1. 인공지능의 구분
1) 용어 접근
-1 대부분의 인공지능 프로젝트는 팀으로 구축
-2 팀원 간 또는 다른 팀 간의 의사소통을 위해 전문/전용 용어 사용
-3 전달하고자 하는 내용이 명확할 필요가 있을 때
-4 대부분의 인공지능 프로젝트 구성원은 모두가 인공지능 개발자가 아님
-5 기획, 분석, 설계, 수집, 전처리, 개발 등 각 업무별 전문가의 모임
2) 인공지능
-1 인공지능(artificial intelligence)
(a) 인간의 학습, 추론, 지각 등의 능력을 구현하려는 컴퓨터 과학 분야
(b) 인간의 학습, 추론, 지각 등의 능력을 구현하려는 컴퓨터 과학 기술
(c) 인공지능과 머신러닝, 딥러닝의 관계
3) 머신러닝
-1 머신러닝(machine learning)
(a) 기계학습(machine learning)으로 해석되며,
(b) 데이터 또는 빅데이터를 이용하여 학습하고 통계 기반의 결과를 예측하는 인공지능 기술
(c) 데이터의 패턴이나 규칙을 학습하는 알고리즘 연구 분야
(d) 컴퓨터를 이용하는 인공지능 기술의 대부분을 의미하며 광범위한 용어로 활용됨
-2 머신러닝 구현(machine learning program)
(a) 학습방법 : 지도학습, 비지도학습
(b) 알고리즘 : 선형회귀, 로지스틱회귀, 결정트리, 베이즈 정리, 백터의 기하학(거리, 군집), SVM
(c) 베이즈 정리 : 서로 배반되는 두개의 원인에 의해 일어나는 사건이 두개의 원인 중 하나일
확률(조건부 확률, 사후혹률)
(d) 패키지 : scikit-learn
4) 딥러닝
-1 딥러닝(deep learnin)
(a) 머신러닝 알고리즘의 한 방법이며,
(b) 인공 신경망을 이용하여 데이터의 패턴이나 규칙을 학습하는 알고리즘
(c) 정형의 데이터를 벗어나 자연어, 음성, 이미지와 같은 크고 복잡한 데이터에서 큰 효과가 있음
* 일반적으로 기계학습과 딥러닝을 구분하는 경우 가장 큰 차이는 특징 추출 여부로 구분
2 머신러닝 활용 - 금융분야
1) 챗봇 : 사람과 사람의 채팅 구조를 사람과 컴퓨터의 채팅 구조로 변화
2) 음성봇 : 사람과 사람의 음성 전달 구조를 사람과 컴퓨터의 음성 전달 구조로 변화
3) 문서분류 : 사람에 의한 다양한 문설르 분류하는 작업을 전자문서화 후 자동 분류
4) 어드바이저 : 사람이 하던 투자 등의 조언 서비스를 인공지능으로 대체하거나 부가 서비스로 제공
5) 심사 : 통계학적 기반의 신용의 정도, 인수 가능의 정도 등을 인공지능을 활용하여 대체하거나 보조 지표로 활용
6) 금융거래 이상탐지 : 입금, 출금, 지급 등의 다양한 업무 분야에 이상한 거래를 탐지하는 서비스
7) 화자인식 : 기존의 고객과의 통화 녹취파일을 이용하여 현재 고객을 식별하는 서비스 (비대면 본인확인)
8) 리스크 관리 : 은행, 보험 등에서 미래의 불확실한 재무, 볍률, 보안 관련 리스크를 파악하고 평가 및 제어
9) 주식 예측 : 과거의 주가와 기타 정보를 이용하여 미래의 주가를 예측
10) 신용평가 : 평가 대상 기업 또는 사람에 대한 정보와 그 부가정보를 이용하여 신용 등급화
11) 민원 예측 : 계약 정보와 고객정보 등을 이용하여 향후 민원발생 여부를 예측
3 머신러닝 활용 - 비금융분야
1) 고장예측 : 각종 기기의 수명을 예측하기 위해 인공지능 확용
2) 불량품 분류 : 생산된 제품의 전체 또는 일부분의 정보를 이용하여 불량품 여부 확인
3) 병명예측 : 사람 또는 동물의 바이털 정보 등을 이용하여 특정 병명을 예측
4) 서비스 추천 : 영화, 음식 등의 고객 기호에 맞는 서비스를 제공하는 추천 시스템
5) 수요 예측 : 유동 제품에 대한 수요를 미리 예측하여 적시에 또는 더 빠르게 배송할 수 있는 체계 구축
6) 스팸 분류 : 다양한 메일들 중 스팸 메일을 분류하거나, 사이버 공격의 일종으로 메일 분류
7) 언어 번역 : 통역사를 이용한 번역 서비스를 인공지능으로 대체하여 번역 서비스 제공
8) 텍스트 이미지 변환 : 상황에 대한 문장을 이미지로 표현하는 기술
9) 제품 설계 알고리즘 : 최적화된 제품 설계를 제공하는 생성 설계 알고리즘, 반도체 등
10) 화상진단 : 의료 화상을 보고 질환을 판단하는 프로세스
11) 법률상담 : 자연어 기반 학습을 통해 법률을 자문하는 서비스
4 머신러닝 활용 효과
1) 비용절감
2) 비용 효과 제고
3) 보다 지속 가능한 서비스 제공
4) 새로운 서비스의 창출
5) 신속한 의사결정
* 과도한 기대(자율주행의 딜레마)와 태생이 갖는 오류 인정
