전산쟁이 wizmusa의 IT 이야기

언젠가부터 팀원들이 텐서플로 외에 파이토치를 쓰는 비중이 늘어나서 관심을 갖게 되었습니다. '파이토치 첫걸음'은 꽤 얇은데 딥러닝 기초부터 GAN 실전기법까지 다룬다는 모토를 내세웠기에 혹하여 골랐습니다. 파이토치 첫걸음 딥러닝 구현 복잡도가 증가함에 따라 ‘파이써닉’하고 사용이 편리한 파이토치가 주목받고 있다. 파이토치 코리아 운영진인 저자는 다년간 딥러닝을 공부하고 강의한 경험을 살려 딥러닝의 진입 장벽을 낮출 목적으로 이 책을 집필했다. 파이토치 설치부터 CNN, RNN, 나아가 스타일 트랜스퍼, 오토인코더, GAN 등 최신 연구 결과까지 살펴본다. 같은 어려움을 겪었던 개발자의 마음으로 개념 원리와 구현을 균형 있게 구성하여 쉽게 읽을 수 있다. www.hanbit.co.kr 좀 읽어 보니, 이 ..

꽤 많은 신기술이 사치품 제작을 통해 완성도를 높였습니다. 스위스 시계, 궁정의상, 도자기 등 이루 말할 수 없을 정도로 사례가 많습니다. 심지어 무기인 총도 유럽 귀족이 관심을 가지면서 사치품을 제작하게 된 무렵에 획기적으로 발전했습니다. 물론 칼도 아름다운 예술품이 많았지만, 총 역시 귀족 취향을 속속들이 반영한 사치품이 나오면서 약점이 많은 기술수준이었으면서도 노하우 축적을 지속할 발판을 마련할 수 있었다고 봅니다. 출처: https://www.metmuseum.org/art/collection/search/26835 여객기도 마찬가지입니다. 2019년 정도의 여객기 대중화 시대에는 상상하기 힘들지만, 1950년대에는 여객기 요금은 비교하기가 쉽지 않지만 2019년에 비해 대략 4~5배 비쌌다고 합..

인류는 데이터(유무형의 기록)라는 유산을 상속하여 왔기에 문명사회로 발전했다. 기록이 모든 걸 담지는 못해도 많을 걸 담아왔기에 물려 받은 데이터를 발전의 발판으로 삼았다. 그런데 어느 순간 한 사람이 여러 주제에 걸친 데이터에는 온전한 맥락을 터득하기가 어렵게 되기 시작했다. 정보기술이 발전하여 데이터를 보관하는 비용과 처리하는 비용이 줄어들수록 데이터 생성량은 점점 더 커졌기 때문이다. 데이터 홍수 속에서 허우적대다 일단 손에 들어 온 데이터를 맥락 없이 따르거나 데이터를 내던지고 구원자를 찾아 나서게 될 뻔했던 게 2010년 즈음의 상황이었다. 뭔가 지침이 필요한 시점이었다. Data swamp를 거론할 정도로 기록 폭증으로 벌어지는 혼란을 피하려면 기록을 한 취지가 드러나야 한다. 거창한 얘기로 ..

인공지능이 암을 진단하는 의사 노릇까지 한다는 기사가 난지 오래입니다. 진단 가능한 병이 한정적이기도 하고 인간 의사와는 달리 어이 없는 진단결과를 낼 때가 있기도 하지만, 결국 인공지능 진단기가 대세가 될 거라는 건 이제 다들 의심하지 않습니다. 인간 의사와 인공지능 보조 혹은 인공지능 진단기와 인간 보조가 될지 어떨지, 근미래의 모습조차 상상하기 힘듭니다만. 최근 인공지능이 일자리를 없앤다는 기사에서 러다이트 운동을 언급하는 때가 많습니다. 신문마다 논조는 다릅니다. 기득권에 붙는 신문일수록 러다이트 운동 전후를 다루기보다는 실패만을 부각하곤 합니다. 일자리를 잃고 분노한 실업자들이 몇 해동안 공장에 침입하여 설비를 부쉈지만 별일 없이 진압 당했다는 식으로만 씁니다. 실제로는 그렇게 의미 없지 않았고..

