Offcanvas

������������ | ���������

"100만 명에게 AI 이미지 생성 제공"··· 오픈AI, DALL·E 2 베타 출시

오픈AI가 인공지능을 활용한 이미지 생성 및 편집 AI 시스템인 DALL·E 2를 베타 버전으로 일반 사용자에게 제공한다. 앞으로 몇 주 동안에 걸쳐 대기자 명단에 등록한 사용자 100만 명을 초대하고, 이들은 무료로 제공되는 크레딧을 활용해, 이미지를 생성, 편집, 변형하는 기능을 제공 받는다. 더 많은 이미지를 얻거나 편집하고 싶은 사람은 추가 크레딧을 유료로 구매해서 사용할 수 있다. DALL·E는 오픈AI가 지난 2021년 1월에 공개한 영어를 사용하는 자연어 처리 기반 이미지 생성 인공지능이다. 자연어 형태의 문자(Text)와 이미지를 사용해서, 텍스트 설명을 이해하고 이를 기반으로 이미지를 생성한다. 오픈AI는 테슬라의 설립자인 일론 머스크 등이 2021년 설립한 인공 지능연구소로, GPT-3(Generative Pre-trained Transformer 3)라는 3세대 자연어 예측 모델을 만들었다. 오픈AI가 개발한 DALL·E 2는 영어로 된 자연어 문장을 이해한 후 이를 기반으로 이미지를 생성, 편집, 변형할 수 있다. 말을 타고 있는 우주 비행사를 문장 속에서 인식해 이를 합성한 이미지를 생성했다. (자료 : OpenAI) DALL·E는 텍스트 설명을 이해하고 이미지를 생성하도록 훈련된 GPT-3의 약 120억 개 매개 변수를 사용해, 동물과 사물을 결합해 의인화된 이미지를 생성한다. 예를 들어 '아보카도 모양의 안락의자'라는 영어 문장을 입력하면, '아보카도 모양'과 '안락의자'를 이해하고 이를 합성한 이미지를 생성한다. DALL·E 2는 DALL·E를 더욱 개선해 4배 높은 이미지 해상도로 더욱 사실적인 이미지를 생성할만큼 발전했다.  DALL·E 2 베타 출시는 이러한 DALL·E 2의 성능 향상을 더 많은 사용자가 경험하고 이용할 수 있도록 하기 위한 과정이다. DALL·E 2 베타 사용자로 선정되면 첫 달에 50개, 다음 달에는 15개의 무료 크레딧을 받을 수 있다. 하나의 크레딧은 4개의 이미지를 반환하는 원본 D...

DALL·E 2 오픈AI 합성 이미지 이미지 생성

2022.07.22

오픈AI가 인공지능을 활용한 이미지 생성 및 편집 AI 시스템인 DALL·E 2를 베타 버전으로 일반 사용자에게 제공한다. 앞으로 몇 주 동안에 걸쳐 대기자 명단에 등록한 사용자 100만 명을 초대하고, 이들은 무료로 제공되는 크레딧을 활용해, 이미지를 생성, 편집, 변형하는 기능을 제공 받는다. 더 많은 이미지를 얻거나 편집하고 싶은 사람은 추가 크레딧을 유료로 구매해서 사용할 수 있다. DALL·E는 오픈AI가 지난 2021년 1월에 공개한 영어를 사용하는 자연어 처리 기반 이미지 생성 인공지능이다. 자연어 형태의 문자(Text)와 이미지를 사용해서, 텍스트 설명을 이해하고 이를 기반으로 이미지를 생성한다. 오픈AI는 테슬라의 설립자인 일론 머스크 등이 2021년 설립한 인공 지능연구소로, GPT-3(Generative Pre-trained Transformer 3)라는 3세대 자연어 예측 모델을 만들었다. 오픈AI가 개발한 DALL·E 2는 영어로 된 자연어 문장을 이해한 후 이를 기반으로 이미지를 생성, 편집, 변형할 수 있다. 말을 타고 있는 우주 비행사를 문장 속에서 인식해 이를 합성한 이미지를 생성했다. (자료 : OpenAI) DALL·E는 텍스트 설명을 이해하고 이미지를 생성하도록 훈련된 GPT-3의 약 120억 개 매개 변수를 사용해, 동물과 사물을 결합해 의인화된 이미지를 생성한다. 예를 들어 '아보카도 모양의 안락의자'라는 영어 문장을 입력하면, '아보카도 모양'과 '안락의자'를 이해하고 이를 합성한 이미지를 생성한다. DALL·E 2는 DALL·E를 더욱 개선해 4배 높은 이미지 해상도로 더욱 사실적인 이미지를 생성할만큼 발전했다.  DALL·E 2 베타 출시는 이러한 DALL·E 2의 성능 향상을 더 많은 사용자가 경험하고 이용할 수 있도록 하기 위한 과정이다. DALL·E 2 베타 사용자로 선정되면 첫 달에 50개, 다음 달에는 15개의 무료 크레딧을 받을 수 있다. 하나의 크레딧은 4개의 이미지를 반환하는 원본 D...

2022.07.22

무하유, 자소서 43만 건 분석…상위 10% 지원자, "'성과 창출' 관련어 가장 많아"

무하유는 올해 상반기(1~6월) 자사의 인공지능(AI) 자기소개서 평가 서비스 ‘프리즘’(service.prism.work/)으로 292개 기업/기관의 자기소개서 43만 건의 내용을 평가한 결과, 상위 10% 입사지원자들의 자기소개서에 ‘성과 창출’ 역량을 나타내는 문장이 가장 많이 포함됐다고 21일 밝혔다. 무하유는 2011년 출시한 논문 표절 검사 솔루션 ‘카피킬러’를 통해 자연어처리(NLP) 노하우를 쌓아왔다. 이를 통해 자기소개서의 문맥까지 읽어내는 AI로 결함, 블라인드, 표절 여부를 판정하는 정량적 평가는 물론, 잘 쓴 자기소개서와 업무 적합성을 평가하는 내용(정성적) 평가까지 가능한 ‘프리즘’을 개발했다. 채용담당자가 육안으로는 절대 알아채지 못하는 표절과 구직자들 또한 놓치기 쉬운 오기재, 반복 기재, 블라인드 위반 요소까지 프리즘으로 검출할 수 있다. 사람이 자기소개서를 검토하면 10분 정도가 걸리는데, AI는 평균 ‘4초’로 소요 시간을 대폭 줄여준다. 자기소개서의 내용도 평가하는데, 직무역량을 약 30가지로 세분화해 평가요소로 확립하고, 이에 대한 AI 학습 결과를 토대로 문장을 분석한다. 문장 중 경험/능력/인성 역량에 해당되는 구절에는 하이라이트 표시해 인사담당자 및 실무자가 유의해 검토할 수 있도록 돕고 지원자별 질문도 제공한다. 프리즘의 내용 평가는 BP(Best Person) 평가와 RP(Right Person) 매칭으로 나뉜다. BP 평가는 자기소개서 문항을 적절하게 기입한 ‘잘 쓴’ 자기소개서를 판단하는 기능이며, 직무에 적합한 지원자를 평가하는 RP 매칭은 채용공고 직무기술서 또는 국가직무능력표준(NCS)을 기반으로 지원자의 역량과 경험의 연관성을 분석한다.  프리즘은 올해 상반기에만 292개 기업 및 기관의 자기소개서를 43만 건 넘게 검토했다. 이를 BP평가 및 RP매칭 기능을 활용해 정상적으로 분석한 결과, 상위 10% 지원자의 자기소개서에는 ‘성과 창출’ 역량을 표현하는 문장이 가장 많이 포함돼 있었다....

