Offcanvas

NLP

블로그ㅣ올해 주목해야 할 ‘헬스케어 AI’ 트렌드 3가지

코로나19 팬데믹, 정신건강 위기, 의료 비용 증가, 인구 고령화 사이에서 업계 리더들이 의료 관련 AI 애플리케이션 개발을 서두르고 있다. 이를테면 벤처 캐피털 시장에서는 40곳 이상의 스타트업이 의료 서비스용 AI 솔루션을 구축하기 위해 미화 2,000만 달러라는 상당한 자금을 조달했다. 그렇다면 ‘AI’는 ‘의료 분야’에서 실제로 어떻게 활용되고 있을까?  ‘2022 헬스케어 AI 설문조사(2022 AI in Healthcare Survey)’는 전 세계 41개국 321명을 대상으로 헬스케어 AI를 정의하는 과제, 성공 사례, 사용 사례 등에 관해 질문했다. 올해로 두 번째를 맞는 이번 설문조사 결과에서도 결과는 크게 달라지지 않았지만 앞으로 몇 년 동안 추가 어떻게 움직일지 보여주는 몇 가지 흥미로운 트렌드가 제시됐다. 기업들이 알아야 할 3가지 트렌드는 다음과 같다.    1. 노코드 도구를 통한 AI 사용 편의성과 민주화 가트너는 2025년까지 기업들이 개발한 새로운 애플리케이션의 70%가 노코드 또는 로우코드 기술을 사용하리라 예측했다. 로우코드가 개발자의 워크로드를 간소화한다면, 데이터 과학 개입이 필요하지 않은 노코드 솔루션은 기업 그리고 그 너머에 큰 영향을 미칠 전망이다.  그리고 이를 통해 AI 사용자가 기술 전문가에서 도메인 전문가로 전환되고 있다는 사실은 확실하다. AI 도구 및 기술 사용자를 물어본 질문에 ‘2022 헬스케어 AI 설문조사’의 전체 응답자 중 절반 이상(61%)이 의사가 사용자라고 밝혔으며, 의료 서비스 제공자(45%), 의료 IT 기업(38%)이 그 뒤를 이었다.  의료 관련 AI 애플리케이션 그리고 오픈소스 기술의 가용성에 관한 개발 및 투자와 함께 이 업계가 AI 기술을 광범위하게 도입하고 있다는 의미다. 이는 중요하다. 엑셀이나 포토샵 등 일반적인 사무 도구처럼 코드를 사용하는 것이 AI를 더 나은 방향으로 변화시키기 때문이다.  다시 말해, 기술...

AI NLP 노코드 로우코드 AI 민주화 보안 프라이버시 헬스케어 의료 서비스

2022.06.27

코로나19 팬데믹, 정신건강 위기, 의료 비용 증가, 인구 고령화 사이에서 업계 리더들이 의료 관련 AI 애플리케이션 개발을 서두르고 있다. 이를테면 벤처 캐피털 시장에서는 40곳 이상의 스타트업이 의료 서비스용 AI 솔루션을 구축하기 위해 미화 2,000만 달러라는 상당한 자금을 조달했다. 그렇다면 ‘AI’는 ‘의료 분야’에서 실제로 어떻게 활용되고 있을까?  ‘2022 헬스케어 AI 설문조사(2022 AI in Healthcare Survey)’는 전 세계 41개국 321명을 대상으로 헬스케어 AI를 정의하는 과제, 성공 사례, 사용 사례 등에 관해 질문했다. 올해로 두 번째를 맞는 이번 설문조사 결과에서도 결과는 크게 달라지지 않았지만 앞으로 몇 년 동안 추가 어떻게 움직일지 보여주는 몇 가지 흥미로운 트렌드가 제시됐다. 기업들이 알아야 할 3가지 트렌드는 다음과 같다.    1. 노코드 도구를 통한 AI 사용 편의성과 민주화 가트너는 2025년까지 기업들이 개발한 새로운 애플리케이션의 70%가 노코드 또는 로우코드 기술을 사용하리라 예측했다. 로우코드가 개발자의 워크로드를 간소화한다면, 데이터 과학 개입이 필요하지 않은 노코드 솔루션은 기업 그리고 그 너머에 큰 영향을 미칠 전망이다.  그리고 이를 통해 AI 사용자가 기술 전문가에서 도메인 전문가로 전환되고 있다는 사실은 확실하다. AI 도구 및 기술 사용자를 물어본 질문에 ‘2022 헬스케어 AI 설문조사’의 전체 응답자 중 절반 이상(61%)이 의사가 사용자라고 밝혔으며, 의료 서비스 제공자(45%), 의료 IT 기업(38%)이 그 뒤를 이었다.  의료 관련 AI 애플리케이션 그리고 오픈소스 기술의 가용성에 관한 개발 및 투자와 함께 이 업계가 AI 기술을 광범위하게 도입하고 있다는 의미다. 이는 중요하다. 엑셀이나 포토샵 등 일반적인 사무 도구처럼 코드를 사용하는 것이 AI를 더 나은 방향으로 변화시키기 때문이다.  다시 말해, 기술...

2022.06.27

컴플라이언스 관리, AI·자동화로 '효율성·비용 절감' 다 잡는다

AI를 사용하면 컴플라이언스 관리의 효율성을 높이는 한편 비용도 절감할 수 있다. 규제가 심한 산업의 CIO에게 이것이 의미하는 바는 다음과 같다. 규제는 소비자와 시장을 보호하기 위해 만들어졌지만 복잡하고, 비용이 많이 들며, 준수하기 어려운 경우가 많다. 금융, 생명과학 등 규제가 엄격한 산업은 컴플라이언스 비용 부담이 상당하다. 딜로이트에 따르면 지난 2008년 금융위기 이후 은행의 컴플라이언스 비용은 60% 증가한 것으로 추정되며, 위험 관리 협회(Risk Management Association)는 금융기관의 50%가 수익의 6~10%를 컴플라이언스에 지출하는 것으로 조사됐다고 밝혔다.   RPA, NLP 등의 인공지능 및 지능형 자동화 프로세스를 활용하면 컴플라이언스를 충족하는 데 있어 효율성을 높이는 한편 비용도 절감할 수 있다. 그 방법은 아래와 같다. 1. RPA 및 NLP를 사용한 규제 변경 관리 금융기관은 한 해에만 최대 3억 페이지의 새로운 규정을 처리해야 할 수 있다(이는 여러 채널을 통해 주, 연방 또는 시 당국에서 배포된다). 이러한 변경 사항을 ‘수동’으로 수집, 분류, 확인하여 적절한 비즈니스 영역에 매핑하는 작업은 매우 많은 시간이 소요된다. 여기서 RPA를 사용하면 규제 변경 사항을 자동으로 수집할 수 있다. 더 나아가 규제를 이해하고 비즈니스 프로세스에도 적용하려면 정교한 OCR(광학 문자 인식), NLP, AI 모델이 필요하다. • OCR은 규제 텍스트를 기계가 읽을 수 있는 텍스트로 변환할 수 있다. • 그다음 NLP는 텍스트 처리, 즉 복잡한 문장과 규제 용어를 이해하는 데 사용된다. • AI 모델은 해당 결과물을 활용하여 ▲유사한 과거 사례를 기반으로 정책 변경 옵션을 제공하고, ▲새로운 규제를 필터링하여 비즈니스와 관련된 규제에 플래그를 지정할 수 있다. 이러한 모든 기능을 통해 애널리스트는 상당한 시간을 절약할 수 있기 때문에 비용을 절감할 수 있다. 2. 규제 보고 간소화 규제 보고에서 ...

