[ 디지털트랜스포메이션의핵심인공지능, 쉽게이해하기 ] <1 차시인공지능의역사와주요개념 > 1. 인공지능의역사 s 영화속에등장하는인공지능 - 인공지능을처음등장시킨영화, 2001 스페이스오디세이 1 영향 : 다양한인공지능영화에큰영향을미침영화 월 -E 에나오는인공지능또한할의

Transcription

1 [ 디지털트랜스포메이션의핵심인공지능, 쉽게이해하기 ] <1 차시인공지능의역사와주요개념 > 1. 인공지능의역사 s 영화속에등장하는인공지능 - 인공지능을처음등장시킨영화, 2001 스페이스오디세이 1 영향 : 다양한인공지능영화에큰영향을미침영화 월 -E 에나오는인공지능또한할의모습과흡사함 2 특징 : 스스로생각할수있는자아를가진설정지식을넘어감정까지가진인공지능 s 인공지능기술의개요새의날개 비행기, 물고기의부레 잠수함등 s 인공지능발전의역사 ( 인간의뇌 인공신경망으로의연결 ) 1 뉴런의정보교환 : 정보를주고받는과정중생각이만들어짐 2 뉴런의역할 각각의뉴런이모든신호를다음뉴런으로보내지는않는다. 뉴런이모여서로연결된것이신경망이다. 신호를언제전달할지에대해기준을가지고판단한다. 3 퍼셉트론과인공신경망 개념 : 퍼셉트론은신경망을모방하여만든개념 개요 : 1958 년프랑크로젠블라트 퍼셉트론 발표 기능 : 다양한데이터속에서특정한패턴을찾을수있는능력 문제점 : 패턴을인식할때직선으로만구분을할수있음컴퓨터의작동원리인모든논리회로를설명하지못함 해결방안 : 인공지능의연구와관심히급격히줄게됨퍼셉트론에기초를둔 딥러닝 의탄생 s 딥러닝 - 개념 : 최근인공지능과인공신경망이라고부르는대부분의기술딥러닝은신경망을하나의층으로만구성한것이아니라여러층으로구성함퍼센트론이하나의뉴런을모방했다면딥러닝은수많은뉴런이모인것을모방 - 오차역전파법 : 정확한결과가나오지않았던딥러닝의한계를해결한기술 2. 지도학습과비지도학습 s 지도학습 - 하나씩가르쳐주는지도학습 - 개념 : 인공지능을직접누군가가가르치고이끄는학습방식 - 지도학습이가능한상황은모범답안이있을때임 ( 미지의상황, 모범답이없을경우사용불가 ) - 인공지능에게이모범답안을만든사람이상의능력을기대하기어려움 s 비지도학습 - 지도하지않는학습방법 - 지도하는사람이없어도특징으로구분하며, 구분내용을사용자에게보여주며확인받음 - 사람이구별하는것과차별화된성능을보여줄수있음 - 비지도학습의장점 : 지도학습의단점을보완

2 3. 우리생활속의인공지능 s 가전제품과인공지능 - 맞춤형진화 : 각각의인공지능제품을사용하는사람들의니즈와패턴을분석하여스스로학습하는것 - 인공지능이적용된에어컨 : 비슷한상황이생기면사용자가이전에했던방식으로에어컨을작동시킴 <2 차시왓슨의주요서비스 > 1. 왓슨 API 개요 s 왓슨정의 : 스스로생각할수있는컴퓨터 s 왓슨의특징 : 왓슨이내부적으로머신러닝기술을이용하고있음, 머신러닝을활용한인공지능제품혹은활용을위한서비스 s 왓슨의기능 - 지식발견기능 : 요리레시피제안, 신약개발, 게놈 (Genome) 연구 - 질문대응기능 : 금융기관의콜센터 s 왓슨과타인공지능서비스비교 - 아마존머신러닝 아마존웹서비스에서아마존머신러닝이라는인공지능서비스를제공하고있음 바이너리모델 : 아마존의머신러닝구조중 ' 예 / 아니오 ' 로답하는모델 2. 왓슨서비스사용준비 s 왓슨의기본방식 - HTTP 와 GET 과 POST 메소드요청방식 - 주로 JSON 형식의결과값을반환함 s Tone Analyzer - 왓슨의서비스중, 입력한 3 가지유형의어조를분석해주는서비스 s R&R( 검색및평가 ) 란무엇인가 - 검색및평가 (R&R) 의개념 : 질문에대한대답을제공하는대표적인왓슨의 API - NLC 로질문의의도를이해하고해당영역을선정해 R&R 이대답을찾아내는것이일반적인방법 - Rank 의역할 : 대답후보중어떤것이더정확한대답인지추론 s 대화서비스 - Conversation 개념 : 주로채팅봇과같이사용자와대화를하기위한서비스 - Conversation 기능 : 정해진흐름에따른대화를만들어채팅과같은시스템을구현할수있음 <3 차시머신러닝이해 > 1. 지도학습의개념 s 고양이예시로보는지도학습 1 지도학습프로세스 : 기계는사용자가제시하는정보 ( 훈련데이터 ) 를살펴봄 2 지도학습의응용 3 사용자가원하는기준에따라최선이라고생각하는대상을정한다음기계에해당프로파일과일치하는다른대상을찾아낼것을요청 4 직접프로파일을만들필요가없음

3 s 베이즈정리 - 토머스베이즈목사가발전시킨베이즈정리 1 조건부확률 : 무언가가벌어질확률은이전에어떤일이벌어졌는가에따라달라짐 2 발전시킨개념 : 알수없는사건이발생해서실패한횟수를계산하려면, 단한번의시도로그런일이벌어질확률이정확하게명시할수있는 2 개의확률사이에위치해야함 s 서포트벡터머신 1 필요한상황 : 사용자는 2 개의집단으로분류하길원함, 사용자가가진모든데이터가중구난방으로흩어져보임, 울타리를기준으로모두가이쪽혹은반대편에속하는것처럼보임. 2 유용성 : 2 차원에서중구난방으로흩어져보이는데이터에세번째차원을추가했더니구분되는두집단이되었을때유용한머신 2. 비지도학습 s 비지도학습의개념 1 비지도학습의유용성 : 기계에게특정한문제를풀것을요구하지않아도됨 2 고양이사진의예시 : 기계에게많은고양이사진을학습한다음발견한것을알려달라요청 s 클러스터분석 - 클러스터의의미 : 데이터집단 - 사람이인식하는패턴 : 나뭇잎패턴, 움직임패턴, 날씨패턴등다양한패턴을인식할수있음 - 머신러닝이인식하는패턴 : 머신러닝은패턴을포착하는능력이뛰어남, 머신러닝알고리즘은실제로존재한패턴만찾아냄, 아포메니아 ( 무작위적인데이터사이에서의미있는패턴을인지하는성향 ) 에빠지지않음 3. 강화학습 s 강화학습의개념 - 어떤임의의존재 (Agent) 가주어진환경내에서어떻게행동해야하는지에대해학습하는것, 기계가외부세상 ( 환경 ) 이나신경세포중일부로부터피드백을받으면강화가이뤄짐 s Q Learning 1 가정 : 어떤상태이든, 가장높은누적보상을얻을수있는행동을취함 2 문제 : 항상 최선의선택 만고집한다면, 새로운선택은해보지않을것이고, 그렇게된다면아직받아보지못한미지의보상에대해서는앞으로도그존재를알수없을것 3 해결 : 아직받아보지못한미지의보상에대해알수없는 Q Learning 의한계점을보완한전략 (ϵ greedy 전략 ) <4 차시딥러닝의이해 > 1. 딥러닝동작원리 s 선형회귀의정의 - ex: 독립변수 x 를사용해종속변수 y 의움직임을예측하고설명하는작업 s 선형회귀의종류 1 단순선형회귀 : 하나의독립변수 x 만으로도종속변수 y 값을설명할수있는경우 2 다중선형회귀 : 독립변수 x 가여러개필요한경우 s 오차수정하기 : 경사하강법 - 개념 : 그래프에서오차를비교하여가장작은방향으로이동시키는방법 - 경사하강법을이용해오차가최소가되는지점을구하려고한다. 이는미분했을때기울기가몇이되는지점인가? 기울기 0 이되는지점 - 경사하강법학습률의개념 : 기울기의부호를바꿔이동시킬때어느만큼이동시킬지를신중히

