KOTRA, "국내 기업들은 벤치마킹이나 콘퍼러스 참여 통해 기술력 확보하는 것이 중요"
[KOTRA_해외시장동향_2018.3.10]
머신러닝 서비스시장 전망
- 빠르게 성장하는 머신러닝 기술로 광범위한 데이터 분석이 이루어져
- 4차 산업혁명과 인공지능·머신러닝은 밀접한 관련
□ 개요
ㅇ 머신러닝 관련 시장의 성장
- 머신러닝(Machine Learning)은 인공지능의 한 분야로 컴퓨터가 학습할 수 있도록 하는 알고리즘과 기술을 개발하는 분야
- 시장조사업체 International Data Corporation(IDC)은 인공지능과 머신러닝에 대한 지출이 2017년 120억 달러에서 2021년 576억 달러로 증가할 것으로 전망
- 머신러닝은 벤처캐피털 투자, 사모펀드(PE) 자금조달, 합병·인수의 지적재산권(IP) 및 특허분야에서도 우위를 차지
ㅇ 머신러닝에 대한 인식의 확장과 응용현황
- 다양한 분야의 전문가들이 데이터 이니셔티브, 비즈니스 인텔리전스 등을 위해 머신러닝을 적극적으로 사용 중
- Amazon, Apple, Google, Tesla, Microsoft 등은 이미 머신러닝을 응용해 이윤을 내고 있음.
□ 머신러닝시장의 전망
ㅇ 비즈니스 인텔리전스 및 분석 시장
- 투자은행 JP Morgan의 관련 보고서에 따르면, 비즈니스 인텔리전스(BI, 기업에서 데이터를 수집, 정리, 분석하고 활용해 효율적인 의사결정을 할 수 있는 방법에 대해 연구하는 학문) 및 분석 시장에서 머신러닝을 지원하는 데이터 사이언스 플랫폼은 2021년까지 연평균 13% 성장할 것으로 예상됨.
- 데이터 사이언스 플랫폼의 성장세는 같은 기간 연평균 8% 성장할 것으로 예상되는 전체 BI 및 분석시장의 성장세보다 높고, 데이터 사이언스 플랫폼은 2017년 30억 달러에서 2021년 48억 달러로 성장할 것으로 분석
ㅇ 특허 관련
- 특허 데이터베이스 관련 조사기관인 IFI Claims에 따르면 머신러닝 특허는 2013년에서 2017년 사이 34%의 연평균성장률(CAGR)로 증가했으며, 이는 특허 가운데 세 번째로 빠른 속도
- IBM, Microsoft, Google, LinkedIn, Facebook, Intel 및 Fujitsu는 2017년 7대 머신러닝 특허 생산 업체
ㅇ 머신러닝 관련 시장의 성장
- 시장조사업체 Forrester는 고객문의 및 구매활동의 증가로 입증된 예측분석 및 머신러닝(Predictive Analytics & Machine Learning, PAML)시장이 2021년까지 연평균 21% 성장할 것으로 예측함. 또한 이를 주도하는 업체들은 SAS, IBM 및 SAP 등이라고 분석함.
- 컨설팅업체 딜로이트 글로벌(Deloitte Global)은 머신러닝 파일럿 및 구현의 수는 2017년에 비해 2018년에 두 배, 2020년에 다시 두 배가 될 것으로 예측
- 머신러닝의 속도를 증가시키는 요인으로는 응용 프로그램 인터페이스(API)의 보급지원, 데이터 사이언스 작업의 자동화, 결과를 설명할 수 있도록 통찰력을 제공하는 트레이닝을 들 수 있음.
□ 머신러닝에 대한 인식과 응용현황
ㅇ 데이터 전문가들의 머신러닝에 대한 인식
- 샌프란시스코에 위치한 소프트웨어 회사 MEMSQL에서 2018년 가장 중요한 데이터 이니셔티브(특정한 목적을 달성하기 위한 새로운 계획)에 대해 1600명 이상의 전문가를 대상으로 실시한 설문에서 응답자의 61%는 머신러닝과 인공지능을 가장 많이 선정했고, 이들 중 58%는 생산과정에서 이미 머신러닝과 인공지능을 적극적으로 사용하고 있다고 응답
- 미국의 비즈니스 소셜 네트워크 서비스 회사인 LinkedIn에서 발표한 ‘2017 US Emerging Jobs Report’에 따르면 지난 5년간 가장 큰 성장을 보인 직업은 머신러닝 엔지니어로 5년 전보다 9.8배 늘었다고 분석
- Microsoft의 프로그램 매니저인 V씨는 "최근 MS에서 발표한 Windows ML을 통해 클라우드에서 트레이닝한 머신러닝 모델을 로컬 데스크톱 응용 프로그램으로 가져올 수 있다"면서 "개발자들이 클라우드를 왕복하는 대신 자신의 데스크톱에서 GPU를 사용해 실시간으로 머신러닝 모델을 실행할 수 있게 됐다"라고 덧붙임.
