Offcanvas

���������������

“디지털 트윈으로 네트워크 안정성 UP” 버라이즌 CIO가 말하는 혁신 사례 3가지

美 최대 이동통신사 ‘버라이즌(Verizon)’이 자연어처리, 머신러닝, 디지털 트윈, 증강현실을 통해 비즈니스를 혁신하고 있다.  샨카르 아루무가벨루는 버라이즌의 산증인이다. AT&T에서 독립한 벨 애틀랜틱(Bell Atlantic)이 지난 2000년 통신사 GTE(General Telephone & Electronics Corporation)를 인수해 버라이즌을 출범했을 때, 그는 GTE의 이사였다.  현재 아루무가벨루는 버라이즌의 수석 부사장이자 글로벌 CIO로, 경쟁 우위를 창출하고 고객 경험을 개선하기 위해 인공지능 및 머신러닝 등의 신기술을 채택할 수 있도록 지원하고 있다.    그는 “(신기술과 관련해) 집중해야 할 가장 큰 영역은 AI다. 그 안에 NLP이든 컴퓨터 비전이든 RPA이든 인지적 의사결정이든 다양한 분야가 있어서다”라며, “이를 활용해 경쟁 우위를 확보할 방법을 모색하고자 이 모든 분야를 망라하고 있다”라고 말했다.  아루무가벨루에 따르면 여러 기준에 따라 기술을 평가하지만 운영 효율성을 높이고 차별화된 고객 경험을 제공하는 게 가장 중요하다고 밝혔다.  또한 그는 “AI와 ML은 오랫동안 존재해 온 기술이다. 이제 때가 온 것뿐이다”라고 언급했다. 데이터는 이 모든 기술에 힘을 실어주는 원자재이며, 버라이즌은 (데이터에 있어) “모자람이 없다”라고 아루무가벨루는 전했다.  데이터 양의 증가로 컴퓨팅 비용은 꾸준히 감소하고, AI 및 ML 연구와 알고리즘 접근성은 향상됐으며, 데이터 민주화를 지원하는 도구의 가용성도 확대됐다. 그는 “이러한 4가지 요소가 결합돼 신기술을 실질적으로 활용할 기회를 얻을 수 있었다”라고 말했다. ‘NLP’는 고객 연결을 간소화한다 지난 2016년 버라이즌은 NLP 기반 챗봇을 모바일 앱에 추가했다. IVAPP 버디(IVAPP Buddy)라는 내부 챗봇 서비스 실험을 성공적으로 마친 덕분에 고객용 앱을 구축하기가 수...

버라이즌 자연어처리 NLP 머신러닝 디지털 트윈 증강현실 챗봇 네트워크 컴퓨터 비전

2021.11.19

美 최대 이동통신사 ‘버라이즌(Verizon)’이 자연어처리, 머신러닝, 디지털 트윈, 증강현실을 통해 비즈니스를 혁신하고 있다.  샨카르 아루무가벨루는 버라이즌의 산증인이다. AT&T에서 독립한 벨 애틀랜틱(Bell Atlantic)이 지난 2000년 통신사 GTE(General Telephone & Electronics Corporation)를 인수해 버라이즌을 출범했을 때, 그는 GTE의 이사였다.  현재 아루무가벨루는 버라이즌의 수석 부사장이자 글로벌 CIO로, 경쟁 우위를 창출하고 고객 경험을 개선하기 위해 인공지능 및 머신러닝 등의 신기술을 채택할 수 있도록 지원하고 있다.    그는 “(신기술과 관련해) 집중해야 할 가장 큰 영역은 AI다. 그 안에 NLP이든 컴퓨터 비전이든 RPA이든 인지적 의사결정이든 다양한 분야가 있어서다”라며, “이를 활용해 경쟁 우위를 확보할 방법을 모색하고자 이 모든 분야를 망라하고 있다”라고 말했다.  아루무가벨루에 따르면 여러 기준에 따라 기술을 평가하지만 운영 효율성을 높이고 차별화된 고객 경험을 제공하는 게 가장 중요하다고 밝혔다.  또한 그는 “AI와 ML은 오랫동안 존재해 온 기술이다. 이제 때가 온 것뿐이다”라고 언급했다. 데이터는 이 모든 기술에 힘을 실어주는 원자재이며, 버라이즌은 (데이터에 있어) “모자람이 없다”라고 아루무가벨루는 전했다.  데이터 양의 증가로 컴퓨팅 비용은 꾸준히 감소하고, AI 및 ML 연구와 알고리즘 접근성은 향상됐으며, 데이터 민주화를 지원하는 도구의 가용성도 확대됐다. 그는 “이러한 4가지 요소가 결합돼 신기술을 실질적으로 활용할 기회를 얻을 수 있었다”라고 말했다. ‘NLP’는 고객 연결을 간소화한다 지난 2016년 버라이즌은 NLP 기반 챗봇을 모바일 앱에 추가했다. IVAPP 버디(IVAPP Buddy)라는 내부 챗봇 서비스 실험을 성공적으로 마친 덕분에 고객용 앱을 구축하기가 수...

2021.11.19

'자연어 처리 혁신의 최첨단 이끈다' AI 스타트업 3곳

자연어 처리(Natural Language Processing, NLP)는 컴퓨터 과학자들의 오랜 꿈으로, 그 기원은 ELIZA 시절, 더 멀게는 컴퓨팅의 시초(튜링 테스트)까지 거슬러 올라간다. NLP는 지난 몇 년에 걸쳐 비약적인 혁신을 이루었으며, 이 과정에서 예전의 통계적 방법 대신 딥러닝 또는 신경망에 기초한 새로운 접근 방법이 대세로 자리 잡았다.  NLP에 딥러닝을 적용하면서 사람이 쓴 글과 전혀 구분이 불가능한 텍스트를 생성할 수 있는, GPT-3과 같은 방대하고 정교한 범용 언어 모델이 탄생했다. 예를 들어 자연어로 질의를 입력하면 백엔드가 코드를 생성하는(엑셀 구문을 기반으로 하는 파워 Fx 식) 마이크로소프트의 새로운 “노코드” 파워 앱(Power Apps) 플랫폼에 있는 여러 기능의 기반이 바로 GPT-3이다.  NLP는 기업 전반에서 방대한 잠재력을 지녔으며, 구글이나 마이크로소프트 같은 거대 기업만 참여하는 것도 아니다. 여기서는 자체 맞춤형 NLP 솔루션을 구축하기 위한 구성요소로 다양한 AI 기반 솔루션을 제공하는 스타트업 3곳을 소개한다.    익스플로전(Explosion)  NLP 분야에서 일하는 대부분의 개발자는 인기 있는 파이썬용 NLP 파이브러리인 스페이시(spaCy)를 사용하겠지만, 정작 익스플로전에 대해 들어본 사람은 그렇게 많지 않을 것이다. 익스플로전은 매튜 하니발과 아이네스 몬타니가 만든 회사로 스페이시와 상용 주석 툴인 프로디지(Prodigy)의 개발사다.  오래 전부터 주요 NLP 툴킷 중 하나인 스페이시가 비슷한 연령대의 다른 라이브러리와 뚜렷하게 구분되는 특징은 방대한 프로덕션 워크로드를 가볍게 처리할 수 있다는 점이다. 스페이시를 오랜만에 다시 접한 사람에게는 놀라울 정도로, 스페이시는 NLP의 최신 기술과 보조를 잘 맞춘다. BERT와 같은 사전 훈련된 트랜스포머(Transformer) 모델을 기반으로 한 파이프라인을 사용하고, 파이토치(PyTo...

자연어처리 NLP 익스플로전 허킹페이스 스페이시 프로디지 존스노우랩스

2021.06.10

자연어 처리(Natural Language Processing, NLP)는 컴퓨터 과학자들의 오랜 꿈으로, 그 기원은 ELIZA 시절, 더 멀게는 컴퓨팅의 시초(튜링 테스트)까지 거슬러 올라간다. NLP는 지난 몇 년에 걸쳐 비약적인 혁신을 이루었으며, 이 과정에서 예전의 통계적 방법 대신 딥러닝 또는 신경망에 기초한 새로운 접근 방법이 대세로 자리 잡았다.  NLP에 딥러닝을 적용하면서 사람이 쓴 글과 전혀 구분이 불가능한 텍스트를 생성할 수 있는, GPT-3과 같은 방대하고 정교한 범용 언어 모델이 탄생했다. 예를 들어 자연어로 질의를 입력하면 백엔드가 코드를 생성하는(엑셀 구문을 기반으로 하는 파워 Fx 식) 마이크로소프트의 새로운 “노코드” 파워 앱(Power Apps) 플랫폼에 있는 여러 기능의 기반이 바로 GPT-3이다.  NLP는 기업 전반에서 방대한 잠재력을 지녔으며, 구글이나 마이크로소프트 같은 거대 기업만 참여하는 것도 아니다. 여기서는 자체 맞춤형 NLP 솔루션을 구축하기 위한 구성요소로 다양한 AI 기반 솔루션을 제공하는 스타트업 3곳을 소개한다.    익스플로전(Explosion)  NLP 분야에서 일하는 대부분의 개발자는 인기 있는 파이썬용 NLP 파이브러리인 스페이시(spaCy)를 사용하겠지만, 정작 익스플로전에 대해 들어본 사람은 그렇게 많지 않을 것이다. 익스플로전은 매튜 하니발과 아이네스 몬타니가 만든 회사로 스페이시와 상용 주석 툴인 프로디지(Prodigy)의 개발사다.  오래 전부터 주요 NLP 툴킷 중 하나인 스페이시가 비슷한 연령대의 다른 라이브러리와 뚜렷하게 구분되는 특징은 방대한 프로덕션 워크로드를 가볍게 처리할 수 있다는 점이다. 스페이시를 오랜만에 다시 접한 사람에게는 놀라울 정도로, 스페이시는 NLP의 최신 기술과 보조를 잘 맞춘다. BERT와 같은 사전 훈련된 트랜스포머(Transformer) 모델을 기반으로 한 파이프라인을 사용하고, 파이토치(PyTo...

