검색결과 리스트
기술이야기/월간기술동향에 해당되는 글 8건
- 2019.04.10 월간기술동향 | RPA가 필요합니다 (2)
- 2019.03.07 월간기술동향 | 5G폰, 살까? 말까?
- 2019.02.12 월간기술동향 | Oops! 아니고 AIOps!
- 2019.01.04 월간기술동향 | 엣지 컴퓨팅
- 2018.12.05 월간기술동향 | IT Trends 2019
- 2018.11.05 월간기술동향 | AI가 개발을?
- 2018.10.01 월간기술동향 | AI와 대화를? 소오-름
- 2018.09.05 월간 기술동향 | 가장 가까운 머신러닝, 추천 서비스
글
월간기술동향 | RPA가 필요합니다
요즘 RPA(Robotic Process Automation)라는 기술이 부상하고 있습니다. 혹시 알고 계시나요? 가트너(Gartner)는 2018년 RPA 소프트웨어 관련 전 세계 지출액이 전년보다 57% 증가한 6억 8000만 달러에 이르렀다고 분석하였고, 이 같은 성장세를 이어 나갈 경우 2022년에는 RPA 소프트웨어 시장이 24억 달러를 형성할 것으로 전망했습니다. 이렇게 전 세계적으로 RPA에 대한 관심이 쏠리면서, 관련 시장도 자연스럽게 성장하고 있습니다. 국내에서도 점차 금융사와 대기업 등에서 관심을 가지는 것 같은데요. 그래서 이번에는 로봇을 업무에 활용하는 방법 중 하나인 RPA기술에 대해서 이야기를 하려고 합니다.
RPA란?
<RPA, 출처: KPMG Japan>
RPA(Robotic Process Automation)는 소프트웨어(SW) 로봇을 만들어 사람이 수행해온 단순, 반복적인 업무를 자동화하는 기술입니다. IT 시스템과 사용자 업무 프로세스를 최적으로 만들어 기존 시스템을 효과적으로 사용할 수 있게 해주고, 업무를 수행하는 시간을 단축할 수 있게 되는데요. 주로 표준화되어 있고, 명확한 규칙에 기반을 둔 업무에 적용되어 사람의 행동을 모방하는 형태로 업무를 수행하게 됩니다. 쉽게 말해서 자동화로 단순 반복되는 업무는 줄이고, 일하는 방식과 업무 프로세스를 최대로 효율화하여 최적화를 이룰 수 있게 해주는 기술이죠.
인공지능(AI), 빅데이터, 사물인터넷(IoT) 등 다양한 기술이 발전하면서 기업 내부에서는 업무에 활용이 가능한 RPA에 대해 관심이 높아졌습니다. 사람의 노동을 디지털 노동으로 대체해 업무의 효율성을 높이고, 비용을 최소화 할 수 있기 때문입니다. 특히 국내에서는 주 52시간 근무제를 시행하면서 기업들마다 RPA의 도입을 긍정적으로 검토하고 있는데요. 아직 초기 단계이지만 대기업, 금융사를 주축으로 RPA를 도입하거나 검토하는 사례가 확대되고 있습니다. 현재는 전형적인 업무나 사람의 판단이 적게 들어가는 분야에 주로 적용되고 있지만, RPA의 역할은 계속해서 확대될 것으로 예상됩니다. 이를 위해서는 인공지능(AI) 기술 결합은 정말 필수겠죠?
각 조직 및 기업에서 요구하는 프로세스 자동화 역할에 따라 로봇은 아래 3가지 유형으로 분류됩니다. 이 로봇들은 모두 RPA로 알려졌지만, 로봇이 처리할 프로세스나 작업에 따라 선택됩니다.
1. Probots: 반복적인 규칙을 따르는 프로세스 데이터 처리
2. Knowbots: 데이터 수집 및 저장
3. Chatbots: 가상 비서 역할을 하며 실시간으로 고객 문의에 응답
기대효과/장점
<Benefits of RPA, 출처: tejora>
제조 영역에서는 공장자동화와 스마트팩토리에 RPA를 보급하면서 기업의 생산성을 증대시키는 한편, 서비스 영역에서는 RPA가 도입되면서 기업의 경쟁력을 강화하고 있습니다. 글로벌 기업들은 단순 업무 프로세스뿐만 아니라 인공지능(AI)을 활용한 의사결정에 이르기까지 디지털 노동을 적극적으로 도입하고 있는데요. 각 분야별로 RPA 도입에 따른 기대효과는 조금씩 다르지만, 아래 5가지는 공통적으로 경험 가능할 것 같습니다.
1. 안정성: 민접한 데이터에 대한 접근 방지, 정보의 인적 오류 예방
2. 정확성: 입력자동화를 통한 오류 예방 및 문제 최소화
3. 효율성: 반복적인 업무를 RPA가 대신 처리
4. 신속성: RPA가 연중무휴로 신속하게 작업 수행 가능
5. 경제성: 효율적으로 인건비 감소, 매출 증대에 기여
적용분야
RPA 적용 대상이 되는 자동화 대상 프로세스는 노동집약형 반복업무, 룰(Rule) 기반 프로세스, 낮은 예외 수준, 읽기 쉬운 표준화된 문서 양식 기반 프로세스, 자동화로 인한 효율성 창출 영역 등이 있습니다.
적용 대상 업무로 보면 급여·근태관리, 인보이스와 세금계산서 발행, 주문관리, 고객 문의 대응, 주문서 생성·처리 등 인사(HR)·재무회계·구매·고객서비스 분야에 주로 적용되고 있고, 이 밖에도 산업별로 특화된 프로세스에도 적용할 수 있습니다.
예를 들어 은행의 경우엔 사기 탐지나 이상거래 파악, 고객 등록, 신용카드 발급 업무에 적용할 수 있고, 보험사는 보험청구나 신규 상품, 그리고 의료 분야는 보고서 업무 자동화와 신상품 등록절차 등에 적용할 수 있습니다. 제조사는 원재료 원가분석, 벤더 등록, 채권관리 업무 등이 대상이고요. 조금 더 구체적인 국내 사례를 볼까요?
국내사례
<IBM의 국내 산업군별 주요 RPA 적용 사례>
위 표에서 알 수 있듯이 다양한 분야에서 RPA는 적용 가능한데요, 아래는 국내 기업들의 RPA 적용 사례들을 모아봤습니다.
KT (출처: 데이터넷)
KT는 기업의 경비 처리를 더 쉽고 빠르게 처리할 수 있는 챗봇 기반의 ‘전표를 대신 처리하는 전표 로봇(이하 전대리)’ 솔루션을 자체 개발, 사내에 적용했다. ‘전대리’는 챗봇 기반의 RPA 프로그램으로 자주 처리하는 전표의 이력을 추천하고, 시스템 접속하지 않아도 메신저 채팅을 통해 몇 번의 클릭만으로 전표에 필요한 계정, 적요 등을 선택해 모든 전표 처리 업무를 할 수 있도록 만든 솔루션이다.
