본문 바로가기
척척박사 윤박사가 들려주는 AI | 여덟 번째, 스마트 시대의 인공지능 사례 - 뇌공학과 인공지능 뇌공학은 스마트 인공지능의 목적지로, 사람 두뇌와 컴퓨터가 상호작용하는 차세대 융합 기술이다. 뇌공학은 사람의 뇌 신경망과 컴퓨팅 기계를 특정 네트워크(BCI : Brain-Computer Interface)로 연결하고, 뇌의 활동을 인지하거나 질환 치료, 컴퓨팅 기계를 사람의 뇌로 제어하는 등의 다양한 세부 분야로 기술 개발이 진행되고 있다. 뇌공학 기술이 성공적으로 진행된다면, 마이너리 리포트나 매트릭스와 같이 영화에서나 가능한 세계가 현실화될 가능성이 높아진다. 뇌공학의 정의와 국가 전략 뇌공학은 1973년 자퀴스 비달(미국, UCLA) 교수에 의해 식물인간 환자가 어떻게 외부와 의사소통을 할 수 있을까를 고민하면서부터 정립되기 시작하였다. 현재는 각국에서 뇌공학과 인공지능에 대한 연구와 투자가 적.. 2017. 8. 29.
IT easy, IT is! | 두 번째, RDBMS의 태동기 번 와츠와 IMS/DB 지난 기고는 최초의 DBMS인 IDS에 대한 이야기로 끝났었는데요. 이 당시 DB는 예를 들자면, [권선생→이화백→홍작가→…]과 같이 꼬리에 꼬리를 무는 구조로 [IT easy, IT is! 팀]이라는 공간에 들어와 있었습니다. 그리고 이 데이터를 다시 꼬리 무는 구조로 가져오는 방식의 ‘네트워크 DB’였습니다. 그런데 IBM에서 이 구조를 토너먼트 리그 혹은 회사 조직도와 같은 구조로 바꾼 DB를 내놓았고, 이를 ‘HDB’(Hierarchical DB)라고 합니다. 그리고 그 HDB 종류의 실제적인 DB 제품이, 바로 IMS/DB입니다. 1966년에 아폴로 프로젝트의 우주선을 만들기 위한 제품 및 자원 관리를 위하여, 관리시스템인 BOM(Bills of material)을 만들었.. 2017. 8. 29.
척척박사 윤박사가 들려주는 AI | 일곱 번째, 스마트 시대의 인공지능 사례 – 스마트 지능 스마트 지능(Smart Intelligence)은 개인이 가지고 있는 스마트 디바이스를 이용하여 개인 맞춤형 서비스를 제공하기 위한 인공지능 서비스 모델의 하나이다. 이는 개인별 스마트 디바이스에서 발생되는 데이터를 개인용 클라우드 시스템으로 지식을 생성하고, 개인 맞춤형 기계학습 엔진을 통해 지능형 상황 인지 통합 서비스라 할 수 있다. 또한 최근에 P2P 개념과 다시 결합되어 스마트 디바이스의 프로세스 기능을 강화하고, 클라우드 컴퓨팅에서 실시간 개인 상황 데이터를 훈련시켜 개인 맞춤형 실시간 서비스로의 가능성을 확인하고 있다. 스마트 지능의 특징 스마트 지능은 상황 정보(Context Information)를 통해 이전의 상황과 반응에 따라 현재 상태를 어떻게 예측하고 추론하는가가 중요하다. 상황 .. 2017. 7. 26.
IT easy, IT is! | 첫 번째, 컴퓨터와 DBMS의 시작 -조지 불 먼저, 컴퓨터는 계산을 자동화하는 기계로 시작됩니다. 계산의 자동화를 위한 인류의 노력 중 가장 오래된 결과물은 주판입니다. 주판 이후로도 수 많은 계산 자동화를 위한 노력이 있었습니다. 그 중 17세기의 천재 ‘파스칼’의 톱니바퀴도 있습니다. 파스칼은 세무사였던 아버지가 계산의 어려움을 겪는 것을 보고 톱니바퀴를 이용하여 아버지의 계산을 자동화해주었습니다. 현대적 컴퓨터의 기원은 영국의 ‘조지 불’이라는 사람으로부터 시작됩니다. 그는 ‘불 대수’를 창시한 수학자였고, 인간의 지능을 2진법의 논리로 표현할 수 있다고 주장하였습니다. 그로부터 현대 컴퓨터의 수학적인 이론이 시작되었습니다. 불은 수학의 2진법을 사용하여 인간의 복잡한 연산을 다 표현할 수 있다고 제시하였습니다. 『수학의 파노라마』.. 2017. 7. 25.
