「주간기술동향」은 과학기술정보통신부「ICT 동향분석 및 정책지원」

과제의 일환으로 정보통신기술진흥센터(IITP)에서 발간하고 있습니다.

「주간기술동향」은 인터넷(http://www.itfind.or.kr)을 통해 서비스를 이용할

수 있으며, 본 고의 내용은 필자의 주관적인 의견으로 IITP 의 공식적인 입장이

아님을 밝힙니다.

정보통신기술진흥센터의「주간기술동향」저작물은 공공누리 “출처표시-상업적

이용금지” 조건에 따라 이용할 수 있습니다.

※ 공공누리의 제2유형에 따라 상업적 이용은 금지하나, “별도의 이용 허락”을

받을 경우에는 가능하오니 이용하실 때 공공누리 출처표시 지침을 참조

하시기 바랍니다.(http://www.kogl.or.kr/info/license.do 참고)

예시) “본 저작물은 ‘OOO(기관명)’에서 ‘OO년’ 작성하여 공공누리 제O유형으로

개방한 ‘저작물명(작성자:OOO)’을 이용하였으며, 해당 저작물은 ‘OOO(기관명),

OOO(홈페이지 주소)’에서 무료로 다운받으실 수 있습니다.”

주간기술동향 2016. 3. 9.

www.iitp.kr 2

1830호

기획시리즈 ........................................................................................ 2

인공지능 헬스케어 국내외 동향 및 활성화 방향

[김문구·박종현·오지선/한국전자통신연구원·한국과학기술원]

Ⅰ. 개요

Ⅱ. 국내외 인공지능 헬스케어 동향과 전망

Ⅲ. 인공지능 헬스케어의 유망 분야 분석

Ⅳ. 결론: 국내 인공지능 헬스케어의 사회적 영향과 활성화 방향

ICT 신기술 ..................................................................................... 13

사물인터넷 식별자 기술 연구 및 표준화 동향

[김평수/한국산업기술대학교]

Ⅰ. 서론

Ⅱ. 사물인터넷을 위한 식별자 기술 연구 동향

Ⅲ. 사물인터넷을 위한 식별자 기술 표준화 동향

Ⅳ. 결론 및 시사점

최신 ICT 이슈 ................................................................................ 24

Ⅰ. 자율운전자동차 시장의 우량주, 이스라엘 자동차 관련 스타트업

Ⅱ. “아직 집에 대해 잘 모른다”, 구글이 말하는 스마트 스피커의 과제

Ⅲ. 손톱에 붙이는 소형 칩으로 자외선 자동 측정, 로레알의 ‘UV 센스’

주간기술동향 2018. 1. 24.

www.iitp.kr 2

‘질병치료’ 중심에서 ‘사전 진단’ 및 ‘예방의학’, ‘정밀의료’로 보건의료의 패러다임이 변화하

고 있다. 4차 산업혁명 시대가 도래하고 과학기술 혁신을 동반한 사회, 산업, 기술의 변화 속

에서 건강하고 행복한 삶은 인간의 궁극적인 목표일 것이다. 인공지능 헬스케어는 방대한

의료 데이터를 인공지능 기술을 활용하여 스스로 학습·분석하고, 헬스케어 산업에 적용함

으로써 질병 예측 및 개인 맞춤형 치료 등 혁신적인 고부가가치형 의료 서비스 제공을 목표

로 한다. 이에 본 고에서는 인공지능 헬스케어의 국내외 발전 방향을 정책, 시장, 유망 분야

측면에서 파악하고 인공지능 헬스케어가 사회에 미치는 영향을 분석하였다. 이를 바탕으로

국내 인공지능 헬스케어 산업발전을 위한 활성화 방향을 간략히 제언하였다.

김문구 박종현 오지선*

한국전자통신연구원 책임연구원

한국과학기술원 연구원 *

I . 개요

1. 인공지능 헬스케어의 부상배경

인공지능 헬스케어는 보건의료 패러다임의 변화, 데이터의 폭발적 증가, 첨단기술의 유

기적인 융합을 통해 인간의 삶과 생활, 보건의료 생태계에 근본적인 변화를 가져올 차세대

기술로 부상하고 있다.

전통적인 의료는 병을 치료하는 행위가 강조되었으나, 최근에는 사전 예방, 사전 진단

및 고객 맞춤형 치료 서비스로 보건의료의 패러다임이 크게 변화되고 있다. 특히, 생체 분

자 영상진단기술의 발전에 따른 질병 조기 진단, 맞춤형 치료가 가능해졌고, 인구 고령화

인공지능 헬스케어 국내외 동향 및 활성화 방향

* 본 내용은 김문구 책임연구원(☎ 042-860-1182, mkkim@etri.re.kr)에게 문의하시기 바랍니다.

** 본 내용은 필자의 주관적인 의견이며 IITP의 공식적인 입장이 아님을 밝힙니다.

***본 글은 ‘김문구, 인공지능 헬스케어의 산업생태계와 발전방향, 한국전자통신연구원, 2016’의 보고서 내

용을 바탕으로 구성하였습니다.

3 정보통신기술진흥센터

기획시리즈 - 디지털 헬스케어

로 의료비 부담이 가중됨에 따라 의료비 지출을 낮추기 위해 혁신적 의료 서비스에 대한

소비자 니즈 증대가 이러한 패러다임 변화의 근본적 원인이다.

보건의료 데이터의 폭발적 증가는 인공지능 헬스케어의 등장에 크게 기여하고 있다.

IDC(2013)에 의하면, 2012 년 500PB 에 불과했던 의료 데이터의 양은 2020 년에는 25,000PB

에 이르러 대략 50 배 정도 증가할 것으로 전망되고 있다[3]. 기하급수적으로 증가하는 의

료 데이터를 신속히 분석하여 전문 의료지식을 도출하고, 이를 의료 서비스의 질적 수준

향상과 차세대 의료산업으로 연결시키는 것이 보건의료 분야의 커다란 이슈로 부각되고

있다. 이러한 상황에서 인공지능은 보건의료 빅데이터의 분석과 활용에 가장 효율적인 기

술이 되고 있다. 빅데이터 자체가 인공지능을 발전시키는 학습 인프라가 되면서, 인공지능

과 빅데이터는 보건의료 분야에서 선순환 구조를 형성하고 있고 ‘인공지능 헬스케어’라는

새로운 서비스 태동의 계기가 되고 있다. 또한, 인공지능 기술을 기반으로 의료기술, 정보

통신(ICT) 등 다양한 분야에서 기술의 활발한 융합은 보건의료 산업에서 융합기술의 활용

가능성을 증대시키고 이는 혁신적인 의료 서비스 창출로 연결될 것으로 전망되고 있다. 최

근 의료 서비스 및 다이어트, 건강관리 등의 다양한 의료관련 분야에 인공지능 기술이 도

입되기 시작했으며, 의료영상 분석이나 진단의학, 예방의학, 치료의약, 신약개발 연구 등에

도 인공지능 기술의 활용이 본격화되고 있다. 이러한 보건의료 분야에서 인공지능을 중심

으로 이종 기술 사이의 융합은 환자 개개인에게 맞춤형 치료를 제공하고 새로운 신약 개

발을 촉진할 것으로 기대되고 있다.

2. 인공지능 헬스케어의 개념과 성장 및 제약요인

인공지능 헬스케어는 [그림 1]과 같이 다양하고 방대한 양의 데이터를 인공지능 기술을

활용하여 학습·분석하고 헬스케어 산업에 적용함으로써 질병 예측, 예방의학, 환자 맞춤

형 치료 등 혁신적인 고부가가치형 의료 서비스의 제공을 의미한다. 건강보험 DB, 다양한

의료정보, 개인정보 등 방대한 양의 데이터 확보는 인공지능 헬스케어 서비스의 출발점이

된다. 많은 정보가 있을수록 정확한 양질의 의료 서비스를 제공할 수 있기 때문이다. 특히,

IoT 와 웨어러블 디바이스 등의 센서를 통해 실시간으로 건강관련 데이터와 개인의 생체정

보 확보가 가능하다. 이렇게 확보된 대용량의 데이터를 바탕으로 다양한 인공지능 기술을

이용하여 빅데이터를 통합·분석한다. 인공지능 기술을 통해 분석된 정보는 질병 예측 및

주간기술동향 2018. 1. 24.

www.iitp.kr 4

예방, 환자 맞춤형 질병 치료, 영양 및 건강관리, 수술로봇, 보험상품, 신약개발 등 헬스케

어 산업에 다양하게 활용되어 새로운 가치창출의 견인차 역할을 할 것이다.

인공지능 헬스케어는 환자의 생명을 다루는 의료업계에서 정확한 진단 및 의사결정 지

원도구로써 중요한 의미가 있다. 이와 함께 수반되는 의료 서비스 수준의 향상은 헬스케어

산업에서 인공지능시스템이 조기에 채택될 수 있도록 촉진한다. 또한, 의료산업에서 인공

지능 기술의 활용은 비용절감 및 의료수준 향상으로 이어져 시장의 성장 가능성을 높일

것이다. 그러나 제약요인도 존재한다. 구조화되지 않은 데이터, 의사 인력 대체, 인공지능

의 오류, 인공지능의 특성을 반영하지 못한 규제 시스템 등은 헬스케어 산업에서 인공지능

의 도입을 더디게 하는 제약요인이다. 특히, 개인정보 보호가 강화되고 있는 현 상황에서

개인의료정보 접근성은 지극히 제한되어 있고, 비정형화된 데이터 분석의 어려움, 기술의

복잡성 증가, 인간과 인공지능 사이의 낮은 협업 수준 등의 요인들은 헬스케어 산업에서

인공지능 기술의 활용에 커다란 장애물이 된다. 인공지능의 활용자는 의료기관이 될 것으

로 예상되며, 인공지능이 기존의 의료진을 대체할 것이라는 우려는 인공지능 도입을 주저

하게 할 수 있을 것이다. 또한, 의도하지 않은 인공지능시스템의 오류로 인한 치명적 손실

에 대한 우려, 인공지능 기술 특성에 부합되지 못하는 규제 시스템 등도 인공지능 헬스케

어 발전에 어려움이 될 수 있다.

<자료> 김문구, 인공지능 헬스케어의 산업생태계와 발전방향, 한국전자통신연구원, 2016.

[그림 1] 인공지능 헬스케어의 개념

5 정보통신기술진흥센터

기획시리즈 - 디지털 헬스케어

II . 국내외 인공지능 헬스케어 동향과 전망

1. 국내외 정책 동향

한국을 비롯한 주요 국가들은 [표 1]과 같이 빅데이터, ICT, 인공지능 기술의 적극적인

활용을 통해서 로봇 케어, 환자 맞춤형 의료 등 이용자에게 혁신적인 의료 서비스를 제공

하기 위해 산업발전과 연구개발 투자에 정책 역량을 집중하고 있다.

