Artificial Intelligence
: 컴퓨터에서 음성 및 작성된 언어를 보고 이해하고 번역하고 데이터를 분석하고 추천하는 기능을 포함하여 인간의 학습 능력, 추론 능력, 지능 능력 등 사고 판단과 관련된 다양한 고급 영역을 컴퓨터 프로그램으로 실현한 일련의 기술
전통적 인공지능 기술
: 데이터 분석, 소비자 패턴 분석, 사용자 언어 분석에 특화
텍스트, 영상, 이미지 등 기존 콘텐츠를 활용하여 유사한 콘텐츠를 새로 만들어 내는 인공지능 기술
Ex) 챗GPT(텍스트 생성형) 미드저니(이미지 생성형)
공정 및 물류 '스마트 팩토리'
: 공장에 인공지능을 적용하여 공정 및 물류 업무 프로세스를 스마트하게 처리함
→ Ex> 물류 자동화, 자율 주행 로봇이 필요한 물건 직접 찾고 나름, 기계의 고장 여부 분석 및 부품 교체 필요 여부 예측
영업 분야
: 사용자 맞춤 추천 기능으로 판매율 향상
→ Ex> 넷플릭스 : 사용자의 영상 시청 패턴 분석 및 선호도 파악 & 맞춤 콘텐츠 추천
마케팅 분야
: 소비자의 취향 및 트렌드 흐름 예측 가능
: AI 비디오 편집을 통해 단시간 내에 고품질의 비디오 제작 가능
→ 제품/서비스 기획 및 디자인 구상에 생성형 AI 활용성 매우 높을 것으로 예상
고객 관리
: CS 업무에서 챗봇 도입함으로써 24시간 고객에게 서비스 제공 가능
: 고객들의 니즈 파악을 통한 유의미한 데이터 찾아내기
얼굴 인식을 통한 보안 관리
: 기업에서 정보 유출 및 보안 이슈에 대응하기 위해 얼굴 인식 기술을 사내 컴퓨터에 도입하여 보안을 강화
사무 행정
Ex) 마이크로 소프트 Ms Office의 '코파일럿(Copilot)'
▷ Word - 간단한 프롬프트만으로 조직 정보를 받아와 초안을 작성
▷ 엑셀 - 수식뿐만 아니라 자연어로 데이터 세트에 대한 질문이 가능하며 질문에 기반한 새로운 수식 제안
▷ PPT - 기존 서면 문서를 제공하면 발표자 메모 및 소스가 포함된 PPT 자료를 제공
새로운 일자리
: 기획과 가장 유사한 결과물을 창출해내기 위해 생성형 AI와 소통하는 직업이 생겨남
정보의 정확성
: 제한적인 학습 데이터 범위(챗GPT는 2021/9까지의 데이터만 습득함) 및 정확성 판별 능력의 부재
→ 데이터의 출처를 함께 확인할 수 있도록 기능 개선? (구글 바드)
데이터 보안과 윤리 (저작권 분쟁)
: 개인 정보, 기밀 정보, 지적 재산을 생성형 AI에 입력할 경우 이는 공개 정보로 취급되어 타인에게 민감한 정보가 유출될 수 있음.
→ 데이터 입력시 공개 정보로 취급할 것인지 말것인지 체킹하는 방식은?
→ 저작권 문제가 없는 자료들로만 학습 모델로써 사용
데이터 오염 문제
: 인공지능의 학습 과정에서 주입되는 데이터를 조금만 오염시켜도 엇나간 결과물이 나올 수 있음. 이는 인공지능에게 일반적이지 않은 일이 벌어지면 엉뚱한 결과 심지어는 위험한 결과로 이어질 수 있음.
Ex> 유명인의 사진을 학습하는 머신러닝 알고리즘의 학습 자료로써 두 사진을 합치거나 원래 이미지 안에 작은 그림을 삽입하여 학습시킴. 알고리즘은 결국 사진 속 인물을 타른 사람으로 인식하게 됨.
→ 기본 보안 실천 사항인 '망 분리'와 '최소한의 권리 부여'를 통해 학습 데이터를 무분별하게 제공하지 않도록 제한을 둔다면 해결될 수 있을 것임.
→ 모의 해킹과 레드팀 훈련을 더욱 강화된 방법으로 철저히 진행하여 강화 실험을 여러번 거친 알고리즘 모델 완성.
윤리적 문제
: 자율 주행 - AI의 판단에 의해 발생한 사고의 책임은 누구에게 있는가?
: 딥페이크 - 정치/사회 영역의 가짜 뉴스로 인한 혼란, 특정 인물을 콘텐츠로 활용하여 음란물/음해의 목적으로 사용
→ 윤리적 요인과 관련한 명확한 기준 및 강화된 법률를 토대로한 규제가 필요
참고자료
https://m.blog.naver.com/skinfosec2000/222029239340
https://elice.io/newsroom/dx_ai_definition_examples_5
https://imvip.tistory.com/284