Offcanvas
Some text as placeholder. In real life you can have the elements you have chosen. Like, text, images, lists, etc.
Offcanvas
1111Some text as placeholder. In real life you can have the elements you have chosen. Like, text, images, lists, etc.
TOPIC

AIㆍML

아카에이아이, 서울 오륜초에 AI 영어 학습 로봇 ‘뮤지오’·AI 휴머노이드 ‘페퍼’ 설치

아카에이아이(AKA AI 이하 아카)는 서울특별시 송파구에 위치한 오륜초등학교와 인공지능(AI) 영어학습 로봇 ‘뮤지오(Musio)’와 인공지능 휴머노이드 ‘페퍼(Pepper)’의 공급 계약을 맺고 설치를 완료했다고 밝혔다.   이번 도입은 서울특별시 교육청이 발표한 ‘AI 기반 융합 혁신 미래 교육 중장기 발전 계획’을 적극 추진 중인 것으로 평가받고 있으며, AI을 통한 첨단과학 기술을 포용함과 동시에, 자기 주도적 학습을 통한 미래 맞춤형 교육을 제공하는 계기가 될 것이라고 업체 측은 기대하고 있다. 뮤지오는 아카가 개발한 커뮤니케이션 AI 엔진 ‘뮤즈’를 탑재한 인공지능 로봇이다. 뮤지오는 영어 회화 학습 시스템 및 실력 측정 알고리즘을 탑재해 영어 실력 측정 및 향상에 도움을 주며, 학생 수준에 따라 영어 대화 난이도를 인공지능이 스스로 조정하는 등 교육형 인공지능 기술에 초점을 두고 있다. 또한 페퍼는 일본 소프트뱅크의 로봇 전문 기업 소프트뱅크 로보틱스가 개발한 인공지능 로봇으로, 지난해 서울 교동초에 도입한 페퍼와 같은 모델로, 페퍼 전용 ‘AI 엔진 뮤즈’가 탑재돼 있다. 페퍼는 ▲뮤즈 AI 자유 대화 ▲실전 연습용 뮤즈 러너스 챗 ▲뮤즈 아카데미 모드 등 총 3가지로 구성됐다. 뮤즈 자유 대화, 뮤즈 러너스 챗은 원어민 교사와 대화하듯 페퍼와 자연스러운 회화를 연습하고 시도하는 것에 초점이 맞춰져 있다. 아카의 박병탁 본부장은 “이제 교육 현장에서 디지털 전환은 더 이상 미룰 수 없는 숙명적인 과제”라며, “공교육 현장의 차별 없는 지역 및 공간적 한계를 넘어선 대안과 교육적 패러다임을 준비하고 반드시 이뤄내야 한다”고 말했다.  editor@itworld.co.kr

아카에이아이 휴머노이드 페퍼 2022.06.20

마크애니, AI 영상검색 및 대상물 이동경로 추적 시스템 구축 사업 수주

마크애니는 과학기술정보통신부와 정보통신산업진흥원(NIPA)이 주관하는 ‘AI 융합 국민안전 확보 및 신속대응 지원 공모 사업’을 수주했다고 밝혔다. 이번 사업은 미아, 치매 노인 등 사회적 약자 실종사건 조기 대응을 위해 기존 방범용 CCTV 관제 시스템에서 신체적 특징과 소지품을 기반으로 실종자 수색 및 추적이 가능한 ‘인공지능 영상검색 및 대상물 이동경로 추적 솔루션’ 개발을 목표로 한다. 개발 완료 후 제주도에 시범 적용해 솔루션을 고도화할 예정이다.   주관기관은 마크애니이며 제주특별자치도청, 제주특별자치도 경찰청과 알체라, 와이드큐브, 스마트뱅크와 연합체를 구성해 기술 개발이 진행된다. 마크애니는 객체 인식 알고리즘 개발을 담당한다. 제주특별자치도 내 기존 CCTV 인프라로 영상 데이터를 수집·가공해 실제 환경에 적용할 수 있는 인공지능 모델을 구축할 계획이다. 마크애니는 이번 사업으로 지자체 내 일반 방범용 CCTV 환경에서 객체 탐지, 위험 예측, 이동 경로 추적이 가능한 인공지능 기반 선별 관제 솔루션 개발로 실종사건 외 수배자 추적, 범죄위험 예측 등 각종 사건·사고를 선제 대응해 사회 안전망을 강화할 전망이다. 마크애니 최고 대표는 “이번 사업으로 미아, 발달 장애인, 치매 어르신 등 사회적 약자를 안전하게 보호하고 사건 발생 시 실종자 조기 발견으로 골든타임을 확보할 것”이라며 “마크애니는 인공지능 기술 고도화 작업을 진행해 안전한 사회 구축을 위한 방안을 지속적으로 마련하겠다”고 밝혔다. editor@itworld.co.kr

