태터데스크 관리자

도움말
닫기
적용하기   첫페이지 만들기

태터데스크 메시지

저장하였습니다.

월간기술동향 | '한국판 뉴딜'이라는 추진력






뉴딜(New Deal) 이란?


<NEW DEAL, 출처 : 주한미국대사관>


게임에서 카드를 바꿔 새로 친다는 뜻으로, 미국 제32대 대통령 루스벨트가 대공황으로 침체된 경제를 살리기 위해 추진했던 경제 부흥 정책을 말합니다. 정부가 적극적으로 각 부문에 개입하여 경제 문제를 해결하려 한다는게 뉴딜 정책의 가장 큰 특징입니다. 7년이라는 장기간에 걸쳐 진행된 뉴딜정책은 단순한 경제정책에 그치지 않고 정치·사회 전체에도 큰 영향을 끼쳐 미국의 전통적인 자유방임주의를 수정하게 되었으며, 미국 경제정책의 틀을 만들고 도약의 기반을 마련했다는 역사적 의의가 있습니다.






한국판 뉴딜은?


한국판 뉴딜 정책은 경제 디지털화 가속과 비대면화 촉진 등에 중점을 두어 디지털 경제 혁신과 동시에 지속가능한 일자리를 창출하는 것을 목표로 하고 있습니다. 아래 3대 영역 프로젝트를 중심으로 10대 세부 중점 추진 과제를 마련하여 2~3년간 집중 추진할 예정입니다.


<한국판 뉴딜 프로젝트, 필자 재구성>


<3대 영역 프로젝트 및 10대 중점 세부 추진 과제>



1. 데이터·5G·AI 등 디지털 인프라 구축

(1) 데이터 전주기 인프라 강화 
  - 공공·금융·의료 등 주요 분야 데이터 개방·확대
  - 민간 데이터 맵 구축 등 데이터 거래·유통 지원 강화
  - 데이터·AI 펀드 조성 등 데이터의 산업적 활용 기반 마련

(2) 국민체감 핵심 6대 분야 데이터 수집·활용 확대
  - 금융 : 비금융정보 기반 신용평가업 도입, 금융 마이데이터 산업 제도 마련
  - 의료 : 마이데이터 서비스 플랫폼 구축, 의료데이터 활용전략 마련
  - 교통 : 교통 빅데이터 플랫폼 구축
  - 공공 : 데이터 SOS팀 운영, 데이터 진위 조회 신규서비스 도입
  - 산업 : 제조데이터 수집·저장센터 구축
  - 소상공인 : 상권정보시스템에 POS 데이터 활용, AI 기반 상권분석정보 제공

(3) 5G 인프라 조기 구축
  - 네트워크 고도화를 위해 민간 5G 전국망 조기 구축 촉진
  - 공공와이파이 등 공공 정보통신망 확충

(4) 5G+ 융복합 사업 촉진
  - 제조업 등 산업 현장에 5G+ 실감 콘텐츠를 접목해 디지털 전환 가속화
  - 안전·교통 등 분야에 5G+ 스마트시티 기술 도입

(5) AI 데이터·인프라 확충
  - 음성·행동 인식, 언어·시각 정보 이해 등 AI 학습용 빅데이터 조기 구축
  - AI·소프트웨어(SW) 전문인력 집중 양성

(6) 전산업으로 AI 융합 확산
  - 제조업 전반 및 중소·벤처기업 등에 지능형 생산 공정 도입
  - ‘AI 융합 프로젝트’를 통해 전 분야로 혁신 AI 서비스 확산

2. 비대면 산업 집중 육성

(7) 비대면 서비스 확산 기반 조성
  - 맞춤형 교육 콘텐츠를 제공하는 AI 기반 원격교육지원 플랫폼 구축 등 미래형 디지털 교육 환경 조성
  - 보건소 모바일 헬스케어, 화상연계 방문건강관리 등 디지털 기반 비대면 의료 시범사업과 코로나19 방역 계기 시범사업 확대

(8) 클라우드 및 사이버안전망 강화
  - 블록체인 등 첨단기술을 활용한 비대면 서비스 보안 시범 사업 추진
  - 공공부문 클라우드 정보 시스템 확대
  - 점차 증가하는 사이버 보안 위협에 대비해 정보보호 전문인력 양성 확대

3. 사회간접자본(SOC)의 디지털화

(9) 노후 국가기반시설 디지털화
  - 도로 철도 등 노후 시설물 스마트 관리체계 도입
  - 국가기반시설 관련 데이터 수집·가공·공유 확대

(10) 디지털 물류서비스 체계 구축
  - 도심 인근이나 유휴부지에 스마트 물류센터 등 첨단 물류 시설 확충
  - 로봇, 사물인터넷(IoT) 등 첨단 물류기술 실증을 위한 테스트 베드 구축

6월 초 하반기 경제정책 방향 발표 때 세부 추진 방안을 발표할 계획이라고 하니, 세부적인 사업과 함께 일자리 창출 규모 등 경제적 효과까지 확인할 수 있겠습니다. 



*한국판 뉴딜 정책 요약*

1.  포스트 코로나 시대의 경제, 사회 구조 변화에 대응하기 위한 정책

2.  디지털 인프라 구축에 집중 (원조 뉴딜 정책과 다른 점!)

3.  비대면 서비스 기반 다지기, 클라우드 및 사이버 안전망 강화

4.  도로, 철도 등 노후된 사회간접자본에 스마트 관리체계 도입

5.  6월초 세부 추진방안을 발표할 예정 & 올해 안에 집행 가능한 사업은 3차 추경에 반영






4차 산업혁명 기술의 폭발

빅데이터, 인공지능, 클라우드



지난 10일, 문재인 대통령은 취임 3주년 대국민 특별연설에서 "한국판 뉴딜은 디지털 인프라를 구축하는 미래 선점 투자"라며 "5G 인프라 조기 구축과 데이터를 수집, 축적, 활용하는 데이터 인프라 구축을 국가적 사업으로 추진하겠다"고 말했습니다.


이렇게 코로나19 사태로 인해 디지털 트랜스포메이션이 더 앞당겨지고, 정부 역시 여기에 초점을 맞춘 '한국판 뉴딜 정책'을 발표했습니다. 대한민국의 강점 중 하나인 IT 기술을 중심으로 산업 전 분야의 디지털 대전환이 기대되는데요. 특히 의료·교육 등 비대면 산업 인프라 육성, 디지털 기반 대형 IT 프로젝트 추진 등이 시행될 것으로 예상되어 IT 업계가 다시 한번 주목을 받고 있습니다. 방대한 데이터를 클라우드에 축적하고, 모인 데이터를 분석하고, 또 인공지능을 이용해 경제 전 영역에서 생산성과 경쟁력을 높일 수 있어 빅데이터, 인공지능, 그리고 클라우드와 같은 기반 기술이 필수적이기 때문이죠.


'한국판 뉴딜' 정책과 빠르게 진행되고 있는 클라우드 전환 패러다임은 엑셈이 영위하는 사업이 더욱 성장할 수 있는 추진력을 제공하고 있습니다. 엑셈이 갖춘 DBPM, APM&E2E 모니터링, 빅데이터, 인공지능, 클라우드라는 사업 포트폴리오는 향후 어떠한 위기에도 흔들리지 않는 기회로 작용할 것입니다.









내용 참고 및 출처

파이낸셜뉴스, 홍남기 "한국판 뉴딜, 디지털화 가속·비대면화 촉진에 중점" (종합)

뉴시스, '한국판 뉴딜' 밑그림 나왔다...핵심은 '비대면·SOC 디지털화'

조선비즈, [속보] 文대통령 "한국판 뉴딜, 국가 프로젝트로 추진...국민에 새로운 기회 제공"





기획 및 글 | 사업기획팀 박예영







엑기스 | 지능형 전력 빅데이터 예측, AutoML이 답!

기술이야기/엑.기.스 2020. 3. 13. 16:38






인공지능(AI)과 전력 빅데이터 분석


인공지능은 센스나 장비, 기기 등의 현 상태를 모니터링 하는 단순 영역부터 복잡하고 불확실한 미래상황을 추론하는 영역까지 다양한 영역에서 적용되고 있다. 가트너에서는 AI가 2021년까지 3천 3백조원의 비즈니스 가치와 7조 시간을 절약하는 업무 생산성 향상을 가져다 줄 것으로 예상하고 있다. 기계학습(머신러닝, Machine Learning)이나 심층학습(딥러닝, Deep Learning)은 모두 인간의 지능을 대체한다는 점에서 인공지능이라고 정의된다.


