인공지능의 보급이 늘어나면서 소규모 가게에서 활용되는 사례들도 늘어나고 있다. 예를 들면 꽃집에서 AI가 고객의 정보를 가지고 원하는 꽃다발을 추천해주는 것이다.꽃은 사는 사람들마다 취향이나 선호하는 종류가 달라서 추천하기가 쉽지 않다고 한다. 수십 년간 꽃집을 운영한 사람은 과거의 경험을 바탕으로 한 노하우를 가지고 고객이 원하는 꽃을 추천해준다.AI가 고객에게 꽃을 추천하는 과정도 사람이 행한 그간의 노하우를 데이터화한 것이다. 차이가 있다면 인간의 기억력에는 한계가 있다는 점이다.그러나 인공지능은 데이터를 점점 무한대에 가깝게

빅데이터에 의한 발견이 고도화되며 자연스레 부각된 분야가 바로 ‘예측’이다. 과거 및 현재의 데이터로 미래에 발생할 결과를 가늠할 때 예측이 가능하며 이를 위해서는 모델이 있어야 한다.‘기업의 매출은 광고비에 비례한다’라고 하면 앞으로 얼마의 광고비를 투입하면 매출이 어느 정도 될지 예측할 수 있다.빅데이터에 의한 예측은 사람의 계획에 의해 소프트웨어가 그 관계를 발견하는 방법을 주로 사용한다. 그리고 과거에는 분석하기 어려웠던 데이터들을 분석해 변수들을 찾아 예측력을 높이고 있다.예측은 미래의 데이터가 아닌 과거의 데이터로 하며

기계학습의 유망한 분야 중 하나인 뉴럴 네트워크가 최근 주목받고 있다. 지금까지 기계학습 분야는 자연어처리, 구조화된 데이터, 이미지나 음성 등의 멀티미디어, 로봇 등의 영역에서 연구돼 왔다.그중에서도 웹의 등장 이후에는 자연어처리와 기계학습이 제대로 팀을 이뤄 올라왔다고 볼 수 있다.그런데 최근의 돌파구는 이미지 인식 분야에서 일어났다. 따라서 여기에서는 이미지를 통한 기계학습을 예로 들어보도록 하자.자주 사용되는 예가 최근 스마트폰에도 많이 적용되고 있는 손글씨 문자 식별이다. 손글씨 문자 식별이란 간단한 예로 우체국의 우편 번

일본에서는 ‘로봇 서비스’라는 말이 유행하고 있다. 좁은 의미에서는 로봇으로 제공하는 서비스를 의미하지만 로봇, 그리고 로봇이 이동하면서 서비스할 수 있는 시스템, 기존 시스템과 연계해 전체 시스템을 하나의 서비스로 파악, 제공하는 것이다.카페 델리 지지코가 있는 동경의 시로야마 트러스트 건물의 경우 로봇이 건물 안에서 자유자재로 움직이기 위해서는 로봇과 엘리베이터 같은 주변장치가 연계되는 시스템이 필요하다.그리고 건물 내부의 지도 정보도 필요하고 로봇이 정상적으로 움직이고 있는지 실시간으로 감시, 확인하는 시스템도 필요하다.이렇게

인공지능 디지털 트랜스포메이션은 이미 전 세계 여러 기업에서 다양한 사례를 만들어낸 바 있으며 여전히 활발하게 진행 중이다.대표적인 사례로, IT 기술을 빠르게 도입하고 지속적으로 혁신을 추구하고 있는 스타벅스를 들 수 있다. 스타벅스는 인공지능 기반 ‘가상 바리스타 시스템’을 도입하기도 했다.이는 고객이 스타벅스 앱을 통해 음성 명령이나 텍스트 메시지로 가상 바리스타에게 음료를 주문할 수 있는 시스템으로, 더 만족스러운 사용자 경험을 제공하기 위한 개인화 고객 서비스 가운데 하나다.스타벅스의 인공지능 기반 주문은 국내에서도 가능하