마크애니 2022.06.20

마이크로소프트, 데이터·AI 기반 영업관리 솔루션 ‘비바 세일즈’ 공개

마이크로소프트가 영업관리 프로세스 전반에 새로운 경험을 제공하는 신규 솔루션 ‘마이크로소프트 비바 세일즈(Microsoft Viva Sales)’를 공개했다.   하이브리드 업무 환경에서 영업직 종사자는 근무 시간과 장소는 물론 업무 툴에까지 과거보다 높은 유연성을 필요로 한다. 이에 마이크로소프트는 영업직원들이 사용 중인 시스템에서 상황에 맞는 인사이트를 제공받아 업무를 간소화하고, 조직이 고객에 대한 보다 포괄적인 관찰이 가능하도록 돕는 애플리케이션 비바 세일즈를 선보였다. 비바 세일즈는 지난해 출시된 마이크로소프트 비바의 첫 역할 기반 앱으로 영업직 종사자들을 위해 특별히 설계됐다. 마이크로소프트 비바는 업무 환경에서 근로자들의 참여, 학습, 웰빙, 지식 발견 등을 돕는 직원 경험 플랫폼이다. 데이터와 인공지능(AI)을 기반으로 하는 비바 세일즈는 협업·생산성 솔루션인 마이크로소프트 365와 마이크로소프트 팀즈에서 발생하는 고객 데이터를 어떠한 고객관계관리(CRM) 시스템과도 연동한다. 개인화된 인사이트는 물론 추천, 리마인더 등의 알림도 제공, 영업직원은 판매에 집중하는 시간을 확보하고 고객과의 계약을 보다 원활히 진행할 수 있게 된다. 구체적으로 아웃룩, 팀즈 또는 엑셀, 워드와 같은 마이크로소프트 오피스 앱에서 고객을 태그 하면, 비바 세일즈는 계층화된 모든 고객 관련 데이터에 맞춰 고객의 기록을 자동 수집 및 입력한다. 수집된 데이터는 CRM 시스템에서 다시 입력하거나 검색하지 않아도 팀즈와 오피스 앱 등으로 팀원들과 쉽게 공유할 수 있다. 비바 세일즈가 실시간으로 제공하는 고객 인사이트는 영업직원이 판매 과정과 고객과의 관계에 대해 더 잘 이해하도록 돕는다. 예컨대 영업직원은 판매 행위의 다음 단계와 업무의 우선순위 등을 제안받고, 고객과 주고받은 대화 등 고객 관련 히스토리 일체에 대해 쉽게 접근할 수 있다. 고객과의 통화 내용은 문자로 기록되어 대화에 집중할 수 있고, 통화 이후에는 영업직원이 말하고 들은 비율, 대화 속도...

마이크로소프트 비바 세일즈 2022.06.20

MS, AI 기반 인사이트로 영업 지원하는 '비바 세일즈' 발표

마이크로소프트가 비바 인사이트(Viva Insights)의 첫 번째 업무 모듈 비바 세일즈를 공개했다. 작년 발표된 비바 인사이트는 직원을 위한 맞춤형 뉴스, 애널리틱스, 지식 등을 제공한다. 마이크로소프트 365, 팀즈, CRM 간 격차를 해소하도록 설계된 ‘비바 세일즈(Viva Sales)’는 데이터 입력 작업을 자동화하고, AI 기반의 인사이트를 제공하는 것이 특징이다.   이 회사의 모던 워크 부문 부사장 자레드 스파타로는 “지금까지 비바에서 사용할 수 있는 모든 모듈은 기업의 모든 직원에게 광범위하게 적용할 수 있었다”라면서, “비바 세일즈는 다른 방식의 접근을 취하는 첫 번째 모듈이다. 이는 특히 영업직이 업무를 완수할 수 있도록 지원하는 데 초점을 맞추고 있다”라고 말했다.  회사에 따르면 “스마트 CRM 동반자(smart CRM companion)”라고 표현되는 비바 세일즈는 마이크로스트 365 및 마이크로소프트 팀즈에서 고객 인게이지먼트 데이터를 가져오고, 머신러닝을 사용하여 해당 정보를 개인화된 권고사항 및 인사이트로 전환해 영업사원에게 제공한다.  스파타로는 이 도구가 고객 관계 관리(CRM) 소프트웨어와 커뮤니케이션 도구 사이의 가교 구실을 할 것이며, 시스템 전반에 걸쳐 점(데이터)을 연결하는 ‘지능화 계층’ 역할을 할 것이라고 밝혔다.  예를 들면 영업사원은 아웃룩, 팀즈, 오피스 애플리케이션(예: 엑셀 등)에서 고객에게 태그를 지정할 수 있으며, 이를 통해 비바 세일즈는 자동으로 고객 기록을 캡처하고 관련 CRM 데이터와 페어링할 수 있다. 그다음 비바 세일즈는 세일즈 퍼널을 개선하고, 업무 우선순위를 지정하며, 판매자가 전체 고객 상호작용 이력을 확인하도록 하기 위한 다음 단계를 권고할 수 있다.   그는 “특정 영업사원과 고객의 상호작용뿐만 아니라 회사 전체와의 상호작용을 볼 수 있다. 또 고객과 상호작용하는 모든 사람을 확인할 수 있다”라고 설명했다.  ...

