세계적인 IT 자문기관 가트너(Gartner)가 기업들이 주목해야 할 2020년 주요 전략 기술 트렌드를 발표했다. 이번에 가트너가 제시한 전략 기술 트렌드는 크게 혁신적인 잠재력을 갖춘 신기술들과 향후 5년 내 정점에 달할 것으로 예상되는 기술들로 크게 나뉜다.

가트너가 예상한 2020년 10대 전략 기술 트렌드는 무엇인지 살펴봤다.

초자동화
초자동화(Hyperautomation)란 다수의 머신러닝, 패키징된 소프트웨어, 자동화 툴 등을 결합해 업무를 수행하는 것을 말한다. 다시 말해 광범위한 툴뿐만 아니라 자동화 자체의 모든 단계를 아우르는 개념으로 여기에는 감지, 분석, 설계. 자동화, 측정. 모니터링, 재평가 등의 파트가 포함된다.

로봇 프로세스 자동화(RPA)에서 시작된 초자동화는 그러나 RPA자체를 의미하는 것은 아니다. 그보다 더 큰 범위를 포함하는 초자동화는 인간이 업무에 관여하는 부분을 복제하기 위해 다양한 툴의 결합을 필요로 한다.

2020년을 이끌 초자동화 기술은 주로 자동화 메커니즘의 범위, 메커니즘 간의 관계, 메커니즘의 결합 및 조직화 방법 등을 이해하는 데 초점이 맞춰질 것으로 보인다.

다중경험
현재를 이끌고 있는 대화형 플랫폼은 이미 사람들이 서로 상호작용하는 방식을 완전히 바꾸고 있으며 이와 함께 가상현실(VR), 증강현실(AR), 혼합현실(MR)은 그러한 변화를 가속화하고 있다. 이러한 사람들의 상호 작용 방식에 있어서의 변화는 오는 2028년까지 계속될 것으로 보이며 결국 미래 다중 센서 경험, 다중 모드 경험을 이끌어낼 것으로 예상된다.

가트너의 리서치 부사장인 브라이언 버크는 “점점 사람이 기술을 이해해야 했던 것에서 기술이 사람을 이해하는 것으로 변화해 의도를 파악해야 하는 역할이 사용자에서 컴퓨터로 넘어갈 것”이라는 말과 함께 “다양한 인간의 감각을 활용해 사용자들과 소통하는 능력은 모호한 정보를 전달하는 데 있어 보다 풍부한 경험을 제공할 수 있을 것”이라고 덧붙였다.

전문성의 민주화
기술에 있어서 민주화란 단순한 경험만으로도 추가적인 훈련 없이 사람들에게 기술 전문 지식이나 사업 분야 전문 지식을 제공하는 것에 초점이 맞춰져 있다. 예를 들어 시민 데이터 사이언티스트, 시민 인티그레이터 등의 전문 훈련을 받지 않은 시민이 전문 지식을 체득해 활동하는 ‘시민 접근’이 바로 기술 민주화의 대표적 사례이다.

가트너는 이러한 기술 민주화 중 크게 4가지의 핵심 요소가 오는 2023년까지 가속화될 것으로 전망했다. 데이터 및 분석의 민주화, 개발의 민주화, 설계의 민주화, 지식의 민주화가 바로 그것이다.

하나씩 살펴보면 먼저 데이터 및 분석의 민주화는 전문 개발자 커뮤니티를 대상으로 확장하는 데이터 사이언티스트들을 대상으로 하는 툴을 의미한다. 이어 개발의 민주화는 맞춤 개발된 애플리케이션에서 활용할 수 있는 AI 툴을 의미하며 설계의 민주화는 시민 개발자에게 권한을 주는 추가적인 앱 개발 기능의 자동화와 함께 로우코드, 노코드가 확산되는 현상을 의미한다. 마지막으로 지식의 민주화는 IT 비전문가들이 본래 갖고 있던 전문 기술이나 훈련을 넘어 전문화된 스킬을 활용하고 적용할 수 있는 각종 툴과 시스템에 접근할 수 있게 되는 것을 말한다.

인간 증강
인간 증강은 기술이 인간 경험의 필수적인 부분으로서 어떻게 인간의 신체와 인식을 향상시키는지를 탐구한다. 이러한 인간 증강은 크게 물리적 증강과 인식적 증강으로 나눌 수 있는데 먼저 물리적 증강은 인간의 몸에 웨어러블 디바이스와 같은 기술 요소를 심어 타고난 신체적 기능을 변화시킴으로서 인간을 향상시킨다. 그에 반해 인식적 증강은 전통적인 컴퓨터 시스템과 스마트 공간 내 새로운 다중 경험 인터페이스 상의 정보를 평가하고 애플리케이션을 활용하면서 이뤄질 수 있다.

가트너는 개개인들이 이러한 인간 증강에 따른 개인적 향상을 추구하게 됨에 따라 향후 10년 간 인간의 신체 및 인식의 증강수준을 높이는 것이 일반적인 일이 될 것이라고 전망했다. 결국 이는 새로운 소비자 효과를 만들어 직원들이 개인의 향상점을 활용 및 확대해 업무 환경을 향상시키도록 할 것이다.

투명성과 추적성
기술이 발달함에 따라 더 많은 소비자들이 개인 정보의 가치의 중요성을 인식하고 있고 이에 대한 통제에 대한 요구 역시 커지고 있다. 이에 따라 기업들은 개인 데이터 보호와 관리의 위험이 증가하고 있음을 자각하고 이에 대한 대응을 마련하고 있으며 정부 역시 개인 정보 유출에 대한 강력한 규제를 시행하며 대응하고 있다. 이러한 상황에서 투명성과 추적성은 디지털 윤리와 개인정보 보호의 요구를 충족하는 데 중요한 요소다.