4 결정해야함이때, 이동거리를정해주는것이 학습률 s 참 - 거짓판단장치 : 로지스틱회귀 - 개념 : 전달받은정보를놓고참과거짓중에하나를판단해다음단계로넘기는장치들이딥러닝내부에서작동 - 로지스틱회귀필요성 : 참과거짓중에하나를내놓는과정은로지스틱회귀의원리를거쳐이뤄짐 - 정의 : 선형회귀와마찬가지로적절한선을그려가는과정임. 다만, 직선이아니라참 (1) 과거짓 (0) 사이를구분하는 S 자형태의선을그어주는작업 - 시그모이드함수 : 시그모이드함수의특징은 y 값이 0 과 1 사이라는것이다. 실제값이 1 일때예측값이 0 에가까워지면나타나는변화 = 오차가커진다 2. 신경망의이해 s 신경망과딥러닝 1 하이퍼볼릭탄젠트에대한설명 - 시그모이드함수의범위를 -1 에서 1 로확장한개념이다. - 미분한값의범위가함께확장되는효과를가져온다. - 여전히 1 보다작은값이존재한다. 2 렐루 - 시그모이드의대안, 현재가장많이사용되는활성화함수 - x 가 0 보다작을때는모든값을 0 으로처리하고, 0 보다큰값은 x 를그대로사용하는방법 <5 차시뉴스와 AI> 1. 인공지능과뉴스 s 필터링정의와종류 1 필터링 : 인터넷사용시부정행위, 불건전한내용방지를위해특정정보를차단 2 콘텐츠필터링 : 콘텐츠이용과정에서저작권침해여부등을판단하는데이터제어기술 3 협업필터링 : 다수의사용자의기호정보에따라사용자의관심사자동예측기술 s 필터링의발전과정 - 필터링변화요인 : 글에서사진과영상으로변화함 s 필터링수행과정 - 스팸메일 : 특정단어가포함된메일을알고리즘에의해자동스팸처리 - 사진 : 방대한양의이미지를형태별로분류해학습시키고이과정을반복함 ex) 네이버인공지능 X-eye s 필터링인공지능 - 과거의필터링과정 : 알고리즘정확성이낮아최종적으로사람의판단필요 - 현재의필터링과정 : 알고리즘정확성을높이기위해딥러닝기술중 CNN 사용 - 합성곱신경망, CNN 정의 : 이미지를분석하기위해패턴을찾는데유용한모델 * CNN 의뉴스챗봇이제공하는기능 : 주요기사요약, 추천기사제안, 문의사항답변 s 언론사인공지능활용사례 - 구글, PA, Urbs media 시사점 : 공공데이터의폭넓은이해와활용 1 과거의문제점 : 공공데이터는주로통계자료, 도표, 전문용어로구성 2 대부분언론사는정부에서제공하는기사화가바로가능한공통자료 ( 보도자료 ) 를활용 3 따라서언론사가제공하는기사의내용이유사하고, 내용의이상도발견하기어려움 - 현재의변화부분 1 기사작성에있어서원가를절감하고작업의효율성을높임 - 워싱턴포스트 1 1 개의기사를다양한버전으로제작하여유통하며, 이용자의반응실험

5 2 헬리오그라프 : 워싱턴포스트에사용한인공지능중뉴스를제작하는인공지능 - 자연어생성기술 : 공공데이터의이해와활용도를높여준인공지능기술 <6 차시 TV 와 AI> 1. 인공지능과 TV s 야구에대한이해 - 야구 : 기록경기 - 야구에서데이터의종류 : 타율, 평균자책점등의확률 - 야구에서데이터의활용도 : 감독의전략수립, 선수의능력평가, 경기결과의예측 s 방송사의인공지능활용 - 음성인식기술기반 : TV 작동및명령수행, 과거시청프로그램제안 - 음성지문기술기반 : 목소리로사람을구분하여개인맞춤화서비스제공 - 시사점 : 인공지능의활용주체가콘텐츠제작사, 방송사 s 일본공영방송 (NHK) 스마트프로덕션시스템의기능 - 빅데이터분석 - 제작자보조 - 콘텐츠변환 s 방송사와인공지능활용 1 Comcast, X1 음성리모컨활용 - 소비자시청패턴분석, 정보획득, 인공지능으로프로그램추천, 편성, 제작 2 신생업체 Zone TV& 인공지능업체 0oyala - 소비자주문형비디오채널 TV 프로그램을디지털로변환 음성을문자화, 프로그램정보를자동태깅 셋탑에탑재된인공지능이시청자에게적합한프로그램편성후제안 3 네이버, 자동자막생성기술적용 - PC/ 웹 / 앱 / 모바일에서방송뉴스시청시자동자막생성 - 인공지능기술플랫폼클로바사용 s 인공지능과 TV 광고 - 과거의한계점 : 광고에대한투자비용대비수익측정의어려움 - 프로그래매틱광고등장 : 효과적인광고집행및광고효과측정 s 인공지능을활용한광고제작 - McCann Erickson 글로벌광고회사 - 인간과인공지능의광고제작대결 - 결과 : 인간이만든컨셉과아이디어승리 - 시사점 : 인공지능이제품이가진시원한느낌을표현, 인간문화에대한빠른학습, 새로운변화제시 <7 차시인공지능서비스내 / 외부의환경분석하기 > 1. 기업내 / 외부환경분석 s 인공지능서비스모델별분석항목선정 - 인공지능서비스 1 사람의추론, 지각, 자연언어이해능력을컴퓨터프로그램으로실현한기술 2 따라서인공지능서비스활용범위는다양함 3 인공지능서비스모델에따라조사해야하는항목도달라짐 - 인공지능서비스모델유형 특정상황국한형서비스모델

6 1 서비스모델의구현을위한최종의사결정자가정해져있는경우가많다. 2 소프트웨어개발방법론을따른경우가많다. 3 요구사항을내는주체가명확하다. 수익창출형서비스모델 1 자본과리소스를투입하여서비스를개발 2 서비스를상용화하여수익을창출하는것이목적 3 시장규모, 경쟁자동향분석이중요 부가가치창출형서비스모델 1 자본과리소스를투입하여서비스를개발 2 서비스를운용하며얻는결과들의가치를중시 2. 시장적용가능여부파악 s 시장적용판단기준 1 기획중인인공지능서비스모델이시장에적용가능한지판단 2 특정상황국한형서비스모델 3 수익창출형서비스모델 ( 충분한시장과고객의확보가가능하고, 매출이지속적으로증가하는사업인가?) 4 부가가치창출형서비스모델 ( 무료로서비스를제공함으로써얻는데이터와정보를고려해투입되는자본과리소스가적정한가?) s 시장적용판단기법 - 시나리오분석 : 시장적용판단기법중의사결정트리와유사하며, 상황이명확하지않을때, 민감도분석을추가로수행하는기법 - 추세분석 : 구현하려는인공지능서비스의목표에부합하는지예측하는방법 s 서비스모델시장적용검토 1 시장적용판단기준학습 Cross SWOT 분석 : 서비스모델이시장에정착하기위한핵심성공요인을도출하기위해서비스모델의내 외부환경을분석하는방법 SWOT 분석으로강점, 약점, 기회요인, 위협요인도출 3. 확장가능한인공지능서비스확인 s 목표인공지능서비스모델의적용계층이해 1 인공지능서비스를운용하면서얻는부가가치 2 인공지능서비스기획시점부터 1~5 년뒤서비스운영현황예측 3 예측을통해파생될수있는인공지능서비스파악 4 인공지능이추론, 지각, 자연어이해기반의자율적인판단실행 s 인공지능서비스모델사례 1 인공지능헬스케어 - 과거병력이있는사람의 DNA 정보와생활패턴을데이터베이스화 - 건강상태를체크하고개인별맞춤화된건강관리서비스제공 - 어떠한이유로어떤병에걸릴지예측하는서비스제공 2 스마트팩토리 - 설계, 물류등의과정에서자동화된솔류션을결합한지능형생산시스템 3 이외서비스 - 자율주행서비스, 법률서비스등 <8 차시인공지능서비스필요자원분석하기 > 1. 데이터및인프라현황분석 s 내 / 외부데이터수집및분석 1 데이터영역 : 인공지능서비스목적지정, 필요데이터영역파악및정리

