머신러닝

: 인간이 경험을 통해 습득한 기능과 같은 것을 인공지능은 인공 신경망을 이용해 절차를 복제하고 기계가 스스로 규칙을 만들도록 한다. e.g. 수천개의 이미지를 입력해 데이터로 훈련. 컴퓨터는 그 정보를 가지고 철저히 독자적으로든 아니면 인간의 도움을 받아서든 자기 나름의 알고리듬을 만든다.

딥러닝

: 머신러닝이 여러겹으로 이루어진 인공 신경망을 이용해 훈련용 데이터를 학습하는 경우 e.g. 자연어 처리: 기계가 딥러닝을 통해 손글씨나 사람의 말을 이해하는 것

딥러닝이 인기 있는 이유

  1. 많은 데이터 수집 가능
  2. 컴퓨터 처리능력이 갖춰졌음. (클라우드 컴퓨팅 - 데이터 무제한 저장, 분산처리 분산컴퓨팅으로 거의 실시간으로 빅데이터 분석, 컴퓨터 칩 기술의 발전으로 인공지능 연산처리 기술 성장-> 스마트폰이나 인터넷과 연결된 스마트기기를 통해서도 업무 수행 가능: 사물인터넷Iot 장치에서 엣지컴퓨팅. 인간의 경험을 통한 학습은 강화학습reinforcement learning)을 통해 머신러닝 알고리듬이 복제 가능

인공지능이 기업에게 주는 기회

  • 고객 이해, 응대하는 방법 결정
  • 더욱 똑똑한 상품과 서비스 제공
  • 기업활동 절차 개선, 자동화

컴퓨터 비전

: 인지 컴퓨팅 기능, 기계의 시각 부분을 연구해 삼차원 정보를 이용하는 컴퓨터과학의 최신분야. 인간의 시각이 하는 기능을 수행하는 자율적인 시스템을 만드는 것이 목표.

