상용화의 필수 조건, '품질' 인공지능을 개발하는 이유는 인공지능 기반의 제품이나 서비스를 만들기 위함이다. 누군가가 사용할 수 있도록 제품을 만드는 것이 바로 상용화다. 상용화에서 가장 중요한 요소는 바로 품질이다. 품질을 확보한다는 것은 곧 제품을 사용자의 요구사항에 부합하도록 만드는 것이다. 인공지능 서비스의 경우, 정확도가 99%인 인공지능 서비스가 필요하다는 고객의 요구사항이 있다면, 이를 만족하는 시스템을 만드는 것이 품질 확보다. 그러나 인공지능이 고객의 요구사항에 100% 부합하기 쉽지 않다. 인공지능의 성능을 최적화하기에는 아직 부족한 부분이 많다. 불과 작년 한 자율주행차가 트럭에 돌진하는 사고가 발생했다. 장애물 앞에서 멈추는 것은 가장 기본적인 성능인데, 그 성능에 대한 요구사항도 충족하지 못한 것이다. 상용화의 필수 조건이 품질 확보인 것을 생각해보면, 이와 같은 서비스는 기준 미달이다. 품질 확보를 넓은 의미로 보면, 제품을 쓰는 사용자의 1차적인 요구를 충족하는 것을 넘어 결함으로부터도 자유로워야 한다. 현재 인공지능에는 예상치 못한 기능, 성능 상의 결함도 많이 발생하기에, 품질을 광의적으로 해석한다면 인공지능 기반 제품의 상용화
※본 기사는 정주영 전무가 AI Tech 2022에서 발표한 내용을 토대로 작성됐습니다. 카카오엔터프라이즈가 그리는 Enterprise IT의 미래 2010년대 초반, 드디어 DX(Digital Transrofmation, 디지털 전환)가 기업들의 화두로 떠올랐다. 모바일 시대가 열리면서 AI와 관련된 다양한 논의들이 등장했지만, 기술의 한계 등으로 인해 많은 상상들이 현실화되지 못한 채 그렇게 묻히는 듯했다. 2020년, 코로나로 인한 팬데믹을 거치면서 상황이 변했다. 우선 이전과 비교해 기업의 혁신 사이클이 굉장히 짧아졌다. 5년 정도의 주기로 바뀌었던 DX의 트렌드는, 이제 블과 1~2년을 주기로 모습을 바꾸기 시작했다. 코로나 이후 DX에 투자한 기업과 투자하지 않은 기업의 성과 차이도 선명하게 나뉘었다. 코로나 전에는 두 기업의 차이가 두 배 정도에 그쳤다면, 코로나를 지나면서는 다섯 배까지 그 격차가 벌어졌다. 대부분의 기업은 미래에 관심이 많다. 특히 수요를 예측해 수요-공급의 갭을 메꾸는 데에 많은 관심을 가지고 있다. B2C 유통 분야로 가면 고객의 성향을 파악하고자 하는 의지는 훨씬 강해진다. 아울러 경영 사이클 전체에서 업무 프로세스를 혁
AI Tech 2022서 ‘AI 번역 및 음성 인식 관련 기술과 실증 사례’ 발표 인공지능 음성 인식 및 AI 번역 전문기업 엘솔루가 서울에서 개최된 ‘인공지능 융합 비즈니스 개발 콘퍼런스(AI Tech 2022)’에서 ‘AI 번역 및 음성 인식 관련 기술과 실증 사례’를 공유했다. 엘솔루는 콘퍼런스에서 AI 모델의 프로세싱에 대한 설명과 고객 기업 데이터에 기반한 새로운 AI 모델에 대해 발표했다. 엘솔루는 고객 데이터를 저장하지 않고 현장 폐기해 개인 정보 및 기밀 사항의 유출을 방지하고 있다고 강조했다. 이어 엘솔루는 자동 번역과 AI 음성 인식 솔루션을 한국 고문헌 번역과 인공지능 컨택센터(AICC)에 적용한 실질적 AI 활용 사례를 소개했다. 엘솔루는 AICC 적용 사례로 고객사의 비정형 데이터를 정형화하는 과정을 통해 높은 음성 인식 성공률을 구현했으며, 결론적으로 소량의 데이터로 고객 맞춤형 AI 서비스를 제공할 수 있다고 설명했다. 엘솔루는 2005년부터 군수 국방 및 정부 기관에 자동 번역 솔루션을 공급하고, 다양한 사업 분야의 AICC에 AI 음성 인식 기술을 적용한 AI 솔루션 전문기업이다. 엘솔루는 최근 법무부의 차세대 형사사법정보시스템
인공지능 융합 비즈니스 개발 컨퍼런스 2022(AI Tech 2022)이 4월 14일(목) 서울 코엑스 3층 컨퍼런스 E홀에서 열린다. 올해로 5회째를 맞은 AI Tech 2022는 최신 AI 기술과 국내외 AI 산업 트렌드를 파악하는 대표적인 행사로 자리잡고 있다. 또한, 2022 국제인공지능대전(AI EXPO)의 부대행사로 개최됨에 따라 AI 산업 관계자를 비롯해 AI에 관심 있는 일반인의 참여가 매년 늘고 있다. AI Tech는 매년 AI 기술과 다양한 산업 분야와의 비즈니스 접점을 찾고, 기업이 AI 기술을 도입하는 과정에서 필요한 지식과 노하우를 공유하는데 초점을 맞췄다. 그동안 AI 기술의 당위성, AI 도입 시기, 산업에 적용된 AI 모델 등을 순차적으로 다뤄왔다. 올해 AI Tech가 주목한 키워드는 데이터다. AI 모델 개발에서 어려움을 겪는 주된 이유 중 하나가 데이터다. 다시 말해 데이터 품질이 AI 모델 성능을 극대화하거나 혹은 무용지물로 만드는 결정적인 요인이 된다. 이에 AI Tech 2022는 '문제는 데이터다'라는 주제로 삼고 AI 모델 개발 못지 않게 중요한 데이터의 수집·관리·분석 방안에 대한 연사들의 발표가 이어질 예정이다.