본문 바로가기

머신러닝

어디까지 가능할까? 인공지능(AI)이 만들어가는 이미지 세계 인간의 오감은 시각, 청각, 후각, 미각, 촉각입니다. 현재 후각, 미각, 촉각은 인공지능을 통해 쉽게 접할 수 있는 영역은 아니지만, 시각과 청각에서는 인공지능이 큰 활약을 펼치고 있습니다. 특히, 눈은 이미지와 영상을 통해 인간이 가장 많은 정보를 얻을 수 있는 기관입니다. 인공지능은 이미지와 영상을 빠르게 인식하고 학습하는 능력을 갖추고 있습니다. 새로운 이미지를 스스로 만들거나 보정하는 등, 인간이 접할 수 있는 이미지의 세계에서 다양한 작업을 수행합니다. 이미지 세계에서 인공지능이 활약하는 영역은 크게 두 가지로 나눌 수 있습니다. 이미지를 인식하고 분류하는 영역과 이미지를 생성 및 변환하는 영역입니다. l 인공지능이 만든 이미지 사람보다 정확한 눈으로 보다 최근 인공지능 머신러닝 분야에서 가장.. 더보기
어려운 수요 파악, 머신러닝으로 예측할 수 있다? 기업 측면에서 수요의 예측은 생산, 자재 및 물류 등의 계획과 관리 측면에서 중요합니다. 수요를 잘 예측하면 창고에 제품별 재고 비축을 하는 것이 효율적인지 계획할 수 있고, 생산지에서 창고로 제품을 이동하는 물류에 대한 계획도 가능할 수 있습니다. 해당 제품을 생산 할 때 필요한 원재료의 구매부터 비축에 대한 계획도 가능합니다. 이렇게 생산된 제품에 대한 선적 계획도 가능하게 되므로 수요의 예측은 기업의 SCM(Supply Chain Management, 공급망 관리)에서 가장 중요한 부분을 차지할 것입니다. 수요 예측은 특히 과거의 수요 트렌드(Trend)를 학습해 미래 수요를 예측하는 시계열 모형이 많이 사용되었던 분야입니다. 전통적인 시계열 모형으로는 예측하고자 하는 값이 과거 시점에 영향을 받는.. 더보기
인공지능(AI)과 인간이 더불어 살기 위해 꼭 필요한 것 지금까지 LG CNS 블로그에서 인공지능의 개념과 최신 기술, 적용 사례에 대해서 소개해드렸습니다. 오늘은 조금 다른 주제를 다뤄보려고 합니다. 오늘날처럼 인공지능의 기술이 발달하고 인간과의 공동 작업이 활발한 때, 인공지능과 인간이 더불어 살기 위해서는 서로 어떤 것들을 더 배워야 할까요? 오늘의 주제는 인공지능의 윤리, 도덕과 관련된 영역입니다. 애초에 인공지능이 데이터가 아닌, 윤리를 배운다는 게 가능한 일일까요? 인공지능에게 윤리를 가르칠 수 있을까? 더 나은 인공지능을 만들기 위해 인공지능을 학습시킬 때, 우리는 대부분 인공지능의 성능을 목표로 합니다. 이는 풀어야 하는 과제를 얼마나 더 잘 수행하는지에 대한 성능 목표를 말합니다. 더 높은 정확도, 더 빠른 추론 속도, 더 많은 트래픽에 대한 .. 더보기
언택트 비밀 병기 R 사원, 알고 보니 로봇 동료 LG생활건강은 지난 2월 소프트웨어 로봇(Software Robot) 알 파트장을 채용했습니다. 알 파트장은 사람이 컴퓨터로 처리하는 업무 프로세스를 학습해, 정형화되고 사람의 판단이 필요하지 않은 업무를 수행합니다. 엑셀 업무와 전산 시스템 조회, 다운로드, 입력 등 비교적 단순하고 반복적인 업무들입니다. 현재 알 파트장은 영업, 회계, 마케팅 등 다양한 부서에 총 8대가 활약하고 있고, 총 249개 업무를 수행하고 있다고 하는데요. 사람으로 치면 237명이 연간 3만 9천 시간을 투입해야 하는 업무를 대신하고 있는 것입니다. 이들은 회사에 정식 인사 등록도 마쳐 사내 통신망에서 동료로서 ‘인명 검색’이 가능하며, 도움이 필요한 업무를 신청할 수 있는 게시판 등을 통해 임직원들과 활발하게 소통하며 업무.. 더보기
