Offcanvas

������������

"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

소중하다면 지켜야 한다··· ‘알고리즘’을 자산답게 보호하는 방법

알고리즘이 어느새 기업 기밀, 또는 특허에 준하는 가치를 지닌 자산으로 간주되고 있다. 알고리즘의 도난이나 유출을 막기 위해 기업이 취해야 할 단계를 알아본다.  광고 홍보 및 마케팅 대행사 오길비(Ogilvy)는 회사 특유의 비즈니스 문제 해결을 위해 RPA와 마이크로소프트 비전 AI를 통합하는 프로젝트를 진행 중이다. 최고 혁신 및 변화 책임자 유리 아귀아르는 프로젝트에서 나오는 알고리즘과 프로세스가 탈취되지 않도록 보호할 방법에 대해 벌써 고민 중이다. 아귀아르는 “특허를 출원할 만한 대상은 아니지만 당사에 경쟁적 우위를 제공하는 것은 사실이고 출시 기간을 대폭 줄여 준다”라며, “나는 알고리즘을 최신 소프트웨어 모듈로 본다. 알고리즘이 독점 저작물을 다룬다면 그에 준하게 보호해야 한다”고 덧붙였다.  지적재산 절도는 글로벌 기업들에게 큰 근심거리가 되었다. 2020년 2월 현재 FBI는 기술의 절도 미수 사건에 중국이 연루된 것과 관련해서만 약 1,000건의 수사를 진행 중이다. 지적재산 절도를 꾀하는 것은 국가 뿐만이 아니다. 경쟁업체, 직원, 협력업체가 공범인 경우도 많다. 보안 팀은 소프트웨어, 공학 설계, 마케팅 계획 등 지적재산을 보호하기 위한 조치를 주기적으로 취한다. 그런데 지적재산이 문서나 데이터베이스가 아니라 알고리즘이라면 어떻게 보호할까? 회사들이 디지털 트랜스포메이션 프로젝트를 실행함에 따라 자체 개발한 분석 기능이 중요한 차별화 요소로 자리잡고 있다. 다행히 알고리즘도 법적으로 보호받을 수 있는 지적재산에 포함되도록 법이 바뀌고 있다.   알고리즘을 특허 취득하고 영업기밀로 분류 다년간 비즈니스 분야 변호인들은 기업이 알고리즘에 대해 특허 취득할 수 없다는 주장을 펼치곤 했다. 그러나 전통적인 알고리즘과 달리 AI와 ML은 프로그래머의 개입 없이 소프트웨어의 업데이트와 이전 결과로부터의 ‘학습’이 가능한 알고리즘을 필요로 하며, 이로부터 기업의 경쟁우위가 생겨날 수 있다. 로웬스타인 샌들러(...

알고리즘 특허 자산 기밀 제로 트러스트 알고리즘 워터마크 절도 누출 탈취

2020.07.15

알고리즘이 어느새 기업 기밀, 또는 특허에 준하는 가치를 지닌 자산으로 간주되고 있다. 알고리즘의 도난이나 유출을 막기 위해 기업이 취해야 할 단계를 알아본다.  광고 홍보 및 마케팅 대행사 오길비(Ogilvy)는 회사 특유의 비즈니스 문제 해결을 위해 RPA와 마이크로소프트 비전 AI를 통합하는 프로젝트를 진행 중이다. 최고 혁신 및 변화 책임자 유리 아귀아르는 프로젝트에서 나오는 알고리즘과 프로세스가 탈취되지 않도록 보호할 방법에 대해 벌써 고민 중이다. 아귀아르는 “특허를 출원할 만한 대상은 아니지만 당사에 경쟁적 우위를 제공하는 것은 사실이고 출시 기간을 대폭 줄여 준다”라며, “나는 알고리즘을 최신 소프트웨어 모듈로 본다. 알고리즘이 독점 저작물을 다룬다면 그에 준하게 보호해야 한다”고 덧붙였다.  지적재산 절도는 글로벌 기업들에게 큰 근심거리가 되었다. 2020년 2월 현재 FBI는 기술의 절도 미수 사건에 중국이 연루된 것과 관련해서만 약 1,000건의 수사를 진행 중이다. 지적재산 절도를 꾀하는 것은 국가 뿐만이 아니다. 경쟁업체, 직원, 협력업체가 공범인 경우도 많다. 보안 팀은 소프트웨어, 공학 설계, 마케팅 계획 등 지적재산을 보호하기 위한 조치를 주기적으로 취한다. 그런데 지적재산이 문서나 데이터베이스가 아니라 알고리즘이라면 어떻게 보호할까? 회사들이 디지털 트랜스포메이션 프로젝트를 실행함에 따라 자체 개발한 분석 기능이 중요한 차별화 요소로 자리잡고 있다. 다행히 알고리즘도 법적으로 보호받을 수 있는 지적재산에 포함되도록 법이 바뀌고 있다.   알고리즘을 특허 취득하고 영업기밀로 분류 다년간 비즈니스 분야 변호인들은 기업이 알고리즘에 대해 특허 취득할 수 없다는 주장을 펼치곤 했다. 그러나 전통적인 알고리즘과 달리 AI와 ML은 프로그래머의 개입 없이 소프트웨어의 업데이트와 이전 결과로부터의 ‘학습’이 가능한 알고리즘을 필요로 하며, 이로부터 기업의 경쟁우위가 생겨날 수 있다. 로웬스타인 샌들러(...

2020.07.15

브리지스톤-MS, 타이어 손상 감지하는 모니터링 시스템 개발

타이어 제조사 브리지스톤이 마이크로소프트와 제휴를 맺고 MCVP(Microsoft Connected Vehicle Platform)를 기반으로 한 타이어 손상 모니터링 시스템을 개발했다고 발표했다.  브리지스톤에 따르면 기술적 고장이 원인인 자동차 사고의 30%는 타이어 손상에 의해 발생됐다. 일반적인 차량에 '타이어 공기압 모니터링 시스템(TPMS)'이 탑재돼 있긴 하지만 노화, 비정상적 마모, 외부 충격으로 인한 손상 등은 여전히 정기적인 점검이 필요한 상황이다.  이번에 공개된 '타이어 손상 모니터링 시스템(Tyre Damage Monitoring System)'은 마이크로소프트의 차량용 클라우드 플랫폼(MCVP)의 클라우드 프레임워크를 기반으로 구축됐다. 타이어 표면에서 발생하는 이벤트들을 알고리즘을 통해 감지하고 손상이 발생한 경우 실시간으로 사용자에게 알린다.  이때 기존 자동차 센서가 수집하는 데이터를 활용한다는 점이 특징이다. 별도 키트를 장착하거나 차량을 개조할 필요가 없다. 마이크로소프트의 MCVP를 적용한 차량이라면 모두 해당 시스템을 사용할 수 있다. 이 밖에 어떤 위치에서 손상이 발생했는지 담당 정부기관에 관련 데이터를 제공할 수도 있다고 회사 측은 덧붙였다. ciokr@idg.co.kr

