3.3 사물인터넷 융합 기술
3.3.3 인공지능(Artificial Intelligence)
<그림 3.3.4> 인공지능의 현재 (출처: www.sas.com)
인공지능은 대량의 데이터와 반복적인 작업을 빠르게 처리할 수 있는 알고리즘과 결합한 소프트웨어가 데이터에 존재하는 패턴이나 특징을 분석하고 스스로 자동 학습 하도록 지 원하는 것이다.
인공지능은 머신러닝, 신경망, 딥러닝, 인지 컴퓨팅, 컴퓨터 비전 및 자연어 처리 분야로 구분할 수 있다. 첫째, 분석 모델구축을 자동화 하는 머신러닝은 신경망, 통계분석, 운영 분석, 물리학에서 활용되는 기법들을 이용하여 프로그래밍 없이 특정 위치를 찾거나 결 론을 내리는 등 데이터에 숨어있는 정보를 찾는 데 이용되는 기술이다.
<그림 3.3.5> 인공지능의 단계(출처: AI Technology, Inc.)
둘째 신경망은 뉴런(신경)처럼 외부 입력에 반응하고 각 단위 사이의 정보를 연계하여 처리하는 일종의 머신러닝으로 서로의 연계성을 찾아내고 정의되지 않은 데이터로부터 의미를 추론하기 위해서는 처리 과정에서 다중 데이터 패스가 요구된다. 셋째, 딥러닝은 컴퓨팅 파워의 발전과 학습 기법의 개선을 바탕으로 여러 레이어를 포함한 엄청난 규모 의 신경망을 활용하여 대량의 데이터에서 복잡한 패턴을 학습할 수 있다. 대표적인 예로 이미지 및 음성 인식 등이 있다. 넷째, 인지 컴퓨팅은 기계에서 인간과 유사한 자연스러 운 인터랙션을 이끌어내려는 인공지능의 한 분야로서 기계에 이미지와 음성을 이해하는 능력을 부여하여 사람과 같은 방식으로 행동하고 같은 반응을 만들어 내는 기술이다. 다 섯째, 컴퓨터 비전은 패턴 인식과 딥러닝 기술을 바탕으로 그림이나 비디오의 내용을 인 식하여 기계가 이미지를 처리하고 분석하여 이미지나 비디오를 실시간으로 포착하여 그
주변 상황을 해석할 수 있도록 하는 기술이다. 마지막으로 자연어 처리는 컴퓨터가 음성 을 포함한 사람의 언어를 분석, 이해 및 생성할 수 있는 기술이다.
인공지능 기술은 세 단계로 설명할 수 있다. 1단계(stage 3) 머신러닝(Machine Learning) 단계는 기계가 경험을 통해 배우는 지능형 시스템의 알고리즘을 수행하는 단 계이며, 2단계(stage 2) 머신 인텔리전스(Machine Intelligence) 단계는 기계가 경험을 통해 배우는 고급형 알고리즘 세트로서 딥러닝에 해당된다. 현재 인공지능의 기술 수준 이 여기에 해당된다. 마지막으로 3단계(stage 1) 머신 의식(Machine Consciousness) 단계는 외부 데이터 필요 없이 경험을 통한 자체 학습이 가능한 단계를 의미한다.
대표적인 인공지능의 활용 예를 살펴보자.
ᄋ인공지능 로봇 ‘소피아(Sophia)’
<그림 3.3.6> 인공지능 로봇 소피아
홍콩 기반의 휴머노이드 로봇 전문 스타트업 핸슨 로보틱스가 개발한 소피아라는 로봇 이다. 소피아는 실리콘과 프러버로 피부를 만들어 색소와 반점, 목주름까지 매우 섬세해 멀리서 보면 사람과 거의 흡사하다. 소피아는 사람처럼 60가지나 되는 감정을 느끼고 표 현이 가능하며, 빅데이터의 수집과 딥러닝 과정을 거쳐 높은 수준의 지적 능력을 보여주 기도 했다.