최근 데이터 과학과 데이터 사이언티스트의 부족으로 인해 자동 기계학습(Auto ML) 영역이 급속도로 커지고 있다. Auto Machine Learning이란, 데이터만 있다면 자동으로 분석 모델을 학습하고 갱신하여 최적의 분석 알고리즘을 추천, 업무에 적용하는 것이다. 분석 전문 지식이 없는 일반 사용자도 쉽게 머신 러닝 분석을 자동으로 생성하고 활용 가능하다. Auto ML 소프트웨어 툴의 수는 단 2년 만에 300%가 증가하였는데, 자동화된 데이터 과학 도구에 대한 다양한 정의, 기대 및 회의론과 모델 개발 및 배포에 대한 개선된 접근 방식 등의 변화로 이루어졌다.

전력 분야에서는 자원 및 시설의 효율적인 관리와 함께 문제 및 변칙의 적시 감지, 전력 수요 및 서비스에 대한 효과적인 예측을 위해 빅데이터와 AI 기술을 활용하고 있다. 다수 빅데이터 프로젝트가 진행되고 있으며, 플랫폼 및 인프라, 에너지 대용량 데이터 모니터링 및 분석, 스마트 시티, 스마트 홈 및 전기 자동차의 수요 예측, 새롭고 혁신적인 에너지 서비스 등의 분야를 포함한다.


데이터 분석 기법과 프로세스

데이터 분석의 80%가 머신러닝 기법을 이용하고 있다. 머신러닝은 비지도, 지도, 심층, 강화 학습 등으로 나뉘고, 최근 Gradient Boosting Tree와 Random Forest와 같은 머신러닝 앙상블 모델을 분석에 주로 활용한다. 현재 머신러닝 자동화 제품으로 가능한 분석 기법은 지도학습(Supervised Learning)이다. 예측하고자 하는 변수(목표변수, 결과)를 분석하기 위해서는 결과(정답)가 있는 과거 이력 데이터가 필요하기 때문이다. 일부 상용 머신러닝 플랫폼 중 머신러닝 자동화가 가능한 제품은 비지도학습 기법인 주성분 분석(Principal Component Analysis)과 K-Means 분석을 활용해 결과 예측력을 높이는 기능도 제공한다.


일반적인 데이터 분석 프로세스는 데이터 준비 – 데이터 저장 – 구조화 – 전처리 – 모델 평가 – 모델 학습 – 예측 데이터 수집 – 모델 배포 – 예측과 실제 결과 비교 – 모델 관리 모니터링 – 시각화 – 인사이트 발굴의 12단계이며, 대표적인 전통적 데이터 분석 프로세스는 아래 3가지가 있다.


그렇다면 전통적인 IT 프로젝트와 빅데이터 분석 프로젝트의 차이는 무엇일까? 전통적인 프로젝트는 기존 프로세스를 파악해 개선된 프로세스를 기반으로 시스템과 제품, 생산 등의 효율성과 비용절감을 강조하지만, 빅데이터 분석은 예측을 통해 가치를 창출하는데 초점을 맞춘다.




머신러닝 플랫폼의 종류와 평가 프레임워크



가트너에서 매년 발표하는 Magic Quadrant의 2020년 데이터 과학과 머신러닝 플랫폼 부문을 보자. 2020년으로 넘어가면서 전통적인 머신러닝 플랫폼인 SAS가 다시 리더 포지션으로 올라왔고, KNIME이 작년 리더 그룹에서 비저너리 그룹으로 내려온 점이 주목할 만 하다. 또한 Databricks, Dataiku, DataRobot 등이 새로운 포지션으로 이동했다. 

데이터 사이언티스트들은 오픈소스로 모델을 구현하는 경우가 많지만, 모델 구현 후 모델 배포 관점에서 상용 플랫폼을 선택하는 경우가 많다. 상용 플랫폼의 경우 모델 배포 및 모델 활용을 위해 Rest API 지원이 편리하고 용이하기 때문이다. 또한 다수의 상업 플랫폼이 이용 가능한 머신러닝 플랫폼이 R과 Python을 같이 쓸 수 있도록 지원하고 있다. 외산 Auto ML 제품군에서는 DataRobot과 H2O가 국내 지원을 하고 있다. 


Auto ML 평가를 위한 일관성 기준도 있다.

① 데이터 연결성 

② Summarization, Exploration & Cleansing을 포함한 데이터 처리의 기능 및 자동화

③ 데이터 변환 및 피쳐 선택을 포함한 피쳐 엔지니어링에서의 기능 및 자동화

④ 하이퍼 파라미터 튜닝, 문제 유형 및 앙상블을 포함한 학습 알고리즘의 기능 및 자동화

⑤ 데이터 및 모델 성능 시각화

⑥ 모델 성능 평가 역량

⑦ 제품 GUI, 코드 배포 및 포함을 비롯한 배포 옵션

⑧ 가격 책정


대표적 Auto ML인 데이터로봇의 기능과 특장점을 살펴보자. 

① 데이터 탐색 → 100+여개 기법 중 최적 모델 선택 → 최적의 하이퍼 파라미터 기준으로 모델 구현 → 분석 모델 배포 → 배포된 모델 관리

② 로지스틱 회귀, 랜덤 포레스트, 서포트 벡터머신, Lasso 회귀, 베이지안, 신경망 모델 등 100+여개의 분석 모델 중 최적 모델 선정

③ 사람이 아닌 기계를 통한 최적화로 모델 구현 공수 70% 감소 효과






Auto ML을 통한 전력사용량 예측


1분석 목표와 범위 : 전력 데이터를 활용한 고객 사용량 예측

공개된 임의의 과거 3년의 전력 사용량을 활용하여 전력사용량을 예측하는 분석 수행을 통해 예측 분석 모델링을 하고자 한다. 계약정보 및 사용량 패턴을 통해 고객별 일별 전력사용량을 예측하는 모델을 구축했다.


2. 분석 결과 및 활용 : 전력사용량 예측 모델 활용

분석한 모델을 웹서버에 배포하여 실시간으로 전략 사용량 예측 가능성을 타진하였고, 가상의 임의의 데이터를 평균값으로 입력 후 전략 사용량을 예측했다.



가상환경 환경 시뮬레이션을 통해 전력사용량을 재계산한 결과 전력 사용량이 174601.56kWh로 변경되었다.



3. AI기반 지능형 전력 빅데이터의 활용
향후 전력 사업 분야에서도 새로운 비즈니스와 가치 창출을 위해 Auto ML을 활용할 것으로 예상하며, AI 기반의 전력 분야에서 자원 및 시설의 효율적인 관리, 문제 및 변칙의 적시 감지, 전력 수요 및 서비스에 대한 효과적인 예측을 위해 빅데이터 및 AI 기술을 활용할 수 있는 지능형 빅데이터 분석 플랫폼이 필요할 것이다.









기고 | 빅데이터사업본부 조치선
편집 | 사업기획팀 박예영








이벤트 | 제품명 바로알기 이벤트

이벤트/이벤트 2020. 2. 10. 19:18








기획 및 글 | 사업기획팀 박예영

이미지 제작 | 사업기획팀 박예영








'이벤트 > 이벤트' 카테고리의 다른 글

이벤트 | 우리 가족 자랑하기  (41) 2020.04.16
이벤트 | 봄 이야기  (48) 2020.03.13
이벤트 | 제품명 바로알기 이벤트  (54) 2020.02.10
이벤트 | 응원댓글 이벤트  (38) 2020.01.10
이벤트 | 2019 Best Awards  (92) 2019.12.24
이벤트 | 미리 크리스마스  (45) 2019.11.04
  • 이전 댓글 더보기
  • SK 2020.02.27 19:24 ADDR 수정/삭제 답글

    1. XAI는 eXplanable AI로, ‘설명 가능한 인공지능’을 뜻합니다. AI가 내린 판단에 대한 이유를 사람이 이해할 수 있는 방식으로 제시하는 인공지능으로, 결과만 알려주는 것이 아니라 ‘왜’까지 설명해 주는 인공지능입니다.

    2. ‘모아’ 한글의 ‘모으다’의 의미와 영어의 ‘more’의 발음에 착안하였고, 다양한 클라우드 환경을 모아서 보다 더 체계적이고 통합적으로 관제한다.
    또한 MOA의 각각의 글자는 다음과 같은 의미를 가지고 있다.
    M – Monitoring
    O – Operation
    A - Analytics
    모니터링, 운영, 분석이라는 클라우드모아의 주요 특징을 나타낸다.

    • 2020.02.27 19:28 수정/삭제

      비밀댓글입니다

    • 2020.02.28 09:49 수정/삭제

      비밀댓글입니다

  • 2020.02.27 19:31 ADDR 수정/삭제 답글

    비밀댓글입니다

  • 2020.02.27 19:35 ADDR 수정/삭제 답글

    비밀댓글입니다

  • 2020.02.27 20:35 ADDR 수정/삭제 답글

    비밀댓글입니다

  • 배재현 2020.02.27 21:44 ADDR 수정/삭제 답글

    배재현(01027998182)
    moneymashi@gmail.com

    1. XAI (eXplanable AI)
    ‘XAI’는 eXplanable AI로, ‘설명 가능한 인공지능’을 뜻합니다.
    2020년에 딥러닝 인공지능을 지나 설명가능함으로써 AI의 신뢰성을 확인하기 위한 키워드입니다.

