인간의 뇌 속에는 다수의 신경 세포가 있고 그곳을 전기 신호가 오가고 있다. 뇌의 신경 세포 속 시냅스라는 부분에서는 전압이 일정 이상 되면 신경 전달 물질을 분비하고, 그것이 다음 신경세포에 전달되면 전기 신호가 전해진다.즉 뇌는 어떻게 보아도 전기 회로인 것이다. 뇌는 전기가 전기 회로를 왕래하는 것으로 일하며 학습을 하면 이 전기 회로가 조금 변화한다.전기 회로라는 것은 컴퓨터에 내장돼 있는 CPU에 비유되듯이 통상적으로 어떠한 계산을 행하는 것이다.PC 소프트웨어, 웹사이트, 스마트폰 어플리케이션 모두 프로그램으로 돼 있어서

인공지능에 대한 기대론은 특화형 인공지능을 전제로 비즈니스의 질을 향상시키거나 기업의 생산성에 기여하는 등 긍정적인 측면에 주목한다.특히 자율주행 자동차, 의료 분야, 농업, 얼굴인식, 음성인식, 자동통역, 자연언어 처리 기술 등 인간 활동에 활용되는 사례가 늘어나면서 기대감도 높아지고 있다.더구나 인간이 하기 어려운 극한작업이나 반복적인 작업을 인공지능이 대체하는 사례가 늘어나면서 삶의 질을 높일 수 있다는 견해들도 제기되고 있다.기업이나 생산현장에서 생산성 증가와 더불어 매출이 증가하는 것도 긍정적인 측면으로 보고 있다. 그리고

자율 동작형 비즈니스 모델은 인공지능을 활용해 기존에 없던 새로운 비즈니스 모델을 제공한다. 즉 인간의 제어 없이 사전에 인공지능에 프로그래밍된 알고리즘에 따라 결과물을 산출해낸다.따라서 알고리즘만 정확하다면 인간을 완전히 대체할 수 있다. 이때 인공지능을 갖춘 하드웨어가 중심축 역할을 하되, 컴퓨터 비전 기술이 그에 버금가는 중요한 역할을 담당한다. 자율주행차, 자율비행드론, 로봇, 맵 서비스, 신약 디자인 등을 그 예로 들 수 있다.케스프리는 드론을 활용한 인공지능 플랫폼을 통해 폭풍 등으로 파손된 지붕의 손상 정도를 자동으로

인공지능이 세상을 뒤흔들고 있지만 사실 인공지능은 2020년 현재, 완성돼 있지 않다. 이것이 많은 사람들이 오해하고 있는 부분일 것이다.최근 인공지능을 탑재한 상품이나 인공지능을 사용한 시스템이 늘어나고 있는 현실에서 ‘아직 인공지능이 완성돼 있지 않다’라고 하면 놀랄 사람들이 많겠지만 정확히 말하면 진정한 의미에서의 인공지능, 즉 ‘인간과 같이 생각하는 컴퓨터’는 아직 미완성이라는 뜻이다.인간의 지능 원리를 해명하고 그것을 공학적으로 실현하는 인공지능은 아직 세상 어디에도 존재하지 않는다. 따라서 인공지능을 사용한 제품이나 인공

빅데이터 세상이 열리면서 산업현장에서 '생산성 혁명'이 전개되고 있다.빅데이터 세상에서는 각종 센서나 태그들이 상품, 원자재, 물건 등에 부착됨으로써 생성되는 실시간 상호작용 데이터, 즉 빅(Big) 상호작용 데이터가 생산성 향상의 주역이다.이들 데이터는 과거와 달리 더 많아지고, 더 다양해지고, 더 빨리 생산·수집되면서 새로운 차원의 생산성 향상을 가능케 하고 있다.더 많은 데이터는 기업 자체의 데이터가 증가하는 부분도 있지만 기업이 외부 기관과 네트워크로 연결돼 업무 협력이 증가하면서 발생하는 부분이 점차 커지고 있다. 특히 센