ᄋ인공지능 식료품점 ‘아마존 고(Amazon go)’
온라인 쇼핑몰의 절대 강자 아마존은 2016년 12월 미국 시애틀에 계산대가 없는 신기한 식료품 가게 아마존 고(Amazon Go)를 오픈 했다. 아마존 고는 기존의 스마트 태그 방 식이 아닌 머신러닝과 컴퓨터 비전, 인공지능과 자율주행 등의 첨단 기술을 적용하였다.
아마존 고를 이용하는 고객들은 사용자의 결제정보가 등록된 ‘아마존 고’ 앱을 통해서 쇼핑을 시작하게 된다. 고객은 입구에서 앱을 켜고 체크인하고 원하는 상품을 골라 집어 들거나 자신의 백에 담거나 마음에 들지 않으면 상품을 다시 진열대에 올려놓기만 하면 된다. 고객이 진열대에서 상품을 집어 드는 순간에 앱 내의 상품 구매목록, 즉 가상의 장 바구니에 물건이 담기게 되고, 매장을 떠나는 순간에 자동으로 결제가 이루어진다.
<그림 3.3.7> 인공지능 식료품점 아마존고
수많은 상품과 수많은 고객들이 동시에 연결되고 오류 없이 사용이 가능한 것은 저스트 워크아웃 테크놀로지(Just Walk Out Technology)라는 첨단 기술들을 융합해 적용했기 때문이다. 저스트 워크아웃 테크놀로지는 고객이 매장 내에서 쇼핑하는 동안 자율주행 센서가 부착된 원형 카메라가 고객의 동선을 따라다니며 진열대의 상품을 집어 들거나 내려 놓는 행위를 정확히 인식해 반영하는 기술로서, 고객은 쇼핑이 자유롭고 결제의 번 거로움 없이 매장을 떠날 수 있으며, 매장은 결제와 정산 관리를 위한 직원이 필요 없게 돼 많은 비용 절감을 실현시킬 수 있었다.
ᄋ인공지능 베스트셀러 출판사 ‘인키트(Inkitt)’
인키트 출판사는 사람이 해오던 편집자의 역할을 인공지능과 독자에게 맡겨 그동안 진행 했던 편집자의 주관적인 판단을 제거하고 객관적인 인공지능 솔루션과 독자들의 판단에 맡겨 오류를 없앤 경우이다. 인키트는 누구나 작가가 될 수 있도록 문을 개방했으며, 유 명한 사람이든 유명하지 않든 상관없이 누구나 인키트 플랫폼에 장르나 형식에 구애받지 않고 스토리를 올릴 수 있게 하였다. 독자는 선호하는 장르를 선택하면 다양한 스토리들 을 추천받을 수 있으며, 스토리를 읽은 후에는 구성, 문체, 문법, 전반적인 느낌 등에 대 해 별점을 매길 수 있으며, 이후 인공지능은 독자들의 반응을 분석해 베스트셀러 가능 여부를 판단한다. 독자들이 해당 글을 얼마나 많이, 얼마동안 읽었는지, 얼마나 몰입했는 지 와 재접촉해서 다시 계속 읽었는지 등에 대해 종합적으로 분석한다. 이렇게 해서 책 이 만들어지면 인공지능은 독자 데이터를 바탕으로 목표 타킷을 선별하고 출판사가 마케 팅을 진행하게 된다.
<그림 3.3.8> 인공지능 출판사 인키트
그 밖에도 다양한 산업 분야에서 인공지능이 많이 활용되고 있다. 헬스 케어 분야에서는 맞춤 의료와 X-ray 판독 등에 인공지능 애플리케이션을 활용하며, 개인 건강 관리 도우 미는 약 먹을 시간을 알려주고 운동이나 건강한 식습관 유지를 지원하는 생활 지도사 역 할을 한다. 제조 분야에서는 인공지능이 연결된 장비들이 주고받는 데이터를 분석하고 딥러닝 네트워크의 일종인 반복 네트워크를 활용하여 작업량과 수요 예측이 가능하기도 하다. 스포츠 분야에서도 경기 이미지를 캡처하고 필드 위치와 전략 최적화를 포함해 경
기를 보다 효과적으로 계획하는 방법을 알려주는 보고서를 제공하는 등의 다양한 코치 역할을 수행할 수도 있다.