    2. MOA (Monitoring Operation Analytics)
    : 모니터링 운영 분석으로 클라우드 모아의 특징으로 체계적이고 통합적인 관제 솔루션을 의미합니다.

    • 2020.02.28 09:50 수정/삭제

      비밀댓글입니다

  • 2020.02.28 08:11 ADDR 수정/삭제 답글

    비밀댓글입니다

    • 2020.02.28 09:50 수정/삭제

      비밀댓글입니다

  • 2020.02.28 08:28 ADDR 수정/삭제 답글

    비밀댓글입니다

  • 2020.02.28 09:10 ADDR 수정/삭제 답글

    비밀댓글입니다

  • 2020.02.28 09:57 ADDR 수정/삭제 답글

    비밀댓글입니다

  • 2020.02.28 10:16 ADDR 수정/삭제 답글

    비밀댓글입니다

  • 2020.02.28 15:48 ADDR 수정/삭제 답글

    비밀댓글입니다

  • 2020.02.28 17:20 ADDR 수정/삭제 답글

    비밀댓글입니다

  • 2020.02.28 18:10 ADDR 수정/삭제 답글

    비밀댓글입니다

  • 2020.02.28 18:11 ADDR 수정/삭제 답글

    비밀댓글입니다

  • 2020.02.28 18:12 ADDR 수정/삭제 답글

    비밀댓글입니다

  • 송진호 2020.02.29 14:03 ADDR 수정/삭제 답글

    XAI(eXplanable AI) "AI가 판단한 이유를 사람이 이해할 수 있는 방식으로 설명하는 인공지능"
    MOA(Monitoring Opeeration Analytics) IT인프라와 서비스 통합 관제하는 솔루션

    • 2020.02.29 14:05 수정/삭제

      비밀댓글입니다

  • 2020.03.01 17:11 ADDR 수정/삭제 답글

    비밀댓글입니다

  • 불동 2020.03.02 16:21 ADDR 수정/삭제 답글

    이름: 김동수
    전화번호: 010 7625 9490
    퀴즈1 답 : ‘XAI’는 eXplanable AI로, ‘설명 가능한 인공지능’
    퀴즈2 답 : MOA(모아) 각각 글자의 의미
    M: 모니터링 / O: 운영/ A: 분석

  • 2020.03.04 08:56 ADDR 수정/삭제 답글

    비밀댓글입니다

  • 매운솜사탕 2020.03.04 11:22 ADDR 수정/삭제 답글

    MOA
    한글로 '모으다'라는 의미와 영어 'more'의 발음에 착안하여
    퍼블릭 클라우드, 프라이빗 클라우드, 하이브리드 클라우드 등 다양한 클라우드 환경을 모아서 더 체계적이고 통합적으로 관제하는 제품을 특징적으로 나타냄.
    또 각 영어 스펠링마다
    M - Monitoring
    O - Operation
    A - Analytics
    의 의미를 가지고 모니터링, 운영, 분석이라는 클라우드 모아의 주요 특징을 나타냄.

    XAI
    eXplanable AI로 '설명 가능한 인공지능'을 의미함.
    AI가 내린 판단에 대한 이유를 사람이 이해할 수 있는 방식으로 제시하는 인공지능.
    즉 결과만 알려주는 게 아니라 이유를 설명해주는 인공지능.

    • 2020.03.04 11:23 수정/삭제

      비밀댓글입니다

월간기술동향 | 코로나19 사태로 본 조기 경고의 중요성






각종 사업분야에 영향을 미친, 주식시장이 큰 타격을 받은, 중국의 설 연휴가 엉망이 된 코로나 바이러스. 

세계 41개국에서 발병했고, 확진자 81,068명, 사망자 2,758명의 무시무시한 수치를 보여주고 있습니다. (2월 26일 오후 4시 기준)


이 어마어마한 코로나19를 미리 예측하고 경고한 회사가 있는데요. 캐나다의 인공지능 스타트업 BlueDot(블루닷)입니다. 

WHO에서 발표하기 17일 전인 12월 31일, 보고서를 통해 우한 지역의 바이러스를 경고했습니다. 인공지능(AI)의 힘을 제대로 보여주었죠.




<출처 : Shutterstock>




블루닷의 의미있는 예측


블루닷은 어떻게 빠르고 의미있는 예측을 할 수 있었을까요?


블루닷이 자연어 처리기술(NLP)과 머신러닝으로 분석하는 데이터는 인터넷 데이터 뿐만 아니라 매일 65개국에서 생산하는 10만 개의 공식 자료까지 포함합니다. 여기에 WHO와 신흥 질병 모니터링 프로그램 등의 데이터, 모기와 진드기 분포, 가축 개체 수와 동식물 전염병 네트워크 모니터링, 각 지역의 기후와 온도 데이터도 수집합니다. 또한 항공사로부터 매년 40억 개의 티켓 판매 및 항공 경로 등에 대한 데이터를 수집합니다. 


그리고 블루닷에는 데이터분석가, 프로그래머 뿐 아니라 의학 전문가들이 함께 근무합니다. 인공지능이 빅데이터 분석을 완료하면 내부 분야별 의학·역학 전문가들이 분석이 의학적으로 타당한지, 잘못 추론한 점은 없는지 검수합니다. 특히 이 과정에서 당국의 역학조사 결과를 반영해 보고서의 공개 여부를 결정한다고 합니다.


이렇게 블루닷은 빅데이터 분석의 오류를 피하기 위해 인터넷 데이터 뿐만 아니라 당국의 실시간 데이터와 항공 운항 데이터, 역학분석까지 반영했습니다.


새로운 바이러스는 빨리 식별해서 백신을 만드는 것이 가장 중요합니다. 그리고 사람들에게 최대한 빨리 경고하면 확산을 저지하는데 도움이 됩니다. 블루닷의 조기 경고(알람)이 중요한 이유죠. 




한국 코로나 사태 3월 20일 정점, 최대 1만명 감염?


2월 26일 JP모건의 보험팀이 내놓은 전망입니다. 한국의 코로나19 사태는 3월 20일이 정점이고, 최대 감염자 수는 1만명에 달할 것이라고 밝혔습니다. 대구 시민 240만명중 3%가 바이러스에 노출됐고, 중국과 비슷한 양상으로 2차 감염이 일어난다고 가정한 결과라고 합니다.


<국내 '코로나바이러스감염증-19' 확진자 현황, 2월 26일 16시 기준 (출처 : 중앙재난안전대책본부)>


위 그래프는 매일 2회씩 발표하는 국내 확진자 수 그래프입니다.

위 데이터를 토대로 추세선을 그려보면 4월 19일 즈음에는 1만명이 확진될 것으로 예상할 수 있겠습니다.


<국내 확진자 현황을 바탕으로 그려본 추세선>


하루에 수백명씩 확진자가 나오는 국내 상황에서, JP 모건에서 자체적으로 만든 모델로 예측한 결과가 맞는다면 어떻게 만든 모델일지 살펴볼 필요가 있겠네요. 하루 빨리 이 사태가 진정되길 바랍니다.




조기 경고의 중요성


이렇게 블루닷의 사례 외에도 많은 곳에서 질병에 대한 조기 예측을 하고 있습니다.

AI의 조기 경고에 대해 우리는 더 관심을 가져야 합니다. 실제로 외환위기, 지진과 같은 자연재해, 질병, 도로정체 등 산업 분야를 막론하고 AI 기반 조기경보시스템을 활용하고 있습니다. 인공지능이 장애를 미리 예측하고 이상 징후를 알려줌으로써 빠른 대응이 가능해지고 있죠.


<Anomaly Detection>


IT 인프라에도 문제가 생기기 전 장애 상황을 예측해 선제적으로 대응할 수 있도록 하는 솔루션이 있습니다. 

바로 엑셈의 XAIOps(싸이옵스) 인데요. 

기업의 인프라와 애플리케이션 데이터를 실시간으로 수집하여 부하 특성과 패턴을 학습하고, 장애상황을 예측합니다. 또한 AI를 활용해서 실시간 모니터링 대상 데이터의 성격과 분석 목적에 맞는 학습 모델을 선택 적용하고 있습니다. 미래 상황을 미리 예측하게 되면 IT 인프라 관리·운영의 부담도 줄어들고, 시간과 비용이 감소하는 효과까지 톡톡히 누릴 수 있겠죠? 




