태터데스크 관리자

도움말
닫기
적용하기   첫페이지 만들기

태터데스크 메시지

저장하였습니다.

엑셈 뉴스룸 | 9월엔 엑셈과 만나요!

엑셈 뉴스룸 2020. 8. 10. 15:28






어느덧 9월입니다. 올해는 코로나19로 인해 여러분들과 만나는 기회가 적어 너무나도 아쉬웠는데요.

다가올 9월, 온라인과 오프라인에서 드디어 여러분을 만날 수 있게 되었습니다. 


엑셈이 궁금하신 분들, 엑셈 솔루션에 대해 더 알고 싶으신 분들은 바로 이 글을 주목해주세요!




2020 빛가람 에너지밸리 ICT&보안 온라인 컨퍼런스


 

매년 참가하고 있는 빛가람 에너지밸리 컨퍼런스는 코로나19로 인해 언택트(Untact, 비대면) 사회로 변해가면서, 온라인 연결인 온택트(Ontact)로 새로운 방식의 컨퍼런스가 펼쳐집니다. 9월 16일 수요일, 유튜브에서 만나실 수 있어요!


특별히 이번 온라인 컨퍼런스에서는 엑셈의 CloudMOA(클라우드모아), XAIOps(싸이옵스), 그리고 Flamingo(플라밍고)에 대해 자세히 알아보실 수 있습니다. 오후 3시 30분부터는 실시간으로 엑셈의 Flamingo 솔루션을 여러분께 소개하는 발표도 진행합니다. 


9월 초 오픈될 빛가람 에너지밸리 ICT&보안 온라인 컨퍼런스 채널에서 엑셈의 회사&솔루션 소개영상을 시청하실 수 있는데요. 

영상 댓글에 온라인 설문조사를 안내해 드릴 예정입니다. 문조사에 참여해주신 분들 중 추첨을 통해 총 50분께 기념품을 제공하는 이벤트도 준비하였으니, 많은 참여 부탁드려요~


[전시회 정보 요약]

⏰ 일시 : 2020년 9월 16일 수요일 오전 9시30분~ 오후 5시

🔍 장소 : 2020 빛가람 컨퍼런스 1,2 (유튜브 채널, 온라인)

👨‍🏫 엑셈 실시간 발표 시간 및 채널 : 오후 3시30분~4시, 채널1

☑️ 발표 주제 : 복잡한 빅데이터, 손쉬운 관리&활용을 위한 솔루션 (발표자 : 엑셈 빅데이터사업본부 성덕희 팀장)




AI EXPO KOREA 2020 (국제인공지능대전)


<사진을 클릭하시면, 10월 20일까지 무료 사전 입장 등록 신청이 가능합니다!>


작년에 이어 올해도 국내 유일 AI 전문 전시회 'AI EXPO KOREA'에 참가합니다.

10월 27일~29일, 코로나19 사태에 대비하여 전문적으로 조직된 안전한 전시회로, 철저한 방역지침을 준수하여 개최예정이라고 합니다.


10월 29일 목요일에는 AI EXPO KOREA Summit에도 참여합니다. 코엑스 컨퍼런스룸(북) 1층 그랜드볼룸 101호에서 'AI융합 비즈니스 사례 발표'라는 주제 아래 신기술본부 AI1팀 김혜란 팀장님께서 엑셈의 AIOps 솔루션 XAIOps에 대해 소개하실 예정입니다.


여러분들이 보다 쾌적하고 안전하게 방문 상담하실 수 있도록 사전 상담 예약 이벤트도 진행합니다!

아래 엑셈 부스 방문 상담을 신청하신 후, 신청하신 일정에 맞추어 전시회 엑셈 부스 안에 마련된 상담테이블로 오시면

상담 종료 후 현장에서 스타벅스 기프트 카드를 드립니다.