AI RPA NLP 로봇 프로세스 자동화 자동화 컴플라이언스 지능형 자동화 OCR

2022.05.26

AI를 사용하면 컴플라이언스 관리의 효율성을 높이는 한편 비용도 절감할 수 있다. 규제가 심한 산업의 CIO에게 이것이 의미하는 바는 다음과 같다. 규제는 소비자와 시장을 보호하기 위해 만들어졌지만 복잡하고, 비용이 많이 들며, 준수하기 어려운 경우가 많다. 금융, 생명과학 등 규제가 엄격한 산업은 컴플라이언스 비용 부담이 상당하다. 딜로이트에 따르면 지난 2008년 금융위기 이후 은행의 컴플라이언스 비용은 60% 증가한 것으로 추정되며, 위험 관리 협회(Risk Management Association)는 금융기관의 50%가 수익의 6~10%를 컴플라이언스에 지출하는 것으로 조사됐다고 밝혔다.   RPA, NLP 등의 인공지능 및 지능형 자동화 프로세스를 활용하면 컴플라이언스를 충족하는 데 있어 효율성을 높이는 한편 비용도 절감할 수 있다. 그 방법은 아래와 같다. 1. RPA 및 NLP를 사용한 규제 변경 관리 금융기관은 한 해에만 최대 3억 페이지의 새로운 규정을 처리해야 할 수 있다(이는 여러 채널을 통해 주, 연방 또는 시 당국에서 배포된다). 이러한 변경 사항을 ‘수동’으로 수집, 분류, 확인하여 적절한 비즈니스 영역에 매핑하는 작업은 매우 많은 시간이 소요된다. 여기서 RPA를 사용하면 규제 변경 사항을 자동으로 수집할 수 있다. 더 나아가 규제를 이해하고 비즈니스 프로세스에도 적용하려면 정교한 OCR(광학 문자 인식), NLP, AI 모델이 필요하다. • OCR은 규제 텍스트를 기계가 읽을 수 있는 텍스트로 변환할 수 있다. • 그다음 NLP는 텍스트 처리, 즉 복잡한 문장과 규제 용어를 이해하는 데 사용된다. • AI 모델은 해당 결과물을 활용하여 ▲유사한 과거 사례를 기반으로 정책 변경 옵션을 제공하고, ▲새로운 규제를 필터링하여 비즈니스와 관련된 규제에 플래그를 지정할 수 있다. 이러한 모든 기능을 통해 애널리스트는 상당한 시간을 절약할 수 있기 때문에 비용을 절감할 수 있다. 2. 규제 보고 간소화 규제 보고에서 ...

2022.05.26

딥브레인AI-KB국민은행, 키오스크형 ‘AI 은행원’ 개발

딥브레인AI가 KB국민은행과 기술 공급 계약을 체결하고, 키오스크형 ‘AI 은행원’을 개발해 이번 달 정식으로 선보였다고 2월 3일 밝혔다. 딥브레인AI는 지난해 3월부터 KB국민은행 여의도 본점에 위치한 AI 체험존에서 AI 은행원을 시범 운영하며 기능 개선 및 성능 고도화를 위해 긴밀히 협력해왔다. 그 결과 국내에서는 처음으로 AI 휴먼 기반 키오스크 상품의 상용화에 성공했다.    딥브레인AI의 AI 휴먼 기술은 실시간 양방향 소통이 가능한 가상 인간을 만들어내는 솔루션으로, 음성 합성, 영상 합성, 자연어 처리, 음성 인식 기술을 융합하여 사용자와 직접 대화를 주고받을 수 있는 인공지능을 구현한다. 다양한 분야에서 완전한 비대면을 실현할 수 있는 기술로, 특히 은행에서는 코로나19 상황에 맞춰 비대면 선호 고객에게 안심 상담 서비스를 제공하고, 보다 빠른 응대로 고객 대기 시간을 단축하는 효과가 있다고 업체 측은 설명했다. 회사에 따르면 먼저 AI 은행원은 고객이 키오스크에 다가왔을 때 환영 인사를 건네고, 고객이 궁금해하는 사항에 대한 답변을 제공하는 역할을 기본으로 한다. 모든 답변은 KB국민은행이 자체 개발한 금융 특화 언어 모델 KB-STA를 토대로 최적의 정보를 도출하는 과정을 거쳐, 딥브레인AI의 AI 휴먼 기술로 구현된 AI 은행원의 영상과 음성을 통해 고객에게 전달된다. 구체적으로는 STM(지능형 자동화기기), ATM(자동화기기), 미리 작성 서비스 등 주변 기기의 사용 방법을 안내하거나 금융상품 소개, 키오스크 설치 지점 위치 안내 등이 가능하다. 뿐만 아니라 금융 상식, 오늘의 날씨, 주변 시설 등 생활 편의 정보도 탑재했다. 뿐만 아니라 AI 은행원은 대화 중에는 물론, 대기(idle) 모드에서도 손을 움직이거나 고개 끄덕임, 옷매무새 정리 등 자연스러운 제스처를 취할 수 있어 고객의 입장에서 느끼는 거부감을 줄였다. 또한 전면 카메라를 통한 사람 인식이 가능해 고객이 자리를 이탈할 경우, 감사 인사로 키...

딥브레인AI 인공지능 자연어 처리 NLP

2022.02.03

딥브레인AI가 KB국민은행과 기술 공급 계약을 체결하고, 키오스크형 ‘AI 은행원’을 개발해 이번 달 정식으로 선보였다고 2월 3일 밝혔다. 딥브레인AI는 지난해 3월부터 KB국민은행 여의도 본점에 위치한 AI 체험존에서 AI 은행원을 시범 운영하며 기능 개선 및 성능 고도화를 위해 긴밀히 협력해왔다. 그 결과 국내에서는 처음으로 AI 휴먼 기반 키오스크 상품의 상용화에 성공했다.    딥브레인AI의 AI 휴먼 기술은 실시간 양방향 소통이 가능한 가상 인간을 만들어내는 솔루션으로, 음성 합성, 영상 합성, 자연어 처리, 음성 인식 기술을 융합하여 사용자와 직접 대화를 주고받을 수 있는 인공지능을 구현한다. 다양한 분야에서 완전한 비대면을 실현할 수 있는 기술로, 특히 은행에서는 코로나19 상황에 맞춰 비대면 선호 고객에게 안심 상담 서비스를 제공하고, 보다 빠른 응대로 고객 대기 시간을 단축하는 효과가 있다고 업체 측은 설명했다. 회사에 따르면 먼저 AI 은행원은 고객이 키오스크에 다가왔을 때 환영 인사를 건네고, 고객이 궁금해하는 사항에 대한 답변을 제공하는 역할을 기본으로 한다. 모든 답변은 KB국민은행이 자체 개발한 금융 특화 언어 모델 KB-STA를 토대로 최적의 정보를 도출하는 과정을 거쳐, 딥브레인AI의 AI 휴먼 기술로 구현된 AI 은행원의 영상과 음성을 통해 고객에게 전달된다. 구체적으로는 STM(지능형 자동화기기), ATM(자동화기기), 미리 작성 서비스 등 주변 기기의 사용 방법을 안내하거나 금융상품 소개, 키오스크 설치 지점 위치 안내 등이 가능하다. 뿐만 아니라 금융 상식, 오늘의 날씨, 주변 시설 등 생활 편의 정보도 탑재했다. 뿐만 아니라 AI 은행원은 대화 중에는 물론, 대기(idle) 모드에서도 손을 움직이거나 고개 끄덕임, 옷매무새 정리 등 자연스러운 제스처를 취할 수 있어 고객의 입장에서 느끼는 거부감을 줄였다. 또한 전면 카메라를 통한 사람 인식이 가능해 고객이 자리를 이탈할 경우, 감사 인사로 키...

2022.02.03

AI도 과하면 독, ‘딱 맞는 해법’은 따로 있다

AI 프로젝트를 성공시키려면 비즈니스 가치, 학습용 데이터, 문화적 준비가 필수다. 이 3가지가 모두 없다면 기존 솔루션이 더 적합할 수도 있다. 인공지능(AI) 도입이 증가하고 있다. 최근 발표된 맥킨지의 설문조사 결과에 따르면 55%의 기업이 적어도 1개 부서에서 인공지능을 사용하고 있으며, 27%는 이자 및 세전 수익의 최소 5%를 AI를 통해 비용 절감의 형태로 얻고 있는 것으로 나타났다. AI가 (관련된) 거의 모든 산업을 극적으로 변화시킬 것이기 때문에 벤더와 기업들이 가능한 모든 곳에 AI를 배포할 기회를 찾고 있다는 건 놀라운 일은 아니다. 하지만 모든 프로젝트가 AI의 이점을 누릴 수 있는 건 아니며, 적절하지 않은 곳에 AI를 도입하면 시간과 비용을 낭비할 뿐만 아니라 직원, 고객, 기업 리더가 고배를 마실 수 있다. 어떤 프로젝트가 AI에 적합한지를 판단하는 핵심 요소는 ▲비즈니스 가치, ▲학습용 데이터의 가용성, ▲변화에 따른 문화적 준비 수준이다. 인공지능 이니셔티브가 매몰 비용이 되기 전에, 제안된 AI 프로젝트에 이러한 요소가 부합하는지 확인하는 방법을 살펴본다.   가장 간단한 솔루션부터 시작하라 전 세계 90여 개국에 1만 8,000개 이상의 매장을 보유하고 있는 피자 체인점 도미노의 데이터 과학 및 AI 부문 관리자 잭 프라고소는 특히 데이터 과학자가 AI 우선 접근법을 선호한다고 말했다. 하지만 모든 곳에 AI를 적용할 순 없다고 그는 지적했다.  전통적인 산업이지만 도미노는 변화를 추진해왔다. 특히 팬데믹 기간에는 더욱더 그랬다. 현재 고객들은 13가지 디지털 방식으로 피자를 주문할 수 있으며, 2020년 도미노 매출의 70% 이상은 디지털 주문에서 나왔다. 이는 AI의 가능성을 입증할 수 있는 많은 기회를 열어줬다. 프라고소는 “도미노가 AI를 도입할 때의 핵심은 간단한 접근방식을 취하는 것이었다”라며, “단순한 솔루션이 더 빠르게 실행되고 더 나은 성과를 보여주기 때문에 이를 비즈니스 파트너...