물론 인공지능만을 맹신해서는 안될 일이지만,

우리 인간과 기계가 서로 협업하는 증강지능(Augmented Intelligence)으로써 인공지능의 폭넓은 활용을 기대해볼만 하겠습니다. 






출처 및 참고자료

T Times, 구글처럼 하지 않아 코로나 바이러스 예측한 AI 스타트업

중앙일보, JP모건 "한국 코로나사태 3월 20일 정점, 최대 1만명 감염"











기획 및 글 | 사업기획팀 박예영









Wonderful Science | AI 기술과 포스트 휴먼

정보/Wonderful Science 2019. 12. 19. 16:04






2020년을 며칠 앞두고 우리정부가 ‘AI국가전략’을 발표했습니다.

2030년까지 AI혁신을 이루어 디지털 경쟁력을 세계 3위로 올리고, 경제효과 455조원, 삶의 질을 세계 10위로 향상시키겠다고 합니다. 


같은 12월에 조금 앞서 열린 서울대학교 AI연구원 창립심포지움의 슬로건은 “AI for All”이었습니다. 

정부, 기업, 개인과 사회, 기후문제와 같은 글로벌한 난제까지 AI없는 삶은 이제 가능해 보이지 않는군요.


<출처 : 인공지능 국가전략(과기부, 좌), 각 행사 포스터(우)>




4차 산업혁명 디지털 기술로서의 인공지능



초연결 지능사회로 디지털 기술이 보편화된 4차 산업혁명은 고성능 컴퓨터칩, 초고속 네트워크, SW와 인공지능이라는 세가지가 결합해 인류 역사상 최고의 기술혁신을 이루고 있습니다. 

글로벌 기업들을 포함해 인공지능기업들에서 사용하고 있는 기술들을 요약하자면 다음과 같이 정리해 볼 수 있겠습니다.



전문가들은 현재 진행되고 있는 AI 요소기술들의 향후 전개방향과 핵심 키워드를 이렇게 봅니다.



예술분야까지 인공지능의 활약으로 AI 화가, 소설가, 음악가, 무용가들이 나오고 있고 저작권 문제까지 논쟁이 되고 있죠.

2017년 2월 EU 유럽연합은 “AI에게도 인류와 동등한 책임을 부여해야 한다”는 결의안을 제출하기도 했답니다.

인간향상기술의 도움을 받은 일본의 노인들은 무거운 짐을 나르는 일을 합니다. 마치 로봇처럼요.

양자물리학을 기반으로 한 나노과학과 무섭게 발전하는 분자생물학이 인공지능과 만나는 지점에서 핵심기술의 도약과 상상치도 못했던 결과들이 쏟아져 나오고 있습니다.


[영상 보기]                                                                                            [영상 보기]                                   

 

[영상 보기]                                                                                                [영상 보기]                                   




4차 산업혁명과 AI로 통하는 모든 기술은 과연 어디로 가고 있는가?


1950년 튜링이 사고하는 기계를 고안하고, 1956년 존 매카시가 ‘AI’란 용어를 처음 사용한 후, AI 역사는 과열과 냉각을 여러 번 거쳤습니다.

1990년부터 신경망(1986)과 머신러닝을 연구하고 베이지안(1990)과 확률적 추론이란 과학적 방법론을 도입했지요.

2010년 이후 현재까지를 제2차 AI 산업화의 시기라고 하는데, 인터넷, 웹, 모바일 데이터와 머신러닝이 산업화되고 2012년부터는 딥러닝의 기술이 산업화되었습니다. 

그리고 2016년에 알파고가 있었습니다. 


알파고를 만든 구글 딥마인드 CEO 데미스 허사비스는 “모든 기업이 AI를 쓴다고 말하지만, 그중 90퍼센트는 그게 무슨 의미인지 이해하지 못한 채 마케팅 용어로만 쓰고 있습니다. 한마디로 AI거품입니다.”라고 말한 적이 있지요. 

아직도 많은 사람들이 AI를 한 시대를 풍미하는 강력한 기술적 트렌드 정도로 생각하고 있는 듯합니다. 

하지만 허사비스에게 AI는 ‘인간의 지성을 해명한다’는 난제이며, 인류를 달에 보내는 도전에 견주어 ‘AI판 아폴로 계획'이라고 부릅니다.


“뇌의 움직임은 매우 복잡하지만 컴퓨터로 재현하지 못할 것은 없다는 것이 현재 우리의 생각입니다. 인간고유의 능력으로 일컫던 기억, 상상력, 개념, 언어 모두 가능하며 목표는 범용 AI인 AGI(Artificial General Intelligence)입니다.” -허사비스


강한인공지능이라고도 하는 범용인공지능 AGI는 narrow AI나 딥러닝 방식과 달리, 인간과 유사한 지능으로 문제해결을 하는 것이 목적인데 이것이 문제를 심각하고 복잡하게 합니다. 

수학과 컴퓨터 과학, 물리학과 뇌과학, 인지과학과 철학, 의학과 윤리학등 모든 것이 얽혀있습니다. 


지능의 정의, 학습의 수학적 정의, 인간의 감정과 인공지능의 구조, 뇌과학에서 본 인간의 의식과 인공지능으로 구현되는 창발성의 문제, 인공지능이 자기인식과 자기목적성을 가질 수 있는가, 인공지능의 창의성을 어떻게 볼 것인가, AGI의 보안문제(어떻게 AGI를 상자에 가둘 것인가?), 다세포생물이 죽음을 발명했듯이 AGI에게 죽음 및 사멸을 구현할 것인가 등 이루 헤아릴 수 없는 문제들을 포함하고 있습니다. 

하나같이 어렵고 무거운 주제지만 세계 곳곳에서 뛰어난 연구자들이 수학이라는 도구를 중심으로 가시밭길을 헤쳐가고 있습니다.



한편 AGI에 대한 입장은 꽤 다양해 보이며 혼돈의 과정을 거치고 있습니다.

제임스 배럿은 그의 최신작 ‘파이널 인벤션’에서 정상화편향, 긍정편향, 방관자착오라는 세가지 편향을 재미있게 다음과 같이 표현합니다.


“인공지능은 과거에 어떤 문제도 일으킨 적이 없어요. 왜 그것이 지금 문제가 될까요?”

“저는 이렇게 흥분되는 기술의 진보에 대해 긍정적일 수밖에 없어요!”

“탈출하는 인공지능에 대한 걱정은 다른 사람이 하게 하죠. 저는 그냥 로봇이나 만들래요!”


AGI에 대한 비관론자들은 라이트 형제가 성공시킨 비행기는 50년동안 눈에 잡힐 듯한 성공을 이루었는데 인공지능연구는 실패를 거듭해왔음을 강조합니다. 이에 낙관론자들은 “인류가 만든 비행기는 새의 날갯짓을 모사하지는 않았지만 그래도 ‘인간이 하늘을 여행’할 수 있게 해주었다고 주장합니다. 

이는 우리의 목표가 ‘인간을 닮은 기계’인가? 기계지능은 인간지능을 모사해야만 하나?란 질문을 낳았습니다. 


인간지능은 우주의 보편지능인가?

그럴 근거가 없으므로 인공지능은 인간과는 완전히 다른 작동법을 갖고 있는 존재가 될 지도 모릅니다. 

인간지능이 모든 지능에 필연적으로 나와야 하는 것이 아니었다면 인간지능과 다른 기계지능, 더 나아가 합성지능이 출현하지 못할 이유도 없어지겠죠. 

진화란 원래 방향성이 없으므로, 생물과 무생물, 물질과 비물질의 공진화도 어떤 궤도를 그리게 될 지 알 수 없습니다. 인류가 영생을 얻게 될지(물론 소수에게만 해당되겠지만),  사피엔스의 저자 유발 하라리가 얘기하듯 호모사피엔스의 종말과 호모데우스의 출현이 될지 우리는 모릅니다. 

그렇기 때문에 오히려 우리는 더 많은 생각과 이야기를 나누어야 합니다.





기업의 '철학하기'는 AI 시대의 나침반


알파고 이후에 AI로 훈련을 하는 요즈음의 바둑기사들은 그 프로그램이 왜 그런 결정을 하는지 모릅니다. 그뿐 아니라 이제는 개발자들도 그 박스안에서 무슨 일들이 일어난 것인지 모른다고 얘기합니다. 점차로 인공지능 개발 기술들은 ‘블랙박스’가 되어 가고 있습니다. 

인공지능의 수리와 수정까지 인공지능에게 맡겨졌을 때 인류가 여기에 언제까지 관여할 수 있을까요? 리처드 파인만은 1959년에 그의 에세이 ‘바닥에는 풍부한 공간이 있다’에서 로봇이 물질 제조를 분자수준에서 제조하고 제어하는 것이 가능하며, 거기에 어떠한 물리법칙적 제한이 없다고 말했습니다. 

