Offcanvas

������������

김진철의 How-to-Big Data | 빅데이터의 미래 (9)

지난 서른다섯 번째 글부터는 빅데이터 비즈니스와 기술의 미래를 현재 기술들의 동향과 전망을 가지고 같이 엿보고 있다. 빅데이터 비즈니스와 기술의 미래로서, 사이버 물리 시스템(CPS)으로 발전해가는 미래 정보통신 기술과 지능형 서비스의 미래를 소개하였고, 앞으로의 빅데이터 비즈니스와 기술의 발전은 이 사이버 물리 시스템(CPS)으로 구현되는 다양한 지능형 서비스들을 중심으로 이루어질 것이라고 설명하였다. 이와 함께, 이 사이버 물리 시스템(CPS)의 기반이 되는 다양한 기술들의 현재와 미래, 이들의 사이버 물리 시스템과의 관련성에 대해서 살펴보고 있다. 지금까지 클라우드 컴퓨팅 기술, 5G 이동통신과 모바일 에지 컴퓨팅으로 대표되는 미래 통신 기술, 사물인터넷(IoT)과 에지 컴퓨팅 기술들이 어떻게 사이버 물리 시스템(CPS) 기반의 지능형 서비스와 관련이 있는지 같이 살펴보았다.   인공지능 기술에 대한 우리들의 오해 (1) – 지나친 낙관론과 과대평가 이번 글부터 두, 세 편의 글에서는 사이버 물리 시스템(CPS) 기반 지능형 서비스의 가장 핵심이 될 것으로 보이는 인공지능 기술의 현재와 미래, 전망에 대해서 같이 살펴보고자 한다. 우리나라 대기업들이 앞다투어 인공지능 기술에 대한 대규모 투자 계획을 발표하고 있고, 우리나라 정부를 포함한 세계 각국 정부들도 인공지능 기술 경쟁에서 앞서 나가기 위해 다양한 계획들을 발표하고 있는 현 상황에서 과연 이런 인공지능 기술에 대한 열기가 기대하는 만큼의 물질적인 번영과 부를 가져다줄 수 있을지, 그렇다면 어느 정도로 광범위하고 다양하게 우리 사회에 영향을 끼칠지 같이 생각해보는 시간을 가지려고 한다. 2016년 1월 “알파고(AlphaGo)”가 이세돌 9단을 이긴 사건을 계기로 최근 5년간은 IT 기술 매체의 많은 지면과 영역을 인공지능 관련 기술들에 관한 내용이 채워왔다. “알파고”를 만든 구글의 “딥마인드(DeepMind)”는 여전히 수익을 내지 못하고 2019년 8월 기준으로 1조 5천억 원이 ...

김진철 빅데이터 빅데이터 비즈니스 인공지능 사이버 물리 시스템 지능형 서비스 텐서플로우 파이토치 딥러닝 머신러닝 기계학습 알파고 딥마인드 이세돌 우버 튜링테스트 시냅스 신경망 에어플로우 쿠브플로우 폰 노이만 반도체 4차 산업혁명

2020.07.27

지난 서른다섯 번째 글부터는 빅데이터 비즈니스와 기술의 미래를 현재 기술들의 동향과 전망을 가지고 같이 엿보고 있다. 빅데이터 비즈니스와 기술의 미래로서, 사이버 물리 시스템(CPS)으로 발전해가는 미래 정보통신 기술과 지능형 서비스의 미래를 소개하였고, 앞으로의 빅데이터 비즈니스와 기술의 발전은 이 사이버 물리 시스템(CPS)으로 구현되는 다양한 지능형 서비스들을 중심으로 이루어질 것이라고 설명하였다. 이와 함께, 이 사이버 물리 시스템(CPS)의 기반이 되는 다양한 기술들의 현재와 미래, 이들의 사이버 물리 시스템과의 관련성에 대해서 살펴보고 있다. 지금까지 클라우드 컴퓨팅 기술, 5G 이동통신과 모바일 에지 컴퓨팅으로 대표되는 미래 통신 기술, 사물인터넷(IoT)과 에지 컴퓨팅 기술들이 어떻게 사이버 물리 시스템(CPS) 기반의 지능형 서비스와 관련이 있는지 같이 살펴보았다.   인공지능 기술에 대한 우리들의 오해 (1) – 지나친 낙관론과 과대평가 이번 글부터 두, 세 편의 글에서는 사이버 물리 시스템(CPS) 기반 지능형 서비스의 가장 핵심이 될 것으로 보이는 인공지능 기술의 현재와 미래, 전망에 대해서 같이 살펴보고자 한다. 우리나라 대기업들이 앞다투어 인공지능 기술에 대한 대규모 투자 계획을 발표하고 있고, 우리나라 정부를 포함한 세계 각국 정부들도 인공지능 기술 경쟁에서 앞서 나가기 위해 다양한 계획들을 발표하고 있는 현 상황에서 과연 이런 인공지능 기술에 대한 열기가 기대하는 만큼의 물질적인 번영과 부를 가져다줄 수 있을지, 그렇다면 어느 정도로 광범위하고 다양하게 우리 사회에 영향을 끼칠지 같이 생각해보는 시간을 가지려고 한다. 2016년 1월 “알파고(AlphaGo)”가 이세돌 9단을 이긴 사건을 계기로 최근 5년간은 IT 기술 매체의 많은 지면과 영역을 인공지능 관련 기술들에 관한 내용이 채워왔다. “알파고”를 만든 구글의 “딥마인드(DeepMind)”는 여전히 수익을 내지 못하고 2019년 8월 기준으로 1조 5천억 원이 ...

2020.07.27

AWS, 파이토치용 오픈소스 모델 서버 공개

파이토치 모델을 쉽게 개발하게 해주는 토치서브(TorchServe)는 A/B 테스트를 위한 다중 모델 서빙 및 모델 버전 관리를 지원한다.   아마존웹서비스(AWS)가 파이토치 머신러닝 모델을 제공하기 위한 토치서브라는 오픈소스 툴을 발표했다. 토치서브는 파이토치를 개발한 페이스북과 파트너십을 맺어 AWS에서 유지하고 관리하며 파이토치 프로젝트의 일부가 깃허브에서 제공된다. 4월 21일에 출시된 토치서브는 프로덕션 환경에서 파이토치 모델을 쉽게 배포할 수 있도록 설계되었다. 짧은 대기 시간으로 부담을 주지 않는 환경과 고성능 추론을 제공하는 것이 목표다.  토치서브의 주요 기능은 다음과 같다. • 객체 감지 및 텍스트 분류 같은 범용 애플리케이션을 위한 기본 처리기로 사용자가 모델을 배포하기 위해 사용자 지정 코드를 작성하지 않아도 됨 • 다중 모델 서빙 • A/B 테스트를 위한 모델 버전 관리 • 모니터링 지표 • 애플리케이션 통합을 위한 RESTful 엔드포인트 쿠버네티스, 아마존 세이지메이커(SageMaker), 아마존 EKS, 아마존 EC2를 포함한 모든 배포 환경은 토치서브에서 지원할 수 있다. 토치서브는 우분투 리눅스 또는 맥OS에서 자바11이 필요하다. ciokr@idg.co.kr  

AWS PyTorch 아마존 EKS 아마존 세이지메이커 SageMaker 파이토치 쿠버네티스 아마존웹서비스 리눅스 깃허브 아마존 EC2 기계학습 우분투 자바11

2020.05.08

파이토치 모델을 쉽게 개발하게 해주는 토치서브(TorchServe)는 A/B 테스트를 위한 다중 모델 서빙 및 모델 버전 관리를 지원한다.   아마존웹서비스(AWS)가 파이토치 머신러닝 모델을 제공하기 위한 토치서브라는 오픈소스 툴을 발표했다. 토치서브는 파이토치를 개발한 페이스북과 파트너십을 맺어 AWS에서 유지하고 관리하며 파이토치 프로젝트의 일부가 깃허브에서 제공된다. 4월 21일에 출시된 토치서브는 프로덕션 환경에서 파이토치 모델을 쉽게 배포할 수 있도록 설계되었다. 짧은 대기 시간으로 부담을 주지 않는 환경과 고성능 추론을 제공하는 것이 목표다.  토치서브의 주요 기능은 다음과 같다. • 객체 감지 및 텍스트 분류 같은 범용 애플리케이션을 위한 기본 처리기로 사용자가 모델을 배포하기 위해 사용자 지정 코드를 작성하지 않아도 됨 • 다중 모델 서빙 • A/B 테스트를 위한 모델 버전 관리 • 모니터링 지표 • 애플리케이션 통합을 위한 RESTful 엔드포인트 쿠버네티스, 아마존 세이지메이커(SageMaker), 아마존 EKS, 아마존 EC2를 포함한 모든 배포 환경은 토치서브에서 지원할 수 있다. 토치서브는 우분투 리눅스 또는 맥OS에서 자바11이 필요하다. ciokr@idg.co.kr  

2020.05.08

블로그ㅣ머신러닝에 관심있다면?··· 이제는 파이토치다 

아직 비주류긴 하지만, 쉽고 간단한 딥러닝 프레임워크 파이토치(PyTorch)가 데이터 과학 분야에서 부상하고 있다.  페이스북 인공지능 연구팀에서 만든 파이토치는 현재 가장 인기 많은 프로그래밍 언어인 파이썬을 기반으로 한다는 점에서 의미가 있다. 그러나 이것이 얼마나 의미가 있는지 거의 짐작하지 못했다. 아무리 많은 것들(훌륭한 공식 문서, 탄탄한 기술 기반 등)을 지원하더라도 오픈소스 프로젝트의 성공에는 운이 따라야 하기 때문이다.    그렇다면 파이토치는 운이 좋다. 아니, 축복받았다고 봐도 무방하다. 파이토치는 최근 빠르게 성장하고 있다. 애널리스트 토마스 딘스모어는 “2020년 말에는 파이토치 사용자가 텐서플로우 사용자를 추월할 것"이라고 전망했다. 사용자가 더 많아지고, 더 많이 채택되는 것은 무엇을 의미할까? 2015년 공개된 텐서플로우가 주류로 자리잡은 업계에서 그 경쟁자인 파이토치가 큰 발걸음을 내딛고 있다는 것이다.   폭발적인 성장 오픈허브(OpenHub)에 따르면, 텐서플로우와 파이토치는 지난 12개월간 막상막하의 사용자 수를 기록했다. 텐서플로우는 906명, 파이토치는 900명이었다. 2015년 공개된 텐서플로우와 비교하면, 파이토치의 점유율은 물론 사용자 수가 빠르게 증가하고 있음을 알 수 있다. 이는 데이터 과학자 제프 헤일의 분석 자료에서도 확인할 수 있다. 헤일은 채용 관련 데이터를 기반으로 데이터 과학자와 함께 어떤 키워드가 나타났는지 조사했는데, 지난해 파이토치는 2018년 대비 108.1% 증가했다.    물론 그의 분석 자료가 상대적 성장세를 표현했다는 점을 감안해야 한다. 텐서플로우의 사용자 커뮤니티 규모가 아직 파이토치보다 훨씬 크다. 파이토치가 거의 하룻밤 사이에 소수에서 무시무시한 다수로 변했지만 말이다. 하지만 모든 사항을 고려해볼 때 파이토치가 곧 텐서플로우와의 격차를 좁힐 수 있을 것으로 예측된다.  특히 파이토치에는 비교우...