ㅇ 머신러닝의 결과물
- Google과 MIT의 연구에서 현재 머신러닝을 사용하는 조직에 대해 실제로 얻는 결과물이 무엇인지 조사했는데 45%는 머신러닝이 광범위한 데이터 분석 및 통찰을 이끌어 냈다고 했고, 35%는 더욱 빠른 데이터 분석이 가능하게 됐다고 응답함.
- 컨설팅업체 AT Kearney에서 조사한 바에 따르면 Amazon·Google·Microsoft 등의 테크 리더들은 이미 머신러닝과 인공지능 분야에서 큰 폭의 이윤을 가져가고 있으며, 각각 머신러닝을 차세대 제품으로 설계하고 이를 고객 경험을 개선하고 채널 판매 효율성을 향상시키는 도구로 사용 중
- Amazon은 제품 추천, 대체 제품 제시, 사기 탐지, 메타 데이터 검증 및 지식 습득과 같은 사업의 주요 영역에서 고객 경험을 향상시키기 위해 머신러닝에 의존
□ 시사점
ㅇ 머신러닝 전문가 양성 시급
- 글로벌 ICT 선도기업은 인공지능 및 머신러닝 시장의 초기 주도권 확보를 위해 후발 주자와의 기술격차를 확대하는 데 주력
- IT 강국으로 성장한 한국이 새로운 도약을 이루기 위해서는 머신러닝을 비롯한 인공지능 분야에서 선도적 지위를 확보하는 것이 필수적
- 세계 주요국과 비교했을 때 한국의 머신러닝 관련 기술 수준이 낮고 특허 보유수도 적기에 머신러닝 관련 인력 양성을 위한 정책과 지원이 절실한 상황
- 전문가 외 머신러닝에 관심이 있는 학생들과 일반인들의 경우 온라인 교육서비스 코세라(Coursera)에서 제공하는 Andrew Ng 교수의 무료 머신러닝 강의 등을 통해 이해를 넓힐 필요가 있음.
ㅇ 머신러닝 관련 소프트웨어 개발 스타트업 장려
- 글로벌 기업들은 머신러닝 기술을 바탕으로 다양한 영역에서 상용화를 시도하고 있으나, 국내 기업들의 머신러닝 개발은 미약한 수준
- 머신러닝에 대해 관심이 있는 개발자들은 국내에서 Google 및 Microsoft 등이 자사의 AI 플랫폼에서 오픈소스로 제공하는 도구 활용 가능
- 머신러닝 기반 소프트웨어 분야의 중소기업 경쟁력은 기술분류 별로 차이가 있으나, 데이터 분석 기술은 중소기업이 다수 참여해 시장에서의 역할이 점차 커지는 중
- 국내 중소기업의 경우 투자여력이 없어 머신러닝을 응용한 비즈니스 인텔리전스를 도입하기에 부담이 있는 것은 사실이지만, 궁극적으로는 중소기업의 경영개선과 생산성 향상에 효과적일 것이므로 장기적 안목으로 접근해야 함.
- 정책적으로는 기술 니즈, 분야별 개발계획, 최종목표 등을 내용으로 하는 기술로드맵을 마련해 중소기업·스타트업의 개발 방향성을 제시해야 함.
ㅇ 로봇, 자율주행자동차, 빅데이터 등과 연결되는 머신러닝
- 주변 환경을 검토하고 계획을 세우는 로봇이나 자율주행자동차의 경우 머신러닝을 통해 환경을 데이터화한 분석이 필수
- 대량의 데이터와 알고리즘을 통해 컴퓨터 그 자체를 학습시켜 작업 수행 방법을 익히는 것을 목표로 하는 머신러닝은 대규모 데이터를 처리하는 기술인 빅데이터를 잘 활용할 수 있는 도구이므로 머신러닝을 발전시키는 것은 4차 산업혁명을 맞이하는 국내 기업들과 정부의 당면 과제
ㅇ 국내의 머신러닝 관련 기술인프라
- 미국에서는 다양한 데이터셋이 구축돼 연구에 사용되고 있으나 국내에는 머신러닝 연구를 위해 필요한 데이터셋이 부족한 실정
- 한국의 기술인프라가 부족하다면 발전된 기술을 가진 다른 나라들의 정책을 벤치마킹하거나 글로벌 기업과 전략적 제휴 등을 통해 빠르게 기술을 확보해 나가는 대응이 요구됨.
- 또한 국내 기업들은 머신러닝 관련 콘퍼런스 등의 참석을 통해 최신 기술을 익히고 자체 역량을 개발하는 노력을 계속해야 함.
자료원: Forbes, International Data Corporation, Deloitte Global, JP Morgan, IFI Claims Patent Services, Forrester Wave, MEMSQL, LinkedIn, Google & MIT Technology Review study, AT Kearney, Amazon Web Service 그 외 KOTRA 실리콘밸리 무역관 자료 종합