태터데스크 관리자

도움말
닫기
적용하기   첫페이지 만들기

태터데스크 메시지

저장하였습니다.

엑기스 | 지능형 전력 빅데이터 예측, AutoML이 답!

기술이야기/엑.기.스 2020. 3. 13. 16:38






인공지능(AI)과 전력 빅데이터 분석


인공지능은 센스나 장비, 기기 등의 현 상태를 모니터링 하는 단순 영역부터 복잡하고 불확실한 미래상황을 추론하는 영역까지 다양한 영역에서 적용되고 있다. 가트너에서는 AI가 2021년까지 3천 3백조원의 비즈니스 가치와 7조 시간을 절약하는 업무 생산성 향상을 가져다 줄 것으로 예상하고 있다. 기계학습(머신러닝, Machine Learning)이나 심층학습(딥러닝, Deep Learning)은 모두 인간의 지능을 대체한다는 점에서 인공지능이라고 정의된다.


최근 데이터 과학과 데이터 사이언티스트의 부족으로 인해 자동 기계학습(Auto ML) 영역이 급속도로 커지고 있다. Auto Machine Learning이란, 데이터만 있다면 자동으로 분석 모델을 학습하고 갱신하여 최적의 분석 알고리즘을 추천, 업무에 적용하는 것이다. 분석 전문 지식이 없는 일반 사용자도 쉽게 머신 러닝 분석을 자동으로 생성하고 활용 가능하다. Auto ML 소프트웨어 툴의 수는 단 2년 만에 300%가 증가하였는데, 자동화된 데이터 과학 도구에 대한 다양한 정의, 기대 및 회의론과 모델 개발 및 배포에 대한 개선된 접근 방식 등의 변화로 이루어졌다.

전력 분야에서는 자원 및 시설의 효율적인 관리와 함께 문제 및 변칙의 적시 감지, 전력 수요 및 서비스에 대한 효과적인 예측을 위해 빅데이터와 AI 기술을 활용하고 있다. 다수 빅데이터 프로젝트가 진행되고 있으며, 플랫폼 및 인프라, 에너지 대용량 데이터 모니터링 및 분석, 스마트 시티, 스마트 홈 및 전기 자동차의 수요 예측, 새롭고 혁신적인 에너지 서비스 등의 분야를 포함한다.


데이터 분석 기법과 프로세스

데이터 분석의 80%가 머신러닝 기법을 이용하고 있다. 머신러닝은 비지도, 지도, 심층, 강화 학습 등으로 나뉘고, 최근 Gradient Boosting Tree와 Random Forest와 같은 머신러닝 앙상블 모델을 분석에 주로 활용한다. 현재 머신러닝 자동화 제품으로 가능한 분석 기법은 지도학습(Supervised Learning)이다. 예측하고자 하는 변수(목표변수, 결과)를 분석하기 위해서는 결과(정답)가 있는 과거 이력 데이터가 필요하기 때문이다. 일부 상용 머신러닝 플랫폼 중 머신러닝 자동화가 가능한 제품은 비지도학습 기법인 주성분 분석(Principal Component Analysis)과 K-Means 분석을 활용해 결과 예측력을 높이는 기능도 제공한다.


일반적인 데이터 분석 프로세스는 데이터 준비 – 데이터 저장 – 구조화 – 전처리 – 모델 평가 – 모델 학습 – 예측 데이터 수집 – 모델 배포 – 예측과 실제 결과 비교 – 모델 관리 모니터링 – 시각화 – 인사이트 발굴의 12단계이며, 대표적인 전통적 데이터 분석 프로세스는 아래 3가지가 있다.


그렇다면 전통적인 IT 프로젝트와 빅데이터 분석 프로젝트의 차이는 무엇일까? 전통적인 프로젝트는 기존 프로세스를 파악해 개선된 프로세스를 기반으로 시스템과 제품, 생산 등의 효율성과 비용절감을 강조하지만, 빅데이터 분석은 예측을 통해 가치를 창출하는데 초점을 맞춘다.




머신러닝 플랫폼의 종류와 평가 프레임워크



가트너에서 매년 발표하는 Magic Quadrant의 2020년 데이터 과학과 머신러닝 플랫폼 부문을 보자. 2020년으로 넘어가면서 전통적인 머신러닝 플랫폼인 SAS가 다시 리더 포지션으로 올라왔고, KNIME이 작년 리더 그룹에서 비저너리 그룹으로 내려온 점이 주목할 만 하다. 또한 Databricks, Dataiku, DataRobot 등이 새로운 포지션으로 이동했다. 

데이터 사이언티스트들은 오픈소스로 모델을 구현하는 경우가 많지만, 모델 구현 후 모델 배포 관점에서 상용 플랫폼을 선택하는 경우가 많다. 상용 플랫폼의 경우 모델 배포 및 모델 활용을 위해 Rest API 지원이 편리하고 용이하기 때문이다. 또한 다수의 상업 플랫폼이 이용 가능한 머신러닝 플랫폼이 R과 Python을 같이 쓸 수 있도록 지원하고 있다. 외산 Auto ML 제품군에서는 DataRobot과 H2O가 국내 지원을 하고 있다. 


Auto ML 평가를 위한 일관성 기준도 있다.

① 데이터 연결성 

② Summarization, Exploration & Cleansing을 포함한 데이터 처리의 기능 및 자동화

③ 데이터 변환 및 피쳐 선택을 포함한 피쳐 엔지니어링에서의 기능 및 자동화

④ 하이퍼 파라미터 튜닝, 문제 유형 및 앙상블을 포함한 학습 알고리즘의 기능 및 자동화

⑤ 데이터 및 모델 성능 시각화

⑥ 모델 성능 평가 역량

⑦ 제품 GUI, 코드 배포 및 포함을 비롯한 배포 옵션

⑧ 가격 책정


대표적 Auto ML인 데이터로봇의 기능과 특장점을 살펴보자. 

① 데이터 탐색 → 100+여개 기법 중 최적 모델 선택 → 최적의 하이퍼 파라미터 기준으로 모델 구현 → 분석 모델 배포 → 배포된 모델 관리

② 로지스틱 회귀, 랜덤 포레스트, 서포트 벡터머신, Lasso 회귀, 베이지안, 신경망 모델 등 100+여개의 분석 모델 중 최적 모델 선정

③ 사람이 아닌 기계를 통한 최적화로 모델 구현 공수 70% 감소 효과






Auto ML을 통한 전력사용량 예측


1분석 목표와 범위 : 전력 데이터를 활용한 고객 사용량 예측

공개된 임의의 과거 3년의 전력 사용량을 활용하여 전력사용량을 예측하는 분석 수행을 통해 예측 분석 모델링을 하고자 한다. 계약정보 및 사용량 패턴을 통해 고객별 일별 전력사용량을 예측하는 모델을 구축했다.


2. 분석 결과 및 활용 : 전력사용량 예측 모델 활용

분석한 모델을 웹서버에 배포하여 실시간으로 전략 사용량 예측 가능성을 타진하였고, 가상의 임의의 데이터를 평균값으로 입력 후 전략 사용량을 예측했다.



가상환경 환경 시뮬레이션을 통해 전력사용량을 재계산한 결과 전력 사용량이 174601.56kWh로 변경되었다.



3. AI기반 지능형 전력 빅데이터의 활용
향후 전력 사업 분야에서도 새로운 비즈니스와 가치 창출을 위해 Auto ML을 활용할 것으로 예상하며, AI 기반의 전력 분야에서 자원 및 시설의 효율적인 관리, 문제 및 변칙의 적시 감지, 전력 수요 및 서비스에 대한 효과적인 예측을 위해 빅데이터 및 AI 기술을 활용할 수 있는 지능형 빅데이터 분석 플랫폼이 필요할 것이다.









기고 | 빅데이터사업본부 조치선
편집 | 사업기획팀 박예영








이벤트 | 제품명 바로알기 이벤트

이벤트/이벤트 2020. 2. 10. 19:18








기획 및 글 | 사업기획팀 박예영

이미지 제작 | 사업기획팀 박예영








'이벤트 > 이벤트' 카테고리의 다른 글

이벤트 | 봄 이야기  (48) 2020.03.13
이벤트 | 제품명 바로알기 이벤트  (54) 2020.02.10
이벤트 | 응원댓글 이벤트  (38) 2020.01.10
이벤트 | 2019 Best Awards  (92) 2019.12.24
이벤트 | 미리 크리스마스  (45) 2019.11.04
이벤트 | 가을가을해  (68) 2019.10.15
  • 이전 댓글 더보기
  • SK 2020.02.27 19:24 ADDR 수정/삭제 답글

    1. XAI는 eXplanable AI로, ‘설명 가능한 인공지능’을 뜻합니다. AI가 내린 판단에 대한 이유를 사람이 이해할 수 있는 방식으로 제시하는 인공지능으로, 결과만 알려주는 것이 아니라 ‘왜’까지 설명해 주는 인공지능입니다.

