의 정신적 능력을 복제 또는 흉내 내도록 만드는 것을 AI로 생각했었다. 그러나 AI는 이미 일부 영역에서는 사람보다 낫다.

사무용 건물 로비를 예로 들자. 보안요원이 책상 앞에 앉아 잡지를 읽고 있다. 회전문 소리를 듣고, 책상 앞으로 한 남자가 다가오는 것을 지켜본다. 보안요원이 모르는 남자다. 그래서 방문자인 남자에게 서명을 하도록 요구한 후 엘리베이터로 안내한다.

AI는 어떨까? 회전문 소리로 누군가 건물 내부로 들어온 것을 감지한다(또 정확한 방문자 수를 계속 기록한다). 방문자가 접근을 하면, 카메라가 방문자의 얼굴과 걸음걸이를 스캔한다. 위험 인물이 아니라고 판단하면 서명 과정을 생략한다. 한편 마이크로폰은 그가 걷는 동안 내는 미세한 소리들을 모두 감지해 처리한다. 여기에 열과 화학, 기타 센서가 방문자가 비무장 상태임을 확인한다. 이 경우, 검색대를 통과하는 과정을 생략한다.

방문자가 문 앞에 도착하면, AI가 문을 열라는 명령을 보낸다. 그러면 방문자는 건물 내부로 입장할 수 있다. 방문 기록은 종이가 아니다. 검색할 수 있는 전자 문서다.

가장 큰 장점은 여러 다양한 것을 감지하기 위해 많은 애플리케이션을 개발할 수 있다는 것이다. 어느 경우에도 물리적 센서를 추가 또는 변경할 필요가 없다. 로비에 설치된 센서가 조명 제어기, 연기 감지기, 온도 조절기 역할을 번갈아 수행한다. 창문 청소가 필요하거나, 휴지통을 비워야 할 때 담당자에게 이를 알려줄 수도 있다.

로비 뿐만이 아니다. 이사회 회의실, 사무실, 공장, 창고, 물류 시스템에 이런 범용 수퍼 센서와 AI 시스템을 활용할 수 있다. 클라우드 AI가 빠르게 기능을 학습 및 향상시키고 있다. 기업들은 필요할 때마다 맞춤형 가상 센서를 구현할 수 있게 될 것이다.

로비에는 카메라를 장착한 센서를, 욕실에는 카메라가 없는 센서를 배치할 수 있다.

무엇보다 이런 수퍼 센서 혁신이 도처에 보급될 것이다. 물리적 센서 가격이 아주 저렴하며, 클라우드를 통해 하나의 서비스인 AI를 이용할 수 있기 때문이다. 구글은 물론 여러 다양한 공급업체가 해당 서비스를 제공할 것이다.

사실 몇 년 전부터 클라우드 기반 AI 서비스의 부상을 명확히 예상할 수 있었다. 그러나 이 혁신이 가져올 가장 분명한 변화 중 하나가 실제로 제시됐다. 저렴한 카메라, 마이크로폰, 센서 몇 개로 소프트웨어 기반의 센서를 원하는 대로 구현할 수 있다. AI가 과거에 이야기됐던 '조 단위 센서'로 구성된 IoT를 대체해 새로운 미래를 그려내고 있다. ciokr@idg.co.kr 



2017.05.23

구글 렌즈의 진짜 함의···'범용 수퍼 센서가 온다'

Mike Elgan | Computerworld
구글은 지난주 구글 렌즈(Google Lens)라는 새로운 기능으로 개발자들을 감탄시켰다. 구글 어시스턴트와 구글 포토스에 처음 등장한 구글 렌즈는 스마트폰 카메라 사진의 피사체를 아주 구체적으로 식별하는 AI 기능이다.

구글 데모에서 구글 렌즈는 단순히 꽃을 식별하는데 그치지 않고 꽃의 품종을 식별했다. 또 구글 렌즈로 라우터 바코드를 스캔하니 무선 라우터에 자동 로그인됐다. 보는 것 만으로 사업체를 식별한 후, 사업체 별로 구글 지도 카드를 팝업으로 표시하기도 했다.

이렇듯 구글 렌즈는 참신하고 재미있다. 그러나 미디어의 평가에는 진짜 함의가 빠져 있다.



일반적인 반응은 "와, 이것 봐! 스마트폰을 위한 또 다른 '장난감'이야! AI가 굉장하네!"이다. 그러나 구글이 실제로 보여주고 있는 것은 센서 기술의 미래다. 머신러닝 덕분에 실제 센서는 하나만 사용하면서도 소프트웨어로 100만 개의 여러 센서를 만들 수 있게 됐다.

