Artificial Intelligence 본 Issue 분석 Report는 국가과학기술연구회의 공동TLO마케팅사무국에서 정기적으로 발행하는 간행물입니다. Issue 분석 Report를 통해 국내외 주요 기술이슈를 소개하고, 국내 기업에서 활용 할 수 있는 출연(연)이

Artificial Intelligence 본 Issue 분석 Report는 국가과학기술연구회의 공동TLO마케팅사무국에서 정기적으로 발행하는 간행물입니다. Issue 분석 Report를 통해 국내외 주요 기술이슈를 소개하고, 국내 기업에서 활용 할 수 있는 출연(연)이 보유하고 있는 우수한 연구개발 성과를 공유하여, 산업계의 새로운 미래를 창출하는데 기여하기 위한 목적으로 작성되었습니다. 앞으로도, 미세먼지, 드론, 신복합소재, 생체인식, 가상/증강현실 등 다양한 주제를 통해 다양한 산업분야에서 활용 될 수 있도록 하겠습니다. Vol. Issue Vol.1 인공지능 Vol.2 미세먼지 Vol.3 드론 Vol.4 신복합소재 Vol.5 생체인식 Vol.6 가상/증강현실

개요 인공지능 기술 Those who can imagine anything, can create the impossible. Alan Turing 무엇이든 상상할 수 있는 사람만이 불가능한 것을 할 수 있다 앨런 튜링 개요 2016년 3월 9일 구글(Google)의 자회사인 딥마인드(DeepMind)에서 개발한 인공지능 알파고 (AlphaGo)가 세계 바둑 챔피언 이세돌 9단을 상대로 승리한데 이어, 2017년 5월 27일 중국의 에게 성큼 다가와 있다는 사실에 놀라움을 감추지 못했다. 사실 인공지능은, 알파고와 같이 복잡 하고 기술집약적인 인공지능은 아니지만, 우리가 인지하지 못하는 가운데 우리의 일상생활에 다가와 있다. 본 이슈 분석 리포트에서는 먼저, 이러한 인공지능은 과연 무엇인지 그 정의와 인공지능의 개발 Artificial Intelligence 커제 9단을 상대로 전승하며 전 세계는 영화나 소설 속에서만 존재하던 인공지능 이 어느새 우리 역사를 알아보고, 우리의 일상생활에 사용되는 인공지능에는 어떠한 것이 있는지 확인하고자 한다. Issue 분석 Report 1

인공지능기술 인공지능이란 인공지능이란 인공지능기술 인공지능이란 인공지능기술분류 인공지능은크게자아를지닌 강인공지능 (Strong AI) 과, 자아는없으며주어진조건하에서지시를따르는 약인공지능 (Weak AI) 으로구분되어진다 1). 강한인공지능은어떤문제를실제로사고하고해결할수있는컴퓨터기반의인공적인지능을말한다. 약한인공지능 (weak AI) 은어떤문제를실제로사고하거나해결할수는없는컴퓨터기반의인공적인지능을말한다. 인공지능은 1950년앨런튜링 (Alan M. Turing) 이기계지능의측정방법 (Turing test) 을연구하면서학문적연구대상으로서의가능성을열었다. 이를계승한마빈민스키 (Marvin L. Minsky) 교수와존매카시 (John McCarthy) 교수가 1956년에열린다트머스컨퍼런스 (Dartmouth Conference) 에서처음으로 Artificial Intelligence라는용어를사용한이래많은과학자들이인공지능연구에매진하였다 2). 최근들어, 인공지능을기계에게인간을능가하는능력을부여하는기술의개발로정의할수도있다. 이러한관점에서, 1997년체스게임에서 IBM의딥블루 (Deep Blue) 가승리하게되면서인공지능의가능성이다시주목받게되었으며, 2005년자율주행자동차시험주행이성공하고, 2011년 IBM의 Watson이 Jeopardy라는퀴즈쇼에서인간챔피언에게승리하면서인간을능가하는인공지능의본격적인가능성이대두되었다. 현재에이르러서는, 사용자의음성명령을인식하는 Apple사의 Siri, 자율주행이가능한 Tesla사의 Autopilot에서부터이세돌 9단을상대로승리한 AlphaGo 까지인공지능과관련된시장은 2015년을기준으로 1,262억달러규모에서 2024년까지 36.1%(CAGR) 의괄목할만한성장이예상되는산업으로발전하였다 3). 이와같은인공지능기술의발전은전세계적으로급성장중인기업들이파괴적기술로무장하고고객에게접근하는것이성장동력으로작용하고있다. 이러한 Technology Push 형태의동력은 SMAC(Social, Mobile, Analytics, Cloud) 산업군에속한기업들이추구하는글로벌한디지털산업으로의확산을위한핵심적인기술및마케팅전략으로사용되고있다. 한편 Market Pull 형태의동력은건강정보, BFSI(Banking, Financial Services & Insurance), 전자상거래, 도소매, 유통, 의료 / 건강, 국방 / 보안분야등에서의시장수요증가로인공지능관련산업성장에도움을주고있다. 아울러, 세계경제포럼에서핵심의제로다루어진 4차산업혁명은, 사람과사물과공간이인터넷으로초연결되고, 거기서생산되는빅데이터를기반으로사이버시스템과물리적시스템이연동된사이버물리시스템 (Cyber Physical System) 으로재편되는초연결과초지능의혁명이다. 인공지능은이러한 4차산업혁명의핵심에자리하고있는기술이다. 1) Wikipedia, 2017년 2월검색. https://ko.wikipedia.org/wiki/ 인공지능 2) 배영우외, 현실속으로확장하고있는인공지능 (AI; Artificial Intelligence), KEIT PD Issue Report. Vol. 16-09, 2016년 9월 3) Transparency Market Research의 "Artificial Intelligence Market-Global Industry Analysis, Size, Share, Growth, Trends and Forecast 2016-2024, 2016년 9월 대분류 중분류 소분류 지식표현 학습및추론 지식베이스 감정이해 공간이해 상황이해 협력지능 자가이해 인공지능 자연어처리 질의응답 언어이해 음성처리 번역기술 내용기반영상검색 시각이해 행동인식 시각지식 인공지능기술의기술분류는지식을데이터베이스화하는 학습및추론 기술과, 감정및공간등을이해할수있는 상황이해 기술, 인간의자연어를이해하고음성처리, 번역등을할수있는 언어이해 기술, 내용을기반으로영상을검색하고사람의행동을인식할수있는 시각이해 기술로분류할수있다 4). 추가적으로, 인공지능구현을위한 반도체 기술이있으나, 본보고서에서는이를고려하지않기로하였다. 인공지능에의한인지기술 ( 출처 : Deloitte University Press, http://dupress.com/articles/what-is-cognitive-technology) 4) 곽현외, 인공지능 (AI) 기술및정책동향, ISSUE & FOCUS on IP, 이슈페이퍼, 한국지식재산연구원, 2016 년 2 Issue 분석 Report Issue 분석 Report 3

인공지능기술 생활속의인공지능 생활속의인공지능 인공지능기술 생활속의인공지능 인공지능은더이상픽션 (fiction) 속의이야기가아니다. 우리는 IT 시장조사기관가트너 (Gartner) 에따르면 2019 년에는스마 더나아가음성인식비서서비스는스마트폰뿐아니라웨어러블, 국내기업인삼성전자도지난해 11 월애플시리개발자들이모여 이미인공지능을사용하고있다. 의식하고있을수도있으며의식 트폰과사용자간의상호작용중 20% 가가상개인비서 (Virtual 스마트워치, 스마트홈등으로확대되면서 ICT 업계에서는음성로 설립한인공지능솔루션기업비브랩스를인수하면서뒤늦게인공 하고있지못할수도있지만, 우리모두의생활속깊숙이자리 Personal Assistants, 이하 VPA) 를통해이뤄지고오는 2020 년까 봇기술을개발하기위한경쟁이전보다심화됐다. 일례로선두 지능및음성로봇시장에뛰어들었다. 삼성은앞으로이기술을스 하고있을만큼인공지능은현재다양한분야에서이미활용되고 지 20 억대의기기및사물인터넷장비가누르지않고제어할수 주자인애플의 시리 (Siri) 를비롯해구글의 어시스턴트 ( 기존명 마트폰과 IoT 전자제품에적용시킨다는계획이다. 또 SK 텔레콤은 있다. 이와같은인공지능의기술들이실생활에어떻게적용되는 있는제로터치 (zero-touch) UI 기반으로작동할것으로전망했다. 칭 : 나우 ), 마이크로소프트의 코타나 (Cotana), 아마존의 알 음성로봇스마트스피커 누구 를지난해선보였다. 지알아보았다 5). 렉사 (Alexa), 페이스북의 M 등이가장대표적이다. 가트너가지난해 4 분기에미국, 영국, 중국의소비자 3021 명 현재음성인식비서서비스는스마트폰과알렉사에코와같은스마 가상개인비서 6) 을대상으로모바일앱설문조사를실시한결과미국응답자의 애플의시리는스마트폰뿐아니라애플워치, 애플 TV, 애플카플 트스피커에서알람과스케줄을설정하거나배달음식주문, 인터넷 내일날씨어때? 그다음스케줄알려줘 요즘인기있는영 42% 와영국응답자의 32% 가최근 3 개월간스마트폰으로 VPA 를 레이등으로영역을확대하고있으며주요 21 개언어를서비스하 정보검색등단순한업무에만사용되고있는수준이다. 그러나인 화가뭐야? 스마트폰의버튼하나누르지않고음성으로만작동 사용한적이있다고답했다. 이처럼음성인식제어서비스는스마 고있다. 구글의어시스턴트는 2012 년안드로이드 OS4.1 부터적 공지능을통해사용자의말을알아듣고사용자에게맞는결과를제 시키는음성제어기술이처음으로 2011 년아이폰 4S 를통해선보 트폰의중요기능으로자리매김되고있다. 용되고있으며, 안드로이드기반스마트폰과웨어러블기기에탑 시하기위해필수적이다. 마이크로소프트는코타나에는 학습 의 여졌을때 IT 업계는기능과편리함에놀라움을일으켰다. 아네트짐머맨가트너부사장은 사람과기기의상호작용과정 재되고있다. 기능이있어차츰사용자의요구사항을예측할수있는능력을계발하게될것이라고한다. 그이후아이폰의음성인식비서서비스인시리 (Siri) 는새로운버 에서터치스크린은자취를감추기시작할것이고사람의음성이나 구글은 2016 년구글홈 (Google Home) 을발표하면서스마트홈 전의 ios( 애플운영체제 ) 를발표할때마다지속적인진화를거듭 주변환경인식기술, 바이오메트릭스, 동작, 제스처를사용하는 허브시장에도진출했다. 마이크로소프트의코타나는 2014 년윈 하고있고삼성전자갤럭시도 S 보이스 를선보이면서음성제어 비중이늘어날것 이라며 IT 디바이스시장의변화를예고했다. 도폰탑재를시작으로윈도 OS 를기반으로한데스크탑, 노트북 기술은하이엔드스마트폰의주요기능으로자리잡았다. 최근에 등에적용되고있다. 마이크로소프트는지난해 12 월음향기기 는인공지능 (AI) 이탑재된가정용 스마트스피커 까지시중에등 제조사인하만카돈과함께인공지능홈스피커를공개하기도했 장하면서음성제어는사물인터넷 (IoT) 을위한필수기술로여겨지 다. 아마존의알렉사의경우에는 2014 년음성로봇스마트스피 며개발경쟁이심화되고있다. 커 알렉사에코 에탑재되며북미지역에서선두주자로음성인 식비서시장을형성했다. 알렉사는필립스휴, 삼성의스마트띵 스마트폰의초창기음성인식기술은음성인식률이낮고지시내 (AmartThings), 인스테온 (Insteon) 등과협력으로스마트홈가전 릴수있는범위가한정적이어서사용자의이용률이낮았으나다 에주력하고있다. 양한언어지원과함께더복잡한지시를내릴수있도록기술이 진화되면서이용빈도수는점차증가하고있는추세다. 인공지능이적용된가상개인비서의종류 5) Dann Albright, 10 Examples of Artificial Intelligence You re Using in Daily Life, 2016 년 9 월 6) 음성로봇 시대! 떠오르는기술 MEMS 마이크로폰, 이나리, narilee@epnc.co.kr CCTV 뉴스, 2017 년 2 월 4 Issue 분석 Report Issue 분석 Report 5

인공지능기술 생활속의인공지능 생활속의인공지능 인공지능기술 스마트카 7) 보안 8) 아마도출근길에운전하면서신문을읽고있는사람을본경험은 시장조사업체 IHS 오토모티브는오는 2035 년에는무인자동차가 최근물리보안업계는 IT 기술과의융합이새로운사업기회를낳는 홈 CCTV 와스마트폰을연동시키면, 가정에설치한모든 IoT 기기 그누구에게도없을것이다. 그러나최근구글의자율주행차와테 1180 만대로늘어나고, 2050 년에는대다수자동차가무인자동차 신성장동력원이될것으로보고다양한시도를하고있다. 많은 IT 의현황을파악하고제어하는스마트홈이실현된다. 글로벌 IT 기 슬라 (Tesla) 의 오토파일럿 등에관한뉴스를접하면서스마트카가 로대체될것으로전망했다. 그만큼무인자동차연구에앞다퉈투 기술가운데서도물리보안업계가특히주목하는분야는인공지능 업과국내 3 대이동통신회사가홈 CCTV 에관심을기울이고치열 점점현실로다가고있음을느끼고있을것이다. 더욱이최근구글 자하고있는것이다. 과 IoT 로꼽히고있다. 한주도권경쟁을했던이유가바로여기에있다. 에의해개발된알고리즘은인공지능의 경험 을통해자율주행차가사람처럼운전할수있는가능성이보도되기도하였다. 현재무인자동차는카메라는물론각종레이더와센서가신호등의변화와주변차량의움직임, 차선, 갑작스러운장애물출현과 인공지능과 IoT, 이두기술을이용하면전자기기뿐만아니라안전 보안, 헬스케어, 스마트홈, 스마트카등다양한분야의사물을 구글은가정용방범카메라스타트업기업인 드롭캠 을 5억 5,500만달러 ( 약 6,563억원 ) 에인수하고스마트홈 API를공개하 구글의무인자동차실험은아직상용화하지않았다. 지속적인테 같은다양한도로상황의변화를읽고스스로능동적으로대응하 네트워크로연결해정보를공유할수있고, 이데이터를분석해활 면서생태계구축에나섰고, 애플도 세계개발자대회 (WWDC) 를 스트와개선을통해몇년안에일반도로를주행할수있도록한 는데초점이맞춰져있다. 정밀한카메라와레이더, 센서등하드 용할수도있다. 통해아이폰으로홈 CCTV 와가전을제어하는 홈키트 를선보 다는목표다. 물론무인자동차가일반도로를달릴수있는제도적 웨어가중요하다. 그렇지만이런하드웨어를자동차에탑재한다 였다. 여건이마련돼야한다. 고무인자동차가될수있는것은아니다. 하드웨어가받아들인 인공지능과 IoT 가만난보안사례로는미국뉴욕시의테러감지시 방대한데이터를눈깜짝할시간에연산해야하는데이터처리 스템을꼽을수있다. 뉴욕시는 CCTV 와자동차인식장치등을연 국내이통 3 사도결합상품전략과맞물려속속서비스상품을출시 하지만벤츠, 아우디, 볼보등선진국들의자동차기업들은장기간 기술이필요하다. 시시각각으로변하는주변환경을실시간데이 계해위험과테러의심정보를수집 분석한뒤경찰과소방서에 하며고객유치에나섰다. 이렇듯전통적 IT 기업들이시장선점에 의연구개발을통해차간거리, 보행자인지, 속도조절, 자동주차 터로가공, 최적의결과를내놓고자동차를제어하는데, 이것은 제공한다. 나서고있는가운데물리보안업계에서도이시장을놓고주도권 기술등을이미상용화했다. 완전한무인자동차는아니지만부분 컴퓨터사이언스와직결된다. 그렇기때문에수억건의데이터를 경쟁에동참하고있다. 적으로스스로판단하고움직인다는점에서무인자동차로가기위 눈깜빡할사이에읽어들여최적의검색결과를내놓는기술을 뉴욕시가도시치안을위해 CCTV 카메라를사용했듯이, 여러사물 한전단계다. 자동차에탑재된레이더와카메라, 센서, 소프트웨어 오랜기간축적해온구글이무인자동차시장에서가장큰위협 기기중에서도 CCTV 카메라는 IoT 기기의허브로주목받고있다. 등이이런기능을가능케하는핵심기술이다. 이되고있다는것은어찌보면당연한이야기다. 7) 스스로판단하고움직이는똑똑한자동차가온다, 김민수, KISTI 의과학향기 칼럼, KISTI 8) 인공지능과 IoT, 지능형영상감시시장견인하나?, 김선미, 보안뉴스, 2016 년 8 월. 그림출처 : GovTech Business Watch, Ben Miller, Government Technology, 2017, http://www.govtech.com/civic/govtech-business- Watch-012717.html ( 인공지능을활용한보안용 CCTV 의이동물체인식 ( 예시 )) 인공지능이적용된자율주행스마트카의종류 인공지능을적용한자율주행차의주변환경인식 ( 예시 ) 인공지능을활용한보안용 CCTV 의이동물체인식 ( 예시 ) 그림출처 : 자율주행차위한디지털맵서비스전쟁이시작됐다, 채용석, 글로벌오토뉴스, http://global-autonews.com/bbs/board.php?bo_table=bd_008&wr_id=1992 ( 인공지능을적용한자율주행차의주변환경인식 ( 예시 )) 6 Issue 분석 Report Issue 분석 Report 7

인공지능기술 인공지능구현에필요한기술 인공지능구현에필요한기술 인공지능기술 인공지능구현에필요한기술 학습및추론 상황이해 학습및추론기술인딥러닝은데이터를바탕으로컴퓨터가스스로 이보다더깊은계층에서는같은물체이지만물체간의서로다른 이렇게해서얻은그룹화된특징을사용해서최종적으로 그특 상황이해를위한인지컴퓨팅 (Cognitive Computing) 은방대한양 특징을생성해내는기술이다. 인간이특징을설계하는대신컴퓨 미묘한차이를구별하는고차원적인세분화도하게된다. 이러한 징을갖는것은고양이다 라든가 그것은개다 라는정답레이 의복합적데이터를처리하여기업의생산성을획기적으로높이는 터가스스로높은차원의특징을추출하고그것을바탕으로이미지 다단계의 깊은 학습과정을통해딥러닝은특정물체의특징을 블을주게되는데이때는단한번지도학습이된다. 어떠한사 기술이며, 인간의언어를교환하면서, 빅데이터의복합성을이해하 를분류할수있게된다. 딥러닝으로인해지금까지인간이간여해 입력하지않아도입력된사진중특정물체를담은사진만을분류 물의특징이나개념을찾아내는것은대단히오랜시간의단련 여인간전문가를지원하고, 더나은의사결정을이끌어내는차세 야만했던영역에인공지능이깊이파고들수있게된다. 해낼수있다. 과정을필요로하며, 불분명한상황에서도특성이나개념을강건 대정보처리시스템이다. 보다학술적으로표현하면사람의인지능 하게찾아낼수있도록노이즈를더해서계속학습시키는방법을 력을모사하는정보처리기술이다. 대표적인딥러닝방법은 10 개층이상의 합성곱뉴럴네트워크 사용한다. (CNN; Convolutional Neural N/W) 란기술을이용하는방법이다. 인지시스템은환경과상호작용하는열린시스템으로서환경을지 예를들어, 어떤사진이입력되었을때, 최종적으로사진속의물체 딥러닝은인공지능의한계를근본적으로극복할수있는기술로서, 각하고환경에대해반응하는특성을가진다. 이러한요건을만족 를파악하기위해서기계는우선사진의여러작은부분들을추출 지난 50 년간의미결문제를해결하는돌파구가될수있으나이제 하는인지컴퓨팅기술은동적처리, 다양한센서통합, 순차적행동 하고, 합성곱 (Convolution) 을통해부분들의중요한특징에가중치 시작에불과하다. 딥러닝은현재까지는이미지를읽고특징을추출 생성능력등의새로운특성이요구된다. 를주고, 부분들에서얻어진정보를통합 (Pooling) 하는과정을수십회반복하여점차적으로전체사진에나타난물체의형상으로연결한다. 마지막예측 (Prediction) 단계에서는현재얻은사진속물체의형상을기존에학습한물체의전반적인형상과비교하여가장 Machine Learning 알고리즘의종류 하는수준의초보단계에있지만, 향후에는이미지뿐아니라청각, 촉각같은다른감각과관련된분야에대해서도데이터의종류와관계없이같은알고리즘을적용할수있을것으로기대된다. 전통적인정보시스템과달리인지시스템은센서로환경을지각하고환경에대해서행동하며환경과상호작용한다는점에서차이가있다. 따라서환경과분리되어부호화된독립적인정보처리에주안 근접한물체에가장높은확률을부여하게된다. 정답을주고뉴럴네트워크를학습시키는학습단계에서딥뉴럴네 그다음단계는행동과결과의추상화가가능한인공지능기술로, 컴퓨터스스로의행위와그결과를합쳐서하나의짝으로추상화 점을둔기존의컴퓨팅과달리, 인지컴퓨팅은환경과일체를이루는살아있는동적인시스템으로서컴퓨팅을다룬다. 다시말해, 합성곱뉴럴네트워크기술이적용된기계는계층적으로사진속의물체의특징을추출하고, 최종적으로주어진사진속의물체를인지한결과를출력한다. 예를들어, 합성곱뉴럴네트워크기술이적용된기계는사진속물체의경계등에서자주보이는점, 사선등의단순형상을인식하는것뿐만아니라, 이단순한형상들을더해가서원, 삼각형, 사각형등도형을인식할수있고, 이들을조합해서원속에 2개의점과가운데세로줄로구성된사진속물 트워크는본래의데이터, 예를들어, 보트나고양이모습을담은수십만장의사진을입력함으로써컴퓨터가입력한데이터의다양한특징을스스로그룹화하고생성하도록하고, 이과정을기존뉴럴네트워크에서는지도학습의방식 ( 보트다, 고양이다 ) 으로처리하였으나딥뉴럴네트워크는이를非지도학습 ( 보트나고양이의특징을스스로모음 ) 으로처리하고있다. 하는것이다. 이것이가능해지면다음에는행동을통한특징을획득하는인공지능이가능해지고, 이후에는자연어의이해가가능해질것이다. 더나아가스스로지식획득이가능한인공지능의실현도가능해질것이다. 인지로보틱스 (Cognitive Robotics) 는이러한연구의대표적플랫폼인바, 개인용로봇, 인지기술시스템, 자율주행자동차, 휴머노이드로봇등의인지로보틱스분야가있다. 인지로보틱스는복잡한세상에서복잡한목표에반응하여행동할수있도록로봇에게학습하고추론하는정보처리구조를제공함으로써지능적인행동을가능하게하는기술이다. 체의윤곽을인식하게된다. 9) 송동호외, 미래지식기반사회의예측과인공지능 (AI) 기술, KEIT PD Issue Report. Vol. 16-03, 2016 년 3 월 그림출처 : Rajesh Kumar "Trying to Create Great UX with Machine Learning? Here s What You re Missing" (Machine Learning 알고리즘의종류 ) 8 Issue 분석 Report Issue 분석 Report 9

