기업의 파괴적 혁신을 이끄는 모바일, 디지털, 인공지능 비즈니스

기업의 파괴적 혁신을 이끄는 모바일, 디지털, 인공지능 비즈니스

 

1. IoT, 기업환경 그리고 생존방안

* 제품 시스템

* 시스템의 시스템 : 시스템과 시스템이 연결되는 시기 이제는 제품이 단일 제품이 아니다 사용자가 사용하는 만큼만 돈을 지불하는 시대가 되고 있다

 

* 게임 체인져 : 게임의 룰이 바뀌는 것이다

- 사물인터넷 발전을 보면 센서 데이터를 분석해서 예측 모델을 만들고자 노력하는 시기가 지금이다 제품과 서비스가 같이 묶여서 제공되는 것을 추구하고 있다

- 제품을 만들면 소프트웨어로 사용량을 조절하고 소비자는 사용량 만큼만 지불하는 방향으로

- 결국은 데이터 분석이 가장 중요하다

- 분석을 통해서 인사이트를 얻고 발전 방향으로 결정하는 것이다

 

* 패턴을 수집하고 동작 예측 알고리즘을 찾아낸다

 

* 산업혁명 4.0

- 독일에서 먼저 시작했고 미국에서 스마트팩토리로 추구

 

* 테이터 분석 1단계 : 전통적 BI 분석

테이터 분석 2단계 : 빅테이터 분석인데 각 분석이 독립적으로 진행되고 실효성이 적어서

테이터 분석 3단계 : 통합분석 가상화 질의를 통해서 사용자 입장에서 투명하게 보여주는 것(?)

 

* 통계와 시각화 분석

- 인간은 숫자보다는 이미지를 더 편하게 인식하기 때문에 시각화 기반 분석을 하게 됨

-

* 여러개의 분석을 시도해야 한다

 

* Data Lake

- 빅데이터의 문제점 정형화가 되지 않아서 보다 체계적으로 관리하기 위해서 만들어진 것인 Data Lake이다 빅데이터는 분석하기 전에는 가치가 없다

 

* Data 디스커버리 플랫폼

- 하나의 플랫폼 위에서 텍스크 분석, 시각화 분석 등 다양한 분석을 같이 하는 것이다

 

* 비콘을 가지고 매장의 고객 동선을 분석해서 매장의 레이아웃을 재배치하고 직원들 배치도 조정함

 

* 철도회사 기차탈선 사례

2．지능정보사회와 우리의 대응

- 한국정보화진흥원 오성탁 팀장

 

* 정부에서도 인공지능 기술에 대한 국가차원의 대응이 필요하다고 생각

- 영화와 미드에서 인공지능에 대한 이야기가 많다

- 될것인가 하는 것이 아니라 언제 될 것인가가 문제이다

- 알파고도 30년 이후나 구현이 될 것이라고 예측했는데 너무 빨리 발전해 오는 것이 충격이다

- 너무 빠르게 다가오니까 그것에 대한 대비가 되지 않아서 두려움이 있는 것이다

 

* 1950년대 60년대에 인공지능을 공부하면 거의 비인기 분야였다

- 2010년대가 되면서 머신러닝 기술이 실제적으로 구현되면서 클라우드를 통해서 CPU를 처리할 수 있게 되면서 급속도로 발전하게 됨

- 예전에는 계산하는 속도가 느렸는데 이제는 0.01초만에 바둑의 수를 계산해낼수 있게 되었다

 

* ‘인공’이라는 의미가 약간의 거부감이 있어서 지능정보기술이라고 정부에서는 부르고 있다

- 지능정보 기술 연구에 2조원을 투입하면서 정부에서 주력 육성산업으로

 

* 인공지능이 갑자기 발전하게 된 것은 오픈소스SW가 늘어나면서 성공사례가 꾸준히 증가

- 구글, 바이두에서도 오픈소스 정책으로 간다 그 회사에서 오픈소스가 소비자들에 의해서 어떻게 사용되어지는 관심이 많다

- 판단을 기계가 하기 때문에 그 판단에 대한 신뢰성이 중요하다

 

* 이제는 우리가 필요한 데이터는 언제 어디서나 손쉽게 확보할 수 있다

- 네트워크로 연결되니까 데이터가 너무 많이 생산되고 있다

 

* 이미지나 영상은 검색해내는 것의 정확도가 30%정도이다

 

