Entry barriers
디지털 시대의 AI의 필요성과 진입장벽
AI는 이미 인류의 삶 전체에 영향을 미치는 방향으로 변화하고 있다. 제조, 교육, 에너지, 미디어, 금융 등 산업에서는 차별화된 서비스를 개발하거나
반복적인 업무를 자동화하고, 중요 의사결정의 자료로 활용하여 기존의 비용을 줄이는 등 다방면으로 AI 기술을 활용하고 있다.
그러나 한국개발연구원(KDI)에서 2020년 진행한 ‘AI에 대한 기업체 인식 및 실태조사’에 따르면 기업의 77.8%가 AI 기술 도입이 경영과 성과에 도움이 되었다고
응답한 반면, 조사 대상자의 3.6%만이 AI 기술을 도입했다고 응답했다.
AI 기술이 기업에 긍정적인 효과를 가져옴에도 불구하고 자본력과 인프라가 갖추어진 대기업 중심으로 AI 기술 도입이 이루어지고 있음을 확인할 수 있다.
이런 현상은 AI 모델을 개발하고 운영할 인력의 부족에 의한 것으로 판단된다.
현재 기업이 AI 기반의 비즈니스 모델을 제작하기 위해서는 데이터 준비부터 초기 모델 제작까지 각 단계를 진행할 데이터 과학자가 필요하다.
도메인과 데이터, 비즈니스에 대한 높은 수준의 지식과 이해가 필요하기 때문에 기업의 수요에 비해 인력이 부족한 상황이다.
Appearance
AI 확산을 가속할 머신러닝 자동화(Auto ML)의 등장
하지만 머신러닝 자동화(Auto ML)의 기술 발전과 보급을 통해 데이터 과학자의 역할을 시스템이 대신함으로써 인력 문제를 해결하고 기업의 AI 도입을 가속할 수 있다.
머신러닝 자동화란 시간 소모적이고 반복적인 AI 모델 개발 작업을 자동화한 것을 말한다.
데이터 수집과 처리, 머신러닝 모델 개발, 운영, 모델 최적화의 단계를 체계화하여 번거로운 코딩 작업을 없애고, 클릭만으로 프로세스를 진행할 수 있다.
특히 모델에서 중요한 피처(feature)를 자동으로 추출하고, 하이퍼파라미터 최적화 기능을 제공하여 비즈니스 도메인에 대한 전문지식은 가지고 있으나
데이터와 알고리즘에 대한 지식이 부족하여 진입장벽을 느꼈던 사용자들에게 AI를 쉽게 활용할 수 있는 기회를 제공한다.
머신러닝의 개념은 1959년 IBM 컴퓨터공학자인 아서사무엘이 “컴퓨터에 명시적인 프로그램 없이 배울 수 있는 능력을 부여하는 연구 분야”라고 정의하며 탄생했다.
이후 오랜기간 답보상태를 이루다가 2000년대 중반에 들어와서 현저히 발전하게 되었다. 구글의 ‘텐서플로(Tensor Flow)’, 알파고 바둑이 그 사례이다.
가트너는 ‘2022년 이머징 테크놀로지 하이프 사이클’ 보고서에서 AI 자동화 지원 기술을 언급했다. 글로벌 기업인 MS와 아마존 등도 Auto ML 시장에 전력을 다하고 있다.
Possible
범용성과 모델 개발의 용이성을 바탕으로 모든 산업 분야에 적용 가능
머신러닝 자동화의 가장 큰 장점은 특정 산업분야에 한정된 기술이 아닌 범용성과 개발 용이성을 보유하고 있다는 점이다.
당사 또한 당사의 AutoML 플랫폼인 ‘와이즈프로핏(WiseProphet)’을 활용하여 수질 예측, 부품 수요예측, 교육과정 추천, 민원 상담 안내 등 30여 개에 달하는 AI 모델을 개발했다.
그 중 수질 예측은 하수처리장에서 수집한 다양한 데이터를 학습시켜 유입 수질과 수처리 공정 데이터를 입력하면 방류수 수질을 예측하는 모델이다.
사람이 직접 진행하던 기존 수질 모니터링의 한계를 극복하고 최적화된 하수처리 공정관리가 가능해진다.
(그림1. 한국교육학술정보원에서 운영하는 AI 기반 교육 추천 서비스 맞춤배움길)
또, 개인화 학습 추천 서비스도 있다. 학습자의 학습 현황과 수준, 모의고사 성적, 콘텐츠 선호도 등의 데이터를 활용하여 학습자에게 필요한 강의를 추천해 준다.
취업에 특화된 기능을 제공하기도 한다. 관심분야가 유사한 졸업자의 활동 내역, 이수한 강의 리스트 등을 활용하여 취업을 위한 로드맵을 제공하고 자기주도적인 경력개발을 지원한다.
Popularize
노코드 기반 머신러닝 자동화(Auto ML)를 통한 AI의 대중화
머신러닝 자동화는 사용자가 코딩을 하지 않고 마우스 클릭만으로 분석과 데이터 시각화가 가능한 제품이기 때문에 파이썬 등 코딩을 잘하지 못하고
Radom forest나 CNN과 같은 알고리즘 원리를 완벽하게 이해하지 못하더라도 AI 구현이 가능하다.
(그림2. 클릭 기반의 머신러닝 자동화 플랫폼 ‘와이즈프로핏’)
4차산업혁명 시대, 디지털전환 시대, 그리고 대한민국의 현 정부가 추진하고 있는 디지털플랫폼 정부에서 가장 중요한 키워드는 데이터 분석과 예측일 것이다.
특히 정부가 지난 몇 년간 데이터기반행정 활성화 기본계획과 데이터 3법 등 데이터 기반의 정책기획과 의사결정을 적극적으로 추진하면서 대한민국은 바야흐로 AI와 빅데이터의 시대이다.
그러나 이 모든 단계를 스스로 처리하는 역량을 확보하려면 커다란 어려움이 있다.
머신러닝 자동화는 데이터 과학자가 아니더라도 누구나 코딩 없이 AI에 접근하고 활용하는 것을 지원해 줄 수 있다는 점에서 이 시점에 매우 유용하고 중요한 최상의 솔루션이 될 것이다.