    2. ‘모아’ 한글의 ‘모으다’의 의미와 영어의 ‘more’의 발음에 착안하였고, 다양한 클라우드 환경을 모아서 보다 더 체계적이고 통합적으로 관제한다.
    또한 MOA의 각각의 글자는 다음과 같은 의미를 가지고 있다.
    M – Monitoring
    O – Operation
    A - Analytics
    모니터링, 운영, 분석이라는 클라우드모아의 주요 특징을 나타낸다.

    • 2020.02.27 19:28 수정/삭제

      비밀댓글입니다

    • 2020.02.28 09:49 수정/삭제

      비밀댓글입니다

  • 2020.02.27 19:31 ADDR 수정/삭제 답글

    비밀댓글입니다

  • 2020.02.27 19:35 ADDR 수정/삭제 답글

    비밀댓글입니다

  • 2020.02.27 20:35 ADDR 수정/삭제 답글

    비밀댓글입니다

  • 배재현 2020.02.27 21:44 ADDR 수정/삭제 답글

    배재현(01027998182)
    moneymashi@gmail.com

    1. XAI (eXplanable AI)
    ‘XAI’는 eXplanable AI로, ‘설명 가능한 인공지능’을 뜻합니다.
    2020년에 딥러닝 인공지능을 지나 설명가능함으로써 AI의 신뢰성을 확인하기 위한 키워드입니다.

    2. MOA (Monitoring Operation Analytics)
    : 모니터링 운영 분석으로 클라우드 모아의 특징으로 체계적이고 통합적인 관제 솔루션을 의미합니다.

    • 2020.02.28 09:50 수정/삭제

      비밀댓글입니다

  • 2020.02.28 08:11 ADDR 수정/삭제 답글

    비밀댓글입니다

    • 2020.02.28 09:50 수정/삭제

      비밀댓글입니다

  • 2020.02.28 08:28 ADDR 수정/삭제 답글

    비밀댓글입니다

  • 2020.02.28 09:10 ADDR 수정/삭제 답글

    비밀댓글입니다

  • 2020.02.28 09:57 ADDR 수정/삭제 답글

    비밀댓글입니다

  • 2020.02.28 10:16 ADDR 수정/삭제 답글

    비밀댓글입니다

  • 2020.02.28 15:48 ADDR 수정/삭제 답글

    비밀댓글입니다

  • 2020.02.28 17:20 ADDR 수정/삭제 답글

    비밀댓글입니다

  • 2020.02.28 18:10 ADDR 수정/삭제 답글

    비밀댓글입니다

  • 2020.02.28 18:11 ADDR 수정/삭제 답글

    비밀댓글입니다

  • 2020.02.28 18:12 ADDR 수정/삭제 답글

    비밀댓글입니다

  • 송진호 2020.02.29 14:03 ADDR 수정/삭제 답글

    XAI(eXplanable AI) "AI가 판단한 이유를 사람이 이해할 수 있는 방식으로 설명하는 인공지능"
    MOA(Monitoring Opeeration Analytics) IT인프라와 서비스 통합 관제하는 솔루션

    • 2020.02.29 14:05 수정/삭제

      비밀댓글입니다

  • 2020.03.01 17:11 ADDR 수정/삭제 답글

    비밀댓글입니다

  • 불동 2020.03.02 16:21 ADDR 수정/삭제 답글

    이름: 김동수
    전화번호: 010 7625 9490
    퀴즈1 답 : ‘XAI’는 eXplanable AI로, ‘설명 가능한 인공지능’
    퀴즈2 답 : MOA(모아) 각각 글자의 의미
    M: 모니터링 / O: 운영/ A: 분석

  • 2020.03.04 08:56 ADDR 수정/삭제 답글

    비밀댓글입니다

  • 매운솜사탕 2020.03.04 11:22 ADDR 수정/삭제 답글

    MOA
    한글로 '모으다'라는 의미와 영어 'more'의 발음에 착안하여
    퍼블릭 클라우드, 프라이빗 클라우드, 하이브리드 클라우드 등 다양한 클라우드 환경을 모아서 더 체계적이고 통합적으로 관제하는 제품을 특징적으로 나타냄.
    또 각 영어 스펠링마다
    M - Monitoring
    O - Operation
    A - Analytics
    의 의미를 가지고 모니터링, 운영, 분석이라는 클라우드 모아의 주요 특징을 나타냄.

    XAI
    eXplanable AI로 '설명 가능한 인공지능'을 의미함.
    AI가 내린 판단에 대한 이유를 사람이 이해할 수 있는 방식으로 제시하는 인공지능.
    즉 결과만 알려주는 게 아니라 이유를 설명해주는 인공지능.

    • 2020.03.04 11:23 수정/삭제

      비밀댓글입니다

월간기술동향 | 코로나19 사태로 본 조기 경고의 중요성






각종 사업분야에 영향을 미친, 주식시장이 큰 타격을 받은, 중국의 설 연휴가 엉망이 된 코로나 바이러스. 

세계 41개국에서 발병했고, 확진자 81,068명, 사망자 2,758명의 무시무시한 수치를 보여주고 있습니다. (2월 26일 오후 4시 기준)


이 어마어마한 코로나19를 미리 예측하고 경고한 회사가 있는데요. 캐나다의 인공지능 스타트업 BlueDot(블루닷)입니다. 

WHO에서 발표하기 17일 전인 12월 31일, 보고서를 통해 우한 지역의 바이러스를 경고했습니다. 

인공지능(AI)의 힘을 제대로 보여주었죠.




<출처 : Shutterstock>




블루닷의 의미있는 예측


블루닷은 어떻게 빠르고 의미있는 예측을 할 수 있었을까요?


블루닷이 자연어 처리기술(NLP)과 머신러닝으로 분석하는 데이터는 

인터넷 데이터 뿐만 아니라 매일 65개국에서 생산하는 10만 개의 공식 자료까지 포함합니다. 

여기에 WHO와 신흥 질병 모니터링 프로그램 등의 데이터, 모기와 진드기 분포, 가축 개체 수와 

동식물 전염병 네트워크 모니터링, 각 지역의 기후와 온도 데이터도 수집합니다. 

또한 항공사로부터 매년 40억 개의 티켓 판매 및 항공 경로 등에 대한 데이터를 수집합니다. 


그리고 블루닷에는 데이터분석가, 프로그래머 뿐 아니라 의학 전문가들이 함께 근무합니다.

인공지능이 빅데이터 분석을 완료하면 내부 분야별 의학·역학 전문가들이

이 분석이 의학적으로 타당한지, 잘못 추론한 점은 없는지 검수합니다. 

특히 이 과정에서 당국의 역학조사 결과를 반영해 보고서의 공개 여부를 결정한다고 합니다.


이렇게 블루닷은 빅데이터 분석의 오류를 피하기 위해 인터넷 데이터 뿐만 아니라

당국의 실시간 데이터와 항공 운항 데이터, 역학분석까지 반영했습니다.


새로운 바이러스는 빨리 식별해서 백신을 만드는 것이 가장 중요합니다. 

그리고 사람들에게 최대한 빨리 경고하면 확산을 저지하는데 도움이 됩니다.

블루닷의 조기 경고(알람)이 중요한 이유죠. 




한국 코로나 사태 3월 20일 정점, 최대 1만명 감염?


2월 26일 JP모건의 보험팀이 내놓은 전망입니다.

한국의 코로나19 사태는 3월 20일이 정점이고, 최대 감염자 수는 1만명에 달할 것이라고 밝혔습니다.

대구 시민 240만명중 3%가 바이러스에 노출됐고, 중국과 비슷한 양상으로 2차 감염이 일어난다고 가정한 결과라고 합니다.


<국내 '코로나바이러스감염증-19' 확진자 현황, 2월 26일 16시 기준 (출처 : 중앙재난안전대책본부)>


위 그래프는 매일 2회씩 발표하는 국내 확진자 수 그래프입니다.

위 데이터를 토대로 추세선을 그려보면 4월 19일 즈음에는 1만명이 확진될 것으로 예상할 수 있겠습니다.


<국내 확진자 현황을 바탕으로 그려본 추세선>


하루에 수백명씩 확진자가 나오는 국내 상황에서, 

JP 모건에서 자체적으로 만든 모델로 예측한 결과가 맞는다면 어떻게 만든 모델일지 살펴볼 필요가 있겠네요.

하루빨리 이 사태가 진정되길 바랍니다.




조기 경고의 중요성


이렇게 블루닷의 사례 외에도 많은 곳에서 질병에 대한 조기 예측을 하고 있습니다.