오픈소스 딥러닝프레임워크 프로그래밍언어 파이토치 텐서플로 데이터과학 딥러닝 머신러닝 파이썬 기계학습 인공지능 페이스북 즉시실행

2020.01.31

아직 비주류긴 하지만, 쉽고 간단한 딥러닝 프레임워크 파이토치(PyTorch)가 데이터 과학 분야에서 부상하고 있다.  페이스북 인공지능 연구팀에서 만든 파이토치는 현재 가장 인기 많은 프로그래밍 언어인 파이썬을 기반으로 한다는 점에서 의미가 있다. 그러나 이것이 얼마나 의미가 있는지 거의 짐작하지 못했다. 아무리 많은 것들(훌륭한 공식 문서, 탄탄한 기술 기반 등)을 지원하더라도 오픈소스 프로젝트의 성공에는 운이 따라야 하기 때문이다.    그렇다면 파이토치는 운이 좋다. 아니, 축복받았다고 봐도 무방하다. 파이토치는 최근 빠르게 성장하고 있다. 애널리스트 토마스 딘스모어는 “2020년 말에는 파이토치 사용자가 텐서플로우 사용자를 추월할 것"이라고 전망했다. 사용자가 더 많아지고, 더 많이 채택되는 것은 무엇을 의미할까? 2015년 공개된 텐서플로우가 주류로 자리잡은 업계에서 그 경쟁자인 파이토치가 큰 발걸음을 내딛고 있다는 것이다.   폭발적인 성장 오픈허브(OpenHub)에 따르면, 텐서플로우와 파이토치는 지난 12개월간 막상막하의 사용자 수를 기록했다. 텐서플로우는 906명, 파이토치는 900명이었다. 2015년 공개된 텐서플로우와 비교하면, 파이토치의 점유율은 물론 사용자 수가 빠르게 증가하고 있음을 알 수 있다. 이는 데이터 과학자 제프 헤일의 분석 자료에서도 확인할 수 있다. 헤일은 채용 관련 데이터를 기반으로 데이터 과학자와 함께 어떤 키워드가 나타났는지 조사했는데, 지난해 파이토치는 2018년 대비 108.1% 증가했다.    물론 그의 분석 자료가 상대적 성장세를 표현했다는 점을 감안해야 한다. 텐서플로우의 사용자 커뮤니티 규모가 아직 파이토치보다 훨씬 크다. 파이토치가 거의 하룻밤 사이에 소수에서 무시무시한 다수로 변했지만 말이다. 하지만 모든 사항을 고려해볼 때 파이토치가 곧 텐서플로우와의 격차를 좁힐 수 있을 것으로 예측된다.  특히 파이토치에는 비교우...

2020.01.31

알리바바 클라우드, AI 알고리즘을 기트허브에 공개

알리바바 클라우드가 자사의 머신러닝 소스 코드인 알링크(Alink) 플랫폼을 기트허브에 공개했다. 알링크는 알리바바 클라우드의 모기업이 최근 11.11 글로벌 쇼핑 페스티벌에서 소비자들의 구매와 쇼핑경험을 돕는 데 기여했으며, 강력한 빅데이터와 고급 머신러닝 기술을 제공한 것으로 알려졌다.    알리바바 그룹의 클라우드 컴퓨팅 및 머신 인텔리전스 사업부에 따르면 이 플랫폼에는 인공지능(AI) 기반 고객 서비스 및 제품 권장 사항과 같은 머신러닝 작업 데이터를 처리하는 알고리즘 모음이 포함돼 있다. 알리바바 클라우드 인텔리전스의 데이터 플랫폼 사업부 사장 겸 시니어 펠로우 지아 양칭은 기트허브에 알링크를 공개함으로써 개발자에게 ‘강력한 빅데이터 및 고급 머신러닝 기술’을 제공하게 됐다고 말했다. 올해 11.11 판매 기간에 알리바바의 플랫폼을 사용한 전자상거래 사이트에는 티몰(Tmall)도 있었다.  알리바바 그룹의 뉴스 허브인 알리질라(Alizila)에 따르면 알링크가 공개됨으로써 개발자들은 실시간 예측, 맞춤 추천, 통계 분석, 이상 탐지 등의 예제와 함께 자체 솔루션에 소스 코드를 사용할 수 있다. 양칭은 소프트웨어 개발주기에서 가능한 한 빨리 오픈소스 커뮤니티와 연결하기 위해 노력하고 있다고 덧붙였다. 알링크 플랫폼은 오픈소스 데이터 처리 프레임워크인 아파치 플링크(Apache Flink)에서 개발됐다.   --------------------------------------------------------------- 마케팅과 인공지능 인기기사 ->AI로 고객 경험 개선··· 기업 3곳의 접근법 ->2019년 마케팅에서 주목해야 할 9가지 AI 트렌드 ->AI는 마케팅을 어떻게 바꿔놓을까 ->'AI가 고객 발굴하고 마케팅 카피 작성' 초콜릿회사 이야기 ->과장과 잠재력 사이··· 마케터가 알아야 할 AI의 오늘과 미래 ->검트리, AI·머신러닝 활용해 CRM 전략 현대화 ...

빅데이터 알링크 아파치 플링크 십일절 Alink AI칩 11.11 알리바바 클라우드 GitHuB 기트허브 기계학습 쇼핑몰 인공지능 전자상거래 알리바바 한광800

2019.12.02

알리바바 클라우드가 자사의 머신러닝 소스 코드인 알링크(Alink) 플랫폼을 기트허브에 공개했다. 알링크는 알리바바 클라우드의 모기업이 최근 11.11 글로벌 쇼핑 페스티벌에서 소비자들의 구매와 쇼핑경험을 돕는 데 기여했으며, 강력한 빅데이터와 고급 머신러닝 기술을 제공한 것으로 알려졌다.    알리바바 그룹의 클라우드 컴퓨팅 및 머신 인텔리전스 사업부에 따르면 이 플랫폼에는 인공지능(AI) 기반 고객 서비스 및 제품 권장 사항과 같은 머신러닝 작업 데이터를 처리하는 알고리즘 모음이 포함돼 있다. 알리바바 클라우드 인텔리전스의 데이터 플랫폼 사업부 사장 겸 시니어 펠로우 지아 양칭은 기트허브에 알링크를 공개함으로써 개발자에게 ‘강력한 빅데이터 및 고급 머신러닝 기술’을 제공하게 됐다고 말했다. 올해 11.11 판매 기간에 알리바바의 플랫폼을 사용한 전자상거래 사이트에는 티몰(Tmall)도 있었다.  알리바바 그룹의 뉴스 허브인 알리질라(Alizila)에 따르면 알링크가 공개됨으로써 개발자들은 실시간 예측, 맞춤 추천, 통계 분석, 이상 탐지 등의 예제와 함께 자체 솔루션에 소스 코드를 사용할 수 있다. 양칭은 소프트웨어 개발주기에서 가능한 한 빨리 오픈소스 커뮤니티와 연결하기 위해 노력하고 있다고 덧붙였다. 알링크 플랫폼은 오픈소스 데이터 처리 프레임워크인 아파치 플링크(Apache Flink)에서 개발됐다.   --------------------------------------------------------------- 마케팅과 인공지능 인기기사 ->AI로 고객 경험 개선··· 기업 3곳의 접근법 ->2019년 마케팅에서 주목해야 할 9가지 AI 트렌드 ->AI는 마케팅을 어떻게 바꿔놓을까 ->'AI가 고객 발굴하고 마케팅 카피 작성' 초콜릿회사 이야기 ->과장과 잠재력 사이··· 마케터가 알아야 할 AI의 오늘과 미래 ->검트리, AI·머신러닝 활용해 CRM 전략 현대화 ...

2019.12.02

AI 시스템 감독∙운영 적임자 CIO, 어떻게 해야 할까

시리의 도움으로 친구에게 전화를 걸고, 넷플릭스가 우리를 위해 개별적으로 선정한 영화를 브라우징하고, 구글 맵을 이용해 집까지 가장 빠른 길을 찾는다. 우리는 이 같은 일을 매일 하고 있다. 그리고 이는 우리의 일상에 너무 자연스럽게 밀착되어 있어서 심지어 당연해 보이기까지 한다. 이들의 한가지 공통점이라면, 모두가 인공지능(AI)으로 구동된다는 점이다.    AI는 우리의 삶을 근본적으로 바꾸고 있고, 기업은 전례 없는 속도로 이를 수용하고 있다. AI 구동 기술의 매출은 급속히 증가하는 추세다. 아시아태평양 지역의 인식 및 AI 시스템 투자 규모는 2021년 46억 달러에 이를 것으로 추정되고, 2016~2022년의 기간 동안 AI 기술의 도입은 46.9% 증가할 것으로 전망된다.  아시아태평양 내 정부들 역시 AI의 잠재력을 알고 있다. 따라서 호주, 중국, 인도, 일본, 한국, 싱가포르, 말레이시아 등지에서 AI 프로젝트의 전개는 강한 탄력을 받을 전망이다. 호주 정부는 2018년 12월 ‘기술 미래(Tech Future)’ 전략을 발표하면서 AI, 로봇공학, 사물인터넷 투자로 호주의 디지털 경제를 강화한다는 방침을 드러냈다.  호주 정부는 2018~2019년 예산안에서는 4년에 걸쳐 AI 및 머신러닝 프로세스를 구현하는데 299억 달러를 배정했다. 이들 디지털 기술은 10여 종의 산업에 혜택을 주며 경제와 사회를 발전시킬 것이다.  AI는 설계, 마케팅, 업무 등 여러 비즈니스 기능의 핵심에 접목되어 있다. 그렇다면 급속히 변하는 기술의 미래에서, 어떻게 하면 AI를 적절히 구현해 AI가 조직의 전반적 계획에 보다 폭넓게 흡수될 수 있도록 할 것인가? 그리고 누가 이를 감독할 것인가? 여기서 CIO가 등장한다. 포레스터와 델EMC에 따르면 CIO는 조직의 전체 AI 기능을 구축하는 데 최적의 위치에 있다. AI를 통해 비즈니스 가치를 견인하는 데에는 이들이 관리하는 데이터, ...