인공지능 분야의 글로벌 선도국가인 미국은 인공지능 R&D 정책을 범 정부차원에서 추

진 중이며, 특히, ‘정밀의료 추진계획’을 통해 인공지능을 활용한 개인 맞춤형 의료 혁신에

집중하고 있다. 2013 년 미국 백악관은 ‘브레인 이니셔티브(Brain Initiative)’를 발표하고 범

정부 차원에서 두뇌의 뉴런 활동지도 작성 등 원천기술 개발, 뇌 과학 또는 인공지능 기술

분야의 상용화 연구에 적극적으로 투자하고 있다[5]. 또한, 미국은 2015 년 차세대 보건의

료 프로젝트로 ‘정밀의료 추진계획(Precision Medicine Initiative: PMI)’을 발표하였다. 본 프로

[표 1] 주요국의 인공지능 헬스케어 정책 비교

구분 미국 유럽 일본 한국

주요 정책

- Brain Initiative: 두뇌

- Precision Medicine Initiative: 정밀의료

- Human Brain Project: 두뇌

- The 100,000 Genomes Project: 유전체 분석

- 게놈의료 실현화 프로젝트

- 일본재흥전략

- 정밀의료 기술개발 정책

- 미래 보건의료 정책 로드맵

중점 개발 분야

- 인간의 뇌활동 지도를 구축하고 이를 인공지능 분야에 활용

- 유전정보 등을 활용 정밀의료 추진

- 인간의 두뇌 활동의 핵심 메커니즘 분석

- 유전체 분석 - 두뇌, 유전체 분석 기술과 인공지능 기술의 융합

- 유전체 정보 분석 - 인공지능의 로봇 적용

- 의료 빅데이터와 인공지능 결합

- 정밀의료 생태계 및 인프라 구축

- 미래 보건산업 발전을 위한 기술 개발과 규제개혁

활용

- 뇌 관련 연구결과와 이를 인공지능 분야에 활용

- 개인 맞춤형 예방과 치료에 활용

- 미래 의학 및 컴퓨팅 기술개발에 활용

- 개인 맞춤형 진단, 치료에 활용

- 개인 맞춤형 치료 - 케어형 로봇

- 개인 맞춤형 치료 - 차세대 보건의료 산업 육성

특징

- 범정부 차원 추진 - 산·학·연 협력을 통한 보건의료 헬스케어 분야의 글로벌 선도

- 유럽지역 내 강력한 협업 추진

- 의료정보 기술 플랫폼 개발

- 인공지능 로봇 특화

- 대규모 의료 데이터 활용(국민건강보험)

- ICT와 보건의료 기술의 적극 융합

<자료> 김문구, 인공지능 헬스케어의 산업생태계와 발전방향, 한국전자통신연구원, 2016.

주간기술동향 2018. 1. 24.

www.iitp.kr 6

젝트는 개인에게 최적화된 의료시스템을 구축하기 위한 새로운 접근법으로써 환자의 유전

정보, 환경, 생활습관 등의 차이를 체계적이고 종합적으로 고려한 개인 맞춤형 질병 치료

및 예방법을 개발하기 위해 추진되고 있다[7],[8]. 미국은 브레인 이니셔티브와 정밀의료 추

진계획을 위해 범 정부차원에서 투자를 늘리고, 글로벌 헬스케어 산업에서 시장선도를 위

해 대학, 기업들과의 산·학·연 협력을 강화하고 있다.

유럽은 의료정보 기술 플랫폼 구축 및 유전체 분석을 강화한 정밀의료 제공을 추진하

고 있으며, 이러한 기술 분야에 인공지능 기술을 적극 활용할 계획이다. 2013년 ‘인간두뇌

프로젝트(Human Brain Project)’를 발표하고 2013 년부터 2023 년까지 10 년 동안 총 1.8 조

원을 투자하여 인간의 두뇌 관련 기초 및 상용화와 관련된 연구 개발을 추진하고 있다[1].

특히, 본 프로젝트를 통해 두뇌 분야를 중심으로 인공지능 헬스케어 산업발전을 견인할 의

료정보 기술 플랫폼 구축을 목표로 하고 있다. 의료정보 기술 플랫폼은 정보통신 기술과

빅데이터, 인공지능 기술을 적극 활용하여 병원, 공공기관, 보건소 등의 의료기관에서 수집

된 다양한 형태의 데이터를 분석하고 뇌질환의 진단, 예방, 신약개발, 새로운 치료법 개발

에 활용하는 프로젝트를 의미한다[9]. EU 국가 가운데, 영국은 암, 감염질환 치료를 목적으

로 “10 만 명의 유전체 분석 프로젝트(The 100,000 Genomes Project)”에 3 억 파운드를 투

자(2014~2017 년)하는 등 정밀의료 R&D 및 실용화를 위한 빅데이터의 개발과 인공지능의

유전체 분석 활용에 대한 투자를 강화하고 있다[6].

일본은 유전체 분석과 인공지능 적용 로봇전략으로 개인 맞춤형 의료 서비스 제공에

집중하고 있다. 2015 년 일본 의료 연구개발 기구(Japan Agency for Medical Research and

Development)는 유전체 정보를 활용해 환자의 특성에 따른 최적의 맞춤형 치료 서비스를

제공하기 위한 “게놈의료의 실현화 프로젝트”를 추진하고 있다[9]. 또한, 일본은 2015 년

‘일본재흥전략’을 발표하고 이 국가 전략의 일환으로 사물인터넷을 활용한 의료진단 서비

스, 로봇 및 센서를 활용한 간병 서비스 등 다양한 의료 분야에서 인공지능의 활용을 추진

하고 있다[7].

우리나라는 2016 년 정밀의료 기술 개발과 미래 보건의료 기술 로드맵을 발표하고, 정

밀의료와 인공지능 헬스케어 발전을 위한 정책 방향을 설정하였다. 특히, 국내에 광범위하

게 구축되어 있는 건강보험, 의료정보 자료에 대한 빅데이터 구축과 활용을 통해 질병을

예측하고 개인에게 맞춤형 의료 서비스를 제공하는데 집중적으로 투자하고 있다. 또한, 의

7 정보통신기술진흥센터

기획시리즈 - 디지털 헬스케어

료 분야에 인공지능 기술을 활용한 정밀의료를 보건의료 분야의 국가전략 프로젝트로 선

정함으로써 인공지능 헬스케어 산업 성장의 정책적 기본 방향을 정립하였다[10],[13].

2. 국내외 시장 현황 및 전망

인공지능의 활용 분야 중 헬스케어는 높은 성장성에 기대되고 있으며, 새로운 가치와

서비스가 창출될 가능성이 높다. 특히, 인공지능을 이용한 혁신이 가장 크게 부각될 수 있

는 시장 분야로써 의료산업 전반에 걸쳐 활용 가능성이 매우 높다. 인공지능 헬스케어의

시장 전망은 시장조사기관에 따라 다소 차이가 있지만 전반적으로 40% 이상의 높은 연평

균성장률을 예측하고 있다.

글로벌 시장분석 전문업체인 Frost & Sullivan(2015)은 인공지능 헬스케어 글로벌 시장이

2015년 8.1억 달러에서 연평균 42%의 빠른 성장을 보이며, 2021년에는 66.6억 달러 규모

의 큰 시장을 형성할 것으로 전망하고 있다[2]. 또 다른 시장조사 기업인 Marketsand

Markets(2016)에 의하면, 인공지능 헬스케어 세계시장은 2015 년 0.7 억 달러에서 연평균

60.3%의 높은 성장을 보이며, 2020 년 7.6 억 달러의 규모를 형성할 것으로 전망되고 있다

[4].

국내 인공지능 헬스케어 시장도 역시 높은 성장이 전망되고 있다. 한국정보기술연구원

(KISTI, 2016)에 의하면 국내 인공지능 헬스케어 시장은 2015 년 18억 원에서 연평균 70.4%

로 세계시장 성장률을 상회하는 고성장을 보이며 2020년 256억 원의 시장규모가 될 것으

로 전망하고 있다[14].

III . 인공지능 헬스케어의 유망 분야 분석

본 고에서는 관련 전문 자료를 분석하고 전문가들의 의견을 반영하여 [표 2]와 같이 의

료기관, Health IT 기업, 보험사, 제약회사, 국가보건기관 등의 국내 관련 기관별 인공지능

헬스케어 분야의 유망분야를 도출하였으며 인공지능 헬스케어가 제공하는 기관별 편익과

기회, 위협요인을 파악하였다.

우선 국내 의료기관에서 인공지능 헬스케어 기술의 유망 활용 분야는 환자의 질병에

대한 진단·예측, 질병치료를 위한 의료영상 이미지 인식 및 진단 시스템, 인공지능 기반

주간기술동향 2018. 1. 24.

www.iitp.kr 8

[표 2] 국내 기관별 인공지능 헬스케어 유망 서비스 도출과 편익, 기회, 위협요인 분석

구분 서비스 편익 기회 위협 핵심기술

의료

기관

의료 영상 이미

지 인식 및 진단

- 암 질환 조기

진단

- 의사의 진단

의사결정 지원

- PACS 등 의료

영상진단기기

의 높은 보급률

- 인공지능의

예기치 않는

오류, 잘못된

처방

- 영상인식 기술

인공지능 기반

임상시험

- 개인 최적화

치료법 선택

- 신속한 의료

데이터 검색,

분석 결과 지원

- 전국민 건강정

보 DB→다양한 양질의 임상정보 획득 가능

- 임상연구의

윤리·안전 문제

- 머신러닝

- 딥러닝

의료 녹취

솔루션

- 의료기록 작성

소요시간 단축

- 의료 녹취 시

장 확대 - 개인정보 유출

- 머신러닝

- 딥러닝

- 음성인식 기술

개인 맞춤형

질병 예측치로

- 환자의 건강

수명 연장

- 유전정보와 질

환 간의 연관성

예측 가능

- 인공지능의 예

기치 않는 오류

→ 잘못된 처방

- 머신러닝

- 딥러닝

- 음성인식 기술

- 유전체 분석

질병 진단

인공지능 보조

의사 시스템

- 정확한 진단

- 오진 방지

- 시스템의 해외

수출

- 인공지능의 예

기치 않는 오류

→ 잘못된 처방

- 머신러닝

- 영상인식 기술

노화방지 치료 - 환자의 건강수

명 연장

- 항노화 치료

시장 성장 - 의료 양극화

- 머신러닝

- 딥러닝

- 영상인식 기술

Health

IT

기업

인공지능 수술

로봇

- 최소 절개 및

빠른 회복시간

- 의사의 수술

지원

- 의료 교육

시뮬레이션

시장

- 비용 부담

- 머신러닝

- 딥러닝

- 영상인식 기술

고령자 케어

로봇

- 노인의 삶의

질 개선

- 실버 시장

확대

- 로봇의 자율적

의사결정→의도치 않게 인간 생명 영향 우려

- 머신러닝

- 딥러닝

- 영상인식 기술

암진단 시스템 - 조기 암 진단 - 해외 수출

- 인공지능 시스

템 복잡도 증가

로 오류 가능성

존재

- 영상인식 기술

인공지능 기반

개인 라이프로

그 분석활용 건

강관리 및 컨설

팅 서비스

- 건강관리 성과

향상

- 높은ICT인프라

- 우수한 IT기업- 개인정보 유출

- 머신러닝

- 딥러닝

9 정보통신기술진흥센터

기획시리즈 - 디지털 헬스케어

구분 서비스 편익 기회 위협 핵심기술

보험사

개인맞춤형

보험상품

- 최적화된 보험

가입

- 불필요한 보험

차단

- 다양한 보험상

품 개발 - 개인정보 유출

- 머신러닝

- 딥러닝

인공지능 기반

보험료 산정

- 시간 단축 가

능

- 비용 절감

- 보험료 산정

시스템 시장 성

장

- 개인정보 유출

- 보험설계사 인

력 감축

- 머신러닝

- 딥러닝

인공지능 기반

보험사기 예방

시스템

- 보험사기 방지

- 부당 수급 보

험금 방지

- 보험산업 건전

성 확보 - 개인정보 유출

- 머신러닝

- 딥러닝

제약사

개인맞춤형

약품개발

- 치료효과 제고

- 부작용 감소

- 새로운 시장창

출

- 개인맞춤형 제

품의 개발실패

가능성 존재

- 유전체 분석

- 머신러닝

- 딥러닝

인공지능 기반

신약개발

- 신약개발 성공

가능성 높임

- 신약개발 기간

단축

- 신약개발을 통

한 새로운 시장

창출

- 인공지능 기술

의 오류로 인한

신약의 위험성

- 유전체 분석

- 머신러닝

- 딥러닝

국가

보건

기관

전염병 확산 경

로 파악·예측

- 국민 건강 안

전 확보

- 전염병 예방

- 시스템의 해외

수출

- 관리기구의 전

문성 및 인력문

제 발생 가능성

- 머신러닝

- 딥러닝

맞춤형 건강관

리 시스템

- 국민 건강수준

의 향상

- 전국민 건강정

보 DB보유 - 개인정보 유출

- 슈퍼컴퓨터

- 머신러닝

<자료> 김문구, 인공지능 헬스케어의 산업생태계와 발전방향, 한국전자통신연구원, 2016.