인공지능기술 인공지능구현에필요한기술 인공지능구현에필요한기술 인공지능기술 인지컴퓨팅의필수요소인지로보틱스는전통적인인공지능기술과달리동물의인지를로봇정보처리기술의출발점으로삼았기때문에, 목표하는로봇인지능력은지각처리, 주의할당, 예상, 계획 (Planning), 복잡한모터간의협력, 에이전트및자기자신의심리상태에대한추론등을포함한다. 인지로보틱스가적용된로봇은물리적인세계 ( 또는시뮬레이션된인지로봇에서는가상세계 ) 에서의행동을배움으로써궁극적으로실세계에서지능적인에이전트로서행동할수있어야한다. 또한인지컴퓨팅은자가학습시스템 (Self-learning System) 을포함한다. 자가학습시스템은필요한데이터를스스로찾고입력받고학습하는과정을반복하는시스템으로서, 이러한과정을거치면서비정형데이터가갖는복잡성까지이해하고이를바탕으로보다나은의사결정을지원하게된다. 자가학습시스템은활발하게돌아가는비즈니스세계에서전세계적으로매일쏟아지는방대한양의자연어, 이미지, 동영상등비정형데이터를처리하고이해하고분석하여정형화된결과를도출할수있다. 인지컴퓨팅의또다른괄목할만한분야는스토리텔링 (Storytelling/Narrative) 분야이다. 말이나글은인간에게가장친화력이있는정보전달의수단이라고할수있다. 음성 동영상 그림 숫자 텍스트등다양한형태의정보를이해하여그내용을말이나글로전달하여주는기능은우리가인공지능기술에기대하는궁극적목표중의하나이다. 예컨대, 스포츠게임중계방송을요약해서기사를작성한다든가, 주식시장의다종데이터를이해하여주가예측을글로전달하는서비스, 우범지역에설치된동영상정보로부터사건의발생과전개를보고서로작성하거나말로경고를전달하는서비스를들수있다. 이러한스토리텔링기술은다종의멀티미디어정보를인식하는기술을넘어서, 그내용을이해하는상식추론기술과이해한내용을한국어와같은자연어로표현하고다양한매체의종류에따라내용을요약하는기술이필요하다. 이기술은최근미국의인공지능전문업체가시도하고있다. 현재인지컴퓨팅기술을활용하고있는분야는은행 금융 보험 (BFSI), 의료, 보안, 소매분야이다. 비정형데이터의양적증가와기술적발전이인지컴퓨팅시장의성장에기여했으며, 향후에도클라우드기반기술의발전, 참신한 HW와 SW, 인지적경험인터페이스 (Cognitive Experience Interface) 개발에의해시장기회가확대될전망이다. 인지컴퓨팅의시장규모는 2015부터 2020년까지연평균 33.1%(CAGR) 로성장하여 2020년에이르면 137억달러에달할것으로예측된다. 언어이해언어이해기술은음성인식, 음성생체인식, 문자를음성으로읽어주는기술등이있다. 이중대표적인언어이해기술은음성인식 (Speech Recognition) 기술이다. 음성인식 (Speech Recognition) 기술은인간의음성을컴퓨터가이해할수있는스피치형태로변환하고해석하는 (Decoding) SW 기술이다. 기계가인간의음성을수신하고, 이해하여주어진명령을수행하는것까지가그영역이다. 세계음성인식시장조사보고서에의하면생체인식이음성인식시장을키우는동력이며, 특히헬스케어분야에서성장이두드러지는것으로보고된다. 예를들어, 음성인식기술은생체인식기술과결합하여특정인의명령을수용할지여부를결정하는용도로활용된다. 이때, 생체인식기술과결합된음성인식기술은모바일뱅킹에서금융거래진행의열쇠역할을담당하기도하다. 앞서언급한인간의언어를해석하는 (Decoding) 자연어처리 (NLP : Natural Language Processing) 는인간-컴퓨터인터랙션과관련된분야이다. NLP솔루션은인간이사용하는자연어로말하거나썼을때그의미를기계가분석하고기계가이해하는언어로변환하여인간과컴퓨터간대화를가능하게하는기술이다. 빅데이터산업의성장은중요한데이터를보다신속히실시간으로처리하는솔루션에대한수요증가로이어졌고, 이기술은자연어처리솔루션의정보추출, 언어간번역, 보고서작성등에유용하게적용된다. 자연어처리기술에는자동인코딩, 텍스트분석, 대화형음성질의 휴대폰과일본어휴대폰을곁에두고각국의말이나오면이를듣고이해하여통역해주는서비스를들수있다. 자연어처리에서한걸음더나아간기술이자연어이해 (Natural Language Understanding) 기술이다. 자연어처리단계를통해서기계가인간이의미한바를이해하는것으로이기술은자연어의문법분석이아닌우리인간이가진상식 (Commonsense) 과같은지식을표현하고추론할수있는알고리즘을필요로한다. 이러한상식분야의정보를추출, 표현하고추론하는연구는인공지능의시작과함께연구되어왔고, 대부분의인공지능분야가이러한정보를필요로하나아직도갈길이먼기술이다. 언어이해기술과연관된대표적기업은 MS, 뉘앙스커뮤니케이션즈, 벨리드소프트등이있다. 이들기업이속하는산업군에서는 2018년까지연평균 10.59%(CAGR) 성장이예상된다. 특히, 자동차에적용되는음성인식시스템은운전자가차에게주는명령어뿐아니라승객들이자동차의인포테인먼트시스템에주는명령어시장으로까지확장된다. 음성명령어를통해자동차에접속하는보다다양한방법이제공되어자동차가사람과보다친숙한상대가될것으로예상된다. 그림출처 : Craig Bedell, Cognitive Computing in Insurance: Going Beyond Predictive Analytics 2015년 12월 응답, 스피치분석, 개체명인식, 자연어생성등이있다. 기술적구분은룰베이스자연어처리, 통계적기법의자연어처리, 하이브리 ( 인지컴퓨팅의필수요소 ) 드기법등이있으나현재는기계학습기반의기술이주류를이루 인지컴퓨팅의적용분야및개발기업 그림출처 : IBM, The most popular trends in cognitive computing ( 인지컴퓨팅의적용분야및개발기업 ) 고있다. 서비스종류로는정보검색, 기계번역, 음성인식, 나레이션, Q&A 시스템등이있다. 특이한점은 M2M ( 머신간통신 ) 에자연어처리기술이인터페이스의역할을한다는점인데, 예컨대, 한국어 음성인식기술의개념그림출처 : http://copia.com.au/medical-speech-recognition/ ( 음성인식기술의개념 ) 10 Issue 분석 Report Issue 분석 Report 11

인공지능기술 인공지능구현에필요한기술 인공지능구현에필요한기술 인공지능기술 시각이해시각이해기술은지난수십년간지속적으로연구되어온기술로서, 최근에는감시및보안, 자동차, 가정용기기, 공업, 의료를비롯해다양한시장으로용도가확대되고있다. 시각이해기술의주요기능은획득한영상정보를용도에따라조작, 변경, 강화하는것으로, 각분야에서알고리즘의기본구성요소는공통성이있지만알고리즘은용도에따라각기변경과강화가필요하다. 특히지적재산과첨단기술의역할이크기때문에시장에서는대학연구팀이나저명연구단체의지원을받는기업의활약이두드러지고있는실정이며시장규모는 2014년 57억달러를기록했으며, 2019년까지 42%(CAGR) 로성장한 333억달러로전망된다. 시각이해기술의킬러어플리케이션과주요시장으로는자동차, 제조기반, 보안, 의료, 스포츠및엔터테인먼트와가정용기기분야가있다. 먼저우리의실생활과가장근접한가정용기기시장에서는카메라, 게임, 동작인식, 시각기능탑재웨어러블디바이스, 스마트폰, 이미지및비디오에서텍스트 스피치로의변환및역변환과관련된시장이있으며, 이와유사하게, 스포츠및엔터테인먼트시장에서는스포츠트레이닝, 엔터테인먼트, 가상현실비디오등과관련된아이템들이있다. 의료시장에서는영상의학및방사선의학과를중심으로 X-ray, 초음파, CT촬영, MRI영상등다양한의료진단기기로부터촬영된영상을인공지능알고리즘을활용하여분석및진단하는서비스분야가있다. 시각이해를통한번역어플리케이션 의료영상에서의미세석회화와인공지능을통한자동판별결과예시 물리보안시장에서는 IT 기술과의융합을통해다양한시도를하고있다. 많은 IT 기술가운데서도물리보안업계가특히주목하는분야는인공지능과 IoT 로꼽히고있으며, 이들을이용하여 CCTV와시각이해기술을연계하여위험과테러의심정보를수집 분석한뒤경찰과소방서에제공하는서비스분야가있다. 제조기반시장에서는시각이해기술을생산라인에적용하여검사, 측정및조정, 레이블검사공정지능화를통해생산성을향상시키는방법들이사용되고있으며, 자동차시장에서의시각이해기술은첨단운전자보조시스템, 장애물탐지, 주차보조, 차선이탈경보, 자율주행차, 운전자피로도자동감지등의구현을위해빠질수없는핵심기술로자리하고있다. 시각이해기술의빠른발전과인식칩의가격하락, 디바이스간의연결성향상등이최근의시각이해기술의확산촉진요인으로보인다. 앞서설명한학습및추론기술또한시각이해기술의정확도와안정성을높이는핵심기술이다. 시각이해기술은어플리케이션들이상이한분야에광범위하게적용되기때문에주로수평적시장에적용되지만, 수직적시장 ( 하나의제품완성을위해 HW부터상부의응용프로그램까지모두조합하여완전한제품으로구현 ) 도나름대로성장요인도있고어려움도여전히존재하는상황이다. 출처 : Kelly Walsh Translate Text on the Fly Using Your Phone and the Google Translate App. Brilliant!, 2015 ( 시각이해를통한번역어플리케이션 ) 출처 : Wernick MN. Machine Learning in Medical Imaging. IEEE Signal Processing Magazine 2010; 27; 25-38 ( 의료영상에서의미세석회화와인공지능을통한자동판별결과예시 ) 12 Issue 분석 Report Issue 분석 Report 13

인공지능기술 인공지능기술의발전과전망 인공지능기술의발전과전망 인공지능기술 기획특집 인공지능기술의발전과전망 김윤정 KISTEP 부연구위원 작년한해동안세간의가장큰관심을끌었던기술을꼽으라하면단연인공지능기술일것이다. 2016년 3월, 알파고와이세돌과의경기가일반인들에게인공지능기술발전을널리알 더욱이딥러닝의모델이되었던인간의신경망-뇌에대한연구개발이지속적으로이루어지면서새로운알고리즘이속속들이등장하고있고, 사물인터넷 (IoT) 의개발과보급으로인해인공지 KISTEP 10 대 미래유망기술 (2016) 빅데이터기반사기방지기술 한국정보화진흥원 (NIA) 전자정부 10 대기술트렌드 (2016) 알고리즘기반데이터분석 Gartner Top 10 Strategic Technology Trends (2017) AI & Advanced Machine Learning Forbes Top 10 Technologies (2016) The Device Mesh 리는계기였다면, 인공지능기술이그와같이발전할수있었던배경에는지속적인컴퓨팅파워의개선과클라우드컴퓨팅및 능의자원이라고할수있는엄청난양의빅데이터가축적되기시작하고있어인공지능의성능은더욱향상될전망이다. 온라인 / 모바일금융거래보안기술 지능형머신러닝 Intelligent Apps Ambient User Experience 빅데이터의등장, 딥러닝과같은알고리즘의발전등이있었다. IoT 보안 모바일증강현실 Intelligent Things 3D Printing Materials 사실이번인공지능기술의부흥기는 1956 년다트머스회의를 가트너 (Gatner) 에서발표한하이프사이클 (Hype Cycle) 에서도최근떠오르고있는신기술중범용인공지능 (General-Purpose 사물정보기술 실감형 UX 기반의웨어러블 Virtual & Augmented Reality Information of Everything 거쳐본격적으로연구되기시작하면서, 그동안두번의침체기를거친후세번째로맞이하는부흥기다. 하지만예전과달리이번부흥기는꽤오랫동안지속될전망이다. 인공지능기술로해결할수있는문제의종류와적용범위가확대되면서각종산업영역과실제생활속에인공지능기술이이미널리활용되기 Machine Intelligence), 머신러닝 (Machine Learning), 자연어질의응답 (Natural-Language Question Answering), 지능형로봇 (Smart Robots) 등인공지능기술과직-간접적으로관련된기술들이다수포함되어있다. 그밖에국내외에서발표된미래유망기술리스트에서도지능형보안기술, 디지털어시스턴트및 딥러닝기반디지털어시스턴트 여가용가상현실기술 정신건강진단 치료기술 O2O 서비스기술 스마트퍼블릭클라우드 생체인식 ( 바이오메트릭스 ) 기반인증 / 보안 Digital Twin Blockchain Conversational Systems Advanced Machine Learning Autonomous Agents and Things Adaptive Security Architecture 시작했기때문이다. 이에트랙티카 (Tractica) 에서는 2015년 2억달러규모였던기 소셜로봇, 데이터및플랫폼관련기술등인공지능과관련한기술들이다수포함되어있음을알수있다. 소셜로봇 ( 공감로봇기술 ) 빅데이터기반감염병예측 / 경고시스템 개방형사물인터넷플랫폼 순간빅데이터 (Moment Big Data) Mesh App and Service Architecture Digital Technology Platforms Advanced System Architecture Mesh App and Service Architecture 업용인공지능시스템시장이 2024년이되면약 111억달러의규모로연평균 56.1% 급성장할것으로예측했다. 맥킨지 이와같이인공지능과관련한미래기술예측및전망은수많은기업들과국가들의적극적인연구개발지원과공격적인투자전 시스템기반미세먼지대응기술 지능형모바일라이프케어 Adaptive Security Architecture IoT Architecture and Platforms (McKinsey) 에서도인공지능기술로인한국내경제적효과는 략등을볼때더욱확고해질것으로예상되는데이는인공지능 국내외발표된미래유망기술트렌드 사진출처 : 2017 년 KISTEP 미래유망기술선정에관한연구 2030 년기준으로최대 460 조원에이를것으로예측했다. 이기반기술로의성격이강하여여러방면에적용가능하기때 문이다. 예로, 인공지능기술은의료, 금융, 법률등의전문서비 스업뿐아니라지능형로봇, 자율주행자동차, 웨어러블기기등 과같은각종하드웨어와결합하면서서비스와사물에지능을 달아주며무한한확장가능성을보였다. 그림출처 : Tractica ( 트랙티카지역별인공지능시장전망 ) 트랙티카지역별인공지능시장전망 가트너 (Gartner) 의신기술하이프사이클 사진출처 : Gartner 인공지능기술의확장 - 지능정보기술과타산업 기술의융합사례 사진출처 : 제 4 차산업혁명에대응한 지능정보사회중장기종합대책 14 Issue 분석 Report Issue 분석 Report 15

인공지능 기술 인공지능 기술의 발전과 전망 인공지능 기술의 발전과 전망 인공지능 기술 인공지능 기술 발전이 사회에 끼칠 영향 앞서 제시한 인공지능 기술의 발전과 확장 속도로 볼 때 앞으로 이러한 인공지능 기술이 지니는 경제적 측면의 효용적 가치로 인공지능이 우리 사회에 끼칠 영향은 막대할 것으로 보인다. 최 인해 앞으로 산업계에서 인공지능을 활용하는 사례는 더욱 증 근 세계경제포럼(WEF)에서 발간한 글로벌 리스크 보고서에 따 가하게 될 전망이다. 르면 최근 떠오르고 있는 12가지 신기술 중 인공지능과 로봇 기 이처럼 기관마다 일자리 변화에 대한 상이한 예측 결과를 내놓고 있지만 공통적으로 예측하는 부분이 있는데, 어떠한 형태이든 간 에 인간의 업무에서는 대체가 일어날 것이며, 특히 반복적이고 정 형화된 업무에 대한 대체 확률은 매우 높을 것이라는 예측이다. 술이 향후 사회에 끼칠 영향력이 가장 큰 기술 중의 하나로 인 (2) 일자리 변화 식되고 있는 것으로 나타났다. 본 장에서는 인공지능 기술 발전 인공지능으로 인해 일자리 영역에도 큰 변화가 있을 것으로 예 이 앞으로 미래 사회에 끼칠 영향에 대하여 주요 영역별로 다루 상된다. 세계경제포럼(WEF)은 미래 일자리 보고서(The Future 어 보고자 한다. of Jobs)에서 초등학교에 입학하는 학생 중 65%는 현존하지 않은 직종에 종사하게 될 것이며, 2020년 까지 약 710만 개의 (1) 생산성 및 품질 향상 일자리가 사라지고 약 200만 개의 새로운 일자리가 생겨날 것 인공지능 기술 발전은 생산성과 품질에 큰 향상을 가져올 것이 이라고 발표한 바 있다. 다. 인공지능 기술이 제조업 분야에 적용되면 기존의 요소들을 더욱이 기존 일자리 대체 현상과 달리 이제는 서비스업종에서도 대체가 일어날 수 있어 사회적으로도 큰 파장이 예상된다. 실제로 금융 분야에서 투자 분석과 예측, 의료 및 법률 분야에서 지멘스 스마트 공장 의 전문 상담과 의사결정지원 등에 인공지능이 이미 활용되기 시 작하며 대체 현상이 일어나고 있는데, 예로, 2000년 당시 골드만 삭스의 뉴욕 본사에 근무하던 600명의 트레이더의 업무가 인공 지능으로 대체되면서 2017년 현재는 단 2명만 남게 되었다. 보다 지능적으로 관리하게 되면서 불량률을 감소시키고 효율성 이러한 일자리 대체 현상은 앞으로 인공지능 기술 발전과 보급 을 크게 높이는 등 제품 생산성은 크게 향상될 것이다. 예로, 지 으로 기계가 더욱 지능화되고 성능이 향상되며, 단가가 낮아지 멘스(Siemens)의 스마트 공장에서는 인공지능으로 공장의 기계 면서 더욱 심화될 것으로 보인다. 더욱이 보스톤 컨설팅 그룹 들과 부품들을 지능적으로 관리하는 자동화를 통해 제품 불량률 (BCG)에서는 우리나라의 산업 구조 상 로봇 자동화가 매우 빨 을 0.001% 수준으로 낮추고 에너지 비용을 30%나 감소시켰다. 리 진행되는 나라 중의 하나로 예측한 바 있다. 또한 인공지능이 인간의 단순 노동 업무를 대체하면서 노동 생 한편, 800개 직업 및 관련한 2천개의 작업을 분석한 맥킨지 산성도 향상시킬 전망이다. 예로, 아마존(Amazon)의 경우, 창고 (McKinsey)에서는 인간의 직업 중 45%는 부분적으로 일부 작 정리 자동화 시스템인 키바(Kiva)를 도입해 물류 시스템의 효율 업이 컴퓨터로 대체가 될 것이나 완벽하게 자동화로 인해 대체 을 2~3배나 증가시키고, 전체 비용을 20% 정도 감소시킨 바 가능한 직업은 5%에 불과하고 나머지는 인공지능과 인간이 협 있다. 더욱이, 인공지능 기술이 인간의 지적 노동 업무에 활용될 업하는 형태로 발전할 것으로 분석하였다. 즉, 인간이 수행해 경우, 지적 노동 생산성도 크게 향상될 것으로 보인다. 야 하는 역할이 여전히 존재하므로 인공지능으로 인해 일자리 사진 출처 : Siemens (지멘스 스마트 공장) 사진 출처 : 로봇신문 (아마존 키바(Kiva)) 아마존 키바(Kiva) 가 완전히 대체되기 보다는, 효율성을 높이는 방향으로 작업 예를 들어, 신약 개발에 인공지능 기술이 적용된다면 개발 및 이 부분적으로 대체가 되고 대부분 인간과 인공지능이 공존하 분석 프로세스 등을 효율화하여 비용과 시간을 획기적으로 절감 고 협업하는 형태로 발전할 것이라는 것이다. 시킬 수 있을 것으로 보인다. 16 Issue 분석 Report Issue 분석 Report 17

