태그검색
찾고 싶은 것이 있나요?
알고리즘에 대한 35개의 태그 검색결과가 있습니다.
- 블로그 기계가 고객이 된다? AI와 IoT기반의 ‘기계 고객’에 집중해야 하는 이유 기계 고객이란? ‘기계 고객(Machine Customer)’은 2023년 1월 가트너가 발행한 책 ‘기계가 고객이 될 때(When Machines Become Customers)’에 나온 기술 용어입니다. 이 책에서 가트너는 ‘2027년까지 선진국 인구의 50%가 인공지능(AI) 비서를 사용하게 될 것’이라고 말하며, 소비 시장이 사람이 아닌 기계를 상대하게 될 것이라고 설명했습니다. AI 시대가 오더라도 최종 결정은 사람이 하는 것이 오늘날 수많은 AI 비즈니스의 기조이기 때문에 선뜻 이해하기 어려울 수 있는데요. 기계가 고객이 된다는 것 자체가 공상과학의 일부처럼 느껴질 수...
- 블로그 [IT생네컷] AI로 새로운 고객 경험을 제시하는 LG CNS AI 연구소 LG CNS AI 연구소는 AI 기반의 새로운 고객경험을 제시하기 위해 AI 신기술을 전문적으로 연구하는 곳입니다. LG CNS는 다양한 AI 기술을 영역별로 특화해 ▲언어 AI LAB ▲비전 AI LAB ▲데이터 AI LAB ▲AI 엔지니어링 LAB으로 4대 AI 연구소(LAB)를 완성했습니다. DX 전문가를 만나보는 IT생네컷 열 번째 주인공은 AI 연구소에서 활약 중인 윤진우 선임연구원, 서석현 선임연구원, 권나현 연구원, 김민섭 선임연구원입니다. LG CNS AI 연구소 이야기, 지금 시작합니다! Q. 각 LAB의 주요 업무와 현재...
- 블로그 [보안동향] 코앞으로 다가온 양자 컴퓨터, 포스트 양자암호를 찾아라! 현재 우리는 0과 1로 구성된 디지털 컴퓨터를 사용하고 있습니다. 그러나 최근 양자 역학의 발전으로 양자 컴퓨터의 발명이 코앞으로 다가왔습니다. 구글, IBM 등 여러 회사에서 양자 컴퓨터 개발을 위한 연구에 힘을 쏟고 있는데요. 10년 안에 개발하는 것을 목표로 힘쓰면서 암호도 양자 컴퓨팅 시대에 맞춰 준비 중입니다. 양자 컴퓨터에 대비하기 위해, 양자 컴퓨터에서 큐비트(qubit)를 이용한 양자 암호와 기존의 컴퓨터에서 사용할 포스트 양자 암호(Post Quantum Cryptography), 두 가지에 대한 연구가 활발하게 진행되고 있습니다....
- 블로그 LG CNS, 양자 기술로 난제 해결 나선다 LG CNS가 최근 한국후지쯔와 ‘양자 디지털 어닐러(Quantum-Inspired Digital Annealer) 기반 수학적 최적화 알고리즘 개발 MOU’를 체결했습니다. 마곡 LG CNS 본사에서 진행된 협약식에는 LG CNS CAO(Chief Account Officer, 최고 고객·영업 책임자) 김홍근 전무, 한국후지쯔 최재일 대표 등이 참석했습니다. 이번 협약을 통해 양사는 ‘양자 디지털 어닐러 기반 수학적 최적화 알고리즘’을 공동으로 개발하고 교통, 금융, 제약/화학 등 다양한 산업 영역의 난제들을 해결하는데 협력하기로 했습니다. 후지쯔는 양자 디지털 어닐러 기술을 개발한 양자 컴퓨팅 선도...
- 블로그 조상님 사진이 움짤로? AI 사진 프로젝트 딥 노스탤지어 지난 2월에 온라인 족보 플랫폼인 마이헤리티지(MyHeritage)는 ‘딥 노스탤지어(Deep Nostalgia)’라는 인공지능(AI) 기반 서비스를 공개했습니다. 딥 노스탤지어는 스틸 사진을 움직이는 사진으로 만들어주는 서비스로, 얼굴의 움직임이 녹화된 비디오를 사용합니다. 해당 스틸 사진에 가장 적합한 영상을 적용해 얼굴에 시선이나 표정을 더합니다. 덕분에 사진으로 고인이 된 사랑하는 사람의 생동감 있는 모습을 볼 수 있습니다. 마이헤리티지는 이스라엘의 AI 스타트업인 D-ID가 제공한 AI 영상을 활용했다고 설명했습니다. 오늘날, 생체 데이터의 사용이 증가함에 따라서 CCTV 등 사진이나 영상물로 저장되는...
- 블로그 AI 보안 요원이 랜섬웨어 공격 잡아낸다(上) 올해 코로나 키워드를 활용한 랜섬웨어(Ransomware) 공격과 재택근무 환경 확산에 따른 원격 연결 수요가 증가함에 따라 RDP(원격 접속 프로토콜) 취약점을 노린 해킹 공격이 급증했습니다. 다양한 방식으로 진화하는 공격의 징후를 사전에 탐지하고 신속하게 대응하기 위해, 기업 내 정보 보안팀과 보안 관리 서비스 제공 업체(Managed Security Service Provider, MSSP)는 많은 도전에 직면하고 있습니다. 불특정 개인 PC를 대상으로 무차별 감염을 시도했던 랜섬웨어 공격은 점차 특정 조직이나 기업을 목표로 정한 뒤 장기간에 걸쳐 다양한 수단으로...