투명성과 추적성은 규제 요구사항을 충족하고 인공지능 등의 첨단 기술 사용에 대한 윤리적인 접근 방식을 강제한다. 다시 말해 기술의 가파른 발전으로 흔들릴 수 있는 윤리적 개념의 근간을 투명성과 추적성이 보호해준다는 것이다.

이제 기업들은 투명성과 신뢰성 구축을 통해 고객의 니즈를 충족하기 위해 인공지능 및 머신러닝 영역, 개인 데이터 보호, 소유 및 제어 영역, 윤리적 설계 영역 등에 초점을 맞춰야 한다.

자율적 엣지
엣지 컴퓨팅(Edge Computing)이란 정보 처리, 콘텐츠 수집 및 전달이 해당 정보의 출처, 보관 장소, 소비자에 인접한 곳에서 처리되는 컴퓨팅 토폴로지(Topology)다. 이 엣지 컴퓨팅은 지연 시간을 줄이기 위해 트래픽과 프로세싱을 로컬에서 처리하고 엣지의 기능을 통해 더 큰 자율성을 확보하게 한다.

브라이언 버크 부사장은 “엣지가 점점 더 정교해지고 전문화되는 컴퓨팅 리소스와 풍부한 데이터 스토리지를 바탕으로 자율성을 갖추게 되면서 엣지 컴퓨팅은 사실상 모든 산업과 사용 사례를 아울러 지배적인 위치에 서게 될 것”이라고 전망하면서 “특히 로봇, 드론, 자율주행차, 운영 체제 등 복잡한 엣지 디바이스들은 이러한 변화를 가속화할 것”이라고 말했다.

분산형 클라우드
분산형 클라우드(Distributed Cloud)는 다양한 장소로 확산되는 퍼블릭 클라우드 서비스의 형태를 말한다. 이때 퍼블릭 클라우드 서비스의 기존 제공 업체는 서비스의 운영, 거버넌스, 업데이트 및 개발에 대한 책임을 진다. 또한 분산형 클라우드는 대부분의 퍼블릭 클라우드 서비스의 중앙화 모델에 상당한 변화를 주며 새로운 클라우드 컴퓨팅 시대를 견인할 것으로 전망된다.

자율 사물
자율 사물이란 기존에 인간이 수행하던 업무들을 AI기술을 활용해 자동화는 데 있어 활용되는 디바이스들을 일컫는 말로 대표적으로 로봇, 드론, 자율주행차, 자율주행선, 가전제품 등이 있다. 이러한 디바이스의 자동화는 엄격한 프로그래밍 모델이 제공하는 자동화를 뛰어넘는 수준으로 AI를 활용해 주변 환경 및 사람들과 보다 자연스럽게 상호 작용한다.

가트너는 기술력이 향상되고 관련 규제가 허용되면서 자율 사물에 대한 소비자들의 수요 역시 자연스럽게 증가함에 따라 점점 더 많은 자율 사물이 효율적인 업무를 필요로 하는 공공장소에 등장할 것으로 내다봤다,

브라이언 버크 부사장은 “자율 사물이 점차 인간의 손을 필요로 하던 분야에 영향을 미칠 것으로 본다”는 말과 함께 “예를 들어 앞으로 배송 시장에서 가장 효율적인 솔루션은 자율주행차를 이용한 배송이 될 것이고 차량에 탑재된 로봇과 드론들도 배송 업무에 영향을 미치게 될 것”이라고 전망했다.

실용적 블록체인
신뢰성 구축, 잠재적 비용 절감, 거래 시간 단축, 현금 흐름 개선 등을 통해 산업을 재구성할 수 있는 잠재력을 가진 기술인 블록체인은 2020년에도 그 영향력을 발휘할 것으로 예상된다. 먼저 블록체인을 활용하면 자산의 출처를 추적할 수 있어 위조품 남용의 위험이 크게 줄어든다. 또 자산 추적 기능을 통해 공급망 전반에서 식품 등의 상품을 추적, 오염 발생 지점을 보다 쉽게 찾을 수 있기도 하다. 이와 함께 블록체인이 잠재력을 가진 또 다른 영역은 신원 관리 분야이다. 예를 들어 상품을 받으면 그 후에 지불이 이뤄지는 식의 스마트 계약 시스템을 가능하게 함으로써 거래상의 안전성을 한층 향상시킨다.

브라이언 버크 부사장은 “블록체인은 낮은 확장성과 상호운용성 등의 기술적 문제로 아직 기업용으로 구현되기에는 부족함에도 불구하고 혁신과 수익창출면에서 상당한 잠재력을 갖고 있다”며 “기업들은 블록체인 기술에 대한 관심을 쏟고 도입에 대해 적극적인 검토를 시작해야 할 것”이라고 덧붙였다.

인공지능 보안
인공지능과 머신러닝은 지금과 마찬가지로 인간의 의사결정을 향상시키는 데 지속해서 활용될 것으로 보인다. 그러나 동전의 양면과 같이 이러한 기술들로 인해 수많은 기회가 만들어지고 다양한 비즈니스의 전환이 일어나겠지만 보안 팀과 위험 분야 담당자들에게는 새로운 과제가 주어질 것으로 예상된다. 그 이유는 IoT, 클라우드 컴퓨팅, 마이크로서비스 및 스마트 공간 내 고도로 연결된 시스템들로 인해 공격이 가능한 포인트들이 광범위하게 늘어나기 때문. 그렇기에 보안 팀과 위험 분야 담당자들은 AI 기술을 기반으로 한 시스템 보호, AI를 활용한 보안 방어 기술 향상, AI를 통한 공격자의 범죄 예측 및 예방 등에 초점을 맞춰야 한다.