2019.07.26

'IT 자동화에는 이미 절반이 활용 중'··· 현대 기업들이 AI 사용례 톱3

Maria Korolov | CIO
AI 기술이 특히 인기리에 활용되는 분야는 IT다. IT 자동화, 품질 관리, 사이버 보안 등이 대표적이다. 하지만 기술이 개선되고 사용이 간편해지는 한편, 유용성이 입증되면서 상황이 달라질 것이라고 전문가들이 전망하고 있다. 
 
ⓒ Image Credit : Getty Images Bank



IT 자동화, 품질 관리, 사이버 보안
지난해 말 미국 내 임원들을 대상으로 실시한 딜로이트의 설문조사에 따르면 IT 자동화가 AI의 가장 인기 있는 사용례였다. 기업 중 47%가 이를 활용하고 있었다. 품질관리와 사이버 보안이 각각 46%와 41%로 그 뒤를 따랐다. 사이버 보안은 전 세계 600명의 임원을 대상으로 실시한 에이펙스(Apex)의 설문조사에서도 주요 AI 및 ML 사용례로 꼽힌 바 있다. 

IT 부서들이 AI를 도입하는 이유는 IT 부문 종사자들이 데이터 작업에 익숙하며 시범 프로젝트 수행 및 신규 기술 탐구에 관심이 있고 스타트업과 협력할 의지가 있기 때문이라고 딜로이트 RFA(Risk and Financial Advisory)의 AI 전문가 사미르 한스가 말했다.

그는 "AI, 머신러닝, 데이터 사이언스 애플리케이션은 매우 IT 집약적이다. 마케팅 부문부터 시작하고 싶을 수 있지만 마케팅 부문의 사람들은 일반적으로 IT 부문의 사람들만큼 기술에 능하지 못하다"라고 말했다.

이로 인해 IT 분야에서의 활용에 사용되는 AI와 머신러닝은 다른 분야에서보다 좀더 성숙한 특성을 보인다. 그것이 G&S(Goulson & Storrs)의 CIO 존 아스놀트의 경험이었다. 보스톤에 위치한 이 로펌은 법률 시장을 혁신할 수 있는 AI의 발전을 예의주시하고 있다. 하지만 해당 기술의 첫 배치는 사이버 보안이었다.

해당 기업은 125개의 가상 서버와 관련 네트워크 장비를 포함하여 5개 지역에 데이터센터를 보유하고 있다.

아스놀트는 전통적인 보안 접근방식에서는 문제가 발생한 이후의 상황이 누락될 수 있다고 지적했다. 가령 침입자가 사용자 계정을 해킹하거나 취약성을 이용해 보안 솔루션을 무력화한 경우 수 개월 동안 침입이 발생했다는 사실이 드러나지 않을 수 있다. 그는 "개인적으로 그것이 가장 큰 문제다"라고 강조했다.

침입자가 기업의 시스템을 통해 횡방향으로 이동하지 못하도록 하는 네트워크를 분리할 수 있기는 하다. 그러나 구성이 어려울 수 있다.

그는 "매우 번거로운 일이다. 또 방화벽과 다른 보안 메커니즘에서 어떤 구멍을 뚫어야 하는지 파악하기란 매운 어렵다”라고 말했다.

2년 전 G&S는 다양한 시스템과 애플리케이션 사이의 상호작용을 자동으로 분석하고 정상적인 트래픽의 경로를 파악하여 마이크로 분할 권고사항을 생성하는 머신러닝 시스템으로 눈을 돌렸다.

아스놀트는 "AI가 네트워크의 상태를 파악한다. 그리고 무엇이 필요하며 무엇이 없는지 파악하고, 사용자는 추천받은 정책을 적용하면 된다. 그리고 네트워크를 지속적으로 학습하며 마이크로 분리에 적용되는 정책을 지속적으로 업데이트한다"라고 설명했다.

해당 기업은 엣지와이즈(Edgewise)의 기술을 사용하며, 그 이유 중 하나는 추가 인력 없이 해당 제품을 배치할 수 있기 때문이다. 초기 배치에 약 3개월이 소요됐다.

그는 "최신 버전을 도입한 이후로 버튼 하나만 누르면 서버, 소프트웨어, 사용례를 위한 12만 5,000가지의 다양한 보호 수단을 얻을 수 있었다. 인간 구성요소를 없애기 때문에 시간과 노력을 크게 줄여준다"라고 말했다. 

