기술혁신의 최전선에서 새로운 시대를 열어가는 역할을 수행하는 것이 R&D이다. 하지만 하얀 가운과 각종 실험도구로 대변되는 실험실 풍경은 어떤 분야보다 매우 아날로그적이고 고전적이다. 4차 산업혁명 시대의 R&D는 어떤 모습일까? 주목할만한 R&D 디지털화 사례를 통해 4차 산업혁명 시대의 R&D 풍경을 엿볼 수 있었다.
[목차]
1. R&D 디지털화, 왜 R&D 혁신의 Key인가?
2. R&D 디지털화의 가능성을 제시한 주요 사례
1) SMS: 디지털 역량과 R&D 전문역량간 융합
2) BASF: 머신러닝 기반 문헌탐색
3) Hitachi: 인공지능 기반의 CPS 구축 플랫폼
3. R&D 디지털화, 어떻게 준비할 것인가
[Executive Summary]
○ 4차 산업혁명을 주도하는 인공지능 및 Big Data 기술은 R&D 디지털화를 촉진하면서 R&D 생산성을 혁신할 수 있는 유망한 수단으로 부상
○ R&D 디지털화에 중요한 의미를 갖는 상징적인 3가지 사례를 선정하여 각 사례가 주는 시사점과 파급효과를 전망
1) SMS의 Data Scientist와 협업을 통한 철강 연주공정 Crack 예방
- SMS는 전 세계 Data Scientist를 초청하여 연주공정의 Data를 제공하고 Crack 발생 예측 모델 개발을 요청하는 이벤트 개최
- 참가한 Data Scientist들은 철강 연주공정에 대한 경험이 없었지만 6주 후에 2개 팀이 SMS 엔지니어들도 풀지 못한 이슈를 해결하는 성과를 창출
- R&D 디지털화가 갖고 있는 혁신의 잠재성을 가시적으로 확인해 준 사례로 많은 기업이 R&D 전문가와 디지털 전문가 간 협업을 추진할 전망
2) BASF의 머신러닝 기반 연구주제 관련 문헌탐색
- 옥수수의 내성 개선 박테리아를 효과적으로 탐색하기 위해 연구팀은 머신러닝 문헌탐색 기법을 활용하여 기존 연구문헌을 탐색
- 수십만 건의 내외부 관련 문헌 중에서 연구주제와 관련이 높은 38건의 문헌을 찾아냄으로써 빠른 시간에 원하는 박테리아 발견에 성공
- 머신러닝 기반 문헌탐색 기법은 연구현황을 빠르게 파악하는 것은 물론 Domain 간 지식 융합에도 크게 기여할 전망
3) Hitachi의 인공지능을 활용한 Data 기반 CPS 구축 Framework 개발
- CPS는 물리적인 실험 공간을 사이버 공간에 재현함으로써 R&D 생산성을 혁신할 수 있는 Tool이지만 실제를 정확하게 재현하는 모델 개발이 큰 난제
- 머신러닝과 강화학습을 적용하여 Domain Knowledge에 기반한 모델 개발 없이 실험 Data만으로 정확한 모델을 유추하는 CPS 구축 플랫폼 ‘H’를 개발
- CPS 활용의 큰 걸림돌이었던 모델 개발이 가능해짐에 따라 CPS가 R&D 생산성 향상을 위한 혁신 Tool로 보편화될 전망
○ R&D 디지털화는 기존의 R&D 관리 체계를 바꾸고 커다란 혁신을 가져올 것
- R&D는 핵심 경쟁우위를 창출하는 원천이지만 상당한 자본과 시간이 소요되고 그 성과를 예측하기 힘들어 기업들은 효과적인 관리를 위해 많은 노력 집중
- R&D 디지털화는 기존 R&D 수행 기간을 단축하고 불확실성을 해소하면서 과거와는 다른 수준의 R&D 성과향상을 가져올 것
- R&D 관리의 초점 또한 Domain 전문가 육성과 효과적인 R&D 실행 관리에서 디지털 역량과 Domain 전문역량간 융합, 초기 연구주제 탐색으로 옮아갈 것