2021.06.10

인간과 토론하는 AI 상용화… IBM, 美 네이처에 '프로젝트 디베이터' 공개

IBM이 인공지능 왓슨에 AI 기반 자율 토론 시스템 '프로젝트 디베이터(Project Debator)'를 추가해 상용화한다는 내용의 논문을 17일 미 네이처에 발표했다. 자연어 이해, 분석, 추론 등의 기술을 바탕으로 80여 개의 토론 주제에서 인간과 토론을 벌일 수 있다는 설명이다.  논문에 따르면 프로젝트 디베이터는 신문과 잡지 등의 문장 약 100억 개를 자연어 처리(NLP) 기술을 통해 학습한 AI다. 복잡한 문장은 물론 관용구도 이해할 수 있다. 덕분에 토론 주제가 주어지면 입장을 설정하고 주장을 뒷받침하는 논거를 찾아 상대방에 제시하는 등 인간과의 토론이 가능하다는 게 IBM 측의 설명이다.    프로젝트 디베이터를 구성하는 모듈은 논증 마이닝, 논증 지식 기반(AKB), 논증 반박, 논증 구성으로 총 4개다. IBM에 따르면 논증 마이닝 모듈은 대규모 텍스트 말뭉치에서 주장과 반론을 찾는 역할을 한다. 논증 지식 기반에는 다양한 토론 주제에 두루 사용 가능한 원론적인 주장과 반론들이 담겨 있다.  논증 반박 모듈은 첫 두 모듈의 반대 주장과 실제 인간 토론자의 반대 주장을 비교하며, 논증 구성 모듈은 다른 모듈이 제안한 텍스트 중에서 토론에 유리한 것을 선택한다.  특히 IBM은 디베이터 프로젝트에 감정 분석 기술이 접목됐다는 점을 강조했다. 이 기술은 단어 이면에 숨겨진 의도와 의미를 이해하는 데 사용된다는 설명이다. 예컨대, ‘cold feet’은 문자적으로는 ‘차가운 발’이지만 영어에서는 ‘겁먹다’라는 뜻으로 사용되는데, 이런 의미까지도 이해할 수 있다는 게 업체의 주장이다.  IBM은 지난 2012년 인간 토론자와 능숙한 토론을 벌이는 AI 시스템을 만드는 걸 목표로 프로젝트 디베이터의 개발에 착수했다. 2019년 미 IBM 연례 기술 컨퍼런스인 ‘씽크 2019’의 토론 대회에 출전한 프로젝트 디베이터는 전문 토론가인 해리시 나타라잔과 정부의 유치원 보조금 지원 여부...

IBM 프로젝트 디베이터 토론 자연어처리 NLP 왓슨

2021.03.22

IBM이 인공지능 왓슨에 AI 기반 자율 토론 시스템 '프로젝트 디베이터(Project Debator)'를 추가해 상용화한다는 내용의 논문을 17일 미 네이처에 발표했다. 자연어 이해, 분석, 추론 등의 기술을 바탕으로 80여 개의 토론 주제에서 인간과 토론을 벌일 수 있다는 설명이다.  논문에 따르면 프로젝트 디베이터는 신문과 잡지 등의 문장 약 100억 개를 자연어 처리(NLP) 기술을 통해 학습한 AI다. 복잡한 문장은 물론 관용구도 이해할 수 있다. 덕분에 토론 주제가 주어지면 입장을 설정하고 주장을 뒷받침하는 논거를 찾아 상대방에 제시하는 등 인간과의 토론이 가능하다는 게 IBM 측의 설명이다.    프로젝트 디베이터를 구성하는 모듈은 논증 마이닝, 논증 지식 기반(AKB), 논증 반박, 논증 구성으로 총 4개다. IBM에 따르면 논증 마이닝 모듈은 대규모 텍스트 말뭉치에서 주장과 반론을 찾는 역할을 한다. 논증 지식 기반에는 다양한 토론 주제에 두루 사용 가능한 원론적인 주장과 반론들이 담겨 있다.  논증 반박 모듈은 첫 두 모듈의 반대 주장과 실제 인간 토론자의 반대 주장을 비교하며, 논증 구성 모듈은 다른 모듈이 제안한 텍스트 중에서 토론에 유리한 것을 선택한다.  특히 IBM은 디베이터 프로젝트에 감정 분석 기술이 접목됐다는 점을 강조했다. 이 기술은 단어 이면에 숨겨진 의도와 의미를 이해하는 데 사용된다는 설명이다. 예컨대, ‘cold feet’은 문자적으로는 ‘차가운 발’이지만 영어에서는 ‘겁먹다’라는 뜻으로 사용되는데, 이런 의미까지도 이해할 수 있다는 게 업체의 주장이다.  IBM은 지난 2012년 인간 토론자와 능숙한 토론을 벌이는 AI 시스템을 만드는 걸 목표로 프로젝트 디베이터의 개발에 착수했다. 2019년 미 IBM 연례 기술 컨퍼런스인 ‘씽크 2019’의 토론 대회에 출전한 프로젝트 디베이터는 전문 토론가인 해리시 나타라잔과 정부의 유치원 보조금 지원 여부...

2021.03.22

IBM, 플래닝 애널리틱스 플랫폼에 'AI 예측' 기능 추가

IBM이 ‘플래닝 애널리틱스 온디맨드(Planning Analytics On Demand)’를 출시했다. 이 신제품은 수동적인 예산 편성 및 예측 프로세스를 자동화된 AI 기반 프로세스로 전환하려는 중소기업 및 대기업을 대상으로 한다. 수많은 중소기업 및 대기업이 예산 편성이나 예측을 위해 여전히 수동 프로세스에 의존하고 있다. 이를테면 수요, 급여, 상품 계획 등을 짜기 위해 스프레드시트를 사용하고 있는 식이다. 스프레드시트 기반 수동 프로세스는 며칠 또는 심지어 몇 주가 걸릴 수 있다. IBM은 '플래닝 애널리틱스 온디맨드'와 같은 기업용 계획 시스템이 이를 단 몇 시간으로 단축해줄 수 있다고 밝혔다.    TM1에 기반한 IBM의 기존 '플래닝 애널리틱스'는 워크플로우를 검토하고 데이터를 중앙 허브에 통합하여 협업 계획 프로세스를 가능하게 했다. IBM 플래닝 애널리틱스 오퍼링 관리 부문 부사장 데이비드 마머는 "기존 제품을 확장하는 개념에서 플래닝 애널리틱스 온디맨드를 볼 수 있다. 플래닝 애널리틱스가 미션 크리티컬 시스템으로 자리잡았지만 때로는 문제가 생기기도 했다. 새로운 부서가 참여하거나 신규 유즈케이스를 평가해야 할 때가 대표적인 사례다. 이러한 경우 해당 솔루션을 관리하는 시스템 팀이 프로세스를 새롭게 분석해야 했기 때문이다"라고 말했다. '플래닝 애널리틱스 온디맨드'의 AI 기능 중에는 기존 엑셀 스프레드시트 데이터를 수집하여 이를 기반으로 협업 모델을 구축하고 동적 대시보드를 생성하는 기능이 있다. 이어서 그는 "또 다른 AI 기능은 계획과 다른 점, 외부 요인 등을 식별하는 것이다"라고 덧붙였다.  마머는 기업들이 과거 수치에 기반한 연간 계획에서 현재 데이터에 따라 주기적으로 예측치를 업데이트하는 프로세스로 전환하도록 지원하는 데 이 기능이 필수적이라고 언급했다. 특히 이를 통해 코로나19 팬데믹과 같은 급변하는 환경에 맞춰 민첩한 대응이 가능하다. 그에 따르면 여러 식당을 관리하는 IBM의 한 고객...