마이크로소프트 비바 비바 인사이트 2022.06.20

베스핀글로벌-휴런, 뇌 신경 질환 분야 헬스케어 사업 협력 위해 MOU 체결

베스핀글로벌이 의료용 인공지능(AI) 소프트웨어 기업 휴런과 뇌 신경 질환 분야 디지털 헬스케어 사업을 위한 MOU를 체결했다고 밝혔다.   이번 MOU 체결을 통해 베스핀글로벌과 휴런은 서로가 보유한 기술력과 전문성을 기반으로 뇌 신경 질환 분야 디지털 헬스케어 신기술의 연구, 개발 및 사업화를 위해 긴밀한 협력 체계를 구축할 예정이다.  더불어 디지털 헬스케어 산업의 발전과 의료 AI 솔루션의 활성화를 목표로, ▲신기술 사업화 전략 수립 ▲비즈니스 모델 구축·실행 ▲신기술 보급 및 상용화 계획 착수·이행 ▲국내외 정부·규제 당국 대상 제도 개선 비롯 정책 제안 ▲국내외 디지털 헬스케어 전문 인력 육성·공급 등을 적극적으로 추진한다. 휴런 신동훈 대표는 “휴런은 의료 영상을 기반으로 뇌 신경계 질환의 진단 핵심 정보를 AI로 구현해 제공한다”라며, “이번 베스핀글로벌과의 파트너십을 통해 국내외 헬스케어 산업 경쟁력 강화 및 시장 진출에 큰 보탬이 될 것으로 기대한다”라고 말했다. 베스핀글로벌 이한주 대표는 “이번 협력으로 휴런이 국내외 디지털 헬스케어 산업을 주도할 수 있도록 적극 지원하겠다”며, “앞으로도 휴런과 같은 독보적인 솔루션을 보유한 기업과의 전략적이고 장기적인 협업을 통해 꾸준히 사업 영역을 확대하고 디지털 트랜스포메이션 가속화에 박차를 가할 계획”이라고 밝혔다.  editor@itworld.co.kr

베스핀글로벌 휴런 헬스케어 2022.06.17

셀바스AI, ‘OCR 기술’ 종이문서에서 영상 자막까지 지원 범위 확대

셀바스AI가 SK텔레콤과 공동으로 영상의 메타정보를 인공지능 기술로 자동 식별하는 연구개발에 참여했다고 밝혔다. 해당 연구는 영화 또는 드라마 등 영상 콘텐츠의 등급고지 정보와 자막 정보를 인공지능 기술로 자동 식별해 다양한 부가서비스를 제공하는 것이다.    셀바스AI는 셀비 OCR 기술과 상용화 경험을 기반으로 영상 콘텐츠의 등급고지, 부가정보 아이콘, 예고편 구간을 탐지하고 추출하는 기술 개발을 담당했으며, 인식 정확도는 약 98% 이상이다. 셀비 OCR은 이미지 내 문자 위치를 찾아 빠르고 정확하게 텍스트로 인식하는 광학문자인식 솔루션이다. 현재 시장에 출시된 대부분의 OCR 솔루션은 문서 데이터 처리에 최적화돼 있다. 셀바스AI는 이번 SK텔레콤과의 공동 연구개발을 통해 영상에 포함된 문자인식 등으로 OCR의 적용 범위를 점차 넓혀가고 있다. 신용카드 OCR을 비롯해 주민등록증, 운전면허증, 여권, 외국인등록증 등의 신분증과 사업자등록증, 식품 영양정보라벨 인식, 음원 플레이리스트, 초음파 사진 등 다양한 서식을 지원한다. 셀바스AI 문자인식 김동호 랩장은 “기존 문서 이미지에 적용했던 문자인식 기술을 방송용 영상에 적합하도록 연구개발해 정확도 98%의 성과를 달성했다”며 “앞으로도 의료, 교육, 물류 등 다양한 산업과 콘텐츠에 셀비 OCR의 문자인식 기술을 적용하여 효과적이고 생산성을 높일 수 있는 제품과 서비스를 발굴해 나갈 계획”이라고 밝혔다. editor@itworld.co.kr

셀바스AI OCR 2022.06.16

마이크로소프트, 문자 분류 머신러닝 모델 간소화하는 API 공개

최근 마이크로소프트가 ML.NET 텍스트 클래시피케이션 API(ML.NET Text Classification API)의 프리뷰를 공개했다. 오픈소스 ML.NET 머신러닝 프레임워크를 사용한 사용자 지정 문자 분류 모델의 학습을 간소화하는 API다.    마이크로소프트는 ML.NET 텍스트 클래시피케이션 API가 최신 딥러닝 기술을 사용한다고 말했다. 개발자는 ML.NET로 사용자 지정된 머신러닝 학습 모델을 .NET 앱에 통합할 수 있다. 문자 분류는 레이블이나 범주를 문자에 적용하는 프로세스로, 일반적으로 이메일을 스팸과 스팸이 아닌 것으로 분류하거나 고객 리뷰에서 긍정적/부정적인 감정을 분석하고, 지원 티켓에 레이블을 적용하는 데 사용된다.  ML.NET 텍스트 클래시피케이션 API는 토치샤프(TorchSharp) .NET 라이브러리로 구동된다. 이 라이브러리는 파이토치(PyTorch) 머신러닝 프레임워크를 지원하는 libtorch 라이브러리에 대한 액세스를 제공한다. 토치샤프는 .NET에서 신경망을 기초부터 훈련시키는 저수준 기능을 보유하고 있는데, ML.NET에서는 이런 교육을 더 쉽게 수행할 수 있도록 토시샤프의 일부 복잡성이 추상화됐다.  마이크로소프트는 마이크로소프트 리서치와 협력해 NAS-BERT(Bidirectional Encoder Representations from Transformers)에 토치샤프를 적용했다. NAS-BERT는 신경망 아키텍처 탐색(neural architecture search, NAS)으로 얻은 BERT의 변형이다. 사전 훈련된 버전을 시작으로 텍스트 클래시피케이션 API는 새 모델을 처음부터 구축하는 대신 사용자 데이터로 기존 모델을 미세 조정한다. 텍스트 클래시피케이션 API는 ML.NET 2.0.0 및 0.20.0 프리뷰 버전에 포함됐다. Microsoft.ML 패키지 외에 Microsoft.ML.TorchSharp 및 TorchSharp-cpu(CPU 사용 시),...