임상시험시스템, 의료 녹취 솔루션, 개인 맞춤형 질병 예측·치료 기술, 질병 진단을 위한

인공지능 보조의사시스템, 노화방지 치료 서비스 등의 분야가 될 것으로 전망된다. 이를

통해 질병의 조기 진단 및 오진 방지, 의사의 의사결정 지원, 의료기록 작성 소요 시간 단

축, 환자의 건강 수명 연장의 편익이 발생할 것으로 기대된다. 우리나라는 세계적으로 높

은 의료영상진단기기 보급률, 전국민 건강정보 DB 를 보유하고 있어, 의료기관에서의 인공

지능 헬스케어 활용은 향후 관련 기술과 개발 시스템의 해외 수출로 연결될 것으로 기대

되나, 인공지능의 예기치 않은 오류로 인한 잘못된 진단과 처방, 임상연구의 윤리적 문제

봉착 및 개인정보 유출, 의료 양극화 문제발생 등의 우려도 역시 존재한다.

Health IT 기업과 관련한 유망 분야로는 인공지능 수술로봇, 고령자 케어 로봇, 암 진단

시스템, 인공지능 기반 라이프 로그 데이터 활용 건강관리 및 컨설팅 서비스 등을 들 수

있다. 이를 통해, 의료진에 대한 수술 지원, 환자의 최소 절개 수술 및 빠른 회복, 삶의 질

주간기술동향 2018. 1. 24.

www.iitp.kr 10

개선 및 건강관리 등의 편익이 기대된다. 인공지능 헬스케어 기술은 인공지능 수술 로봇과

의료 교육 시뮬레이션 시장을 창출하고 고령자 케어로 인한 실버 시장 확대, 암 진단 시스

템의 해외 수출 등의 다양한 기회를 제공할 것이나 인공지능 로봇 도입에 따른 환자의 추

가적인 비용부담, 인공지능을 활용한 의료 분야 자율의사결정시스템의 오류와 신뢰성 문제

발생, 개인 정보 유출 등의 우려도 예견된다.

보험사에서는 가입자의 의료, 건강, 유전자 정보를 활용하여 인공지능 기술을 적용한

분야가 유망할 것으로 기대된다. 특히, 개인 맞춤형 보험 상품 개발, 최적의 보험료 산정

및 보험사기 예방시스템이 유망 분야로 부각될 가능성이 높다. 이를 통해, 보험사는 가입

자 특성에 부합되는 최적화된 보험 시스템 개발, 보험관련 업무 시간 단축에 따른 비용절

감, 보험사기 방지 등의 편익이 기대된다. 또한, 다양한 보험상품 개발, 보험산업 재정 건

전성 확보 등이 예상되나, 개인 정보 유출이 우려되고 보험 설계사의 인력 감축 등 일자리

감소 문제가 우려요인이 될 것으로 보인다.

제약사의 유망 분야로 환자특이적 특성에 기반한 개인 맞춤형 약품 개발, 인공지능과

정밀의료를 결합한 차세대 신약 개발 등이 예상된다. 이를 통해, 환자의 치료효과 향상 및

부작용 감소, 신약개발 기간 단축이 기대되나 인공지능 기술의 오류로 인한 신약의 치명적

결함 등이 우려된다.

국가 보건기관 측면에서는 전염병 확산 경로 파악과 예측, 국민 라이프 스타일에 맞춘

건강관리시스템, 건강보험 누수 확인 시스템이 유망 분야로 예상된다. 이를 통해, 전염병 방

지와 국민건강수준의 향상, 재정의 건전성 향상이 기대되나 개인정보 유출 등이 우려된다.

IV . 결론: 국내 인공지능 헬스케어의 사회적 영향과 활성화 방향

4 차 산업혁명 시대가 도래하면서 사회를 비롯하여 산업, 기업, 일반인의 삶에는 많은

변화가 예상된다. 그 중에서도 건강한 삶과 질 높은 의료 서비스에 대한 시대적 요구는 인

간의 가장 중요한 니즈이며, 이를 구현하기 위한 인공지능 헬스케어 분야는 4차 산업혁명

의 핵심으로 전망되고 있다[13]. 인공지능 헬스케어가 활성화되면 환자 및 일반인들에게 데

이터 기반의 최적화된 의료건강관리 서비스가 제공됨으로써 의료비 부담이 경감되고 건강

한 삶을 영위할 수 있게 될 것이다. 또한, 의료기관의 입장에서는 인공지능 기반의 정밀

11 정보통신기술진흥센터

기획시리즈 - 디지털 헬스케어

치료 제공으로 합리적인 비용과 동시에 의료 서비스의 질적 수준을 현저히 향상시킬 수

있다. 제약산업 분야에도 큰 파급효과가 예상되며, 개인의 유전체 정보와 인공지능 기술

분석을 통해 개인 특성 기반의 맞춤형, 표적 약품 개발 등 새로운 고부가가치 상품 개발이

가능해질 것이다. 의료 서비스와 가장 밀접한 관계에 있는 건강보험 산업에서는 가입자의

정확한 데이터 분석을 통해 적정한 보험료를 산정하고, 보험금 누수방지, 보험사기 방지

등 보험산업의 업무 효율화 향상 및 건전성을 제고할 수 있을 것으로 예상된다. 그러나 장

점만 존재하는 것은 아니다. 개인 의료 데이터 유출로 인한 사생활 침해 우려도 높다. 또한,

의료산업의 경우, 인공지능 기술 도입에 맞는 안전 규제 및 법 체계의 미흡으로 환자에 대

한 안전보장에 제약이 있을 수 있다. 인공지능의 판단이 인공지능 제작자의 윤리적 입장을

반영할 가능성이 있으며, 병원에서 이윤을 극대화하기 위해 환자에 대한 차별적 알고리즘

을 생성할 가능성도 있다. 그 밖에도 인공지능의 자율적 판단에 의한 부적절성 및 진단·

처방 결과와 관련된 문제 발생 시 책임소재에 대한 충돌도 예상된다[11].

결국, 인공지능 헬스케어가 국내에서 활성화되려면 의료 서비스 향상으로 인한 비용절

감, 건강수명 연장 등 많은 편익요인과 사생활 침해 우려 및 사람의 생명에 직접적으로 영

향을 미치는 특성을 함께 고려해야 한다. 이를 위해 데이터 구축과 활용, 비즈니스 모델

개발, 생태계 참여자의 협력, 연구개발 투자 확대 등이 요구된다. 인공지능 헬스케어가 국

내에서 활성화되기 위한 방향을 간략하게 제언하면 다음과 같다[12].

첫째, 양질의 방대한 데이터 확보는 인공지능 헬스케어 성장의 근간이 된다. 우리나라

는 전국민 건강보험 DB 와 의료기관의 방대한 영상 데이터가 구축되어 있으나, 기관간 연

계와 공유가 미흡한 실정이다. 이에 따라 구축된 의료 데이터에 대해 개인정보를 엄격히

보호하면서 동시에 기관이나 기업, 스타트업 등에서 데이터를 공유, 활용할 수 있도록 의

료정보 활용 가이드라인 정립이 요구된다.

둘째, 수요자 니즈를 파악하고 이를 다양한 서비스 모델로 연결하는 비즈니스 전략이

요구된다. 특히, 일반인에게 보급되는 다양한 스마트 기기 등으로부터 수집된 생활습관 데

이터 등과 인공지능 기술을 결합하여 라이프 스타일에 부합되는 건강증진 또는 사전 예방

의 서비스 모델 개발이 필요하다.

셋째, 많은 이해관계자들이 인공지능 헬스케어 산업 생태계에 참여하는 만큼, 의료기관,

연구기관, 기업(보험사, 제약회사, IT기업) 등 다양한 참여자 간에 능동적인 협력이 중요하다.

주간기술동향 2018. 1. 24.

www.iitp.kr 12

끝으로, 인공지능 헬스케어 산업의 혁신과 기술 개발을 주도하기 위해서 정부의 기초

원천 분야에 대한 집중적인 연구개발 투자와 함께 스타트업(Start-up)에 대한 장기적 관점

의 정책적 지원이 요구된다. 국내의 기술 경쟁력을 제고하기 위해 선도적인 연구개발 투자

가 필요하며 공공부문과 민간부문의 공동 연구개발 추진이 요구된다. 또한, 인공지능 헬스

케어 스타트업 촉진을 위해 창업보육과 기술지원을 강화하고 다양한 세제 지원, 창업실패

에 대한 부담완화 정책이 필요할 것이다.

[ 참고문헌 ]

[1] EU Human Brain Project. https://www.humanbrainproject.eu/en/.

[2] Frost & Sullivan, “Cognitive Computing and Artificial Intelligence Systems in Healthcare”, 2015.

[3] IDC, Bigger Data for Better Healthcare, 2013.11.

[4] MarketsandMarkets, “Artificial Intelligence in Medicine detailing Artificial Intelligence(AI) Market by

Technology, Application and Geography-Global Forecast to 2020”, 2016.

[5] The White House, “BRAIN Initiative Fiscal Year 2016 Fact Sheet”, 2014.

[6] Torjesen I., “Genomes of 100,000 people will be sequenced to create an open access research

resource”, BMJ. 347:f6690, 2013.

[7] 대외경제정책연구원, “주요국의 ICT 융합 의료산업 전략 및 시사점”, 2016.

[8] 보건복지부, “정밀의료를 통해 개인맞춤의료 실현 및 미래 신성장 동력 확보 추진, 2016.

[9] 생명공학정책연구센터, “주요 국가별 유전체 분석 프로젝트 현황”, 2015.

[10] 한국과학기술정보연구원, “정밀의료 서비스”, KISTI 마켓리포트 2017-04, 2017.

[11] 한국과학기술기획평가원(KISTEP), “2015 기술영향평가: 인공지능 기술”, 2016.

[12] 한국과학기술기획평가원(KISTEP), “인공지능 기술의 활용과 발전을 위한 제도 및 정책 이슈”,

ISSUE PAPER, 2016-07, 2016.

[13] 한국보건산업진흥원 (KHIDI), “4 차 산업혁명과 보건산업패러다임의 변화”, 보건산업브리프, Vol.

215, 2016.

[14] 한국정보기술연구원(KISTI), “인공지능 헬스케어”, KISTI Market Report, 2016.

ICT 신기술

13 정보통신기술진흥센터

김평수

한국산업기술대학교 교수

I . 서론

사물인터넷(Internet of Things: IoT)은 최근 가장 주목 받고 있는 인터넷 관련 기술로 지

능화된 스마트 디바이스 및 단말과의 연동을 통해 주변 다양한 형태의 센서로부터 수집된

정보를 가공 및 처리하여 다양한 서비스를 제공한다[1],[2]. 시장조사기관 리포츠앤리포츠가

2017년 3월에 발간한 자료에 따르면 2016년 사물인터넷 시장은 다양한 스마트 기기 등의

증가로 데이터 처리를 위한 유무선 통신 인프라의 수요가 높아져 160억 달러 시장 규모로

성장하였다. 아울러, 리포츠앤리포츠는 2023 년이 되면 글로벌 사물인터넷 시장 규모가 2016

년의 10배 이상인 약 2,000억 달러까지 성장할 것으로 전망하였다[3].