* 인공지능을 도입할 때 가장 효과가 큰 분야는 법률분야이다

- 법률분야의 데이터가 워낙 방대하서 그러나 법률분야의 시장 규모가 그다지 크지는 않은 편이다

 

* 재난 이상징후를 SNS 데이터를 꾸준히 모니터링하면서 찾아내는 것

 

* 인공지능이 사회복지, 노인돌봄 서비스 진행

 

* 드론은 알고리즘 기반으로 개발된 것도 있다

- 기존 드론에서 더 발전된 것

 

3. 기업의 IT 역량강화 및 생산성을 위한 디지털 네트워크 보안

 

* 악성코드들이 결제시스템을 중심으로 지속적으로 발전하고 있다

 

* 인프라를 먼저 보안에 대해서 구축을 해야 한다

- 그 위에서 돌아가는 정보들도 보안이 되야하고 이것을 다 아우르는 보안 정책이 필요하다

 

* 레이어드 보안

-

 

아루바 손영웅 이사

 

* 젠 모바일 세대의 등장

- 개인의 시간을 더 소중하게 생각하고 업무와 개인생활을 적절히 배분해서 사용하고자 한다

- 지금은 자기가 가진 정보를 공유하고자 하는 성향이 있다

 

* 모바일 세대에게 모바일 기술이 업무 성과에 영향이 있을 것인가?

- 모바일에 최적화된 기업이 직원들의 업무 몰입도가 더 높고 우수인재 영입에 유리하다

- 젊은 세대가 사용하면 더 좋다? 아니다 전 연령충애서 업무 효율도를 높일 수 있다

 

* 2014년, 2015년 많은 설문조사를 해왔다

- 직원들의 업무생산성 16% 증가 :

한 주간의 노동시간을 40시간으로 한다면 노동시간을 6.4시간 정도 단축이 가능하다는 것이다 주중에 2일을 3시에 퇴근해도 된다는 것

- 년간 노동시간은 34시간 줄일 수 있다는 것이고 2달의 휴가가 가능하다는 것이다

- 직원들의 회사에 대한 충성심이 늘어날 것이고 근무시간을 줄이지 않으면 생산성이 증가될 것이다

 

- 창의성 18% 증가

- 직원만족도 23% 증가

- 회사에 대한 충성도 21% 증가

 

* 모바일은 밀레니엄 세대만의 것이아니다

 

* 회사의 미래는 우수한 인재를 유치할 수 있는가에 의해 결정된다

- 기업의 수준은 사람이 결정한다

 

* 회사에서 업무할때는 회사용 노트북이 따로 있다

- 대부분 업무용과 개인용 디바이스를 구분해서 사용한다

- 개인용 디바이스가 좀더 우수하고 개인의 용도에 따라 다양한 선택이 가능하다

- 개인용 디바이스를 회사에서도 사용하고 싶어한다

- 기계를 바꿔가면서 사용하고 싶어하지 않기때문에 정보보안에 대한 문제가 발생한다

 

* 종합적인 모바일 전략이 필요하다

 

* 기업의 환경이 유선과 무선이 적절히 결합되아야 하는 상황

- 언제나 문제는 보안이다

- 기존 유선 보안으로 무선 보안을 도입할 수 없다

- 동일한 유저 익스피리언스를 제공해야 한다

- 무선으로 해든 유선으로 하든 동일한 환경하에서 사용이 가능해야 한다

 

* 개인 디바이스를 회사에서 사용할 때 보안에 대한 문제가 발생한다

- 회사의 디바이스는 회사 보안 정책에 의해 관리가 되고 있지만 개인 디바이스들은 관리가 안되기 때문에 그런 문제를 적절히 해결해야 한다

 

4. AI Assistant & IoT Home Speaker

마인즈랩 유태준 대표

 

* 인공지능

- 인공지능이 인간 상담사를 대신하는 것

 

* 고객센터를 위한 자율응대 인공지능 에이전트 플랫폼

- 딥러닝 알고리즘이 대부분 개발자를 위한 것인데 마인즈랩은 실제로 사용가능한 프로그램을 개발하고자 한다

- 비정형 자연어를 인식할 수 있어야 한다

- 음성도 인식하고 텍스트도 인식 가능해야 함

- 기본적으로 한국어와 영어를 동시에 서비스 가능

 

