인공지능

AI의 응용
인공지능이 다양한 시장에 진출했다. 여기 여덟 가지 예가 있다.
의료 분야에서의 AI. 가장 큰 베팅은 환자 결과 개선과 비용 절감이다. 기업들은 인간보다 더 좋고 빠른 진단을 위해 머신러닝을 적용하고 있다. 가장 잘 알려진 건강관리 기술 중 하나는 IBM Watson이다. 그것은 자연 언어를 이해하고 그것에 대한 질문에 대답할 수 있다. 시스템은 환자 데이터 및 기타 사용 가능한 데이터 소스를 채굴하여 가설을 형성하며, 가설을 작성한 후 이를 신뢰 점수 스키마와 함께 제시한다. 다른 AI 애플리케이션에는 온라인 가상 보건 보조자와 챗봇을 사용하여 환자와 의료 고객이 의료 정보를 찾고, 약속을 잡고, 청구 프로세스를 이해하고, 기타 관리 프로세스를 완료할 수 있도록 돕는 것이 포함된다. COVID-19와 같은 유행병을 예측하고, 싸우고, 이해하는 데 AI 기술도 다양하게 활용되고 있다.
비즈니스 부문에서의 AI. 머신러닝 알고리즘을 분석 및 고객관계관리(CRM) 플랫폼에 통합해 고객에게 보다 나은 서비스를 제공하는 방법에 대한 정보를 발굴하고 있다. 챗봇은 고객들에게 즉각적인 서비스를 제공하기 위해 웹사이트에 통합되었다. 취업 자동화는 학계와 IT 분석가들 사이에서도 화두가 됐다.
교육 분야에서의 AI. AI는 점수를 자동화할 수 있어 교육자들에게 더 많은 시간을 줄 수 있다. 그것은 학생들을 평가하고 그들의 필요에 적응할 수 있어, 학생들이 그들 자신의 페이스대로 일할 수 있도록 도와준다. AI 교사들은 학생들에게 추가적인 지원을 할 수 있고, 학생들이 정상 궤도에 오르도록 보장할 수 있다. 그리고 그것은 학생들이 어디서 어떻게 배우는지, 심지어 일부 교사들을 대체하는 것까지도 바꿀 수 있다. 금융 분야에서의 AI. 인튜이트민트나 터보택스 등 개인금융 애플리케이션(앱)의 AI가 금융기관을 교란하고 있다. 이와 같은 애플리케이션은 개인 데이터를 수집하고 재정적인 조언을 제공한다. IBM 왓슨 등 다른 프로그램도 주택 구입 과정에 적용됐다. 오늘날, 인공지능 소프트웨어는 월 스트리트에서 거래의 많은 부분을 수행하고 있다. AI가 법망에 오르고 있다. 법률에서 발견되는 과정은 — 문서를 훑어보는 것은 — 인간에게는 종종 압도적이다. AI를 활용해 법조계의 노동집약적 프로세스를 자동화하는 것은 시간을 절약하고 고객 서비스를 개선하는 것이다. 로펌들은 데이터를 기술하고 결과를 예측하는 기계학습, 문서로부터 정보를 분류하고 추출하는 컴퓨터 비전, 정보에 대한 요청을 해석하는 자연어 처리 등을 이용하고 있다. 제조 분야에서의 AI. 제조는 로봇을 워크플로우에 통합하는 데 앞장서 왔다. 예를 들어, 한 때 단일 작업을 수행하도록 프로그램되고 인간 노동자와 분리되었던 산업용 로봇은 점점 더 거미줄처럼 기능한다: 인간과 협력하고 창고, 공장 바닥 및 기타 작업 공간에서 더 많은 부분에 대한 책임을 지는 더 작은 멀티태스킹 로봇.