IBM 플래닝애널리틱스 플래닝애널리틱스온디맨드 AI 자동화 예산계획 예산편성 예측 자연어처리 NLP 머신러닝

2020.05.21

IBM이 ‘플래닝 애널리틱스 온디맨드(Planning Analytics On Demand)’를 출시했다. 이 신제품은 수동적인 예산 편성 및 예측 프로세스를 자동화된 AI 기반 프로세스로 전환하려는 중소기업 및 대기업을 대상으로 한다. 수많은 중소기업 및 대기업이 예산 편성이나 예측을 위해 여전히 수동 프로세스에 의존하고 있다. 이를테면 수요, 급여, 상품 계획 등을 짜기 위해 스프레드시트를 사용하고 있는 식이다. 스프레드시트 기반 수동 프로세스는 며칠 또는 심지어 몇 주가 걸릴 수 있다. IBM은 '플래닝 애널리틱스 온디맨드'와 같은 기업용 계획 시스템이 이를 단 몇 시간으로 단축해줄 수 있다고 밝혔다.    TM1에 기반한 IBM의 기존 '플래닝 애널리틱스'는 워크플로우를 검토하고 데이터를 중앙 허브에 통합하여 협업 계획 프로세스를 가능하게 했다. IBM 플래닝 애널리틱스 오퍼링 관리 부문 부사장 데이비드 마머는 "기존 제품을 확장하는 개념에서 플래닝 애널리틱스 온디맨드를 볼 수 있다. 플래닝 애널리틱스가 미션 크리티컬 시스템으로 자리잡았지만 때로는 문제가 생기기도 했다. 새로운 부서가 참여하거나 신규 유즈케이스를 평가해야 할 때가 대표적인 사례다. 이러한 경우 해당 솔루션을 관리하는 시스템 팀이 프로세스를 새롭게 분석해야 했기 때문이다"라고 말했다. '플래닝 애널리틱스 온디맨드'의 AI 기능 중에는 기존 엑셀 스프레드시트 데이터를 수집하여 이를 기반으로 협업 모델을 구축하고 동적 대시보드를 생성하는 기능이 있다. 이어서 그는 "또 다른 AI 기능은 계획과 다른 점, 외부 요인 등을 식별하는 것이다"라고 덧붙였다.  마머는 기업들이 과거 수치에 기반한 연간 계획에서 현재 데이터에 따라 주기적으로 예측치를 업데이트하는 프로세스로 전환하도록 지원하는 데 이 기능이 필수적이라고 언급했다. 특히 이를 통해 코로나19 팬데믹과 같은 급변하는 환경에 맞춰 민첩한 대응이 가능하다. 그에 따르면 여러 식당을 관리하는 IBM의 한 고객...

2020.05.21

텍스트 데이터에서 가치를 도출하라··· NLP 성공 사례 5선

자연어 처리(NLP) 기술을 이용해 향상된 고객 서비스를 제공하고 반복 작업을 자동화하며 운영을 간소화하는 5개 기업의 사례를 살펴본다. 오늘날 데이터는 기업의 가장 중요한 재화다. IDG의 2020 CIO 현황 보고서(State of the CIO 2020)에 따르면 IT 리더의 37%가 올해 IT 투자를 견인할 요소로 데이터 애널리틱스를 꼽았다.  여러 형태의 데이터 가운데 가장 활용되지 않은 데이터 풀은 아마 텍스트로 구성돼 있을 가능성이 높다. 소셜 미디어 피드는 말할 것도 없고 예를 들면 특허, 제품 사양, 학술 간행물, 시장 조사, 뉴스 등은 모두 텍스트가 기본 구성 요소다. 텍스트의 양은 계속해서 늘고 있다.  시장조사업체 럭스 리서치(Lux Research)는 NLP 기술, 특히 토픽 모델링(topic modeling)이 데이터의 숨겨진 가치를 찾아낼 수 있는 핵심 도구가 되고 있다고 말했다.    자연어 처리(NLP)는 인공지능(AI)의 한 갈래다. 컴퓨터가 사람처럼 언어를 이해하고 처리하며 구사할 수 있도록 해준다. 이를테면 검색 엔진, 기계 번역 서비스, 음성 비서가 모두 NLP로 구동된다.  그중 토픽 모델링은 연관된 단어들로 묶인 토픽을 찾아내는 NLP 기법이다. 럭스 리서치에 따르면 기업은 토픽 모델링을 통해 문서를 특정 주제와 연관시킨 후 시간에 따라 해당 토픽이 얼마나 증가하는지 동향 분석 데이터를 추출할 수 있다. 이밖에 문서에 '지문(fingerprint)'를 설정하고, 비슷한 지문이 있는 다른 문서를 검색하는 데에도 토픽 모델링을 활용할 수 있다.  AI의 비즈니스 가치에 대한 관심이 늘어나면서 많은 기업이 NLP 기술로 눈을 돌리고 있다. 비정형 데이터인 텍스트 문서에서 가치를 끌어내기 위해서다. 시장조사업체 모도 인텔리전스(Mordor Intelligence)는 2019년 69억 4,000만 달러였던 NLP 시장 규모가 2025년까지 3배 이상 증가할 것으로...

데이터 인공지능 애널리틱스 딥러닝 자연어처리 NLP 토픽모델링

2020.05.18

자연어 처리(NLP) 기술을 이용해 향상된 고객 서비스를 제공하고 반복 작업을 자동화하며 운영을 간소화하는 5개 기업의 사례를 살펴본다. 오늘날 데이터는 기업의 가장 중요한 재화다. IDG의 2020 CIO 현황 보고서(State of the CIO 2020)에 따르면 IT 리더의 37%가 올해 IT 투자를 견인할 요소로 데이터 애널리틱스를 꼽았다.  여러 형태의 데이터 가운데 가장 활용되지 않은 데이터 풀은 아마 텍스트로 구성돼 있을 가능성이 높다. 소셜 미디어 피드는 말할 것도 없고 예를 들면 특허, 제품 사양, 학술 간행물, 시장 조사, 뉴스 등은 모두 텍스트가 기본 구성 요소다. 텍스트의 양은 계속해서 늘고 있다.  시장조사업체 럭스 리서치(Lux Research)는 NLP 기술, 특히 토픽 모델링(topic modeling)이 데이터의 숨겨진 가치를 찾아낼 수 있는 핵심 도구가 되고 있다고 말했다.    자연어 처리(NLP)는 인공지능(AI)의 한 갈래다. 컴퓨터가 사람처럼 언어를 이해하고 처리하며 구사할 수 있도록 해준다. 이를테면 검색 엔진, 기계 번역 서비스, 음성 비서가 모두 NLP로 구동된다.  그중 토픽 모델링은 연관된 단어들로 묶인 토픽을 찾아내는 NLP 기법이다. 럭스 리서치에 따르면 기업은 토픽 모델링을 통해 문서를 특정 주제와 연관시킨 후 시간에 따라 해당 토픽이 얼마나 증가하는지 동향 분석 데이터를 추출할 수 있다. 이밖에 문서에 '지문(fingerprint)'를 설정하고, 비슷한 지문이 있는 다른 문서를 검색하는 데에도 토픽 모델링을 활용할 수 있다.  AI의 비즈니스 가치에 대한 관심이 늘어나면서 많은 기업이 NLP 기술로 눈을 돌리고 있다. 비정형 데이터인 텍스트 문서에서 가치를 끌어내기 위해서다. 시장조사업체 모도 인텔리전스(Mordor Intelligence)는 2019년 69억 4,000만 달러였던 NLP 시장 규모가 2025년까지 3배 이상 증가할 것으로...

2020.05.18

"더 똑똑해졌다" IBM이 전하는 왓슨의 자연어이해

IBM이 왓슨(Watson) 자연어이해(NLU) 기술의 대대적인 업데이트 내용을 발표했다. IBM에 따르면 이 기술 덕분에 각 조직은 고객 정서에 대한 이해뿐만 아니라 PDF와 같은 문서에 대한 규모 있는 처리의 속도 및 정확성도 높일 수 있게 된다고 한다.   IBM의 ‘프로젝트 디베이터’에서 나온 핵심 IBM 자연어처리(NLP) 기능이 시장에 첫선을 보이는 셈이다. IBM에 따르면 프로젝트 디베이터는 인간을 복잡한 토론에 참여시킬 수 있는 유일한 AI 시스템이다. IBM은 올해 내내 새로운 기능을 계속해서 추가할 예정이라고 밝혔다. 출시 예정인 왓슨의 핵심 기능 중에는 그동안 AI 시스템에 혼란을 야기했던 숙어와 구어(예: ‘거의 도움이 안 된다(hardly helpful)’ 또는 ‘화가 났다(hot under the collar)’)를 이해하는 기능이 있다. 이러한 문구들은 ‘센티먼트 쉬프터(sentiment shifter)’라고 하는데 고급 정서 분석 기술을 통해 이제 각 기업은 이러한 데이터의 활용도를 높여 영업 활동을 전체적으로 파악할 수 있다. 고급 정서 분석과 더불어 ‘요약’과 ‘군집화’ 기능도 새로 추가되고 있다. 요약 기술은 여러 출처에서 문자적 정보를 가져와서 특정 주제에 대한 음성이나 문자로 거론되고 있는 내용을 개략적으로 사용자들에게 알려주는 기술이다. 이 요약 기술의 이전 버전은 올해 초 그래미(Grammys) 음악상을 위한 대규모 데이터 프로젝트의 일환으로 1, 800만 건이 넘는 기사와 블로그, 약력 분석에 투입된 바 있다. 레드 카펫 부분에서 실시간으로 내보내는 주문형 동영상과 사진 제작에 데이터가 활용되었다. 이러한 동영상과 사진은 주요 주제에 대해 좀더 심도 있는 맥락을 팬들에게 제공한다. 새로운 주제 군집화 기술을 활용하면 분석할 관련 정보의 의미 있는 ‘주제’를 생성할 수 있다. IBM에 따르면, 군집화 기술은 올해 말 왓슨 디스커버리에 통합될 예정이며, 주제 전문가들은 이 기술을 활용해 주제를 맞춤...

