Offcanvas

알고리즘

최형광 칼럼 | 알 수 없는 알고리즘에 이끌려…

백화점에 없는 것은 무엇일까? 카지노에도 없는 것들이다. 답은 벽시계와 창문이다. 백화점과 카지노는 입장한 고객을 붙잡아 두기 위해 시계와 창문을 두지 않는다. 우리는 어느새 시간 가는 줄 모르고 쇼핑을 하게 되고 창밖의 날이 새는 줄 모르고 도박에 집중하게 될 것이다. 그렇다면 플랫폼은 어떻게 고객을 붙잡을까? 고객을 점유하는 법 생산하는 제품이 시장을 장악하는 비율을 시장점유율(Share of Market)이라 한다. 고객을 이끌 수 있는 전통적인 지배력을 의미한다. 백화점과 카지노는 서비스를 제공하기 때문에 시간을 점유(Share of Time)하는 것에 노력한다. 시장점유보다 고객의 시간을 점유하며 경험을 제공하는 것이 더 효과적이다. 고객의 시간 점유는 매출과 이익을 확보할 수 있기 때문이다.  카지노에서는 열심히 도박하는 사람에게 음료수를 무료로 제공한다. 갈증을 이기고 다시 집중하라는 뜻일까? 백화점의 엘리베이터는 눈에 잘 띄지 않는 구석에 있고 에스컬레이터는 중앙에 배치되며 카페테리아는 높은 층에 위치한다. 모든 것은 고객의 동선을 늘리고 시선을 넓히는 전략이다. 이를 통해 카지노와 백화점이 고객의 지갑 점유(Share of Wallet)를 높이게 된다. 집콕의 시대가 지루하지 않은 건 넷플릭스와 유튜브 때문이다. 빈지 워칭(binge watching, 몰아보기)으로 시간 가는 줄 모른다. 유튜브는 어떤가? 한국언론재단의 연구(2019년)에서 유튜브 이용자 스스로가 찾아본 영상이 아니고 추천된 영상을 본 시간이 전체 시간의 70%라고 밝힌 바 있다. 넷플릭스, 유튜브도 고객 서비스 중심이기에 중요한 것은 고객의 시간 점유다. 우리는 오프라인에서 백화점에 점유 당하고 온라인에서 플랫폼에 점유되고 있다. 유튜브의 창문과 시계 인간의 물리적 감각은 오감으로 구성된다. 시각, 청각, 후각, 촉각, 미각이 그 5가지 영역이다. 구체적으로 본다면 천체 감각에서 시각은 83%를 차지하고 청각이11%, 후각은 3.5%, 촉각은1.5%, 마지막으...

최형광 시장점유율 고객점유율 지갑점유율 데이터 알고리즘 규칙기반 RPA FDS 의사결정트리 빈지워칭 필터버블 군집화

2021.08.19

백화점에 없는 것은 무엇일까? 카지노에도 없는 것들이다. 답은 벽시계와 창문이다. 백화점과 카지노는 입장한 고객을 붙잡아 두기 위해 시계와 창문을 두지 않는다. 우리는 어느새 시간 가는 줄 모르고 쇼핑을 하게 되고 창밖의 날이 새는 줄 모르고 도박에 집중하게 될 것이다. 그렇다면 플랫폼은 어떻게 고객을 붙잡을까? 고객을 점유하는 법 생산하는 제품이 시장을 장악하는 비율을 시장점유율(Share of Market)이라 한다. 고객을 이끌 수 있는 전통적인 지배력을 의미한다. 백화점과 카지노는 서비스를 제공하기 때문에 시간을 점유(Share of Time)하는 것에 노력한다. 시장점유보다 고객의 시간을 점유하며 경험을 제공하는 것이 더 효과적이다. 고객의 시간 점유는 매출과 이익을 확보할 수 있기 때문이다.  카지노에서는 열심히 도박하는 사람에게 음료수를 무료로 제공한다. 갈증을 이기고 다시 집중하라는 뜻일까? 백화점의 엘리베이터는 눈에 잘 띄지 않는 구석에 있고 에스컬레이터는 중앙에 배치되며 카페테리아는 높은 층에 위치한다. 모든 것은 고객의 동선을 늘리고 시선을 넓히는 전략이다. 이를 통해 카지노와 백화점이 고객의 지갑 점유(Share of Wallet)를 높이게 된다. 집콕의 시대가 지루하지 않은 건 넷플릭스와 유튜브 때문이다. 빈지 워칭(binge watching, 몰아보기)으로 시간 가는 줄 모른다. 유튜브는 어떤가? 한국언론재단의 연구(2019년)에서 유튜브 이용자 스스로가 찾아본 영상이 아니고 추천된 영상을 본 시간이 전체 시간의 70%라고 밝힌 바 있다. 넷플릭스, 유튜브도 고객 서비스 중심이기에 중요한 것은 고객의 시간 점유다. 우리는 오프라인에서 백화점에 점유 당하고 온라인에서 플랫폼에 점유되고 있다. 유튜브의 창문과 시계 인간의 물리적 감각은 오감으로 구성된다. 시각, 청각, 후각, 촉각, 미각이 그 5가지 영역이다. 구체적으로 본다면 천체 감각에서 시각은 83%를 차지하고 청각이11%, 후각은 3.5%, 촉각은1.5%, 마지막으...

2021.08.19

“애플워치로 수집한 심박수 데이터, 일관성 떨어진다"

하버드대 생물통계학자가 애플워치에서 생성된 심박수 데이터는 생체 연구에 활용하기에 부적절하다는 연구 결과를 발표했다고 IT 매체 더버지가 27일(현지시간) 보도했다. 수집된 데이터의 일관성이 떨어진다는 분석이다. 하버드대 T.H 찬 보건대학원 생물통계학과 부교수인 JP 오넬라는 브리검 여성병원과의 협업으로 진행된 실험 연구 결과를 바탕으로, 비슷한 시기에 애플워치를 통해 수집된 두 심장 박동수 데이터세트가 서로 다른 양상을 보인다고 주장했다.    그 원인으로 오넬라는 애플워치의 데이터 수집 알고리즘이 시간이 지남에 따라 변경되기 때문이라고 지적했다. 또 이로 인해 특정 기간의 생체 데이터를 비교하는 작업이 어려울 뿐 아니라, 원천 데이터에 대한 접근성이 떨어진다고 설명했다. 통상 애플워치 같은 상용 웨어러블 기기는 생체 데이터를 수집할 수 있는 센서와 알고리즘이 내장돼 있다. 이 알고리즘은 작동 원리가 베일에 가려져 있어 ‘블랙박스’라 불리며, 수집한 데이터를 특정 방식으로 분석 및 여과하는 것으로 알려져 있다.  오넬라는 애플워치를 통해 2018년 12월 6일을 시작으로 2020년 9월 5일까지의 심박수 데이터와, 2021년 4월 15일까지의 데이터를 일 단위로 각각 추출했다. 그런 다음 시기상 겹치는 부분의 데이터를 비교 분석했다.  그는 수집된 데이터의 분산도가 다르다는 점과, 산점도의 상관계수가 0.67에 불과하다는 점을 근거로 데이터의 일관성이 떨어진다고 주장했다.  오넬라는 “연구자들이 여러 상업용 웨어러블 기기의 원천 데이터에 접근하기가 어렵다”라며 “누군가가 매주 체중계로 몸무게를 재는데, 체중계의 기준이 몰래 바뀐다면 몸무게 정보를 신뢰할 수 없을 것”이라고 말했다. ciokr@idg.co.kr  

애플워치 데이터 알고리즘 블랙박스

2021.07.28

하버드대 생물통계학자가 애플워치에서 생성된 심박수 데이터는 생체 연구에 활용하기에 부적절하다는 연구 결과를 발표했다고 IT 매체 더버지가 27일(현지시간) 보도했다. 수집된 데이터의 일관성이 떨어진다는 분석이다. 하버드대 T.H 찬 보건대학원 생물통계학과 부교수인 JP 오넬라는 브리검 여성병원과의 협업으로 진행된 실험 연구 결과를 바탕으로, 비슷한 시기에 애플워치를 통해 수집된 두 심장 박동수 데이터세트가 서로 다른 양상을 보인다고 주장했다.    그 원인으로 오넬라는 애플워치의 데이터 수집 알고리즘이 시간이 지남에 따라 변경되기 때문이라고 지적했다. 또 이로 인해 특정 기간의 생체 데이터를 비교하는 작업이 어려울 뿐 아니라, 원천 데이터에 대한 접근성이 떨어진다고 설명했다. 통상 애플워치 같은 상용 웨어러블 기기는 생체 데이터를 수집할 수 있는 센서와 알고리즘이 내장돼 있다. 이 알고리즘은 작동 원리가 베일에 가려져 있어 ‘블랙박스’라 불리며, 수집한 데이터를 특정 방식으로 분석 및 여과하는 것으로 알려져 있다.  오넬라는 애플워치를 통해 2018년 12월 6일을 시작으로 2020년 9월 5일까지의 심박수 데이터와, 2021년 4월 15일까지의 데이터를 일 단위로 각각 추출했다. 그런 다음 시기상 겹치는 부분의 데이터를 비교 분석했다.  그는 수집된 데이터의 분산도가 다르다는 점과, 산점도의 상관계수가 0.67에 불과하다는 점을 근거로 데이터의 일관성이 떨어진다고 주장했다.  오넬라는 “연구자들이 여러 상업용 웨어러블 기기의 원천 데이터에 접근하기가 어렵다”라며 “누군가가 매주 체중계로 몸무게를 재는데, 체중계의 기준이 몰래 바뀐다면 몸무게 정보를 신뢰할 수 없을 것”이라고 말했다. ciokr@idg.co.kr  

2021.07.28

“5~10년 내에 몬테카를로 시뮬레이션 가능” 현실화되는 금융 양자 컴퓨팅

금융회사는 매도와 매수 결정을 위해 컴퓨터를 이용한 금융 시뮬레이션에 많이 의존한다. 특히 몬테카를로 시뮬레이션은 많은 금융회사가 위험을 평가하고 가격을 시뮬레이션하는 데 사용한다. 이런 시뮬레이션은 기업 재무 분야나 포트폴리오 관리에도 사용할 수 있다.   하지만 몬테카를로 시뮬레이션은 어마어마한 양의 복잡한 연산을 수행하기 때문에 막대한 컴퓨팅 자원을 사용하고 시간도 오래 걸린다. 몬테카를로 방법론을 사용하는 재무 연산은 보통 한 번 연산에 하루 정도가 걸린다. 비교적 평화로운 채권 시장이라면 이 정도로도 나쁘지 않지만, 좀 더 휘발성 강한 시장의 금융 거래에서는 오래된 데이터에 의존하는 셈이 된다.  다른 산업군이 실시간 데이터를 일상적으로 이용하는 디지털 세계의 기준에는 한참 못 미치는 속도가 아닐 수 없다. 해결책은 몬테카를로 시뮬레이션의 연산 속도를 가속하는 것이다.  대형 금융서비스 업체인 골드만 삭스와 양자 컴퓨팅 전문업체 QC 웨어에 따르면, 머지않아 이런 일이 가능할 것으로 보인다. QC 웨어는 QaaS(quantum-as-a-service) 업체로, 가까운 시일 내에 구현될(near-term) 양자 컴퓨팅 하드웨어에서 구동할 애플리케이션을 개발하고 있다. 두 협력업체의 연구팀은 몬테카를로 시뮬레이션을 5~10년 이내에 사용할 수 있을 것으로 예상되는 양자 하드웨어에서 구동할 수 있는 새로운 양자 알고리즘을 개발해 왔다. 설명해야 할 것이 많다. 첫째, 가까운 시일에 구현될 양자 컴퓨팅 하드웨어이다. 기본적으로 양자 컴퓨터는 환경 노이즈에 민감해 오염된 결과가 나오기 쉬운데, 이렇게 결함 및 오류가 발생하기 쉬운 양자 컴퓨팅을 온전히 구현한 버전을 말한다. 실질적으로는 이 양자 컴퓨팅 장비는 오류율이 높고 여러 단계의 계산 후에 잘못된 결과값을 내놓을 것이다.  다행이라면, 양자 컴퓨터로 몬테카를로 시뮬레이션을 기존보다 1,000배는 빨리 수행하면서도 오류를 줄일 수 있는 양자 알고리즘이 있다는...