예측 분석
인공지능의 주요 용도 중 하나는 정보에 기초한 예측이다. 기상 예보, 고객들이 주문하고 싶을 것 같은 제품이나 좋아할 법한 영화 예측, 고장이 임박한 장비 예측 등이 대표적이다. 기업들은 예측 분석 부문에서 점점 더 많은 AI 사용 방안을 발견하고 있다.

예를 들어, 의료 및 제약 부문에서 AI와 머신러닝은 질병을 예측하고 가능성 있는 치료법을 찾기 위해 유전자 정보, 의료 기록, 시험 데이터 분석에 사용된다. 가트너에 따르면 의료 서비스 제공자의 38%가 현재 컴퓨터 지원 진단을 이용하고 있다.

샌프란시스코에 위치한 시어(Seer)는 생명 공학 및 의료 데이터 기업이다. 이 회사는 AI의 질병 판독 역량을 높이기 위해 단백질 혈액 검사에서 얻은 데이터를 활용하는 방법을 찾고 있다.

해당 기업의 CBO(Chief Business Officer) 겸 사장 겸 설립자인 필립 마는 "이를테면 겸상 적혈구 빈혈은 헤모글로빈이라는 단백질의 변화를 유발하는 하나의 돌연변이 때문에 발생한다. 단백질의 작은 변화가 건강에 극적인 영향을 끼칠 수 있는 것이다"라고 설명했다.

어떤 단백질 변화가 어떤 질병과 관련되어 있는지 파악하기 어려울 수 있으며, 질병에 많은 종류의 유전자와 단백질이 관련된 경우에는 더욱 그렇다. "여기에서 AI가 큰 도움이 될 수 있다"라고 그가 말했다.

하나의 단백질만 관련되어 있다면 표준 통계 분석으로 충분하다. 하지만 수십 개의 단백질이 관련되어 있다면 기하급수적으로 복잡해진다. 또한 질병과 관련되지 않았지만 성별이나 어떤 사람이 그날 아침 식사로 무엇을 먹어야 했는지와 관련된 단백질에는 차이가 존재한다.

"다양하고 충분한 양의 고품질 데이터가 있어야 통계적으로 무엇이 신호이며 무엇이 잡음인지 구분할 수 있다"라고 그는 말했다.




2019.07.26

'IT 자동화에는 이미 절반이 활용 중'··· 현대 기업들이 AI 사용례 톱3

Maria Korolov | CIO
AI 기술이 특히 인기리에 활용되는 분야는 IT다. IT 자동화, 품질 관리, 사이버 보안 등이 대표적이다. 하지만 기술이 개선되고 사용이 간편해지는 한편, 유용성이 입증되면서 상황이 달라질 것이라고 전문가들이 전망하고 있다. 
 
ⓒ Image Credit : Getty Images Bank



IT 자동화, 품질 관리, 사이버 보안
지난해 말 미국 내 임원들을 대상으로 실시한 딜로이트의 설문조사에 따르면 IT 자동화가 AI의 가장 인기 있는 사용례였다. 기업 중 47%가 이를 활용하고 있었다. 품질관리와 사이버 보안이 각각 46%와 41%로 그 뒤를 따랐다. 사이버 보안은 전 세계 600명의 임원을 대상으로 실시한 에이펙스(Apex)의 설문조사에서도 주요 AI 및 ML 사용례로 꼽힌 바 있다. 

IT 부서들이 AI를 도입하는 이유는 IT 부문 종사자들이 데이터 작업에 익숙하며 시범 프로젝트 수행 및 신규 기술 탐구에 관심이 있고 스타트업과 협력할 의지가 있기 때문이라고 딜로이트 RFA(Risk and Financial Advisory)의 AI 전문가 사미르 한스가 말했다.

그는 "AI, 머신러닝, 데이터 사이언스 애플리케이션은 매우 IT 집약적이다. 마케팅 부문부터 시작하고 싶을 수 있지만 마케팅 부문의 사람들은 일반적으로 IT 부문의 사람들만큼 기술에 능하지 못하다"라고 말했다.

이로 인해 IT 분야에서의 활용에 사용되는 AI와 머신러닝은 다른 분야에서보다 좀더 성숙한 특성을 보인다. 그것이 G&S(Goulson & Storrs)의 CIO 존 아스놀트의 경험이었다. 보스톤에 위치한 이 로펌은 법률 시장을 혁신할 수 있는 AI의 발전을 예의주시하고 있다. 하지만 해당 기술의 첫 배치는 사이버 보안이었다.

