'Ai'에 해당되는 글 16건

인공지능, 빅데이터 등의 디지털 기술이 널리 활용됨에 따라 알고리즘의 편향성, 개인정보 침해 등 사회적 부작용에 대한 우려의 목소리가 커지고 있다. 이에 대해 인공지능 업계는 △인공지능 개발자가 준수해야 할 윤리 원칙 마련, △인공지능의 사회적 영향을 전담하는 부서 설치, △인공지능을 활용해 사회에 기여하는 프로젝트 수행 등의 노력을 기울이고 있다. 국내 업계의 경쟁력을 강화하는 동시에 연구 활동을 위축시키지 않는 인공지능의 사회적 역할 강화 전략이 필요하다.

[자세히 보기] << 클릭

<편집자 주>
제4차산업혁명 시대에 걸맞게 디지털, 인공지능, 데이터, 소프트웨어, IoT, 로봇, AR, VR, MR, XR, AI 플랫폼... 등에 대한 훌륭한 연구 자료가 하루가 다르게 쏟아져 나오고 있습니다. 관심 주제를 분야 별로 분류하여 쉽게 살펴볼 수 있도록 정리하여 공유하고 있습니다. <저자와 출처>를 밝혀두었으니 <원자료>는 링크를 클릭하여 확인해보시기 바랍니다. 도움이 되었으면 합니다.

인공지능 시대의 도래와 안전 문제

미국 정부와 유럽연합에서는 트럼프 대통령의 행정명령, EC의 인공지능 윤리지침을 통해 인공지능 안전 연구에 투자하고 있다. 해외 대학과 연구소에서도 인공지능 안전 전략과 도구를 개발하고, 관련 연구를 추진하고 있다. 인공지능이 현실 세계에서 구현되기 위해서는 기술 발전과 병행하여 안전이 필수적이며, 국내에서도 인공지능 안전에 대한 준비가 필요하다.

[자세히 보기] << 클릭

<편집자 주>
제4차산업혁명 시대에 걸맞게 디지털, 인공지능, 데이터, 소프트웨어, IoT, 로봇, AR, VR, MR, XR, AI 플랫폼... 등에 대한 훌륭한 연구 자료가 하루가 다르게 쏟아져 나오고 있습니다. 관심 주제를 분야 별로 분류하여 쉽게 살펴볼 수 있도록 정리하여 공유하고 있습니다. <저자와 출처>를 밝혀두었으니 <원자료>는 링크를 클릭하여 확인해보시기 바랍니다. 도움이 되었으면 합니다.

미래 인공지능 기술

인공지능(AI)에 관한 학자들의 정의는 다양하다. 벨만은 인간의 사고, 의사결정, 문제해결, 학습 등의 활동에 연관 지을 수 있는 자동화라고 했고, 윈스턴은 인지와 추론, 행위를 가능하게 하는 계산의 연구라고 하였으며, 크루즈웰은 사람이 기능적으로 수행해야 하는 기능을 수행하는 기계의 제작을 위한 기술이라고 하였다.

그러나 ISO/IEC JTC1/SC42 인공지능 분과의 ISO/IEC 22989:2019(x):CD에서는 인공지능을 3가지 관점에서 정의하였다. 먼저 시스템 관점에서는 ‘지식과 기술을 습득, 처리 및 적용하는 공학적 시스템의 능력. 지식은 사실, 정보이고 기술은 경험 또는 교육을 통해 습득(capability of an engineered system to acquire, process and apply knowledge and skills. knowledge are facts, information and skills are acquired through experience or education)’이라고 정의하였고, 공학적 관점에서 ‘지식과 기술을 습득하고, 처리하고, 적용할 수 있는 능력을 가진 시스템 공학을 연구하는 학문(discipline which studies the engineering of systems with the capability to acquire, process and apply knowledge and skills)’이라고 정의하였으며, 좁은 의미로는 ‘특정 문제를 해결하기 위한 잘 정의된 하나의 작업(AI that is focused on one well defined task to address a specific problem)’이라고 정의하였다.

[자세히 보기] << 클릭

<편집자 주>
제4차산업혁명 시대에 걸맞게 디지털, 인공지능, 데이터, 소프트웨어, IoT, 로봇, AR, VR, MR, XR, AI 플랫폼... 등에 대한 훌륭한 연구 자료가 하루가 다르게 쏟아져 나오고 있습니다. 관심 주제를 분야 별로 분류하여 쉽게 살펴볼 수 있도록 정리하여 공유하고 있습니다. <저자와 출처>를 밝혀두었으니 <원자료>는 링크를 클릭하여 확인해보시기 바랍니다. 도움이 되었으면 합니다.