* 고객은 음성으로 물어볼 수 있고 채팅 형식으로 질문 할 수 있다

- 음성으로 문의하면 음성분석이 먼저 들어가야 한다 자연어를 인식하고 고객이 질문하는 키워드를 찾아내고 질문의 의도를 파악할 수 있어야 한다

- 이름을 물어보는 질문이 매우 다양하다

너 누구냐? 내 이름이 뭐니? 성함이? 등등

- 아마존 에코가 단답형 질문에 대답하는 형식이다

 

* 레벨 2 : 여러가지 기준을 케이스에 따라 답변 가능하도록 룸 타입, 금연 비금연, 성별 등등

 

* 레벨 3 : 질문에 대한 판단을 해서 적절한 정보를 제공할 수 있는 단계, 구글이나 페이스북 같은 기업에서 집중하고 있다

- 이 기술이 개발되면 산업에 미치는 영향이 엄청나기 때문이다

 

* 상담콜에 계절에 따라 콜수 차이가 너무 차이가 나기 때문에 시즌이 시작되기 전에 알바생을 300명씩 투입해야 하는 고민

- 간단한 상담이 인공지능으로 가능하도록

 

* 전체콜이 인공지능을 일단 거친 후 직원에게 넘어오도록

- 점차 영업도 가능하도록 개발하고 있다

 

* 인공지능 상담사가 지속적으로 케이스를 학습하면서 처리할수 있는 상담콜이 늘어나도록 하는 시나리오

- 움성인식, 텍스트분석, 자동분류 기술, 대화처리 ,음성 합성

- 챗봇 기술 : 채봇은 앞의 대화를 기억해야 하기 때문에 엔진이 다른 것을 사용해야 한다

- 전반적인 딥러닝 기술들이 필요하다

 

* 대화처리 엔진은 대단히 복잡하다

- 단순 단답형은 쉬운데 질문에 따라서 엔진이 복잡해진다

 

* 시나리오를 만들어서 딥러닝을 하도록 해야 ㄹ 인공지능 에이전트가 매우 늘어날 것이라고 판단된다

- AI에서 알고리즘 문제는 이미 다 해결되었고 이제는 학습에 대한 문제다

- 과거에는 변호사가 판례를 찾기위해서 직원을 고용했는데 이제는 인공지능이 단숨에 처리한다

 

* 인공지능 보험상담사도 곧 도입될 것이다

 

* 아마존 에코 출시 1년반만에 300만개 판매됨

- 미국 모든 가정에 눈과 귀를 달겠다는 것이다

- 이미 300만개 판매해서 그 가정의 히스토리를 쌓이는 데이터를 분석해서 어떤 것이 필요한지 주로 주문하는 것은 무엇인지 그것을 다 파악할 수 있다 이것은 엄청난 것이다

 

 

* 페퍼

 

* IoT 홈 스피커

- 발전 가능성이 무궁무진하다

- 한국에서도 많은 기업들이 개발에 뛰어들었다

 

6. 스마트 머신 세상 - 지능형 로봇

퓨처로봇 김동경 전무

 

* 우리 가정에 로봇이 멀지 않은 미래에 들어오 것이다

- 2025년 1가정 1로봇 시대가 될 것이라고 전망되고 있다

- 지능로봇, 소셜로봇

- 1960년대 만화 제슨스에 등장하는 가정용 로봇

- 도우미, 정보단발, 친구 역할을 한다

 

* 미래의 지능서비스 로봇

 

* 지능 서비스로봇 시장 동향

- 2015년 세계적으로 2조원 정도 투자가 되었고 그 중 50%가 중국에서 이루어졌다

- 중국에서는 여러가지 기술들이 성숙되지 않았기 때문에 산업형 로봇 보다는 서비스 로봇에 집중, 정부차원에서도 엄청난 지원을 하고 있다

- 중국에서는 2020년 47조 시장을 만들겠다고 함

- 중국에서는 지능서비스로봇에 대한 투자가 많이 이루어지고 있다

- 한국도 2000년 중반부터 시도는 많았는데 현재까지 진행되고 있는 로봇은 퓨로 정도이다

 

-중국은 서비스 로봇 붐 2015년 서비스 로봇 업체업체 400개 신설됨

 

* 지능서비스니까 '지능'

- 사람의 지능

- 사람의 지능은 무엇인가?