최근 사물인터넷 관련 연구 개발 및 표준화는 서비스 기술, 플랫폼 기술, 네트워크 기

술, 디바이스 기술, 보안 기술, 4개의 기술 계층으로 나누어 다양한 분야에서 진행되고 있

다[4]-[6]. 본 고에서는 사물인터넷 서비스 계층의 핵심 기술 중 하나인 식별자 체계 및 해

석시스템에 대한 내용을 다루고자 한다. 첫 번째로, 사물인터넷을 위한 식별자 기술에 대

한 연구 동향을 유럽 프로젝트 연구, 미래인터넷 기반 연구, 국내의 식별자 기반 통신 연

구를 기반으로 소개한다. 두 번째로, 사물인터넷을 위한 식별자 기술에 대한 표준화 동향

을 최근 ITU 를 중심으로 사물인터넷을 위한 유일한 식별체계 및 해석 시스템으로 고려하

여 표준화 작업중인 새로운 기술에 대해서 소개한다.

사물인터넷 식별자 기술 연구 및 표준화 동향

* 본 내용은 김평수 교수(☎ 031-8041-0489, pskim@kpu.ac.kr)에게 문의하시기 바랍니다.

** 본 내용은 필자의 주관적인 의견이며 IITP의 공식적인 입장이 아님을 밝힙니다.

주간기술동향 2018. 1. 24.

www.iitp.kr 14

II . 사물인터넷을 위한 식별자 기술 연구 동향

1. 유럽 IERC 프로젝트 연구 동향

사물인터넷을 위한 식별자 및 해석시스템 관련 프로젝트는 유럽의 IERC(European

Research Cluster on the Internet of Things, IoT European Research Cluster)를 중심으로 진행

되고 있다. IERC 는 여러 개의 Active Chain(AC)으로 이루어져 있으며, 그 중에서 AC02(Active

Chain 02)가 [표 1]과 같이 사물인터넷을 위한 네이밍(Naming), 어드레싱(Addressing), 탐색

(Search) 및 발견(Discovery) 주제를 중심으로 11 개 프로젝트를 수행하고 있다[7]. 식별자의

경우, Semantic Ontology, W3C SSN Compliant 기반의 RDF(Resource Description Framework)

기반 URI 을 사용하거나 기존 RFID 에서 사용되던 EPC 기반의 URN 를 사용하고 있다. RDF

는 웹 상의 자원의 정보를 표현하기 위한 XML 규격으로 상이한 메타데이터 간의 어의, 구

문 및 구조에 대한 공통적인 규칙을 지원하는 기법을 통해 웹상에 존재하는 기계 해독형

(machine-understandable) 정보를 교환하기 위해 W3C 컨소시엄에서 제안한 것으로, 메타데

이터 간의 효율적인 교환 및 상호호환을 목적으로 한다. EPCglobal은 상품코드의 국제표준

개발/관리기구인 European Article Number(EAN)와 Unique Country Code(UCC)의 통합으로 탄

생한 GS1이 2003년 11월에 설립한 자회사이다.

해석시스템의 경우, URI/RDF 식별자에 대해서는 SPARQL/Semantic 방식을 적용하는 DNS

[표 1] 유럽 IERC 프로젝트별 식별자 및 해석시스템

프로젝트 식별자 해석시스템

BUTTLER URI/RDF, IPv4/IPv6 SPARQL, DNS

ebbits Virtual Overlay Address SPARQL, Attribute based

GAMBAS URI/RDF SPARQL

iCore URI/RDF SPARQL

IOT-A URI/RDF, IPv4/IPv6 SPARQL, DNS

IoT@Work URI/RDF SPARQL

IoT.est URI/RDF -

IoT6 URI/RDF, IPv6 only SPARQL, DNS

OpenIoT URI/RDF SPARQL

SmartAgriFood URN with EPC ONS, SPARQL

CEN TC225 URN with EPC, DOI ONS

<자료> 한국산업기술대학교 자체 작성

ICT 신기술

15 정보통신기술진흥센터

방식을 사용하고 URN/EPC(Electronic Product Code) 식별자에 대해서는 특정 EPC에 대한 정

보를 찾아 그 정보에 액세스할 수 있도록 해주는 종합적인 객체 네이밍 서비스인 ONS

(Object Naming Service) 방식을 사용하고 있다. 결국, 유럽에서 진행중인 사물인터넷 기반

프로젝트에서는 현재 인터넷 기반의 “어디(Where)”에 초점을 두는 식별자와 이에 따른

Lookup-by-Name 기반의 해석시스템을 채택하고 있다고 볼 수 있다.

2. 미래인터넷 기반 연구 동향

미래인터넷 연구인 MobilityFirst 와 ICN(Information-centric networking) 프로젝트는 사물인

터넷을 미래인터넷의 일부로 생각하고 있으며 오버레이(Overlay) 개념으로 간주하고 있다

[8]-[10]. 사물인터넷은 WoT(Web of Things)의 다른 이름이며, 기존 M2M, CPS(Cyber Physical

System) 응용의 다른 표현으로 보고 있다. 궁극적으로 사물인터넷은 미래인터넷의 일부가

되어야 한다고 생각하고 있다.

가. MobilityFirst 프로젝트

MobilityFirst 프로젝트는 “Mobility is the norm”, 즉 이동성(Mobility)을 기본 요구조건으로

하는 미래인터넷 구조를 연구 개발한다. 특히, GDTN(Generalized Delay Tolerant Networking)

을 적용하여 링크나 네트워크의 접속이 끊겼을 경우에도 원활한 통신이 이루어지도록 한

다. 또한, 네트워크의 신뢰성을 높이기 위해 자기인증(Self-certifying) 기능을 수행하는 공용

어드레스를 이용한다. 이동성을 최우선으로 하는 구조는 통신 환경과 위치를 인식하는 것

이 가능하기 때문에 네트워크 적응성이 뛰어나다.

MobilityFirst 에서는 플랫 구조의 네임과 Lookup-by-Name 및 Route-by-Name 혼용 기반

의 네임시스템을 갖는다. 콘텐츠에 GUID(Globally Unique Name)란 식별자를 사용하며 GNRS

(Global Name Resolution Service)라는 해석시스템을 이용한 Content Delivery 기법을 제공하

며 기존 NDN(Named Data Networking)과 차별화된 기법이라고 주장하고 있다. 즉, Mobility

First의 경우 다양한 통신 객체를 사용할 수 있는 가능성을 제시하는 수준이라 할 수 있다.

MobilityFirst에서 고려하는 사물인터넷을 위한 식별자는 미래인터넷에서 식별자로 사용하던

GUID에 RDF 개념을 적용하는 것이다. MF 라우터가 GUID로 식별하여 RDF 기반의 사물인터

넷 서비스를 In-network 형태로 제공한다. 즉, 사물인터넷 서비스를 CCN(Content-Centric

주간기술동향 2018. 1. 24.

www.iitp.kr 16

Networking) 개념으로 라우팅하여 서비스 한다는 개념이다[8].

나. ICN 프로젝트

다양한 인터넷 디바이스의 급증으로 인한 데이터 트래픽 폭발은 물론 동일한 콘텐츠의

중복 전송 이슈 등과 같은 비효율적인 현재 인터넷(Legacy Internet) 문제점을 해결하기 위

해 처음부터 인터넷 구조(Architecture)를 새롭게 설계하고자 미래인터넷(Future Internet)의

대표적인 아키텍처로 정보 중심의 네트워킹(Information-Centric Networking: ICN)이 부각되었

으며 현재 전 세계적으로 관련 연구가 진행되고 있다. 최근 인터넷관련 국제표준화기구인

IETF(Internet Engineer Task Force)의 사전연구기관인 IRTF(Internet Research Task Force) 내

ICNRG(Information Centric Networking Research Group)에서는 사물인터넷에 ICN 개념을 적용

하는 경우에 대한 요구사항은 물론 다양한 기술적 이슈를 분석하는 문서와 효율적인 사물

인터넷을 위해 ICN을 사용하는 경우의 응용 및 Tradeoff 등을 포함하는 문서 등 관련 연구

작업이 진행 중이다[9],[10].

ICNRG의 ICN 기반 사물인터넷 연구는 화웨이가 에디터를 담당하고 있으며 Winlab을 포

함한 다양한 기업, 연구기관 등이 공동연구자로 참여하고 있다. 연구 주제 중 하나가 사물

인터넷 식별자(Naming)이며, ICN을 위한 해석시스템 및 네이밍 방안에 대한 논의를 진행하

고 있다. ICN 기반 사물인터넷 네트워크 플랫폼에 대한 주요 요구사항 중 네이밍에 관한

요구사항은 사물인터넷 네트워크 플랫폼을 실현하는 첫 번째 단계의 기술이다. 즉, 정보

객체에 할당되는 식별자는 동적인 환경을 갖는 사물인터넷에서 영속성(Persistence) 보장은

물론 보안성 및 응용 편리성을 제공해야 한다. 다시 말해서, ICN 기반 사물인터넷의 장점

중의 하나가 디바이스와 데이터 및 서비스에 대한 네이밍이라 할 수 있다. 반면, 기존 호스

트 기반의 현재 인터넷(Legacy Internet)에서는 디바이스나 네트워크 인터페이스를 통해 식

별(네이밍)하고 데이터나 서비스는 응용 계층에서 처리하는 것으로 간주한다. 반면에, 사물

인터넷 서비스 환경에서는 데이터나 서비스가 주요 목적이며 디바이스 간의 통신은 이차

적인 경우가 많다.

3. 국내의 식별자 기반 네트워킹 연구 동향

현재 우리가 사용하는 대부분의 네트워크는 인터넷 주소 IP(Internet Protocol) 기술을 기

ICT 신기술

17 정보통신기술진흥센터

반으로 하고 있다. 하지만 다양한 새로운 서비스의 등장, 폭발적인 네트워크 기기와 데이

터량 증가로 인해 기존의 인터넷 주소 IP 를 사용한 현재의 네트워킹 기술은 그 한계에 다

다르고 있다. 기존의 IP 기술은 주소를 기반으로 통신하기 때문에 수신측 인터넷 디바이스

가 이동하거나 네트워크에 동일한 데이터가 존재하는 등 새로운 네트워크 환경에서는 통

신 효율이 크게 떨어지는 문제가 있다. 이런 문제를 극복하기 위해 IP 대신 식별자(Identifier,

ID)에 기반한 새로운 네트워킹 기술 연구가 전 세계적으로 이루어지고 있다[11].

최근, 한국전자통신연구원(ETRI)은 유·무선 통신 네트워크에서 일반적으로 사용하는 인

터넷 주소 IP 대신 식별자에 기반한 차세대 네트워킹 기술을 개발하였다. 한계에 다다른 IP

기반 네트워크의 대안 기술인 식별자 기반 차세대 네트워킹 핵심 기술 개발에 성공하였으

며, 이를 검증 완료하였다. 식별자 기반 차세대 네트워킹 기술은 IP 주소와 독립적으로 단

말, 사람, 데이터, 서비스 등 다양한 통신 객체(Object)에 식별자를 부여하여 이를 기반으로

통신한다. 이 기술은 네트워크 자체에서 필요한 위치 정보를 실시간으로 관리할 수 있도록

설계되어 있어 기존 인터넷 주소 IP 기반 네트워킹의 문제점들을 근본적으로 해결할 수 있

다. 본 기술을 구성하는 핵심기술로는 대규모 네트워크에서 빠르게 정보 전달 경로를 찾는

라우팅 프로토콜 기술, 대규모 통신 객체의 위치를 실시간으로 찾는 기술, 구조적 이동성

을 제공하는 매핑시스템 기술, 인증 정보가 포함된 식별자를 이용하여 네트워크 자체적으

로 송신자의 위·변조를 방지하고 분산 서비스 거부 공격(Distributed Denial-of-Service:

DDoS)에 효율적으로 대응할 수 있는 신뢰 통신 프로토콜 기술 등이 있다.