CIO 자연어기술 자동차 보험 와슨 디스커버리 선코프 그래미 음악성 프로젝트 디베이터 정서 분석 NLU NLP 자연어처리 풋볼 인지 컴퓨팅 분석 인공지능 왓슨 IBM 청구

2020.03.26

IBM이 왓슨(Watson) 자연어이해(NLU) 기술의 대대적인 업데이트 내용을 발표했다. IBM에 따르면 이 기술 덕분에 각 조직은 고객 정서에 대한 이해뿐만 아니라 PDF와 같은 문서에 대한 규모 있는 처리의 속도 및 정확성도 높일 수 있게 된다고 한다.   IBM의 ‘프로젝트 디베이터’에서 나온 핵심 IBM 자연어처리(NLP) 기능이 시장에 첫선을 보이는 셈이다. IBM에 따르면 프로젝트 디베이터는 인간을 복잡한 토론에 참여시킬 수 있는 유일한 AI 시스템이다. IBM은 올해 내내 새로운 기능을 계속해서 추가할 예정이라고 밝혔다. 출시 예정인 왓슨의 핵심 기능 중에는 그동안 AI 시스템에 혼란을 야기했던 숙어와 구어(예: ‘거의 도움이 안 된다(hardly helpful)’ 또는 ‘화가 났다(hot under the collar)’)를 이해하는 기능이 있다. 이러한 문구들은 ‘센티먼트 쉬프터(sentiment shifter)’라고 하는데 고급 정서 분석 기술을 통해 이제 각 기업은 이러한 데이터의 활용도를 높여 영업 활동을 전체적으로 파악할 수 있다. 고급 정서 분석과 더불어 ‘요약’과 ‘군집화’ 기능도 새로 추가되고 있다. 요약 기술은 여러 출처에서 문자적 정보를 가져와서 특정 주제에 대한 음성이나 문자로 거론되고 있는 내용을 개략적으로 사용자들에게 알려주는 기술이다. 이 요약 기술의 이전 버전은 올해 초 그래미(Grammys) 음악상을 위한 대규모 데이터 프로젝트의 일환으로 1, 800만 건이 넘는 기사와 블로그, 약력 분석에 투입된 바 있다. 레드 카펫 부분에서 실시간으로 내보내는 주문형 동영상과 사진 제작에 데이터가 활용되었다. 이러한 동영상과 사진은 주요 주제에 대해 좀더 심도 있는 맥락을 팬들에게 제공한다. 새로운 주제 군집화 기술을 활용하면 분석할 관련 정보의 의미 있는 ‘주제’를 생성할 수 있다. IBM에 따르면, 군집화 기술은 올해 말 왓슨 디스커버리에 통합될 예정이며, 주제 전문가들은 이 기술을 활용해 주제를 맞춤...

2020.03.26

허니웰·오피스디포·마스터카드 등 머신러닝 성공사례 6선

한때 비밀 실험실이나 공상과학으로 조롱을 받았던 인공지능(AI)과 머신러닝(ML) 기술이 이제는 주류가 됐다. 더 많은 기업이 고객을 유입시키고 비즈니스 운영을 개선하기 위해 인간의 정신 작용을 모방하는 소프트웨어를 활용하고 있다.   AI시스템에 대한 투자는 2023년에 2019년에 지출된 375억 달러보다 약 3배 많은 979억 달러에 달할 것이라고 IDC가 밝혔다. 마리안느 다킬라는 “AI는 프로토타입을 넘어 실행 및 이행 단계에 이르렀다. 모든 산업의 전략적 의사결정자들은 이제 AI 여정을 효과적으로 진행하는 방법에 대한 문제와 씨름하고 있다”라고 말했다. 하지만 MIT 슬론 매니지먼트 리뷰(Sloan Management Review, SMR)와 보스턴 컨설팅 그룹(BCG)이 2,500명의 임원을 대상으로 한 설문조사 결과, 기업 10곳 중 7곳은 AI의 영향이 거의 없다고 보고한 것으로 나타났다. 한 가지 중대한 문제가 있다. 이 연구 보고서의 공동 저자인 BCG의 경영 파트너 셔빈 코다반데는 많은 AI 프로젝트가 비즈니스 부문의 투입 없이 IT 내부에서 시작된다고 밝혔다. 이 때문에 기업들이 신기술을 시도하지 않게 되는 것은 아니다. 여기에서는 AI와 ML을 이행하는 CIO들이 자신의 업무에 대해 논의하고 실용적인 조언을 공유한다. 허니웰 : 가상 비서로 영업 관리 허니웰(Honeywell)의 영업 인력은 AI 소프트웨어를 사용하여 해당 기업의 항공 전자 시스템, 건설 차량, 기타 산업용 기계의 구매자들을 유입시키는 데 도움이 되는 책임자 관리 등 중요한 회의와 기타 업무의 우선순위를 결정한다.   허니웰의 상용화 담당 부사장 패트릭인 호건(사진)에 따르면 이 소프트웨어는 Tact.ai가 개발한 가상 비서며 허니웰의 마이크로소프트 오피스 365와 세일즈포스 시스템에서 정보를 가져온다. 직원들은 스마트폰을 사용하여 TAA(Tact.AI Assistant)에게 음성이나 텍스트로 영업 목표를 달성할 수 있을지 여부를 ...

CIO 아마존웹서비스 고객경험 가상 비서 아파치 스파크 챗봇 자연어처리 NLP ML 가디어 다트머스대학교 오피스디포 줄릴리 기계 주니퍼 네트웍스 세일즈포스 IBM 마이크로소프트 AWS 왓슨 마스터카드 오피스 365 신용카드 패션 인공지능 보험 CX 허니웰

2020.03.19

한때 비밀 실험실이나 공상과학으로 조롱을 받았던 인공지능(AI)과 머신러닝(ML) 기술이 이제는 주류가 됐다. 더 많은 기업이 고객을 유입시키고 비즈니스 운영을 개선하기 위해 인간의 정신 작용을 모방하는 소프트웨어를 활용하고 있다.   AI시스템에 대한 투자는 2023년에 2019년에 지출된 375억 달러보다 약 3배 많은 979억 달러에 달할 것이라고 IDC가 밝혔다. 마리안느 다킬라는 “AI는 프로토타입을 넘어 실행 및 이행 단계에 이르렀다. 모든 산업의 전략적 의사결정자들은 이제 AI 여정을 효과적으로 진행하는 방법에 대한 문제와 씨름하고 있다”라고 말했다. 하지만 MIT 슬론 매니지먼트 리뷰(Sloan Management Review, SMR)와 보스턴 컨설팅 그룹(BCG)이 2,500명의 임원을 대상으로 한 설문조사 결과, 기업 10곳 중 7곳은 AI의 영향이 거의 없다고 보고한 것으로 나타났다. 한 가지 중대한 문제가 있다. 이 연구 보고서의 공동 저자인 BCG의 경영 파트너 셔빈 코다반데는 많은 AI 프로젝트가 비즈니스 부문의 투입 없이 IT 내부에서 시작된다고 밝혔다. 이 때문에 기업들이 신기술을 시도하지 않게 되는 것은 아니다. 여기에서는 AI와 ML을 이행하는 CIO들이 자신의 업무에 대해 논의하고 실용적인 조언을 공유한다. 허니웰 : 가상 비서로 영업 관리 허니웰(Honeywell)의 영업 인력은 AI 소프트웨어를 사용하여 해당 기업의 항공 전자 시스템, 건설 차량, 기타 산업용 기계의 구매자들을 유입시키는 데 도움이 되는 책임자 관리 등 중요한 회의와 기타 업무의 우선순위를 결정한다.   허니웰의 상용화 담당 부사장 패트릭인 호건(사진)에 따르면 이 소프트웨어는 Tact.ai가 개발한 가상 비서며 허니웰의 마이크로소프트 오피스 365와 세일즈포스 시스템에서 정보를 가져온다. 직원들은 스마트폰을 사용하여 TAA(Tact.AI Assistant)에게 음성이나 텍스트로 영업 목표를 달성할 수 있을지 여부를 ...