성능 향상형 비즈니스 모델에서는 인공지능이 시스템에 통합돼 핵심 기능을 근본적으로 변화시킨다. 이때 인공지능은 시스템에 화학적으로 결합되기 때문에 분리가 불가능하다는 단점도 있다.그러나 인공지능이 시스템의 근본적인 변화를 이끌어내기 때문에 기존 한계를 뛰어넘는 무한대의 성능 향상도 기대해볼 만하다. 이는 인간을 대체할 수 있다는 점에서 큰 주목을 받고 있는 비즈니스 모델이다.시스템 인공지능화의 대표적인 예로는 IBM의 왓슨, Ayas야, H20.ai 등을 들 수 있다. 특히 H20.ai는 기업이나 조직이 겪는 인공지능 인력 부족 문

기업 경영에서 생산성을 이야기하면 이제는 너무 진부하게도 느껴진다. 그러나 여전히 기업 경쟁력을 결정하는 기본은 높은 생산성이다.물론 혁신적인 첨단 제품으로 경쟁자를 압도하는 기업도 있지만 대형 유통업체들 간의 경쟁에서 보듯이 아직도 대부분의 기업은 경쟁자들과 피 말리는 비용 절감 싸움을 벌이고 있다.인건비나 원자재 조달 비용을 마음대로 줄일 수 없는 상황에서 생산성 향상은 기업은 물론 한 나라의 경쟁력을 결정하는 요소로 부각될 수밖에 없다.한국도 과거 개발연대의 요소 투입형 경제성장에서 인적자원 고도화, 생산성 혁신에 의한 성장

차량공유는 두 가지로 나눌 수 있다. 하나는 차를 빌려서 직접 운전하는 것이고, 다른 하나는 운전자를 빌려 승차를 공유하는 걸 말한다. 전자를 카 쉐어링, 후자를 라이드 쉐어링이하고 한다.그러나 이동수단이 다양화되면서 최근 차량 뿐만 아니라 자전거와 전동킥보드 등도 공유되고 있다.이 같은 공유경제 시스템은 전 세계적으로 진행되고 있다.공유자전거가 가장 활발한 곳은 역시 중국이다. 특히 베이징이나 상하이의 경우 자전거도로가 잘 돼 있어 이용하기도 쉽다.거리 곳곳에 비치된 공유자전거의 숫자도 많고 하루 이용객이 1,000만 명에 달한다

스마트폰과 카카오택시 서비스 덕분에 소비자는 택시를 쉽게 탈 수 있었고 택시 기사는 손님을 쉽게 태울 수 있었다. 그런데 카카오와 택시업계의 이런 좋았던 시간은 카카오가 ‘카풀’ 서비스를 하겠다고 하며 문제가 생겼다.일반적으로 카풀은 ‘내 차의 빈자리에 다른 사람을 태우자’라는 아주 좋은 취지로 시작한 서비스다. 그런데 이렇게 빈자리에 사람을 태우고 돈을 받기 시작하면서 달라졌다.택시업계에서는 이를 유사 영업행위로 봤고 카풀 업체에서는 정당한 행위로 봤다. 사이가 나빠질 수밖에 없다. 택시업계에서는 신경이 쓰이기는 했지만 일단 지켜

많은 기업들이 임직원의 사기를 증진시키고, 유능한 인재를 데려오기 위한 방안으로 직원 복지를 증진하고자 노력하지만 이는 생각보다 쉽지 않다.각 직원들의 취향, 니즈가 다르기 때문에 모두를 만족시킬만한 복지 프로그램을 찾기가 어렵고 그 과정에서 비용도 상당하게 들어가기 때문이다.특히 자금역이 부족한 소규모 기업 또는 스타트업의 경우에는 더욱 힘들다. 인재 유치가 절실한 상황이지만 대기업에서 제공하는 만큼의 복리후생을 제공하기에는 자금이 턱없이 부족하다.하지만 직원 복지 향상 플랫폼 퍼크박스를 이용하면 얘기가 달라질 수 있다. 2010

