많은 사람이 큰 꿈을 꾸지만, 현실의 벽에 부딪혀 꿈의 크기를 줄인다. 고평석 칼럼니스트는 마소 391호에서 꿈은 원대했으나, 시작은 작기만 했던 두 사람의 이야기를 전한다. 넷플릭스 창업자 리드 헤이스팅스(Reed Hastings)와 고려 광종(光宗)이다.리드 헤이스팅스는 넷플릭스 창업자 겸 CEO인 리드 헤이스팅스는 수학적 분석을 중요시하는 집안 내력이 있다. 헤이스팅스의 외증조부는 1929년 미국 대공황으로 주식 시장이 무너질 때 큰 수익을 올렸다. 스탠퍼드 대학원을 다니며 실리콘밸리 IT 붐을 목격한 헤이스팅스는 퓨어소프트웨
개발 전문잡지 마이크로소프트웨어의 최신호는 인공지능 개발에 필요한 체크포인트(The Checkpoint of AI)를 다뤘습니다. 데이터 수집, 정제, 학습법, 인프라, 코딩교육 등 전문가의 최신 개발방법론과 노하우가 풍성합니다. 마소 391호의 주요 기사들을 IT조선 독자에게도 소개합니다.[편집자주]코딩교육의 목적은 컴퓨팅적 사고를 통한 논리력 증대, 문제 해결 능력으로 창의성 계발, 소프트웨어 언어교육 등 세 가지다. 마소 391호 'Do You Know GW-Basic?'에서 서광민 플랫폼에듀 이사는 약 20여 년 전 GW베이
음성 처리 과정에서 잡음을 제거하는 기술은 1970년까지 거슬러 올라가는 아주 오래된 주제다. 최대한 많은 잡음을 제거해 소리의 품질을 올리는 것이 목적이다.잡음 제거 과정은 크게 '음성 활동 검출', '잡음 스펙트럼 판단', '스펙트럼 잘라내기' 등 세 가지로 구성된다. 환경, 시간, 종류에 상관없이 모든 잡음을 잘 처리하는 알고리듬은 만들기 쉽지 않다.진 마크 발린(Jean-Marc Valin) 모질라 멀티미디어 코덱 엔지니어는 마소 391호에서 잡음을 처리하는 기술 'RNNoise'에 대해 설명했다.순환신경망(Recurrent
알파고 이후 딥러닝(Deep Learning)은 매우 유명해졌다. 구글의 머신러닝 프레임워크(Machine Learning Framework)인 텐서플로(Tensorflow)도 등장했고, 수많은 딥러닝 논문이 쏟아졌다. 굳이 딥러닝을 사용하지 않아도 될 부분에도 딥러닝을 적용하는 문제가 발생하기 시작했다.김창훈 대구대 컴퓨터정보공학부 교수와 윤성국 대구대 UCSL 연구원은 마소 391호에서 머신러닝의 허점을 분석했다. 두 사람은 취약점 공격을 통해 허점을 발견해 나갔다.딥러닝의 취약점 중 오버피팅(Overfitting)이 있다. 오
개발 전문잡지 마이크로소프트웨어의 최신호는 인공지능 개발에 필요한 체크포인트(The Checkpoint of AI)를 다뤘습니다. 데이터 수집, 정제, 학습법, 인프라, 가짜뉴스 찾기 등 전문가의 최신 개발방법론과 노하우가 풍성합니다. 마소 391호의 주요 기사들을 IT조선 독자에게도 소개합니다. [편집자주]가짜뉴스는 지난 미국 대선과 한국 대통령 탄핵 그리고 조기 대선 등 최근 이슈였다. 과학기술정보통신부는 2017년 '뉴스 콘텐츠의 정합성/불일치성을 통한 가짜 뉴스 검출'을 도전 문제로 선정해 '2017년 인공지능 R&D 챌린지
2015년 4월 마이크로소프트 리서치팀은 내부 프로젝트로 진행하던 딥러닝 프레임워크 'CNTK(Computational Network Toolkit)'를 오픈소스 형태로 공개했다. 초기 버전의 CNTK는 내부 스크립트인 브레인 스크립트(BrainScript)로만 이용할 수 있었다. 2016년 마이크로소프트 인지 툴킷(Cognitive Toolkit)으로 명칭을 변경하면서 파이썬(Python), 'C++', 'C#' 언어 인터페이스를 제공하기 시작했다. 최근에는 2.x 버전으로 업그레이드되면서 성능 및 사용성이 크게 향상돼, 기존의
'로보어드바이저(Robo-Adviser)'란 로봇을 의미하는 '로보(robo)'와 자문 전문가를 의미하는 '어드바이저(advisor)'의 합성어로 투자자가 입력한 투자 성향 정보를 토대로 알고리즘을 활용해 개인의 자산 운용을 자문하고 관리해주는 자동화된 서비스다. 최근 인공지능 활용 자산관리 서비스로 성장하고 있다. 로보어드바이저 '불리오(https://www.boolio.co.kr)'를 만든 천영록 두물머리 대표는 마소 391호에 로보어드바이저의 간략한 역사를 설명했다. 로보어드바이저의 역사는 2010년 미국 웰스프론트(Wealt