2020.03.19

정의, 원리, 사례, SW, 교육과정으로 알아보는 '자연어처리(NLP)'

마치 사람이 하는 것처럼 컴퓨터가 사람의 언어를 이해하고 처리하며 생성할 수 있는 인공지능(AI)의 한 갈래인 자연어처리의 비즈니스 적용이 최근 급격하게 늘고 있다. NLP의 정의, 원리, 비즈니스 사례, 관련 소프트웨어 등을 알아보자.    정의 자연어처리(NLP)는 의사소통을 담당하는 인공지능(AI)의 한 갈래다. 어떻게 컴퓨터가 사람처럼 언어를 이해하고 처리하며 생성하도록 프로그래밍할 수 있을까? 이 용어는 본래 시스템이 읽을 수 있는 능력을 언급하기 위해 사용되었으나 모든 컴퓨터 언어를 이르는 구어적 표현이 되었다. 하위 카테고리에는 컴퓨터가 스스로 의사소통을 생성하는 능력인 자연어생성(NLG: natural language generation)과 속어, 잘못된 발음, 틀린 철자, 기타 언어의 변형을 이해하는 능력인 자연어이해(NLU: natural language understanding)가 포함된다. 작동 원리 NLP는 머신러닝을 통해 작동한다. 머신러닝 시스템은 단어 그리고 다른 형태의 데이터와 마찬가지로 단어가 합쳐지는 방식을 저장한다. 문구, 문장 그리고 때로는 책 전체가 머신러닝 엔진에 입력되고 문법 규칙, 사람들의 실제 언어 습관 등에 기초하여 처리된다. 그러면 컴퓨터가 이 데이터를 이용해 패턴을 찾고 그다음을 추론한다. 번역 소프트웨어를 예로 들어보자. 프랑스어로 ‘나는 공원에 가고 있다’는 ‘Je vais au parc’이기 때문에 머신러닝은 ‘나는 상점에 가고 있다’도 ‘Je vais au’로 시작하리라 예측한다. 그러면 컴퓨터는 ‘상점’이라는 단어만 있으면 된다. 적용 기계 번역은 개선된 NLP 적용 중 하나지만 가장 보편적으로 사용되지는 않는다. 검색이 보편적으로 사용된다. 구글이나 빙에서 무엇인가를 검색하면 데이터를 시스템에 입력하게 된다. 검색 결과를 클릭하면 시스템이 발견한 결과가 옳은 것이라는 확인으로 인식하고 이 정보를 추후 더 나은 검색을 위해 활용한다. 챗봇도 같은 방식으로 작동한다. 슬랙,...

CIO natural language generation natural language understanding NLTK SpaCy 구글 클라우드 트랜슬레이션 스페이시 아마존 컴프리렌드 자연어생성 자연어이해 젠심 IBM 왓슨 톤 애널라이저 Gensim 시리 인공지능 알렉사 챗봇 자연어처리 NLP NLG NLU 정서 분석 기계 번역 플레시먼힐러드

2020.03.18

마치 사람이 하는 것처럼 컴퓨터가 사람의 언어를 이해하고 처리하며 생성할 수 있는 인공지능(AI)의 한 갈래인 자연어처리의 비즈니스 적용이 최근 급격하게 늘고 있다. NLP의 정의, 원리, 비즈니스 사례, 관련 소프트웨어 등을 알아보자.    정의 자연어처리(NLP)는 의사소통을 담당하는 인공지능(AI)의 한 갈래다. 어떻게 컴퓨터가 사람처럼 언어를 이해하고 처리하며 생성하도록 프로그래밍할 수 있을까? 이 용어는 본래 시스템이 읽을 수 있는 능력을 언급하기 위해 사용되었으나 모든 컴퓨터 언어를 이르는 구어적 표현이 되었다. 하위 카테고리에는 컴퓨터가 스스로 의사소통을 생성하는 능력인 자연어생성(NLG: natural language generation)과 속어, 잘못된 발음, 틀린 철자, 기타 언어의 변형을 이해하는 능력인 자연어이해(NLU: natural language understanding)가 포함된다. 작동 원리 NLP는 머신러닝을 통해 작동한다. 머신러닝 시스템은 단어 그리고 다른 형태의 데이터와 마찬가지로 단어가 합쳐지는 방식을 저장한다. 문구, 문장 그리고 때로는 책 전체가 머신러닝 엔진에 입력되고 문법 규칙, 사람들의 실제 언어 습관 등에 기초하여 처리된다. 그러면 컴퓨터가 이 데이터를 이용해 패턴을 찾고 그다음을 추론한다. 번역 소프트웨어를 예로 들어보자. 프랑스어로 ‘나는 공원에 가고 있다’는 ‘Je vais au parc’이기 때문에 머신러닝은 ‘나는 상점에 가고 있다’도 ‘Je vais au’로 시작하리라 예측한다. 그러면 컴퓨터는 ‘상점’이라는 단어만 있으면 된다. 적용 기계 번역은 개선된 NLP 적용 중 하나지만 가장 보편적으로 사용되지는 않는다. 검색이 보편적으로 사용된다. 구글이나 빙에서 무엇인가를 검색하면 데이터를 시스템에 입력하게 된다. 검색 결과를 클릭하면 시스템이 발견한 결과가 옳은 것이라는 확인으로 인식하고 이 정보를 추후 더 나은 검색을 위해 활용한다. 챗봇도 같은 방식으로 작동한다. 슬랙,...

2020.03.18

제10회 Business Impact & Data+ 컨퍼런스 2월 13일 개최 <한국IDG>

한국 IDG가 오는 2월 13일, 르 메르디앙 서울 호텔 다빈치볼룸(LL)에서 ‘제10회 비즈니스 임팩트 & 데이터 플러스 (10th Business Impact & Data+)’ 컨퍼런스를 개최한다. 이번 행사에는 구글, 세포라, 아마존, 카카오 엔터프라이즈 등 혁신적인 데이터 활용 사례로 유명한 기업들의 전문가들이 연사진으로 참여해 큰 기대를 모으고 있다. 구글의 람쿠마 라비찬드란 데이터 사이언스 테크 리드 매니저는 “Data: 2020 & Beyond”라는 주제로 데이터, 애널리틱스, AI 영역에서의 최근 트렌드와 변화 양상 그리고 전략적 계획과 운영에 대한 인사이트를 공유한다. 최근 한국에 상륙한 세계 1위 뷰티 편집숍인 세포라의 옴니채널 마케팅 전문가의 강연도 예정되어 있다. 세포라의 커스터머 인사이트(Customer Insights) 부문을 리드하고 있는 티피 퓨라는 세포라의 데이터 및 고객 중심 전략과 고객 경험 향상 사례를 전달한다.   또한 아마존의 시니어 머신러닝 사이언티스트인 대니얼 다쉬티가 참여해 ‘프로덕션(Production)에서의 머신러닝 모델 도입 방안’을 소개한다. 성공적인 머신러닝 도입 파이프라인을 위해 고려해야 할 사항과 해결 과제도 함께 알아본다. 카카오의 사내 독립기업인 AI Lab에서 최근 분사한 카카오 엔터프라이즈에서도 이번 행사에 참여한다. 카카오 엔터프라이즈 AI Lab의 이동훈 차장은 ‘우리말 자연어처리 기술과 데이터 소개 및 활용방안’을 주제로 자연어처리 기술을 구현하기 위해 필요한 데이터는 어떤 것들이 있으며, 어떻게 활용되는지 설명한다. 또한, 이러한 연구성과를 서비스로 연결하기 위해 어떤 고민을 하는 지도 함께 전달할 예정이다. 아울러 효성인포메이션시스템, 팁코 소프트웨어, 알터릭스, 데이타솔루션, 엘라스틱서치, 퍼즐데이터 등도 참여해 데이터를 통한 비즈니스 혁신 전략과 다양한 산업별 적용 사례를 전달한다. 이번 행사는 선착순 400명에 한해 참석 가능하며,...

구글 NLP 퍼즐데이터 알터릭스 Business Impact & Data+ 대니얼 다쉬티 데이터 컨퍼런스 람쿠마 라비찬드란 이동훈 카카오 AI Lab 카카오 엔터프라이즈 자연어처리 팁코 소프트웨어 옴니채널 빅데이터 아마존 데이터 과학자 인공지능 세포라 효성인포메이션시스템 분석 애널리틱스 데이타솔루션 엘라스틱서치 티피 퓨라