무하유

2022.07.21

무하유는 올해 상반기(1~6월) 자사의 인공지능(AI) 자기소개서 평가 서비스 ‘프리즘’(service.prism.work/)으로 292개 기업/기관의 자기소개서 43만 건의 내용을 평가한 결과, 상위 10% 입사지원자들의 자기소개서에 ‘성과 창출’ 역량을 나타내는 문장이 가장 많이 포함됐다고 21일 밝혔다. 무하유는 2011년 출시한 논문 표절 검사 솔루션 ‘카피킬러’를 통해 자연어처리(NLP) 노하우를 쌓아왔다. 이를 통해 자기소개서의 문맥까지 읽어내는 AI로 결함, 블라인드, 표절 여부를 판정하는 정량적 평가는 물론, 잘 쓴 자기소개서와 업무 적합성을 평가하는 내용(정성적) 평가까지 가능한 ‘프리즘’을 개발했다. 채용담당자가 육안으로는 절대 알아채지 못하는 표절과 구직자들 또한 놓치기 쉬운 오기재, 반복 기재, 블라인드 위반 요소까지 프리즘으로 검출할 수 있다. 사람이 자기소개서를 검토하면 10분 정도가 걸리는데, AI는 평균 ‘4초’로 소요 시간을 대폭 줄여준다. 자기소개서의 내용도 평가하는데, 직무역량을 약 30가지로 세분화해 평가요소로 확립하고, 이에 대한 AI 학습 결과를 토대로 문장을 분석한다. 문장 중 경험/능력/인성 역량에 해당되는 구절에는 하이라이트 표시해 인사담당자 및 실무자가 유의해 검토할 수 있도록 돕고 지원자별 질문도 제공한다. 프리즘의 내용 평가는 BP(Best Person) 평가와 RP(Right Person) 매칭으로 나뉜다. BP 평가는 자기소개서 문항을 적절하게 기입한 ‘잘 쓴’ 자기소개서를 판단하는 기능이며, 직무에 적합한 지원자를 평가하는 RP 매칭은 채용공고 직무기술서 또는 국가직무능력표준(NCS)을 기반으로 지원자의 역량과 경험의 연관성을 분석한다.  프리즘은 올해 상반기에만 292개 기업 및 기관의 자기소개서를 43만 건 넘게 검토했다. 이를 BP평가 및 RP매칭 기능을 활용해 정상적으로 분석한 결과, 상위 10% 지원자의 자기소개서에는 ‘성과 창출’ 역량을 표현하는 문장이 가장 많이 포함돼 있었다....

2022.07.21

"증강 지능 시장 2027년까지 연평균 25.1% 성장"

"증강 지능(Augmented Intelligence) 시장이 2027년까지 연간 25.1%의 성장률을 기록한 전망이다. 2022년 179억 달러인 시장 규모는 2027년 547억 달러로 증가할 것으로 추정된다. 복잡 비즈니스 데이터의 증가, 고급 증강 인텔리전스 및 분석 도구의 채택, 디지털 이니셔티브 채택과 확장 등이 시장 성장을 주도하고 있다."  마켓앤마켓(Matkets and Markets)이 '2027년까지 증강 지능 시장 전망(Augmented Intelligence Market - Global Forecast to 2027)' 보고서를 발표했다. 보고서는 증강 지능 시장을 구성 요소(소프트웨어, 서비스), 세그먼트( 기계 학습, 자연어 처리, 컴퓨터 비전, 기타), 배포 모드(클라우드, 온프레미스), 조직 규모(중소기업, 대기업), 수직 시장, 지역으로 구분해 조사와 분석을 진행했다. 마켓앤마켓이 2027년까지 증강 지능 시장이 연간 25.1% 성장해, 2022년 179억 달러이던 시장 규모가 2027년 547억 달러로 증가할 것으로 전망했다. (자료 : MarketsandMarkets) 증강 지능은 사람이 가진 인지 능력을 인공 지능 분야의 기술을 활용해 향상하는 것으로, 사람과 기계가 가진 각각의 한계를 인정하고 장점을 결합해 효율을 향상하는 것이다. 머신러닝, 자연어 처리, 컴퓨터 비전 등의 인공지능 관련 기반 기술을 인간 중심의 작업에 맞게 적용해, 사람 작업자의 업무 능률과 효율을 극대화할 수 있다. 보고서에 따르면 이 영역은 지능 증강(intelligence augmentation), 인지 증강(cognitive augmentation), 의사 결정 지원(decision support), 기계 증강 지능(machine augmented intelligence) 등의 분야로 세분화할 수 있다. 또한 가상현실, 증강 현실, 예측 분석, 공간 탐색, 콘텍스트 인식 컴퓨팅, 논리적 추론, 패턴 인식 등 다양한 분야로 확장할 ...

증강 지능 마켓앤마켓

2022.07.21

"증강 지능(Augmented Intelligence) 시장이 2027년까지 연간 25.1%의 성장률을 기록한 전망이다. 2022년 179억 달러인 시장 규모는 2027년 547억 달러로 증가할 것으로 추정된다. 복잡 비즈니스 데이터의 증가, 고급 증강 인텔리전스 및 분석 도구의 채택, 디지털 이니셔티브 채택과 확장 등이 시장 성장을 주도하고 있다."  마켓앤마켓(Matkets and Markets)이 '2027년까지 증강 지능 시장 전망(Augmented Intelligence Market - Global Forecast to 2027)' 보고서를 발표했다. 보고서는 증강 지능 시장을 구성 요소(소프트웨어, 서비스), 세그먼트( 기계 학습, 자연어 처리, 컴퓨터 비전, 기타), 배포 모드(클라우드, 온프레미스), 조직 규모(중소기업, 대기업), 수직 시장, 지역으로 구분해 조사와 분석을 진행했다. 마켓앤마켓이 2027년까지 증강 지능 시장이 연간 25.1% 성장해, 2022년 179억 달러이던 시장 규모가 2027년 547억 달러로 증가할 것으로 전망했다. (자료 : MarketsandMarkets) 증강 지능은 사람이 가진 인지 능력을 인공 지능 분야의 기술을 활용해 향상하는 것으로, 사람과 기계가 가진 각각의 한계를 인정하고 장점을 결합해 효율을 향상하는 것이다. 머신러닝, 자연어 처리, 컴퓨터 비전 등의 인공지능 관련 기반 기술을 인간 중심의 작업에 맞게 적용해, 사람 작업자의 업무 능률과 효율을 극대화할 수 있다. 보고서에 따르면 이 영역은 지능 증강(intelligence augmentation), 인지 증강(cognitive augmentation), 의사 결정 지원(decision support), 기계 증강 지능(machine augmented intelligence) 등의 분야로 세분화할 수 있다. 또한 가상현실, 증강 현실, 예측 분석, 공간 탐색, 콘텍스트 인식 컴퓨팅, 논리적 추론, 패턴 인식 등 다양한 분야로 확장할 ...

2022.07.21

글로벌 칼럼 | 마이크로소프트의 얼굴 인식 서비스 중단이 주는 교훈 

마이크로소프트가 얼굴 인식 기능을 포함해 AI 기반 서비스 일부를 중지하기로 결정했다. 공식 블로그를 통해 마이크로소프트는 서비스 중지 소식과 더불어 그동안 AI 기술이 일으켰던 차별과 정확성 문제를 인정하기도 했다.   하지만 관련 문제를 고칠 수 있는 시간이 몇 년이나 있었음에도 마이크로소프트는 이 문제를 해결하지 않았다. 지금의 결정은 마치 자동차 제조업체가 차량을 수리하는 대신 리콜하는 것과 비슷하다. 사람들은 마이크로소프트의 기술이 차별적이라고 지적하곤 하지만 사실 그보다 큰 문제는 결과의 부정확성이다.  6월 21일부터 마이크로소프트의 신규 고객은 애저 페이스(Azure Face) API, 컴퓨터 비전(Computer Vision), 비디오 인덱서(Video Indexer)에서 얼굴 인식 기능을 사용하려면 접근 신청을 따로 해야 한다. 기존 고객은 각자 제시한 용도에 따라 1년 이내에 다시 접근 신청을 하고 승인을 받아야 한다. 흐릿함, 노출, 안경, 머리 자세, 주요 지형지물, 잡음, (치아) 교합, 얼굴 바운딩 박스를 포함한 얼굴 감지 기능은 따로 신청할 필요 없이 누구나 이용할 수 있다. 마이크로소프트 애저 AI 수석 그룹 제품 관리자 사라 버드는 지난달 “책임 있는 AI를 실현하고 사용자와 사회에 높은 가치를 제공하기 위해서 얼굴 인식 기술의 사용과 배포를 ‘제한된 접근(Limited Access)’ 방식을 운영하려 한다”라며 “얼굴 인식 서비스와 관련해서는 사용 용도를 확인하고 고객 자격 요건을 확인할 계획”이라고 밝혔다.  사용자와 사회에 가치를 제공하기 위함을 강조한 점에 주목하자. 그럴듯한 이야기지만 과연 정말 높은 가치를 제공하기 위해서일까? 아니면 부정확한 마이크로소프트의 기술을 이용하는 사용자를 줄이려는 방편으로 이런 정책을 시행하는 걸까?  마이크로소프트는 이번 발표문에서 음성 인식 기술을 언급했다. 마이크로소프트의 책임 있는 AI 부문 최고 책임자 나탸샤 크램튼은 “음성을 문자로 ...