인공지능 머신러닝 디지털 트랜스포메이션 도미노 피자 데이터세트 ML옵스 질로우 NLP 데이터 과학

2022.01.25

AI 프로젝트를 성공시키려면 비즈니스 가치, 학습용 데이터, 문화적 준비가 필수다. 이 3가지가 모두 없다면 기존 솔루션이 더 적합할 수도 있다. 인공지능(AI) 도입이 증가하고 있다. 최근 발표된 맥킨지의 설문조사 결과에 따르면 55%의 기업이 적어도 1개 부서에서 인공지능을 사용하고 있으며, 27%는 이자 및 세전 수익의 최소 5%를 AI를 통해 비용 절감의 형태로 얻고 있는 것으로 나타났다. AI가 (관련된) 거의 모든 산업을 극적으로 변화시킬 것이기 때문에 벤더와 기업들이 가능한 모든 곳에 AI를 배포할 기회를 찾고 있다는 건 놀라운 일은 아니다. 하지만 모든 프로젝트가 AI의 이점을 누릴 수 있는 건 아니며, 적절하지 않은 곳에 AI를 도입하면 시간과 비용을 낭비할 뿐만 아니라 직원, 고객, 기업 리더가 고배를 마실 수 있다. 어떤 프로젝트가 AI에 적합한지를 판단하는 핵심 요소는 ▲비즈니스 가치, ▲학습용 데이터의 가용성, ▲변화에 따른 문화적 준비 수준이다. 인공지능 이니셔티브가 매몰 비용이 되기 전에, 제안된 AI 프로젝트에 이러한 요소가 부합하는지 확인하는 방법을 살펴본다.   가장 간단한 솔루션부터 시작하라 전 세계 90여 개국에 1만 8,000개 이상의 매장을 보유하고 있는 피자 체인점 도미노의 데이터 과학 및 AI 부문 관리자 잭 프라고소는 특히 데이터 과학자가 AI 우선 접근법을 선호한다고 말했다. 하지만 모든 곳에 AI를 적용할 순 없다고 그는 지적했다.  전통적인 산업이지만 도미노는 변화를 추진해왔다. 특히 팬데믹 기간에는 더욱더 그랬다. 현재 고객들은 13가지 디지털 방식으로 피자를 주문할 수 있으며, 2020년 도미노 매출의 70% 이상은 디지털 주문에서 나왔다. 이는 AI의 가능성을 입증할 수 있는 많은 기회를 열어줬다. 프라고소는 “도미노가 AI를 도입할 때의 핵심은 간단한 접근방식을 취하는 것이었다”라며, “단순한 솔루션이 더 빠르게 실행되고 더 나은 성과를 보여주기 때문에 이를 비즈니스 파트너...

2022.01.25

“상용화되는 모델은 13%에 그쳐”··· ‘NLP 모델’을 운영환경에 안전하게 투입하는 법

‘자연어 처리(Natural Language Processing; NLP)’ 모델을 프로덕션 환경에 투입하는 건 차를 구매하는 것과 비슷하다. 원하는 결과에 대한 매개변수를 설정하고, 몇 가지 접근 방식을 테스트 및 반복한다. 그다음 (비유하자면) 차를 몰고 나가는 순간 그 가치가 급락하기 시작한다. 자동차와 마찬가지로, NLP 또는 AI 기반 제품을 사용하면 많은 이점을 누릴 수 있지만 (적어도 계속해서 제대로 쓰려면) 유지관리를 멈춰서는 안 된다.  AI 모델을 만들어 내기도 어렵지만 프로덕션 환경에서 모델의 정확성을 확보하는 것 또한 어렵다. 모델의 정확성은 시장에 출시되는 순간 저하된다. 실제 운영 환경은 (모델이) 학습한 환경과 다르기 때문이다. 고속도로와 도로 주행 연습 장소가 다른 것과 같다. 이를 변수가 바뀌면 학습한 개념도 더 이상 정확하지 않을 수 있음을 의미하는 ‘개념 드리프트(concept drift)’라고 하며, 이는 AI 및 ML 분야에서 새로운 것은 아니지만 사용자들에게는 계속해서 문제가 되고 있다.    벤처비트(VentureBeat)에 따르면 최근 몇 년간 AI 및 NLP에 막대한 투자가 이뤄졌음에도 불구하고 실제 프로덕션 환경으로 전환되는 데이터 과학 프로젝트는 13%에 불과하다. 그 이유에는 개념 드리프트도 한몫한다.  그렇다면 제품을 프로젝트 단계에서 프로덕션 환경으로 안전하게 옮기려면 어떻게 해야 할까? 프로덕션 환경에서 (모델의) 정확성을 유지하기 위해서는 어떻게 해야 할까?  AI 모델을 프로덕션 환경에 투입하기 모델 거버넌스는 NLP 이니셔티브의 핵심 구성요소이자, 많은 제품이 프로젝트 단계에 머무르게 되는 이유이기도 하다. 이는 기업들이 특정 프로덕션 환경에서 모델의 활동, 액세스, 동작을 추적하는 방법을 다룬다. 위험을 완화하고, 문제를 해결하며, 컴플라이언스를 유지하려면 이를 모니터링해야 한다.  이 개념은 전 세계 AI 업계에 잘 알려진 문제이기...

인공지능 AI 자연어 처리 NLP 데이터 과학 개념 드리프트

2021.12.31

‘자연어 처리(Natural Language Processing; NLP)’ 모델을 프로덕션 환경에 투입하는 건 차를 구매하는 것과 비슷하다. 원하는 결과에 대한 매개변수를 설정하고, 몇 가지 접근 방식을 테스트 및 반복한다. 그다음 (비유하자면) 차를 몰고 나가는 순간 그 가치가 급락하기 시작한다. 자동차와 마찬가지로, NLP 또는 AI 기반 제품을 사용하면 많은 이점을 누릴 수 있지만 (적어도 계속해서 제대로 쓰려면) 유지관리를 멈춰서는 안 된다.  AI 모델을 만들어 내기도 어렵지만 프로덕션 환경에서 모델의 정확성을 확보하는 것 또한 어렵다. 모델의 정확성은 시장에 출시되는 순간 저하된다. 실제 운영 환경은 (모델이) 학습한 환경과 다르기 때문이다. 고속도로와 도로 주행 연습 장소가 다른 것과 같다. 이를 변수가 바뀌면 학습한 개념도 더 이상 정확하지 않을 수 있음을 의미하는 ‘개념 드리프트(concept drift)’라고 하며, 이는 AI 및 ML 분야에서 새로운 것은 아니지만 사용자들에게는 계속해서 문제가 되고 있다.    벤처비트(VentureBeat)에 따르면 최근 몇 년간 AI 및 NLP에 막대한 투자가 이뤄졌음에도 불구하고 실제 프로덕션 환경으로 전환되는 데이터 과학 프로젝트는 13%에 불과하다. 그 이유에는 개념 드리프트도 한몫한다.  그렇다면 제품을 프로젝트 단계에서 프로덕션 환경으로 안전하게 옮기려면 어떻게 해야 할까? 프로덕션 환경에서 (모델의) 정확성을 유지하기 위해서는 어떻게 해야 할까?  AI 모델을 프로덕션 환경에 투입하기 모델 거버넌스는 NLP 이니셔티브의 핵심 구성요소이자, 많은 제품이 프로젝트 단계에 머무르게 되는 이유이기도 하다. 이는 기업들이 특정 프로덕션 환경에서 모델의 활동, 액세스, 동작을 추적하는 방법을 다룬다. 위험을 완화하고, 문제를 해결하며, 컴플라이언스를 유지하려면 이를 모니터링해야 한다.  이 개념은 전 세계 AI 업계에 잘 알려진 문제이기...