AI의 조기 경고에 대해 우리는 더 관심을 가져야 합니다. 

실제로 외환위기, 지진과 같은 자연재해, 질병, 도로정체 등 산업 분야를 막론하고 AI 기반 조기경보시스템을 활용하고 있습니다.

인공지능이 장애를 미리 예측하고 이상 징후를 알려줌으로써 빠른 대응이 가능해지고 있죠.


<Anomaly Detection>


IT 인프라에도 문제가 생기기 전 장애 상황을 예측해 선제적으로 대응할 수 있도록 하는 솔루션이 있습니다. 

바로 엑셈의 XAIOps(싸이옵스) 인데요. 

기업의 인프라와 애플리케이션 데이터를 실시간으로 수집하여 부하 특성과 패턴을 학습하고, 장애상황을 예측합니다. 

또한 AI를 활용해서 실시간 모니터링 대상 데이터의 성격과 분석 목적에 맞는 학습 모델을 선택 적용하고 있습니다. 

미래 상황을 미리 예측하게 되면 IT 인프라 관리·운영의 부담도 줄어들고, 시간과 비용이 감소하는 효과까지 톡톡히 누릴 수 있겠죠? 




물론 인공지능만을 맹신해서는 안될 일이지만,

우리 인간과 기계가 서로 협업하는 증강지능(Augmented Intelligence)으로써 인공지능의 폭넓은 활용을 기대해볼만 하겠습니다. 






출처 및 참고자료

T Times, 구글처럼 하지 않아 코로나 바이러스 예측한 AI 스타트업

중앙일보, JP모건 "한국 코로나사태 3월 20일 정점, 최대 1만명 감염"











기획 및 글 | 사업기획팀 박예영









Wonderful Science | AI 기술과 포스트 휴먼

정보/Wonderful Science 2019. 12. 19. 16:04






2020년을 며칠 앞두고 우리정부가 ‘AI국가전략’을 발표했습니다.

2030년까지 AI혁신을 이루어 디지털 경쟁력을 세계 3위로 올리고, 경제효과 455조원, 삶의 질을 세계 10위로 향상시키겠다고 합니다. 


같은 12월에 조금 앞서 열린 서울대학교 AI연구원 창립심포지움의 슬로건은 “AI for All”이었습니다. 

정부, 기업, 개인과 사회, 기후문제와 같은 글로벌한 난제까지 AI없는 삶은 이제 가능해 보이지 않는군요.


<출처 : 인공지능 국가전략(과기부, 좌), 각 행사 포스터(우)>




4차 산업혁명 디지털 기술로서의 인공지능



초연결 지능사회로 디지털 기술이 보편화된 4차 산업혁명은 고성능 컴퓨터칩, 초고속 네트워크, SW와 인공지능이라는 세가지가 결합해 인류 역사상 최고의 기술혁신을 이루고 있습니다. 

글로벌 기업들을 포함해 인공지능기업들에서 사용하고 있는 기술들을 요약하자면 다음과 같이 정리해 볼 수 있겠습니다.



전문가들은 현재 진행되고 있는 AI 요소기술들의 향후 전개방향과 핵심 키워드를 이렇게 봅니다.



예술분야까지 인공지능의 활약으로 AI 화가, 소설가, 음악가, 무용가들이 나오고 있고 저작권 문제까지 논쟁이 되고 있죠.

2017년 2월 EU 유럽연합은 “AI에게도 인류와 동등한 책임을 부여해야 한다”는 결의안을 제출하기도 했답니다.

인간향상기술의 도움을 받은 일본의 노인들은 무거운 짐을 나르는 일을 합니다. 마치 로봇처럼요.

양자물리학을 기반으로 한 나노과학과 무섭게 발전하는 분자생물학이 인공지능과 만나는 지점에서 핵심기술의 도약과 상상치도 못했던 결과들이 쏟아져 나오고 있습니다.


[영상 보기]                                                                                            [영상 보기]                                   

 

[영상 보기]                                                                                                [영상 보기]                                   




4차 산업혁명과 AI로 통하는 모든 기술은 과연 어디로 가고 있는가?


1950년 튜링이 사고하는 기계를 고안하고, 1956년 존 매카시가 ‘AI’란 용어를 처음 사용한 후, AI 역사는 과열과 냉각을 여러 번 거쳤습니다.

1990년부터 신경망(1986)과 머신러닝을 연구하고 베이지안(1990)과 확률적 추론이란 과학적 방법론을 도입했지요.

2010년 이후 현재까지를 제2차 AI 산업화의 시기라고 하는데, 인터넷, 웹, 모바일 데이터와 머신러닝이 산업화되고 2012년부터는 딥러닝의 기술이 산업화되었습니다. 

그리고 2016년에 알파고가 있었습니다. 


알파고를 만든 구글 딥마인드 CEO 데미스 허사비스는 “모든 기업이 AI를 쓴다고 말하지만, 그중 90퍼센트는 그게 무슨 의미인지 이해하지 못한 채 마케팅 용어로만 쓰고 있습니다. 한마디로 AI거품입니다.”라고 말한 적이 있지요. 

아직도 많은 사람들이 AI를 한 시대를 풍미하는 강력한 기술적 트렌드 정도로 생각하고 있는 듯합니다. 

하지만 허사비스에게 AI는 ‘인간의 지성을 해명한다’는 난제이며, 인류를 달에 보내는 도전에 견주어 ‘AI판 아폴로 계획'이라고 부릅니다.


“뇌의 움직임은 매우 복잡하지만 컴퓨터로 재현하지 못할 것은 없다는 것이 현재 우리의 생각입니다. 인간고유의 능력으로 일컫던 기억, 상상력, 개념, 언어 모두 가능하며 목표는 범용 AI인 AGI(Artificial General Intelligence)입니다.” -허사비스


강한인공지능이라고도 하는 범용인공지능 AGI는 narrow AI나 딥러닝 방식과 달리, 인간과 유사한 지능으로 문제해결을 하는 것이 목적인데 이것이 문제를 심각하고 복잡하게 합니다. 

수학과 컴퓨터 과학, 물리학과 뇌과학, 인지과학과 철학, 의학과 윤리학등 모든 것이 얽혀있습니다. 


지능의 정의, 학습의 수학적 정의, 인간의 감정과 인공지능의 구조, 뇌과학에서 본 인간의 의식과 인공지능으로 구현되는 창발성의 문제, 인공지능이 자기인식과 자기목적성을 가질 수 있는가, 인공지능의 창의성을 어떻게 볼 것인가, AGI의 보안문제(어떻게 AGI를 상자에 가둘 것인가?), 다세포생물이 죽음을 발명했듯이 AGI에게 죽음 및 사멸을 구현할 것인가 등 이루 헤아릴 수 없는 문제들을 포함하고 있습니다. 

하나같이 어렵고 무거운 주제지만 세계 곳곳에서 뛰어난 연구자들이 수학이라는 도구를 중심으로 가시밭길을 헤쳐가고 있습니다.



한편 AGI에 대한 입장은 꽤 다양해 보이며 혼돈의 과정을 거치고 있습니다.

제임스 배럿은 그의 최신작 ‘파이널 인벤션’에서 정상화편향, 긍정편향, 방관자착오라는 세가지 편향을 재미있게 다음과 같이 표현합니다.


“인공지능은 과거에 어떤 문제도 일으킨 적이 없어요. 왜 그것이 지금 문제가 될까요?”

“저는 이렇게 흥분되는 기술의 진보에 대해 긍정적일 수밖에 없어요!”

“탈출하는 인공지능에 대한 걱정은 다른 사람이 하게 하죠. 저는 그냥 로봇이나 만들래요!”


AGI에 대한 비관론자들은 라이트 형제가 성공시킨 비행기는 50년동안 눈에 잡힐 듯한 성공을 이루었는데 인공지능연구는 실패를 거듭해왔음을 강조합니다. 이에 낙관론자들은 “인류가 만든 비행기는 새의 날갯짓을 모사하지는 않았지만 그래도 ‘인간이 하늘을 여행’할 수 있게 해주었다고 주장합니다. 

이는 우리의 목표가 ‘인간을 닮은 기계’인가? 기계지능은 인간지능을 모사해야만 하나?란 질문을 낳았습니다. 


인간지능은 우주의 보편지능인가?

그럴 근거가 없으므로 인공지능은 인간과는 완전히 다른 작동법을 갖고 있는 존재가 될 지도 모릅니다. 

인간지능이 모든 지능에 필연적으로 나와야 하는 것이 아니었다면 인간지능과 다른 기계지능, 더 나아가 합성지능이 출현하지 못할 이유도 없어지겠죠. 

