지능화(a.i.) - cuvix.co.kr · pdf file인공지능(artificial intelligence)이란...
TRANSCRIPT
인공지능(Artificial intelligence)이란 무엇인가?
인간의 학습능력과 추론능력, 지각능력, 자연언어의 이해능력 등을 컴퓨터 프로그램으로 실현한 기술
퀴즈쇼에서 인간을 꺾고 우승한 IBM의 Watson 이세돌 9단에게 도전장을 낸 구글의 AlphaGo
인공지능은 오랜 역사 속에서 발전과 쇠퇴를 반복
딥러닝의 진화로 인공지능은 보다 인간에 가깝게 생각
머신러닝(기계학습) 경험(experience)을 통해 특정 작업(task)의 성능(performance)을 향상시키는 방법 몇가지 특정한 사건들보다 다수의 사건에 대한 경험을 통해 그들의 추세(패턴)를 학습, 이를 기반으로 판단을 내린다는 점에서 “패턴인식(Pattern Recognition)”이라고도 함 전통적인 통계학을 기반으로 한 인공지능의 한 축
딥러닝 인공신경망 이론을 기반으로 복잡한 비선형 문제를 기계가 스스로 학습해결 인간의 두뇌가 수많은 데이터 속에서 패턴을 발견한 뒤 사물을 구분하는 정보처리 방식을 모방 딥러닝을 적용하면 사람이 모든 판단 기준을 정해주지 않아도 컴퓨터가 스스로 인지·추론·판단할 수 있음
인공지능 시장에 수많은 기업들이 진출
머신러닝 관련 기업수만 2,500개 이상
(자료출처 : 벤처스캐너)
인공지능 기술 역량 확보를 위한 글로벌 기업들의 경쟁 치열
인공지능은 다양한 산업 영역으로 진출해 신시장 창출
구글, 페이스북 등은 딥러닝 기술을 자사 서비스에 활용
Facebook ‘Moments’ ㅇ Moments(얼굴인식서비스) 발표(’15.6)
- 사진 스캔해서 사진 내 특정인물 기준으로 자동 분류
- 단체 사진 공유 시 이메일, 스냅샷 없이 지인 간 사진 공유
ㅇ Convolutional neural networking 활용
- 두 이미지 사이에 유사성 설정하고 그 유사성에 가중치 부여, CNN은 두 이미지가 맞는지 정확성 증대 위해 유사성 간 가충치 변경하면서 학습
- 가중치 부여시 사람의 노력이 굉장히 많이 필요하나 한 번 세팅 후에는 지속 시킬 수 있음
ㅇ 사진을 스캔하면 특정 인물들 대상으로 자도
- 체스는 평균 20개의 다음 수가 있지만 바둑은 평균 200개가 있어 인공지능이 사람을 능가하지 못하고 있었음
ㅇ 알파고는 deep neural network 방식 적용
- 12개의 층(layer)와 100만 개 이상의 뉴런으로 된 신경망 활용
- 인간 고수들의 수들을 학습한 후 그들의 패턴을 흉내내는데
그치지 않고 신경망 내에서 데이터들을 학습/조정(reinforcement)
하여 스스로 전략들을 생성
Google ‘Alpha Go’
□ 페이스북, 구글 등 선진 메이저 기업들은 이미 딥러닝 기술 적극 활용 중
알파고가 승리한
판후이와의 대국장면
ㅇ 데이터 성능최적화 시물레이션 시스템 복잡성으로 한계
- 장비 사용시간, 에너지 사용량에 대한 빅데이터 누적
- 에너지 최적화 위한 시뮬레이션 시 시스템간 상호관계의 복잡성으로 일반 모델 적용시 많은 오류 발생
ㅇ 에너지 최적화 모델 구축 위해 ‘Neural Network’ 활용
- 모델에 반영되는 복잡한 변수 관계를 미리 정의할 필요 없이 인공지능이 모델에서 자동 생성되는 특징들간의 패턴을 파악
- PUE 예측에 99.6% 정확성 보여 센터 운용 효율화에 도움
Google 데이터센터 최적화
□ 딥러닝의 적용 단말은 모바일, IoT기기, 스마트카까지 확대 중
적용 모델의 간단한 이미지
ㅇ Google, 칩 제조사 모비디우스(Movidius)와 파트너십 체결
- 모비디우스 칩 활용해 안드로이드에 딥러닝 구현
별도 인터넷 연결없이 모바일로 얼굴이나 사물 인식 가능
얼굴/망막 인식 통한 은행거래 활성화
얼굴인식 활용한 스마트홈 보안 서비스
- 구글은 모비디우스사와의 합작 통해 드론, 자율주행차까지 딥러닝 기술확대 예정
ㅇ Nvidia, 딥러닝 기술 적용한 차량용 GPU 개발
- 자동차에 찍힌 이미지를 딥러닝 방식으로 분석
- 전방의 차량의 종류와 보행자, 자전거 및 표지판 인식
- 향후 무인자동차 기술의 주요한 플랫폼 될 것으로 전망
