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 ..

인공지능은 많은 산업의 흐름을 바꿉니다. 음악 산업 역시 인공지능으로 인해 크게 변화했으며, 앞으로 더욱 큰 변화가 일어날 산업입니다. 전통적인 음반 소비가 온라인 스트리밍으로 옮겨가고, 공연장에서 열리던 콘서트는 온라인 콘서트로 대체되고 있습니다. 과거에는 음악을 데이터로 인식하기 어려웠지만, 이제는 단순히 듣고 즐기는 대중문화 콘텐츠가 아닌 하나의 데이터로 인식되면서 이러한 변화는 더욱 가속화되고 있습니다. 최근 인공지능은 미술, 음악, 소설과 같은 예술 영역에 도전하고 있습니다. 수많은 그림을 학습해 인공지능이 그림을 그리기 시작했습니다. 피카소가 그린 느낌의 그림을 인공지능이 그려내고, 많은 책을 학습해 운율이 살아 있는 시를 짓기 시작했습니다. 이제 인공지능은 대량의 음악 데이터를 학습합니다. ..

안녕하세요. 코지입니다. 이번 시간에는 그림과 관련된 AI 체험을 해보려고 합니다. 이미 미술 영역에서는 인공지능 기술이 다양하게 발전하고 있답니다. 체험에 앞서 몇 가지 사례를 살펴볼까요? l 인공지능 로봇 ‘아이다’ (출처: https://aidanmeller.com/) 인공지능 로봇 아이다는 실제 여성의 모습과 똑같이 만들어질 예정인 인공지능 로봇 아이다는 눈에 탑재된 카메라와 인공지능을 활용해 상대방의 얼굴의 특징을 재빨리 파악하고 초상화를 제작할 수 있다고 합니다. 세계 최초의 로봇 아티스트로 활동할 예정이라니 정말 놀랍죠! l 행인의 기억1 (출처: 소더비 홈페이지) 작년에는 인공지능 미술 작품을 두고 경매도 성사되었습니다. 소더비 경매 시장에 출품된 ‘행인의 기억1’이라는 작품은 17~19세..

지난 시간의 펫 카페 사장의 고민 예제에 이어 딥러닝 기반의 AI에 대해 설명을 계속하도록 하겠습니다. ● 딥러닝, 데이터로 세상을 파악하다(1) 지난 편을 확인하지 못하신 분들은 위를 클릭해 ‘딥러닝, 데이터로 세상을 파악하다(1)’편을 확인해주시기 바랍니다. 딥러닝 기반의 AI, 자동화 패러다임의 전환 위의 두 가지 방식(룰 기반, 머신러닝 기반)은 사람이 생각했을 때 강아지와 고양이를 구분하는 주요 특징들을 기계에게 알려줘야 합니다. 그런데 아래 몇가지 특이한 케이스를 보겠습니다. l 강아지처럼 귀가 접힌 스코티시폴드, 박스를 좋아하는 시베리안허스키, 모든 특징이 가려진 고양이 이 데이터들은 우리가 정의했던 강아지와 고양이의 특징에 부합하지 않습니다. 이러한 몇몇 특정 케이스에 대해 예외 규칙을 추..

최근 몇 년 전부터 지금에 이르기까지 산업계에서 가장 화두가 되는 단어 중 하나는 바로 AI(Artificial Intelligence), 즉 인공지능입니다. ‘인공지능’이라 함은 넓은 의미에서는 인간의 합리적인 사고나 행동을 모방해 자동화한 프로세스를 일컫는대요. 간단하게 생각하면 숫자와 연산기호 버튼만 눌러서 자동으로 값을 계산해 주는 계산기도 일종의 인공지능이라고 볼 수 있겠습니다. 인간이 매번 필요할 때마다 일일이 셈을 계산하지 않고도 자동으로 계산을 도와주니까요. 하지만 이런 자동화 프로그램은 예전부터 있었으며, ‘인공지능’이라고 거창하게 부르지도 않았습니다. 최근에 학계와 산업계에 불고 있는 AI 열풍은 이렇게 단순히 ‘규칙의 자동화’를 지칭하는 넓은 의미의 인공지능이 아닐 겁니다. AI, M..