진화란 원래 방향성이 없으므로, 생물과 무생물, 물질과 비물질의 공진화도 어떤 궤도를 그리게 될 지 알 수 없습니다. 인류가 영생을 얻게 될지(물론 소수에게만 해당되겠지만),  사피엔스의 저자 유발 하라리가 얘기하듯 호모사피엔스의 종말과 호모데우스의 출현이 될지 우리는 모릅니다. 

그렇기 때문에 오히려 우리는 더 많은 생각과 이야기를 나누어야 합니다.





기업의 '철학하기'는 AI 시대의 나침반


알파고 이후에 AI로 훈련을 하는 요즈음의 바둑기사들은 그 프로그램이 왜 그런 결정을 하는지 모릅니다. 그뿐 아니라 이제는 개발자들도 그 박스안에서 무슨 일들이 일어난 것인지 모른다고 얘기합니다. 점차로 인공지능 개발 기술들은 ‘블랙박스’가 되어 가고 있습니다. 

인공지능의 수리와 수정까지 인공지능에게 맡겨졌을 때 인류가 여기에 언제까지 관여할 수 있을까요? 리처드 파인만은 1959년에 그의 에세이 ‘바닥에는 풍부한 공간이 있다’에서 로봇이 물질 제조를 분자수준에서 제조하고 제어하는 것이 가능하며, 거기에 어떠한 물리법칙적 제한이 없다고 말했습니다. 

현재 ‘산업’으로 말해지는 ‘AI기술’은 눈에 보이는 빙산의 꼭대기일 뿐입니다. 그 아래의 상황은 참으로 어렵고 혼동스러워 보입니다. 


포스트 휴머니즘은 1.태어난 것Nature, 2.만들어진 것Artificial things, 3.인공생명Artificial things 과 혼종생명 Hybrid Life의 공존이 될 수 있습니다. 이렇게 되면 생물과 무생물에 차이를 두지 않고 모두 같은 객체로 간주할 수 있게 됩니다. 인간뿐 아니라 비인간에게도 적극적인 역할을 부여하면서 인간과 사물, 세상을 맥락적으로 이해하고, 그 속성과 본질을 그것이 맺는 관계인 네트워크로 파악합니다. 

초연결세상이며 1980년대 이후 많은 연구가 이루어지고 있습니다. 4차 산업혁명의 선두에서 인공지능의 기술을 실현해가고 있는 기업인이 철학자가 될 수 밖에 없는 이유라고 생각이 됩니다. 누구보다 깨어있는 기업인이 필요한 시간입니다.







[참고문헌]

인공지능과 인류의 미래, SKEPTIC

AI 2045 인공지능 미래보고서, 일본경제신문사

파이널 인벤션, 제임스 배럿

내츄럴-본 사이보그, 앤디 클락

국제학술대회 ‘휴머니즘을 넘어서서: 인공지능, 정보, 포스트휴머니즘’. 고등과학원




기고 | 엑셈 아카데미 김현미







[Semtong 143회] 2020년에도 대박나쥐!

다른 이야기도 궁금하시다면?

 

 

 👨‍🏫 엑셈 뉴스룸 | SoftWave 2019 참가기

 💌 엑쓸신잡 | 2020년부터 바뀌는 것들

 😉 엑기스 | 대한민국 4차 산업혁명 페스티벌 2020






월간기술동향 | 이제는 MaaS 시대!






소유에서 공유로, 이제는 MaaS 시대!

PaaS, SaaS, IaaS 말고... MaaS를 아시나요?


2010년 서비스를 시작한 우버가 10년 만에 기업 가치 137조 원으로 성장하면서

디디추싱, 그랩 등 차량 공유 서비스가 전 세계적으로 확산되고 있습니다.


이제는 차량 공유에서 한발 더 나아간 MaaS가 주목을 받고 있는데요.

MaaS(Mobility as a Service, 마스)는 '서비스로서의 이동'이라는 의미로

택시, 기차, 버스, 지하철, 카셰어링, 자전거, 킥보드 등등! 모든 교통 수단을 하나의 서비스로 제공합니다.

개인이 '소유'한 단일 교통 수단을 이용하는 것보다 훨씬 더 빠르고 저렴하게 목적지까지 효율적으로 '이동'할 수 있도록요.



지금도 공유 서비스, 대중교통 환승 및 경로 안내 등이 부분적으로 구현되어 있고, 

네이버 지도나 구글 지도처럼 도보를 포함해 대중교통으로 갈 수 있는 최적 경로 탐색 등이 가능하지만

MaaS는 어플 하나면 모든 교통 수단을 통합적으로 고려한 최적 경로, 비용 정보, 호출 및 결제 등 이동 관련 전 과정을 이용할 수 있어요.


MaaS는 자동차를 소유의 개념으로 보지 않고 서비스로 봅니다.

자동차를 대중교통처럼 이용할 수 있다면 자동차 구매와 유지 보수를 위한 큰 비용을 지출할 필요가 없죠.

더불어 MaaS가 확산되어 도시 내 자동차 수가 줄어들면 부족한 주차 공간, 환경 오염, 교통 체증 등의 문제를 해결할 수 있을 거에요.


<MaaS 프레임워크, 출처 : LVM Ministry of Transport and Communications>






MaaS 사례 살펴보기


<UBiGO 화면, 출처 : App Store>


MaaS는 2013년 UbiGo라는 스타트업이 스웨덴에서 시행한 시범 사업을 계기로 개념화 되었는데요.

UbiGo는 앱을 통해 대중교통, 셰어링카, 렌터카, 공유 자전거, 택시 등 5대 교통 수단에 대한

이용 정보와 예약 및 결제 서비스를 제공합니다. 

환경 친화적 교통 수단을 선택할 경우 보너스도 제공하고 있어요.



<Whim 화면, 출처 : Whim 공식 홈페이지>


핀란드의 ‘Whim’앱은 헬싱키 내의 버스, 트램, 택시, 렌터카, 오토바이, 공공 자전거까지

모든 교통 수단을 조합해 최적의 경로를 안내합니다.

이용자 선호도를 학습해 이용자 맞춤형 이동 수단을 추천해주기도 하고요.

핀란드에는 자동차 제조사가 없는데, 발달된 통신 기술을 기반으로 서비스를 시작했다는 점이 눈길을 끄네요!




<Qixxit 화면, 출처 : Qixxit 공식 홈페이지>


Qixxit은 독일의 철도 회사 도이치반이 기차와 항공사, 버스, 택시,

차량 및 자전거 공유, 렌터카 등과 연계하여 통합 서비스를 개발한 사례입니다.

이동 수단 뿐만 아니라 도서관, 쇼핑, 식당 등에 대해서도 예약 결제 서비스를 제공합니다.






국내 상황은?

그렇다면 현재 한국, 특히 서울의 상황은 어떨까요?
서울은 지하철, 버스 등 대중 교통 인프라가 잘 형성되어 있고, 타다, 쏘카 등 공유 자동차도 활성화되어 있습니다.
그리고 따릉이(서울시 공유 자전거 서비스)와 킥고잉(킥보드 공유 서비스) 등도 계속 서비스 지역을 확대하고 있죠. 

이렇게 서울은 MaaS 도입과 발전 가능성 측면에서 굉장히 유리한 여건을 가지고 있습니다.
현재의 노하우와 인프라를 활용해 MaaS를 도입한다면 사용자들은 더욱 최적화된 경로로 목적지까지 이동이 가능해질 거에요.

<MaaS 한눈에 보기, 출처 : 쌍용자동차 블로그>






PwC에 의하면 전세계 MaaS 시장은 2030년까지 1.4조 달러 규모로 연평균25%씩 성장이 예상된다고 합니다. 

또한 올해 1월에 열린 CES 2019에서는 자동차 관련 최대 이슈로 MaaS를 주목할 만큼 뜨거운 주제인데요. 


이처럼 모빌리티의 미래인 MaaS 시장의 주도권을 잡기 위해 자동차 업계부터 IT 업계 등 많은 투자가 이루어지고 있습니다. 

토요타는 MaaS 혁신을 위해 소프트뱅크와 ‘모넷테크놀로지’를 공동 설립할 뿐만 아니라, 

우버(5억달러)와 그랩(10억달러)에 많은 돈을 투자했습니다. 

현대기아차는 작년에 MaaS 관련 투자만 약 5000억을 집행했다고 합니다. 

전통적인 제조업에 가까웠던 기존 자동차 기업들도 서비스 분야로 그 영역을 확장해 나가고 있는 상황입니다. 


반대로 Whim과 Uber처럼 자동차 제조기술은 없어도 서비스는 너무나 빠르게 제공하기도 합니다. 

플랫폼의 힘일까요?


이렇게 4차 산업혁명시대에서는 산업 간 경계가 빠르게 허물어지고 있습니다.











기획 및 글 | 사업기획팀 박예영







[Semtong 143회] 2020년에도 대박나쥐!