- 블로그 블록체인의 새로운 돌풍! ‘디파이(De-fi)’란? 코로나19가 다시 유행하면서 팬데믹 시대라는 것을 실감하게 됩니다. 이러한 때에 기존 사업에서의 변화가 촉발됩니다. 금융 또한 이러한 변화에 가장 큰 직격탄을 맞게 되는 것을 목도합니다. 디파이(DeFi; Decentralized Finance)는 금융을 탈중앙화한 것입니다. 우리가 시중 은행을 통해 사용할 수 있는 예금, 대출, 투자 등과 같은 대부분의 경제 활동이 여기서 말하는 금융에 해당한다고 할 수 있습니다. 이 디파이를 실현하기 위해서는, 우선 탈중앙화된 화폐(암호화폐)와 시스템(블록체인 프로토콜)이 필요합니다. 전통 금융 체계를 운영하던 중앙화된 주체(정부, 은행...
- 블로그 하늘에서 데이터가 쏟아진다? 농업을 혁신하는 항공 데이터! 2001년 출시된 시뮬레이션 게임 ‘블랙 앤 화이트(Black & White)’는 플레이어가 신이 되어서 영토를 확장하는 게임입니다. 플레이어는 하늘에서 전체 영토를 내려다보며, 어떤 문제가 있는지, 무엇이 필요한지 파악해 적절히 상호 작용해야 하죠. 신이 존재한다면 우리를 내려다보리라는 상상을 구현한 게임이었고, 피조물과의 여러 상호 작용이 필요했기에 게임 인공지능(AI) 설계에 구글 딥마인드 CEO이자 알파고의 핵심 개발자인 데미스 허사비스(Demis Hassabis)가 참여했던 건 우연이 아니었을 겁니다. 실제로 우리는 긴 세월 하늘에서 많은 정보를 얻었습니다. 구글의 구글 어스(Google...
- 블로그 AI는 어떻게 ‘사기 거래’를 잡아낼까? 지난 글에서는 인공지능이 이상 탐지 분야에 어떤 도움을 줄 수 있는지를 알아봤습니다. 그렇다면 구체적으로 인공지능을 이상 탐지에 적용하기 위한 절차와 방법은 어떻게 될까요? ● 도난 카드로 100만 원 플렉스? ‘수상한 결제’ AI가 잡는다! 이번에는 이상거래 탐지를 위한 인공지능의 학습 및 적발 과정을 알아보겠습니다. 아래 그림을 보면 인공지능이 과거 거래의 사기 패턴을 학습하는 ‘학습 단계’와 학습된 인공지능 모델로 새로 발생하는 거래의 사기 여부를 탐지하는 ‘탐지 단계’로 나눌 수 있습니다. 각각의 세부...
- 블로그 인공지능의 ‘블랙박스’? AI에 블록체인 기술이 필요한 이유! 코로나19로 많은 변화가 예상됩니다. 기술 변화도 마찬가지인데요. 디지털 전환(Digital Transformation)과 비대면 서비스가 가속화할 것으로 보입니다. 이의 중심에 인공지능(AI)과 블록체인이 있습니다. 포스트 코로나 시대에 AI와 블록체인의 융합은 어떤 방향으로 진행될까요? 인공지능과 블록체인의 관계를 비유하자면, 비행기에 블랙박스를 장착하는 것과 같습니다. 인공지능이 내린 결론을 현재는 설명 불가능한 경우가 많습니다. 이때 인공지능이 사용하는 데이터의 흐름을 블록체인에 저장해서 블랙박스와 같은 역할을 하도록 하는 것입니다. 신뢰할 수 있는 인공지능을 가능하게 하는 것이 블록체인일 수 있습니다. 인공지능과...
- 블로그 더 가볍게! ‘인공지능 다이어트’가 필요한 이유 오늘날 신경망을 깊게 쌓아 올린 딥러닝 기반 알고리즘들은 다양한 분야에서 미증유의 퍼포먼스를 보여주고 있습니다. 심층 신경망 연구는 하드웨어의 눈부신 발전과 함께 두각을 나타내기 시작했으며, 더 좋은 성능의 알고리즘을 만들어내기 위해 각 기업 및 학계의 연구소에서는 더 강력한 최신의 GPU와 TPU를 사용한 연구를 진행하고 있습니다. 이렇게 강력한 하드웨어와 전력을 쏟아부어야 만들 수 있고 사용할 수 있는 딥러닝 알고리즘. 우리 손엔 자그마한 스마트폰 정도가 쥐어져 있는 것 같은데, 도대체 어떻게 해야 연구소에서...
- 블로그 AI는 ‘스스로 학습’할 수 있을까? 수많은 학습 데이터를 주기만 한다면, 딥러닝은 문제를 잘 풀 수 있다고 알려져 있습니다. 예를 들어 1,000개의 카테고리에 대해 130만 장의 분류된 이미지가 있는 ImageNet 태스크에 대해 딥러닝 알고리즘은 Top 5 기준 98% 이상의 정확도를 달성하며 사람의 판별 정확도를 뛰어넘었습니다. 하지만 태스크에 맞는 데이터를 수집하는 것은 비쌉니다. 세상에는 이미지가 넘쳐나지만, 각각의 이미지가 어떤 의미를 가지는지 사람이 일일이 분류해 라벨을 만드는 것은 오래 걸리고 힘이 듭니다. 지도 학습, 비지도 학습, 그리고 자기...