포스리 김호인 수석연구원, R&D 디지털화 상직적 사례 통해 분석
4차 산업혁명을 주도하는 인공지능 및 Big Data 기술은 R&D 디지털화를 촉진하면서 R&D 생산성을 혁신할 수 있는 유망한 수단으로 부상하고 있고 R&D 디지털화는 기존의 R&D 관리 체계를 바꾸고 커다란 혁신을 가져올 것으로 예측됐다.
포스코경영연구원 철강연구센터 김호인 수석연구원은 28일 'R&D 디지털화, 4차 산업혁명 시대의 R&D 혁신'이라는 이슈리포트를 통해 R&D 디지털화에 중요한 의미를 갖는 상징적인 3가지 사례를 선정, 각 사례가 주는 시사점과 파급효과를 분석, 전망했다.
우선 ▲SMS의 Data Scientist와 협업을 통한 철강 연주공정 Crack 예방 사례다. SMS는 전 세계 Data Scientist를 초청해 연주공정의 Data를 제공하고 Crack 발생 예측 모델 개발을 요청하는 이벤트를 개최했다.
참가한 Data Scientist들은 철강 연주공정에 대한 경험이 없었지만 6주 후에 2개 팀이 SMS 엔지니어들도 풀지 못한 이슈를 해결하는 성과를 창출했다. R&D 디지털화가 갖고 있는 혁신의 잠재성을 가시적으로 확인해 준 사례로 많은 기업이 R&D 전문가와 디지털 전문가 간 협업을 추진할 전망이다.
▲BASF의 머신러닝 기반 연구주제 관련 문헌탐색 사례다. 옥수수의 내성 개선 박테리아를 효과적으로 탐색하기 위해 연구팀은 머신러닝 문헌탐색 기법을 활용해 기존 연구문헌을 탐색했다.
수십만 건의 내외부 관련 문헌 중에서 연구주제와 관련이 높은 38건의 문헌을 찾아냄으로써 빠른 시간에 원하는 박테리아 발견에 성공했다. 머신러닝 기반 문헌탐색 기법은 연구현황을 빠르게 파악하는 것은 물론 Domain간 지식 융합에도 크게 기여할 전망이다.
세번째는 ▲Hitachi의 인공지능을 활용한 Data 기반 CPS 구축 Framework 개발 사례다. CPS는 물리적인 실험 공간을 사이버 공간에 재현함으로써 R&D 생산성을 혁신할 수 있는 Tool이지만 실제를 정확하게 재현하는 모델 개발이 큰 난제였다.
이에 따라 머신러닝과 강화학습을 적용해 Domain Knowledge에 기반한 모델 개발 없이 실험 Data만으로 정확한 모델을 유추하는 CPS 구축 플랫폼 ‘H’를 개발했다. CPS 활용의 큰 걸림돌이었던 모델 개발이 가능해짐에 따라 CPS가 R&D 생산성 향상을 위한 혁신 Tool로 보편화될 전망이다.
김호인 수석연구원은 "R&D 디지털화는 기존의 R&D 관리 체계를 바꾸고 커다란 혁신을 가져올 것"이라고 예측했다.
그는 "R&D는 핵심 경쟁우위를 창출하는 원천이지만 상당한 자본과 시간이 소요되고 그 성과를 예측하기 힘들어 기업들은 효과적인 관리를 위해 많은 노력을 집중해야 한다"며 "R&D 디지털화는 기존 R&D 수행 기간을 단축하고 불확실성을 해소하면서 과거와는 다른 수준의 R&D 성과향상을 가져올 것"이라고 분석했다.
또 "R&D 관리의 초점 또한 Domain 전문가 육성과 효과적인 R&D 실행 관리에서 디지털 역량과 Domain 전문역량간 융합, 초기 연구주제 탐색으로 옮아갈 것"으로 내다봤다.