7 2 데이터형태 : 수집데이터가정형데이터인지, 비정형데이터인지구분 - 정형데이터 : 숫자, 기계신호체계등예외사항이없는정해진형태의데이터 - 비정형데이터 : 언어와같이형식이정해지지않은데이터 3 데이터갱신및수집주기 - 인공지능서비스가필요로하는데이터갱신주기결정 s 데이터취득경로 1 내부데이터 : 기업이운영되는동안축적되어자산화되어있는데이터, 개인정보등이수록되어활용이불가능한데이터 2 외부데이터 : 누구에게나공개되어사용할수있는데이터, 다른기업으로부터구매하여특정목적으로만사용이허용된데이터 s 인공지능학습용데이터수집 - 필요 : 필요자원현황파악 - 검토 : 제약사항유관부서검토 - 승인 : 데이터사용승인확보 s 수집한데이터분석 1 내 / 외부출처확인 - 인공지능서비스구현에필요한데이터출처를내부와외부로구분 - 데이터취합시, 필요한절차나허가사항확인 2 데이터분류및수량파악 - 활용제한성, 데이터종류, 데이터수량 - 데이터가부족하면인공지능모델생성이어려우므로추가적인데이터를확보 - 데이터가과도할경우, 전처리작업에과도한리소스가투입되므로불필요한데이터를제거 3 데이터품질관리 - 서비스의목적에맞는데이터가수집되었는지검사 - 비정형데이터의전처리작업이수행된경우적정성판단 - 데이터패턴이중요한경우서비스목적에벗어나는데이터제거 s 데이터품질관리 5 가지단계 1 도입단계 : 데이터품질관리에대한필요성을인지하며, 부분적인데이터품질관리를시행하는단계 2 정형화단계 : 프로세스를정형화하는단계 3 통합화단계 : 전사적통합및연계관점에서일관성있게데이터품질관리를수행할수있는단계 4 정량화단계 : 정량적측정을통해지속적데이터품질을관리하는단계 5 최적화단계 : 데이터품질관리개선에필요한요소를지속적으로도출하고적용하는단계 2. 인력및프로세스수준분석 s 인프라관리프로세스점검 - 통합모니터링프로세스 : 장애감지, 통합이벤트관리 - 프로세스자동화프로세스 : 서비스수준관리, 문제관리 - 운영현황관리프로세스 : 대시보드, 성능보고서 3. 필요자원분석서작성 s 필요자원분석서 - 서비스개발팀, 서비스운용팀, 경영지원팀, 경영진을포함한모든이해관계자가커뮤니케이션을수행하는기본문서 s 필요자원분석서의작성기준 - 세부사항기록 - 시나리오분석 - 변경추적 s 변경추적프로세스를갖추어야하는이유 - 변경사항이발생하기때문이다. - 작성후변경되지않은문서는프로젝트에오류를가져오기때문이다. - 경쟁업체와의비교분석이고려되어야하기때문이다.

8 <9 차시인공지능서비스기술환경분석하기 > 1. 최신기술동향파악 s 특허현황파악 - 머신러닝, 딥러닝등다양한인공지능서비스논문파악 s 최신프로그래밍언어파악 - 기획중인인공지능서비스에가장적합한언어를파악하여선정 ( 검색알고리즘, 신경망, 자연어처리, 그래픽표현등의기능 ) 2. 기술내재화를위한환경분석 s 역할우선조직 - 조직에서필요로하는역할을정립한뒤필요인력을배치 - 단일 AI 서비스를제공하는조직에적합 - 팀장, 임원들의의사결정을중심으로운영될경우독단적의사결정발생 s 서비스중심조직 - 제공될 AI 서비스를정한뒤최적의인원을선발, 배치 - 팀단위목표설정및평가가중요하며, 역량이부족한팀은폐쇄가능 s 내재화를지속하는과정 - 핵심가치를바탕으로지속적으로서비스제공 - 핵심가치를바탕으로지속적으로서비스평가 - 인공지능 R&D 최적화프로세스유지 s 지속적인데이터확보수준을관리하기위한방안 - 데이터수집프로세스를검토하고관리 - 서비스의객관적검증을위해서학습데이터와테스트데이터를분리하는체계수립 - 고품질학습데이터를수집, 구축, 관리하는체계고도화 3. 기술환경분석서작성 s 기술환경분석서작성목적 - 최신기술동향, 최신기술의내재화가능성검토, 제약사항극복방안수립등인공지능서비스의지속가능성을확보하기위한분석서 s 기술환경분석서작성항목 1 선도기업기술개발현황파악 2 경쟁업체모니터링 3 서비스관련리서치현황업데이트 4 변경추적 <10 차시인공지능서비스방향설정하기 > 1. 인공지능서비스기회요소도출 s 인공지능서비스방향설정 - 인공지능서비스를통해중장기적으로달성하고자하는지향점 - 장기적인성과달성을위해서비스기회도출작업, 우선순위화작업필요

9 s 인공지능서비스기회요소 - 최초설정된서비스영역내에서인공지능이구현되었을때비즈니스차원에서기회가되는요소들 s 의사결정을내리는상황 - 많은정보를조합한후, 여러가지대안중최적의대안을선택할때 (ex: 의류구입, 운전, 보험 ) s 서비스프로세스매핑양식 - 정의 : 고객에게제공하는서비스의세부절차를도식화하는방법 s 서비스프로세스매핑분석단계 1 서비스실행하는주체, 세부활동식별 2 서비스실행을위한필요자원, 자료, 데이터식별 3 서비스최종결과식별 4 서비스매핑도식화 2. 인공지능서비스우선순위결정 s 페이오프매트릭스평가 - 서비스에대한실행가능성, 효과성을전문가들에의해평가받아서비스개발의후보와우선순위를선정함 - 기준 : 실행가능성, 효과성유무 s 페이오프매트릭스우선순위 - 효과성높고, 실행가능성높은서비스 : 서비스 1 순위실행대상 - 효과성높고, 실행가능성낮은서비스 : 낮은점수를부여한전문가에원인확인, 해결 - 실행가능성은높고, 효과성은낮으나, 효과성산포가큰서비스 : 페이오프매트릭스를통해산출된 4 가지서비스중경쟁상에도실행하지않아선도적위치에있는서비스 - 효과성낮고, 실행가능성낮은서비스 : 서비스구현불필요대상 s 서비스기획요약서를작성하는이유 - 최종의사결정자가최종개발대상서비스를확정할수있도록개발서비스후보를선정하고요약하는것 <11 차시인공지능서비스목표확정하기 > 1. 관리항목별현재수준정의 s 데이터수집계획수립 - 목표를설정하기전, 현재수준확인 - 전수데이터활용 샘플링으로데이터수집 s 샘플링을통한데이터수집장점 1 현재수준정의에적합한난이도의데이터수집 2 데이터의수집, 집계, 처리과정에서비용과노력의절감 3 전수조사대비데이터처리과정에서빠른속도 s 샘플링데이터수집주의사항 샘플링크기의결정 - 추출해야할데이터의양결정 - 표본의크기는값의신뢰성과연동 - 적절한샘플링크기 2. 서비스제약조건도출 s 제약조건도출방법

10 - 기술, 법률, 특허, 시장등의서비스추진시발생 - 워크숍을통해전문가들과제약조건도출 s 제약조건도출프로세스 - 제약사항도출 - 제약사항분석 - 우선순위화 - 제약사항극복방안도출 - 제약사항감안한서비스개발범위정의 3. 서비스목표수준설정 s 목표수준설정도구 가장효과적인도구 : 벤치마킹, 고객요구사항기반현실적허용차설계분석 가장수월한도구 : 경영목표활용, 지표 Trend 예측 s 벤치마킹의 5 단계 - 벤치마킹 : 유사프로세스의수준을파악하고다양한회사의 gap 분석을통해목표수준을정의하는목표설정도구 1 계획단계 2 탐색단계 3 관찰단계 4 분석단계 5 적용단계 s 현실적허용차설계를통한목표설정 1 설문작성 2 설문점수취합 ( 최소 30 명이상 - 현실적허용차설계를수행할경우설문점수취합의대상인원수 ) 3 회귀분석실시 4 비즈니스영향도가적정수준에해당되는목표항목의수준파악 <12 차시인공지능서비스요구사항수집하기 > 1. 요구사항수집대상정의 s 인공지능기술 - 인공지능이란? 인간과유사하게지각, 추론, 학습능력보유, 컴퓨터기술과알고리즘을이용하여문제를해결할수있는기술 - 인공지능머신러닝기술이란? 데이터를기반으로인지 / 이해모델형성, 최적의해답을찾기위한학습수행 s 사용자요구사항 - 사용자관점에서요구하는서비스사양, 제약사항 - 사용자가시스템과상호작용하며, 시스템을사용하는상황을시나리오형식으로기술 s 시스템요구사항 - 포괄적의미 : 하드웨어와소프트웨어모두포함 - 제한적의미 : 소프트웨어로한정함 2. 기능, 비기능요구사항수집 s 기능요구사항 1 시스템에주어지는특정입력에대해산출하는출력을통해정의 - 시스템이무엇을해야하는가 - 시스템은어떤서비스를제공하는가 - 어떤입력이주어졌을때어떻게반응하는가 - 어떤상황에서어떻게행동하는가