CIO 델EMC 고객경험 CX 기계학습 넷플릭스 인공지능 시리 포레스터 애플 ROI 구글 데이터21

2019.01.11

시리의 도움으로 친구에게 전화를 걸고, 넷플릭스가 우리를 위해 개별적으로 선정한 영화를 브라우징하고, 구글 맵을 이용해 집까지 가장 빠른 길을 찾는다. 우리는 이 같은 일을 매일 하고 있다. 그리고 이는 우리의 일상에 너무 자연스럽게 밀착되어 있어서 심지어 당연해 보이기까지 한다. 이들의 한가지 공통점이라면, 모두가 인공지능(AI)으로 구동된다는 점이다.    AI는 우리의 삶을 근본적으로 바꾸고 있고, 기업은 전례 없는 속도로 이를 수용하고 있다. AI 구동 기술의 매출은 급속히 증가하는 추세다. 아시아태평양 지역의 인식 및 AI 시스템 투자 규모는 2021년 46억 달러에 이를 것으로 추정되고, 2016~2022년의 기간 동안 AI 기술의 도입은 46.9% 증가할 것으로 전망된다.  아시아태평양 내 정부들 역시 AI의 잠재력을 알고 있다. 따라서 호주, 중국, 인도, 일본, 한국, 싱가포르, 말레이시아 등지에서 AI 프로젝트의 전개는 강한 탄력을 받을 전망이다. 호주 정부는 2018년 12월 ‘기술 미래(Tech Future)’ 전략을 발표하면서 AI, 로봇공학, 사물인터넷 투자로 호주의 디지털 경제를 강화한다는 방침을 드러냈다.  호주 정부는 2018~2019년 예산안에서는 4년에 걸쳐 AI 및 머신러닝 프로세스를 구현하는데 299억 달러를 배정했다. 이들 디지털 기술은 10여 종의 산업에 혜택을 주며 경제와 사회를 발전시킬 것이다.  AI는 설계, 마케팅, 업무 등 여러 비즈니스 기능의 핵심에 접목되어 있다. 그렇다면 급속히 변하는 기술의 미래에서, 어떻게 하면 AI를 적절히 구현해 AI가 조직의 전반적 계획에 보다 폭넓게 흡수될 수 있도록 할 것인가? 그리고 누가 이를 감독할 것인가? 여기서 CIO가 등장한다. 포레스터와 델EMC에 따르면 CIO는 조직의 전체 AI 기능을 구축하는 데 최적의 위치에 있다. AI를 통해 비즈니스 가치를 견인하는 데에는 이들이 관리하는 데이터, ...

2019.01.11

다우존스, 머신러닝용 빅데이터 처리하는 'DNA' 플랫폼 개발

130년 전에 설립돼 세계적으로 명성이 있는 금융정보 회사인 다우존스(Dow Jones)가 DNA라는 자체 대량 데이터 서비스를 개발해 고객이 기존 및 실시간 데이터를 추출할 수 있도록 돕고 있다. 현재 생물학적 감시, 재보험, 자본 시장 등이 이 서비스를 사용 중으로 알려졌다.    DNA는 데이터(Data), 뉴스(News), 분석(Analytics)의 약어로 이 플랫폼은 2017년 3월에 출시되었지만 아직 베타 버전이다.   다우존스에서 DNA 플랫폼 및 기술 파트너십의 총책임자인 토마스 니란잔은 데이터 세트를 좀더 쉽게 사용할 수 있도록 비즈니스 사례를 다음과 같이 설명했다. "몇 년 전 안팎에서 나온 요구 사항은 우리가 보유한 모든 데이터 자산을 잠금 해제하고 기업 고객이 데이터를 프로그래밍 방식으로 쉽게 얻을 수 있어야 한다는 것이었다." 이는 주로 API를 사용하고 피드를 통해 정보를 제공함으로써 달성되었다. 다우존스는 자사의 뉴스와이어(Newswire) 서비스뿐 아니라 통합 뉴스 상품인 팩티바닷컴(Factiva.com)과 사모펀드 및 벤처캐피탈 리서치 툴인 벤처소스(VentureSource) 같은 좀더 전문화된 제품을 비롯해 여러 가지 잘 정립된 데이터 제품을 보유하고 있다. 니란잔은 회사의 고객이 데이터를 사용하는 방식이 바뀌면서 DNA 생성이 촉진되었다고 전했다. "클라우드 컴퓨팅은 특정 대기업 고객이 대용량 데이터를 소비하고 과거에는 얻을 수 없었던 수준의 통찰을 추출할 수 있는 능력 면에서 가장 큰 변화의 원인이다"고 니란잔은 말했다. 플랫폼상의 클라우드 환경은 제 3자가 수백만 개 또는 수천만 개의 문서를 동시에 다운로드 할 수 있음을 의미하므로 머신러닝 프로젝트에 이상적이다. 이 플랫폼은 '스트리밍' 및 '스냅샷' 데이터 API를 모두 제공한다. 스냅샷을 사용하면 제 3자가 대량의 데이터를 매우 빠르게 대량으로 추출할 수 있고 스트...

빅데이터 다우존스 자산운용 사모펀드 증권 기계학습 톰슨 로이터 벤처캐피탈 질병 DNA 플랫폼 사기 금융 의료 증시

2019.01.11

130년 전에 설립돼 세계적으로 명성이 있는 금융정보 회사인 다우존스(Dow Jones)가 DNA라는 자체 대량 데이터 서비스를 개발해 고객이 기존 및 실시간 데이터를 추출할 수 있도록 돕고 있다. 현재 생물학적 감시, 재보험, 자본 시장 등이 이 서비스를 사용 중으로 알려졌다.    DNA는 데이터(Data), 뉴스(News), 분석(Analytics)의 약어로 이 플랫폼은 2017년 3월에 출시되었지만 아직 베타 버전이다.   다우존스에서 DNA 플랫폼 및 기술 파트너십의 총책임자인 토마스 니란잔은 데이터 세트를 좀더 쉽게 사용할 수 있도록 비즈니스 사례를 다음과 같이 설명했다. "몇 년 전 안팎에서 나온 요구 사항은 우리가 보유한 모든 데이터 자산을 잠금 해제하고 기업 고객이 데이터를 프로그래밍 방식으로 쉽게 얻을 수 있어야 한다는 것이었다." 이는 주로 API를 사용하고 피드를 통해 정보를 제공함으로써 달성되었다. 다우존스는 자사의 뉴스와이어(Newswire) 서비스뿐 아니라 통합 뉴스 상품인 팩티바닷컴(Factiva.com)과 사모펀드 및 벤처캐피탈 리서치 툴인 벤처소스(VentureSource) 같은 좀더 전문화된 제품을 비롯해 여러 가지 잘 정립된 데이터 제품을 보유하고 있다. 니란잔은 회사의 고객이 데이터를 사용하는 방식이 바뀌면서 DNA 생성이 촉진되었다고 전했다. "클라우드 컴퓨팅은 특정 대기업 고객이 대용량 데이터를 소비하고 과거에는 얻을 수 없었던 수준의 통찰을 추출할 수 있는 능력 면에서 가장 큰 변화의 원인이다"고 니란잔은 말했다. 플랫폼상의 클라우드 환경은 제 3자가 수백만 개 또는 수천만 개의 문서를 동시에 다운로드 할 수 있음을 의미하므로 머신러닝 프로젝트에 이상적이다. 이 플랫폼은 '스트리밍' 및 '스냅샷' 데이터 API를 모두 제공한다. 스냅샷을 사용하면 제 3자가 대량의 데이터를 매우 빠르게 대량으로 추출할 수 있고 스트...

2019.01.11

AI는 법률 분야에 어떤 영향을 끼칠까

AI와 자동화는 법률 분야에 어떤 영향을 끼칠까? 법률 분야는 개인과 기업 차원에서 많은 양의 데이터를 통해 작동하므로 이 분야에서 데이터 보호와 정확성은 매우 중요하다.   자동화 기술은 법률 부문에 매우 잘 적용될 것처럼 보였으나, 일부 법률회사는 여전히 매우 조심스럽고 규제가 엄격한 산업의 혜택을 여전히 의문시하고 있다. 인공지능과 자동화 기술이 법률과 법률 보조 직업에 미칠 수 있는 잠재적 영향을 알아보자.  1. 문서 찾기 및 검토 컴퓨터가 문서를 이해하고 찾아내는 능력은 법률 보조 업무에 심각한 영향을 미칠 것이다. 일반적으로 사람이 문서 찾기 및 검토 업무를 해왔는데 컴퓨터는 이 작업을 매우 빠른 속도로 해낼 수 있다. 이미 자연어 처리 및 AI 도구를 사용하여 문서를 검색하는 전문 서비스 회사가 여러 곳 있다. 사례는 사람이 할 수 있는 것보다 훨씬 빠른 속도로 사례 파일, 법적 브리핑 등을 통과하는 기능에서 다양하다. 2017년에 투자은행 회사인 JP모건은 상업 자금 대출 계약을 해석하기 위해 계약 인텔리전스에 COIN이라는 프로그램을 사용하고 있다고 발표했다. 이는 연간 최대 3만 6,000시간의 변호사 비용을 소비하는 작업이다. 위와 같은 기술의 채택은 법률 연구가 수행되는 방식이 변경됨에 따라 부문 전반에 걸쳐 빠르게 확산되고 있다. 하버드대학교는 연수생 변호사들이 이와 같은 기술을 습득할 수 있도록 법률 혁신 및 프로그래밍 과정을 제공한다. 2. 빅데이터 분석 빅데이터는 자연어 처리 및 머신러닝과 같은 기술을 활용하여 대용량의 데이터 및 실제적인 통찰력을 위한 콘텐츠를 마이닝할 때 법률 분야에서 중요한 역할을 한다. 수집된 정보는 변호사가 판례를 더욱더 잘 판단하고 합법적인 전략을 수립하며 소송 비용을 예측하는 데 사용될 수 있다. 3. 의무 이행 확인 의무를 이행했는지 확인하는 작업은 일반적으로 지루하고 평범한 것으로 종종 법적인 지원을 맡는 근로자가 수행해야 한다. 경우에 따라 사람의 실수가 발생할 ...