개발 전문잡지 마이크로소프트웨어의 최신호는 인공지능 개발에 필요한 체크포인트(The Checkpoint of AI)를 다뤘습니다. 데이터 수집, 정제, 학습법, 인프라, 한의학계의 인공지능 등 전문가의 최신 개발방법론과 노하우가 풍성합니다. 마소 391호의 주요 기사들을 IT조선 독자에게도 소개합니다. [편집자주]한의학계에도 인공지능이 적용됐다. 특히 중국은 한의학과 인공지능의 융합을 30년 전부터 시도했다. 지식추론시스템(Knowledge Discovery System)과 의사결정지원시스템(Decision Support Syste
머신러닝을 활용하면 단순 작업을 자동화해 업무 시간을 단축시킬 수 있다. 이종국 싸이버로지텍 미래기술개발팀 팀장은 이미지 형태의 계약서에서 주소를 텍스트로 추출하는 프로젝트에 머신러닝을 도입했다.광학 문자 인식(Optical character recognition, OCR)을 활용하면 쉽게 이미지에서 텍스트를 추출할 수 있다. 하지만 세계 각국에서 전달되는 계약서 포맷이 제각각이라 단순히 텍스트를 읽는 것으로는 주소 추출이 불가능했다.이종국 팀장은 10개월간 프로젝트를 진행해 머신러닝 분류기를 만들었다. 머신러닝 분류기의 텍스트 추
인공지능이 스포츠 분야에도 침투했다. 야구를 통계학적으로 분석하는 '머니볼'로 알려진 세이버메트릭스(Sabermetrics)는 대표적 사례다. 또한 정현 선수가 참여한 테니스 경기에도 로봇 심판이 투입됐다. 김인범 SK C&C 엔지니어는 미국 농구 NBA의 새크라멘토 킹스(Sacramento KINGS) 구단의 '챗봇 서비스' 등 스포츠에 인공지능이 도입된 사례를 마소 391호에 소개했다.미국프로야구(MLB)에서는 선수를 분석할 수 있는 많은 데이터를 측정하고 있다. 스탯캐스트(Statcast)는 선수와 공의 움직임을 빠짐없이 추적
개발 전문잡지 마이크로소프트웨어의 최신호는 인공지능 개발에 필요한 체크포인트(The Checkpoint of AI)를 다뤘습니다. 데이터 수집, 정제, 학습법, 인프라, 음성 합성 등 전문가의 최신 개발방법론과 노하우가 풍성합니다. 마소 391호의 주요 기사들을 IT조선 독자에게도 소개합니다. [편집자주]인공지능 비서에게 음성은 매우 중요하다. 인공지능 비서는 텍스트로 도출된 결과를 우리에게 음성으로 변환시켜 전달한다. 텍스트 음성 변환(Text-To-Speech, TTS) 과정에서 억양과 톤을 조절하기 힘들기 때문에 인공지능 비서
개발 전문잡지 마이크로소프트웨어의 최신호는 인공지능 개발에 필요한 체크포인트(The Checkpoint of AI)를 다뤘습니다. 데이터 수집, 정제, 학습법, 인프라, 한국어 학습 방법 등 전문가의 최신 개발방법론과 노하우가 풍성합니다. 마소 391호의 주요 기사들을 IT조선 독자에게도 소개합니다. [편집자주]IBM 왓슨(Watson)은 자연어 형식으로 된 질문에 답할 수 있는 인공지능 플랫폼이다. 지난 2017년 9월 한국어 지원을 시작해, IBM 클라우드에서 왓슨 서비스를 한국어로 이용할 수 있다. 마소 391호에서 김대용 한
다니엘 라시먼(Daniel Julius Lasiman)은 트래블로카(Traveloka)에서 머신러닝 엔지니어로 일하며 숙박업소의 이미지에 설명을 넣는 작업을 하고 있었다. 그는 이미지에서 문장을 자동으로 생성할 수 있는 엔진을 만들어 업무효율을 높이고 싶었다. 그는 커패시(Karpathy) 스탠퍼드대 교수가 2016년 발표한 이미지 자동 캡션에 대한 논문을 접한 후 본격적으로 머신러닝 연구를 시작했다. 다니엘 엔지니어는 인공지능이 딥러닝(Deep Learning)의 등장으로 빠르게 발전하고 있다고 보고 논문과 추천 글을 읽으며 독학