뱅킹의 AI. 은행들은 챗봇을 성공적으로 채용해 고객들에게 서비스와 상품을 알리고, 사람의 개입이 필요 없는 거래를 처리하도록 하고 있다. 은행 규정 준수에 따른 비용을 개선하고 절감하는 데 AI 가상 도우미가 활용되고 있다. 은행권도 AI를 활용해 대출 의사결정을 개선하고, 신용한도 설정과 투자기회 파악에 나서고 있다. 이동 중인 AI. 자율주행차 운용에 AI의 근본적인 역할 외에도 교통관리, 비행지연 예측, 해상운송의 안전성과 효율화를 위해 AI 기술이 교통에 활용되고 있다.
AI in security
AI와 머신러닝은 오늘날 보안업체가 자사의 제품을 차별화하기 위해 사용하는 유행어 목록의 맨 위에 있다. 그 용어들은 또한 정말로 실행 가능한 기술을 나타낸다. 사이버보안 제품의 인공지능과 머신러닝은 공격, 악성코드, 기타 위협을 식별하는 방법을 모색하는 보안 팀에게 실질적인 가치를 더하고 있다. 조직은 보안 정보 및 이벤트 관리(SIEM) 소프트웨어 및 관련 영역에서 머신러닝을 사용하여 이상 징후를 탐지하고 위협을 나타내는 의심스러운 활동을 식별한다. 데이터를 분석하고 알려진 악성코드와의 유사성을 파악하기 위한 논리를 활용함으로써 AI는 새로운 공격과 새로운 공격에 대한 경보를 인간 직원이나 이전 기술 반복보다 훨씬 빨리 제공할 수 있다. 그 결과 AI 보안 기술은 모두 거짓 긍정 횟수를 획기적으로 낮추고, 피해가 발생하기 전에 실제 위협에 대응할 수 있는 시간을 더 많이 제공한다. 성숙된 기술은 조직이 사이버 공격을 물리치는데 큰 역할을 하고 있다. AI 기술 규제
잠재적 위험에도 불구하고, 현재 AI 도구 사용을 규제하는 규정은 거의 없으며, 법이 존재하는 곳에서는 일반적으로 AI와 간접적으로 관련이 있다. 예를 들어, 앞에서 언급한 바와 같이, 미국 공정 대출 규제는 금융 기관이 신용 결정을 잠재 고객에게 설명하도록 요구한다. 이것은 대출자들이 딥러닝 알고리즘을 사용할 수 있는 범위를 제한하는데, 그 속성상 불투명하고 설명가능성이 부족하다. 유럽 연합의 GDPR(General Data Protection Regulation)은 기업이 소비자 데이터를 어떻게 사용할 수 있는지에 엄격한 제한을 두고 있으며, 이는 많은 소비자 대면 AI 애플리케이션의 교육 및 기능을 방해한다. 국가과학기술회의는 2016년 10월 AI 개발에서 정부 규제가 미칠 수 있는 잠재적 역할을 검토하는 보고서를 냈지만 구체적인 입법 검토는 권고하지 않았다. AI가 기업들이 서로 다른 목적을 위해 사용하는 다양한 기술들을 포함하고 있고, 부분적으로 규제가 AI의 진행과 개발에 희생될 수 있기 때문에, AI를 규제하기 위한 법을 만드는 것은 쉽지 않을 것이다. AI 기술의 급속한 진화는 의미 있는 AI 규제 형성에 또 다른 걸림돌이다. 기술 혁신과 새로운 애플리케이션은 기존 법률을 즉시 쓸모없게 만들 수 있다. 예를 들어, 대화와 녹음된 대화의 사생활을 규제하는 기존의 법률은, 기계 학습 알고리즘을 향상시키기 위해 그것을 사용하는 회사의 기술 팀을 제외하고, 모이면서도 대화를 분배하지 않는 아마존의 알렉사나 애플의 시리 같은 음성 비서들이 제기하는 도전을 다루지 않는다. 물론, 정부가 AI를 규제하기 위해 고안한 법률이 범죄자들이 악의적인 의도를 가지고 이 기술을 사용하는 것을 막지는 못한다.

인공지능

댓글 남기기

이메일은 공개되지 않습니다. 필수 입력창은 * 로 표시되어 있습니다