그동안 경비 처리를 위해서는 전표가 발생할 때마다 사용자가 시스템에 직접 접속해 처리해야 했다. 또한 시스템 내에서 전표 처리에 필요한 계정, 적요 등을 모두 수작업으로 입력해야만 전표처리가 가능해 업무 처리 시간이 오래 걸렸다.
KT는 ‘전대리’를 적용하면 기존 대비 최대 90% 이상 업무 효율성을 향상시킬 수 있을 것으로 기대하고 있다. 또한 현장근무 등으로 PC 접속이 어려운 영업직원을 위한 전대리 모바일 버전도 올해 말 출시 예정이다.
오렌지라이프 (출처: 데이터넷)
오렌지라이프는 2018년 3월 도입한 RPA 시스템을 계약 심사 등 45개 업무 프로세스에 확대 시행한다. 오렌지라이프는 지난해 신계약, 데이터 산출, 값 검증, 고객관리, 보험상품 관리, 보장내용 관리, 사후 관리 등 총 33개 프로세스에 RPA를 1차 적용한 바 있다.
1차 도입 시 단순 반복업무 자동화에 중점을 뒸다면 2차에서는 계약심사, 고객관리, 보험사기 수사, 조직관리, IT운영 등 업무 시 오류 감소, 장시간 수행 업무 적용 등에 중점을 두고 도입됐다. 특히, 안내장 검수, 고객 주소변경 업무를 업무시간 외에도 RPA로 수행할 수 있게 돼 담당 직원의 업무 만족도가 크게 올랐으며, 관련 업무의 효율이 높아졌다.
신한카드 (출처: 삼정KPMG 경제연구원, RPA 도입과 서비스 혁신: 금융산업 사례를 중심으로)
신한카드는 반복적인 카드 국제 정산 업무에 RPA를 도입하여 자동화시킨 사례로 꼽을 수 있다. 정산 업무에서 이루어지는 일들을 보면 시스템이나 웹에 접속해 데이터를 읽고 취합, 복사, 계산하는 단순 업무가 70%에 달한다. 아무리 복잡한 업무라도 이러한 단순 업무가 정해진 기준에 따라 결합된 것에 불과하다는 사실을 알 수 있다.
RPA를 통해 카드 국제 정산 업무 프로그램 실행부터 ITF파일 다운로드, 변환 및 저장과 전송까지 일련의 반복적인 업무를 자동화한 것이다. 특히, Back Office의 경우 23%가량 비용이 절감됐으며 향후 3~4년 안에는 적용 영역이 확대돼 전체 비용의 46%까지 절감이 가능할 것으로 전망하고 있다.
한국씨티은행 (출처: 삼정KPMG 경제연구원, RPA 도입과 서비스 혁신: 금융산업 사례를 중심으로)
한국씨티은행은 최근 로봇 소프트웨어를 활용한 RPA를 자금세탁방지 (AML) 모니터링 업무에 도입하였다. 자금세탁방지 모니터링은 크게 정보수집 및 분석 자료 준비, 자료 분석 그리고 보고 및 검토 업무로 진행되며 이번에 로봇 프로세스 자동화 프로젝트를 통해 자동화된 업무는 자금세탁방지 모니터링 전체 업무 중 약 10%에 해당되는 정보 수집 및 분석 자료 준비 업무이다.
한국씨티은행은 RPA의 도입을 통해 담당 직원들의 수작업으로 진행되던 업무가 로봇 소프트웨어로 자동화됨에 따라 단순 실수를 예방하고 생산성 증대와 해당 업무에 대한 통제 강화 및 업무 처리 정확도 향상 등 추가적인 효과를 기대하고 있다.
신세계아이앤씨 (출처: BLOTER)
신세계아이앤씨가 최근 자사 패션 및 라이프스타일 기업 신세계인터내셔날에 RPA 기술을 도입하고, 업무용 AI 챗봇을 확대했다.
신세계아이앤씨는 RPA를 이용해 유통 채널 별 시스템에 접속해 데이터를 수집하고 보고서 작성, 시스템 등록, 메일 발송, 전표처리, 세금계산서 처리 등을 자동으로 처리한다. 학습된 로봇 소프트웨어는 매출, 재고 데이터를 활용한 각종 업무를 수행한다.
신세계아이앤씨 측은 “약 4개월 간 RPA 도입 효과에 대해 분석한 결과, 기존 업무시간 대비 70% 시간을 단축했고, 판매관리비 마감 등 단순 반복작업 업무의 경우 93% 이상 업무시간 절감 효과를 봤다”라고 밝혔다.
이 외에도 챗봇과 로보어드바이저 도입 등 생각보다 이미 RPA가 우리 곁에 가까이 적용되고 있는 것 같네요.
RPA업체
미국 캘리포니아에 본사가 위치한 글로벌 매출 1위의 RPA 솔루션
SAP 자동화 영역에 전문성을 보유하고 있으며, 단순한 아키텍처로 구현이 용이함. 자체적으로 AI기능을 개발하여 솔루션에 적용 중
2. UiPath
미국 뉴욕에 본사가 위치. Flowchart 기반의 직관적 개발 환경으로 개발 생산성이 높음
오픈 플랫폼 방식으로 API 연계를 통한 외부 AI 솔루션과의 다양한 협업 지원. 이미지나 스크린샷에서 정보를 추출할 수 있는 머신 비전 도구 강조
3. EdgeVerve
CB인사이트가 선정한 100대 AI기업에 선정된 회사. 제품 관련 교육정보가 웹에 공개되어 있어 접근성이 용이
4. BluePrism
‘로봇 프로세스 자동화(RPA)’라는 용어를 처음 제시한 글로벌 매출 2위의 영국 업체.
주로 유럽 금융권 레퍼런스를 확보하고 있으며 강력한 중앙 통제형 모니터링 제공. 로봇에게 인간을 흉내 내도록 가르치는 ‘코드 프리 캔버스’ 강조
'기술이야기 > 월간기술동향' 카테고리의 다른 글
| 월간기술동향 | RPA가 필요합니다 (2) | 2019.04.10 |
|---|---|
| 월간기술동향 | 5G폰, 살까? 말까? (0) | 2019.03.07 |
| 월간기술동향 | Oops! 아니고 AIOps! (0) | 2019.02.12 |
| 월간기술동향 | 엣지 컴퓨팅 (0) | 2019.01.04 |
| 월간기술동향 | IT Trends 2019 (0) | 2018.12.05 |
| 월간기술동향 | AI가 개발을? (0) | 2018.11.05 |
설정
트랙백
댓글
글
월간기술동향 | 5G폰, 살까? 말까?
작년 12월 IT Trends 2019에서 5G와 AR/VR에 대하여 언급하였습니다. 이번에는 이어서 5G가 가져올 세상에는 어떤 콘텐츠들이 성행할지, 실질적으로 사용자가 어떤 변화를 느낄 수 있을 것인지 살펴보겠습니다. 정말 비싼 5G 스마트폰을 서둘러서 구매할 가치가 있을까요?