양자컴퓨팅 알고리즘 금융거래 시뮬레이션 골드만삭스

2021.05.21

금융회사는 매도와 매수 결정을 위해 컴퓨터를 이용한 금융 시뮬레이션에 많이 의존한다. 특히 몬테카를로 시뮬레이션은 많은 금융회사가 위험을 평가하고 가격을 시뮬레이션하는 데 사용한다. 이런 시뮬레이션은 기업 재무 분야나 포트폴리오 관리에도 사용할 수 있다.   하지만 몬테카를로 시뮬레이션은 어마어마한 양의 복잡한 연산을 수행하기 때문에 막대한 컴퓨팅 자원을 사용하고 시간도 오래 걸린다. 몬테카를로 방법론을 사용하는 재무 연산은 보통 한 번 연산에 하루 정도가 걸린다. 비교적 평화로운 채권 시장이라면 이 정도로도 나쁘지 않지만, 좀 더 휘발성 강한 시장의 금융 거래에서는 오래된 데이터에 의존하는 셈이 된다.  다른 산업군이 실시간 데이터를 일상적으로 이용하는 디지털 세계의 기준에는 한참 못 미치는 속도가 아닐 수 없다. 해결책은 몬테카를로 시뮬레이션의 연산 속도를 가속하는 것이다.  대형 금융서비스 업체인 골드만 삭스와 양자 컴퓨팅 전문업체 QC 웨어에 따르면, 머지않아 이런 일이 가능할 것으로 보인다. QC 웨어는 QaaS(quantum-as-a-service) 업체로, 가까운 시일 내에 구현될(near-term) 양자 컴퓨팅 하드웨어에서 구동할 애플리케이션을 개발하고 있다. 두 협력업체의 연구팀은 몬테카를로 시뮬레이션을 5~10년 이내에 사용할 수 있을 것으로 예상되는 양자 하드웨어에서 구동할 수 있는 새로운 양자 알고리즘을 개발해 왔다. 설명해야 할 것이 많다. 첫째, 가까운 시일에 구현될 양자 컴퓨팅 하드웨어이다. 기본적으로 양자 컴퓨터는 환경 노이즈에 민감해 오염된 결과가 나오기 쉬운데, 이렇게 결함 및 오류가 발생하기 쉬운 양자 컴퓨팅을 온전히 구현한 버전을 말한다. 실질적으로는 이 양자 컴퓨팅 장비는 오류율이 높고 여러 단계의 계산 후에 잘못된 결과값을 내놓을 것이다.  다행이라면, 양자 컴퓨터로 몬테카를로 시뮬레이션을 기존보다 1,000배는 빨리 수행하면서도 오류를 줄일 수 있는 양자 알고리즘이 있다는...

2021.05.21

‘지금 짚어봐야 할’ AI에 관한 오해 6가지

AI 기술이 비즈니스 환경에 점점 더 깊숙이 들어오고 있다. 일상적인 업무가 대체되고 남은 업무도 보강되거나 다른 방식으로 변화되고 있다. 또 AI 기술은 비즈니스의 모든 측면에 스며들고 있으며 조직 전략을 주도하고 있다. 실제로 가트너는 2025년이면 AI가 기업 인프라 의사결정에 핵심 역할을 할 것으로 예측하고 있다. AI에 대한 관심이 커지는 가운데에서도 AI 기술에 대한 몇 가지 오해는 사라지지 않고 있다. CIO들은 그러한 오해를 파악해서 불식시켜야 한다. 그래야만 AI 프로젝트 구현을 추진할 때 좋은 전략을 만들거나 기존 전략을 향상시킬 수 있다. AI의 작동 방식과 한계를 이해한다면 CIO들은 AI 활용도를 높여 업무 가치 실현을 도모할 수 있을 것이다.   오해 : 코로나19 사태 중에 AI는 사치다 실제 : 코로나19 사태 와중에도 AI에 대한 관심과 투자는 계속 늘고 있다. 최근 실시된 가트너 설문조사에 따르면 코로나 사태가 시작된 이후 AI 투자를 늘린 조직의 비율이 24%, 변함없이 유지한 비율은 42%인 것으로 나타났다. 코로나 사태가 계속되는 동안 AI는 의료 및 정부 CIO 들의 바이러스 전파 예측과 비상 자원 최적화 작업 지원에 매우 중요한 역할을 했다. 뿐만 아니라 온갖 종류의 기업들이 복구 활동을 서두르는 데에도 필수적인 역할을 했으며, AI는 비용 최적화와 업무 연속성을 가능하게 하는 데에도 중요한 역할을 했다. 업무에 지장을 받는 사태가 계속되는 와중에도 고객 상호작용을 개선했고 매출 성장을 도운 것이다. AI는 만병통치약이 아니지만 코로나 사태의 즉각적인 영향과 장기적인 영향에 모두 대처할 수 있는 잠재력이 있으며 대부분의 조직들은 이를 무시할 수 없다. CIO들은 AI를 사치가 아닌 활용도 높은 강력한 기술이라는 점을 강조해야 한다. 예를 들면 더 많은 데이터를 더 빠르게 분석하고 코로나 사태 중은 물론 그 이후에도 의사 결정을 강화하는 등의 실용적인 용도로 활용할 수 있다. 오해 : 우리는 AI 전략...

인공지능 AI 전략 AI 오해 알고리즘 블랙박스

2021.03.26

AI 기술이 비즈니스 환경에 점점 더 깊숙이 들어오고 있다. 일상적인 업무가 대체되고 남은 업무도 보강되거나 다른 방식으로 변화되고 있다. 또 AI 기술은 비즈니스의 모든 측면에 스며들고 있으며 조직 전략을 주도하고 있다. 실제로 가트너는 2025년이면 AI가 기업 인프라 의사결정에 핵심 역할을 할 것으로 예측하고 있다. AI에 대한 관심이 커지는 가운데에서도 AI 기술에 대한 몇 가지 오해는 사라지지 않고 있다. CIO들은 그러한 오해를 파악해서 불식시켜야 한다. 그래야만 AI 프로젝트 구현을 추진할 때 좋은 전략을 만들거나 기존 전략을 향상시킬 수 있다. AI의 작동 방식과 한계를 이해한다면 CIO들은 AI 활용도를 높여 업무 가치 실현을 도모할 수 있을 것이다.   오해 : 코로나19 사태 중에 AI는 사치다 실제 : 코로나19 사태 와중에도 AI에 대한 관심과 투자는 계속 늘고 있다. 최근 실시된 가트너 설문조사에 따르면 코로나 사태가 시작된 이후 AI 투자를 늘린 조직의 비율이 24%, 변함없이 유지한 비율은 42%인 것으로 나타났다. 코로나 사태가 계속되는 동안 AI는 의료 및 정부 CIO 들의 바이러스 전파 예측과 비상 자원 최적화 작업 지원에 매우 중요한 역할을 했다. 뿐만 아니라 온갖 종류의 기업들이 복구 활동을 서두르는 데에도 필수적인 역할을 했으며, AI는 비용 최적화와 업무 연속성을 가능하게 하는 데에도 중요한 역할을 했다. 업무에 지장을 받는 사태가 계속되는 와중에도 고객 상호작용을 개선했고 매출 성장을 도운 것이다. AI는 만병통치약이 아니지만 코로나 사태의 즉각적인 영향과 장기적인 영향에 모두 대처할 수 있는 잠재력이 있으며 대부분의 조직들은 이를 무시할 수 없다. CIO들은 AI를 사치가 아닌 활용도 높은 강력한 기술이라는 점을 강조해야 한다. 예를 들면 더 많은 데이터를 더 빠르게 분석하고 코로나 사태 중은 물론 그 이후에도 의사 결정을 강화하는 등의 실용적인 용도로 활용할 수 있다. 오해 : 우리는 AI 전략...

2021.03.26

CIO조차 없었지만... 美 SI 업체의 '데이터 과학' 도전기

美 시스템 통합업체 컨버진트 테크놀로지스(Convergint Technologies)의 CIO 부바나 바드리나단은 자동화된 데이터 수집 및 기능 엔지니어링을 사용해 판매 수익을 예측하는 알고리즘 모델을 개발했다.  데이터, 애널리틱스, 머신러닝을 활용하는 것은 기업에 경쟁 우위를 제공할 수 있다. 그러나 많은 기업에게 성공적인 머신러닝 프로그램은 눈에는 보이지만 잡을 수 없는 것처럼 느껴질 수 있다.  이는 컨버진트 테크놀로지스가 몇 년 전에 직면했던 과제였다. 전자보안, 화재경보, 생명안전 시스템 등의 통합 빌딩 시스템을 설계하고 설치하며 관리하는 이 시스템 통합업체의 경영진은 판매 수익 예측에 AI를 활용하고 싶어했다. 유일한 문제라고 한다면 컨버진트에 데이터 과학 부서가 없었다는 것이다. 심지어 CIO조차 없었다.    이 모든 상황이 바뀌기 시작한 건 지난 2019년 5월 컨버진트가 부바나 바드리나탄을 초대 CIO로 영입하면서부터다. 바드리나탄은 “이 회사에 합류할 당시 공식적인 데이터 팀이 없었다. 물론 데이터 과학자도 아예 없었다”라면서, “탄탄한 팀을 구축하고 예산을 확보하는 데 있어서 데이터는 필수적인 요소다. 따라서 데이터 거버넌스를 수립하고 데이터 운영위원회를 설립하기 시작했다”라고 말했다.   그리고 컨버진트는 새로운 ERP 시스템과 수많은 고객용 애플리케이션 지원이 필요하다는 것을 알게 됐다. 그에 따르면 “데이터 역량을 향상시켜야 했다. 데이터를 가지고 있지 않다면 또는 수많은 데이터가 있더라도 이를 의사결정 및 전략에 실제로 사용할 수 없다면 마치 눈을 가리고 있는 것과 같다. 정확하게 어떤 방향으로 나아가야 할지 모르기 때문이다.”   ‘미개척 영역’이었던 데이터 과학  바드리나탄이 취임할 당시 컨버진트는 선제적 데이터 분석을 위한 충분한 리소스가 없었고, 이 회사의 기존 프로세스로 유용한 인사이트를 얻기 위해서는 수많은 통합을 필요로 했다고 그...

