2017.01.17

스마트 기계, 친구일까 적일까?

BrandPost Sponsored by HPE
Kristine Rodriguez, Derek Slater | HPE


전 세계 지식 근로자들은 이제 정신을 바짝 차려야 합니다. 곧 일자리 경쟁이 고조될 것이기 때문입니다. 새로운 경쟁자는 사회성이 부족하지만, 순수한 능력만으로 이를 만회하며, 상호작용을 할 때마다 그 능력은 향상됩니다. 경쟁자는 여러분보다 똑똑하고 빠르며 24시간 내내 일할 수도 있습니다. 음식과 물, 잠도 필요 없습니다. 스마트 기계의 시대란 이런 것입니다.

공상과학 소설 이야기가 절대 아닙니다. 가트너의 예측에 따르면 2018년에는 고속 성장 기업의 50%에서 스마트 기계의 수가 인간 직원을 넘어서게 될 것이라고 합니다.

기계 인식은 데이터 분석, 모바일, 데이터 센터 인프라, IoT와 같이 계속 진화 중인 여러 기술을 취합한 것입니다. 규모와 관계없이 첨단 분석을 지원할 수 있는 새로운 IT 인프라와 더불어, 데이터 양의 폭발적인 증가로 인해 기계 인식은 당장이라도 돌풍을 일으킬 태세입니다.

한 예로, 인지 시스템은 인공지능(AI)의 엔진 역할을 합니다. 인지 시스템은 먼저 막대한 분량의 데이터를 받아들입니다. 그런 다음 연관성이나 패턴을 찾아 측정하고 그러한 패턴을 기초로 답변이나 조언을 제공합니다. 끝으로 새로운 데이터가 도착하면 실시간으로 조정하고 향상시키며 학습합니다. 이를 통해 수술실 일정 관리를 강화하거나 은퇴 계획에 대한 조언을 할 수도 있고 자연 재해 발생 후 전체 운송편의 경로를 수정할 수도 있습니다.

인지 시스템은 학습과 이해가 가능한 인공 시스템으로 컴퓨터 또는 딥러닝 알고리즘을 실행하는 신경망에 구축될 수도 있고, 뉴로모픽 칩을 하드웨어로 이용하게 될 수도 있습니다. 물론 이 모두를 한꺼번에 갖출 수도 있습니다. 인지 시스템은 센서, 스트리밍되는 생체인식 정보, 컴퓨터 비전 기술, 데이터 피드 등 수많은 출처에서 데이터를 얻을 수 있습니다. 미래에는 로봇과 드론 자체가 인지 시스템이 될 것입니다. 사고 및 학습이 가능한 시스템에 팔과 다리, 날개가 달리는 셈입니다.

하지만 만약 기존 컴퓨팅 시스템을 이용하여 인지 컴퓨팅에 필요한 실시간 데이터를 모두 처리한다면 에너지 사용이 급증하게 된다는 문제가 있습니다. 수익 면에서나 지구 환경 면에서도 좋지 않은 일입니다. 결과적으로 미래의 인지 시스템은 에너지 효율이 지극히 높아야 합니다.

특히 미래 유력한 연구 분야로는 생물학적 두뇌를 모방한 뉴로모픽 컴퓨팅 아키텍처 분야가 있습니다. 인간의 두뇌는 희미한 빛을 내는 20와트 전구와 거의 동일한 분량의 전력을 이용하여 광범위하고 정교한 인지 작업을 수행하는 대규모 병렬 컴퓨터라고 볼 수 있습니다. 이에 비해 슈퍼 컴퓨터와 클라우드 데이터 센터는 메가와트급 전력을 소비합니다. 대부분 재생 불가능한 에너지원에서 생성되는 전력입니다.

현재 선도적인 클라우드 및 검색 서비스 업체들은 클라우드 데이터 센터의 고성능 컴퓨팅 클러스터에서 실행되는 대규모 신경망을 이용합니다. 이들 신경망은 애플 시리, 마이크로소프트의 코타나, 아마존 에코와 같은 개인 비서의 원동력이 되는 딥러닝 알고리즘을 실행합니다. 컴퓨팅이 무어의 법칙을 벗어남에 따라 점점 더 강력하고 에너지 효율적인 IT 인프라가 변함없이 정교한 인지 시스템의 원동력이 될 것입니다.

장점은 또 있습니다. 인지 시스템은 환자의 활력징후를 추적할 수도 있고 학습을 통해 약품의 복용량을 조정하거나 질병을 조기에 알려줄 수도 있습니다. 자율주행 자동차는 최적의 귀가 경로를 날마다 '학습'할 수 있으며, 심지어 생체인식 정보를 통해 인간의 기분까지 감지하여 집에 도착하기 전에 벽난로의 불을 지피고 목욕물을 준비해두는 것이 좋을지 인간에게 물어올 수도 있습니다. 그런 다음 스마트홈 시스템으로 지시사항을 전송하여 이를 실행에 옮기는 것입니다.

