인공지능에 관한 레포트

인공지능에 관한 레포트





목 차

Ⅰ. 서론

Ⅱ. 본론
1) 인공지능이란?
2) 인공지능의 발전 추이
3) 인공지능 시장 규모 및 동향
4) 기업의 적용 사례
가. 인공지능 비서
나. 의료
다. 챗봇
Ⅳ. 참고문헌







Ⅰ. 서론
문명사회는 3차산업을 거쳐 이제 새로운 4차산업세계를 맞이하고 하고 있다. 인류는 산업의 급변을 토대로 세대를 구분하는데 3차산업과는 또 다른 급변하는 세대를 4차산업 세대라 일컫는다. 그렇다면 과연 어떠한 변화가 있기에 이것을 급변하는 세대로 구분하는 것일까 궁금해진다. 또한 선진국을 중심으로 4차산업시대를 맞이하기 위한 기술개발에 한참이다. 어떤 전문가는 우리가 살아온 세대에 익숙한 상태에서 4차산업에 적응하고자 하는 것은 어리석고 그 영역은 새로운 세대인 MZ세대의 영역이면 우린 그저 지금 해온 던 일에서 돈을 벌고 생활을 영위하며 나아가 한다라고 주장하는 교수님도 계셨다. 그러나, 그것은 환경에 적응하며 부단히 노력하고 정복해 나가는 인류의 놀라운 창의성을 간과한 생각이 아닌가 생각한다. 어쨌던 4차산업시대를 준비해야 하고 나이가 적던 많던 준비해야할 인생과제가 되었다.

먼저 4차 산업기술이 무엇인가 살펴보면 이것은 ICT기술로 축약될 수 있고, ICT기술은 하드웨어와 소프트웨어 기술이 합성된 것을 의미할 수 있다. 따라서 4차산업은 하드웨어 기술을 바탕으로 소프트웨어 기술을 접목시켜 활용하는 세대라 정의할 수 있으며, 4차산업기술에는 인공지능, 사물인터넷(IOT). 빅데이터, 자율주행차, 드론, 3D프린팅 기술 등이 이 영역에 포함될 수 있다. 그럼 이 중에서도 본 과제인 인공지능에 관한 내용을 본론을 통해 살펴보도록 하겠다.

Ⅱ. 본론
1) 인공지능이란?
인공지능(AI)란 Artificial Intelligence로 인간이 할 수 있는 각종 학습능력, 지각능력, 자연언어 이해, 추론능력 등을 컴퓨터 프로그래밍 기술을 활용하여 구현해 내는 기술을 말한다. 인공지능은 머신러닝과 같은 기술을 통해 발전해 나갔다. 그렇다면 머신러닝기술이란 무엇일까 살펴보기로 한다.
              
머신러닝기술이란 어떤 상황에 대해 학습할 때 컴퓨터 프로그래밍에 의한 단순한 처리가 아닌 사람이 학습하듯 컴퓨터에 해당하는 자료를 사람이 데이터로 입력시켜 학습시키는 방법이라 할 수 있다. 머신러닝에 있어 정해적 명령보다 더 중요한 것이 데이터를 기반으로 각종 상황을 예측하고 결정을 이끌어 내는 것이며, 이러한 특별한 모델을 구축하므로서 진전됨에 따라 입력하지 않은 정보에 대해서도 시스템 스스로가 판단을 내리거나 결정을 하게 된다.  인공지능은 위에서 언급한 특성을 가지고 있어 머신러닝 기술을 활용해서 정확한 예측이나 제공된 데이터를 다양한 알고리즘 방식을 통해 해석하고 스스로 학습할 수 있는 능력을 갖추게 된다. 이러한 특성을 가진 머신러닝 기술을 통해 정확한 결과를 예측 할 수 있도록 제공된 학습 데이터를 다양한 알고리즘을 통해 스스로 학습한다.
              