<출처: Getty Images>
필자는 정보를 찾을 때 주로 유튜브를 많이 활용합니다. 저처럼 여러분들도 유튜브를 자주 보실 것 같은데요. 유튜브에서 영상을 찾아 보려고 하는데, 만약 로딩이 오래 걸린다면 어떻게 하시나요? 저는 기다림을 참지 못하고 답답해서 꺼버리거나, 무한으로 새로고침(F5) 하곤 합니다. 이렇게 콘텐츠 소비가 주로 모바일/온라인에서 이루어지면서, 사용자들은 콘텐츠를 소비하기위해 기다리는 것을 참지 못한다고 하네요. (저와 같은 사용자들이 많은 것 같습니다.ㅎㅎ)
지금은 대부분 LTE(4G)를 사용하고 있는데요, 기다리는 것을 참지 못하는 이용자들의 특성을 반영하여 4G는 콘텐츠 품질을 떨어뜨리더라도 즉각적으로 소비가 가능하도록 하였습니다. 그러나 5G 기술이 성숙되었을 때는 지금보다 100배 가량 빠른 전송속도를 갖추게 됩니다. 그래서 고화질, 고품질 콘텐츠를 빠르고 안정적인 스트리밍을 통해 시청할 수 있게 되는 것이죠.
<국내 이동통신 3사의 5G 콘텐츠 예시>
인텔(Intel)이 의뢰하고 Ovum이 실시한 조사에서 5G가 향후 10년 이내에 엔터테인먼트 및 미디어 시장에서 1조 3천억 달러의 매출을 이끌어낼 것으로 나타났는데요. 국내 이동통신사들도 콘텐츠 분야에 집중하면서 고객 유치에 나서고 있습니다.
1. LG U+: AR/VR 투자
구글과 손을 잡고 3D 콘텐츠 제작에 투자 중, VR 관련 기기 유통 협업
2. SKT: 콘텐츠 경쟁력 강화
옥수수와 푹(pooq)의 통합 법인 설립 예정, 소셜 VR 서비스 및 스포츠 VR 생중계를 UHD 수준으로 제공 예정
3. KT: VR을 통한 콘텐츠 경쟁력 강화
기가 라이브 TV를 통해 다양한 영화와 예능, 스포츠 경기를 VR로 제공, VR헤드셋을 통한 실시간 서비스와 온라인 1인칭 총격 게임 제공
위와 같이 3사 모두 콘텐츠 경쟁력을 강화하기 위해 노력하고 있지만, 일반 통신 소비자들이 체감하기엔 아직 부족한 것 같습니다. 또한 구체적인 이용 실적이 밝혀지지 않았습니다. 서비스 초기라는 점도 있지만, 대중적인 인기를 끌 수 있는 콘텐츠가 부재한 것이 사실이기 때문입니다. 이러한 시점에서 ‘재미’가 보장되는 콘텐츠 개발 역량을 꾸준히 축적해야만, 5G 시대에서 유의미한 성과를 거둘 수 있을 것이라는 생각이 드네요.
올해부터 삼성 갤럭시S10을 필두로 하여 5G 핸드폰이 출시(혹은 출시 예정)되고 있는데요. 5G 시대가 열렸다고 모든 것을 단숨에 누릴 수는 없습니다. 아직 기술과 서비스가 준비 단계이거나 미비하거나 하는 등, 5G가 등장해도 당분간은 지금과 비슷한 서비스를 경험하게 될 가능성이 높은 것이죠. 위 국내 이동통신 3사의 움직임도 대부분 실험적인 성격이 강한 것으로 보여지고요. 그나마 체감할 수 있는 것은 네트워크 속도 향상 정도일 것인데, 네트워크 비용이 만만치 않을 것입니다. 지금 5G 스마트폰 구매를 서두르는 것 보다는, 제대로 된 5G 스마트폰과 콘텐츠를 조금 더 기다려보는 것은 어떨까요?^^
본문 외 reference
STARTUP4, 5G와 콘텐츠 산업의 변화 전망
ChosunBiz, 가상현실, 5G 콘텐츠 전쟁의 핵심으로
BLOTER, 이통3사 5G 경쟁, 어떤 콘텐츠 보여줄까
기획 및 글 | 사업기획팀 박예영
'기술이야기 > 월간기술동향' 카테고리의 다른 글
| 월간기술동향 | RPA가 필요합니다 (2) | 2019.04.10 |
|---|---|
| 월간기술동향 | 5G폰, 살까? 말까? (0) | 2019.03.07 |
| 월간기술동향 | Oops! 아니고 AIOps! (0) | 2019.02.12 |
| 월간기술동향 | 엣지 컴퓨팅 (0) | 2019.01.04 |
| 월간기술동향 | IT Trends 2019 (0) | 2018.12.05 |
| 월간기술동향 | AI가 개발을? (0) | 2018.11.05 |
설정
트랙백
댓글
글
월간기술동향 | Oops! 아니고 AIOps!
최근 급 부상하고 있는 AIOps에 대해 알고 계신가요? 가트너는 지난 2017년에 "2019년까지 세계 기업의 25%가 2~3가지 중요 IT업무를 지원하는 AIOps 플랫폼을 구현할 것"이라고 예측하였는데요, 이번 시간에는 AIOps에 대하여 살펴보겠습니다.
AIOps란?
AIOps <출처: Gartner, 2017>
AIOps는 AI 기술을 IT 운영(Operation)에 접목한 것으로, “IT운영을 위한 인공지능(Artificial Intelligence for IT Operations)”을 뜻합니다. (또는 Algorithmic IT Operations 라고도 합니다.) AIOps는 빅데이터 분석과 머신러닝, 그리고 기타 AI 기술을 활용해 IT인프라의 문제를 파악하고 해결책을 제시하는 과정을 자동화 합니다. 사람이 직접 개입하는 대신 AI를 통해 실수를 줄이고, 보다 더 효율적으로 IT 인프라를 운영하는 것이죠. 날로 복잡해지는 여러 자산을 관리함에 있어서 인공지능을 통해 운영자의 시간과 노력을 줄여줄 수 있습니다.
AIOps의 구성요소
<출처: DZone>
AIOps를 이루는 두 가지 핵심 요소는 빅데이터와 머신러닝인데요, IT운영 과정에서 생산되는 분산된 각종 데이터들을 분석하여 머신러닝을 통해 지속적으로 적용함으로써 IT운영의 자동화를 이루게 됩니다.
The technologies that make up an AIOps platform <출처: bmc>
조금 더 자세히 말하면, 우선 검증된 데이터가 필수적입니다. 실제 기업 환경에 적용되어 신뢰할 수 있는 데이터가 양적으로도 질적으로도 충분해야 합니다. 그리고 수집한 데이터들을 분석한 후에 인공지능이 이 데이터들을 효과적으로 학습해야 하죠. 이 역시 꽤 긴 시간이 필요한 과정입니다. 이렇게 구현된 인공지능은 실제 IT 서비스로 구체화되어야 비로소 완성되는 것입니다.