11 2 기능요구사항의종류 - 기능적사용자요구사항 : 사용자에의해이해될수있는추상적방법으로설명 - 기능적시스템요구사항 : 시스템기능, 입력. 출력등 s 비기능요구사항의종류 - 제품요구사항 - 외부요구사항 - 조직요구사항 s 요구사항관련도출기법 - 인터뷰방법 - 시나리오작성방법 - 그룹회의 - 워크숍 ( 소수의전문가집단이모여서브레인스토밍방식으로회의를진행하는요구사항도출기법 ) 3. 요구사항제약사항검토 s 인공지능서비스제약사항검토항목 1 기술가이드라인 2 법적인이슈 3 윤리적이슈 4 사회적이슈 ( 인공지능서비스제약사항검토항목중일자리대체문제및윤리기준을고려하는항목 ) s 도메인분석 - 비즈니스규칙분석 : 목표시스템의비즈니스규칙을분석 - 숨겨진요구사항도출 : 시스템사용자의요구사항에반영되지못한요구사항을분석 <13 차시인공지능서비스모델구성요소분석하기 > 1. 인공지능서비스요구사항검증 s 인지기능검증지표 음성인식 : 사람의자연어를데이터로변환, 인식하는형태 영상인식 : 사물을식별하고정보를저장하는형태 s 요구사항검증 - 학습기능, 추론기능검증지표 - 인공지능한계점 : 블랙박스 ( 교통 / 금융 / 의료서비스 ) s 요구사항검증방법 인스펙션 : 산출물의결함발견및개선이필요한영역을식별하기위해수행되는검토활동 프로토타입개발 : 실제구현없이결과만볼수있는프로토타입 s 요구사항확정후요구사항을변경및관리할경우유의사항 - 요구사항변경이필요한경우변경관리위원회의합의가필요하다. - 신규요구사항의도입시에도변경관리위원회의합의가필요하다. - 변경관리위원회에는대표이해관계자와비즈니스부서장이참석한다. 2. 인공지능서비스모델구성요소식별 s 인공지능서비스구성기술 인프라 : 해당서비스의개발자원및서버자원들의통합적인관리와모니터링기능필요 데이터 : 인공지능을학습시키기위해서는대용량의데이터필요 머신러닝 : 경험적데이터를기반으로학습한후, 예측을이용하여스스로성능향상

12 s 구성요소분석서작성하기 1 구성요소기술별특징정의 2 구성요소분석및토론 : 기술적관점과비즈니스관점고려 3 구성요소분석서작성및결과분석 s 인공지능서비스구성요소분석 비즈니스적분석 : 사업목표와가치가일치하는지확인필요 s 비즈니스분석을수행하는 2 가지이유 1 사업의목표와가치가일치하는지확인이필요하기때문이다. 2 서비스를구축 / 운영하는비용에대한검토가필요하기때문이다. s 비즈니스모델캔버스의 9 가지관점 ➀ 핵심파트너는비즈니스를진행하는데필요한컨소시엄, 하도급, 산학연등의이해관계자이다. ➁ 핵심활동은가치제안을만들고서비스구축하는데필요한활동을의미한다. ➂ 핵심자원은서비스를만들고운영하는데필요한자원이다. 인력, 서버, 시스템자원들을포함하여, 유형과무형자원으로구분할수있다. ➃ 가치제안은고객을위해만들어내는가치이며서비스를통해제공하고자하는기능이가치제안에해당한다. ➄ 비용은서비스를구축하고운영하는데들어가는비용이다. ➅ 고객관계는고객을확보하고유지하기위해필요한요소와방법론을포괄하고있다. ➆ 채널은기업가치를고객에게전달및유통하는방법에대한요소를포괄하고있다. ➇ 고객분류는제품및서비스를사용하는대상을정의하는것이다. ➈ 수익원은서비스를제공하면서발생하는이득에대한것으로실제사용자가지불하는사용료가이에포함된다. 3. 인공지능서비스모델구성요소분석서작성 s 인공지능서비스구성요소분석 기술적분석 : 기술역량조사를통해구성요소범위지정, 정확한구성요소선택 ( 상용소프트웨어평가, 제품검증, 공개소프트웨어라이선스분석 ) 영향도분석 : 분석대상의약점, 분석대상의강점, 서비스에미치는긍정영향 s 구성요소선정을위한토론방법 브레인스토밍 : 자유롭게의견을개진하여구성요소에대한의견수렴 브레인라이팅 : 짧은기간동안많은아이디어를창출하기위해사용 델파이기법 : 전문가들에게반복적으로의견요청, 피드백수집 명목집단법 : 여러의견중하나를선택하는집단의사결정기법 <14 차시인공지능서비스모델정의하기 > 1. 인공지능서비스모델도식화 s 클라우드컴퓨팅 1 인터넷기술을활용하여 IT 자원을제공하는서비스 2 필요한만큼사용하고사용한만큼비용을지불하는컴퓨팅기술 3 클라우드컴퓨팅분류 s 하둡에코시스템 1 분산파일시스템과분산병렬처리시스템맵리듀스기반 2 빅데이터를수집, 정제, 분석, 활용하는공개소프트웨어도구로구성 3 대용량의데이터를분산처리할수있는프레임워크 2. 인공지능서비스모델정의 s 기술수명주기

13 - 개념 : 기술의가치변화, 경쟁구조등을분석하여의사결정활용 - 기술수명주기를파악하는이유 : 기술의가치와발전방향이변화하기때문에, 인공지능서비스모델을올바르게정의하기위해서, 기술의경제적성과가시간에따라변화하기때문에 s 기술수명주기의 5 가지단계 1 연구개발기 : 기술이가능성은보였으나완성되지않음 2 도입기 : 기술의성숙도가검증되지않은상태 3 성장기 : 기술이시장에서완성도를인정받는단계 4 성숙기 : 기술이안정화되고성숙해지는단계 5 쇠퇴기 : 기존기술이새로운기술로대체되거나사라지는단계 s 주요인공지능알고리즘 규칙기반모델 - 규칙을사용하여조건분기형태를실행하는의사결정모델 - 사람이수행하는역할 : 규칙설정, 공식설정 - 컴퓨터가수행하는역할 : 특정조건비교, 문제해결 장점 - 정형화될수있는지식을활용해비전문가도활용가능 - 통일된형식과구조를보유하여지식의추가및수정용이 단점 - 구축가능한정보나지식의형태가한정적임 - 규칙의수가증가할수록전체모델의정확성, 활용성이떨어질수있음 군집클러스팅 : 거리를기반으로그룹간유사도를고려하거나, 총비용을최소화하는방식을고려하여데이터를분류하는알고리즘 <15 차시인공지능서비스모델검증하기 > 1. 인공지능서비스모델가설검증 s 가설개념 - 역누문제에대한잠정적해답 - 2 가지또는그이상의변수들간예상되는관계에대한기대진술 s 가설의준거 1 개념의명확성 2 검증가능성 : 변수의관찰, 측정, 분석이가능해야함 3 정당성 : 선행연구의결과, 이론으로부터설정, 합리성을기초로함 s 인공지능서비스모델가설수립 문제인식단계 : 인공지능서비스모델의목적을명확하게기술 ( 현재형으로표현 ) 질문설정단계 : 자연스러운대화가가능한지검증한다 s 서비스모델가설을검증하기위해자료수집단계에서수행되어지는활동 - 수집계획 ( 수집목적, 범위, 기간, 담당자 ) 을수립한다. - 자료에등급을부여한다. - 자료의출처를명시한다. 2. 인공지능서비스모델시나리오검증 s 시나리오의개념 - 미래에일어날수있는여러상황을연극대본처럼스토리형식으로전달 - 미래의모습을쉽게예측하고판단할수있도록도와주는기법 s 서비스모델시나리오검증방법 퍼소나 : 서비스를사용할목표집단의사용자유형을대표하는가상의인물을설정사용자의목표, 행동동기파악

