알고리즘은 우리의 연락 상대와 쇼핑 목록, 방문 장소, 수입, 심지어 결혼 상대까지 접수했다. SNS 마케팅 전문업체 위아소셜(We Are Social)은 마케터가 이 새로운 현상을 어떻게 활용할지에 대한 방안을 당장 수립해야 하며 그렇지 않으면 경쟁자들에게 난공불락의 ...
네트워킹 분야에서 머신러닝은 자동화 못지 않은 인기 주제다. 네트워킹 분야의 많은 머신러닝 애플리케이션이 아직은 여러 해 뒤의 이야기이지만, 가능성 면에서는 10여 년에 한 번씩 등장해 네트워크의 동작 방식을 근본적으로 바꿔 놓는 몇 안되는 기술 중의 하나가 될 가능성 ...
사진 속 인물을 인식하는 구글 포토의 알고리즘은 신비할 정도로 탁월하다. 사진이 수천 장일지라도 이 알고리즘은 사진 속 인물을 빠르게 파악해 분류하는 재주를 보여준다. 구글이 최신 업데이트를 통해 그 편의성을 더욱 개선시켰다. 안드로이드 폴리스가 처음 보도 ...
인공지능(AI)과 머신러닝, 특히 딥러닝은 아마 2016년 가장 성공적이었던 기술 주제라 표현할 수 있을 것이다. 딥러닝의 '의미'와 이를 직접 활용하는 '방법'에 대해 알아본다. 관심 있게 지켜봤던 이라면 아마 감지했을 것 ...
자율주행 자동차와 사람이 운전하는 자동차가 도로 위에서 함께 달릴 수 있도록 돕는 소프트웨어가 개발됐다. 자율주행 차가 이미 개발됐지만, 이를 위한 기술, 제도, 법규 등의 준비가 돼 있을까? 다른 새로운 기술과 마찬가지로 사람이 조수석에 앉고 운전석에는 아무도 ...
'킬러(살인마)' 로봇이 큰 문제가 될 것이라는 경고를 들었을지 모르겠다. IEEE(Institute of Electrical and Electronics Engineers)는 이 문제를 해결하고 싶어한다. IEEE GIECAIAS(Global In ...
머신러닝이 확산되면서 이를 둘러싼 시행착오도 늘어나고 있다. 여기 기업이 흔히 저지르는 머신러닝 실수들을 정리했다.   머신러닝은 더 이상 공상 과학 영화 속 이야기가 아니다. 시리나 알렉사 같은 음성인식부터 페이스북 자동 태그, 아마존 상품 추천 ...
가트너가 향후 3~5년에 대한 10대 전략 전망을 가트너 심포지엄/IT엑스포에서 18일 발표했다. 회사의 최고 연구 책임자 대릴 플러머에 따르면 회사가 매년 발표하는 이 전망은 78%의 정확도를 기록하고 있다. 플러머는 가장 두드러지는 테마로 '디지털 디스 ...
물리학자로서 필자는 본래 정확한 수식으로 세상을 설명하도록 훈련 받았다. 이후 실험적 고 에너지 입자 물리학자로서 필자는 오류가 있는 대량의 데이터를 다루고 해당 데이터를 설명하는 경쟁 모델을 평가하는 방법을 배웠다. 대량으로 수집된 비즈니스 데이터는 필자가 다룰 수 ...
인공 지능에 대한 기대가 높지만 가야할 길은 까마득한 것이 현실이다. 하버드 대학이 2,800만 달러를 투자금을 확보해 AI 분야의 획기적 진전을 도모한다. 이번 예산은 포유류의 두뇌가 학습에 특히 탁월한 이유를 규명함으로써 더 나은 컴퓨터를 개발하는데 목적을 두 ...
암호화, 메타데이터 분석, 이상 트래픽 감지 알고리즘이 활발히 이용되고 있는 가운데, 다른 영역에서도 점차 사용 범위가 확대되고 있다. 오늘은 질병 유전자 스캔, 커닝 적발, 살인 사건 해결 등 다양한 기능을 수행하는 10가지 알고리즘에 대해 알아본다. ciokr@id ...
지난 달, 여러 디지털 마케팅 전문가 및 SEO(Search Engine Optimization) 전문가들은 구글의 랭크브레인(RankBrain)에 대해 지속적으로 논의했다. 랭크브레인이 정확하게 무엇일까? 어떤 식으로는 SEO 모범 사례를 바꾸어 놓을 수 있을까? 아 ...
인터넷 상에서 패스워드는 거추장스러운 존재다. 그러나 한 튜링 상 수상자가 안전하면서도 쉬운 알고리즘 접근법을 제시했다. 단 연습이 조금 필요하다. 오늘날 인터넷 사용자는 평균 약 20여 개의 비밀번호를 활용하고 있는 것으로 조사되고 있다. 문제는 기억하기 쉬울수 ...
언젠가 터미네이터가 인류를 종말시키려 할 때, 로봇이 인류에 대해 농담을 던지더라도 놀라지 않을 일이다. 마이크로소프트는 회사의 연구 프로젝트를 통해 컴퓨터에게 '희극의 의미'를 가르치려 시도했다. 뉴요커의 카툰 콘텐스트를 재료로 삼아 컴퓨터 알고리 ...
컴퓨터와 알고리즘을 이용해 사진 속 사람의 얼굴을 식별할 수 있는 기술 개발에 열을 올리는 기업들이 있다. 대표적인 기업 2 곳이 페이스북과 구글이다. 이미 그 완성도가 상당한 수준이다. 그러나 이들 거대 IT 기업들이 안면 인식 기술로 무엇을 하려는 지는 아직 ...
  1. AI는 마케팅을 어떻게 바꿔놓을까

