머신러ë‹�ì�€ 구체ì �ì�¸ 프로그래ë°� ìž‘ì—… ì—†ì�´ 대량ì�˜ ë�°ì�´í„°ë¥¼ 활용해 컴퓨터가 스스로 학습하ë�„ë¡� 합니다. 전세계ì �으로 가장 관련성 높ì�€ 기업 ë�°ì�´í„°ê°€ Â鶹ԭ´´ì�˜ 시스템과 비즈니스 네트워í�¬ ìƒ�ì—� 존재합니다.

글쓴�: 유르� �러(Jürgen Müller)

지난 2016ë…„ 3ì›” 역사ì �ì�¸ 사건ì�´ ì�¼ì–´ë‚¬ìŠµë‹ˆë‹¤. 구글 딥마ì�¸ë“œ 챌린지ì—�ì„œ 알파고(AlphaGo) 프로그램ì�´ 바둑 고수 ì�´ì„¸ë�Œ 9단ì—�게 Çê¨ìœ¼ë¡µÓ�¨ ì�´ ì–´ëŠ� 수준까지 왔는지를 잘 보여주었습니다. “규칙ì�€ 간단하지만 복잡한 가능성ì�´ 존재하기 때문ì—� 바둑ì�€ AI 연구 분야ì—�ì„œ 가장 중요한 마ì�¼ìŠ¤í†¤ 중 하나로 ìž�리해왔다â€�ê³  ë�”버지(The Verge)ì—� 샘 ë°”ì�´í�¬ë“œ(Sam Byford)가 했습니다.

컴퓨터가 �율�으로 학습한다는 아�디어는 �미 수십년 �안 관심� �어 왔습니다. 그렇다면 최근 들어 어떤 변화가 �긴걸까요? � 최근 몇년 사� 탄탄한 토대를 갖게 � �유는 뭘까요?

머신러�� �제 가능한 �유

컴퓨팅 파워� �가로 �해 마침내 머신러�� 가능해졌습니다. 게임 분야를 필�로 3D 그래픽 전용 프로세서� GPU(graphic processing unit)가 단순 작업� 병렬 연산 차��서 최근 � 성능 개선� �루었는�, �는 딥러�(deep learning) 알고리즘� 가장 보편�으로 사용하는 방�입니다. �는 멀티코어 아키�처� � 넓� 확산 � 와 맞물려 고�로 효율�� 머신러� 알고리즘� 구현� 위한 길� 열었습니다.

머신러�� 가능해진 � 다른 요�� 바로 입니다. 다양한 소스(예: �스트, �미지, 지리공간 ��터)�서 나온 거대한 ��터 세트를 활용해 머신� 훈련 시키고 스스로 학습하�� 합니다.

페�스�� 예로 들어 보죠. 사진 �� 개�들� 얼굴� �름 태그를 추가하면서 세계 최대 규모� 얼굴 ��터베�스가 �겼습니다. 페�스�� 비주얼 �� 측면�서 머신� 가르치고 훈련시킬 수 있습니다. 머신� ��터를 � 많� �용할수� 얼굴 ��률� 개선�니다.

나아가 머신러� 분야� 기본 연구� 따� 보다 정�한 러� 알고리즘� 나오고 학습� 기본�칙� 대해서� �해가 늘었습니다. �공신경�과 같� 근본 알고리즘� �간� 뇌를 �내냅니다. 신호를 전달하는 뇌� 시냅스를 �내내고 뉴런과 유사한 단위로 구성� 네트워�를 ��해 볼 수 있습니다.

�러한 �공 신경�� �풋 ��터� 복잡한 비선형 구조를 학습할 수 있고 머신� 보기, �기, 쓰기, 듣기, �하기 등� 능력� 습�할 수 있습니다. �를 위해서는 지��� 머신 훈련 단계�서 � �용해야 합니다.

강화학습(RL, Reinforcement Learning)ì�€ 러ë‹� 알고리즘과 주변 환경 ê°„ì�˜ í–‰ë�™ê³¼ 피드백(ìƒ�벌)ì�„ 모ë�¸ë§�Çê¨ìœ¼ë¡µÓ�¨ 지ë�„학습ì�„ 확장해 ìž�ë�™ì°¨ë¥¼ 운전하거나 바둑ì�„ ë‘�는 등 복잡한 과제를 처리할 수 있ë�„ë¡� 합니다. 머신러ë‹� 알고리즘ì�„ 토대로 향후ì—�는 매우 ì •êµ�í•œ ìƒ�황ë�„ í•´ì„�í•  수 있ë�„ë¡� 머신ì�„ 훈련시킬 수 있습니다.

�으로 머신러�� 주류 기술로 �리잡는 �유는 �용� � 쉽기 때문입니다. 다양한 양질� 프리, 오픈소스 소프트웨어 패키지가 나와있고 �를 �용해 �넓� ��터 과학�와 개발�가 머신러�� 액세스할 수 있게 �었습니다. 마찬가지로 머신러�� 관한 MOOC (massive open online course)와 서�, 블로그 등 누구나 액세스할 수 있는 온�� �료� 나와있습니다.

