IBM 리서치는 거시적 수준에서 나노 수준에 이르기까지, 세계에서 보이지 않는 것을 볼 수 있게 만드는 새로운 과학 기기를 개발하기 위해 노력하고 있다.
IBM리서치의 과학 및 기술 담당 부사장인 다리오 길(Dario Gil)은 “과학계에는 세계를 완전히 다른 방식으로 볼 수 있도록 해주는 장비를 개발해온 훌륭한 전통이 있다. 예를 들어, 현미경은 육안으로는 볼 수 없는 초소형 피사체를 볼 수 있도록 했으며, 온도계는 지구와 인체의 온도를 이해할 수 있도록 했다”면서 “인공지능과 나노기술이 발전함에 따라, IBM은 향후 5년 내에 현재 우리 세계에서 보이지 않는 복잡한 시스템을 볼 수 있도록 도와줄 차세대 과학 기기의 발명을 목표로 삼고 있다”고 설명했다.
‘IBM 5in5‘의 첫 번째는 인공지능(AI)이 사람의 말을 분석해 그 사람의 정신 건강 상태를 보여주는 기술이다.
뇌가 완전하게 해석할 수 없는 ‘블랙박스’라면, 말과 글은 이를 여는 ‘열쇠’라 할 수 있다. 이에 IBM은 향후 5년 내에 사람들의 말과 글이 정신적∙ 신체적 건강의 지표로 사용될 것으로 봤다. IBM의 과학자들은 임상의들이 정신증, 조현병, 조광증, 우울증 등을 정확하게 예측하고 감시할 수 있도록 정신과 인터뷰의 녹취록과 음성 자료를 사용, 약 300단어만을 가지고도 임상의들이 사용자의 정신병 가능성을 예측할 것으로 예상하고 있다.
또한 향후 5년 간 하이퍼이미징 기술 및 인공지능을 이용하는 새로운 이미징 기기들이 가시 광선대를 뛰어넘어 폭 넓게 볼 수 있도록 할 전망이다. 이를 통해 이전까지는 알려지지 않았거나 보이지 않았던 통찰력을 얻을 수 있으며, 잠재된 위험을 밝혀낼 것으로도 기대된다.
예를 들어 하이퍼이미징 기술은 자동차가 안개나 빗속에서 시야를 확보하거나, 빙판과 같은 위험하고 잘 보이지 않는 도로 상태를 감지할 수 있으며, 전방에 사물이 있는지, 거리나 크기는 어떠한지를 알려 줄 수 있다. IBM의 과학자들은하나의 플랫폼에서 전자기 스펙트럼의 각 부분을 보는 소형 하이퍼이미징 플랫폼을 현재 개발하고 있다.
IBM은 머신 러닝 알고리즘과 소프트웨어를 이용해 현실 세계에 대한 정보를 정리함으로써 방대하고 복합적인 데이터를 우리의 이해 범위 내로 가져오게 될 날이 곧 도래할 것으로도 내다봤다. 이는 '매크로스코프'라고 불리며, 초소형 대상을 보는 현미경이나 먼 곳을 볼 수 있는 망원경과 달리, 지구상의 모든 데이터를 종합해 분석함으로써 그 의미를 찾아내는 소프트웨어와 알고리즘 시스템이다.
2012년 IBM은 이 개념에 대한 연구에 착수했으며 관개, 토양 및 기후 데이터에 위성 이미지 및 기타 센서 데이터를 통합함으로써 최적의 포도 수확량 및 품질을 산출하는데 필요한 구체적인 관개를 예측했다. 향후 매크로스코프 기술들은 이 개념을 전 세계 모든 곳으로 확장할 수 있도록 지원한다는 계획이다.
IBM의 새로운 메디컬 랩 ‘온어칩(“on a chip)’은 나노기술 건강 조사관의 역할 수행, 체액에서 눈에 보이지 않는 단서를 추적하고 의사의 진단을 받을 필요가 있는지 즉시 알려줘 질병의 조기 발견에 도움을 줄 것으로 봤다.
랩온어칩(lab-on-a-chip) 기술은 궁극적으로 편리한 휴대용 기기에 탑재된다. 따라서 사람들은 정기적으로 원하는 시간에 자신의 집에서 빠르게 소량의 체액을 통해 정보를 얻고, 종합적으로 이 데이터가 건강에 대한 심층적인 견해를 제공해 질병의 최초 증상에 대해 경고함으로써 병이 진행되기 전에 미리 막을 수 있도록 돕는다.
IBM은 경제적인 센싱 기술들이 등장, 환경 오염 물질의 누출을 실시간으로 찾아낼 수 있도록 도울 것으로 내다봤다. 무선으로 클라우드에 연결된 IoT 센서망이 방대한 천연 자원 기반 시설에 대한 지속적인 모니터링을 제공하고, 몇 분 내에 누출을 발견함으로써 오염과 낭비는 물론 참사가 발생할 가능성까지 줄인다는 것이다.
IBM의 핵심 기술은 데이터를 빛의 속도로 전송함으로써 말 그대로 빛의 속도로 컴퓨팅이 수행되도록 하는 ‘실리콘 포토닉스(silicon photonics)’이다. 이들 칩은 지상의 센서망 또는 기반 시설 내부에 내장될 수 있으며 심지어 무인 드론을 날릴 수도 있다, 또한, 실시간 바람 데이터, 위성 데이터, 기타 경험적인 정보들이 결합돼 생성된 통찰은 오염 발생 시 오염원과 오염 양을 탐지하는 복잡한 환경 모델을 개발하는 데 사용될 수 있다.