요즈음 인공지능(AI)의 편향에 대한 논란이 많다. 사람의 얼굴을 부적절하게 판단하는 이미지 분류 시스템에서부터 성별 편향을 보이는 채용 봇에 이르기까지 AI는 인간의 행동을 모사함에 있어 편견까지 고스란히 물려받는 경향을 보인다. AI를 오용하면 ... ...
2020.01.28
IT 세계에서 제일 잘 알려진 문제는 두 가지다. 인류가 미래를 향해 너무 열심히 달려간 나머지 아이러니하게도 기술 발전 속도가 예상을 따라오지 못할 때 그 경향을 무시하게 되는 것이다. 예를 들어 오늘날 널리 퍼져 있는 두 가지의 굳건한 신화를 생각... ...
플라밍고 AI의 설립자이자 임원 디렉터인 카트리나 월리스 박사가 인공지능 기술이 인간에게 끼칠 수 있는 각종 영향에 대해 공유했다.  이번 주 시드니에서 개최된 세빗(CeBIT) 컨퍼런스에서 그는 AI의 부상, 그리고 인간과 기계 사이의 관... ...
AI의 발전이 가속됨에 따라 우리의 일상적 삶의 더 많은 부분이 눈에 보이지 않는 알고리즘의 영향을 받고 있다. 그러나 중요한 결정을 소프트웨어에 맡기면 맡길수록 이들이 작용하는 방식과 이들이 내린 결론의 이유를 조사할 필요성은 더욱 커진다. ... ...
일반적으로 학습 과정이란 실수를 저지르고 잘못된 길을 택하면서 경험을 통해 향후 동일한 함정을 피하는 방법을 알아 나가는 것을 의미한다. 머신러닝 역시 다르지 않다. 기업이 머신러닝을 구현할 때는 주의해야 한다. 일부 마케팅 자료에는 머신러닝... ...
IBM은 인공지능 개발자가 알고리즘 작동 방식을 더 잘 파악할 수 있도록 돕는 오픈소스 소프트웨어 툴 세트를 발표했으며, 이는 향후 알고리즘의 편견을 피하는 데 도움이 될 것으로 기대된다. IBM은 개발자들이 인공지능의 의사결정 방식을 파... ...
전세계 법원은 소프트웨어를 사용해 위험을 평가하고 판결에 도움을 받으며 알고리즘을 실험하고 있다. 비평가들은 시스템 투명성이 부족하고 인간의 편견을 증폭시킬 수 있다고 우려하지만 알고리즘이 좀더 공정하고 효율적일 수 있다고 주장하고 있다. 엘리엇 애쉬... ...
AI 시스템 내부의 편견이 의도치 않은 결과로 이어질 수 있다. 문제를 제대로 해결하기 위해서는 AI 시스템이 입력 데이터를 해석하는 방법을 이해하는 것이 중요하다. 알렉사와 시리, 코타나와 같은 가상 비서들이 일상 생활의 일부로 녹아들고 있다.... ...
AI
2018.03.15
오길비의 제이슨 데이비가 SXSW 행사에서 이뤄진 AI 관련 논의에 대해 기고했다. 작년 SXSW 행사에 대한 기고문에서 필자는 기술 분야에서 나타난 발전들이 마케팅 뿐 아니라 사회적인 충격을 가져올 것이라고 기술했다. 올해의 행사는 이러한 전망... ...
기업과 기업 내 직무는 규칙과 지침에 따라 발전하고 운영된다. 이와 함께 근거 없는 믿음이 생겨나기도 한다. 프로젝트 관리 직종도 다르지 않다. 보편적인 프로젝트 관리에 관한 10가지 근거 없는 믿음이 있다. 이런 프로젝트 관리에 관한 근거 없는 믿음... ...
세계 최고 AI 전문가들에 따르면, 편견은 인간의 편견이든 데이터 기반 편견이든 인공지능(AI) 개발과 이용에 대한 가장 큰 윤리적 과제다. 왼쪽부터 피터 노르빅 박사, 리처드 소처 박사, 수치 사리아 박사, 포춘지 애덤 라쉰스키 지난주... ...
많은 대기업들이 인공지능을 수용하고 있다. 고객 요청을 처리하는 봇을 구현하고, 비즈니스 프로세스를 자동화 할 알고리즘을 탐구한다. 그러나 스스로 학습을 하는 소프트웨어로 효율성을 높일 수 있다고 판단하는 CIO가 있는 반면, AI에 지나치게 많은 운... ...
은연중에 나타나는 편견은 IT채용 과정에도 영향을 끼친다. 이 편견 때문에 채용 과정에서 인재를 놓친다면, 기업에는 큰 손해가 될 것이다. 이를 없애기 위해 기업이 할 수 있는 일은 많다. 편견을 없애는데 도움이 될만한 5가지 전략을 소개한다.&nbs... ...
인간의 판단에 감정과 선입견, 편견이 개입되지 않을 수는 없다. 데이터에 기반한 의사 결정은 자칫 저지르기 쉬운 감정적 실수를 막아줄 수 있다. 여기 데이터에 기반한 의사 결정이 유용한 4가지 상황을 정리했다.  IT예산 증가하고 있다.... ...
소규모 기업을 창업하거나 성장시키기란 어려운 일이다. 다행히 클라우드 서비스가 등장하면서 기술 활용이 한결 더 쉬워졌다. 그러나 클라우드는 헷갈리기도 하고, 근거 없는 낭설과 잘못된 정보가 난무하기도 한다. 특히 클라우드를 사용한 웹사이트, ... ...
  1. 기고 | ‘세익스피어 vs. 래퍼’··· AI 모델 편향성 사례 살펴보기