머신러닝 파이토치 ML.NET 2022.06.16

"비즈니스 기회를 포착하고 위험을 완화하는" 행동 분석의 이해

자동차를 사려고 한다. 구매자는 제조사 웹사이트를 방문해 모델의 디자인을 살펴보고, 현지 딜러의 웹사이트에 올라온 매물을 살펴본 다음 대리점을 방문한다. 이때 영업 담당자는 구매자의 요구 사항을 파악하고 최선의 옵션을 제시하기 위해 어떤 정보를 검토해야 할까? 다음과 같은 사례도 생각해 보자. SOC(Security Operation Center)에서 한 직원의 네트워크 활동에 대한 경보를 수신했다. 해당 직원은 평소와 다른 시간에 원격 위치에서 다양한 비즈니스 영역을 알아보면서 일을 하는 것일까? 아니면 SOC의 개입이 필요한 악의적인 행동일까?   위 2가지 상황은 사용자 행동 분석으로 답을 얻을 수 있는 사례다. B2B 및 B2C 판매 증대, 고객 경험 개선, 이상 탐지, 위험 경보, IoT 기기에서 생성되는 데이터를 활용한 위험 식별 등은 행동 분석의 가장 일반적인 사용례다. 나임(KNIME) 수석 데이터 과학자이자 에반젤리즘 책임자인 로사리아 실리포는 행동 분석을 ‘특정 상황에서 사람들의 반응과 행동 패턴을 연구하는 것’이라고 간단히 정의했다.  행동 분석에 있는 비즈니스 기회 행동 분석은 많은 사람이 관여해 수많은 행동을 하는 제품이나 서비스에서 특히 중요하다. 행동 분석으로 결과물을 개선하고 위험을 줄일 수 있다. 가령 대형 전자상거래 웹사이트 고객의 구매 습관, 의료 애플리케이션, 게임 플랫폼, 은행의 자산 관리 업무 등에서 활용할 수 있다. 실리포는 “행동 분석의 목표는 최대한 많은 사람을 연구하는 것이며, 핵심은 많은 데이터를 확보하는 것”이라고 말했다.  아큐멘 애널리틱스(Acumen Analytics)의 CEO 케시 브루너는 한 시장조사 자료를 인용해 전 세계 행동 분석 시장의 규모가 2022년 4억 2,730만 달러에서 2026년 22억 달러에 이를 것으로 예상했다. 연평균 32%의 성장률이다.  브루너는 이런 결과를 비즈니스 기회 측면에서 해석했다. 브루너는 “지금은 행동 분석이 주로 소매...

행동분석 머신러닝 인공지능 2022.06.15

‘해킹도 ML로 진화 중’ 머신러닝 해킹 수법 9가지

머신러닝 알고리즘은 보안 솔루션을 개선하여 애널리스트가 위협을 분류하고 취약점을 신속하게 해결할 수 있도록 지원한다. 하지만 동시에 해커들이 더 큰 규모의 복잡한 사이버 공격을 가하는 데 악용되기도 한다.    머신러닝과 인공지능은 보안 위협을 검출하고 대응하는 핵심 기술이 되고 있다. 변화무쌍한 사이버 위협에 맞서 스스로 학습하고 적응할 수 있는 능력이 큰 강점이다.  한편 해커들이 머신러닝과 AI를 악용하여 사이버 공격을 확대하고, 보안 통제를 회피하며, 전례 없는 속도로 파괴적인 결과를 초래하는 새로운 취약성을 찾아내고 있다. 이 글에서는 해커가 이러한 기술을 악용하는 가장 일반적인 방법 9가지를 알아보고자 한다.  1. 스팸 필터를 속이는 스팸 메일  시장조사기관 옴디아(Omdia)의 애널리스트 페르난도 몬테네그로는 보안 관리자들이 수십 년 동안 스팸 메일을 걸러내는 데 머신러닝을 사용해 왔다고 말했다. 몬테네그로는 “스팸 메일 차단이 머신러닝이 활용된 최초의 사례였다”라고 설명했다. 하지만 머신러닝은 스팸 방지 필터를 속이는 데 악용될 수 있다. 스팸 필터가 특정 메일을 차단한 이유나 ‘스팸 지수’ 같은 정보를 생성한다면, 해커는 이를 사용하여 스팸 메일의 내용을 조정할 수 있다. 몬테네그로는 “계속 이메일을 전송하면서 정보를 얻으면 스팸 필터 모델의 작동 기준을 재구성할 수 있다. 이를 통해 메일 내용을 미세하게 바꿔가면서 스팸 필터를 우회할 수 있게 된다”라고 설명했다.   취약점은 스팸 필터에만 있지 않다. 몬테네그로는 점수나 기타 수치를 제공하는 보안업체가 잠재적으로 악용될 수 있다고 말했다. 몬테네그로는 “모든 업체가 이러한 취약점을 안고 있는 것은 아니지만, 주의하지 않으면 누군가가 악용할 수 있는 정보를 의도치 않게 제공하게 될 수 있다”라고 덧붙였다.  2. 더 정교해진 피싱 메일 공격자는 메시지가 스팸 필터를 통과할 수 있는지 테스트하기 위해 머신러닝 보안 도구...

