# 제주 올레길 여행을 하던 A 씨가 갑자기 길을 잃어버렸습니다. 늦게 여행을 출발한 탓에 깜깜한 길을 걷다 방향을 착각한 겁니다. A 씨는 당황하지 않고 스마트폰 앱을 이용해 드론을 호출합니다. 출동한 경찰 드론이 다가와 목적지까지 길을 안내합니다. LED 라이트를 키고 사이렌까지 울려줍니다. A 씨가 목적지에 도착하자 경찰 드론은 기지국으로 아무 일 없다는 듯 되돌아갑니다. # 제주 시내에 취객들이 싸움을 하고 있습니다. 이를 보던 가게 주인이 앱으로 신고를 하자 드론이 출동해 해당 현장을 촬영하고 이 정보를 경찰서로 보냅니다. 긴급 호출을 받은 경찰이 출동해 상황을 종료합니다. 2030년이면 비행기나 차량 대신 드론을 타고 여행하는 시대가 열릴 것으로 보입니다. 현재 많은 국가가 AI 지능과 로봇 ..

지난 글에서는 인공지능이 이상 탐지 분야에 어떤 도움을 줄 수 있는지를 알아봤습니다. 그렇다면 구체적으로 인공지능을 이상 탐지에 적용하기 위한 절차와 방법은 어떻게 될까요? ● 도난 카드로 100만 원 플렉스? ‘수상한 결제’ AI가 잡는다! 이번에는 이상거래 탐지를 위한 인공지능의 학습 및 적발 과정을 알아보겠습니다. 아래 그림을 보면 인공지능이 과거 거래의 사기 패턴을 학습하는 ‘학습 단계’와 학습된 인공지능 모델로 새로 발생하는 거래의 사기 여부를 탐지하는 ‘탐지 단계’로 나눌 수 있습니다. 각각의 세부 단계를 알아볼까요? l 인공지능을 이용한 사기 거래 학습 및 탐지 과정 먼저, 학습 단계입니다. 학습 단계는 변수를 정의(생성)하고 준비한 학습 데이터로 인공지능 모델을 학습해 모델의 정확도를 평가..

“주부 카드로 심야에 유흥업소에서 100만 원 이상 결제되면 도난 카드 이용 의심”“편의점에서 소액결제 후 30분 이내 고가 품목 구매 결제 시 분실 카드 이용 의심” 위의 사례들은 누구나 직관적으로 이해할 수 있는 사기 거래의 탐지 규칙입니다.그렇지만 실제 지능적인 사기 거래는 정상 거래보다 더 정상에 가까워 보이도록 위장하는 특성이 있습니다. 숙련된 조사자는 사기 거래에 숨은 패턴을 놓치지 않고 적발해내지만 아무리 경험 많은 조사자라 하더라도 한 사람이 모든 유형의 사기 패턴을 파악하기는 어렵습니다. 그렇다면 여러 명의 숙련된 조사자의 경험과 노하우를 모아서 반복해 사용할 수 있으면 좋지 않을까요? l 이상거래 탐지 시스템의 개념 짐작하듯이 과거에 조사자에게 적발된 사기 사례를 모아 인공지능에 학습시..

LG CNS가 전 세계적으로 권위 있는 AI학회인 ‘인공신경망 학회(NeurIPS : Neural Information Processing System, 이하 NeurIPS)’주최 AI경진대회에서 톱 5에 진입하는 성과를 거뒀습니다. LG CNS는 NeurIPS의 AI경진대회 중 ‘이미지 인식 AI 대회(Adversarial Vision Challenge)’에서 미국 카네기멜론대(1위), 중국 칭화대(2위), 캐나다 몬트리올 고등기술대(3위)에 이어 4위에 올랐습니다. 톱 5 수상팀 가운데 기업은 LG CNS가 유일합니다. 올해 대회는 총 340개 팀이 참가했으며 7월 말부터 약 3개월간 진행됐고, 12월 최종 결과 LG CNS가 글로벌 톱 5 성과를 인정받아 NeurIPS 컨퍼런스에 초청돼 AI 딥러닝..

스마트시티는 한글로 풀면 지능형 도시라고 해석할 수 있습니다. 지능형 도시란 무엇이며 지능을 가진 똑똑한 도시는 어떻게 진화하고 있을까요? 이번 편에서는 지능형 도시 구현을 위해서 4차 산업혁명의 핵심 기술인 인공지능이 적용되고 있는 사례들을 살펴보고 똑똑한 미래 도시의 진화 방향을 살펴보도록 하겠습니다. 스마트시티의 핵심 기술인 인공지능 기술은 진화 중 인공지능은 1956년 존 매카시가 개념을 정립한 이후 1970년대에 전문가 시스템이 개발되면서 관심이 커졌으며 이후 인공신경망 기법들이 고도화되면서 발전을 해 왔으나, 성능의 한계로 인해 현실 세계 적용은 매우 제한적으로 구현됐습니다. 그러나, 최근 딥러닝 기술의 발전으로 인공지능이 본격적으로 현실 세계에 적용되면서 인공지능 기술은 비약적인 성장을 하고..

지난 시간에는 사람이 평소에 사용하는 자연스러운 표현 그대로 제공해도 기계가 알아들 수 있도록 하는 자연어 이해 즉, ‘NLU(Natural Language Understanding)’ 정의와 사용하는 기술에 대해 알아봤습니다. ● 인간의 언어를 이해하는 기계 – NLU: http://blog.lgcns.com/1672 이번 시간에는 NLU를 적용한 사례에 대해 알아보겠습니다. NLU를 적용한 사례는? ① 문장 분류 사례Sentence Classification은 주로 마케팅 및 제품 관리 분야에서 적용 사례가 등장하고 있으며, 소셜 미디어의 메시지나 온라인 고객 Q&A, 웹 사이트의 사용자 댓글 등에서 시장이나 제품에 대한 사용자의 반응을 파악하는데 활용되는 경우가 많습니다. 설문조사나 인터뷰처럼 인위..

컴퓨터와 같은 기계에 우리가 원하고자 하는 바를 수행하도록 하려면, 우리는 기계가 알아들을 수 있는 표현으로 명령문을 내려야 합니다. 필요한 문장을 출력하게 할 때도 print 명령문을 이용하고, 덧셈과 같은 단순한 연산을 할 때도 방법을 작성해야 합니다. NLU(Natural Language Understanding)라는 기술이 등장한 취지는 기계에 기계어가 아닌, 사람이 평소 쓰는 자연스러운 표현 그대로 제공해도 기계가 알아들을 수 있도록 하자는 데 있습니다. 영화 ‘스타워즈’의 C-3PO나 R2D2, ‘아이언맨’의 자비스 같은 로봇 비서를 예로 들 수 있는데요. 우리 주변 가까이에서 찾아볼 수 있는 NLU의 예로는 애플의 Siri, 삼성의 빅스비 등이 있습니다. 우리는 일상 표현으로 스마트폰과 직접..