  1. 알리바바: 세계 최대 전자상거래 웹 포털
    • 중국은 인공지능 지지, 알리바바는 방문객마다 고객페이지뷰 구축, 고객이 구매하는지 다른 품목을 보고 사이트에서 나가는지 등 고객의 행동을 관찰해 실시간으로 이 페이지뷰를 조정하며 방문객이 결국 구매할 확률을 높임. 강화학습의 형태인 부분적인 감독 학습의 형태를 설치.
    • 인공지능 카피라이터. 딥러닝 신경망 상으로 운영되는 자연어 처리 알고리듬으로 1초에 2만개 광고 문구를 만들어냄.
    • 자사의 머신러닝, 딥러닝 솔루션을 클라우드 서비스를 통해 제공. 데이터센터들에는 인공지능 알고리듬과 데이터처리 기술을 작동시키는 하드웨어가 설치되어있음.
  2. 알파벳: 구글, 베릴리(생명과학), 웨이모(자율주행), 딥마인드, 네스트 등
    • 텍스트, 음성 검색: 자연어 처리 기술, 알고리듬은 사용자 검색문장에서 개별적인 단어의 의미를 파악하기보다 각 단어가 다른 단어와 어떻게 연관되어 어떤 의미를 지니는지 파악. 맥락 속의 의미를 분석함.
    • 구글 번역기는 심층 신경망을 이용해 사용자들이 더 많은 언어에 번역기를 노출시킴에따라 끊임없이 알고리듬을 정교하게 다듬는다. 딥러닝을 이용해 해당 언어를 그 언어를 구성하는 기본적인 요소들로 분해함
    • 방대한 양의 데이터뿐 아니라 그 자료를 신속하게 축적하는 네트워크가 머신러닝과 딥러닝의 유용성을 파악하는 열쇠다.
    • 딥마인드: 의 인공지능 기술은 자사 데이터 센터의 기계들에서 뿜어나오는 열기의 냉각효율성을 최적화, 안드로이드 운영체제를 작동시키는 모바일 기기의 배터리 수명 관리
  3. 아마존: 설립초기부터 예측분석predictive analytics
    • 데이터 마이닝 기법으로서 기존 데이터를 이용하거나 미래 상황을 가정해 고객이 제안에 반응을 보이거나 특정 제품을 구매할 확률 등 비즈니스 활동 결과를 예측하는 방법
    • 에코: 자연어 알고리듬에 딥러닝 적용. 신경망이 사용자의 각성 단어wake word를 감지. 각성 단어를 들으면 명령에 귀를 기울이고 그 명령을 해석하라고 명령.
  4. 애플
    • 머신러닝 기술을 단말기에 장착해 개인정보가 단말기 밖으로 벗어날 필요 없다.
    • Create ML등의 도구를 제공해 앱 개발자들이 머신러닝을 사용하도록 함. homecoat: 카메라를 대면 농구게임 심판판정에 도움
    • 시리의 자연어 처리 기술. 사용자 개인정보를 암호화해 클라우드에 전송
  5. IBM
    • 프로젝트 디베이터: 토론하는 인공지능. 논점 발굴, argument mining: 인간이 말하는 문장의 의미를 분석하기보다 상대방의 주장이 그릇된 정보를 바탕으로 하고있음을 보여주기위해 권위있는 사실을 인용하거나 상대방의 주장에서 논리적인 결함을 찾아낸다. 논점 발굴은 논점 포착(논점을 분석해 제시된 주장이 무엇이고 주장의 바탕이 되는 증거가 무엇인지 판단)과 논점 입장 분류(그 주장의 구성요소들이 토론의 상반된 입장과 관련해서 어느 위치에 있는지 판단)로 세분화된다.
  6. 마이크로소프트: 인공지능의 민주화
    • 사업모델이 기술을 대중에게 보급하는 업무를 중심이었다. Windows 덕분에 Pc 보급, office 등...
    • ResumeProject Natick: 데이터센터를 해안도시 근처의 해저에 구축. 미국 인구의 50퍼가 해안도시에 거주하므로 인터넷 속도 향상 가능
    • Renault르노 F1팀과 함께 머신러닝 시뮬레이터를 구축해 F1 레이싱카들의 모든 측면을 분석. 바퀴 소모, 트랙 상태, 엔진 온도 등 모든 정보를 애저 클라우드 서버에 전송. 이 서버에서 머신러닝 알고리듬이 도출한 결론이 더욱 정교해져 경기에서 성과 개선 가능
  7. 디즈니
    • 매직밴드: 방문객이 식당에 도착하면 이름 부르며 맞아줌, 즉석 퍼레이드를 열어 방문객이 몰려 있는 곳에서 한산한 곳으로 유도, 원하는 식당, 만나고픈 캐릭터 등을 선택하면 대기 시간 줄이는 계획표 제시/ 주파수 ID 식별 기술, 시설들을 데이터 포착 시스템에 통합
  8. 페이스북
    • 딥텍스트라는 자연어 처리 기술. 댓글을 구성하는 텍스트를 보고 과거에 괴롭히는 댓글로 경고가 붙은 다른 댓글들과 비슷한 패턴을 보이는지 분석함. 딥텍스트는 신경망과 연관된 딥러닝 기술을 이용해 업로드되는 텍스트를 분류, 업로드된 맥락을 이해. 딥러닝 시스템은 훈련을 거듭할수록 정확도가 개선되므로 장난인지 의도적인 괴롭힘인지 구분하는 능력이 점점 개선됨. 각 단어에 의미를 규정하는 태그를 부착할 뿐 아니라 단어의 빈도와 텍스트 안에서의 맥락을 추적, 각 단어가 여러 의미의 관계망에서의 위치를 지정.
    • 일주일 안에 사용자가 7명의 친구를 맺게 하면 페이스북을 장기간 이용하게 될 가능성이 높다.
