향후 1년 동안 우리 사업과 보안 부문 전체에 중대한 영향을 미칠 것으로 생각되는 핵심 기술 트렌드에 대해 쓰는 것은 일종의 전통이 되었습니다. 미래를 보는 것은 결코 쉬운 일이 아닙니다. 많은 새로운 기술과 광범위한 문제들이 장기적으로 중요할 것이 분명하긴 하지만, 우리의 흥미를 특히 끄는 것들은 단기간에 설득력 있는 사용 사례를 볼 수 있는 분야들일 것입니다.

이런 측면에서 2019년에 대해 생각해 보면, 많은 주요 트렌드가 2018년 초에 우리가 파악한 것들의 연장이라는 것을 알 수 있습니다. 실제로, 아래에 설명하는 6가지 트렌드 중 4가지가 12개월 전에 등장한 것입니다. 이들 분야에서, 우리는 지난 12개월 동안 새로운 해의 가능성을 강조하는 모멘텀을 보아 왔습니다. 그렇기에, 반복되는 트렌드에 대해서는 사과하지 않겠습니다!

1. 인공 지능 (Artificial Intelligence)

모든 관심과 논의 속에서, 인공지능(AI)은 모든 산업과 부문을 근본적으로 바꾸고 있다고 생각해도 무방할 것입니다. (Gartner의 Hype Cycle을 참조하여 설명하면) 다소 냉소적이긴 하지만, 여러분은 AI(그리고 관련 머신 러닝 및 딥 러닝)의 입증 가능한 애플리케이션 부족으로 기대의 정점 단계(Peak of inflated expectations) 또는 환멸 단계(Trough of disillusionment)를 느낄 수도 있습니다.  물론, 현실 세계에서 진보는 산업마다 그리고 적용분야마다 다릅니다. 의료, 특히 암 감지과 같은 일부 분야에서는 AI가 이미 상당한 긍정적인 영향을 미치고 있습니다. 다른 분야에서는 진보가 좀 더 꾸준히 이루어지는 쪽입니다. 비디오 감시는 그들 중 하나구요.

오늘날 우리 산업에서 머신 러닝과 딥 러닝은 대부분 비디오 분석에 사용되지만, 우리는 이 기술이 미래에 많은 다른 애플리케이션과 제품에서 중요한 요소가 될 것으로 기대합니다. 시간이 지남에 따라 이 기술은 소프트웨어 엔지니어들에게 일반적인 도구가 될 것이고, 많은 다양한 환경과 장치에 포함될 것입니다. 그러나 다시 말하면, 이 기술의 응용은 기술 자체가 아닌 가장 설득력 있는 사용 사례에 의해 추진될 것입니다. 감시 및 보안 부문에서는 신기술과 관련하여 지나친 약속을 하려는 유혹이 있습니다. 이는 비디오 분석 특히 현재의 딥 러닝의 응용에 관한 일부 주장들에서, AI의 경우도 마찬가지입니다. 다른 신기술과 마찬가지로, Axis는 AI와 딥 러닝을 구현함에 있어 견고하고 신뢰할 수 있으며 실질적인 고객 과제를 해결할 수 있도록 하는 데 매진하고 있습니다.

딥 러닝은 훈련 단계와 실행 단계 두 가지로 구성됩니다. 훈련 단계는 프로세싱 파워, 데이터, 시간이 많이 필요하므로, 주로 서버 및/또는 클라우드 기반으로 실행되는 반면, 추가 교육(미세 조정)은 에지 기반(우리의 다음 트렌드로 깔끔하게 이어지는)에서 수행될 수 있습니다. ‘훈련된’ 데이터가 작동하기 위해 필요한 실행 단계는 시스템 내 모든 수준에서 수행될 수 있는데, 이는 전적으로 얼마나 많은 프로세싱 파워가 필요한지 그리고 해당 애플리케이션이 얼마나 빠르게 처리해야 하는가에 달려 있습니다.

연구와 진보는 꾸준히 계속될 것이고, 급진적인 변화보다는 2019년도 전반에 걸쳐 점진적인 개선과 이익을 가져올 것입니다.

2. 클라우드 & 에지 컴퓨팅 (Cloud and edge computing)

AI가 여전히 Gartner Hype Cycle의 초기 단계에 있다고 한다면, 클라우드 컴퓨팅은 견고하게 확립되어 있으며 아직까지 정상에 다다르지 못했다 하더라도 생산 안정기 단계(Plateau of productivity)를 향해 나아가고 있는 것이 결코 아니라고 주장하기는 어렵습니다. 민간 또는 공공 부문에서 클라우드 컴퓨팅을 어느 정도 활용하지 않는 조직은 거의 없으며, 많은 조직이 전체 인프라를 클라우드 기반 모델로 전환하고 있습니다.