빅데이터 일자리 감소 프로퍼블리카 편향 ML 머신러닝 계약서 분석 변호사 법률 기계학습 인공지능 판결 딜로이트 듀딜리전스

2018.12.28

AI와 자동화는 법률 분야에 어떤 영향을 끼칠까? 법률 분야는 개인과 기업 차원에서 많은 양의 데이터를 통해 작동하므로 이 분야에서 데이터 보호와 정확성은 매우 중요하다.   자동화 기술은 법률 부문에 매우 잘 적용될 것처럼 보였으나, 일부 법률회사는 여전히 매우 조심스럽고 규제가 엄격한 산업의 혜택을 여전히 의문시하고 있다. 인공지능과 자동화 기술이 법률과 법률 보조 직업에 미칠 수 있는 잠재적 영향을 알아보자.  1. 문서 찾기 및 검토 컴퓨터가 문서를 이해하고 찾아내는 능력은 법률 보조 업무에 심각한 영향을 미칠 것이다. 일반적으로 사람이 문서 찾기 및 검토 업무를 해왔는데 컴퓨터는 이 작업을 매우 빠른 속도로 해낼 수 있다. 이미 자연어 처리 및 AI 도구를 사용하여 문서를 검색하는 전문 서비스 회사가 여러 곳 있다. 사례는 사람이 할 수 있는 것보다 훨씬 빠른 속도로 사례 파일, 법적 브리핑 등을 통과하는 기능에서 다양하다. 2017년에 투자은행 회사인 JP모건은 상업 자금 대출 계약을 해석하기 위해 계약 인텔리전스에 COIN이라는 프로그램을 사용하고 있다고 발표했다. 이는 연간 최대 3만 6,000시간의 변호사 비용을 소비하는 작업이다. 위와 같은 기술의 채택은 법률 연구가 수행되는 방식이 변경됨에 따라 부문 전반에 걸쳐 빠르게 확산되고 있다. 하버드대학교는 연수생 변호사들이 이와 같은 기술을 습득할 수 있도록 법률 혁신 및 프로그래밍 과정을 제공한다. 2. 빅데이터 분석 빅데이터는 자연어 처리 및 머신러닝과 같은 기술을 활용하여 대용량의 데이터 및 실제적인 통찰력을 위한 콘텐츠를 마이닝할 때 법률 분야에서 중요한 역할을 한다. 수집된 정보는 변호사가 판례를 더욱더 잘 판단하고 합법적인 전략을 수립하며 소송 비용을 예측하는 데 사용될 수 있다. 3. 의무 이행 확인 의무를 이행했는지 확인하는 작업은 일반적으로 지루하고 평범한 것으로 종종 법적인 지원을 맡는 근로자가 수행해야 한다. 경우에 따라 사람의 실수가 발생할 ...

2018.12.28

2019년 마케팅에서 주목해야 할 9가지 AI 트렌드

인공지능과 머신러닝이 2019년에 마케팅 리더십과 전략에 어떤 차이를 가져올까? 전문가들이 내놓은 전망을 9가지로 정리했다.  이제는 인공지능(AI)이나 머신러닝(ML)에 대한 이야기를 빼놓고는 마케팅을 논할 수 없게 됐다. 한 때 데이터 수집, 분석, 고객 서비스를 위한 묘책으로 홍보하던 AI와 ML은 그런 광고가 무색할 만큼 성장했으며 똑똑한 마케팅 전문가들은 이를 인간 지능을 대신하기보다는 증폭하는 수단으로 활용하고 있다. CMO가 마케팅 분야의 여러 전문가와 2019년에 AI를 통한 마케팅의 변화에 관해 이야기를 나누었다. 1. AI는 인간을 대체하는 것이 아니라 인간의 능력을 한층 더 증대시킬 것이다 AI가 처음 등장했을 때 많은 기업이 고객 관리에 수반되는 모든 인간 상호작용을 대체할 묘책으로 보았다. 하지만 지금은 그것이 불가능하며 도리어 고객 경험을 악화시킬 수 있음을 깨달았다. AI가 인간을 대체하는 것이 아니라 인간의 능력을 훨씬 더 증대시키리라는 점을 알아야 한다. S&L(Spredfast and Lithium)의 CTO 라주 말로트라는 “페이스북이 2016년 처음 메신저와 챗봇 통합을 발표했을 때 많은 사람이 모든 고객 관리가 필요 없어지리라 생각했지만 많은 기업이 이것이 과장 광고였음을 깨달았다"며 "궁극적으로 브랜드들은 챗봇에 모든 것을 맡긴다. 모 아니면 도이다. 인공적인 것은 고객 서비스 대리인을 대체하는 것이 아니라 돕는다"고 말했다. 이어서 말로트라는 "해를 거듭할수록 고객들은 브랜드와의 더 많은 직접적인 상호작용을 기대하며 신속한 대응을 요구한다. 2019년에는 브랜드들이 챗봇/대리인 관계를 실질적으로 포용하여 지루한 이를 자동화함으로써 대리인들이 고객에 집중하고 SLA를 통달할 수 있을 것이다"고 설명했다.  피프티파이브5(Fiftyfive5)의 이사 안드레아 콜리어는 기업들이 마케팅 분야에서의 끊임없는 AI 도입과 관련하여 속도...

CIO 대화형 AI ML 챗봇 고객경험 2019년 mi CX 기계학습 메신저 인공지능 비즈니스 인텔리전스 CMO 전망 마케팅 인텔리전스

2018.12.26

인공지능과 머신러닝이 2019년에 마케팅 리더십과 전략에 어떤 차이를 가져올까? 전문가들이 내놓은 전망을 9가지로 정리했다.  이제는 인공지능(AI)이나 머신러닝(ML)에 대한 이야기를 빼놓고는 마케팅을 논할 수 없게 됐다. 한 때 데이터 수집, 분석, 고객 서비스를 위한 묘책으로 홍보하던 AI와 ML은 그런 광고가 무색할 만큼 성장했으며 똑똑한 마케팅 전문가들은 이를 인간 지능을 대신하기보다는 증폭하는 수단으로 활용하고 있다. CMO가 마케팅 분야의 여러 전문가와 2019년에 AI를 통한 마케팅의 변화에 관해 이야기를 나누었다. 1. AI는 인간을 대체하는 것이 아니라 인간의 능력을 한층 더 증대시킬 것이다 AI가 처음 등장했을 때 많은 기업이 고객 관리에 수반되는 모든 인간 상호작용을 대체할 묘책으로 보았다. 하지만 지금은 그것이 불가능하며 도리어 고객 경험을 악화시킬 수 있음을 깨달았다. AI가 인간을 대체하는 것이 아니라 인간의 능력을 훨씬 더 증대시키리라는 점을 알아야 한다. S&L(Spredfast and Lithium)의 CTO 라주 말로트라는 “페이스북이 2016년 처음 메신저와 챗봇 통합을 발표했을 때 많은 사람이 모든 고객 관리가 필요 없어지리라 생각했지만 많은 기업이 이것이 과장 광고였음을 깨달았다"며 "궁극적으로 브랜드들은 챗봇에 모든 것을 맡긴다. 모 아니면 도이다. 인공적인 것은 고객 서비스 대리인을 대체하는 것이 아니라 돕는다"고 말했다. 이어서 말로트라는 "해를 거듭할수록 고객들은 브랜드와의 더 많은 직접적인 상호작용을 기대하며 신속한 대응을 요구한다. 2019년에는 브랜드들이 챗봇/대리인 관계를 실질적으로 포용하여 지루한 이를 자동화함으로써 대리인들이 고객에 집중하고 SLA를 통달할 수 있을 것이다"고 설명했다.  피프티파이브5(Fiftyfive5)의 이사 안드레아 콜리어는 기업들이 마케팅 분야에서의 끊임없는 AI 도입과 관련하여 속도...

2018.12.26

최고 CX 핵심에는 '사람'이 있어야 <가트너>

인공지능과 머신러닝이 고객경험 최적화의 모든 해답은 아니라는 주장이 제기됐다. 인공지능(AI)이나 머신러닝을 사용해 모든 고객경험을 자동화하려는 기업은 고객이 원하는 탈 채널 CX 제공에 실패할 수도 있다. 이는 가트너의 유명 애널리스트인 마이클 마오즈의 주장이다. 마오즈는 앞으로 봇/인공지능이 모든 인간 상호작용을 대체하는 게 문제가 아니라 실제 더 나은 CX를 제공하도록 사람을 움직이게 한다는 게 문제라고 지적했다. 최근 시드니에서 열린 가트너 서밋에서 연설한 마오즈는 올해 사모펀드와 벤처캐피털 투자에서 1,600개의 AI 신생벤처가 자금을 받았다고 언급했다. 가트너는 2022년까지 고객 상호작용의 72%가 머신러닝(ML) 애플리케이션, 챗봇(chatbot) 또는 모바일 메시징과 같은 신기술을 포함할 것으로 전망했으며 이는 지난해 전망치인 11%보다 증가했다. 2021년까지 고객 서비스 상호작용의 15%가 AI로 완전히 처리될 것으로 예상되며 이는 2017년에 비해 무려 400%나 증가한 수치다. 이 기간에 전화를 통한 커뮤니케이션은 전체 고객 서비스 상호작용의 41%에서 12%로 떨어질 전망이다. 그러나 사람 담당자가 개입하는 고객 서비스는 여전히 모든 상호작용에서 44%를 차지하며, 2020년까지는 올해 출시된 봇 및 가상 비서 애플리케이션의 40%가 사라질 것이다. 2017년 고객 셀프서비스는 모든 상호작용의 48%를 차지했으며 2022년에는 64%로 증가할 것으로 예상된다. 한편 사람 담당자를 통한 상호작용은 2022년까지 15%로 감소할 것이며 21%는 상담원 보조 셀프서비스가 차지할 전망이다. 마오즈는 <CMO>와의 인터뷰에서 “AI는 복잡하지 않은 작업을 도와야 한다. 그래서 사람 담당자가 고객과 관계를 구축하도록 자유롭게 해줘야 한다”고 주장했다. 또한 AI는 상호작용을 '탈 채널'이나 옴니채널 이상으로 전환해 단 하나의 전체 고객 경험으로 바꿔 놓을 것이라...