2020.01.14

한국 IDG가 오는 2월 13일, 르 메르디앙 서울 호텔 다빈치볼룸(LL)에서 ‘제10회 비즈니스 임팩트 & 데이터 플러스 (10th Business Impact & Data+)’ 컨퍼런스를 개최한다. 이번 행사에는 구글, 세포라, 아마존, 카카오 엔터프라이즈 등 혁신적인 데이터 활용 사례로 유명한 기업들의 전문가들이 연사진으로 참여해 큰 기대를 모으고 있다. 구글의 람쿠마 라비찬드란 데이터 사이언스 테크 리드 매니저는 “Data: 2020 & Beyond”라는 주제로 데이터, 애널리틱스, AI 영역에서의 최근 트렌드와 변화 양상 그리고 전략적 계획과 운영에 대한 인사이트를 공유한다. 최근 한국에 상륙한 세계 1위 뷰티 편집숍인 세포라의 옴니채널 마케팅 전문가의 강연도 예정되어 있다. 세포라의 커스터머 인사이트(Customer Insights) 부문을 리드하고 있는 티피 퓨라는 세포라의 데이터 및 고객 중심 전략과 고객 경험 향상 사례를 전달한다.   또한 아마존의 시니어 머신러닝 사이언티스트인 대니얼 다쉬티가 참여해 ‘프로덕션(Production)에서의 머신러닝 모델 도입 방안’을 소개한다. 성공적인 머신러닝 도입 파이프라인을 위해 고려해야 할 사항과 해결 과제도 함께 알아본다. 카카오의 사내 독립기업인 AI Lab에서 최근 분사한 카카오 엔터프라이즈에서도 이번 행사에 참여한다. 카카오 엔터프라이즈 AI Lab의 이동훈 차장은 ‘우리말 자연어처리 기술과 데이터 소개 및 활용방안’을 주제로 자연어처리 기술을 구현하기 위해 필요한 데이터는 어떤 것들이 있으며, 어떻게 활용되는지 설명한다. 또한, 이러한 연구성과를 서비스로 연결하기 위해 어떤 고민을 하는 지도 함께 전달할 예정이다. 아울러 효성인포메이션시스템, 팁코 소프트웨어, 알터릭스, 데이타솔루션, 엘라스틱서치, 퍼즐데이터 등도 참여해 데이터를 통한 비즈니스 혁신 전략과 다양한 산업별 적용 사례를 전달한다. 이번 행사는 선착순 400명에 한해 참석 가능하며,...

2020.01.14

마케팅 전문가들이 꼽은 '2020년 고객경험 트렌드 10선'

현재 대다수 마케터는 고객경험(CX)이 브랜드 건전성과 수익에 매우 중요하다는 사실을 인식하고 있으며, 우수한 CX를 제공하기 원한다. 그러나 문제는 ‘방법’이다. IAB 오스트레일리아의 CEO 가이 르로이에 따르면 소비자들은 기업이 데이터 사용에 관해 더 투명하게 공개하도록 요구하는 추세며, 이에 마케터는 창의적인 마케팅과 콘텐츠 경험을 강화할 수밖에 없는 실정이다.   르로이는 “2020년에 이 부분에 큰 발전이 있을 것으로 예상된다. 소비자에게 직접 마케팅과 콘텐츠, 커머스 경험을 매끄럽게 전달하고 제품과 마케팅 활동에 대한 사람들의 기대치를 바꿀 새로운 기업이 등장할 것으로 내다보고 있다”라고 말했다.   이에 <CMO>는 전문가들에 2020년 고객경험 동향을 물었고, 전문가들이 제시한 전망을 10가지로 정리했다.  1. NPS의 대체  순 추천 지수(Net Promoter Score, NPS)는 꽤 오래전에 등장했으며, 고객만족 및 경험에 대해 알려주는 지표로 널리 사용되고 있다. 그러나 라다로(Radaro)를 공동 창업한 브렌튼 질 매니징 디렉터에 따르면, NPS는 참여도가 높은 고객의 정보만 수집된다는 문제가 있다.  그는 “NPS는 브랜드 충성도(로열티)와 고객 만족도와 관련된 문제를 파악하고, 합리적인 피드백을 수집하고, 이를 바탕으로 각각을 개선하는 데 목적을 두고 있다. 그러나 충성도와 만족도가 같지 않을 수도 있다는 점이 갈수록 명백해졌다. 이런 평가를 염두에 두고 세일즈를 개선하고, 충성도를 구축하는 일에 고객 만족도 점수를 사용할 수 있다. 그러나 이렇게 하기 위해서는 일선 현장에서 이런 일을 시작하는 것이 매우 중요하다. 이로 인해 ‘고객 목소리’ 평가라는 문화가 유도됐다. 이는 궁극적으로 서비스 평가라는 불편 초래 없이 전반적인 고객 만족도 점수를 제공한다”라고 말했다.  질은 이로 인해 NPS가 고객 만족도에 대한 주요 지표로서의 타당성을 잃어가고 있...

세일즈포스 분석 CDP 디지털 변혁 고객경험 2020년 자연어처리 NLP 고객 데이터 플랫폼 VBC CX 공감 ROI 포레스터 딜로이트 CMO F5 네트웍스 인공지능 지속가능성 개인화 NPS 다크 패턴

2019.12.13

현재 대다수 마케터는 고객경험(CX)이 브랜드 건전성과 수익에 매우 중요하다는 사실을 인식하고 있으며, 우수한 CX를 제공하기 원한다. 그러나 문제는 ‘방법’이다. IAB 오스트레일리아의 CEO 가이 르로이에 따르면 소비자들은 기업이 데이터 사용에 관해 더 투명하게 공개하도록 요구하는 추세며, 이에 마케터는 창의적인 마케팅과 콘텐츠 경험을 강화할 수밖에 없는 실정이다.   르로이는 “2020년에 이 부분에 큰 발전이 있을 것으로 예상된다. 소비자에게 직접 마케팅과 콘텐츠, 커머스 경험을 매끄럽게 전달하고 제품과 마케팅 활동에 대한 사람들의 기대치를 바꿀 새로운 기업이 등장할 것으로 내다보고 있다”라고 말했다.   이에 <CMO>는 전문가들에 2020년 고객경험 동향을 물었고, 전문가들이 제시한 전망을 10가지로 정리했다.  1. NPS의 대체  순 추천 지수(Net Promoter Score, NPS)는 꽤 오래전에 등장했으며, 고객만족 및 경험에 대해 알려주는 지표로 널리 사용되고 있다. 그러나 라다로(Radaro)를 공동 창업한 브렌튼 질 매니징 디렉터에 따르면, NPS는 참여도가 높은 고객의 정보만 수집된다는 문제가 있다.  그는 “NPS는 브랜드 충성도(로열티)와 고객 만족도와 관련된 문제를 파악하고, 합리적인 피드백을 수집하고, 이를 바탕으로 각각을 개선하는 데 목적을 두고 있다. 그러나 충성도와 만족도가 같지 않을 수도 있다는 점이 갈수록 명백해졌다. 이런 평가를 염두에 두고 세일즈를 개선하고, 충성도를 구축하는 일에 고객 만족도 점수를 사용할 수 있다. 그러나 이렇게 하기 위해서는 일선 현장에서 이런 일을 시작하는 것이 매우 중요하다. 이로 인해 ‘고객 목소리’ 평가라는 문화가 유도됐다. 이는 궁극적으로 서비스 평가라는 불편 초래 없이 전반적인 고객 만족도 점수를 제공한다”라고 말했다.  질은 이로 인해 NPS가 고객 만족도에 대한 주요 지표로서의 타당성을 잃어가고 있...

2019.12.13

왓슨으로 챗봇 구축한 英 안과 병원

영국 국민건강보험(NHS)은 노령 인구, 치료 비용 증가, 정부 재정 지원 증가 속도 감소로 점차 증가하는 재정적 압박에 직면했다. 무어필드 안과 병원은 새로운 챗봇이 그 공백을 메우는데 도움이 되리라 생각했다.   오리엘 어시스턴트(Oriel Assistant)는 런던의 올드 스트리트에 분산된 무어필드와 UCL IO(Institute of Ophthalmology)를 눈 관리 치료, 연구, 교육 서비스를 제공하는 킹스 크로스(King's Cross)의 새로운 통합된 시설로 이전하기 위해 3억 4,400만 파운드 규모로 제안된 오리엘 프로젝트에서 이름과 초기 사용례를 차용했다. 사용자는 챗봇에게 해당 계획에 관해 질문하고 이벤트 및 논의 그룹에 관한 정보를 찾으며 9월 16일에 종료되는 더욱 광범위한 협의에 통합될 제안에 대한 자체적인 피드백을 제공할 수 있다. 오리엘 어시스턴트는 또한 전통적인 가상 비서 모델을 역전시키는 기능이 포함되어 있다. 챗봇은 자연어 처리를 이용해 사용자의 발화를 분석하고 필요에 맞는 관련된 질문을 던져 사용자와 가상 비서 사이에서 양방향 대화를 형성한다. 무어필드의 디지털 혁신 책임자 겸 컨설턴트 소아과 안과 의사 피터 토마스가 <컴퓨터월드UK>에 오리엘 이전은 챗봇이 상태와 치료에 대한 쿼리로 확대되기 전에 이를 위한 완벽한 시험을 제공한다고 말했다. 그는 "양방향 환자 정보 리플렛 같은 것부터 시작할 것"이라고 밝혔다. 이어서 "우리의 시스템에서는 진단을 받으면 환자 정보 리플렛을 제공하며 궁금한 것은 한 가지지만 이를 얻기 위해 5~6페이지 분량의 정보를 읽어야 한다. 환자가 챗봇에게 자신의 상태에 대한 일반적인 질문을 던질 수 있다면 좋을 것이다"라고 덧붙였다.    --------------------------------------------------------------- 챗봇 인기기사 ->"코딩 없이 개발 가능"··· 챗봇 구축 필수 툴 9선 ->소비자 유혹...