인공지능기술 인공지능기술의발전과전망 인공지능기술의발전과전망 인공지능기술 (3) 삶의질향상 (4) 양극화현상 인공지능기술은인간의삶의질도크게향상시킬전망이다. 특 예를들어, 아마존 (Amazon) 은에코 (Echo) 라는스마트스피 인공지능으로인하여발생가능한양극화현상은크게소득불 인공지능의성능향상을위에서는자양분이라할수있는양질 히지속적인돌봄과간호와같은복지서비스가필요한환자나 커제품에연결되어있는음성인식기반의인공지능알렉사 균형과실업으로인한사회적양극화와, 기술과데이터독식으 의데이터를다량으로확보하는것이필수적인데, 데이터의특 노인들에게인공지능도우미로봇이나지능형의료시스템을제 (Alexa) 를통해사용자가필요한물건을주문해주거나필요한 로인한자원의양극화를꼽을수가있다. 성상한번격차가벌어진후에는따라잡기어려운특성을가지 공해주는등인공지능기술을활용한맞춤형복지서비스가더욱확대될것으로예상된다. 예로, 일본등초고령사회로진입한국가들에서는요양원의요양사들을도와줄목적으로거동이불편한환자들을이동시켜주거나개인형비서나말벗이되어주는지능형로봇들이상용화되어가정과상점에점차보급되고있다 (2016년 12월기준으로소프트뱅크의페퍼 (Pepper) 로봇의총판매량은 1만대이상을기록 ). 정보를검색하여실시간으로대응해주는개인비서서비스를제공하고있다. 더욱이인공지능을활용한지식검색이발달하면서인간의언어로표현하기힘든비정형의멀티미디어검색기술도발전하고있는데, 이를통해다양한종류의지식에의접근가능성이높아지게되면서인간이필요로하는지식을보다편리하고정확하게찾아낼수있게되었다. 우선사회적양극화의경우, 자본주의발달로인해자연스럽게생겨났던현상으로인공지능에의한직접적인영향은아닐수있으나일자리대체로실업이발생하게되는그룹과, 인공지능기술개발을통해부를얻게되는특정계층으로의부의집중현상으로인하여사회적양극화가더욱심화될가능성이존재한다. 이러한사회적양극화를방지하기위해실업자들에게재교육기회를제공하고, 기술의발전을통해얻는혜택이사회전반에고루 고있으므로, 데이터를확보할수있는기업과그렇지못한기업사이의격차가벌어지게될경우, 후발주자의시장진입장벽이매우높아질것으로예상된다. 특히데이터에대한접근권한이없는기업은독자적기술경쟁력을원천적으로확보할수없게되어종속적관계형성이불가피해질전망이다. 더욱이우리나라는언어장벽등으로인해글로벌플랫폼경쟁 의료계에서는이러한 CBIR(Contents-based Information 배분될수있도록하는정책적지원방안이마련될필요가있다. 력이취약한상황으로이러한데이터확보경쟁에서세계적으 도요타 (Toyota) 에서는, 2020년까지노인들의생활을보조하거나청소나세탁등의가사업무를지원하는가정용로봇을개발하고생산할것이라고밝힌바있어앞으로지능형로봇을통한복지서비스는더욱활성화될전망이다. Retrieval) 기술을활용하여환자의증상과비슷한증상을가진대용량의의료기록들을검색하여보다객관적이고일관성있는진단을내리는데도움이되는기반검색시스템이활발히연구가되고있다. IBM에서도인공지능컴퓨터왓슨 (Watson) 을 한편, 자원의양극화는플랫폼구축등을통한데이터확보를위한경쟁에서승리한일부특정기업들의승자독식 (winnertakes-all) 현상을의미한다. 로낙오될우려가존재하므로글로벌시장에서플랫폼비즈니스구축하고자하는기업의노력과이를지원하는정부의노력이시급히필요할것으로보인다. 또한자연어처리기술의발달로인해인간의언어로기계와소통이더욱수월해짐에따라생활의편리성과삶의질도향상될 이용해암진단과관련한수많은데이터를분석해의사의오진율을획기적으로낮추는연구를진행하고있다. 것으로예상된다. 18 Issue 분석 Report Issue 분석 Report 19

인공지능기술 인공지능기술의발전과전망 인공지능기술의발전과전망 인공지능기술 인공지능기술발전이사회에끼칠영향 현재우리나라에서인공지능발전을위한제도개선방안마련의일환으로가장많이논의되고있는이슈중하나는바로데이터와관련한법제도이다. 인공지능성능향상을위해서는양질의빅데이터를확보하고활용하는것은필수적이나, 세계최고수준의 IT 인프라기반을갖추고있는우리나라에서데이터의활용률은 4.3% 에불과한상황이며, 그주된이유로각종데이터관련한규제환경을들수있다. 한편인공지능기술개발관련한가이드라인이정립되어야한다. 현재우리나라에서는 지능형로봇개발및보급촉진법 에서지능형로봇제품의품질인증을실시하게할수있다는규정만있을뿐인공지능시스템의개발과관련한가이드라인은거의없는상황이다. 하지만인공지능기술과관련한안전, 보안, 통제범위에대한가이드라인이마련될경우명확한기준을제시해주기때문에기술개발이촉진될뿐아니라사용자입장에서도기기활용에대한안정성, 신뢰등을갖게되어기술의활용도도증대될것으로 예상된다. 우리나라에서는현재개인정보보호법, 정보통신망이용촉진및정보보호등에관한법률등데이터의활용과공유에관한각종법들이 존재하나용어에대한해석들이매우애매모호하고불명확할뿐아니라, 민감정보가수집되고처리되는과정에서이를보호할만한 법적장치가충분히마련되어있지않은상황으로관련법제도개선이시급하다. 따라서인공지능개발에대한가이드라인정립은기술의개발과활용측면에서긍정적인역할을할것이다. 이를위해서는가이드라 인을마련하고감독하기위한공적인조직을설치하거나기존의법제도를연구및정비할필요가있을것이다. 한편, 사용가능한양질의데이터부족도또다른문제로부각되고있다. 예를들어, 현재우리나라의료데이터는비구조화되고다양한형태를띠고있어인공지능이실제로 학습 가능한정규화된의료데이터를확보하는데많은어려움이존재한다. 인공지능의기술발전을위해서는데이터를통합적으로관리하고활용하도록하기위한데이터거버넌스구축등관련한제도적지원방안이마련될필요가있다. 두번째로는보안및프라이버시이슈를들수있다. 인공지능기술은개인맞춤형서비스를제공하기위해사물인터넷 (IoT), 웨어러블 그밖에인공지능오작동및통제와관련한이슈, 책임소재이슈나안정성확보문제, 저작권이슈와권한부여문제, 교육및인력문제등인공지능과관련하여선제적으로대비하거나해결해야할다양한이슈들이존재한다. 인공지능시대에우리나라가세계여러주요국들과의경쟁에서뒤처지지않고기술의경쟁력을확보하기위해서는관련연구소, 기업들이보다적극적으로해당기술개발에힘쓸뿐아니라, 앞서제시한여러제도적이슈들을검토하고정비해지속적인발전환경을조성해나가야할것이다. 디바이스등과결합된형태로널리활용될전망이다. 하지만이와같은기기들이수집하는정보는개인에대한프로파일링이가능한 프라이버시가포함된정보들로, 이데이터들이실시간수집되고활용되는과정에서바이러스나해킹등의위협들이존재하게되는데 이를통한개인의사생활침해나표현의자유가위축될가능성이존재한다. * 본내용은국가과학기술연구회 (NST) 의공식적인입장이아님을밝힙니다. 더욱이기존법체계는인공지능을이용한프라이버시침해우려와침해에따른손해발생에대한합리적이고충분한보호와권리구제 를제공하기어려운상황이라관련한법제도개선및이를차단할수있는보안관련기술개발이시급하다. 주요참고문헌 1. 2015 기술영향평가제 2 권인공지능기술 2. 인공지능기술발전이가져올미래사회변화, (KISTEP I&I 제 12 호 ) 3. 인공지능기술의활용과발전을위한제도및정책이슈 (KISTEP ISSUE PAPER 2016-07) 4. 2017년 KISTEP 미래유망기술선정에관한연구 (KISTEP, 2017) 5. The future of employment: How susceptible are jobs to computerisation? (Oxford, 2013) 6. The Global Risks Report 2017 12th Edition (World Economic Forum, 2017) 7. The Future of Jobs (World Economic Forum, 2016) 20 Issue 분석 Report Issue 분석 Report 21

학습및추론기술연구기관 한국전자통신연구원 - KSB 융합연구단 한국전자통신연구원 - KSB 융합연구단 학습및추론기술연구기관 한국전자통신연구원 - KSB 융합연구단 학습및추론기술연구기관 표철식연구단장 1991년 2월 : 연세대학교전자공학 ( 공학사 ) 1999년 2월 : 한국과학기술원전기및전자공학 ( 공학석사 ) 1991년 1월 ~ 현재 : 한국전자통신연구원 ( 책임연구원 ) 2015년 12월 ~ 현재 : KSB융합연구단장 자가학습엔진개발인공지능개발을위해한국전자통신연구원 ( 이하 ETRI), 한국에너지기술연구원, 한국원자력연구원, 한국표준과학연구원이참여했다. 이들은각각건물에너지효율화, 플랜트 (Plant) 시설안전, 고령자질환예측서비스에적용할전문가지능을개발한다. ETRI 는사물에서데이터를수집하는네트워크와인공지능의학습지능에해당하는자가학습엔진을개발할예정이다. 한국에너지기술연구원은건물의에너지를관리하는인공지능을개발한다. 에너지수요를예측해에너지효율을높일계획이다. 한국원자력연구원은플랜트배관의안전관리를담당하는인공지능을개발한다. 플랜트에는보일러배관과같은시설이복잡하게연결돼있다. 따라서한부분이라도노후화나고장이발생하면걷잡을수없는사고로이어진다. 한국전자통신연구원 KSB 융합연구단표철식연구단장 품질좋은정보로전문화된인공지능을만든다 어떻게보면알파고는학습을통해 바둑전문가 가된셈이다. 알파고처럼인공지능이각분야의전문가가될수있을까? KSB융합연구단표철식단장의대답은 그렇다 이다. 그렇다면가장중요한요소는무엇일까? 당연히 데이터 다. 하지만데이터만있다고해서해결되는문제가아니다. 데이터는 품질 이좋아야한다. 즉, 품질좋은데이터로가공하는것이 정보의지능화 를만드는핵심이라할수있다. KSB융합연구단은사물에서수집한데이터를바탕으로전문화된인공지능을만들고자합니다. 세상은정보로넘쳐흐릅니다. 인터넷과모바일이발달하면서데이터는더욱빠르게증가했어요. 사물인터넷 (IoT) 시대가시작되면사물에서도데이터를얻을수있죠. 하지만수집한데이터의오직 5% 만활용되고나머지 95% 는버려져요. 버려지는데이터를잘활용해 지능 을만드는것, KSB융합연구단의목표입니다. KSB융합연구단은기존의데이터뿐만아니라, 사물인터넷을통해쏟아질데이터에도주목한다. 사물인터넷은이미전세계적으로미래산업을이끌혁신주체로부상했다. 사물인터넷등장으로사람과사물 공간 데이터모든것이인터넷으로연결될것이며, 엄청난양의데이터가생성될것이다. 바로여기에 KSB연구단의최종목표가있다. 생성된데이터를활용해스스로학습하는인공지능으로만드는것! 따라서 KSB융합연구단의궁극적인목표는 데이터를어떻게잘활용할것인가 에있다. 표단장은스스로학습이가능한자가학습엔진의지능을일반인이이해하기쉽게표현하여 고등학생 정도라고말한다. 하지만자가학습엔진도많은학습을통해 인공지능전문가 로거듭날수있다. 고등학생이대학에가서전공을공부하고이를통해전문가로양성되는것처럼말이다. 먼저자가학습엔진과알고리즘을만드는것이필요합니다. 이는매우도전적인시도입니다. 주관을맡은 ETRI 역할이기에더욱더책임이큽니다. 자가학습엔진을고등학교수준에서대학교수준으로끌어올려야해요. 그러기위해서는교수님이있어야하고좋은교재도필요합니다. 분야별교수님은각출연 ( 연 ) 이되고교재는데이터가됩니다. 자가학습엔진은각서비스분야에필요한데이터를전처리가공한후반복적으로학습합니다. 많은양질의데이터가필요한이유죠. 인공지능은어떤상황에무슨사고가일어났었는지분석해재난을사전에예측한다. 한국표준과학연구원은고령화질환을예측하는인공지능알고리즘을개발한다. 일례로뇌졸중초기신체에는다양한변화가나타난다. 이를활용해인공지능이다양한변화를분석하고뇌졸중을경고한다면, 뇌졸중을조기에치료할수있다. 반면인공지능이많은일을대신하게될경우사람이할수있는일대부분이사라지지않을까? 표단장의생각은다르다. 이또한그저사회변화의 흐름 일뿐이란다. 우리가농경사회에서산업사회로옮겨왔듯말이다. 대신표단장은귀찮고어려운일은인공지능이하되인간은조금더가치있고차원높은일을해야하며, 시대변화에능동적으로대처해야한다고말했다. 사실사업단이구성되기이전부터표단장은본과제를준비해왔다. 2014 년표단장은미국조지아공과대학교에서연구원으로 1 년간근무했다. 이때사물인터넷의미래에대해연구했고이를기반삼아본과제를준비했다고한다. 그는전문가수준의지능을갖춘인공지능을만들고이를통해 제 4 차산업혁명의기반기술을선도하겠다고말했다. 22 Issue 분석 Report Issue 분석 Report 23

학습및추론기술연구기관 한국전자통신연구원 - KSB 융합연구단 한국전자통신연구원 - KSB 융합연구단 학습및추론기술연구기관 개방과협력의연구 KSB 융합연구단연구분야 KSB 융합시스템연구실 KSB 융합연구단의연구는모두 ETRI 에모여진행한다. 한가지목 무엇보다표단장은개방과협력연구를표방한다. 자신이습득 KSB 융합연구단에서는사물지능통신 (IoE: Internet of Everything) KSB 융합시스템연구실은자가학습기반지식융합슈퍼브레인을 표를위해모였지만모두각기다른연구방식과문화를가졌을 한지식을다른사람에게공유해더큰지식으로발전시키자는 시대도래에대응하기위한인간중심초연결지능사회구현기술 위한시스템아키텍처분석및설계, KSB 지식베이스분석및개 터. 그래서 KSB 융합연구단은서로다른연구방식과문화를좁히 것이다. 현재자신이보유한정보가최신일것이라는단정은발 확보를목표로, 초연결 IoE 네트워크를통해멀티모달데이터를 발, IoE 지능형상황인지엔진개발, 그리고도메인별전문가지 기위해매주금요일마다 융합세미나 를개최하고있다. 기술 전을저해한다. 비워야새로운것을받아들일수있다. 따라서자 수집및정제하고기계학습을통해지식을추출하여도메인의전 능서비스기술개발을수행하고있다. 분야별지식융합연구그룹 KSG(Knowledge-converged Study 신이습득한지식을다른사람과공유하고키워나가는것. 표단 문가지식과융합하여추론및최적화함으로써예측 예방 최 Group) 도만들어운영하고있다. 서로를이해하기위한단순하지 장이생각하는함께멀리가기위한동력이다. 적화지능서비스를제공하는자가학습형지식융합슈퍼브레인 또한 KSB 융합연구단의과제를총괄하고시스템요구사항분석 만의미있는노력이다. KSB 융합연구단은 2021 년까지같은목표를향해달려갈것이다. 핵심기술을개발하고있다. 및정의, 통합시험계획수립, 테스트베드및시험환경구축, KSB 연구개발프로세스및품질관리등시스템엔지니어링역할을 연구문화가다르다보니처음에는함께연구하는게쉽지않았어 표단장은 가능성에제한을두지않고최대한높은목표를세우고 KSB 융합연구단은한국전자통신연구원을주관으로, 한국에너지기 수행하고있으며, 특히, KSB 융합시스템연구실은 3 개협동연구기 요. 같은기술도타연구원에서는다른용어를사용하더군요. 그래 도전적으로나아가겠다 고했다. 안전한삶건강한삶그리고행 술연구원, 한국원자력연구원, 한국표준과학연구원등 4 개출연 ( 관의핵심인력등과함께에너지, 플랜트, 건강분야에대한도메 서생각한게융합세미나입니다. 기술도함께공유하고부족한부 복한삶을위해, KSB 융합연구단의도전은멈추지않을전망이다. 연 ) 이참여하고있다. 참여기관의핵심역량을집결시켜국민이체 인지식베이스를구축하고알고리즘을개발하여자가학습엔진 분도함께채워나가고있죠. 감하는국가 사회문제해결기술과신산업을창출하는국가성장 과연동을통해국가 사회적현안문제를해결하고신산업을창 미래기술을개발하는국가과학기술연구회미래선도형융합연구 출할수있는지능정보화생태계마련에기여하고있다. 단사업을수행하고있다. KSB 융합연구단의중점적인연구분야는초연결 IoE 네트워크, 초 자가학습엔진연구실 연결자가학습엔진, 초연결도메인전문가지능, 자가학습기반 자가학습엔진연구실은 "IoE 환경에서의지식융합슈퍼브레인기 의초연결사회대응자율형분산에너지시스템, 자가학습기반누 술 " 의현실화를위한핵심 " 학습엔진기술개발 " 을목표로하고 출재난예방전문가시스템, 자가학습및 IoE 기반고령자건강모 있다. 니터링등으로 IoE 와빅데이터, 인공지능을융합하여인간중심초 연결지능정보사회를구현하는데이바지하고있다. 학습엔진기술은이미개발된기술 ( 기계학습 / 시멘틱 ) 들과협력적 ( 재개발 / 보완 / 연계 ) 으로운용될수있도록개발할계획이며, 최 지식융합슈퍼브레인을위한시스템아키텍처분석및설계, KSB 종결과물은효과적인시장확산지원을위해오픈소스화할계 KSB 융합연구단의연구협력을위한융합세미나개최모습 지식베이스분석및개발, IoE 지능형상황인지엔진개발, 그리 획이다. 고도메인별전문가지능서비스기술개발을수행하고있다. 또 한연구단의과제를총괄하면서시스템요구사항분석, 정의, 통 개발된결과물은일반사용자, 데이터분석가, IT 개발자를포함한 합시험계획수립, 테스트베드및시험환경을구축하고있다. 또한 다양한사용자계층에대한접근성및효용성을높일수있도록 KSB 연구개발프로세스및품질관리등시스템엔지니어링역할 직관적이고확장성있는사용자인터페이스 (UI), 다양한모델및 을수행중이다. 알고리즘, 다양한추천서비스를제공할것이다. 24 Issue 분석 Report Issue 분석 Report 25