spri.kr/posts/view/22231?code=issue_reports

현대 인공지능은 유례가 없을 정도로 빠르게 진화하고 있다. 이러한 속도 때문에, 많은 전문가들은 인공지능이 사람을 지배할 것이라는 예측을 내놓고 있다. 대표적으로, 테슬라 최고경영자인 엘론 머스크는 미래 인공지능을 핵무기에 빗대어 표현하면서 그 위험성을 강조했다. 지난 2018년 3월 작고한 영국의 물리학자 스티븐 호킹 역시 인공지능이 인간을 대체할 수 있다는 것에 두려움을 표명했다. 그렇다면 이처럼 인공지능이 인류를 위협할 수 있다는 사실은 어디에서 기인하는 것일까? 그것은 사람 수준의 인공지능(Human-level intelligence), 즉 범용 인공지능(Artificial General Intelligence)이라고 일컬을 수 있다.

  범용 인공지능은 기본적으로 사람 수준의 지능을 구현한 시스템이라고 개념 지을 수 있다. 범용 인공지능은 사람처럼 학습하고, 추론하며, 문제를 인식하고 이것을 해결하기 위해 능동적인 대처를 한다. 그러나 사람 수준의 지능은 전문가마다 보는 시각이 매우 다를 수 있다. 따라서 범용 인공지능의 구체적인 정의는 각 분야마다 다르고, 연구자들은 범용 인공지능을 개발하면서 그 정의를 정립해 나가고 있다. 

  여기서 중요한 점은 범용 인공지능이 사람 수준을 능가할 수 있는 초지능(Superintelligence)로 바라보는 것이다. 만약 범용 인공지능이 탄생한다면, 이것은 자가 향상(Self-improvement)을 통해 사람보다 훨씬 높은 수준의 지능에 도달한다는 관점이다. 이 관점은 대표적인 미래학자인 레이 커즈와일이 그의 저서에서 밝힌 특이점과도 일맥상통한다. 범용 인공지능을 초지능으로 가는 변곡점으로 여긴다면, 앞서 서술한 세계 석학과 최고경영자의 우려 섞인 예측도 충분히 상상 가능한 미래다.

  그러나 현재 범용 인공지능과 관련된 연구 현황을 살펴 볼 때, 아직 범용 인공지능이 탄생하기에는 시기상조로 보인다. 그러나 현대 인공지능의 눈부신 발전은 많은 연구자들에게 범용 인공지능 시대가 도래 할 것이라는 긍정적인 신호를 보내고 있다. 이에 국제사회는 범용 인공지능의 출현에 대비하기 위해 인공지능을 인류에 이롭게 활용한다는 대원칙을 세우고 있다. 우리도 이러한 국제사회의 동정에 적극 참여하여 범용 인공지능 시대를 대비해야 할 것이다.

[자세히 보기] << 클릭

<편집자 주>
제4차산업혁명 시대에 걸맞게 디지털, 인공지능, 데이터, 소프트웨어, IoT, 로봇, AR, VR, MR, XR, AI 플랫폼... 등에 대한 훌륭한 연구 자료가 하루가 다르게 쏟아져 나오고 있습니다. 관심 주제를 분야 별로 분류하여 쉽게 살펴볼 수 있도록 정리하여 공유하고 있습니다. <저자와 출처>를 밝혀두었으니 <원자료>는 링크를 클릭하여 확인해보시기 바랍니다. 도움이 되었으면 합니다.

spri.kr/posts/view/22511?code=issue_reports

  현대 인공지능 기술의 발전 속도는 매우 빠르다는 것에 의심할 여지가 없다. 이 사실은 한편으로 최신 인공지능 기술을 제대로 파악하기조차 어렵다는 것을 대변한다. 또한 인공지능의 적용이 다양한 산업에 이르러 범용 목적 기술(General Purpose Technology)로 주목받자 그 경계가 모호해졌다. 예를 들어, 빅데이터 분석과 인공지능의 차이는 무엇일까? 방법론의 차이일까? 현대 인공지능의 중추인 학습 기반의 인공지능은 필연적으로 빅데이터를 요구한다. 성공적인 인공지능 시스템을 구축하기 위해서는 양질의 데이터가 다다익선이다. 이러한 관점에서 빅데이터와 인공지능은 서로 다른 분야로 구분 짓기 어렵다고 본다.

  인공지능 기술을 발전상을 이해하려면 인공지능 연구의 특성별로 구분지어 바라볼 필요가 있다. 그러나 인공지능의 적용 범위가 지속적으로 확장되고, 인공지능을 주도하는 주체가 글로벌 IT 기업이라는 관점에서 일목요연하게 구분 짓기는 어렵다. 또한 국제적인 시장조사기관의 분류체계 역시 매우 상이하기 때문에, 참고문헌을 기반으로 한 기술의 분류는 한계가 있다. 이 보고서에서는 인공지능 연구 분야의 구분을 위해가설을 통한 접근을 취했다. 이것은 인공지능 기술의 굵직한 트렌드를 바탕으로 인공지능을 바라보는 관점을 제시한다.

