우리 아이 코딩 천재 만들기, 드디어 마지막 연재입니다. 오늘은 청소년기에 있는 자녀들에게 필요한 코딩 관련 내용을 말씀드리려 하는데요. 청소년에게 무엇보다 중요한 것이 적성과 미래의 직업에 대한 고민이 아닌가 합니다. 적성에 대한 고민의 시기가 점점 당겨져 요즘은 중학교 또는 초등학교 때부터 많은 경험을 해 보는 것을 권장하죠. 여기서 경험을 많이 해 보는 것이 매우 중요한 포인트입니다. ‘행복해서 웃는 것이 아니라, 웃어서 행복하다’는 말이 있죠. 적성을 찾는 딱 맞는 말은 아닐 수 있습니다. 그렇지만 적성을 알고 관련된 경험을 많이 해보는 것보다, 이것저것 경험을 하다가 자신의 적성을 발견하는 경우가 더 많을 수 있는 상황을 설명하는데 적절하지 않을까 싶습니다. 특히 과거와 달리 한 직업 안에서 여..

글로벌 IT시장조사 기관인 가트너는 2019년 선정한 10대 전략 기술 동향 중 하나로 '하이퍼오토메이션(Hyperautomation)'을 꼽았습니다. 이는 '자동화할 수 있는 모든 걸 자동화하는 기술'이죠. 2020년 RPA(Robotic Process Automation)는 많은 기업의 업무 프로세스를 자동화했습니다. 코로나19 사태 장기화로 늘어난 비대면 업무는 단순 반복 업무에 대한 자동화 수요 증대로 이어졌습니다. 그 원인은 전통적으로 데이터를 수집해 입력하는 재무, 회계, 제조, 구매, 고객 관리 등 업무 분야에서 AI(인공지능)에 대한 기대가 커짐에 따라서 RPA 도입을 시작했기 때문입니다. l RPA (출처: https://www.uipath.com/automation/ai-and-rpa)..

무차별 감염을 시도하는 랜섬웨어(Ransomware) 등에 대비해 악성코드의 공통 패턴과 공격자의 악성 행위를 학습해, 여러 가지 종류의 많은 로그 데이터로부터 정확하고 신속하게 악성 행위를 탐지할 수 있는 인공지능(AI) 기술이 주목받고 있으며, 보안 모니터링 업무에도 활용되는 사례가 증가하고 있습니다. 지난 원고에 이어 이번에는 내부 확산 공격을 ‘보안 솔루션에서의 기계학습 활용, 성공적인 기계학습 도입을 위한 고려 사항’을 통해 알아보겠습니다. ● AI 보안 요원이 랜섬웨어 공격 잡아낸다(上) 보안 솔루션에서의 기계학습 활용 최근 많은 빅데이터 기반의 보안 분석 솔루션에서는 공격 단계별로 악성 행위를 탐지하기 위해 AI 기반의 분석 기능을 탑재하고 있습니다. 이와 같은 솔루션은 내부 네트워크 내에 ..

2019년 10월 28일 코엑스에서 개최된 ‘데뷰 2019’ 행사에서, 문재인 대통령이 “IT 강국을 넘어서 AI 강국이 되겠다.”라는 기조 연설을 통해 정부의 AI에 대한 기본구상과 추진 전략을 밝혔는데요. l 출처: 과학기술정보통신부 대통령이 개발자 콘퍼런스에 참석한 것은 취임 후 처음인데다가, “AI 정부가 되겠다.” 등 여러 가지 AI 관련 계획을 발표해, 정부의 AI 산업 육성에 대한 강한 의지를 엿볼 수 있었습니다. 또한 서울시 교육청도 2020년을 인공지능(AI)의 원년으로 삼고, 교사 육성, AI 맞춤형 교육, AI 전문 고교 전환 등 AI 인재 육성을 위한 다양한 정책을 추진하겠다고 밝혔는데요. 당연히 AI가 우리나라만의 화두는 아니겠지요. 트럼프 미 대통령은 2019년 2월, AI In..

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..