AI 분류 방법에도 여러 가지가 있다. 신문 기사를 카테고리로 분류하는 것을 생각해 보자. 우선은 컴퓨터가 훈련용 데이터를 읽고 기사에 나오는 단어를 바탕으로 어떠한 공간을 만든다.예를 들어 기사에 나오는 단어로부터 가장 자주 나오는 것을 100개 선택하고 100차원 공간을 만들면 1개의 기사는 이 공간상 1개의 점으로서 나타날 수 있다.이 공간에서는 같은 단어가 나오는 기사는 근처에, 나오지 않는 기사는 멀리 떨어져 있게 매칭된다.선을 긋는 방법에는 여러 가지 방법이 있고 각각 다른 가설에 근거하고 있다. 첫 번째는 최근접 이웃

기존에 고객의 신뢰성을 검증하던 설문조사나 포커스 그룹 인터뷰는 비용과 시간이 많이 들고 실시간으로 측정하기도 어렵다.기업이 고객의 신뢰성을 더 잘, 더 빨리 측정한다면 그만큼 자사의 제품이 얼마나 잘 팔리고 있는지 더욱 신속하게 파악할 수 있다.현재 많은 기업이 고객, 종업원, 투자자의 감성을 측정하기 위해 신뢰성 분석을 하고 있다. 일부 기업들은 심지어 수많은 이메일과 커뮤니케이션 내용을 점검하기 위해 개발한 소프트웨어를 사용하기도 한다.자동화된 감정 분석은 최근 주목받고 있는 새로운 분야로 비즈니스 인텔리전스, 고객 서비스,

영국의 내셔널 웨스트민스터 은행은 인공지능 챗봇 ‘코라’를 개발했다. 코라는 컴퓨터 모니터상에서 사람 모습을 한 아바타로 등장해 은행 직원의 업무를 대신한다.이때 고객의 목소리를 인식해서 대화하거나 은행 직원이 처리하는 업무를 음성을 통해 고객에게 전달한다.만약 고객이 대출을 어떻게 신청해야 하는지와 같은 질문을 하면 코라는 친절하게 답변한다. 고객이 모니터를 보는 방식이 아니라 스마트폰을 사용하는 경우에는 채팅 메신저를 통해 대화를 한다.매일 반복되는 일상적인 고객 질문에 대해서는 코라가 정확하게 답변할 수 있다. 이렇듯 챗봇을

카페 델리 지지코는 일본의 유명 부동산 개발회사 모리 트러스트가 운영하는 카페이다. 이 카페는 오피스 타워 1층에 위치하는 특성 때문에 평일에만 운영한다.모리 트러스트 사가 AI 로봇이 배달하는 카페를 운영하는 이유는 다름 아닌 오피스 건물의 경쟁력 향상을 위해서다.보다 편리한 오피스 환경을 제공하기 위해 이러한 카페를 운영하기 시작한 것이다. 인근에 유사한 오피스 건물들이 신축되면서 입주자를 모집하는 일이 어려워진 현실도 이유 중 하나다.서울도, 동경도 최근에는 중심지 재개발 붐이 불면서 시내 한 가운데 많은 고층 건물들이 생기고

포레스터 리서치 보고서에 따르면 기업의 마케팅 담당자들은 블로그, 트위터, 페이스북 등 각종 소셜 미디어에서 생성되는 고객들의 대화로부터 많은 정보를 얻기 위해 여러 가지 고객 감성 지표들을 개발하고 있다.보통 토론에 대한 관심과 가치 정도는 댓글의 수 등으로 측정되며, 소셜 미디어에 올라오는 전체 글의 양도 이들에 대한 지표가 된다.토론에 참여하는 사람의 인구통계학적 지표들은 어떤 고객인가를 파악하는 데 중요한 자료이며 연결된 사람의 수나 범위는 고객 감성의 영향력을 파악하는 데 사용된다.감성의 유형을 파악할 때에는 글 속에 등장