현재 ‘산업’으로 말해지는 ‘AI기술’은 눈에 보이는 빙산의 꼭대기일 뿐입니다. 그 아래의 상황은 참으로 어렵고 혼동스러워 보입니다. 


포스트 휴머니즘은 1.태어난 것Nature, 2.만들어진 것Artificial things, 3.인공생명Artificial things 과 혼종생명 Hybrid Life의 공존이 될 수 있습니다. 이렇게 되면 생물과 무생물에 차이를 두지 않고 모두 같은 객체로 간주할 수 있게 됩니다. 인간뿐 아니라 비인간에게도 적극적인 역할을 부여하면서 인간과 사물, 세상을 맥락적으로 이해하고, 그 속성과 본질을 그것이 맺는 관계인 네트워크로 파악합니다. 

초연결세상이며 1980년대 이후 많은 연구가 이루어지고 있습니다. 4차 산업혁명의 선두에서 인공지능의 기술을 실현해가고 있는 기업인이 철학자가 될 수 밖에 없는 이유라고 생각이 됩니다. 누구보다 깨어있는 기업인이 필요한 시간입니다.







[참고문헌]

인공지능과 인류의 미래, SKEPTIC

AI 2045 인공지능 미래보고서, 일본경제신문사

파이널 인벤션, 제임스 배럿

내츄럴-본 사이보그, 앤디 클락

국제학술대회 ‘휴머니즘을 넘어서서: 인공지능, 정보, 포스트휴머니즘’. 고등과학원




기고 | 엑셈 아카데미 김현미







[Semtong 143회] 2020년에도 대박나쥐!

다른 이야기도 궁금하시다면?

 

 

 👨‍🏫 엑셈 뉴스룸 | SoftWave 2019 참가기

 💌 엑쓸신잡 | 2020년부터 바뀌는 것들

 😉 엑기스 | 대한민국 4차 산업혁명 페스티벌 2020






엑기스 | 대한민국 4차 산업혁명 페스티벌 2020

기술이야기/엑.기.스 2019. 12. 9. 15:28






4차 산업혁명 시대를 맞아 지난 12월 17일~19일 코엑스 A홀에서 '대한민국 4차 산업혁명 페스티벌 2020' 전시회가 열렸습니다.

지디넷코리아가 주관하고 과학기술정보통신부와 대통령직속 4차산업혁명위원회가 주최하는 이 행사는

정부의 내년 정책을 엿볼 수 있을 뿐만 아니라, 4차 산업혁명 핵심 기술과 비즈니스가 소개되었던 자리였습니다.

이 자리에 엑셈도 빠질 수 없겠죠?



엑셈 부스는 입구 근처에 마련되어 있어 행사장으로 오시면 쉽게 만나볼 수 있었는데요.

이번 행사에서 클라우드 네이티브 성능 관리(InterMax Cloud)를 비롯해 AI 기반 IT 운영 지능화(EXEM AIOps),

빅데이터 분석 솔루션(DataRobot, KNIME)에 이르는 다양한 4차 산업 기술을 소개했습니다.

많은 분들께서 저희 솔루션에 관심을 주셨는데요, 이 자리를 빌어 방문해주신 모든 분들께 감사 말씀 드립니다!









첫날인 17일, 독일 공학한림원 헤닝 카거만 박사의 기조연설로 컨퍼런스가 시작되었습니다.

인더스트리 4.0에 대한 독일 기업들의 인식변화를 소개하며, 인더스트리 4.0은 사람과 로봇이 협동하는 '하이브리드 팀'이 이상적이라고 밝혔습니다. 기계가 인간을 대체하는 것이 아니라 특정한 상황에서는 로봇보다 사람이 훨씬 더 창의적이라고요. 현재 독일에서는 '하이브리드 팀'에 대한 연구가 진행중이라고 합니다. 

마지막으로 자율화, 상호운용성, 지속성을 목표로 디지털 생태계를 전 세계로 확장하겠다는 인더스트리 4.0에 대한 새로운 비전을 소개했습니다.





그리고 오후에는 4차 산업혁명과 관련된 정부 정책에 대해 들을 수 있는 다양한 세션이 펼쳐졌어요. 

먼저 한국데이터산업진흥원에서는 '데이터 경제 활성화를 위한 데이터 거래 기반 구축 방안'을 발표했습니다. 4차산업 시대의 데이터 거래에 대한 중요성을 밝히고, 국내외 데이터 거래시장 현황과 향후 정부의 지원 정책에 대한 내용을 공개했습니다.





행정안전부에서는 '디지털 정부혁신 추진방안'을 발표했는데요. 향후 3년 내 반드시 성과를 내기로 한 우선 추진과제 6가지(▲선제적·통합적 대국민 서비스 혁신▲공공부문 마이데이터 활성화▲시민 참여 플랫폼 고도화▲현장 중심 스마트 업무환경 구현▲클라우드와 디지털 서비스 이용 활성화▲개방형 데이터·서비스 생태계 구축)와 중장기적 비전을 공개했습니다. 

전자정부에 대한 정부의 강력한 의지를 느낄 수 있었던 세션이었어요.





과학기술정보통신부에서는 ‘AI 정책 방향’을 발표했습니다. AI는 피할 수 없는 흐름이기에, AI를 통해 산업과 사회가 도약해야 한다고 언급하며 ‘AI 정부’로 거듭나기 위한 전략을 공개했어요. (▲AI 산업 기반 조성▲산업·사회 전 분야의 AI 활용▲일자리 등 변화에 대한 선제적 대응) 

또한 구체적으로 인프라 조성을 위해 데이터 개방과 AI 반도체 강화를 강조했습니다. 





한편, 이번 전시회 둘째 날인 18일 오후에는 엑셈이 세션 발표를 진행했습니다.

신사업본부 Cloud그룹장 강인규 이사님께서 클라우드 네이티브 아키텍처 통합관제 솔루션 InterMax Cloud(인터맥스 클라우드)를 소개해주셨어요.

세션을 듣기 위해 많은 분들께서 참석해주셔서 높은 관심을 알 수 있었고,

세미나 종료 후 발표 자료 요청과 함께 솔루션 관련 문의를 주시기도 했습니다.




2019년 하반기는 전시회들로 유난히 분주했던 것 같은데요.

많은 분들께 엑셈을 소개하며 큰 관심을 받아 행복했던 시간이었습니다.

엑셈 부스를 방문해주신 모든 분들께 다시 한번 진심으로 감사의 인사를 드립니다.








기획 및 글 | 사업기획팀 박예영

사진 촬영 | 사업기획팀 홍성덕







[Semtong 143회] 2020년에도 대박나쥐!

다른 이야기도 궁금하시다면?

 

 

 👨‍🏫 엑셈 뉴스룸 | SoftWave 2019 참가기

 💌 엑쓸신잡 | 2020년부터 바뀌는 것들

 😉 엑기스 | 대한민국 4차 산업혁명 페스티벌 2020





월간기술동향 | 다가오는 구글 유니버스






모든 것을 알고 있다고 할 정도로 모든 것을 알고 있는 구글. 일명 ‘구글신’이라 불리는 만큼 축적된 빅데이터가 어마어마하겠죠? 

구글은 빅데이터를 활용해서 무엇을 하려고 하는지, 그렇다면 우리나라는 데이터 활용을 어떻게 할 것인지 대해서 이야기하려고 합니다.





프로젝트 '나이팅게일'


구글이 환자나 의사에게 알리지 않고 수백만명에 달하는 미국인의 세부적인 건강정보를 수집했다고 합니다. 미국 21개 주에 걸쳐 미국인들의 건강 정보를 모으는 ‘나이팅게일 프로젝트’를 비밀리에 진행해왔다고 하는데요. 구글은 미국 내에서 두 번째로 큰 헬스케어 시스템인 ‘어센션(Ascension)’과 이 정보들을 공유했다고 하며, 최소 150명 정도의 구글 직원이 해당 정보에 접근할 수 있다고 합니다. 


<’나이팅게일 프로젝트’의 데이터 활용 방법, 출처 : WSJ>


위 그림에 따르면, 구글이 수집한 데이터는 환자 이름과 생년월일, 주소, 가족력, 알레르기, 예방접종, 의료진 진단 결과, 입원 기록 등이라고 하는데요. 이런 정보들을 ‘어센션’이 구글 클라우드 서버에 업로드하고, 이를 기반으로 구글 시스템에서는 아래 4가지의 결정에 대한 결과를 도출한다고 합니다.