국내 표준화 동향을 살펴보면, 먼저 사물인터넷 관련 표준화는 [표 2]와 같이 ITU-T,

ISO/IEC, oneM2M, OCF 등 다양한 공식표준화 기구는 물론 사실표준화 기구에서 다양한 주

제로 진행되고 있으며, 현재 객체식별자를 이용한 사물인터넷 디바이스의 식별에 대한 표

준화를 완료하고 이를 기반으로 국제표준화를 추진 중이다. 특히, 객체식별자를 이용한 사

물인터넷 디바이스의 식별에 대한 표준화의 경우, TTA 에서 사물인터넷 디바이스 식별자

및 사물인터넷을 위한 객체식별자 할당체계 표준을 제정하였고, 사물인터넷 포럼은 사물인

터넷 디바이스 식별자 및 사물인터넷을 위한 객체식별자 할당 체계 표준을 제정하였으며,

지난 2017년11월 국립전파원 국가 표준 심의회의에서는 “객체식별자 기반 사물인터넷 디

바이스 식별체계(KS X 1907:2017)”와 “사물인터넷을 위한 객체 식별자 할당절차(KS X

1908:2017)”가 국가표준으로 상정되었다.

주간기술동향 2018. 1. 24.

www.iitp.kr 18

[표 2] 표준화 기구별 사물인터넷 표준화 주요 활동

SIDO Title Standardization Activity

ITU-T IoT(Internet of Things) Standard of IoT requirement, network, function, service from a telco, perspective

ISO IoT(Internet of Things) Standard of IoT concept, market requirement, Gap analysis

oneM2M M2M(Machine-to-Machine) Standard of common M2M service layer to support various services

2GPP MTC(Machine-Type Communication)

Standard of Radio/Network technologies based on Mobile Communications

IEEE M2M(Machine-to-Machine) IoT(Internet of Things)

Standard of PHY/MAC technologies based on IEEE 802.x

IETF IoT(Internet of Things) Smart objects

Standard of the amendment of conventional Internet protocol

OCF IoT(Internet of Things) Define the connectivity requirements and ensure interoperability of the billions of device

AllSeen Alliance

IoT(Internet of Things) Enable widespread adoption and help accelerate the development and evolution of an interoperable peer connectivity based on AllJoyn

Thread Group

IoT(Internet of Things) Create the very best way to connect and control products in the home

<자료> 홍용근, IoT 국제표준기술동향, 사물인터넷포럼 2016년도 상반기 워크샵

III . 사물인터넷을 위한 식별자 기술 표준화 동향

앞 장에서 언급한 사물 인터넷 관련 다양한 표준화 동향 중에서, 최근 ITU 를 중심으로

사물인터넷을 위한 유일한 식별체계 및 해석 시스템으로 DOA(Digital Object Architecture)를

활용하려는 움직임이 있으나, 미국과 영국을 중심으로 이에 반대하고 있는 상황이다

[12],[13].

1. DOA 기술 개요

DOA 는 정보 객체를 관리하기 위한 프레임워크로 정보 객체에 식별자(identifier/Handle)

를 부여함으로써 현재 인터넷에서 발생하는 문제를 해결하기 위한 또 다른 식별자시스템

또는 네이밍 시스템이라 할 수 있다. DOA 와 해석시스템인 Handle System®은 1990 년 초

미국 정부의 정보네트워크산업 진흥기관인 CNRI(Corporation for National Research Initiatives:

CNRI)가 미국방위고등연구계획국(Defense Advanced Research Projects Agency: DARPA)과 디

ICT 신기술

19 정보통신기술진흥센터

지털 도서관 과제(업무)를 수행하면서 시작된 개념이다. 참고로, CNRI 는 현재 DOA 표준기

술 확산을 주도하고 있는 Robert Kahn이 1986년 설립하였다. 수십 또는 수백년의 긴 기간

동안의 정보를 식별(Identify)하고 검색(Retrieve)할 수 있어야 함이 DOA 설계 필요성 중 하

나였으며 따라서, 영속성(Persistence)이 가장 중요한 설계 요구조건이다. DOA는 개발 당시

에 호스트 집합과 전송 장치를 중심으로 구성된 인터넷 관점에서 인터넷이 디지털 객체

형태의 정보에 대한 검색 및 전달을 중심으로 구성되는 관점으로 이동하려는 시도였다.

DOA 는 [그림 1]과 같이 인터넷상에서 동작하는 분산된 정보 저장소(Storage), 위치

(Location) 및 검색(Retrieval) 시스템이며 정보 객체에 부여되는 식별자인 객체식별자(Object

ID)와 이를 정보 객체와 연관된 정보로 변화하는 해석 시스템(Resolution System)인 Handle

System®으로 구성된다.

- 디지털 객체(Digital Object): 데이터, 데이터 및 메타 데이터에 대한 상태 정보를 포함

하는 구조화된 레코드이며 관련 정보를 찾을 수 있는 위치에 대한 포인터를 포함

- 정보저장시스템(Repositories): 정보가 저장된 시스템

- 식별자/핸들(Identifiers/Handles): 고유 물리적 객체 또는 논리적 시스템과 관련이 없으

며 영속적이고 독립적인 디지털 객체에 대한 일련의 식별자이며 핸들이라고 함

<자료> Christophe Blanchi, Digital Object Architecture and The Handle System, DONA, 2016. 4.

[그림 1] Digital Object Architecture 개요

주간기술동향 2018. 1. 24.

www.iitp.kr 20

(Handle System에서 식별자를 지칭하는 handle은 DOA에서 Object ID 로 변경됨)

- 해석시스템 및 레지스트리(Resolution System and Registries): Handles 를 정보 위치 및

정보 저장소의 정보로 변환하는 데 사용되는 시스템

원래 DOA 는 다른 종류의 해석 시스템이 정의되고 사용되는 것을 허용했지만, 시간이

흐르면서 Handle System이 거의 독점적으로 사용하고 있다.

Handle System은 인터넷 상에서 효과적이고 안전한 글로벌 네임 서비스를 제공하기 위

한, 확장성을 지닌 분산 시스템으로 분산 환경에서 정보(핸들, 디지털 자원)를 저장하고 해

석을 통해 핸들이 표시하는 정보로 이동, 접근, 사용할 수 있게 한다. 식별이 되는 정보의

상태를 변경하기 위해 디지털 자원만큼 변경하고 핸들은 변경하지 않으므로 변화하는 정

보의 위치에 대한 영속적인 이름을 제공하게 된다. 각 핸들은 각자 관리자를 갖고 있으며,

관리는 분산 환경에서 수행된다. 현재 대부분 DOA 서비스는 디지털 콘텐츠(객체) 식별자로

주로 사용되고 있는 DOI(Digital Object Identifier) 서비스가 대부분이며 DOA GHR 들이 한달

평균 2억 건의 쿼리를 처리한다. 참고로, DNS 의 경우 J 루트 서버 하나가 하루에 6억 건

의 쿼리를 처리한다. 이 정도로 DNS와 비교가 안 되는 수준의 서비스를 제공하고 있다. 또

한, DOI 서비스 역시 DNS를 기반으로 하는 서비스이다. Handle System은 미국의 CNRI에서

개발되어 초기에는 전자도서관(DL)을 중심으로 발전하였고, 개발된 시스템은 IDF(International

DOI Foundation), Library of Congress 등 다음과 같은 곳에 적용되어 활용되고 있다[13].

- Library of Congress

- IDF(International DOI Foundation)

* CrossRef(scholarly journal consortium)

* Enpia(Korean content management technology firm)

* CDI(U.S. content management technology firm)

* LON(U.S. learning object technology firm)

* CAL(Copyright Agency Ltd - Australia)

* TSO(U.K. publisher & info mgmt service provider)

* MEDRA(Multilingual European DOI Registration Agency)

- cIDF(Content IDF Forum, based in Japan)

ICT 신기술

21 정보통신기술진흥센터

- DTIC(Defense Technical Information Center)

- NTIS(National Technical Information Service)

2. 사물인터넷을 위한 식별자로서의 표준화

2016년 7월 ITU-SG20(Internet of things(IoT) and smart cities and communities(SC&C), IoT

및 스마트시티)에서 DOA 와 Handle System 기술 기반의 IoT 사물의 위·변조 방지 식별자

와 식별자 해석시스템 관련 신규 연구과제를 제안하였다. 제안 후, 미국, 영국, 캐나다 진

영과 러시아, 중동 진영 사이에 많은 논쟁이 있었지만, 해당 권고에 DOA 외 동일한 기능을

가진 경쟁 기술을 포함하도록 권고 범위를 변경하여 신규 연구과제로 채택되었으며 현재

사물인터넷과 스마트 시티 환경에서 보안 및 프라이버시 요구사항, 신뢰기술, 보안 측정,

식별기술 등에 대한 표준화를 추진하고 있는 Q6(Security, privacy, trust and identification for

IoT and SC&C)에서 “An Interoperability framework for IoT(Y.IoT-Interop)”로 표준화 작업이 진

행되고 있다. [표 3]은 ITU-T SG20의 조직구성을 나타낸다.

[표 3] ITU-T SG20 조직구성

ACRONYM TITLE

WP1/20

Q1/20 End to end connectivity, networks, interoperability, infrastructures and Big Data aspects related to IoT and SC&C

Q2/20 Requirements, capabilities, and use cases across verticals

Q3/20 Architecture, management, protocols and Quality of Service

Q4/20 e/Smart services, applications and supporting platforms

WP2/20

Q5/20 Research and emerging technologies, terminology and definitions

Q6/20 Security, privacy, trust and identification for IoT and SC&C

Q7/20 Evaluation and assessment of Smart Sustainable Cities and Communities

Regional groups

SG20GR-LATAM ITU-T SG20 Regional Group for the Latin American Region

SG20GR-EECAT ITU-T SG20 Regional Group for Eastern Europe, Central Asia and Transcaucasia

SG20GR-ARB ITU-T SG20 Regional Group for the Arab Region

SG20GR-AFR ITU-T SG20 Regional Group for the Africa Region

Other groups under SG20

FCA-IoT and SC&C Joint Coordination Activity on Internet of Things and Smart Cities and Communities

FG-DPM Focus Group on Data Processing and Management to support I

<자료> ITU-T SG20

주간기술동향 2018. 1. 24.

www.iitp.kr 22

IV . 결론 및 시사점

본 고에서는 사물인터넷 서비스 계층의 핵심 기술 중 하나인 식별자 체계 및 해석시스

템에 대한 연구 동향 및 표준화 동향을 다루었다. 사물인터넷을 위한 식별자 기술에 대한

연구 동향의 경우는, 유럽 IERC 프로젝트 연구, 미래인터넷 기반 연구, 국내의 식별자 기반

통신 연구로 나누어 소개하였다. 사물인터넷을 위한 식별자 기술에 대한 표준화 동향의 경

우는, 최근 ITU를 중심으로 사물인터넷을 위한 유일한 식별체계 및 해석시스템으로 고려하

여 표준화 작업중인 DOA기술과 관련 표준화 동향에 대해 소개하였다. 향후 사물인터넷 시

대의 도래에 따라 인터넷 거버넌스의 큰 흐름이 사물인터넷 거버넌스로 바뀔 가능성이 예

상되므로 다양한 사물인터넷 관련 기술에 대한 향후 흐름에 대한 관심이 필요하다.

[ 참고문헌 ]

[1] A. Al-Fuqaha, M. Guizani, M. Mohammadi, M. Aledhari, M. Ayyash, “Internet of Things: A Survey on

Enabling Technologies, Protocols, and Applications,” IEEE Communications Surveys & Tutorials,

Vol.17, Issue 4, 2015.

[2] S. Li, L. D. Xu, S. Zhao, “The internet of things: a survey,” Information Systems Frontiers, Vol 17,

Issue 2, 2015.