얼굴인식

2022.07.13

마이크로소프트가 얼굴 인식 기능을 포함해 AI 기반 서비스 일부를 중지하기로 결정했다. 공식 블로그를 통해 마이크로소프트는 서비스 중지 소식과 더불어 그동안 AI 기술이 일으켰던 차별과 정확성 문제를 인정하기도 했다.   하지만 관련 문제를 고칠 수 있는 시간이 몇 년이나 있었음에도 마이크로소프트는 이 문제를 해결하지 않았다. 지금의 결정은 마치 자동차 제조업체가 차량을 수리하는 대신 리콜하는 것과 비슷하다. 사람들은 마이크로소프트의 기술이 차별적이라고 지적하곤 하지만 사실 그보다 큰 문제는 결과의 부정확성이다.  6월 21일부터 마이크로소프트의 신규 고객은 애저 페이스(Azure Face) API, 컴퓨터 비전(Computer Vision), 비디오 인덱서(Video Indexer)에서 얼굴 인식 기능을 사용하려면 접근 신청을 따로 해야 한다. 기존 고객은 각자 제시한 용도에 따라 1년 이내에 다시 접근 신청을 하고 승인을 받아야 한다. 흐릿함, 노출, 안경, 머리 자세, 주요 지형지물, 잡음, (치아) 교합, 얼굴 바운딩 박스를 포함한 얼굴 감지 기능은 따로 신청할 필요 없이 누구나 이용할 수 있다. 마이크로소프트 애저 AI 수석 그룹 제품 관리자 사라 버드는 지난달 “책임 있는 AI를 실현하고 사용자와 사회에 높은 가치를 제공하기 위해서 얼굴 인식 기술의 사용과 배포를 ‘제한된 접근(Limited Access)’ 방식을 운영하려 한다”라며 “얼굴 인식 서비스와 관련해서는 사용 용도를 확인하고 고객 자격 요건을 확인할 계획”이라고 밝혔다.  사용자와 사회에 가치를 제공하기 위함을 강조한 점에 주목하자. 그럴듯한 이야기지만 과연 정말 높은 가치를 제공하기 위해서일까? 아니면 부정확한 마이크로소프트의 기술을 이용하는 사용자를 줄이려는 방편으로 이런 정책을 시행하는 걸까?  마이크로소프트는 이번 발표문에서 음성 인식 기술을 언급했다. 마이크로소프트의 책임 있는 AI 부문 최고 책임자 나탸샤 크램튼은 “음성을 문자로 ...

2022.07.13

NICE평가정보, AI 기반 사업자 전용 신용평가 서비스 출시

NICE평가정보는 소상공인, 영세 사업자 및 소규모 법인 사업자를 대상으로 정교한 신용평가가 가능한 사업자 전용 신용평가 서비스를 8월 1일부터 시작한다고 12일 밝혔다. 일반적으로 기업 신용평가의 경우 재무 정보를 중심으로 신용 상태를 평가하고, 개인 신용평가의 경우 금융거래 실적 정보 위주로 신용도를 평가한다. 그런데 소상공인, 개인 사업자 등과 같이 규모가 작은 기업의 경우 재무 정보가 부족하고 금융거래 정보가 충분하지 않으며 사업체가 가진 유무형의 경쟁 요소가 신용평가에 반영되지 않아 상대적으로 불리한 신용평가를 받는 상황이었다. 이번에 출시된 사업자 전용 신용평가 서비스에는 일반적으로 신용평가에 활용되는 대표자 정보, 재무 정보, 금융거래 정보 외에도 비금융 대안 정보를 대폭 활용하고 머신러닝 및 딥러닝 기법을 적용해 신용평가 정확성이 크게 개선됐다. 이번 신용평가에 활용된 비금융 대안 정보로는 ▲기업 개요 ▲부가세 ▲전력/가스 이용량 ▲인증 ▲특허 ▲공공 입찰 ▲국민연금 납입 ▲산업별 부도율 ▲상권 분석과 같은 ‘기업 속성 정보’와 ▲소득 ▲상환 여력 등 대표자 ‘개인 속성 정보’가 있다. NICE평가정보 담당자는 “이번 서비스로 충분한 데이터가 부족해 신용평가 시 불이익을 받았던 소상공인을 대상으로 한 금융 혜택 제공 확대가 가능하게 됐다는 점에서 큰 의미를 두고 있다”며 “소상공인 평가를 위한 대안 정보 확충을 통해 사업자 전용 신용평가 서비스를 꾸준히 업그레이드할 계획”이라고 말했다. ciokr@idg.co.kr

NICE평가정보

2022.07.12

NICE평가정보는 소상공인, 영세 사업자 및 소규모 법인 사업자를 대상으로 정교한 신용평가가 가능한 사업자 전용 신용평가 서비스를 8월 1일부터 시작한다고 12일 밝혔다. 일반적으로 기업 신용평가의 경우 재무 정보를 중심으로 신용 상태를 평가하고, 개인 신용평가의 경우 금융거래 실적 정보 위주로 신용도를 평가한다. 그런데 소상공인, 개인 사업자 등과 같이 규모가 작은 기업의 경우 재무 정보가 부족하고 금융거래 정보가 충분하지 않으며 사업체가 가진 유무형의 경쟁 요소가 신용평가에 반영되지 않아 상대적으로 불리한 신용평가를 받는 상황이었다. 이번에 출시된 사업자 전용 신용평가 서비스에는 일반적으로 신용평가에 활용되는 대표자 정보, 재무 정보, 금융거래 정보 외에도 비금융 대안 정보를 대폭 활용하고 머신러닝 및 딥러닝 기법을 적용해 신용평가 정확성이 크게 개선됐다. 이번 신용평가에 활용된 비금융 대안 정보로는 ▲기업 개요 ▲부가세 ▲전력/가스 이용량 ▲인증 ▲특허 ▲공공 입찰 ▲국민연금 납입 ▲산업별 부도율 ▲상권 분석과 같은 ‘기업 속성 정보’와 ▲소득 ▲상환 여력 등 대표자 ‘개인 속성 정보’가 있다. NICE평가정보 담당자는 “이번 서비스로 충분한 데이터가 부족해 신용평가 시 불이익을 받았던 소상공인을 대상으로 한 금융 혜택 제공 확대가 가능하게 됐다는 점에서 큰 의미를 두고 있다”며 “소상공인 평가를 위한 대안 정보 확충을 통해 사업자 전용 신용평가 서비스를 꾸준히 업그레이드할 계획”이라고 말했다. ciokr@idg.co.kr

2022.07.12

"번역 품질 44% 향상"··· 메타, 최신 AI 모델 NLLB-200 발표

"오늘 우리는 NLLB의 중요한 혁신을 발표한다. 우리는 NLLB-200이라는 단일 AI 모델을 구축했으며, 이를 통해 200개의 다른 언어를 번역하여 이전 기술이 달성할 수 있었던 것보다 훨씬 더 정확한 결과를 제공한다. NLLB-200은 번역 품질을 평균 44% 향상한다. NLLB-200은 현재 기술을 더 넓은 범위의 언어로 액세스 할 수 있도록 하며, 미래에는 가상 경험도 보다 쉽게 액세스 할 수 있도록 도와줄 것이다." 메타(Meta)가 NLLB(No Language Left Behind) 프로젝트의 진행 상황을 공개했다. 2022년 2월 NLLB 프로젝트가 진행 중이라는 사실을 공식적으로 공개한 지 약 5개월 만에 그동안의 성과를 밝힌 것이다. NLLB는 메타가 진행 중인 인공 지능을 활용한 두 가지 기계 번역(MT ; machine translation) 프로젝트 중 하나로, 전 세계 언어를 번역할 수 있는 인공 지능을 개발하는 것을 목표로 하고 있다. 전 세계 인구의 20% 이상은 상용화된 번역 기술 서비스를 받을 수 없다. 사용자 수가 적은 소수의 언어를 모국어로 사용하는 사람들을 위한 기계 번역은 디지털 격차 해소를 위해 필요하다. (자료 : Meta) 현재 NLLB는 앞에서 언급한 대로 200개의 언어를 번역할 수 있는 수준에 도달했으며, 이전에 연구되었던 인공지능 번역과 비교할 때 평균 44% 높은 점수를 받았다. 주목할만한 것은 일부 아프리카 및 인도 기반의 언어는 NLLB-200의 번역이 70% 이상 정확한 결과를 보였다는 점이다. 전 세계적으로 통용되는 공용어나 주류 언어가 아닌 언어에서 비교적 높은 정확도를 보여줬다는 것을 눈 여겨 볼만하다. NLLB 프로젝트는 언어 문제로 디지털 정보와 문화에서 소외되고 있는 사람들의 디지털 격차를 해소하겠다는 목적으로 출발한 프로젝트다. 상대적으로 사용자가 많지 않은 언어를 모국어로 사용하는 사람들에게 기계 번역 서비스를 제공함으로써, 그들에게 정보 접근성을 높이고 메타버스와 같은 확장된...