AIOps의 활용
AIOps Platform Enabling Continuous Insights Across IT Operations Management <출처: Gartner, 2018>
가트너는 위 그림과 같이 AIOps가 IT운영 전반에 걸쳐 지속적인 통찰을 가능하게 한다고 설명했습니다. AIOps에서 Logs, Text, Wire, Metrics, API등의 데이터 유형들을 처리하여 다음과 같이 활용할 수 있습니다.
▶ Causal Analysis (인과관계 분석)
▶ Anomaly detection (이상 탐지)
▶ Performance analysis (성과 분석)
▶ Prediction(예측)
▶ Correlation and contextualization (상관관계와 맥락화)
▶ Intelligent Remediation(지능적 개선)
AIOps의 도입 효과
그렇다면 AIOps 도입 후 얻을 수 있는 효과는 무엇일까요?
1. 업무의 효율성 증가
AIOps는 일상적이고 반복적인 업무를 자동화하여 업무의 효율성을 증가시킵니다. 이 덕분에 운영자는 반복적인 업무 수행 대신 좀 더 운영을 효율화 할 수 있는 업무에 집중할 수 있게 됩니다.
2. 운영 비용 감소 & 안정적이고 예측 가능한 인프라 제공
AIOps는 분석과 예측을 통해 최적화된 자원을 사용함으로써 운영 비용을 최소화할 수 있습니다. 또한 보다 더 안정적이고 예측 가능한 운영이 가능해집니다.
3. 기타 부서와의 협업 최대화
AIOps는 각 팀에게 관련 데이터를 제공합니다. 그래서 IT팀이 비즈니스 부서와 데이터 사일로 없이 원활한 의사소통이 가능해지고, 협업을 효율적으로 할 수 있게 되죠. 데이터를 기반으로 한 의사결정이 가능함으로써 기업은 새로운 트렌드에 민감하게 반응할 수 있게 됩니다.
※ 데이터 사일로(silo): 데이터가 전체적으로 통합되지 않고 개별 부서나 사업 부문별로 고립적으로 활용되는 것
본문 외 reference
Gartner, Market Guide for AIOps Platforms
IDG, IT 인프라 운영의 새로운 기준
TechTarget, AIOps
기획 및 글 | 사업기획팀 박예영
'기술이야기 > 월간기술동향' 카테고리의 다른 글
| 월간기술동향 | RPA가 필요합니다 (2) | 2019.04.10 |
|---|---|
| 월간기술동향 | 5G폰, 살까? 말까? (0) | 2019.03.07 |
| 월간기술동향 | Oops! 아니고 AIOps! (0) | 2019.02.12 |
| 월간기술동향 | 엣지 컴퓨팅 (0) | 2019.01.04 |
| 월간기술동향 | IT Trends 2019 (0) | 2018.12.05 |
| 월간기술동향 | AI가 개발을? (0) | 2018.11.05 |
설정
트랙백
댓글
글
월간기술동향 | 엣지 컴퓨팅
지난 월간기술동향에서 소개했던 5G에 이어 “엣지 컴퓨팅(edge computing)”이 새로운 화두로 떠오르고 있습니다. 많은 글로벌 ICT 리서치 기관들도 2019년을 좌우할 중요 트렌드로 엣지 컴퓨팅을 지목하고 있고, 일각에서는 “클라우드 컴퓨팅 시대가 끝나고 엣지 컴퓨팅 시대가 올 것이다.”라고 예측하기도 합니다. 이 엣지 컴퓨팅이란 무엇일까요? 정말 클라우드 컴퓨팅 방식을 대체할 수 있을까요?
엣지 컴퓨팅이란? - 클라우드 컴퓨팅과의 비교
클라우드 컴퓨팅과 엣지 컴퓨팅을 비교하기 전, 먼저 왜 클라우드 컴퓨팅이 등장했는지 알아봅시다. 간단하게 말씀드리면, 먼저 온라인 상에서 오가는 데이터 양이 급증했습니다. 또한 기기도 PC에서 스마트폰, 웨어러블, 스마트홈 등으로 확장되었죠. 이렇게 IoT 기기들이 다양해지고 전송되는 데이터 양이 증가하면서, 이 수많은 데이터들을 인터넷을 통해 시간과 장소에 구애 받지 않고 공유·전송할 수 있는 방식이 발전하기 시작했습니다. 이렇게 클라우드 컴퓨팅이 등장하였습니다.
클라우드 컴퓨팅이란, “클라우드(cloud)”, 즉 인터넷을 통해 서버, 저장소, 소프트웨어, 분석 등의 컴퓨팅 서비스를 제공하는 것입니다. 네이버 N드라이브, 구글 Docs 등이 대표적인 예라고 볼 수 있죠. 하지만 이런 클라우드 컴퓨팅에도 여러 문제점이 있습니다. 서버에서 처리할 수 있는 데이터의 양을 넘어서기 시작했고, 데이터 지연 현상도 종종 발생하며, 컴퓨터의 통신 과정에서 발생하는 보안문제도 있죠.
<출처: 삼성 뉴스룸(2017.05.17)>
클라우드 컴퓨팅의 여러 문제들을 해결할 방법 중 하나가 바로 엣지 컴퓨팅입니다. 엣지 컴퓨팅은 클라우드 컴퓨팅과 대조되는데요, 클라우드 컴퓨팅은 데이터 처리와 연산이 중앙에 집중되어 있지만, 엣지 컴퓨팅은 IoT 기기들과 가까운 주변이나 기기 자체에서 데이터를 분산 처리합니다. 이 때 추려진 상위 작업은 클라우드로 전달되고요. 다시 말하면, 엣지 컴퓨팅은 데이터를 중앙(클라우드)으로 보내지 않고 엔드 포인트 근처에 배치하기 때문에, 데이터가 수집되는 끝단(엣지)에서 즉시 분석하고 현장에 적용할 수 있습니다. 이 방식을 포그(fog) 컴퓨팅이라고 부르기도 합니다.
엣지 컴퓨팅의 장점
엣지 컴퓨팅으로부터 얻을 수 있는 장점은 어떤 것들이 있을까요? 앞서 언급한대로 클라우드 컴퓨팅의 문제점들을 어느정도 해결할 수 있을 것입니다.
1) 데이터 부하 감소
데이터 처리량이 늘어날수록 부하가 많아지는 클라우드 컴퓨팅의 문제점을 엣지 컴퓨팅을 사용하여 데이터를 분산시킨다면 쉽게 해결이 가능할 것입니다.
2) 보안문제 완화
클라우드 보안도 꽤 큰 이슈인데요, 엣지 컴퓨팅을 사용하면 데이터 수집과 처리를 엣지에서 끝낼 수 있어 보안을 강화할 수 있습니다. 또한 엣지 부분 장비에서 클라우드로 데이터를 보낼 때, 엣지 컴퓨팅의 더욱 강화된 보안 솔루션을 적용할 수 있어 안전할 것입니다. 엣지 컴퓨팅은 최신 사이버 보안 기능도 시스템에 내장되어 있거든요.