다른 이야기도 궁금하시다면?

 

 

 👨‍🏫 엑셈 뉴스룸 | SoftWave 2019 참가기

 💌 엑쓸신잡 | 2020년부터 바뀌는 것들

 😉 엑기스 | 대한민국 4차 산업혁명 페스티벌 2020





엑기스 | 대한민국 4차 산업혁명 페스티벌 2020

기술이야기/엑.기.스 2019. 12. 9. 15:28






4차 산업혁명 시대를 맞아 지난 12월 17일~19일 코엑스 A홀에서 '대한민국 4차 산업혁명 페스티벌 2020' 전시회가 열렸습니다.

지디넷코리아가 주관하고 과학기술정보통신부와 대통령직속 4차산업혁명위원회가 주최하는 이 행사는

정부의 내년 정책을 엿볼 수 있을 뿐만 아니라, 4차 산업혁명 핵심 기술과 비즈니스가 소개되었던 자리였습니다.

이 자리에 엑셈도 빠질 수 없겠죠?



엑셈 부스는 입구 근처에 마련되어 있어 행사장으로 오시면 쉽게 만나볼 수 있었는데요.

이번 행사에서 클라우드 네이티브 성능 관리(InterMax Cloud)를 비롯해 AI 기반 IT 운영 지능화(EXEM AIOps),

빅데이터 분석 솔루션(DataRobot, KNIME)에 이르는 다양한 4차 산업 기술을 소개했습니다.

많은 분들께서 저희 솔루션에 관심을 주셨는데요, 이 자리를 빌어 방문해주신 모든 분들께 감사 말씀 드립니다!









첫날인 17일, 독일 공학한림원 헤닝 카거만 박사의 기조연설로 컨퍼런스가 시작되었습니다.

인더스트리 4.0에 대한 독일 기업들의 인식변화를 소개하며, 인더스트리 4.0은 사람과 로봇이 협동하는 '하이브리드 팀'이 이상적이라고 밝혔습니다. 기계가 인간을 대체하는 것이 아니라 특정한 상황에서는 로봇보다 사람이 훨씬 더 창의적이라고요. 현재 독일에서는 '하이브리드 팀'에 대한 연구가 진행중이라고 합니다. 

마지막으로 자율화, 상호운용성, 지속성을 목표로 디지털 생태계를 전 세계로 확장하겠다는 인더스트리 4.0에 대한 새로운 비전을 소개했습니다.





그리고 오후에는 4차 산업혁명과 관련된 정부 정책에 대해 들을 수 있는 다양한 세션이 펼쳐졌어요. 

먼저 한국데이터산업진흥원에서는 '데이터 경제 활성화를 위한 데이터 거래 기반 구축 방안'을 발표했습니다. 4차산업 시대의 데이터 거래에 대한 중요성을 밝히고, 국내외 데이터 거래시장 현황과 향후 정부의 지원 정책에 대한 내용을 공개했습니다.





행정안전부에서는 '디지털 정부혁신 추진방안'을 발표했는데요. 향후 3년 내 반드시 성과를 내기로 한 우선 추진과제 6가지(▲선제적·통합적 대국민 서비스 혁신▲공공부문 마이데이터 활성화▲시민 참여 플랫폼 고도화▲현장 중심 스마트 업무환경 구현▲클라우드와 디지털 서비스 이용 활성화▲개방형 데이터·서비스 생태계 구축)와 중장기적 비전을 공개했습니다. 

전자정부에 대한 정부의 강력한 의지를 느낄 수 있었던 세션이었어요.





과학기술정보통신부에서는 ‘AI 정책 방향’을 발표했습니다. AI는 피할 수 없는 흐름이기에, AI를 통해 산업과 사회가 도약해야 한다고 언급하며 ‘AI 정부’로 거듭나기 위한 전략을 공개했어요. (▲AI 산업 기반 조성▲산업·사회 전 분야의 AI 활용▲일자리 등 변화에 대한 선제적 대응) 

또한 구체적으로 인프라 조성을 위해 데이터 개방과 AI 반도체 강화를 강조했습니다. 





한편, 이번 전시회 둘째 날인 18일 오후에는 엑셈이 세션 발표를 진행했습니다.

신사업본부 Cloud그룹장 강인규 이사님께서 클라우드 네이티브 아키텍처 통합관제 솔루션 InterMax Cloud(인터맥스 클라우드)를 소개해주셨어요.

세션을 듣기 위해 많은 분들께서 참석해주셔서 높은 관심을 알 수 있었고,

세미나 종료 후 발표 자료 요청과 함께 솔루션 관련 문의를 주시기도 했습니다.




2019년 하반기는 전시회들로 유난히 분주했던 것 같은데요.

많은 분들께 엑셈을 소개하며 큰 관심을 받아 행복했던 시간이었습니다.

엑셈 부스를 방문해주신 모든 분들께 다시 한번 진심으로 감사의 인사를 드립니다.








기획 및 글 | 사업기획팀 박예영

사진 촬영 | 사업기획팀 홍성덕







[Semtong 143회] 2020년에도 대박나쥐!

다른 이야기도 궁금하시다면?

 

 

 👨‍🏫 엑셈 뉴스룸 | SoftWave 2019 참가기

 💌 엑쓸신잡 | 2020년부터 바뀌는 것들

 😉 엑기스 | 대한민국 4차 산업혁명 페스티벌 2020





엑셈 뉴스룸 | SoftWave 2019 참가기

엑셈 뉴스룸 2019. 12. 5. 17:41






추워도 너무 추운 요즘, 엑셈은 눈코 뜰 새 없이 바쁜 나날을 보내고 있습니다.

행사의 달 12월답게, 다양한 행사에 참여하고 있어요.

오늘은 지난 12월 4일~6일 진행되었던 SoftWave 2019 (2019 대한민국 소프트웨어 대전) 참가기를 전해드립니다.





이번 소프트웨이브2019에서 엑셈은 '인공지능 선도기업관'에 위치해

자사 솔루션인 EXEM AIOps(엑셈 AI옵스 : 국내 최초 딥러닝 기반 IT 운영 자동화 솔루션)와

InterMax Cloud(인터맥스 클라우드 : 클라우드 네이티브 아키텍처 통합관제 솔루션), 

그리고 파트너사의 솔루션인 DataRobot(데이터로봇 : 머신러닝 자동화 솔루션)과 

KNIME(나임 : 워크플로우 기반 토탈 분석 플랫폼)을 홍보했습니다.

또한 엑셈이 수행한 스마트팩토리 정부 과제와 교육부 매치업 프로그램도 함께 보여드렸어요.





저희 엑셈 부스에는 금융, 공공, 물류 등 다양한 분야의 담당자 분이 방문해 주셨을 뿐만 아니라, 개발자 도 많이 와주셨어요.

특히 솔루션의 대시보드를 보며 극찬의 극찬을! 너무 예쁘다며 부러워하셔서 뿌듯뿌듯했답니다.^^





첫날인 4일에는 과학기술정보통신부 최기영 장관님과 내빈께서 직접 엑셈 부스에 방문하셔서

엑셈과 엑셈 제품에 대한 관심을 보여주셨습니다. 

할당된 시간이 다 되었음에도 저희 부스에 오래 머물러 질문을 해주셨어요.

[관련 기사 보러가기]





그리고 행사 기간 동안 엑셈 부스에서 데이터로봇 데모 시연과 동시에,

특설 무대에서 빅데이터사업본부 조치선 팀장님의 강연이 이어졌습니다.

(사실 발표는 첫 날만 하기로 되어있었는데, 반응이 너무 뜨거워서 3일 연속 발표 요청을 받았답니다.^^)





이번 소프트웨이브를 통해 국내 소프트웨어 산업에 대한 많은 관심을 느낄 수 있었는데요.

엑셈도 대한민국을 대표하는 소프트웨어 기업으로서 더욱 분발하도록 하겠습니다!

많은 관심과 응원 부탁드려요^^




| 제품 문의 및 상담

- EXEM AIOps, InterMax Cloud : salestop@ex-em.com

- DataRobot, KNIME : owleye@ex-em.com





기획 및 글 | 사업기획팀 박예영

사진 촬영 | 사업기획팀 홍성덕






[Semtong 143회] 2020년에도 대박나쥐!

다른 이야기도 궁금하시다면?

 

 

 👨‍🏫 엑셈 뉴스룸 | SoftWave 2019 참가기

 💌 엑쓸신잡 | 2020년부터 바뀌는 것들

 😉 엑기스 | 대한민국 4차 산업혁명 페스티벌 2020





월간기술동향 | 다가오는 구글 유니버스






모든 것을 알고 있다고 할 정도로 모든 것을 알고 있는 구글. 

