AI 란 뭘까? AI의 역할과 기업의 현대화

 

미국.유럽.중국 기사 중 여러분께 소개해드릴 내용을 엄선하여 편집하였습니다.

여섯번째 순서로 미국기사 대신 읽어드립니다.

소개해드리는 영역의 국내 기관/기업의 잘 정리된 내용을 링크하여 이슈의 트렌드를 공유합니다.

 

여섯 번째 순서,

AI란 뭘까? AI, 머신러닝, 딥러닝의 차이점 그리고 트렌드

 

 

What is AI?

https://www.mckinsey.com/featured-insights/mckinsey-explainers/what-is-ai

What is AI?

April 24, 2023 출처 : McKinsey&Company

 

 

AI 란 무엇일까요?

인공지능 또는 AI(Artificial Intelligence, AI)는 인간의 학습능력, 추론능력, 지각능력을 인공적으로 구현하려는

컴퓨터 과학의 세부분야 중 하나입니다.

 

Applied AI—simply, artificial intelligence applied to real-world problems—has serious implications for the business world. By using artificial intelligence, companies have the potential to make business more efficient and profitable.
But ultimately, the value of artificial intelligence isn’t in the systems themselves but in how companies use those systems to assist humans—and their ability to explain to shareholders and the public what those systems do—in a way that builds and earns trust.

먼저, "Applied AI"는 인공지능을 실제 세계의 문제에 적용하는 것을 의미합니다.
이것은 기업 세계에 심각한 영향을 미치며, 인공지능을 사용함으로써 기업들은 비즈니스를
더 효율적이고 수익성 높게 만들 수 있습니다.
그러나 인공지능의 가치는 단지 시스템 자체에만 있지 않습니다.
오히려 기업이 이러한 시스템을 인간들을 지원하는 데 어떻게 활용하는가가 중요합니다.
또한, 기업들은 시스템이 무엇을 하는지 주주들과 대중들에게 설명하는 능력을 가지고 있어야
신뢰를 구축하고 얻을 수 있습니다.

 

---

What is maachine learning?

머신러닝이란 무엇일까요?

 

Machine learning is a form of artificial intelligence based on algorithms that are trained on data.
These algorithms can detect patterns and learn how to make predictions and recommendations by processing dataand experiences, rather than by receiving explicit programming instruction.
The algorithms also adapt in response to new data and experiences to improve their efficacy over time.
The volume and complexity of data that is now being generated, too vast for humans to reasonably reckon with,
has increased the potential of machine learning, as well as the need for it.
In the years since its widespread deployment, which began in the 1970s,
machine learning has had impact in a number of industries, including achievements in medical-imaging analysis and high-resolution weather forecasting.

 

머신 러닝은 데이터로 훈련된 알고리즘을 기반으로 하는 인공지능의 한 형태입니다.
이러한 알고리즘은 데이터와 경험을 처리함으로써 패턴을 탐지하고 예측과 추천을 할 수 있습니다.
명시적인 프로그래밍 지시를 받는 것이 아닌, 데이터를 기반으로 자동으로 학습하여 기능을 수행합니다.
또한 이러한 알고리즘들은 새로운 데이터와 경험에 대응하여 점차 효과를 향상시키도록 적응합니다.
데이터의 양과 복잡성이 인간이 이해하기에 너무 방대해졌기 때문에
머신 러닝의 잠재력과 필요성이 증가하였습니다. 1970년대에 시작된 광범위한 배포 이후로,
머신 러닝은 의료 영상 분석과 고해상도 날씨 예측과 같은 여러 산업에서 영향을 미쳤습니다.

---

What is deep learning?

딥러닝이란 무엇일까요?

 

Deep learning is a type of machine learning that can process a wider range of data resources
(images, for instance, in addition to text), requires even less human intervention,
and can often produce more accurate results than traditional machine learning.
Deep learning uses neural networks—based on the ways neurons interact in the human brain—to ingest data and process it through multiple iterations that learn increasingly complex features of the data.
The neural network can then make determinations about the data, learn whether a determination is correct,
and use what it has learned to make determinations about new data.
For example, once it “learns” what an object looks like, it can recognize the object in a new image.

 

딥러닝은 머신 러닝의 한 유형으로, 텍스트 외에도 이미지와 같은 더 다양한 데이터 자원을 처리할 수 있으며,
인간의 개입이 더 적게 필요하며, 종종 기존의 머신 러닝보다 더 정확한 결과를 도출할 수 있는 기술입니다.
딥러닝은 인간 뇌의 뉴런이 상호작용하는 방식을 기반으로 한 신경망을 사용하여 데이터를 수집하고
여러 번 반복적으로 처리하여 데이터의 점점 더 복잡한 특징을 학습합니다.
그리고 이 신경망은 데이터에 대한 결정을 내릴 수 있으며, 결정이 올바른지를 학습하고
새로운 데이터에 대한 결정에도 학습한 지식을 활용할 수 있습니다.
예를 들어, 어떤 물체가 어떻게 생겼는지를 "배웠다면", 새로운 이미지에서 그 물체를 인식할 수 있습니다.

