코로나19로 많은 변화가 예상됩니다. 기술 변화도 마찬가지인데요. 디지털 전환(Digital Transformation)과 비대면 서비스가 가속화할 것으로 보입니다. 이의 중심에 인공지능(AI)과 블록체인이 있습니다. 포스트 코로나 시대에 AI와 블록체인의 융합은 어떤 방향으로 진행될까요? 인공지능과 블록체인의 관계를 비유하자면, 비행기에 블랙박스를 장착하는 것과 같습니다. 인공지능이 내린 결론을 현재는 설명 불가능한 경우가 많습니다. 이때 인공지능이 사용하는 데이터의 흐름을 블록체인에 저장해서 블랙박스와 같은 역할을 하도록 하는 것입니다. 신뢰할 수 있는 인공지능을 가능하게 하는 것이 블록체인일 수 있습니다. 인공지능과 블록체인이 융합하면 세계를 변화시킬 수 있습니다. ‘인공지능은 역사에서 배우는 효과..

많은 제조 기업이 제품의 품질 검사를 사람이 눈으로 하던 것을 사람의 눈처럼 사물을 인식하는 기계로 대체하고 있습니다. 이런 작업 환경의 변화로 인해 생산 현장에서는 획기적인 품질 개선과 생산성 향상으로 이어지고 있습니다. 생산 현장에 도입된 비전 검사기는 고성능 카메라와 이미지 프로세서, 소프트웨어 등으로 구성된 시스템인데요. 카메라 렌즈와 조명을 이용해 적절한 이미지를 얻으면 이미지 프로세서, 소프트웨어가 작업 목적에 맞게 영상 처리 및 분석 과정을 거쳐 품질을 판정할 수 있는 자료를 제공합니다. 예를 들어 제품 불량의 패턴, 위치, 사이즈, 색상 등 각 지표 값을 입력하면 이에 해당하는 이미지들을 검출합니다. 그런데 비전 검사는 두 가지 단점을 안고 있습니다. 작업 환경이 바뀌고 검수 기준 수치들이..

컴퓨터 비전은 인간의 시각을 컴퓨터가 가질 수 있도록 하는 컴퓨터 과학과 인공지능(AI)의 한 분야입니다. 1960년대부터 오랜 시간 연구되어 온 긴 역사와 방대한 응용 분야를 고려하면 상용화에 가까워졌다고도 할 수 있습니다. 스마트폰의 카메라를 이용한 신용카드 스캔 등의 기술이 익숙한 예입니다. 컴퓨터 비전은 인공지능(AI)과 증강현실(AR) 등의 기술이 발전하면서, 응용 분야가 본격적으로 확장되고 있습니다. 지난 11월에 출시된 애플의 아이폰X가 좋은 사례입니다. 아이폰X에는 얼굴을 인식하는 기능인 '페이스 ID(Face ID)'가 탑재되었습니다. 아이폰X 전면의 트루뎁스(TrueDepth) 카메라가 얼굴에 적외선을 투사하여 얼굴 데이터를 수집하고, 인공신경망 프로세서인 뉴럴 엔진(Neural Eng..

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..

인공지능(AI)에 많은 관심을 두지 않는 사람이라도, '알파고 제로(AlphaGo Zero)' 대한 소식은 접하지 않았을까 생각합니다. 알파고는 미지의 영역이라고 여겨진 AI 기술을 본격화하는 계기가 되었기에, 기존 알파고의 강화 버전인 알파고 제로는 대단한 관심사가 될 수밖에 없겠죠. 본래 알파고는 수많은 바둑 기보를 토대로 기본적인 실력을 갖춘 정책망을 서로 대국하게 하는 방식으로 바둑을 익힌 AI입니다. 하지만, 알파고 제로는 기보 데이터를 익히지 않은 상태에서 바둑을 습득했습니다. 인간의 지식을 포함하지 않고도 AI가 발전할 수 있다는 걸 보여준 겁니다. 이런 알파고의 훈련 방식을 '강화 학습(Reinforcement Learning)'이라고 합니다. l 강화 학습으로 학습한 알파고 제로(출처: ..