머신러닝은 데이터 입력과 결과 값을 산출하여 분류, 회귀의 기능을 할 수 있게 하는 지도학습과 여러 정보를 단순이 입력하여 군집화, 압축 기능을 할 수 있게 하는 비지도 학습, 문제에 대한 결과 값 대신 보상을 주는 강화학습 3가지로 나눌 수 있다.
이러한 머신러닝은 많은 분야에서 활용되고 있으며 문자 인식, 안면 인식, 자동 번역, 챗봇 등의 자연어 처리분 야와 음성인식, 필기 인식, 추천 시스템 등의 정보검색 엔진 등 인공지능 영역 외에도 다양한 곳에서 사용되고 있다.

2) 인공지능의 발전 추이
인공지능의 시작은 1956년도 라고 말하고 있다. 인공지능의 시발점은 존 매카시가 다트머스 회의에서 “생각하는 기계”를 구체화하기 위한 논의를 시작하였다. 이 회의에서는 AI에 대한 정의와 개념을 정리하였으며, 이를 통해 인간의 지능을 대체하는 분야에 대해 학문적으로 첫인정을 받게 되었다.

1950년대 중반부터 1980년대까지 인간의 지식기반능력을 갖춘 지능형기계를 만들고자 하였으나, 인간의 복잡다양한 것들을 지능형기계로 만든다는 것이 현실적으로 어려웠고, 계산중심의 해결방법으로 이러한 난제를 해결할 수 없어 고착상태에 빠지게 되었다. 또한 방대한 정보를 저장하여 해결하려는 노력도 데이터증가에 따른 처리속도 증가로 인해 한계에 봉착하게 되면서 인간의 지능을 구현할 수 있는 시스템 구축이 현실적으로 어렵다는 생각에 봉착하게 되어 미국, 영국 정부는 인공지능에 대한 연구를 중단하게 되었다.

그러나, 이후 인공지능이 일반적인 컴퓨팅 처리보다 실생활에 효용성이 크다는 사실을 재발견하면서 다시금 개발에 착수하게 되었다. 또한 전문가 시스템이라해서 전문가의 전문지식을 저장하여 활용하므로써 인공지능에 대한 상업적 활용환경을 구축하게 되었다. 1970년 스탠포드 대학이 개발한 “마이신” 대표적인 사례라 할 수 있다.

그러나, 그럼에도 역시 하드웨어적인 시스템이 뒷받침하지 못하면서 데이터 추출에 있어 검색시간의 증가 등 병목현상이 가중되었고, 답에 대한 검증이나 유효성 입증 등에 어려움이 있었으며, 지식을 얻는데도 많은 비용과 시간이 소요되는 문제점이 발생하겠다. 이러한 문제 들을 해결하여야 인공지능분야의 발전을 가져올 수 있는 문제에 봉착하게 되었다.

이러한 문제점을 고민하면서 개발자들은 계산주의를 벗어난 인경신경망이라는 새로운 접근방식을 가지고 나왔으며, 이의 근거는 인간의 뇌의 뉴런들이 시냅스를 통해 복제하고 전달해 나가는 것과 같은 시스템에 대한 관심을 갖게 되었다. 인공신경망의 하나인 퍼셉트론 학습방법인 오류연전파법을 활용하여 컴퓨팅 지능모형을 해결하고자 하였다.  

그러나, 이 역시 쉽지 않은 난제가 있었다. 일부 성공적인 모습을 보이기도 했지만 역시 제한적인 데이터와 컴퓨터의 하드웨어적 처리능력 부족과 최적화된 수만개의 선에 적당한 값을 부여하지 못하는 문제 등 다양한 문제를 가지고 있었다. 이렇나 문제점을 해결하기 위해  딥러닝(심층신경망)에 대한 발전적 모형이 제시되었다. 2006년 제프리 힌톤에 의해 제안되었으며 데이터의 전처리과정에 있어 인공신경망 문제를 해결할 수 있는 방법을 제시하였다. 즉, 인공신경망 각 부분을 비지도학습방법을 통해 잘 손질한 후  전처리한 데이터를 각 층으로 쌓아올려서 인공신경망의 구성을 최적화 한다는 것이다. 이러한 방법을 통해 4차산업 ‘빅데이터 시대’에 다양하고 무한한 자료를 학습가능하게 되다는 원리를 구현하고 있다.