생성적 적대 신경망(Generative Adversarial Network, GAN)은 생성(Generative)이라는 문제를 풀기 위해 딥러닝(Deep Learning)으로 만들어진 모델을 적대적(Adversarial) 방식으로 학습시키는 알고리듬이다. 생성 모델은 '그럴듯한 가짜'를 만들어, 실제 데이터 분포와 근사한 모델을 '그럴듯하다'고 정의한다. GAN은 생성자(Generator)와 구분자(Discriminator)를 경쟁시켜 학습시키는데, 이를 '적대적 학습(Adversarial Training)'이라 한다.조용래 넥슨코
개발 전문잡지 마이크로소프트웨어의 최신호는 인공지능 개발에 필요한 체크포인트(The Checkpoint of AI)를 다뤘습니다. 데이터 수집, 정제, 학습법, 인프라, 머신러닝 적용시 문제 해결 방법 등 전문가의 최신 개발방법론과 노하우가 풍성합니다. 마소 391호의 주요 기사들을 IT조선 독자에게도 소개합니다. [편집자주]머신러닝에서는 언더피팅(Underfitting)과 오버피팅(Overfitting) 문제가 발생할 수 있다. 언더피팅은 데이터가 편향돼 예측에 실패하는 현상을 말하고, 오버피팅은 적은 데이터에서 많은 특징을 찾으
버즈니가 운영하는 모바일 홈쇼핑 포털 앱 '홈쇼핑모아'는 총 16개 채널의 상품을 제공한다. 홈쇼핑모아에는 매일 새 상품 정보 약 800개가 업데이트된다. 매일 800개의 상품 정보를 인간이 분류한다면, 회사 운영에 큰 부담이 된다. 남상협 버즈니 대표는 SVM(Support Vector Machine)을 이용해 상품 분류를 자동화 했다. SVM을 활용하면 'scikit-learn' 등의 라이브러리를 활용할 수 있고, 어떤 피처(Feature)가 어떻게 영향을 미치는지 알 수 있다.조현제 버즈니 데이터랩스팀 선임연구원은 카테고리 분
럽파고는 러브 알파고의 줄임말이다. 용어에서 알 수 있듯이 사랑에 관한 인공지능이다. 이준범 럽파고 개발자는 썸 데이터 560개를 수집해 딥러닝을 적용했다. 이를 활용하면 썸남썸녀 성공 예측 확률을 약 80%까지 예측한다. 이 개발자는 친구의 이별 소식을 듣고 친구를 돕기위해 럽파고를 기획했다. 지도 학습(Supervised Learning)에서 사용할 데이터는 232명에게 조언을 받아 기준을 정했고, 완성된 질문지를 커뮤니티에 올려 썸 데이터 560개를 모았다.수집된 데이터를 가공하면 썸과 관련된 다양한 패턴을 발견할 수 있다.
소프트웨어 전문 잡지 마이크로소프트웨어(마소) 391호가 1월 31일 발간됐다. 마소 391호의 테마는 '인공지능의 체크포인트(The Checkpoint of AI)'다. 인공지능의 기본 이론인 인공신경망, 머신러닝, 딥러닝, CNN, RNN, GAN 등의 자세한 개념과 활용 예시를 담았다.특히, 이번 호에서는 IBM 왓슨(Watson)의 한글 학습 과정과 구글 딥마인드의 알파고(AlphaGo) 개발 과정을 확인할 수 있다. IBM 왓슨의 한국어 지원 서비스를 개발한 김대용 과장의 인터뷰는 언어와 문화의 차이로 생기는 인공지능 개발
이세돌 프로바둑기사를 이긴 알파고(AlphaGo)가 경기에서 패했다. 알파고를 이긴 알파고 제로(AlphaGo Zero)의 백서(White Paper)는 인공지능의 바둑 학습에서 더는 기보 데이터가 필요하지 않다고 밝혔다. 팀 휠러(Time Wheeler) 스탠포드대 지능시스템 연구원은 바둑 기보 데이터 없이 자가 학습한 알파고 제로의 알고리듬인 알파 제로를 분석한 글을 마소 391호에 소개했다.바둑은 완벽한 정보로 빠르게 의사결정을 해야 한다. 몬테카를로 트리 탐색(MCTS) 알고리듬은 스스로 계산한 수가 얼마나 좋은지 계산해,
2016년 한양대학교에서 비속어를 구사하는 챗봇 '라이언봇'이 등장했다. 이내 '라이언봇 사태'가 일어나며, 라이언봇 개발자는 전체 사용자에게 사과문을 전송했다. 마소 391호 30페이지에서 강병욱 라이언봇 개발자에게 그 사연을 들어보자.라이언봇은 학생식당 메뉴를 찾아주는 기능으로 시작했다. 평일 식사시간 외에는 사용자가 없었다. 사용자가 꾸준히 사용할 수 있도록 챗봇 기능을 추가했다. 발화 의도를 파악하는 알고리듬, 형태소 분석, 머신러닝 등을 활용하기 위해 학생들의 커뮤니티 게시물과 댓글을 크롤러로 가져왔다.일주일간 '질문-답변