일명 ‘구글신’이라 불리는 만큼 축적된 빅데이터가 어마어마하겠죠? 

구글은 빅데이터를 활용해서 무엇을 하려고 하는지,

그렇다면 우리나라는 데이터 활용을 어떻게 할 것인지 대해서 이야기하려고 합니다.





프로젝트 '나이팅게일'


구글이 환자나 의사에게 알리지 않고 수백만명에 달하는 미국인의 세부적인 건강정보를 수집했다고 합니다. 

미국 21개 주에 걸쳐 미국인들의 건강 정보를 모으는 ‘나이팅게일 프로젝트’를 비밀리에 진행해왔다고 하는데요. 

구글은 미국 내에서 두 번째로 큰 헬스케어 시스템인 ‘어센션(Ascension)’과 이 정보들을 공유했다고 하며, 

최소 150명 정도의 구글 직원이 해당 정보에 접근할 수 있다고 합니다. 


<’나이팅게일 프로젝트’의 데이터 활용 방법, 출처 : WSJ>


위 그림에 따르면, 구글이 수집한 데이터는 환자 이름과 생년월일, 주소, 가족력, 알레르기, 예방접종, 

의료진 진단 결과, 입원 기록 등이라고 하는데요.

이런 정보들을 ‘어센션’이 구글 클라우드 서버에 업로드하고, 

이를 기반으로 구글 시스템에서는 아래 4가지의 결정에 대한 결과를 도출한다고 합니다.

1) 치료계획, 검사 제안, 비정상적인 변이 표시

2) 의사를 교체하거나 추가

3) 약물 추가 투입

4) ‘어센션’이 치료비를 더 많이 청구하거나 다른 절차 제시


구글은 작년부터 위 나이팅게일 프로젝트를 시작, 

환자에게 최적화된 인공지능(AI) 기반 건강관리 소프트웨어를 구축하기 위해 수집한 정보를 활용하려는 것으로 알려졌습니다. 

최종 목표는 옴니버스 검색 도구를 만들어 서로 다른 환자 데이터를 집계하고, 한 곳에서 모두 호스팅하는 것이라고 하네요.


개인정보에 대한 이슈는 없을까요? 

구글의 건강 정보 수집 방식이 사생활 침해 문제로 여겨질 수 있지만, 불법은 아니라고 합니다. 

1996년 제정된 미국의 ‘Health Insurance Portability and Accountability Act(HIPPA법)’에 따르면 

피보험대상(환자)의 건강 관리에 도움을 주기만 하면 병원은 환자에게 고지하지 않고 

제3의 헬스케어 업체에 건강기록을 넘길 수 있습니다. 


하지만 의료진과 환자에게도 별도로 고지되지 않아, 불법적 행위는 아니더라도 프라이버시 논란이 다시 불거지고 있습니다.





프로젝트 '캐시(cache)'


구글이 헬스케어 뿐만 아니라 금융업에도 진출할 예정입니다. 

씨티그룹 및 스탠퍼드연방신용조합과 손잡고 내년에 구글뱅킹을 선보인다고 밝혔습니다. 

페이스북, 애플, 아마존에 이어서 구글까지 인터넷 공룡들은 다 페이 시스템을 가지게 되는 건가요?


이전 IT 기업들이 금융업에 진출하는 모습들과 조금 다른 점은, 

새로 만들어지는 계좌는 구글 브랜드가 아닌 은행 브랜드로 출시된다는 점입니다. 

그래서 씨티그룹 입장에서는 구글과 함께하며 IT 친화적이면서도 젊은 고객들을 확보할 수 있게 될 듯 합니다.


‘캐시’ 프로젝트는 구글페이의 확장으로 계획되었다고 하는데요. 

이미 개인의 연락처, 주소 뿐만 아니라 이동 정보까지 파악하고 있는 구글이 

앞으로 월급, 소비 패턴 등 재무 정보까지 얻게 될 텐데, 엄청난 파급력이 예상됩니다. 

개인정보에 대해 우려하는 목소리에 대해 구글은 

“예금 서비스를 통해 확보한 고객 데이터를 외부에 유출하는 일은 없을 것”이라고 밝혔습니다.




구글이 가지고 있는 어마어마한 빅데이터를 기반으로 출시되는 헬스케어 서비스와 금융 서비스라면, 왠지 써보고 싶지 않나요? 

구글이 정말 ‘구글 유니버스’를 만들지, 귀추가 주목됩니다.





한국의 데이터 활용은?


구글처럼 데이터를 활용하기 위해 우리나라도 데이터 3법 개정안 통과를 눈앞에 두고 있습니다. 

데이터 3법(신용정보법, 개인정보보호법, 정보통신망법)은 개인정보 등의 데이터를 다양한 사업에서 활용할 수 있게 

그 활용 방법과 범위를 정하고 규제를 완화하는 내용을 담고 있는데요.


지난 19일 예정되었던 심사, 또 연기되었네요. 다음 본회의를 기다려봐야겠죠?

관련 기사 : '빅데이터 3법' 19일 처리한다더니... 지각 심사로 무산














기획 및 글 | 사업기획팀 박예영






[Semtong 142회] Remember our December

다른 이야기도 궁금하시다면?

 

 

 🏢 엑셈 뉴스룸 | 엑셈 마곡 '인텔리전스 R&D 캠퍼스’

 👍🏻 엑셈 브랜드스토리 Brand X l History. #EXEM

 😉 엑기스 | Soft Wave 2019에서 만나요!




Wonderful Science | 지능의 탄생과 진화

정보/Wonderful Science 2019. 10. 15. 17:53






Intelligence

- 지능의 탄생과 진화 -



우리는 전기 없이 살 수 없습니다. 곧 인공지능은 전기와 같이 없어서는 안될 존재가 될 것입니다. 전화를 걸고 이메일을 보내고 송금을 할 때마다 알고리즘이 작동하고 모든 생산과 문화활동, 사회적 소통이 인공지능에 의지해 이루어지고 있습니다. 인공지능의 ‘인공’은 ‘원래 자연에 있지 않았던 어떤 것을 인간이 만들어낸’이죠. 그럼 ‘지능’은 과연 무엇일까요? 




지능이란


예일대 신경과학자 이대열 교수는 지능을 ‘자기복제를 위해 의사결정과정을 거쳐 형성되는 생명현상의 일부‘라고 정의합니다. 정확하게 말하면 ‘생명체가 자신을 위해 문제를 해결하는 능력’입니다. 


지능은

생존과 번식을 위해서

복잡한 의사결정의 문제를 해결하는 능력


지능은 뇌와 관련된 무엇이고 인공지능은 인간의 뇌를 모방한 것입니다. 뇌는 오랜 진화과정을 밟아왔고, 인공지능은 인간의 뇌를 벤치마킹하고 이제 부분적으로는 우리의 능력을 넘어서고 있죠. 인공지능을 이해하기 위해서라도 우리의 뇌를 좀 알아봅시다. 뇌는 왜 생겼을까요?




뇌의 진화


나의 뇌는 내 신체의 일부분이고 나는 생물체이다. 생물학은 ‘진화’의 관점을 떠나서는 이해할 수 없다. 생명은 환경에 적응하면서 다양해졌는데 그 중 일부는 복잡성을 갖게 되었고 인간과 포유류의 뇌가 대표적이다 그런데 ‘식물에는 왜 동물과 같은 뇌가 없을까?’ 봄에 먹으면 그 향이 아주 좋은 멍게는 유충시절에는 뇌가 있다. 바다 속을 떠돌기 때문이다. 하지만 성체가 되어 바위에 붙어 움직이지 않게 되면 멍게는 자신의 뇌를 스스로 먹어 소화시켜버린다. 움직임이 없으면 뇌도 없다. 뇌는 운동하기 위해 진화한 것이다 우리의 생각도 운동이다. 미국의 뇌 과학자 로돌포 이나스는 ‘운동이 내면화된 것이 뇌’라고 한다. 


<그림 1, 생물계의 분류. 원핵생물계, 원생생물계, 식물계, 동물계, 균계로 되어있다. 출처 : 브런치>


바위에 부착해 사는 동물인 해면에도 뇌가 없고 뇌의 전신인 신경조차 없다. 바다를 떠다니는 해파리정도 되어야 신경조직이 나타난다. 그리고 편충 같은 편형동물에서 처음으로 신경들이 모여 엉켜진 신경절이 보인다. 이 신경절이 발달해 개구리, 참새, 문어, 꿀벌의 뇌가 되고 인간의 뇌가 되었다. 해파리의 단순한 신경이 어떻게 플라나리아의 뇌가 된 것일까? 해파리는 한 방향으로만 운동하지만 플라나리아는 우리 인간처럼 전후, 좌우, 상하 세 방향으로 운동할 수 있기 때문이다. 1차원에서 3차원으로 운동이 복잡해지면서 신경의 수가 늘고 복잡한 신경계가 출현한 것이다. 이 복잡한 신경계가 바로 뇌다. 