마이크로소프트 브리지스톤 타이어 타이어 손상 실시간 모니터링 알고리즘 클라우드 차량용 클라우드 플랫폼

2020.07.07

타이어 제조사 브리지스톤이 마이크로소프트와 제휴를 맺고 MCVP(Microsoft Connected Vehicle Platform)를 기반으로 한 타이어 손상 모니터링 시스템을 개발했다고 발표했다.  브리지스톤에 따르면 기술적 고장이 원인인 자동차 사고의 30%는 타이어 손상에 의해 발생됐다. 일반적인 차량에 '타이어 공기압 모니터링 시스템(TPMS)'이 탑재돼 있긴 하지만 노화, 비정상적 마모, 외부 충격으로 인한 손상 등은 여전히 정기적인 점검이 필요한 상황이다.  이번에 공개된 '타이어 손상 모니터링 시스템(Tyre Damage Monitoring System)'은 마이크로소프트의 차량용 클라우드 플랫폼(MCVP)의 클라우드 프레임워크를 기반으로 구축됐다. 타이어 표면에서 발생하는 이벤트들을 알고리즘을 통해 감지하고 손상이 발생한 경우 실시간으로 사용자에게 알린다.  이때 기존 자동차 센서가 수집하는 데이터를 활용한다는 점이 특징이다. 별도 키트를 장착하거나 차량을 개조할 필요가 없다. 마이크로소프트의 MCVP를 적용한 차량이라면 모두 해당 시스템을 사용할 수 있다. 이 밖에 어떤 위치에서 손상이 발생했는지 담당 정부기관에 관련 데이터를 제공할 수도 있다고 회사 측은 덧붙였다. ciokr@idg.co.kr

2020.07.07

"고립돼 작업하는 문제 해결"··· 오라클, 데이터 과학 플랫폼 공개

오라클이 데이터 과학 플랫폼 영역에 진출했다. 데이터베이스 기업 오라클은 그간 개별 데이터 과학자에 중점을 두었던 기존 솔루션과 달리 협업에 특화한 클라우드 기반 데이터 과학 플랫폼을 12일 공개했다.  오라클 클라우드 데이터 사이언스 플랫폼(Oracle Cloud Data Science Platform, OCDSP)은 오라클이 2018년 인수한 데이터사이언스닷컴(DataScience.com)을 기반으로 구축됐다. 이 플랫폼은 팀 단위의 협업을 효과적으로 수행하는 데 필요한 기능을 지원하는 것이 특징이다.    이 플랫폼의 핵심 솔루션은 오라클 클라우드 인프라스트럭처 데이터 사이언스(Oracle Cloud Infrastructure Data Science, OCIDS)다. 파이썬, 텐서플로우, 케라스, 주피터 등 다양한 오픈소스 도구를 사용해 오라클 클라우드 상에서 머신러닝 모델을 설계, 학습, 관리할 수 있다.  오라클 데이터 및 AI서비스 제품 개발 부문 수석부사장 그렉 파블릭은 “네이티브 클라우드 서비스 중 기업 내 협력에 초점을 맞췄다는 점에서 동급 최초라고 할 수 있다. 데이터 과학자들의 협업 및 거버넌스를 위한 환경을 제공하는 데 특화된 솔루션이다”라고 밝혔다. 데이터 과학 프로젝트 간소화 ‘오라클 클라우드 인프라스트럭처 데이터 사이언스’는 데이터 과학 워크플로우 자동화를 특징으로 얼터릭스(Alteryx), KNIME 어낼리틱스 플랫폼(KNIME Analytics Platform), 라피드마이너(RapidMiner) 등의 다른 플랫폼들과 경쟁하고자 한다.   해당 솔루션은 AutoML 자동화 알고리즘 선택과 튜닝 기능을 제공한다. AutoML 자동화 알고리즘은 특정 사용례에 가장 적합한 알고리즘을 선택할 수 있도록 해준다. 튜닝을 통해서는 알고리즘 입력 값을 선택하거나, 모델을 미세조정할 수 있다고 파블릭은 설명했다. 방대한 양의 데이터세트로부터 예측형 특징을...

클라우드 데이터사이언스닷컴 케라스 주피터 텐서플로우 데이터과학자 데이터과학 머신러닝 파이썬 알고리즘 데이터베이스 빅데이터 오픈소스 오라클 인프라 협업 네이티브클라우드

2020.02.14

오라클이 데이터 과학 플랫폼 영역에 진출했다. 데이터베이스 기업 오라클은 그간 개별 데이터 과학자에 중점을 두었던 기존 솔루션과 달리 협업에 특화한 클라우드 기반 데이터 과학 플랫폼을 12일 공개했다.  오라클 클라우드 데이터 사이언스 플랫폼(Oracle Cloud Data Science Platform, OCDSP)은 오라클이 2018년 인수한 데이터사이언스닷컴(DataScience.com)을 기반으로 구축됐다. 이 플랫폼은 팀 단위의 협업을 효과적으로 수행하는 데 필요한 기능을 지원하는 것이 특징이다.    이 플랫폼의 핵심 솔루션은 오라클 클라우드 인프라스트럭처 데이터 사이언스(Oracle Cloud Infrastructure Data Science, OCIDS)다. 파이썬, 텐서플로우, 케라스, 주피터 등 다양한 오픈소스 도구를 사용해 오라클 클라우드 상에서 머신러닝 모델을 설계, 학습, 관리할 수 있다.  오라클 데이터 및 AI서비스 제품 개발 부문 수석부사장 그렉 파블릭은 “네이티브 클라우드 서비스 중 기업 내 협력에 초점을 맞췄다는 점에서 동급 최초라고 할 수 있다. 데이터 과학자들의 협업 및 거버넌스를 위한 환경을 제공하는 데 특화된 솔루션이다”라고 밝혔다. 데이터 과학 프로젝트 간소화 ‘오라클 클라우드 인프라스트럭처 데이터 사이언스’는 데이터 과학 워크플로우 자동화를 특징으로 얼터릭스(Alteryx), KNIME 어낼리틱스 플랫폼(KNIME Analytics Platform), 라피드마이너(RapidMiner) 등의 다른 플랫폼들과 경쟁하고자 한다.   해당 솔루션은 AutoML 자동화 알고리즘 선택과 튜닝 기능을 제공한다. AutoML 자동화 알고리즘은 특정 사용례에 가장 적합한 알고리즘을 선택할 수 있도록 해준다. 튜닝을 통해서는 알고리즘 입력 값을 선택하거나, 모델을 미세조정할 수 있다고 파블릭은 설명했다. 방대한 양의 데이터세트로부터 예측형 특징을...