NLLB 메타 번역 통역 디지털 격차

2022.07.11

"오늘 우리는 NLLB의 중요한 혁신을 발표한다. 우리는 NLLB-200이라는 단일 AI 모델을 구축했으며, 이를 통해 200개의 다른 언어를 번역하여 이전 기술이 달성할 수 있었던 것보다 훨씬 더 정확한 결과를 제공한다. NLLB-200은 번역 품질을 평균 44% 향상한다. NLLB-200은 현재 기술을 더 넓은 범위의 언어로 액세스 할 수 있도록 하며, 미래에는 가상 경험도 보다 쉽게 액세스 할 수 있도록 도와줄 것이다." 메타(Meta)가 NLLB(No Language Left Behind) 프로젝트의 진행 상황을 공개했다. 2022년 2월 NLLB 프로젝트가 진행 중이라는 사실을 공식적으로 공개한 지 약 5개월 만에 그동안의 성과를 밝힌 것이다. NLLB는 메타가 진행 중인 인공 지능을 활용한 두 가지 기계 번역(MT ; machine translation) 프로젝트 중 하나로, 전 세계 언어를 번역할 수 있는 인공 지능을 개발하는 것을 목표로 하고 있다. 전 세계 인구의 20% 이상은 상용화된 번역 기술 서비스를 받을 수 없다. 사용자 수가 적은 소수의 언어를 모국어로 사용하는 사람들을 위한 기계 번역은 디지털 격차 해소를 위해 필요하다. (자료 : Meta) 현재 NLLB는 앞에서 언급한 대로 200개의 언어를 번역할 수 있는 수준에 도달했으며, 이전에 연구되었던 인공지능 번역과 비교할 때 평균 44% 높은 점수를 받았다. 주목할만한 것은 일부 아프리카 및 인도 기반의 언어는 NLLB-200의 번역이 70% 이상 정확한 결과를 보였다는 점이다. 전 세계적으로 통용되는 공용어나 주류 언어가 아닌 언어에서 비교적 높은 정확도를 보여줬다는 것을 눈 여겨 볼만하다. NLLB 프로젝트는 언어 문제로 디지털 정보와 문화에서 소외되고 있는 사람들의 디지털 격차를 해소하겠다는 목적으로 출발한 프로젝트다. 상대적으로 사용자가 많지 않은 언어를 모국어로 사용하는 사람들에게 기계 번역 서비스를 제공함으로써, 그들에게 정보 접근성을 높이고 메타버스와 같은 확장된...

2022.07.11

“쉽고 빠른 풀스택 접근법” MS 애저 애널리틱스 서비스 7선

마이크로소프트는 애저 클라우드에서 (전체 애널리틱스 스택으로 함께 작동하는) 다양한 데이터 애널리틱스 옵션을 제공한다. 여기서는 핵심 서비스와 적합한 사용 사례를 살펴본다.  비즈니스 데이터를 이해할 수 없다면 사실상 눈을 가린 채로 비행하는 것이나 마찬가지다. 데이터에 숨겨진 인사이트는 비즈니스 운영을 최적화하고, 고객 경험을 미세 조정하며, 새로운 제품 또는 새로운 비즈니스 라인(예: 예측 유지 보수 등)을 개발하는 데 필수적이다.  애널리틱스는 이러한 인사이트를 발견하기 위한 수단이고, 이를 제대로 하려면 데이터 수집 및 준비, 데이터 보강 및 태깅, 보고서 작성 및 공유, 데이터 및 인사이트 관리 및 보호를 위한 도구가 필요하다. 또한 기업들이 점점 더 많은 양의 데이터와 씨름하면서 클라우드는 애널리틱스 작업에 안성맞춤인 장소로 빠르게 변하고 있다.     많은 기업에서 ‘마이크로소프트 애저(Microsoft Azure)’는 애널리틱스를 위한 중앙 허브가 됐다. 데이터 애널리틱스를 광범위하게 해석하는 애저는 12개 이상의 서비스를 제공한다(이후 AI 기반 분석 및 새로운 데이터마트 옵션을 지원하는 ‘파워 BI(Power BI)’ 또는 마이크로소프트 퍼뷰(Microsoft Purview) 등의 거버넌스 지향 접근법도 추가됐다).  마이크로소프트 애널리틱스(Microsoft Analytics)의 CTO 아미르 네츠는 “단편적인 접근법이 아니라, 함께 작동하도록 설계된 애저에서 전체 애널리틱스 서비스 스택을 제공하는 것을 목표로 하고 있다”라고 말했다.  다양한 서비스 간에 중복되는 부분이 있긴 하지만 그는 애저의 애널리틱스 서비스가 애널리틱스 아키텍처 프레임워크 생성 시 기업이 구축하는 계층에 광범위하게 해당된다고 밝혔다. 넷츠는 “데이터 레이크 생성, 데이터 저장, 레이크에서의 데이터 처리, 데이터 엔지니어링, 데이터 웨어하우스 구축, 머신러닝 알고리즘 및 데이터 과학 실행, 비즈니스 사용자...

마이크로소프트 애저 클라우드 애널리틱스 데이터 애널리틱스 데이터 레이크 데이터 웨어하우스 머신러닝

2022.07.04

마이크로소프트는 애저 클라우드에서 (전체 애널리틱스 스택으로 함께 작동하는) 다양한 데이터 애널리틱스 옵션을 제공한다. 여기서는 핵심 서비스와 적합한 사용 사례를 살펴본다.  비즈니스 데이터를 이해할 수 없다면 사실상 눈을 가린 채로 비행하는 것이나 마찬가지다. 데이터에 숨겨진 인사이트는 비즈니스 운영을 최적화하고, 고객 경험을 미세 조정하며, 새로운 제품 또는 새로운 비즈니스 라인(예: 예측 유지 보수 등)을 개발하는 데 필수적이다.  애널리틱스는 이러한 인사이트를 발견하기 위한 수단이고, 이를 제대로 하려면 데이터 수집 및 준비, 데이터 보강 및 태깅, 보고서 작성 및 공유, 데이터 및 인사이트 관리 및 보호를 위한 도구가 필요하다. 또한 기업들이 점점 더 많은 양의 데이터와 씨름하면서 클라우드는 애널리틱스 작업에 안성맞춤인 장소로 빠르게 변하고 있다.     많은 기업에서 ‘마이크로소프트 애저(Microsoft Azure)’는 애널리틱스를 위한 중앙 허브가 됐다. 데이터 애널리틱스를 광범위하게 해석하는 애저는 12개 이상의 서비스를 제공한다(이후 AI 기반 분석 및 새로운 데이터마트 옵션을 지원하는 ‘파워 BI(Power BI)’ 또는 마이크로소프트 퍼뷰(Microsoft Purview) 등의 거버넌스 지향 접근법도 추가됐다).  마이크로소프트 애널리틱스(Microsoft Analytics)의 CTO 아미르 네츠는 “단편적인 접근법이 아니라, 함께 작동하도록 설계된 애저에서 전체 애널리틱스 서비스 스택을 제공하는 것을 목표로 하고 있다”라고 말했다.  다양한 서비스 간에 중복되는 부분이 있긴 하지만 그는 애저의 애널리틱스 서비스가 애널리틱스 아키텍처 프레임워크 생성 시 기업이 구축하는 계층에 광범위하게 해당된다고 밝혔다. 넷츠는 “데이터 레이크 생성, 데이터 저장, 레이크에서의 데이터 처리, 데이터 엔지니어링, 데이터 웨어하우스 구축, 머신러닝 알고리즘 및 데이터 과학 실행, 비즈니스 사용자...