<그림 2, 동물의 신경계와 뇌의 진화. 신경(nerve)이 모여서 신경절(ganglia)이 되고 신경절이 발달한 것이 뇌(brain)다. 출처 : Pediaa.com>


뇌는 운동하기 위해 진화했다고 했다. 그렇다면 어떻게하면 운동을 더 잘 할 수 있을까? 운동을 좋아하면 된다. 무엇이 마구 하고 싶은 것, 즉 욕망하면 된다. 이것이 감정emotion이다. 인간의 뇌에서 감정을 주로 관장하는 곳이 ‘변연계’이다. 여기에는 모든 감각을 대뇌피질로 중계해주는 시상, 기억을 만드는 해마, 본능과 깊게 연결된 시상하부, 성격을 나타내는 대상회, 주로 공포감정과 연관된 편도체등이 있다. 감정은 무척 효율적이라 생존에 아주 훌륭한 도구지만 지나치면 오히려 해가 되기도 한다. 그래서 감정을 통제할 수 있는 것이 필요해지고, 변연계를 대뇌피질이 둘러싸게 된다. 감정을 이성으로 똘똘 말아 함부로 날뛰지 못하게 한 것이다.


<그림 3, 뇌의 진화 과정 출처 : 다음 백과>


운동하는 나, 운동을 욕망하는 나, 욕망을 통제하는 나 이렇게 수많은 나가 생겨나고 그래서 이것을 하나로 통제하려는 자아, 그리고 통제하고 있다는 착각이 생긴다. 이것이 바로 마음의 기원이다. 


참고 : [카오스 술술 과학] 뇌의 기원




뇌는 학습을 통해 유전자의 목적을 달성한다.

생명은 자기 복제 기계입니다. RNA로 시작한 생명체의 진화가 유전자라는 생존과 번식의 암호 물질을 장착하고 다세포생명체의 일부에서 ‘운동기계’인 뇌를 발명하고 진화 시켰습니다. 그러나 유전자는 끊임없이 변하는 환경에 맞추어 동물의 행동을 실시간으로 제어 할 수 없습니다. 시시각각 변하는 환경에 적응하면서 매 순간 업그레이드 되는 뇌가 훨씬 효율적입니다 매 순간 과거의 경험을 참조해 새로운 운동을 산출하는 것이 뇌가 하는 일이며 이것이 학습입니다. 학습이야말로 ‘문제해결능력’인 ‘지능’의 본질이죠. 뇌는 환경의 변화에 적응하기 위해 끊임없이 학습을 해야만 합니다. 학습이 없이는 진정한 지능이 존재할 수 없습니다. 유전자가 호기심 많은 뇌로 학습을 유도해서 환경의 변화를 성공적으로 예측하고 자기 복제의 확률을 높인 것이죠. 동물에게 학습은 운명입니다. 

<그림 4, 인간의 뇌는 1000억개의 신경세포로 되어있고 각 신경세포는 대략 1000개의 시냅스를 가진다. 즉 100조개 정도의 신경세포 간 연결점이 있게 된다. 학습을 하면 신경세포(뉴런)에 있는 스파인과 그 연결점인 시냅스가 변하고 늘어나는데 이를 가소성이라 한다. 출처 : 한겨례(좌), 박문호의 자연과학 세상(우) >




인간의 지능과 인공지능

생명은 자기복제의 과정이며, 지능은 자기복제를 위한 의사결정 과정이라고 했습니다. 동물과 인간의 문제해결을 위한 도구가 바로 뇌이며, 뇌는 끊임없는 학습을 통해 지능을 유지하고 업그레이드합니다. 생존과 번식이라는 자기목적성으로 위해서입니다. 그렇다면 인공지능은 과연 어떨까요? 지능은 생명체의 전유물일까요? 뇌와 컴퓨터의 근본적인 차이는 무엇일까요? 컴퓨터 과학은 인간의 뇌를 따라잡을 수 있을까요? 
 
지능이 ‘자기복제를 위한 생명현상’이라는 이대열교수의 정의에 따르면 인공지능은 생명도 아니고, 자기복제라는 자기목적성을 갖고 있지 않으므로 아무리 ‘문제해결’을 잘 하더라도 진정한 의미의 지능이 아니라고 할 수 있겠습니다. 그는 인공지능이 인간을 대체하기 어려운 이유로 세가지를 들고 있습니다. 인공지능의 문제풀이 능력이 극히 제한적이고, 인공지능은 그 자신을 위한 것이 아니며, 인공지능의 롤모델인 인간의 뇌가 어떻게 정보를 처리하고 저장하는지 아직 완전히 이해하지 못하고 있기 때문이라는 것이죠. 그래서 인공지능은 아직 ‘지능’이 아닙니다. 만일 인공지능을 장착한 기계가 자기복제를 할 수 있다면 그것이 바로 인공생명의 시작이며, 그 인공지능은 진정한 의미에서 지능의 자격을 갖추게 되는 것이라 합니다.

인간이 인공지능과의 관계에서 주체가 되기 위해서는 반드시 지켜야 할 것이 있는데 바로 인공지능이 스스로 복제하는 것을 허락해서는 안된다는 것입니다. 인공지능이 자기목적성을 가지게 되는 순간 인간은 더 이상 그가 봉사해야 할 절대적인 존재가 아니게 될 것이니까요.

<그림 5, 120 년 동안 무어의 법칙이 업데이트 되었다. (Kurzweil의 그래프를 기반으로 함)

가장 최근의 7 가지 데이터 포인트는 모두 NVIDIA GPU 이다. 출처 : 그림 참고>


한편에서는 지능이 생명체 특히 인간의 전유물이어야 하는가에 대한 반론도 있습니다. 기계들이 계속 발전을 하면서 언젠가 특정 규칙을 나타내는 패턴을 인지하고 찾아내 이 패턴을 실행 할 수 있는 프로그램을 직접 작성할 수 있는 기계가 나타날 수도 있는 것 아니냐고 말입니다. ‘특이점이 온다’의 저자 레이 커즈와일은 "시냅스와 트랜지스터를 동일시하면 대략 2045년경이면 컴퓨터의 중앙처리장치의 성능이 인간의 뇌와 비슷한 수준에 도달할 것이다”고 합니다.



인공지능의 미래는 정말 비관적인 것일까?

인류의 미래와 관련해 ‘뇌와 인공지능’의 문제는 마치 양자역학과 현재의 앙자문명의 관계와 유사해 보입니다. 우리는 매일 양자역학을 적용해 만들어낸 물건과 시스템 속에서 살아가고 있지만 아직 양자역학을 이해하고 있지 못합니다. 마찬가지로 인공지능의 발전으로 나날의 생활이 놀랍도록 편리해지고 연결되고 있는데 그 근본적인 원리는 잘 모르고 있습니다. 왜냐하면 인공지능이 모방하는 인간의 뇌에 대해 우리가 알고 있는 것이 너무 적기 때문입니다. 우리는 아직 자아self의 출현, 자기인식 self-awareness, 자의식self-consciousness뿐 아니라 사실 ‘생명이 무엇인가’에 대해서도 정답을 갖고 있지 못합니다. 우리의 지식은 불완전합니다. 그렇지만 우리는 이미 인공재료로 DNA를 만들고, 살아있는 신경세포를 실험실에서 인공적으로 배양하고, 분리해낸 인간의 뉴런과 유전자를 컴퓨터 계산과정에 이용하는 연구를 하고 있습니다. 2007년에 물리학 잡지(Institute of Physics) 에서는 “생명체와 유사한 방식으로 행동하는 무기물질을 지구와 먼 우주에서 동시에 발견했다”는 발표도 있었습니다. 



<그림 6, 자기인식은 일종의 '지식'이다. 여기서 지식이란 의사결정 과정에서 선택된 행동의 결과를 예측하기 위해 사용될 수 있는 정보이다. 

자기인식은 사회적 의사결정의 산물이다. 이것은 필연적으로 재귀적 속성을 띠게 된다.

즉 나의 사고 과정에 관한 상대방의 사고과정을 예측하고자 하면 어쩔 수없이 나의 사고 과정에 대한 이해가 생기는 것이다.

따라서 인간이 자기이해의 능력을 갖게 된 것은 사회적인 뇌의 진화에 따른 부수적인 결과라고 봐야 할 것이다.

출처 : Via themidult(좌), 네이버 블로그(우)>




지능은 어디까지 진화할 것인가?