2021.12.31

“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

“포춘 500대 기업 98%가 쓴다”··· ATS 맞춤 이력서 작성 팁

이력서가 채용 담당자의 책상 위에 놓이기 전에 ‘지원자 추적 시스템(Applicant Tracking System; ATS)’을 거칠 가능성은 매우 크다. 이 단계를 원활하게 통과할 수 있도록 이력서를 준비하는 방법을 소개한다.     지원자 추적 시스템(ATS) ‘지원자 추적 시스템’은 기업의 채용 업무를 관리하고 자동화하는 소프트웨어다. 중앙 집중식으로 구인 공고를 관리하고, 입사 지원서를 필터링 및 분류하며, 유력한 후보자를 식별하는 기능을 제공한다.  ATS 소프트웨어는 지원자가 직무 요건에 얼마나 부합하는지를 기준으로 AI와 자연어 처리(NLP)를 사용해 이력서를 채점하고 필터링한다. 그 다음 ATS 필터링을 통과한 지원자를 채용 담당자 및 관리자가 검토한다. 기업용 소프트웨어 분석업체 ‘캡테라(Capterra)’에 따르면 채용 담당자의 75%가 채용 과정에서 특정 유형의 채용 또는 지원자 추적 시스템을 사용하는 것으로 나타났다.  또한 이력서 최적화 서비스 업체 ‘잡스캔(Jobscan)’에 의하면 포춘 500대 기업의 98%가 새로운 직원 채용 시 ATS 프로그램을 쓰는 것으로 조사됐다. 즉, 이력서가 채용 담당자의 책상에 놓이기 전에 ATS를 거칠 확률이 높다는 의미다.  ATS는 이력서에서 키워드 및 관련 업무 이력을 스캔해 지원자를 다음 단계로 이동시킬지 여부를 결정한다. 따라서 ATS 친화적으로 이력서를 최적화하는 것이 중요하다. 그렇지 않으면 해당 직무 자격을 갖추고 있어도 이력서가 버려질 위험이 있다. 여기서는 ATS의 작동 방식과 이를 통과할 수 있도록 이력서를 조정하는 방법을 정리했다. 작동 방식 ATS 프로그램을 활용하면 채용 공고에 특정 매개변수를 입력하고 시스템의 자동화 알고리즘을 사용해 수많은 이력서를 구문 분석할 수 있다. 이는 채용 프로세스의 첫 번째 단계에서 사람 직원이 수많은 이력서를 분류하는 데 드는 시간을 없애 준다.  잡스닷컴(Jobs.com)의 ...

IT 채용 채용 지원자 추적 시스템 ATS AI 인공지능 NLP 자연어 처리 경력 커리어

2021.10.25

이력서가 채용 담당자의 책상 위에 놓이기 전에 ‘지원자 추적 시스템(Applicant Tracking System; ATS)’을 거칠 가능성은 매우 크다. 이 단계를 원활하게 통과할 수 있도록 이력서를 준비하는 방법을 소개한다.     지원자 추적 시스템(ATS) ‘지원자 추적 시스템’은 기업의 채용 업무를 관리하고 자동화하는 소프트웨어다. 중앙 집중식으로 구인 공고를 관리하고, 입사 지원서를 필터링 및 분류하며, 유력한 후보자를 식별하는 기능을 제공한다.  ATS 소프트웨어는 지원자가 직무 요건에 얼마나 부합하는지를 기준으로 AI와 자연어 처리(NLP)를 사용해 이력서를 채점하고 필터링한다. 그 다음 ATS 필터링을 통과한 지원자를 채용 담당자 및 관리자가 검토한다. 기업용 소프트웨어 분석업체 ‘캡테라(Capterra)’에 따르면 채용 담당자의 75%가 채용 과정에서 특정 유형의 채용 또는 지원자 추적 시스템을 사용하는 것으로 나타났다.  또한 이력서 최적화 서비스 업체 ‘잡스캔(Jobscan)’에 의하면 포춘 500대 기업의 98%가 새로운 직원 채용 시 ATS 프로그램을 쓰는 것으로 조사됐다. 즉, 이력서가 채용 담당자의 책상에 놓이기 전에 ATS를 거칠 확률이 높다는 의미다.  ATS는 이력서에서 키워드 및 관련 업무 이력을 스캔해 지원자를 다음 단계로 이동시킬지 여부를 결정한다. 따라서 ATS 친화적으로 이력서를 최적화하는 것이 중요하다. 그렇지 않으면 해당 직무 자격을 갖추고 있어도 이력서가 버려질 위험이 있다. 여기서는 ATS의 작동 방식과 이를 통과할 수 있도록 이력서를 조정하는 방법을 정리했다. 작동 방식 ATS 프로그램을 활용하면 채용 공고에 특정 매개변수를 입력하고 시스템의 자동화 알고리즘을 사용해 수많은 이력서를 구문 분석할 수 있다. 이는 채용 프로세스의 첫 번째 단계에서 사람 직원이 수많은 이력서를 분류하는 데 드는 시간을 없애 준다.  잡스닷컴(Jobs.com)의 ...

2021.10.25

"2028년까지 연 35%씩 성장"··· 꼭 알아야 할 'AI 챗봇' 상식

고객 서비스부터 직원 인터페이스까지 다양한 영역에서 인공지능(AI)과 결합된 챗봇 사용이 크게 증가하고 있다.    챗봇이란? 챗봇(Chatbot)은 텍스트 또는 음성을 통해 사용자와 대화할 수 있도록 설계된 소프트웨어 애플리케이션이다. 가상 에이전트, 인터랙티브 에이전트, 디지털 어시스턴트, 대화형 AI라고도 하는 챗봇은 애플리케이션과 웹사이트, 메시징 플랫폼에 통합돼 실제 사람 에이전트가 없어도 사용자를 지원할 수 있다.  컨스텔레이션 리서치(Constellation Research)의 VP 겸 수석 애널리스트 리즈 밀러에 따르면 챗봇은 자연어 처리(NLP) 애플리케이션이다. 그는 “통상 텍스트 기반이지만 음성을 기반으로 사용자와 디지털 인터페이스 간에 양방향 대화를 하는 사례가 증가하고 있다”라고 말했다.  챗봇은 사용자 메뉴 옵션, 의사결정 트리, 특정 문구(예: ‘내 계정 취소’ 등)를 검색하는 키워드 기반 도구에서 시작됐다. 현재는 인공지능(AI)과 머신러닝(ML)을 결합해 더욱더 사람 간의 대화와 유사한 경험을 만들고 있다. AI 시스템이 발전하면서 챗봇 사용도 크게 증가할 전망이다. 모르도 인텔리전스(Mordor Intelligence)는 전 세계 챗봇 시장이 2021년부터 2028년까지 연간 35%씩 성장해 1,020억 달러 규모에 달할 것이라고 예상했다.  챗봇 사례 챗봇은 웹사이트, 소셜 미디어 플랫폼, 기업 커뮤니케이션 시스템 등 고객용/직원용 플랫폼 및 커뮤니케이션 채널에서 사용된다. CRM, CX, HR, 지원 데스크 플랫폼 등 주요 기업 소프트웨어 시스템에 도입되는 사례도 늘고 있다.  많이 하는 질문(FAQ)에 답변하는 데 쓰이며, NLP 엔진을 사용하여 특이한 표현이 포함된 질문을 이해할 수 있다. 또 고객이나 직원에게 일반적인 작업을 안내하거나 또는 제품 및 서비스 사용 방법을 가르칠 때 챗봇을 사용할 수 있다.  다음은 챗봇의 사용 사례다. • WH...

인공지능 머신러닝 AI 챗봇 대화형 AI 가상 에이전트 디지털 어시스턴트 자연어 처리 NLP

2021.10.12

고객 서비스부터 직원 인터페이스까지 다양한 영역에서 인공지능(AI)과 결합된 챗봇 사용이 크게 증가하고 있다.    챗봇이란? 챗봇(Chatbot)은 텍스트 또는 음성을 통해 사용자와 대화할 수 있도록 설계된 소프트웨어 애플리케이션이다. 가상 에이전트, 인터랙티브 에이전트, 디지털 어시스턴트, 대화형 AI라고도 하는 챗봇은 애플리케이션과 웹사이트, 메시징 플랫폼에 통합돼 실제 사람 에이전트가 없어도 사용자를 지원할 수 있다.  컨스텔레이션 리서치(Constellation Research)의 VP 겸 수석 애널리스트 리즈 밀러에 따르면 챗봇은 자연어 처리(NLP) 애플리케이션이다. 그는 “통상 텍스트 기반이지만 음성을 기반으로 사용자와 디지털 인터페이스 간에 양방향 대화를 하는 사례가 증가하고 있다”라고 말했다.  챗봇은 사용자 메뉴 옵션, 의사결정 트리, 특정 문구(예: ‘내 계정 취소’ 등)를 검색하는 키워드 기반 도구에서 시작됐다. 현재는 인공지능(AI)과 머신러닝(ML)을 결합해 더욱더 사람 간의 대화와 유사한 경험을 만들고 있다. AI 시스템이 발전하면서 챗봇 사용도 크게 증가할 전망이다. 모르도 인텔리전스(Mordor Intelligence)는 전 세계 챗봇 시장이 2021년부터 2028년까지 연간 35%씩 성장해 1,020억 달러 규모에 달할 것이라고 예상했다.  챗봇 사례 챗봇은 웹사이트, 소셜 미디어 플랫폼, 기업 커뮤니케이션 시스템 등 고객용/직원용 플랫폼 및 커뮤니케이션 채널에서 사용된다. CRM, CX, HR, 지원 데스크 플랫폼 등 주요 기업 소프트웨어 시스템에 도입되는 사례도 늘고 있다.  많이 하는 질문(FAQ)에 답변하는 데 쓰이며, NLP 엔진을 사용하여 특이한 표현이 포함된 질문을 이해할 수 있다. 또 고객이나 직원에게 일반적인 작업을 안내하거나 또는 제품 및 서비스 사용 방법을 가르칠 때 챗봇을 사용할 수 있다.  다음은 챗봇의 사용 사례다. • WH...

