인공지능의 뉴 트렌드, 딥러닝, 스마트머신

인공지능의 뉴 트렌드, 딥러닝, 스마트머신

1. 마이크로소프트, 코타나 (음성인식 기술, 검색엔진 빙 이용)

- 가상 개인 비서 서비스

- 데이터 분석 예측 기술

- 음성인식 (디바이스와 클라우드 Azure 병행처리)

- 정보제공 (Bing 으로 실시간 정보 스트리밍)

- contex-aware, 개인화된 뉴스/정보/콘텐츠 제공

2. 인공지능

‘인공지능’은 생각·학습·판단하는 활동이 가능한 컴퓨터 시스템을 통칭하는 용어 

3. 스마트머신

[정의]

‘ 스마트  머신 ’은  인공지능  기술을  기반으로  기능하는  기계

[스마트 머신의 유형]

▲ 자동화된  차량  ‘M o v e r s ’ - 자율주행차

▲ 정보기반  helper  ‘S a g e s ’   - 가상개인비서 (VPA : Virtual Personal Assistant), 의사결정지원시스템, 기타 언어인식 기능을 가진 스마트시스템

▲ 기계 중심  helper  ‘D o e r s ’  - M2M, IoT 기기, 산업용 로봇

‒ ‘가상개인비서’,  ‘자율주행  차’  외  방대한  양의  데이터  속에서  사람의  음성,  행동 등을 

감지 · 식별해내는 ‘인지컴퓨팅 ’ ,   인지된 상황을 스스로 판단하여 적합한   명령을   내리고  수행

하기  위한  기계  학습법  ‘딥러닝’  등이  인공지능  시장을  이끄는  유망  기술이  될  전망

o 인지컴퓨팅(Cognizant  Computing)  분야,  모바일  애플리케이션  중심의 성장  기대

○ 인지컴퓨팅은 방대한 양의 수집된 데이터 속에서 사람의 음성 ,  행동 등 분석 대상이 되는  특정  데이터를  감지·식별해내는  기술

○ 현재  대표적인 서비스로 스마트폰을  통한 알림· 요금 청구· 건강 모니터링 및 관리·

문맥  광고  등을  제공하고  있으며,  향후  기계  학습을  통한  진화를  거쳐  고도의 지능을  갖춘  모바일  앱  서비스로  진화할  것으로  예상(가트너,  ’14.7월)

o 딥러닝은  ’12년  구글의  고양이  얼굴인식  프로젝트  시연  이후  급부상,  인공지능을  고도화시키고  관련  비즈니스를  활성화시켜  줄  핵심  기술로  평가

○ ’80년대에  처음  제안된  딥러닝은  오랜  기간  부침과  진화를  거듭한  끝에  음성  및 영상인식 · 인지 컴퓨팅 등 고도의 인공지능 구현에 적합한 기계 학습 방법으로 재조명

※ 딥러닝  프로젝트  ‘브레인 ’:  스탠포드대학의  Andrew  Ng 과  Google 이  시작한  프로젝트 (2006년 ), 

’ 1 2 년  16,000 개의  컴퓨터  프로세서로  10 억  개  이상의  신경망  및  심층신경망을  이용하여  유튜브에 업로드 되어 있는 천만 개의 비디오 중 고양이 얼굴 개별 인식 · 구분에 성공

‒ 딥러닝은  2013년  MIT  선정  10대  혁신  기술  선정,  가트너의  2014  세계  IT  시장  10대 주요  예측  등을  통해  방대한  양의  데이터  처리에  크게  기여할  기술로  평가 

‒ ETRI  또한 올해 기술 ·인문 · 사회 관점의 미래 변화를 주도할 `핵심견인기술 `  분야의 하나로 ‘딥러닝  알고리즘‘을  선정

○ 딥러닝은  인간과  유사한  심층  신경망(DNN:  deep  neural  networks)  정보처리 알고리즘을 활용하여 데이터 분류의 정확도가 높으며,  사람처럼 배우고 추론하면서