[3] “사물인터넷 산업의 시장 및 정책 동향”, IITP, 주간기술동향 1825호, ICT Zoom, 2017. 12. 5.

[4] 이종화, 김동호, 사물인터넷 기술의 국제표준화 동향, 한국통신학회 2016년도 추계종합학술대회,

2016, pp.561-562.

[5] 홍용근, “IoT 국제 표준 기술 동향”, 사물인터넷포럼 2016년도 상반기 워크숍, 2016.

[6] K-ICT 표준화전략맵(K-ICT Standardization Strategy Map), Ver. 2017, 한국정보통신기술협회, 2016.

12.

[7] Catalogue of IoT Naming, Addressing and Discovery Schemes in IERC Projects, IERC Activity Chain

2 Deliverable D1, Jan 2013.

[8] Sugang Li, et al., “MF-IoT: A MobilityFirst-Based Internet of Things Architecture with Global Reach-

Ability and Communication Diversity”, 2016 IEEE First International Conference on Internet-of-Things

Design and Implementation(IoTDI), Berlin, Germany, April 2016.

[9] M. Amadeo, et al., “Information-centric networking for the internet of things: challenges and

opportunities”, IEEE Network, Vol.30, No.2, March-April 2016, pp.92-100.

[10] S. Sicari, A. Rizzardi, L. A. Grieco, A. Coen-Porisini, “A secure ICN-IoT architecture”, 2017 IEEE

International Conference on Communications Workshops (ICC Workshops), Paris, France, May 2017.

ICT 신기술

23 정보통신기술진흥센터

[11] 정희영, “차세대 네트워킹 기술 기반 사물인터넷 연구동향”, ETRI, 전자통신동향분석, 제 31 권,

제3호, 2016. 6, pp.142-150, pp.561-562.

[12] Christophe Blanchi, “Digital Object Architecture and The Handle System”, DONA, 2016. 4.

[13] Chip Sharp, “Overview of the Digital Object Architecture(DOA)”, An Internet Society Information

Paper, Internet Society, 2016.

주간기술동향 2018. 1. 24.

www.iitp.kr 24

이스라엘에서는 매년 1,000 개의 스타트업이 설립되고 있으며 이 중 적잖은 스타트업들이 전

세계 VC들과 ICT 기업들의 투자 물망에 오르고 있는데, 특히 자율주행차와 전기자동차 관련

핵심 기술을 보유하고 있는 스타트업들이 큰 주목을 받고 있음. 2018년 CES에서는 자율주행차

가 본격적인 상용화 단계에 진입하고 있으며, 시장 선점을 위한 기업간 합종연횡이 향후 치열

하게 전개될 것임을 확인할 수 있었는데, 이는 이스라엘의 스타트업들에 대한 구애의 손길이

더욱 뜨거워질 것임을 의미

*

I . 자율운전자동차 시장의 우량주, 이스라엘 자동차 관련 스타트업

이스라엘에서는 매년 1,000 여 개 내외의 스타트업이 설립되고 있으며, 이 중 상당수가

인수되거나 협업 파트너로 선정되는 등 전세계 ICT 기업들과 미디어의 높은 관심을 받고

있음

이스라엘에서 창업된 스타트업의 수는 2012 년에 처음으로 1,000 개를 넘어섰으며 이후

2015년까지 4년 연속으로 1,000 개를 넘겼음

* 본 내용과 관련된 사항은 산업분석팀(☎ 042-612-8296)과 최신 ICT 동향 컬럼리스트 박종훈 집필위원

(soma0722@naver.com ☎ 02-576-2600)에게 문의하시기 바랍니다.

** 본 내용은 필자의 주관적인 의견이며 IITP의 공식적인 입장이 아님을 밝힙니다.

최신 ICT 이슈

<자료> IVC Research Center

[그림 1] 이스라엘 신규 창업 스타트업의 수

최신 ICT 이슈

25 정보통신기술진흥센터

이스라엘의 스타트업들은 최근 수년 동안 속속 전세계 기업들에게 인수되고 있으며, 그

배경에는 이처럼 탄탄한 토대를 이루고 있는 1,000 개 내외의 스타트업들이 자리잡고 있음

2017 년에 인수된 주요 이스라엘 기업을 보면 인수금액 순서로 모빌아이(Mobileye, 153 억

달러), 뉴로덤(Neuro Derm, 11 억 달러), 플래리엄(Plarium, 5 억 달러), 긱야(Gigya, 3.5 억 달

러), 엔지모텍(Enzymotec, 1.68억 달러) 등임

2017 년 말 현재 IT 미디어에 가장 많이 회자되고 있는 이스라엘 기업은 웨이즈(Waze), 무

빗(Moovit), 모빌아이, 세덱스(CEDEX), 스토어닷(StoreDot), 바이야(Vayyar) 등 6개이며, 이들

기업들 역시 대부분 인수되었거나 인수 물망에 올라 있다는 공통점이 있음

‘웨이즈(Waze)’는 스마트폰 내비게이션 앱을 제공하는 기업으로 2003 년 애플-페이스북-

구글의 인수전 결과 구글이 13억 달러에 인수한 바 있음

웨이즈의 앱은 이용자들이 도로 상황이나 가솔린 가격 등을 입력하면 실시간에 가까운 속

도로 다른 이용자들이 공유할 수 있게 해주는 것으로 내비게이션과 커뮤니케이션 도구를

합친 것임

개발 당시의 컨셉은 움직이는 자동차의 GPS 데이터를 하나로 엮어 내는 지도를 만든다는

것이었으며, 점차 도로 정보의 위키피디아를 목표로 하게 되었음

<자료> Goldgenie News

[그림 2] 참여형 내비게이션 앱 ‘웨이즈’

주간기술동향 2018. 1. 24.

www.iitp.kr 26

웨이즈 서비스를 전세계 각지에서 시작하려면 먼저 데이터를 입력해 줄 협력자가 필요한

데 웨이즈는 이들을 ‘편집자’라 부르며, 각 지역의 편집자 커뮤니티를 구축하는 것이 웨이

즈의 중요한 사업 전략이 되고 있음

웨이즈는 현재 13 개 국에서 완벽한 지도를 제공하고 있다는 평을 받고 있으나 그 이외

국가의 지도는 불완전한데, 이는 사용자 기반 크기와 편집자 커뮤니티의 존재 유무에 좌

우됨

국내에서는 테슬라가 한국에 전기자동차를 출시하며 구글 지도 대신 사용자 참여형 내비

게이션인 웨이즈 탑재를 고려하고 있다는 것이 알려지며 한때 관심을 모은 바 있음

‘무빗(Moovit)’은 교통수단 환승을 지원하는 앱으로, 전철이나 버스 이용 정보 외에도 카

풀 서비스와 연동하여 자동차 이용 시 교통 정보도 제공하고 있음

무빗은 목적지로 가기 위한 내비게이션 기능, 도착까지 사용자끼리의 정보 공유라는 측면

에서 보면 웨이즈 앱과 유사하지만, 자동차 이외 교통수단 이용자를 대상으로 하고 있는

것이 다름

잠재 사용자 기반에 대해 무빗은 전세계적으로 자동차가 10 억 대 있는 반면, 인구는 80

억 명이나 된다는 점을 강조하고 있음

<자료> OK Diario

[그림 3] 대중교통 환승 지원 앱 ‘무빗’

최신 ICT 이슈

27 정보통신기술진흥센터

무빗에서 모은 데이터는 도시에 제공됨으로써 효과를 낳게 되는데, 시 당국이 교통 상황

데이터를 활용하여 최적의 교통 인프라를 만드는 데 도움을 줄 수 있으며, 무빗은 이를

위한 툴을 시에 제공하고 있음

무빗은 현재 1,800 개 이상의 도시를 지원하고 있으며, 1 억 명 이상의 이용자가 신뢰하는

세계 1위의 대중교통 길찾기 앱으로 자리매김하고 있음

무빗의 서비스가 활성화되려면 먼저 교통 관련 데이터가 공개되어야 하며, 무빗은 현재

전세계에서 지자체 단위로 서비스를 확대하고 있는데, 16 시간마다 한 개의 지자체가 늘

어나고 있다고 함

무빗이 제공하는 툴은 2016년 리우데자네이루 올림픽에서도 활용된 바 있으며, 현재 도쿄

올림픽에서 활용하기 위한 협의를 진행 중에 있다고 함

2017년에 인텔이 153억 달러에 인수해 큰 화제가 된 ‘모빌아이(Mobileye)’는 첨단 운전자

보조 시스템(ADAS)에 사용되는 자동차용 CCD(전자결합소자) 카메라를 제조하고 있음

CCD 카메라는 사람이나 다른 차량을 포착하여 차량과 충돌할 것 같으면 자동으로 브레이

크를 거는 등의 용도에 활용되는데, 모빌아이 제품의 특징은 카메라 렌즈가 하나라는 점

일반적으로 거리를 측정할 때는 여러 대

의 카메라를 설치하지만, 모빌아이는 사

람의 눈의 움직임을 연구하여 단일 렌

즈에서도 이를 가능하게 했으며, 이런

점이 인정을 받아 현재 자동차 제조업

체 20 여 곳이 이 기업의 CCD 카메라를

이용하고 있음

2017 년 8 월 인텔은 모빌아이를 인수했

는데 향후 자동차에 많이 도입될 CCD

카메라를 비롯한 자동차 프로세서 시장을 겨냥한 것으로 분석되며, 이 밖에 BMW 역시 모

빌아이와 제휴하여 2021년을 목표로 완전 자율운전자동차를 개발 중에 있음

자율운전차 개발에 중요한 모빌아이의 기술은 ‘REM(Road Experience Management, 도로 경

험 관리)’인데, 8개의 카메라로 360도 뷰를 제공하는 것으로, 자율주행을 위한 지도를 자

동으로 생성하는 데 이용됨

<자료> Autonews

[그림 4] 모빌아이의 거리 측정 CCD 카메라

주간기술동향 2018. 1. 24.

www.iitp.kr 28

REM 기술을 이용해 카메라가 포착한 영상을 클라우드에 업로드 함으로써 자율주행에 필

요한 세세한 차원의 통로 데이터를 공유할 수 있으며, 5~10 회 도로 주행을 하면 필요한

데이터를 생성할 수 있다고 함

‘세덱스(CEDEX)’는 현재 다이아몬드의 온라인 마켓플레이스를 구축 중에 있으며, 블록체

인 기반의 암호화폐를 이용하는 것이 특징임

금과 같은 여느 광물과 달리 다이아몬드의 온라인 마켓플레이스는 아직 없기 때문에 온라

인 다이아몬드 시장을 구축하려는 움

직임은 다른 나라에도 있지만, 세덱스

는 다이아몬드 거래에 자체 암호화폐

를 이용하는 것이 특징임

세덱스는 블록체인 기술을 사용하여

다이아몬드 거래 시장의 투명성을 도

모하는 것이 목적인데, 2018 년 1 분기

에 암호화폐의 제공을 시작하고 3분기

에 거래 시장인 ‘세덱스 플랫폼(CEDEX

Platform)’을 런칭한다는 계획임

‘스토어닷(StoreDot)’은 유기 화합물 기술에 강점을 가진 기업으로 스마트폰의 배터리와

유기 EL 디스플레이(OLED)를 개발하고 있음

현재 주목을 받고 있는 스토어닷의 개발 제품은 리튬 이온 배터리로, 기존 배터리에서 1

시간 내지 1 시간 반 정도 걸리던 충전을 1~5 분에 완료하는 고속 충전이 특징이며, 스토

어닷은 배터리의 용량을 높이려는 여느 배터리 업체들과는 차별화된 노선을 걷고 있음

이 고속 충전 배터리는 아직 개발 중이

지만 전기자동차 전환을 모색하고 있

는 자동차 업계가 뜨거운 관심을 보내

고 있는데, 2017년 9월 다임러의 트럭

부문이 스토어닷에 출자를 발표한 바

있으며, 미쓰비시의 트럭·버스 부문이

개발한 전기 트럭 ‘e캔터(eCanter)’에도

이 배터리가 탑재될 계획임

<자료> Charged EVs

[그림 6] 스토어닷의 고속 충전 리튬 이온 배터리

<자료> NewsBTC

[그림 5] 세덱스 토큰 선판매 시작(2018.1.12)