3) 클라우드 서비스를 이용할 수 없을 때
간혹 클라우드가 마비되면 매우 치명적인 타격을 받습니다. 작년 11월 발생했던 AWS 서울 리전 장애. 기억하시죠? 이런 문제상황 발생 시 엣지 부분 장치에서 어느정도 컴퓨팅을 수행한다면 빠르고 효과적인 대처가 가능할 것입니다.
엣지 컴퓨팅 적용 사례
1) 자율주행차(Self-Driving Car)
<엔비디아 자율주행 소프트웨어 구조. 출처: Nvidia>
자율주행차는 차량에 부착된 센서에서 실시간으로 데이터를 수집해 앞차 간 거리 유지나 주변 상황, 차량 흐름 등을 파악하고 돌발상황 발생 시 신속하게 대처할 수 있도록 합니다. 만약 이런 처리가 엣지가 아닌 중앙 데이터센터에서 이루어진다면 유연하게 대처하지 못할 확률이 높겠죠?
2) 스마트 팩토리(Smart Factory)
많이 알려진 스마트 팩토리에도 엣지 컴퓨팅이 적용됩니다. 특히 일본 기업들이 강조하고 있는데요, 공장내 온·습도 조절이나 기계별 가동 현황을 실시간으로 파악하여 관리하는 것과 같은 비교적 단순한 데이터 처리는 엣지에서 담당하고, 기계 수명 관리나 사고 위험 같은 고도의 분석이 필요한 데이터는 중앙 데이터센터로 전송하여 시스템을 운영한다고 합니다.
3) Edge 솔루션
<출처: MS, AWS>
Azure를 서비스하는 마이크로소프트에서도 ‘Azure IoT Edge’를 서비스하고 있습니다. Azure IoT Edge는 IoT 허브를 기반으로 빌드하는 IoT 서비스로, 클라우드가 아닌 장치에서 데이터를 분석하려는 사용자를 위해 제공합니다.
AWS에서는 ‘Greengrass’라는 소프트웨어를 제공하고 있습니다. 로컬 디바이스에서 데이터를 수집·분석하고, 로컬 네트워크의 디바이스들이 서로 안전하게 통신할 수 있도록 하는 역할을 합니다.
5G와 엣지 컴퓨팅
지난 시간 5G를 간단하게 다루었는데요, 5G 환경을 위해서 각 통신사는 모바일 기지국이나 와이파이 AP(Access Point)를 단순 신호 중계기에서 핵심 데이터를 실시간 처리하는 엣지 기기로 용도를 확대하게 됩니다. 즉 모든 데이터를 통신사의 서버로 보내지 않고 분산시키면 더욱 유연하고 빠른 서비스가 가능해집니다. 5G의 속도는 이 엣지 컴퓨팅으로 빨라지겠지요.
또한 5G의 특징인 초저지연, 초고속, 초연결의 이점을 극대화하기에도 엣지 컴퓨팅이 꼭 필요합니다. 특히 AR/VR같은 대용량 콘텐츠도 5G에 엣지 컴퓨팅을 더하면 진정한 고성능, 모바일 시스템으로 거듭날 수 있을 것으로 보입니다.
앞서 언급한 MS, AWS 외에 구글, 인텔 등 글로벌 기업들도 엣지 컴퓨팅 관련 기술을 지속적으로 개발 중이며, 국내 기업들도 그 중요성을 인식하고 서둘러 시장에 진입하고 있습니다. 엣지 컴퓨팅의 활용 분야는 제조업 뿐만 아니라 스마트시티, 에너지, 헬스케어 등 산업계 전분야라 할 수 있는데요, 5G와 AI의 발달로 엣지 컴퓨팅의 확산은 정말 필연적일 것으로 보입니다.
본문 외 Reference
아이씨엔, 일본의 스마트 팩토리 추진 방향
매일경제, 스마트팩토리 승부수 띄운 일본 엣지컴퓨팅·센서·첨단부품…’꿈의 공장’
기획 및 글 | 사업기획팀 박예영
'기술이야기 > 월간기술동향' 카테고리의 다른 글
| 월간기술동향 | 5G폰, 살까? 말까? (0) | 2019.03.07 |
|---|---|
| 월간기술동향 | Oops! 아니고 AIOps! (0) | 2019.02.12 |
| 월간기술동향 | 엣지 컴퓨팅 (0) | 2019.01.04 |
| 월간기술동향 | IT Trends 2019 (0) | 2018.12.05 |
| 월간기술동향 | AI가 개발을? (0) | 2018.11.05 |
| 월간기술동향 | AI와 대화를? 소오-름 (0) | 2018.10.01 |
설정
트랙백
댓글
글
월간기술동향 | IT Trends 2019
지금은 바로 4차 산업혁명 시대! 이에 걸맞게 IT가 곳곳에서 많은 역할을 하고 있습니다. 특히 빅데이터와 인공지능은 말할 것도 없지요. 그래서 이번 시간에는 여러 기업에서 AI와 최신 기술들을 어떻게 활용하고 있는지, 2019년은 어떤 기술이 영향력을 행사할 것인지 알아보겠습니다.
5G 상용화
국내 이동통신 3사가 지난 12월 1일 5G 전파 송출을 시작했고, 2019년에 상용화 예정입니다. 기존 LTE와 비교했을 때 초저지연·초고속·초연결이 확보됨에 따라 제공될 예상 서비스들이 기대되는데요.
<출처: KT>
초저지연을 통해 자율주행차, 원격 의료 등 저지연이 매우 중요한 분야에 신뢰성 있는 서비스를 제공 하게 될 것이며, 초고속을 통해 AR·VR 등 초고용량 콘텐츠를 이동 중일때나 밀집 지역(ex.야구장) 등에서도 안정적으로 송수신이 가능할 것입니다. 그리고 초연결을 통해 에너지 효율이 높은 IoT 서비스로 스마트시티, 스마트홈, 대규모 센서 모니터링 등 새로운 시장이 창출될 것입니다. 이렇게 5G는 4차 산업혁명시대 차세대 네트워크의 핵심 인프라로 자리매김할 것으로 보입니다.
AR/VR 확산
<출처: tubefilter Insights>
다양한 산업군에서 AR·VR을 활용하고 있는데요, 5G 상용화까지 합세한다면 향후 새로운 콘텐츠 형태로 성장할 수 있을 것 같습니다. 몇가지 예를 볼까요?
(1) 교육: 한국교육학술 정보원 ‘AR·VR로 학교 수업에 날개를 달다!’
초등 교과 교육과정과 연계하여 프로그램을 운영 중이며, 향후 프로그램 확대 방안을 검토할 계획이라고 합니다.
(2) 부동산: 직방 ‘VR 홈투어’
부동산 정보 플랫폼 기업 ‘직방’에서 제공하는 VR 서비스는 실제 집을 걸어 다니며 방안 곳곳을 살펴보는 듯한 효과를 냅니다. 치수 측정도 가능하며, 가구를 미리 놓아볼 수 도 있지요.