2021.10.12

"모든 기업이 ML로 가치 창출"··· 머신러닝 산업화가 온다

모든 산업 분야의 기업들이 여러 비즈니스 라인에 수백만 개의 머신러닝 모델을 배포하고 있다. 머지않아 모든 기업이 참여할 전망이다. ‘머신러닝’은 수십 년간 존재해 왔다. 하지만 기업들은 그 대부분의 기간 동안 소수의 모델만 구축했다. 이러한 모델을 위해 박사 및 머신러닝 전문가가 지루하고 고된 작업을 수행해야 했기 때문이다.  그리고 지난 몇 년 동안 머신러닝은 쉽게 사용할 수 있는 표준화된 클라우드 기반 머신러닝 플랫폼의 등장 덕분에 크게 성장했다. 오늘날 모든 산업 분야의 기업들은 수백만 개의 머신러닝 모델을 여러 비즈니스 라인에 배포하고 있다.  이를테면 美 금융 소프트웨어 회사 ‘인튜이트(Intuit)’는 고객이 세금 공제를 최대화할 수 있도록 지원하는 머신러닝 모델을 도입했다. 머신러닝은 비즈니스의 거의 모든 부분에 영향을 미치고 있다. 인튜이트는 작년 한 해에만 플랫폼 전체에 구축된 모델 수를 50% 이상 늘렸다고 밝혔다.  또 다른 예로, 美 차량 공유 회사 리프트(Lyft)는 200만 명 이상의 운전자와 3,000만 명 이상 탑승자의 모바일 앱에서 엄청난 양의 데이터를 실시간 수집한다. 이 회사는 수백만 개의 머신러닝 모델을 사용해 즉각적인 주의가 필요한 문제를 알릴 수 있는 경로 또는 주행 패턴의 이상을 정확하게 감지한다.  하지만 이는 시작에 불과하다. 머신러닝의 다음 단계는 과학자들이 꿈만 꿔왔던 ‘머신러닝의 산업화 및 민주화’다.  규모에 맞는 머신러닝 모델 구축을 시스템화하고 자동화할 수 있도록 하는 머신러닝 플랫폼과 도구를 통해 소위 포춘 50대 기업뿐만 아니라 모든 기업이 이러한 혁신 기술을 사용하여 진정한 혁신을 이룰 수 있는 큰 변화의 정점에 서 있다.  머신러닝 산업화로 가는 길  머신러닝은 산업 전반에 걸쳐 반복적으로 나타나는 트렌드를 따르고 있다. 자동화를 사용해 프로세스를 산업화하고 대량 생산을 달성하는 것이다. 예를 들면 최초의 자동차는 한정...

머신러닝 인공지능 머신러닝 모델 클라우드 인튜이트 리프트 데이터 애널리틱스 머신러닝 산업화 머신러닝 민주화 자동화 자연어 처리 NLP

2021.09.16

모든 산업 분야의 기업들이 여러 비즈니스 라인에 수백만 개의 머신러닝 모델을 배포하고 있다. 머지않아 모든 기업이 참여할 전망이다. ‘머신러닝’은 수십 년간 존재해 왔다. 하지만 기업들은 그 대부분의 기간 동안 소수의 모델만 구축했다. 이러한 모델을 위해 박사 및 머신러닝 전문가가 지루하고 고된 작업을 수행해야 했기 때문이다.  그리고 지난 몇 년 동안 머신러닝은 쉽게 사용할 수 있는 표준화된 클라우드 기반 머신러닝 플랫폼의 등장 덕분에 크게 성장했다. 오늘날 모든 산업 분야의 기업들은 수백만 개의 머신러닝 모델을 여러 비즈니스 라인에 배포하고 있다.  이를테면 美 금융 소프트웨어 회사 ‘인튜이트(Intuit)’는 고객이 세금 공제를 최대화할 수 있도록 지원하는 머신러닝 모델을 도입했다. 머신러닝은 비즈니스의 거의 모든 부분에 영향을 미치고 있다. 인튜이트는 작년 한 해에만 플랫폼 전체에 구축된 모델 수를 50% 이상 늘렸다고 밝혔다.  또 다른 예로, 美 차량 공유 회사 리프트(Lyft)는 200만 명 이상의 운전자와 3,000만 명 이상 탑승자의 모바일 앱에서 엄청난 양의 데이터를 실시간 수집한다. 이 회사는 수백만 개의 머신러닝 모델을 사용해 즉각적인 주의가 필요한 문제를 알릴 수 있는 경로 또는 주행 패턴의 이상을 정확하게 감지한다.  하지만 이는 시작에 불과하다. 머신러닝의 다음 단계는 과학자들이 꿈만 꿔왔던 ‘머신러닝의 산업화 및 민주화’다.  규모에 맞는 머신러닝 모델 구축을 시스템화하고 자동화할 수 있도록 하는 머신러닝 플랫폼과 도구를 통해 소위 포춘 50대 기업뿐만 아니라 모든 기업이 이러한 혁신 기술을 사용하여 진정한 혁신을 이룰 수 있는 큰 변화의 정점에 서 있다.  머신러닝 산업화로 가는 길  머신러닝은 산업 전반에 걸쳐 반복적으로 나타나는 트렌드를 따르고 있다. 자동화를 사용해 프로세스를 산업화하고 대량 생산을 달성하는 것이다. 예를 들면 최초의 자동차는 한정...

2021.09.16

국민·고객·직원의 '마음'을 엿본다··· ‘정서 분석’ 가이드

정서 분석(Sentiment analysis)이라 통계, NLP, ML을 사용하여 의사소통에 담겨진 정서적 의미를 판단하는 기법이다. 기업들은 정서 분석을 활용하여 고객 메시지, 콜센터 상호작용, 온라인 리뷰, 소셜 미디어 게시물 등의 콘텐츠를 평가한다. 정서 분석은 회사, 제품, 서비스 또는 이런 제품이나 서비스의 기능에 대한 태도를 추적할 수 있다. 예시  오늘날 웹 상에서 특히 지배적인 정서 분석의 예는 버몬트대학교(University of Vermont)의 CSL(Computational Story Lab)의 프로젝트인 헤도노미터(Hedonometer)이다. CSL 그룹은 일일 행복도 점수를 계산하기 위해 트위터의 총 트래픽 중 약 1/10을 차지하는 5,000만 개 이상의 영어 트윗을 매일 분석한다. 접근방식은 간단하다. 해당 연구소는 보편적으로 사용되는 단어를 1만 개를 수집하고 아마존(Amazon)의 MT(Mechanical Turk) 서비스를 통해 사람들이 각 단어에 1~9점의 행복도 점수를 매기도록 했다. 중립적인 단어와 맥락에 크게 의존하는 단어는 제외되고 나머지의 점수를 합산하고 평균을 구하여 일일 행복도 점수를 판단했다. 점수가 기입된 단어 목록은 해당 프로젝트의 웹 사이트에서 영어와 기타 9개 언어로 제공되고 있다. 이 ‘단어 주머니’ 접근방식은 오래된 정서 분석 방식이라고 IDC의 일반 AI 및 정보 지식 발견 수석 조사 분석가 헤일리 서덜랜드가 말했다. 그녀는 “그러나 아주 큰 텍스트 세트에는 꽤 유효할 수 있다”라고 말했다. 헤도노미터 정서 분석의 보편적인 유형인 단순한 긍정-부정 척도를 사용하는 것이다. 헤노도미터는 1~9점 척도를 사용하지만 다른 접근방식들은 긍정, 부정, 중립 등 3개 값을 사용하거나 백분율 점수를 준다. 좀더 자세한 접근방식은 다른 감정도 감지할 수 있다고 서덜랜드가 말했다. 그녀는 “도구별로 다르다. 슬픔, 분노, 흥분이 가장 보편적인 것들이다”라고 말했다. 회사들은 여러 더욱 미묘한 ...