  9. 텔레포니카: 전화, 광대역 통신망, 모바일 네트워크 제공업체
    • 인공지능으로 통신 시설이 미비한 지역사회를 찾아 재정을 투자하고 온라인 서비스를 제공하고자함.
    • 인터넷 파라 토도스 프로젝트. 남미의 20퍼가 모바일 브로드밴드 서비스를 이용하지 못하고 있음. 우선 컴퓨터 비전 기술을 이용해 위성사진을 분석하고 어디에 사람들이 거주하는지 파악했다. 그다음 해당 지역의 전송망을 분석, 데이터를 이용해 가능한한 많은 사람들을 망라하는 망을 까는 물류 작업을 최적화.
    • 페이스북과 손잡고 고해상도 위성사진의 머신러닝 분석을 이용해 사람들이 사는 위치 지도를 작성. 자사의 송신기와 송신탑의 위치 데이터, 인구조사, 위성 데이터로 전송 인프라 시설망을 파악.
  10. 바이어컴Viacom: 니켈로디언, MTV 등의 미디어 네트워크
    • 2개 이상의 프로그램에 꽂힌 고객은 장기간 충성도높은 고객이 될 가능성이 350퍼센트 높아진다.
    • 인공지능 알고리즘을 사용해 자사의 온라인 스트리밍 비디오 플랫폼 전체에서 데이터의 흐름과 전송 대역이 확보되어있는지 여부를 모니터한다. 비디오 전송 품질을 계속 모니터한다. 그결과 콘텐츠 시청에 가장 큰 변수를 알아낸다. 첫 째는. 첫 장면 재생까지 걸리는 시간(time to first frame), 둘째는 비디오가 끊기는 비율(rebuffering rate). 인공지능 분석을 이용해 전송대역 경로를 재설정해 이 두 척도가 최적 수준을 유지하도록 함.
  11. 인퍼비전Infervision: 중국의 컴퓨터 비전 전문기업
    • 질병 조기 발견에 도움. 딥러닝을 이용해 스캔과 방사선 등 의료 데이터를 해석. 일차적인 데이터 소스는 방사선, CT 스캔 사진이다.
    • 감독형 딥러닝 모델을 이용. 결과가 이미 알려진 데이터 세트를 가지고 훈련을 받는다. 알고리듬을 구동하는 심층 신경망에 암을 진단받은 환자의 사진을 입력하고, 건강한 폐의 사진으로 정상적인 폐의 기준을 구축하고, 정상에서 벗어난 데이터를 포착하면 경고.
    • 자사의 기술이 의사를 대체하기보단 의사들이 예전보다 더 신속하고 효율적으로 진단하도록 돕는다고 강조
  12. 세일즈포스: 고객관리 인공지능 솔루션 제공업체
    • Saas(서비스로서의 소프트웨어)인 아인슈타인 플랫폼을 제공함. 고객사는 자신의 고객데이터 보안 유지에 매우 민감하기 때문에, 실제 데이터 자체가 아니라 메타데이터로 작동하는 머신러닝 알고리듬을 설계했다. 고객 데이터를 구성하는 요소들에 표지를 부착해 데이터 준비 절차를 자동화했다는 뜻이다. 예를 들어 고객관리 DB 내 한 영역이 이메일이나 마케팅 목적인지 여부를 인식해 표지를 부착. 알고리듬이 고객 데이터를 보지 않고도 처리 가능.
    • 판매, 마케팅, 청구서 발송, 재정 기획 등 영업업무를 처리
  13. 콘Kone: 엘리베이터, 에스컬레이터 엔지니어링 및 유지보수 업체
    • 에스컬레이터와 엘리베이터의 속도, 온도, 소음 수위, 케이블을 타는 진동의 빈도 등을 감지하는 센서가 있다. 데이터를 클라우드에 연결했다. 데이터를 바탕으로 결함, 가동중지 가능성이 높은 기계를 파악하는 지식을 축적.
    • 집단 통제 기능을 사용해 효율적인 엘리베이터 구동. 에너지와 시간이 덜 낭비된다.
  14. 미국항공우주국NASA
    • 가장 큰 문제는 우주에서 지구로 정보를 전송할 때 사용가능한 대역이 제한되어있다는 점이다. 오늘날 데이터 용량은 mb단위로 측정.
    • 오픈소스 검색,분석 엔진인 엘라스틱서치가 인공지능 시스템의 중추를 구성하고 토양 수분에 대한 고해상도 데이터를 포착할 때도 사용됨. 정상 범위를 벗어난 암석을 큐리어시티의 레이저로 수증기로 만들어 어떤 물질로 구성되어있는지 알아낼 수 있음.
  15. 볼보
    • 자율주행 시스템 구축을 위한 업체인 Zenuity를 설립, 딥러닝으로 자동차의 카메라와 센서에서 수집된 데이터를 토대로 주변 사물을 인식하고 반응. 실시간으로 상황 지도를 구축해 인공지능 프로세서에게 자동차 주변환경을 360도로 보여준다. 컴퓨터 비전, 센서 융합, 의사 결정 및 자동차 제어를 위한 알고리듬이 내장되어 있다. 실시간 시스템인 만큼 방대한 연산능력이 필요하다. 델 EMC의 VMWare와의 제휴를 통해 서비스로서의 고성능 컴퓨터에 의존해 데이터를 처리.

맺음말

  • 인공지능에 전략적으로 접근하라.
  • 인공지능에 대한 인식과 기술을 제고하라.
  • 적합한 데이터를 확보하라.
  • 기술과 IT 시스템을 업데이트하라. 데이터 저장과 처리용량 면에서 최신기술이 필요하다.
  • 인공지능을 윤리적으로 이용하라
  • 인공지능이 초래할 파괴에 대비하라. 저숙련 기술 일자리나 단순 작업 등