데이터 과학 빅 데이터 머신러닝 알고리즘 기능 엔지니어링 애널리틱스 데이터 인공지능 ERP

2021.03.04

美 시스템 통합업체 컨버진트 테크놀로지스(Convergint Technologies)의 CIO 부바나 바드리나단은 자동화된 데이터 수집 및 기능 엔지니어링을 사용해 판매 수익을 예측하는 알고리즘 모델을 개발했다.  데이터, 애널리틱스, 머신러닝을 활용하는 것은 기업에 경쟁 우위를 제공할 수 있다. 그러나 많은 기업에게 성공적인 머신러닝 프로그램은 눈에는 보이지만 잡을 수 없는 것처럼 느껴질 수 있다.  이는 컨버진트 테크놀로지스가 몇 년 전에 직면했던 과제였다. 전자보안, 화재경보, 생명안전 시스템 등의 통합 빌딩 시스템을 설계하고 설치하며 관리하는 이 시스템 통합업체의 경영진은 판매 수익 예측에 AI를 활용하고 싶어했다. 유일한 문제라고 한다면 컨버진트에 데이터 과학 부서가 없었다는 것이다. 심지어 CIO조차 없었다.    이 모든 상황이 바뀌기 시작한 건 지난 2019년 5월 컨버진트가 부바나 바드리나탄을 초대 CIO로 영입하면서부터다. 바드리나탄은 “이 회사에 합류할 당시 공식적인 데이터 팀이 없었다. 물론 데이터 과학자도 아예 없었다”라면서, “탄탄한 팀을 구축하고 예산을 확보하는 데 있어서 데이터는 필수적인 요소다. 따라서 데이터 거버넌스를 수립하고 데이터 운영위원회를 설립하기 시작했다”라고 말했다.   그리고 컨버진트는 새로운 ERP 시스템과 수많은 고객용 애플리케이션 지원이 필요하다는 것을 알게 됐다. 그에 따르면 “데이터 역량을 향상시켜야 했다. 데이터를 가지고 있지 않다면 또는 수많은 데이터가 있더라도 이를 의사결정 및 전략에 실제로 사용할 수 없다면 마치 눈을 가리고 있는 것과 같다. 정확하게 어떤 방향으로 나아가야 할지 모르기 때문이다.”   ‘미개척 영역’이었던 데이터 과학  바드리나탄이 취임할 당시 컨버진트는 선제적 데이터 분석을 위한 충분한 리소스가 없었고, 이 회사의 기존 프로세스로 유용한 인사이트를 얻기 위해서는 수많은 통합을 필요로 했다고 그...

2021.03.04

새로운 과제··· '윤리적 AI'를 위한 튜링 테스트 개발하기

AI가 새로운 도전과제에 직면했다. ‘윤리’를 프로세스에 접목하도록 AI를 학습시킬 수 있을까?  AI 개발자는 비유하자면 ‘오즈의 마법사(Wizard of Oz)’ 같은 분위기를 풍긴다. 이 세계의 허수아비(컴퓨터)에 뇌(알고리즘)를 넣어주는 것처럼 보이는 놀라운 일을 하기 때문이다. 그리고 AI를 테스트하는 ‘튜링 테스트’는 이 허수아비가 살과 피를 가진 인간일지도 모른다고 생각하도록 속이는 데 필요한 일종의 마법이다(허수아비의 바지 밖으로 나온 지푸라기를 무시한다면 그렇다는 것이다).  하지만 아마존 알렉사를 개발하는 수석 과학자 로히트 프라사드는 앨런 튜링의 ‘이미테이션 게임(imitation game)’ 프레임워크가 AI 전문가에게 더 이상 유효하지 않다고 주장한다. 왜일까?    윤리적 AI(Ethical AI)를 위한 새로운 튜링 테스트 개발하기  프라사드는 자연어 대화를 흉내 내는 건 더 이상 달성 불가능한 목표가 아니라고 지적했다. 튜링 테스트는 인지 컴퓨팅과 자연어 처리가 달 여행만큼이나 미래적으로 느껴졌던 20세기 초 중요한 개념적 돌파구였다. 물론 이 테스트는 기술적 벤치마크로 고안된 것은 아니었다. 단순히 추상적인 기계가 인지 능력을 어떻게 모방할 수 있는지 보여주기 위한 사고 실험(thought experiment)이었다.  또한 프리사드는 AI의 가치가 자연어 대화를 모방하는 것 이상의 고급 기능에 있다고 말했다. 그는 특히 인간이 할 수 있는 것보다 훨씬 더 빠른 속도로 방대한 양의 정보를 처리하는 AI의 역량을 강조했다. AI는 텍스트 기반의 데이터 교환에서 나아가 영상, 음성, 이미지, 센서 등의 여러 유형의 데이터를 처리할 수 있다. 이는 대화를 통해서가 아니라, 추론되거나 혹은 미리 설정한 사용자 의도에 따라 자동화된 작업을 수행할 수도 있다.  이러한 모든 AI 역량을 윤리적 AI에 초점을 맞춘 더 넓은 프레임워크에 통합할 수 있다. 윤리적 의사결정은...

인공지능 AI 윤리적 AI 인공지능 윤리 머신러닝 인지 컴퓨팅 감성 컴퓨팅 감각 컴퓨팅 자발적 컴퓨팅 알고리즘

2021.02.25

AI가 새로운 도전과제에 직면했다. ‘윤리’를 프로세스에 접목하도록 AI를 학습시킬 수 있을까?  AI 개발자는 비유하자면 ‘오즈의 마법사(Wizard of Oz)’ 같은 분위기를 풍긴다. 이 세계의 허수아비(컴퓨터)에 뇌(알고리즘)를 넣어주는 것처럼 보이는 놀라운 일을 하기 때문이다. 그리고 AI를 테스트하는 ‘튜링 테스트’는 이 허수아비가 살과 피를 가진 인간일지도 모른다고 생각하도록 속이는 데 필요한 일종의 마법이다(허수아비의 바지 밖으로 나온 지푸라기를 무시한다면 그렇다는 것이다).  하지만 아마존 알렉사를 개발하는 수석 과학자 로히트 프라사드는 앨런 튜링의 ‘이미테이션 게임(imitation game)’ 프레임워크가 AI 전문가에게 더 이상 유효하지 않다고 주장한다. 왜일까?    윤리적 AI(Ethical AI)를 위한 새로운 튜링 테스트 개발하기  프라사드는 자연어 대화를 흉내 내는 건 더 이상 달성 불가능한 목표가 아니라고 지적했다. 튜링 테스트는 인지 컴퓨팅과 자연어 처리가 달 여행만큼이나 미래적으로 느껴졌던 20세기 초 중요한 개념적 돌파구였다. 물론 이 테스트는 기술적 벤치마크로 고안된 것은 아니었다. 단순히 추상적인 기계가 인지 능력을 어떻게 모방할 수 있는지 보여주기 위한 사고 실험(thought experiment)이었다.  또한 프리사드는 AI의 가치가 자연어 대화를 모방하는 것 이상의 고급 기능에 있다고 말했다. 그는 특히 인간이 할 수 있는 것보다 훨씬 더 빠른 속도로 방대한 양의 정보를 처리하는 AI의 역량을 강조했다. AI는 텍스트 기반의 데이터 교환에서 나아가 영상, 음성, 이미지, 센서 등의 여러 유형의 데이터를 처리할 수 있다. 이는 대화를 통해서가 아니라, 추론되거나 혹은 미리 설정한 사용자 의도에 따라 자동화된 작업을 수행할 수도 있다.  이러한 모든 AI 역량을 윤리적 AI에 초점을 맞춘 더 넓은 프레임워크에 통합할 수 있다. 윤리적 의사결정은...

2021.02.25

칼럼 | 2021년 데이터 과학 예측 7가지

그 어떤 해와도 달랐던 한 해를 보낸 후 필자는 긍정적인 생각으로 2021년을 바라보고 있다. 코로나19 대유행을 억제하고 일상을 (어느 정도) 되돌려 준다고 약속하는 코로나19 백신에 더해 기업들은 물론 정부가 ‘평소의 업무’로 복귀하면서 새로워질 경제와 전세계적인 안정도 기대하고 있다. 코로나바이러스로 거의 모든 시장 부문이 타격을 받은 가운데 기술 부문은 특히 큰 와해를 겪었다. 제조에서부터 공급망, 물류, 소매, 소비자 수요에 이르기까지, 기업들은 빠르게 전환을 해야 했으며 한 번이 아닌 두세 번의 전환이 필요한 경우도 많았다. 그런데 기술은 이미 올해에 대한 긍정적인 지표를 보이고 있으며 데이터 과학 분야에서 몇 가지 확실한 동향이 눈에 띈다. 이미 등장하기 시작한 7가지 동향을 소개한다.   데이터 과학 분야의 투자가 지속적으로 늘어난다 코로나19 영향 극복과 업무 실행을 위해 조직들은 여러 분야에서 예산을 대폭 삭감했었다. 그러나 2021년에는 데이터 과학에 대한 투자를 유지하거나 심지어 늘릴 회사가 많을 것으로 필자는 내다보고 있다. 코로나19로 급히 원격 근무자 지원에 나서면서 포춘500대 기업들은 퍼블릭 클라우드 및 최신 데이터 과학 도구로의 이전에 박차를 가했다. 이는 전면적인 데이터 과학 투자를 가로막는 마지막 남은 장벽 가운데 하나였다.  이제 봉인이 해제되었기 때문에 조직들의 계속적인 투자가 쉬워졌으며, 여러 포춘 500대 기업들이 머신러닝(ML) 및 데이터 과학 분야의 핵심 역량 구축에 투자하고 있다. 경쟁업체보다 더 빠르고/똑똑하고/잘하기 위해 ‘큰 승부’를 거는 것이다. 코로나19로 인해 모델 모니터링 솔루션의 개발이 가속화된다 코로나19로 업무 운영의 거의 모든 측면이 엄청난 타격을 입었으며 인공지능(AI) 및 머신러닝(ML)에 의존하여 업무 의사결정을 자동화하던 조직들이 특히 취약해졌다. 회사들이 겪고 있는 가장 큰 문제 가운데 하나는 막대한 데이터 드리프트(drift) 현상이다. 데이터 드리프트 ...