2020.02.14

칼럼 | '은밀하게 방대하게...' 사람의 됨됨이를 AI가 판단 중?

AI-기반 소셜 미디어 모니터링이 당신의 취직, 입학, 부동산 대여를 비롯한 각종 사회 활동에 큰 영향을 끼치고 있는지도 모른다. 당신이 알지도 못한 채 말이다.  에어비앤비(AirBnB)는 해변의 별장을 임대해 주기 전에 임대인이 ‘꼼수에 능한’ 성격(Machiavellian personality)인지 파악하고 싶어한다. 이 기업은 사용자의 페이스북, 트위터, 인스타그램 게시물을 기반으로, 집을 임대해 줄만큼 신뢰할 수 있는지 판단하기 위해 특정 소프트웨어를 사용하고 있을 수 있다.  즉 소셜 네트워크를 파헤쳐 알고리즘을 실행하고 임대 여부에 대한 판단을 내리는 것이다. 이 프로세스가 적용되는 사람들은 이 과정에 대해 전혀 알지 못하며 이에 대한 이의제기 과정도 당연히 없다.  에어비앤비는 실제로 잠재 고객이 임대한 집을 망가뜨릴 위험이 있는지 판단하기 위해 소셜 미디어 활동을 분석하여 ‘성격’에 등급을 매기도록 고안된 기술에 대한 특허를 보유하고 있다. 이 기술의 최종 결과물은 모든 에어비앤비 게스트 고객에게 ‘신뢰성 점수’를 부여하는 것이다. 소셜 미디어 활동뿐 아니라 블로그 게시물과 법률 기록 등 온라인에서 찾을 수 있는 다른 데이터도 활용하는 것으로 알려져 있다. 이 기술은 에어비앤비가 3년 전 인수한 트룰리(Trooly)가 개발했다. 트룰리는 ‘신뢰할 수 있는 관계와 상호작용을 예측’하기 위해 고안된 AI 기반 도구를 개발했으며, 소셜 미디어를 데이터 소스의 하나로 활용한다. 이 소프트웨어는 소프트웨어가 확인한 ‘성격 특성’에 기초하여 점수를 매긴다. 양심, 개방성, 외향성, 우호성을 비롯해 기묘한 특성(‘나르시시즘’와 ‘마키아벨리즘’ 등)이 여기에 포함된다. (흥미롭게도 해당 소프트웨어는 소송 진행 여부도 확인한다. 이를 통해 당장 또는 추후에 소송을 당할 가능성이 높다는 예측에 기초하여 고객을 가려 받을 수 있는 셈이다.) 에어비앤비는 해당 소프트웨어를 사용하고 있는지 여부를 밝히지 않았다. 이 소식을 접하...

프라이버시 감시 성격 알고리즘 소셜 모니터링 인성 에어비앤비 품성

2020.01.14

AI-기반 소셜 미디어 모니터링이 당신의 취직, 입학, 부동산 대여를 비롯한 각종 사회 활동에 큰 영향을 끼치고 있는지도 모른다. 당신이 알지도 못한 채 말이다.  에어비앤비(AirBnB)는 해변의 별장을 임대해 주기 전에 임대인이 ‘꼼수에 능한’ 성격(Machiavellian personality)인지 파악하고 싶어한다. 이 기업은 사용자의 페이스북, 트위터, 인스타그램 게시물을 기반으로, 집을 임대해 줄만큼 신뢰할 수 있는지 판단하기 위해 특정 소프트웨어를 사용하고 있을 수 있다.  즉 소셜 네트워크를 파헤쳐 알고리즘을 실행하고 임대 여부에 대한 판단을 내리는 것이다. 이 프로세스가 적용되는 사람들은 이 과정에 대해 전혀 알지 못하며 이에 대한 이의제기 과정도 당연히 없다.  에어비앤비는 실제로 잠재 고객이 임대한 집을 망가뜨릴 위험이 있는지 판단하기 위해 소셜 미디어 활동을 분석하여 ‘성격’에 등급을 매기도록 고안된 기술에 대한 특허를 보유하고 있다. 이 기술의 최종 결과물은 모든 에어비앤비 게스트 고객에게 ‘신뢰성 점수’를 부여하는 것이다. 소셜 미디어 활동뿐 아니라 블로그 게시물과 법률 기록 등 온라인에서 찾을 수 있는 다른 데이터도 활용하는 것으로 알려져 있다. 이 기술은 에어비앤비가 3년 전 인수한 트룰리(Trooly)가 개발했다. 트룰리는 ‘신뢰할 수 있는 관계와 상호작용을 예측’하기 위해 고안된 AI 기반 도구를 개발했으며, 소셜 미디어를 데이터 소스의 하나로 활용한다. 이 소프트웨어는 소프트웨어가 확인한 ‘성격 특성’에 기초하여 점수를 매긴다. 양심, 개방성, 외향성, 우호성을 비롯해 기묘한 특성(‘나르시시즘’와 ‘마키아벨리즘’ 등)이 여기에 포함된다. (흥미롭게도 해당 소프트웨어는 소송 진행 여부도 확인한다. 이를 통해 당장 또는 추후에 소송을 당할 가능성이 높다는 예측에 기초하여 고객을 가려 받을 수 있는 셈이다.) 에어비앤비는 해당 소프트웨어를 사용하고 있는지 여부를 밝히지 않았다. 이 소식을 접하...