학습및추론기술연구기관 한국전자통신연구원 - KSB 융합연구단 한국전자통신연구원 - KSB 융합연구단 학습및추론기술연구기관 자가학습데이터지능화연구실 지능형 IoE 네트워크연구실 주요연구개발활동 자가학습데이터지능화연구실에서는사회적비용절감, 커뮤니티 지능형 IoE 네트워크연구실에서는인간중심의초연결사회구현에 KSB 시스템아키텍처및시스템엔지니어링기술개발 초연결네트워킹표준모델연구 특화웰니스를보장하기위하여이종사물네트워크간고품질연 필요한유연하고안전한연결을제공하기위하여이종사물네트 1) 시스템요구사항분석및정의 1) 다양한사물식별자체계를수용하는통합식별자체계 결을지원하고, 최적화된지능서비스및환경을제공하는초연결 워크간고품질연결을지원하고, 최적화된지능서비스및환경 2) 시스템아키텍처분석및설계 2) 다양한이종사물간네트워킹지원을위한표준네트워크모델 IoE 네트워크기술과초연결 IoE 데이터지능화기술을개발하고 을제공하는초연결 IoE 네트워크기술을개발하고있다. 3) KSB 요소기술검증및테스트베드구축기술개발 3) 이동성, 신뢰성, 실시간성, 사물간통신지원을위한핵심메커니즘 있다. 초연결 IoE 네트워크기술은다양한이종사물네트워크로구성될미래의 IoE 환경에서수천억개이상의고정형 / 이동형등다양한사물간의자유로운통신을가능하게하는차세대네트워킹기술로, 이종사물네트워크간고품질연결제공을위한연결신뢰성, 이동성, 실시간성을구조적으로지원할수있도록개발되고있다. 초연결 IoE 네트워크기술은다양한이종사물네트워크로구성될미래의 IoE 환경에서수천억개이상의고정형 / 이동형등다양한사물간의자유로운통신을가능하게하는차세대네트워킹기술로, IoE 환경에적합한표준네트워크모델을제시하고새로운모델기반의다양한이종사물네트워크간고품질연결기술을개발하고있다. KSB 지식베이스 (KB) 엔진기술개발 1) 지식베이스변환규칙모델링및생성기기술개발 2) 지식베이스추론규칙모델링및처리엔진기술개발 3) 지식베이스쿼리알고리즘및처리엔진기술개발 IoE 지능형상황인지엔진및협업기술개발 4) 개발 IoE 네트워크기반의 Use cases 초연결 IoE 네트워크기술개발 1) 1,000억개이상의이종네트워크사물에대한실시간연결성제공기술 2) 사물네트워크내, 사물네트워크간, 사물네트워크자체의이동성지원기술 초연결 IoE 데이터지능화기술은 IoE 네트워크로부터수집한페타바이트급멀티모달 ( 센서스트림, 정형, 비정형 ) 데이터를정제및변환하여자가학습및분석이용이하도록고품질의데이터를생성하는 IoE 데이터전처리기술로, 멀티모달 IoE 데이터의자동 고품질연결기술은글로벌규모에서 1,000억개이상의이종네트워크사물에대한실시간연결성제공과사물네트워크내, 사물네트워크간, 사물네트워크자체의이동성지원과함께유니캐스트, 애니캐스트, 멀티캐스트및지연감내형연결등다양 1) 트랜스센스지향상황인지행동결정및제어기술 2) 상황인지맞춤형서비스제공을위한 IoE 디바이스의자율재구성기술 3) 컨텍스트기반이종액세스통합지능형협업기술 3) 유니캐스트, 애니캐스트, 멀티캐스트및지연감내형연결등다양한정보전달기술 4) 최적화된지능서비스및환경을제공하기위한네트워크계층지능형네트워크기술 필터링및분류뿐만아니라오염 / 오류데이터와민감데이터를필터링하여프라이버시보존과신뢰도오염을차단함으로써데이터의지능화수준및신뢰도강화를목표로개발되고있다. 한정보전달방식제공을목표로개발되고있으며, 또한최적화된지능서비스및환경을제공하기위하여네트워크계층에서필요한지능형네트워크기술개발을목표로하고있다. 도메인지식베이스구축및전문가지능서비스기술개발 1) 초연결사회대응자율형분산에너지시스템개발 2) 스마트센서네트워크및자가학습기반누출재난예방전문가 시스템개발 3) IoE 기반고령자건강모니터링기술개발 자가학습데이터지능화기술연구 1) 페타바이트급멀티모달 IoE 데이터에대한트러스트전처리 2) IoE 크로스계층지능보안메커니즘 3) 자가학습과데이터심층분석을위한멀티모달 IoE 데이터확보 * 본내용은국가과학기술연구회 (NST) 의공식적인입장이아님을밝힙니다. 26 Issue 분석 Report Issue 분석 Report 27

인공지능국가연구개발프로젝트 엑소브레인 엑소브레인 인공지능국가연구개발프로젝트 인공지능국가연구개발프로젝트 한국형인공지능개발프로젝트엑소브레인과제는 세계최고인공지능기술선도 라는비전을달성하기위하여미래창조과학부소프트웨어분야의국가혁신기술개발형 R&D 과제이다. 본과제의목표는 자연어를이해하여지식을자가학습하며, 전문직종에취업가능수준의인간과기계의지식소통이가능한지식과지능이진화하는 SW 인엑소브레인 SW를개발하는것이다. 엑소브레인 SW 인간은언어를사용하여표현하고자하는생각과전달하고자하는지식을의사소통하는능력인언어지능이인간의가장원천적이며주요한지능이다. 또한현재정보의 80% 는언어로기술된비정형텍스트이며, 텍스트빅데이터에서 누가먼저많은가치를추출해내느냐 가기업과국가의성패를좌우하는제4차지식산업혁명시대가도래하였다. 본과제는총 3 단계 (Phase) 에걸쳐 10 년간수행하는과제로올해 2 단계가시작되었는데, 본과제에서수행하는단계별연구목표와 연구결과는다음과같다. 엑소브레인 (Exobrain) 은내몸바깥에있는인공두뇌 ( 外腦 ) 라는뜻으로, 기계가자연어를이해하고지식을학습하여생산하며자연어로기술된질문에대해정답을제공할수있는자연어질의응답 (Natural Language Question Answering) 기술개발을목표로한다. 인간과기계와의의사소통을뛰어넘어지식소통이가능한 엑소브레인 : 인간과기계의지식소통을위한언어지능 SW 알파고와이세돌 9 단의대국 인공지능의재부상최근빅데이터를기반으로한딥러닝기술의급속한발전에따라결과를 2012년에발표하여, 딥러닝기술을적용한음성인식과전세계적으로인공지능관련기술에대한폭발적인관심과경쟁이미지인식성능을획기적으로개선할수있는전기를마련하였다. 적인개발이추진되고있다. 인공지능은인간처럼정보를인지, 인간의학습지능과관련된기술로는, 미국 DARPA 의사용자의경험학습, 추론하는지능적인기계를만들기위한 SW와 HW의전분으로부터학습할수있는인공지능비서개발을위한 CALO 야를망라하고있다. 특히구글알파고가이세돌 9단과의대결에프로젝트 (Cognitive Assistant that Learns and Organizes, 서승리한이후에, 인간의지능보다뛰어난슈퍼지능머신이출현 2003~2008) 의연구결과가애플의시리로 2011년도에상용화된하여인공지능이인류의일자리를빼앗고, 나아가인류의멸망을사례가있다. 최근구글은게임전략을학습할수있는심층강화초래할수도있다는부정적인전망도있다. 학습전문기업인딥마인드를지난해에인수하여다각적인인공지능기술개발에총력을기울이고있다. 뇌인지컴퓨팅은인간인간의언어지능과관련된인공지능분야에서, IBM은자연어질의두뇌의생물학적특징을모델링하여인간의사고체계를접근하는응답시스템인왓슨슈퍼컴퓨터를개발하여미국의인기퀴즈쇼인기술로뇌모델링과뇌를모사하는뉴로모픽칩등의기술을포함 Jeopardy! 에서 2011년에인간챔피언 2명을물리치고우승한다. IBM은 DARPA에서주도하는 SyNAPSE 프로젝트를통해하였다. 구글은유튜브동영상을 1주일간학습하여고양이를자동 100억뉴런을가지는인간두뇌를닮은뉴로모픽칩개발을목표로으로인식하는인간의시각지능에해당하는구글브레인프로젝트의연구를진행중이다. 엑소브레인과제의단계별연구목표엑소브레인과제는병렬형 4개세부과제로구성되어있는데 4개세부과제의연구결과물통합을통해지능진화형엑소브레인 SW를개발하는것을목표로하고있다. 지능진화형엑소브레인 SW는자연어를이해하여지식을자가학습하며, 전문직종에취업가능수준의인간과기계의지식소통이가능한지식과지능이진화하는 SW이다. 지능진화형엑소브레인 SW 개발을위해필요한 3대핵심기술인인간모사형지능기술, 자율합습기반지식진화기술, 문제해결형협업기술확보를위한세부과제별역할은다음과같다. 엑소브레인과제의세부과제별연구목표 인공지능 SW를개발하여미래의다양한지식산업환경에서전문가수준의질의응답서비스를통한의사결정지원서비스제공을목표로한다. 현재시점의주요한연구성과로는국내외최고수준의자연어이해기술을개발하여 19개기관에기술보급을추진하고있으며, 복합추론형자연어질의응답기술을개발하여퀴즈대회우승자수준의성능을확보하였다. 2016년하반기에는연구결과의검증을위해 인간과엑소브레인의지식대결콘테스트 를추진할예정이다. 이콘테스트를통해산업계수요를반영한 2단계추진계획을수립하고산업화를촉진시키는촉매제로활용할계획이다. 세계적수준자연어이해기술개발 ( 의존구문분석정확률 91.8%), 1억8천만규모의지식베이스구축, 인간과지식대결이가능한자연어질의응답기술확보 ( 퀴즈대회우승자수준 ) SK텔레콤, 인터웍스미디어, 윕스등언어이해및머신러닝 SW의기술이전 4건, 인터웍스미디어에서지능형온라인광고기술의사업화추진중 28 Issue 분석 Report Issue 분석 Report 29

인공지능 국가 연구개발 프로젝트 엑소브레인 개요 ITU-T 'F.746.3 Intelligent QA Service Framework' 국제표준 Tractica는 전 세계 인공지능 시장이 2015년 2억 2백만 달러에서 승인( 15.11.), 국제표준특허 7건을 통한 지재권 확보, 국내표준 2024년 111억 달러(연평균 성장률 56.1%)로 전망하고 있다. 3건 승인 가트너는 2016년 이후의 전 세계 IT 업계 전망을 발표하는 심포 엑소브레인 언어처리 SW 보급(17개 기관), 머신러닝 학습데이터 지엄에서 2018년에 전 세계 300만 명 이상이 로봇 상사와 일하게 보급(63개 기관), 국내외 워크샵 개최 등을 통한 산 학 연 될 것이며, 또한 전체 업무용 문서의 20%를 기계가 작성하게 생태계 조성 및 활성화 된다고 발표하였다. 아직 인공지능 기술의 수준 및 관련 시장은 시장 도입기 단계에 있는 것으로 전망되나, 인간의 지식노동을 전문가 수준으로 보조할 수 있는 스마트 머신인 Gartner, Techcast, McKinsey 등이 2020년 이후에 IT 역사 상 가장 혁신적 기술로 활용되어 고부가가치의 인공지능 시장이 형성될 것으로 전망하는데는 큰 이견이 없는 것 으로 분석된다. 엑소브레인 SW 개념 과거 IT기술은 비용 절감의 도구로 많이 활용되어 노동력을 대체 인공지능 발전 전망 하는 모습을 보였으나, 인공지능의 발달이 고도화되는 미래에는 하워드 가드너(하버드대 심리학과 교수)에 의하면 인간은 언어지 인간의 지식노동을 도와주고 의사결정을 보완해줄 수 있는 방향 능, 공간지능, 논리수학지능, 신체운동지능, 음악지능, 자연탐구지 으로 활용하기 위한 노력이 필요하다. 능, 자기이해지능, 대인관계지능의 다중지능을 갖고 있다고 주장 하였다. 다중지능 이론은 인간의 지능이 IQ 및 EQ와 같은 양분된 지적능력이 아닌 8가지의 지능으로 구성되어 상호협력한다는 지 능 이론이다. 엑소브레인 SW의 자연어 질의응답 기술은 인공지능 분야의 제일 어려운 난제이나, 성공 시 매우 수익성이 높은 SW분야의 미개척 분야이다. 국가 SW 경쟁력 확보를 위해 엑소브레인 과제를 성공적 으로 수행하여 高위험, 高비용, 高난이도 차세대 인공지능 SW의 인간은 더 나아가 마음, 창조성, 윤리, 경험, 의지 등의 고급인지 핵심 원천기술 확보하고자 한다. 능력을 갖추고 있다고 한다. 아직까지 인간의 두뇌 동작과 지능의 발현을 정확하게 분석하지 못한 상황에서 기계가 인간의 지능을 뛰어넘는 시점에 대해 전망하는 것은 잘못된 예측이라는 의견 또한 적지 않다. 그러나 인간의 다중지능을 뛰어넘는 슈퍼지능머신 대 신에 특정 영역의 지능을 특화하여 인간의 지식노동을 도와주고 정확한 의사결정을 보조할 수 있는 스마트 머신(Gartner, Tractica, 이를 통해, 전문가 수준의 지식을 제공하는 지능형 의사결정 지원 SW, 스마트 기기 및 휴머노이드 로봇 등에 탑재되어 지식서비스 를 제공하는 스마트 컨설턴트, 지식 및 지능처리 新산업 창출, 글 로벌 시장 진출 등을 통해 국가 SW 산업의 미래 경쟁력을 확보하 고자 추진 중이다. Techcast 등)이 2018년부터 등장하기 시작하여 2020년 이후에는 산업적인 경제적 가치를 창출할 것이라는 분석이 대세이다. * 본 내용은 국가과학기술연구회(NST)의 공식적인 입장이 아님을 밝힙니다. 30 Issue 분석 Report 인공지능 (Artificial Intelligence)

유망인공지능기술 학습및추론 / 상황기술 학습및추론 / 상황기술 유망인공지능기술 유망인공지능기술 DOE 기반광학모듈및기계학습기반영상처리기술 기술개요소형광학모듈을이용한구조광레이저기술은머신비전기술응용에활발히사용중에있으며, 특히광구조광을이용한측정기술및보안모니터링기술등에시장을확보하고있다. 기술의필요성군사시설및민간시설에대한효과적인영내보호를위해기존에는펜스부착형, 구조물설치형, 센서케이블형등의외곽경계기술이사용되고있으며, 설치및유지보수가비교적어려워보다저렴하고간편한침입모니터링기술이요구되고있다. 기술의특징및장점 (1) 기술의정의 랜덤한광학패턴조사를위한광학엔진및딥러닝기반의광패턴분석을통한외부침입탐지를목적으로하는광이미징기술이다. 일예로, 광학엔진기반패턴조사 ( 照査 ) 를통해가상의디지털펜스를구성하고, 카메라를통해조사된광패턴이미지를인공지능 S/W를통해분석함으로써, 영내침입객체분류및범죄행위탐지등을지원하는기술이다. (2) 기술의특징 660nm 파장을갖는 100mW 고출력레이저다이오드를적용하여, 5m이상의원거리에서도광조사가능한광학엔진을제공한다. 만포인트이상의랜덤구조광을갖는 DOE를탑재하여흔들림없는광영상획득지원한다. 설치및유지보수가쉬우며, 비숙련자설치및시스템점검가능하다. 야간에도별도의조명설치없이감시가가능하며, 레이저특성으로연기및안개등에도대응가능하다. 딥러닝기반으로 10개이상의객체에대한실시간분류가가능하며, DB확충시판별을원하는객체수증감가능하다. DB구축지원을위한 OpenCV기반동영상및정지영상캡쳐프로그램제공한다. 적용가능 OS 제원 : Linux (Window 사용시별도의포팅필요 ) Google Tensorflow 및 opencv Library 필요하다. (3) 기술의구성 660nm 레이저기반 DOE 광학엔진시제품 인공지능기반광이미지객체분류를지원하는이미지처리소프트웨어 OpenCV기반동영상및정지영상캡쳐프로그램번들제공 People, chair, bag 등 10종의 DOE 광학엔진기반데이터베이스 (4) 기존 ( 선행 ) 기술대비장점 포터블방식으로이동및설치가편리하다. 대상체의크기및높이에따른맞춤형설치가가능하다. 야간및난시야환경에강건하다. 비교적저가의부가가치제품이며, 소형화가능하다. 인공지능기반영상처리장치로의응용분야확장이용이하다. (5) 기존 ( 선행 ) 기술대비단점 기존의구조물설치방식과비교하여탐지의정확도가떨어질수있다. 활용방안및기대성과 침입탐지, 외곽감시를위한광센서모듈및인공지능 S/W로폭넓은활용이예상된다. 광기반인공지능 S/W를통해로봇, 자동차, 가전기기, 게임기등의응용분야에서신규서비스개발이가능할것으로보이며, 낙석감시및위험공간인식등의사회안전망유관시스템에적용가능하다. 기존 CCTV를대체하는, IR기반인공지능 CCTV 솔루션개발이가능하며, 이를통한획기적인통합관제환경의변화및차별화된신규서비스제공이가능하다. 기술성숙도 [ 5단계 ] 확정된소재 / 부품 / 시스템시작품제작및성능평가완료단계 개발대상의생산을고려하여설계하나실제제작한시작품샘플은 1~ 수개미만인단계 경제성을고려하지않고기술의핵심성능으로만볼때실제로판매가될수있는정도로목표성능을달성한단계기술범위 ETRI 시험절차서, ETRI 시험결과서, 기술문서, 관련특허실시권, 광이미지인공지능소프트웨어소스, DOE기반광학모듈 H/W 1종 ETRI 시험절차서 1건 ETRI 시험결과서 1건 시험절차서, 시험결과서, 설치운용매뉴얼등총 5건 관련특허 1건실시권 인공지능객체학습프로그램 1건 DOE기반광학모듈 H/W 1종관련지적재산권 특허 1건 1) 인공신경망에서의선택적추론방법 ( 출원번호 : KR2016-0161800) 레이저기반광패턴영상데이터를위한인공지능객체학습프로그램등프로그램 1건 학습DB 디렉토리설정방법등기술문서5건연구자이병탁소속에너지시스템연구실연락처 062-970-6624 이메일 bytelee@etri.re.kr 기술이전담당자서규현소속기술이전실연락처 042-860-5858 이메일 hyuns@etri.re.kr 32 Issue 분석 Report Issue 분석 Report 33

유망인공지능기술 학습및추론 / 상황기술 학습및추론 / 상황기술 유망인공지능기술 딥러닝기반성별 / 연령인식기술 기술개요본기술은 CCTV 카메라나일반 USB 카메라를대상으로얼굴영상을입력받아얼굴을자동으로검출하고검출된얼굴로부터딥러닝 (deep learning) 기술을이용해조명, 표정, 포즈변화에강인한성별 / 연령을인식하는기술이다. 기술의필요성성별 / 연령인식기술은지문, 홍채, 손등인식과같은다양한생체인증시스템에비해비접촉식으로생체정보획득이가능하여, 가장사용자로부터인증에따른거부감이적은생체인증기술이다. 그러나타생체정보에비해등록된인식정보와입력된인식정보간의차이가카메라와얼굴과의거리, 조명, 표정, 포즈변화등에따라가변적으로크게발생하고, 시간이지남에따라 Aging에영향을받으며인종에따라성별 / 연령인식결과가다른단점이존재하였다. 딥러닝기술이알려지기전까지, 기존의성별 / 연령인식기술은앞서언급한단점을해결하지못해, 조명, 포즈, 표정변화에강인한인식성능을제공하지못하였으나, 본기술에서는얼굴 Big data에기반한최신딥러닝기술을개발하여, 조명, 포즈, 표정변화에강인한성별 / 연령기술을개발하였다. 기술의특징및장점 일반 CCTV 카메라나저가의 USB 카메라환경에서도모두적용가능하다. 대용량연령 Morph DB(55,153장, 17~76세분포 ( 불균형 ), 유럽, 아프리카인 ) 를랜덤 90% 학습, 10% 테스트로성능시험시 1) 성별 95% 이상인식 2) 연령평균 ±3.3살이내인식 640x480일반사양의컴퓨팅환경에서초당 1~5 프레임이상의실시간얼굴검출및성별 / 연령인식한다. 추출된얼굴영역은 128x128 이상되면최적의인식성능을보임인식가능하다. 1) 28 x 28 크기부터얼굴검출및인식이가능하나검출크기가작을수록인식율이감소한다. 동시에다수의얼굴이입력돼도검출및인식가능하다. 얼굴이원거리에서입력되었을경우비인식자 (unknown) 으로인식결과제공한다. 1) 인식시검출된얼굴크기를조절하여인식가능한거리제어가능하다. 활용방안및기대성과성별 / 연령인식시스템은현재도출입자관리, 화면보호기, 은행입 / 출입및얼굴관련콘텐츠생성등에서고객정보수집에있어많은활용방안이존재한다. 또한본기술은국내성별 / 연령인식기술뿐아니라국외성별 / 연령인식기술을사용하는모든나라에서활용가능한장점이있어, 기술이전후국내 I생체인증시스템의수출증대효과가있다. 기술성숙도 [ 6단계 ] 파일롯규모 ( 복수개 ~ 양산규모의 1/10정도 ) 의시작품제작및평가가완료된단계 파일롯규모생산품에대해생산량, 생산용량, 불량률등제시 파일롯생산을위한대규모투자가동반되는단계 생산기업이수요기업적용환경에유사하게자체현장테스트를실시하여목표성능을만족시킨단계 성능평가결과에대해가능하면공인인증기관의성적서확보기술범위 A. 기술명 : 딥러닝을이용한조명, 표정, 포즈변화에강인한성별인식기술 1) 내국인혹은외국인얼굴자동검출기술 2) 내국인혹은외국인얼굴자동성별인식기술 B. 기술명 : 딥러닝을이용한조명, 표정, 포즈변화에강인한연령인식기술 1) 내국인혹은외국인얼굴자동검출기술 2) 내국인혹은외국인얼굴자동연령인식기술 기술범위 A. 기술명 : 딥러닝을이용한조명, 표정, 포즈변화에강인한성별인식기술 1) 국내혹은외국인얼굴자동검출, 성별인식라이브러리및소스코드 2) window 버전 B. 기술명 : 딥러닝을이용한조명, 표정, 포즈변화에강인한연령인식기술 1) 국내혹은외국인얼굴자동검출, 연령인식라이브러리및소스코드 2) window 버전관련지적재산권 특허 1건 1) 유사도분석장치 ( 출원번호 : KR2016-0034440) 성별인식시험절차서및결과서등기술문서3건연구자윤호섭소속인간로봇상호작용연구실연락처 042-860-5233 이메일 yoonhs@etri.re.kr 기술이전담당자김영규소속기술이전실연락처 042-860-4960 이메일 kyk@etri.re.kr 34 Issue 분석 Report Issue 분석 Report 35