2012년에 와서 앤드류 엔지 박사가 구글과 함께 컴퓨터 프로세서와 네트워크 조합을 이용해 1000만개 이상의 비디오 중에서 고양이가 있을 영상을 찾아내는 연구도 성과적으로 이뤄냈다. 여기서도 볼 수 있듯이 하나의 결과를 도출하기 위해서는 수많은 정보의 분석이 필요하고 이를 바탕으로 어떠한 판단을 내릴 수가 있는데 이것은 인간의 판단능력을 활용한 기술이라 할 수 있다. 이후 인공지능(AI)에 대한 언급과 함께 다양복잡한 연구활동이 활발하게 이루어지고 있다.

3) 인공지능 시장과 동향
인공지능은 앞에서도 언급했듯이 하드웨어와 소프트웨어의 발전 속도에 따라 급속도 발절할 수 있는 분야라 할 수 있어 4차산업기술의 발전과 더불어 지속성장해 나가고 있다. 또한 이 분야에 대한 상업적 활용가능성도 크기 때문에 각국이 앞다투어 인공분야 투자를 늘려나가고 있다 .

[인공지능 국내시장]
국내시장의 인공지능 시장 규모는 2016년 5조 4천억원에서 2020년 11조 1천억원에 달할 것으로 추정된다. 단순 수치만 놓고 보더라도 5년동안 2배이상 성장하고 있는 중이다. 그러나, 점점 고속인터넷기술과 고용량 메모리저장 기술 등 다양한 기술적 발전이 이루어 지고 있고, 빅데이터를 통한 정보활용능력이 혁신됨에 따라 시장규모는 기하급수적으로 늘어날 것으로 보인다. 국내에서 이 분야에 연구중인 기업은  제조사(삼성, LG), 인터넷기업(네이버, 카카오), 통신사(KT, SKT) 등이 있으며 이 분야를 정복하지 않고는 미래를 보장 받기 어렵다는 위기위식이 팽배해 있다.

또한 정부에서도 집중적인 투자를 진행하고 있어 2016년 1,300억원을 투자하던 것에서 2020년 약 6,000억원으로 3배 이상 확대된 기술지원을 진행하고 있다. 정보의 주된 지원분야는 혁신 플랫폼DNA고도화,  미래 대비 튼튼한 DNA 기반 조성, 사이버·네트워크 보안체계 고도화 분야 등으로써 미래 인공지능산업에 기반산업이라 할 수 있다.

[인공지능 세계시장]
미국 리서치 업체인 트랙티가의 보고에 따르면, 세계 AI 시장은 2030년에 3,671억 달러까지 확대될 전망이라고 한다. 2017년 시점의 시장 규모가 약 100억 달러이므로 이는 8년만에 36배 이상 확대 된다는 의미이다. 또한 연평균 성장률이 63.5%인 것을 보아 AI 산업이 기업의 매출 향상에 큰 공헌을 할 것으로 보여 진다.

각국에서 이루어지고 있는 인공지능분야 투자를 살펴보면, 크게 일본, 중국, 미국 등을 살펴볼 수 있다.
일본 – 2016년 문부과학성, 경제산업성, 총무성 등이 공동으로 AI 연구개발에 10년간 1000억엔의 투자를 진행하고 있으며, 소프트뱅크의 야후재팬은 네이버 라인과 통합하여 AI테크 컴퍼니를 만들어 매년 1000억엔을 AI에 투자하고 있다.  

중국 – 2025년까지 스마트제조, 의료, 농업 등 광범위한 응용가능 산업을 육성하고, 2030년까지 AI혁신 중심국가 도약을 목표로 제시하고 있으며, BAT(바이두, 알리바바, 텐센트)를 중심으로 인공지능 관련 특허를 상당수 보유하며 투자비율을 지속적으로 증가시키고 있다.