2022.07.04

AI 및 ML 시스템을 붕괴시키는 ‘적대적 머신러닝’의 이해

AI 및 머신러닝(Machine Learning, ML) 프로젝트를 시작하는 기업이 늘면서 AI/ML의 안전을 확보하는 일이 무엇보다 중요해졌다. IBM과 모닝 컨설트(Morning Consult)가 5월 발표한 보고서에 따르면, 전 세계 7,500곳 이상의 기업 중에서 35%가 이미 AI를 사용 중이다. 전년 대비 13% 증가한 수치다. AI를 탐색하고 있는 기업은 42%였다. 20%의 기업은 데이터 보안에서 어려움을 겪고 있었고, 이로 인해 AI 도입이 늦춰지고 있다고 답했다.   가트너가 2021년 2월 실시한 설문조사에서도 보안이 AI 도입 시 가장 큰 걸림돌이었다. 보안은 AI 솔루션을 기존 인프라에 통합하는 데 따르는 복잡성과 함께 1위를 차지했다.  마이크로소프트가 같은 해 3월 발표한 논문에 따르면, 기업의 90%는 적대적 머신러닝(Adversarial Machine Learning)에서 기업 시스템을 보호할 준비가 되어 있지 않다. 논문에서 다룬 28곳의 대/소규모 기업 가운데 25곳에서 ML 시스템 보안에 필요한 툴을 배치하지 않았다.  AI/ML 시스템 보안은 상당히 어려운 작업이다. 몇몇 어려움은 AI 고유의 특성에 기인한다. 예를 들어 AI/ML 시스템은 데이터를 필요로 하는데, 민감 데이터나 독점적 정보는 공격자의 표적이 된다. AI/ML 보안의 또 다른 측면은 ‘적대적 머신러닝’처럼 낯설기만 하다. 적대적 머신러닝이란 무엇인가?  엄밀히 말해 적대적 머신러닝은 이름과는 달리 머신러닝이 아니다. ML 시스템을 공격하는 데 사용되는 일련의 기법이다. 토론토 메트로폴리탄 대학교(Toronto Metropolitan University) 교수이자 글로벌 리서치 연구소(Global Research Institute)의 상임 연구원 알렉세이 루브초이는 “적대적 머신러닝은 ML 모델의 취약점과 특수성을 이용한다”라고 말했다. 루브초이는 최근 금융 서비스 산업 내 적대적 머신러닝에 관한 논문을 발표했다...

인공지능 머신러닝 적대적머신러닝

2022.07.04

AI 및 머신러닝(Machine Learning, ML) 프로젝트를 시작하는 기업이 늘면서 AI/ML의 안전을 확보하는 일이 무엇보다 중요해졌다. IBM과 모닝 컨설트(Morning Consult)가 5월 발표한 보고서에 따르면, 전 세계 7,500곳 이상의 기업 중에서 35%가 이미 AI를 사용 중이다. 전년 대비 13% 증가한 수치다. AI를 탐색하고 있는 기업은 42%였다. 20%의 기업은 데이터 보안에서 어려움을 겪고 있었고, 이로 인해 AI 도입이 늦춰지고 있다고 답했다.   가트너가 2021년 2월 실시한 설문조사에서도 보안이 AI 도입 시 가장 큰 걸림돌이었다. 보안은 AI 솔루션을 기존 인프라에 통합하는 데 따르는 복잡성과 함께 1위를 차지했다.  마이크로소프트가 같은 해 3월 발표한 논문에 따르면, 기업의 90%는 적대적 머신러닝(Adversarial Machine Learning)에서 기업 시스템을 보호할 준비가 되어 있지 않다. 논문에서 다룬 28곳의 대/소규모 기업 가운데 25곳에서 ML 시스템 보안에 필요한 툴을 배치하지 않았다.  AI/ML 시스템 보안은 상당히 어려운 작업이다. 몇몇 어려움은 AI 고유의 특성에 기인한다. 예를 들어 AI/ML 시스템은 데이터를 필요로 하는데, 민감 데이터나 독점적 정보는 공격자의 표적이 된다. AI/ML 보안의 또 다른 측면은 ‘적대적 머신러닝’처럼 낯설기만 하다. 적대적 머신러닝이란 무엇인가?  엄밀히 말해 적대적 머신러닝은 이름과는 달리 머신러닝이 아니다. ML 시스템을 공격하는 데 사용되는 일련의 기법이다. 토론토 메트로폴리탄 대학교(Toronto Metropolitan University) 교수이자 글로벌 리서치 연구소(Global Research Institute)의 상임 연구원 알렉세이 루브초이는 “적대적 머신러닝은 ML 모델의 취약점과 특수성을 이용한다”라고 말했다. 루브초이는 최근 금융 서비스 산업 내 적대적 머신러닝에 관한 논문을 발표했다...

2022.07.04

‘이러려고 데이터 관리하나 자괴감’··· 11가지 어두운 비밀

어떤 이들은 데이터를 새로운 석유라 부르고, 누군가는 새로운 금이라고도 부른다. 철학자와 경제학자들은 비유의 적절성을 두고 논쟁할 수 있겠지만, 데이터 기반 의사 결정을 도모하는 기업에게 데이터 구성 및 분석이 필수적이라는 점은 의심의 여지가 없다. 일단은 견고한 데이터 관리 전략이 핵심이다. 데이터 거버넌스, 데이터 운영, 데이터 웨어하우징, 데이터 엔지니어링, 데이터 분석, 데이터 과학 등을 포괄하는 데이터 관리는 올바르게 수행될 경우 각종 비즈니스에서 경쟁 우위를 가져다줄 수 있다. 좋은 소식은 데이터 관리의 많은 측면이 잘 정립돼 있으며 수십 년 동안 발전해 온 원칙이 존재한다는 점이다. 예를 들어, 적용하기 어렵거나 이해하기에 간단하지 않을 수 있지만 과학자와 수학자들 모두 덕분에 기업은 이제 데이터를 분석하고 결론을 내리기 위한 다양한 프레임워크를 갖게 되었다. 분석 한계를 나타내는 오차 막대를 그리는 통계 모델도 있다. 그러나 데이터 과학과 이를 뒷받침하는 다양한 학문에 대한 연구에서 얻은 모든 장점에도 불구하고 우리는 머리를 긁적거릴 때가 있다. 기업들은 종종 현장의 한계에 부딪힌다. 때로는 너무 많은 데이터를 수집하고 구성하는 역설적인 문제도 있다. 일부는 철학적이며 우리의 추상적 역량을 시험한다. 그리고 처음에 개인 정보 보호 문제가 대두되고 있다. 다음은 수많은 기업에서 데이터 관리를 어려운 과제로 만드는 몇 가지 어두운 비밀들이다.   애물단지 비정형 데이터 기업 아카이브에 저장되어 있는 데이터의 대부분은 구조화되어 있지 않다. 은행의 콜센터 직원이 작성한 문자 메모를 검색하기 위한 인공 지능(AI) 사용을 원하는 경우가 있다. 이 문장에는 은행의 대출 및 서비스를 개선하는 데 도움이 될 수 있는 통찰이 담겨 있을 수 있다. 그러나 메모 데이터는 기록할 내용에 관해 서로 다른 생각을 가진 수백 명의 사람들이 작성한 것이다. 또한, 직원들은 서로 다른 작문 스타일과 능력을 가지고 있고, 일부는 전혀 쓰지 않았다. 또 어...

데이터 관리 데이터 과학 데이터 웨어하우징 데이터 거버넌스 데이터 엔지니어링 데이터 애널리틱스

2022.06.30

어떤 이들은 데이터를 새로운 석유라 부르고, 누군가는 새로운 금이라고도 부른다. 철학자와 경제학자들은 비유의 적절성을 두고 논쟁할 수 있겠지만, 데이터 기반 의사 결정을 도모하는 기업에게 데이터 구성 및 분석이 필수적이라는 점은 의심의 여지가 없다. 일단은 견고한 데이터 관리 전략이 핵심이다. 데이터 거버넌스, 데이터 운영, 데이터 웨어하우징, 데이터 엔지니어링, 데이터 분석, 데이터 과학 등을 포괄하는 데이터 관리는 올바르게 수행될 경우 각종 비즈니스에서 경쟁 우위를 가져다줄 수 있다. 좋은 소식은 데이터 관리의 많은 측면이 잘 정립돼 있으며 수십 년 동안 발전해 온 원칙이 존재한다는 점이다. 예를 들어, 적용하기 어렵거나 이해하기에 간단하지 않을 수 있지만 과학자와 수학자들 모두 덕분에 기업은 이제 데이터를 분석하고 결론을 내리기 위한 다양한 프레임워크를 갖게 되었다. 분석 한계를 나타내는 오차 막대를 그리는 통계 모델도 있다. 그러나 데이터 과학과 이를 뒷받침하는 다양한 학문에 대한 연구에서 얻은 모든 장점에도 불구하고 우리는 머리를 긁적거릴 때가 있다. 기업들은 종종 현장의 한계에 부딪힌다. 때로는 너무 많은 데이터를 수집하고 구성하는 역설적인 문제도 있다. 일부는 철학적이며 우리의 추상적 역량을 시험한다. 그리고 처음에 개인 정보 보호 문제가 대두되고 있다. 다음은 수많은 기업에서 데이터 관리를 어려운 과제로 만드는 몇 가지 어두운 비밀들이다.   애물단지 비정형 데이터 기업 아카이브에 저장되어 있는 데이터의 대부분은 구조화되어 있지 않다. 은행의 콜센터 직원이 작성한 문자 메모를 검색하기 위한 인공 지능(AI) 사용을 원하는 경우가 있다. 이 문장에는 은행의 대출 및 서비스를 개선하는 데 도움이 될 수 있는 통찰이 담겨 있을 수 있다. 그러나 메모 데이터는 기록할 내용에 관해 서로 다른 생각을 가진 수백 명의 사람들이 작성한 것이다. 또한, 직원들은 서로 다른 작문 스타일과 능력을 가지고 있고, 일부는 전혀 쓰지 않았다. 또 어...