2020.01.14

투명성이 만병통치약?··· 블랙박스 AI의 위험을 완화하는 방법

머신러닝의 의사결정 과정을 이해할 수 없다면 이를 어떻게 신뢰할 수 있을까? 하지만 그렇다고 해서 설명 가능한 인공지능(XAI)이 모든 불안을 없애 줄까? AI 투명성이 모든 문제를 해결하는 만병통치약은 아니다. 머신러닝 모델의 투명성이 증가하면 AI에 대한 신뢰도 높아지겠지만, 이와 함께 위험도 따라온다. 기업이 머신러닝에 거는 기대가 매우 크다. 그러나 AI의 핵심인 머신러닝은 기업의 법률 및 보안 전문가를 당혹스럽게 만들고 있다.  AI를 둘러싼 가장 큰 우려 중 하나는 머신러닝 기반 모델이 ‘블랙박스’로 작동한다는 점이다. 다시 말해 머신러닝 모델, 특히 인공 신경망으로 구성된 딥 러닝 모델이 너무 복잡하고 난해해서 AI 설계자조차 자동화된 추론이 어떻게 도출되는지를 이해하기 어렵다. 이로 인해 머신러닝 기반 애플리케이션의 자동화된 결정이 낳은 편향과 여타 부적절한 결과에 대한 책임 소재가 모호해질 수 있다.  이런 위험을 완화하기 위해 사람들은 머신러닝이 작동하는 방식 그리고 머신러닝 모델이 개발, 학습, 배치되는 워크플로 전체에 걸쳐 투명성이 높아져야 한다고 주장하기 시작했다. 알고리즘 투명성은 설명 가능성, 해석 가능성, 책임성이라고도 알려져 있다. 현직 데이터 과학자들 사이에서 알고리즘 투명성을 위한 새로운 프레임워크가 도입되고 있다. 대표적으로 라임(LIME), 샤플리(Sharpley), 딥라이프트(DeepLIFT), 스케이터(Skater), AI 익스플레인너빌리티 360(AI Explainability 360), 왓-이프 툴(What-If Tool), 액티베이션 아틀라스(Activation Atlases), 인터프리트ML(InterpretML), 룰렉스 익스플레인너블 AI(Rulex Explainable AI) 등이 있다.  이러한 툴과 기법은 데이터 과학자가 여러 조건 하에서 특정 데이터 입력이 특정 알고리즘적 해석을 어떻게 도출하는가에 대한 ‘사후적 설명(post-hoc explanations)’을 생...

해킹 기술취약점 AI투명성 블랙박스 AI 딥러닝 머신러닝 알고리즘 지적재산권 인공지능 프라이버시 설명가능한AI

2020.01.06

머신러닝의 의사결정 과정을 이해할 수 없다면 이를 어떻게 신뢰할 수 있을까? 하지만 그렇다고 해서 설명 가능한 인공지능(XAI)이 모든 불안을 없애 줄까? AI 투명성이 모든 문제를 해결하는 만병통치약은 아니다. 머신러닝 모델의 투명성이 증가하면 AI에 대한 신뢰도 높아지겠지만, 이와 함께 위험도 따라온다. 기업이 머신러닝에 거는 기대가 매우 크다. 그러나 AI의 핵심인 머신러닝은 기업의 법률 및 보안 전문가를 당혹스럽게 만들고 있다.  AI를 둘러싼 가장 큰 우려 중 하나는 머신러닝 기반 모델이 ‘블랙박스’로 작동한다는 점이다. 다시 말해 머신러닝 모델, 특히 인공 신경망으로 구성된 딥 러닝 모델이 너무 복잡하고 난해해서 AI 설계자조차 자동화된 추론이 어떻게 도출되는지를 이해하기 어렵다. 이로 인해 머신러닝 기반 애플리케이션의 자동화된 결정이 낳은 편향과 여타 부적절한 결과에 대한 책임 소재가 모호해질 수 있다.  이런 위험을 완화하기 위해 사람들은 머신러닝이 작동하는 방식 그리고 머신러닝 모델이 개발, 학습, 배치되는 워크플로 전체에 걸쳐 투명성이 높아져야 한다고 주장하기 시작했다. 알고리즘 투명성은 설명 가능성, 해석 가능성, 책임성이라고도 알려져 있다. 현직 데이터 과학자들 사이에서 알고리즘 투명성을 위한 새로운 프레임워크가 도입되고 있다. 대표적으로 라임(LIME), 샤플리(Sharpley), 딥라이프트(DeepLIFT), 스케이터(Skater), AI 익스플레인너빌리티 360(AI Explainability 360), 왓-이프 툴(What-If Tool), 액티베이션 아틀라스(Activation Atlases), 인터프리트ML(InterpretML), 룰렉스 익스플레인너블 AI(Rulex Explainable AI) 등이 있다.  이러한 툴과 기법은 데이터 과학자가 여러 조건 하에서 특정 데이터 입력이 특정 알고리즘적 해석을 어떻게 도출하는가에 대한 ‘사후적 설명(post-hoc explanations)’을 생...

2020.01.06

"안면인식 AI 대부분 편향"··· 美 정부기관, 189개 알고리즘 조사 보고서 발간

대다수의 안면인식 알고리즘이 인구통계학적 편향을 보이는 것으로 밝혀졌다. 미 정부기관이 무려 189개의 안면인식 알고리즘을 조사해 도출한 결과다. 경찰 수사, 공항 검색 등 광범위한 분야에 안면인식이 도입되고 있는 시점에서 경종을 울릴 수 있는 계기로 풀이된다.  미국 국립표준기술연구소(NIST)는 성별·연령·인종에 따라 안면인식 알고리즘의 정확도가 어떻게 달라지는지를 조사한 보고서를 19일 발표했다.   NIST는 미국 국무부, 국토안보부, FBI 등에서 수집한 총 1,827만 개의 얼굴 사진 데이터를 기반으로 총 189개의 안면인식 알고리즘을 평가했다. 여기에는 인텔, 마이크로소프트, 파나소닉 등 주요 기업들의 안면인식 알고리즘도 포함됐다. 단 최근 일부 미국 경찰에서 사용 중인 것으로 알려져 논란이 불거진 아마존의 안면인식 알고리즘 레코그니션(Rekognition)은 포함되지 않았다. NIST에 따르면 아마존은 연구용 알고리즘을 제출하지 않았다. 이번 조사는 안면인식 애플리케이션에서 흔히 사용하는 두 가지 기능을 중심으로 진행했다. 첫 번째는 동일 인물의 다른 사진을 두고 같은 사람인지를 판단하는 일대일 비교(one-to-one)이다. 두 번째는 데이터베이스와 사진 속 인물을 비교해 등록된 사람인지를 판별하는 일대다 비교(one-to-many)이다. 예를 들면 범죄자 얼굴 데이터베이스에 혐의자가 있는지 확인하는 것이다. 보고서에 따르면 남성보다 여성에서 긍정 오류(false positive; 대상의 신원을 잘못 파악하는 것) 비율이 2~5배가량 높았다. 또한, 노년층과 유년층이 다른 연령대에 비해 긍정 오류 비율이 높았다.  특히 인종에서 그 차이가 두드러졌다고 보고서는 밝혔다. 일대일 비교에서 아시아인과 아프리카계 미국인, 북미 원주민의 긍정 오류 비율이 백인보다 더 높았다. 알고리즘에 따라 적게는 10배에서 많게는 100배 이상 차이가 난 것으로 드러났다.  일대다 비교에서는 아프리카계 미국인 여성의 ...

