클라우드 없이 현장에서 판단하는 임베디드 인공지능이 뜬다

인공지능이 꼭 클라우드에서만 돌아가야 한다는 생각이 빠르게 낡아가고 있음

• 특히 군사, 드론, 차량, 로봇처럼 데이터가 만들어지는 순간 바로 판단해야 하는 환경에서는 클라우드 왕복이 부담임
• 전송 경로가 노출되는 것 자체가 보안 리스크가 될 수 있어서, 센서 칩이나 현장 시스템 안에서 직접 처리하는 임베디드 인공지능(Embedded AI)이 주목받는 중임

임베디드 인공지능 시장은 숫자로 봐도 꽤 가파르게 커지는 중임

• 올해 시장 규모는 134억9000만달러, 원화로 약 20조원 수준으로 추산됨
• 2034년에는 489억달러, 약 74조원까지 커질 전망이라 단순한 유행어로 보긴 어려움

가장 먼저 체감되는 분야는 자동차와 에어택시 같은 모빌리티 쪽임

• 차량 안의 인공지능 반도체가 카메라, 라이다(LiDAR), 각종 센서 데이터를 실시간으로 분석하고 바로 판단·제어하는 구조로 가고 있음
• 중국 전기차 업체 비야디(BYD)는 최대 3개의 LiDAR를 활용해 고속도로와 도심에서 자율 추월을 지원하는 ‘신의 눈’ 기술을 내세우고 있음
• 핵심은 센서 데이터가 클라우드로 갔다 오는 게 아니라, 차량 내부 임베디드 인공지능 반도체에서 바로 처리된다는 점임

로봇도 비슷한 방향으로 가고 있음. 몸이 있는 인공지능은 지연 시간에 훨씬 민감함

• 행사장에는 보스턴다이내믹스의 사족 보행 로봇 ‘스팟’과 중국 딥로보틱스의 바퀴형 사족 보행 로봇 ‘링스’가 등장함
• 이런 로봇은 내부 인공지능 컴퓨팅 시스템으로 주변 환경을 실시간 인식하고 판단해야 함
• 딥로보틱스 쪽은 사족 보행 로봇이 이미 상용화 단계에 들어섰지만, 앞으로는 환경 이해, 사람과의 자연스러운 커뮤니케이션, 계획 수립과 실행 능력이 더 중요해질 거라고 봄

군사와 헬스케어에서는 임베디드 인공지능의 이유가 더 노골적임. 빠르기도 해야 하지만, 새면 안 됨

• 국가 안보처럼 민감한 정보를 다루는 분야에서는 외부 네트워크와 연결하지 않는 것 자체가 가장 강한 방어 전략이 될 수 있음
• 의료 쪽에서는 러닝머신을 뛰거나 줄넘기를 하는 중에도 실시간 혈압 측정을 원하는 수요가 언급됨
• 이런 기능은 센서 데이터가 계속 변하고 응답도 빨라야 해서, 기기 안에서 바로 처리하는 구조가 자연스럽게 필요해짐

• 여러 디바이스와 시스템이 서로 연결돼 함께 판단하는 구조로 가면, 상호운용성과 국제 표준이 중요해짐
• 의료, 차량, 군사처럼 실패 비용이 큰 분야에서는 “잘 돌아간다”만으로 부족하고, 왜 그런 판단을 했는지에 대한 투명성도 필요함
• 결국 임베디드 인공지능 경쟁은 칩 성능뿐 아니라 표준, 안전성, 검증 체계까지 포함하는 싸움이 될 가능성이 큼