[김정호의 4차혁명 오딧세이] 하인리히 법칙과 인공지능

기사입력 : 2019년09월02일 08:00

최종수정 : 2019년09월02일 08:00

김정호 교수.

하인리히 법칙

위험을 사전에 예측하기 위한 하인리히 법칙(Heinrich's law)이 있다. 이 법칙을 다른 말로 1:29:300 법칙이라고도 부른다. 인명사고 1회가 나기 전에, 29회의 사소한 경상 사고가 있었고, 그 이전에 300회의 무상해 단순 사고가 있었다는 말이다. 즉, 큰 재해와 작은 재해 그리고 사소한 사고의 발생 비율이 1:29:300이라는 것이다.

이 법칙은 1931년 허버트 윌리엄 하인리히(Herbert William Heinrich)가 펴낸 책 '산업재해 예방: 과학적 접근'에 소개됐는데, 그가 1895년 독일에서 발생한 산업 재해 통계를 분석해서 얻은 결과이다. 그는 산업재해 사례 분석을 통해 하나의 통계적 법칙을 발견한 것이다.

사고 예방의 관점에서 하인리히 법칙을 보면, 사고 예방을 위해서는 경미한 사고라도 반복되면 그것이 언제인가 누적되고, 그 결과로 큰 사고를 일으킬 수 있다는 사실이다. 따라서 사소한 현상이라도 반복된다면, 주의를 기울일 필요가 있다. 그 사고의 원인을 제거하지 않으면 언젠가는 큰 사고로 이어진다.

이러한 사고에는 산업재해뿐만 아니라 교통사고, 의료사고 등 치명적인 인명사고를 모두 포함한다. 여기에 지진, 태풍, 폭우, 가뭄 등 자연재해뿐만 아니라 주식폭락, 환율 급등, 기업 부도, 개인 신용 파산 등 국가, 개인, 가정의 위험 상황도 포함한다.

인간이나 집단은 위험한 징후가 사전에 나타나더라도 경우 이를 무시하는 경우가 많다. 게을러서 또는 피곤해서 그럴 수도 있다. 또는 지나친 낙관주의의 결과일 수도 있고, 독단적 권위로 발생하기도 한다. 권력을 지나치게 독점하면 이런 일이 반드시 생긴다. 독선이 위선을 부르기도 한다. 때로는 인간의 지성보다 감각이 정확할 수도 더 정확할 수도 있다.

이런 경우, 결정권자 주변 조언자의 역할이 중요하다. 그러나 인간은 조직에서 바른말을 하기 어려운 경우가 많다. 하지만 미래에 이런 충실한 '조언자'의 역할을 '인공지능'이 할 수 있다. 인공지능은 인간과 다르게 배운 그대로, 학습한 그대로 행동하고 말할 수 있기 때문이다. '인공지능 참모' 혹은 '인공지능 조언자' 시대가 온다.

산업재해 통계를 통해서 얻은 하인리히 법칙을 설명하는 그림. [출처=KAIST]

전자파를 이용한 미래 예측

반도체나 컴퓨터를 설계할 때 미래를 보는 기술을 적용하는 경우가 있다. 설계 관련 사고를 사전에 방지하기 위해 필요한 기술이다. 특히 고속 디지털 데이터를 전송할 때 송신 회로, 전달 연결선, 수신 회로의 전기적인 특성인 임피던스(Impedance)가 모두 맞아야 한다. 그래야 신호가 반사되거나 왜곡되지 않고 깨끗한 디지털 신호를 보낼 수 있기 때문이다.

설계할 때, 송신단에서 미리 전송선과 수신 회로의 임피던스를 예측해보려 한다. 일종의 전자파를 이용한 하인리히 법칙을 알아보려는 시도이다. 전체 시스템의 임피던스를 어느 범위 안에 있는지 미리 봄으로써 사고를 미연에 방지하고자 하는 의도이다.

미리 전자파 펄스를 입사해서 반사파를 보면서 임피던스의 변화를 측정할 수 있다. 이 측정하는 장치를 TDR(Time domain reflectometer)이라고 부른다.