데이터 과학 알고리즘 모델링

2021.02.05

그 어떤 해와도 달랐던 한 해를 보낸 후 필자는 긍정적인 생각으로 2021년을 바라보고 있다. 코로나19 대유행을 억제하고 일상을 (어느 정도) 되돌려 준다고 약속하는 코로나19 백신에 더해 기업들은 물론 정부가 ‘평소의 업무’로 복귀하면서 새로워질 경제와 전세계적인 안정도 기대하고 있다. 코로나바이러스로 거의 모든 시장 부문이 타격을 받은 가운데 기술 부문은 특히 큰 와해를 겪었다. 제조에서부터 공급망, 물류, 소매, 소비자 수요에 이르기까지, 기업들은 빠르게 전환을 해야 했으며 한 번이 아닌 두세 번의 전환이 필요한 경우도 많았다. 그런데 기술은 이미 올해에 대한 긍정적인 지표를 보이고 있으며 데이터 과학 분야에서 몇 가지 확실한 동향이 눈에 띈다. 이미 등장하기 시작한 7가지 동향을 소개한다.   데이터 과학 분야의 투자가 지속적으로 늘어난다 코로나19 영향 극복과 업무 실행을 위해 조직들은 여러 분야에서 예산을 대폭 삭감했었다. 그러나 2021년에는 데이터 과학에 대한 투자를 유지하거나 심지어 늘릴 회사가 많을 것으로 필자는 내다보고 있다. 코로나19로 급히 원격 근무자 지원에 나서면서 포춘500대 기업들은 퍼블릭 클라우드 및 최신 데이터 과학 도구로의 이전에 박차를 가했다. 이는 전면적인 데이터 과학 투자를 가로막는 마지막 남은 장벽 가운데 하나였다.  이제 봉인이 해제되었기 때문에 조직들의 계속적인 투자가 쉬워졌으며, 여러 포춘 500대 기업들이 머신러닝(ML) 및 데이터 과학 분야의 핵심 역량 구축에 투자하고 있다. 경쟁업체보다 더 빠르고/똑똑하고/잘하기 위해 ‘큰 승부’를 거는 것이다. 코로나19로 인해 모델 모니터링 솔루션의 개발이 가속화된다 코로나19로 업무 운영의 거의 모든 측면이 엄청난 타격을 입었으며 인공지능(AI) 및 머신러닝(ML)에 의존하여 업무 의사결정을 자동화하던 조직들이 특히 취약해졌다. 회사들이 겪고 있는 가장 큰 문제 가운데 하나는 막대한 데이터 드리프트(drift) 현상이다. 데이터 드리프트 ...

2021.02.05

"아마존 쇼핑 알고리즘, 건강 관련 오정보 제대로 못거른다"

아마존의 제품 추천 알고리즘이 건강 관련 오정보를 제대로 거르지 못한다는 연구 결과가 발표됐다. 특히 코로나19 백신과 관련한 오정보가 아마존 고객에게 노출된다는 지적이다. 워싱턴대학 연구진은 지난 21일(현지시간) 아마존에서 수행한 15일간의 제품 검색 연구 결과, 아마존의 제품 추천 알고리즘이 의학적으로 오해의 소지가 있는 콘텐츠를 노출시킨다고 밝혔다.    연구진은 논문에서 “종이책, 전자책, 개인위생 등의 카테고리에 해당하는 상품 정보에 건강 관련 오정보들이 ‘과다하게’ 포함돼 있는 것을 발견했다”라며 “검색 결과로 뜬 상품 중 10.47%는 잘못된 건강 정보가 담긴 콘텐츠였다”라고 설명했다.  예컨대 “코로나바이러스 치료와 관련해 기도 치료법(prayer healing), 약초 치료법, 항바이러스 비타민 보충제 등 의학적으로 검증되지 않은 콘텐츠와 상품이 고객에게 추천됐다”라고 연구진은 밝혔다.  특히 아마존의 추천 알고리즘에 필터버블(filter bubble) 효과가 발생한다는 지적도 있었다. 고객들이 검색 조건을 설정해 건강 상품을 검색할 경우, 오정보를 폭로하는 상품 콘텐츠보다 오정보를 홍보하는 상품 콘텐츠가 더 많이 노출된다는 설명이다.  필터버블은 사용자의 검색 이력에 기초해 웹사이트 알고리즘이 사용자가 선호할 만한 정보만 선별적으로 노출함으로써, 사용자가 특정 정보에 대한 편향 속에 갇히는 현상을 의미한다.  이번 연구 결과를 얻기 위해 연구진은 아마존에 로그인 및 비로그인한 경우로 나눠 ‘HPV 백신’, ‘면역’, ‘MMR 백신’ 등 백신 관련 주요 키워드를 검색하는 실험을 수행했다고 설명했다.  연구진은 “여러 검색 플랫폼들은 사용자의 검색 경험을 향상하기 위해 과거 검색 결과를 바탕으로 개인 맞춤형 서비스를 제공한다”라며 “적절히 통제되지 않으면 이런 개인화 알고리즘은 사용자들은 문제성 콘텐츠로 이끌 수 있다”라고 지적했다. ciokr@idg.co.kr

아마존 검색 알고리즘 개인화 추천 알고리즘 코로나19 백신 건강제품 오정보 필터버블

2021.01.27

아마존의 제품 추천 알고리즘이 건강 관련 오정보를 제대로 거르지 못한다는 연구 결과가 발표됐다. 특히 코로나19 백신과 관련한 오정보가 아마존 고객에게 노출된다는 지적이다. 워싱턴대학 연구진은 지난 21일(현지시간) 아마존에서 수행한 15일간의 제품 검색 연구 결과, 아마존의 제품 추천 알고리즘이 의학적으로 오해의 소지가 있는 콘텐츠를 노출시킨다고 밝혔다.    연구진은 논문에서 “종이책, 전자책, 개인위생 등의 카테고리에 해당하는 상품 정보에 건강 관련 오정보들이 ‘과다하게’ 포함돼 있는 것을 발견했다”라며 “검색 결과로 뜬 상품 중 10.47%는 잘못된 건강 정보가 담긴 콘텐츠였다”라고 설명했다.  예컨대 “코로나바이러스 치료와 관련해 기도 치료법(prayer healing), 약초 치료법, 항바이러스 비타민 보충제 등 의학적으로 검증되지 않은 콘텐츠와 상품이 고객에게 추천됐다”라고 연구진은 밝혔다.  특히 아마존의 추천 알고리즘에 필터버블(filter bubble) 효과가 발생한다는 지적도 있었다. 고객들이 검색 조건을 설정해 건강 상품을 검색할 경우, 오정보를 폭로하는 상품 콘텐츠보다 오정보를 홍보하는 상품 콘텐츠가 더 많이 노출된다는 설명이다.  필터버블은 사용자의 검색 이력에 기초해 웹사이트 알고리즘이 사용자가 선호할 만한 정보만 선별적으로 노출함으로써, 사용자가 특정 정보에 대한 편향 속에 갇히는 현상을 의미한다.  이번 연구 결과를 얻기 위해 연구진은 아마존에 로그인 및 비로그인한 경우로 나눠 ‘HPV 백신’, ‘면역’, ‘MMR 백신’ 등 백신 관련 주요 키워드를 검색하는 실험을 수행했다고 설명했다.  연구진은 “여러 검색 플랫폼들은 사용자의 검색 경험을 향상하기 위해 과거 검색 결과를 바탕으로 개인 맞춤형 서비스를 제공한다”라며 “적절히 통제되지 않으면 이런 개인화 알고리즘은 사용자들은 문제성 콘텐츠로 이끌 수 있다”라고 지적했다. ciokr@idg.co.kr

2021.01.27

칼럼ㅣ’록스타’ 지위에 오른 데이터 과학자··· 최적의 팀을 구성하려면?

구글에서 ‘록스타(Rock Star)’와 ‘데이터 과학자(Data Scientist)’를 검색해보자. 놀라운 일이 벌어질 것이다. ‘록스타’와 ‘데이터 과학자’ 이 두 단어를 한 문장에 사용하는 것은 사실이다.  별다른 의미가 있는 건 아니다. 필자는 데이터 과학자로서 업계에서 뛰어난 인재들, 다시 말해 ‘록스타’들과 함께 일하면서 이들의 창의성, 지능, 비전, 재능에 놀라곤 한다.  게다가 이 록스타들은 AI를 중심으로 자신의 역량과 전문지식을 결합해 비즈니스, 산업, 더 나아가 세상이 직면한 큰 문제들을 해결하고자 노력하고 있다. 이를테면 경제적 불평등과 소득불균형을 바로잡기 위해 노력한다거나, 금융위기와 돈세탁을 막기 위해 머신러닝을 개발하고 있다. 대규모로 사용할 수 있는 관련 툴과 플랫폼을 구축하고 있기도 하다.    가끔씩 경영진들은 필자에게 “당신이 이야기하면 AI가 쉬워 보인다. 우리는 어떻게 AI를 시작할 수 있는가?”라고 말하곤 한다. 여기에 답하자면, 가장 먼저 쉬운 일은 아니라고 밝히고 싶다. 팀 구조와 조직 철학으로 인해 복잡해지는 경우가 많다.  그리고서 ‘록스타 애널리틱스 팀’을 구축하는 것부터 시작하라고 권고하고 싶다. 이는 데이터 과학자들의 역량을 균형 있게 조정하는 동시에 팀 전반의 역량 격차를 인지하고 해결한 최적의 앙상블 팀을 의미한다.  물론 초기 투자 비용은 만만치 않을 것이다. 데이터 과학 인재 수요가 높기 때문이다. 하지만 코리니움(Corinium)의 최근 보고서에 따르면 AI 제품 수요도 코로나19 사태 이후로 많이 증가한 것으로 나타났다.  록스타 애널리틱스 팀을 구축할 생각인가? 그렇다면 다음의 지침을 고려하라. ‘무대 설정하기’: 니즈 및 역량을 검토하라 함께 아름다운 곡을 연주하는 앙상블 팀을 구성하기 전에 할 일이 있다. 일단 조직을 면밀하게 살펴보면서 질문을 던져야 한다.  이 팀으로 무엇을 달성하고자 하는가? 이 팀을...

