[김관영 칼럼] 4차산업혁명과 지속가능사회구축: 인공지능 빈곤 편향 해소(SDG1)

2021-01-10 14:55:00

- 불평등한 IT기술로 인한 빈곤문제...디지털 빈곤 편향 해소 절실

[프라임경제] 우기철 인도네시아 주택 근처 하천에 쌓이기 시작한 플라스틱은 강을 타고 바다로 흘러들어 겨울철 서풍을 맞으면 발리섬 해변에 모인다.

새해 들어 이틀 동안 90톤의 플라스틱을 수거했다. 인도네시아에서 배출되는 플라스틱은 연간 62만톤에 해당하며 지난 해 플라스틱과의 전쟁을 선포한 인도네시아 정부 정책을 어떻게 실행에 옮길 지에 대한 실질적 실행전략이 절실하다.

인도네시아 자카르타 남부에 위치한 보고르에서 플라스틱을 모아온 아이들에게 모바일 데이터 바우처를 주고 이동식 와이파이 인터넷 장비를 갖춘 차량은 아이들의 공부방에 도착한다. 플라스틱 수거량만큼 해당하는 인터넷 데이터를 받은 아이들은 온라인 가정학습을 통하며 디지털 빈곤 편향(Digitial Poor Bias)을 스스로 해결하고 있다.

전세계가 함께 어울려 살아가는 글로벌 사회에서 함께 풀어갈 지속가능발전목표(SDG)는 빈곤퇴치(SDG1)라는 모든 곳에서의 모든 형태의 빈곤 종식을 필두로 기후변화 대응(SDG13)과 해양생태계 및 육상생태계 보전과 지속가능(SDG14,15) 등 17개 글로벌 문제 해결 목표를 설정하였다. 동시에 우리는 인공지능, 사물인터넷, 빅데이터, 모바일 등 첨단 IT기술이 경제·사회 전반에 융합되어 나타나는 혁신적인 변화의 4차산업혁명시대를 살아가고 있다.

4차산업혁명시대의 대표적인 첨단 IT기술에 해당하는 인공지능과 사물인터넷, 빅데이터, 모바일 등에 대한 소득별, 지역별, 사회와 국별 디지털 빈곤 편향(Digitial Poor Bias)을 현재 어떻게 해결하고 있는지 지속가능발전목표(SDGs)을 통한 글로벌 지속가능사회구축에 어떻게 기여하고 있는지에 대한 사회문제해결이 요구된다. 다시 말하면, 빈곤 문제해결을 위하여 IT는 무엇을 하고 있는가에 해당하며 지역별 국별 불평등한 IT기술로 인한 빈곤문제 발생에 대한 산학연관민 협력기반 문제해결 솔루션을 찾아야 한다는 것이다.

현재 전 세계는 4차산업혁명에 대한 관심이 지속적으로 증가하고 있으며 계속해서 새로운 첨단 IT기술을 선보이고 있음에도 빈국에 대한 고려가 부족한 상태에서 기술 개발이 이루어지고 있다는 것이다.

결과적으로 불평등한 IT기술로 인해 기존의 전형적인 도시빈곤, 노인빈곤, 여성빈곤, 국제빈곤 이외의 인공지공 빈곤 편향이라는 디지털 빈곤의 격차가 새롭게 발견되고 있다. 즉, 선진국에 비해 후진국은 IT기술이 주는 혜택을 덜 받게 되었다. 이는 인공지능 빈곤 편향(AI Poor Bias) 현상으로 이어졌다. 인공지능 빈곤 편향 현상은 AI 예측 정확도가 후진국의 빈곤 지역에서 오히려 더 낮은 현상을 의미한다.

AI는 학습데이터를 통해 학습한 후 그 결과를 기반으로 예측을 한다. 이러한 AI의 예측 정확도는 학습데이터에 의해 영향을 받게 되는데 후진국에서는 학습데이터가 부족하다. 선진국은 후진국보다 학습데이터를 질적 양적으로 다량 보유하고 있을 가능성이 높게 되고 후진국일수록 학습할 데이터가 상대적으로 적게 된다.