14 시나리오속에서사용자가어떻게행동할지예측, 분석 고객여정지도 : 고객이서비스를경험하는과정을시각화 경험프로토타입 : 새로운서비스요소를파악하여서비스모델수정 s 분석을이용한검증 - 비교분석 - 산점도분석 - 시계열분석 3. 인공지능서비스모델설계서작성 s 통합모델링언어개념 - 소프트웨어청사진을작성하는표준언어 - 시스템의산출물을가시화, 명세화, 문서화통합모델링언어 - 기본구성요소 3 가지 : 사물, 관계, 다이어그램 s 서비스모델의설계서작성 설계서목차작성 : 개요, 요구사항의내용, 구조및모델설계, 상세설계 설계서목차별산출물작성 - 인공지능서비스모델개요 : 목적, 필요성, 이해관계자역할 - 요구사항분석 : 기능적요구사항, 비기능적요구사항 - 인공지능서비스모델구조 : 각계층의역할설명, 각구성요소 <16 차시인공지능서비스시나리오요소정의하기 > 1. 서비스시나리오사용주체정의 s 서비스사용주체 1 주사용주체 : 특정목적달성을위해서비스를사용하여기능, 정보를제공받는사용자 2 부사용주체 : 서비스를직접제공받지는않지만주사용주체에영향을주는사용자 3 대리사용주체 : 실제사용자를확보할수없는경우후보가될수있는사용자 4 구매주체 : 서비스를구입, 사용하는과정의결정권을행사하는사용자 5 관리주체 : 사용주체및구매주체의서비스사용하는과정, 환경을관리하는사용자 s 서비스사용주체분석기법 사용자관찰 - 사용자가서비스를사용하는과정, 행위관찰 - 사용자의욕구와반복되는행동패턴발견 설문조사 - 조사결과에대해통계적, 정량적분석이수행가능 - 모집단을선정하고, 모집단을대표하는표본집단을추출해, 사용자의답변을획득하는방법 포커스그룹인터뷰 - 구성원간의상호작용을통해서비스사용자의반응을조사하는방법 사용자세그먼트분석 - 정적인속성을이용하여유사한특징을가지는사용자들을그룹화하는기법 사용자라이프스타일분석 - 동일한행동패턴, 관심, 견해를가진사용자들을그룹화하는기법 페르소나기법 - 특정한배경과환경을가지는전형적인인물에개성을부여하여캐릭터를묘사 사용자경험분석 - 단순히서비스기능을사용하는것뿐만아니라총체적인사용자경험을분석하는기법 s 도출된서비스사용주체의프로파일정의 서비스사용주체의프로파일을검증할때기준 - 완전성, 중복성, 타당성

15 s 서비스숙련도프로파일 - 서비스기능, 인터페이스친숙도등의수준으로정의하는프로파일 2. 서비스시나리오요소정의 s 서비스시나리오구성요소도출방법 소프트웨어아키텍처방법론 - 소프트웨어의구성요소, 구성요소간관계를구조화해관점별로표현하는방법론 소프트웨어아키텍처 - 논리적관점, 구현관점, 프로세스관점, 배치관점, 유스케이스관점구조를표현 엔터프라이즈아키텍처방법론 - 비즈니스아키텍처 : 업무수행현황과업무프로세스의체계적인구성요소표현 - 애플리케이션아키텍처 : 업무수행에필요한애플리케이션의기능을통합하여표현 - 데이터아키텍처 : 복잡한기업데이터를체계적으로구조화하고설계하는방법 - 기술아키텍처 : 애플리케이션구현에필요한표준기술기반의기술요소표현 <17 차시인공지능서비스시나리오작성하기 > 1. 서비스전달흐름정의 s 서비스흐름설계기법 고객의입장에서제공받는서비스의가치를최대화하기위한전략 서비스가치구성 - 서비스결과물과서비스프로세스의품질 - 서비스지불가격과서비스획득비용 s 서비스고객효용모형 서비스고객효용 : 서비스품질에대해고객이인지한효용, 이득 - 신뢰성, 반응성, 확신성, 공감성, 유형성 s 서비스패키지 - 서비스를전달하는데필요한자원, 제품, 정보 - 명시적, 목시적서비스를포함하는서비스의총체적구조체계 s 서비스흐름명세기법 유스케이스다이어그램 : 액터 ( 서비스사용자 ), 유스케이스 ( 유스케이스다이어그램에서서비스가제공하는기능 ) 시퀀스다이어그램 - 사용자와서비스구성요소간의상호작용을시간의순서에따라보여줌 상태도다이어그램 - 상태와상태의전이를나타내기위한표기법 - 서비스구성요소의상태가변경되는과정을표현함 협업다이어그램 - 서비스의동적인관점을모델링하여구성요소간의메시지를주고받는상황기술 액티비티다이어그램 - 순서도의간단한흐름에필요요소를더해서서비스의작업흐름을보여주는다이어그램 2. 서비스요구사항부합시점과발생조건명시 s 서비스요구사항부합시점과발생조건 서비스전달흐름 - 서비스전달하는순차적인과정으로이루어지며, 서비스요구사항을충족시킴 서비스요구사항발생조건 - 서비스전달흐름중요구사항을충족시키는특정시점, 사건

16 s 서비스요구사항부합시점과발생조건분석기법 서비스이벤트명세기법 - 발생가능한이벤트를식별하고, 이벤트발생결과를기술하는방법 서비스이벤트발생조건명세기법 - 서비스이벤트가발생하기위한조건을의사결정트리, 결정규칙으로정의한기법 3. 서비스시나리오작성 s 서비스시나리오개발절차 - 서비스도메인과대상선정 - 서비스사용환경과범위설정 - 서비스사용주체설정 - 서비스요소들간상호작용구성 - 서비스전달흐름과맥락구성 - 서비스시나리오작성 <18 차시인공지능서비스시나리오타당성검증하기 > 1. 서비스시나리오평가지표정의 s 인공지능서비스의설계원칙과준수규제 아실로마 AI 원칙 - 인공지능개발의목적, 윤리와가치, 장기이슈등에대해개발자들이지켜야하는총 3 가지범주, 23 개항으로이뤄진준칙 - 3 가지범주 : 연구이슈, 윤리와가치, 장기이슈 - 윤리와가치 : 안전, 장애 / 사법투명성, 책임성, 가치정렬, 인간의가치, 프라이버시등 설명을요구할권리 - 사용자가알고리즘의자동화된의사결정에대해서알고리즘의공정성과객관성에의문을가질때, 기업과공공당국, 기관등에알고리즘작동원리애대해설명을요구할수있는권리 s 인공지능서비스품질평가기법 카노모형 품질기능전개모형 : 서비스요구사항을서비스설계로전환하기위한구조적인서비스품질방법론 2. 서비스시나리오타당성검증 s 정성적검증기법 - 설문조사, 인터뷰, 델파이기법 s 정량적검증기법 학습데이터분석 화이트박스테스트 : 다음중인공지능서비스의타당성지표에대한검증시나리오, 검증케이스를기반으로하여인공지능알고리즘의소스코드를분석하며테스트하는기법 블랙박스테스트 : 인공지능서비스알고리즘을블랙박스로취급후입력과출력결과를검증하는기법 서비스시나리오테스트 PDCA 방법론의 4 단계 : 계획 - 실행 - 평가 - 개선 3. 서비스시나리오개선사항반영 s 서비스시나리오개선기법 서비스품질관리기법 - 서비스시나리오타당성지표에대한검증결과를기반으로서비스시나리오개선사항을도출하고반영하기위해서비스품질관리체계이용

17 s 시나리오개선사항도출 - 시나리오의타당성평가지표를검증하는과정수행 - 시나리오평가지표검증과정에서평가결과가적절하지못한평가지표확인 - 문제점이발생된시나리오요소확인, 문제점의발생원인분석 - 문제점이발생된원인을해결하기위한개선대책수립 - 서비스시나리오개선계획서작성 <19 차시인공지능서비스활용방안분석하기 > 1. 인공지능서비스적용분야파악 s 인공지능서비스구성요소 인공지능 : 기계가경험을통해학습하고새롭게입력되는내용에따라기존지식을조정하며사람이생각하는방식으로과제를수행하도록지원하는기술 인공지능서비스구성요소 : 규칙, 데이터, 알고리즘, 모델 인공지능서비스분야 : 자율주행, 금융, 의료, 보안, 게임및엔터테인먼트포함 s 시장분석방법론 마케팅기본프로세스 - 제품분석 - STP 분석 - 거시환경분석 - 마케팅접근법 - 미시적분석 - SWOT 분석 2. 인공지능서비스응용범위식별 s 서비스응용범위식별을위한환경분석 시장의외부환경분석 : 정치, 경제, 사회, 문화환경분석 시장의내부환경분석 : 인공지능서비스현황및정책, 경쟁력조사실시 SWOT 분석 3. 인공지능서비스필요요소도출 s 인공지능서비스기술이해 형태소분석 - 문법규칙에따라후보를어떻게생성할것인가? - 분석후보로부터가장옳은결과는어떻게도출할것인가? 형태소의분석과정 - 단어를이루고있는형태소를분석한다. - 형태론적변형이일어난형태소의원형을복원한다. - 사전과단어들사이의결합제약조건에따라옳은분석후보를선택한다. s 음성인식 음성인식기술이란? - 소리센서를통해얻은음향학적신호를단어나문장으로변환시키는것 음성인식기술의대중화계기 - 스마트폰의등장과음성인식기술의적용 음성인식기술의적용 - 스마트폰, 스마트차량등 s 기계학습