  2. 2020.01.28
  3. 요즈음 인공지능(AI)의 편향에 대한 논란이 많다. 사람의 얼굴을 부적절하게 판단하는 이미지 분류 시스템에서부터 성별 편향을 보이는 채용 봇에 이르기까지 AI는 인간의 행동을 모사함에 있어 편견까지 고스란히 물려받는 경향을 보인다. AI를 오용하면 ...

  4. 블로그 | 데이터센터는 퇴물? AI는 과대평가?··· IT 분야 2가지 통념 파헤치기

  5. 2020.01.28
  6. IT 세계에서 제일 잘 알려진 문제는 두 가지다. 인류가 미래를 향해 너무 열심히 달려간 나머지 아이러니하게도 기술 발전 속도가 예상을 따라오지 못할 때 그 경향을 무시하게 되는 것이다. 예를 들어 오늘날 널리 퍼져 있는 두 가지의 굳건한 신화를 생각...

  7. “AI 등의 파괴적 기술, 기후 변화 · 핵전쟁 뒤잇는 위험 요인”AI 기술기업 설립자

  8. 2019.10.31
  9. 플라밍고 AI의 설립자이자 임원 디렉터인 카트리나 월리스 박사가 인공지능 기술이 인간에게 끼칠 수 있는 각종 영향에 대해 공유했다.  이번 주 시드니에서 개최된 세빗(CeBIT) 컨퍼런스에서 그는 AI의 부상, 그리고 인간과 기계 사이의 관...

  10. IBM의 인공지능 툴킷, AI 편향을 완화해 줄까

  11. 2018.11.20
  12. AI의 발전이 가속됨에 따라 우리의 일상적 삶의 더 많은 부분이 눈에 보이지 않는 알고리즘의 영향을 받고 있다. 그러나 중요한 결정을 소프트웨어에 맡기면 맡길수록 이들이 작용하는 방식과 이들이 내린 결론의 이유를 조사할 필요성은 더욱 커진다. ...

  13. 머신러닝 프로젝트가 실패하는 6가지 이유

  14. 2018.10.16
  15. 일반적으로 학습 과정이란 실수를 저지르고 잘못된 길을 택하면서 경험을 통해 향후 동일한 함정을 피하는 방법을 알아 나가는 것을 의미한다. 머신러닝 역시 다르지 않다. 기업이 머신러닝을 구현할 때는 주의해야 한다. 일부 마케팅 자료에는 머신러닝...

  16. 'AI의 블랙박스화' 막겠다··· 오픈소스로 알고리즘 공개 선언한 IBM

  17. 2018.10.01
  18. IBM은 인공지능 개발자가 알고리즘 작동 방식을 더 잘 파악할 수 있도록 돕는 오픈소스 소프트웨어 툴 세트를 발표했으며, 이는 향후 알고리즘의 편견을 피하는 데 도움이 될 것으로 기대된다. IBM은 개발자들이 인공지능의 의사결정 방식을 파...

