1장 - 인공지능의 시대

1. 인공지능의 성장

 

• 인공지능이란 - 기계가 인간과 비슷한 방식으로 작동하며 문제를 해결하도록 돕는 여러방법과 기술의 총칭

• 빅데이터 기술 등장 이후 머신러닝의 상용화로 인공지능의 폭발적인 성장

• 기업에서 인공지능을 활용한다는 것은 비즈니스에서 발생하는 데이터를 모아 가치를 만들고  그 가치를 잘 적용하도록 기존 프로세스를 변경한다는 것

 

 

1.  인공지능과  머신러닝

 

•  머신러닝이란 데이터를 통해 스스로 학습해서 수행방법을 찾아내는것

• 자연어 처리 , 자동 추론 등 인공지능 안의 여러분야의 문제들을 해결 

 

1. 머신러닝의 종류

 

1. 지도 학습 

• 명확한 정답 데이터를 학습하고 나머지 영역에서 유사한 것을 찾아내는 방법 

            ex) 스팸메일이라는 정답데이터를 주고 나머지 거래중 사기거래 적발 등  

 

1. 비지도 학습

• 정답을 모르거나 정답이라는 것이 없는 경우에 데이터를 학습해 파악하는 방법

• 기계가 스스로 학습해 유사한 데이터끼리 묶는 군집화 ex) 속성이 비슷한 고객끼리 자동으로 묶기

 

        3. 강화학습

• 인간이 설정한 목적에 맞는 행동을 하면 + , 반대로 행동하면 - 를 반복하여 점점 인간이 정한 목적에 맞게 행동 ex) 알파고

 

 

1. 인공지능 적용 사례

 

• 분류 - 이미지나  영상에서 나오는  물건, 얼굴 인식해 분류  ex) 페이스북 딥페이스 얼굴인식프로그램  

• 예측 - 어떤 일의 발생 가능성을 예측하는 일 ex) 2005년 데이터를 주고 향후 10년간 실현관 질환할 환자 예측

• 생성 - 다른 데이터를 만드는 일 ex) IBM에서 만든 변호사 로스 자연처리기술을 통해 초당 1억장의 속도로 판례 검토, 사건에 적절한 판례 추천 

 

        4- 1   그외의 사례

 

• GE의 프레딕스 - 산업용 장비나 부품을 나오는 데이터를 활용하여 운영상의 각종 문제 해결

• 캔쇼테크놀로지 캔쇼 - 자연어처리와 머신러닝으로 투자자의 질문에 대한 분석 리포트를 만들어 주는 금융분석프로그램, 15명이  4주에 걸릴 일을 5분만에 처리

 

1. 인공지능의 실체 

 

1. 인공지능이 일자리를 없앤다?

• 컴퓨터 대중화 이전에는 컴퓨터와 관련된 수많은 직업을 상상하기 어려워듯이,  인공지능도 마찬가지로 기존 직업구조가 변하고 지금은 생각하기 어려운 새로운 직업이 생기면서 일자리가 증가할 것이다.

 

        2. 인공지능만 도입하면 다 해결된다?

• 인공지능은 일을 하기 위해 필요한 요소 중 특정한 일, 데이터를 처리해서 무엇인가를 하는 일 등 잘하는 도구 일뿐, 비즈니스 현장에서 인간이 해야할 일이 더 많고 다양하다.

 

    

 

1. 인공지능의 한계와 문제점

 

1. 데이터의 한계

• 데이터가 잘 수집, 저장, 관리 되지 못하는 영역에는 사용 x

     - > 기업에서 인공지능을 제대로 활용하기 위해서는 먼저 데이터 관리 체계를 갖추어야함

 

1. 인공지능의 윤리

• 인공지능의 활용이 광범위하게 확산되면서 윤리적 딜레마 문제 발생

     - >  인공지능 윤리분야는 윤리, 법, 사회적 합의 등 여러 측면에서 다루어야할 과제

 

 

1. 인공지능의 전망

 

• 머신러닝을 기반으로 인공지능이 성장했지만 아직 널리 쓰이지않는 과도기 상태

      - > 인공지능을 쉅게 쓸수 있는 인공지능 솔루션 같은 응용기술의 발전으로 이어지고 있음 ex) MLaas 서비스