디지털 데이터를 보낼 때, 보통 1조개의 비트(Bit)를 보내서 한 개의 비트 정도 오차를 갖도록 설계한다. 이 정도 극단적인 오차 범위 내에서 데이터를 보내야 한다. 이 방법은 반도체와 반도체 사이의 디지털 신호를 보낼 때, 컴퓨터 사이의 데이터를 보낼 때 모두 만족해야 한다.

특히 인공지능 컴퓨터뿐만 아니라 데이터 센터 내의 컴퓨터끼리 데이터를 주고받을 때 모두 해당한다. 그래서 반도체와 컴퓨터의 설계에서도 미래를 예측해 사고를 방지하고 품질을 높이기 위해 노력한다. 공학적으로 미래의 사고를 예측하고 방지하는 방법이다. 이제 여기에도 '인공지능 미래 예측과 사고 방지 방법'이 사용될 것이다.

전자파의 반사를 이용해서 미래를 예측하는 측정(TDR: Time Domain Reflectometer)을 설명하는 그림. [출처=KAIST]

인공지능과 위험 탐지

인공지능이 미래를 예측해서 대형 사고를 막을 수 있다. 인간보다 감정에 휘둘리지 않고 냉정하고 정확하게 판단할 수 있다. 여기에 사용할 수 있는 대표적인 인공지능 알고리즘으로 CNN(Convolution Neural Network), RNN(Recurrent Neural Network)과 강화학습(Reinforcement Learning, RL) 알고리즘이 있다.

CNN의 경우 그래프나 이미지의 데이터 패턴의 변화를 인식해서 사고를 예측할 수 있다. 주가나 환율 변화 그래프가 그 예이다. 학습을 통해서 특정 패턴이 나타나면 이상 신호로 인식할 수 있다.

RNN의 경우 데이터의 시간에 따른 변화를 관측한다. 지진파 신호 관측이 그 예가 된다. 특정 시간 지점에서 데이터의 변화를 관찰한다. 학습을 통해서 특정한 변화를 이상 신호로 감지할 수 있다. 이러한 CNN, RNN의 경우 미리 쌓아온 경험으로 학습시키는 지도 학습에 해당한다.

반면, 강화학습의 경우 스스로 시행착오를 거치면서 배운다. 인공지능이 주식 투자를 직접 시행하면서 이익을 얻거나 손실을 당하면서 경험을 축적해 배운다. 이런 방식을 비지도 학습 방식이라고 한다. 패턴의 변화나 시간에 따른 변화를 학습해서 시행한다. 실전 경험을 쌓는 셈이다.

이러한 인공지능 알고리즘은 반도체를 생산할 때 수율 향상에 쓰일 수 있다. 반도체 생산에는 1000여개의 공정과정과 수백 가지의 재료를 사용한다. 각 공정 과정에는 측정 센서가 달려있고, 엄청난 양의 데이터가 매일 생산된다.

지금까지는 보통 수율이 갑자기 하락하면 전문가들이 데이터를 보고 '감'과 '경험'에 의존해 해결 방안을 찾았다. 이제는 막강한 빅데이터를 기반으로 이러한 '감'과 '경험'을 '인공지능 알고리즘'이 대체할 수 있다. 그러면 자동으로 수율을 목표한 일정 값으로 유지하거나 그동안 인간이 달성하지 못했던 수율도 얻을 수 있다.

그러니 인공지능을 적용한 기업과 그렇지 않은 기업은 생존 경쟁에서 비교가 되지 않는다. 인공지능이 기업의 생사를 결정할 전망이다. 여기에 더해 인공지능은 주가 폭락, 환율 변동, 지진과 같은 자연재해의 예측에 사용할 수 있다. 이러한 인공지능의 경제적 가치는 셀 수 없이 크다.

이처럼 인공지능은 인간의 오류나 게으름을 방지하는 '냉철한 조언자' 역할을 할 수 있다. 인간의 독단과 오류를 인공지능 알고리즘이 보완한다. 그러므로 인공지능을 활용하는 국가, 기업, 사회와 그렇지 못한 사회의 격차는 더욱 커질 전망이다.