  그렇다면 현재 인공지능 기술은 어디까지 왔을까? 이 보고서에서는 지난 2017년 AlphaGo Zero 이후 인공지능 연구계에서 공개된 주요 연구 성과를 살펴볼 것이다. 특히 인공지능 자체의 성능을 향상시킨 연구를 분석했다. 현재 심층학습(Deep learning)은 매우 좋은 성능을 보이고 있으나, 여전히 좁은 인공지능, 약인공지능에 머물고 있다. 이를 개선하기 위한 노력으로 학습하는 방법을 학습하는 메타 학습 분야가 부상하고 있다. 또한 최적의 인공신경망 구조를 찾는 신경망 구조 탐색, 뉴로모픽칩에 탑재되는 스파이킹 신경망, 마지막으로 도메인 간 지식을 전이하는 전이학습을 살펴볼 것이다.

  인공지능은 지금도 빠르게 그 영역을 확장하고 있다. 이 보고서에서 다룬 내용은 특히 인공지능의 성능 자체를 향상시키는 연구결과에 집중했다. 다양한 산업계에서 인공지능의 성공사례는 지금도 속속들이 나오고 있을 것이다. 인공지능의 거대한 조류 속에서 인공지능의 기술적 발전에 대한 시의성 있는 분석이 매우 중요한 시점이다.

[자세히 보기] << 클릭

<편집자 주>
제4차산업혁명 시대에 걸맞게 디지털, 인공지능, 데이터, 소프트웨어, IoT, 로봇, AR, VR, MR, XR, AI 플랫폼... 등에 대한 훌륭한 연구 자료가 하루가 다르게 쏟아져 나오고 있습니다. 관심 주제를 분야 별로 분류하여 쉽게 살펴볼 수 있도록 정리하여 공유하고 있습니다. <저자와 출처>를 밝혀두었으니 <원자료>는 링크를 클릭하여 확인해보시기 바랍니다. 도움이 되었으면 합니다.

각국이 인공지능 기술과 산업을 육성하기 위한 노력을 경주하는 가운데 중국 인공지능기술과 생태계의 놀라운 발전이 주목을 받고 있다. 인공지능 분야에서 중국은 ‘눈 비비고 다시 대해야 할’만큼 비약적 성장을 이뤄낸‘괄목상대(刮目相對)’의 면모를 보이고 있다. 인공지능 기업 수, 투자규모, 투자유치 횟수, 특허출원, 논문 등의 부문에서 중국은 미국에 2위를 차지하고 있으며 중국 인공지능 창업 생태계도 크게 확장되고 있다.

인공지능 기술은 향후 제조업을 비롯한 거의 모든 산업의 경쟁력을 좌우하는 주요 핵심요인으로 될 것으로 예상된다. 이는 중국 인공지능 기술과 산업의 성장이 국내 산업에 미치는 영향이 적지 않다는 점을 시사한다. 이에 본보고서는 글로벌 경쟁국가인 중국의 인공지능 기술수준과 산업현황을 객관적으로 파악하고 단기간에 괄목상대로 부상하게 된 요인을 분석하고자 했다.

분석 결과, 중국 인공지능 기술과 산업의 성장에는 창업생태계의 형성과 선순환의 확대, 중국정부의 정책이 큰 영향을 미친 것으로 파악되었다. 인공지능 생태계의 경우, 중국 인터넷 대기업 BAT(바이두, 알리바바, 텐센트)의 투자와 인수합병이 금융투자기관의 참여, 우수인재의 유입을 촉진하고 선순환을 확대시키는 중요한 요인으로 작용하고 있다. 2014년~2015년 2년 동안 이들 3사가 인수합병 및 지분확보를 위해 투자한 총액이 500억 달러(약 56조 원)를 상회한다. BAT의 투자와 인수합병은 투자기관에게는 투자 수익 실현, 젊은 우수인재들에게는 창업을 통한 성공의 길을 열어주고 있는 셈이다.

중국 중앙 정부 차원의 인공지능 산업 육성 정책 강화, 지방정부 차원의 각종 지원 정책과 프로그램도 중국 인공지능 창업 생태계의 활성화에 긍정적인 영향을 미치고 있는 것으로 판단된다. 특히, 데이터 수집 및 활용에 관한 규제측면에서 중국 정부의 ‘유연한’ 대처도 인공지능 분야의 다양한 시도들이 이뤄질 수 있는 환경을 제공하고 있다. 