유망인공지능기술 학습및추론 / 상황기술 학습및추론 / 상황기술 유망인공지능기술 딥러닝기반산불용영상인식기술 기술개요 " 딥러닝기반산불용영상인식기술 " 은무인기와같은항공기에서촬영한정지영상을분석하여산불과같은화재발생여부를인식하는기술이다. 높은인식률을달성하기위해딥러닝기법의하나인 Deep Convolutional Neural Network을사용한것이특징이다. 해당기술에서는네트워크로컬러영상을입력받아인식결과를네트워크로송신한다. 기술의필요성 CCTV, 무인기등으로산림자원을감시할때, 사람이감시하기에는많은인력이필요하다. 산불이발생하였을때촬영된영상을기반으로자동으로발생여부를감지할수있다면적은인력으로재난을신속하게인지하고, 인명과재산피해를최소화할수있다. ' 딥러닝기반산불용영상인식기술 ' 은 CNN(Convolutional Neural Network) 을활용하여영상을분석하고산불발생여부를감지하는기술이다. 각종재난으로부터안전한삶실현 을실현하기위해서는무인기를활용한화재감시와화재감지를자동화할수있는영상인식기술이필수적이다. 기술의특징및장점 개발기술은산불감지분야에딥러닝기술을최초로적용하여높은정확도를달성하였다. 개발기술은 Convolutional Neural Network에서 Convolutional Layer, Rectified Linear Unit Layer, Pooling Layer를반복적으로적용하여특징점및 ROI를검출한다. 개발기술에서입력영상에대한특징점및 ROI를검출하기위해서, Convolutional Neural Network를구성하는 Weight 변수를 Backpropagation 방식의최적화를통해반복적으로업데이트함으로써, 특징점및 ROI을위한최적의 Weight 변수를도출한다. 본기술에서는 overfitting을피하고정확도를향상시키기위해서 Data Augmentation, L2 Regularization, Dropout을적용하였고, 내부시험에서 90% 가넘는정확도를달성하였다. 기술범위 A. 세부기술명 : 딥러닝기반영상처리기술 1) 영상수집기능 2) 재난영상분석자료표출기능 3) 재난발생현황시각화기능 B. 세부기술명 : 딥러닝기반산불용영상인식기술 1) 영상수집기능 2) 재난영상분석자료표출기능 3) 산불영상인식기능 4) 재난발생현황시각화기능 기술이전범위 A. 세부기술명 : 딥러닝기반영상처리기술 1) 딥러닝기반산불용영상인식기술요구사항정의서 2) 딥러닝기반산불용영상인식기술상세설계서 3) 딥러닝기반산불용영상인식기술구현결과물 ( 기술이전관련소스파일 ) B. 세부기술명 : 딥러닝기반산불용영상인식기술 1) 딥러닝기반산불용영상인식기술요구사항정의서 2) 딥러닝기반산불용영상인식기술상세설계서 3) 딥러닝기반산불용영상인식기술구현결과물 ( 기술이전관련소스파일, 산불영상인식용모델 ) 활용방안및기대성과 무인기를이용한화재감시시스템에적용하여화재를감지할수있다. 추가학습을통해 CCTV를활용한화재감시에도적용이가능하다. 외산의존도가선진국에비해상대적으로높은재난 안전분야산업기술을국내기술로대체하고, 기술개발을선도함으로써국내관련연구, 인력및산업기반에고도화를가져올수있다. 기술성숙도 [ 5단계 ] 파일롯규모 ( 복수개 ~ 양산규모의 1/10정도 ) 의시작품제작및평가가완료된단계 파일롯규모생산품에대해생산량, 생산용량, 불량률등제시 파일롯생산을위한대규모투자가동반되는단계 생산기업이수요기업적용환경에유사하게자체현장테스트를실시하여목표성능을만족시킨단계 성능평가결과에대해가능하면공인인증기관의성적서확보 관련지적재산권 딥러닝기반산불용영상인식기술요구사항정의서등프로그램 1건 딥러닝기반산불용영상인식기술요구사항정의서등기술문서 3건 연구자이원재 소속스마트미디어연구그룹 연락처 042-860-5961 이메일 russell@etri.re.kr 기술이전담당자서교웅 소속기술이전실 연락처 042-860-4981 이메일 kwseo@etri.re.kr 36 Issue 분석 Report Issue 분석 Report 37

유망인공지능기술 언어처리관련보유기술 언어처리관련보유기술 유망인공지능기술 엑소브레인한국어언어분석툴킷 v2.0 동음이의어및다의어분석기술은고빈도의미기반분석방법, 공기정보기반분석방법, 기계학습기반방법, 지식베이스기반방법등의다양 한분류방법을결합한앙상블방법론에기반해서문맥에가장적합한의미를분석한다. 기술개요 본기술은한국어문어체텍스트에대해서형태소분석, 개체명인식, 구문분석, 동음이의어 / 다의어분석, 의미역인식의언어분석을수행하여언 어분석결과를구조체정보로출력해주는기술에대한것이다. 의미역인식기술은영어권을중심으로널리쓰이는 Propbank 의미역체계를도입하였고, 용언 (predicate) 과의미역간의관계만을보던기존기 술과달리 sequence labeling 기반기계학습기술을적용하여전체적인의미문맥을반영할수있도록하여성능을개선하였다. 또한, Korean Propbank 에서제공하는 frame 등언어자원을규칙처럼이용하여기계학습기술의단점을보완하였다. 기술의필요성최근에는컴퓨터연산능력이향상되고빅데이터를쉽게얻을수있는환경이조성되면서머신러닝과딥러닝기술에기반한인공지능기술이부상되고있고, IBM의 왓슨 이라는질의응답시스템이제퍼디퀴즈쇼에서인간챔피언을상대로우승하는사건도있었다. 빅데이터기반의인공지능기술에는다양한언어분석기반기술이필요하며, 언어분석기반기술에는형태소분석기술, 개체명인식기술, 구문분석기술, 동형이의어및다의어분석기술, 의미역인식기술등이있다. 형태소분석기술은의미를가진최소단위인명사, 동사, 형용사, 부사, 조사, 어미등의형태소를분석하는기술이다. 개체명은인명, 지명, 기관명등과같은고유명사를말하며, 필요에따라서는지위, 관계등의일반명사등도대상이된다. 개체명인식기술은텍스트에출현한개체명을자동으로인식하는기술이다. 구문분석기술은자연어문장의구조를분석하는기술로, 문장의각어절에대해서지배소어절을인식하고, 주격, 목적격과같은세부의존관계유형을인식하는기술이다. 동형이의어및다의어분석은형태는동일하지만의미가다른단어에대해서의미를분석해주는기술이다. 예를들면, 배 의의미에는신체부위, 운송수단, 열매등의의미가있는데, 동형이의어및다의어분석기술은문장에나타난 배 의의미를주변문맥을고려해서가장적합한의미를찾아주는기술이다. 의미역인식기술은자연어문장에서 who does what to whom을인식하는기술로, 문장내에서 predicate(does) 을중심으로하여 predicate의의미적인역할을하는문장의부분을인식하는것이다. 기술의특징및장점형태소분석기술은기계학습방법에기반해서형태소를자동으로분석해주며, 사용되는태그셋은 45개세종태그셋을기반으로한다. 기계학습방법론으로는 sequence labeling 기반음절단위품사태깅방법을사용한다. 분류알고리즘으로는 Structural SVMs을사용하고, 전처리 / 후처리단계에대용량형태소사전을결합해서성능을개선하였다. 개체명인식기술은 sequence labeling 방법론에기반해서개체명경계및대분류를인식하고, 다음단계로 146개세부분류를수행하는 2단계인식방법론을적용하였다. 분류알고리즘으로는 Structural SVMs을사용하고, 전처리 / 후처리단계에대용량개체명사전과패턴사전을결합해서성능을개선하였다. 활용방안및기대성과 한국어정보추출에활용 한국어문장의의미적관계분석에활용 정보검색, 질의응답을위한심층언어이해에활용 텍스트빅데이터분석및마이닝기술에활용기술성숙도 [ 6단계 ] 파일롯규모 ( 복수개 ~ 양산규모의 1/10정도 ) 의시작품제작및평가가완료된단계 파일롯규모생산품에대해생산량, 생산용량, 불량률등제시 파일롯생산을위한대규모투자가동반되는단계 생산기업이수요기업적용환경에유사하게자체현장테스트를실시하여목표성능을만족시킨단계 성능평가결과에대해가능하면공인인증기관의성적서확보기술범위 o 엑소브레인한국어언어분석기술 o 한국어형태소분석엔진, 리소스 형태소분석기술 o 한국어개체명인식엔진, 리소스 개체명인식기술 o 한국어구문분석엔진, 리소스 구문분석기술 o 한국어동음이의어및다의어분석엔진, 리소스 동음이의어및다의어분석기술 o 한국어의미역인식엔진, 리소스 의미역인식기술 o 언어분석기술사용자매뉴얼, 자료구조매뉴얼관련지적재산권 특허 1건 1) 신조어자동인식을위한언어분석에기반한온라인문맥광고지능화장치및그방법 ( 출원번호 : KR2017-0031766) 기계학습기반음절단위형태소태거모듈등프로그램 5건 형태소분석 2016년도개발내역등기술문서 5건 구문분석기술은세계적으로가장많이연구되고있는의존구조에기반하여문장의구조를분석한다. 한국어의지배소후위특징을반영한후위 트랜지션기반의존구문분석알고리즘을적용하였고, 세부적으로어절간지배소 - 피지배소분석을위하여의미자질과문맥자질을적용하여성 능을개선하였다. 연구자이충희소속언어지능연구그룹연락처 042-860-6848 이메일 forever@etri.re.kr 기술이전담당자김영규소속기술이전실연락처 042-860-4960 이메일 kyk@etri.re.kr 38 Issue 분석 Report Issue 분석 Report 39

유망인공지능기술 언어처리관련보유기술 언어처리관련보유기술 유망인공지능기술 엑소브레인한국어단답형질의응답기술 v1.0 기술개요본기술은엑소브레인한국어단답형질의응답에관한기술로세부적으로는단답형한국어질문분석기술, 위키피디아기반단답형질의응답기술, 시맨틱지식추출기술, 질의응답분산처리플랫폼기술로구성된다. 기술의필요성최근에는컴퓨터연산능력이향상되고빅데이터를쉽게얻을수있는환경이조성되면서머신러닝과딥러닝기술에기반한인공지능기술이부상되고있고, IBM의 왓슨 이라는질의응답시스템이제퍼디퀴즈쇼에서인간챔피언을상대로우승하는사건도있었다. 빅데이터기반의질의응답을위해서는질문분석, 정답후보추론, 신뢰도추론등의질의응답핵심기술이외에도다양한리소스로부터지식을추출하여저장하고, 고속의처리를위한분산처리플랫폼기술또한반드시필요하다. 단답형한국어질문분석기술은사용자의자연어질문으로부터질문의의도를의미적으로파악하여구조화하는기술이다. 위키피디아기반단답형질의응답기술은정답후보추론, 신뢰도추론, 시맨틱지식추출, 분산처리플랫폼기술로구성되며, 주어진한국어질문에대한단답형정답과정답에대한신뢰도및근거문장을제공해주는기술이다. - 정답후보추론기술은정형 / 비정형리소스 / 지식으로부터정답후보및정답후보근거를검색 / 통합하고질문과의유사도를비교및순위화를하는기술이다. - 신뢰도추론기술은정답후보추론기술로부터생성된정답후보들에대한타입과제약유사도를추론하고질의응답에사용된모든기술의자질을이용하여최적의정답에대한신뢰도를추론하는기술이다. 시맨틱지식추출기술은백과사전등의리소스로부터언어분석및의미단위의지식을추출하고저장하는기술이다. 질의응답분산처리플랫폼기술은질의응답요소기술에대한분산처리와통합서비스를가능하게하는프레임워크기술이다. 기술의특징및장점단답형한국어질문분석기술은 13개의기계학습모델과 40여개의리소스를이용하여입력된사용자의질문에대해다차원의질문분류 ( 정답형태, 질문구조, 질문도메인 ) 를수행한다. 이후질문초점을인식하고정답의타입을제약할수있는정답유형 ( 어휘, 의미 ) 을인식한다. 질문에포함된핵심키워드를인식하고위키피디아타이틀정보에대한링킹을수행하고, 정답을제약할수있는정보를인식한다. 또한질문내의중요엔터티및속성을인식하여정형정답후보를생성할수있는기반정보를제공할수있다. 시맨틱지식추출기술은질의응답을하기위한리소스의언어분석정보를저장 / 색인하는기술과, 리소스의정의문에대해개체명을기반으로정답제약정보를저장 / 색인하는기술로구성되어있다. 위키피디아리소소만사용할경우약 1,327만건의가상문서에대해 317GB의언어분석결과와 52.7GB의색인결과, 136만건의정형트리플결과, 3,800만건 4.5GB의정답제약색인결과가저장되어있다. 질의응답분산처리플랫폼기술은질의응답의속도를빠르게하기위한분산처리기술이며, UIMA와 UIMA-AS프레임워크를이용한다. Apache Tomcat 기반으로질의응답서비스를제공하고있으며, 질의응답전과정을모니터링할수있는사용자인터페이스를제공하고있다. 현재는 Intel Xeon CPU(2.4GHz), 256GB Ram 시스템 4대로질의응답서비스를제공할경우 5명의동시접속서비스를제공할수있다. 활용방안및기대성과 한국어리소스의언어및의미지식저장에활용 지능형정보검색서비스에활용 한국어일반상식및특정리소스기반질의응답에활용 질의응답서비스를위한프레임워크로활용기술성숙도 [ 6단계 ] 파일롯규모 ( 복수개 ~ 양산규모의 1/10정도 ) 의시작품제작및평가가완료된단계 파일롯규모생산품에대해생산량, 생산용량, 불량률등제시 파일롯생산을위한대규모투자가동반되는단계 생산기업이수요기업적용환경에유사하게자체현장테스트를실시하여목표성능을만족시킨단계 성능평가결과에대해가능하면공인인증기관의성적서확보기술범위 o 엑소브레인한국어단답형질의응답기술 o 단답형한국어질문분석엔진, 리소스 단답형한국어질문분석기술 o 위키피디아기반단답형질의응답엔진, 리소스, DB 위키피디아기반단답형질의응답기술 o 시맨틱지식추출엔진, 리소스, DB 시맨틱지식추출기술 o 질의응답분산처리플랫폼, 리소스 질의응답분산처리플랫폼기술 o 엑소브레인한국어단답형질의응답기술사용매뉴얼, 자료구조매뉴얼관련지적재산권 특허 3건 1) 가부형질의응답장치및방법 ( 출원번호 : KR2016-0058670) 2) 하이브리드추론기반의자연어질의응답시스템및그방법 ( 출원번호 : KR2016-0084736) 3) 멀티모달입력정보를활용한대화형질의응답방법및장치 ( 출원번호 : KR2016-0158127) 비정형정답후보생성등프로그램 7건 4차년도개발방향설계등기술문서 4건연구자이형직소속언어지능연구그룹연락처 042-860-1597 이메일 leehj@etri.re.kr 기술이전담당자김영규소속기술이전실연락처 042-860-4960 이메일 kyk@etri.re.kr 40 Issue 분석 Report Issue 분석 Report 41

유망인공지능기술 언어처리관련보유기술 언어처리관련보유기술 유망인공지능기술 한국어언어분석툴킷 - v1.0 기술개요본기술은한국어텍스트에대해서형태소분석, 개체명인식, 구문분석, 동형이의어및다의어분석, 의미역인식등의언어분석을수행하여언어분석결과를구조체정보로출력해주는기술에대한것이다. 기술의필요성최근에는컴퓨터연산능력이향상되고빅데이터를쉽게얻을수있는환경이조성되면서머신러닝과딥러닝기술에기반한인공지능기술이부상되고있고, IBM의 왓슨 이라는질의응답시스템이제퍼디퀴즈쇼에서인간챔피언을상대로우승하는사건도있었다. 빅데이터기반의인공지능기술에는다양한언어분석기반기술이필요하며, 언어분석기반기술에는형태소분석기술, 개체명인식기술, 구문분석기술, 동형이의어및다의어분석기술, 의미역인식기술등이있다. 형태소분석기술은의미를가진최소단위인명사, 동사, 형용사, 부사, 조사, 어미등의형태소를분석하는기술이다. 개체명은인명, 지명, 기관명등과같은고유명사를말하며, 필요에따라서는지위, 관계등의일반명사등도대상이된다. 개체명인식기술은텍스트에출현한개체명을자동으로인식하는기술이다. 구문분석기술은자연어문장의구조를분석하는기술로, 문장의각어절에대해서지배소어절을인식하고, 주격, 목적격과같은세부의존관계유형을인식하는기술이다. 동형이의어및다의어분석은형태는동일하지만의미가다른단어에대해서의미를분석해주는기술이다. 예를들면, 배 의의미에는신체부위, 운송수단, 열매등의의미가있는데, 동형이의어및다의어분석기술은문장에나타난 배 의의미를주변문맥을고려해서가장적합한의미를찾아주는기술이다. 의미역인식기술은자연어문장에서 who does what to whom을인식하는기술로, 문장내에서 predicate(does) 을중심으로하여 predicate의의미적인역할을하는문장의부분을인식하는것이다. 기술의특징및장점형태소분석기술은기계학습방법에기반해서형태소를자동으로분석해주며, 사용되는태그셋은 45개세종태그셋을기반으로한다. 기계학습방법론으로는 sequence labeling 기반음절단위품사태깅방법을사용한다. 분류알고리즘으로는 Structural SVMs을사용하고, 전처리 / 후처리단계에대용량형태소사전을결합해서성능을개선하였다. 개체명인식기술은 sequence labeling 방법론에기반해서개체명경계및대분류를인식하고, 다음단계로 146개세부분류를수행하는 2단계인식방법론을적용하였다. 분류알고리즘으로는 Structural SVMs을사용하고, 전처리 / 후처리단계에대용량개체명사전과패턴사전을결합해서성능을개선하였다. 구문분석기술은세계적으로가장많이연구되고있는의존구조에기반하여문장의구조를분석한다. 한국어의지배소후위특징을반영한후위트랜지션기반의존구문분석알고리즘을적용하였고, 세부적으로어절간지배소-피지배소분석을위하여의미자질과문맥자질을적용하여성능을개선하였다. 활용방안및기대성과 한국어정보추출에활용 한국어문장의의미적관계분석에활용 정보검색, 질의응답을위한심층언어이해에활용 텍스트빅데이터분석및마이닝기술에활용기술성숙도 [ 6단계 ] 파일롯규모 ( 복수개 ~ 양산규모의 1/10정도 ) 의시작품제작및평가가완료된단계 파일롯규모생산품에대해생산량, 생산용량, 불량률등제시 파일롯생산을위한대규모투자가동반되는단계 생산기업이수요기업적용환경에유사하게자체현장테스트를실시하여목표성능을만족시킨단계 성능평가결과에대해가능하면공인인증기관의성적서확보기술범위 심층언어이해를위한한국어언어분석 1) 형태소분석, 개체명인식, 구문분석, 동형이의어및다의어분석, 의미역인식 한국어언어분석시각화도구 한국어형태소분석엔진, 리소스 한국어개체명인식엔진, 리소스 한국어구문분석엔진, 리소스 한국어동형이의어및다의어분석엔진, 리소스 한국어의미역인식엔진, 리소스 한국어언어분석시각화도구 ( 바이너리 ) 언어분석기술사용매뉴얼, 자료구조매뉴얼관련지적재산권 특허 2건 1) 언어분석오류보정장치및방법 ( 출원번호 : KR2015-0179528) 2) 하이브리드추론기반의자연어질의응답시스템및그방법 ( 출원번호 : KR2016-0084736) 기계학습기반음절단위형태소태거모듈등프로그램 5건 WiseNLU: 지식처리를위한자연어의미이해기술소개등기술문서1건 동형이의어및다의어분석기술은고빈도의미기반분석방법, 공기정보기반분석방법, 기계학습기반방법, 지식베이스기반방법등의다양 한분류방법을결합한앙상블방법론에기반해서문맥에가장적합한의미를분석한다. 의미역인식기술은영어권을중심으로널리쓰이는 Propbank 의미역체계를도입하였고, 용언 (predicate) 과의미역간의관계만을보던기존기 연구자이충희소속언어지능연구그룹연락처 042-860-6848 이메일 forever@etri.re.kr 기술이전담당자김영규소속기술이전실연락처 042-860-4960 이메일 kyk@etri.re.kr 술과달리 sequence labeling 기반기계학습기술을적용하여전체적인의미문맥을반영할수있도록하여성능을개선하였다. 또한, Korean Propbank 에서제공하는 frame 등언어자원을규칙처럼이용하여기계학습기술의단점을보완하였다. 42 Issue 분석 Report Issue 분석 Report 43