18 지도학습 - 정답이주어진상태에서학습하는알고리즘 - 대표적인알고리즘 : 의사결정트리, 서포터벡터머신, 신경망 강화학습 - 선택가능한행동중보상을최대화하는행동 - 또는보상을최대화하는행동의순서를선택하는방법 4. 인공지능서비스활용방안분석 s 조직분석방법 가치사슬분석 - 고객에게가치를제공함에있어기업전반의생산활동을구분 - 구분시, 주활동과보조활동으로나누어분석하는기법 - 지원활동 : 인적자원관리 - 주활동 : 구매, 생산, 대리점지원및서비스 <20 차시인공지능서비스비즈니스모델활용기획하기 > 1. 인공지능서비스비즈니스모델파악 s 비즈니스모델방법론 이야기테스트 - 투자자들에게계획한사업의이야기를생생하게전달 숫자테스트 - 투입된돈은얼마인가? - 해당비즈니스를통해얼마를벌어들일수있는가? - 최종가격을통해어느정도수익을벌어들일것인가? 2. 인공지능서비스잠재시장파악 s 시장잠재력 - 어떤시장내에서일정기간과조건에따라자사와경쟁사가달성할수있는최대매출액또는최대판매량 - 시장잠재력은시장의상황에따라변화함 s 시장성장률, 시장예측 - 미래의시장상황에서자사와경쟁사가달성할것으로기대되는미래의시장규모예측해야함 - 성장률이높은시장의경우, 기업이더높은이윤을창출할수있음 3. 인공지능서비스잠재시장고객니즈파악 s 고객의 Needs 유형 - 노골적요구, 암묵적요구, 잠재적요구 s 고객의암묵적요구를파악하는방법 - 정량조사, 관찰적접근, 사용자경험 4. 인공지능서비스비즈니스모델활용전략수집 s 일반시장분석계획단계 기본정보수집단계 - 포괄적분석을수행하는시장조사수행, 지난 3-5 년간의정보를분석 대상세그먼트식별 - 어떠한소비자집단이회사의주요이익을이끌어내는가?

19 - 우선순위에따라각기준의중요성은달라질수있음 외부요인연구 - 모든시장은끊임없이외부영향에노출되어있음 경쟁분석 - 현재업계에서일하는기업의연구와신기술에주의를기울일필요가있음 5. 인공지능서비스비즈니스모델중 / 장기활용확대모델기획 s 중 / 장기활용확대모델기획하기 중 / 장기모형 : 전략로드맵구성 - 1 단계비전 - 2 단계목표 - 3 단계추진과제 - 4 단계전략방향, 중점기술, 투자방향 중장기모형을통해도출할수있는것 : 미래사회트렌드분석, 투자현황분석, 전략로드맵작성 <21 차시인공지능서비스상품화기획하기 > 1. 인공지능서비스상품특장점파악 s 마케팅접근법 4P ( 기업의관점 ) - 제품, 가격, 유통, 촉진 4C ( 고객의관점 ) - 고객가치, 고객비용, 고객편의, 고객과커뮤니케이션 s 상품수명주기분석 인공지능서비스모델과관련된상품수명주기분석 - 신산업분야일수록상품수명주기파악이쉽지않음 - 개발기가명확하게드러나지않고, 급격하게성장기로진입할가능성을보유하고있고, 쇠퇴기에서다시성장기로진입하기도함 2. 인공지능서비스고객세분화 s 고객세분화 - 시장을수요층별로나누고, 해당수요층별로마케팅을위한전략을펴는것 - 어떤제품이나, 서비스를어떤고객에게팔것인가? - 시장의수, 소비자의수가많을때효율적으로시장을공략하는방법 - 비용은낮추더라도이익은높이는고도의전략 3. 인공지능서비스고객특성도출 s 고객가치분석 고객분석 - 회사의기준과고객이원하는기준을잘조합하여가치있는고객선별 - 고객의구매행동을평가하고상품의선택기준을평가 - 비슷한가치기준과행동을보이는고객군그룹핑 다소심도있는고객분석이요구되는상황 - 수익성면에서경쟁업체에열세 - 고객만족도가하락하고있을때 - 특정고객그룹에대해회사의판매량이급격히변화했을때 고객가치평가방법 - 고객의가치를평가함으로써고객유지활동과충성도제고활동을가능하게함

20 - 보통 5 년마다평가하지만, 주변환경이나고객의성향이자주바뀌면매해진행되기도함 충성고객 - 매력적인어필포인트를탐지하고, 전환비용을개발하여이탈을방지해야하는고객 기술적관점 - 일차원고객, 다차원고객, 고다차원결합고객으로분류 4. 인공지능서비스상품화계획수립 s 신제품개발전략 소비자의정보수집, 제품의정책수립, 잠재적욕구발견의조화 전략적발상의기본요소 - 차별화 : 어떠한형태로든경쟁상대와다르게상품의차이를만들어내는것 - 집중화 : 기업활동에있어서균형잡힌전략 - 타이밍 : 적절한시기를선택해서상품출시및성공가능성을높이는것 - 파급효과 : 기업의신뢰도를높이고, 다음제품으로수요를이어지게만드는것 전략적발상의기본요소 - 조직의기세 : 작은성공에서부터비롯되는기운찬상태 - 언밸런스 - 조합의묘 s 제품특성형태 제품의성숙도 : 생명주기에따라기술에서시장으로, 생활에서문화로진화함 - 기술지향적태도 : 신기술이채택됨에따라태어난제품, 기존제품에대한대체제에대한성격을보유 - 시장지향적태도 : 새로운유통체제와기술의증장으로미성숙한시장개척, 새로운시장을만들어냄 - 생활지향적태도 : 소비자의잠재적인니즈를찾아내기위해생활의새로운행동과의식을일깨우고현실화하는것 - 문화지향적태도 : 제품속에문화적가치를부여함으로써미래의소비문화를겨냥 s 신제품개발유형 과정에집중할것인가? 제품자체에집중할것인가? 새로운범주의제품개발 혁신적제품개발 신브랜드제품개발 다양화를위한제품개발 모델변경을위한제품개발 s 신제품개발전략대응전략 4 가지 1 방어전략이란기존제품에변화를줌으로써성공을이루고경쟁적인신제품을막아내는것이다. 2 모방전략이란생산자가성공의확신이있기도전에신제품을재빠르게복사하는것이다. 3 2 위전략이란경쟁제품이나타날때까지기다리다가제품이출시되면그것을복사하고, 나아가더욱개량시켜시장에출품하는전략이다. 4 반응전략이란소비자의요구에목적에맞는대응전략을펴는것이다. s 신제품개발전략선제전략 4 가지 1 연구개발전략이란보다기술적으로우월한제품을개발하기위해항상노력하는것이다. 2 마케팅전략이란소비자니즈를발견하고, 니즈에맞는제품을개발하여, 시장을선제적으로구축하는것이다. 3 기업가전략이란기업내부의자원을끌어내거나, 창업주, 기업가등특별한사람의형태속에서아이디어를내는전략이다. 4 매입전략이란신제품을가지고있는회사나제품을통째사버리는전략이다. 특허매수, 라이선스의매입등이해당된다. <22 차시 AI 서비스의디지털콘텐츠적용사례 >