- 가드너의 다중지능 이론 발표

- 지능의 레벨을 보면 단계가 있다

- 인공지능도 사람의 지능과 비슷하게 가고 있다

 

* 이미 상용화된 로봇도 많이 있다

- 사람이 걸어가면서 대화를 하면 대화에 대한 지능을 사용하고 걸어가면서 균형을 잡는 지능을 사용한다

- 상용화라는 관점에서 보면 자유롭게 움직이는 것이 아직은 어렵다

- 그냥 움직이지 않고 의식처리를 하는 것이 로봇에게는 더 쉬운 일이다

 

* 소설 지능서비스로봇 기술 HRI

- 사람에게 서비스를 하는 로봇

- 그럼 서비스라는 것은 사람들에게 가치를 제공하는 것인데 가치에는 경제적 가치, 경험적 가치, 환경적 가치인데 가장 중요시 하는 것이 감정적 가치 경험적 가치이다

 

* 인지 심리학

- 사람이 어떤 행동을 할때 5가지 단계를 거친다

- 감각기억, 여과기, 형태 인식, 선별, 단기 기업 그 중에 일부만 장기기억으로 넘어가고 그 당시의 느낌만 남는다고 한다

- 대화내용은 잘 없고 그냥 좋았다 멋있었다 정도만 남는다는 것이다

 

* 이런 것을 어떻게 로봇에 적용할 것인가?

- 사람들은 얼굴에 집중하기 때문에 이런 결과를 어떻게 적용할 것인가?

 

* 사람들은 자신에게 결핍된 것에 대해서 비용을 지불한다

- 농업이 발달로 식품이 풍부해지니까 유기농 제품에 대한 선호가 생기고 교통이 발달하니까 직접 걸어가는 것에 대한 결핍이 생긴다

- 연결되서 좋기는 한데 같이 있고 싶어하는 욕구가 결핍이 되고 있다

 

* 멀리 떨어져 있는 가족과 함께 있고 싶어하는 결핍을 해결해주고자

 

* 현재 상용화된 제품- 2005년에 일본에서 나온 물개로봇 파로

- 아직도 팔리고 있다 노인 요양원이다 독거노인에게 판매되고 있다

- 움직이는 인형을 마치 자식처럼 사랑하는 노인들의 모습

- 기술은 크게 중요하지 않다 아직 완성되지 않은 로봇 기술도 큰 시장을 만들 수 있다

 

* 중국에서 히트를 치고 있는 로봇은 식당용 로봇이다

- 중국이 무서운 것은 정부에서 주도하 시장임에도 이미 경험치를 축적하면서 시장을 선점한다는 것이 중요하다

 

* 가가운 미래의 서비스 로봇은 언어지능, 사회지능, 공간지능, 인지지능을 통한 서비스가 될 것이다

- 이미지를 통해서 사람을 인식하고 표정을 통해서 사람의 감정을 읽어내는 기술

- 공간지능 안내가 가능하다

 

* 대화지능이 지금 가장 필요한 지능이다

 

* 로봇에게 추가적으로 필요한 지능은 행동결정 지능이다

- 로봇은 서비스를 해야 하기 때문에 플로어에 대한 인식이 필요해서 사전에 시나리오를 짜서 로봇의 행동을 설계해야 한다

 

* 로봇 행동지능에 대한 연구가 많이 필요하다

 

* 사람들은 로봇 자체를 아주 좋아한다

- 네덜란드 쇼핑몰, 러시아공항에 안내용 로봇으로 퓨로가 수출되었다

- 중국 은행에 수출되어 언어지능을 추가해서 납품했다 중국 만조우 은행

 

* 지능서비스 로봇을 상용화된 회사가 아직은 많지는 않다

- 페퍼가 아주 강력하게 대두되고 있다

 

* 한국의 주력사업이 많이 망가지고 있다

- 4차 산업혁명이 이미 일어나고 있고 많은 회사와 연구소에 인공지능과 로봇을 결합하는 시도가 많이 필요하다고 본다

 

* 인공지능은 사실 글로벌 기업들이 하고 있지만 그 틈새영역에 분명히 사업기회가 있다

- 영역을 좀 좁히고 특화시키면 분명히 가능성은 있다고 본다

 

* 특화시켜서 먼저 선점해서 경험치를 축적하면 경쟁력이 있다고 생각한다

 

 

 

 

*