머신러닝 사전대입공격 딥페이크 2022.06.15

퀀텀, ‘AI 활용한 콘텐츠 분석 자동화 솔루션’ 발표

퀀텀코리아는 방송, 후반 작업, 스포츠 및 기타 미디어 워크플로우에 사용되는 비디오 콘텐츠를 분석하고 강화할 수 있는 새로운 ‘AI 기반 콘텐츠 분석 자동화 솔루션’을 발표했다.    AI 기반 콘텐츠 분석 자동화 솔루션은 퀀텀 CatDV 자산 관리 및 자동화 플랫폼을 통합하고, 엔비디아 A2 텐서 코어 GPU 인프라 및 엔비디아 AI 플랫폼을 활용한다. 엔비디아 딥스트림(DeepStream), 엔비디아 리바(Riva), 엔비디아 맥신 SDK(Maxine SDK)는 퀀텀 CatDV 소프트웨어에 AI/ML 기능을 제공하는 엔비디아 AI 플랫폼의 일부다. 퀀텀의 클라우드 소프트웨어 및 분석 총괄 데이브 클락 부사장은 “퀀텀 CatDV는 미디어 트랜스포메이션 구현을 위해 수년간 엔비디아 GPU 시스템을 활용해 왔다”며, “이 솔루션을 통해 고객들은 엔비디아 AI/ML 기술을 콘텐츠 워크플로우에 추가할 수 있고 이전과는 전혀 다른 방식으로 휴먼 큐레이션을 강화하고 콘텐츠 라이브러리에 숨겨진 가치를 실현할 수 있는 중앙집중식 플랫폼으로 활용할 수 있다”고 말했다. 이 솔루션은 검증된 자산 관리 및 자동화 플랫폼에서 고성능 GPU 하드웨어를 최대한 활용할 수 있으며, 클라우드 기반 AI 서비스에 대한 내부 구축형(온프레미스) 대안으로서 사용할 수 있다. 고객들은 비디오 프레임 내 객체 인식, 음성-텍스트 변환, 비디오 및 오디오 슈퍼 해상도(super-resolution), 비디오 및 이미지 파일에 중요한 메타데이터를 추가하는 도구 등의 일반적인 콘텐츠 태깅 및 강화 작업을 자동화해 시간과 비용을 절약하고, 미디어 콘텐츠 라이브러리의 숨겨진 가치를 실현할 수 있다. 이 솔루션의 향상된 비디오 강화 기능은 3월에 개최된 엔비디아의 글로벌 AI 개발자 컨퍼런스인 ‘엔비디아 GTC 컨퍼런스’에서 첫 시연된 바 있다. 컨퍼런스에서 이 솔루션은 수백 시간 분량의 축구 콘텐츠에서 심판이 ‘옐로우 카드’를 내미는 장면을 모두 찾아냄으로써 스포츠 방송사의 과...

퀀텀 2022.06.14

머신러닝 라이브러리 대표주자, 텐서플로우의 이해

머신러닝은 복잡한 분야지만 머신러닝 모델을 구현하는 과정은 데이터 수집, 모델 교육, 예측 수행, 이후 결과 조정 과정을 쉽게 해주는 구글 텐서플로우(TensorFlow)와 같은 머신러닝 프레임워크 덕분에 과거에 비해 훨씬 더 간편해졌다.   구글 브레인(Brain) 팀이 개발해 2015년에 처음 공개한 텐서플로우는 수치 계산과 대규모 머신러닝을 위한 오픈소스 라이브러리다. 텐서플로우는 다양한 머신러닝 및 딥러닝 모델과 알고리즘(신경망)을 묶어 공통 프로그래밍 메타포를 통해 사용할 수 있도록 한다. 파이썬 또는 자바스크립트를 사용해 애플리케이션을 구축하기 위한 편리한 프론트엔드 API를 제공하며 애플리케이션을 실행하는 데는 고성능 C++를 사용한다. 파이토치(PyTorch), 아파치 MX넷(MXNet) 등의 프레임워크와 경쟁하는 텐서플로우는 수기 숫자 분류, 이미지 인식, 단어 임베딩, 순환 신경망, 기계 번역을 위한 시퀀스-시퀀스 모델, 자연어 처리 및 편미분방정식(PDE)을 위한 심층 신경망을 학습시키고 실행할 수 있다. 무엇보다 텐서플로우는 학습에 사용한 것과 같은 모델로 대규모 프로덕션 예측을 지원한다. 또한 텐서플로우에는 프로젝트에 사용 가능한 사전 학습된 모델 라이브러리가 풍부하다. 텐서플로우 모델 가든(Model Garden)의 코드를 모델 학습 예제로 사용할 수도 있다.   텐서플로우의 작동 방식 텐서플로우에서 개발자는 데이터가 그래프 또는 일련의 처리 노드를 어떻게 이동하는지를 설명하는 구조인 데이터플로우 그래프를 만들 수 있다. 그래프의 각 노드는 수학 연산을 나타내며 노드 간의 각 연결 또는 가장자리가 바로 다차원 데이터 배열 즉 텐서(tensor)다. 텐서플로우 애플리케이션은 로컬 머신, 클라우드의 클러스터, iOS, 안드로이드 기기, CPU, GPU 등 거의 모든 타깃에서 실행이 가능하다. 구글 클라우드를 사용한다면 구글의 맞춤형 텐서플로우 프로세싱 유닛(TPU) 실리콘에서 텐서플로우를 실행해 더 빠른 속도를 얻...

