인간의 뇌 닮아 ‘항상 학습하는 상태’인 네트워크
학습량 늘어날 때마다 예측도 정확해져...용례에 제한 없어
[보안뉴스 문가용 기자] 현재 세계적으로 가장 각광받고 있고, 또 연구되고 있는 신기술들을 나열시켜 보면 단연 선두에 인공지능이 있을 것이다. 이미 인공지능을 장착시킨 기술들이 나와 생활 속 여러 면에서 녹아들고 있다. 앞서 간다 하는 기업들은 대부분 인공지능 소프트웨어를 사용 중에 있기도 하다. 확실히 소프트웨어의 기능은 인공지능의 추가로 강력해지는 면이 있다.
그렇다면 다른 분야는 어떨까? 소프트웨어나 IT를 제외한 다른 모든 분야에도 인공지능이 활용될 수 있을까? 가능하다. 다음과 같은 사용 사례를 우린 지금도 상상해볼 수 있다.
신경망 : 정의와 원리
먼저 신경망이란 무엇이며, 어떤 기능을 가지고 있는지부터 간단히 알아보자. 신경망은 ‘인공 신경망’이라고 불리기도 하는데, 그 이유는 인간 뇌의 뉴런과 흡사한 방식으로 구성되고 작동하기 때문이다. 뉴런이 있어 우리는 생각할 수 있고, 결정을 내릴 수 있으며, 창작활동도 할 수 있는 것이라고 볼 수 있다.
물론 이러한 뉴런을 따라했다고 해서 인공 신경망이 진짜 뇌의 수준에 근접한 건 아니다. 둘의 경쟁은 아직 성립조차 되지 않는다. 다만 뇌의 뉴런이 항상 우리를 학습하는 상태로 만들 듯, 인공 신경망도 끊임없이 학습할 수 있게 된다. 또한 이 학습과정이라는 것도 ‘새로운 정보의 입력’, ‘분석’, ‘결과 향상’의 순서로 서로 비슷하게 이뤄진다.
당연히 더 많은 정보가 입력될수록, 분석의 과정은 더 복잡하다. 그러므로 학습을 하다보면 한 인공 신경망에 필요한 뉴런의 수가 수천을 금방 넘을 수도 있다. 당연히 망의 구조 자체도 더 복잡해지고, 분석에 걸리는 시간도 더 길어진다. 하지만 결국 기계는 조금이나마 더 똑똑해진다. 인간의 뇌가 동물의 그것보다 큰 것을 생각해보면, 이러한 신경망의 특성이 이해갈 것이다.
마케팅
마케팅이나 도소매 분야는 인공지능의 활용과 거리가 멀어 보인다. 하지만 그렇지 않다. 마케팅 전략을 수립하고 목적을 충족시키는 데에 있어 신경망 기술이 충분히 활용될 수 있다. 특히, 표적마케팅(Target Marketing)에서 인공지능의 활용성이 돋보인다. 표적마케팅이란 시장을 세분화해서, 각 판매자들이 정확하고 구체적인 목표를 선택하고 정하도록 하는 것을 그 목적으로 한다. 즉, 알맞은 고객에게 알맞은 상품을 전달하는 것, 그것이 표적마케팅의 힘이라는 것이다.
그런데 이 시장 세분화라는 게 쉽지가 않다. 기준이라는 게 늘 애매하기 때문이다. 하지만 인공지능이 시장을 ‘경제적 지위’나 ‘구매 패턴’ 등 다양한 기준으로 시장을 이런 모양 저런 모양으로 세분화시킬 수 있다. 물론 시장에 대한 다양한 학습이 선행된 후에 말이다. 인공지능을 계속해서 훈련시켜 시장에 대한 남다른 통찰을 갖게 되는 것이 앞으로 경쟁에서 큰 힘이 될 전망이다.
도소매
신경망은 여러 가지 임무를 동시에 수행할 수 있다. 이것만으로도 도소매 업계에서는 신경망이 큰 가치를 가지게 된다. 게다가 인공지능은 기본적으로 ‘대량의 데이터’를 처리할 수 있는 능력을 탑재하고 있다. 대량의 데이터를 한 번에 여러 가지 목적으로 처리할 수 있다는 건, 보다 정확한 예측이 가능케 된다는 것이다. 기존 통계학적인 방법론이 해냈던 그 어떤 예측보다도 말이다.