또한 직방은 ‘빅데이터랩’을 신설하여 기존에 보유하고 있는 부동산 정보를 다각적이고 체계적으로 분석해 더욱 의미 있는 정보를 제공할 것이라고 합니다.
(3) 뷰티: SEPHORA Innovaion Lab 세포라 혁신 연구소
Virtual Artist 라고 부르는 이 기술은 사용자의 얼굴을 스캔한 뒤 각종 제품을 가상으로 사용해볼 수 있으며, 카트 담기 기능을 통해 제품을 바로 구매할 수도 있습니다.
이케아 플레이스 앱은 아이폰을 사용해서 가구 배치가 다양한 장소에서 어떻게 보여질 수 있는지 시각화해주는 앱인데요, 이케아 판매 상품을 브라우징하고 선택을 쉽게 하였습니다. 재배치도 쉽게 해볼 수 있으며 실제 제품 스케일과 98%의 정확성을 자랑한다고 하네요.
AI 활용 증가
(1) AI를 활용한 모바일 UI 개편: 네이버, 구글
① 네이버: AI기반 개인화 콘텐츠와 커머스 서비스 강화
위의 왼쪽 그림처럼 앞으로 네이버 모바일 화면에는 딱 2가지, ‘그린윈도우’와 ‘그린닷’만 뜹니다. 그린윈도우는 검색창이고요, 그린닷은 새로 도입한 인터랙티브 검색 버튼입니다(화면 하단 초록색 원). 이 그린닷은 AI 기반의 다양한 검색도구를 제공하게 될 예정인데요. 사용자의 시간, 위치, 현재 확인 중인 정보의 종류, 언어 등을 파악해 사용자 맞춤 관심사를 연결해줄 것이라고 합니다.
헤이 카카오~ 다들 들어본 적 있으시죠? 아마 많은 분들께서 사용하실 것 같습니다. 카카오는 생활플랫폼으로 AI 서비스를 확대하고 있는데요, 특히 ‘자동차’와 ‘집’ 중심의 AI 플랫폼 확산 전략을 가지고 있습니다.
① 자동차
<출처: venture square, 카카오I, 기존 현대기아차 차량에 확대 적용>
지난 11월 스마트홈 플랫폼 ‘카카오홈’을 출시하고 IoT 사업에 본격적으로 진출했죠. GS건설, 포스코 건설 등과 함께 아파트에서 작동하는 ‘kakao i’를 구축 중이라고 하는데요, 카카오홈 전용 앱과 카카오톡/카카오미니 등을 통해 언제 어디서든 제어 가능하도록 할 예정이라고 합니다.
블록체인의 디지털 마케팅 접목
블록체인은 중앙시스템에 정보가 들어갔다가 중앙시스템에서 다시 배포되는 것이 아닌, 거래 내용이 네트워크 구성원 모두에게 공유되는 분산 데이터베이스입니다. 중간 개입자가 필요 없고, 많은 정보를 다양한 네트워크와 공유할 수 있죠. 이러한 점들로 보아 블록체인을 도입할 수 있는 분야는 무궁무진합니다.
이 블록체인을 요즘 디지털 마케팅에 접목해 성공한 사례들이 있는데요, 어떤 변화를 가져왔는지 보시죠.
(1) TOYOTA: 광고 캠페인 성과 21% 증대
<출처: TOYOTA>
일본의 자동차 기업 도요타는 블록체인 광고 솔루션 플랫폼과 파트너십을 맺고 프로젝트를 진행했다고 합니다. 프로젝트를 통해 광고 집행 비용을 투명하게 하고, 낭비되는 지출을 줄여 광고 캠페인의 성과를 21% 증대했는데요, 위장 도메인, 봇 클릭, 트래픽 매매 등 비정상적인 행위를 줄여 비용을 효율적으로 절감했다고 합니다.
(2) SONY: 블록체인 기반 디지털 저작권 관리 시스템 구축
<출처: SONY>
SONY는 지난 10월 블록체인 기술을 사용해 권리 정보를 저장하고 처리하는 시스템을 개발했습니다. 이는 전자책이나 음악, 동영상, VR 등의 디지털 콘텐츠 저작권 관련 정보를 블록체인으로 관리하는 시스템인데요, 특허 출원 및 서비스 상용화도 검토 중이라고 합니다. 콘텐츠 저작권 관리 절차가 간소화 될 수 있을 것으로 기대되네요.
본문 기재 외 reference
IBK 경제연구소, 5세대 이동통신이 가져올 미래
https://www.blog.google/products/search/introducing-google-discover/
https://www.engadget.com/2018/09/24/google-search-activity-card-collections/
https://www.seroundtable.com/google-topic-layer-knowledge-graph-dynamic-26421.html
https://www.bloter.net/archives/318809
http://www.venturesquare.net/759343
https://www.i-boss.co.kr/ab-74668-694
https://www.sedaily.com/NewsView/1S5Y4XRG8S
https://news.joins.com/article/23047814
기획 및 글 | 사업기획팀 박예영
'기술이야기 > 월간기술동향' 카테고리의 다른 글
| 월간기술동향 | Oops! 아니고 AIOps! (0) | 2019.02.12 |
|---|---|
| 월간기술동향 | 엣지 컴퓨팅 (0) | 2019.01.04 |
| 월간기술동향 | IT Trends 2019 (0) | 2018.12.05 |
| 월간기술동향 | AI가 개발을? (0) | 2018.11.05 |
| 월간기술동향 | AI와 대화를? 소오-름 (0) | 2018.10.01 |
| 월간 기술동향 | 가장 가까운 머신러닝, 추천 서비스 (0) | 2018.09.05 |
설정
트랙백
댓글
글
월간기술동향 | AI가 개발을?
매 해 10월, 미국의 IT 연구 및 자문 회사인 가트너에서는 다음 해 10대 전략 기술 트렌드를 발표합니다. 해마다 달라지는 기술 트렌드를 반영하기 때문에 가트너가 제시하는 기술 트렌드는 매년 조금씩 변화하고 있는데요, 지난 10월 15일 “Top 10 Strategic Technology Trends for 2019”를 발표하였습니다. 그래서 이번 시간에는 2019년 10대 전략 기술 트렌드 중 흥미로운 하나를 살펴보겠습니다.
Gartner Top 10 Strategic Technology Trends for 2019
가트너가 선정한 기술 트렌드는 시대를 선도할 잠재성이 매우 크며, 혁신을 불러 일으킬 것으로 예상됩니다. 이번 2019년 10대 전략 기술 트렌드는 아직 세상에 많이 알려져 있지 않으며, 앞으로 4년동안 산업에 강한 영향력을 미칠 수 있는 트렌드들에 주목했다고 합니다.