21 1. 인공지능과디지털콘텐츠 s 미디어생태계와인공지능 유튜브생톄계의확장으로등장한 MCN, AI MCN 1 MCN( 멀티채널네트워크 (Multi-channel network)) - 크리에이터를관리하는기획사 2 AI MCN - 대중과소통하는인공지능크리에이터 - 감정교류가가능해지는 1 대 1 개인맞춤형방송가능 인공지능에대한 SM 의투자 - 인공지능비서위드 - oben 과공동투자, 홍콩스타트업설립 - 한국콘텐츠진흥원공동프로젝트 유튜브, 자막기능 - 동영상콘텐츠내자막서비스자동제공 - 대화를문자로변환, 문자를자막으로변환 - 음성인식기능활용, 이용자간언어의장벽을무너뜨림 인공지능스피커, 답변기능 - 사람의언어로된명령듣기 - 지시된명령을이해하기 - 적절한답변을문자로구성하기 - 문자를사람의목소리로변환하고제공하기 <23 차시 AI 서비스의영화산업적용사례 > 1. 인공지능과영화 s 로봇의 3 대원칙 인공지능은인간의필요에의해서사용된다 1 제 1 원칙 : 인간보호 2 제 2 원칙 : 명령복종 3 제 3 원칙 : 자신보호 s 스토리창작의지원, 스토리헬퍼 - 소설, 영화드라마등분야를포괄 - 아이디어과정에서스토리완성단계까지전체단계를포괄적으로지원하는소프트웨어 s 영화의흥행예측 인공지능, 영화제작프로젝트의사결정과정참여 - 시네리틱, 인공지능프로그램 - 시사점 : 직감에의한의사결정과정에서오차범위, 실수최소화 s 영화흥행도와관객의감정연구 영화에대한실시간평가 - 인공지능이영화를보는관객의얼굴을카메라로포착 - 영화의장면에따른표정과표정의변화에대한데이터획득 - 획득한표정에대한감정을매칭하여영화의호불호파악 - 과거 : 상영전, 소수를대상으로한시사회를통해관객의의견수립 - 현재 : 자세한장면과장면에대한관객의생각을실시간으로파악가능 s 얼굴인식기술을활용한영화감상 비플릭스 - 얼굴인식기술을활용하여영화내에서좋아하는인물이등장하는장면만제공하는서비스를수행하는기업 - 시사점 : 이용자의편의성증대, 무명배우발굴의기대

22 <24 차시 AI 서비스의음악산업적용사례 > 1. 인공지능과음악 s 음성 AI 생태계 인공지능비서 - 시리 : 아이폰에서음성인식을기반으로한인공지능비서 - 알렉사 : 에코에서음성인식을기반으로하는인공지능비서 인공지능스피커, 비서의등장배경및발전과정 1 TV 와스마트폰에음성인식기술적용 2 음성인식의정확성, 소비자의편의성중대 - 멀리떨어진곳의음성을정확하게인식하는능력 - 주변의소음과사람의목소리를구별하는능력 - 움직이는사람의위치를파악하는능력 s 음악추천과인공지능 카카오, 카카오미니 - 기기전체사용기간중주간 4000 만분 - 음악재생시간 : 70% 이상차지 ( 평균 1 회사용기간 : 60 분이상 ) - 카카오 I 의음성엔진, 대화형엔진, 추천형엔진적용 - 추천 : 평소취향, 시간대, 날씨, 장소, 성향기반개인맞춤형추천 지니뮤직, 지니어스 - 유사패턴분석기술 ( 유사한곡 50 개제공 ) 구현 - 추천 : 노래장르, 아티스트, 발매시점, 음악이용패턴기반큐레이션제공 s 음악작곡과인공지능 예일대학교 - 사람이작곡한음악과비슷한형태로작곡이가능한인공지능쿨리타 쥬크텍, 저작권문제를해결 - 유튜브동영상제작자에게인공지능이만든음악을제공 - 시사점 : 저작권문제를해결하며, 인공지능사용의대중화 <25 차시 AI 서비스의얼굴인식및이미지적용사례 > 1. 인공지능과이미지와게임 s 얼굴인식인공지능 페이스북, 딥페이스 1 사진속얼굴을분석하고이름을태깅하는서비스제공 2 딥러닝기술중신경네트워크기법적용 - 사진업로드시회전이가능한가상 3D 모델사용 - 얼굴의각도를수정하며입체적으로얼굴인식 - 사진속인물을대용량의사진데이터와비교 구글브레인의화질개선서비스 - 구글브레인, 저화질에서고해상도이미지생성 - 8X8 픽셀의저화질이미지에서 32X32 픽셀의고해상도이미지생성 s 이미지변환 / 생성인공지능 프리즈마 (Prisma) - 이미지변환 / 생성인공지능중아이폰의앱이자, 개인사진을명화로만들어주는것 이스트소프트앱, 피크닉

23 - 사진속날씨를변경해주는인공지능 로고조이, 회사로고제작프로그램 - 회사명 ( 로고 ) 텍스트로입력후업종선택 - 다양한디자인후보군중에서스타일선택 - 로고에적합한색상, 아이콘선택 s 게임과인공지능 게임을통한인공지능학습의장점 - 개발자가원하는방식으로학습가능 - 무한의반복학습이가능 - 가상공간이기에, 현실적제약이없음 - 문제를일으키는것을방지할수있음 넥슨, 야생의땅 : 듀랑고 - 게임내콘텐츠에 < 절차적콘텐츠생성기법 > 적용 - 절차적생성기법 : 알고리즘기반의콘텐츠제공, 기존의콘텐츠와중복성제거, 새로운콘텐츠를무한생성 블리자드, < 오버워치 > 비매너채팅제재시스템 - 비매너채팅제재시스템가도입된이유 : 공정한게임환경조성, 악성채팅적발, 악성채팅신고환경조성 <26 차시 AI 서비스의문학과미술에의적용사례 > 1. 인공지능과문학및미술 s 글을쓰는인공지능 소설을쓰는인공지능 - 호시신이치문학상공모전 1 차심사통과 - 단편소설 < 컴퓨터가소설을쓴날 > 창작, 인공지능의고독표현 - 시사점 : 정형화된문장에서자유로운형식의소설작성 공포소설을쓰는인공지능 - 트위터를이용한공포이야기를만드는협업형 AI 작가 - 아마추어작가들이작품을공유하는포럼에서데이터수집 s 인공지능이생성하는그림 인공지능화가 ' 넥스트렘브란트 - 3D 스캔기술사용, 얼굴인식기술사용, 미술도구분석기술사용 구글의딥드림의목적 - 새로운이미지를창조해내기 <27 차시인공지능서비스성과기준기획하기 > 1. 성과평가대상사업선정 s 인공지능과인공지능서비스 인공지능 - 개념 : 인간의학습능력, 인지능력등의고차원적인정보처리능력을구현하기위한정보통신기술 - 인지, 분석, 학습등인간의지적능력을컴퓨터를이용해구현해냄 인공지능기술유형 - 머신러닝 : 데이터기반으로인지이해모델을형성하거나최적의해답을찾기위한학습지능 - 시각, 언어, 청각연관기술 : 현실세계를인간처럼보고읽고듣는감각기관에해당하는지능 s 사업계획서

24 사업계획서개념 : 사업의개요, 시장환경분석등사업에관련한종합문서 사업계획서구성항목 - 구성항목확인및적절성검토 - 추진체계적절성 - 추진전략적절성 - 사업의세부추진내용의적절성 분야별타당성확인 - 사업계획의기술적타당성분석 : 기존사업중복성등 - 사업계획의경제적타당성분석 : 경제성분석, 편익추정등 내부수익률유형 - 순현재가치가 0 이되도록하는할인율을뜻하는재무분석기법 2. 성과평가항목도출 s 정보화사업의성과평가모델 균형성과표의 4 가지관점 : 재무, 고객, 내부프로세스, 학습과성장 - 재무, 고객, 내부프로세스, 학습과성장 4 개의관점으로분류 ] 하여평가한다. 또한이모델은 [ 현재와미래성과의조화를확보할수있는모델 ] 로상기 4 개의평가영역애대해 IT 가창출하는다양한성과를파악하는것이가능하다. 비용효과분석 : 투자비용과회계적이익을분석하는전통적인재무분석기법 - 순현재가치 : 화폐의할인율을고려하여현재화폐가치로나타낸프로젝트비용과효과사이의순차이내부수익률은프로젝트비용대비효과의비율을의미한다. 회수기간은사업에투자된모든자금을회수하는데걸리는시간으로즉, 누적된효과가누적된비용을초과해손익분기점에도달하는시간을의미한다. s 성과평가대상사업에따른항목도축 평가목적과범위결정 1 성과평가사업과관련된이해관계자파악 2 관련이해관계자들이성과평가를통해얻는목적파악 3 수집된평가목적을검토하여우선순위도출 4 이해관계자들과의협의과정을통해최종평가목적도출 5 성과평가대상사업의평가범위확인 성과평가항목도출 - 평가목적에따른성과평가항목의도출 - 인공지능서비스사업의특성을고려한평가항목도출 - 사업시점에따른유동적검토 정보화성공모델의주요이슈 - IT 투자관련영역으로 " 정보화에얼마나투자하였는지? 적정규모는얼마인지?" 등을파악하는것이다. - IT 추진관련영역으로 "IT 기획, 개발, 운영, 관리역량은어떤수준인지?" 를파악하는것이다. - IT 품질관련영역으로 "IT 서비스품질은어떤수준인가?" 를파악하는것이다. 3. 성과기준정의 s 인공지능기술의활용서비스분류 인공지능제품및서비스분류의특징 - 인공지능제품및서비스는다양하게분류가가능함 - 기술유형과기업특성에서처리속도, 서비스영역별로가능함 - 향후범용적인공지능과슈퍼인공지능등장에따라증가할것 인공지능의 3 가지분류 - 좁은의미 : 피드백을통해한가지임무만수행하는것 - 범용인공지능 : 새로운상황에적응해해결책을찾아내는것 - 슈퍼인공지능 (ASI): 인간으로부터독립해스스로목표를설정하는것