혹은 신경망을 사용해 많은 제품들을 빠르게 검사 및 평가하는 것도 가능하다. 예를 들면 어떤 제품을 소비자들이 얼마나 자주, 어떤 물건과 함께, 어떤 시간대에 주로 구매했는지 신경망이 파악하고 분석하는 건데, 이런 식의 활동을 굉장히 많은 품목들에 적용시킬 수 있다는 뜻이다.
이렇게 해서 고객들이 뭘 주로 구매하거나 무시하는지 파악하게 된다면 효율적인 투자를 할 수 있게 된다. 또한 ‘나의 고객들’이 원하는 걸 그때그때 가져다놓는 것도 가능하게 된다. 이건 온라인이나 오프라인이나 마찬가지다. 뿐만 아니라 고객들이 필요한 물건을 알아서 파악해 알림 서비스도 제공할 수 있다. 이미 이렇게 하고 있는 기업이 있으니 바로 아마존이다.
금융
도소매업에서 인공 신경망이 정확한 예측을 할 수 있다면, 금융업계에서도 이런 기능이 빛을 발할 수 있는 건 마찬가지다. 충분한 정보가 신경망을 통과하면, 항상 학습하는 상태의 이 네트워크는 어느 순간 예측을 할 수 있게 된다. 이게 도소매 관련 정보면 도소매 관련 예측을, 금융 정보면 금융 산업과 관련된 예측을 하게 되는 건 당연한 이치. 게다가 정보가 매일처럼 더 많이 분석되면 될수록 예측은 점점 더 정확해진다.
이런 경우 먼저 주가 상승률이나 하락률, 환율에 대한 예측이 보다 정확해지는 미래도 불가능한 것만은 아니라는 걸 알 수 있다. 은행의 경우 인공 신경망을 통해 고객에 대한 정보를 입수, 분석해 보다 정확한 금액을 대출해줄 수 있게 된다. 지나치게 높은 금액을 가져가 파산하는 개인도 줄어들고, 지나치게 낮은 금액을 가져가 아무런 효용을 보지 못하는 경우가 사라질 수 있다는 것이다.
보험
보험은 예로부터 다양한 기술을 동원해 자산을 제대로 평가하고 측정, 추적하는 산업이다. 그래야 올바로 보험 정책을 만들고 이행할 수 있으니까 말이다. 또한 자산에 뭔가 일이 일어났을 때 빠르게 파악하기 위해서도 ‘추적 능력’은 이들의 오랜 연구 분야였다. 보험 산업에 인공 신경망 기술이 도입된다면 이런 것이 해결될 뿐만 아니라 고객들을 세분화해서 맞춤형 상품을 개발, 판매하는 게 가능해진다.
하지만 보험 분야에서 가장 기대하고 있는 건 사기 탐지 기능의 향상이다. 인공 신경망은 이전의 보험 사기 사건들을 학습하고 분석해 각종 사기 계획을 미리 구별해낼 수 있을 것으로 전망된다. 또한 어떤 보험 상품에 대한 선호도가 높은지, 고객들이 왜 이 상품은 선택하면서 저 상품은 선택하지 않는지 등의 시장 분석도 더 용이할 것으로 기대된다.
그밖에 원거리 통신 사업자들 사이에서도 인공 신경망 기술에 대한 비슷한 기대치를 가지고 있다. 운영 관리자나 프로젝트 관리자 역시 인공 신경망을 통해 보다 수월한 일을 할 수 있을 것으로 기대된다.
인공 신경망 기술의 가능성은 무궁무진하다. 회사 내 소프트웨어 엔지니어가 있다면 이 기술을 적극 검토하도록 임무를 내려주는 것을 권한다. 이 잠재력 높은 기술을 어떤 식으로 회사 사업 운영에 적용할 수 있을지 파악해내는 작업은 지금부터 시작되어도 이르지 않다.