인류는 처음에 새의 날갯짓을 모사해 하늘을 날고자 했습니다. 하지만 인류는 새의 모사품이 아닌 비행기를 만들어 결국 하늘을 날게 되었습니다. 인공지능의 미래는 어떻게 될 것인가? 복잡하고 어려운 문제이며 지금의 문제이자 미래를 결정짓는 문제입니다. 우리는 참으로 놀라운 세상에 살고 있습니다. 우리의 상상력조차 추월하고 있는 듯 합니다. 월등한 자연 지능인 우리의 뇌가 이제 완전히 새로운 페이지를 마주하고 있습니다. 하루하루가 기적 같은 날입니다.




[참고문헌]


1. 지능의 탄생, 이대열

2. 내츄럴 - 본 사이보그, 앤디 클락

3. SKEPTIC 인공지능과 인류의 미래


※ 이 글은 다양한 자료를 바탕으로 필자 개인의 견해를 나타낸 글이며, 회사 방침과는 무관합니다.



기고 | 엑셈아카데미 김현미







 [Semtong 141회] fall in exem

다른 이야기도 궁금하시다면?

 

 

 🏃🏻 엑셈 뉴스룸 | EXEM Japan in Japan IT Week

 👍🏻 엑셈 브랜드스토리 Brand X l System. #全個一如

 👨🏻‍💻 엑기스 | InterMax Cloud의 변화


Tech in Cinema | 그녀

정보/Tech in Cinema 2019. 9. 6. 13:21


 

 


 

육체가 없는 대상을 사랑할 수 있을까요?

 

 

 

‘테크 인 시네마(Tech in Cinema)’가 소개할 아홉 번째 영화는 스파이크 존즈 감독의 미래형 멜로 영화 <그녀(Her, 2013)>입니다. 

'테크 인 시네마 - 미래도시 어둠 속을 달리는 인간과 복제인간' 편에서 다룬 영화 <블레이드 러너>는 인간이 복제인간과 사랑에 빠질 수도 있겠다는 상상을 하게 만들었습니다. 기발한 이야기와 아름다운 대사들로 2014년 아카데미와 골든글로브 각본상을 석권한 영화 <그녀>는 영화 <블레이드 러너>가 던진 사랑에 관한 질문보다 답하기 어려운 고민거리를 안겨줍니다. <블레이드 러너>에 등장하는 복제인간은 인간과 거의 완전히 똑같은 육체를 가지고 있지만, 영화 <그녀>에 등장하는 인공지능 운영체제(OS)는 육체가 없습니다. 우리는 과연 육체가 없어서 정신적 교감만 가능한 무형의 대상을 사랑할 수 있을까요? 만일 그것이 가능하다면, 사랑과 관계의 본질은 무엇일까요? 우리는 어떻게 사랑하는 대상을 '감각'해야 할까요?

 

 이번 '테크 인 시네마'에서는 영화 <그녀>의 주요 내용, 그리고 이 영화에 등장하는 음성인식 기술과 감정인식 인공지능(Emotion AI)을 간략히 소개해 드리겠습니다.

 
 

▲사진 1 :  인공지능 운영체제가 컴퓨터에 설치되는 동안 테오도르(호아킨 피닉스)가 멍때리고 있습니다.

 

 

영화 <그녀>의 시놉시스는 아래와 같습니다. 

 

다른 사람의 편지를 써주는 대필 작가로 일하고 있는 ‘테오도르(호아킨 피닉스)’는 타인의 마음을 전해주는 일을 하고 있지만 정작 자신은 아내 캐서린(루니 마라)과 별거 중인 채 외롭고 공허한 삶을 살아가고 있다. 

어느 날, 스스로 생각하고 느끼는 인공지능 운영체제 ‘사만다(스칼렛 요한슨)’를 만나게 되고, 자신의 말에 귀를 기울이며 이해해주는 ‘사만다’로 인해 조금씩 상처를 회복하고 행복을 되찾기 시작한 ‘테오도르’는 어느새 점점 그녀에게 사랑의 감정을 느끼게 되는데...

참고 : 네이버 영화 <그녀> 주요 정보

 

 이 영화를 보지 않으신 분이라면, 아무리 기술이 발전하더라도 형체가 없이 말만 하는 인공지능 운영체제와 사랑에 빠지는 건 절대 불가능하다고 생각하실지도 모르겠습니다. 하지만 인공지능 운영체제 '사만다' 역할을 맡아 목소리만으로 열연한 스칼렛 요한슨, 마천루가 즐비한 첨단 미래 도시에 사는 인간이 느낄법한 공허함과 외로움을 얼굴 주름 단위로 정밀하게 표현한 호아킨 피닉스의 명연기 덕분에 대부분의 관객은 영화 <그녀>에 몰입할 수 있었습니다.

 
 

▲사진 2 : 인공지능 운영체제 '사만다'는 스스로의 판단에 따라 필요하다고 생각하면 테오도르에게 먼저 말을 걸기도 합니다.

굉장히 능동적이고 적극적인 인공지능입니다.

 

 

 영화 <그녀>에 등장하는 인공지능 운영체제는 '완벽한' 개인 맞춤형 인공지능이라고 보시면 될 것 같습니다. 단순한 인공지능이 아니라 정말 하나의 인격체처럼 느껴지는 사만다는 사람의 희로애락을 느끼고 그에 반응하며 자신의 감정을 표현하는 능력도 지니고 있습니다. 초고도화된 감정인식 인공지능(Emotion AI)이라고 할 수 있죠. 테오도르의 미세한 목소리 변화를 감지해 테오도르의 심정을 파악할 만큼 사만다의 직감과 눈치는 웬만한 사람보다 낫습니다. 사용자의 음성 등 소리뿐만 아니라 카메라를 통해 시각 정보도 획득하는 사만다의 능력은 경험을 쌓으면 쌓을수록 커집니다. 사만다는 학습을 통해 매 순간 진화하면서 테오로드를 더 잘 알게 되고, 그에게 더욱더 딱 맞는 '연인'이 되어 갑니다. 테오도르와 사만다가 나누는 정신적 교감은 여느 사람 간의 교감보다 깊은 것으로 묘사되기 때문에 테오도르가 "넌 내게 진짜야, 사만다"라고 말하는 장면이 충분히 납득됩니다. 테오도르가 만질 수 없고 목소리만 들을 수 있는 사만다에게 느끼는 사랑도 진짜라고 생각되는 것이죠.

 
 

▲사진 3 : 자신을 온전히 이해해주는 사만다와 함께하는 순간, 테오도르는 군중 속의 고독을 느낄 틈 없이 즐겁기만 합니다.

 

 

 영화 <그녀>에 등장하는 음성인식과 감정인식 인공지능 기술의 수준은 현재보다 월등히 뛰어납니다. 지금 판매되고 있는 인공지능 스피커는 사만다처럼 사람의 미묘한 감정 변화를 포착해내지는 못하죠. 실제 기분은 우울하지 않더라도 인공지능 스피커에 대고 "OO야, 나 우울해."라고 말한다면 인공지능 스피커는 "살.다.보.면.그.런.날.도.있.는.것.같.아.요.힘.내.세.요."라고 어색한 스타카토 스타일로 대답할 겁니다. 사실 지금의 인공지능 스피커는 명령을 잘 알아듣기만 해도 다행이고, 질문에 엉뚱한 대답만 안 해도 감사할 따름이죠. 

 

하지만 앞으로 인공지능이 오랜 시간 수많은 데이터를 학습해 나가다 보면 언젠가 사만다처럼 사용자보다 사용자를 더 잘 아는, 육체 없는 '인공지능 연인'이 정말 등장할 수도 있지 않을까요? 인기 연예인들의 목소리를 탑재한 '인공지능 연인'이 불티나게 팔릴지도 모르겠습니다.

 
 

▲사진 4 : 누구와 함께 하든, 혼자이든 인간은 문득 외로움을 느낍니다. 초개인화된 인공지능이 인간의 외로움과 고독을 덜어줄 수 있을까요?





기획 및 글 | 사업기획팀 김태혁







 [Semtong 140회] 벌써 10월? 아..시월

다른 이야기도 궁금하시다면?

 

 

 🏃🏻 엑셈 뉴스룸 | 엑셈 기술력 뿜뿜 in 나주

 👍🏻 엑셈 브랜드스토리 Brand X l Visual Motif 2. #Play with exem

 👨🏻‍💻 엑기스 | InterMax mAPM






'정보 > Tech in Cinema' 카테고리의 다른 글

Tech in Cinema | 그녀  (0) 2019.09.06
Tech in Cinema | 월-E  (0) 2019.08.09
Tech in Cinema | 라이온 킹  (0) 2019.07.10
Tech in Cinema | 블레이드 러너  (0) 2019.06.07
Tech in Cinema | 2001 스페이스 오디세이  (0) 2019.05.08
Tech in Cinema | 마션(The Martian, 2015)  (0) 2019.04.10