즉 클라우드 컴퓨팅은 하나 또는 복수의 데이터 센터에서 이루어지는 중앙 집중식 컴퓨팅을 기반으로 합니다. 연결된 IoT 장치의 수가 기하급수정으로 증가함에 따라, 생산되는 데이터의 양도 증가하고 있습니다. 용량을 늘린 데이터 센터가 더 많이 생겨나면서, 이러한 데이터 쓰나미는 압도적이 될 수 있습니다. 이는 스토리지 및 대역폭 요구를 줄이도록 설계된 기술의 개발에도 불구하고 데이터 요구량이 여전히 심각한 비디오 감시와 같은 분야에서 특히 중요할 수 있습니다.

여기에서 바로 에지 컴퓨팅의 이점이 부각됩니다. 그 이름에서 알 수 있듯이, 간단히 말해 에지 컴퓨팅은 센서가 데이터를 수집한 지점과 가까운 네트워크 ‘에지’에서 데이터를 처리한 후 데이터 센터로 전송합니다. 일부 부문에서 에지 컴퓨팅이 가져오는 주요 이점 하나는 처리 속도 및 수집된 데이터에 따라 행동할 수 있는 능력과 관련이 있습니다. 자율 주행 차량을 예를 들어볼까요. 차량 내에서 데이터 캡처와 처리가 모두 이루어지는 에지 컴퓨팅이 없다면, 클라우드 기반의 데이터 센터와의 통신 지연은 – 그것이 밀리초라도 – 차량이 사고를 피하느냐 마느냐에 차이를 가져올 수 있습니다.

우리 비즈니스에서, 에지 컴퓨팅은 카메라 자체 내에서 데이터를 처리하는 것을 의미합니다. 도로 교통 사고를 피하는 것처럼 극적인 것은 아니지만, 그 혜택은 여전히 현저할 수 있습니다. 우선 카메라 내에서 데이터를 1차 처리하면, 데이터 전송 및 저장에 필요한 대역폭 요구를 크게 줄일 수 있습니다. 또한 데이터가 전송되기 전에 익명화 및 암호화되어 보안 및 개인정보보호에 대한 우려를 해결할 수 있습니다.

긍극적으로, 클라우드 및 에지 컴퓨팅은 ‘택일’의 결정이 아니며, 두 가지가 균형을 이루어 최대의 이점을 가져올 것입니다.

3. 개인화와 프라이버시 간의 균형 (Personalization vs. privacy)

향후 몇 년 동안, 2018년은 데이터 프라이버시 특히 개인정보와 관련된 대한 광범위한 인식이 최고점에 도달한 해로 간주될 수 있을 것입니다. 공공 및 민간 부문에 종사하는 사람들에게 EU의 개인정보보호규정(GDPR. General Data Protection Regulation)은 조직이 개인 정보(비디오 감시에 의해 캡처된 정보 포함)의 수집, 저장, 공유, 사용 방법에 대해 그 어느 때보다 높은 수준의 전면 검토를 야기했다. 그러나 더 넓은 범위의 소비자에게 있어, 개인정보보호는 온라인에 제공된 개인 데이터에 대한 인식과 우려를 높인 Facebook의 데이터 사용과 관한 이슈일 가능성이 더 높습니다.

궁극적으로, 우리는 상당한 양의 개인 데이터를 의식적으로 또는 무의식적으로 건네 주는 대가로 가치 있는 온라인 서비스를 제공받는 세상에 살고 있습니다. 실제로 이 데이터는 Facebook, Amazon, Google과 같은 곳에서 높은 수준의 개인화를 통한 서비스 가치 증대를 위해 사용됩니다. 그러나, 많은 사람들은 유용한 개인화와 프라이버시 침해 사이에서 선을 넘은 것처럼 느끼고 있으며, 가정용 음성 지원 장치가 집안에서 이루어지는 대화를 듣고 있다는 루머는 이러한 불편함을 가중시킬 뿐입니다.

궁극적으로, 조직과 그 고객 사이의 신뢰는 점점 더 중요하고 실질적인 자산이 되어 있습니다. 실제로 컨설팅 회사인 Accenture의 최신 연구는 이해관계자의 신뢰와 수익 사이의 상관 관계를 정립했습니다. 기업의 프라이버시 접근 방식과 개인 데이터의 사용에 대한 우려는 앞으로 사업을 추진하는 데 있어 가장 큰 영향을 미치는 측면 중 하나가 될 것입니다.