구글 데모에서 카메라는 '수퍼 센서' 역할을 했다. 꽃을 식별하는 센서, 바코드 리더기, 소매 사업체용 식별 도구 등이 필요 없어지는 것이다. 즉 구글 렌즈는 소프트웨어 기반의 AI를 지원하는 가상 센서들로 구성된 단일 범용 수퍼 센서다.

'조 단위 센서의 세상'
4년 전 IoT(사물 인터넷)에 대해 이야기하던 시절에, IT업계에서는 '조 단위 센서의 세상'(trillion sensor world)라는 말이 유행했다. 미래학자들은 1조 개의 안테나와 (매년 1조 번을 교체해야 하는) 1조 개의 배터리를 장착한 1조 개의 작은 장치들이 세상 곳곳에 둥지를 트는 세상을 모호하게 상상했었다.

이런 미래에서는 웨어러블 센서가 우리를 뒤덮는다. 모든 상품과 기계에 고정된 리더기에 자신의 위치를 알려주는 RFID 칩이 장착된다. 집과 사무실, 직장 곳곳에 전용 센서가 스며든다.

그러나 이러한 생각은 꽤 순진했다. AI와 머신러닝이 도처에 스며드는 미래는 생각하지 못 한 것이다. 지난 4년 동안 또 다른 혁신이 '조 단위 센서의 세상'이라는 미래상을 파괴했다. 모든 것을 바꿔 놓을 클라우드 AI가 부상한 것이다. 차량과 사람, 벽, 기계, 도로에 여러 다양한 전용 센서를 설치할 필요가 없다. 범용 수퍼 센서만 필요하다.

'합성 센서(Synthetic Sensor)'가 진짜 센서보다 나은 이유
지난주, 카네기 멜론 대학(CMU) 연구원들은 "합성 센서(synthetic sensor)"로도 불리는 '수퍼 센서'를 공개했다.


카네기 멜론 대학 연구원들은 이번 달 테스트 작업 현장의 거의 모든 것을 식별할 수 있는 수퍼 센서 기술을 공개했다.

이 장치에는 '합성(Synthetic, 인조)'이라는 이름과 달리 진짜 센서가 존재한다. 연구원들은 비즈니스 환경에서 주로 사용되는 작은 센서들이 들어있는 보드를 개발했다. 상자 형태의 보드는 하나의 블랙박스 센서처럼 기능한다. 벽 콘센트나 USB로 전원을 공급 받고, 와이파이(Wi-Fi)에 연결된다.

다시 말해, 범용 수퍼 센서로 기능하는 작은 장치로 네트워크에 연결돼 여러 용도의 센서로 활용될 수 있다. 소리와 진동, 빛, 전자기 활동, 온도 등을 감지할 수 있다. 보드에는 카메라가 없기 때문에 사용자나 직원들의 개인 정보 보호 문제가 줄어든다. 카메라가 포함된 더 강력한 버전을 만들 수도 있다.

센서 보드 인근에서 이벤트가 발생하면, 구체적이면서도 고유의 방식으로 패턴을 식별하는 데이터가 생성된다. 그리고 머신러닝 알고리즘이 이를 처리, 소프트웨어적으로 '합성 센서'를 만든다.

이는 웨어하우스(창고) 환경에서 작동법과 응용 가능성을 보여주는 단순한 버전일 뿐이다. 하나 또는 몇 개의 수퍼 센서를 연결하고 누군가 포크리프트(forklift)를 사용한다고 가정하자. 수퍼 센서가 감지한 진동, 소리, 열, 움직임이 데이터 패턴을 생성하고, 시스템으로 공급된다. 이를 통해 '작동 상태의 포크리프트'를 식별할 수 있다. 추가 조정을 해서 포크리프트의 작동 상태는 물론 위치, 이동 속도, 하중, 기타 데이터를 파악할 수 있다.

이후에는 분석된 데이터를 기반으로 포크리프트가 움직일 때 경고등을 켜고, 장비의 마모도를 계산하고, 미승인 운용을 감지하는 애플리케이션을 프로그래밍 할 수 있다.

즉 개발자들은 이들 합성 센서의 데이터를 사용해 필요한 애플리케이션을 개발하고, 시멘틱(Semantic) 시스템에 적용해 무엇이든 모니터 할 수 있게 된다.

최고의 장점은 센서를 추가하지 않고도, 움직임과 작업, 재고, 위험 물질 등을 감지하는 '합성 센서'를 10개 또는 100개 등 마음대로 생성할 수 있다는 것이다.