글 : 나탈리아 카르첸코(Natalia Kharchenko), Cleveroad
[국제부 문가용 기자(globoan@boannews.com)]
학습량 늘어날 때마다 예측도 정확해져...용례에 제한 없어
[보안뉴스 문가용 기자] 현재 세계적으로 가장 각광받고 있고, 또 연구되고 있는 신기술들을 나열시켜 보면 단연 선두에 인공지능이 있을 것이다. 이미 인공지능을 장착시킨 기술들이 나와 생활 속 여러 면에서 녹아들고 있다. 앞서 간다 하는 기업들은 대부분 인공지능 소프트웨어를 사용 중에 있기도 하다. 확실히 소프트웨어의 기능은 인공지능의 추가로 강력해지는 면이 있다.
[이미지 = iclickart]
그렇다면 다른 분야는 어떨까? 소프트웨어나 IT를 제외한 다른 모든 분야에도 인공지능이 활용될 수 있을까? 가능하다. 다음과 같은 사용 사례를 우린 지금도 상상해볼 수 있다.
신경망 : 정의와 원리
먼저 신경망이란 무엇이며, 어떤 기능을 가지고 있는지부터 간단히 알아보자. 신경망은 ‘인공 신경망’이라고 불리기도 하는데, 그 이유는 인간 뇌의 뉴런과 흡사한 방식으로 구성되고 작동하기 때문이다. 뉴런이 있어 우리는 생각할 수 있고, 결정을 내릴 수 있으며, 창작활동도 할 수 있는 것이라고 볼 수 있다.
물론 이러한 뉴런을 따라했다고 해서 인공 신경망이 진짜 뇌의 수준에 근접한 건 아니다. 둘의 경쟁은 아직 성립조차 되지 않는다. 다만 뇌의 뉴런이 항상 우리를 학습하는 상태로 만들 듯, 인공 신경망도 끊임없이 학습할 수 있게 된다. 또한 이 학습과정이라는 것도 ‘새로운 정보의 입력’, ‘분석’, ‘결과 향상’의 순서로 서로 비슷하게 이뤄진다.
당연히 더 많은 정보가 입력될수록, 분석의 과정은 더 복잡하다. 그러므로 학습을 하다보면 한 인공 신경망에 필요한 뉴런의 수가 수천을 금방 넘을 수도 있다. 당연히 망의 구조 자체도 더 복잡해지고, 분석에 걸리는 시간도 더 길어진다. 하지만 결국 기계는 조금이나마 더 똑똑해진다. 인간의 뇌가 동물의 그것보다 큰 것을 생각해보면, 이러한 신경망의 특성이 이해갈 것이다.
마케팅
마케팅이나 도소매 분야는 인공지능의 활용과 거리가 멀어 보인다. 하지만 그렇지 않다. 마케팅 전략을 수립하고 목적을 충족시키는 데에 있어 신경망 기술이 충분히 활용될 수 있다. 특히, 표적마케팅(Target Marketing)에서 인공지능의 활용성이 돋보인다. 표적마케팅이란 시장을 세분화해서, 각 판매자들이 정확하고 구체적인 목표를 선택하고 정하도록 하는 것을 그 목적으로 한다. 즉, 알맞은 고객에게 알맞은 상품을 전달하는 것, 그것이 표적마케팅의 힘이라는 것이다.
그런데 이 시장 세분화라는 게 쉽지가 않다. 기준이라는 게 늘 애매하기 때문이다. 하지만 인공지능이 시장을 ‘경제적 지위’나 ‘구매 패턴’ 등 다양한 기준으로 시장을 이런 모양 저런 모양으로 세분화시킬 수 있다. 물론 시장에 대한 다양한 학습이 선행된 후에 말이다. 인공지능을 계속해서 훈련시켜 시장에 대한 남다른 통찰을 갖게 되는 것이 앞으로 경쟁에서 큰 힘이 될 전망이다.
도소매
신경망은 여러 가지 임무를 동시에 수행할 수 있다. 이것만으로도 도소매 업계에서는 신경망이 큰 가치를 가지게 된다. 게다가 인공지능은 기본적으로 ‘대량의 데이터’를 처리할 수 있는 능력을 탑재하고 있다. 대량의 데이터를 한 번에 여러 가지 목적으로 처리할 수 있다는 건, 보다 정확한 예측이 가능케 된다는 것이다. 기존 통계학적인 방법론이 해냈던 그 어떤 예측보다도 말이다.