구글 NHS NLP 자연어처리 챗봇 가상 비서 환자 경험 병원 왓슨 IBM 아마존 국민건강보험

2019.07.12

영국 국민건강보험(NHS)은 노령 인구, 치료 비용 증가, 정부 재정 지원 증가 속도 감소로 점차 증가하는 재정적 압박에 직면했다. 무어필드 안과 병원은 새로운 챗봇이 그 공백을 메우는데 도움이 되리라 생각했다.   오리엘 어시스턴트(Oriel Assistant)는 런던의 올드 스트리트에 분산된 무어필드와 UCL IO(Institute of Ophthalmology)를 눈 관리 치료, 연구, 교육 서비스를 제공하는 킹스 크로스(King's Cross)의 새로운 통합된 시설로 이전하기 위해 3억 4,400만 파운드 규모로 제안된 오리엘 프로젝트에서 이름과 초기 사용례를 차용했다. 사용자는 챗봇에게 해당 계획에 관해 질문하고 이벤트 및 논의 그룹에 관한 정보를 찾으며 9월 16일에 종료되는 더욱 광범위한 협의에 통합될 제안에 대한 자체적인 피드백을 제공할 수 있다. 오리엘 어시스턴트는 또한 전통적인 가상 비서 모델을 역전시키는 기능이 포함되어 있다. 챗봇은 자연어 처리를 이용해 사용자의 발화를 분석하고 필요에 맞는 관련된 질문을 던져 사용자와 가상 비서 사이에서 양방향 대화를 형성한다. 무어필드의 디지털 혁신 책임자 겸 컨설턴트 소아과 안과 의사 피터 토마스가 <컴퓨터월드UK>에 오리엘 이전은 챗봇이 상태와 치료에 대한 쿼리로 확대되기 전에 이를 위한 완벽한 시험을 제공한다고 말했다. 그는 "양방향 환자 정보 리플렛 같은 것부터 시작할 것"이라고 밝혔다. 이어서 "우리의 시스템에서는 진단을 받으면 환자 정보 리플렛을 제공하며 궁금한 것은 한 가지지만 이를 얻기 위해 5~6페이지 분량의 정보를 읽어야 한다. 환자가 챗봇에게 자신의 상태에 대한 일반적인 질문을 던질 수 있다면 좋을 것이다"라고 덧붙였다.    --------------------------------------------------------------- 챗봇 인기기사 ->"코딩 없이 개발 가능"··· 챗봇 구축 필수 툴 9선 ->소비자 유혹...

2019.07.12

아마존∙구글∙IBM∙∙∙ 챗봇 구축 플랫폼 내놓은 6개사는?

무인자동차와 로봇노동으로 인류의 삶이 더 나아질 것이라는 기대가 가득한 가운데, 챗봇이 더 나은 고객 서비스 제공을 위한 비즈니스 초석으로 빠르게 부상하고 있다. 많은 기업이 현재 대화형 AI를 구축하고 있다. 이용자와 기업 간의 소통 측면에 챗봇을 접목하는 것이다.      현재의 챗봇 세대는 두 곳의 진원지에서 출발해 발전했다. 그중 하나는 콜센터에서 사람을 돕고자 구축된 정교한 툴 생태계에서 시작했다. 개발자는 영리한 AI라면 시스템을 지원할 수 있다고 생각했다. 초기 요청에 개입하고, 때에 따라 단순 요청을 해결한다. 이들은 고객과 대화하기 위해 기 구축된 시스템에 ‘인텔리전스’를 더했다.   또다른 경로는 연구소와 AI 연구원 자신들이다. 이들은 자연어 처리 스택을 구축하면서 고객 서비스 업무가 적절한 응용 분야임을 발견했다. 따라서 이들은 자체적으로 챗봇을 개발해 설치하기 시작했다.  이 두 접근법은 실제로 놀랄 만큼 차이가 크다. 말이나 텍스트 메시지로 작용하는 챗봇이 있는가 하면, 텍스트를 통해서만 소통하는 챗봇도 있다. 주로 사람을 보조하는 기능을 하지만, 독립형 챗봇도 있다. 일부는 자신의 기계 영혼에 대해 거리낌이 없지만, 사람의 사진으로 마무리되며 사람처럼 보이는 역할을 맡기도 한다.  최고의 접근법은 현재의 전략이 무엇인가에 달려 있다. 고객 서비스 팀이 이미 있는 회사는 가장 지루하고 반복적인 질문에 응답하는 챗봇을 서서히 일선에 추가하려고 할 것이다. 레벨-1 및 상위의 문제는 사람이 맡고, AI는 레벨 0을 지원하는 식이다.   처음 시작하는 기업은 더 많은 실험을 할 수 있다. 기본 AI 인터페이스로 시작해 사람 접촉에 대한 기대가 상승하는 것을 피할 수 있도록 사람의 개입을 숨기고 싶어 할 수 있다. 또는 사람과 AI로 이루어진 전면적 고객 서비스 팀을 만들 수도 있다.  오늘날의 모든 챗봇 툴은 회사에 대해서, 그리고 챗봇이 받을 만한 질문에 ...

CIO 라이브챗 자연어처리 NLP FaaS Function as a Service 다이얼로그플로우 렉스 볼드360 서비스로서의 기능 챗봇 알렉사 코타나 구글 아마존 IBM 마이크로소프트 왓슨 콜센터 인공지능 페이스북 메신저 라이브퍼슨 챗봇 플랫폼

2019.07.08

무인자동차와 로봇노동으로 인류의 삶이 더 나아질 것이라는 기대가 가득한 가운데, 챗봇이 더 나은 고객 서비스 제공을 위한 비즈니스 초석으로 빠르게 부상하고 있다. 많은 기업이 현재 대화형 AI를 구축하고 있다. 이용자와 기업 간의 소통 측면에 챗봇을 접목하는 것이다.      현재의 챗봇 세대는 두 곳의 진원지에서 출발해 발전했다. 그중 하나는 콜센터에서 사람을 돕고자 구축된 정교한 툴 생태계에서 시작했다. 개발자는 영리한 AI라면 시스템을 지원할 수 있다고 생각했다. 초기 요청에 개입하고, 때에 따라 단순 요청을 해결한다. 이들은 고객과 대화하기 위해 기 구축된 시스템에 ‘인텔리전스’를 더했다.   또다른 경로는 연구소와 AI 연구원 자신들이다. 이들은 자연어 처리 스택을 구축하면서 고객 서비스 업무가 적절한 응용 분야임을 발견했다. 따라서 이들은 자체적으로 챗봇을 개발해 설치하기 시작했다.  이 두 접근법은 실제로 놀랄 만큼 차이가 크다. 말이나 텍스트 메시지로 작용하는 챗봇이 있는가 하면, 텍스트를 통해서만 소통하는 챗봇도 있다. 주로 사람을 보조하는 기능을 하지만, 독립형 챗봇도 있다. 일부는 자신의 기계 영혼에 대해 거리낌이 없지만, 사람의 사진으로 마무리되며 사람처럼 보이는 역할을 맡기도 한다.  최고의 접근법은 현재의 전략이 무엇인가에 달려 있다. 고객 서비스 팀이 이미 있는 회사는 가장 지루하고 반복적인 질문에 응답하는 챗봇을 서서히 일선에 추가하려고 할 것이다. 레벨-1 및 상위의 문제는 사람이 맡고, AI는 레벨 0을 지원하는 식이다.   처음 시작하는 기업은 더 많은 실험을 할 수 있다. 기본 AI 인터페이스로 시작해 사람 접촉에 대한 기대가 상승하는 것을 피할 수 있도록 사람의 개입을 숨기고 싶어 할 수 있다. 또는 사람과 AI로 이루어진 전면적 고객 서비스 팀을 만들 수도 있다.  오늘날의 모든 챗봇 툴은 회사에 대해서, 그리고 챗봇이 받을 만한 질문에 ...