<그림1 가트너의 2019 10대 전략 기술 트렌드>
출처: https://www.gartner.com/smarterwithgartner/gartner-top-10-strategic-technology-trends-for-2019/
위 그림에서 알 수 있듯이, 가트너가 제시하는 2019년 10대 전략 기술 트렌드는 ▲자율 사물(Autonomous Things) ▲증강 분석(Augmented Analytics) ▲인공지능 주도 개발(AI-Driven Development) ▲디지털 트윈(Digital Twins) ▲자율권을 가진 에지(Empowered Edge) ▲몰입 경험(Immersive Experience) ▲블록체인(Blockchain) ▲스마트 공간(Smart Spaces) ▲디지털 윤리와 개인정보보호(Digital Ethics and Privacy) ▲양자 컴퓨팅(Quantum Computing)입니다.
각 항목별 자세한 내용은 가트너 홈페이지를 참고해주시고, 이번시간에는 ‘인공지능 주도 개발(AI-Driven Development)’에 대해서 한번 생각해보겠습니다.
AI-Driven Development
현재 대부분의 인공지능 개발은 데이터 과학자와 애플리케이션 개발자가 협력해서 만드는 것이라는 것, 알고 계시죠? 이에 반해 인공지능 주도 개발은, AI 개발자를 투입해 이를 개선하는 것을 말합니다. 가트너는 2022년까지 애플리케이션 개발 팀 중 최소 40% 정도가 AI 기반 가상 개발자를 보유할 것으로 보았습니다. 또한, 이 시대에는 비전문가들이 AI 도구를 통해 코딩 없이 앱을 만드는 것이 흔해질 것이라고 전망하기도 했습니다.
이미 간단한 코딩은 AI가 할 수 있는 정도까지 왔는데요, 몇가지 예를 살펴보겠습니다.
Auto Machine Learning
아마존, 구글 할 것 없이 모두 이 시장에 뛰어들었죠. 지난 10월 뉴스레터의 ‘엑기스-새로운 시도, AutoML’ 코너에서도 다루었습니다.
DeepCoder: Learning to Write Programs
DeepCoder는 MS와 캠브리지 대학이 공동 개발한 머신러닝 기반의 자동 코딩 기술입니다.
<그림3>
출처: https://fossbytes.com/microsoft-ai-system-deepcoder/
MS는 DeepCoder를 통해 사람에게 아이디어만 있으면 AI가 자동으로 소스코드를 작성할 수 있도록 하는 것이 목표라고 합니다. DeepCoder는 현재 논문 수준이라 바로 적용하는 것은 어렵지만, 어느 정도 후에는 소프트웨어 개발 시장에 큰 영향력을 행사할 것으로 보입니다.
Bayou: AI To Help You Code
<그림4 bayou>
출처: https://www.i-programmer.info/news/90-tools/11767-bayou-ai-to-help-you-code.html
바이유는 개발자가 몇 가지 키워드를 입력해 자바 코드에 엑세스 할 수 있도록 하여 소스코드 생산에 시간이 덜 소모되도록 합니다. 심지어 오픈소스로 공개되었는데요, 단지 몇 개의 키워드 만으로 프로그램을 만들 수 있다면 저도 프로그래밍에 도전해보고 싶네요.
'기술이야기 > 월간기술동향' 카테고리의 다른 글
| 월간기술동향 | Oops! 아니고 AIOps! (0) | 2019.02.12 |
|---|---|
| 월간기술동향 | 엣지 컴퓨팅 (0) | 2019.01.04 |
| 월간기술동향 | IT Trends 2019 (0) | 2018.12.05 |
| 월간기술동향 | AI가 개발을? (0) | 2018.11.05 |
| 월간기술동향 | AI와 대화를? 소오-름 (0) | 2018.10.01 |
| 월간 기술동향 | 가장 가까운 머신러닝, 추천 서비스 (0) | 2018.09.05 |
설정
트랙백
댓글
글
월간기술동향 | AI와 대화를? 소오-름
아이언맨의 인공지능 비서 ‘자비스’를 아시나요? 아이언맨이 자비스에게 지시를 하면, 자비스는 그의 말을 정확히 인지하고 지시를 수행합니다. 자비스가 실제로 나의 비서가 된다면 얼마나 좋을까요? 현실에서도 자비스와 같은 인공지능 비서를 사용하게 될 날이 멀지 않은 것 같습니다.
지난 5월, 구글 I/O 컨퍼런스에서는 놀라운 시연이 펼쳐졌습니다. 인공지능 비서 구글 어시스턴트가 직접 미용실에 전화해 직원과 대화하여 예약을 해주고 쉬는 날을 확인하는 시연을 보였습니다. 아마 아래 영상을 보시면 깜짝 놀라실 겁니다.
<영상 출처: YouTube, Jeffrey Grubb>
첫 번째 시연 중 미용실 직원의 기다려 달라는 말에 사람처럼 ‘으-흠’하고 반응하는 인공지능의 모습. 정말 놀랍지 않나요? 이 놀라운 광경은 구글 어시스턴트가 실제로 대화의 뉘앙스를 이해한다는 것이며, 이 기술을 “구글 듀플렉스”라 부른다고 구글 순다 피차이 CEO가 말했습니다.
그래서 이번 시간에는 구글 듀플렉스와 그 중심 기술에 대해 알아보도록 하겠습니다.
구글 듀플렉스는 기존 대화형 AI보다 더 진화된 모습을 보여줍니다. 사람을 대하는 것처럼 자연스러운 대화 경험을 제공하며, 대화가 예상대로 흘러가지 않을 때도 지능적으로 반응할 수 있습니다. 음성도 아주 자연스럽고요.
듀플렉스의 중심에는 TFX(TensorFlow Extended)를 사용하여 설계된 순환 신경망(RNN, Recurrent Neural Network)가 있습니다. 높은 정밀도를 얻기 위해 구글에서는 익명 처리된 수십만 건의 온라인 예약 음성 녹음 데이터를 반복 학습시켰다고 합니다.
<출처: Google AI Blog, Google Duplex: An AI System for Accomplishing Real-World Tasks Over the Phone>
RNN이란?
그렇다면, 위에서 언급한 순환 신경망(RNN, Recurrent Neural Network)에 대해 간단하게 알아봅시다. 음악, 동영상, 에세이, 시... 이것들의 공통점은 무엇일까요? 바로 시퀀스라는 점입니다. 음악은 음계들의 시퀀스, 동영상은 이미지의 시퀀스, 에세이는 단어들의 시퀀스로 볼 수 있습니다. 시퀀스의 길이는 가변적입니다. 소설에는 단편소설도 있고 장편소설도 있는 것과 같죠.
RNN은 시퀀스 데이터를 모델링 하기 위해 등장했습니다. RNN이 기존의 뉴럴 네트워크와 다른 점은 ‘기억’을 갖고 있다는 점입니다. 네트워크의 기억은 지금까지의 입력 데이터를 요약한 정보라고 볼 수 있습니다. 새로운 입력이 들어올 때마다 네트워크는 자신의 기억을 조금씩 수정합니다. 결국 입력을 모두 처리하고 난 후 네트워크에게 남겨진 기억은 시퀀스 전체를 요약하는 정보가 됩니다. 이는 사람이 시퀀스를 처리하는 방식과 비슷합니다. 이 글을 읽을 때도 우리는 이전까지의 단어에 대한 기억을 바탕으로 새로운 단어를 이해합니다. 이 과정은 새로운 단어마다 계속해서 반복되기 때문에 RNN에는 Recurrent, 즉 순환적이라는 이름이 붙습니다. RNN은 이런 반복을 통해 아무리 긴 시퀀스라도 처리할 수 있는 것입니다.
