Offcanvas

������������������ ���������������������������

기고 | 아키텍처를 사용해 AI 도전과제 극복

CIO는 전략적 우선순위와 관련해 자신들이 AI에 관여해야 함을 알고 있다. 하지만 AI에 접근하는 방법은 불확실하다. 여기 금융 업계의 한 사례를 통해 조직의 비즈니스 전략과 동기화해 AI를 개발하고 통합하며 배포하는 방법을 알아보자. 인공지능(AI)이 우리 일상생활 및 활동에 점점 더 많이 스며들고 있다. 구글, 페이스북, 마이크로소프트 제품을 사용하고 있다면 이에 대해 잘 알 것이다. 아직 완벽하지는 않다. ‘완벽’에서 거리가 멀다. 그러나 빠른 속도로 나아지고 있다. 그렇지만 모든 기업이 동일한 속도로 AI를 활용하고 있는 것은 아니다. 소속 조직이 AI 활용에 대한 탐구를 시작했는가? 아직 아닌가? 조직에 AI를 구현하는 방법, 관련 도전과제를 극복하는 방법을 찾았는가? 이에 대한 ‘단서’가 있는가? 엔터프라이즈 및 비즈니스 아키텍트는 어떤 방법으로 AI를 조사해야 할까? 어디에서 시작해야 할까? 이번 글은 풍부한 ‘관리’ 사례를 활용해 이러한 질문에 대한 해답을 제공하고자 한다. 인공지능(AI)이란 무엇일까? 인공지능이 처음 언급된 시기는 약 60년 전이다. AI는 몇 가지 형태로 정의된다. 아래 “인공지능이란 정확히 무엇일까?”라는 10분 분량의 동영상은 AI에 대해 잘 설명하고 있다. 또 몇 가지 정의를 소개한다. 또 개인적으로 위키피디아(Wikipedia) 정의도 아주 적절하다고 생각한다. “때론 머신 지능으로도 불리는 인공지능(AI)은 사람이나 다른 동물이 드러내는 자연 지능이 아닌, 머신이 증명해 보이는 지능이다. 컴퓨터과학 분야에서 AI 연구는 ‘지능형 에이전트’에 대한 연구로 정의된다. 지능형 에이전트란 자신의 주변 환경을 인지, 목적을 달성할 확률을 극대화하는 행동을 하는 기기를 의미한다.” 최근 AI에 대한 관심 가운데 상당 부분은 태스크(작업)에 특정 알고리즘과 대비되며, 신경망으로도 불리고...

CIO 구글 브레인 신경망 챗봇 고객 서비스 위키피디아 펀드 인공지능 아키텍트 투자 금융 마이크로소프트 재무 페이스북 상담 구글 로봇 컨설턴트

2018.12.24

CIO는 전략적 우선순위와 관련해 자신들이 AI에 관여해야 함을 알고 있다. 하지만 AI에 접근하는 방법은 불확실하다. 여기 금융 업계의 한 사례를 통해 조직의 비즈니스 전략과 동기화해 AI를 개발하고 통합하며 배포하는 방법을 알아보자. 인공지능(AI)이 우리 일상생활 및 활동에 점점 더 많이 스며들고 있다. 구글, 페이스북, 마이크로소프트 제품을 사용하고 있다면 이에 대해 잘 알 것이다. 아직 완벽하지는 않다. ‘완벽’에서 거리가 멀다. 그러나 빠른 속도로 나아지고 있다. 그렇지만 모든 기업이 동일한 속도로 AI를 활용하고 있는 것은 아니다. 소속 조직이 AI 활용에 대한 탐구를 시작했는가? 아직 아닌가? 조직에 AI를 구현하는 방법, 관련 도전과제를 극복하는 방법을 찾았는가? 이에 대한 ‘단서’가 있는가? 엔터프라이즈 및 비즈니스 아키텍트는 어떤 방법으로 AI를 조사해야 할까? 어디에서 시작해야 할까? 이번 글은 풍부한 ‘관리’ 사례를 활용해 이러한 질문에 대한 해답을 제공하고자 한다. 인공지능(AI)이란 무엇일까? 인공지능이 처음 언급된 시기는 약 60년 전이다. AI는 몇 가지 형태로 정의된다. 아래 “인공지능이란 정확히 무엇일까?”라는 10분 분량의 동영상은 AI에 대해 잘 설명하고 있다. 또 몇 가지 정의를 소개한다. 또 개인적으로 위키피디아(Wikipedia) 정의도 아주 적절하다고 생각한다. “때론 머신 지능으로도 불리는 인공지능(AI)은 사람이나 다른 동물이 드러내는 자연 지능이 아닌, 머신이 증명해 보이는 지능이다. 컴퓨터과학 분야에서 AI 연구는 ‘지능형 에이전트’에 대한 연구로 정의된다. 지능형 에이전트란 자신의 주변 환경을 인지, 목적을 달성할 확률을 극대화하는 행동을 하는 기기를 의미한다.” 최근 AI에 대한 관심 가운데 상당 부분은 태스크(작업)에 특정 알고리즘과 대비되며, 신경망으로도 불리고...