클라우드모아와 싸이옵스가 궁금하셨던 분들! 주저 말고 신청하세요~ 


[전시회 정보 요약]

⏰ 일시 : 2020년 10월 27일~29일 (화~목요일) 오전 10시~오후 5시

🔍 장소 : 서울 코엑스 D홀

☑️ 엑셈 부스 위치 : B09, B10 (출입구에서 왼쪽으로 오세요!)

🌟 엑셈 부스 방문 상담 신청하기 (무료 입장권 제공) 🌟


[AI EXPO KOREA Summit - 엑셈 XAIOps 발표]

⏰ 일시 : 2020년 10월 29일 목요일 오후 1시~1시50분

🔍 장소 : 서울 코엑스 컨퍼런스룸(북) 1층 그랜드볼룸 101호

👨‍🏫 발표 내용 : IT 운영 지능화를 위한 AI 기술과 엑셈 'XAIOps(싸이옵스)'
                     -  IT 운영 지능화를 위한 AI 기반 알고리즘 분석 기술과 이를 기반으로 개발한 엑셈 XAIOps 솔루션을 소개합니다.

☑️ 등록 : (클릭!)온오프믹스를 통한 무료 등록


** 9/1 업데이트 **

코로나19 사태로 인해 AI EXPO KOREA 2020 개최 일정이 연기되었습니다.

10월 27일(화)~29일(목) 진행 예정이니 참고해주세요!






엑셈의 전-솔루션 소개

엑셈을 만나기 전, 엑셈의 전 솔루션에 대해 간단히 소개해드리겠습니다. 

각 솔루션에 대해 궁금하신 점이 있으시다면 아래 '엑셈에게 문의하기' 버튼을 클릭하셔서 질문을 남겨주세요!



데이터베이스 성능 관리 솔루션


국내 최다 DBMS를 지원하며, 20여년 간 데이터베이스 성능 관리(DBPM) 시장 점유율 1위!

실시간과 동일한 0.01초 단위 데이터 수집을 통해 정밀 분석이 가능하며, AI 기반 자동 진단 기능 등을 제공합니다.

최근 클라우드 전환과 오픈소스 DBMS 확산이라는 시장의 흐름에 따라, MongoDB(몽고DB) 모니터링도 추가 개발하였습니다.



E2E 전구간 성능 관리 솔루션


애플리케이션 성능 관리(APM) 시장을 선도하고 있는 E2E(End-To-End) 거래 추적 솔루션!

금융, 공공, 통신, 제조 등 대규모 시스템 관제 시에도 수평적 확장이 가능한 안정적이고 검증된 아키텍처로 설계되었습니다.



클라우드 통합 관제 솔루션


현재 시장에서 대규모 마이크로서비스아키텍처(MSA) 기반 컨테이너 환경 관제를 감당할 수 있는 유일한 국산 솔루션!

IT 환경을 하이브리드 클라우드 혹은 멀티 클라우드로 전환하는 기업에게 클라우드 환경의 대규모 IT 인프라와 서비스에 대한 All-in-One 통합 관제 서비스를 제공합니다.



AI 기반 IT 운영 지능화 솔루션


맥스게이지와 인터맥스의 축적된 기술과 노하우에 AI를 접목한 새로운 IT 성능 관리 솔루션!

기업의 다양한 인프라와 애플리케이션 데이터를 실시간으로 수집하여 부하 특성과 패턴을 학습하고, 장애 상황을 예측함으로써 IT 운영자의 선제적 대응을 지원합니다.



빅데이터 통합 관리 솔루션


빅데이터 수집부터 저장, 분석에 필요한 데이터 가공까지 손쉽게 활용 가능!

하둡 에코시스템의 모니터링, 워크플로우, 데이터 분석 지원을 위한 빅데이터 통합 관리가 한층 업그레이드 되었습니다.




9월, 온라인과 오프라인으로 만날 엑셈을 기다려주세요!








기획 및 글 | 사업기획팀 박예영









[무료 프로모션] 복잡한 클라우드, 한눈에 쉽게 모니터링하는 방법은?