정서 분석 센티멘트 API NLP 헤노도미 감정 소비자 직원 CX EX

2021.09.13

정서 분석(Sentiment analysis)이라 통계, NLP, ML을 사용하여 의사소통에 담겨진 정서적 의미를 판단하는 기법이다. 기업들은 정서 분석을 활용하여 고객 메시지, 콜센터 상호작용, 온라인 리뷰, 소셜 미디어 게시물 등의 콘텐츠를 평가한다. 정서 분석은 회사, 제품, 서비스 또는 이런 제품이나 서비스의 기능에 대한 태도를 추적할 수 있다. 예시  오늘날 웹 상에서 특히 지배적인 정서 분석의 예는 버몬트대학교(University of Vermont)의 CSL(Computational Story Lab)의 프로젝트인 헤도노미터(Hedonometer)이다. CSL 그룹은 일일 행복도 점수를 계산하기 위해 트위터의 총 트래픽 중 약 1/10을 차지하는 5,000만 개 이상의 영어 트윗을 매일 분석한다. 접근방식은 간단하다. 해당 연구소는 보편적으로 사용되는 단어를 1만 개를 수집하고 아마존(Amazon)의 MT(Mechanical Turk) 서비스를 통해 사람들이 각 단어에 1~9점의 행복도 점수를 매기도록 했다. 중립적인 단어와 맥락에 크게 의존하는 단어는 제외되고 나머지의 점수를 합산하고 평균을 구하여 일일 행복도 점수를 판단했다. 점수가 기입된 단어 목록은 해당 프로젝트의 웹 사이트에서 영어와 기타 9개 언어로 제공되고 있다. 이 ‘단어 주머니’ 접근방식은 오래된 정서 분석 방식이라고 IDC의 일반 AI 및 정보 지식 발견 수석 조사 분석가 헤일리 서덜랜드가 말했다. 그녀는 “그러나 아주 큰 텍스트 세트에는 꽤 유효할 수 있다”라고 말했다. 헤도노미터 정서 분석의 보편적인 유형인 단순한 긍정-부정 척도를 사용하는 것이다. 헤노도미터는 1~9점 척도를 사용하지만 다른 접근방식들은 긍정, 부정, 중립 등 3개 값을 사용하거나 백분율 점수를 준다. 좀더 자세한 접근방식은 다른 감정도 감지할 수 있다고 서덜랜드가 말했다. 그녀는 “도구별로 다르다. 슬픔, 분노, 흥분이 가장 보편적인 것들이다”라고 말했다. 회사들은 여러 더욱 미묘한 ...

2021.09.13

세리브라스 “인간 두뇌에 필적하는 AI 칩 이정표 달성··· 120조 시냅스 수준"

세리브라스 시스템즈(Cerebras Systems)가 인간 두뇌에 필적하는 이정표 하나를 달성했다고 밝혔다. 회사가 말하는 인간 두뇌의 기준은 100조 개의 시냅스를 의미한다.  세리브라스는 4만 6,225제곱밀리리터 크기의 거대한 칩인 웨이퍼 스케일 엔진-1과 2를 제조하는 기업이다. 평범한 프로세서보다는 키보드에 가까운 크기다. 회사의 칩은 냉장고 크기의 독립형 CS-2 시스템 내부에 탑재되곤 한다.  24일 회사는 CS-2에 다양한 기술을 적용함으로써, 120조 시냅스에 해당하는 수준에 도달했다고 전했다.  한편 세리브라스의 접근법은 인간의 두뇌 동작 방식을 모사하기 위해 칩 수준의 머신러닝 모델링을 시도하는 것이다. 이러한 접근법은 인텔도 선보인 바 있다. 2020년 인텔은 768개의 로이히 ‘뇌 칩’을 연결해 두더지 쥐의 뇌에 해당하는 ‘포호이키 스프링스’ 클러스터를 구성했다고 밝혔다.  그러나 이번 세리브라스 웨이퍼 스케일 엔진 젠 2 칩은 성능 및 규모면에서 월등하다. 설명에 따르면 이러한 성능은 기본적으로 스토리지와 메모리를 칩의 계산 엔진에서 “분해” 및 분리하여 모델을 칩 외부에 저장하고 이를 스트리밍함으로써 달성된다. 세리브라스는 연산을 위해 최대 2.4페타바이트의 오프칩(off-chip) 메모리를 제공할 수 있는 기법도 개발했다고 덧B붙였다.  회사 측은 자사의 기술이 향후 적용될 분야 중 하나로 자연어 처리를 지목했다. CS2 시스템은 본질적으로 AI 모델이 접근할 수 있는 매개변수의 수를 크게 높여 AI의 역량을 정교화하는 것에 목적을 두고 있다.  미 에너지부 산하 아르곤 국립 연구소의 릭 스티븐슨 부국장은 “세리브라스의 이번 성취는 업계를 변화시킬 잠재력을 가지고 있다. 무려 100배에 이르는 파라미터 증가를 달성해서다. 이제 우리는 역사상 처음으로 뇌 크기의 모델을 탐색할 수 있게 됐다”라고 말했다. ciokr@idg.co.kr  

세리브라스 세레브라스 AI 칩 CS2 웨이퍼 스케일 엔진 젠 2 NLP 자연어 처리 브레인 두뇌

2021.08.25

세리브라스 시스템즈(Cerebras Systems)가 인간 두뇌에 필적하는 이정표 하나를 달성했다고 밝혔다. 회사가 말하는 인간 두뇌의 기준은 100조 개의 시냅스를 의미한다.  세리브라스는 4만 6,225제곱밀리리터 크기의 거대한 칩인 웨이퍼 스케일 엔진-1과 2를 제조하는 기업이다. 평범한 프로세서보다는 키보드에 가까운 크기다. 회사의 칩은 냉장고 크기의 독립형 CS-2 시스템 내부에 탑재되곤 한다.  24일 회사는 CS-2에 다양한 기술을 적용함으로써, 120조 시냅스에 해당하는 수준에 도달했다고 전했다.  한편 세리브라스의 접근법은 인간의 두뇌 동작 방식을 모사하기 위해 칩 수준의 머신러닝 모델링을 시도하는 것이다. 이러한 접근법은 인텔도 선보인 바 있다. 2020년 인텔은 768개의 로이히 ‘뇌 칩’을 연결해 두더지 쥐의 뇌에 해당하는 ‘포호이키 스프링스’ 클러스터를 구성했다고 밝혔다.  그러나 이번 세리브라스 웨이퍼 스케일 엔진 젠 2 칩은 성능 및 규모면에서 월등하다. 설명에 따르면 이러한 성능은 기본적으로 스토리지와 메모리를 칩의 계산 엔진에서 “분해” 및 분리하여 모델을 칩 외부에 저장하고 이를 스트리밍함으로써 달성된다. 세리브라스는 연산을 위해 최대 2.4페타바이트의 오프칩(off-chip) 메모리를 제공할 수 있는 기법도 개발했다고 덧B붙였다.  회사 측은 자사의 기술이 향후 적용될 분야 중 하나로 자연어 처리를 지목했다. CS2 시스템은 본질적으로 AI 모델이 접근할 수 있는 매개변수의 수를 크게 높여 AI의 역량을 정교화하는 것에 목적을 두고 있다.  미 에너지부 산하 아르곤 국립 연구소의 릭 스티븐슨 부국장은 “세리브라스의 이번 성취는 업계를 변화시킬 잠재력을 가지고 있다. 무려 100배에 이르는 파라미터 증가를 달성해서다. 이제 우리는 역사상 처음으로 뇌 크기의 모델을 탐색할 수 있게 됐다”라고 말했다. ciokr@idg.co.kr  

2021.08.25

디지털 혁신 샌드박스로 미래 대응… 아시아개발은행의 DT 여정기

아시아개발은행(ADB)의 CIO 쉬린 하미드와 디지털 혁신 샌드박스 프로그램 디렉터 오자이르 칸은 ADB의 디지털 혁신을 위해 디지털 혁신 샌드박스 프로그램을 운영하고 있다.  약 6년 전 쉬린 하미드는 아시아개발은행(ADB)에 CIO로 취임했다. ADB는 1966년 설립된 지역개발은행으로 필리핀에 본사를 두고 있으며 빈곤 퇴치를 비롯해 아시아 태평양 지역의 번영과 포용, 탄력, 지속가능성을 추구하고 있다.   하미드는 ADB 합류 전 유엔 개발 프로그램(UNDP)에서 11년간 근무했다. 싱가포르 출신인 하미드는 개발 관련 업무에 능숙할 뿐 아니라, IT가 어떻게 사람들의 삶에 영향을 끼치고 변화를 가져올 수 있는지에 대해 잘 알고 있다.  ADB 은행장은 갓 취임한 하미드에게 앞선 5가지 지향점을 이야기하며 은행의 현대화 및 IT 변혁을 주문했다. 이에 하미드와 팀원은 6개월 동안 14개의 프로그램을 기반으로 ADB의 IT를 변혁하는 전략을 수립했다. 또한 10건의 비즈니스 사례를 설정한 다음 4건의 사례를 추가했다. ADB, 디지털 혁신 샌드박스 개발에 착수하다 '디지털 아젠다 2030'은 ADB의 디지털 변혁에 대한 비전과 로드맵을 제시한 디지털 청사진이다. 안전하고 현대적인 정보 기술 시스템 및 디지털 프로세스를 사용해 유효성, 효율성, 복원력을 향상시키는것이 골자다.    하미드는 2017년 디지털 아젠다 구상에 착수하면서 ADB의 IT 전략을 은행의 전체 전략과 정렬시켰다. 이 과정에서 지속성, 조직 성장, 은행의 미래 경쟁력이라는 3가지 축에 중점을 뒀다. 이를 위해 운영, 금융 서비스, 행정 및 기업 서비스, 디지털 업무 공간 및 연결 데이터, 디지털 백본 지원, 디지털 혁신 샌드박스 등 6가지 프로그램을 설계했다.  은행의 미래를 위한 디지털 아젠다의 일환으로 하미드는 ADB에 기술 특화적 샌드박스를 설치했다. 디지털 혁신을 체계적이고 안전하게 추진하기 위함이었다. 이런 움직임...