안면인식 인공지능 알고리즘 데이터 편향 미국국립표준기술연구소

2019.12.20

대다수의 안면인식 알고리즘이 인구통계학적 편향을 보이는 것으로 밝혀졌다. 미 정부기관이 무려 189개의 안면인식 알고리즘을 조사해 도출한 결과다. 경찰 수사, 공항 검색 등 광범위한 분야에 안면인식이 도입되고 있는 시점에서 경종을 울릴 수 있는 계기로 풀이된다.  미국 국립표준기술연구소(NIST)는 성별·연령·인종에 따라 안면인식 알고리즘의 정확도가 어떻게 달라지는지를 조사한 보고서를 19일 발표했다.   NIST는 미국 국무부, 국토안보부, FBI 등에서 수집한 총 1,827만 개의 얼굴 사진 데이터를 기반으로 총 189개의 안면인식 알고리즘을 평가했다. 여기에는 인텔, 마이크로소프트, 파나소닉 등 주요 기업들의 안면인식 알고리즘도 포함됐다. 단 최근 일부 미국 경찰에서 사용 중인 것으로 알려져 논란이 불거진 아마존의 안면인식 알고리즘 레코그니션(Rekognition)은 포함되지 않았다. NIST에 따르면 아마존은 연구용 알고리즘을 제출하지 않았다. 이번 조사는 안면인식 애플리케이션에서 흔히 사용하는 두 가지 기능을 중심으로 진행했다. 첫 번째는 동일 인물의 다른 사진을 두고 같은 사람인지를 판단하는 일대일 비교(one-to-one)이다. 두 번째는 데이터베이스와 사진 속 인물을 비교해 등록된 사람인지를 판별하는 일대다 비교(one-to-many)이다. 예를 들면 범죄자 얼굴 데이터베이스에 혐의자가 있는지 확인하는 것이다. 보고서에 따르면 남성보다 여성에서 긍정 오류(false positive; 대상의 신원을 잘못 파악하는 것) 비율이 2~5배가량 높았다. 또한, 노년층과 유년층이 다른 연령대에 비해 긍정 오류 비율이 높았다.  특히 인종에서 그 차이가 두드러졌다고 보고서는 밝혔다. 일대일 비교에서 아시아인과 아프리카계 미국인, 북미 원주민의 긍정 오류 비율이 백인보다 더 높았다. 알고리즘에 따라 적게는 10배에서 많게는 100배 이상 차이가 난 것으로 드러났다.  일대다 비교에서는 아프리카계 미국인 여성의 ...

2019.12.20

AI가 관객+평론가 리뷰 분석, 영화 흥행 예측한다

할리우드 영화에는 흥행 공식이 있다고 말하는 사람들이 있는데, 이들은 조만간 AI가 영화의 성공을 예측할 수 있음을 알게 될 것이며, 생각보다 영화평에서 더 많은 진실을 발견할 수 있을 것이다.   성균관대학교의 연구팀은 영화 리뷰 사이트인 로튼 토마토(Rotten Tomatoes) 점수를 영화의 성공 척도로, 크라우드 소싱 플롯 요약의 CMU 무비 서머리 코퍼스(CMU Movie Summary Corpus)를 플롯의 시놉시스로 사용했다. 그런 다음 딥러닝 모델을 사용하여 요약에서 각 문장의 정서를 분석했다. 로튼 토마토에서 관객과 평론가의 평가가 75% 이상 긍정적이면 그 영화는 성공할 것으로, 65% 미만이며 그 영화는 성공하지 못할 것으로 간주됐다. <이상한 나라의 앨리스>와 <특전 유보트(Das Boot)>같은 흥행한 영화는 평가에서 정서의 변화가 잦은 반면, <리미츠 오브 컨트롤(The Limits of Control)>과 <삼국지:명장 관우(The Lost Bladesman)>같은 실패한 영화에서는 이러한 변화가 적었다. 성균관대학교 소프트웨어대학 소프트웨어학과 정윤경 부교수는 로튼 토마토 애그리게이터가 영화 흥행을 말해주는 가장 정확한 척도는 아니라고 밝혔다. 정 부교수는 <테크월드>에 이메일로 "정확한 측정은 전체 매출과 투자 비용이 필요한 ROI로 할 수 있을 것이다. 하지만 우리는 신뢰할 만한 자료를 찾을 수 없었다"라고 말했다. 이어서 "게다가 수십 전 영화가 개봉했을 당시의 인플레이션을 고려해야 한다. 따라서 우리는 리뷰 점수를 대신 사용했다”라고 전했다.  "여러 영화 리뷰 웹 사이트를 이용할 수 있지만 로튼 토마토 점수 시스템은 두 가지 유형의 점수(관객 별점과 영화평론가 별점)를 제공하기 때문에 최고라고 생각했다. 다른 5등급 점수 시스템과 달리 로튼 토마토 점수는 신선함(우리 표현으로는 성공)과 썩음(성공하지 않음)으로 나누기 위한 임계 값으로 60...

ROI 평론가 시네리틱 시나리오 분석 로튼 토마토 관객 정서 분석 성균관대학교 예측 알고리즘 인공지능 영화 빅데이터 흥행

2019.09.09

할리우드 영화에는 흥행 공식이 있다고 말하는 사람들이 있는데, 이들은 조만간 AI가 영화의 성공을 예측할 수 있음을 알게 될 것이며, 생각보다 영화평에서 더 많은 진실을 발견할 수 있을 것이다.   성균관대학교의 연구팀은 영화 리뷰 사이트인 로튼 토마토(Rotten Tomatoes) 점수를 영화의 성공 척도로, 크라우드 소싱 플롯 요약의 CMU 무비 서머리 코퍼스(CMU Movie Summary Corpus)를 플롯의 시놉시스로 사용했다. 그런 다음 딥러닝 모델을 사용하여 요약에서 각 문장의 정서를 분석했다. 로튼 토마토에서 관객과 평론가의 평가가 75% 이상 긍정적이면 그 영화는 성공할 것으로, 65% 미만이며 그 영화는 성공하지 못할 것으로 간주됐다. <이상한 나라의 앨리스>와 <특전 유보트(Das Boot)>같은 흥행한 영화는 평가에서 정서의 변화가 잦은 반면, <리미츠 오브 컨트롤(The Limits of Control)>과 <삼국지:명장 관우(The Lost Bladesman)>같은 실패한 영화에서는 이러한 변화가 적었다. 성균관대학교 소프트웨어대학 소프트웨어학과 정윤경 부교수는 로튼 토마토 애그리게이터가 영화 흥행을 말해주는 가장 정확한 척도는 아니라고 밝혔다. 정 부교수는 <테크월드>에 이메일로 "정확한 측정은 전체 매출과 투자 비용이 필요한 ROI로 할 수 있을 것이다. 하지만 우리는 신뢰할 만한 자료를 찾을 수 없었다"라고 말했다. 이어서 "게다가 수십 전 영화가 개봉했을 당시의 인플레이션을 고려해야 한다. 따라서 우리는 리뷰 점수를 대신 사용했다”라고 전했다.  "여러 영화 리뷰 웹 사이트를 이용할 수 있지만 로튼 토마토 점수 시스템은 두 가지 유형의 점수(관객 별점과 영화평론가 별점)를 제공하기 때문에 최고라고 생각했다. 다른 5등급 점수 시스템과 달리 로튼 토마토 점수는 신선함(우리 표현으로는 성공)과 썩음(성공하지 않음)으로 나누기 위한 임계 값으로 60...