GPS와 내비게이션이 없었던 옛날에는 가족이나 친구가 자동차를 새로 구입하면 커다란 지도책을 선물했었다.길을 많이 알고 있는 것이 운전자에게는 중요한 자산이었다. 그러나 지금은 아무도 지도책을 선물하지 않는다.게다가 최근에는 내비게이션이 모두 스마트폰 속으로 들어가면서 자동차에 별도 부착했던 내비게이션 기기도 점차 사라지는 추세이다.GPS는 인공위성을 이용한 위치정보 시스템으로 미국에서 개발됐다. 현재 운영되고 있는 GPS의 원형으로 ‘트랜짓’이라는 위성이 있었다.1960년 미국 해군은 미국 방위고등연구계획국 그리고 존스홉킨스대학교

일본 테라다창고가 제공 중인 ‘작은 창고’라는 의미의 클라우드 수납 서비스 미니쿠라는 개인 고객을 대상으로 일정한 비용을 받고 물품을 대신 맡아준다.일본에서는 지진이나 태풍, 습기를 피하기 위해서 그림 등 고가품을 대상으로 한 개인 보관 서비스는 있었지만 일반 대중을 대상으로 저렴하게 개인 소장품을 맡아주는 창고 임대 서비스는 미니쿠라가 최초다.미니쿠라는 월 200엔의 비용으로 개인들의 소장품을 대신 보관해주는데 맡길 물품의 종류에 따라 일반 정규 보관 서비스, 의류 전용 보관 서비스, 서적 전용 보관 서비스 등 대략 세 가지 서비

GPS 위성신호를 통해 1차적으로 파악할 수 있는 것은 지표면 상에서의 숫자로 된 위도와 경도이다. 따라서 이를 사람들이 이해할 수 있는 혹은 인지하고 있는 지도상의 정보로 바꿔주는 것은 매우 중요한 작업이다.기본적으로는 행정상의 주소가 될 것이고 건물이나 건물 내에 입점해 있는 주요 기관 및 상점이 될 수도 있다. 서울 코엑스와 같이 큰 건물은 단순히 건물 정보만이 아니라 건물 내 어느 출입구인지까지도 내비게이션 상에 표시가 돼야 한다.이런 정보는 항상 변하지 않는 고정적인 정보가 아니다. 따라서 새로 생기는 도로나 건물, 그리고

인터넷 광고업체 ‘셉테니 홀딩스’는 직원의 실적과 성격, 부서 적합도 등을 수치화한 뒤 이를 기계가 학습하도록 해 인재를 채용하고 배치하는 업무에 활용했다.제1컨설팅부의 혼마 슈지 부장은 “처음에는 반신반의했는데, 퇴사율이 눈에 띄게 줄었다”고 말했다. 혼마 부장은 반년에 한 번 AI가 산출하는 데이터를 인사 평가에 참고만 한다.직원의 적성이나 동료와의 관계 등 부서의 실적을 좌우하는 눈에 보이지 않는 요소를 AI가 숫자로 보여주면 혼마 부장이 그것을 참고해 인사를 결정한다.셉테니 홀딩스는 2015년 가을, AI가 분석한 데이터를

과거에 디지털 데이터를 연구하던 사람들에게는 매우 친숙한 사진이 하나 있다.바로 ‘레나(Lena)’라는 이름의 가로세로 512픽셀짜리 테스트 이미지 한 장이다. 이 사진의 주인공은 스웨덴 출신 모델 레나 쇠데르베리이다.서던캘리포니아 대학 연구자들은 유명한 성인잡지 플레이보이 1972년 11월호를 장식했던 그녀의 매혹적인 누드 사진을 보고 오묘한 감동을 받아 이 사진을 공들여 스캐닝하고 얼굴 부분만 잘라 이미지 파일로 만들었다.그리고 당시 연구 중이던 갖가지 기술을 시험 적용해보는 테스트 이미지로 쓰기 시작했다. 이후 이 파일은 널리