비즈니스 소프트웨어와 머신러�� 만남 

바둑 컴퓨터나 소셜미디어 얼굴 ��� 소비� � 비즈니스 소프트웨어� 근본�� 변화를 예고합니다. 트랙티카(Tactica)� � 따르면 “기업용 애플리케�션 부문� AI 시스템 시장� 2015년 2억250만 달러�서 2024년�는 111억 달러 규모로 늘어나 56.1%� 연�균성장률(CAGR)� 보� 전�입니다.� 머신러�� 기업용 솔루션� 필수요소로 �리하고 머신� �간� 디지털 �료로 활�할 날� 멀지 않았습니다.

보기 – 머신 비전

머신� �미 볼 수 있습니다. �미지나 ��� �� 제품과 같� 물체를 ��합니다. 제약회사� 어떤 �향� 있�지 ��해 보세요. 화학 반�� �길 수 있는 약품들� 보관 창고�서 서로 너무 가까� 있지 않�� 보장할 필요가 있습니다. 모바� 앱� �움으로 창고 담당�가 스마트�으로 사진� �으면 머신� �미지 �� 기능� 토대로 통합 으로부터 해당 품목� 올바로 보관 �었는지 여부� 관해 즉시 피드백� 받습니다.

�스트 ��과 �해

머신� �스트를 �고 �해할 수� 있습니다. 예컨대 �역�서 기업� 공�� 충�하기 위해 입사 지��를 선별하는 � 최고 60%� 시간� 쓰고 있습니다. 머신러�� 채용 담당�를 �와 �� �력서 매칭� 통해 해당 �무� 맞는 최고� 후보�를 파악하거나 유�한 입사 지��� 맞는 최�� �무를 파악합니다. �렇게 �면 채용 담당�는 수천 건� �력서를 수작업으로 선별하는 대신� 후보�면접� � 많� 시간� 투�할 수 있습니다.

글쓰기 – í…�스트 ìƒ�성

머신� 쓸 수� 있습니다. 정형, 비정형 문맥 정보를 분�해 보고서를 �� �성할 수 있습니다. 보험업� 경우 모든 �레임� 담당�가 ��� 심사하는 대신 머신� 간단한 보험 케�스� 대해 예비 결정� 내리고 �답서한� 작성할 수 있습니다. �를 통해 보험사는 �레임� 보다 빨리 처리하고 �산성� 높� 수 있습니다.

듣고 �하기

�으로 머신� 듣고 �할 수 있습니다. 시스템� 사람� 목소리를 ��, �기, 단조로움 등 40개 가량� 차�으로 분�할 수 있습니다. �는 고� 서비스�서 매우 중요합니다.

ê³ ê°� 통화ì—�ì„œ ê³ ê°�ì�´ 채팅봇과 ì�´ì•¼ê¸°í•˜ë‹¤ê°€ ì �ì � 화가날 수 있습니다. ì�Œì„± ë�°ì�´í„°ë¥¼ 다양한 맥ë�½ì—�ì„œ 수집Çê¨ìœ¼ë¡µÓ�¨ 머신ì�€ 대화ì�˜ 분위기를 모니터할 ì�¸ì§€ 능력ì�„ 개선하며 문제가 예ìƒ�ë�˜ëŠ” ì¼€ì�´ìŠ¤ë¥¼ 콜센터 담당ìž�ì—�게 전달해 보다 복잡한 문제를 사람ì�´ 해결하ë�„ë¡� í•  수 있습니다.

ì�´ìƒ�ì�€ 머신러ë‹�ì�´ 비즈니스 환경ì—� ì�¸í…”리전스를 제공할 수 있는 몇 가지 사례ì—� 불과합니다. 분명히 머신러ë‹�ì�€ 잠재력ì�´ í�¬ë©° Â鶹ԭ´´ì�˜ 입장ì—�ì„œë�„ ì „ëžµì �ì�¸ 주제입니다.

Â鶹ԭ´´ í˜�신센터네트워í�¬(Â鶹ԭ´´ Innovation Center Network)ì�˜ 머신러ë‹� ì�¸í��ë² ì�´ì…˜ 팀ì�€ Â鶹ԭ´´ 애플리케ì�´ì…˜ì�„ ì�¸í…”리전트하게 만들 다양한 머신러ë‹� ì �용사례 개발ì—� ì—¬ë…�ì�´ 없습니다. 주어진 ì§�무ì—� 맞는 최ì �ì�˜ 입사 지ì›�ìž�를 찾거나 지ì›�ìž�를 위한 최ì �ì�˜ ì§�무 í�¬ì§€ì…˜ì�„ 찾아주는 ì�´ë ¥ì„œ 매칭 ë�„구ì—�ì„œ ì˜�업예측 ìž�ë�™í™”, ì�¸ë³´ì�´ìŠ¤ 매칭ì—� ì�´ë¥´ê¸°ê¹Œì§€ 다양한 분야를 연구 중입니다.

대규모 파트너 �코시스템과 협업하고 25개 산업 특화 솔루션, 업무�역(LoB) 솔루션 부문과 함께 �신�� 지능형 솔루션과 서비스 제공� 최선� 다하고 있습니다.

The post 머신러ë‹�으로 지능형 기업 실현 appeared first on Â鶹ԭ´´ Korea 뉴스센터.