2019.09.09

눈치 빨라지는 로봇··· MIT, 새로운 예측 알고리즘 구현 발표

공장의 생산라인이나 건설 현장에서 로봇은 절대적으로 필요한 존재다. 단순반복적인 작업을 빠르고 효율적으로 처리할 수 있고, 사람이 해내기 힘든 작업이나 위험한 일도 문제없이 해낼 수 있다. 그런 로봇을 정확하게 작동하게 하려면 소프트웨어가 필요하고, 로봇의 성능과 기능을 최적화된 상태에서 작업할 수 있도록 하는 소프트웨어는 능력은 알고리즘(algorithm)을 어떻게 설계하느냐에 따라 달라진다. MIT 항공 우주학 연구팀과 자동차 제조업체인 BMW는 2018년부터 자동차 부품 조립 공정에서 사용되는 로봇 알고리즘에 대해 연구를 진행해 왔다. 연구의 목적은 사람과 로봇이 가까운 거리에서 작업을 해야 하는 생산 현장에서, 로봇이 사람의 움직임을 예측하도록 해 충돌이나 접촉 사고를 방지하는 것이었다. 이를 위해 사람이 지나가면 작업이나 이동을 멈추도록 하는 알고리즘을 짜고 로봇을 프로그래밍했다. 그런데 테스트 과정에서 로봇이 지나치게 민감하게 반응하고 있다는 것이 발견됐다. 로봇에 적용된 행동 예측 프로그램이 사람과의 접촉 염려가 없는 상황에서도, 한참이나 정지하는 사례가 지속해서 발생한 것이다. 이러한 일이 실제 제조환경에서 일어난다면, 불필요한 시간 낭비가 발생하고 이는 생산성 저하로 이어진다. 공장 생산라인의 로봇에 적용한 인간 행동 예측 프로그래밍 시뮬레이션 영상. 사람의 이동 궤적만으로 행동 예측을 했던 알고리즘에 부분 궤적이라는 알고리즘을 적용한 후, 로봇의 행동 예측 정확성과 효율성이 향상됐다.(동영상 : news.mit.edu) 연구팀은 문제의 원인을 분석하는 과정에서 프로그래밍에 사용된 알고리즘에 문제가 있다는 것을 발견했다. 사람이 어느 쪽으로 움직일 것인지를 예측하는 능력은 비교적 정확했지만, 어느 시점에서 얼마 동안이나 기다려야 하는지를 예상하지 못한 것이다. 연구팀은 소프트웨어를 만들 때 사용한 알고리즘에 주목하고, 새로운 알고리즘을 적용함으로써 정확한 타이밍까지도 예측이 가능해졌다고 MIT 뉴스는 소개했다. 처음 행동 예측 프로그...

MIT 로봇 알고리즘 인간 행동 예측

2019.06.14

공장의 생산라인이나 건설 현장에서 로봇은 절대적으로 필요한 존재다. 단순반복적인 작업을 빠르고 효율적으로 처리할 수 있고, 사람이 해내기 힘든 작업이나 위험한 일도 문제없이 해낼 수 있다. 그런 로봇을 정확하게 작동하게 하려면 소프트웨어가 필요하고, 로봇의 성능과 기능을 최적화된 상태에서 작업할 수 있도록 하는 소프트웨어는 능력은 알고리즘(algorithm)을 어떻게 설계하느냐에 따라 달라진다. MIT 항공 우주학 연구팀과 자동차 제조업체인 BMW는 2018년부터 자동차 부품 조립 공정에서 사용되는 로봇 알고리즘에 대해 연구를 진행해 왔다. 연구의 목적은 사람과 로봇이 가까운 거리에서 작업을 해야 하는 생산 현장에서, 로봇이 사람의 움직임을 예측하도록 해 충돌이나 접촉 사고를 방지하는 것이었다. 이를 위해 사람이 지나가면 작업이나 이동을 멈추도록 하는 알고리즘을 짜고 로봇을 프로그래밍했다. 그런데 테스트 과정에서 로봇이 지나치게 민감하게 반응하고 있다는 것이 발견됐다. 로봇에 적용된 행동 예측 프로그램이 사람과의 접촉 염려가 없는 상황에서도, 한참이나 정지하는 사례가 지속해서 발생한 것이다. 이러한 일이 실제 제조환경에서 일어난다면, 불필요한 시간 낭비가 발생하고 이는 생산성 저하로 이어진다. 공장 생산라인의 로봇에 적용한 인간 행동 예측 프로그래밍 시뮬레이션 영상. 사람의 이동 궤적만으로 행동 예측을 했던 알고리즘에 부분 궤적이라는 알고리즘을 적용한 후, 로봇의 행동 예측 정확성과 효율성이 향상됐다.(동영상 : news.mit.edu) 연구팀은 문제의 원인을 분석하는 과정에서 프로그래밍에 사용된 알고리즘에 문제가 있다는 것을 발견했다. 사람이 어느 쪽으로 움직일 것인지를 예측하는 능력은 비교적 정확했지만, 어느 시점에서 얼마 동안이나 기다려야 하는지를 예상하지 못한 것이다. 연구팀은 소프트웨어를 만들 때 사용한 알고리즘에 주목하고, 새로운 알고리즘을 적용함으로써 정확한 타이밍까지도 예측이 가능해졌다고 MIT 뉴스는 소개했다. 처음 행동 예측 프로그...