4. 사이버 보안 (Cybersecurity)

어떤 동향이 매년 나타나고, 지속적으로 우려되는 사항이라면, 이 것이 계속 ‘트렌드’가 될 수 있을까요? 이 질문에 대한 당신의 대답이 무엇이든 간에, 사이버 보안에 대한 언급 없이 올해 모든 부문에 영향을 미칠 이슈에 대해 생각하는 것은 불가능합니다. 실제로 앞서 언급한 포인트와 관련하여 기업과 고객(및 주주) 사이의 신뢰를 손상시키는 가장 빠른 방법은 사이버 보안 위반입니다. 그냥 British Airways에게 물어보세요.

사이버 보안은 결코 해결되지 않을 것입니다. 사이버 범죄자들이 (그리고 점점 더 많은 국가들이) 취약점을 찾고 이용하려는 노력을 결코 멈추지 않을 것이기 때문입니다. 이러한 조직들은 믿을 수 없을 정도로 자금이 풍부하고 조직적이며, 산업 규정을 준수해야 하는 회사들보다 훨씬 더 빨리 혁신할 수 있습니다. 연결된 장치의 수 = 잠재적인 취약점 및 안전하지 않은 네트워크 엔드 포인트의 숫자이고 이 것이 기하급수적으로 증가하고 있는 가운데, 공격은 점점 더 정교해지고 있습니다.

최근에 주목을 받은 취약성의 한 영역은 공급망에 있는데, 양호한 사이버 보안 관행이 결여되었거나 심지어 고의적이고 악의적으로 소프트웨어 및 하드웨어를 통한 사이버 보안 위반을 유발할 수 있습니다. 제품의 증명은 그 어느 때보다 더 중요하며, 제조업체들은 그들의 공급망 내 모든 지점들이 사이버적으로 안전하다는 것을 확신해야 할 필요가 있습니다.

5. 환경 친화적 스마트 기술 (Smart technology to deliver environmental benefits)

우리는 이미 사무실 내 에너지 효율을 개선하려는 조직들이 어떻게 비디오 분석을 운영 계획 도구로 사용할 수 있는지, 그리고 이를 통해 환경에 긍정적인 이점을 가져올 수 있다는 것을 보아 왔습니다. 그러나 새로운 유형의 센서는 조직 전반에 걸친 환경적 영향을 좀 더 정확하게 측정할 수 있고, 여러 형태의 아웃풋에 맞게 보정된 고도로 민감한 인공 ‘코’의 역할을 할 수 있습니다. 그리고 열상 이미지는 에너지 낭비를 정확히 파악할 수 있습니다.

예를 들어, 대기 품질은 이러한 센서들이 인식과 이해도를 높이고 더 큰 개선을 가져올 수 있는 중요한 영역입니다. 빌딩 내부이든 외부 도시 환경이든, 건강에 대한 부정적인 영향과 관련 비용은 그 어느 때보다 더 큰 문제가 되고 있습니다. 스마트 센서는 전세계적으로 문제를 해결하는 데 중추적인 역할을 할 것입니다.

이러한 애플리케이션은 효율성과 비용 절감(그리고 바라건대 건강적 이점)을 통해 조직에 가치를 더할 뿐 아니라, 환경 및 지속가능성 목표를 달성하는 데에도 도움이 됩니다.

6. 스마트한 액션을 촉진하기 위한 센서 통합 (Sensor integration driving smart actions)

위에 설명한 것과 같은 개별 센서들은 그 자체로 상당한 이점을 제공할 수 있습니다. 그러나 우리가 2019년에 점점 더 널리 보급될 것으로 확신하는 마지막 트렌드는 ‘스마트’한 액션을 촉진할 수 있도록 센서들을 결합하고 통합하는 것입니다.

예를 들어 스마트 시티에서, 방벽에 연결된 모션 센서는 카메라를 작동시키고, 운영센터에 경보를 트리거해서, 신속하고 적절한 대응을 하도록 할 수 있습니다. 또는 환경 센서가 영상 카메라나 열상 카메라를 트리거해 화재 또는 누출을 신속하게 식별하고, 경보를 발생시켜 더 빠르고 효과적인 조치를 취하게끔 할 수 있습니다. 열상부터 모션, 대기부터 비디오까지 이용할 수 있는 센서의 범위를 고려할 때, 이들 센서를 조합하는 방법과 그에 따른 잠재적인 편익은 무한합니다.

기술은 계속해서 빠른 속도로 발전하고 있습니다. 여러 새로운 트렌드나 혁신이 지닌 잠재력에 미혹되기 쉽지만, 각각의 트렌드와 혁신은 조직과 시민들에게 최대한의 긍정적인 영향과 가치를 제공할 사용 사례와 연관지어 고려되어야 할 것입니다. 이는 우리가 기술 트렌드와 그 응용을 바라보는 렌즈로 남아있을 것이며, 2019년은 새로운 기술을 점점 더 유용한 방법으로 시장에 선보이는 또 다른 흥미진진한 해가 될 것입니다.