AI라는 말이 처음 사용되기 시작한 때는 1956년이다. 미국의 존 매카시 박사는 기계가 사람처럼 판단하고 학습할 수 있을 것이라는 가능성을 믿고 AI라고 이름 붙였다.지금까지 AI 연구에는 몇 번의 붐이 있었다. 첫 번째는 AI라는 말이 생긴 직후부터 1960년대까지다. 미로에서 탈출하고 퍼즐을 풀기 위해 탐색하고 추론할 수 있는 것이 AI 기술의 중심이었다.컴퓨터가 프로그래머의 설계대로 문제를 처리하는 단순한 모델이기에, 응용 범위가 넓지 않다는 사실이 알려지면서 연구가 이어지지 못했다.두 번째 붐은 1980년대다. 이때는 전문

다가올 인공지능 사회에 대해서 부정적인 전망을 하는 사람들은 대체로 ‘고용 감소’ 또는 ‘AI에 의한 인간 지배’에 대한 불안감을 가지고 있다.이 불안감은 ‘2045년 문제’와 결부돼 인간이 인공지능과 전쟁을 하거나 지배를 받는다는 극단적인 예측에 근거하고 있다.인공지능 기술이 발달해 인간의 능력을 능가하거나 통제로부터 벗어나는 상황을 상정한 것이다. 또 인공지능은 인류에게 위협적인 존재가 될 것이라고 인식하는 위협론에 근거하고 있다.위협론은 인공지능이 인간의 능력을 초월하는 단계에 이르면 자기 자신을 스스로 복제하는 것이 가능하게

최근 인공지능, 로봇, IoT, Open Data, Open API 같은 기술이 발전하면서 인류는 지금까지 경험하지 못했던 새로운 사회로 변모해가고 있다.데이터 이코노미에 기반한 새로운 비즈니즈, 캐시리스 사회, 이동혁명을 실현하는 모빌리티 서비스 등이 등장하고 있다.실험공간 속에서 운행되던 자율주행 자동차도 이미 도심의 일반도로로 나와서 손님에게 서비스를 제공하고 있다. 구글 계열 웨이모는 2018년 12월부터 자율주행 택시 ‘웨이모 원’을 운영하고 있다.ICT, IoT, 인공지능, 로봇기술 같은 첨단기술의 발전, 그리고 이러한

2013년 구글은 인공지능 연구를 위해 최근 화제의 신기술인 ‘딥러닝’의 제1인자인 토론토 대학 제프리 힌튼 교수가 시작한 벤처 DNN 리서치 회사를 매수했다.소위 아퀴하이어라고 불리는 인재 획득을 위한 기업 매수 기법으로 힌튼과 학생들 등 우수한 인재를 확보하기 위한 목적으로 DNN 리서치를 인수한 것이다.구글은 다음 해에 영국의 딥마인드 테크놀로지스사를 매수했다. 사원이 고작 몇 십 명뿐인 회사로 페이스북과 서로 경쟁한 끝에 4억 달러의 가치가 매겨져 세상을 놀라게 했다.사업으로서의 가치나 고객이 얼마나 많은가를 본 것이 아니고

인공지능의 진화로 인해 인간의 일자리를 순차적으로 빼앗기는 것은 아닐까 걱정하는 목소리가 들려오고 있다. 물론 어느 시점에서는 인공지능이 대량의 실업을 만들어 내는 사태를 일으킬지도 모른다.2014년 영국 딜로이시트사는 영국의 일자리 가운데 35%가 이루 20년간 로봇으로 대체될 가능성이 있다는 보고서를 발표했다.연봉 3만파운드 미만의 사람은 연봉 10만 파운드 이상의 사람과 비교해서 기계에게 일자리를 빼앗길 확률이 5배 이상 높다고 한다.게다가 옥스퍼드대학의 연구 보고서에 따르면 향후 10~20년 안에 IT화의 영향으로 미국에서