후진국은 또한 예측 서비스의 니즈가 적기 때문에 후진국은 데이터를 수집하는데 소극적이며 이런 상황에서 후진국은 선진국의 데이터들에 의지하여 학습을 하게 되기 때문에 선진국에서는 높은 예측 정확도를 보이지만 후진국에서는 낮은 예측 정확도에 머물게 된다.

결론적으로 학습데이터의 경제적인 차이 때문에 AI 서비스의 질적 차이가 나타나게 되었다. 이런 현상은 빈곤 지역과 빈곤 국가에 큰 상처를 입히게 될 수 있으며 새로운 빈곤 문제를 야기시킬 수 있다.

무엇보다 빈곤문제 해결을 위해서는 전 세계에 빈곤 지역이 정확하게 어디에 있는지를 파악하는 것이 중요하다. 이러한 지역을 정확히 파악해야 전 세계에서 가난한 지역들의 재정 상태를 지원할 수 있는 방법을 제공하는 등 수요자에 맞는 정책-사업-기술-인적-재정적 지원이 가능하기 때문이다. 특히 빈곤의 정도를 측정하는 사회경제적인 데이터는 선진국에서는 수집이 쉬울지라도 후진국에서는 결코 쉽지 않다.

과거에는 어떤 곳이 빈곤한 지역인지 파악하기 위해서 밤에 위성사진을 이용하여 불빛이 있거나 많으면 선진국, 불빛이 없으면 후진국 이런 식으로 판단했었다. 최근에는 AI와 딥러닝을 이용하여 국별 지역별 빈곤의 수준을 더욱 정확하게 예측하는 기술이 개발되었다.

미국 스탠포드 대학팀은 아프리카 지역의 빈곤 수준을 예측하는 딥러닝 기술을 개발하였는데 위성사진을 기반으로 단순히 밤의 불빛만 가지고 예측하지 않고, 농지, 물, 도시화 지역 외에 인간이 해석하기 어려운 다양한 이미지 특성분석을 딥러닝으로 학습함으로 국별 지역별 특정 지역이 얼마만큼 빈곤한지에 대하여 더욱 정확하게 측정할 수 있게 되었다.

페이스북은 오픈스트리트맵에서 공유되는 이미지들을 학습데이터로 활용하여 전체 면적 중 지역별 가구와 촌락 규모와 면적을 나누는 방식으로 지역별 인구밀도를 계산하여 빈곤 지역과 빈곤 규모를 정확하게 측정할 수 있게 되었다. 빈곤문제 해결을 위하여 4차산업혁명시대의 첨단 IT기술들이 다양하게 활용되고 있다.

모든 곳에서의 모든 형태의 빈곤 종식이라는 빈곤퇴치(SDG1)를 위한 AI, 빅데이터 등 다양한 4차산업혁명시대의 IT기술들이 지역과 국가의 사회문제해결을 통한 지속가능사회구축을 위하여 활용되고 있다.

과학기술, IT기술, 녹색기후기술를 활용한 사회문제해결중심의 연구개발과 기술실증 및 기술보급에 대한 공동체적인 민관협력 차원의 노력이 더욱 요구되는 시대를 살고 있다. 2050년은 이 시대의 미래 모습은 오늘 우리의 의식과 생각과 행동에 달려있다고 생각한다.


김관영 칼럼니스트 / 인도네시아 글로벌문제해결거점센터장 / 한국과학기술연구원(KIST) 녹색기술센터(GTC) 선임연구원 / 한국과학기술원(KAIST) 석박사(Ph.D. 기술경영학) / 전) 한국발명진흥회 국제개발사업팀장 / 전) 미국 일리노이대학교 Visiting Research Scholar / 전) 사우디아라비아 알야마마대학교 교수



카카오 페이스북 카카오스토리 트위터


Copyright 프라임경제 ⓒ 무단전재 및 재배포금지
이전 1 / 0 다음
Copyright ⓒ 프라임경제 all rights reserved.