*선* 스토어

*선*

개인인증

팔로워0 팔로우

소개

등록된 소개글이 없습니다.

전문분야 등록된 전문분야가 없습니다.

판매자 정보

학교정보

입력된 정보가 없습니다.

직장정보

입력된 정보가 없습니다.

자격증

입력된 정보가 없습니다.

판매지수

판매중 자료수

3개
전체 판매량

38개
최근 3개월 판매량

0개
자료후기 점수

-
자료문의 응답률

-

전체자료 3개

AI의 비전 기술 정의와 실제적으로 어떻게 활용되고 있는지를 논하고 향후 어떤 방향으로 확산될지 전망하였습니다.

인공지능 활용을 위한 도입방안 (비전기술)서론스탠퍼드 Fei Fei Li 교수는 TED에서 컴퓨터 비전 연구의 경향을 공유하면서 비전 연구야말로 ‘컴퓨터 과학에서 가장 선도적이고 혁명적인 기술’이라고 말했다. 컴퓨터 비전 기술은 디지털 이미지와 동영상에서 사물을 식별하는 기술이다. 자율 주행 자동차도 컴퓨터 비전 기술이 없다면 무용지물이다. 사물 인식도 컴퓨터 비전 기술이 없다면 제대로 된 판단이 어려울 것이다. 비전 기술 없이는 차량 앞에 있는 것이 전봇대인지 사람인지 구분할 수 없다. 최근 아마존은 상품을 배송할 때 드론을 사용하고 있고 국내에서도 도입하려고 추진 중이다. 이런 드론도 컴퓨터 비전 기술이 없다면 사람 머리 위에 상품을 떨어뜨리거나 오배송사고가 발생할 것이다. 무인CCTV의 경우 비전 기술이 없다면 현재 급박한 상황인지 무시해도 될 만큼 사소한 일인지 분별할 수 없을 것이다. 과거 어느 때보다 영상과 같은 비정형 데이터는 천문학적으로 늘어났고 현재도 늘어나고 있으나 그 데이터에서 의미 있는 정보를 뽑아낼 수 있는 비전 연구야 말로 현재만 아니라 미래에도 가장 많이 활용될 기술이다.그렇다면 비전 기술에는 어떤 기술이 있을까? 대표적인 기술이 CNN(Convolutional neural network, 합성곱 신경망)이다. CNN은 이미지에서 가장 중요한 특징들을 뽑아내는 것이다. 신경망을 통해 자동적으로 이미지에서 특징을 생성하고 있다. 본격적인 CNN 신경망은 1998년 Yann LeCun이 발표를 했었는데 당시에는 우편번호, 손으로 쓰이는 숫자들의 데이터를 인식하는 데 사용되었다. 그의 르넷5는 32X32픽셀 이미지로 디지털화된 사람의 필체 숫자를 인식할 수 있었다. CNN는 사물의 인식에 있어 흥미롭고도 새로운 결과를 내는 우수한 구조를 지니고 있다. CNN는 지도학습 알고리즘으로 구분할 수 없는 이미지의 경우는 억지로 추측하기보다는 안전한 대답을 유도할 수 있도록 지도하게 된다. CNN 기술의 발전으로 자동차의 차종, 모델, 연식까지 구 배치하고 반면 무관한 정보들을 멀리 배치했기 때문이다. 영상 속에서 이미지와 무관한 음성은 벡터 공간상 멀리 배치함으로 기계학습시 두 데이터의 관계가 멀도록 분석한 것이다. AI이 보는 능력뿐 아니라 듣고 읽기까지 가능해지면서 다각적인 인지 능력을 갖추게 되었다.비전 컴퓨터 기술은 크게는 4가지로 구분된다. 첫째는 영상 분류 기술이다. 시각적으로 물체를 식별하는 능력을 갖춘 기술이다. 두 번째는 행동인식과 이해 기술이다. 영상 속에서 사람의 움직임, 행동 등 행위 자체를 이해하고 특징화하는 기술이다. 세 번째로 영상 관계인식 기술이다. 영상 속에서 객체를 검출하는 것이고 여러 객체들 사이의 관계를 이해하는 것이다. 마지막으로 3차원 영상 재구성 기술이다. 2차원 뿐 아니라 3차원에서도 특징과 움직임을 이해하는 것이다. 비전 컴퓨터의 4가지 기술은 AI가 시간과 공간을 인식하고 이해하도록 하는 기술이다. 