최적의 미래를 판단하기 위한 인공 지능 강화 학습(Reinforcement Learning)의 과정. [출처=KAIST]

[김정호 카이스트 전기 및 전자공학과 교수] joungho@kaist.ac.kr

사진

광복군, 일본군 무장해제 "항복사실 모르느냐? 변상문의 '화랑담배'는 6·25전쟁 이야기이다. 6·25전쟁 때 희생된 모든 분에게 감사드리고, 그 위대한 희생을 기리기 위해 제목을 '화랑담배'로 정했다. 우리는 그들에게 전의(戰意)가 없는 것을 보이기 위해 기관단총을 모두 어깨에 걸쳤다. 그러고도 만일을 위해서 각각 산개하면서 뛰어내리기 시작했다. 드디어 내 차례가 왔다. 몸을 날렸다. 아. 그때 그 바람 냄새, 그 공기의 열기, 아른대는 포플러의 아지랑이, 그리고는 아무것도 순간적이었지만 보이지 아니했다. 그러나 어쩐 일인가? 우리 주변엔 돌격 태세에 착검한 일본군이 포위하고 있었다. 워커 구두 밑의 여의도 모래가 발을 구르게 했다. 코끼리 콧대 같은 고무관을 제독총에 연결한 험상궂은 방독면을 뒤집어쓴 일본군이 차차 비행기를 중심으로 원거리 포위망을 좁혀오고 있었다. 너무나도 위험한 상황이었다. 이것이 그리던 조국 땅을 밟고 처음 맞은 분위기였다. 동지들은 눈빛을 무섭게 빛내면서 사주경계를 했다. 그러나 아직 기관단총을 거머쥐지는 아니했다. 여의도의 공기가 움직이지 않는 고체처럼 조여들어 왔다. 뿐만 아니었다. 타고 온 C46형 수송기로부터 한 50여m 떨어진 곳의 격납고 앞에는 실히 1개 중대나 되는 군인들이 일본도를 뽑아 든 한 장교에게 인솔되어 정렬해 있었다. 그 앞에는 고급장교인 듯한 자들이 한 줄 또 섰고, 장군 몇 명도 있는 듯했다. 그러나 무엇보다도 8월 18일 한낮의 그 뜨거운 여의도 열기가 우리를 더욱 긴장시켰다. 격납고 뒤에까지 무장한 군인이 대기하고 있었다. 중형전차의 기관포도 이쪽을 향하고 있었다. 환호하는 광복군. [사진= 국사편찬위원회] 비행장 아스팔트 위엔 한여름의 복사열이 그 위기의 긴장처럼 이글대고 있었다. 어느새 우리는 땀에 젖어 있었다. 기막힌 침묵이 십여 분이나 지났다. 그러나 그들은 어떤 행동도 취해 오지 않았다. 마침내 우리가 발걸음을 옮겼다. 우리는 일본군 고급 장교들이 늘어선 쪽으로 한걸음 씩 움직였다. 각자 산개, 조심하라! 누군가가 이렇게 나직하게 말했다. 서해 연안으로 비행기가 고도를 낮출 때 누군가가 유서를 쓰던 일이 이 순간 내 머릿속에서 상기되었다. 일본군 병사들은 우리가 다가서자 의외로 포위망을 풀 듯이 비켜섰다. 우리는 아직 기관단총을 어깨에 멘 그대로였다. 일본군이 길을 열어주자, 그들도 일본군 육군 중장을 선두로 한 장교단이 우리 쪽으로 오기 시작했다. 그가 바로 조선주차군사령관 죠오쯔끼(上月良夫)였다. 쬬오쯔기는 그의 참모장 이하라 소장과 나남 사단장과 참모들을 뒤로 거느렸다. 우리도 좌우로 벌려 섰다. 쬬오쯔기가 「나니시니 이라시따노?(무슨 일로 왔소?)」말문을 열었다. 퍽 야무지게 보였다. 우리는 말 대신 영등포 상공에서 뿌리다 남긴 선전 전단을 내밀어 주었다. 우리의 임무가 일본어와 우리말로 적힌 전단이었다. 거긴 또 우리가 이렇게 들어오게 된 사연도 적혀있었다. 우리는 한 장씩 그 전단을 다른 일본군 장교들에게 나누어 주었다. 쬬오쯔끼는 이를 받아 읽고, "일본은 정전만 한 상태이니 일단 돌아갔다가 휴전 조약이 체결된 다음에 재입국하라"라고 말했다. 그러면서 은근히 위협했다. 자기네 병사들이 꽤 흥분되어 있으니, 만약 돌아가지 않으면 그 신변 보호에 안전책임을 지기가 어렵다는 분위기라고 했다. 이에 이범석 장군이 "네 놈들의 천황이 이미 연합국에 무조건 항복한 사실을 모르느냐? 이제부터는 동경의 지시가 필요 없다는 것을 알아야 한다"라고 맞섰다. 그러나 쉽사리 양보하지 않았다. 옥신각신 말이 몇 번 건너 왔다 갔다. 갑자기 쬬오쯔끼는 한 일본군 대령에게 일을 처리하라고 지시했다. 그러면서 그는 동경서 손님이 오기로 되어 있어 마중을 나와 있던 참이란 말을 하고는 물러가 버렸다" 이범석 장군은 일본군 측에 "조선 총독을 만나 담판 짓겠다'라고 요구했으나 거절당했다. 일본군 무장해제 임무를 띠고 국내로 들어 온 '광복군 국내정진군'은 아무런 소득도 올리지 못한 채 다음 날 8월 19일 14:30분 여의도 기지를 이륙하여 중국으로 돌아갔다. 광복군은 미군정이 시작되고 나서 한참이나 지난 다음에 개인 자격으로 귀국할 수밖에 없었다. 조짐이 좋지 않았다. / 변상문 국방국악문화진흥회 이사장 2025-09-29 08:00