척척박사 윤박사가 들려주는 AI | 여섯 번째, 스마트 인공지능 사례 차세대 IT 혁명의 핵심 요소 중 하나인 인공지능 기술은 다양한 산업 분야에서 기술 도입을 위한 개발과 함께 실 업무 적용을 위한 모델 연구에 집중하고 있다. 하지만 이들의 개발은 기계학습을 위해 어떤 데이터를 적용할지, 서비스에 어떤 모델을 도입할지 고민하면서 도입의 딜레마에 빠지기도 한다. 그 이유는 기존의 규칙 기반(Rule-based) 시스템이나 통계 모델에 비해 기계학습이 얼마나 우수한 결과를 얻는지를 설명해 줄 수 없기 때문이다. 또한 기계학습을 위한 프로세스와 아키텍처가 명확하지 않기 때문에 기존의 시스템 구축과 같은 방법으로 도입하는 경우에는 실패할 확률이 높다. 그래서 이번 기고에서는 스마트 환경을 기반으로 도입된 인공지능 사례를 살펴보고 도입에서 발생되는 이슈들을 고민해 보고자 한다. .. 2017. 6. 28.
UX 이야기 | Hick's Law- Quick Decision Making 출처 : https://uxplanet.org/design-principles-hicks-law-quick-decision-making-3dcc1b1a0632 2017. 6. 27.
척척박사 윤박사가 들려주는 AI | 다섯 번째, 인공지능 서비스 구성을 위한 방법 지금까지 인공지능의 역사와 대표적인 사례를 통해 4차 산업혁명의 중심에 있는 인공지능에 대해 간략하게 소개하였다. 최근에 대두되고 있는 기계학습의 딥러닝 모델이 침체되었던 인공지능을 많은 사람들에게 매력적으로 인식시키게는 했지만, 인공지능 솔루션이나 비즈니스가 성공적으로 구축되기까지는 많은 시간과 노력이 필요하다. 또한 전문가 시스템, 의사결정 시스템, 추천 시스템 등 기존의 딥러닝 기반 규칙 엔진으로 만들어진 소프트웨어보다 진보된 성능과 결과를 시대는 기대하고 있다. 따라서 오픈소스를 이용한 기계학습 프로그램을 학습하는 것도 중요하지만, 인공지능 비즈니스를 위한 서비스 모델과 환경을 이해하는 것도 중요하다. 지금부터는 필자가 18년 이상 연구한 인공지능 비즈니스 서비스를 위해 익힌 기술들을 중심으로, .. 2017. 5. 29.
UX 이야기 | IT人들을 위한 삶과 일에 대한 조언 당신의 디자인 기술을 기증하는 것은 당신이 조건을 설정하는 사람 일 때 완벽하게 훌륭합니다. 저는 Joel Beukelman과 합쳐 2017년 Columbus, Georgia Creative South라는 모임에서 공예(craft)와 직장 생활의 발란스에서부터 디자인 비즈니스에 이르기까지 다양한 주제로 디자이너를 위한 팁을 서로 이야기했습니다. Joel은 Design Inc. 에서 저와 함께 일하고 있습니다. 1. 두꺼운 마커로 스케치하세요. 잡다한 세부항목에 집착하지 말고 큰 아이디어와 콘셉트에 포커스 하세요. 2. 포트폴리오에 이미지(시각적인)이외에 더 많은 것을 보여주세요. 이미지와 함께 자신의 생각과 아이디어도 같이 설명해 보세요. 역주: 어떻게 그러한 결과를 도출했는지 설명을 넣으면 좋을 거 같.. 2017. 5. 29.
척척박사 윤박사가 들려주는 AI | 네 번째, 알파고의 도전과 시사점 필자는 앞에서 인공지능의 개요와 함께 왓슨(Watson)에 대해 이야기 했다. 이번에는 왓슨과 함께 세기의 대결을 펼친 구글의 알파고(AlphaGo)를 이야기 하고자 한다. 만약 우리가 인공지능 시스템을 개발한다고 하면, 퀴즈쇼와 게임 중에서 세계인이 관심을 가질 수 있는 공통의 분모를 찾고 흥미를 유발할 만큼의 이벤트가 필요할 것이다. 그렇기에 다음 인공지능 이벤트는 아마도 그랑프리나 렐리와 같은 자동차 경주에서 무인 자동차 대결이 아닐까? - 구글의 딥러닝 도전과 이슈 만들기 2016년 3월, 우리는 잊지 못할 세기의 대결을 보았다. 구글의 딥러닝 기반의 알파고와 이세돌 9단의 대국, 인간과 컴퓨터와의 3번째 큰 대결이었다. 첫 번째 대결은 IBM이 만든 체스 전용 컴퓨터 “딥 소트(Deep Thou.. 2017. 4. 26.

티스토리툴바