데이터 애널리틱스 데이터 과학자 데이터 과학 록스타 AI 인공지능 머신러닝 프로젝트 관리자 알고리즘 알고리즘 개발자 분석 소프트웨어 엔지니어 애널리틱스 전문가 AI 에반젤리스트

2021.01.14

구글에서 ‘록스타(Rock Star)’와 ‘데이터 과학자(Data Scientist)’를 검색해보자. 놀라운 일이 벌어질 것이다. ‘록스타’와 ‘데이터 과학자’ 이 두 단어를 한 문장에 사용하는 것은 사실이다.  별다른 의미가 있는 건 아니다. 필자는 데이터 과학자로서 업계에서 뛰어난 인재들, 다시 말해 ‘록스타’들과 함께 일하면서 이들의 창의성, 지능, 비전, 재능에 놀라곤 한다.  게다가 이 록스타들은 AI를 중심으로 자신의 역량과 전문지식을 결합해 비즈니스, 산업, 더 나아가 세상이 직면한 큰 문제들을 해결하고자 노력하고 있다. 이를테면 경제적 불평등과 소득불균형을 바로잡기 위해 노력한다거나, 금융위기와 돈세탁을 막기 위해 머신러닝을 개발하고 있다. 대규모로 사용할 수 있는 관련 툴과 플랫폼을 구축하고 있기도 하다.    가끔씩 경영진들은 필자에게 “당신이 이야기하면 AI가 쉬워 보인다. 우리는 어떻게 AI를 시작할 수 있는가?”라고 말하곤 한다. 여기에 답하자면, 가장 먼저 쉬운 일은 아니라고 밝히고 싶다. 팀 구조와 조직 철학으로 인해 복잡해지는 경우가 많다.  그리고서 ‘록스타 애널리틱스 팀’을 구축하는 것부터 시작하라고 권고하고 싶다. 이는 데이터 과학자들의 역량을 균형 있게 조정하는 동시에 팀 전반의 역량 격차를 인지하고 해결한 최적의 앙상블 팀을 의미한다.  물론 초기 투자 비용은 만만치 않을 것이다. 데이터 과학 인재 수요가 높기 때문이다. 하지만 코리니움(Corinium)의 최근 보고서에 따르면 AI 제품 수요도 코로나19 사태 이후로 많이 증가한 것으로 나타났다.  록스타 애널리틱스 팀을 구축할 생각인가? 그렇다면 다음의 지침을 고려하라. ‘무대 설정하기’: 니즈 및 역량을 검토하라 함께 아름다운 곡을 연주하는 앙상블 팀을 구성하기 전에 할 일이 있다. 일단 조직을 면밀하게 살펴보면서 질문을 던져야 한다.  이 팀으로 무엇을 달성하고자 하는가? 이 팀을...

2021.01.14

"AI SW 시장 2025년까지 370억 달러, 2023년 이후 성장 둔화" 포레스터

"인공지능 소프트웨어 시장은 2025년까지 370억 달러 규모로 성장할 것이다. 적지 않은 수준이지만 투자자나 분석가들이 예상한 1,500~2,000억 달러에 비하면 낮은 수치다. 인공지능 소프트웨어 시장 안에서 애플리케이션의 성장은, 인공지능을 기존 소프트웨어 제품에 포함하는 업체에 의해 제한될 것이다." 포레스터(Forrester)가 '2025년까지 인공지능 소프트웨어 시장 370억 달러로 성장(The AI Software Market Will Grow To $37 Billion Globally By 2025)' 보고서를 발표하고, 하드웨어 및 컨설팅 서비스를 제외한 인공지능 소프트웨어 시장에 대한 전망을 내놨다. 포레스터는 인공지능 소프트웨어 시장을 인공지능 생산자 플랫폼, 인공지능 촉진자 플랫폼, 인공지능 중심 애플리케이션, 인공지능 주입 애플리케이션으로 구분했다. 네 가지 세그먼트 중에서 인공지능 제조자 플랫폼의 시장규모가 가장 클 것으로 전망했다. (자료:Forrester) 보고서는 인공지능 소프트웨어 시장이 적지 않은 규모로 성장하겠지만, 전문가들이 예상한 수준에는 한참 미치지 못할 것으로 분석했다. 또한, 2020년 코로나19(COVID-19) 펜데믹으로 인한 경기침체로 둔화되었던 성장세가, 2023년 이후가 되면 다시 추춤하게 될 것이라고 전망했다. 이렇게 인공지능 소프트웨어 시장이 기대치 보다 성장이나 규모가 미치지 못하는 이유로는, 인공지능 소프트웨어의 기능과 역할이 기존 소프트웨어에 내장되거나 포함되기 때문이라고 진단했다. 즉, 개별적 소프트웨어로 공급되는 시장이 아니라, 기존 제품에 포함되거나 추가되는 형태로 진행된다는 것이다. 포레스터는 "대부분의 비즈니스 애플리케이션은 수익을 창출하지 않고 인공지능 기능을 추가하고 있다. 또한, 기업이 자체적으로 사용하는 맞춤형 인공지능 애플리케이션은 시장 수익을 창출하지 못한다. 이러한 이유때문에 2024년에는 인공지능이 모든 소프트웨어 제품에 흡수될 것이다"라고 밝혔다. 하락했던 인공...

포레스터 AI 소프트웨어 전망 알고리즘

2020.12.17

"인공지능 소프트웨어 시장은 2025년까지 370억 달러 규모로 성장할 것이다. 적지 않은 수준이지만 투자자나 분석가들이 예상한 1,500~2,000억 달러에 비하면 낮은 수치다. 인공지능 소프트웨어 시장 안에서 애플리케이션의 성장은, 인공지능을 기존 소프트웨어 제품에 포함하는 업체에 의해 제한될 것이다." 포레스터(Forrester)가 '2025년까지 인공지능 소프트웨어 시장 370억 달러로 성장(The AI Software Market Will Grow To $37 Billion Globally By 2025)' 보고서를 발표하고, 하드웨어 및 컨설팅 서비스를 제외한 인공지능 소프트웨어 시장에 대한 전망을 내놨다. 포레스터는 인공지능 소프트웨어 시장을 인공지능 생산자 플랫폼, 인공지능 촉진자 플랫폼, 인공지능 중심 애플리케이션, 인공지능 주입 애플리케이션으로 구분했다. 네 가지 세그먼트 중에서 인공지능 제조자 플랫폼의 시장규모가 가장 클 것으로 전망했다. (자료:Forrester) 보고서는 인공지능 소프트웨어 시장이 적지 않은 규모로 성장하겠지만, 전문가들이 예상한 수준에는 한참 미치지 못할 것으로 분석했다. 또한, 2020년 코로나19(COVID-19) 펜데믹으로 인한 경기침체로 둔화되었던 성장세가, 2023년 이후가 되면 다시 추춤하게 될 것이라고 전망했다. 이렇게 인공지능 소프트웨어 시장이 기대치 보다 성장이나 규모가 미치지 못하는 이유로는, 인공지능 소프트웨어의 기능과 역할이 기존 소프트웨어에 내장되거나 포함되기 때문이라고 진단했다. 즉, 개별적 소프트웨어로 공급되는 시장이 아니라, 기존 제품에 포함되거나 추가되는 형태로 진행된다는 것이다. 포레스터는 "대부분의 비즈니스 애플리케이션은 수익을 창출하지 않고 인공지능 기능을 추가하고 있다. 또한, 기업이 자체적으로 사용하는 맞춤형 인공지능 애플리케이션은 시장 수익을 창출하지 못한다. 이러한 이유때문에 2024년에는 인공지능이 모든 소프트웨어 제품에 흡수될 것이다"라고 밝혔다. 하락했던 인공...

2020.12.17

미래 아닌 현재··· ‘엔터프라이즈 VR’을 준비하라

한 보고서에 따르면 2021년에는 무려 80%의 기업이 가상현실(VR) 또는 증강현실(AR)에 투자할 전망이다. 엔터프라이즈 VR의 사용 사례는 어떠한가? 엔터프라이즈 VR 프로젝트를 어떻게 시작해야 하는가?  ‘엔터프라이즈 VR(Enterprise VR)’은 이제 미래가 아닌 현재다. 오늘날 많은 기업이 VR 솔루션을 도입하고 있다. 이 기술에 관한 인식이 높아지고, 관련 툴 수요가 증가하면서다.    시장조사업체 CSS 인사이트(CCS Insight)의 보고서에 따르면 향후 1년 동안 VR/AR 투자를 고려 중이라고 밝힌 기업이 약 80%에 달했다. 또한 해당 보고서는 앞으로 몇 년간 기업에서 확장현실(Extended Reality, XR) 솔루션 도입이 확대될 것으로 내다봤다.  CCS 인사이트의 웨어러블 및 XR부문 선임 애널리스트 레오 게비는 “선진국에서 중견기업의 절반 이상이 2025년에는 이 기술을 도입할 것으로 예측한다”라고 말했다.  기업 교육 가장 많은 엔터프라이즈 VR 사용 사례는 바로 ‘교육’이다. 특히 건강과 안전을 대상으로 한 교육이 많다.  VR 솔루션 업체 이머스(Immerse)의 CEO 톰 사이먼은 “이를테면 화재 훈련을 한다고 가정해보자. 실제로 불이 난 것 같은 상황을 만들고 훈련하기가 어려울뿐더러 비용도 많이 든다. 그런데 VR을 활용하면 안전한 환경에서 위험한 상황을 시뮬레이션해 직원들이 겪을 수도 있는 상황을 현실적으로 경험할 수 있다”라고 설명했다. 이제는 VR을 사용해 소프트스킬을 계발하는 단계까지 발전했다. 다시 말해, 오늘날 이 기술은 영업부터 사이버보안, 차별에 노출된 입장이 되어볼 수 있는 D&I(다양성과 포용성) 교육까지 거의 모든 분야에서 직원들을 교육시키는 데 사용되고 있다.  예를 들면 영국 왕립해군(Royal Navy)과 방위기술 업체 퀴네티큐(QuinetiQ)는 VR을 사용해 다수의 해상 훈련을 육지로 옮겼다. 또한 ...