최신 ICT 이슈

29 정보통신기술진흥센터

‘바이야(Vayyar)’는 고주파를 이용하여 인간의 눈에 보이지 않는 부분까지도 데이터를 3

차원화 하여 시각화 하는 센서 기술을 가지고 있으며, 다양한 분야에 기술 응용을 하고

있음

2011 년에 설립된 바이야는 사업 초기에는 저비용으로 유방암 검진을 할 수 있고, 환자에

게 물리적으로 고통을 주지 않고도 악성 종양의 성장을 모니터링 할 수 있는 의료용 센서

를 주로 개발해 판매하였음

현재도 의료 기술 개발을 지속하고 있지만 자율주행차, 스마트 건축, 농업 설비, 스마트홈

보안 모니터 등 새롭고 다양한 센서 활용 분야를 개척해 가고 있음

바이야의 센서는 기술적으로는 칩 형태의 다중입출력(MIMO) 레이다로 25센트 동전보다 작

으며, 반경 10 미터 이내 정도에서 전파를 감지해 사람들의 형상과 움직임을 시각화 해 줌

바이야의 센서는 카메라와 달리 빛이나 광학에 의존하지 않기 때문에 연기나 어둠을 뚫고

감지하는 것은 물론 벽 너머에 있는 사람의 움직임도 감지할 수 있는 것이 특징임

따라서 만약 연로한 부모님이 바닥이 미끄러운 화장실에 들어갈 때 미끄럼 사고가 났는지

모니터링 하고 싶을 경우, 화장실 내에 카메라를 설치한다면 프라이버시를 침해하게 되지

만 바이야의 센서를 이용하면 문 밖에서도 안의 움직임을 알 수 있어 사생활 보호가 가능

해 짐

바이야는 최근 이 센서를 차내 상황과 차 밖의 상황을 감지하기 위해 사용하는데, 차내

감지의 경우 트렁크 적재 공간 확인이나 차량 내 탑승자의 자세와 위치 확인, 운전자 졸

음 여부 확인, 차량 내 아기 탑승 여부 판단 등에 활용할 수 있음

<자료> TechCrunch

[그림 7] 바이야 센서를 이용한 차량 내부 탐지

주간기술동향 2018. 1. 24.

www.iitp.kr 30

차량 밖을 모니터링 할 경우 충돌 회피 같은 기능을 직접 지원하는 것은 아니지만, 10m

정도라면 객체의 형태를 감지할 수 있기 때문에 가령 모퉁이를 도는 경우 모퉁이 너머의

상황을 알 수 있어 자율운전의 안전도 향상에 도움을 줄 수 있음

이상 주목 받고 있는 6 개 이스라엘 기업 중 5 개사는 모두 ‘자동차’와 관련되어 있다는

공통점이 있으며, 특히 4개 기업의 기술 및 서비스는 자율주행차와 높은 연관성이 있음

웨이즈는 현재 카풀 서비스를 제공하고 있는데, 이 서비스는 2017 년 11 월부터 애리조나

주 피닉스에서 완전 자율운전 택시 서비스의 실증 실험을 시작한 웨이모(Waymo)의 사업

과 접목 가능성이 점쳐지고 있음

웨이즈의 카풀 앱 정보와 웨이즈에서 수집하고 있는 ‘최신’ 도로 정보는 향후 웨이모와 같

은 무인 택시 이용에 중요한 데이터가 될 것임은 틀림없음

무빗 역시 카풀 서비스와 도로 정보를 가지고 있다는 점에서 자율운전차 비즈니스와 관련

해 웨이즈와 동등한 위치를 차지하고 있음

지금은 무빗이 대중 교통 서비스 지원을 주로 하기 때문에 자동차 정보만 제공하는 웨이

즈와 직접적으로 경쟁하지 않지만, 자율운전이 확산되는 시점에서는 어느 쪽이 최신 도로

정보를 확보하고 있는지를 놓고 경쟁하게 될 가능성이 높음

즉, 크라우드소싱이 관건이 되는데, 자율주행 서비스 시장을 고려한다면 무빗은 지자체 수

를 늘리는 전략을 지금보다 더욱 강도 높게 추진할 것으로 보임

모빌아이는 이미 자동차 업계에서 크게 인정받는 존재가 되어 있는데, 무엇보다 자율운전

기술의 수준을 높이기 위해서는 모빌아이의 소프트웨어 기술이 중요하기 때문

모빌아이의 REM 은 도로 상황을 카메라로 포착해 클라우드에서 공유하는 기술로 정확도

를 높이기 위해서는 많은 자동차를 통해 도로 상황 정보를 모을 필요가 있는데, 여기서도

크라우드 소싱이 중요한 관건이 될 것임

바이야의 센서는 차량 내부 상황에 대한 세세한 모니터링은 물론, 안개나 연기가 자욱하

거나 어두운 상황에서 자율주행차가 차량 외부의 상황을 정확히 판단하는 데 도움을 줄

수 있음

자동차 관련 5개 기업 중 나머지 하나는 전기차 관련 기업인데, 이스라엘은 현재 거국적

으로 전기자동차 개발 노력을 진행하고 있음

최신 ICT 이슈

31 정보통신기술진흥센터

이스라엘은 매년 10 월 ‘연료 선택

과 스마트 이동성 서밋(Fuel Choices

and Smart Mobility Summit)’이라는

차세대 자동차 연료에 대한 컨퍼런

스를 국가 차원에서 개최하고 있으

며, 이 행사에는 이스라엘 총리가

직접 등단하고 있음

이스라엘은 석유 자원이 없기 때문

에 온 나라가 전기자동차에 힘을 불

어넣는 것이 당연하기도 하지만, 스

타트업을 통해 기술력을 외국에 판매한다는 국가 전략에 부합하는 것이기도 함

이스라엘 정부 관계자는 기존의 자동차는 하드웨어가 90% 소프트웨어가 10%였지만, 이제

는 하드웨어가 10% 소프트웨어가 90%가 될 것이라고 강조하는데, 이는 곧 이스라엘이 90%

에 해당하는 소프트웨어를 겨냥하고 있다는 의미임

2018 CES 는 마치 모터쇼를 방불케 할 정도로 자율주행차가 전시 테마로 떠올랐는데, 이

런 흐름은 당분간 이스라엘 스타트업들에 대한 전세계의 관심이 지속될 것임을 시사

2013 CES에서는 스스로 움직이는 자동차라는 아이디어 자체가 센세이션을 불러 일으켰다

면, 2016 CES 에서는 관람객을 태우고 주행하는 이벤트가 관심을 모았으며, 2018 CES 에

서는 이제 운전을 자율주행차에 맡겨도 되겠다는 말이 자연스레 회자되었음

2018년 CES에서는 놀랄 만한 자율주행 신기술이 발표되지는 않았으나, 웨이모의 무인 자

율주행 택시 시범 서비스의 시작에 따라 자율주행차 상용화가 점차 현실화되면서 그 동안

기술 그 자체에만 집중됐던 관심이 상품화 단계로 옮겨가고 있음을 명확히 보여주었음

여러 대의 대형 카메라와 센서를 여기저기 달고 나와 누가 봐도 아직 실험 중임을 알 수

있게 해주던 자율주행차들이 이제 여느 최신 자동차들처럼 매끈한 자태로 CES 에 등장한

것임

모빌아이 인수로 큰 화제를 모았던 인텔은 2018년 CES에서 스포트라이트를 받았는데, 인

텔이 전시한 BMW 7er 모델은 센서 44개, 카메라 11개를 탑재하고 있지만 외관상으로 보

여지는 것은 단지 카메라 몇 대 정도 밖에 없었음

<자료> Fuel Choices Israel Summit

[그림 8] 이스라엘의 국가 차원 전기차 컨퍼런스

주간기술동향 2018. 1. 24.

www.iitp.kr 32

자율주행차 상용화가 현실로 다가오며 시장 선점을 위한 기업들 간의 경쟁도 향후 치열해

질 것임을 예고했는데, 자율주행차의 두뇌에 해당하는 데이터처리 기술을 맡고 있는 인텔

과 엔비디아를 각각 중심으로 하는 진영간 대결의 양상도 나타나고 있음

자율주행차와 스마트시티 등 단순히 한 기업의 기술력만으로 온전히 구현할 수 없는 새로

운 현실을 실현하기 위해서는 다양한 기업들의 협업을 바탕으로 한 생태계 구축이 필요한

데, 이에 따라 이스라엘의 자동차 관련 스타트업들은 계속해서 큰 주목을 받게 될 것으로

예상됨

[ 참고문헌 ]

[1] Motherboard, “This 1960s Radar Technology Is Making a Comeback in Self Driving Cars”, 2018. 1. 15.

[2] NoCamels, “The Most Cutting-Edge Israeli Tech Making Waves At CES 2018”, 2018. 1. 9.

[3] Haaretz, “Google Israel as a Lab for Smart Transportation”, 2018. 1. 2.

[4] Israel 21c, “10 of the hottest self-driving technologies from Israel”, 2017. 8. 10.

II . “아직 집에 대해 잘 모른다”, 구글이 말하는 스마트 스피커의 과제

구글은 2018년 CES에서 최초로 자사의 부스를 마련했는데, 스마트 시티와 자율주행차가

테마였던 2018 CES에 구글이 내세운 제품은 인공지능(AI) 기반 스마트 스피커였음

구글은 라스베이거스 시내와 CES 행사장인 라스베이거스 컨벤션센터(LVCC)를 오가는 모

노레일의 외관과 도심 곳곳의 전광판을 구글의 AI 음성 비서인 ‘구글 어시스턴트’를 호출

할 때 쓰는 말인 ‘헤이 구글(Hey Google)’로 뒤덮었음

이는 구글이 이번 CES에 부스를 차린 목적이 AI 기반 ‘스마트 스피커’를 홍보하고, 스마트

스피커 시장 점유율 67%를 차지하는 아마존에 도전장을 내밀기 위한 것임을 보여줌

구글이 2017년 10월 출시한 AI 스피커 제품 ‘구글홈 미니(Google Home Mini)’ 모델은 1월

첫 주까지 총 673 만 대가 출하되었는데, 이는 11 월 말 추수감사절 이후 구글홈 미니 가

격을 49달러에서 29달러로 내림에 따라 수요가 급증했기 때문

이와 동시에 12 월에는 프리미엄 스마트 스피커를 표방한 ‘구글홈 맥스(Max)’ 모델을 399

달러에 출시하였는데, 구글홈 맥스는 식기세척기가 돌아가면 자동으로 볼륨을 높이는 등

주변 환경에 따라 스스로 음량과 음색을 바꾸는 기능을 탑재하고 있음

최신 ICT 이슈

33 정보통신기술진흥센터

구글의 스마트 홈 제품 책임자인 마크 스페이츠는 CES의 토크 세션에 참여하여 구글 어

시스턴트와 스마트 스피커의 과거와 현재, 그리고 미래에 대한 의견을 밝혔음

토크 세션의 제목은 “음성 제어: 스마트 홈 경험의 개선”이었으며, 이 토론에는 인텔의 스

마트 홈 그룹 제너럴 매니저인 마일즈 킹스턴, 삼성전자의 서비스 및 신규사업 부사장이

자 제너럴 매니저인 나나 무루게산 등이 함께 패널로 참석하였음

스페이츠는 스마트 스피커인 구글홈을 개발하기 위해 우선 “집을 아는 것”에서부터 시작

했다고 말했는데, 스마트 스피커에 무슨 일을 시킬 것인지가 아니라 무슨 기능이 필요한

지를 생각했을 때 개발팀 중 아무도 ‘집’에 대해 제대로 아는 사람이 없다는 것을 깨닫게

되었다고 함

스페이츠는 스마트 스피커가 아직 완성도가 높은 제품이 아니라고 평가했는데, 토론에 참

여한 다른 패널들도 아마존닷컴에 이어 구글 등이 잇따라 스마트 스피커를 출시하고 있지

만 이 시장은 아직 ‘초기단계’라는 점을 강조하였음

삼성전자의 무루게산 부사장은 스피커가 ‘이해력(intelligent)’은 있지만 “경험에 기반한 현

명함(wise)”이 있지는 않다며, 현명해지기 위해서는 인간과 더 많은 관계가 필요하다고 말

했음

스마트 스피커와 대화의 시작을 위해 ‘헤이 구글'과 같은 말을 사용하지 않으면 안 되는

것도 아직 어색한 지점이라는 지적도 있었음

패널들 중에는 스마트 스피커가 향후 디스플레이와의 조합에 의해 더 발전해 나갈 것이

<자료> 9to5 Google

[그림 1] 2018 CES를 뒤덮은 구글의 광고

주간기술동향 2018. 1. 24.