2018.12.24

'번역기부터 텐서플로까지' 구글 브레인이 내놓은 최고는?

구글의 딥러닝 연구팀인 구글 브레인은 ‘기계를 지능적으로 만들어 인간의 삶을 개선’하는 사명을 실천하고자 한다. 이 부서는 2011년 파트 타임 연구 프로젝트로 시작하여 구글에서 가장 큰 혁신을 이뤘다. 구글 브레인에서 수행한 연구 결과물 중 현재 상용화된 제품과 서비스를 살펴본다. 1. 구글 번역 2016년 구글 브레인은 구글 번역을 구글 신경망 머신러닝 번역(Google Neural Machine Translation : GNMT)이라는 새로운 시스템으로 전환했다. 이 프레임워크는 수백만 가지 예제를 통해 탁월한 기계 번역을 제공한다. 구글 브레인에 따르면, 이 새로운 시스템은 몇몇 주요 언어에서 번역 오류를 55~85% 이상 줄였다. 또한 연구원들은 다양한 언어를 번역하는 데 도움이 되는 다국어 GNMT 시스템을 개발했다. 2. 안드로이드 OS 구글 브레인은 코드명 젤리빈(Jelly Bean)인 안드로이드 버전 4.1과 팀의 음성 인식 작업을 통합해 2012년에 초기 혁신을 이뤘다. 사용자가 새 운영체제에 이야기하면 신경망은 이 음성 정보를 처리한다. 알고리즘은 사용자가 말한 내용을 다른 부분의 말을 선택하고 패턴을 분석해 의미를 추측한다. 와이어드(Wired)의 보도에 따르면, 구글 연구 과학자인 빈센트 반추케는 이 시스템으로 소프트웨어의 오류율을 약 25% 정도 줄였다. 3. 유튜브 동영상 추천 구글 브레인에서 개발된 신경망은 유튜브에서 비디오 추천을 개선하는 데 사용됐다. 방대한 수의 노드가 수백만 사용자의 유튜브 활동을 관찰해 사용자의 취향을 이해하고 향후 사용자가 보고 싶어 할만한 동영상을 예측한다. 2015년 유튜브 엔지니어링 디렉터인 크리스토스 구드로는 패스트컴퍼니(Fast Company)에 "20년 전에 작업한 신경망보다 10배 큰 신경망을 사용하고 있다"고 설명했다. 구드로는 "수천 개의 노드가 있고 수조 번에 걸쳐 수천 ...

구글 신경망 텐서플로 우버 에어비앤비 인공지능 코카콜라 추천 지도 동영상 번역 유튜브 안드로이드 트위터 구글 브레인

2018.03.19

구글의 딥러닝 연구팀인 구글 브레인은 ‘기계를 지능적으로 만들어 인간의 삶을 개선’하는 사명을 실천하고자 한다. 이 부서는 2011년 파트 타임 연구 프로젝트로 시작하여 구글에서 가장 큰 혁신을 이뤘다. 구글 브레인에서 수행한 연구 결과물 중 현재 상용화된 제품과 서비스를 살펴본다. 1. 구글 번역 2016년 구글 브레인은 구글 번역을 구글 신경망 머신러닝 번역(Google Neural Machine Translation : GNMT)이라는 새로운 시스템으로 전환했다. 이 프레임워크는 수백만 가지 예제를 통해 탁월한 기계 번역을 제공한다. 구글 브레인에 따르면, 이 새로운 시스템은 몇몇 주요 언어에서 번역 오류를 55~85% 이상 줄였다. 또한 연구원들은 다양한 언어를 번역하는 데 도움이 되는 다국어 GNMT 시스템을 개발했다. 2. 안드로이드 OS 구글 브레인은 코드명 젤리빈(Jelly Bean)인 안드로이드 버전 4.1과 팀의 음성 인식 작업을 통합해 2012년에 초기 혁신을 이뤘다. 사용자가 새 운영체제에 이야기하면 신경망은 이 음성 정보를 처리한다. 알고리즘은 사용자가 말한 내용을 다른 부분의 말을 선택하고 패턴을 분석해 의미를 추측한다. 와이어드(Wired)의 보도에 따르면, 구글 연구 과학자인 빈센트 반추케는 이 시스템으로 소프트웨어의 오류율을 약 25% 정도 줄였다. 3. 유튜브 동영상 추천 구글 브레인에서 개발된 신경망은 유튜브에서 비디오 추천을 개선하는 데 사용됐다. 방대한 수의 노드가 수백만 사용자의 유튜브 활동을 관찰해 사용자의 취향을 이해하고 향후 사용자가 보고 싶어 할만한 동영상을 예측한다. 2015년 유튜브 엔지니어링 디렉터인 크리스토스 구드로는 패스트컴퍼니(Fast Company)에 "20년 전에 작업한 신경망보다 10배 큰 신경망을 사용하고 있다"고 설명했다. 구드로는 "수천 개의 노드가 있고 수조 번에 걸쳐 수천 ...