‘디지털 트랜스포메이션(Digital Transformation)’ 이란 단어는 이제 주위에서 많이 들어 보셨을 겁니다. 그러나, 안타깝게도 현장에서 실무를 담당하는 현업 분 중에는 이 단어를 못 들어보신 분들도 상당할 것으로 생각합니다. 그런데, 전략을 하시는 분들이나 경영진들, IT Trend에 관심을 가지고 보시는 분들이라면 ‘4차 산업혁명’, ‘디지털 혁신’, ‘디지털 혁명’, ‘파괴적 혁신’ 등의 용어들을 충분히 접해 보셨을 것입니다. 그리고, 대부분은 이러한 변화를 우리는 어떻게 할 것인가에 대해 고민을 했거나, 하고 계시리라 생각합니다. 또, 그중에 아주 일부는 실제로 이러한 변화를 주도적으로 실행하고 계실 것으로 생각합니다. 왜냐하면, 이제 이런 변화에 뒤처지게 되면 시장에서 생존하기 어렵..

최근 우리나라에서는 데이터를 보호의 대상으로 봐야 하는지, 아니면 적극적인 활용의 대상으로 봐야 하는지에 대한 논의가 뜨겁습니다. 우리나라는 개인정보에 대한 규제가 워낙 강해 혁신적인 서비스가 출현하기 어려울 수 있다는 분위기가 형성되면서 논의가 시작된 것입니다. 이에 대한 상징적인 사건이 있습니다. 올해 초 우리나라를 비롯해 전 세계 ICT 업계를 긴장시켰던 GDPR(General Data Protection Regulation)이 그것입니다. 유럽 의회에서 시민들의 개인정보 보호를 더 강화하기 위해 만든 규정, GDPR은 많은 논의 끝에 2018년 5월 25일에 시행되었습니다. 전 세계 각국 정부와 ICT 업계는 GDPR에 어떻게 대응해야 할지, 장기적으로 이것이 미칠 파장은 무엇일지 촉각을 곤두세웠..

지난 시간에는 강화학습의 정의와 등장 배경 그리고 머신러닝 분야 중의 하나인 강화학습(Reinforcement Learning)에 대해 알아봤습니다. ● 보상을 통해 학습하는 머신러닝 기술 1편: http://blog.lgcns.com/1692 그렇다면 이번 시간에는 강화학습의 머신러닝 기술을 토대로 발전하고 있는 다양한 사례와 앞으로의 동향에 대해 알아보겠습니다. 강화학습 기술의 적용사례 1. 게임 게임은 강화학습이 발전하게 된 토대를 만들어 주었고 지금도 강화학습 알고리즘의 테스트베드로 많이 쓰입니다. ● 딥마인드 알파고전편에서 설명했듯이 바둑에서 이세돌을 4:1로 이기면서 강화학습이 관심을 받게 된 계기를 만들었습니다. 2017년 5월에는 커제를 3:0으로 격파하고 그 후 딥마인드에서 공식적으로 은..

2016년 3월, 전 세계가 주목한 세기의 대결이 펼쳐졌습니다. 구글의 딥마인드(DeepMind)에서 만든 인공지능 바둑 프로그램 알파고(AlphaGo)가 바둑 세계 챔피언 이세돌에게 도전장을 내민 것인데요. 바둑은 경우의 수가 약 2x10,170으로 우주 전체 원자 수보다 많은 보드게임입니다. 따라서 당연히 사람들은 이세돌이 승리할 것으로 생각했지만 결과는 놀라웠습니다. 알파고가 이세돌을 4:1로 제압한 것인데요. 컴퓨터가 인간을 이길 수 없는 마지막 보류라고 여겨졌던 바둑마저 컴퓨터에 챔피언의 자리를 내어준 것입니다. 그리고 1년 후 알파고 마스터라는 이름으로 커제와 대결했고 커제는 단 1승도 거두지 못했습니다. 이 대국을 마지막으로 알파고는 공식적으로 은퇴를 선언했고 이세돌은 알파고에 1승을 거둔 ..