2017.06.02

기업이 반드시 도입해야 하는 AI 활용법 5가지

Ralph Tkatchuk | Network World

한때 AI는 상급 컴퓨터 과학자나 미래학자를 위한 주제였지만, 오늘날에는 그렇게 부담스러운 것이 아니다.

이 분야의 눈부신 발전으로 AI는 이제 누구나 이용할 수 있는 것이 되었다. 머신러닝이나 자연어 처리 같은 AI의 하위 분야가 이제는 매일 뉴스에서 듣는 이야기가 되었다. 그리고 2020년이면 AI 관련 시장의 규모가 500억 달러에 이를 것으로 추정된다.



AI 시장의 확대에 대해 미국의 한 기업가는 AI가 결국에는 모든 산업 분야로 확장될 것이며, 여기에는 실시간 경매나 생체인식, 대화 인식 등이 포함되어 있다.

구글이나 IBM 같은 인프라와 플랫폼 공급업체 또한 자사 AI API에 대한 액세스를 제공하고 있다. 클라우드 서비스와 서드파티 개발업체는 이들 API를 이용해 자신들의 애플리케이션에 AI를 통합하고 있다. 그리고 기업들은 자사의 비즈니스 기능을 개선하는 데 AI 프로젝트를 적용할 방법을 적극적으로 모색하고 있다.

1. 비즈니스 인텔리전스
오늘날의 치열한 기업 경쟁 환경 덕분에 기업들은 특정 주제가 큰 문제가 되기 전에 해당 주제를 철두철미하게 파악하고 있어야 한다. 현재는 정교한 분석 툴을 이용할 수 있기 때문에 의사결정은 데이터에 의해 이루어진다. 이런 방식으로 의사결정권자는 편향된 데이터의 함정을 피하고 직관에만 의존하지 않을 수 있다.

이런 상황에서는 인사이트를 뽑아낼 수 있는 비즈니스 정보를 지속적으로 수집하고 모니터링해야 한다. 더구나 수많은 소스로부터 엄청난 양의 데이터가 나오기 때문에 데이터를 관리하는 것은 이제 중요한 일이 됐다. 전통적인 BI 방법론과 툴은 이런 규모와 다양성을 수용하느라 애를 쓰고 있는 상황이다.

AI가 등장하는 것은 바로 이 대목이다. 첨단 알고리즘은 이제 대량의 데이터를 분쇄해 보고서를 만들어 내는 데 사용된다.

심지어 AI는 시각화와 대시보드를 실시간으로 만들어낸다. 또한 AI는 예외를 탐지하도록 훈련할 수 있으며, 핵심 성과 지표를 기준으로 기준치를 모니터링하다가 경보를 보내고 늦게 않게 적절한 조치를 취할 수 있도록 해준다.

2. 챗봇
또 하나의 흥미로운 AI 분야는 챗봇이다. 자연어 처리 분야의 발전으로 다양한 대화를 즉석에서 처리할 수 있는 시스템이 가능해졌다. 전문가들은 튜링 테스트는 아직 한참 멀었다고 주장하지만, 애플 시리나 마이크로소프트 코타나 같은 가상 비서는 일상적인 작업을 널리 사용되고 있으며, 이를 통해 챗봇의 가능성을 확인할 수 있다.

인기 메시징 애플리케이션이 개발 플랫폼을 개방해 다른 업체가 자사 봇을 채팅 앱에 통합할 수 있도록 했다. 예를 들어, 사용자는 페이스북 메신저를 통해 꽃배달 전문업체인 1-800-Flowers.com에 주문할 수 있다. CNN의 메신저 봇에 전세계에서 일어나는 최신 사건 사고에 대해 물어볼 수 있으며, 심지어 우버는 채팅 창에서 차량을 예약할 수 있다.

기업에게 챗봇은 일정 수준의 자동화를 제공해 계정 관리나 일상적인 지원 업무에 드는 자원을 절감할 수 있다. 챗봇을 활용한 또 다른 애플리케이션으로는 전자상거래나 온라인 쇼핑이 있다. 사용자는 챗봇에 특정 상품에 대해 질문하고 원하는 설명을 들을 수 있다. 예를 들어, “작은 치수의 빨간 셔츠를 보여줘” 같은 요청에 챗봇이 즉각 대응해 채팅 창에서 추천 제품을 보여주는 방식이다.

3. 현지화
오늘날의 전사상거래 환경에서 현지화는 특정 시장에 맞춘 독특한 사용자 경험을 제공하는 것은 주요 고려사항이다. 과거에는 디지털 상품만이 국경을 넘나드는 전자상거래의 이점을 누렸지만, 물류와 지불 서비스가 발전하면서 물리적인 상품을 취급하는 전자상거래도 쉽게 국경을 넘을 수 있게 됐다.

머천트 서비스는 결재와 납세, 선적 등을 한층 쉽게 만들어주지만, 전자상거래에서 언어는 여전히 하나의 장벽이 된다. 모든 상품 설명을 10개 언어로 번역한다고 생각해 보라. 이 문제를 해결하는 데는 번역 API가 사용된다.

맥락에 맞고 일관성 있는 콘텐츠 번역은 여전히 사람이 하는 것이 좋지만, 수천 가지 상품의 설명을 사람에게 맡기는 것은 비용과 시간 모두 합리적이지 않다. 자연어 처리 AI는 이제 쓸만한 수준의 정확도를 유지하며 직역을 생산할 수 있다.