www.iitp.kr 34

라는 의견을 제시한 사람이 많았음

실제 2018년 CES에서는 스마트 디스플레이 관련 기술에 대한 관심이 높았는데, 소니, 삼

성전자 산하의 JBL, LG 전자, 레노버 등

이 구글 어시스턴트를 지원하는 제품을

발표하였음

스페이츠 역시 스마트 스피커를 ‘주방’

에 두는 경우를 예로 들며, 음성으로 타

이머 기능을 이용하는 것은 좋지만 스

피커가 레시피를 음성으로 읽어 주는

방식은 좀 곤란하다고 지적

캘린더 기능에 대해서도, 오늘의 날씨

정도를 듣는 것은 상관 없지만, 스피커

가 읽어 주는 모든 일정의 내용을 듣고 있는 것은 고역이라며, 구글 어시스턴트와 디스플

레이의 조합을 통해 편의성이 개선될 수 있을 것으로 전망했음

마크 스페이츠가 향후 스마트 스피커의 과제로 제시한 것은 ‘대화 기능’과 “다양한 가족

구성원들이 익숙하게 사용하기”임

대화란 어떤 질문에 대해 답하고 그 대답에 반응하여 이야기가 이어지는 것인데, 이런 의

미에서 스마트 스피커는 아직 대화를 할 수 있는 수준은 아니라는 게 스페이츠의 의견이

며, 질문을 할 경우에만 응답하는 방식의 일방통행적 커뮤니케이션은 아직 대화가 아니라

는 평

또 다른 과제로는, 세대와 관심 범위, 기술에 대한 이해도가 각기 다른 가족 구성원들이

어떻게 스마트 스피커 사용을 익숙하게 할 수 있는가를 꼽았음

스페이츠는 “어떤 활용 예(Use Case)를 상상하느냐에 달려 있다”고 말하며 두 가지 예를

언급했는데, 첫 번째는 구글이 실시한 프로모션 사례로, “오케이 구글, 크리스마스 트리에

불을 켜”라고 명령하는 동영상 광고를 내보내자 많은 사람들이 방법을 배워 그대로 따라

했다고 함

이는 어떤 활용 예가 있을 수 있는지 상상해 보고 실제로 보여주는 것이 중요함을 보여주

는데, 상상할 수 있으려면 ‘집’에 대해 더 깊이 아는 것이 중요하다고 스페이츠는 지적함

<자료> Digital Trends

[그림 2] 레노버의 스마트 디스플레이

최신 ICT 이슈

35 정보통신기술진흥센터

집에 대해 잘 알아야 어떤 상황에 스마트 스피커를 사용하는 것이 좋은 활용사례가 될 수

있는지를 이해할 수 있기 때문인데, 올바른 방법으로 올바른 타이밍에 음성 UI 를 사용할

수 있게 된다면 스마트 스피커는 다음 단계로 올라설 수 있을 것임

또 다른 예로는, 나이 드신 어머니와 연락이 되지 않아 무슨 일이 벌어졌는지 걱정한 이

후로 모든 방에 구글홈을 설치한 사람의 사례를 들었음

이 사람은 어머니에게 “어느 방에서도 노래를 들을 수 있게 하려고 방마다 설치했다”는

식으로 설명했으며, 구글홈의 설정에 뭔가 수정이 발생하면 바로 자신에게 연락이 오도록

해두었다고 함

스페이츠는 아무도 “스마트 하우스를 샀다!”는 식으로 말하지 않는다며, 소비자들이 자신

의 집에 기술을 접목함으로써 얼마나 편리하게 되는가를 자연스럽게 이해할 수 있도록 하

는 것이 향후 스마트 스피커 시장 확대에 기여할 것이라 강조했음

(CNET, 1. 10. & ITPro, 1. 15.)

III . 손톱에 붙이는 소형 칩으로 자외선 자동 측정, 로레알의 ‘UV 센스’

최근 수년 동안 헬스케어 관련 제품을 CES에 출품해 온 프랑스의 화장품 기업 로레알이

올해 CES에서는 손톱에 붙이는 자외선 측정 칩 ‘UV 센스(Sense)’를 발표하였음

미디어 소개용 제품의 전시 공간인 ‘CES 언밸리드(Unvaild)’에 선보인 UV 센스는 손톱에 붙

이는 원형의 작은 칩으로 자외선 측정 기능이 있는데, 자외선 양을 수시로 확인함으로써

자주 자외선 차단제를 바르도록 유도하려는 것이 목적임

UV 센스는 전원이 필요 없는 손톱보다 작은 칩으로 두께 약 2mm, 직경 약 9mm 이며, 칩

으로 상시 측정한 자외선의 강도는 NFC(근거리 무선 통신)로 연결된 스마트폰의 전용 앱

을 통해 곧 바로 확인할 수 있음

로레알 그룹의 스킨케어 브랜드인 라로슈포제를 통해 발매될 이 칩의 가격은 공개되지 않

았지만 미국 내 보도에 따르면 40 달러 전후가 될 것으로 보이며, 2018년 미국 일부 지역

에서 발매를 시작으로 2019년에 전세계적으로 판매망을 확장한다는 계획

로레알은 최근 들어 기술에 대한 관심과 투자를 강화하고 있는데 2016년 CES에는 씰 형

주간기술동향 2018. 1. 24.

www.iitp.kr 36

태의 자외선 측정 스티커 ‘마이 UV 패치(My UV Patch)’를 출품한 바 있음

마이 UV 패치는 스티커의 색상을 변화시킴으로써 자외선 양의 증가를 표시하는 방식이며,

전용 앱으로 촬영하면 자외선 양을 인식해 수치로 표시해 주는 서비스도 제공하고 있음

마이UV패치는 출시 후 전세계 37개 국에서 100만 장 이상 판매되었는데, 로레알의 조사

에 따르면 이용자의 34%가 더 자주 자외선 차단제를 사용하게 되었으며 37%는 피부를

자외선으로부터 지키려는 노력을 더 많이 하게 되었다고 함

2018 년 로레알이 발표한 UV 센스는 씰 모양에서 칩을 장착한 디바이스로 제품의 형상을

변경한 것인데, 마이 UV 패치는 씰 형태였기 때문에 며칠 밖에 사용할 수 없었지만 UV 센

스는 몇 주 동안 사용할 수 있고 스마트폰 앱 이용을 통해 자외선 양의 확인도 더욱 쉬워

졌음

한편, 로레알은 2017 CES 에서 산하 케라스타즈 브랜드로 ‘헤어 코치(Hair Coach)’라는 세

계 최초 스마트 빗을 선보인 바도 있으며, 이 제품은 빗질 세기나 모발 상태를 모니터링

하여 이용자에게 머리 손질 조언을 해 줌

로레알 외에도 최근 화장품 업계에서는 글로벌 기업을 중심으로 ICT 기술을 어떻게 자사

제품에 융합해 나갈 것인가가 주요 화두로 부상하고 있음.

가령 시세이도는 2018 년 봄에 개인의 피부 상태에 맞춘 맞춤형(personalized) 화장품을 제

공하는 ‘옵튠(Optune)’ 상품을 발매할 예정임

<자료> Allure

[그림 1] 로레알의 자외선 측정 칩 ‘UV센스’

최신 ICT 이슈

37 정보통신기술진흥센터

시세이도는 2017 년에 개인 맞춤형 파운데이션을 판매하는 마치코를 인수하는 등 화장품

의 개인화 컨셉을 중심으로 기술의 응용에 적극 나서려는 움직임을 보여준 바 있음

(Allure, 1. 8. & Daily Star, 1. 15.)

주간기술동향 원고 공모

정보통신기술진흥센터는 주간기술동향의 ICT기획시리즈에 게재될 “5G” 분야 원고를 모

집하고 있습니다.

관심 있는 산·학·연 전문가 여러분들의 많은 참여를 바랍니다.

원고 주제 : 5G 관련 기술, 시장, 정책(제목 및 목차는 저자 자율 결정)

※ 최신ICT이슈 수시모집

제출 자격 : 대학, 연구기관, 산업체의 정보통신 분야 재직자(5년 이상)

접수 기간 : 수시접수 (2018년 1월 1일~3월 31일까지)

제 출 처 : 주간기술동향 원고접수메일(wttrends@iitp.kr)로 제출

원고 양식: 원고양식 파일참조

원고 분량: 13페이지 내외

기타

- 게재 원고에 대하여 리프린트 무료 제공

- 게재 원고에 대하여 소정의 원고료 지급(200 자 원고지 7,000 원/1 매, 최고 20 만 원

~40만 원, 지급대상별 상한액 적용)

- 기획시리즈 칼럼은 매주 1편씩 발간

- 원고제출 시 반드시 원고심의의뢰서(첨부파일참조)를 함께 제출하여 주시기 바랍니다.

- 게재된 원고로 인해 지적재산권 침해문제가 발생할 경우, 원고저자는 원고료 반환, 게시

물 삭제와 정보통신기술진흥센터가 입게 될 손실ㆍ비용에 대한 배상 등의 불이익을 받을

수 있습니다.

제출 및 문의처

- (34054) 대전광역시 유성구 화암동 58-4번지 정보통신기술진흥센터

기술정책단 산업분석팀 주간기술동향 담당

- Tel : 042-612-8296 / Fax : 042-612-8209 / E-mail : wttrends@iitp.kr

사 업 책 임 자 : 홍승표 (기술정책단장)

과 제 책 임 자 : 김현중 (산업분석팀장)

참 여 연 구 원 : 변화성, 이재환, 조성선, 이효은, 정해식, 김용균, 유영신, 채송화, 이승민,

박혜영, 최재원, 조혜지, 전영미(위촉)

심 의 위 원

김민수(대전대학교), 김종기(산업연구원), 김 원(KISA), 김창봉(공주대학교), 김평중(충북도립대),

박윤호(㈜옵토마린), 여인갑(ETRI), 오길남(광주대학교), 이기호(제이에스온), 이재하(남서울대학교),

장항배(중앙대학교),

통권 1830(2018-02)

발 행 년 월 일 : 2018년 1월 24일(주간)

발 행 소 :

편집인 겸 발행인 : 석제범

등 록 번 호 : 대전 다 - 01003

등 록 년 월 일 : 1985년 11월 4일

인 쇄 인 : 준기획

(34054) 대전광역시 유성구 유성대로 1548(화암동 58-4번지)

전화 : (042) 612-8296, 8220 팩스 : (042) 612-8209

주간기술동향 2016. 3. 9.

www.iitp.kr 4