가상현실 증강현실 AR VR 엔터프라이즈 VR 기업 교육 아바타 알고리즘 디지털 트랜스포메이션 코로나19 팬데믹 몰입형 기술 소프트웨어 개발 비즈니스 관리 인적자원

2020.11.19

한 보고서에 따르면 2021년에는 무려 80%의 기업이 가상현실(VR) 또는 증강현실(AR)에 투자할 전망이다. 엔터프라이즈 VR의 사용 사례는 어떠한가? 엔터프라이즈 VR 프로젝트를 어떻게 시작해야 하는가?  ‘엔터프라이즈 VR(Enterprise VR)’은 이제 미래가 아닌 현재다. 오늘날 많은 기업이 VR 솔루션을 도입하고 있다. 이 기술에 관한 인식이 높아지고, 관련 툴 수요가 증가하면서다.    시장조사업체 CSS 인사이트(CCS Insight)의 보고서에 따르면 향후 1년 동안 VR/AR 투자를 고려 중이라고 밝힌 기업이 약 80%에 달했다. 또한 해당 보고서는 앞으로 몇 년간 기업에서 확장현실(Extended Reality, XR) 솔루션 도입이 확대될 것으로 내다봤다.  CCS 인사이트의 웨어러블 및 XR부문 선임 애널리스트 레오 게비는 “선진국에서 중견기업의 절반 이상이 2025년에는 이 기술을 도입할 것으로 예측한다”라고 말했다.  기업 교육 가장 많은 엔터프라이즈 VR 사용 사례는 바로 ‘교육’이다. 특히 건강과 안전을 대상으로 한 교육이 많다.  VR 솔루션 업체 이머스(Immerse)의 CEO 톰 사이먼은 “이를테면 화재 훈련을 한다고 가정해보자. 실제로 불이 난 것 같은 상황을 만들고 훈련하기가 어려울뿐더러 비용도 많이 든다. 그런데 VR을 활용하면 안전한 환경에서 위험한 상황을 시뮬레이션해 직원들이 겪을 수도 있는 상황을 현실적으로 경험할 수 있다”라고 설명했다. 이제는 VR을 사용해 소프트스킬을 계발하는 단계까지 발전했다. 다시 말해, 오늘날 이 기술은 영업부터 사이버보안, 차별에 노출된 입장이 되어볼 수 있는 D&I(다양성과 포용성) 교육까지 거의 모든 분야에서 직원들을 교육시키는 데 사용되고 있다.  예를 들면 영국 왕립해군(Royal Navy)과 방위기술 업체 퀴네티큐(QuinetiQ)는 VR을 사용해 다수의 해상 훈련을 육지로 옮겼다. 또한 ...

2020.11.19

알고리즘 없이 미래도 없지만… 무엇보다 중요한 건 ‘데이터 정리’

알고리즘의 ‘비즈니스 가치’는 무엇인가? 틱톡(TikTok) 매각 협상이 교착 상태에 빠져 있다. 주요 걸림돌은 ‘알고리즘’ 이전 여부다. 지난 8월 중국 정부가 기술 수출 규제 조치를 내놓으면서 틱톡의 추천 알고리즘을 매입하려면 중국 정부의 승인을 받아야 하기 때문이다. 일각에서는 미국에서 사용될 새 알고리즘이 개발될 수도 있다는 전망을 내놓기도 했다.  도널드 트럼프 美 대통령이 미국의 ‘전적인 틱톡 통제’를 고집한다면 매각 협상은 난항을 거듭할 게 불 보듯 뻔하지만 알고리즘이 없다면 가치가 있을까? 핵심 기술이 빠진 기술 비즈니스에 무슨 의미가 있을까?    좋든 나쁘든 알고리즘은 일상, 특히 ‘온라인 생활’에서 매일 실행되고 있다. 한 보고서에 따르면 전 세계적으로 매일 2.5퀀틸리언(조의 1만 배, 100경) 바이트의 데이터가 생성되고 있으며, 2020년에는 모든 사람이 매초마다 1.7MB의 데이터를 생성하고 있다. 이렇게 만들어지는 방대한 데이터 그리고 품질 높은 서비스 및 소프트웨어를 바라는 니즈가 결합돼 알고리즘이 생활 속에 자리 잡은 것이다.  헤드램프 소프트웨어(Headlamp Software)의 CEO 크리스 콜은 “알고리즘의 진정한 비즈니스 가치는 정량화하기 쉽지 않다”라면서, “모든 기업과 고객이 문제에 다르게 접근하기 때문이다. 알고리즘이 항상 정답은 아니다”라고 말했다.   그는 “여기서 던져야 할 기본적인 질문은 ‘알고리즘이 언제 직접 결정을 내려야 하는가? 그리고 알고리즘이 언제 인간의 판단에 도움을 주는 조언만 줘야 하는가?’다. 인간의 개입을 피하려는 이유는 비용 때문이다. 비용도 더 많이 들고 더 느려진다. 의사결정 과정에서 이를 제거하는 게 효율적이다. 그렇다면 그게 언제 적절한가?”라고 밝혔다.  콜은 ‘알려진 무지(known unknown)’를 다루기 위해 알고리즘을 고안할 수 있지만 최신 머신러닝 기술은 알고리즘의 매개변수를 최적화할 수 있을 뿐만 아니...

알고리즘 머신러닝 데이터 빅데이터 데이터 정리 데이터 관리 애널리틱스 틱톡

2020.11.16

알고리즘의 ‘비즈니스 가치’는 무엇인가? 틱톡(TikTok) 매각 협상이 교착 상태에 빠져 있다. 주요 걸림돌은 ‘알고리즘’ 이전 여부다. 지난 8월 중국 정부가 기술 수출 규제 조치를 내놓으면서 틱톡의 추천 알고리즘을 매입하려면 중국 정부의 승인을 받아야 하기 때문이다. 일각에서는 미국에서 사용될 새 알고리즘이 개발될 수도 있다는 전망을 내놓기도 했다.  도널드 트럼프 美 대통령이 미국의 ‘전적인 틱톡 통제’를 고집한다면 매각 협상은 난항을 거듭할 게 불 보듯 뻔하지만 알고리즘이 없다면 가치가 있을까? 핵심 기술이 빠진 기술 비즈니스에 무슨 의미가 있을까?    좋든 나쁘든 알고리즘은 일상, 특히 ‘온라인 생활’에서 매일 실행되고 있다. 한 보고서에 따르면 전 세계적으로 매일 2.5퀀틸리언(조의 1만 배, 100경) 바이트의 데이터가 생성되고 있으며, 2020년에는 모든 사람이 매초마다 1.7MB의 데이터를 생성하고 있다. 이렇게 만들어지는 방대한 데이터 그리고 품질 높은 서비스 및 소프트웨어를 바라는 니즈가 결합돼 알고리즘이 생활 속에 자리 잡은 것이다.  헤드램프 소프트웨어(Headlamp Software)의 CEO 크리스 콜은 “알고리즘의 진정한 비즈니스 가치는 정량화하기 쉽지 않다”라면서, “모든 기업과 고객이 문제에 다르게 접근하기 때문이다. 알고리즘이 항상 정답은 아니다”라고 말했다.   그는 “여기서 던져야 할 기본적인 질문은 ‘알고리즘이 언제 직접 결정을 내려야 하는가? 그리고 알고리즘이 언제 인간의 판단에 도움을 주는 조언만 줘야 하는가?’다. 인간의 개입을 피하려는 이유는 비용 때문이다. 비용도 더 많이 들고 더 느려진다. 의사결정 과정에서 이를 제거하는 게 효율적이다. 그렇다면 그게 언제 적절한가?”라고 밝혔다.  콜은 ‘알려진 무지(known unknown)’를 다루기 위해 알고리즘을 고안할 수 있지만 최신 머신러닝 기술은 알고리즘의 매개변수를 최적화할 수 있을 뿐만 아니...

2020.11.16

유실·인종차별·개인정보 침해···애널리틱스 및 AI 결함이 빚은 참사 5건

데이터와 머신러닝 알고리즘은 값진 인사이트를 제공한다. 하지만 오류가 발생하면 회사의 평판, 매출, 생존이 위협에 처할 수 있다. 애널리틱스와 인공지능의 결함으로 인해 빚어진 참사에 대해 정리해보았다.   데이터가 석유를 제치고 세계에서 가장 귀중한 자원이 되었다는 표현은 2017년 이코노미스트(Economist)가 사용한 이후 곳곳에서 되풀이되고 있다. 산업군을 막론하고 데이터와 애널리틱스에 많은 투자가 이루어지고 있다. 그러나 석유와 마찬가지로 데이터와 애널리틱스에는 어두운 면이 있다. IDG의 2020년도 CIO 현황 보고서에 따르면 IT 리더 중 37%는 올해 IT 부문 중 데이터 애널리틱스에 가장 많은 투자를 집행할 거라고 응답했다. 기업들은 애널리틱스와 머신러닝을 통해 얻은 인사이트를 바탕으로 실천 전략을 세워 경쟁 우위를 점할 수 있다. 하지만 결함이 발생하면 회사의 평판, 매출, 생존에 악영향을 미칠 수 있다.  기업의 자체 데이터와 그 데이터가 의미하는 바를 이해하는 것도 중요하지만 툴을 이해하고, 데이터를 파악하고, 기업의 지향 가치를 확실히 내재화하는 것도 중요하다.  애널리틱스 및 인공지능의 결함으로 인해 지난 10년간 빚어진 참사 중 눈에 띄는 사례를 몇 가지 살펴보도록 한다.  1. 영국에서 스프레드시트 데이터 한도 초과로 코로나바이러스 감염 사례 기록 수천 건이 유실된 사건 2020년 10월, 코로나19 신규 감염 사례 집계를 담당하는 영국 정부기관 공중보건국(PHE)은 9월 25일과 10월 2일 사이에 약 1만 6,000건의 코로나바이러스 감염 사례에 대한 보고가 누락됐다고 밝혔다. 원인은 바로 마이크로소프트 엑셀의 데이터 한도에 있었다.  PHE는 자동화 프로세스를 사용해 CSV파일 형식의 코로나19 확진 결과를 엑셀 템플릿으로 전환한다. 이 엑셀 템플릿은 보고용 대시보드와 접촉자 추적에 활용된다. 그런데 엑셀 스프레드시트는 워크시트 한 개당 최대 104만 8,576개의 행...

데이터 머신러닝 인공지능 마케팅 개인정보 인종차별 알고리즘

2020.10.26

데이터와 머신러닝 알고리즘은 값진 인사이트를 제공한다. 하지만 오류가 발생하면 회사의 평판, 매출, 생존이 위협에 처할 수 있다. 애널리틱스와 인공지능의 결함으로 인해 빚어진 참사에 대해 정리해보았다.   데이터가 석유를 제치고 세계에서 가장 귀중한 자원이 되었다는 표현은 2017년 이코노미스트(Economist)가 사용한 이후 곳곳에서 되풀이되고 있다. 산업군을 막론하고 데이터와 애널리틱스에 많은 투자가 이루어지고 있다. 그러나 석유와 마찬가지로 데이터와 애널리틱스에는 어두운 면이 있다. IDG의 2020년도 CIO 현황 보고서에 따르면 IT 리더 중 37%는 올해 IT 부문 중 데이터 애널리틱스에 가장 많은 투자를 집행할 거라고 응답했다. 기업들은 애널리틱스와 머신러닝을 통해 얻은 인사이트를 바탕으로 실천 전략을 세워 경쟁 우위를 점할 수 있다. 하지만 결함이 발생하면 회사의 평판, 매출, 생존에 악영향을 미칠 수 있다.  기업의 자체 데이터와 그 데이터가 의미하는 바를 이해하는 것도 중요하지만 툴을 이해하고, 데이터를 파악하고, 기업의 지향 가치를 확실히 내재화하는 것도 중요하다.  애널리틱스 및 인공지능의 결함으로 인해 지난 10년간 빚어진 참사 중 눈에 띄는 사례를 몇 가지 살펴보도록 한다.  1. 영국에서 스프레드시트 데이터 한도 초과로 코로나바이러스 감염 사례 기록 수천 건이 유실된 사건 2020년 10월, 코로나19 신규 감염 사례 집계를 담당하는 영국 정부기관 공중보건국(PHE)은 9월 25일과 10월 2일 사이에 약 1만 6,000건의 코로나바이러스 감염 사례에 대한 보고가 누락됐다고 밝혔다. 원인은 바로 마이크로소프트 엑셀의 데이터 한도에 있었다.  PHE는 자동화 프로세스를 사용해 CSV파일 형식의 코로나19 확진 결과를 엑셀 템플릿으로 전환한다. 이 엑셀 템플릿은 보고용 대시보드와 접촉자 추적에 활용된다. 그런데 엑셀 스프레드시트는 워크시트 한 개당 최대 104만 8,576개의 행...