유망인공지능기술 언어처리관련보유기술 언어처리관련보유기술 유망인공지능기술 한국어텍스트문맥기반주제분류기술 기술개요본기술은한국어텍스트문서를입력받아언어분석을통해문맥을파악하고그에적합한기정의된범주를자동으로할당하는분류기술에대한것이다. 기술의필요성매일쏟아지는방대한양의문서를수작업으로분류하는것은거의불가능하다. 특히, 웹에는수십억개의웹페이지가있다고알려져있는데이러한웹페이지에는뉴스미디어뿐아니라웹 2.0 시대에맞게일반사용자들이콘텐츠를작성하는 1인미디어 가많이양상되고있으며, 그중에서도블로그가상당수를차지하고인터넷의발전경향에서도블로그가차지하는비중은더욱더증가할전망이다. 또한뉴스와같은정형화된문서이외에도게시판형식의사용자의불만이나문의를처리하는고객의소리, 즉 VOC(Voice-of-customer) 와관련된콘텐츠도다양한분야와창구를통해수집되고있는실정이다. 본기술이전에서는 Conditional Random Fields 및 Support Vector Machine 등의최신기계학습방법을이용하여한국어텍스트를문맥에기반하여기정의된분류체계에맞게자동분류하고자한다. 현재는계층구조의키워드정보만을이용하거나문서관리자혹은문서생성자가등록한태그정보만을이용하여분류하기때문에자동분류성능이사용자의요구를만족치못한다. 또한고차원언어분석을통한문맥기반하여분류함으로써성능향상을꾀한다. 한국어의문맥에기반한문서자동분류기술을업체에이전함으로써웹문서콘텐츠서비스및정보관리서비스 (IMS: Information Management Service), 나아가지식관리서비스 (KMS: Knolwedge Management Service) 기술들의산업화에활용을촉진하고자한다. 기술의특징및장점이전하고자하는한국어텍스트문맥기반주제분류기술은다음과같은기술적특징을갖는다. 첫째, 한국어텍스트문서의제목, 태그, 사용자범주, 본문등의다양한정보를이용하고차후필요한정보는추가및 weighting을지정하여적용하고자하는분야에서최적의성능을보인다. 둘째, 최신기계학습모델 (Conditional Random Fields 및 Support Vector Machine) 을이용하여한국어자동분류를수행함으로써높은성능을보여준다. 셋째, 기존의평면적계층구조에분류하는것과다르게다중 (multi label) 범주에대해서자동분류를수행한다. 넷째, 고성능의한국어형태소분석기술과개체명기술을포함한고차원언어분석기술을활용하여문맥을파악함으로써전문콘텐츠에대한높은수준의분석정보를이용한다. 다섯째, 다양한장르 ( 뉴스, 블로그, 게시판 ) 의문서의특징에적합한자질을선정함으로써타분야로의이식확장을용이하게할수있다. 활용방안및기대성과본기술이전범위에포함된한국어문서의주제분류기술은웹문서콘텐츠를내용을분석해기정의된범주체계로할당함으로써효과적인정보관리에용이하며, 최종적으로기업의다양한웹문서콘텐츠분석관련서비스 ( 예를들면, 온라인광고, 검색서비스 ) 의질을향상시킬수있다. 기술성숙도 [ 7단계 ] 실제환경에서성능검증이이루어지는단계 부품및소재개발의경우수요업체에서직접파일롯시작품을현장평가 ( 성능및신뢰성평가 ) 가능하면인증기관의신뢰성평가결과제출기술범위 기술이전의내용한국어텍스트문서를입력받아언어분석을통해문맥을파악하고, 그에적합한기정의된범주를자동으로할당하는분류로다음의내용을포함한다. A. 기술명 : 한국어텍스트문맥기반주제분류기술 1) 한국어고정밀언어처리기술 : 한국어문맥을이해하기위하형태소분석, 개체명인식등을포함하는한국어분석기술 2) 한국어문맥기반주제분류엔진 : 입력문서의문맥을파악하여기정의된주제분류체계중가장적합한주제를자동으로할당하는기술 기술이전의범위 A. 기술명 : 한국어텍스트문맥기반주제분류기술 1) 한국어고정밀언어처리기술 2) 한국어문맥기반주제학습엔진 3) 한국어문맥기반주제분류엔진 4) 한국어고정밀언어처리기술매뉴얼 5) 한국어문맥기반주제분류엔진매뉴얼 6) 문서자동분류를위해서는분류대상이되는주제범주와범주에해당하는일정양의학습데이터가필요하다. 범주와학습데이터는적용하고자하는분야에따라다르기때문에본기술이전에서는제공하지않고필요에따라기술이전업체에서제공하여학습하도록한다. 관련지적재산권 특허 2건 1) 미등록어자동추출에기반한형태소사전구축시스템및방법 ( 출원번호 : KR 2014-0156951) 2) 고객응대서비스장치및방법 ( 출원번호 : KR 2014-0161815) 한국어텍스트문맥기반주제분류기등기술문서4건 웹문서뿐아니라기업의사내문서를대상으로분류를적용함으로써기업정보관리의효율화를꾀할수있다. 뿐만아니라고객의소리 (VOC) 게시판과같은게시글을분류함으로써기업의고객응대전략을수립하는기초자료로활용하거나기업의사결정을위한 Business Intelligence platform 기반기술로활용될수있다. 연구자이충희소속언어지능연구그룹연락처 042-860-6848 이메일 forever@etri.re.kr 기술이전담당자김영규소속기술이전실연락처 042-860-4960 이메일 kyk@etri.re.kr 44 Issue 분석 Report Issue 분석 Report 45

유망인공지능기술 언어처리관련보유기술 언어처리관련보유기술 유망인공지능기술 모바일환경고객지원용서버기반음성인식기술 기술개요스마트폰, 스마트패드등모바일환경에서스마트단말기반의음성인식을위한서버 / 클라이언트형음성인식기술이다. 기술의필요성 ETRI 자동통역언어지능연구부에서는미래창조과학부출연 모바일플랫폼기반대화모델적용자연어음성인터페이스기술개발 및 언어학습을위한자유발화형음성대화처리원천기술개발 사업을통해 PC 환경뿐만아니라외국어교육, 차량용정보서비스를비롯한모바일환경에서요구하는음성인터페이스기술을개발하고있다. 음향및언어모델및그적응형학습도구 ( 리눅스환경, Centos 6.x 이상 ) 1) 기본음향모델 (16kHz 샘플링주파수 ) 및적응학습도구 2) 기본언어모델 (10만단어급 ) 및적응학습도구 제약조건 1) 입력음성파일은 16kHz 이상의샘플링주파수로인코딩되어있어야한다. 2) 적용언어 : 한국어및영어를지원하며언어별로별도기술이전계약한다. 현재국내의음성기술전문솔루션업체에서는다양한정보통신시스템및서비스에음성인터페이스기술을적용, 사업화를추진하고있으며, 이번에기술이전을추진하는 모바일환경서버기반음성인식기술 은현재동기술을보유하고있지않은전문음성인식솔루션업체에기술이전하여관련산업을활성화하며개별기업에서의중복기술개발을피하기위한것이다. 기술의특징및장점 최신딥러닝기술에기반하는서버기반의연속어음성인식기술을적용하여높은정밀도의음성-문자변환 (speech-to- text conversion) 인터페이스를제공한다. 관련지적재산권 특허 2건 1) 연속어음성인식장치및방법 ( 출원번호 : KR2013-0073990) 2) 신호처리알고리즘이통합된심층신경망기반의음성인식장치및이의학습방법 ( 출원번호 : US14/737907) 3) 음성인식기반의발음학습장치및학습방법 ( 출원번호 : KR2015-0041698) 콜센터환경음향모델적응학습환경설명서등기술문서 2건 음성인식적용도메인의음성및텍스트 DB를기반으로적응학습을통해음성인식성능을제고하는도구를제공한다. 활용방안및기대성과본기술은모바일환경에서음성인식기술을사용하여음성신호를문자정보로변환함으로써다양한스마트단말에서의고객응대, 정보검색, 명령 / 제어, 엔터테인먼트서비스등을포괄하는사용자편의형정보서비스를구성할수있게한다. 연구자박전규소속음성처리연구실연락처 042-860-5225 이메일 jgp@etri.re.kr 기술이전담당자김영규소속기술이전실연락처 042-860-4960 이메일 kyk@etri.re.kr 기술성숙도 [ 7단계 ] 실제환경에서성능검증이이루어지는단계 부품및소재개발의경우수요업체에서직접파일롯시작품을현장평가 ( 성능및신뢰성평가 ) 가능하면인증기관의신뢰성평가결과제출 기술범위모바일환경고객지원용서버기반음성인식기술 리눅스환경에서실행가능한 Library 형태의오브젝트파일과인식용이미지파일생성도구 (Centos 6.x 이상 ) 1) 서버기반의음성인식엔진 SDK 2) 런타임이미지생성도구 3) 개발자용지침서 46 Issue 분석 Report Issue 분석 Report 47

국내출연 ( 연 ) 보유특허 개요 인공지능국내 (Artificial 출연 ( 연 Intelligence) ) 보유특허 국내출연 ( 연 ) 보유특허 학습및추론 순번등록번호발명의명칭출원일보유기관 인공지능과관련된연구는국내에서도미래창조과학부에서엑소브레인, 딥뷰등의인공지능기술개발사업을 KAIST, ETRI, 솔트룩스등활발하게진행되어왔다. 이와같은연구개발의결과로국내출연 ( 연 ) 에서는인공지능과관련된등록특허를다수보유하고있다. 1 KR 0945297 인공신경망을이용한나노촉매반응결과예측시스템및예측방법 2008.05.16 한국건설기술연구원 본이슈분석리포트에서는최근 10 년이내에출원된출연 ( 연 ) 보유등록특허중, 기술성과시장성을고려한유망기술들을선별해보았 2 KR 0995933 진화알고리즘과모방학습에기초한로봇의동작제어방법 2008.09.01 다. 그결과, 선별된총 75건의특허중한국전자통신연구원에서가장많은 45건의특허를보유하고있는것으로나타났으며, 한국과학기술연구원이 15건으로뒤를이었다. 기술분류별로살펴보면영상인식기술이총 20건으로가장많았으며, 그중미국등록특허가 12건으로역시가장많은미국등록특허를보유하고있다. 3 KR 1100240 4 KR 1391667 멀티모달상호작용을이용한로봇의물체학습시스템및방법 크기변화에강건한범주물체인식을위한모델학습및인식방법 2010.05.13 2013.01.31 한국과학기술연구원 5 KR 1474102 임펠러형상최적설계방법 2013.01.29 한국기계연구원 6 US 8972313 Apparatus and method for learning emotion of robot 2012.10.01 한국생산기술연구원 7 US 8356002 Learning apparatus and method of intelligent system 2008.05.19 8 KR 1108987 공간분할을이용한게임캐릭터의패턴학습장치및방법 2009.03.05 9 KR 1231798 게임난이도조절장치및방법 2009.04.30 국내출연 ( 연 ) 별인공지능관련유망특허보유현황 10 US 8682095 Method for recognizing markers using dynamic threshold and learning system based on augmented reality using marker recognition 2009.07.01 11 KR 1250900 12 US 8458520 문서정보학습기반통계적 HMM 품사태깅장치및그방법 Apparatus and method for verifying training data using machine learning 2009.08.17 2009.11.23 한국전자통신연구원 13 KR 1416098 구단위번역지식학습방법및이를수행하는장치 2010.10.12 14 KR 1434170 추출된데이터특징을이용한학습방법및장치 2012.09.25 기술분류별국내및미국특허현황 15 US 8935096 Apparatus for fast path search by learning heuristic function and method thereof 2012.10.08 16 KR 1568346 비정형데이터기반무한진화형자가학습지식획득시스템 2014.03.28 17 KR 1007985 18 US 9336488 인공신경망학습기법을통한 3 차원광체품위분포추정방법및이에관한프로그램이기록된기록매체 Leaf node ranking method in decision trees for spatial prediction and its recording medium 2009.10.26 2014.12.23 한국지질자원연구원 48 Issue 분석 Report Issue 분석 Report 49

국내출연 ( 연 ) 보유특허 국내출연 ( 연 ) 보유특허 상황이해 순번등록번호발명의명칭출원일보유기관 언어이해 순번등록번호발명의명칭출원일보유기관 19 KR 1119638 20 KR 1612867 시설물관리를위한온톨로지기반상황인식시스템및그방법 돌발상황발생차량정보인식을통한돌발상황감시시스템및방법 2009.04.28 2014.04.30 한국건설기술연구원 38 KR 1074817 39 KR 1187600 스테레오카메라를이용한 3 차원비전기반의실시간언어인식및음성생성방법과시스템 스테레오카메라기반의 3 차원실시간입술특징점추출을이용한음성인식장치및음성인식방법 2010.03.22 2011.02.09 한국과학기술연구원 21 KR 1025251 시공간상황인식기반의정보서비스제공시스템 2009.01.19 40 US 8676566 Method of extracting experience sentence and classifying verb in blog 2011.07.07 22 US 8180638 Method for emotion recognition based on minimum classification error 2010.02.23 23 KR 1198258 상황기반스포츠정보서비스시스템및방법 2010.09.14 한국과학기술연구원 41 KR 1078751 42 KR 1612291 어휘자원시맨틱네트워크의관계오류검출방법및장치 자연어처리를활용한제품별산업구조분석방법및분석장치 2011.02.23 2014.10.30 한국과학기술정보연구원 24 US 8271204 Human recognition apparatus and human recognition method 2009.01.30 43 US 8457947 Hybrid translation apparatus and method thereof 2010.01.04 25 KR 1329100 상황인지장치및이를이용한상황인지방법 2009.10.30 44 KR 1317339 엔베스트인식단어계산량감소를위한 2 단계발화검증구조를갖는음성인식장치및방법 2010.04.12 26 KR 1229078 실내외상황인식기반의모바일혼합현실콘텐츠운용장치및방법 2009.12.21 45 US 8635060 Foreign language writing service method and system 2010.06.29 27 US 8224301 Method and device for controlling terminal based on recognition of vehicle driving condition 2010.07.02 46 KR 1329281 음성인식장치및방법 2010.10.26 28 KR 1412658 지오컨텍스트생성장치와이를이용한공간기반상황인식서비스제공시스템및방법 2010.11.15 47 KR 1330328 음성인식방법및이를위한시스템 2010.12.14 29 US 8781732 30 US 9310781 31 US 9008423 32 US 9183431 33 US 9217670 Apparatus and method for recognizing position of moving object Apparatus and method for interaction between content and olfactory recognition device Method and apparatus for detecting and recognizing object using local binary patterns Apparatus and method for providing activity recognition based application service Object recognition apparatus using spectrometer and method thereof 2012.12.12 2012.12.18 2013.05.21 2014.01.23 2014.06.17 한국전자통신연구원 48 KR 1444409 49 KR 1388569 한국어연속음성인식을위한컨퓨젼네트워크리스코어링장치및이를이용한컨퓨젼네트워크생성방법및리스코어링방법 연속어음성인식시스템에서언어모델의고유명사추가장치및방법 2011.07.22 2011.08.10 50 KR 1578766 음성인식용탐색공간생성장치및방법 2011.09.06 51 KR 1281958 온라인비지도특징벡터적응기법을이용한음성인식시스템및방법 2011.09.06 한국전자통신연구원 34 US 9412049 35 KR 1469523 Apparatus and method for recognizing object using correlation between object and content-related information 상황인지에기반한사용자관심정보서비스를제공하기위한상황인식온톨로지구현방법 2015.01.05 2014.08.29 52 KR 1478146 화자그룹기반음성인식장치및방법 2011.12.15 53 US 9390426 Personalized advertisement device based on speech recognition SMS service, and personalized advertisement exposure method based on partial speech recognition SMS service 2012.09.05 36 KR 1469524 시맨틱데이터마이닝을이용한상황인지기반사용자관심정보검색서비스제공방법 2014.08.29 한국지질자원연구원 54 US 9378742 Apparatus for speech recognition using multiple acoustic model and method thereof 2013.03.18 37 KR 1469526 상황인식온톨로지를이용한웹기반시맨틱정보검색시스템 2014.08.29 55 US 9311916 Apparatus and method for improving voice recognition 2015.03.24 50 Issue 분석 Report Issue 분석 Report 51

국내출연 ( 연 ) 보유특허 국내출연 ( 연 ) 보유특허 시각이해 기술요지 - 학습및추론 순번등록번호발명의명칭출원일보유기관 56 KR 1411893 도로표지영상에서의방향정보자동인식방법 2014.04.11 한국건설기술연구원 57 KR 1246300 움직이는물체의실시간위치인식장치및방법 2011.07.13 1. 인공신경망을이용한나노촉매반응결과예측시스템및예측방법 특허번호 KR 0945297 출원일 2008년 05월 16일 출원인 한국건설기술연구원 권리존속기간 2028년 05월 16일 58 KR 1436050 손모양깊이영상데이터베이스구축방법, 손모양인식방법및손모양인식장치 2013.06.07 59 KR 1480816 60 KR 1528757 입술영상에서추출된다수의입술움직임특징을이용한시각적음성인식시스템 이분된로컬영역을가지는윤곽선분할기반특징을이용한물체인식방법 2013.06.18 2013.10.15 한국과학기술연구원 본기술은역전파법에의해훈련된인공신경망에의해나노촉매의반응결과 를정확하게예측할수있고, 인공신경망에의해예측된반응결과를통해반 응조건을최적화시킬수있는이점이있음. 61 KR 1647803 3 차원얼굴모델투영을통한얼굴인식방법및시스템 2014.09.18 62 KR 1643573 얼굴표정정규화를통한얼굴인식방법, 이를수행하기위한기록매체및장치 2014.11.21 2. 진화알고리즘과모방학습에기초한로봇의동작제어방법 63 US 8831280 3D motion recognition method and apparatus 2011.12.09 특허번호 KR 0995933 출원일 2008 년 09 월 01 일 64 US 8463541 Camera-based indoor position recognition apparatus and method 2011.12.14 출원인한국건설기술연구원권리존속기간 2028년 09월 01일 65 US 8897577 Image recognition device and method of recognizing image thereof 2012.05.18 66 US 9087277 Apparatus and method for dynamic multi-dimensional codes with time and visual recognition information 2012.06.26 본기술은인간의기본동작을로봇의특성에맞게진화시킴으로써로봇에게최적화된동작을수행하게할수있고진화된기본동작데이터베이스에기반하여로봇이실시간으로동작을생성하며모션캡쳐데이터만있으면이를 67 US 9008440 Component recognizing apparatus and component recognizing method 2012.07.10 손쉽게로봇에적용할수있기때문에로봇이인간의다양한동작을모방및재현할수있음. 68 US 8913798 System for recognizing disguised face using gabor feature and SVM classifier and method thereof 2012.08.02 한국전자통신연구원 69 US 9208389 Apparatus and method for recognizing current position of vehicle using internal network of the vehicle and image sensor 2012.08.27 3. 멀티모달상호작용을이용한로봇의물체학습시스템및방법 70 US 9341713 71 US 9483688 Sensing circuit for recognizing movement and movement recognizing method thereof System and method for evaluating face recognition performance of service robot using ultra high definition facial video database 2014.08.07 2014.11.13 특허번호 KR 1100240 출원일 2010년 05월 13일 출원인 한국과학기술연구원 권리존속기간 2030년 05월 13일 72 US 9412013 Method and apparatus for recognizing hand motion 2015.01.07 73 KR 1653235 제스쳐인식장치및그방법 2016.03.11 본기술은로봇에게물체를학습시키기위해사용자가일일이수작업을통해 환경속의물체사진을찍고물체에해당하는부분만을잘라내거나표시하여 로봇에게학습시키고환경지도에저장하는기존방법의대안으로서, 사용자 74 US 8437952 75 US 8204685 Navigation system and method of recognizing traffic lane using the same Navigation device and road lane recognition method thereof 2011.01.20 2011.04.29 한국항공우주연구원 가멀티모달인터액션을통해로봇과의사소통하면서환경속의물체를로 봇에게쉽게학습시키는효과가있음. 52 Issue 분석 Report Issue 분석 Report 53

국내출연 ( 연 ) 보유특허 국내출연 ( 연 ) 보유특허 기술요지 - 학습및추론 기술요지 - 학습및추론 4. 크기변화에강건한범주물체인식을위한모델학습및인식방법 특허번호 KR 1391667 출원일 2013년 03월 31일 출원인 한국과학기술연구원 권리존속기간 2033년 01월 31일 7. Learning apparatus and method of intelligent system 특허번호 US 8356002 출원일 2008년 05월 19일 출원인 한국전자통신연구원 권리존속기간 2031년 11월 16일 본기술은따른크기변화에강건한범주물체인식을위한모델학습및인식방법에의하면, context로 depth 정보를이용하고, appearance 정보에기반을둔인식방법을이용함으로써, scale 변화뿐만아니라 affine 변화에도강건하게범주물체를인식할수있음. 본기술은사용자에대하여변화를쉽게감지하고질문을통하여변화를확 인함으로써, 휴대전화단말기, 완구, 로봇과같은다양한분야와소프트웨어 에이전트에서학습을획득가능함. 5. 임펠러형상최적설계방법 특허번호 KR 1474102 출원일 2013년 01월 29일 출원인 한국기계연구원 권리존속기간 2033년 01월 29일 8. 공간분할을이용한게임캐릭터의패턴학습장치및방법 특허번호 KR 1108987 출원일 2009년 03월 05일 출원인 한국전자통신연구원 권리존속기간 2029년 03월 05일 본기술은임펠려형상최적설계방법은설계자의경험과감각을배제할수 있으며, 성능에직접적인요인이되는설계변수를직접적으로활용할수있고보완수단으로수치해석적인방식이사용되므로비용적인측면에서유리하며, 성능에영향을미치는인자를쉽게파악할수있어설계시개발자의요구에빠른피드백을할수있고경험이부족한엔지니어도설계업무가가능 본기술은게임의상태공간분할을통하여학습시간과결과측면에서성능향상을꾀할수있으며, 신경망의출력노드값이크기에비례하여출력노드가선택될수있도록하여게임에서캐릭터가다양한행동을수행할수있으며, 더나아가게임유저와비슷한행동을수행하게될수있는효과가있음. 하며전역적인결과를얻기위해서많은계산시간을소모할필요가없음. 6. Apparatus and method for learning emotion of robot 특허번호 US 8972313 출원일 2012년 10월 01일 출원인 한국생산기술연구원 권리존속기간 2033년 06월 20일 9. 게임난이도조절장치및방법 특허번호 KR 1231798 출원일 2009년 04월 30일 출원인 한국전자통신연구원 권리존속기간 2029년 04월 30일 본기술은로봇의학습감정장치는외부환경정보를검출하여내부상태좌표계의한점에대한내부상태벡터값을계산하는내부상태계산하여로봇의거동을결정하고감정표현을하는거동생성하고, 감정수치에따라감정확률분포를변경하는감정학습부를통해감정을학습하는기술를제공함. 본기술은게임의장르나콘텐츠에무관하게다양한인공지능알고리즘을적용하여게임의전략을개발할수있고게임전략의조합을통하여복잡하고다양한게임의난의도를제공하며, 단순히적의스피드, 적의수, 적의체력등의변화를통한난이도조절보다실제상황과같은흥미롭고다양한게임난이도제공을통하여게임의흥미를지속적으로유지할수있음. 54 Issue 분석 Report Issue 분석 Report 55