카테고리 없음 2020. 6. 10. 11:32

엑셈 인사이트 | 기업의 운명을 좌우할 'AIOps'



최근 코로나19 팬데믹이 가져다 준 엄격한 비대면 트랜드와 재택근무 등의 기업 운영 방식의 변화는 디지털 전환(Digital Transformation)을 앞당기는 트리거로 작용하고 있으며, 특히 기업들은 포스트 코로나 시대를 맞이하여 IT 운영의 연속성과 생산성을 유지하기 위한 대응책 마련에 서두르고 있다. 이를 증명하듯 IT 운영에 AI(인공지능)을 적용해 IT 인프라를 지능적으로 관리하는 솔루션 AIOps(AI옵스)가 '차세대' IT 운영 솔루션으로 각광을 받고 있다. 또한 다수의 기업에서 IT 운영에 대한 AI 자동화 요구가 전례없는 속도로 증가하고 있다. 이와 더불어 많은 IT 전문가들 사이에 포스트 코로나 시대는 AI옵스의 활용 능력 여하에 따라 기업의 운명이 결정될 것이라는 의견이 확대되고 있다. 이러한 IT 운영 관리 시장의 새로운 혁신의 중심에 엑셈의 'XAIOps(싸이옵스)'가 있다.




국내 최초 AI 기반 IT 운영 지능화 솔루션, XAIOps


AI옵스는 기업의 IT 인프라 환경을 실시간으로 면밀히 모니터링하고, 인공지능을 적용해 IT 운영자의 의사결정을 도와준다. 보다 구체적으로는 IT 인프라에 문제가 발생하면 이전의 경보 시스템과 수동으로 대응하던 방식에서, 인공지능을 통한 장애 사전 예측으로 IT 운영 관리를 효율적으로 할 수 있도록 하여 기업의 경쟁력과 위기관리 능력을 최고로 끌어올린다.


기존에는 IT 인프라의 다양한 환경을 각각 모니터링해야 했다. 실제로 기업 IT 담당자를 대상으로 한 설문조사에서 응답자의 42%가 10가지 이상의 모니터링 툴을, 19%는 25가지 이상의 툴을 사용하고 있다고 밝혔다. 수많은 모니터링 툴을 하나의 툴로 통합 모니터링이 가능하다면? 관리/운영자들의 업무 집중도를 높일 수 있고, 보다 신속한 대응이 가능해진다. 이런 문제를 해결할 수 있는 솔루션이 바로 AIOps(AI옵스)다.


엑셈은 일찌감치 AIOps로의 IT 운영 혁신 변화를 예측하고, 국내 DBPM 시장 1위 솔루션인 '맥스게이지(MaxGauge)'와 APM 시장을 선도하고 있는 E2E(End-To-End) 거래 추적 솔루션인 '인터맥스(InterMax)' 기술을 집대성하고 AIOps로 고도화시키며 2019년 AI 솔루션 상용화의 시작을 알렸다.


엑셈의 AI옵스 솔루션 'XAIOps(싸이옵스)'는 기업의 다양한 인프라와 애플리케이션 데이터를 실시간으로 수집하여 부하 특성과 패턴을 학습하고, 장애 상황을 예측함으로써 IT 운영자의 선제적 대응을 지원한다. XAIOps(싸이옵스)라는 명칭은 핵심 기술인 '인공지능'과 엑셈의 브랜드 가치를 잘 녹여낼 수 있는 조합으로 브랜딩했다. 