스스로  지능을  발전시켜  나가는  ‘자율적(unsupervised)’  학습  방식으로  진화

※ 심층신경망 은  사람의  두뇌에서  정보처리가  다층  구조를  가지고  있다는  점을  모방하는  데에서 출발 , 입력 층과 출력 층 사이에 하나 이상의 숨겨진 층을 갖는 신경망 구조로 구현

[딥러닝 연구 현황]

o (구글  ‘인공지능  맨해튼  프로젝트’)  2013년  시작한  프로젝트에  크고  작은 실리콘밸리  ICT  기업들을  참여시키며  인공지능  연구  분야  최일선  그룹  형성

o (IBM  ‘왓슨그룹’)  고성능  컴퓨팅,  자연어  분석  및  질의응답에  특화

o (MS  AI프로젝트  ‘아담’)  시각적  정보를  활용해  어떠한  사물도  인식할  수 있도록  하는  영상  인식  인공지능  프로젝트

o (페이스북)  인공지능  연구그룹  구성,  얼굴  인식  프로그램  발표

o (바이두)  구글  따라잡기,  실리콘밸리에  딥러닝  연구소  설립  후  연구  촉진 

 

[딥러닝 연구 현황에 따른 고찰]

- 최근의  인공지능  서비스는  빅데이터  기반의  기계  학습과  실시간  분석  기술을 바탕 으로  사용자에게  제공하고자하는  효용을  구체화한  사례

- 우리나라는  인공지능  분야의  기술  연구  및  지원,  서비스  시장  개척에  대한 관심이  상대적으로  저조

- 기술  발전의  중심축이  하드웨어와  정보통신망에서  감성과  지능을  갖춘 소프트웨어·알고리즘  및  빅데이터  처리로  이동함에  따라  ▲데이터  확보, 

▲분석  기술  강화,  ▲비즈니스  모델  개발  계획  수립이  필요

[인공지능  기술에  대한  인문·사회적  이슈 ]

①  (기계의  자율성과  책임)  

인공지능  시장  성장은  최종적으로  기기가  자율성을 가지고  판단·실행할  수  있는  데에  까지  이를  것으로  전망,  

판단  오류로  인한 사고에  대한  책임소재  불분명
②  (무인살상무기  ‘드론’)  무기의  인공지능화에  대한  국제적인  논의는  기술에 대한  근본적인  철학과  신념에  대한  이슈로  제기,  

인공지능  기술을  논하는 데에  있어  필수불가한  지속적  논쟁이  될  것으로  예상
③  (노동  시장  잠식)  

인공지능  기술이  노동을  대체하는  효과와  새로운  직업을 창출하는  효과의  비교는  어려우나  단기적으로는  대체  효과가  더  클  것으로
예상,  특히  서비스  업무나  전문적인  지식  노동까지  보완·대체  가능(예:  영국 가디언  인공지능으로 뉴스 작성)할  것으로 예측되면서  일자리 상실에  대한 우려
제기(출처:  LGERI,  로봇  인공지능의  발전이  중산층을  위협한다,  ’14.7월)
④  (인간과  기계의  협업)  코타나의  월드컵  결과  예측은  빙의  알고리즘(기계)을 통한  분석  외에  스포츠  ‘예측시장(Prediction  Market)’을  참조하고  전문가
(인간)의 의견 등에  가중치를  더 부여한  협업의  결과라고  밝힘에 따라,  인간의 직관력  또는  통찰력을  인공지능이  완벽히  대체할  수  없음을  시사

※ 예측시장(Prediction  Market):  미래  예측을  위해  기업  혹은  단체가  내 ·외부에서  참여자를 모집하여  시장을  구축하고 ,  미래  결과에  관한  권리  거래 (베팅 )를  통해  불확실한  미래  상황을
예측하는 가상 거래소