2018.03.19

알아두면 쓸데있는 '딥러닝 이야기'

인공지능은 2035년까지 영국에 6,540억 파운드의 경제 효과를 창출할 것으로 예상된다. 그런데 인공지능이 주류로 자리 잡는 과정에서 인공지능을 기술하는 용어 때문에 혼란이 생기고 있다. 인공지능, 머신러닝, 딥러닝(deep learning)이라고도 하는 유행어가 마치 다 같은 것처럼 쓰이곤 하지만 각각이 의미하는 바는 서로 다르다. ‘인공지능’이라는 말을 처음 만들어낸 사람은 스탠퍼드대학교의 컴퓨터 과학자 존 매카시다. 그는 1956년 관련 주제로 열린 학회에서 인공지능을 “지능적인 기계, 특히 지능적인 컴퓨터 프로그램을 만드는 과학 기술”로 정의했다. ‘지능적’이라는 말은 모호하기 때문에 인공지능은 다양한 분야에서 응용되고 있다. 그러나 대부분 연구원은 인공지능이란 인간의 사고를 똑같이 구현하는 것을 폭넓게 지칭한다는 데 의견을 같이한다. 머신러닝이란 인공지능의 일부분으로서 컴퓨터가 어느 정도 독자적으로 사고할 수 있게 한다. 대량의 데이터를 처리하고 이를 통해 학습할 수 있는 알고리즘을 구현함으로써 미리 프로그램되지 않은 부분에 대해서도 예측과 결정을 내릴 수 있게 하는 방식이다. 기존의 예를 통해 새로운 문제를 푸는 방법이 효과적으로 학습된다. 한편, 딥러닝은 머신러닝의 일종으로서 인간 두뇌에 있는 신경세포들의 연결방식에서 영감을 얻은 것이다. 이러한 생물체의 연결성을 흉내 낸 인공신경네트워크(신경망)가 개발되었다. 딥러닝의 활용 인간의 신경망에는 수십억 개의 신경세포가 서로 연결되어 있으며 이들이 주고받는 전기신호가 생각과 행동으로 발전된다. 인공신경망에서는 노드가 신경세포의 역할을 한다. 조직적인 체계 속에서 움직이는 노드들은 각자 분석한 내용을 모두 합쳐 문제 해결에 활용한다. 예를 들어, 딥러닝 소프트웨어를 활용하면 가득 찬 빨래 바구니처럼 사물이 서로 겹쳐져 있는 복잡한 사진을 이해할 수 있다. ...

구글 바둑 이세돌 신경망 스탠퍼드대학교 심리학자 프랭크 로젠블랫 앤드류 응 구글 브레인 텐서플로 익스피디아 아마존 개인정보 보호 인공지능 존 매카시 MIT 기계학습 테슬라 딥마인드 딥마인드 헬스

2017.07.27

인공지능은 2035년까지 영국에 6,540억 파운드의 경제 효과를 창출할 것으로 예상된다. 그런데 인공지능이 주류로 자리 잡는 과정에서 인공지능을 기술하는 용어 때문에 혼란이 생기고 있다. 인공지능, 머신러닝, 딥러닝(deep learning)이라고도 하는 유행어가 마치 다 같은 것처럼 쓰이곤 하지만 각각이 의미하는 바는 서로 다르다. ‘인공지능’이라는 말을 처음 만들어낸 사람은 스탠퍼드대학교의 컴퓨터 과학자 존 매카시다. 그는 1956년 관련 주제로 열린 학회에서 인공지능을 “지능적인 기계, 특히 지능적인 컴퓨터 프로그램을 만드는 과학 기술”로 정의했다. ‘지능적’이라는 말은 모호하기 때문에 인공지능은 다양한 분야에서 응용되고 있다. 그러나 대부분 연구원은 인공지능이란 인간의 사고를 똑같이 구현하는 것을 폭넓게 지칭한다는 데 의견을 같이한다. 머신러닝이란 인공지능의 일부분으로서 컴퓨터가 어느 정도 독자적으로 사고할 수 있게 한다. 대량의 데이터를 처리하고 이를 통해 학습할 수 있는 알고리즘을 구현함으로써 미리 프로그램되지 않은 부분에 대해서도 예측과 결정을 내릴 수 있게 하는 방식이다. 기존의 예를 통해 새로운 문제를 푸는 방법이 효과적으로 학습된다. 한편, 딥러닝은 머신러닝의 일종으로서 인간 두뇌에 있는 신경세포들의 연결방식에서 영감을 얻은 것이다. 이러한 생물체의 연결성을 흉내 낸 인공신경네트워크(신경망)가 개발되었다. 딥러닝의 활용 인간의 신경망에는 수십억 개의 신경세포가 서로 연결되어 있으며 이들이 주고받는 전기신호가 생각과 행동으로 발전된다. 인공신경망에서는 노드가 신경세포의 역할을 한다. 조직적인 체계 속에서 움직이는 노드들은 각자 분석한 내용을 모두 합쳐 문제 해결에 활용한다. 예를 들어, 딥러닝 소프트웨어를 활용하면 가득 찬 빨래 바구니처럼 사물이 서로 겹쳐져 있는 복잡한 사진을 이해할 수 있다. ...

2017.07.27

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.

10.4.0.13