인공지능 전문가

다른 별들을 발견할 수 있는 별자리와 비슷하게, 인공지능(AI)은 다른 종류로 내려올 수 있다. 어떤 AI 유형이 가장 빛날지 결정하여 귀사의 뛰어난 비즈니스 성과에 기여할 수 있도록 지원하기 위해 NAT의 데이터 과학 컨설턴트가 각 유형을 정의해 보십시오. 다만, 먼저 구름을 걷어내고 AI 전체를 명확하게 살펴보자.
AI 정의
인공지능은 컴퓨터 시스템을 훈련시키고 습득한 지식을 새로운 입력에 적용할 수 있게 해준다. 이 능력은 수학 및 알고리즘에 의존하며 시스템이 수행하도록 훈련된 작업에만 적용된다.
AI 개념을 보다 명확하게 시각화하기 위해 식당 방문객들이 테이블을 예약할 수 있도록 돕는 것이 과제인 챗봇을 떠올릴 수도 있다. 본질적으로, 이 챗봇은 수많은 예약-a-테이블 질문과 관련 답변에 대해 훈련된 컴퓨터 프로그램이다. 그것이 주제에 대한 전형적인 대화의 흐름을 알게 되는 방법이다. 교육이 끝나면 챗봇은 고객과 대화할 수 있다. 다만 고객이 테이블 예약이라는 주요 주제에서 벗어나 음식 추천을 요청하면 해당 챗봇은 이 업무를 수행하도록 교육받지 않아 별 도움이 되지 않는다.
인공지능의 종류
AI의 종류
귀하가 AI가 어떻게 실용화될 수 있는지 결정할 수 있도록 31년간 데이터 과학 분야에서 쌓은 경험을 바탕으로 저희의 분류를 제공하고자 한다. AI 유형별로 간단한 설명과 함께 가장 눈에 띄는 비즈니스 활용 사례의 명칭을 정하고 컨설팅 사례의 실제 사례를 공유한다.
분석 AI
머신러닝(가장 진보된 딥러닝 기법 포함)으로 구동되는 분석적 AI는 수많은 데이터에서 의존성과 패턴을 스캔하여 궁극적으로 권장사항을 작성하거나 통찰력을 기업에 제공함으로써 데이터 중심 의사결정에 기여한다.
감정분석과 공급자 리스크 평가는 실제 AI의 몇 가지 사례에 불과하다. 이러한 솔루션이 어떻게 작동하는지 완벽하게 파악하려면 NAT 전문가가 재고 최적화 및 수요 예측이라는 두 가지 사용 사례를 통해 얻은 통찰력을 요약해 보십시오.
기능성 AI
기능적 AI는 분석적 AI와 매우 유사하다. 또한 방대한 양의 데이터를 스캔하고 그 안에 있는 패턴과 의존성을 검색한다. 다만 기능적 AI는 권고 대신 조치를 취한다. 예를 들어 IoT 클라우드의 일부로서 특정 기계에서 수신한 센서 데이터에서 기계 분해 패턴을 포착하고 이 기계를 끄도록 명령을 트리거할 수 있다. 또 다른 예로는 아마존이 물건을 가지고 선반을 픽업자들에게 가져다주는 데 사용하는 로봇들이 있어 픽업 작업에 박차를 가하는 것이다.
인터랙티브 AI
이런 유형의 AI는 기업이 상호작용에 영향을 주지 않고 통신을 자동화할 수 있게 한다. 이런 유형의 AI를 예상하려면 미리 작성된 질문에 답변하는 것부터 대화 맥락을 이해하는 것까지 능력이 달라질 수 있는 챗봇과 스마트한 개인비서들을 생각해 보라.
대화형 AI는 기업의 내부 프로세스를 개선하는 또 다른 목적을 제공할 수 있다. 예를 들어, 우리의 프로젝트 중 하나는 휴가 예약의 기업 과정을 용이하게 하기 위해 챗봇을 만드는 데 전념했다.
텍스트 AI