딥마인드의 창업자 하사비스는 최근 발표한 논문에서 뉴로사이언스와 컴퓨터 과학 분야의 융합을 통해 인공지능이 한 단계 더 진보할 수 있다고 했습니다. 오랜 시간 동안 두 분야에서 인간의 뇌, 지능과 관련된 연구를 진행해 왔지만 각 분야의 전문가들이 함께 논의하고 서로의 기술을 융합시키려는 노력이 부족해 왔음을 지적하고 있는 것인데요. 하지만 최근 딥러닝을 시작으로 인공신경망 분야의 급속한 발전에 힘입어 컴퓨터 과학 분야 연구자들의 신경과학, 뇌 과학(Brain Science) 분야 연구에 대한 관심이 급속하게 높아지고 있습니다. 새로운 방식의 인공지능 구현 시도 실제 테슬라의 CEO 일론 머스크는 2017년 3월 뉴럴링크(Neuralink)라는 스타트업을 발표하며 인간의 뇌와 기계를 연결해 인간의 지능을 ..

최근 5년간 인공지능은 엄청난 발전을 이루었습니다. 하지만 현재 구현되고 있는 인공지능 방식으로 인간의 지능을 완벽하게 구현하는데 큰 한계를 갖는데요. 인공지능 구현에는 엄청난 양의 데이터와 연산 과정이 요구되며, 인식•학습 분야에서는 인간 수준의 지능을 갖추었지만 추론•행동과 같은 분야에서는 매우 초기적 단계에 머무르고 있습니다. 자율적인 상황 판단과 능동적인 행동을 기반으로 하는 인간의 지능 수준과 큰 차이가 있는 것입니다. 현재 구현되고 있는 인공지능 기술이 오래전부터 제안되어 온 수학•과학 분야의 이론과 모델링에 기반한 ‘인간처럼 계산(Computing like Human)’하는 지능을 구현한 것이기 때문인데요. 이와 달리 ‘인간처럼 생각(Computing like Human)’하는 지능을 구현하..

2012년을 시작으로 본격화된 딥러닝의 발전은, 2016년을 기점으로 전환점을 맞이했습니다. 딥러닝의 가장 큰 한계였던 깊이(Depth)의 문제가 해결되며 시각•청각 지능에 대해서는 Human-level 혹은 그 이상의 인공지능이 구현되고 있는데요. 과거 인공 신경망 구현에 있어 알고리즘, 컴퓨팅, 데이터의 한계로 인해 얕은 신경망(Shallow Net)에 그쳤던 딥러닝이 이제는 깊이(Depth)의 한계를 극복했다고 말할 수 있습니다. 알파고의 출현을 시작으로, 2016년 초까지 진행되었던 딥러닝의 깊이(Deep) 경쟁은 이제 학습(Learning)의 경쟁으로 전환되고 있습니다. l 딥러닝의 경쟁 핵심 변화 강화학습 기반의 인공지능 학습 과정은 과거의 방식과 전혀 다릅니다. 기존 기계학습 기반의 인공지능..

바야흐로 인공지능 전성시대입니다. 인공지능이라는 단어는 1956년에 미국 다트머스 대학 존 매카시(John MaCarthy) 교수가 개최한 학회에서 처음 언급되었습니다. 인공지능은 전문가 시스템에서 시작하여 딥러닝으로 대변되는 기계학습(Machine Learning)까지 다양한 방법을 통해 수차례 부침을 겪으며 발전해 왔습니다. 그러나, 아직 일반인들에게는 인공지능이라는 개념이 잘 이해되지 않을 수 있습니다. 인공지능, 어디까지 왔을까? 인공지능은 공상과학 영화의 한 장면을 떠올리며, 그저 먼 미래에나 일어날 법한 이야기로 받아들여지기도 합니다. 그러나 미래학자 레이 커즈와일(Ray Kurzweil)은 2045년이 되면, 기계의 지능이 인간을 뛰어넘는 특이점(singularity)에 도달한다고 언급한 바..

“프로야구 경기 최적의 일정을 짜다” Operations Research(OR)는 최적화, 경영과학, 계량경영, 운영분석 등으로 불리는 의사결정을 위한 과학적인 접근방법으로, 유한한 자원의 효율적 배분을 통해 최적의 운영을 추구합니다. 최적화는 기업의 전략, 전술, 운영 등 다양한 수준의 의사결정뿐만 아니라 교통, 에너지, 환경 등 공공부문과 인공지능(AI) 영역에서도 많이 활용되는데요. 이 글에서는 최적화의 개념과 적용 분야, 최적화 분야의 핵심 역량에 대해 살펴보고자 합니다. 선택의 갈림길에서 최적의 대안을 찾아가는 최적화 ‘출근길에 커피 한 잔을 살까, 말까?’ ‘지금 시점에 내 집을 마련할까, 집값이 더 떨어질 때까지 기다릴까?’우리는 살면서 사소한 일 또는 일생일대의 중요한 결정 등 매 순간 선..