가트너 탈 채널 대면 서비스 챗봇 가상 비서 고객경험 옴니채널 분석 고객 서비스 기계학습 인공지능 CMO 포스트 채널

2018.06.20

인공지능과 머신러닝이 고객경험 최적화의 모든 해답은 아니라는 주장이 제기됐다. 인공지능(AI)이나 머신러닝을 사용해 모든 고객경험을 자동화하려는 기업은 고객이 원하는 탈 채널 CX 제공에 실패할 수도 있다. 이는 가트너의 유명 애널리스트인 마이클 마오즈의 주장이다. 마오즈는 앞으로 봇/인공지능이 모든 인간 상호작용을 대체하는 게 문제가 아니라 실제 더 나은 CX를 제공하도록 사람을 움직이게 한다는 게 문제라고 지적했다. 최근 시드니에서 열린 가트너 서밋에서 연설한 마오즈는 올해 사모펀드와 벤처캐피털 투자에서 1,600개의 AI 신생벤처가 자금을 받았다고 언급했다. 가트너는 2022년까지 고객 상호작용의 72%가 머신러닝(ML) 애플리케이션, 챗봇(chatbot) 또는 모바일 메시징과 같은 신기술을 포함할 것으로 전망했으며 이는 지난해 전망치인 11%보다 증가했다. 2021년까지 고객 서비스 상호작용의 15%가 AI로 완전히 처리될 것으로 예상되며 이는 2017년에 비해 무려 400%나 증가한 수치다. 이 기간에 전화를 통한 커뮤니케이션은 전체 고객 서비스 상호작용의 41%에서 12%로 떨어질 전망이다. 그러나 사람 담당자가 개입하는 고객 서비스는 여전히 모든 상호작용에서 44%를 차지하며, 2020년까지는 올해 출시된 봇 및 가상 비서 애플리케이션의 40%가 사라질 것이다. 2017년 고객 셀프서비스는 모든 상호작용의 48%를 차지했으며 2022년에는 64%로 증가할 것으로 예상된다. 한편 사람 담당자를 통한 상호작용은 2022년까지 15%로 감소할 것이며 21%는 상담원 보조 셀프서비스가 차지할 전망이다. 마오즈는 <CMO>와의 인터뷰에서 “AI는 복잡하지 않은 작업을 도와야 한다. 그래서 사람 담당자가 고객과 관계를 구축하도록 자유롭게 해줘야 한다”고 주장했다. 또한 AI는 상호작용을 '탈 채널'이나 옴니채널 이상으로 전환해 단 하나의 전체 고객 경험으로 바꿔 놓을 것이라...

2018.06.20

'항공사 마일리지에 머신러닝 접목' 버진 오스트레일리아 이야기

호주 항공사인 버진 오스트레일리아의 마일리지 서비스인 버진 벨로시티 프리퀀트 플라이어(Virgin Velocity Frequent Flyers) 프로그램의 데이터 분석 최고 책임자에 따르면, 머신러닝을 적용한 결과 의사소통 효율이 10% 상승했으며 각 팀은 고급 분석을 10배의 속도로 적용할 수 있게 됐다. 버진이 데이터 트랜스포메이션 프로그램을 시작한 지는 12개월이 조금 넘었다. 더욱 광범위한 전사적 디지털 변신 프로그램과 함께 진행 중이다. 강조점은 2가지다. 하나는 개인화되고 의미 있게 포인트 현금화 제도를 개선함으로써 벨로시티 충성 고객 회원 전원의 고객경험을 향상하는 것이고, 다른 하나는 어떤 의사소통 및 디지털 작업이 이 작업을 지원하고 있는지 이해하고 판단하는 팀의 능력을 향상하는 것이다. 이러한 정비 작업의 일환으로 데이터 분석팀은 데이터로봇(DataRobot)의 머신러닝 플랫폼을 도입해 예측 모델링 능력 강화에 나섰다. 버진 오스트레일리아(Virgin Australia)의 데이터 분석 부문인 토크 데이터(Torque Data)의 총책임자 올리버 리스는 <CMO>와의 인터뷰에서, 그룹의 머신러닝 적용 목적은 데이터 분석과 모델링 운영의 정확성과 속도를 높여 개인화된 고객경험을 제공하는 것이라고 밝혔다. 그는 다음과 같이 말을 이었다. “디지털 환경에서 고객이 제공하는 정보에 훨씬 더 빨리 대응하기 위함이다. 옛날에는 직접 우편발송을 하거나 인쇄매체에 광고를 싣고 나서 반응을 기다리곤 했다. 몇 주 지난 후에 분석해서 어떤 점이 효과가 있는지 알아낸 다음 다시 발송하는 작업을 반복했다. 지금은 이러한 일련의 과정이 1초도 안 걸린다. 몇 초 만에 분석을 실행하기 위한 절차와 기능을 구축할 수 있어야 한다. 그러한 작업을 지금 하고 있다.” 버진은 관련성과 개인화를 목표로 하고 있다. 리스는 “개인화된 서비스 제공에 능숙해질수록 회원들과의 참여를 더 깊이 있게...

데이터 과학자 버진 오스트레일리아 최고 데이터 부석 책임자 마일리지 고객경험 CX 기계학습 데이터 분석 인공지능 항공 CMO 버진 벨로시티 프리쿼트 플라이어

2018.04.24

호주 항공사인 버진 오스트레일리아의 마일리지 서비스인 버진 벨로시티 프리퀀트 플라이어(Virgin Velocity Frequent Flyers) 프로그램의 데이터 분석 최고 책임자에 따르면, 머신러닝을 적용한 결과 의사소통 효율이 10% 상승했으며 각 팀은 고급 분석을 10배의 속도로 적용할 수 있게 됐다. 버진이 데이터 트랜스포메이션 프로그램을 시작한 지는 12개월이 조금 넘었다. 더욱 광범위한 전사적 디지털 변신 프로그램과 함께 진행 중이다. 강조점은 2가지다. 하나는 개인화되고 의미 있게 포인트 현금화 제도를 개선함으로써 벨로시티 충성 고객 회원 전원의 고객경험을 향상하는 것이고, 다른 하나는 어떤 의사소통 및 디지털 작업이 이 작업을 지원하고 있는지 이해하고 판단하는 팀의 능력을 향상하는 것이다. 이러한 정비 작업의 일환으로 데이터 분석팀은 데이터로봇(DataRobot)의 머신러닝 플랫폼을 도입해 예측 모델링 능력 강화에 나섰다. 버진 오스트레일리아(Virgin Australia)의 데이터 분석 부문인 토크 데이터(Torque Data)의 총책임자 올리버 리스는 <CMO>와의 인터뷰에서, 그룹의 머신러닝 적용 목적은 데이터 분석과 모델링 운영의 정확성과 속도를 높여 개인화된 고객경험을 제공하는 것이라고 밝혔다. 그는 다음과 같이 말을 이었다. “디지털 환경에서 고객이 제공하는 정보에 훨씬 더 빨리 대응하기 위함이다. 옛날에는 직접 우편발송을 하거나 인쇄매체에 광고를 싣고 나서 반응을 기다리곤 했다. 몇 주 지난 후에 분석해서 어떤 점이 효과가 있는지 알아낸 다음 다시 발송하는 작업을 반복했다. 지금은 이러한 일련의 과정이 1초도 안 걸린다. 몇 초 만에 분석을 실행하기 위한 절차와 기능을 구축할 수 있어야 한다. 그러한 작업을 지금 하고 있다.” 버진은 관련성과 개인화를 목표로 하고 있다. 리스는 “개인화된 서비스 제공에 능숙해질수록 회원들과의 참여를 더 깊이 있게...

2018.04.24

머신러닝과 예측 알고리즘에 '안성맞춤' 데이터 과학 툴 10선

기업이 과거보다 훨씬 빠르게 데이터를 다루고자 하면서 데이터 과학자들이 알고리즘을 구축하고 배포하도록 해주는 플랫폼이 점점 더 중요해지고 있다. 가트너는 데이터 과학 플랫폼을 단순히 "머신러닝 솔루션을 만드는 엔진"으로 정의한다. 이 기사에서는 가트너의 정의를 확대해 데이터 과학 업무팀이 코드를 공동 작업하고 직접 배포해 데이터 과학 솔루션을 안내할 수 있는 모든 것을 포함했다. 데이터 과학 플랫폼은 상대적으로 덜 성숙했고 아직은 묘책이 없음을 기억하는 것이 중요하다. 테셀라 애널리틱스(Tessella Analytics)의 수석 분석 전략가인 매튜 존스는 <컴퓨터월드UK(ComputerworldUK)>와의 인터뷰에서 "데이터 과학은 플러그 앤드 플레이가 아니다"고 말했다. 이어서 "플랫폼은 아웃소싱해도 괜찮다. 하지만, 존재하는 데이터와 컨텍스트를 이해하는 사람은 교육을 받아야 한다. 기술 공급 업체에게 데이터 과학을 아웃소싱하는 경우 비즈니스와 데이터를 확실히 이해해야 한다"고 밝혔다. 이를 염두에 두고 오픈소스부터 기존 솔루션 업체까지 현재 기업이 가장 많이 사용하는 데이터 과학 플랫폼을 소개한다.   1. H2O.ai H2O.ai는 기업이 비즈니스 문제에 신속하고 확장할 수 있는 예측 분석을 적용하도록 지원하는 오픈소스 시스템 학습 플랫폼이다. 이 플랫폼의 명성은 점점 더 올라가고 있으며, 이전 버전은 가트너 매직 쿼드런트에서 비저너리로 선정됐으며 2018 데이터 과학 및 머신러닝 플랫폼 매직 쿼드런트에서 리더로 꼽혔다. 가트너는 딥러닝, 머신러닝 자동화, 하이브리드 클라우드 지원, 오픈소스 통합에 대한 기술 역량과 이베이, 캐피탈원, 컴캐스트를 포함한 고객사를 위한 강력한 지원을 높이 평가했다. 코드 중심 툴체인은 뛰어난 유연성과 확장성을 제공하지만 가장 사용자 친화적인 제품은 아니다. 2. 마이크...