1) 치료계획, 검사 제안, 비정상적인 변이 표시

2) 의사를 교체하거나 추가

3) 약물 추가 투입

4) ‘어센션’이 치료비를 더 많이 청구하거나 다른 절차 제시


구글은 작년부터 위 나이팅게일 프로젝트를 시작, 환자에게 최적화된 인공지능(AI) 기반 건강관리 소프트웨어를 구축하기 위해 수집한 정보를 활용하려는 것으로 알려졌습니다. 최종 목표는 옴니버스 검색 도구를 만들어 서로 다른 환자 데이터를 집계하고, 한 곳에서 모두 호스팅하는 것이라고 하네요.


개인정보에 대한 이슈는 없을까요? 구글의 건강 정보 수집 방식이 사생활 침해 문제로 여겨질 수 있지만, 불법은 아니라고 합니다. 1996년 제정된 미국의 ‘Health Insurance Portability and Accountability Act(HIPPA법)’에 따르면 피보험대상(환자)의 건강 관리에 도움을 주기만 하면 병원은 환자에게 고지하지 않고 제3의 헬스케어 업체에 건강기록을 넘길 수 있습니다. 


하지만 의료진과 환자에게도 별도로 고지되지 않아, 불법적 행위는 아니더라도 프라이버시 논란이 다시 불거지고 있습니다.





프로젝트 '캐시(cache)'


구글이 헬스케어 뿐만 아니라 금융업에도 진출할 예정입니다. 씨티그룹 및 스탠퍼드연방신용조합과 손잡고 내년에 구글뱅킹을 선보인다고 밝혔습니다. 페이스북, 애플, 아마존에 이어서 구글까지 인터넷 공룡들은 다 페이 시스템을 가지게 되는 건가요?


이전 IT 기업들이 금융업에 진출하는 모습들과 조금 다른 점은, 새로 만들어지는 계좌는 구글 브랜드가 아닌 은행 브랜드로 출시된다는 점입니다. 그래서 씨티그룹 입장에서는 구글과 함께하며 IT 친화적이면서도 젊은 고객들을 확보할 수 있게 될 듯 합니다.


‘캐시’ 프로젝트는 구글페이의 확장으로 계획되었다고 하는데요. 이미 개인의 연락처, 주소 뿐만 아니라 이동 정보까지 파악하고 있는 구글이 앞으로 월급, 소비 패턴 등 재무 정보까지 얻게 될 텐데, 엄청난 파급력이 예상됩니다. 개인정보에 대해 우려하는 목소리에 대해 구글은 “예금 서비스를 통해 확보한 고객 데이터를 외부에 유출하는 일은 없을 것”이라고 밝혔습니다.




구글이 가지고 있는 어마어마한 빅데이터를 기반으로 출시되는 헬스케어 서비스와 금융 서비스라면, 왠지 써보고 싶지 않나요? 

구글이 정말 ‘구글 유니버스’를 만들지, 귀추가 주목됩니다.





한국의 데이터 활용은?


구글처럼 데이터를 활용하기 위해 우리나라도 데이터 3법 개정안 통과를 눈앞에 두고 있습니다. 

데이터 3법(신용정보법, 개인정보보호법, 정보통신망법)은 개인정보 등의 데이터를 다양한 사업에서 활용할 수 있게 그 활용 방법과 범위를 정하고 규제를 완화하는 내용을 담고 있는데요.


지난 19일 예정되었던 심사, 또 연기되었네요. 다음 본회의를 기다려봐야겠죠?

관련 기사 : '빅데이터 3법' 19일 처리한다더니... 지각 심사로 무산














기획 및 글 | 사업기획팀 박예영






[Semtong 142회] Remember our December

다른 이야기도 궁금하시다면?

 

 

 🏢 엑셈 뉴스룸 | 엑셈 마곡 '인텔리전스 R&D 캠퍼스’

 👍🏻 엑셈 브랜드스토리 Brand X l History. #EXEM

 😉 엑기스 | Soft Wave 2019에서 만나요!




Tech in Cinema | 그녀

정보/Tech in Cinema 2019. 9. 6. 13:21


 

 


 

육체가 없는 대상을 사랑할 수 있을까요?

 

 

 

‘테크 인 시네마(Tech in Cinema)’가 소개할 아홉 번째 영화는 스파이크 존즈 감독의 미래형 멜로 영화 <그녀(Her, 2013)>입니다. 

'테크 인 시네마 - 미래도시 어둠 속을 달리는 인간과 복제인간' 편에서 다룬 영화 <블레이드 러너>는 인간이 복제인간과 사랑에 빠질 수도 있겠다는 상상을 하게 만들었습니다. 기발한 이야기와 아름다운 대사들로 2014년 아카데미와 골든글로브 각본상을 석권한 영화 <그녀>는 영화 <블레이드 러너>가 던진 사랑에 관한 질문보다 답하기 어려운 고민거리를 안겨줍니다. <블레이드 러너>에 등장하는 복제인간은 인간과 거의 완전히 똑같은 육체를 가지고 있지만, 영화 <그녀>에 등장하는 인공지능 운영체제(OS)는 육체가 없습니다. 우리는 과연 육체가 없어서 정신적 교감만 가능한 무형의 대상을 사랑할 수 있을까요? 만일 그것이 가능하다면, 사랑과 관계의 본질은 무엇일까요? 우리는 어떻게 사랑하는 대상을 '감각'해야 할까요?

 

 이번 '테크 인 시네마'에서는 영화 <그녀>의 주요 내용, 그리고 이 영화에 등장하는 음성인식 기술과 감정인식 인공지능(Emotion AI)을 간략히 소개해 드리겠습니다.

 
 

▲사진 1 :  인공지능 운영체제가 컴퓨터에 설치되는 동안 테오도르(호아킨 피닉스)가 멍때리고 있습니다.

 

 

영화 <그녀>의 시놉시스는 아래와 같습니다. 

 

다른 사람의 편지를 써주는 대필 작가로 일하고 있는 ‘테오도르(호아킨 피닉스)’는 타인의 마음을 전해주는 일을 하고 있지만 정작 자신은 아내 캐서린(루니 마라)과 별거 중인 채 외롭고 공허한 삶을 살아가고 있다. 

어느 날, 스스로 생각하고 느끼는 인공지능 운영체제 ‘사만다(스칼렛 요한슨)’를 만나게 되고, 자신의 말에 귀를 기울이며 이해해주는 ‘사만다’로 인해 조금씩 상처를 회복하고 행복을 되찾기 시작한 ‘테오도르’는 어느새 점점 그녀에게 사랑의 감정을 느끼게 되는데...

참고 : 네이버 영화 <그녀> 주요 정보

 

 이 영화를 보지 않으신 분이라면, 아무리 기술이 발전하더라도 형체가 없이 말만 하는 인공지능 운영체제와 사랑에 빠지는 건 절대 불가능하다고 생각하실지도 모르겠습니다. 하지만 인공지능 운영체제 '사만다' 역할을 맡아 목소리만으로 열연한 스칼렛 요한슨, 마천루가 즐비한 첨단 미래 도시에 사는 인간이 느낄법한 공허함과 외로움을 얼굴 주름 단위로 정밀하게 표현한 호아킨 피닉스의 명연기 덕분에 대부분의 관객은 영화 <그녀>에 몰입할 수 있었습니다.

 
 

▲사진 2 : 인공지능 운영체제 '사만다'는 스스로의 판단에 따라 필요하다고 생각하면 테오도르에게 먼저 말을 걸기도 합니다.

굉장히 능동적이고 적극적인 인공지능입니다.

 

 

 영화 <그녀>에 등장하는 인공지능 운영체제는 '완벽한' 개인 맞춤형 인공지능이라고 보시면 될 것 같습니다. 단순한 인공지능이 아니라 정말 하나의 인격체처럼 느껴지는 사만다는 사람의 희로애락을 느끼고 그에 반응하며 자신의 감정을 표현하는 능력도 지니고 있습니다. 초고도화된 감정인식 인공지능(Emotion AI)이라고 할 수 있죠. 테오도르의 미세한 목소리 변화를 감지해 테오도르의 심정을 파악할 만큼 사만다의 직감과 눈치는 웬만한 사람보다 낫습니다. 사용자의 음성 등 소리뿐만 아니라 카메라를 통해 시각 정보도 획득하는 사만다의 능력은 경험을 쌓으면 쌓을수록 커집니다. 사만다는 학습을 통해 매 순간 진화하면서 테오로드를 더 잘 알게 되고, 그에게 더욱더 딱 맞는 '연인'이 되어 갑니다. 테오도르와 사만다가 나누는 정신적 교감은 여느 사람 간의 교감보다 깊은 것으로 묘사되기 때문에 테오도르가 "넌 내게 진짜야, 사만다"라고 말하는 장면이 충분히 납득됩니다. 테오도르가 만질 수 없고 목소리만 들을 수 있는 사만다에게 느끼는 사랑도 진짜라고 생각되는 것이죠.