해당 기업은 125개의 가상 서버와 관련 네트워크 장비를 포함하여 5개 지역에 데이터센터를 보유하고 있다.

아스놀트는 전통적인 보안 접근방식에서는 문제가 발생한 이후의 상황이 누락될 수 있다고 지적했다. 가령 침입자가 사용자 계정을 해킹하거나 취약성을 이용해 보안 솔루션을 무력화한 경우 수 개월 동안 침입이 발생했다는 사실이 드러나지 않을 수 있다. 그는 "개인적으로 그것이 가장 큰 문제다"라고 강조했다.

침입자가 기업의 시스템을 통해 횡방향으로 이동하지 못하도록 하는 네트워크를 분리할 수 있기는 하다. 그러나 구성이 어려울 수 있다.

그는 "매우 번거로운 일이다. 또 방화벽과 다른 보안 메커니즘에서 어떤 구멍을 뚫어야 하는지 파악하기란 매운 어렵다”라고 말했다.

2년 전 G&S는 다양한 시스템과 애플리케이션 사이의 상호작용을 자동으로 분석하고 정상적인 트래픽의 경로를 파악하여 마이크로 분할 권고사항을 생성하는 머신러닝 시스템으로 눈을 돌렸다.

아스놀트는 "AI가 네트워크의 상태를 파악한다. 그리고 무엇이 필요하며 무엇이 없는지 파악하고, 사용자는 추천받은 정책을 적용하면 된다. 그리고 네트워크를 지속적으로 학습하며 마이크로 분리에 적용되는 정책을 지속적으로 업데이트한다"라고 설명했다.

해당 기업은 엣지와이즈(Edgewise)의 기술을 사용하며, 그 이유 중 하나는 추가 인력 없이 해당 제품을 배치할 수 있기 때문이다. 초기 배치에 약 3개월이 소요됐다.

그는 "최신 버전을 도입한 이후로 버튼 하나만 누르면 서버, 소프트웨어, 사용례를 위한 12만 5,000가지의 다양한 보호 수단을 얻을 수 있었다. 인간 구성요소를 없애기 때문에 시간과 노력을 크게 줄여준다"라고 말했다. 

예측 분석
인공지능의 주요 용도 중 하나는 정보에 기초한 예측이다. 기상 예보, 고객들이 주문하고 싶을 것 같은 제품이나 좋아할 법한 영화 예측, 고장이 임박한 장비 예측 등이 대표적이다. 기업들은 예측 분석 부문에서 점점 더 많은 AI 사용 방안을 발견하고 있다.

예를 들어, 의료 및 제약 부문에서 AI와 머신러닝은 질병을 예측하고 가능성 있는 치료법을 찾기 위해 유전자 정보, 의료 기록, 시험 데이터 분석에 사용된다. 가트너에 따르면 의료 서비스 제공자의 38%가 현재 컴퓨터 지원 진단을 이용하고 있다.

샌프란시스코에 위치한 시어(Seer)는 생명 공학 및 의료 데이터 기업이다. 이 회사는 AI의 질병 판독 역량을 높이기 위해 단백질 혈액 검사에서 얻은 데이터를 활용하는 방법을 찾고 있다.

해당 기업의 CBO(Chief Business Officer) 겸 사장 겸 설립자인 필립 마는 "이를테면 겸상 적혈구 빈혈은 헤모글로빈이라는 단백질의 변화를 유발하는 하나의 돌연변이 때문에 발생한다. 단백질의 작은 변화가 건강에 극적인 영향을 끼칠 수 있는 것이다"라고 설명했다.

어떤 단백질 변화가 어떤 질병과 관련되어 있는지 파악하기 어려울 수 있으며, 질병에 많은 종류의 유전자와 단백질이 관련된 경우에는 더욱 그렇다. "여기에서 AI가 큰 도움이 될 수 있다"라고 그가 말했다.

하나의 단백질만 관련되어 있다면 표준 통계 분석으로 충분하다. 하지만 수십 개의 단백질이 관련되어 있다면 기하급수적으로 복잡해진다. 또한 질병과 관련되지 않았지만 성별이나 어떤 사람이 그날 아침 식사로 무엇을 먹어야 했는지와 관련된 단백질에는 차이가 존재한다.

"다양하고 충분한 양의 고품질 데이터가 있어야 통계적으로 무엇이 신호이며 무엇이 잡음인지 구분할 수 있다"라고 그는 말했다.


X