텍스트 AI를 사용하는 기업은 텍스트 인식, 음성-문자 변환, 머신 번역, 콘텐츠 생성 기능 등을 누릴 수 있다. 구글이나 아마존, 문자 AI를 서비스로 제공하는 다른 거대 기업이 아니더라도 이 AI 유형을 활용할 수 있다. 예를 들어 문자 AI를 활용해 내부 기업 지식기반을 가동할 수 있다.
키워드별 검색에 의존하는 기존의 지식기반과는 달리 AI로 구동되는 지식기반은 전체 키워드가 없어도 가장 관련성이 높은 답변을 담은 문서를 찾을 수 있다. 이는 AI가 의미지도를 구축하고 동의어를 인식해 사용자 질문의 맥락을 파악할 수 있는 의미검색과 자연어 처리 덕분에 가능하다.
비주얼 AI
비주얼 AI를 통해 기업은 객체를 식별, 인식, 분류, 정렬하거나 이미지와 동영상을 통찰력으로 변환할 수 있다. 보험사가 손상된 자동차 사진을 바탕으로 피해액을 추정할 수 있도록 도와주는 컴퓨터 시스템이나 사과의 색상과 크기에 따라 등급을 매기는 기계가 시각적 AI의 예다. 이런 유형의 AI는 컴퓨터 비전이나 증강현실 분야를 망라한다.
시각적 AI가 가져올 수 있는 가치에 대한 진정한 감각을 얻기 위해 소매업체가 고객 서비스를 개선하고 개인화할 수 있도록 돕기 위해 개발한 얼굴 인식 솔루션이나 제조사가 생산한 세부사항의 품질을 즉시 제어할 수 있는 자동화된 검사 애플리케이션에 대해 자세히 읽어보십시오.
피날레에서
AI는 무시할 수 없는 트렌드가 되었다. 어떤 보고서나 조사도 그 중요성에 대해 거의 언급하지 않는다. Gartner는 CIO가 AI를 최우선 과제로 꼽고 있다. 액센츄어 테크놀로지 비전 2019 보고서는 89%의 기업이 이미 AI를 채택했거나 실험하고 있다고 지적했다.
그리고 PWC 2019 AI 예측조사에서 임원 1000명을 대상으로 한 AI 투자로 수익 및 수익 증가(48%), 고객 경험 향상(46%), 의사결정 개선(40%) 등의 가치를 기대하는 것으로 나타났다. 하지만 AI를 활용하려면 기업들이 일부 장애를 극복해야 한다. 예를 들어, 맥킨지앤컴퍼니의 조사는 3대 장벽을 꼽는다: AI에 대한 명확한 전략 부재(43%), 적절한 기술을 가진 인재 부족(42%), 그리고 엔드투엔드 AI 솔루션을 제약하는 기능 사일로(30%)이다.
그리고 당신의 사업은? 우리는 당신이 AI로부터 가치를 얻을 수 있는 방법을 찾을 수 있도록 AI의 다면적인 특성을 보여 주었다. 분석, 대화형, 텍스트, 시각 및 기능 등 5가지 AI 유형 중 하나를 선택하거나 여러 가지 유형을 현명하게 결합할 수 있다.
데이터 사이언스 컨설팅
데이터 과학을 도입하는 것은 유망하지만 어렵다. 모든 과제를 해결하고 데이터 과학이 제공하는 이점을 누리십시오.
우리에게 연락하세요
Dissqus에서 제공하는 주석을 보려면 JavaScript를 활성화하십시오.
관련 기사
데이터 분석, 빅 데이터
기업에서 빅 데이터를 사용하는 방법에 대한 40가지 통계 및 실제 사례
계속 읽기
데이터 분석
전통 및 현대 데이터 과학을 이용한 수요 예측
계속 읽기
데이터 분석
재고 최적화 문제 및 데이터 활용 방법

인공지능 전문가

댓글 남기기

이메일은 공개되지 않습니다. 필수 입력창은 * 로 표시되어 있습니다