혹은 신경망을 사용해 많은 제품들을 빠르게 검사 및 평가하는 것도 가능하다. 예를 들면 어떤 제품을 소비자들이 얼마나 자주, 어떤 물건과 함께, 어떤 시간대에 주로 구매했는지 신경망이 파악하고 분석하는 건데, 이런 식의 활동을 굉장히 많은 품목들에 적용시킬 수 있다는 뜻이다.
이렇게 해서 고객들이 뭘 주로 구매하거나 무시하는지 파악하게 된다면 효율적인 투자를 할 수 있게 된다. 또한 ‘나의 고객들’이 원하는 걸 그때그때 가져다놓는 것도 가능하게 된다. 이건 온라인이나 오프라인이나 마찬가지다. 뿐만 아니라 고객들이 필요한 물건을 알아서 파악해 알림 서비스도 제공할 수 있다. 이미 이렇게 하고 있는 기업이 있으니 바로 아마존이다.
금융
도소매업에서 인공 신경망이 정확한 예측을 할 수 있다면, 금융업계에서도 이런 기능이 빛을 발할 수 있는 건 마찬가지다. 충분한 정보가 신경망을 통과하면, 항상 학습하는 상태의 이 네트워크는 어느 순간 예측을 할 수 있게 된다. 이게 도소매 관련 정보면 도소매 관련 예측을, 금융 정보면 금융 산업과 관련된 예측을 하게 되는 건 당연한 이치. 게다가 정보가 매일처럼 더 많이 분석되면 될수록 예측은 점점 더 정확해진다.
이런 경우 먼저 주가 상승률이나 하락률, 환율에 대한 예측이 보다 정확해지는 미래도 불가능한 것만은 아니라는 걸 알 수 있다. 은행의 경우 인공 신경망을 통해 고객에 대한 정보를 입수, 분석해 보다 정확한 금액을 대출해줄 수 있게 된다. 지나치게 높은 금액을 가져가 파산하는 개인도 줄어들고, 지나치게 낮은 금액을 가져가 아무런 효용을 보지 못하는 경우가 사라질 수 있다는 것이다.
보험
보험은 예로부터 다양한 기술을 동원해 자산을 제대로 평가하고 측정, 추적하는 산업이다. 그래야 올바로 보험 정책을 만들고 이행할 수 있으니까 말이다. 또한 자산에 뭔가 일이 일어났을 때 빠르게 파악하기 위해서도 ‘추적 능력’은 이들의 오랜 연구 분야였다. 보험 산업에 인공 신경망 기술이 도입된다면 이런 것이 해결될 뿐만 아니라 고객들을 세분화해서 맞춤형 상품을 개발, 판매하는 게 가능해진다.
하지만 보험 분야에서 가장 기대하고 있는 건 사기 탐지 기능의 향상이다. 인공 신경망은 이전의 보험 사기 사건들을 학습하고 분석해 각종 사기 계획을 미리 구별해낼 수 있을 것으로 전망된다. 또한 어떤 보험 상품에 대한 선호도가 높은지, 고객들이 왜 이 상품은 선택하면서 저 상품은 선택하지 않는지 등의 시장 분석도 더 용이할 것으로 기대된다.
그밖에 원거리 통신 사업자들 사이에서도 인공 신경망 기술에 대한 비슷한 기대치를 가지고 있다. 운영 관리자나 프로젝트 관리자 역시 인공 신경망을 통해 보다 수월한 일을 할 수 있을 것으로 기대된다.
인공 신경망 기술의 가능성은 무궁무진하다. 회사 내 소프트웨어 엔지니어가 있다면 이 기술을 적극 검토하도록 임무를 내려주는 것을 권한다. 이 잠재력 높은 기술을 어떤 식으로 회사 사업 운영에 적용할 수 있을지 파악해내는 작업은 지금부터 시작되어도 이르지 않다.
글 : 나탈리아 카르첸코(Natalia Kharchenko), Cleveroad
[국제부 문가용 기자(globoan@boannews.com)]
Copyrighted 2015. UBM-Tech. 117153:0515BC
<저작권자: 보안뉴스(www.boannews.com) 무단전재-재배포금지>
문가용기자 기사보기
[2024-04-23] 
.jpg)