2020.10.26

암호화 혁신 뜨겁다··· 주목할 만한 4가지 영역

암호화 기법 및 알고리즘을 강화하려는 시도의 성과들이 최근 급진전되는 양상이다. 여기 암호화 연구 분야에서 특히 주목할 만한 영역을 정리했다.  누가 데이터를 소유하는가? 누가 어떤 데이터를 읽을 수 있는가? 이와 같은 난제의 중심에는 암호화 알고리즘들이 자리하고 있다. 이들은 수학적으로 복잡하며 전문가도 이해하기 어려울 때가 많다. 그러나 모두가 암호화 알고리즘을 제대로 이해해야만 사기 중단과 개인정보 보호, 그리고 정확성 확보가 가능해진다. 오늘날 많은 연구자들이 알고리즘을 개선하는 한편 기존 알고리즘의 약점을 밝히려는 시도를 하고 있다. 최신 방식 중에는 보다 정교한 프로토콜과 보다 강력한 알고리즘으로 모든 사람을 보호할 수 있는 새로운 기회를 제공하는 것도 있다.  이러한 최신 도구들은 개선된 개인정보보호 기능과 민첩해진 애플리케이션을 결합하여 방어 능력을 향상시킬 것이다. 아직은 실험 단계인 양자 컴퓨터를 이용한 공격에도 견딜 수 있도록 고안된 것들도 있다.  특히 암호화폐 분야가 급성장하면서 이의 근간 기술을 단순히 금전과 거래의 안전만이 아닌 디지털 워크플로우의 모든 단계를 보호하려는 시도가 이뤄지고 있다. 모든 상호작용의 불멸화를 목적으로 한 블록체인을 만들어 내려는 연구와 혁신은 오늘날 컴퓨터 과학 중에서 가장 창의적이고 치열한 분야에 속한다. 이처럼 흥미진진한 혁신의 핵심은 매우 안정적이고 강력하며 안전하다는 점이다. 표준은 몇 십년 동안 지속되기 때문에 기업들은 프로토콜 재설계나 재코딩을 그렇게 자주하지 하지 않고도 표준을 신뢰할 수 있게 된다. 이를테면 SHA와 AES같은 표준 알고리즘은 NIST에서 관리한 세심한 공개 경쟁으로 설계됐는데 그 결과는 끊임없는 공개 공격에 놀라운 수준의 저항성을 보였다. 단 그 중에는 기술의 발전 덕분에 약간 약화된 것도 있다. 일례로 SHA1은 SHA256으로 대체해야 할 필요성이 대두되고 있다. 그렇지만 언급할 만한 심각한 보안 문제는 아직 발생하지 않았다. &nbs...

암호화 블록체인 알고리즘 양자 저항 퀀텀 저항 동형 암호화 차등 개인정보 보호 영지식

2020.10.05

암호화 기법 및 알고리즘을 강화하려는 시도의 성과들이 최근 급진전되는 양상이다. 여기 암호화 연구 분야에서 특히 주목할 만한 영역을 정리했다.  누가 데이터를 소유하는가? 누가 어떤 데이터를 읽을 수 있는가? 이와 같은 난제의 중심에는 암호화 알고리즘들이 자리하고 있다. 이들은 수학적으로 복잡하며 전문가도 이해하기 어려울 때가 많다. 그러나 모두가 암호화 알고리즘을 제대로 이해해야만 사기 중단과 개인정보 보호, 그리고 정확성 확보가 가능해진다. 오늘날 많은 연구자들이 알고리즘을 개선하는 한편 기존 알고리즘의 약점을 밝히려는 시도를 하고 있다. 최신 방식 중에는 보다 정교한 프로토콜과 보다 강력한 알고리즘으로 모든 사람을 보호할 수 있는 새로운 기회를 제공하는 것도 있다.  이러한 최신 도구들은 개선된 개인정보보호 기능과 민첩해진 애플리케이션을 결합하여 방어 능력을 향상시킬 것이다. 아직은 실험 단계인 양자 컴퓨터를 이용한 공격에도 견딜 수 있도록 고안된 것들도 있다.  특히 암호화폐 분야가 급성장하면서 이의 근간 기술을 단순히 금전과 거래의 안전만이 아닌 디지털 워크플로우의 모든 단계를 보호하려는 시도가 이뤄지고 있다. 모든 상호작용의 불멸화를 목적으로 한 블록체인을 만들어 내려는 연구와 혁신은 오늘날 컴퓨터 과학 중에서 가장 창의적이고 치열한 분야에 속한다. 이처럼 흥미진진한 혁신의 핵심은 매우 안정적이고 강력하며 안전하다는 점이다. 표준은 몇 십년 동안 지속되기 때문에 기업들은 프로토콜 재설계나 재코딩을 그렇게 자주하지 하지 않고도 표준을 신뢰할 수 있게 된다. 이를테면 SHA와 AES같은 표준 알고리즘은 NIST에서 관리한 세심한 공개 경쟁으로 설계됐는데 그 결과는 끊임없는 공개 공격에 놀라운 수준의 저항성을 보였다. 단 그 중에는 기술의 발전 덕분에 약간 약화된 것도 있다. 일례로 SHA1은 SHA256으로 대체해야 할 필요성이 대두되고 있다. 그렇지만 언급할 만한 심각한 보안 문제는 아직 발생하지 않았다. &nbs...

2020.10.05

"알고리즘 재검토가 필요한 시점"··· 머신러닝 최신 성공사례 5선

IT 리더들이 비즈니스 인사이트를 창출하고자 인공지능과 머신러닝을 어떻게 활용하고 있는지 알아본다.  ‘인공지능(AI)’과 ‘머신러닝(ML)’이 기업에 상당한 영향력을 미치고 있다. AI 및 ML 기술을 활용해 고객 선호도를 예측하고 비즈니스 운영을 개선하는 사례가 늘고 있기 때문이다.  IDC는 AI 시스템 관련 지출액이 2023년 979억 달러를 돌파하리라 전망했다. 이는 2019년 지출액(375억 달러)의 3배에 가까운 규모다. 또한 지난 6월 발표된 캡제미니(Capgemini)의 설문 조사에 따르면 전체 응답 기업(950곳) 가운데 87%가 AI 파일럿을 진행 중이거나 한정된 유즈 케이스를 실제로 활용 중인 것으로 나타났다.    한편 코로나19 사태로 AI 부문에서 새로운 과제가 등장했다. 지난 3월 이후부터, 과거 데이터를 기준으로 생성된 알고리즘 모델이 왜곡되는 경우가 발생했기 때문이다. 캡제미니의 인사이트 및 데이터 부문 부사장 제리 커츠는 이러한 ‘데이터 드리프트(data drift)’ 현상으로 인해 기업이 기존 모델을 신뢰하기 어려워졌다고 지적했다.  예를 들어 제트 엔진 유지보수 간격을 예측하려는 기업이 있다고 가정해보자. 이 기업의 모델은 최근 몇 달간 급감한 제트 엔진 사용량으로 인해 크게 변경될 가능성이 높다. 최근 몇 달 동안 매출이 크게 하락한 소매업체도 마찬가지다.  커츠는 <CIO닷컴>과의 인터뷰에서 “특정 데이터가 너무 빠르게 바뀌는 바람에 과거는 더 이상 적절한 예측변수가 되지 못한다”라면서, “변수가 바뀌리라 생각하지 않았기 때문에 기업은 알고리즘을 재검토해야 할 것”이라고 진단했다.  이러한 과제에 직면한 상황에서, 여러 IT 리더들은 AI 및 ML을 어떻게 활용하고 있는지 사례들을 살펴본다.  1. 건강보험사 ‘앤섬(Anthem)’: AI를 활용한 비즈니스 성과 향상 미국 대형 건강보험회사 앤섬의 최고디지털책임자(CDO) 라...

머신러닝 인공지능 애널리틱스 인사이트 AI ML IDC 캡제미니 데이터 드리프트 알고리즘 가상비서 마이크로소프트 오피스 365 세일즈포스 데이터 아파치 스파크

2020.08.12

IT 리더들이 비즈니스 인사이트를 창출하고자 인공지능과 머신러닝을 어떻게 활용하고 있는지 알아본다.  ‘인공지능(AI)’과 ‘머신러닝(ML)’이 기업에 상당한 영향력을 미치고 있다. AI 및 ML 기술을 활용해 고객 선호도를 예측하고 비즈니스 운영을 개선하는 사례가 늘고 있기 때문이다.  IDC는 AI 시스템 관련 지출액이 2023년 979억 달러를 돌파하리라 전망했다. 이는 2019년 지출액(375억 달러)의 3배에 가까운 규모다. 또한 지난 6월 발표된 캡제미니(Capgemini)의 설문 조사에 따르면 전체 응답 기업(950곳) 가운데 87%가 AI 파일럿을 진행 중이거나 한정된 유즈 케이스를 실제로 활용 중인 것으로 나타났다.    한편 코로나19 사태로 AI 부문에서 새로운 과제가 등장했다. 지난 3월 이후부터, 과거 데이터를 기준으로 생성된 알고리즘 모델이 왜곡되는 경우가 발생했기 때문이다. 캡제미니의 인사이트 및 데이터 부문 부사장 제리 커츠는 이러한 ‘데이터 드리프트(data drift)’ 현상으로 인해 기업이 기존 모델을 신뢰하기 어려워졌다고 지적했다.  예를 들어 제트 엔진 유지보수 간격을 예측하려는 기업이 있다고 가정해보자. 이 기업의 모델은 최근 몇 달간 급감한 제트 엔진 사용량으로 인해 크게 변경될 가능성이 높다. 최근 몇 달 동안 매출이 크게 하락한 소매업체도 마찬가지다.  커츠는 <CIO닷컴>과의 인터뷰에서 “특정 데이터가 너무 빠르게 바뀌는 바람에 과거는 더 이상 적절한 예측변수가 되지 못한다”라면서, “변수가 바뀌리라 생각하지 않았기 때문에 기업은 알고리즘을 재검토해야 할 것”이라고 진단했다.  이러한 과제에 직면한 상황에서, 여러 IT 리더들은 AI 및 ML을 어떻게 활용하고 있는지 사례들을 살펴본다.  1. 건강보험사 ‘앤섬(Anthem)’: AI를 활용한 비즈니스 성과 향상 미국 대형 건강보험회사 앤섬의 최고디지털책임자(CDO) 라...