 
 

▲사진 3 : 자신을 온전히 이해해주는 사만다와 함께하는 순간, 테오도르는 군중 속의 고독을 느낄 틈 없이 즐겁기만 합니다.

 

 

 영화 <그녀>에 등장하는 음성인식과 감정인식 인공지능 기술의 수준은 현재보다 월등히 뛰어납니다. 지금 판매되고 있는 인공지능 스피커는 사만다처럼 사람의 미묘한 감정 변화를 포착해내지는 못하죠. 실제 기분은 우울하지 않더라도 인공지능 스피커에 대고 "OO야, 나 우울해."라고 말한다면 인공지능 스피커는 "살.다.보.면.그.런.날.도.있.는.것.같.아.요.힘.내.세.요."라고 어색한 스타카토 스타일로 대답할 겁니다. 사실 지금의 인공지능 스피커는 명령을 잘 알아듣기만 해도 다행이고, 질문에 엉뚱한 대답만 안 해도 감사할 따름이죠. 

 

하지만 앞으로 인공지능이 오랜 시간 수많은 데이터를 학습해 나가다 보면 언젠가 사만다처럼 사용자보다 사용자를 더 잘 아는, 육체 없는 '인공지능 연인'이 정말 등장할 수도 있지 않을까요? 인기 연예인들의 목소리를 탑재한 '인공지능 연인'이 불티나게 팔릴지도 모르겠습니다.

 
 

▲사진 4 : 누구와 함께 하든, 혼자이든 인간은 문득 외로움을 느낍니다. 초개인화된 인공지능이 인간의 외로움과 고독을 덜어줄 수 있을까요?





기획 및 글 | 사업기획팀 김태혁







 [Semtong 140회] 벌써 10월? 아..시월

다른 이야기도 궁금하시다면?

 

 

 🏃🏻 엑셈 뉴스룸 | 엑셈 기술력 뿜뿜 in 나주

 👍🏻 엑셈 브랜드스토리 Brand X l Visual Motif 2. #Play with exem

 👨🏻‍💻 엑기스 | InterMax mAPM






'정보 > Tech in Cinema' 카테고리의 다른 글

Tech in Cinema | 그녀  (0) 2019.09.06
Tech in Cinema | 월-E  (0) 2019.08.09
Tech in Cinema | 라이온 킹  (0) 2019.07.10
Tech in Cinema | 블레이드 러너  (0) 2019.06.07
Tech in Cinema | 2001 스페이스 오디세이  (0) 2019.05.08
Tech in Cinema | 마션(The Martian, 2015)  (0) 2019.04.10

월간기술동향 | 자율주행차, 운전면허 없어도 될까?

 

 

 

영화 ‘범블비’처럼 알아서 운전해주는 차가 곧 나올 것 같습니다! 

지난 4월 전기차로 잘 알려진 테슬라가 완전 자율주행 자동차에 대한 청사진을 공개하며 내년이면 100만대의 자사 완전 자율주행 차량이 출하되어 로봇택시로 운행될 수 있을 것이라고 주장했습니다. 

현대모비스는 지난 7월 현대차 신형 쏘나타를 활용한 자율주행차를 공개하며 러시아 모스크바 시내에서 로보택시 서비스를 시범적으로 운영 중입니다. 


자율주행차는 더 이상 상상속의 일이 아닌 현실화의 단계를 밟아 나가고 있는데요. 이번 시간에는 자율주행차에 대해서 알아봅니다.

 

 

 

 자율주행차(Autonomous Vehicle)란? 


자율주행차(Autonomous Vehicle)란 운전자가 직접 조작하지 않아도 자동차가 주행 환경을 인식해 위험을 판단하고 주행 경로를 계획해 스스로 운전하는 자동차로 감지 시스템, 중앙 제어 장치, 액츄에이터 등으로 구성되며, 로봇 및 컴퓨터 공학, GPS, 정밀 센서, 전자 제어 등 첨단 기술을 필요로 합니다.

 

<SAE(미국 자동차공학회)가 분류한 자율주행 단계, 출처: 현대자동차그룹>

 

자율주행차는 주행 수준에 따라서 0에서부터 5까지 총 6단계로 나누어져 있는데요. 

우리가 흔히 자율주행 자동차라고 말할 수 있는 단계는 3단계부터라고 할 수 있습니다. 일정 구간은 자율 주행하지만, 운전자는 특수한 상황에만 개입하는 상태인데요. 차량 시스템이 주행을 컨트롤하지만 운전자는 돌발 상황에 대처하기 위해 항상 대비하고 있어야 합니다.


4단계는 매우 고도화된 시스템으로, 자동차가 스스로 모든 주행을 하지만 운전석에 운전자가 탑승해야 합니다. 

우리가 꿈꾸는 진정한 자율주행차는 바로 5단계인데요. 도로에서 일어날 수 있는 모든 상황을 인공지능(AI)과 각종 센서들이 대응하기 때문에 운전자는 사라집니다. 심지어 사람이 탑승하지 않아도 원하는 위치에 차를 보낼 수 있게 되죠. 

이 단계가 상용화되기까지는 2040년까지 약 20년 정도가 더 필요할 것으로 예상됩니다.

 
 
 
 자율주행차의 원리는? 

자율주행차의 기본 원리는 크게 ‘인식 – 판단 – 제어’의 3단계로 나누어집니다. 
1) 인식 : 교통 상황이나 운행 환경 등 주변 정보 파악
인식 단계는 주변 상황과 정보를 빠르고 정확하게 파악하여 적절한 판단과 제어를 할 수 있게 하는 단계입니다. 이 단계에서는 GPS와 카메라, 레이더 등을 이용해 주변 상황의 정보를 인식하고 수집합니다. 

2) 판단 : 인식한 정보를 바탕으로 자동차 스스로 가장 이상적인 결정을 수행
판단 단계에서는 인식한 정보를 바탕으로 주행 전략을 결정합니다. 단은 인식과 밀접하게 연관되는 만큼 두 기술이 얼마나 잘 조화를 이루느냐에 따라서 자율 주행의 완성도가 좌우됩니다.

3) 제어 : 자동차 스스로 엔진 구동이나 주행 방향 등을 조절하여 사고 예방, 안전 운전 수행
자율주행차를 사람에 비유해볼까요? 인식은 눈과 귀, 판단은 두뇌라고 한다면 제어는 직접 움직이는 팔이나 다리라고 할 수 있습니다. 제어 단계에서는 자동차 스스로 속도나 방향 등을 조절하여 본격적인 주행을 시작합니다.
 
 
 

 

 

 

 자율주행차의 장단점도 알아보자! 


장점

1) 교통사고 감소

 : 자율주행차에게 가장 기대하고 있는 부분 중 하나입니다. 운전자의 실수로 인한 사고를 줄일 수 있다는 것이죠. 

2) 운전에 대한 접근성

 : 신체적인 이유로 운전을 하지 못하는 교통 약자들에게도 운전에 대한 접근이 쉬워집니다. 또한 고령으로 인해 순간 대처 능력이 저하되어 운전에 어려움을 느끼는 분들도 도움을 받을 수 있습니다.

3) 차내 여유, 여가 시간 증대

 : 운전을 하면서 전화를 하거나, 업무를 처리하시나요? 이런 행동들은 교통사고의 원인이 될 수 있는 정말 위험한 상황인데요. 자율주행으로 차내 여유 시간이 증가한 만큼, 차 안에서 행동이 보다 자유로워질 수 있습니다.


단점

1) 윤리적인 문제, 책임의 범위

 : 만약 차량이 갑자기 나타난 행인을 감지하고, 운전자나 행인 둘 중 하나가 다칠 수 밖에 없는 상황이라면.. 누구를 살리기 위한 프로그래밍이 되어야 할까요? 이러한 윤리적인 문제와 더불어 사고가 발생할 경우 운전자나 피해자, 제작사 중 책임 소재에 대한 이슈도 있습니다.

2) 시스템 결함이나 프로그램 해킹에 대한 걱정

 : 시스템 결함으로 급가속, 급발진 등의 문제가 발생할 수 있고, 해킹으로 인해 모든 통제권을 잃어 큰 사고가 날 수도 있습니다.

3) 기술 발전에 걸맞은 인프라 부족

 : 자율주행 기술만이 발전되어서는 상용화가 어렵습니다. 관련 법이나 제도가 마련되어야 하는 것은 물론이고, 현재 도로 교통망이 자율주행차와 연동되어 있지 않기에 도로 인프라 구축도 시급합니다.

 

 

 

 어떤 모습으로? 컨셉트카 살펴보기 


먼저 자율주행하면 바로 떠오르는 회사가 있죠. ‘테슬라’입니다. 전기차로 잘 알려져 있는데요. 지난 4월 ‘완전자율주행’칩을 공개하며 내년이면 로보택시 운행이 가능할 것으로 내다보기도 했습니다.