<출처: Dreamgonfly’s github, RNN 다이어그램 >
위 다이어그램에서 빨간색 사각형은 입력, 노란색 사각형은 기억, 파란색 사각형은 출력을 나타냅니다. 첫번째 입력이 들어오면 첫번째 기억이 만들어집니다. 두번째 입력이 들어오면 기존의 기억과 새로운 입력을 참고하여 새 기억을 만듭니다. 입력의 길이만큼 이 과정을 얼마든지 반복할 수 있습니다. 각각의 기억은 그때까지의 입력을 요약해서 갖고 있는 정보입니다. RNN은 이 요약된 정보를 바탕으로 출력을 만들어 냅니다.
<구글에서 엑셈을 검색하면..?>
'기술이야기 > 월간기술동향' 카테고리의 다른 글
| 월간기술동향 | Oops! 아니고 AIOps! (0) | 2019.02.12 |
|---|---|
| 월간기술동향 | 엣지 컴퓨팅 (0) | 2019.01.04 |
| 월간기술동향 | IT Trends 2019 (0) | 2018.12.05 |
| 월간기술동향 | AI가 개발을? (0) | 2018.11.05 |
| 월간기술동향 | AI와 대화를? 소오-름 (0) | 2018.10.01 |
| 월간 기술동향 | 가장 가까운 머신러닝, 추천 서비스 (0) | 2018.09.05 |
설정
트랙백
댓글
글
월간 기술동향 | 가장 가까운 머신러닝, 추천 서비스
추천 시스템(Recommendation System)이란?
대상자가 좋아할 만한 무언가를 추천하는 시스템을 말합니다. 아마 대부분의 사람들은 최소한 한 번쯤 이미 추천시스템을 경험했을 것 같은데요, 쇼핑을 하기 위해 사이트를 방문하여 특정 상품의 정보를 얻기 위해 클릭을 하면, 화면 어딘가에 추천아이템, 인기아이템, 당신이 좋아할 만한 아이템 등 다양한 이름으로 상품을 추천하는 것을 쉽게 발견할 수 있습니다. 또한 시스템의 문제에 대한 해결 방법 추천과 건강에 대한 치료 방법 추천과 같은 다양한 범위에서 추천 시스템이 활용될 수 있습니다.
추천시스템은 아마도 일반인들이 가장 빈번하게 접하는 머신러닝 서비스라고 얘기해도 과언은 아닐 것 같은데요. 그만큼 추천시스템은, 특히 IT 서비스에서는 매우 중요한 핵심적인 기술이라고 할 수 있고, 전자상거래 관련 회사들은 추천시스템을 준비하거나 운영하고 있습니다.
추천 시스템의 주요 기술
추천 시스템의 주요 기술은 2가지가 있고, 이 둘을 혼합하여 사용 가능합니다.
<그림1 | 사용자 기반 추천(좌)과 아이템 기반 추천(우)>
1. 아이템 기반 추천 : 사용자가 구매한 물건과 유사한 물건이나 연관성이 높은 물건을 추천하는 방식
2. 사용자 기반 추천 : 사용자를 유사한 사용자별로 그룹핑하고 해당 사용자 그룹내의 사용자가 구매한 물품을 그룹의 다른 사용자에게 추천하는 방식
3. 혼합형 추천 : 사용자를 그룹핑하고, 해당 그룹의 사용자가 구매한 물품들을 아이템 기반으로 연관성을 분석하여 연관성이 높은 물품을 해당 사용자 그룹에 추천하는 방식
주요 기술의 장점 및 단점은 아래 표와 같으며, 대표적인 추천 알고리즘으로 Collaboration Filtering(CF, 협업 필터링)을 적용하고 있습니다.
<표1 | 추천 서비스 주요 기술의 장단점>
그리고 최근에는 딥러닝 기술과 결합된 추천 방법을 개발하고 있거나 연구하고 있습니다.
성능평가
Collaboration Filtering을 이용해 추천시스템을 개발했다면 해당 시스템의 성능을 평가해야 합니다. 성능평가는 주로 A/B 테스트를 적용합니다.
※ A/B테스트: 기존의 제품 또는 알고리즘과 신규로 적용한 알고리즘을 비교 평가하는 방식
추천 시스템의 활용 사례
마지막으로 추천 시스템(Recommendation System)의 활용 사례를 보시죠. 사례를 보면 더 이해하기 쉬울 것입니다.
1. YouTube
유튜브는 비디오 메타데이터(장르, 태그정보, 상영시간 등), 사용자 접속정보(로그인, 미로그인), 사용자 정보(로그인), 비디오 클릭 수, 비디오 플레이타임 정보 등의 정보들을 이용해 추천시스템을 운영하고 있습니다. 또한, 로그인 상태에 따라 다른 추천 방식을 적용하는데요. 미로그인 시(기본)에는 아이템기반으로 Collaborative Filtering 모델을 적용하여 추천하고, 로그인 후에는 사용자기반으로 Deep Collaborative Filtering 모델을 적용 중입니다.
2. 아마존
아마존은 평점(Rating),구매행위(Buying Behavior) 그리고 검색행위(Browsing Behavior) 정보들을 이용해 추천시스템을 운영하고 있습니다. 또한 자체적으로 기존 데이터를 기준으로 추천하는 Item-to-Item Collaborative Filtering 알고리즘을 개발하였죠.
<그림2 | 아마존이 특허 출원 시 제출한 추천 시스템 요약도>
이 외에도 넷플릭스, 페이스북 등 다양한 기업에서 추천시스템을 활용하고 있습니다.
Reference
https://www.oss.kr/info_techtip/show/5419f4f9-12a1-4866-a713-6c07fd36e647
https://medium.com/@cfpinela/recommender-systems-user-based-and-item-based-collaborative-filtering-5d5f375a127f
기획 및 글 | 사업기획팀 박예영
기술 협조 | 사업기획팀 윤효근 박사
'기술이야기 > 월간기술동향' 카테고리의 다른 글
| 월간기술동향 | Oops! 아니고 AIOps! (0) | 2019.02.12 |
|---|---|
| 월간기술동향 | 엣지 컴퓨팅 (0) | 2019.01.04 |
| 월간기술동향 | IT Trends 2019 (0) | 2018.12.05 |
| 월간기술동향 | AI가 개발을? (0) | 2018.11.05 |
| 월간기술동향 | AI와 대화를? 소오-름 (0) | 2018.10.01 |
| 월간 기술동향 | 가장 가까운 머신러닝, 추천 서비스 (0) | 2018.09.05 |