텐서플로우 TensorFlow 2022.06.09

엔비디아, 최신 TAO 툴킷 출시…“AI 모델 개발 지원”

엔비디아는 AI 모델 생성을 단순화하고 가속화하는 TAO(Train, Adapt and Optimize) 툴킷의 최신 버전을 출시했다고 밝혔다.    개발자는 TAO를 통해 전송 학습을 쉽게 활용해 오류 감지, 언어 번역 그리고 트래픽 관리를 포함한 광범위한 산업별 사용 사례에 최적화된 맞춤형 생산 준비 모델을 만들 수 있다. TAO 툴킷을 이용하면 사용자는 훨씬 적은 데이터로 모델을 최적화할 수 있으므로 구축 시간이 단축된다. TAO 툴킷의 출시에는 업데이트된 비전과 음성 사전 교육 모델이 포함돼 있다. ONNX 모델 가중치 가져오기, REST API 그리고 텐서보드(TensorBoard) 통합과 같은 새로운 기능은 개발자의 생산성을 높이고 모델 생성 프로세스를 빠르게 추적하도록 설계됐다. 이미지 분류 및 분할을 위해 ONNX 모델에서 사전 훈련된 가중치를 가져와 모델 사용자 지정 속도를 높인다. 사용자 고유의 데이터로 모델을 정의하고 최적화할 수도 있다. REST API를 사용해 쿠버네티스의 최신 클라우드 네이티브 인프라에 서비스형 TAO 툴킷을 구축해 새로운 AI 서비스를 구축하거나 기존 서비스에 통합할 수 있다. 텐서보드에서 교육과 검증 손실, 모델 가중치, 예측 이미지와 같은 스칼라를 시각화해 모델 교육 성능을 이해한다. 하이퍼 모수를 변경하여 실험 간의 결과를 비교하고 필요에 가장 적합한 것을 선택한다. 사전 훈련된 모델은 더 적은 데이터로 전송 학습의 힘을 통해 미세 조정할 수 있도록 사용자 지정 프로세스를 가속화한다. 최신 버전의 일부 사전 교육 모델은 LIDAR 센서에서 수집한 데이터를 로봇 및 자동차 애플리케이션에 적용하며, 인간의 자세를 기준으로 인간의 행동을 분류하는 기능을 포함한다. 또한 사람, 동물 및 물체에 대한 핵심 사항을 추정하고, 30분 분량의 녹화된 데이터로 맞춤형 음성을 만들 수 있다. editor@itworld.co.kr

엔비디아 인공지능 AI모델 2022.06.08

나무기술, 인공지능 학습용 ‘만성질환 데이터’ 구축 프로젝트 참여

나무기술은 과학기술정보통신부가 주관하고 한국지능정보사회진흥원(NIA)에서 추진하는 ‘2022년도 인공지능 학습용 데이터 구축사업’ 중 ‘만성질환 데이터’ 구축 프로젝트에 참여한다고 밝혔다. 나무기술은 사업 주관인 전남대학교병원과 부산대학교병원, 전북대학교병원, 화순전남대학교병원, 전남대학교, 나무인텔리전스, 씨젠의료재단, 울산과학기술원, 이루온아이앤에스, 커넥티드 총 11개 기업·기관과 함께 인공지능 기반 만성질환 관리 시스템 개발에 적합한 고품질 실사용 의료데이터를 구축한다. 현재까지 보고된 국내외 연구사례가 대부분 100명 미만의 소규모 피험자를 대상으로 이뤄진 연구였다면, 이번 사업은 당뇨, 고혈압, 만성콩팥병을 포함한 만성질환자와 정상인 2,200명에 대한 임상 및 생활습관 데이터를 전향적으로 수집한다. 또한 기존 만성콩팥병 환자 1만명에 대한 후향적 임상데이터를 구축하는 사업이다.   이번 사업에서 시도되는 모바일 앱, 웨어러블 디바이스를 통해 수집한 생활습관 데이터와 병원이 보유한 임상데이터를 결합함으로써 생활습관 변화에 따른 만성질환 경과의 변화와 만성질환 합병측 예측이 가능할 것으로 기대된다. 이번 사업은 35억 원 규모의 사업으로 2022년 11월까지 완료될 예정이다. 이번에 구축되는 만성질환 관련 인공지능 학습데이터는 당뇨, 고혈압과 같은 만성질환에 대한 예방부터 만성 콩팥병 관련 합병증 발생의 고위험군 선별, 관리 등을 위한 프로그램 개발의 기반 데이터로 활용할 수 있어 추후 치료 전략 수립 및 디지털 치료제, 디지털 헬스케어 솔루션 개발에 활용될 예정이다. 나무기술 김경우 상무는 “이번 프로젝트는 짧은 수행기간 동안 대규모 데이터를 수집하고 모델을 개발해야 하는 쉽지 않은 사업”이라며, “성공적인 사업 완수를 통해 국민 건강 증진에 기여하고 인공지능기반 디지털 헬스케어 산업이 한발짝 더 도약할 수 있는 기반을 마련할 것”이라고 밝혔다.  editor@itworld.co.kr

나무기술 인공지능 데이터 2022.06.08

엔비디아, "슈퍼컴퓨터로 뇌 질환 의료 분야 내 AI 가속화"