X : 엑셈의 심볼로, 데이터의 과거, 현재, 미래를 함께하고 사람이 우선시 되는 핵심을 의미
    과거의 데이터와 트렌드를 기반으로 미래 상황을 지능적으로 예측하여 IT 운영자의 선제적 대응을 지원하는 XAIOps의 기능적 의도

AIOps : 'Artificial Intelligence for IT Operation'으로, 'AI 기반의 지능형 IT 운영'을 의미

XAI : 'eXplainable AI'로, '설명가능한 인공지능'을 의미


엑셈의 싸이옵스는 IT 운영 현황의 다양한 분석과 예측에 대해 매우 직관적인 대시보드를 제공하고 있다. 그리고 부하 패턴 분석 뿐 아니라, 비정상적인 현상 발생 후 문제 발생 시점의 원인 분석 요청 시 해당 문제와 상호 연관이 있는 유사 지표를 분석/추출해 줌으로써 좀 더 빠른 원인 분석이 가능하도록 한다. 또한 지연 구간을 상세 분석하고 개별 시스템과의 연관 분석을 통한 '근본 원인 분석'으로 장애가 발생했을 때 장애에 대한 근본 원인을 안내함으로써 'XAI(eXplainable AI, 설명 가능한 인공지능)'를 구현하고 있다.





'싸이옵스'가 주목받는 이유


‘싸이옵스’는 앞서 언급되었듯이 엑셈의 주력 솔루션인 ‘맥스게이지’와 ‘인터맥스’의 축적된 기술에 AI를 접목하여 AIOps로 고도화시킨 솔루션이다. 따라서, 엑셈의 ‘싸이옵스’에는 데이터베이스 성능 관리 솔루션으로 국내 최초 개발된 이후 2006년부터 현재까지 국내 DBPM 시장점유율 1위를 유지하고 있는 ‘맥스게이지’와 원 포인트 모니터링에 머물렀던 한국 APM 시장에서 강력한 WAS 모니터링뿐 아니라 End-to-End 거래 추적 통합 성능 관리를 구현한 ‘인터맥스’의 우수한 기술과 노하우가 집대성되어 있다. 특히 ‘싸이옵스’는 ‘인터맥스’의 E2E 통합 모니터링 기술력을 활용하여 WAS, DB 등 개별 단위 모니터링에 집중했던 기존 솔루션에 AI 연구 성과를 결합해 한 단계 진화된 ‘통합 IT 운영 관리 체계’를 지원한다. 이러한 점에서 고객사에서 어떻게 활용할지 로직을 탑재해 주어야 사용이 가능한 타 솔루션들과 달리, 진정한 솔루션 제품으로서의 완성도를 갖추고 있다는 것이 ‘싸이옵스’의 강점이다. 


또한 엑셈의 ‘싸이옵스’는 450여 고객사를 보유한 20년 업력을 바탕으로 국내외 다양한 산업군에 속한 고객사의 비즈니스 상황에서 발생한 수많은 장애를 해결하며, 실제 비즈니스 현장의 문제를 효과적으로 해결해 주는 진정한 AI 기술을 탑재했다. 시스템 부하와 장애의 빠르고 정확한 예측, 부하의 패턴 분석과 비정상 탐지를 통한 종합적인 근본 원인 분석, 지능적 미래 예측으로 선제적 장애 대응, 예측된 비정상 및 장애에 대한 지능적인 스마트 알람으로 신속하고 능동적인 문제 해결을 가능하게 한다. 그뿐만 아니라 ‘싸이옵스’는 실시간 메트릭 데이터를 기반으로 분석하기 때문에 '장애 발생 후 수 분 이내 근본 원인 도출’이 가능할 만큼 강력한 성능을 보유하고 있다. 운영에 문제가 되는 장애들을 해결하는데 통상 짧으면 수십 분, 치명적인 경우 2~3시간이 소요되는 현실에 비추어 볼 때, 실무자들의 부담을 크게 덜어줄 것으로 예상된다. 이와 같이 '싸이옵스' 구축을 통해 빠른 장애 탐지(Negative MTTD : Mean Time to Discovery)와 빠른 장애 조치(Negative MTTR : Mean Time to Repair)가 가능하게 되며, 부하 예측이나 이상 탐지를 통해 장애를 선제적으로 대응함으로써 서비스 중단 손실 비용을 최소화할 수 있는 지능형 IT 운영이 가능하게 된다. 