  2. 2017.06.02
  3. 알고리즘은 우리의 연락 상대와 쇼핑 목록, 방문 장소, 수입, 심지어 결혼 상대까지 접수했다. SNS 마케팅 전문업체 위아소셜(We Are Social)은 마케터가 이 새로운 현상을 어떻게 활용할지에 대한 방안을 당장 수립해야 하며 그렇지 않으면 경쟁자들에게 난공불락의 우위를 내주게 될 것을 각오해야 한다고 경고했다. 비비드 페스티벌(Vivid Festival)에서 ‘기계를 대상으로 한 마케팅: 알고리즘이 미래의 모든 것을 지배하...

  4. 인터뷰 | 데이빗 마이어에게 듣는 머신러닝과 네트워크와 보안

  5. 2017.06.01
  6. 네트워킹 분야에서 머신러닝은 자동화 못지 않은 인기 주제다. 네트워킹 분야의 많은 머신러닝 애플리케이션이 아직은 여러 해 뒤의 이야기이지만, 가능성 면에서는 10여 년에 한 번씩 등장해 네트워크의 동작 방식을 근본적으로 바꿔 놓는 몇 안되는 기술 중의 하나가 될 가능성이 있다. 결국 아마존이나 애플, 페이스북, 구글, 바이두 등의 선도 업체는 이미 머신러닝을 이용해 자사 제품과 비즈니스 프로세스를 바꾸고 있다. 희망적인 것은, 기술이 성숙하면 ...

  7. 구글 포토 신기능 업데이트··· '사진 속 인물 확인과 분류를 더 쉽게'

  8. 2017.04.06
  9. 사진 속 인물을 인식하는 구글 포토의 알고리즘은 신비할 정도로 탁월하다. 사진이 수천 장일지라도 이 알고리즘은 사진 속 인물을 빠르게 파악해 분류하는 재주를 보여준다. 구글이 최신 업데이트를 통해 그 편의성을 더욱 개선시켰다. 안드로이드 폴리스가 처음 보도한 이번 업데이트로 인해 구글 포토 사용자는 특정 인물 페이지를 굳이 찾아들어가지 않더라도 구글 포토가 인식한 인물을 쉽게 확인할 수 있다. 메인 라이브러리를 탐색할 때 인포 아이콘을 클릭...

  10. 좀더 깊이 있게 살펴보는 딥러닝의 '의미'와 '활용법'

  11. 2017.02.08
  12. 인공지능(AI)과 머신러닝, 특히 딥러닝은 아마 2016년 가장 성공적이었던 기술 주제라 표현할 수 있을 것이다. 딥러닝의 '의미'와 이를 직접 활용하는 '방법'에 대해 알아본다. 관심 있게 지켜봤던 이라면 아마 감지했을 것이다. 2016년 가을, 개별 단어의 뜻을 모호하게 연결시킨 번역 결과물만 내놓던 구글 번역(Google Translate)이 갑자기 세련되면서도 조리 있는 문장으로 구성된 번역 결과물을 ...