국내 주요 기업들도 인공지능관련 고급인재와 기술력 확보를 적극적으로 추진 중이나 창업 생태계의 선순환으로 들어갈 수 있는 임계점에는 미치지 못한 상황이다. 국내 인공지능 생태계 활성화를 위해서는 미래 지향적 관점에서 개인정보 보호 對 산업 활성화, 대기업 경제력 집중 방지 對 창업 생태계 활성화, 기존 산업 보호 對 융합 신산업 활성화 등과 같은 사회적 가치의 충돌을 어떻게 풀어 갈 것인가가 관건이라고 할 수 있다. 인공지능 기술 발전으로 인한 커다란 사회·경제적 변화를 수용할 수 있는 틀을 마련하고 관련 문제를 보완하기 위한 노력이 필요하다.

[자세히 보기] << 클릭

<편집자 주>
제4차산업혁명 시대에 걸맞게 디지털, 인공지능, 데이터, 소프트웨어, IoT, 로봇, AR, VR, MR, XR, AI 플랫폼... 등에 대한 훌륭한 연구 자료가 하루가 다르게 쏟아져 나오고 있습니다. 관심 주제를 분야 별로 분류하여 쉽게 살펴볼 수 있도록 정리하여 공유하고 있습니다. <저자와 출처>를 밝혀두었으니 <원자료>는 링크를 클릭하여 확인해보시기 바랍니다. 도움이 되었으면 합니다.

spri.kr/posts/view/22795?code=issue_reports

인공지능 경쟁력의 원천인 인재는 세계적으로 부족하며, 특히 핵심인재는 더욱 희소하다. 세계 인공지능 인재 수요는 100만 명이나 공급은 30만 명에 불과하며, 핵심인재는 22,400명으로 추산되고 있다. 본고에서는 주요국 인공지능 핵심인재의 연구역량을 정량적 측정하여 시사점을 도출하였다. 인공지능 핵심인재의 수준을 인공지능 두뇌지수(AI Brain Index)라 정의하고 인공지능 연구역량 기준, 국가별 상위 핵심 연구자를 선발하여 역량을 측정하고 비교하였다.

먼저, 25개국 국가별로 인공지능 연구 수를 기준으로 핵심인재 500명(총 12,500명)을 1차 선정하였다. 이후, 3개 연구역량 지표(연구 수, 편당 인용 수, Field Weighted Citation Impact) 값을 100점 기준으로 환산하고, 해당 지표에 가중치를 부여하여 국가별 최종 100명을 대상으로 인공지능 두뇌지수를 측정하였다. 측정결과, 인공지능 두뇌지수가 가장 높은 국가는 미국이며, 한국의 인공지능 두뇌지수는 미국의 76% 수준인 것으로 측정되었다. 또한, 인공지능 두뇌지수를 활용해 세계에서 가장 연구역량이 높은 연구자 500명과 100명(World AI Index 500, World AI Index 100)명을 선정하여 해당 그룹의 지수를 측정하였다. 미국의 인공지능 두뇌지수(66.46)는 세계 인공지능 두뇌지수 500(69.83)과는 큰 차이가 나지 않으나, 세계 인공지능 두뇌지수 100(82.81)과는 격차가 발생하는 것으로 분석되었다.

분석의 시사점은 다음과 같다. 첫째, 인공지능 두뇌지수 측정 결과, 국가별로 인공지능 핵심인재 수준에 차이가 존재한다. 둘째, 한국의 인공지능 두뇌지수가 주요국 대비 상대적으로 낮아 인재양성에 정책역량을 집중할 시점이다. 셋째, 다양한 글로벌 인공지능 핵심인재들과의 연구협력 네트워크 구축이 필요하다. 세계 인공지능 두뇌지수 500에 포함된 인재 중 미국(14.5%), 중국(13%)의 비중이 높으나, 이외에도 다양한 국적의 인재가 포함되어 있다. 인공지능 강국과의 연구교류 확대와 함께, 다양한 국가의 핵심인재와의 협력도 병행해야 한다. 넷째, 향후, 다양한 지표를 고려한 인공지능 두뇌지수 개발과 모니터링이 필요하다.

[자세히 보기] << 클릭

<편집자 주>
제4차산업혁명 시대에 걸맞게 디지털, 인공지능, 데이터, 소프트웨어, IoT, 로봇, AR, VR, MR, XR, AI 플랫폼... 등에 대한 훌륭한 연구 자료가 하루가 다르게 쏟아져 나오고 있습니다. 관심 주제를 분야 별로 분류하여 쉽게 살펴볼 수 있도록 정리하여 공유하고 있습니다. <저자와 출처>를 밝혀두었으니 <원자료>는 링크를 클릭하여 확인해보시기 바랍니다. 도움이 되었으면 합니다.