---

전체적인 기사를 요약하자면 아래와 같습니다.

 

1. 인공지능 (AI): AI는 인간의 사고 기능과 관련된 기계의 능력을 말합니다.
인지, 추론, 학습, 문제 해결, 창의성 등의 기능을 수행합니다.

2. 기계 학습: 기계 학습은 AI의 하위 분야로, 데이터로 훈련된 알고리즘을 사용하여
명시적인 프로그래밍 지시 없이 예측과 추천을 합니다.
새로운 데이터와 경험에 적응하여 시간이 지남에 따라 더 정확하고 효율적으로 작동합니다.

3. 딥러닝: 딥러닝은 기계 학습의 한 유형으로, 이미지 등 다양한 데이터를 처리하며 인간의 개발 개입이 적습니다. 인간 뇌의 작동 원리를 모방한 신경망을 사용하여 패턴을 인식하고 새로운 데이터에 대해 결정을 내립니다.

4. AI 적용 분야: 거의 모든 산업이 AI를 활용할 수 있으며, 예측 유지보수, 물류 최적화, 고객 서비스 개선 등
다양한 적용 사례가 있습니다.

5. 생성적 AI: 생성적 AI 모델은 입력에 대한 콘텐츠를 생성하는 기술입니다.
마케팅, 영업, 운영, IT, 리스크, R&D 등 다양한 분야에서 활용될 수 있으며,
다만 편향된 결과나 정확하지 않은 결과와 같은 위험 요소도 있습니다.

6. AI 적용 확대: 조직은 다양한 팀이 AI 프로젝트를 수행하도록 협업하는 문화를 만들어야 합니다.
또한 모든 직원이 AI 알고리즘이 제안하는 내용을 신뢰하고 적극적으로 활용할 수 있도록 해야 합니다.
지속적인 개선을 촉진하기 위해 민첩성 기반의 사고방식을 채택하는 것도 중요합니다.

7. 제한과 위험: AI 모델은 현실적으로 인간과 유사한 결과를 생성하나,
가끔씩 부정확하거나 편향적인 결과를 만들어낼 수 있습니다. 데이터 선택, 인간의 감독,
AI에만 의존하지 않는 중요한 결정의 경우 인간의 개입 등을 통해 위험을 줄일 수 있습니다.

8. AI 도입 트렌드: 최근 몇 년간 AI 모델의 도입이 증가하고 있으며, 마케팅, 영업, 제품 개발, 전략 등 여러 분야에서 기업들은 AI 적용에서 상당한 가치를 찾고 있습니다.

AI, 기계 학습 및 딥러닝은 적절한 조치와 안전장치를 갖추고 책임있게 활용될 경우 다양한 산업을 혁신하고 비즈니스 운영을 향상시킬 수 있는 가능성이 있습니다.

---

이제 AI 를 넘어 초거대 AI의 시대가 왔는데,

요새 대학교에서는 필수로, 업무에도 사용하고 있는 ChatGPT 가 그 중 하나입니다.

ChatGPT 의 등장으로 주목받고 있는 초거대 AI는 아래 글을 참조바랍니다.

 

https://skdt.co.kr/bbs/board.php?bo_table=dtblog&wr_id=29308

AI를 넘어 초거대 AI의 시대가 왔다! ChatGPT의 등장으로 주목받고 있는 초거대 AI란? | 같이 읽는 IT

출처 : SK DT Hub

---

2022년 11월, 오픈AI의 ChatGPT 런칭 이후,

각종 스타트업들은 물론, 알파벳과 메타와 같은 빅테크 기업까지 AI 시장에 진입하고 있습니다.

 

https://coffeepot.me/library/?idx=15853239&bmode=view

☕️ AI 계산기 두들기는 빅테크 : 라이브러리

 출처 : Coffeepot

 

 

뿐만 아니라 국내 기업인 삼성SDS 와 SK 에서도 

AI 개발에 팔을 걷어붙이고 출사표를 내던졌습니다.

 

https://dealsite.co.kr/articles/107684

삼성SDS, 연내 생성형 AI 도전장 - 딜사이트

출처 : DealSite

 

https://www.yna.co.kr/view/AKR20230727145900017?input=1195m

SK최태원, AI 개발에 팔 걷어붙였다…독·싱·UAE 통신사와 동맹 | 연합뉴스

출처 : 연합뉴스

 

 

오늘은 AI와 더욱 커져가는 AI 트렌드 에 관해서 McKinsey 기사로 알아보았습니다.

전기전자 분야에서 지속적으로 연구, 개발 중인 조광페인트의 다양한 제품에도 많은 관심 부탁드립니다.

'문의'를 통해 여러분이 궁금해하는 해외 트렌드에 대해 연락주시면 대신 공부해드립니다!