사진

중국 전기차 주행거리 두배 증가 배터리 개발 [베이징=뉴스핌] 조용성 특파원 = 중국이 에너지 밀도를 두 배 증가시킬 수 있는 전고체 배터리를 개발해 낸 것으로 나타났다. 중국 칭화(淸華)대학 화학공학과의 연구팀은 '음이온이 풍부한 용매화 구조 설계'를 개발해 냈으며, 이를 기반으로 불소 함유 폴리에테르 전해질을 성공적으로 만들어냈다고 중국 관찰자망이 30일 전했다. 해당 연구 성과는 논문 형식으로 국제 학술지인 네이처에 등재되었다. 연구진이 만들어낸 폴리에테르 전해질은 고체이며, 연구팀은 해당 전해질을 사용하여 전고체 배터리를 제작했다. 제작된 전고체 배터리는 604Wh/kg의 에너지 밀도를 기록했다. 이는 현재 리튬 이온 배터리의 에너지 밀도가 150~320Wh/kg인 점을 감안하면 에너지 밀도가 두 배 이상 높아진 것이다. 동일한 무게의 배터리이지만 해당 전해질을 사용한 전고체 배터리는 두 배 이상의 전력을 충전할 수 있는 셈이다. 이론적으로 전기차의 1회 충전 주행 거리가 두 배 증가할 수 있게 된다. 현재 500km가량을 주행할 수 있는 전기차가 1000km를 주행할 수 있게 된다. 해당 전고체 배터리는 안전성 테스트도 통과하였다. 못을 박아도 화재와 폭발이 일어나지 않았다. 또한 120도의 높은 온도의 박스 안에 6시간 동안 방치되었지만, 연소나 폭발이 일어나지 않았다. 또한 500회 이상 충방전을 거치면서도 에너지 저장 용량은 안정적으로 유지되었다. 연구진이 만들어낸 전고체 배터리가 상용화된다면 많은 분야에서 활용이 가능해진다. 전기차의 주행 거리는 두 배 증가하며, 드론의 비행 거리도 두 배 증가하게 된다. ESS(에너지저장장치) 역시 부피당 저장 용량을 크게 끌어올리게 되며 ESS 소형화가 가능해진다. 칭화대 연구진이 개발한 전고체 전해질의 도식도 [사진=네이처 캡처] ys1744@newspim.com 2025-09-30 10:35