2019.06.14

암호화의 어두운 비밀 12가지

암호화는 데이터 프라이버시나 보안을 위한 핵심 솔루션으로 빠르게 자리 잡고 있다. 신용카드를 웹 페이지에 입력할 때, 웹사이트가 진짜인지 의심스러울 때도 걱정할 필요가 없다. 암호화를 사용하고 있기 때문이다. 암호화는 정보가 외부에 노출되지 않고 보호될 것이라는 탄탄한 신뢰의 근거가 된다.   하지만 모든 마법 같은 기술에는 한계가 있기 마련이다. 그리고 암호화의 한계는 '그 한계가 어디인지 정확히 알 수 없다'는 것이다. 결국, 암호화에 대한 우리의 기대와 이해 수준을 관리하는 것이 중요하다. 어느덧 암호화 없이는 살 수 없을 만큼 보편화한 기술이지만, 마치 전등 스위치처럼 쉽게 또는 신뢰할 수 있게 작동한다고 생각해서는 곤란하다. 염두에 두어야 할 암호화의 12가지 어두운 비밀에 관해 살펴보자. '잘 모른다'는 사실을 바탕으로 한다 암호화는 우리가 암호화에 필요한 '수학에 대해 잘 모르고 있다'는 사실에 의존한다. 우리는 함수를 계산하는 방법을 알지만 이를 도치하는 것은 잘 모른다. 큰 숫자를 곱할 수는 있지만 알고리즘을 계산할 수는 없다. 다시 말해, 우리는 수학의 한 쪽 방향만 알고 있을 뿐 그 역을 모르고 있다. 많은 사람이 도치하는 방법을 모른다면 거기에서 멈추고 어깨를 으쓱하면서 알고리즘을 받아들인다. 결국 우리가 가장 보편적으로 사용하는 알고리즘은 그 누구도 공개적으로 공격하는 방법을 파악하지 못했다는 사실에 의존한다. 예측은 예측일 뿐이다 일부 수학자는 잘 알려진 암호화 함수를 공격하는 기본적인 알고리즘을 발견했다. 그러나 실제 암호화를 해독하는 데는 너무 많은 시간이 걸린다. 이 공격 알고리즘은 극소수 경우에만 효과가 있었고 암호가 복잡할수록 처리 시간이 기하급수적으로 늘어난다. 수천억 만년이 걸린다는 주장도 여기서 출발한다. 그러나 이것이 곧 암호화를 신뢰할 수 있다는 의미는 아니다. 초보 골퍼가 홀인원을 하려면 골프를 엄청나게 오래 쳐야 하지만, 주기적으로 홀인원을 기록하는 프로는...

CIO 암호화 암호 알고리즘

2019.05.27

암호화는 데이터 프라이버시나 보안을 위한 핵심 솔루션으로 빠르게 자리 잡고 있다. 신용카드를 웹 페이지에 입력할 때, 웹사이트가 진짜인지 의심스러울 때도 걱정할 필요가 없다. 암호화를 사용하고 있기 때문이다. 암호화는 정보가 외부에 노출되지 않고 보호될 것이라는 탄탄한 신뢰의 근거가 된다.   하지만 모든 마법 같은 기술에는 한계가 있기 마련이다. 그리고 암호화의 한계는 '그 한계가 어디인지 정확히 알 수 없다'는 것이다. 결국, 암호화에 대한 우리의 기대와 이해 수준을 관리하는 것이 중요하다. 어느덧 암호화 없이는 살 수 없을 만큼 보편화한 기술이지만, 마치 전등 스위치처럼 쉽게 또는 신뢰할 수 있게 작동한다고 생각해서는 곤란하다. 염두에 두어야 할 암호화의 12가지 어두운 비밀에 관해 살펴보자. '잘 모른다'는 사실을 바탕으로 한다 암호화는 우리가 암호화에 필요한 '수학에 대해 잘 모르고 있다'는 사실에 의존한다. 우리는 함수를 계산하는 방법을 알지만 이를 도치하는 것은 잘 모른다. 큰 숫자를 곱할 수는 있지만 알고리즘을 계산할 수는 없다. 다시 말해, 우리는 수학의 한 쪽 방향만 알고 있을 뿐 그 역을 모르고 있다. 많은 사람이 도치하는 방법을 모른다면 거기에서 멈추고 어깨를 으쓱하면서 알고리즘을 받아들인다. 결국 우리가 가장 보편적으로 사용하는 알고리즘은 그 누구도 공개적으로 공격하는 방법을 파악하지 못했다는 사실에 의존한다. 예측은 예측일 뿐이다 일부 수학자는 잘 알려진 암호화 함수를 공격하는 기본적인 알고리즘을 발견했다. 그러나 실제 암호화를 해독하는 데는 너무 많은 시간이 걸린다. 이 공격 알고리즘은 극소수 경우에만 효과가 있었고 암호가 복잡할수록 처리 시간이 기하급수적으로 늘어난다. 수천억 만년이 걸린다는 주장도 여기서 출발한다. 그러나 이것이 곧 암호화를 신뢰할 수 있다는 의미는 아니다. 초보 골퍼가 홀인원을 하려면 골프를 엄청나게 오래 쳐야 하지만, 주기적으로 홀인원을 기록하는 프로는...

2019.05.27

“AI 벤더를 상대하는 방법은…” 경험자들이 전하는 6가지 팁

기업 대다수에게 DIY 인공지능은 너무나도 먼 존재다. 시중의 AI 벤더를 선택하는 이유다. 각종 미사여구를 극복하고 진정한 비즈니스 가치를 창출하기 위한 방안들을 정리했다.    인공지능 및 관련 기술로 인해 비즈니스의 판도가 뒤바뀔 것이 확실하다. 그렇다면 관건 중 하나는 그러한 기술을 구축할 것인가 구매할 것인가다. 일부 기업들은 처음부터 자체적인 솔루션을 구축하겠지만, 기업 대부분은 상용 툴을 사용함으로써 더 빠르고 더 저렴하고 더 나은 결과를 얻을 수 있다.   인공지능 기술은 아직 완전히 검증되지 않았다. 따라서 얼리 어답터 기업은 벤더 관계에 있어 어느 정도 우위에 있다. 특히 공급업체들의 성공 사례가 될 만한 프로젝트를 하려는 경우, 이들 공급업체는 맞춤형 구성과 통합을 수행하거나, 무료 컨설팅이나 교육을 제공하거나, 대폭적인 할인을 제공할 가능성이 높다. 하지만 AI 공급업체와의 협력이 항상 달콤한 것은 아니다. 어떤 기술 벤더와 협력할 때 발생할 수 있는 통상적인 문제 외에도 AI, 머신러닝 및 이와 유사한 기술에 대해서는 약간 섬세함이 필요하다. 과장에 주의하라 일리노이 주 링컨셔에 소재한 HR 서비스 회사인 얼라이트 솔루션(Alight Solutions)은 2014 년에 AI 기반의 챗봇을 탐색하기 시작했다.  이 회사는 3,000개 기업을 대상으로 광범위한 HR 관련 서비스를 제공하고 있다. 고객사의 고용인원을 모두 합치면 2,300만 명이 넘을 정도다. 그렇기 때문에 지원담당자들은 정말 많은 전화와 채팅상담을 받고 있다. 질문 중 대다수가 중복되기는 하지만 해답은 직원마다 다를 수 있다.    AI 시스템은 질문을 이해할 수 있어야만 할 뿐 아니라 특정인에게 맞는 구체적인 해답도 찾아낼 수 있어야 한다. 또한, 해답을 찾지 못하는 경우에는 담당자에게 연결시켜 줄 수 있을 만큼 똑똑해야 한다.  얼라이트는 공급업체들과 논의하는 과정에서 시장에 엄청난 과장이 ...

