4. AI의 이해

1. 인공지능의 역사

인류 역사에 큰 영향을 미친 인공지능: 2016년 3월 ‘알파고’ - 스스로 생각하는 인공지능에 대해 많은 관심

 우리의 실생활 곳곳에 걸쳐서 인공지능은 이미 사용되고 있으나 피부로 느낄 수 있을 만큼의 충격적인 사용이 아니어서 잘 모름

 

- 인공지능(Artificial intellingence): 인간처럼 생각하는 지능

1) 1956년대 존 매카시가 ai라는 용어 사용- 인간을 도울 수 있다는 기대감 and 인간을 지배한다는 두려움 속에 투자, 성장이 계속되었음 -> 성과는 미미, 인공지능의 첫 번째 겨울

전망은 긍정적이었지만 결과는 좋지 않았기에, 투자자금은 줄어들고 관심은 꺾임

 

2) 1980년대 전문가 시스템(전문가들이 지닌 지식을 기반으로 개발) 등장

문제: 궁금한 걸 물어보면 답을 해주는 뛰어난 시스템이었지만 수많은 데이터가 필요하고, 수많은 경우의 수를 고려해야 함 -> 낮은 성과, 인공지능의 두 번째 겨울

 

3) 1997년 역사적 사건 발생: ‘딥 블루’ – 체스 게임 용도로 IBM에서 만든 컴퓨터: 빠른 상황 파악, 수많은 결과 예측, 딥 블루가 체스챔피언과의 승부에서 승리

 

4) 2000년 후반 딥러닝의 등장: 2007년 스마트폰의 등장으로 SNS활동 증가, 데이터의 폭발적인 성장 -> 빅데이터의 시대가 열림

-> 데이터를 분석해 의미 있는 결과를 도출(고객들이 뭘 좋아하는 지 먼저 예측하고 제안하는 게 가능)

 

5) 2012년 국제이미지인식기술대회에서 ‘딥러닝’기술의 적용, 구글에서 인공지능이 고양이를 구별할 수 있다고 발표

인공지능을 실제로 구현할 수 있는 방법 중 하나가 머신러닝, 머신러닝을 가능하게 만드는 방법 중 하나가 인공신경망, 인공신경망 중 하나가 딥러닝

-> 인공지능은 딥러닝이 아님

 

- 인공신경망(카이스트 김대식 교수 – 인공신경망이라는 용어를 딥러닝이라는 용어로 리브랜딩한 것이다)

왜 2012년부터 딥러닝이 성장하기 시작했을까?

-> 빅데이터: 인공지능에 필요한 충분한 학습데이터가 준비된 환경이 되었음, 기존의 인공신경망의 한계를 뛰어넘을 수 있는 알고리즘이 설계됨 + 하드웨어의 발달(복잡한 연산을 처리하는데 핵심요소로 자리잡은): CPU, 엔비디아의 GPU

 

- 실제로 딥러닝이 어디에 쓰이는 거야?

ex) 페이스북에 사진을 올리면 알 수도 있는 친구를 자동으로 태깅

구글포토에 무료로 사진과 영상 저장 -> 인공지능을 학습시키기 위한 살아있는 데이터 공급

번역의 놀라운 진화: 카메라로 특정언어를 찍으면 번역된 결과를 알려주고 렌즈로 비추기만 해도 다른 나라 말을 번역해 줌

 

2. 금융업에서의 인공지능의 활용

1) 자산관리서비스: 수많은 금융 정보를 모아서 가장 적합한 자산관리 전략을 산출하는 것

 

2) 불법행위감시: 약관을 읽고 난 후 심사기준에 적합한지 아닌지 판단 가능

- 불법추심: 음성을 텍스트화하는 기능이 여기에 사용됨

불법적으로 추심을 강요받았다고 하면 이 내용을 분석, 키워드를 도출을 해서 보고할 수 있게 함(사전동의 있어야 가능)

- 챗봇과 ARS: 대기시간에 인공지능 음성봇이 필요한 내용에 대해 안내, 충분하게 답변되지 않았다면 상담사에게 전달되어 무슨 일인지 다시 설명할 필요X

- 카드사: 현대카드 소비케어 – 카드사용 특성을 인공지능을 통해 분석, 맞춤형 정보를 실시간으로 제공하는 것이 목적, 스마트 지출 분석, 이상 지출 감시

 

3. 미래 인공지능의 활용

1) 업무 혁신 분야 - 스마트워크: 단순 반복 업무를 줄이는 것

2) 고객 서비스 분야 – 빅데이터: 고객의 데이터가 많으면 많을수록 더 적합한 맞춤형 서비스 제공 가능, 빠른 서비스가 아닌 적합한 서비스

3) 일자리 분야 – 사라지는 일자리: 사람의 일을 인공지능이 대신한다면?

인공지능 연구의 이유: 인간이 직접 계산하는 시간이 오래 걸리는 부분을 단축시키기 위함

즉, 사람을 돕기 위함

단순 반복적인 일은 인공지능이 가장 잘 하는 일이며, 더 나아가 고객에게 가장 적합한 솔루션을 제공할 수 있다 하더라도 결국에는 그것이 진짜인지 확신이 필요하므로 전문가가 필요

-> 문제가 생겼을 때 고객이 필요로 하는 것은 상황에 공감, 이해하고 적합한 방향을 찾아주는 대화이지 단순 반복적인 말만 계속하는 인공지능이 아님

 

금융업에서의 인공지능의 발전은, 가장 차가운 인공지능의 데이터 분석과, 가장 따뜻한 인간지능의 휴먼터치가 공존하게 되는 부분이다.