 

<테슬라 완전 자율주행 영상, 출처 : 테슬라 유튜브>

 

전 세계 자동차 제조사들은 자율주행 시스템을 개발하며 일반적인 자동차에도 적용되어 언젠간 자율주행차의 모습을 볼 수 있을 것으로 생각하고 있습니다.


1) VLOVO 360c

<볼보의 자율주행 컨셉트카 360c, 출처 : 볼보 홈페이지>


360c 컨셉트카는 편안하게 휴식을 취하여 이동하는 수단으로 만들어졌습니다. 운전대와 엔진이 없는 대신 누울 수 있는 좌석과 테이블이 있죠.

 

2) Volkswagen ID.Vizzion

<폭스바겐의 자율주행 컨셉트카 ID.Vizzion, 출처 : 폭스바겐 홈페이지>


 폭스바겐의 ID.비전(ID.Vizzion) 컨셉트카는 완전 자율주행 기능이 탑재된 전기자동차로 운전대나 조절 장치 없이 만들어진 세단입니다. 

 

3) Mercedes-Benz F 015 Luxury in Motion

<벤츠의 자율주행 컨셉트카 Luxury in Motion, 출처 : 벤츠 홈페이지>


벤츠의 럭셔리 인 모션 컨셉트카는 자율주행 차량 내에서 동작의 자유를 강조했습니다. 앞을 보고 있다가 의자가 회전하기도 하고, 차량 내에서 회의를 진행할 수도 있습니다.

 

4) CITROEN AMI ONE

<시트로엥의 자율주행 컨셉트카 에이미 원, 출처 : 시트로엥 홈페이지>


시트로엥의 에이미 원 컨셉트카는 시트로엥 탄생 100주년을 기념하는 컨셉트카로, 100% 디지털화, 자율주행, 전동화 등의 특징을 구현했습니다. 운전 면허가 없어도 누구나 애플리케이션을 통해 이용할 수 있다고 합니다.

 

 

 

도로교통공단에서 발표한 자료를 보면 ‘완전자율주행자동차에서 운전이라는 행위 자체에 대한 해방은 가능할지 몰라도 자동차를 이용 혹은 운행하기 위해 분명 사람의 역할이 필요한 상황이 발생할 수밖에 없기 때문에 완전자율주행자동차 사용 혹은 운행 면허 등으로의 면허가 필요하다’는 내용이 나옵니다. 


완전자율주행차라도 유사시 사람이 해야 할 역할이 생길 가능성이 있기 때문에 사람도 운전면허가 필요하다는 의미인데요. 

하지만 그때는 지금의 면허와는 전혀 다르겠죠? 어쩌면 지금보다 더 복잡하고 높은 수준이 필요할 수도 있겠습니다.^^




Reference

한화손해보험 자동차블로그, 자율 주행 자동차의 기본 원리

중앙일보, 자율주행차 시대, 운전면허는 누구에게 줘야할까?







기획 및 글 | 사업기획팀 박예영



 [Semtong 139회] PLAY WITH EXEM

다른 이야기도 궁금하시다면?

 

 

 🎯 엑셈 뉴스룸 | 엑셈 다트왕은 누구?

 🙆🏻 엑셈 뉴스룸 | 애자일 리더십

 👍🏻 엑셈 브랜드 스토리 Brand X | Mindset. #Philinnovator

 👨🏻‍💻 엑기스 | 신간 출시! KNIME을 활용한 데이터 분석


 




  • thanks 2019.09.02 09:17 ADDR 수정/삭제 답글

    항상 잘 보고 있는데

    접근성이 쉬웠으면 좋겠습니다.....
    블로그 보단.... 다른 편으로요... ㅋㅋ
    카톡도 좋고 음성 넣어서 유트브도 좋습니다.
    thanks to park

    • Favicon of https://blog.ex-em.com EXEM 2019.09.02 10:14 신고 수정/삭제

      안녕하세요, 엑셈입니다.
       
      접근성과 관련한 소중한 의견 남겨주셔서 감사합니다 :)
      주신 의견, 내부적으로 논의하여 보다 나아진 모습 보여드리도록 하겠습니다! 즐거운 하루 보내세요^^
       
      감사합니다.

아이참 | G-Summit Korea 2019

기술이야기/아이참 2019. 8. 9. 11:15

 



초 개인화 시대의 고객 경험을 위한 콘퍼런스

G-Summit Korea 2019

 

 

이번 행사는 초 개인화 시대에 차별화된 고객 경험을 제공하는데 AI, 디지털, 클라우드가 어떻게 게임 체인저가 될 수 있는지 알아보고,

이를 활용한 다양한 성공 사례를 공유하는 자리였습니다.

 

 

 

메타넷 글로벌 박주혜 전무는 Future Contact Center의 모습과 역할, 가치를 고객의 입장과 회사의 입장에서 각각 바라보고, 이미 시작된 변화의 길에서 ‘효율화’와 ‘고객 만족’이라는 서로 다른 결로 보이는 목표를 어떻게 이루어 갈 것인가에 관해 이야기했습니다. Future Contact Center의 3요소는 ‘AI based’, ‘Smart’, ‘Digital’이며, 사람과 기계가 서로 융합하여 고객을 구체적으로 이해하고, 상호 소통하는 것이 중요하다고 강조했습니다. 또한, 이러한 과정에서 빠른 실패와 도전을 계속 반복하는 것을 언급하였는데요. 엑셈에서도 강조하는 애자일 경영 방법입니다.

 

 

 

키노트에서는 초 개인화 시대에 AI, 디지털, 클라우드 기술 및 고객 경험에 대한 글로벌 트렌드에 대해 알아보고 이에 따른 Genesys의 전략을 공유했습니다. 고객 경험이 곧 브랜드 경험이며, 경험의 주인이 고객으로 계속 이동하고 있다고 고객 경험을 강조했습니다. 또한, AI와 같은 ‘기술’의 트렌드가 고객 경험을 정의하고 있다고 말했습니다. 현재까지 기업의 40% 이상이 클라우드로 전환하고 있고, 컨택센터도 점차 클라우드를 도입하고 있어 제네시스도 옴니채널 서비스 제공이 가능한 클라우드 플랫폼을 출시했다고 합니다.

 

 

 

차별화된 고객 경험을 위해서는 생성되는 많은 양의 인터랙션 데이터를 분석, 예측하여 개인화된 서비스를 제공해야 하는데요. 본 세션에서도 고객 인게이지먼트를 위한 키는 바로 ‘데이터’임을 강조하며, 데이터를 이용해 개인화된, 맥락 기반의, 지능적인 고객 경험을 제공해야 한다고 말했습니다. 특히 ‘고객 경험’이 2020년까지 주요 브랜드 차별화 요소가 될 것을 강조했습니다. 그리고 제네시스에서는 어떻게 Google AI를 활용하여 마케팅-세일즈-서비스 전반에 걸쳐 고객 여정과 상담사 여정을 최적화하는지 설명했습니다. 

 

오후에는 제네시스의 클라우드 기반 올인원 고객 인게이지먼트 및 상담사 관리 소프트웨어에 대한 소개와 데모를 볼 수 있었습니다.

 퓨어 클라우드

: 제네시스의 올인원 컨택센터 솔루션. 클라우드 기반의 컨택센터 솔루션으로 전화, 채팅, 이메일 등 다양한 채널을 모두 지원하며, 하나의 통합 UI를 통해 모든 채널을 한 화면에서 간편하게 관리 가능

 

또한, GS네오텍, 오라클, 폴리, 유베이스, 한솔인티큐브, 칼 자이스 등이 참여하여 제네시스의 솔루션을 이용한 컨택센터 혁신 사례 및 관련 기술을 소개하였습니다. 

 

 

이번 써밋을 통해 고객 경험에 대한 글로벌 트렌드에 대해 알아보고 제네시스의 비전과 전략을 살펴보는 것은 물론, 

제네시스의 솔루션을 활용한 국내 기업의 다양한 성공사례에서 그 노하우를 확인할 수 있었습니다. 

또한, 어느 분야를 막론하고 클라우드 향으로 전사가 움직이는 모습을 보며 클라우드의 부상이 더욱 느껴졌던 행사였습니다. 






기획 및 글 | 사업기획팀 박예영
현장 사진 | 사업기획팀 박예영






 [Semtong 139회] PLAY WITH EXEM

다른 이야기도 궁금하시다면?

 

 

 🎯 엑셈 뉴스룸 | 엑셈 다트왕은 누구?

 🙆🏻 엑셈 뉴스룸 | 애자일 리더십

 👍🏻 엑셈 브랜드 스토리 Brand X | Mindset. #Philinnovator

 👨🏻‍💻 엑기스 | 신간 출시! KNIME을 활용한 데이터 분석