아시아개발은행 ADB 디지털 혁신 디지털 샌드박스 챗봇 분산 원장 RPA 토큰화 머신러닝 NLP 디지털 트윈

2021.08.05

아시아개발은행(ADB)의 CIO 쉬린 하미드와 디지털 혁신 샌드박스 프로그램 디렉터 오자이르 칸은 ADB의 디지털 혁신을 위해 디지털 혁신 샌드박스 프로그램을 운영하고 있다.  약 6년 전 쉬린 하미드는 아시아개발은행(ADB)에 CIO로 취임했다. ADB는 1966년 설립된 지역개발은행으로 필리핀에 본사를 두고 있으며 빈곤 퇴치를 비롯해 아시아 태평양 지역의 번영과 포용, 탄력, 지속가능성을 추구하고 있다.   하미드는 ADB 합류 전 유엔 개발 프로그램(UNDP)에서 11년간 근무했다. 싱가포르 출신인 하미드는 개발 관련 업무에 능숙할 뿐 아니라, IT가 어떻게 사람들의 삶에 영향을 끼치고 변화를 가져올 수 있는지에 대해 잘 알고 있다.  ADB 은행장은 갓 취임한 하미드에게 앞선 5가지 지향점을 이야기하며 은행의 현대화 및 IT 변혁을 주문했다. 이에 하미드와 팀원은 6개월 동안 14개의 프로그램을 기반으로 ADB의 IT를 변혁하는 전략을 수립했다. 또한 10건의 비즈니스 사례를 설정한 다음 4건의 사례를 추가했다. ADB, 디지털 혁신 샌드박스 개발에 착수하다 '디지털 아젠다 2030'은 ADB의 디지털 변혁에 대한 비전과 로드맵을 제시한 디지털 청사진이다. 안전하고 현대적인 정보 기술 시스템 및 디지털 프로세스를 사용해 유효성, 효율성, 복원력을 향상시키는것이 골자다.    하미드는 2017년 디지털 아젠다 구상에 착수하면서 ADB의 IT 전략을 은행의 전체 전략과 정렬시켰다. 이 과정에서 지속성, 조직 성장, 은행의 미래 경쟁력이라는 3가지 축에 중점을 뒀다. 이를 위해 운영, 금융 서비스, 행정 및 기업 서비스, 디지털 업무 공간 및 연결 데이터, 디지털 백본 지원, 디지털 혁신 샌드박스 등 6가지 프로그램을 설계했다.  은행의 미래를 위한 디지털 아젠다의 일환으로 하미드는 ADB에 기술 특화적 샌드박스를 설치했다. 디지털 혁신을 체계적이고 안전하게 추진하기 위함이었다. 이런 움직임...

2021.08.05

'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

자연어 처리(NLP)가 필요하다면?··· 추천 파이썬 라이브러리 8종

파이썬에는 NLP 관련 도구가 정말이지 많다. 원하는 텍스트 분석 작업에 적절한 파이썬 라이브러리는 어떻게 찾을 수 있을까? 용도별 추천 라이브러리와 장단점을 살펴본다.  NLP는 ‘음성 및 텍스트를 위한 AI’라고 말할 수 있다. 음성 명령, 음성 및 텍스트 번역, 감성 분석, 텍스트 요약, 언어와 관련된 여타 많은 애플리케이션은 그 동안 크게 개선됐다. 분석에 사용되는 NLP의 성능 또한 딥러닝을 통해 획기적으로 향상됐다. 파이썬 언어는 NLP를 포함한 모든 종류의 머신러닝에 유용한 프론트-엔드를 제공한다. 하지만 파이썬 생태계에는 고를 NLP가 너무 많아 당황스러운 것도 사실이다. 이번 기사는 파이썬용 라이브러리 각각에 관해 소개한다. 각각의 유즈 케이스와 장점, 단점 그리고 인기도를 살펴보도록 한다.   CoreNLP 스탠포드 대학(Stanford University)이 만든 CoreNLP 라이브러리는 NLP 예측 및 분석 작업을 대규모로 수행할 수 있게 해주는 실용 단계의 NLP 솔루션이다. CoreNLP는 자바(Java)로 작성됐지만, 이를 위한 API와 여러 파이썬 패키지가 등장해 있는 상태다. Stanza로 불리는 네이티브 NLP 라이브러리가 그 중 하나다. 문법 태깅, 명명 엔티티 인식, 파싱, 구문 분석, 감성 분석 등 많은 언어 관련 도구들이 CoreNLP에 포함되어 있다. 언어별 특성을 차지 않도록 고안되어 있으며, 현재 영어에 더해 아랍어, 중국어, 프랑스어, 독일어, 스페인어(써드파티를 통해 러시아어 및 스웨덴어, 덴마크어)를 지원한다. CoreNLP에는 간편하게 예측을 하는 기능을 제공하는 웹 API 서버도 포함되어 있다. CoreNLP의 파이썬 래퍼(Python wrappers)를 이용해 시작하기 좋은 출발점은 스탠포드 NLP 그룹이 만든 참조 구현체인 Stanza이다. Stanza는 문서화가 잘 되어 있고, 정기적으로 유지 관리되는 것이 장점이다. 다른 CoreNLP 파이썬 라이브러리 가운데 상당수는 ...

파이썬 자연어 처리 NLP 라이브러리

2021.03.22

파이썬에는 NLP 관련 도구가 정말이지 많다. 원하는 텍스트 분석 작업에 적절한 파이썬 라이브러리는 어떻게 찾을 수 있을까? 용도별 추천 라이브러리와 장단점을 살펴본다.  NLP는 ‘음성 및 텍스트를 위한 AI’라고 말할 수 있다. 음성 명령, 음성 및 텍스트 번역, 감성 분석, 텍스트 요약, 언어와 관련된 여타 많은 애플리케이션은 그 동안 크게 개선됐다. 분석에 사용되는 NLP의 성능 또한 딥러닝을 통해 획기적으로 향상됐다. 파이썬 언어는 NLP를 포함한 모든 종류의 머신러닝에 유용한 프론트-엔드를 제공한다. 하지만 파이썬 생태계에는 고를 NLP가 너무 많아 당황스러운 것도 사실이다. 이번 기사는 파이썬용 라이브러리 각각에 관해 소개한다. 각각의 유즈 케이스와 장점, 단점 그리고 인기도를 살펴보도록 한다.   CoreNLP 스탠포드 대학(Stanford University)이 만든 CoreNLP 라이브러리는 NLP 예측 및 분석 작업을 대규모로 수행할 수 있게 해주는 실용 단계의 NLP 솔루션이다. CoreNLP는 자바(Java)로 작성됐지만, 이를 위한 API와 여러 파이썬 패키지가 등장해 있는 상태다. Stanza로 불리는 네이티브 NLP 라이브러리가 그 중 하나다. 문법 태깅, 명명 엔티티 인식, 파싱, 구문 분석, 감성 분석 등 많은 언어 관련 도구들이 CoreNLP에 포함되어 있다. 언어별 특성을 차지 않도록 고안되어 있으며, 현재 영어에 더해 아랍어, 중국어, 프랑스어, 독일어, 스페인어(써드파티를 통해 러시아어 및 스웨덴어, 덴마크어)를 지원한다. CoreNLP에는 간편하게 예측을 하는 기능을 제공하는 웹 API 서버도 포함되어 있다. CoreNLP의 파이썬 래퍼(Python wrappers)를 이용해 시작하기 좋은 출발점은 스탠포드 NLP 그룹이 만든 참조 구현체인 Stanza이다. Stanza는 문서화가 잘 되어 있고, 정기적으로 유지 관리되는 것이 장점이다. 다른 CoreNLP 파이썬 라이브러리 가운데 상당수는 ...