2017.01.17

스마트 기계, 친구일까 적일까?

BrandPost Sponsored by HPE
Kristine Rodriguez, Derek Slater | HPE


전 세계 지식 근로자들은 이제 정신을 바짝 차려야 합니다. 곧 일자리 경쟁이 고조될 것이기 때문입니다. 새로운 경쟁자는 사회성이 부족하지만, 순수한 능력만으로 이를 만회하며, 상호작용을 할 때마다 그 능력은 향상됩니다. 경쟁자는 여러분보다 똑똑하고 빠르며 24시간 내내 일할 수도 있습니다. 음식과 물, 잠도 필요 없습니다. 스마트 기계의 시대란 이런 것입니다.

공상과학 소설 이야기가 절대 아닙니다. 가트너의 예측에 따르면 2018년에는 고속 성장 기업의 50%에서 스마트 기계의 수가 인간 직원을 넘어서게 될 것이라고 합니다.

기계 인식은 데이터 분석, 모바일, 데이터 센터 인프라, IoT와 같이 계속 진화 중인 여러 기술을 취합한 것입니다. 규모와 관계없이 첨단 분석을 지원할 수 있는 새로운 IT 인프라와 더불어, 데이터 양의 폭발적인 증가로 인해 기계 인식은 당장이라도 돌풍을 일으킬 태세입니다.

한 예로, 인지 시스템은 인공지능(AI)의 엔진 역할을 합니다. 인지 시스템은 먼저 막대한 분량의 데이터를 받아들입니다. 그런 다음 연관성이나 패턴을 찾아 측정하고 그러한 패턴을 기초로 답변이나 조언을 제공합니다. 끝으로 새로운 데이터가 도착하면 실시간으로 조정하고 향상시키며 학습합니다. 이를 통해 수술실 일정 관리를 강화하거나 은퇴 계획에 대한 조언을 할 수도 있고 자연 재해 발생 후 전체 운송편의 경로를 수정할 수도 있습니다.

인지 시스템은 학습과 이해가 가능한 인공 시스템으로 컴퓨터 또는 딥러닝 알고리즘을 실행하는 신경망에 구축될 수도 있고, 뉴로모픽 칩을 하드웨어로 이용하게 될 수도 있습니다. 물론 이 모두를 한꺼번에 갖출 수도 있습니다. 인지 시스템은 센서, 스트리밍되는 생체인식 정보, 컴퓨터 비전 기술, 데이터 피드 등 수많은 출처에서 데이터를 얻을 수 있습니다. 미래에는 로봇과 드론 자체가 인지 시스템이 될 것입니다. 사고 및 학습이 가능한 시스템에 팔과 다리, 날개가 달리는 셈입니다.

하지만 만약 기존 컴퓨팅 시스템을 이용하여 인지 컴퓨팅에 필요한 실시간 데이터를 모두 처리한다면 에너지 사용이 급증하게 된다는 문제가 있습니다. 수익 면에서나 지구 환경 면에서도 좋지 않은 일입니다. 결과적으로 미래의 인지 시스템은 에너지 효율이 지극히 높아야 합니다.

특히 미래 유력한 연구 분야로는 생물학적 두뇌를 모방한 뉴로모픽 컴퓨팅 아키텍처 분야가 있습니다. 인간의 두뇌는 희미한 빛을 내는 20와트 전구와 거의 동일한 분량의 전력을 이용하여 광범위하고 정교한 인지 작업을 수행하는 대규모 병렬 컴퓨터라고 볼 수 있습니다. 이에 비해 슈퍼 컴퓨터와 클라우드 데이터 센터는 메가와트급 전력을 소비합니다. 대부분 재생 불가능한 에너지원에서 생성되는 전력입니다.

현재 선도적인 클라우드 및 검색 서비스 업체들은 클라우드 데이터 센터의 고성능 컴퓨팅 클러스터에서 실행되는 대규모 신경망을 이용합니다. 이들 신경망은 애플 시리, 마이크로소프트의 코타나, 아마존 에코와 같은 개인 비서의 원동력이 되는 딥러닝 알고리즘을 실행합니다. 컴퓨팅이 무어의 법칙을 벗어남에 따라 점점 더 강력하고 에너지 효율적인 IT 인프라가 변함없이 정교한 인지 시스템의 원동력이 될 것입니다.

장점은 또 있습니다. 인지 시스템은 환자의 활력징후를 추적할 수도 있고 학습을 통해 약품의 복용량을 조정하거나 질병을 조기에 알려줄 수도 있습니다. 자율주행 자동차는 최적의 귀가 경로를 날마다 '학습'할 수 있으며, 심지어 생체인식 정보를 통해 인간의 기분까지 감지하여 집에 도착하기 전에 벽난로의 불을 지피고 목욕물을 준비해두는 것이 좋을지 인간에게 물어올 수도 있습니다. 그런 다음 스마트홈 시스템으로 지시사항을 전송하여 이를 실행에 옮기는 것입니다.

X