2019.07.08

신경망 기계 번역, 챗봇, 채용 툴, 대화 검색··· 기업의 자연어처리 활용 분야

자연어처리(Natural Language Processing, NLP)는 기업을 위한 신생 기술 이상의 것이다. 대신 매일 널리 쓰이는 보편적 기술이다. 온라인 검색, 철자 검사 등 언어가 연관된 거의 모든 기능에는 자연어처리 알고리즘이 개입한다.     NLP 알고리즘은 컴퓨터가 사람처럼 언어를 사용하도록 가르친다. 사람이 일련의 문서로부터 수작업으로 정보를 검색할 때에는 마치 검색 엔진이 그러하듯이 핵심어를 찾아 문서를 훑어볼 것이다. 이것이 최초의 NLP 형태라 할 수 있는 기계 번역이 2차 세계대전의 암호 해독 기법에서 만들어진 이유다. 개발자들은 기계 번역이 러시아어를 영어로 번역하기를 바랐다. 결과는 참담했다. 그러나 코드 프로그래머들은 포기하지 않았고, 새로운 형태의 머신러닝을 탄생시켰다. 그리고 기업은 번역이 없으면 국제적으로 성장할 수 없기 때문에 NLP는 처음부터 비즈니스 용례를 가진 기술이었다. 오늘날 자연어처리는 직장에서 통신 자체만큼이나 필수적이다.  아래에서는 우리가 주저 없이 적용할 4가지 NLP 비즈니스 애플리케이션을 소개한다. NLP를 이용하려는 회사라면 이들을 우선 검토하는 것이 바람직하다.  1. 신경망 기계 번역  기계 번역(MT)은 우스꽝스러웠지만, 요즈음은 상당히 좋아진 편이다. 자연어처리 소프트웨어는 사람과 같은 방식으로 언어를 학습하기 때문에 초기 기계 번역은 걸음마 단계였다고 보면 된다. 시간이 가면서 더 많은 단어가 엔진에 추가되었고, 이내 기계 번역은 성장하였다. 기계 번역 품질은 본질적으로 기계 번역이 다루는 단어의 수에 좌우된다. 이는 시간이 걸리고, 처음에 기계 번역(MT)을 확장하기가 어려웠던 이유였다.  다행스럽게도, 번역 엔진이 성장하기를 기다리는 것을 원치 않는 기업을 위한 신경망 머신러닝(Neural Machine Learning)이 있다. 2016년 마이크로소프트 빙 트랜스레이터(Bing Translator)는 이 기술을 도입한 최초의...

CIO 신경망 번역 NLP 자연어처리 챗봇 슬랙 대화 인공지능 고용 마이크로소프트 아마존 채용 구글 검색 페이스북`

2019.06.05

자연어처리(Natural Language Processing, NLP)는 기업을 위한 신생 기술 이상의 것이다. 대신 매일 널리 쓰이는 보편적 기술이다. 온라인 검색, 철자 검사 등 언어가 연관된 거의 모든 기능에는 자연어처리 알고리즘이 개입한다.     NLP 알고리즘은 컴퓨터가 사람처럼 언어를 사용하도록 가르친다. 사람이 일련의 문서로부터 수작업으로 정보를 검색할 때에는 마치 검색 엔진이 그러하듯이 핵심어를 찾아 문서를 훑어볼 것이다. 이것이 최초의 NLP 형태라 할 수 있는 기계 번역이 2차 세계대전의 암호 해독 기법에서 만들어진 이유다. 개발자들은 기계 번역이 러시아어를 영어로 번역하기를 바랐다. 결과는 참담했다. 그러나 코드 프로그래머들은 포기하지 않았고, 새로운 형태의 머신러닝을 탄생시켰다. 그리고 기업은 번역이 없으면 국제적으로 성장할 수 없기 때문에 NLP는 처음부터 비즈니스 용례를 가진 기술이었다. 오늘날 자연어처리는 직장에서 통신 자체만큼이나 필수적이다.  아래에서는 우리가 주저 없이 적용할 4가지 NLP 비즈니스 애플리케이션을 소개한다. NLP를 이용하려는 회사라면 이들을 우선 검토하는 것이 바람직하다.  1. 신경망 기계 번역  기계 번역(MT)은 우스꽝스러웠지만, 요즈음은 상당히 좋아진 편이다. 자연어처리 소프트웨어는 사람과 같은 방식으로 언어를 학습하기 때문에 초기 기계 번역은 걸음마 단계였다고 보면 된다. 시간이 가면서 더 많은 단어가 엔진에 추가되었고, 이내 기계 번역은 성장하였다. 기계 번역 품질은 본질적으로 기계 번역이 다루는 단어의 수에 좌우된다. 이는 시간이 걸리고, 처음에 기계 번역(MT)을 확장하기가 어려웠던 이유였다.  다행스럽게도, 번역 엔진이 성장하기를 기다리는 것을 원치 않는 기업을 위한 신경망 머신러닝(Neural Machine Learning)이 있다. 2016년 마이크로소프트 빙 트랜스레이터(Bing Translator)는 이 기술을 도입한 최초의...

2019.06.05

'생각보다 복잡' 자연어처리는 어떻게 작동하나

딥러닝의 도약으로 인공지능 번역과 기타 자연어처리(NLP) 작업이 개선됐다.  다음은 필자 친구의 페이스북에 올라온 인공지능과의 대화다.  나: 알렉사, 아침 5시 30분 요가 수업이 있다는 걸 다시 알려줘. 알렉사: 쇼핑목록에 테킬라를 추가했습니다.  기기와 대화를 나눌 때, 종종 기기는 우리가 말하는 것을 정확히 인식한다. 우리는 무료 서비스를 이용하여 온라인에서 접하는 외국어 구절을 영어로 번역하기도 하는데, 가끔은 정확하게 번역해 준다. 자연어처리는 엄청나게 발전했지만, 아직도 개선의 여지가 상당하다.  필자 친구에게 인공지능의 우발적인 테킬라 주문은 생각보다 더 적절한 것이었을 수도 있다.     자연어처리란 무엇인가? NLP라고 하는 자연어처리는 실패에 관한 이야기에도 불구하고 현재는 딥러닝을 위한 주요한 성공적인 응용 분야 중 하나다. 자연어처리의 전반적인 목표는 컴퓨터가 인간의 언어를 이해하고 이에 따라 행동할 수 있도록 하는 것이다. 우리는 그것을 다음 섹션에서 더 자세히 다룰 것이다.  역사적으로, 자연어처리는 처음에는 문법이나 어간 추출과 같은 규칙을 작성하여 규칙 기반 시스템에 의해 다루어졌다. 그 규칙들을 사람이 직접 하는 데 드는 엄청난 일의 양은 별론으로 하더라도, 제대로 작동하지 않는 경향이 있었다.  왜 잘 안되었을까? 간단한 예로 철자법의 경우를 생각해보자. 스페인어와 같은 몇몇 언어에서는 철자가 정말 쉽고 방식도 규칙적이다. 그러나 제2외국어로 영어를 배우는 사람은 영어 철자와 발음이 얼마나 불규칙할 수 있는지 안다. 초등학교 철자법칙인 "C 뒤에 올 때를 제외하고 I는 E보다 먼저 온다. 또는 네이버나 웨이처럼 에이(A)라고 발음할 때는 E가 먼저 온다”와 같이 예외로 얼룩진 규칙을 프로그래밍해야 한다고 상상해 보자. 이미 알려진 바와 같이 "E 앞에 I"는 거의 규칙이라고 할 수도 없다. 정확히 말해...

페이스북 심층 전이 학습 오토ML AutoML NLP 자연어처리 자연어 챗봇 마이크로소프트 애저 알렉사 분석 인공지능 소셜미디어 아마존 빅데이터 오토머신러닝

2019.06.03

딥러닝의 도약으로 인공지능 번역과 기타 자연어처리(NLP) 작업이 개선됐다.  다음은 필자 친구의 페이스북에 올라온 인공지능과의 대화다.  나: 알렉사, 아침 5시 30분 요가 수업이 있다는 걸 다시 알려줘. 알렉사: 쇼핑목록에 테킬라를 추가했습니다.  기기와 대화를 나눌 때, 종종 기기는 우리가 말하는 것을 정확히 인식한다. 우리는 무료 서비스를 이용하여 온라인에서 접하는 외국어 구절을 영어로 번역하기도 하는데, 가끔은 정확하게 번역해 준다. 자연어처리는 엄청나게 발전했지만, 아직도 개선의 여지가 상당하다.  필자 친구에게 인공지능의 우발적인 테킬라 주문은 생각보다 더 적절한 것이었을 수도 있다.     자연어처리란 무엇인가? NLP라고 하는 자연어처리는 실패에 관한 이야기에도 불구하고 현재는 딥러닝을 위한 주요한 성공적인 응용 분야 중 하나다. 자연어처리의 전반적인 목표는 컴퓨터가 인간의 언어를 이해하고 이에 따라 행동할 수 있도록 하는 것이다. 우리는 그것을 다음 섹션에서 더 자세히 다룰 것이다.  역사적으로, 자연어처리는 처음에는 문법이나 어간 추출과 같은 규칙을 작성하여 규칙 기반 시스템에 의해 다루어졌다. 그 규칙들을 사람이 직접 하는 데 드는 엄청난 일의 양은 별론으로 하더라도, 제대로 작동하지 않는 경향이 있었다.  왜 잘 안되었을까? 간단한 예로 철자법의 경우를 생각해보자. 스페인어와 같은 몇몇 언어에서는 철자가 정말 쉽고 방식도 규칙적이다. 그러나 제2외국어로 영어를 배우는 사람은 영어 철자와 발음이 얼마나 불규칙할 수 있는지 안다. 초등학교 철자법칙인 "C 뒤에 올 때를 제외하고 I는 E보다 먼저 온다. 또는 네이버나 웨이처럼 에이(A)라고 발음할 때는 E가 먼저 온다”와 같이 예외로 얼룩진 규칙을 프로그래밍해야 한다고 상상해 보자. 이미 알려진 바와 같이 "E 앞에 I"는 거의 규칙이라고 할 수도 없다. 정확히 말해...

2019.06.03

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.

10.4.0.31