SAS 래피드마이너 다타이쿠 도미노 데이터랩 데이터 과학 분석 예측 기계학습 스플렁크 모델링 클라우데라 데이터 과학자 애저 마이크로소프트 IBM 가트너 빅데이터 H2O.ai

2018.04.19

기업이 과거보다 훨씬 빠르게 데이터를 다루고자 하면서 데이터 과학자들이 알고리즘을 구축하고 배포하도록 해주는 플랫폼이 점점 더 중요해지고 있다. 가트너는 데이터 과학 플랫폼을 단순히 "머신러닝 솔루션을 만드는 엔진"으로 정의한다. 이 기사에서는 가트너의 정의를 확대해 데이터 과학 업무팀이 코드를 공동 작업하고 직접 배포해 데이터 과학 솔루션을 안내할 수 있는 모든 것을 포함했다. 데이터 과학 플랫폼은 상대적으로 덜 성숙했고 아직은 묘책이 없음을 기억하는 것이 중요하다. 테셀라 애널리틱스(Tessella Analytics)의 수석 분석 전략가인 매튜 존스는 <컴퓨터월드UK(ComputerworldUK)>와의 인터뷰에서 "데이터 과학은 플러그 앤드 플레이가 아니다"고 말했다. 이어서 "플랫폼은 아웃소싱해도 괜찮다. 하지만, 존재하는 데이터와 컨텍스트를 이해하는 사람은 교육을 받아야 한다. 기술 공급 업체에게 데이터 과학을 아웃소싱하는 경우 비즈니스와 데이터를 확실히 이해해야 한다"고 밝혔다. 이를 염두에 두고 오픈소스부터 기존 솔루션 업체까지 현재 기업이 가장 많이 사용하는 데이터 과학 플랫폼을 소개한다.   1. H2O.ai H2O.ai는 기업이 비즈니스 문제에 신속하고 확장할 수 있는 예측 분석을 적용하도록 지원하는 오픈소스 시스템 학습 플랫폼이다. 이 플랫폼의 명성은 점점 더 올라가고 있으며, 이전 버전은 가트너 매직 쿼드런트에서 비저너리로 선정됐으며 2018 데이터 과학 및 머신러닝 플랫폼 매직 쿼드런트에서 리더로 꼽혔다. 가트너는 딥러닝, 머신러닝 자동화, 하이브리드 클라우드 지원, 오픈소스 통합에 대한 기술 역량과 이베이, 캐피탈원, 컴캐스트를 포함한 고객사를 위한 강력한 지원을 높이 평가했다. 코드 중심 툴체인은 뛰어난 유연성과 확장성을 제공하지만 가장 사용자 친화적인 제품은 아니다. 2. 마이크...

2018.04.19

머신러닝에 관한 9가지 오해

머신러닝만큼 오해가 많은 신기술도 없을 것이다. 머신러닝이 할 수 있는 것과 할 수 없는 것은 각각 무엇인지를 알아보고, 더 이상 머신러닝을 오해하지 말자. 머신러닝은 매우 유용하다. 그래서 모든 문제를 해결하고, 모든 상황에 적용할 수 있는 기술이라고 생각하기 쉽다. 하지만 다른 도구들처럼 특정 영역에만 유용하다. 지속되고 있지만, 이를 해결할 사람을 충분히 채용할 수 없어 해결하지 못하고 있는 문제들, 목적이 명확하지만, 이를 달성할 방법이 없는 문제들을 예로 들 수 있다. 어쨌든 많은 기업과 기관이 어떤 식이든 머신러닝을 활용해 혜택을 누릴 수 있다. 액센츄어 조사에 따르면, 2021년까지 AI가 모든 새로운 혁신의 원동력이 될 것이라고 예상한 중역들의 비율이 42%에 달한다. 그러나 ‘하이프’와 일반적인 통념을 극복하고, 머신러닝이 실제 전달할 수 있는 기능과 그렇지 못한 기능을 이해해야 더 좋은 성과를 일궈낼 수 있다. 오해 1 : ‘머신러닝=AI’다 머신러닝과 인공지능이 유사어처럼 사용되는 경우가 많다. 하지만 머신러닝은 연구 실험실에서 실제 세상으로 가장 성공적으로 진입한 기법이고, AI는 컴퓨터 비전, 로봇, 자연어 처리, 머신러닝이 관여되지 않는 제약 만족(Constraint Satisfaction) 같은 접근법 등 적용 범위와 응용 분야가 광범위한 기술이다. 머신을 똑똑하게 만드는 기술로 생각하면 된다. 이 가운데 어느 것도 일부 사람들이 경쟁할까 두려워하고, 심지어 인간을 공격할까 두려워하는 그런 '인공지능'은 아니다. ‘버즈워드(통용어)’를 경계하고, 정확히 이해해야 한다. 머신러닝은 수많은 데이터의 패턴을 학습, 결과를 예측하는 기법이다. 그 결과가 ‘지적’으로 보일지 모르겠지만, 기본적으로 아주 빠른 속도와 규모로 통계 처리를 하는 기법이다. 오해 2 : 모든 데이터가 유용하다 머신러닝에는 데이터가 ...

CIO RL 통념 CB 강화학습 신경망 알파고 딥마인드 데이터 과학 블랙박스 기계학습 마이크로소픝 API 인공지능 일자리 피싱 애저 세일즈포스 맥락 강도

2018.03.23

머신러닝만큼 오해가 많은 신기술도 없을 것이다. 머신러닝이 할 수 있는 것과 할 수 없는 것은 각각 무엇인지를 알아보고, 더 이상 머신러닝을 오해하지 말자. 머신러닝은 매우 유용하다. 그래서 모든 문제를 해결하고, 모든 상황에 적용할 수 있는 기술이라고 생각하기 쉽다. 하지만 다른 도구들처럼 특정 영역에만 유용하다. 지속되고 있지만, 이를 해결할 사람을 충분히 채용할 수 없어 해결하지 못하고 있는 문제들, 목적이 명확하지만, 이를 달성할 방법이 없는 문제들을 예로 들 수 있다. 어쨌든 많은 기업과 기관이 어떤 식이든 머신러닝을 활용해 혜택을 누릴 수 있다. 액센츄어 조사에 따르면, 2021년까지 AI가 모든 새로운 혁신의 원동력이 될 것이라고 예상한 중역들의 비율이 42%에 달한다. 그러나 ‘하이프’와 일반적인 통념을 극복하고, 머신러닝이 실제 전달할 수 있는 기능과 그렇지 못한 기능을 이해해야 더 좋은 성과를 일궈낼 수 있다. 오해 1 : ‘머신러닝=AI’다 머신러닝과 인공지능이 유사어처럼 사용되는 경우가 많다. 하지만 머신러닝은 연구 실험실에서 실제 세상으로 가장 성공적으로 진입한 기법이고, AI는 컴퓨터 비전, 로봇, 자연어 처리, 머신러닝이 관여되지 않는 제약 만족(Constraint Satisfaction) 같은 접근법 등 적용 범위와 응용 분야가 광범위한 기술이다. 머신을 똑똑하게 만드는 기술로 생각하면 된다. 이 가운데 어느 것도 일부 사람들이 경쟁할까 두려워하고, 심지어 인간을 공격할까 두려워하는 그런 '인공지능'은 아니다. ‘버즈워드(통용어)’를 경계하고, 정확히 이해해야 한다. 머신러닝은 수많은 데이터의 패턴을 학습, 결과를 예측하는 기법이다. 그 결과가 ‘지적’으로 보일지 모르겠지만, 기본적으로 아주 빠른 속도와 규모로 통계 처리를 하는 기법이다. 오해 2 : 모든 데이터가 유용하다 머신러닝에는 데이터가 ...

2018.03.23

8가지 사례로 본 헤지펀드의 AI·머신러닝 사용법

헤지펀드 회사들이 알고리즘 트레이딩 전략으로 첨단 기술 도입에 나서고 있다. 트레이딩 전략에서 경쟁우위를 차지하고자 하는 헤지펀드가 인공지능에 점점 더 많은 관심을 보이기 시작했다. 헤지펀드가 고객 자산을 거래하는 컴퓨터와 알고리즘에 초점을 맞추고 하는 양적 거래는 자연스러운 머신러닝 시험대가 됐다. 또한 헤지펀드의 양적 거래는 빅데이터 동향을 파악하고 고속으로 실행하는 데 적합하다. 블룸버그 통신의 보도에 따르면, 런던에 본사를 둔 헤지펀드 맨그룹(Man Group)은 현재 AI가 전체 자산의 극히 일부만 관리하고 있긴 하지만 인공지능이 2015년까지 이 회사의 가장 큰 자금 중 하나인 AHL 디멘션 프로그램에서 이윤의 약 절반 정도 기여했다. 유럽연합(EU) 의원들은 알고리즘 중심 시장(MiFID II) 규제로 시장에 혼란을 일으키는 알고리즘 중심의 펀드 운용에 관한 입법을 추진했다. 한편 영국의 금융감독기관(FCA)은 영국 시장에서 주문 유지를 담당하고 있지만 이러한 알고리즘이 자체 특성상 까다로우며 블랙박스 알고리즘이라고도 지적했다. 수학적 모델링으로 시장의 움직임을 바탕으로 프로그래밍하고 이에 근거해 컴퓨터가 투자 결정을 내리는 퀀트펀드(Quant fund)라 해도 지금 시점에서 기술에 관해 알아둬야 한다. 현재 인공지능과 머신러닝을 활용하는 펀드 운용사를 소개한다. 1. 맨그룹 최근 관리 자산 규모가 1,000억 달러를 기록해 고공행진 중인 헤지펀드인 맨그룹(Man Group)은 1987년 설립되어 정량적 투자 관리에 중점을 두고 있으며, 맨 AHL(Man AHL) 부서를 통해 인공지능 기술에 막대한 투자를 하고 있다. 이제는 머신러닝 알고리즘이나 좀더 전문적으로 딥러닝을 사용해 연구원들은 특정 지침 없이도 컴퓨터에서 동향을 찾고 이를 실행하도록 프로그래밍할 수 있다. 2. 르네상스 캐피탈 블룸버그에 따르면 악명 높은 양적 거래 헤지펀드인 르네상스 캐피탈은 AI 기술에 크게 의존하는 메달리...

빅데이터 2 시그마 르네상스 캐피탈 맨그룹 트레이딩 퀀트펀드 헤지펀드 ML 거래 분석 기계학습 알고리즘 인공지능 UBS 왓슨 금융 마이크로소프트 IBM 포인트72

2018.03.08

헤지펀드 회사들이 알고리즘 트레이딩 전략으로 첨단 기술 도입에 나서고 있다. 트레이딩 전략에서 경쟁우위를 차지하고자 하는 헤지펀드가 인공지능에 점점 더 많은 관심을 보이기 시작했다. 헤지펀드가 고객 자산을 거래하는 컴퓨터와 알고리즘에 초점을 맞추고 하는 양적 거래는 자연스러운 머신러닝 시험대가 됐다. 또한 헤지펀드의 양적 거래는 빅데이터 동향을 파악하고 고속으로 실행하는 데 적합하다. 블룸버그 통신의 보도에 따르면, 런던에 본사를 둔 헤지펀드 맨그룹(Man Group)은 현재 AI가 전체 자산의 극히 일부만 관리하고 있긴 하지만 인공지능이 2015년까지 이 회사의 가장 큰 자금 중 하나인 AHL 디멘션 프로그램에서 이윤의 약 절반 정도 기여했다. 유럽연합(EU) 의원들은 알고리즘 중심 시장(MiFID II) 규제로 시장에 혼란을 일으키는 알고리즘 중심의 펀드 운용에 관한 입법을 추진했다. 한편 영국의 금융감독기관(FCA)은 영국 시장에서 주문 유지를 담당하고 있지만 이러한 알고리즘이 자체 특성상 까다로우며 블랙박스 알고리즘이라고도 지적했다. 수학적 모델링으로 시장의 움직임을 바탕으로 프로그래밍하고 이에 근거해 컴퓨터가 투자 결정을 내리는 퀀트펀드(Quant fund)라 해도 지금 시점에서 기술에 관해 알아둬야 한다. 현재 인공지능과 머신러닝을 활용하는 펀드 운용사를 소개한다. 1. 맨그룹 최근 관리 자산 규모가 1,000억 달러를 기록해 고공행진 중인 헤지펀드인 맨그룹(Man Group)은 1987년 설립되어 정량적 투자 관리에 중점을 두고 있으며, 맨 AHL(Man AHL) 부서를 통해 인공지능 기술에 막대한 투자를 하고 있다. 이제는 머신러닝 알고리즘이나 좀더 전문적으로 딥러닝을 사용해 연구원들은 특정 지침 없이도 컴퓨터에서 동향을 찾고 이를 실행하도록 프로그래밍할 수 있다. 2. 르네상스 캐피탈 블룸버그에 따르면 악명 높은 양적 거래 헤지펀드인 르네상스 캐피탈은 AI 기술에 크게 의존하는 메달리...