2022.06.30

“6년 동안 10배 성장”··· 컴퓨터 비전, 온 누리에 날아오른다

지난 몇 년 동안 컴퓨터 비전의 활용상이 확대됐다. 사용자의 얼굴을 인식하는 스마트폰부터 스스로 주행하는 자동차, 선박의 움직임을 추적하는 위성까지 컴퓨터 비전의 비즈니스 가치가 그 어느 때보다 명확해졌다.  하지만 팬데믹이 그 잠재력을 가속화시켰음에도 불구하고 일부 기업들이 컴퓨터 비전의 가능성을 실증하는 데 어려움을 겪고 있다. 특히 팬데믹 이후 불거진 물류 문제 및 인력 문제가 주요 원인이다. 다양한 산업에 속한 기업들이 주요 비즈니스 프로세스를 개선하고 최적화하기 위해 컴퓨터 비전을 배치하는 방법을 살펴본다.   컴퓨터 비전이란? 컴퓨터 비전은 이미지와 비디오를 처리해 유의미한 정보를 추출하는 인공지능 분야다. 컴퓨터 비전의 예로는 광학 문자 인식, 이미지 인식, 패턴 인식, 얼굴 인식, 객체 감지 및 분류 등이 있다. 컴퓨터 비전을 활발히 활용하는 산업으로는 제조, 의료, 자동차, 농업, 물류, 공급망이 있다. 기업에서 컴퓨터 비전을 배치하는 주요 동인은 자동화, 프로세스 개선 및 생산성, 규제 준수 및 안전 등이다. IDC의 분석가 매트 아카로는 “시장이 너무 빠르게 성장하고 있기 때문에 따라가기가 어렵다”라고 말하면서 팬데믹으로 인해 사회적 거리두기를 지원하거나 얼마나 많은 사람들이 대중교통을 이용하는지 추적하기 위한 사용 모니터링 등 컴퓨터 비전 도입이 가속화되었다고 덧붙였다. 아카로는 “CCTV 카메라가 많기 설치돼 있었기에 (컴퓨터 비전 기술을 접목하는 것이) 자연스러운 수순이었다. 정부 의무사항 또는 조직의 전략적 선택으로 인해 투자가 늘어나곤 했다”라고 말했다. IDC에 따르면, 전 세계 컴퓨터 비전 기술 시장 규모는 2020년의 7억 6,000만 달러에서 올 해 21억 달러로 성장한다. 2025년까지 57%의 연평균 성장률로 72억 달러의 시장 가치에 도달할 것이라고 IDC는 덧붙였다. 이 밖에 지금까지는 온프레미스 방식이 주류지만 2025년께는 퍼블릭 클라우드 배치가 컴퓨터 비전 지출의 48%를 차지...

컴퓨터 비전 머신 비전 이미지 처리 동영상 처리 전이 학습 질환 진단

2022.06.27

지난 몇 년 동안 컴퓨터 비전의 활용상이 확대됐다. 사용자의 얼굴을 인식하는 스마트폰부터 스스로 주행하는 자동차, 선박의 움직임을 추적하는 위성까지 컴퓨터 비전의 비즈니스 가치가 그 어느 때보다 명확해졌다.  하지만 팬데믹이 그 잠재력을 가속화시켰음에도 불구하고 일부 기업들이 컴퓨터 비전의 가능성을 실증하는 데 어려움을 겪고 있다. 특히 팬데믹 이후 불거진 물류 문제 및 인력 문제가 주요 원인이다. 다양한 산업에 속한 기업들이 주요 비즈니스 프로세스를 개선하고 최적화하기 위해 컴퓨터 비전을 배치하는 방법을 살펴본다.   컴퓨터 비전이란? 컴퓨터 비전은 이미지와 비디오를 처리해 유의미한 정보를 추출하는 인공지능 분야다. 컴퓨터 비전의 예로는 광학 문자 인식, 이미지 인식, 패턴 인식, 얼굴 인식, 객체 감지 및 분류 등이 있다. 컴퓨터 비전을 활발히 활용하는 산업으로는 제조, 의료, 자동차, 농업, 물류, 공급망이 있다. 기업에서 컴퓨터 비전을 배치하는 주요 동인은 자동화, 프로세스 개선 및 생산성, 규제 준수 및 안전 등이다. IDC의 분석가 매트 아카로는 “시장이 너무 빠르게 성장하고 있기 때문에 따라가기가 어렵다”라고 말하면서 팬데믹으로 인해 사회적 거리두기를 지원하거나 얼마나 많은 사람들이 대중교통을 이용하는지 추적하기 위한 사용 모니터링 등 컴퓨터 비전 도입이 가속화되었다고 덧붙였다. 아카로는 “CCTV 카메라가 많기 설치돼 있었기에 (컴퓨터 비전 기술을 접목하는 것이) 자연스러운 수순이었다. 정부 의무사항 또는 조직의 전략적 선택으로 인해 투자가 늘어나곤 했다”라고 말했다. IDC에 따르면, 전 세계 컴퓨터 비전 기술 시장 규모는 2020년의 7억 6,000만 달러에서 올 해 21억 달러로 성장한다. 2025년까지 57%의 연평균 성장률로 72억 달러의 시장 가치에 도달할 것이라고 IDC는 덧붙였다. 이 밖에 지금까지는 온프레미스 방식이 주류지만 2025년께는 퍼블릭 클라우드 배치가 컴퓨터 비전 지출의 48%를 차지...

2022.06.27

엔비디아, 유엔 위성사진 분석 기관과 협력해 기후 변화 적극 대처

엔비디아(www.nvidia.co.kr)는 유엔 위성사진 분석 기관 ‘UNOSAT’과 협력해 지구 환경을 위한 기후 변화 대처에 나선다고 27일 밝혔다. 엔비디아는 딥 러닝과 AI의 기술을 제공할 예정이다.   엔비디아의 이러한 노력은 17개의 상호 관련된 지속 가능 개발 목표(Sustainable Development Goals, SDG)를 핵심으로 하는 유엔의 2030년 지속 가능 개발 의제를 지원하기 위한 것이다. ‘기후 행동’과 ‘지속 가능한 도시와 공동체’를 포함하는 SDG는 모든 유엔 회원국이 세계적인 복지를 강화하도록 행동을 촉구하는 역할을 한다. 유엔훈련조사연구소(United Nations Institute for Training and Research, UNITAR) 산하 UNOSAT와 엔비디아의 협력은 지구관측에 AI를 활용해 기후 재해 관리를 강화하는 데 초점을 맞추고 있다. AI4EO(AI for Earth Observation)는 지구의 변화를 모니터링하고 평가하는 데 AI를 사용하는 이니셔티브를 포괄하는 용어이다. AI4EO 노력에 대한 빠른 연구, 개발을 위해 UNOSAT은 위성 이미지 기술 인프라를 엔비디아의 가속 컴퓨팅 플랫폼과 통합한다. AI로 구동되는 위성 이미지 시스템은 지리 공간 정보를 수집하고 분석한다. 이를 통해 홍수, 산불, 기타 기후 관련 재해에 대한 실시간 통찰력을 제공한다. 또한 UNOSAT는 정확한 홍수 감지 모델을 생성하기 위해 딥 러닝을 적용하는 엔비디아 DLI(Deep Learning Institute) 강의를 기반으로 하는 교육 모듈을 출시했다. 필리핀의 열대저기압이나 통가의 화산 폭발의 영향을 평가하기 위해 UNOSAT의 비상 지도 서비스는 컴퓨터 비전과 위성 이미지 분석을 사용한다. 이를 통해 복잡한 재난에 대한 정확한 정보를 얻을 수 있다. 실시간에 가까운 분석은 기후 재해 사건을 관리하는 데 핵심이다. 인도주의 팀은 AI가 제공하는 데이터 기반 통찰력을 사용하여 재해에 빠르고...