상당히 독특한 책이 나왔습니다. 인간과 자연스럽게 대화하는 로봇을 연구하는 저자가 인공지능을 하나 하나 풀어서 가르쳐 줍니다. 아무것도 모르고 시작하는 인공지능 첫걸음 인공지능을 이해하기 위한 최소한의 기술 상식 한빛미디어 / 출간 : 2018-06-01 저자: 히가시나카 류이치로 / 번역: 진솔 http://www.hanbit.co.kr/store/books/look.php?p_code=B3863756314 이제까지 인공지능을 다룬 책은 4차산업혁명 운운하거나 기계학습 개발을 주제로 한 게 태반이었습니다. 그런데 이 책은 지능이 무엇인가에 대해 먼저 이야기합니다. 꼭 그런 점은 장점은 아닙니다만, 인공지능, Artificial Intelligence, AI로 불리는 개념이 어떤 본질을 가졌는지에 대한 ..

로봇 기자를 다룬 기사는 작년, 재작년부터 보이는 듯하더니 어느새 KBO도 로봇 기자를 운용하는 중이었군요. 기사를 보니 꽤나 그럴 듯합니다. 로봇이 썼다고 미리 얘기해주지 않으면 전혀 모르겠어요. 3초면 야구기사 뚝딱… ‘케이봇’ 기자 아시나요 KBO 퓨처스 소식 전하는 로봇기자 경기 기록지 데이터만 입력하면 축적된 DB 바탕 대량 작성 가능 사회인 경기 6만 건 제공하기도 https://sports.news.naver.com/kbaseball/news/read.nhn?oid=020&aid=0003159949 기사입력 2018.07.24 케이봇은 단순하게 정형 데이터에 조사와 어미를 붙여 문장을 만드는 수준이 아니라, 데이터를 해석하는 분석 모델을 적용하여 경기 하이라이트를 선정하는 데에 이르렀다고 합..

독특한 세미나가 있었다. 보안 솔루션과 AI 간 관계를 되짚어 보는 자리였다. 보안 솔루션 업체가 아닌, 보안 솔루션 사용업체가 AI를 가지고 할 수 있는 게 뭔가 싶어 알아 보았다. 보안 솔루션 업계는 AI 열풍 이전에도 기계학습을 적극적으로 쓰고 싶어했다. 대표적으로 IDS(Intrusion Detection System)와 IPS(Instrusion Prevention System)는 일일이 rule을 만들고 모니터링하는 관리가 너무나도 힘들었다. 요즘은 보통 인공지능이라고 부르는 기계학습을 도입하면 침입패턴을 자동으로 개선하기를 갈망해 왔다. 딥러닝 등 AI 기법이 보편화 되면서 보안 솔루션 업체만큼 AI를 적극적으로 도입한 업종은 드물다. 문제는 해커도 해킹도구에 AI를 위시한 자동화를 적용한다..

강연을 들었다. https://www.facebook.com/events/1335749643223214/ 디지털헬스케어연구소 최윤섭 소장의 출간에 맞춘 강연으로서, 드문 드문 나왔던 뉴스와 의료계 이슈를 한번에 정리했다. 질의응답 시간 때 보니 미래가 걱정스러운 의대생이 몇 명 보이는 등 2018년 7월 혹서에 아랑곳 않는 열기로 꽉 찼던 알찬 강연이었다. 방대한 내용 중에서 인상 깊은 부분만 추려 보았다. 1부: 제2의 기계시대와 의료 인공지능Watson for Oncology 암 진단 성공률은 암종, 병원, 국가마다 다름Watson은 진단 로직에 최신 논문을 자동으로 반영하는 기능도 있는데, 그대로 허용해도 되는지 의문임보험급여 관련: 가천대 길병원 사례. Watson의 진단 대로 처방하면 심평원 삭..

지난 달(2017년 9월), 소셜 미디어(주로 트위터)에서는 Personality Insights 서비스를 통해 자기 성격을 분석한 결과를 공유하는 유행이 소소하게 지나갔습니다. SK C&C 인공지능 서비스 AIBRIL이 제공하는 인물 성향분석으로서, IBM Watson의 Personality Insights를 기반으로 만었습니다. IBM 왓슨 개인 성격 분석(Watson Personality Insights) https://t.co/uSJCuBU5KS // 텍스트 기반으로 필자의 성격 분석해주는 AI 왓슨 서비스, 근데 정확하지 않은듯. 전 다큐멘터리 좋아합니다만? pic.twitter.com/ZwdwRi6Amy— lunamoth (@lunamoth) 2017년 9월 27일 Personality Ins..