  19. AI가 판결하는 '정의란 무엇인가'

  20. 2018.07.24
  21. 전세계 법원은 소프트웨어를 사용해 위험을 평가하고 판결에 도움을 받으며 알고리즘을 실험하고 있다. 비평가들은 시스템 투명성이 부족하고 인간의 편견을 증폭시킬 수 있다고 우려하지만 알고리즘이 좀더 공정하고 효율적일 수 있다고 주장하고 있다. 엘리엇 애쉬...

  22. 블로그 | AI 내부의 편견, 방치하면 증폭된다

  23. 2018.03.27
  24. AI 시스템 내부의 편견이 의도치 않은 결과로 이어질 수 있다. 문제를 제대로 해결하기 위해서는 AI 시스템이 입력 데이터를 해석하는 방법을 이해하는 것이 중요하다. 알렉사와 시리, 코타나와 같은 가상 비서들이 일상 생활의 일부로 녹아들고 있다....

  25. 기고 | SXSW에서 논의된 AI의 불편한 진실

  26. AI
    2018.03.15
  27. 오길비의 제이슨 데이비가 SXSW 행사에서 이뤄진 AI 관련 논의에 대해 기고했다. 작년 SXSW 행사에 대한 기고문에서 필자는 기술 분야에서 나타난 발전들이 마케팅 뿐 아니라 사회적인 충격을 가져올 것이라고 기술했다. 올해의 행사는 이러한 전망...

  28. 기고 | 프로젝트 관리에 대한 10가지 흔한 오해

  29. 2018.02.02
  30. 기업과 기업 내 직무는 규칙과 지침에 따라 발전하고 운영된다. 이와 함께 근거 없는 믿음이 생겨나기도 한다. 프로젝트 관리 직종도 다르지 않다. 보편적인 프로젝트 관리에 관한 10가지 근거 없는 믿음이 있다. 이런 프로젝트 관리에 관한 근거 없는 믿음...

  31. '인공지능 개발의 가장 큰 위협은 편견' AI 전문가들 지적

  32. 2017.11.16
  33. 세계 최고 AI 전문가들에 따르면, 편견은 인간의 편견이든 데이터 기반 편견이든 인공지능(AI) 개발과 이용에 대한 가장 큰 윤리적 과제다. 왼쪽부터 피터 노르빅 박사, 리처드 소처 박사, 수치 사리아 박사, 포춘지 애덤 라쉰스키 지난주...

  34. AI의 '블랙박스'를 어디까지 신뢰할 수 있을까?

  35. 2017.07.10
  36. 많은 대기업들이 인공지능을 수용하고 있다. 고객 요청을 처리하는 봇을 구현하고, 비즈니스 프로세스를 자동화 할 알고리즘을 탐구한다. 그러나 스스로 학습을 하는 소프트웨어로 효율성을 높일 수 있다고 판단하는 CIO가 있는 반면, AI에 지나치게 많은 운...

  37. '편견 때문에 인재를 놓친다' 5가지 해결 방안

  38. 2016.11.03
  39. 은연중에 나타나는 편견은 IT채용 과정에도 영향을 끼친다. 이 편견 때문에 채용 과정에서 인재를 놓친다면, 기업에는 큰 손해가 될 것이다. 이를 없애기 위해 기업이 할 수 있는 일은 많다. 편견을 없애는데 도움이 될만한 5가지 전략을 소개한다.&nbs...

  40. '데이터 기반 판단이 유용한' IT 조달 상황 4가지

  41. 2016.03.21
  42. 인간의 판단에 감정과 선입견, 편견이 개입되지 않을 수는 없다. 데이터에 기반한 의사 결정은 자칫 저지르기 쉬운 감정적 실수를 막아줄 수 있다. 여기 데이터에 기반한 의사 결정이 유용한 4가지 상황을 정리했다.  IT예산 증가하고 있다....

  43. 클라우드에 대한 3가지 흔한 오해

  44. 2016.02.03
  45. 소규모 기업을 창업하거나 성장시키기란 어려운 일이다. 다행히 클라우드 서비스가 등장하면서 기술 활용이 한결 더 쉬워졌다. 그러나 클라우드는 헷갈리기도 하고, 근거 없는 낭설과 잘못된 정보가 난무하기도 한다. 특히 클라우드를 사용한 웹사이트, ...

X