제2차 AI 붐에서는 ‘지식’을 많이 받아들일수록 그만큼 행동할 수는 있었지만 기본적으로 입력한 지식 이상의 것은 할 수 없었다.그리고 입력하는 지식이 보다 실용적이어야 하고, 예외에도 대응할 수 있도록 만들려고 하면 방대해져서 언제까지나 입력시킬 수는 없었다. 근본적으로는 기호와 그것이 가리키는 의미가 결부되지 않았고, 컴퓨터가 의미를 취급하는 것은 상당히 어려웠다.이러한 폐쇄감 속에 차근차근 힘을 키워온 것이 ‘기계학습’이라는 기술이며, 그 배경에는 문자 식별 등의 패턴 인식 분야에서 오랜 세월 축적돼 온 기반 기술과 증가하는

2019년 1월 7일, 로봇이 커피를 배달하는 카페가 개업했다. 이 카페는 고층 오피스 건물이 밀집한 동경 카미야쵸에 위치한 카페델리 지지코이다.이 카페에서는 이용자가 스마트폰으로 주문과 결제를 하면 1층 카페에서 만든 커피를 로봇이 주문한 사무실까지 배달해준다.이 카페가 주목받는 이유는 로봇이 고층에 위치하는 사무실까지 커피를 배달해준다는 점이 아니다. 그것보다 로봇이 혼잡한 고층 오피스 건물에서 자유롭게 이동하면서 목적지까지 갈 수 있다는 점이다.AI 로봇이 위치정보를 알면 목적지까지 도착하는 것은 어렵지 않다. 그러나 많은 사

국내에서 4차 산업혁명만큼 많이 언급되는 단어가 있다. 바로 ‘디지털 트랜스포메이션’이다. 디지털 트랜스포메이션은 디지털로 변화한다, 혹은 혁신한다는 의미가 있다.디지털 트랜스포메이션은 단어 그 자체로는 ‘디지털 변화’라는 뜻으로, 대상 혹은 목적어가 없다.현실적으로 디지털 변화를 이룰 대상은 바로 비즈니스 모델이나 기업, 기업의 활동 등이 될 수 있다.전 세계적으로 디지털 트렌스포메이션을 나름대로 정의한 학자나 기업이 많다. IBM은 디지털 트랜스포메이션에 대해 ‘기업이 디지털과 물리적 요소를 통합해 비즈니스 모델을 변화시키고 산

기계학습이란 인공지능 프로그램 자신이 학습하는 구조를 말한다. 도대체 학습은 무엇인가? 이떻게 하면 학습했다고 말할 수 있는 것인가?학습의 근간을 두는 것은 ‘분류한다’는 처리이다. 잘 분류할 수 있으면 사물을 이해할 수도 있고 판단해서 행동할 수도 있을 것이다. 분류한다는 것은 그러한 학습 과정의 가장 기본적인 단계인데, 다시 말해 예, 아니오로 대답하는 문제인 것이다.기계학습은 크게 ‘지도 학습’과 ‘비지도 학습’으로 나눌 수 있다.‘지도 학습’은 ‘입력’과 ‘올바른 출력’이 세트가 된 훈련 데이터를 미리 준비하고, 어떤 입력이

미국에서 기아자동차는 신차 에 대해 고객들이 어떻게 생각하고 있는지 매우 궁금했다.전통적으로 연료 효율성과 가격 대비 높은 가치를 내세워온 기아자동차는 이에 더해 수준 높은 디자인과 훌륭한 가치에 대해서도 고객들의 평가를 받고 싶어했다.기아의 마케팅팀은 고객들의 선입견에 무언가 변화를 주어야 한다는 과제를 안고 있었으나 고객의 감성에까지 도달하는 데에는 어려움을 겪고 있었다.이에 따라 공개되거나 공개되지 않은 개인의 표현 속에서 그 개인의 감성을 파악하는 분석 방법인 ‘고객 감성 분석’을 이용했다.이는 2011년 11월 미국