"라떼는 말이야..."는 영어로 뭘까? AI에 물어봐~ LG CNS가 AI 영어 교육 서비스 ‘AI튜터’를 100만 명 사용자 대상으로 무상 제공에 나섭니다. AI튜터 무상 이벤트는 캐럿글로벌 홈페이지(www.carrotenglish.kr)에서 다음 달 말일까지 신청할 수 있습니다. 영어 공부에 관심 있는 사람이라면 누구나 신청 가능합니다. AI튜터는 수십만 개의 영어 문장을 학습한 AI와 함께 언제 어디서나 스마트폰으로 영어 회화 공부가 가능한 비대면 외국어 학습 서비스입니다. AI튜터는 사람이 아닌 AI 선생님과의 대화로 진행되기 때문에 틀리거나, 더듬거리는 등 영어 실력에 자신이 없어 생기는 울렁증을 극복하고, 영어 말하기에 자신감을 증대시킬 수 있는 학습 방법입니다. 최근 빠르게 발전하는 IT 신기술, 비대면 비즈니스와 함께 학습 방법도 변화하고 있습.. 더보기
클릭 몇 번으로 ‘챗봇’ 만들 수 있다고?(feat. DAP Talk) 앞선 콘텐츠를 통해 언어 AI의 다양한 적용 사례를 살펴보았습니다. ● 챗봇부터 음성봇까지! '언어 AI'가 나타났다: https://blog.lgcns.com/2282 언어 AI의 대표 주자인 챗봇 서비스는 이제 비즈니스의 필수적인 요소가 되었다고 해도 과언이 아닙니다. 유통과 금융 산업의 고객센터 업무를 중심으로 빠르게 성장하고 있는 챗봇 시장은 비즈니스 관점의 운영 효율성 증대와 사용자 관점의 서비스 접근 편의성이라는 두 장점에 힘입어 앞으로도 폭발적으로 성장할 것으로 기대됩니다. l 미국 산업별 챗봇 시장 규모(2014-2025, 단위 100만 달러) (출처: Grand View Research) 이렇게 챗봇이 유용하다는데, 이 글을 읽는 분들 중에서도 우리 비즈니스도 챗봇 서비스를 도입해야 하지.. 더보기
정보가 콸콸콸! ‘대답 자판기’ AI 챗봇을 만들어 보자 안녕하세요. 코지입니다. 지난 시간에는 IBM 인공지능 왓슨에게 이미지 데이터를 학습시키고, 안면인식 AI를 만들어보았습니다. 오늘은 다른 AI를 활용해보려고 합니다. 바로 ‘Cognimate(코그니메이트)’입니다. Cognimate는 미국 MIT 대학 연구실에서 만든 인공지능 프로그램인데요. 이전에 경험했던 구글이나 IBM의 AI와 크게 다르지 않습니다. 여러 데이터를 집어넣어 AI를 학습시키고 프로그래밍하는 과정으로 진행됩니다. 다만 IBM 왓슨은 문자, 이미지, 소리 등 3가지 종류의 데이터를 학습시킬 수 있었다면, Cognimate는 문자, 이미지 2가지만 학습 가능하다는 점이 다르답니다. 오늘은 Cognimate를 활용해서 AI 챗봇을 만들어보려고 합니다. 챗봇은 ‘채팅하는 로봇’의 줄임말로, .. 더보기
0.3초 만에 ‘얼굴’로 잠금 해제? 안면인식 AI 만들어보자! 안녕하세요. 코지입니다. 지난 시간에는 IBM 인공지능 왓슨을 활용해 감정 표현 단어를 인식하고 표정을 짓는 AI 프로그램을 만들어봤습니다. 텍스트 데이터를 학습해 심리 상담을 해주고 애정도도 분석해 주는 감정 분석 프로그램들이 이미 출시되어 있었는데요. 이번 시간에는 이미지를 학습하고 구분하는 AI를 만들어볼 예정입니다. 여러분은 이미 이미지 인식 AI를 많이 접해 보셨을 것입니다. 대표적으로 요즘 최신 스마트폰에 적용된 얼굴인식을 활용한 잠금 기능이 있죠! 이 기능에는 주인의 얼굴을 머신러닝으로 학습하고, 동일한 얼굴이 인식되었을 때 잠금을 풀어주는 AI 기술이 적용되어 있습니다. 오늘은 코지와 함께 이 AI 얼굴인식 잠금장치를 만들어보려고 하는데요. 그전에 AI 안면인식이 활용된 다양한 사례를 먼저.. 더보기