  13. '자율주행 자동차도 함께 달린다' 도로 위 차량간 통신 알고리즘 개발

  14. 2017.02.02
  15. 자율주행 자동차와 사람이 운전하는 자동차가 도로 위에서 함께 달릴 수 있도록 돕는 소프트웨어가 개발됐다. 자율주행 차가 이미 개발됐지만, 이를 위한 기술, 제도, 법규 등의 준비가 돼 있을까? 다른 새로운 기술과 마찬가지로 사람이 조수석에 앉고 운전석에는 아무도 앉지 않은 채 자동차가 움직이도록 하기까지는 시간이 걸릴 것이다. 그런데 이 시기가 조금 더 빨라질 것으로 기대됐다. 최근 스위스연방공과대학(Swiss Federal Institute of...

  16. 'AI·알고리즘·로봇' 윤리 문제 고민하라

  17. 2016.12.15
  18. '킬러(살인마)' 로봇이 큰 문제가 될 것이라는 경고를 들었을지 모르겠다. IEEE(Institute of Electrical and Electronics Engineers)는 이 문제를 해결하고 싶어한다. IEEE GIECAIAS(Global Initiative for Ethical Considerations in Artificial Intelligence and Autonomous Systems), 즉 인공지능 및 자동화 시스템의...

  19. 머신러닝 프로젝트를 망치는 '6가지 흔한 실수'

  20. 2016.11.08
  21. 머신러닝이 확산되면서 이를 둘러싼 시행착오도 늘어나고 있다. 여기 기업이 흔히 저지르는 머신러닝 실수들을 정리했다.   머신러닝은 더 이상 공상 과학 영화 속 이야기가 아니다. 시리나 알렉사 같은 음성인식부터 페이스북 자동 태그, 아마존 상품 추천에 이르기까지, 머신러닝은 우리 일상에 밀접히 닿아 있는 각종 기술의 이면에 자리하고 있다. 아울러 네트워크 효율성을 증대시키기 위해 머신러닝 알고리즘을 이용하려는 기업들도 늘고 있으...

  22. "미래 전략에 감안해야 할 10가지는..." 가트너가 예측한 2019~2022년

  23. 2016.10.19
  24. 가트너가 향후 3~5년에 대한 10대 전략 전망을 가트너 심포지엄/IT엑스포에서 18일 발표했다. 회사의 최고 연구 책임자 대릴 플러머에 따르면 회사가 매년 발표하는 이 전망은 78%의 정확도를 기록하고 있다. 플러머는 가장 두드러지는 테마로 '디지털 디스럽션'(Digital disruption)을 언급할 수 있다며, 단지 발생하는 수준이 아니라 시간이 지날수록 확대되는 양상이라고 강조했다. 가트너가 제시한 10가지 전략 전망은 다음...

  25. 리뷰 | 아마존 머신러닝 '필수 기능이 튼실한 범용 서비스'

  26. 2016.03.28
  27. 물리학자로서 필자는 본래 정확한 수식으로 세상을 설명하도록 훈련 받았다. 이후 실험적 고 에너지 입자 물리학자로서 필자는 오류가 있는 대량의 데이터를 다루고 해당 데이터를 설명하는 경쟁 모델을 평가하는 방법을 배웠다. 대량으로 수집된 비즈니스 데이터는 필자가 다룰 수 있는 물리학 데이터보다 모델화하기가 더 복잡하고 어려운 경우가 많다. 쉽게 말해 인간 행동은 복잡하고 일관적이지 않으며 제대로 이해되지 않고 있고 여러 변수에 의해 영향을 받는다. ...