국내출연 ( 연 ) 보유특허 국내출연 ( 연 ) 보유특허 기술요지 - 학습및추론 10. Method for recognizing markers using dynamic threshold and learning system based on augmented reality using marker recognitio 특허번호 US 8682095 출원일 2009 년 07 월 01 일 출원인한국전자통신연구원권리존속기간 2033 년 01 월 22 일 기술요지 - 학습및추론 13. 구단위번역지식학습방법및이를수행하는장치 특허번호 KR 1416098 출원일 2010년 10월 12일 출원인 한국전자통신연구원 권리존속기간 2030년 10월 12일 본기술은구단위번역지식학습은먼저, 입력된양국어말뭉치및원시언어 명사구를기반으로상기원시언어명사구에대응되는목표언어명사구번역 지식구축후보를선정하고, 양국어말뭉치중원시언어의자동번역을수행 본기술은학습물질에인쇄된마커를인식하는방법으로증강현실기술과 결합하여학습계불리는전자학습또는학습에적용하는기술임. 한결과에기초하여선정된명사구번역지식구축후보중명사구번역지식 을수집한후, 수집된명사구번역지식을사용자에게검증받기위한사용자 인터페이스를제공하고, 검증된명사구번역지식을저장한다. 따라서, 명사구 구단위번역지식을자동으로학습할수있고, 정확하고신뢰성있는번역지 식을확장할수있음. 11. 문서정보학습기반통계적 HMM 품사태깅장치및그방법 특허번호 KR 1250900 출원일 2009년 08월 17일 출원인 한국전자통신연구원 권리존속기간 2029년 08월 17일 14. 추출된데이터특징을이용한학습방법및장치 특허번호 KR 1434170 출원일 2012년 09월 25일 출원인 한국전자통신연구원 권리존속기간 2032년 09월 25일 본기술은기존에서와같이학습되지않은장르나양식의문서에대해서는 낮은성능을보이는문제점과특정문서에서반복표현되는어휘나표현들에대해서도가각상이한품사들로태깅하게되는문제점을해결하고입력되는문서에따라달라지는문맥확률, 어휘확률과태깅오류수정규칙을실시간으로추출하여품사태깅하고자하는입력문서의장르와도메인에의존적인 본기술은학습데이터를단계적으로분할하여각그룹을용이하게구분할수있는특징을추출하므로회귀분석기또는다중분류기를효과적으로구성할수있는효과가있다. 또한, 얼굴영상데이터에기반한나이인식또는포즈추정에활용하는경우높은인식성능의인식기를구성할수있음. 확률정보와수정규칙등으추출할수있음. 12. Apparatus and method for verifying training data using machine learning 특허번호 US 8458520 출원일 2009년 11월 23일 출원인 한국전자통신연구원 권리존속기간 2031년 01월 27일 15. Apparatus for fast path search by learning heuristic function and method thereof 특허번호 US 8935096 출원일 2012년 10월 08일 출원인 한국전자통신연구원 권리존속기간 2032년 11월 13일 본기술은제공된초기학습데이터로분리하여학습데이터의오류후부를 제공할수있는기계학습을이용하여확인데이터를수집하고기계학습및 자동태깅을수행하는기술임. 본기술은학습결과를이용하여휴리스틱집합을생성하고, 생성된휴리스틱집합을경로탐색과정에사용함으로써휴리스틱함수를학습함으로써고속경로탐색을수행할수있으며, 장애물을고려하면서사용가능한경로를빠르게검색할수있음. 56 Issue 분석 Report Issue 분석 Report 57

국내 출연(연) 보유 특허 국내 출연(연) 보유 특허 기술 요지 - 학습 및 추론 기술 요지 - 상황이해 16. 비정형 데이터 기반 무한 진화형 자가 학습 지식 획득 시스템 19. 시설물 관리를 위한 온톨로지 기반 상황인식시스템 및 그 방법 특허번호 KR 1568346 출원일 2014년 03월 28일 특허번호 KR 1119638 출원일 2009년 04월 28일 출원인 한국전자통신연구원 권리 존속기간 2034년 03월 28일 출원인 한국건설기술연구원 권리 존속기간 2029년 04월 28일 기술 내용 기술 내용 본 기술은 지식 획득 시스템은 각각 독립적으로 동작하는 분석 모듈을 선택 본 기술은 시설물을 개념으로 정리하고 개념들간의 관계를 온톨리지로 구축 하여 플러그-인(plug-in) 형태로 제공하고, 이들을 결합하고 순서를 정하는 함으로서 시설물간의 연관정보를 찾거나 상호 운용성을 제공함으로서 복잡 워크플로우를 구성할 수 있어, 상대적으로 무한정에 가까운 개별기능을 가지 한 시설물 정보를 효율적으로 관리하고 지속적인 대처 방안 도출 가능함. 또 는 특정 분석기를 제공하는 것과 동일한 효과를 낼 수 있음. 지식 획득 시스 한 센서를 이용하여 실시간 계측과 모니터링을 통해 이상치를 발견하고 날씨 템은 일정 수 이상의 테스트 셋으로 선정된 비정형 데이터에 대한 분석을 통 나 공사정보등의 동적 경보와 시설물의 위치 / 속성 등의 정적 정보를 분석 하여 생성된 지식 모델과 학습 모델을 이용하여, 관리자의 개입이 없거나 개 하여 이상 발생지역 우선순위를 예측하여 알려줌으로써 보다 정확한 정보제 입을 최소화하여도, 지식 모델과 학습 모델에 대한 무한 자가 학습 및 진화가 공이 가능함. 가능. 17. 인공 신경망 학습 기법을 통한 3차원 광체 품위 분포 추정 방법 및 이에 관한 프로그램이 기록된 기록 매체 20. 돌발상황발생 차량정보 인식을 통한 돌발상황 감시시스템 및 방법 특허번호 KR 1007985 출원일 2009년 10월 26일 특허번호 KR 1612867 출원일 2014년 04월 30일 출원인 한국지질자원연구원 권리 존속기간 2029년 10월 26일 출원인 한국건설기술연구원 권리 존속기간 2034년 04월 30일 기술 내용 기술 내용 본 기술은 기존 ITS에서 설치되어 운영 중인 차량번호인식장치를 이용함으로 본 기술은 시추 자료만을 통한 품위 추정 기법에 이종 물리탐사를 통해 획득 써 기존 시설의 효용성을 극대화하고 초기 투자 비용을 절감하고 교통 혼잡 된 물성 자료를 정량적으로 추가하여 현장의 특성을 반영함으로써 기존의 품 과 일시적인교통류 변동에 의한 돌발상황 오검지 문제점을 해결함으로써 돌 위 추정 기법에 비해 신뢰도와 타당성이 향상된 광체 품위 자료를 제공할 수 발상황을 신속하고 정확하게 검지할 수 있으며, 돌발상황 처리시간을 획기적 있음. 으로 줄일 수 있는 효과와 도로의 용량 증대, 교통혼잡 완화, 대기오염 감소 효과가 있도록 함. 18. Leaf node ranking method in decision trees for spatial prediction and its recording medium 21. 시공간 상황인식 기반의 정보서비스 제공 시스템 특허번호 US 9336488 출원일 2014년 12월 23일 특허번호 KR 1025251 출원일 2009년 01월 19일 출원인 한국지질자원연구원 권리 존속기간 2034년 12월 23일 출원인 한국과학기술연구원 권리 존속기간 2029년 01월 19일 기술 내용 본 기술은 공간 예측을 위한 의사결정 트리의 리프 노드 랭킹 방법을 이용하 여 기존의 방법들을 이용하여 야기되는 트리구조에 대해 민감한 결과를 도출 하지 않기 때문에 별도의 파라미터가 없으며, 트리구축에 따른 비용이 높지 않는 등, 다양한 문제점 들을 해결하며 효과적으로 공간예측을 수행할 수 있 는 이점을 갖음. 58 Issue 분석 Report 기술 내용 본 기술은 익숙하지 않은 장소에서 복잡한 업무를 처리함에 있어서, 사용자 의 목적에 따라 사용자가 가야하는 장소, 해야 할 업무와 하는 방법을 개인 단말기를 통해 안내함으로써 복잡한 업무를 손쉽게 수행할 수 있도록 도와주 는 효과가 있음. 특히, 장애인이나 노인과 같이 인식, 인지 능력이 부족한 경 우에, 사용자에게 부족한 정보를 시스템이 보충함으로써 일반인과 동일하게 업무를 수행할 수 있도록 하는 효과가 있음. Issue 분석 Report 59

국내출연 ( 연 ) 보유특허 국내출연 ( 연 ) 보유특허 기술요지 - 상황이해 기술요지 - 상황이해 22. Method for emotion recognition based on minimum classification error 특허번호 US 2120638 출원일 2010년 02월 23일 출원인 한국과학기술연구원 권리존속기간 2030년 09월 02일 25. 상황인지장치및이를이용한상황인지방법 특허번호 KR 1329100 출원일 2009년 10월 30일 출원인 한국전자통신연구원 권리존속기간 2029년 10월 30일 본기술은사용자의감정상태를정의하고사용자에게일어난사고나위험 상황등을신속하고정확하게인식할수있어특히위험에상대적으로취약 본기술은최소분류오차에기초한감정인식방법에관한것으로서, 감정인식에서는감정인식의성능을향상시키기위해감정인식의특징벡터에최소분류오차에따른가우시안혼합모델을이용하여평가한감별력을적용하여감정인식을수행함. 한어린이나여성또는노인들의안전에기여할수있고, 다중센서의인식결과를활용하여효율적으로사용자가감정상태를인식할수있으며, 사용자가위치한장소및사용자의스케쥴을고려하여상황인식을수행함으로써보다정확한상황인지가가능함. 또한, 은행이나편의점등에강도가침입한 경우등위급상황에비상벨을누르는등위험한행동을할필요없이도위험 상황을외부에알릴수있음. 23. 상황기반스포츠정보서비스시스템및방법 특허번호 KR 1198258 출원일 2010년 10월 31일 출원인 한국과학기술연구원 권리존속기간 2030년 09월 14일 26. 실내외상황인식기반의모바일혼합현실콘텐츠운용장치및방법 특허번호 KR 1229078 출원일 2009년 12월 21일 출원인 한국전자통신연구원 권리존속기간 2029년 12월 21일 본기술은스포츠경기의관전이나시청중에경기흐름의이해를증진시키 고상황전개를예측할수있는모티브 (Motive) 를제공하여경기관전이나시 청의흥미를배가시킬수있는상황기반스포츠정보서비스시스템및방법을제공함으로써, 스포츠경기의관전이나시청중에경기흐름의이해를증진시키고, 상황전개를예측할수있는모티브를제공하여경기관전이나시청의몰입과흥미를배가시키수있는이점이있으며, 또한경기중계자는본 본기술은실내 / 외환경및상황에대한부가정보를혼합현실의콘텐츠형태로제공할수있으며, 특히센서네트워크를통해획득한정보와카메라를통해인식된정보를근거로사용자에게실시간으로필요한정보를혼합현실콘텐츠형태로제공할수있는이점이있음. 시스템으로제공되는정보를기반으로중계와해설을진행함으로써좀더체 계적이며편리하게방송을진행할수있음. 24. Human recognition apparatus and human recognition method 특허번호 US 08271204 출원일 2009년 01월 30일 출원인 한국전자통신연구원 권리존속기간 2029년 01월 30일 27. Method and device for controlling terminal based on recognition of vehicle driving condition 특허번호 US 8224301 출원일 2010년 07월 02일 출원인 한국전자통신연구원 권리존속기간 2030년 10월 07일 본기술은인간인식장치로사용자의보행에따른진동을감지하여전기신 호를출력하는감지하고전기신호로부터보행자의보행패턴을획득하는패 턴산출, 보행패턴과이전에측정된보행패턴을비교하는사용자판단하여 비교결과에기초하여사용자를식별하여사용자구별을요구하는다양한산 본기술은주행중의통화및차량운전자에대한단말제어장치로인해발 생할수있는교통사고위험율을감소시키는방법을제공하기위해이루어 진것임. 업기술에서이용될수있음. 60 Issue 분석 Report Issue 분석 Report 61

국내출연 ( 연 ) 보유특허 국내출연 ( 연 ) 보유특허 기술요지 - 상황이해 기술요지 - 상황이해 28. 지오컨텍스트생성장치와이를이용한공간기반상황인식서비스제공시스템및방법 특허번호 KR 1412658 출원일 2010년 11월 15일 출원인 한국전자통신연구원 권리존속기간 2030년 11월 15일 31. Method and apparatus for detecting and recognizing object using local binary patterns 특허번호 US 9008423 출원일 2013년 05월 21일 출원인 한국전자통신연구원 권리존속기간 2033년 05월 21일 본기술은공간기반의상황인식서비스를제공하기위한공간정보, 센서 정보및적어도하나이상의단위상황인컨텍스트로이루어진지오컨텍스를생성할수있는지오컨텍스트생성장치를제공함으로써계층적인컨텍스트의추상화를용이하고확장성있게해주며, 특정도메인에국한되지않고사용자가원하는형태로컨텍스트를정의하고, 적용하고자하는상황인식서비스를시나리오형태로저작할수있어공간기반상황인식서비스를쉽게 본기술은로컬바이너리패턴들에기초한벡터히스토그램들을사용하여객체들을검출하고인식하기위한방법및장치에관한것이며, 로컬이진패턴을이용하여물체를검출하고인식하는장치는입력영상으로부터움직이는물체가존재하는물체영역을추출하여물체의국부영역을지정하여지역이진패턴을생성하는특징형상생성함. 개발하고유지관리할수있도록해줌. 29. Apparatus and method for recognizing position of moving object 특허번호 US 8781732 출원일 2012년 12월 12일 출원인 한국전자통신연구원 권리존속기간 2033년 03월 27일 32. Apparatus and method for providing activity recognition based application service 특허번호 US 9183431 출원일 2014년 01월 23일 출원인 한국전자통신연구원 권리존속기간 2034년 01월 23일 본기술의야외에서 low-cost센서에의해이동물체의위치를인식하기위한장치로, 위치인식장치는이동체의이동에기초하여입자의위치를갱신하고, 위치갱신된입자의정확도에기초하여입자의수를점진적으로감소시킴으로써이동체의위치를인식함. 본기술은인체에추출한 3 차원활동량및이전에학습한활동모델의기초 로한카메라로부터제공되는깊이영상을수집하는영상수신모듈과, 인체 의움직임을인식하는인체인식모듈을포함함. 30. Apparatus and method for interaction between content and olfactory recognition device 특허번호 US 9310781 출원일 2012년 12월 18일 출원인 한국전자통신연구원 권리존속기간 2032년 12월 18일 33. Object recognition apparatus using spectrometer and method thereof 특허번호 US 9217670 출원일 2014년 06월 17일 출원인 한국전자통신연구원 권리존속기간 2034년 06월 17일 본기술은다파장분광기를사용하여대상물을인식하는장치는, 입력된 3 본기술은한종래의기술의문제점을해결하기위하여안출된것으로서, 컨텐츠와후각인식장치간의상호작용을위한장치및방법을제공함에있음. 사용자에일방적으로제공되는시청각및텍스트중심콘텐츠와같은콘텐츠를포함하고, 콘텐츠가사용자에의해제공된악취또는자발적으로발생된악취를인지하고톤텐츠의악취에반응을일으킬수있게함. 차원화상으로부터관심부위를추출하여관심부위의형상정보를출력하는광조사부와, 검출된관심영역에대응하는물체의임의의위치에대한복수의파장과, 상기복수의파장의광각각에대한분광광도를측정하도록구성된수광부와, 차동분광광도맵을생성하도록구성된광처리유닛동일한광조사위치에서측정된상이한파장의분광광도값들사이의미분값을사용하여상기차분분광광도맵과상기형상정보를사용하여상기대상을 인식할수있음. 62 Issue 분석 Report Issue 분석 Report 63

국내출연 ( 연 ) 보유특허 국내출연 ( 연 ) 보유특허 기술요지 - 상황이해 기술요지 - 상황이해 / 언어이해 34. Apparatus and method for recognizing object using correlation between object and content-related information 특허번호 US 9412049 출원일 2015년 01월 05일 출원인 한국전자통신연구원 권리존속기간 2035년 01월 05일 37. 상황인식온톨로지를이용한웹기반시맨틱정보검색시스템 특허번호 KR 1469526 출원일 2014년 08월 29일 출원인 한국지질자연연구원 권리존속기간 2034년 08월 29일 본기술은상황온톨로지를이용한시맨틱데이터마이닝알고리즘 본기술은객체인식장치는, 객체및컨탠츠관련정보에대한상관정보를 이용하여객체를인식하는장치로, 이미지데이터내의특정객체를식별하 도록구성된객체식별자를포함하는컴퓨터판독가능매체임 (Semantic Data Mining Algorithm) 을이용하여보다정확하고요약된검색결과를제공할수있도록구성되는상황인식온톨로지를이용한웹기반시맨틱정보검색시스템이제공됨으로써, 스마트폰과같은모바일단말기의제한된화면과적은메모리의단점을극복할수있으며, 사용자는한번의검색만 으로원하는정보의내용뿐만아니라위치까지도쉽게찾을수있음. 35. 상황인지에기반한사용자관심정보서비스를제공하기위한상황인식온톨로지구현방법 특허번호 KR 1469523 출원일 2014년 08월 29일 출원인 한국지질자원연구원 권리존속기간 2034년 08월 29일 38. 스테레오카메라를이용한 3차원비전기반의실시간언어인식및음성생성방법과시스템 특허번호 KR 1074817 출원일 2010년 03월 22일 출원인 한국과학기술연구원 권리존속기간 2030년 03월 22일 본기술은상황인식기술에기반하여사용자의관심도를예측하고, 사용자가 정확히예측하기위한상황온톨로지모델을구축하며, 이러한상황온톨로지모델에근거하여사용자관심정보를예측하는것에의해사용자의검색요청에대하여사용자의관심에관련된정보만을제시하여보다정확하고간결한검색결과를제공할수있도록구성되는상황인지에기반한사용자관심정 본기술은특히음성장애환자의의사소통을보조하기위해, 스테레오영상 을이용한피사체의 3 차원안면부의정량적분석및상기분석에기반한기 술임. 보서비스를제공하기위한상황인식온톨로지구현방법이제공됨. 36. 시맨틱데이터마이닝을이용한상황인지기반사용자관심정보검색서비스제공방법 특허번호 KR 1469524 출원일 2014년 08월 29일 출원인 한국지질자원연구원 권리존속기간 2034년 08월 29일 39. 스테레오카메라기반의 3차원실시간입술특징점추출을이용한음성인식장치및음성인식방법 특허번호 KR 1187600 출원일 2011년 02월 09일 출원인 한국과학기술연구원 권리존속기간 2031년 02월 09일 본기술은실시간으로입술영역의특징점을추출하고화자가의도하는음성 본기술은상황온톨로지를이용한시맨틱데이터마이닝알고리즘 (Semantic Data Mining Algorithm) 을이용하여보다정확하고요약된검색결과를제공할수있도록구성되는시맨틱데이터마이닝을이용한상황인지기반사용자관심정보검색서비스제공방법이제공됨. 을보다정확하게인식할수있으며, 휴대형스테레오카메라를이용한기술로서, 스마트폰이나태블릿 PC등에장착이가능하여하드웨어및소프트웨어의구축이용이하고휴대및설치가간편하며, 이는일반사용자를위한음성인식및스마트인터페이스로사용될수있을뿐만아니라, 음성장애환 자및노약자를위한의사소통보조시스템으로이용도리수있음. 64 Issue 분석 Report Issue 분석 Report 65