전 세계적으로 비전 컴퓨터에 대한 투자가 활발해지고 있다. ETRI 시각기능연구 박종열 박사는 2025년까지 102조 원에 가까운 시장이 형성될 것으로 전망한 만큼 비전 컴퓨터 기술의 중요성이 어느 때보다 높아지고 있다.본론현재는 비전 컴퓨터 기술이 어떻게 사용되고 있으며 미래에 AI의 도입 방안은 무엇일까? 비전 컴퓨터 기술은 자율 주행에서 구현되고 있다. 자율 주행하면 레이더나 주변을 레이저를 통해 주변을 인식하는 라이다 기술을 핵심기술로 사용한다. 그러나 최근 테슬라는 이런 레이더 기술을 폐기하겠다고 선언한 바 있다. 테슬라의 제품은 레이더가 아닌 비전 기술을 활용한 카메라를 통해 들어오는 영상 기술을 활용하겠다는 것이다. 카메라는 통해 교통상황에 맞는 크루즈 컨트롤, 자동 차선 유지 기능을 지원하게 된다. 테슬라는 ‘오직 시각만으로 구축되는 시스템이 궁극적으로 완전 자율 주행에 필요한 전부’라고 말할 정도로 카메라 시각 정보와 신경망 프로세서에 의존하게 될 것이다.비전 기술로 아마존을 빼놓을 수 없다. 아마존 고 매장의 경우 계산대가 없는 셀프서비스 편발병과 같은 상황에서 더욱 빛을 바라고 있다. KAIST는 ‘기침 인식 카메라’를 개발했다. 기존의 열화상 카메라로만 탐지하기 어려운 기침 증세를 인식할 수 있게 되었다. 기침하는 사람의 위치와 기침하는 모습 등 심지어 기침하는 횟수까지도 파악하여 코로나와 같은 전염병 유행을 사전에 방지한다는 것이다. 이런 데이터는 병원 등과도 그의 경로와 건강 상태까지 공유될 수 있는 것이다. 미래의 영상 기술은 전염병 확산을 방지하고 이를 데이터화하여 어떤 전염병이 유행할 수 있는지까지도 활용할 수 있을 것이다.영상 기술의 발전은 개인의 이동시간 단축과 장소의 경계를 점차 넘어서고 있다. 한화시스템에서는 개인용 에어택시를 개발하고 있다. 카카오택시처럼 도착지만 선택하고 예약을 하게 되면 여의도 강남 구간을 가는데 단 5분 밖에 걸리지 않는다. 수속 절차도 기존에 복잡한 공항 탑승 절차보다 간소화되어 모든 신원이 앱을 통해 전달된다. 영상분석 솔류션을 통해 조종사가 없이 승객을 태우고 또한 목적지까지 이동할 수 있게 되어 미래의 유망한 비전 기술로 활용될 것이다.비전 컴퓨터 기술은 소비에도 커다란 영향을 줄 것이다. 비접촉이 생활화된 현대와 같은 시대에 고객들은 외출을 자체하고 대부분 홈에서 생활하게 된다. 다른 상품들보다 의류를 고르는 것이 쉽지 않다. 실제로 입어보지 않았기 때문에 더욱 그렇다. 그런데 요즘의 영상기술은 이런 한계를 극복하고 있다. 생성적 적대 신경망(GAN) 기반 영상생성 기술을 활용하고 있는데 영상의 정보를 추출하고 새로운 디자인을 그리는 기술과 옷을 입는 영상을 자동으로 만들도록 한 것이다. 가상으로 옷을 바로 착장할 수 있도록 했고 옷 유형, 계절, 색상 등을 분석하여 소비자에게 가장 적합한 상품을 추천해 주기도 한다. 따라서 소비자는 자신의 체형에 잘 맞는 상품과 또한 계절감 등을 고려해서 상품을 추천받는 것이다. 이는 기업 입장에서는 상품의 매출과 연결될 수 있으며 소비자 입장에서는 쇼핑으로 인한 시간과 에너지를 줄일 수 있다. 미래에도 이런 이다. 지금 남은 시간은 단 1시간이다. 그런데 개인용 자율 주행 비행기를 이용하면 집근처에서 모든 수속 절차가 간소화되고 다른 어떤 이동 수단보다 안전하고 빠르게 이동할 수 있다. 그동안 미팅에서 중요한 내용들을 다시 REVIEW해볼 수 있고 관련자들에게 메일을 보낼 수도 있다. 이 과정에서 비즈니스 혁신과 기회를 추가로 얻게 된다.의료분야에 있어서는 의료사고나 불필요한 과잉진료 등은 방지할 수 있고 발생 가능한 질병을 미연에 예방할 수 있다. 