미국 – 구글은 스탠퍼드대학 등을 비롯한 세계주요대학에 AI 연구분야지원을 지속하고 있으며, 알파고 등을 통해 인공지능에 대한 실증적 연구를 지속하고 있다.

4) 기업의 적용 사례
가. 인공지능 비서
인공지능 비서는 우리가 일상생활에서 가장 많이 접하고 있는 기술이다. 이 기술을 IOT와 빅데이터의 기술도 함께 접목 돼 있다고 할 수있다. 예를 들어 인공지능 스피커나 핸드폰에 탑재된 인공지능 기술이 그 예라고 할 수 있다.

예로는 인공지능 스피퍼가 있다. 인공지능 스피커는 SKT의 NUGU KT의 기가지니, 아마존의 알렉사, 구글의 구글 어시스턴트 등 많은 기업에서 생산하고 있다. 사람의 말을 인식하고 물음에 대한 정보를 제공함으로써 비서역할을 충실하게 수행하고 있다. 대표적인 예로 중국집에 짜장시켜줘, 오늘의 날씨는 어때, 재미있는 영화 한편 보여줘 등 우리의 일상적인 언어를 해석해석 적절한 처리를 통해 정보를 제공하는 형식이다.

나. 의료
의료 부문에서도 인공지능의 개념이 도입되고 있다. 다양한 의료정보를 분석해서 질병에 대한 진단을 하는 것이다. 의사도 어떠한 판단을 내리기 위해서는 차트 분석등을 하게 되는데 경우에 따라서는 잘못된 판단을 내려 오진을 하는 경우도 발생할 수 있다. 따라서 의사를 보조하여 정보를 해석하고 질병여부를 판단해 정보를 제공하는 인공지능이 의료계에 도입되었다. 대표적인 예로는 미국 IBM사의 왓슨이 있다. 왓슨은 의사를 돕기 위한 목적으로 의사의 보조 역할을 하고 있다. 주로 왓슨은 암 진단 및 치료를 목적으로 하는데 2016년 국내 길병원에 최초 도입되었다.

다. 챗봇
챗봇은 기업용 메신저이다. 기업은 다양한 질문에 대해 일일이 사람이 응답하는 것보다 일반적인 물음에 대해서는 미리 저장을 해 놓구 질문을 인공지능적으로 분석하여 답변을 주는 방식을 택하고 있다. 이 부분에서도 빅데이타의 개념이 활용되고 있다. 어떻게 물었을 때 무엇에 대한 물음일 가능성이 크고 그에 대한 답변은 이것이 좋겟지 등을 판단하는 기술이다. 이를 통해 시간에 상관없이 고객응대가 가능하고, 인건비를 줄일 수 있는 효과가 있다.

III. 결론
아직까지는 인공지능기술을 구현함에 있어 인간이 개입하는 경우가 많다. 이것은 인공지능이 사람을 분석하여 이루어지는데 사람이 단순하게 처리하는 것 같지만 매우 복잡한 과정을 거쳐 정보를 처리하게 된다. 따라서 예측가능성을 높이는 과정에서 보다 많은 데이터의 축적을 필요로 하기 때문이다. 그러나, 향후 빅데이타축적을 통해 이러한 부분에 대한 인위적인 개입보다는 자연스러운 정보축적이 이루어진다면 데이터축적보다는 데이터처리 분야로의 발전이 가속화 될 것으로 보인다. 이러한 4차산업을 맞이하기 위해 부단히 노력해야 겠다는 생각이 든다.


Ⅳ. 참고 문헌
1. 박승규 “인공지능 기술 동향” 정보통신기술진흥센터
2. 조영임 “인공지능 기술 동향 및 발전 방향” 정보통신기술진흥센터
3. “인공지능(AI) 플랫폼 기술시장동향보고서” 과학기술일자리진흥원 2018.     03
4 청와대 정책위키(한눈에 보는 정책) 인공지능 2020.02.28.
5. 이상길 “국내외 AI 활용 현황과 공공 적용” 정보통신기술진흥센터 2018.     12. 07