'싸이옵스'는 최근 고객사 커스터마이징 최소화를 위해 다양한 설정 편의 기능을 추가하였고, 통합 대시보드 고도화 및 다양한 분석 화면들을 추가하여 제품 경쟁력을 지속적으로 강화하며, 시장과 고객의 요구에 신속하게 대응하고 있다.  




AIOps 주요 시장 중 하나인 제 1금융권에서 인정받은 솔루션


'싸이옵스'는 IT 기반의 온라인 및 국가 간 거래 등 중요한 트랜잭션이 상시 이루어져 24시간 365일 무중단 IT 시스템 운영이 필수적인 제 1금융권을 비롯, 대형 유통사, 공공기관 등 다수 기업과 기관에서 PoC를 성공적으로 수행했다. 특히 한 공공기관에서는 장애 발생 시 근본 원인 분석 기능을 제공, 기존 개별 모니터링 도구와 비교하여 약 90% 이상의 장애 조치 시간 단축 효과를 얻었으며, 대형 유통사에서는 장애 인지 시점을 앞당기고, 장애 원인 분석에 소요되는 시간을 단축했다는 긍정적인 반응을 얻었다. 또한 제 1금융권의 한 금융사에서는 해당 기업에서 인지하지 못했던 추가적인 이상 징후를 기존 대비 6배 많은 건수의 리포팅을 하였으며, 장애 인지·분석에 소요되는 시간을 수시간에서 수분으로 단축하여 높은 평가를 얻었다. 그리고 다른 금융사의 경우 장애 탐지와 분석에 있어서 모든 유관 부서들이 '싸이옵스'가 탐지 및 분석한 장애 내용을 공유함으로써 빠른 대응과 문제점 파악에 명확한 커뮤니케이션 역할을 수행, 조직 간의 협업 도구로도 잘 활용할 수 있었다는 평가도 있었다. 이와 같은 성공적인 PoC 수행 경험을 기반으로 최근에는 금융사 차세대 시스템에 1차 구축을 진행하는 등 본격적인 사업들을 진행 중이다. 




마치며


이미 전 세계적으로 IT 운영 관리 시장은 AIOps 중심으로 재편되고 있다. AI옵스는 기업의 효율성 향상과 문제 해결 시간 단축을 통한 비용 절감을 이끈다. 이는 시장에서 차별성을 가질 수 있는 중요한 경쟁 요소임은 물론이고, 향후 기업 발전과 생존의 필수적 도구가 될 것이다.


엑셈이 지난해 국내 최초 AIOps 솔루션을 시장에 내놓은 데 이어, 다양한 기업들이 AIOps를 표방하고 나섰다. AIOps 시장에 다양한 솔루션이 진출하더라도, 20년 업력과 연구개발을 기반으로 축적된 IT 성능 통합 모니터링 No.1 기술력과 450여 고객사에서의 다채로운 IT 운영 관리 경험을 보유한 기업은 엑셈 뿐이다. 그뿐만 아니라 개발 본사가 국내에 있고, 국내 시장에서 쌓은 전문 지식과 컨설팅 경험을 토대로 국내 고객에게 맞춤형 기능을 제공하며, 우수한 고객 지원 서비스 체계를 보유하고 있다는 점에서, ‘싸이옵스’는 외산 솔루션과 비교해도 경쟁 우위에 있다. 이에 따라 엑셈 ‘싸이옵스’는 디지털 전환이 기업의 생존과 연계되고 IT 운영 관리에 많은 변화가 요구되는 환경을 맞이한 기업 고객들에게 독보적인 AI 기반 IT 인프라 운영 관리 기술과 서비스를 제공하여 ‘디지털 뉴딜’ 시대 기업들의 비즈니스 성장을 견인하게 될 것이다. 







기획 및 글 | 사업기획팀











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