2018.03.08

CIO 7인에는 듣는 'AI∙머신러닝, 이렇게 사용한다'

인공지능과 머신러닝이 과대광고에서 실제 적용 사례로 옮겨 가고 있으며 CIO가 주요 기술에 투자하기 시작했다. 가트너의 2018 CIO 아젠다 조사에 따르면 이미 AI를 도입했다고 밝힌 CIO가 4%에 불과했지만 약 절반(46%)은 AI 도입 계획을 수립했다고 답했다. 여기 비영리단체, 의료, 미디어, 금융 등의 선도적인 CIO가 인공지능과 머신러닝을 활용하고 있는 사례를 소개한다. 1. 국제 앰네스티 CIO 존 길레스피  국제 앰네스티는 AI를 사용하여 소셜 미디어 플랫폼에서 여성에 대한 폭력과 학대를 규명하고 언론에서 그 조직이 어떻게 대변하는지를 추적하고 있다. 국제 앰네스티 CIO인 존 길레스피는 "미디어 모니터링 서비스를 이용할 수 있는 곳이 많으며 정서를 추적하고 우리 단체에 대해 기록되는 양을 보고하는 데 큰 도움이 된다”고 밝혔다.  "한 달에 몇 건의 보도자료를 내보내는 회사에는 충분하지만 하루에 4~5건을 발행할 때 각각의 영향을 개별적으로 알고자 할 때보다 정교한 것이 필요하다"고 길레스피는 강조했다.  이 툴을 개발하기 위해 앰네스티는 ‘모두를 위한 AI’라는 기업 강령을 내세운 런던의 신생벤처인 ’ASI 데이터(ASI Data)’를 선택했다. 이 업체가 추구하는 방법 중 하나는 실제 문제에 데이터 과학을 적용하는 데 도움이 되는 박사과정 졸업생 및 소프트웨어 엔지니어를 대상으로 하는 6주 프로그램인 '데이터 과학 펠로우십(Data Science Fellowship)'을 통해 이뤄진다. 펠루우십 참가자는 국제 앰네스티의 최근 보도와 관련된 언론의 이야기를 평가하는 수학적 모델을 개발했다. 길레스피는 "기대를 훨씬 뛰어넘는 펠로우쉽 프로젝트의 성공"이라며 "국제 앰네스티가 저비용, 저위험 방식으로 데이터 과학을 실험할 기회는 우리에게 완벽했다"...

CIO 파이낸셜타임스 얼라이드아이리쉬뱅크 영국 수사청 앰네스티 캐피탈원 챗봇 부동산 가상 비서 언론 NGO 기계학습 롤스-로이스 인공지능 금융 은행 의료 정부 JLL EMEA

2018.03.07

인공지능과 머신러닝이 과대광고에서 실제 적용 사례로 옮겨 가고 있으며 CIO가 주요 기술에 투자하기 시작했다. 가트너의 2018 CIO 아젠다 조사에 따르면 이미 AI를 도입했다고 밝힌 CIO가 4%에 불과했지만 약 절반(46%)은 AI 도입 계획을 수립했다고 답했다. 여기 비영리단체, 의료, 미디어, 금융 등의 선도적인 CIO가 인공지능과 머신러닝을 활용하고 있는 사례를 소개한다. 1. 국제 앰네스티 CIO 존 길레스피  국제 앰네스티는 AI를 사용하여 소셜 미디어 플랫폼에서 여성에 대한 폭력과 학대를 규명하고 언론에서 그 조직이 어떻게 대변하는지를 추적하고 있다. 국제 앰네스티 CIO인 존 길레스피는 "미디어 모니터링 서비스를 이용할 수 있는 곳이 많으며 정서를 추적하고 우리 단체에 대해 기록되는 양을 보고하는 데 큰 도움이 된다”고 밝혔다.  "한 달에 몇 건의 보도자료를 내보내는 회사에는 충분하지만 하루에 4~5건을 발행할 때 각각의 영향을 개별적으로 알고자 할 때보다 정교한 것이 필요하다"고 길레스피는 강조했다.  이 툴을 개발하기 위해 앰네스티는 ‘모두를 위한 AI’라는 기업 강령을 내세운 런던의 신생벤처인 ’ASI 데이터(ASI Data)’를 선택했다. 이 업체가 추구하는 방법 중 하나는 실제 문제에 데이터 과학을 적용하는 데 도움이 되는 박사과정 졸업생 및 소프트웨어 엔지니어를 대상으로 하는 6주 프로그램인 '데이터 과학 펠로우십(Data Science Fellowship)'을 통해 이뤄진다. 펠루우십 참가자는 국제 앰네스티의 최근 보도와 관련된 언론의 이야기를 평가하는 수학적 모델을 개발했다. 길레스피는 "기대를 훨씬 뛰어넘는 펠로우쉽 프로젝트의 성공"이라며 "국제 앰네스티가 저비용, 저위험 방식으로 데이터 과학을 실험할 기회는 우리에게 완벽했다"...

2018.03.07

머신러닝으로 신용평가 정확도 5% 높인 '콜크레딧'

영국의 신용평가기업 콜크레딧(Callcredit)이 채무자의 상환 능력을 파악하고 대출 사기를 방지하는 데 머신러닝 기술을 활용하고 있다. 콜크레딧은 마이크로소프트 애저 머신러닝을 기반으로 모델링을 개발했으며 대출 신청 가운데 사기 대출을 찾아내고 채무자의 부채상환능력을 좀더 정확하게 평가할 수 있게 됐다. 콜크레딧은 여러 데이터 셋을 정교하게 분석하여 대출 신청자의 상환 확률을 계산하고 있다. 지난 2000년 설립 후 영국 내 주요 신용평가업체 세 곳 중 한 곳으로 부상한 콜크레딧은 머신러닝 기술을 활용해 경쟁사를 제치고 비교 우위를 점할 수 있을 것으로 기대하고 있다. 콜크레딧은 최근 마이크로소프트 애저 머신러닝 기술의 시범 도입을 성공적으로 마쳤으며 이를 통해 미납 채무 문제로 곤란을 겪는 신용카드사들에게 수백만 파운드를 절감해 줄 수 있게 될 것이라고 밝혔다. 콜크레딧의 최고 데이터 책임자(CDO) 마크 데이빗슨은 “MS 애저를 통해 머신러닝에 심층적으로 접근하였으며, 이를 통해 과거 어느 때보다 더욱 정교하고 정확하게 분석할 수 있었다”고 강조했다. 콜크레딧, 머신러닝 기술 적용 콜크레딧은 신용평가의 정확도를 높이고 고객사에 더 나은 서비스를 제공할 수 있는 차세대 예측 툴 제작을 목표로 삼았다. 약 1년 반 전쯤, 콜크레딧은 머신러닝의 비즈니스 활용 가능성을 물색하기 시작했다. 데이빗슨은 “처음에는 모든 가능성을 열어두고 시작했다. 수많은 데이터 과학자를 만나 의견을 들었고, 그들 각자가 최적이라 생각하는 기술에 대해 의견을 구했다. 우리가 직면한 문제를 해결해 줄 수 있는 적절한 솔루션, 즉 반드시 ‘정답’을 찾겠다는 일념으로 매진했다”고 이야기했다. 최적의 기술을 찾기 위해서는 각 기술의 예측 정확도를 일일이 테스트해 보는 수밖에 없었다. 콜크레딧은 자사의 주요 서비스 업무인 신용등급 평가 및 사기 방지 모니터링 부문에서 머신러닝...

SAS CDO 신용평가 최고 데이터 책임자 ML 상환 콜크레딧 회귀 분석 향상된 의사결정 나무 분석 대출 기계학습 빅데이터 마이크로소프트 AWS 애저 사기 데이터 과학자 신용카드 모델링 boosted decision tree

2018.01.09

영국의 신용평가기업 콜크레딧(Callcredit)이 채무자의 상환 능력을 파악하고 대출 사기를 방지하는 데 머신러닝 기술을 활용하고 있다. 콜크레딧은 마이크로소프트 애저 머신러닝을 기반으로 모델링을 개발했으며 대출 신청 가운데 사기 대출을 찾아내고 채무자의 부채상환능력을 좀더 정확하게 평가할 수 있게 됐다. 콜크레딧은 여러 데이터 셋을 정교하게 분석하여 대출 신청자의 상환 확률을 계산하고 있다. 지난 2000년 설립 후 영국 내 주요 신용평가업체 세 곳 중 한 곳으로 부상한 콜크레딧은 머신러닝 기술을 활용해 경쟁사를 제치고 비교 우위를 점할 수 있을 것으로 기대하고 있다. 콜크레딧은 최근 마이크로소프트 애저 머신러닝 기술의 시범 도입을 성공적으로 마쳤으며 이를 통해 미납 채무 문제로 곤란을 겪는 신용카드사들에게 수백만 파운드를 절감해 줄 수 있게 될 것이라고 밝혔다. 콜크레딧의 최고 데이터 책임자(CDO) 마크 데이빗슨은 “MS 애저를 통해 머신러닝에 심층적으로 접근하였으며, 이를 통해 과거 어느 때보다 더욱 정교하고 정확하게 분석할 수 있었다”고 강조했다. 콜크레딧, 머신러닝 기술 적용 콜크레딧은 신용평가의 정확도를 높이고 고객사에 더 나은 서비스를 제공할 수 있는 차세대 예측 툴 제작을 목표로 삼았다. 약 1년 반 전쯤, 콜크레딧은 머신러닝의 비즈니스 활용 가능성을 물색하기 시작했다. 데이빗슨은 “처음에는 모든 가능성을 열어두고 시작했다. 수많은 데이터 과학자를 만나 의견을 들었고, 그들 각자가 최적이라 생각하는 기술에 대해 의견을 구했다. 우리가 직면한 문제를 해결해 줄 수 있는 적절한 솔루션, 즉 반드시 ‘정답’을 찾겠다는 일념으로 매진했다”고 이야기했다. 최적의 기술을 찾기 위해서는 각 기술의 예측 정확도를 일일이 테스트해 보는 수밖에 없었다. 콜크레딧은 자사의 주요 서비스 업무인 신용등급 평가 및 사기 방지 모니터링 부문에서 머신러닝...