2017.06.02

기업이 반드시 도입해야 하는 AI 활용법 5가지

Ralph Tkatchuk | Network World

한때 AI는 상급 컴퓨터 과학자나 미래학자를 위한 주제였지만, 오늘날에는 그렇게 부담스러운 것이 아니다.

이 분야의 눈부신 발전으로 AI는 이제 누구나 이용할 수 있는 것이 되었다. 머신러닝이나 자연어 처리 같은 AI의 하위 분야가 이제는 매일 뉴스에서 듣는 이야기가 되었다. 그리고 2020년이면 AI 관련 시장의 규모가 500억 달러에 이를 것으로 추정된다.



AI 시장의 확대에 대해 미국의 한 기업가는 AI가 결국에는 모든 산업 분야로 확장될 것이며, 여기에는 실시간 경매나 생체인식, 대화 인식 등이 포함되어 있다.

구글이나 IBM 같은 인프라와 플랫폼 공급업체 또한 자사 AI API에 대한 액세스를 제공하고 있다. 클라우드 서비스와 서드파티 개발업체는 이들 API를 이용해 자신들의 애플리케이션에 AI를 통합하고 있다. 그리고 기업들은 자사의 비즈니스 기능을 개선하는 데 AI 프로젝트를 적용할 방법을 적극적으로 모색하고 있다.

1. 비즈니스 인텔리전스
오늘날의 치열한 기업 경쟁 환경 덕분에 기업들은 특정 주제가 큰 문제가 되기 전에 해당 주제를 철두철미하게 파악하고 있어야 한다. 현재는 정교한 분석 툴을 이용할 수 있기 때문에 의사결정은 데이터에 의해 이루어진다. 이런 방식으로 의사결정권자는 편향된 데이터의 함정을 피하고 직관에만 의존하지 않을 수 있다.

이런 상황에서는 인사이트를 뽑아낼 수 있는 비즈니스 정보를 지속적으로 수집하고 모니터링해야 한다. 더구나 수많은 소스로부터 엄청난 양의 데이터가 나오기 때문에 데이터를 관리하는 것은 이제 중요한 일이 됐다. 전통적인 BI 방법론과 툴은 이런 규모와 다양성을 수용하느라 애를 쓰고 있는 상황이다.

AI가 등장하는 것은 바로 이 대목이다. 첨단 알고리즘은 이제 대량의 데이터를 분쇄해 보고서를 만들어 내는 데 사용된다.

심지어 AI는 시각화와 대시보드를 실시간으로 만들어낸다. 또한 AI는 예외를 탐지하도록 훈련할 수 있으며, 핵심 성과 지표를 기준으로 기준치를 모니터링하다가 경보를 보내고 늦게 않게 적절한 조치를 취할 수 있도록 해준다.

2. 챗봇
또 하나의 흥미로운 AI 분야는 챗봇이다. 자연어 처리 분야의 발전으로 다양한 대화를 즉석에서 처리할 수 있는 시스템이 가능해졌다. 전문가들은 튜링 테스트는 아직 한참 멀었다고 주장하지만, 애플 시리나 마이크로소프트 코타나 같은 가상 비서는 일상적인 작업을 널리 사용되고 있으며, 이를 통해 챗봇의 가능성을 확인할 수 있다.

인기 메시징 애플리케이션이 개발 플랫폼을 개방해 다른 업체가 자사 봇을 채팅 앱에 통합할 수 있도록 했다. 예를 들어, 사용자는 페이스북 메신저를 통해 꽃배달 전문업체인 1-800-Flowers.com에 주문할 수 있다. CNN의 메신저 봇에 전세계에서 일어나는 최신 사건 사고에 대해 물어볼 수 있으며, 심지어 우버는 채팅 창에서 차량을 예약할 수 있다.

기업에게 챗봇은 일정 수준의 자동화를 제공해 계정 관리나 일상적인 지원 업무에 드는 자원을 절감할 수 있다. 챗봇을 활용한 또 다른 애플리케이션으로는 전자상거래나 온라인 쇼핑이 있다. 사용자는 챗봇에 특정 상품에 대해 질문하고 원하는 설명을 들을 수 있다. 예를 들어, “작은 치수의 빨간 셔츠를 보여줘” 같은 요청에 챗봇이 즉각 대응해 채팅 창에서 추천 제품을 보여주는 방식이다.

3. 현지화
오늘날의 전사상거래 환경에서 현지화는 특정 시장에 맞춘 독특한 사용자 경험을 제공하는 것은 주요 고려사항이다. 과거에는 디지털 상품만이 국경을 넘나드는 전자상거래의 이점을 누렸지만, 물류와 지불 서비스가 발전하면서 물리적인 상품을 취급하는 전자상거래도 쉽게 국경을 넘을 수 있게 됐다.

머천트 서비스는 결재와 납세, 선적 등을 한층 쉽게 만들어주지만, 전자상거래에서 언어는 여전히 하나의 장벽이 된다. 모든 상품 설명을 10개 언어로 번역한다고 생각해 보라. 이 문제를 해결하는 데는 번역 API가 사용된다.

맥락에 맞고 일관성 있는 콘텐츠 번역은 여전히 사람이 하는 것이 좋지만, 수천 가지 상품의 설명을 사람에게 맡기는 것은 비용과 시간 모두 합리적이지 않다. 자연어 처리 AI는 이제 쓸만한 수준의 정확도를 유지하며 직역을 생산할 수 있다.


X