네트워크 AI, 기가트윈, 로보오퍼레이터, 머신닥터 공개
네트워크 AI, 인간 수준 장애 예측…자정능력 가진 네트워크 구현 목표

KT가 4대 융합 AI 엔진을 공개하며 산업용 AI 시장을 공략하겠다고 밝혔다. ⓒ픽사베이
KT가 4대 융합 AI 엔진을 공개하며 산업용 AI 시장을 공략하겠다고 밝혔다. ⓒ픽사베이

[시사포커스 / 임솔 기자] KT가 4대 ‘융합 AI 엔진’을 공개하며 이를 바탕으로 통신·제조·교통·물류 등 산업용 AI 시장을 공략하겠다고 14일 밝혔다. KT의 4대 AI엔진은 ▲네트워크 AI ▲기가트윈(Giga Twin) ▲로보오퍼레이터(Robo-Operator) ▲머신닥터(Machine Doctor)’다.

KT는 AI가 기업이 고객에게 제공하는 B2C 서비스 중심에서 기업이 기업에게 솔루션을 제공하는 B2B 시장으로 확산되면서 비즈니스적인 기회는 기하급수적으로 늘어나고 있다고 분석했다.

정보 기술 서비스 및 컨설팅 회사 Atos에 따르면 전 세계 기업들은 2021년 AI와 인지 자동화 시스템에 총 520억 유로(한화 71조원)를 투자할 것으로 예측했다. 여러 산업 중 AI를 위해 가장 많은 자본이 투입될 분야 1위는 금융·보험(120억 달러)로, 2위는 제조(95억 달러), 3위는 유통·물류(93억 달러), 4위는 공공(89억 달러), 5위는 의료(53억 달러) 산업이다.

KT는 4대 AI 엔진으로 일반 소비자에게 인공지능 TV, 스피커, 음성인식으로 익숙한 AI 기술을 이제는 다양한 산업 분야에 적용해 산업 전반의 변화를 주도한다는 계획이다.

 

KT 인프라인텔리전스담당 이종필 상무가 네트워크 AI 엔진에 대해 설명하고 있다. ⓒKT
KT 인프라인텔리전스담당 이종필 상무가 네트워크 AI 엔진에 대해 설명하고 있다. ⓒKT

◆ 네트워크 AI, 인간 수준 장애 예측…자정능력 가진 네트워크 구현 목표

KT는 고객이 문제를 확인하고 고객센터에 신고하지 않아도 AI가 먼저 확인해 스스로 문제를 해결할 수 있는 자정능력을 가진 네트워크를 만들기 위해 네트워크 AI 엔진을 개발했다.

네트워크 AI 엔진은 요약된 문구·문장으로 돼 있는 수만 가지의 장비 경보 패턴을 수학적으로 모델링해 학습했다. 정상 상태와 학습한 데이터가 얼마나 유사한지 비교하는 방식으로 인간 수준의 장애 예측 및 복구를 위한 조치사항을 도출해내는 방식이다.

KT는 특정 네트워크 장애에 대한 데이터를 구하기 어려울 경우 학습용 가상 데이터를 생성해 부족한 데이터를 확보한 후 학습량의 균형을 맞춰 네트워크 AI 엔진의 진단 결과 정확도를 개선했다.

KT는 네트워크 AI 엔진을 바탕으로 네트워크 특성에 따라 3가지 솔루션을 만들어 자사의 통신망에 적용했다. ‘닥터로렌(Dr. Lauren)’은 유선 네트워크, ‘닥터케이블(Dr. Cable)’은 외부 통신 시설(OSP)을, ‘닥터와이즈(Dr. WAIS)’는 LTE·5G와 같은 무선 네트워크를 책임진다.

KT 관계자는 “기존에는 사람의 경험, 역량에 의존했다면 앞으로는 설계, 구축, 설정과 운용까지 지능화가 가능한 모든 네트워크 업무를 완벽한 AI 기술로 구현하는 것이 네트워크 AI 엔진의 진화 방향”이라고 설명했다.

향후 KT는 네트워크 AI 엔진을 활용해 네트워크 AI 솔루션, 소프트웨어 정의 네트워킹(SDN)등 이 통합된 새로운 B2B 플랫폼을 만들어 국내외 기업 전용 네트워크 및 솔루션 시장을 공략할 계획이다.

KT 인더스트리 AI 플랫폼 TF 한자경 상무 인더스트리 AI 엔진 기가트윈에 대해 설명하고 있다. ⓒKT
KT 인더스트리 AI 플랫폼 TF 한자경 상무 인더스트리 AI 엔진 기가트윈에 대해 설명하고 있다. ⓒKT

◆ “산업과 AI 기술이 융합된 AI 엔진으로 산업 현장 고충 해결할 것”

기가트윈은 자가진화 기능이 담긴 디지털트윈 AI 엔진이다. 실물과 가까운 시뮬레이션 모델을 만들고 실황과 가까운 예측 데이터를 제공해 최적화에 도움을 준다. 특히 적은 데이터로 초기 학습 모델을 빠르게 구축할 수 있고 이후 쌓이는 데이터를 가지고 강화 학습을 하는 등 스스로 진화한다. 최신 이슈를 지속적으로 반영할 수 있다는 장점을 갖고 있다.

로보오퍼레이터는 설비제어에 특화된 AI 엔진으로 복잡한 설비 구조를 빠르게 학습해 목적에 맞는 최적화된 제어 솔루션을 제공해준다. 딥러닝이 설비들의 상호관계를 학습하고 설비의 가동·정지 시점과 설정 값 등을 빌딩 자동화 시스템에 전달해 에너지 절감 효과를 극대화한다.

머신 닥터는 사운드, 진동, 전류 등의 데이터를 분석하여 기계의 결함을 학습하고 어떤 부분을 고쳐야 할지 직접 진단해준다. 머신 닥터에는 고객의 설비 환경에 대해 스스로 학습하고 맞춤 형태로 조언해 주는 셀프러닝 기능이 탑재돼 있다.

KT 융합기술원장 홍경표 전무는 “KT는 음성인식 등의 인터페이스 AI 기술뿐 아니라 산업 현장에 특화된 융합 AI 엔진과 산업 별 데이터 자원 및 플랫폼을 가지고 있다”며 “KT가 보유한 AI기술력을 발판으로 통신·비통신 산업의 생산성과 효율성을 높이고 더 나아가 최적의 의사결정을 지원하는 솔루션을 제공해 플랫폼 시장의 혁신을 이끌어 나갈 계획”이라고 전했다.

저작권자 © 시사포커스 무단전재 및 재배포 금지