최근 안구 영상 분석에서 안저의 영상을 분석하여 12가지 이상 소견을 낼 수 있도록 했다. 당뇨망막병증, 황반변성, 녹내장 등을 보다 정확하게 분석하고 판독할 수 있게 되었다. 기존 환자의 건강 관련 영상, 진료 기록 등을 가지고 발생 가능한 질병들을 예측하며 사전에 질병 발생을 방지할 수 있도록 했다. 이는 보다 건강한 삶과 정신적인 안정감까지 줄 수 있게 되었다.그러나 영상기술의 발전이 좋은 면만 있는 것은 아니다. 영화 마이너리티 리포트에서 범죄를 사전에 막기 위해 범죄자를 체포하는 장면이 나온다. 영상기술로 범죄의 가능성을 분석할 수 있게 되었다. 문제는 개인 정보의 유출이다. 범죄의 의도가 없지만 영상판독에 따라 우리 자신이 범죄 가능자로 판별된다면 어떨까? 사회적인 혼란을 야기할 것이다. 기술로 인한 무고한 피해자가 발생할 수도 있다. 그러면 영상기술의 판단이 과연 공정할까? 편향성에 관해서 피부색을 가지고 백인인 경우는 범죄가능성을 낮게 보고 흑인인 경우 더 높게 볼 수 있다. 이는 프로그래밍하는 사람의 편향성을 그대로 지니고 있기 때문이다. 결국 잘못된 판단을 할 수 있다.미국 대통령의 가까 영상이 돌아다니고 있다. 이를 딥페이크라고 한다. 영상을 딥페이크로 조작했는데 이는 사회적으로 큰 혼란을 초래할 수 있을 뿐 아니라 선거 결과에도 영향을 미치게 된다. 나의 SNS에 있는 사진이 조작되어 돌아다니고 심지어 개인 정보에 중요한 영역에서 잘못 사용되고 있다면 이는 심각한 사회적 문제를 야기한다. 전문가들.com/talks/fei_fei_li_how_we_re_teaching_computers_to_understand_pictures?language=ko고려사이버대학, AI트랜스포메이션(13주차)위키백과, “합성곱 신경망”, URL=https://ko.wikipedia.org/wiki/%ED%95%A9%EC%84%B1%EA%B3%B1_%EC%8B%A0%EA%B2%BD%EB%A7%9DAI타임스, “AI가 ‘영상’을 이해하기 시작했다... 페이스북, 컴퓨터비전에 새 지평 연다”, URL=http://www.aitimes.com/news/articleView.html?idxno=137394IT WORLD, “‘이미지와 동영상을 위한 AI’ 컴퓨터 비전의 원리와 유용한 데이터집합 및 모델”, URL=https://www.itworld.co.kr/insight/162635HelloT, “디지털 트윈을 향한 디딤돌, 인공지능 영상 기술, URL=http://www.hellot.net/news/article.html?no=58170글로벌이코노믹, “테슬라, 자율주행에 레이더 대신 카메라로 간다”, URL=https://cmobile.g-enews.com/view.php?ud=*************89024be84d87674_1&ssk=favorset&md=*************4_RMEDICAL TRIBUNE, “서울대병원 영상판독에 인공지능 도입”, URL=http://www.medical-tribune.co.kr/news/articleView.html?idxno=83407The Science Times “‘코로나19 감지’ 기침하는 사람 찾아내는 카메라”, URL=https://www.sciencetimes.co.kr/news/%EC%BD%94%EB%A1%9C%EB%82%9819-%EA%B0%90%EC%A7%80-%EA%B8%B0%EC%B9%A8%ED%95%98%EB%8A%94-%EC%82%AC%EB%9E%8C-%EC%B0%BE%EC%95%84%EB%82%B4%EB35