알고리즘 블랙박스 AI 벤더 AI 아웃소싱

2019.05.07

기업 대다수에게 DIY 인공지능은 너무나도 먼 존재다. 시중의 AI 벤더를 선택하는 이유다. 각종 미사여구를 극복하고 진정한 비즈니스 가치를 창출하기 위한 방안들을 정리했다.    인공지능 및 관련 기술로 인해 비즈니스의 판도가 뒤바뀔 것이 확실하다. 그렇다면 관건 중 하나는 그러한 기술을 구축할 것인가 구매할 것인가다. 일부 기업들은 처음부터 자체적인 솔루션을 구축하겠지만, 기업 대부분은 상용 툴을 사용함으로써 더 빠르고 더 저렴하고 더 나은 결과를 얻을 수 있다.   인공지능 기술은 아직 완전히 검증되지 않았다. 따라서 얼리 어답터 기업은 벤더 관계에 있어 어느 정도 우위에 있다. 특히 공급업체들의 성공 사례가 될 만한 프로젝트를 하려는 경우, 이들 공급업체는 맞춤형 구성과 통합을 수행하거나, 무료 컨설팅이나 교육을 제공하거나, 대폭적인 할인을 제공할 가능성이 높다. 하지만 AI 공급업체와의 협력이 항상 달콤한 것은 아니다. 어떤 기술 벤더와 협력할 때 발생할 수 있는 통상적인 문제 외에도 AI, 머신러닝 및 이와 유사한 기술에 대해서는 약간 섬세함이 필요하다. 과장에 주의하라 일리노이 주 링컨셔에 소재한 HR 서비스 회사인 얼라이트 솔루션(Alight Solutions)은 2014 년에 AI 기반의 챗봇을 탐색하기 시작했다.  이 회사는 3,000개 기업을 대상으로 광범위한 HR 관련 서비스를 제공하고 있다. 고객사의 고용인원을 모두 합치면 2,300만 명이 넘을 정도다. 그렇기 때문에 지원담당자들은 정말 많은 전화와 채팅상담을 받고 있다. 질문 중 대다수가 중복되기는 하지만 해답은 직원마다 다를 수 있다.    AI 시스템은 질문을 이해할 수 있어야만 할 뿐 아니라 특정인에게 맞는 구체적인 해답도 찾아낼 수 있어야 한다. 또한, 해답을 찾지 못하는 경우에는 담당자에게 연결시켜 줄 수 있을 만큼 똑똑해야 한다.  얼라이트는 공급업체들과 논의하는 과정에서 시장에 엄청난 과장이 ...

2019.05.07

IBM·옥스포드·MIT, 머신러닝 위한 퀀텀 알고리즘 혁신 발표

IBM, 옥스포드 대학, MIT의 연구진이 "가까운 미래에 양자 컴퓨터에서 머신러닝을 구현하도록 하는 혁신을 달성했다"라고 최근 주장했다. 설명에 따르면 이들이 개발해 테스트하고 있는 알고리즘은 퀀텀 컴퓨터가 복잡한 데이터를 핵심 식별자로 분해해 데이터 세트의 '피처 맵'(feature map)을 형성할 방안을 제시한다. 예를 들면 이미지에서 모든 픽셀을 분리한 다음, 이를 색상과 같은 특성에 기반해 새로운 그리드에 배치할 수 있도록 한다는 설명이다.  이번 연구를 소개한 논문은  'Supervised learning with quantum enhanced feature spaces'라는 제목으로 네이처에 게재됐다.  IBM은 "데이터 세트가 크 다양할수록 그 데이터를 의미있게 분류해 학습하도록 하는 것이 어렵다. 이번 연구가 AI에 중대한 의미를 지니는 이유다. 잘못된 분류는 바람직하지 못한 결과를 초래할 수 있다"라고 전했다.  논문을 공동 집필한 IBM 실험 팀의 아토니오 D. 콜로레스는 이번 연구가 기존 머신러닝에서 정립된 기술을 단순히 양자로 옮긴 것이 아니라고 강조하며, 퀀텀 접근법의 이점을 제대로 활용하려는 생각에서 진행됐다고 전했다.  그는 "현재 이 알고리즘을 실제 데이터에 적용할 수 있는 단계가 아니다. 현실 세계의 문제에 어떻게 적용할 수 있는지에 대한 통찰력을 얻으려는 것이 목표"라고 말했다. 이번 연구는 오픈소스 퀀텀 프레임워크인 퀴스킷(Qiskit)에 반영될 예정이다. ciokr@idg.co.kr  

IBM MIT 알고리즘 옥스포드 퀀텀 컴퓨터 양자 컴퓨터

2019.03.22

IBM, 옥스포드 대학, MIT의 연구진이 "가까운 미래에 양자 컴퓨터에서 머신러닝을 구현하도록 하는 혁신을 달성했다"라고 최근 주장했다. 설명에 따르면 이들이 개발해 테스트하고 있는 알고리즘은 퀀텀 컴퓨터가 복잡한 데이터를 핵심 식별자로 분해해 데이터 세트의 '피처 맵'(feature map)을 형성할 방안을 제시한다. 예를 들면 이미지에서 모든 픽셀을 분리한 다음, 이를 색상과 같은 특성에 기반해 새로운 그리드에 배치할 수 있도록 한다는 설명이다.  이번 연구를 소개한 논문은  'Supervised learning with quantum enhanced feature spaces'라는 제목으로 네이처에 게재됐다.  IBM은 "데이터 세트가 크 다양할수록 그 데이터를 의미있게 분류해 학습하도록 하는 것이 어렵다. 이번 연구가 AI에 중대한 의미를 지니는 이유다. 잘못된 분류는 바람직하지 못한 결과를 초래할 수 있다"라고 전했다.  논문을 공동 집필한 IBM 실험 팀의 아토니오 D. 콜로레스는 이번 연구가 기존 머신러닝에서 정립된 기술을 단순히 양자로 옮긴 것이 아니라고 강조하며, 퀀텀 접근법의 이점을 제대로 활용하려는 생각에서 진행됐다고 전했다.  그는 "현재 이 알고리즘을 실제 데이터에 적용할 수 있는 단계가 아니다. 현실 세계의 문제에 어떻게 적용할 수 있는지에 대한 통찰력을 얻으려는 것이 목표"라고 말했다. 이번 연구는 오픈소스 퀀텀 프레임워크인 퀴스킷(Qiskit)에 반영될 예정이다. ciokr@idg.co.kr  

2019.03.22

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