엔비디아

2022.06.27

엔비디아(www.nvidia.co.kr)는 유엔 위성사진 분석 기관 ‘UNOSAT’과 협력해 지구 환경을 위한 기후 변화 대처에 나선다고 27일 밝혔다. 엔비디아는 딥 러닝과 AI의 기술을 제공할 예정이다.   엔비디아의 이러한 노력은 17개의 상호 관련된 지속 가능 개발 목표(Sustainable Development Goals, SDG)를 핵심으로 하는 유엔의 2030년 지속 가능 개발 의제를 지원하기 위한 것이다. ‘기후 행동’과 ‘지속 가능한 도시와 공동체’를 포함하는 SDG는 모든 유엔 회원국이 세계적인 복지를 강화하도록 행동을 촉구하는 역할을 한다. 유엔훈련조사연구소(United Nations Institute for Training and Research, UNITAR) 산하 UNOSAT와 엔비디아의 협력은 지구관측에 AI를 활용해 기후 재해 관리를 강화하는 데 초점을 맞추고 있다. AI4EO(AI for Earth Observation)는 지구의 변화를 모니터링하고 평가하는 데 AI를 사용하는 이니셔티브를 포괄하는 용어이다. AI4EO 노력에 대한 빠른 연구, 개발을 위해 UNOSAT은 위성 이미지 기술 인프라를 엔비디아의 가속 컴퓨팅 플랫폼과 통합한다. AI로 구동되는 위성 이미지 시스템은 지리 공간 정보를 수집하고 분석한다. 이를 통해 홍수, 산불, 기타 기후 관련 재해에 대한 실시간 통찰력을 제공한다. 또한 UNOSAT는 정확한 홍수 감지 모델을 생성하기 위해 딥 러닝을 적용하는 엔비디아 DLI(Deep Learning Institute) 강의를 기반으로 하는 교육 모듈을 출시했다. 필리핀의 열대저기압이나 통가의 화산 폭발의 영향을 평가하기 위해 UNOSAT의 비상 지도 서비스는 컴퓨터 비전과 위성 이미지 분석을 사용한다. 이를 통해 복잡한 재난에 대한 정확한 정보를 얻을 수 있다. 실시간에 가까운 분석은 기후 재해 사건을 관리하는 데 핵심이다. 인도주의 팀은 AI가 제공하는 데이터 기반 통찰력을 사용하여 재해에 빠르고...

2022.06.27

AI를 물리 공간에 접목··· 아마존, CX 개선 기술 4종 소개

저스트 워크 아웃(Just Walk Out), 아마존 원(Amazon One), 아마존 대시 카트(Amazon Dash Cart), 아마존 프레시(Amazon Fresh), 아마존 스타일(Amazon Style)에는 두 가지 공통점이 있다. 첫째는 온라인 쇼핑의 공룡이라 불리는 아마존이 오프라인 매장을 운영하며 개발한 기술이나 브랜드이고, 둘째는 인공지능과 같은 첨단 기술을 활용한 혁신으로 고객 경험을 개선한 대표적인 사례라는 점이다. 아마존 물리 소매 기술(Physical Retail and Technology) 담당 부사장인 딜립 쿠마르가 '아마존 리마스 2022(Amazon re:MARS 2022)'에서 이러한 내용을 소개하는 자리를 가졌다. 그리고 아마존이 오프라인 매장에서 활용하는 인공 지능 기술에서 중요한 4가지 핵심 내용을 다음과 같이 소개했다. 계산대가 필요 없는 아마존 '저스트 워크 아웃'이 적용된 호울 푸즈 마켓과 상품 종류와 수량을 자동으로 인식하는 스마트 카트인 '아마존 대시 카트'. 아마존 오프라인 매장에 사용되는 기술애는 인공 지능과 컴퓨터 비전이 활용된다. (자료 : Amzon) 첫째는 지속적인 머신러닝 알고리즘 개선 및 발전이다. 아마존은 오프라인 매장에서 사용되는 기술에 컴퓨터 비전을 활용한다. 카메라, 센서와 같은 하드웨어뿐만 아니라 이를 구동하는 알고리즘을 적용한 저스트 워크 아웃을 활용해, 계산대를 거치지 않아도 자동으로 결제가 되는 시스템을 운영하고 있다. 그리고 저스트 워크 아웃은 계속해서 진화를 거듭하고 있다. 그동안 알고리즘을 개선해 매장에서 필요한 카메라 수를 줄여 비용을 줄이고, 대형 식료품 매장에서 다양한 제품을 구별하고, 고객의 쇼핑 행동 차이를 감지하도록 발전했다. 또한 스마트 쇼핑 카트인 아마존 대시 카트에는 고객이 이동하는 동안 제품의 품목을 감지하고, 무게와 양을 인식하는 컴퓨터 비전 및 센서 융합 알고리즘 세트를 개발했다. 둘째는 알고리즘 강화를 위해 합성 데이터를 사용한다. 오프라인 매장에서...

아마존 고 저스트 워크 아웃 아마존 원 아마존 대시 카드 아마존 프레시 아마존 스타일 리테일 합성 데이터

2022.06.27

저스트 워크 아웃(Just Walk Out), 아마존 원(Amazon One), 아마존 대시 카트(Amazon Dash Cart), 아마존 프레시(Amazon Fresh), 아마존 스타일(Amazon Style)에는 두 가지 공통점이 있다. 첫째는 온라인 쇼핑의 공룡이라 불리는 아마존이 오프라인 매장을 운영하며 개발한 기술이나 브랜드이고, 둘째는 인공지능과 같은 첨단 기술을 활용한 혁신으로 고객 경험을 개선한 대표적인 사례라는 점이다. 아마존 물리 소매 기술(Physical Retail and Technology) 담당 부사장인 딜립 쿠마르가 '아마존 리마스 2022(Amazon re:MARS 2022)'에서 이러한 내용을 소개하는 자리를 가졌다. 그리고 아마존이 오프라인 매장에서 활용하는 인공 지능 기술에서 중요한 4가지 핵심 내용을 다음과 같이 소개했다. 계산대가 필요 없는 아마존 '저스트 워크 아웃'이 적용된 호울 푸즈 마켓과 상품 종류와 수량을 자동으로 인식하는 스마트 카트인 '아마존 대시 카트'. 아마존 오프라인 매장에 사용되는 기술애는 인공 지능과 컴퓨터 비전이 활용된다. (자료 : Amzon) 첫째는 지속적인 머신러닝 알고리즘 개선 및 발전이다. 아마존은 오프라인 매장에서 사용되는 기술에 컴퓨터 비전을 활용한다. 카메라, 센서와 같은 하드웨어뿐만 아니라 이를 구동하는 알고리즘을 적용한 저스트 워크 아웃을 활용해, 계산대를 거치지 않아도 자동으로 결제가 되는 시스템을 운영하고 있다. 그리고 저스트 워크 아웃은 계속해서 진화를 거듭하고 있다. 그동안 알고리즘을 개선해 매장에서 필요한 카메라 수를 줄여 비용을 줄이고, 대형 식료품 매장에서 다양한 제품을 구별하고, 고객의 쇼핑 행동 차이를 감지하도록 발전했다. 또한 스마트 쇼핑 카트인 아마존 대시 카트에는 고객이 이동하는 동안 제품의 품목을 감지하고, 무게와 양을 인식하는 컴퓨터 비전 및 센서 융합 알고리즘 세트를 개발했다. 둘째는 알고리즘 강화를 위해 합성 데이터를 사용한다. 오프라인 매장에서...

2022.06.27

'인공지능+사물인터넷' AIoT가 비즈니스 현장 바꾼다

사물인터넷(IoT)은 지난 10년간 기업 분야 전반으로 꾸준히 확산했다. IoT 기기와 그 데이터 기능을 이용해 기업 운영을 최적화하면서 비즈니스와 소비자 기술의 신시대가 열렸다. 그리고 이제 인공지능(AI)과 머신러닝(ML)이 발전하면서 ‘인공지능 사물인터넷(Artificial Intelligence of Things, AIoT)’을 이용해 IoT 기기의 새로운 가능성을 실현하는 또 다른 물결이 등장했다.   AIoT를 활용하면 기업이 새로운 경쟁 우위를 얻을 수 있다. IoT는 데이터를 수집하고 AI는 이를 분석해 지능적 행동을 시뮬레이션하고, 사람의 개입을 최소화한 상태에서 의사 결정 과정을 지원한다.   IoT에 AI가 필요한 이유 IoT는 기기가 서로 통신하고 인사이트에 따라 행동하도록 한다. 따라서 이들 기기는 이들이 제공하는 데이터만큼만 유용할 뿐이다. 의사 결정에 제대로 활용하려면 더 많은 데이터를 수집해 저장하고 가공, 분석해야 한다. 그러나 이렇게 하기가 쉽지 않다. 실제로 IoT 도입이 늘어나자 데이터를 효율적으로 가공해 실질적으로 의사 결정에 반영할 인사이트를 도출하는 데 어려움이 생겼다. 이는 2가지 원인, 즉 클라우드와 데이터 전송 때문이다. 클라우드는 IoT로부터 나오는 온갖 데이터를 처리할 수 있도록 IoT 규모에 비례해 확장해야 하지만 이 과정이 수월하지 않다. 또한, 데이터를 IoT 기기로부터 클라우드로 전송하는 작업은 대역폭의 제한이 있다. 통신 네트워크의 규모와 정교함에 관계없이 IoT 기기가 수집하는 데이터 분량만으로도 지연과 정체가 발생한다. 몇몇 IoT 응용 분야, 예를 들어 자율 주행차 등은 신속한 실시간 의사 결정이 필요하다. 효과적이고 안전한 주행을 위해 마치 인간처럼 순간적으로 데이터를 처리하고 결정해야 한다. 지연, 불안정한 연결, 낮은 대역폭의 제한이 있어서는 안 된다. 자율 자동차가 신속한 의사 결정에 의존하는 유일한 IoT 응용 분야는 아니다. 제조는 이미 IoT 기기를 ...