2020.08.12

현실화되는 직장 속 인공지능··· 다음 동료는 알고리즘?

인공지능이 인간의 직업 몇몇을 대체할 것임은 분명하다. 아울러 인간 직원이 일을 더 잘할 수 있도록 도울 것임도 분명하다. 나아가 인간과 인공지능이 서로의 강점을 살려 ‘협업’하는 미래도 선명해지고 있다.  산업화 혁명 시대의 기계들, 디지털화 시대의 컴퓨터, 최근 인공지능의 급속한 발전까지 기술 발전이 일자리 감소를 초래할 것으로 관측되는 계기들이 있었다. 그러나 전문가들은 인공지능(AI) 시스템이 특정 일자리를 대체하겠지만, 동시에 지능형 알고리즘에 넘길 수 있는 더 힘든 일들에 대한 부담을 줄여주고, 효율성을 높여주면서 사람의 활동을 증대시키는 역할도 하게 될 것이라고 말한다. 이는 사람이 AI와 직접 협력, 상호작용하게 된다는 의미이다. 시장조사 회사인 포레스터의 VP 겸 수석 애널리스트인 J.P 가운더는 “지능형 소프트웨어와 나란히 협력하는 사람들이 늘어날 전망이다. 우리가 상상할 수 있는 거의 모든 종류의 비즈니스 프로세스에서 이렇게 될 것으로 판단된다”라고 말했다. 클라우드 컴퓨팅과 머신러닝의 발전된 역량을 결합, AI 비서가 인적자원의 인식력이 필요한 작업 중 일부를 맡음으로써 인간이 좀더 잘할 수 있는 영역에 집중할 수 있게 될 것이라는 관측이다. 이미 많은 비즈니스에서 이런 일이 일어나고 있다. 2020년 딜로이트가 CIO와 기술 분야 고위 책임자들 1,300명을 조사한 결과에 따르면, 직원들을 대체하기 위해 AI를 이용하는 비율은 12%에 불과한 반면, 직원들을 지원하기 위해 AI를 이용하는 비율은 60%였다.   협력적 디자인 생성적 디자인(generative design)을 살펴본다. 제조업 등의 분야에서는 디자이너와 엔지니어들이 오래 전부터 CAD 도구들을 이용, 제품이나 부품의 3D 도면을 생성했다. 생성적 디자인에서 사용자는 알고리즘에 비용 같은 요건, 성능 기준, 소재의 종류 같은 파라미터를 집어넣는다. 그러면 알고리즘이 기계나 가구 부품 같이 다양한 대안적 모델들을 생성하고, 디자이너나 엔지니어가 모...

로봇 동료 로봇 협업 생성적 디자인 인간 사람 알고리즘 일자리 직업

2020.08.12

인공지능이 인간의 직업 몇몇을 대체할 것임은 분명하다. 아울러 인간 직원이 일을 더 잘할 수 있도록 도울 것임도 분명하다. 나아가 인간과 인공지능이 서로의 강점을 살려 ‘협업’하는 미래도 선명해지고 있다.  산업화 혁명 시대의 기계들, 디지털화 시대의 컴퓨터, 최근 인공지능의 급속한 발전까지 기술 발전이 일자리 감소를 초래할 것으로 관측되는 계기들이 있었다. 그러나 전문가들은 인공지능(AI) 시스템이 특정 일자리를 대체하겠지만, 동시에 지능형 알고리즘에 넘길 수 있는 더 힘든 일들에 대한 부담을 줄여주고, 효율성을 높여주면서 사람의 활동을 증대시키는 역할도 하게 될 것이라고 말한다. 이는 사람이 AI와 직접 협력, 상호작용하게 된다는 의미이다. 시장조사 회사인 포레스터의 VP 겸 수석 애널리스트인 J.P 가운더는 “지능형 소프트웨어와 나란히 협력하는 사람들이 늘어날 전망이다. 우리가 상상할 수 있는 거의 모든 종류의 비즈니스 프로세스에서 이렇게 될 것으로 판단된다”라고 말했다. 클라우드 컴퓨팅과 머신러닝의 발전된 역량을 결합, AI 비서가 인적자원의 인식력이 필요한 작업 중 일부를 맡음으로써 인간이 좀더 잘할 수 있는 영역에 집중할 수 있게 될 것이라는 관측이다. 이미 많은 비즈니스에서 이런 일이 일어나고 있다. 2020년 딜로이트가 CIO와 기술 분야 고위 책임자들 1,300명을 조사한 결과에 따르면, 직원들을 대체하기 위해 AI를 이용하는 비율은 12%에 불과한 반면, 직원들을 지원하기 위해 AI를 이용하는 비율은 60%였다.   협력적 디자인 생성적 디자인(generative design)을 살펴본다. 제조업 등의 분야에서는 디자이너와 엔지니어들이 오래 전부터 CAD 도구들을 이용, 제품이나 부품의 3D 도면을 생성했다. 생성적 디자인에서 사용자는 알고리즘에 비용 같은 요건, 성능 기준, 소재의 종류 같은 파라미터를 집어넣는다. 그러면 알고리즘이 기계나 가구 부품 같이 다양한 대안적 모델들을 생성하고, 디자이너나 엔지니어가 모...

2020.08.12

기고 | 이제는 CIO가 S·M·A·R·T 해져야 할 시점

'스마트'의 기준은 뭔가를 아는 것이 아니다. 정보를 어떻게 처리하고 적용할 지에서 결정된다. 맥락 인식 시대에 온 것을 환영한다. 21세기에 접어든 지 20년이 흐른 현재, CIO들은 그간 어떤 성과를 내왔을까? 임원들 사이에서 존재감은 뚜렷할까? CEO가 이사회에서 보고할 때 같이 참석은 하는가? IT 리서치 회사들이 오랫동안 강조했던 비즈니스 리더의 모습을 갖고 있을까? 결론을 먼저 말하자면 그렇기도 하고 아니기도 하다. CIO들은 다른 임원들처럼 건물 고층의 집무실에서 일하지만 이들의 위상은 딱히 개선되지 않았다. 디지털 전환이 추진되고 있음에도 CIO의 입지는 약해지는 모양새를 보였다. 일각의 우려처럼 CMO를 비롯해 새로운 C-레벨 임원들 CIO의 입지를 위협한 것도 아니었다. 그럼에도 CIO는 여전히(CMO를 비롯한 여타 임원들처럼) 기업에서 대접을 못 받고 있다. CEO, COO, CFO라는 3인방이 여전히 기업을 지배하고 있다.  지금은 정보화 시대인데 왜 CIO가 그런 대접을 받는 걸까? 5G 네트워크나 양자 컴퓨터를 운영하는 하는 첨단 업무가 CTO의 책임이기 때문일 수 있다. 혹은 CIO가 보안 문제와 시스템 안정화 문제를 해결하느라 고차원적인 목표에 쏟을 시간이 없기 때문일 수 있다.  본 기고문은 IT 부문에서 CIO가 주요 역량을 향상시킬 수 있는 프로세스와 기술적 측면에 대해 다뤄보고자 한다. 이를 통해 CIO가 현재의 권한을 넘어 영향력을 넓힐 수 있도록 하는 게 목표다.  맥락 인식 시대 데이터 집계 및 종합 기능을 바탕으로 어떤 액션을 취하거나 운영자의 의사결정을 지원할 수 있는 시스템은 스마트하다고 불린다. 특정한 환경에서 발생한 사건을 포착한 다음 디지털화 할 수 있다면, 이러한 시스템은 가치 있는 정보를 제공할 수 있을 것이다. 혹자는 이를 상황 인식(기술 분야의 이들은 맥락 인식이라는 표현을 선호함)이라고 부른다.    기본적인 프로세스를 다이어그램으로 ...

CIO CMO CEO CFO IT 맥락 인식 최고정보책임자 똑똑함 알고리즘 임원

2020.08.04

'스마트'의 기준은 뭔가를 아는 것이 아니다. 정보를 어떻게 처리하고 적용할 지에서 결정된다. 맥락 인식 시대에 온 것을 환영한다. 21세기에 접어든 지 20년이 흐른 현재, CIO들은 그간 어떤 성과를 내왔을까? 임원들 사이에서 존재감은 뚜렷할까? CEO가 이사회에서 보고할 때 같이 참석은 하는가? IT 리서치 회사들이 오랫동안 강조했던 비즈니스 리더의 모습을 갖고 있을까? 결론을 먼저 말하자면 그렇기도 하고 아니기도 하다. CIO들은 다른 임원들처럼 건물 고층의 집무실에서 일하지만 이들의 위상은 딱히 개선되지 않았다. 디지털 전환이 추진되고 있음에도 CIO의 입지는 약해지는 모양새를 보였다. 일각의 우려처럼 CMO를 비롯해 새로운 C-레벨 임원들 CIO의 입지를 위협한 것도 아니었다. 그럼에도 CIO는 여전히(CMO를 비롯한 여타 임원들처럼) 기업에서 대접을 못 받고 있다. CEO, COO, CFO라는 3인방이 여전히 기업을 지배하고 있다.  지금은 정보화 시대인데 왜 CIO가 그런 대접을 받는 걸까? 5G 네트워크나 양자 컴퓨터를 운영하는 하는 첨단 업무가 CTO의 책임이기 때문일 수 있다. 혹은 CIO가 보안 문제와 시스템 안정화 문제를 해결하느라 고차원적인 목표에 쏟을 시간이 없기 때문일 수 있다.  본 기고문은 IT 부문에서 CIO가 주요 역량을 향상시킬 수 있는 프로세스와 기술적 측면에 대해 다뤄보고자 한다. 이를 통해 CIO가 현재의 권한을 넘어 영향력을 넓힐 수 있도록 하는 게 목표다.  맥락 인식 시대 데이터 집계 및 종합 기능을 바탕으로 어떤 액션을 취하거나 운영자의 의사결정을 지원할 수 있는 시스템은 스마트하다고 불린다. 특정한 환경에서 발생한 사건을 포착한 다음 디지털화 할 수 있다면, 이러한 시스템은 가치 있는 정보를 제공할 수 있을 것이다. 혹자는 이를 상황 인식(기술 분야의 이들은 맥락 인식이라는 표현을 선호함)이라고 부른다.    기본적인 프로세스를 다이어그램으로 ...

2020.08.04

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.

10.5.0.9