국내출연 ( 연 ) 보유특허 국내출연 ( 연 ) 보유특허 기술요지 - 언어이해 기술요지 - 언어이해 40. Method of extracting experience sentence and classifying verb in blog 특허번호 US 8676566 출원일 2011년 07월 07일 출원인 한국과학기술연구원 권리존속기간 2032년 04월 10일 43. Hybrid translation apparatus and method thereof 특허번호 US 8457947 출원일 2010년 01월 04일 출원인 한국전자통신연구원 권리존속기간 2031년 12월 21일 본기술은블로그문서로부터경험적문장을추출하는방법및블로그문서 에기록된문장에서활동동사와상태동사로동사를분류하는방법이제공 되며, 블로그문서로부터경험문장을추출하는방법은문법적특징에기초 한기계학습알고리즘을이용하여문장분류기를생성하고, 사용자의실제 경험을나타내는경험문장과블로그문서에경험이없는문장을분류하여 본기술은통계기반의방법과패턴기반접근법을포함하는하이브리드기술 에의해입력소스언어문장을처리하여생긴각각의번역결과를이용하는 목표언어문장을출력하는것을할수있음. 블로그문서의문장을경험문장및경험이없는문장으로분류함으로서사 용자가실제로경험했거나경험한경험을문서에서추출할수있음. 41. 어휘자원시맨틱네트워크의관계오류검출방법및장치 특허번호 KR 1078751 출원일 2011년 03월 23일 출원인 한국과학기술정보연구원 권리존속기간 2031년 02월 23일 44. 엔베스트인식단어계산량감소를위한 2단계발화검증구조를갖는음성인식장치및방법 특허번호 KR 1317339 출원일 2010년 04월 12일 출원인 한국전자통신연구원 권리존속기간 2030년 04월 12일 본기술은어휘자원들의시맨틱네트워크관계를통해용어간의관계선언오 류를자동으로검출할수있는어휘자원시맨틱네트워크의관계오류검출 방법및장치를제공하는데있음. 본기술은대어휘임베디드음성인식시스템에고성능, 실시간성능을만족하는엔베스트발화검증구조와방법을제공함으로써사용자의재발성을유도하거나, 사용자에게발성오류를알려줌으로써음성인식시스템을사용하는사용자의편의성과시스템에대한신뢰도를높여줌. 42. 자연어처리를활용한제품별산업구조분석방법및분석장치 특허번호 KR 1612291 출원일 2014년 10월 30일 출원인 한국과학기술정보연구원 권리존속기간 2034년 10월 30일 45. Foreign language writing service method and system 특허번호 US 8635060 출원일 2010년 06월 29일 출원인 한국전자통신연구원 권리존속기간 2031년 01월 28일 본기술은기술문헌으로부터제품별산업구조를이해할수있는정보를얻을 수있고현재사용자가보유하고있는제품을기반으로한기술전략및제품 전략을수립하는데에기여할수있고거래속성이드러나는제품키워드들만을효율적으로추출해낼수있어, 최종적으로얻어지는결과물의정확도가높아지는효과가있고, 유효한제품키워드들만을대상으로분석이가능하므로전체분석과정이신속하게이루어질수있으며, 제품별산업구조를분석 본기술은외국어작성서비스방법으로학습자가외국어부분과모국어의혼합된텍스트를입력할때, 혼합된텍스트중에서모국어부분을인식하고모국어를번역하여혼합된텍스트의외국어부분과모국어번역결과를결합하여결합된텍스트를생성하여학습자에게제공함. 하는데에전문가의도움이없이도사용자가쉽게활용할수있는효과가있 음. 66 Issue 분석 Report Issue 분석 Report 67

국내출연 ( 연 ) 보유특허 국내출연 ( 연 ) 보유특허 기술요지 - 언어이해 기술요지 - 언어이해 46. 음성인식장치및방법 특허번호 KR 1329281 출원일 2010년 10월 26일 출원인 한국전자통신연구원 권리존속기간 2030년 10월 26일 49. 연속어음성인식시스템에서언어모델의고유명사추가장치및방법 특허번호 KR 1388569 출원일 2011년 08월 10일 출원인 한국전자통신연구원 권리존속기간 2031년 08월 10일 본기술은입력신호의인식이병력로수행되므로종래음성인식장치의메 모리및속도제약이해소되어, 입력신호의인식속도를향상시킬수있으며, 전역코퍼스로부터생성된개별언어모델및전역음향모델을이용하여개 별인식부가병렬로인식을수행함으로써, 언어모델의적용범위를제고시킬 본기술은음성인식을위한언어모델에없는신규고유명사를문장의다양한 표현을반영한엔그램형태로추가할수있기때문에단순히고유명사만으 로추가하는방법보다고유명사의높은음성인식성능을얻을수있음. 수있음. 47. 음성인식방법및이를위한시스템 특허번호 KR 1330328 출원일 2010년 12월 14일 출원인 한국전자통신연구원 권리존속기간 2030년 12월 14일 50. 음성인식용탐색공간생성장치및방법 특허번호 KR 1578766 출원일 2011년 09월 06일 출원인 한국전자통신연구원 권리존속기간 2031년 09월 06일 본기술은음향모델훈련용음성발화데이터베이스를이용하여음성인식을 본기술은개인맞춤형자연어연속어음성인식방법및이를위한시스템을이용할경우에는현재웹서비스중에휴대단말환경기반음성검색서비스의성능을최대한높이기위해자연어발성을통한다양한음성인식서비스를창출할수있음. 수행하기때문에음성인식의정확도를높여선택적포즈가삽입될단어목록에대한정확도를높일수있고선택적포즈가삽입될단어목록을구하기위하여별도의음성발화데이터베이스를구축할필요를없애며, 특정단어에대해서만선택적포즈를삽입하여탐색공간을구성하기때문에음성인식의성능을떨어뜨리지않으면서탐색공간의크기증가를최소화할수있 는효과가있음. 48. 한국어연속음성인식을위한컨퓨젼네트워크리스코어링장치및이를이용한컨퓨젼네트워크생성방법및리스코어링방법 특허번호 KR 1444409 출원일 2011년 07월 22일 출원인 한국전자통신연구원 권리존속기간 2031년 07월 22일 51. 온라인비지도특징벡터적응기법을이용한음성인식시스템및방법 특허번호 KR 1281958 출원일 2011년 09월 06일 출원인 한국전자통신연구원 권리존속기간 2031년 09월 06일 본기술은래티스링크확률의한계치를설정함으로써, 컨퓨젼네트워크의생성속도를향상시키고, 래티스푸루닝 (lattice pruning) 을통해유실되는정보량을최소화할수있으며, 래티스푸루닝과정에서유실되는정보량을최소화함으로써, 후처리과정에보다많은정보를전달할수있는효컨퓨젼네트워크의활용도를높이고, 다양한언어지식활용을가능하게하는효과가있음. 본기술은음성인식기기능성능향상을위해입력데이터를인식하기전단계의처리과정으로화자및환경의변화에도강인하게성능을유지하도록돕고모바일환경에서음성인식하는경우주변잡음과함께발성된음성을처리시에신호단계의음성왜곡현상없이특징벡터단계에서변환처리로잡음에강인한인식성능을보일수있으며, 신호처리과정을거친데이터를입력으로받을수있고, 음향모델적응을통해화자적응된음향모델과도함께이용할수있어추가적인성능향상방법으로효과를볼수있음. 68 Issue 분석 Report Issue 분석 Report 69

국내출연 ( 연 ) 보유특허 국내출연 ( 연 ) 보유특허 기술요지 - 언어이해 기술요지 - 언어이해 / 시각이해 52. 화자그룹기반음성인식장치및방법 특허번호 KR 1478146 출원일 2011년 12월 15일 출원인 한국전자통신연구원 권리존속기간 2031년 12월 15일 55. Apparatus and method for improving voice recognition 특허번호 US 9311916 출원일 2015년 03월 24일 출원인 한국전자통신연구원 권리존속기간 2035년 03월 24일 본기술은상기장치는표준음성송신유닛, 멜 - 주파수셉스트럼계수 본기술은음성인식성능을높일수있고언어모델의누적학습과정에대해특정어휘및어휘패턴을공유하는사용자개인및사용자그룹의정보를활용하여비교사적인학습을자동화하고동시에음성인식성능을제고하는효과가있음. (MFCC) 생성유닛, 및 MFCC 보상유닛을포함하고, 표준음성전송장치는표준음성을생성함. MFCC 생성부는음성인식이전의표준음성의발화에기초하여음성특징데이터 (MFCC) 를생성하며, 상기 MFCC 보상부는상기표준음성에기초하여생성된이득값을저장하고, 음성인식시상기이득값을이용하여사용자의발화에기초하여음성특징데이터의왜곡을보 상함. 53. Personalized advertisement device based on speech recognition SMS service, and personalized advertisement exposure method based on partial speech recognition SMS service 특허번호 US 9390426 출원일 2012 년 09 월 05 일 출원인한국전자통신연구원권리존속기간 2032 년 09 월 05 일 56. 도로표지영상에서의방향정보자동인식방법 특허번호 KR 1411893 출원일 2014년 04월 11일 출원인 한국건설기술연구원 권리존속기간 2034년 04월 11일 본기술은음성인식 SMS 서비스를기반으로한개인화된광고장치및그방법을이용한음성인식 SMS 서비스기반의개인화된광고노출방법에관한것으로서, 사용자의의도, 감정상태및위치정보를파악하여광고효과를극대화할수있고음성인식에의한문자서비스로의변환이완료될때까지광고를구성하는단계및상기구성된광고를사용자에게노출하는 본기술은도로표지내의방향정보영역이갖는특성을고려하여검출을실행함으로써, 도로표지내의방향정보를자동으로정확하게인식할수있고, 도로표지의다수방향으로라인스캔을실행하고이를조합하여방향정보영역을검출함으로써, 더욱정확한방향정보의검출이가능함. 단계를포함하는것을특징으로하는음성인식 SMS 서비스제공방법임. 54. Apparatus for speech recognition using multiple acoustic model and method thereof 특허번호 US 9378742 출원일 2013년 03월 18일 출원인 한국전자통신연구원 권리존속기간 2033년 03월 18일 57. 움직이는물체의실시간위치인식장치및방법 특허번호 KR 1246300 출원일 2011년 07월 13일 출원인 한국과학기술연구원 권리존속기간 2031년 07월 13일 본기술은기존의실시간전처리및적응방식의한계를넘어서는성능향상 을달성할수있고복수의모델을신속하게선택함으로써병렬인식처리를 수행하도록구성될수있고, 따라서현재서비스되고있는모든온라인음성 인식시스템에적용될수있음. 본기술은움직이는물체의실시간위치인식장치및방법은움직이는물체 의다자유도위치의실시간인식을용이하게하며, 저렴한비용으로고속, 고 정밀도의위치인식을가능하게함. 70 Issue 분석 Report Issue 분석 Report 71

국내 출연(연) 보유 특허 국내 출연(연) 보유 특허 기술 요지 - 시각이해 기술 요지 - 시각이해 58. 손모양 깊이영상 데이터베이스 구축방법, 손모양 인식방법 및 손모양 인식 장치 61. 3차원 얼굴모델 투영을 통한 얼굴 인식 방법 및 시스템 특허번호 KR 1436050 출원일 2013년 06월 07일 특허번호 KR 1647803 출원일 2014년 09월 18일 출원인 한국과학기술연구원 권리 존속기간 2033년 06월 07일 출원인 한국과학기술연구원 권리 존속기간 2034년 09월 18일 기술 내용 기술 내용 본 기술은 사용자의 손모양을 인식할 때, 손모양에 관한 깊이영상을 데이터 본 발명은 대상이 되는 얼굴의 포즈 정보에 따라 3차원 얼굴 모델 투영을 하 베이스로 구축하고, 데이터베이스를 이용하여 손모양을 인식하므로 종래 기 여 얼굴 인식을 수행하는 방법 및 시스템에 관한 것으로 3차원 얼굴 모델 투 술보다 더욱 빠르고 정확한 인식을 달성 할 수 있으며, 데이터베이스로부터 영을 통한 얼굴 인식 시스템 및 방법에 관한 발명이다. 본 발명에서는 3차원 입력된 손모양과 가장 유사한 손모양을 검출하므로 손모양 인식 속도가 더욱 데이터베이스에 저장된 3차원 영상 정보를 2차원 입력 영상내의 얼굴 따라 빠름. 가공하여 얼굴 인식에 사용함. 59. 입술 영상에서 추출된 다수의 입술 움직임 특징을 이용한 시각적 음성인식 시스템 62. 얼굴 표정 정규화를 통한 얼굴 인식 방법, 이를 수행하기 위한 기록 매체 및 장치 특허번호 KR 1480816 출원일 2013년 06월 18일 특허번호 KR 1643573 출원일 2014년 11월 21일 출원인 한국과학기술연구원 권리 존속기간 2033년 06월 18일 출원인 한국과학기술연구원 권리 존속기간 2034년 11월 21일 기술 내용 기술 내용 본 발명은 3차원 얼굴 모델을 기반으로 하는 얼굴 표정 정규화를 통한 얼굴 본 기술은 시각적 음성인식 시스템에 관한 것으로서, 입술 모양 정보와 2차 인식 방법, 이를 수행하기 위한 기록 매체 및 장치에 관한 것으로 얼굴의 모 원 영상에서의 영상 화소의 밝기 정보를 동시에 이용함으로써, 정확하고 안 든 영역에 대한 정보를 사용하여 얼굴 인식에 사용할 수 있으므로, 정보 손실 정적인 음성 인식 성능을 가질 수 있는 음성 인식 시스템을 제공함. 없이 얼굴 인식을 수행할 수 있음. 60. 이분된 로컬 영역을 가지는 윤곽선 분할 기반 특징을 이용한 물체 인식 방법 63. 3D motion recognition method and apparatus 특허번호 KR 1528757 출원일 2013년 10월 15일 특허번호 US 8831280 출원일 2011년 12월 09일 출원인 한국과학기술연구원 권리 존속기간 2033년 10월 15일 출원인 한국전자통신연구원 권리 존속기간 2033년 01월 24일 기술 내용 기술 내용 본 기술은 분된 로컬 영역을 가지는 윤곽선 분할 기반 특징을 이용한 텍스쳐 가 모호한 물체 인식 방법은, 영상데이터에서 물체의 텍스쳐가 없는, 즉 배경 본 기술은 공간에 대해서 광흐름 기법을 이용하여 특징 기반의 스테레오 매 과 경계가 모호한 물체의 강건한 물체 인식이 정확하고 빠르게 이루어질 수 칭 방법을 수행함으로써, 어려운 캘리브레이션 과정을 통하여 에피폴라 라인 있는 장점이 있으며, 상이한 배경에서 정확한 물체 인식을 위한 배경효과를 을 찾을 필요가 없으며, 레티피케이션(rectification)을 수행하지 않아도 되고 줄일 수 있는 장점이 있으며, 또한, 쌍 디스크립터 생성에 의한 특징점들 사 영안의 색감이나 밝기 값이 조금 다를더라도 정확하고 안정적으로 양쪽 영상 이에서 상대적인 기하학적 속성에 의해 평면 회전과 변형 및 어파인 변환에 의 특징을 추적 할 수있으며, 수행 속도가 실시간으로 처리되기 때문에 여러 대해 강건하여 텍스쳐가 없이 배경과의 경계가 모호한 물체를 강건하게 인식 가지 실시간 응용에 쉽게 적용될 수 있음. 할 수 있는 작용효과가 발휘될 수 있음 72 Issue 분석 Report Issue 분석 Report 73

국내출연 ( 연 ) 보유특허 국내출연 ( 연 ) 보유특허 기술요지 - 시각이해 기술요지 - 시각이해 64. Camera-based indoor position recognition apparatus and method 특허번호 US 8463541 출원일 2011년 12월 14일 출원인 한국전자통신연구원 권리존속기간 2031년 12월 22일 67. Component recognizing apparatus and component recognizing method 특허번호 US 90088440 출원일 2012년 07월 10일 출원인 한국전자통신연구원 권리존속기간 2033년 01월 09일 본기술은카메라기반의실내위치인식장치는실내공간의천정에설치도 니카메라를제어하여바닥영상을포착하고바닥영상을소정크기의셀들 로분할하여셀들에할당하여격자영상을생성하는격자맵생성하고실내 공간에서로봇과데이터통신을수행하는송수신기및로봇의식별자등록 요청메시지및위치정보요청메시지에따라식별자등록및현재위치정 본기술은구성요소인식장치를제공하고자카메라에의해획득된구성 영상으로부터구성영역을추출하고, 추출된구성영역으로부터특징벡터를 추출하는구성요소인식장치및방법에관한것임. 보를로봇에제공하여메시지및위치를보내로봇의정보를보내어요청메 시지는송수신기로전달됨. 65. Image recognition device and method of recognizing image thereof 특허번호 US 8897577 출원일 2012년 05월 18일 출원인 한국전자통신연구원 권리존속기간 2033년 02월 23일 68. System for recognizing disguised face using gabor feature and SVM classifier and method thereof 특허번호 US 8913798 출원일 2012년 08월 02일 출원인 한국전자통신연구원 권리존속기간 2033년 01월 24일 본기술은이미지인식장치의이미지인식방법에있어서학습벡터를폴딩연산을통해감소된차수를갖는 2차원벡터롤변환시켜투영벡터를생성해트레이닝벡터를압축벡터로변환시키고압축벡터로부터트레이닝파라미터를추출및입력이미지로부터획득된입력벡터를학습파라미터로분류하 본기술은가보 (Gabor) 특징및 SVM(Support Vector Machine) 분류기를이 용하여위장된얼굴을인식하는시스템및방법으로, 입력된얼굴이미지가 위장되었는지여부를판단하는시스템임. 여이미지를인식하는단계를특징으로하는방법임. 66. Apparatus and method for dynamic multi-dimensional codes with time and visual recognition information 특허번호 US 9087277 출원일 2012년 06월 26일 출원인 한국전자통신연구원 권리존속기간 2032년 06월 26일 69. Apparatus and method for recognizing current position of vehicle using internal network of the vehicle and image sensor 특허번호 US 9208389 출원일 2012 년 08 월 27 일 출원인한국전자통신연구원권리존속기간 2032 년 08 월 27 일 본기술은차량의내부네트워크에접속되어차량의주행상태를검출하기 본기술은정보보호및전산화기술로다차원코드를생성하여표시하고스 마트폰등의휴대용다기능장치를이용한전자상거래, 인터넷뱅킹등의생 활에편리성을제공할것으로기대되는차세대기술임. 위한기존센서에의해검출되고차량의현재위치를계산할때차량에장착된정보를사용하기때문에추가센서가필요하지않고이미지센서에의해생성된이미지신호에기록된정보중도로상에표시된특정데이터만이검출되기때문에, 이미지처리의정도가감소되고, 따라서데이터를신속하 게처리할수있음. 74 Issue 분석 Report Issue 분석 Report 75

국내출연 ( 연 ) 보유특허 국내출연 ( 연 ) 보유특허 기술요지 - 시각이해 기술요지 - 시각이해 70. Sensing circuit for recognizing movement and movement recognizing method thereof 특허번호 US 9341713 출원일 2014년 08월 07일 출원인 한국전자통신연구원 권리존속기간 2034년 12월 03일 73. 제스쳐인식장치및그방법 특허번호 KR 1653235 출원일 2016년 03월 11일 출원인 한국전자통신연구원 권리존속기간 2029년 07월 03일 본기술은로봇과사용자간의거리가원거리에서도원거리상호작용을위한 본기술은광을출려하는발광소자와물체에의해반사된광을수광하여 입사광의양에비례하는복수의전류신호를생성하는수광소자를포함하는 물체의이동과그이동위치를인식하기위한센싱회로임 4가지제스쳐 (Wavinng, Calling, Raising, Stopping) 를인식할수있음. 제스쳐를인식하기위해, 사용자에게어떠한제약도가하지않으며, 사용자가취할수도있는일상적인행동과정의된 4가지제스쳐의구별이가능함. 따라서음성인식이어려운원거리 ( 약 4-5m) 에서의인간로봇상호작용을위한유 용한수단으로활용될수있음. 71. System and method for evaluating face recognition performance of service robot using ultra high definition facial video database 특허번호 US 9483688 출원일 2014 년 11 월 13 일 출원인한국전자통신연구원권리존속기간 2034 년 11 월 13 일 74. Navigation system and method of recognizing traffic lane using the same 특허번호 US 8437952 출원일 2011년 01월 20일 출원인 한국항공우주연구원 권리존속기간 2031년 09월 07일 본기술은 UHD 얼굴의비디오는서비스로봇의얼굴인식성능을평가하기 위해이용되고, 그러므로실제상황과유사한성능평가환경을제공하는것 이가능함. 본기술은네비게이션시스템및이를이용한교통레인인식방법에관한 것으로, 설치및유지보수면에서제한이없으며도로주변의기상조건에영 향을주지않으면서정확한차선인식이가능함. 72. Method and apparatus for recognizing hand motion 특허번호 US 9412013 출원일 2015년 01월 07일 출원인 한국전자통신연구원 권리존속기간 2035년 01월 07일 75. Navigation device and road lane recognition method thereof 특허번호 US 8204685 출원일 2011년 04월 29일 출원인 한국항공우주연구원 권리존속기간 2031년 05월 31일 본기술은외부환경이나피부색에관계없이손가락움직임의인식정밀도를 높일수있는장점이있는손동작인식방법및장치를제공하기위한것임. 본기술은항법위성및중앙국의위성항법정보와전자지도의데이터만으 로차량의주행차선을구분할수있으므로, 설치와유지면에서제약이없으 며, 주변기후에대한영향없이정확한차로구분이가능한이점이있음. 76 Issue 분석 Report Issue 분석 Report 77

발행일 2017.06.26 발행인국가과학기술연구회공동TLO마케팅사무국발행처국가과학기술연구회세종특별자치시시청대로 370 세종국책연구단지연구지원동 5,6,7층 (30147) 전화 044-287-7413 팩스 044-287-7050 편집인디파트너스디파트너스 02-726-1206 디자인인쇄나라닷컴