2021.03.22

"자연어 처리 시장, 2026년 연평균 20.3% 성장"

전 세계 자연어 처리 시장 규모가 2020년 116억 달러에서 2026년이 되면 351억 달러로 성장할 전망이다. 2020년부터 2026년까지 자연어 처리 시장의 연평균 성장률은 20.3%에 이를 것으로 예측됐다. 자연어 처리 시장의 성장을 이끄는 주요 요인으로는 스마트 장치의 사용 증가, 다양한 업종에서 자연어 처리 기반 애플리케이션 채택 증가, 클라우드 기반 자연어 처리 솔루션 증가 등이 지목됐다. 마켓앤마켓이 '2026년까지 전 세계 자연어 처리 시장 전망 (Natural Language Processing Market - Global Forecast to 2026)' 보고서를 발표했다. 보고서는 글로벌 자연어 처리 시장을 구성 요소, 유형, 응용프로그램, 배포 모드, 조직 크기, 수직 및 지역으로 나누어 연구 조사를 진행했다. 유형은 통계와 하이브리드, 응용프로그램은 자동 요약, 감정 분석, 위험 및 위협 감지 등 세부 항목으로 나누어 분석했다. 운영 비용 절감, 고객 경험 향상, 프로세스 및 운영에 대한 가시성 향상, 실시간 의사 결정 향상 등이 자연어 처리 솔루션 채택을 촉진할 것으로 예상되는 주요 비즈니스 및 운영 우선순위다. 다양한 업종에서 고객 경험을 차별화하고 개선함으로써, 디지털 혁신 이니셔티브를 지원하기 위한 자연어 처리 솔루션과 서비스를 배포할 계획을 가지고 있다고 보고서는 밝혔다. 2026년까지 전 세계 자연어 처리 시장이 연평균 20.3% 성장해, 2026년 시장 규모가 약 351억 달러에 이를 전망이다. (자료 : MarketsandMarkets) 코로나19(COVI-19)로 인한 펜데믹이 촉발한 사회적 거리 두기의 대안으로 빠르게 확산한 비대면 환경은, 다양한 솔루션과 플랫폼에 대한 인프라를 폭발적으로 증가시키는 기폭제가 됐다. 수많은 오프라인 활동이 온라인으로 대체 되었고, 이 과정에서 고객과의 만남과 소통 방식도 이전에 경험하지 못했던 방식을 급하게 도입하는 상황에 직면했다. 같은 공간에서 고객을 만나는 것이 힘들어...

자연어 처리 NLP 마켓앤마켓

2021.03.04

전 세계 자연어 처리 시장 규모가 2020년 116억 달러에서 2026년이 되면 351억 달러로 성장할 전망이다. 2020년부터 2026년까지 자연어 처리 시장의 연평균 성장률은 20.3%에 이를 것으로 예측됐다. 자연어 처리 시장의 성장을 이끄는 주요 요인으로는 스마트 장치의 사용 증가, 다양한 업종에서 자연어 처리 기반 애플리케이션 채택 증가, 클라우드 기반 자연어 처리 솔루션 증가 등이 지목됐다. 마켓앤마켓이 '2026년까지 전 세계 자연어 처리 시장 전망 (Natural Language Processing Market - Global Forecast to 2026)' 보고서를 발표했다. 보고서는 글로벌 자연어 처리 시장을 구성 요소, 유형, 응용프로그램, 배포 모드, 조직 크기, 수직 및 지역으로 나누어 연구 조사를 진행했다. 유형은 통계와 하이브리드, 응용프로그램은 자동 요약, 감정 분석, 위험 및 위협 감지 등 세부 항목으로 나누어 분석했다. 운영 비용 절감, 고객 경험 향상, 프로세스 및 운영에 대한 가시성 향상, 실시간 의사 결정 향상 등이 자연어 처리 솔루션 채택을 촉진할 것으로 예상되는 주요 비즈니스 및 운영 우선순위다. 다양한 업종에서 고객 경험을 차별화하고 개선함으로써, 디지털 혁신 이니셔티브를 지원하기 위한 자연어 처리 솔루션과 서비스를 배포할 계획을 가지고 있다고 보고서는 밝혔다. 2026년까지 전 세계 자연어 처리 시장이 연평균 20.3% 성장해, 2026년 시장 규모가 약 351억 달러에 이를 전망이다. (자료 : MarketsandMarkets) 코로나19(COVI-19)로 인한 펜데믹이 촉발한 사회적 거리 두기의 대안으로 빠르게 확산한 비대면 환경은, 다양한 솔루션과 플랫폼에 대한 인프라를 폭발적으로 증가시키는 기폭제가 됐다. 수많은 오프라인 활동이 온라인으로 대체 되었고, 이 과정에서 고객과의 만남과 소통 방식도 이전에 경험하지 못했던 방식을 급하게 도입하는 상황에 직면했다. 같은 공간에서 고객을 만나는 것이 힘들어...

2021.03.04

"머신러닝 번역, 원문보다 어휘 다양성 떨어져"

머신러닝의 번역본이 원문에 비해 어휘의 다양성이 떨어진다는 연구 결과가 발표됐다.  미 메릴랜드 대학과 네덜란드 틸버그 대학 연구진은 지난달 30일 제출한 논문에서, 머신러닝의 번역본 속 어휘의 양상과 원문에 양적인 차이가 두드러졌다고 설명했다.    연구진은 머신러닝의 번역본에 나타난 사용 어휘의 형태, 동의어 사용 양상 등을 9개의 지표를 바탕으로 원문과 비교 분석한 결과 어휘적 다양성이 원문보다 뒤떨어진다고 밝혔다.  이는 머신러닝과 인간 번역의 지향점이 다르기 때문이라고 연구진은 진단했다. 인간 번역사들은 원어를 일반화, 압축, 요약하는 과정에서 고유한 단어나 표현을 선택하지만, 머신러닝은 일관성과 간결함에 초점을 맞춰 번역하기 때문이라는 설명이다.  이런 결과는 머신러닝의 여러 아키텍처에서 일관적으로 나타났다. 트랜스포머, 신경기계번역, 장단기 메모리 네트워크, 구문 기반 통계적 기계번역 등 여러 머신러닝 아키텍처에 영어, 프랑스어, 스페인어 원문을 입력해 번역 양상을 살핀 결과라는 게 연구진의 설명이다.  연구진은 “간결성과 일관성의 측면에서는 번역본의 어휘적 다양성이 줄어드는 것이 바람직할 수 있다”라면서도 “스페인어나 프랑스어처럼 형태론적으로 풍부한 언어를 번역할 때는 문제가 발생할 수 있다”라고 지적했다.  이어 “오늘날 머신러닝 시스템이 널리 사용되고 있는 상황 속에서, 머신러닝의 번역 알고리즘이 언어에 미칠 수 있는 잠재적 영향력을 주의 깊게 들여다볼 때가 됐다”라고 덧붙였다. ciokr@idg.co.kr

머신러닝 기계번역 NLP

2021.02.04

머신러닝의 번역본이 원문에 비해 어휘의 다양성이 떨어진다는 연구 결과가 발표됐다.  미 메릴랜드 대학과 네덜란드 틸버그 대학 연구진은 지난달 30일 제출한 논문에서, 머신러닝의 번역본 속 어휘의 양상과 원문에 양적인 차이가 두드러졌다고 설명했다.    연구진은 머신러닝의 번역본에 나타난 사용 어휘의 형태, 동의어 사용 양상 등을 9개의 지표를 바탕으로 원문과 비교 분석한 결과 어휘적 다양성이 원문보다 뒤떨어진다고 밝혔다.  이는 머신러닝과 인간 번역의 지향점이 다르기 때문이라고 연구진은 진단했다. 인간 번역사들은 원어를 일반화, 압축, 요약하는 과정에서 고유한 단어나 표현을 선택하지만, 머신러닝은 일관성과 간결함에 초점을 맞춰 번역하기 때문이라는 설명이다.  이런 결과는 머신러닝의 여러 아키텍처에서 일관적으로 나타났다. 트랜스포머, 신경기계번역, 장단기 메모리 네트워크, 구문 기반 통계적 기계번역 등 여러 머신러닝 아키텍처에 영어, 프랑스어, 스페인어 원문을 입력해 번역 양상을 살핀 결과라는 게 연구진의 설명이다.  연구진은 “간결성과 일관성의 측면에서는 번역본의 어휘적 다양성이 줄어드는 것이 바람직할 수 있다”라면서도 “스페인어나 프랑스어처럼 형태론적으로 풍부한 언어를 번역할 때는 문제가 발생할 수 있다”라고 지적했다.  이어 “오늘날 머신러닝 시스템이 널리 사용되고 있는 상황 속에서, 머신러닝의 번역 알고리즘이 언어에 미칠 수 있는 잠재적 영향력을 주의 깊게 들여다볼 때가 됐다”라고 덧붙였다. ciokr@idg.co.kr

2021.02.04

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.

10.5.0.5