인공지능이 암을 진단하는 의사 노릇까지 한다는 기사가 났다. 인공지능이 일자리를 없앤다는 기사는 부지기수다. 과연 인공지능 기술이 발전해서 사람의 일자리가 사라지게 될까? 사람 일자리가 사라지는지 여부는 다음에 하기로 하고. ☺ 2017년 5월 기준 인공지능은 잘 알려졌다시피 프로 바둑 기사를 너끈히 이기고 유명한 화가 화풍으로 그림을 그리지만, 사람 말을 여전히 다 못 알아들으며, 힘든 농사일은 여전히 사람 손을 필요로 한다. 당분간 인공지능과 로봇을 빌미로 한 대량해고는 없을 거라고 본다. 과연 언제쯤 인공지능이 디스토피아 드라마틱하게 사람의 일자리를 가로 채게 될까? 시기는 특정하지 못하겠지만, 진척이 보이는 지표가 일단 두 가지 있긴 하다. 1) 로봇 청소기의 청소능력 로봇 청소기가 정말로 청소를..

2017년 기준으로 인공지능 봇을 우리 사회의 다양한 영역으로 확산하려는 움직임이 많다. 인공지능을 고객과의 직접 소통에 이용하는 시도 역시 다양한데, 이제는 법적 책임과 관련한 새로운 리스크를 감안해야 한다. 인공지능의 비용 절감에 대한 기여는 분명하지만 바로 보이지 않는 비용요소 역시 자명하다. 버그를 포함하여 사전에 파악하지 못한 사항은 인공지능이 오작동하도록 만든다. 그에 따른 추후 비용은 누군가 지불해야 한다. 독과점 기업일수록 이 비용을 고객에게 전가하려 들 것이다. 그렇다면 인공지능에게 전적으로 일을 맡기기보다는 사람을 요소 요소에 배치하면 어떨까? 혹시 모를 오작동과 예측 불가능한 외부효과에 있어, 사람의 대처능력은 괜찮은 편이다. 사람은 꽤 쓸 만한 존재다. 칼럼 | 최종 책임은 누가? ..

2016년 6월 기준으로, 하루 정도면 온전히 배울 만한 일이라면 5년 안에 로봇으로 대체 가능하지 않을까 한다. 단, 온전히 배운다는 얘기는 어지간한 변동사항에 대처 가능한 수준이라는 뜻이다. 폐지 줍기는 간단해 보이지만, 실은 감안할 일이 많다. 2016년 수준인 로봇이 하기는 마땅치 않다. 당분간 정말 단순해서 인간이 맞춰주는 게 가능한 일만 로봇이 대체해 나갈 것이 분명하다. 위 영상에 나오는 짐꾼 로봇 Leo는 정말 로봇이라고 불러야 하나 싶을 정도로 단순하다. 짐 실어주면 정해진 곳까지만 안전하게 자동으로 가는 기계도 로봇으로 부르자는 공감대를 가져 줘야 Leo도 로봇이라고 할 만하다. 현재로서는 인간이 어쩌지 못하는 영역을 로봇으로 대처하려는 움직임도 많다. 위 영상에 나오는 EMILY는 이..

아래 링크는 LG경제연구소가 발간한 '인공지능 플랫폼이 경쟁하고 있다' 보고서입니다. 인공지능, 플랫폼 경쟁이 시작되고 있다 http://www.lgeri.com/industry/general/article.asp?grouping=01030100&seq=269 읽다 보시면 뭔가 낯익은 얘기일 겁니다. 작년까지는 '비정형 데이터를 다루는 빅데이터'라는 이름으로 많이 논하던 사례들입니다. 단순한 장삿속은 아닙니다. 데이터는 이제 충분히 저장한다는 전제 하에(양과 속도/빈도 측면에서 모두), 활용으로 포커스가 옮겨 간 것이라고 봅니다. 세상은 참 빨리 달려가고 있습니다.

2016년 기준으로 기계학습은 아직 인간을 지배할 만큼 광범위한 주제를 감당하지는 못하는 수준이다. 그럼에도 몇몇 유명인사는 인공지능이 인간을 지배하면서 디스토피아를 불러 올 것이라고 논평하여 장삼이사들은 벌써부터 실업자가 되어 나락으로 빠질까 걱정이다.​(1) 아마도 고도로 발달한 인공지능 입장에서는 인류가 원리는 불명확하지만​ ​제법 괜찮은 결과물을 내놓는(2) 의사결정 지원 도구일 수 있다. 범용적인 훈련만으로도 캡차와 같이 불규칙한 패턴을 읽을 줄 아는 센서 노릇이 가능한 편리한 도구로 여길 만하다고 본다. 인건비와 컴퓨팅 파워 유지비를 비교하여 효익이 좋은 쪽을 택한다 해도 인간을 써먹는 게 나은 때가 꽤 많지 않을까?​(3) 불확정성이 짙은 상황에서 인간이 발휘하는 직관은 이제까지와 같이 정확..