IoT AI AIoT 사물인터넷 인공지능

2022.06.27

사물인터넷(IoT)은 지난 10년간 기업 분야 전반으로 꾸준히 확산했다. IoT 기기와 그 데이터 기능을 이용해 기업 운영을 최적화하면서 비즈니스와 소비자 기술의 신시대가 열렸다. 그리고 이제 인공지능(AI)과 머신러닝(ML)이 발전하면서 ‘인공지능 사물인터넷(Artificial Intelligence of Things, AIoT)’을 이용해 IoT 기기의 새로운 가능성을 실현하는 또 다른 물결이 등장했다.   AIoT를 활용하면 기업이 새로운 경쟁 우위를 얻을 수 있다. IoT는 데이터를 수집하고 AI는 이를 분석해 지능적 행동을 시뮬레이션하고, 사람의 개입을 최소화한 상태에서 의사 결정 과정을 지원한다.   IoT에 AI가 필요한 이유 IoT는 기기가 서로 통신하고 인사이트에 따라 행동하도록 한다. 따라서 이들 기기는 이들이 제공하는 데이터만큼만 유용할 뿐이다. 의사 결정에 제대로 활용하려면 더 많은 데이터를 수집해 저장하고 가공, 분석해야 한다. 그러나 이렇게 하기가 쉽지 않다. 실제로 IoT 도입이 늘어나자 데이터를 효율적으로 가공해 실질적으로 의사 결정에 반영할 인사이트를 도출하는 데 어려움이 생겼다. 이는 2가지 원인, 즉 클라우드와 데이터 전송 때문이다. 클라우드는 IoT로부터 나오는 온갖 데이터를 처리할 수 있도록 IoT 규모에 비례해 확장해야 하지만 이 과정이 수월하지 않다. 또한, 데이터를 IoT 기기로부터 클라우드로 전송하는 작업은 대역폭의 제한이 있다. 통신 네트워크의 규모와 정교함에 관계없이 IoT 기기가 수집하는 데이터 분량만으로도 지연과 정체가 발생한다. 몇몇 IoT 응용 분야, 예를 들어 자율 주행차 등은 신속한 실시간 의사 결정이 필요하다. 효과적이고 안전한 주행을 위해 마치 인간처럼 순간적으로 데이터를 처리하고 결정해야 한다. 지연, 불안정한 연결, 낮은 대역폭의 제한이 있어서는 안 된다. 자율 자동차가 신속한 의사 결정에 의존하는 유일한 IoT 응용 분야는 아니다. 제조는 이미 IoT 기기를 ...

2022.06.27

'깃허브 코파일럿 이어' 아마존도 AI 코딩 비서 공개

아마존 웹 서비스(AWS)가 리:마스(re:Mars) 컨퍼런스에서 ML 기반의 코딩 도우미 '코드위스퍼러(CodeWhisperer)'를 공개했다. 현재 AWS 통합개발환경(IDE) 툴킷에서 프리뷰 버전으로 사용할 수 있다.  회사에 따르면 코드위스퍼러는 오픈소스 저장소, 내부 아마존 저장소, API 문서 및 포럼에서 가져온 수십억 줄의 코드를 학습했다. 자바, 자바스크립트, 파이썬 등의 주요 프로그래밍 언어와 비주얼 스튜디오 코드, 인텔리제이 IDEA, 파이참, 웹스톰, AWS 클라우드 9 등의 통합개발환경(IDE)을 지원한다. AWS 람다 콘솔도 지원될 예정이다.  코드위스퍼러는 지속적으로 코드와 주석을 검사하고, 사용자의 코딩 스타일과 변수 이름에 따라 적절한 구문을 생성하여 제안한다. 또한 이 도구는 맥락 정보를 활용한다. 여기서 맥락 정보란 소스코드의 커서 위치, 커서 앞에 오는 코드, 주석 및 동일한 프로젝트의 다른 파일에 있는 코드 등을 말한다.  사용자 경험은 간단하다. 코드위스퍼러는 주석을 자동 완성하거나 해당 주석을 기반으로 함수를 제안한다. 개발자는 다양한 코드 제안 중에서 원하는 것을 선택하면 된다.  AWS의 수석 에반젤리스트 제프 바는 "예를 들어 파이참에 코드위스퍼러 프리뷰를 설치하고 '# See if a number is pr-'을 입력하면 코드위스퍼러가 이 코드를 완성할 수 있도록 'ime'을 제안한다. 개발자는 탭 키를 눌러 이를 수락한다. 키는 IDE에 따라 다를 수 있다. 다양한 AWS 서비스 액세스 코드를 작성하는 데도 유용하다. 예를 들어 '# create S3 bucket'만 입력하면 나머지는 코드위스퍼러를 통해 완성할 수 있다"라고 설명했다.      아마존의 AI 서비스 부문 부사장 바시 필로민에 의하면 코드위스퍼러가 최근 공식 출시된 깃허브 코파일럿과 다른 점은 아래와 같다. 첫째, 학습한 데이터와 비슷한 코드를 생성하게 되면 본래 코드 데...

깃허브 코파일럿 아마존 AWS 코드위스퍼러 AI 코딩 비서

2022.06.24

아마존 웹 서비스(AWS)가 리:마스(re:Mars) 컨퍼런스에서 ML 기반의 코딩 도우미 '코드위스퍼러(CodeWhisperer)'를 공개했다. 현재 AWS 통합개발환경(IDE) 툴킷에서 프리뷰 버전으로 사용할 수 있다.  회사에 따르면 코드위스퍼러는 오픈소스 저장소, 내부 아마존 저장소, API 문서 및 포럼에서 가져온 수십억 줄의 코드를 학습했다. 자바, 자바스크립트, 파이썬 등의 주요 프로그래밍 언어와 비주얼 스튜디오 코드, 인텔리제이 IDEA, 파이참, 웹스톰, AWS 클라우드 9 등의 통합개발환경(IDE)을 지원한다. AWS 람다 콘솔도 지원될 예정이다.  코드위스퍼러는 지속적으로 코드와 주석을 검사하고, 사용자의 코딩 스타일과 변수 이름에 따라 적절한 구문을 생성하여 제안한다. 또한 이 도구는 맥락 정보를 활용한다. 여기서 맥락 정보란 소스코드의 커서 위치, 커서 앞에 오는 코드, 주석 및 동일한 프로젝트의 다른 파일에 있는 코드 등을 말한다.  사용자 경험은 간단하다. 코드위스퍼러는 주석을 자동 완성하거나 해당 주석을 기반으로 함수를 제안한다. 개발자는 다양한 코드 제안 중에서 원하는 것을 선택하면 된다.  AWS의 수석 에반젤리스트 제프 바는 "예를 들어 파이참에 코드위스퍼러 프리뷰를 설치하고 '# See if a number is pr-'을 입력하면 코드위스퍼러가 이 코드를 완성할 수 있도록 'ime'을 제안한다. 개발자는 탭 키를 눌러 이를 수락한다. 키는 IDE에 따라 다를 수 있다. 다양한 AWS 서비스 액세스 코드를 작성하는 데도 유용하다. 예를 들어 '# create S3 bucket'만 입력하면 나머지는 코드위스퍼러를 통해 완성할 수 있다"라고 설명했다.      아마존의 AI 서비스 부문 부사장 바시 필로민에 의하면 코드위스퍼러가 최근 공식 출시된 깃허브 코파일럿과 다른 점은 아래와 같다. 첫째, 학습한 데이터와 비슷한 코드를 생성하게 되면 본래 코드 데...

2022.06.24

회사명:한국IDG 제호: ITWorld 주소 : 서울시 중구 세종대로 23, 4층 우)04512
등록번호 : 서울 아00743 등록일자 : 2009년 01월 19일

발행인 : 박형미 편집인 : 박재곤 청소년보호책임자 : 한정규
사업자 등록번호 : 214-87-22467 Tel : 02-558-6950

Copyright © 2022 International Data Group. All rights reserved.

10.5.0.9