공학/기술| 2021.06.19| 8페이지| 2,000원| 조회(178)

인공지능, 활용, 비전기술, AI기술

미리보기

닫기
빅데이터 현황과 구체적인 활용 사례

국내 데이터 산업 시장의 규모는 18년 15조 5천억원에서 작년 16조 8천억원으로 7.7% 성장했 고 매년 평균 성장율은 8.5%로 볼 때 2020년에는 18조 3천억원으로 추정된다. 이와 더불어 데 이터 직무 인력 또한 증가추세를 보이고 있다. 작년 데이터산업 종사자는 총 34만명으로 동년대 비 8.4% 증가했다. 이런 추세라면 2020년도에도 관련 직문 인력은 8.4% 증가할 것으로 보고 있다. 빅데이터 분석이 활발해진 배경에는 3가지로 요약할 수 있는데 산업계에서는 고객 데이터 축적하여 보유함으로 데이터의 숨어 있는 가치를 발굴하여 성장의 동력원으로 사용하게 되었다. 예를 들면 미국 Tesco(테스코)의 경우 고객데이터를 수집 활용하여 고객의 소비 트랜드를 마케 팅 등에 적용하게 되었다. 학계에서는 거대한 데이터를 활용하여 과학분야까지 확산하게 되었다. 인간게놈프로젝트나 기후관찰 정보 등이 예이다. 마지막으로 기술발전에 있어서 디지털화와 저장 기술의 발달로 인해 클라우드 컴퓨팅 기술이 발달하게 되었다. 기존에 처리할 수 없었던 비정형 데이터를 처리하고 저장하기 위한 기술이 필요하게 된 것이다. 여기에서는 빅데이터 관련해서 공 공기관, 기업에서 활용방식 그리고 기대효과는 무엇이었는가 사례별로 살펴보고 insight를 얻고자 한다.

공학/기술| 2021.03.13| 6페이지| 2,500원| 조회(175)

빅데이터, 활용사례, 데이터시장

미리보기

닫기
인공지능과 윤리

1) 자율주행의 윤리적 문제: 2016년 5월 7일, 테슬라의 자율주행자동차 운전자가 사망했다. 사고 당시 햋빛으로 인해 흰색 대형 트레일러를 인식하지 못하고 충돌 후 전봇대를 들이받았 던 것이다. 반면 테슬라측은 세계 평균 6000만 Km주행시 1명 사망한 것에 비하면 자율주행 차는 훨씬 더 안전하다고 변호했다. 자율주행자동자의 경우는 책임소재가 불분명하기에 윤리 적인 문제가 발생한다. 2) AI의 편향성에 대한 윤리적 문제: 2016년 마이크로소프트사의 트위터 인공지능 ‘Tay’가 등 장했다. Tay는 트위터에 존재하는 용어들을 사용하여 사람들과 대화하는 트위터봇이다. 10대, 20대처럼 활발한 대화를 위해 이들의 언어를 학습한 Tay는 인종차별, 소수자차별, 정부 음모 론등 부적절한 대화를 하며 하루만에 중단해야 했다. 데이터 편향성으로 윤리적인 문제가 발 생하게 된 경우다. 3) 전투용 AI의 윤리적 문제: 딥마인드의 데미스 하사비스는 구글에 회사를 매각할 때 ‘군사 적인 목적으로 기술을 사용하지 않는다는 것’을 조건을 걸었다. 반면 AI의 군사적인 목적에 대 한 옹호론자들은 “인간은 감정에 휘둘려 학살과 같은 전쟁 범죄를 저지르지만 AI로봇은 입력 된 대로만 움직이기 때문에 인간과 같은 그릇된 결정을 내리지 않기에 더 윤리적”이라고 주장 한다.

공학/기술| 2021.03.13| 5페이지| 2,000원| 조회(562)

윤리, 인공지능, 향후이슈

미리보기

닫기