Nvidia의 ‘Drive PX’
모비디우스(Movidius)社의 칩
인공지능의 산업별 활용 사례 : 금융/핀테크 ①
투자 및 트레이딩 신용평가 및 심사
세계 최대 햇지 펀드 그룹인 ‘Bridgewater’가 IBM사의 Watson개발팀 소
속 직원을 영입하여 AI team을 신설하여 트레이딩 알고리즘 개발을 전
담케 하는 등 투자 및 트레이딩 분야에서 인공지능의 역할은 확대
해외 주요 사업자의 투자/트레이딩 분야 인공지능 적용 사례
빅데이터와 머신러닝 기법 활용하여 대출 신청자의 신용도 판단 및 채
무 불이행 가능성을 예측하여 대출 사업에 활용
① Zest Finance: 미국의 일반 은행들이 15~20개의 정형화된 변수를 사용해
신용평가를 하는 것과 달리 Zest Finance는 대출 실행전 인터넷 체류 시간,
SNS포스팅 주제 등 7만여개의 변수에 대한 데이터를 수집하고 10개의 머신러
닝 알고리즘을 이용해 개인의 신용도를 분석
- 현재 미국에서 신용도가 평균보다 약간 낮은(near prime) 고객들을 위한
Basic loan과 저신용(sub-prime)고객들을 위한 ZestCash 신용서비스 대출 운영
- ‘15년 6월 중국 2위 전자 상거래 업체 JD 닷컴과 함께 Joint Venture ‘JD-
ZestFinace Gaia’를 설립, 중국에서도 고객 신용 평가 서비스 제공 계획
② Kabbage: 미국 소상공인 대출회사로써 Data Context Engine이라는 독자적
인 시스템 이용해 대출자의 각정데이터(배송, 회계, 소셜미디어, 전자상거래) 등
분석하고 이를 활용해 7분만에 간편 대출 제공
위법행위 감지 개인금융업무 지원
다양한 금융거래에서 현재 진행 중인 거래의 위험도 분석
① BillGuard: Machine Learning 기술 활용한 예측 알고리즘 통해 고객 거래 데이
터를 분석하여 의심스러운 징후 포착되면 즉시 고객 앱으로 경보 제공
② Aesthetic Integration: 영국소재회사로 금융시장에 참여하는 회사들의 알고리
즘을 분석하여 부정한 행위가 있었는지 테스트하는 서비스 제공
Zest finance의 고객 신용도 분석 알고리즘 Bill Guard 앱
인공지능 스스로 메타변수 추출
앱을 통해 개인의 소비/재무 데이터를 분석하여 음성 인식 기술 통해 재무 관련
비서 역할하는 서비스들이 등장, 은행업무에서 인공지능이 고객 응대를 대신
① Kaisto: A.I와 음성인식 기능이 탑재된 모바일 개인 파이낸싱 어플 제공
- 이번 달의 지출액, 스타벅스 사용 금액, 카드 잔고 등을 AI가 음성으로 분석
하여 알려주며 결재도 진행
② 미쓰이쓰미모토/미즈호 은행
- ‘14년 11월부터 콜센터 업무에 왓슨 적용, ‘15년 소프트뱅크 페퍼 도입
인공지능의 산업별 활용 사례 : 금융/핀테크 ②
소프트뱅크의 인공지능 로봇 페퍼의 플랫폼 비즈니스
소프트뱅크는 페퍼를 통해 궁극적으로 로봇 플랫폼 사업자를 지향
빅데이터 분석/처리 위해 COCORO SB를 설립, AI 역량 강화를 위해 IBM과도 제휴
클라우드 기반 AI(인공지능)로 맞춤형 대화 및 향후 헬스케어, 접객 서비스에도 활용
각 로봇에서 획득한 데이터를 공유
수많은 페퍼 로봇
CLOUD AI (플랫폼)
빅데이터 분석
COCORO SB (소뱅 100% 자회사)
로봇 제작 Aldebaran (프)
(소뱅 78% 지분투자)
로봇 양산제조 폭스콘 위탁 (대만)
페퍼 판매/유통 (SB로보틱스 담당)
B2C : 36개월 단말 할부
보험 연계 유지보수
B2B : 장기 렌탈
(3년기준 월 5.5만엔)
나오키 OS (자체 OS)
AI 역량 강화 IBM ‘Watson’ 제휴 (미)
음성, 표정, 앱이용데이터
맞춤형 대화 서비스
소프트뱅크 로봇사업의 핵심
소프트뱅크 로봇 페퍼의 비즈니스 프로세스 ※ AI : Artificial Intelligence
인공지능을 대하는 사람들의 생각은 아직은 ‘대화상대’ 수준
이상적인 인공지능 로봇 사이즈는 ? 인공지능 로봇이 있었으면 하는 장소는 ?
(자료 출처 : 일본 리서치 기관)
인공지능이 우리 사회에 미치는 영향
인공지능은 로봇, 솔루션, 운송수단 등 다양한 형태로 우리 생활에 침투
감사합니다