카네기 멜론 대학(CMU) 연구원들이 만든 동영상은 공장과 사무실, 가정, 욕실 등에서의 사용 사례을 보여준다. 욕실을 예로 들면, 종이 타월 디스펜서가 내는 소리를 가지고 사용한 종이 타월 수를 계속 파악해 기록한다. 이런 식으로 욕실의 물 사용량도 모니터 할 수 있다.

모든 것을 모니터할 수 있는 능력 자체는 그리 새로운 것이 아니다. 수퍼 센서를 한 번 설치하면, 향후 모든 센서 기능이 소프트웨어 솔루션인 것이 혁신이다. '조 단위 센서의 세상'에서 상상했던 고정된 솔루션, 새로운 장치가 필요 없고, 배터리를 교체할 필요도 없다.

저렴한 하드웨어를 구입해 연결하면, 이후 소프트웨어를 통해 장치, 안전도, 재고, 사람을 모니터 할 수 있다. 더 나아가 센서나 IoT 장치를 업그레이드 할 필요가 없다.

흥미롭게도 이번 카네기 멜론 대학(CMU) 연구에 필요한 재원을 가장 많이 제공한 회사가 바로 구글이다.

AI의 진짜 힘
이 두 프로젝트, 즉 구글 렌즈와 구글이 재원을 제공한 카네기 멜론 대학(CMU)의 합성 센서 프로젝트는 훨씬 적은 수의 센서로 훨씬 나은 센서 기능을 구현하는 AI 애플리케이션의 힘을 반영한다.

머신으로 하여금 사람의 정신적 능력을 복제 또는 흉내 내도록 만드는 것을 AI로 생각했었다. 그러나 AI는 이미 일부 영역에서는 사람보다 낫다.

사무용 건물 로비를 예로 들자. 보안요원이 책상 앞에 앉아 잡지를 읽고 있다. 회전문 소리를 듣고, 책상 앞으로 한 남자가 다가오는 것을 지켜본다. 보안요원이 모르는 남자다. 그래서 방문자인 남자에게 서명을 하도록 요구한 후 엘리베이터로 안내한다.

AI는 어떨까? 회전문 소리로 누군가 건물 내부로 들어온 것을 감지한다(또 정확한 방문자 수를 계속 기록한다). 방문자가 접근을 하면, 카메라가 방문자의 얼굴과 걸음걸이를 스캔한다. 위험 인물이 아니라고 판단하면 서명 과정을 생략한다. 한편 마이크로폰은 그가 걷는 동안 내는 미세한 소리들을 모두 감지해 처리한다. 여기에 열과 화학, 기타 센서가 방문자가 비무장 상태임을 확인한다. 이 경우, 검색대를 통과하는 과정을 생략한다.

방문자가 문 앞에 도착하면, AI가 문을 열라는 명령을 보낸다. 그러면 방문자는 건물 내부로 입장할 수 있다. 방문 기록은 종이가 아니다. 검색할 수 있는 전자 문서다.

가장 큰 장점은 여러 다양한 것을 감지하기 위해 많은 애플리케이션을 개발할 수 있다는 것이다. 어느 경우에도 물리적 센서를 추가 또는 변경할 필요가 없다. 로비에 설치된 센서가 조명 제어기, 연기 감지기, 온도 조절기 역할을 번갈아 수행한다. 창문 청소가 필요하거나, 휴지통을 비워야 할 때 담당자에게 이를 알려줄 수도 있다.

로비 뿐만이 아니다. 이사회 회의실, 사무실, 공장, 창고, 물류 시스템에 이런 범용 수퍼 센서와 AI 시스템을 활용할 수 있다. 클라우드 AI가 빠르게 기능을 학습 및 향상시키고 있다. 기업들은 필요할 때마다 맞춤형 가상 센서를 구현할 수 있게 될 것이다.

로비에는 카메라를 장착한 센서를, 욕실에는 카메라가 없는 센서를 배치할 수 있다.

무엇보다 이런 수퍼 센서 혁신이 도처에 보급될 것이다. 물리적 센서 가격이 아주 저렴하며, 클라우드를 통해 하나의 서비스인 AI를 이용할 수 있기 때문이다. 구글은 물론 여러 다양한 공급업체가 해당 서비스를 제공할 것이다.

사실 몇 년 전부터 클라우드 기반 AI 서비스의 부상을 명확히 예상할 수 있었다. 그러나 이 혁신이 가져올 가장 분명한 변화 중 하나가 실제로 제시됐다. 저렴한 카메라, 마이크로폰, 센서 몇 개로 소프트웨어 기반의 센서를 원하는 대로 구현할 수 있다. AI가 과거에 이야기됐던 '조 단위 센서'로 구성된 IoT를 대체해 새로운 미래를 그려내고 있다. ciokr@idg.co.kr 

X