25 <28 차시인공지능서비스성과평가방법기획하기 > 1. 조직과프로세스정립 s IT 투자성과관리 - 개념 : 재무적관점에서 IT 가현업의업무성과에얼마나효율적으로기여하는가를분석하는작업 - 목적 : IT 투자경제성파악, IT 자원효과적활용 s 성과평가를위한성과관리조직구성 성과관리인력구성 - 인공지능, 사업화전문가, 지적재산권전문가등 성과관리조직내역할과책임의체계확립 s 조직과프로세스정립하기 BSC 주요성과지표개발프로세스의원칙 - 핵심사업적성공요인과연계한다. - 조직의과거, 현재, 미래를볼수있게한다. - 환경에따른변경이가능하도록한다. 성과평가를위한성과평가프로세스수립 - 데이터수집계획 : 품질지표, 전산데이터등의자료를수집 - 성과지표산출과정수립 : 품질성과지표, 이용성과지표를산출하는과정수립 정보화성공모델의흐름 - 입력 과정 산출 효과 2. 성과평가방법기획 s 성과평가항목별적정한평가방법선정 - 성과평가지표구체화를위한방법선정 - 평가지표데이터수집을위한방법선정 - IT 성과및위험산출을위한방법선정 정량적화폐가치산출기법 - 회계적논리와산식 : 회계기법 - 신뢰성및타당성검증 - 지표간인과관계, 중복과누락을통제 비용효과및투자성과분석방법선정 - 인공지능서비스의성과를정보화투자비용과대비함으로써사업성평가를검증 - 최종평가보고서작성 3. 성과평가절차와지침기술 s 인공지능표준화동향 인공지능서비스분야는최신기술과표준화에대한동향을주시해야함 - 인공지능분야의 2019 년도표준화항목 : 머신러닝데이터구축표준, 데이터전처리표준, 자연어처리요청포맷표준, 자연어질의응답표준 s 세부적인평가절차와지침기술 성과지표의세부적인측정방안기술 : 조사대상자, 조사내용, 조사시기등 인공지능서비스정량적효과의화폐가치산출방법기술

26 <29 차시인공지능서비스성과평가실행기획하기 > 1. 성과평가측정방법제시 s IT 성과분류체계 IT 기업에서의비중 - 전략적인역할의증대 - IT 성과평가를위한다양한성과평가시도 IT 성과평가모델 - 평가대상 : 정보화사업평가, 정보화수준평가 - 평가시기 : 사전평가, 중간평가, 사후평가 - 평가방법 : 정량적성과평가, 정성적성과평가, IT-BSC 성과평가 인공지능서비스성과의산출가치를화폐단위로산출 - 정보화성과의화폐가치산출방법 회계기법 : 회계적논리와산식에의하여화폐가치를산출 대체비용추정 : 해당대체방법의수행비용으로화폐가치를산출 이용자질의기법 : 이용자가정보화효과의혜택을직접적으로누리거나정보서비스비용을부담하는경우질의를통하여추정 부가가치분석기법 : 내부프로세스의부가가치창출량을분석함으로써간접적으로사업적가치를추정 화폐가치산출기법의선정방법확인 인공지능서비스정량적평가항목별화폐가치산출수행 2. 데이터수집과성과분석 s 범정부성과참조모형 개념 : 성과측정과평가를위한접근방법을안내함 범정부성관분류체계 : 궁극적으로조직의미션달성과업무성과를높임고객의혜택을증진시키는인과관계의경로를흐름적으로표현 1) 산출 : 인적자원, 정보기술, 연관자원 : 관리체계, 조직문화 2) 결과 : 프로세스및활동 3) 영향 : 미션및업무, 고객 위계구조 : 각계층은성과영역, 성과항목, 성과지표로정의 참조모형의활용 : 초기에는공공정보화사업의성과측정을지원하기위한체계로개발됨 3. 종합성과평가보고서작성 s 인공지능기술로드맵 인공지능 - 인공지능의기술중머신러닝기술 : 베이지안학습, 인공신경망, 딥러닝 단일지능 - 언어지능 : 언어분석, 대화이해및생성, 의미이해 - 시각지능 : 영상처리및패턴인식, 객체인식 - 청각지능 : 음성분석, 화자인식 / 적응 s 인공지능및빅데이터기술분류 빅데이터 - 빅데이터처리, 유통 수집및유통기술 : 빅데이터수집 / 정제 / 융합 / 가공등 저장 / 처리 / 관리기술 : 실시간스트림처리, 데이터처리및관리등 - 빅데이터분석, 활용 분석및예측기술 : 심층분석, 그래프분석, 예측분석등 활용 / 시각화기술 : 빅데이터서비스, 빅데이터응용, 사회변화예측등

27 s 인공지능기술발전전망 딥러닝기술한계극복 언어및청각지능활용의확산 추론형시각지능의연구 s 종합적인성과평가보고서작성 일반적인평가보고서의주요항목과작성법 결론이나권고사항은입증할수있는사실자료에근거하여제시 평가자료에근거하여명확하고구체적으로작성 <30 차시 AI 의실패영역과인간의관여 > 1. 기계가실패하는요인 s 도구 OR 의사결정 망치는목수가아니다 - AI 는유용한도구지만 AI 가의사결정자체를대신할수는없음 학계 SHSANAS, 문학작품, 영화에발췌한내용참고 s 데이터는어렵다 오래된정형데이터베이스 - 인간이가지고있는특성때문에어쩔수없는문제가있음 정형데이터 기계가고양이사진을인식하길바란다면? - 데이터누적의난제 ( 데이터과학자는데이터를정리하고관리하는데기본적으로업무시간의약 50% 를할애한다.) s 단순히명령에따르는존재 기계의지능 - 기계는오직지시받은일만하기때문에밀접한감시와보살핌이필요하게됨 극댓값 - 기계의특징 : 수확체감의법칙등은고려하지않고숫자들을처리함 - 해결방안 : 다양성을고려하는 AI 시스템을통해이상점에서보상을제공하도록함 s 상관관계는인과관계가아니다 비논리적인상관관계를피하기위한전략 - 상황의타당성과진위를확인하기위한후각테스트 - 한가지이상의테스트를근거로유의성을결정할것 - 너무많은데이터는사용하지않을것 - 다양성은분석의묘미 2. 인간의전략적역할 s 기계가아직배우지못한것 중요한문제 어디에집중해야하는가? - 문제의어떤측면이관련이있는지결정해야함 - 경험중관련이있는부분과관련없는부분을구분하는데서비롯되는문제는어디서나찾을수있음 시사점 - 어떤문제가가장중요한가? - 결과가합법성과진위를확인하기위한후각테스트를통과했는가? 기계지능이개선되는경우 - 인간의예측능력의가치는떨어질것, 판단력의가치는올라갈것 s 활용하기위한 AI

28 중요한메시지 - AI 가인간을대신하기위해도입된것이아니라인간과함께일하고, 좀더효과적으로협력할수있도록돕기위함 증강현실 - 주소를입력하면내비게이션이목적지까지찾아가는방법을알려줌 - 누군가의얼굴을쳐다보면인식시스템이그사람이누구인지알려줌 s 인간이갖고있는우위 판단력 - 개념 : 고려되는결정을내리거나합리적인결론에도달하는능력 - 어느정도생각을하고나면기계는일정한수준의신뢰도에도달해자신만의의견을내놓게됨 아직인간만이사용할수있는다양한도구의도움을받을수있음 상상력 - 인간은상상력을활용하는놀라운능력을가지고있음 - 기계는자신에게없는정보는고려하지못함 공감 - 다른사람입장에서생각하는능력