  28. 하버드 연구진, "획기적 차원의" 두뇌 연구에 도전

  29. 2016.01.22
  30. 인공 지능에 대한 기대가 높지만 가야할 길은 까마득한 것이 현실이다. 하버드 대학이 2,800만 달러를 투자금을 확보해 AI 분야의 획기적 진전을 도모한다. 이번 예산은 포유류의 두뇌가 학습에 특히 탁월한 이유를 규명함으로써 더 나은 컴퓨터를 개발하는데 목적을 두고 있다. 하버디 연구진은 시각 피질의 활동을 전례없이 세밀한 수준으로 기록하고, 그 연결들을 매핑한 다음 해당 데이터를 리버스 엔지니어링함으로써 개선된 컴퓨터 학습 알고리즘 개발을 촉진한...

  31. '커닝 적발에서 결혼 가능성 예측까지' 놀라운 알고리즘 10가지

  32. 2015.12.24
  33. 암호화, 메타데이터 분석, 이상 트래픽 감지 알고리즘이 활발히 이용되고 있는 가운데, 다른 영역에서도 점차 사용 범위가 확대되고 있다. 오늘은 질병 유전자 스캔, 커닝 적발, 살인 사건 해결 등 다양한 기능을 수행하는 10가지 알고리즘에 대해 알아본다. ciokr@idg.co.kr...

  34. '랭크브레인'··· 구글의 신규 검색 알고리즘 분석

  35. 2015.11.26
  36. 지난 달, 여러 디지털 마케팅 전문가 및 SEO(Search Engine Optimization) 전문가들은 구글의 랭크브레인(RankBrain)에 대해 지속적으로 논의했다. 랭크브레인이 정확하게 무엇일까? 어떤 식으로는 SEO 모범 사례를 바꾸어 놓을 수 있을까? 아니면 언제나 그랬던 것처럼 비즈니스적 가치가 있을가? 이를 알아보기 위해 SEO 커뮤니티에 질문을 던졌다. 먼저 랭크브레인에 관해 간단하게 살펴보도록 하자. Credit...

  37. "쉽고 안전!" 한 튜링상 수상자가 제안하는 비밀번호 알고리즘 트릭

  38. 2015.09.01
  39. 인터넷 상에서 패스워드는 거추장스러운 존재다. 그러나 한 튜링 상 수상자가 안전하면서도 쉬운 알고리즘 접근법을 제시했다. 단 연습이 조금 필요하다. 오늘날 인터넷 사용자는 평균 약 20여 개의 비밀번호를 활용하고 있는 것으로 조사되고 있다. 문제는 기억하기 쉬울수록 안전성도 떨어진다는 사실이다. 또 같은 비밀번호를 여러 곳에서 이용하면 위험성도 더 커지기 마련이다. 1995년 튜링 상을 수상한 바 있는 카네기 멜론 대학 컴퓨터 공학 교수 마누...

  40. 컴퓨터에게 유머를 가르치기··· MS의 연구 프로젝트 실효성은?

  41. 2015.08.11
  42. 언젠가 터미네이터가 인류를 종말시키려 할 때, 로봇이 인류에 대해 농담을 던지더라도 놀라지 않을 일이다. 마이크로소프트는 회사의 연구 프로젝트를 통해 컴퓨터에게 '희극의 의미'를 가르치려 시도했다. 뉴요커의 카툰 콘텐스트를 재료로 삼아 컴퓨터 알고리듬이 독자의 반응을 수천 건을 토대로 가장 재미있는 캡션을 골라내도록 훈련시킨 것이다. 블룸버그 보도에 따르면 이 연구는 실제로 매주 5,000여 건의 캡션 콘테스트를 확인해야 하는 ...

  43. 안면 인식 기술의 발전··· 프라이버시는 이제 글렀는가?

  44. 2015.07.01
  45. 컴퓨터와 알고리즘을 이용해 사진 속 사람의 얼굴을 식별할 수 있는 기술 개발에 열을 올리는 기업들이 있다. 대표적인 기업 2 곳이 페이스북과 구글이다. 이미 그 완성도가 상당한 수준이다. 그러나 이들 거대 IT 기업들이 안면 인식 기술로 무엇을 하려는 지는 아직 명확하지 않다. 어떤 경우가 발생할 수 있는지, 가능한 위험성은 무엇인지 살펴본다. 감안해야 할 사항은 무엇들이 있는지 점검해본다. 페이스북의 사용자 안면 인식 기술 페이스북은 안면...

X