엔비디아는 킹스칼리지런던의 연구원들이 엔비디아의 ‘캠브리지-1(Cambridge-1)’ 슈퍼컴퓨터 및 MONAI를 활용해 오픈소스 합성 뇌 이미지의 보고를 생성해 의료분야에서 AI를 가속화했다고 밝혔다. 킹스칼리지런던의 연구원 겸 런던 AI 센터의 CTO인 호르헤 카르도소는 의료 연구원에게 무료로 제공되는 10만 개의 합성 뇌 이미지를 만들고 있다. 이는 치매, 노화 또는 모든 종류의 뇌 질환에 대한 이해를 가속화하기 위함이다.    카르도소의 연구팀은 AI를 사용해 인간 두뇌의 사실적인 고해상도 3D 이미지를 만드는 방법을 발견했다. 이같은 연구 작업은 슈퍼 소프트웨어를 실행하는 슈퍼컴퓨터가 필요했고, 의료분야의 AI 연구에 전념하는 슈퍼컴퓨터인 엔비디아 캠브리지-1가 엔진이 활용됐다. 의료 영상을 위한 AI 프레임워크인 MONAI가 소프트웨어 연료를 제공했다. 이는 연구원들이 수백 가지의 실험을 실행하고 최고의 AI 모델을 선택하며, 이미지를 생성하기 위한 추론을 실행할 수 있도록 하는 합성 데이터용 AI 공장을 함께 만들었다. 엔비디아 DGX 슈퍼POD(SuperPOD)인 캠브리지-1에는 640개의 엔비디아 A100 텐서 코어 GPU(NVIDIA A100 Tensor Core GPU)가 포함돼 있으며, 각 GPU에는 1,600만 3D 픽셀로 구성된 팀의 방대한 이미지 중 하나 또는 두 개를 처리하기에 충분한 메모리가 있다. MONAI의 빌딩 블록에는 도메인별 데이터 로더, 메트릭, GPU 가속 변환 및 최적화된 워크플로 엔진이 포함된다. 소프트웨어의 스마트 캐싱 및 다중 노드 확장은 작업을 최대 10배까지 가속화할 수 있다.  카르도소는 10만 개의 뇌 이미지를 호스팅하기 위해 국가 저장소인 헬스 데이터 영국 보건 데이터 연구소(Health Data Research UK)와 협력하고 있다. AI 모델도 활용 가능해 연구자는 필요한 모든 이미지를 만들 수 있다. 또한 이 팀은 MRI, CAT 또는 PET 스캔과 같은 모...

엔비디아 오픈소스 2022.06.08

IBM, 'AI 도입 지수' 발표...“한국 기업, 주로 효율성 및 비용 절감 위해 AI 도입”

IBM은 전 세계 기업의 인공지능(AI) 도입 현황을 조사한 ‘2022년 AI 도입 지수’ 연례 보고서를 발표했다. IBM이 의뢰해 모닝컨설턴트가 수행한 이번 조사는 AI의 도입 현황 및 필요성과 기업이 마주한 도전 과제를 제시했다. 아울러, 자동화, 신뢰할 수 있는 AI, 지속가능성, 데이터 전략 등 인공지능과 관련한 전 세계 기술 트렌드도 소개했다. 이번 조사는 한국 500명을 포함, 전 세계 기업  IT 분야 의사결정권자 7,502명을 대상으로 실시됐다. ‘2022 AI 도입 지수’ 보고서에 따르면, 효율성 제고 및 비용 절감이 국내 기업의 AI 도입의 주요 동력으로 나타났다. 국내 응답자들은 ‘IT운영 효율성 제고(40%)’, ‘비즈니스 프로세스 효율성 제고(39%)’ 및 ‘비용 절감(39%)’을 주요 도입 요인으로 꼽았다. 반면, 글로벌의 경우 ‘AI 발전으로 인해 높아진 접근성(43%)’, ‘비용 절감 및 주요 업무 프로세스 자동화(42%)’, ‘AI가 탑재된 표준 상용 비즈니스 애플리케이션 수 증가(37%)’를 AI를 도입하는 주요 요인으로 꼽아 국내와 차이를 보였다. 보고서는 이번 조사를 통해 기업 내 AI 도입을 저해하는 주요 요소로 ‘데이터 관리’의 중요성을 강조했다. 특히 국내 기업의 경우, 효율적 데이터 관리를 위한 데이터 패브릭 아키텍처를 ‘사용 중’ 또는 ‘사용 예정’이라 답한 응답자 비율이 44%로, 61%를 기록한 글로벌 기업 평균 대비 낮은 수치를 보여 효율적인 데이터 관리 역량 개선이 필요한 것으로 나타났다. 아울러, 국내 기업 중 AI를 적극적으로 도입하거나, 도입을 검토 중이라고 한 응답자 중 88%는 데이터가 위치한 어느 곳에서든 AI 프로젝트를 구축하고 운영하는 것이 매우 중요하다고 답해, AI 도입에 있어 데이터 관리의 중요성을 시사했다. 그 밖에도 한국을 포함한 전 세계 응답자들은 ‘AI 기술, 지식 및 전문성 부족(45%)’을 AI 도입을 저해하는 요소로 꼽았다. ‘AI 모델 개발을 위한 도구 및 플랫...