많은 혁신 기업들이 각 산업 분야에 디지털 트랜스포메이션을 빠르게 적응하고 있다. 스타벅스 역시 디지털 혁신을 통해 더 나은 고객 경험을 제공하겠다고 강조하며 지난 10년간 꾸준히 디지털 트랜스포메이션을 진행해왔다.스타벅스 앱을 출시하고, 모바일 결제 기능을 추가했으며 모바일 선주문 결제 기능인 ‘사이렌 오더’를 더하면서 스타벅스만의 디지털 트랜스포메이션을 완성했다.공유 경제의 대표적 기업인 에어비앤비 역시 일반 호텔이나 숙박시설과 다르게 모바일 앱과 각종 디티렇 기술을 적용해 관련 산업에 커다란 변화를 불러일으켰다.전기자동차 기업

로봇이 만들어주는 커피 맛은 정확하지만 변화가 없다. 이러한 불만을 해소하는 시도가 있었다. 커피 메이커 네슬레가 운영하는 무인카페 매장이 2017년 11월에 동경 시내 젊은이들의 거리인 하라주쿠에 등장했다.이 카페는 ‘네스카페 골드브렌드 바리스타 50’ 커피메이커로 운영하는 무인 카페이다. 여기서도 바리스타는 로봇이다.이 카페에서는 소프트뱅크 휴머노이드 로봇 페퍼가 주문을 받고 가와사키중공업에서 만든 양손 로봇 두아로가 커피를 만들어주는 방식으로 운영된다.주문 받는 로봇과 로봇 바리스타가 분업 형태로 일한다. 이 카페에서는 앞으로

빅데이터가 기존의 것과 다르다는 주장에서 근거가 되는 부분이 바로 비구조적인 실시간 데이터의 수집과 분석 및 활용이 가능해진 점이다.이를 ‘빅 상호작용 데이터’라고 했다. 이와 관련된 각 분야에서 비구조적인 실시간 데이터를 기존 데이터베이스의 데이터와 결합해 이전에 하지 못했던 발견들을 실현하고 있다.마케팅에서는 콜센터나 기업 SNS에서 고객들이 표현하는 개인적 감정이 무엇인지 찾는 것이 중요해지고 있다.또한 병원에서는 중환자에게 부착된 각종 센서들로부터 응급 상황을 탐지하고 조치할 수 있으며 금융산업에서는 실시간으로 수집, 분석되

동경에서 젊은이들이 가장 많이 모이는 곳 중의 한 곳이 시부야다. 이곳 MODI 빌딩 지하 1층에 로봇이 핸드드립 커피를 만들어주는 ‘헨나카페’가 2018년 2월에 오픈했다. 이 카페에서 커피를 뽑는 바리스타는 로봇이다.이 바리스타 로봇은 미국 리싱크 로보틱스사가 개발한 고성능 협업 로봇 ‘소이어’이다. 이 로봇에게 사람들이 좋아할 커피 만드는 방법을 학습시켰다.로봇 카페에는 한 번에 최대 5잔까지 드립커피를 만들 수 있는 커피머신 2대가 설치돼 있다.로봇 카페에서 주문은 터치패널을 통해서 이뤄진다. 메뉴판에서 음료를 구입하면 QR

프레임 문제와 함께 인공지능의 난제로 여겨지는 또 하나가 심볼그라운딩이다. 인지 과학자인 스테반 하나드에 의해 논의된 것으로 기호를 그것이 의미하는 것과 결부시킬 수 있는 것인가아닌가를 묻는 것이다.컴퓨터는 기호의 ‘의미’를 알지 못하므로 기호를 의미하는 것과 결부시킬 수 없다.예를 들면 얼룩말을 본 적이 없는 사람이 있는데 그 사람에게 ‘얼룩말이라는 동물이 있고, 얼룩이 있는 말이다’라고 가르치면 진짜 얼룩말을 본 순간 그 사람은 ‘저것이 이야기에서 나왔던 얼룩말일지도 모른다’고 바로 인식할 수 있을 것이다.이것은 인간이 말의 의