2018.01.09

2018년 IoT 프로젝트, 소규모로 추진 <TBR 전망>

IoT 프로젝트가 대규모에서 소규모로 바뀔 전망이다. 대형 IoT 프로젝트가 작고 점진적인 IoT 툴 방식으로 제안하고 있다. 테크놀로지 비즈니스 리서치(TBR)에 따르면 내년에는 대형 IoT 프로젝트의 인기가 시들해지면서 작고 점진적인 IoT 툴을 사용하는 소규모 IoT 프로젝트가 IT공급업체의 주요 관심사로 부상할 것으로 예상된다.  TBR의 2017년 전망 시리즈 보고서에서 BR IoT 담당 이사인 존 스푸너는 "IoT 프로젝트가 끝나기 시작한 게 아니라 IoT 프로젝트의 시작이 끝나고 있다”고 밝혔다. 스푸너는 "공급 업체와 최종 고객은 IoT에서 원하는 것을 파악하고 있지만 지원 기술은 여전히 상호 운용성과 배치 기능이 부족하기 때문에 미완성으로 시장을 잠식할 수 있다”고 지적했다. 이어서 "우리는 IoT/연결 운영 및 연결된 비즈니스 솔루션을 소비하고 활용할 수 있는 능력뿐 아니라 공급 업체와 제품의 완성도에 맞춰 설치하고 있다. 지금까지 우리는 잠재 가능성을 연구해왔다"고 덧붙였다.   스푸너에 따르면, 2018년에 IoT 자체가 균형을 잃으면서 연결 작업 및 연결된 비즈니스에 관한 결과로 새로운 사고방식이 비즈니스와 기업 간에 유지되기 때문에 IoT 거품 이야기’가 나올 것이다. 스푸너는 이러한 추세에 관해 ‘최종 고객이 자신의 산업별 운영 기능과 관련 업무 기능에 맞게 연결된 비즈니스 툴에 중점을 두고 있음’을 시사했다. 따라서 스푸너는 공급 업체가 이러한 개별 요구 사항에 부합하는 솔루션을 작성하고 운영 제어 및 유지 관리와 같은 사용 사례에 중점을 두어 비용을 절감할 것으로 기대했다. 애널리스트들은 운영 업체, 운송 업체, 물류 업체, 비즈니스 기능을 중심으로 사전 패키징된 IoT 솔루션을 개발하기 위해 협력 업체를 적극적으로 활용할 것이라고 밝혔다. 스푸너가 제시한 다...

전망 Technology Business Research 2017년 TBR 테크놀로지 비즈니스 리서치 사물인터넷 분석 기계학습 인공지능 마이크로소프트 ML

2017.12.11

IoT 프로젝트가 대규모에서 소규모로 바뀔 전망이다. 대형 IoT 프로젝트가 작고 점진적인 IoT 툴 방식으로 제안하고 있다. 테크놀로지 비즈니스 리서치(TBR)에 따르면 내년에는 대형 IoT 프로젝트의 인기가 시들해지면서 작고 점진적인 IoT 툴을 사용하는 소규모 IoT 프로젝트가 IT공급업체의 주요 관심사로 부상할 것으로 예상된다.  TBR의 2017년 전망 시리즈 보고서에서 BR IoT 담당 이사인 존 스푸너는 "IoT 프로젝트가 끝나기 시작한 게 아니라 IoT 프로젝트의 시작이 끝나고 있다”고 밝혔다. 스푸너는 "공급 업체와 최종 고객은 IoT에서 원하는 것을 파악하고 있지만 지원 기술은 여전히 상호 운용성과 배치 기능이 부족하기 때문에 미완성으로 시장을 잠식할 수 있다”고 지적했다. 이어서 "우리는 IoT/연결 운영 및 연결된 비즈니스 솔루션을 소비하고 활용할 수 있는 능력뿐 아니라 공급 업체와 제품의 완성도에 맞춰 설치하고 있다. 지금까지 우리는 잠재 가능성을 연구해왔다"고 덧붙였다.   스푸너에 따르면, 2018년에 IoT 자체가 균형을 잃으면서 연결 작업 및 연결된 비즈니스에 관한 결과로 새로운 사고방식이 비즈니스와 기업 간에 유지되기 때문에 IoT 거품 이야기’가 나올 것이다. 스푸너는 이러한 추세에 관해 ‘최종 고객이 자신의 산업별 운영 기능과 관련 업무 기능에 맞게 연결된 비즈니스 툴에 중점을 두고 있음’을 시사했다. 따라서 스푸너는 공급 업체가 이러한 개별 요구 사항에 부합하는 솔루션을 작성하고 운영 제어 및 유지 관리와 같은 사용 사례에 중점을 두어 비용을 절감할 것으로 기대했다. 애널리스트들은 운영 업체, 운송 업체, 물류 업체, 비즈니스 기능을 중심으로 사전 패키징된 IoT 솔루션을 개발하기 위해 협력 업체를 적극적으로 활용할 것이라고 밝혔다. 스푸너가 제시한 다...

2017.12.11

금융 업계의 AI·머신러닝 활용처 10선

유럽의 주요 은행들이 방대한 보유 데이터를 활용해 규제 준수뿐 아니라 고객 참여도 및 운영 효율을 개선할 수 있는 AI 기술에 주목하고 있다. 진짜 이득을 더 얻는 쪽이 고객인지 아니면 은행 자신인지는 논란의 여지가 있으며, 결과는 규제 당국의 감시에 달려 있다. 인터넷의 아버지 팀 버너스리는 AI 시스템이 금융계 일부로 포함될 가능성과 이것이 시스템의 공정성에 시사하는 바에 대해 바로 최근에 경고한 바 있다. 그렇다면 주요 은행들은 최첨단 AI 및 머신러닝 기술을 어떻게 활용할 계획일까? 몇 가지 예를 소개한다. 사기 방지 금융 업계에서는 주로 사기 방지 및 준법 개선을 목적으로 머신러닝을 활용해 왔다. 머신러닝 알고리즘은 방대한 거래 데이터 속에서 이상 행위를 찾아낼 수 있기 때문에 안성맞춤인 기술이다. 올해 초 로이드 금융 그룹(Lloyds Banking Group) 빅데이터 최고 공학자 앤드류 맥콜은 “[사기]에 대해 실시간으로 파악하고 있다면 뭔가 대처할 수 있다. 어제 발생한 사기를 오늘에서야 파악하는 것은 사기 방지 메커니즘만큼 효과적이지 않다”고 말했다. HSBC 회장 더글라스 플린트는 4월 처음 개최된 국제 핀테크 회의에서 “AI 및 머신러닝을 활용해 금융 시스템을 감시한다면 고객과 우리 자신을 더 잘 보호할 기회가 생길 것”이라고 말했다. 알고리즘 거래 은행들은 1970년대부터 컴퓨터 알고리즘을 이용해 주식 거래를 해왔다. 이는 1987년 ‘검은 월요일’ 주가 폭락 사태에 일부 원인을 제공하기도 했다. 그러나 AI 시스템이 발전하면서 자연스럽게 은행들의 시선은 경쟁우위를 점할 수 있는 기술로 향하고 있다. 올 4월 바클레이(Barclays) 그룹 혁신 책임자 마이클 하티는 금융에서 AI가 활용되기 가장 쉬운 부분은 ‘대규모 알고리즘 거래’라고 말한 바 있다. 즉, &l...

빅데이터 데이터 과학 자금세탁 핀테크 챗봇 여신 자산운용 로보 어드바이스 펀드매니저 로이드 HSBC RBS 은행 금융 사기 UBS 인공지능 펀드 주식 알고리즘 기계학습 스코틀랜드 왕립은행

2017.12.08

유럽의 주요 은행들이 방대한 보유 데이터를 활용해 규제 준수뿐 아니라 고객 참여도 및 운영 효율을 개선할 수 있는 AI 기술에 주목하고 있다. 진짜 이득을 더 얻는 쪽이 고객인지 아니면 은행 자신인지는 논란의 여지가 있으며, 결과는 규제 당국의 감시에 달려 있다. 인터넷의 아버지 팀 버너스리는 AI 시스템이 금융계 일부로 포함될 가능성과 이것이 시스템의 공정성에 시사하는 바에 대해 바로 최근에 경고한 바 있다. 그렇다면 주요 은행들은 최첨단 AI 및 머신러닝 기술을 어떻게 활용할 계획일까? 몇 가지 예를 소개한다. 사기 방지 금융 업계에서는 주로 사기 방지 및 준법 개선을 목적으로 머신러닝을 활용해 왔다. 머신러닝 알고리즘은 방대한 거래 데이터 속에서 이상 행위를 찾아낼 수 있기 때문에 안성맞춤인 기술이다. 올해 초 로이드 금융 그룹(Lloyds Banking Group) 빅데이터 최고 공학자 앤드류 맥콜은 “[사기]에 대해 실시간으로 파악하고 있다면 뭔가 대처할 수 있다. 어제 발생한 사기를 오늘에서야 파악하는 것은 사기 방지 메커니즘만큼 효과적이지 않다”고 말했다. HSBC 회장 더글라스 플린트는 4월 처음 개최된 국제 핀테크 회의에서 “AI 및 머신러닝을 활용해 금융 시스템을 감시한다면 고객과 우리 자신을 더 잘 보호할 기회가 생길 것”이라고 말했다. 알고리즘 거래 은행들은 1970년대부터 컴퓨터 알고리즘을 이용해 주식 거래를 해왔다. 이는 1987년 ‘검은 월요일’ 주가 폭락 사태에 일부 원인을 제공하기도 했다. 그러나 AI 시스템이 발전하면서 자연스럽게 은행들의 시선은 경쟁우위를 점할 수 있는 기술로 향하고 있다. 올 4월 바클레이(Barclays) 그룹 혁신 책임자 마이클 하티는 금융에서 AI가 활용되기 가장 쉬운 부분은 ‘대규모 알고리즘 거래’라고 말한 바 있다. 즉, &l...

2017.12.08

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