IBM 2022.06.07

블로그ㅣARM용 윈도우 개발머신 ‘프로젝트 볼테라’에 거는 기대

마이크로소프트가 ‘프로젝트 볼테라(Project Volterra)’라고 부르는 최초의 ARM 기반 데스크톱 PC를 2023년쯤 출시할 예정이라고 밝혔다.  7년 전 마이크로소프트는 최초의 자체 제작 노트북인 서피스 북을 출시하여 전 세계는 물론 OEM 업체까지 모두 놀라게 했다. 하지만 첫 번째 서피스 북은 실패했다. 그래도 지금까지 실패했던 다른 제품(서피스 태블릿, 서피스 RT, 그리고 악명 높은 킨(Kin) 폰과 달리 마이크로소프트는 끈질기게 서피스 북을 개선해왔다. 그 결과 오늘날, 서비스 랩탑 스튜디오 등의 후속 제품은 컴퓨터 시장에서 정말 훌륭한 제품으로 자리 잡았다.  이제 마이크로소프트가 새로운 것을 시도하려 한다. 바로 프로젝트 볼테라(Project Volterra)라는 데스크톱이다.  믿기지 않겠지만, 이 제품은 AMD나 인텔 프로세서가 아니라 ARM 기반의 프로세서로 구동될 예정이다. 자, 여기서 이런 생각을 할 수 있다. “이 프로젝트도 윈도우 RT 같이 대실패작이 되거나 서피스 프로 X처럼 사용도가 굉장히 제한된 제품이 되지 않을까?”  마이크로소프트 추종자가 전혀 아님에도 필자는 그렇게 생각하지 않는다. 이번에는 마이크로소프트가 제대로 된 ARM 기반 제품을 만들 것이라 예상한다. 그 이유는 바로 이 제품이 개발자를 위한 것이기 때문이다. 지금까지 개발자는 ARM 기반컴퓨터에서 x86 기반 개발 도구를 에뮬레이션하느라 개발 속도가 굉장히 느렸다. 하지만 마이크로소프트는 이번에 ARM용 네이티브 앱 개발을 위한 포괄적인 소프트웨어 개발 키트(SDK)와 프로그래밍 도구를 제공할 예정이다. 프로젝트 볼테라는 다음과 같은 개발 도구를 모두 포함한다.   비주얼 스튜디오 2022(Visual Studio 2022) 비주얼 스튜디오 코드(Visual Studio Code) 비주일 C++(Visual C++) 닷넷 6와 자바(Modern .NET 6 and Java) 클래식 닷넷 ...

윈도우 클라우드 클라우드기반윈도우 2022.06.07

링글, KAIST와 ‘AI 기반 맞춤형 학습 시스템’ 개발

일대일 화상 영어 프로그램 링글이 학습자 성취도를 인공지능(AI)이 정교하게 평가하는 시스템을 개발하고 하반기에 서비스를 시작한다고 밝혔다. 링글은 KAIST 김주호 교수의 인터랙션 랩과 함께 연구 개발한 ‘AI 기반 맞춤형 학습 시스템’을 미국컴퓨터협회 러닝 앳 스케일(ACM Learning at Scale 2022) 학술 대회에서 발표했다.  학회에서 김 교수팀이 발표한 ‘알렌즈(RLens)’ 시스템은 AI가 일대일 영어 수업 내용을 분석해 학습자 영어 실력을 ▲복잡한 구사(Complexity) ▲정확도(Accuracy) ▲유창함(Fluency) 세 분야로 진단, 학습 성취도를 입체적으로 파악할 수 있다. 김주호 교수팀은 공인 인증시험과 같은 기존 평가 체계가 학습자 영어 실력을 하나의 점수로 치환해 평면적으로 진단하던 것을 개선하기 위해 알렌즈 시스템을 개발했다. 듣기, 읽기, 말하기, 쓰기 분야별 점수로 영어 실력을 가늠하기보다 교육학 이론에서 언어 구사 능력의 주요 축으로 삼는 복잡성, 정확성, 유창성에 따라 실력을 입체적으로 진단한다. AI는 영어 실력을 진단하고 실력을 높이기 위한 목표 설정, 학습 추천도 해준다. 학습자가 튜터의 피드백 내용을 완전히 학습해 같은 영어 실수를 반복하지 않는지 트래킹도 한다.  KAIST 김주호 교수는 “알렌즈는 실력 진단, 목표 설정, 학습 추천으로 이어지는 사이클이 반복되며 진정한 일대일 맞춤형 학습에 한 걸음 다가가는 시스템”이라며 “연구 내용이 하반기 내 링글 서비스에 반영될 수 있도록 제품 개발에 박차를 가할 계획”이라고 말했다. 링글 이성파 공동대표는 “연구 결과가 반영되면 링글은 진정한 AI 기반 학습 서비스로 재탄생할 것”이라며 “처음에는 학습자에게 맞춤형 학습을 제공하는데 AI를 주로 적용할 계획이지만, 앞으로 원어민 튜터와 AI가 상호 작용하며 교육의 질을 높이는 수준까지 범위를 넓혀갈 예정”이라고 말했다. editor@itworld.co.kr

링글 2022.06.03

IDG 설문조사

회사명 : 한국IDG | 제호: ITWorld | 주소 : 서울시 중구 세종대로 23, 4층 우)04512
| 등록번호 : 서울 아00743 등록일자 : 2009년 01월 19일

발행인 : 박형미 | 편집인 : 박재곤 | 청소년보호책임자 : 한정규
| 사업자 등록번호 : 214-87-22467 Tel : 02-558-6950

Copyright © 2022 International Data Group. All rights reserved.