“기대”와 “불안” 사이
4차 산업혁명이라는 거대한 서사 속 빠지지 않고 등장하는 화두가 있습니다. 바로 빅데이터와 인공지능입니다. 그리고 이 두 화두를 마주한 우리의 마음 속에는 자연스럽게 두 가지 상이한 감정이 자리잡을 것입니다.
인류의 미래에 대한 기대감, 그리고 개인의 미래에 대한 불안감. 오늘 우리는 빅데이터 그리고 인공지능의 시대를 살아가는 인간의 이 두 감정으로부터 이야기를 시작해보고자 합니다.
솔리드웨어는 인공지능의 한 분야인 머신러닝 기술이 지닌 가치를 기업에게 제공하는 일을 하고 있습니다. 영업을 위해 찾은 실제 비즈니스 현장에서도 앞서 언급한 상충하는 두 감정을 심심치 않게 마주할 수 있는데요, 그리고 바로 그 간극으로부터 우리 솔리드웨어의 이야기가 시작되었습니다.
“솔리드웨어는 사용자와 인공지능이 함께 성장할 수 있는 동행형 인공지능을 연구합니다.”
Designed by Kisung Song
AI, 사용자의 가치를 묻다.
유사이래로 기술의 진보는 그 기술의 사용자인 인류의 생존을 또한 편의를 향해 이루어졌다고 보아도 무방할 것입니다. 다시 말해 기술의 진보를 논함에 있어 가장 중요하게 여겨져 왔던 것은 기술 사용의 주체인 인간이었습니다. 하지만 인공지능의 출현과 함께 인간 고유의 영역이라고 여겨져 왔던 일들의 경계가 모호해지면서, 오늘날 우리는 기술을 논함에 있어 사용자인 인간이 아닌, 기술 자체의 뛰어남에 집중하고 있습니다. 그렇다면 정말로 인공지능은 훌륭한 사용자 없이도 그 자체로 완전무결한 것일까요?
자동으로 이미지를 인식하고, 인간의 대화를 이해하는 인공지능은 분명 인간의 일부 기능을 수행하고, 더 나아가서 많은 부분에서 인간을 대체할 것입니다. 그럼에도 불구하고 우리 솔리드웨어는 빅데이터, 인공지능의 시대를 살아가는 인간의 가치를 굳게 믿고 있으며, 현업 실무자를 위한 인공지능 솔루션을 개발하였습니다. 왜일까요? 우리는 그 답을 인공지능의 본질에서 찾습니다. 모든 인공지능은 데이터로부터 출발합니다, 부여 받은 데이터를 학습함으로써, 특유의 “지능”을 획득하는 것이죠. 그렇다면 인공지능이 학습해야 하는 데이터는 아무런 방향성 없이 무작위로 많기만 하면 되는 것일까요?
답은 “그렇지 않다” 입니다. 왜 그렇지 않은 것인지, 인간의 예를 들어보면 이해하기에 좀 더 수월합니다. 지식을 습득함에 있어, 학습의 방향성은 무엇보다 중요합니다, 누군가 우리에게 A라는 문제를 해결하는 과제를 내주었다고 가정한다면, 마구잡이로 세상에 존재하는 모든 서적을 읽는 것이 정확한 문제 해결을 담보해줄 수 있을까요? 현명한 학습자라면, 앞서 A와 유사한 문제를 해결하기 위해 학습했던 이들의 기록을 바탕으로 필요한 정보들을 추려 학습을 진행할 것입니다. AI도 마찬가지입니다. 데이터를 바탕으로 인간보다 훨씬 정교한 판단을 내릴 수는 있어도, 어떤 문제를 해결하기 위해 어떤 데이터를 학습해야 하는지에 대한 최소한의 가이드라인이 필요한 것이죠.
그리고 바로 이 지점에서 우리는 사용자의 가치를 찾고 있습니다. 데이터 테이블에 담긴 정보를 바탕으로 한 머신러닝 기반의 정형 데이터 분석 작업에서, 사용자의 가치는 매우 중요합니다. 머신러닝 엔진에 어떤 학습 재료를 넣어줄 것인지 또, 이를 고도화하기 위해 어떤 실험을 진행할 것인지를 결정함에 있어, 해당 분야의 전문가인 현업 실무자의 유무는 향후 머신러닝 모델의 예측 정확성에 지대한 영향을 미칠 수밖에 없습니다.
Designed by Kisung Song
Freedom from the technology, DAVinCI LABS
머신러닝을 활용한 예측 모델링은 일회성 작업만으로 최고의 산출물을 얻어낼 수 있는 영역이 아닙니다. 다수의 모델을 다양한 알고리즘을 활용해 학습하고 최고의 성능을 지닌 모형을 선택하는 “반복수행을 통한 성능강화”가 중요한 영역에 해당하죠. 그렇다면 이 “반복수행”의 주체는 누가 되어야 할까요? 데이터를 전문적으로 다루는 인력 만으로 충분한 일일까요? 앞선 내용을 통해 충분히 유추하실 수 있으실테지만, 답은 역시 “그렇지 않다” 입니다. 건축전공자가 건축을 하는 것과 같은 이치로, 특정 문제에 대해 경험을 보유하고 있는 전문가가 반복적인 실험을 통해 도출해낸 결과물은 해당 영역에서 만큼은 최고의 성능을 보장할 것입니다.
그리고 바로 이 지점에서, 우리 솔리드웨어는 자동화 머신러닝 솔루션인 “다빈치랩스”를 개발했습니다. 다빈치의 실험실에서 진행된 무수히 많은 실험이 인류의 진보에 기여하였듯이, 본인의 영역에서 전문성을 지닌 현업 담당자가 직접 머신러닝 기술을 활용해 예측모형을 만들 수 있다면, 그 결과물이 지니게 될 가능성은 얼마나 무궁무진할까? 어쩌면 당연할지도 모르는 이 질문으로부터, 모든 이야기가 시작된 것입니다.
데이터사이언티스트의 모든 경험과 노하우를 담은 자동화 솔루션 “다빈치랩스”. 데이터 사이언스를 학습한 사람이 아니라면 멀게만 느껴지는 “머신러닝” 기술을 수많은 영역의 전문가들에게 제공함으로써, 각각의 영역에 최적화된 방식으로 인공지능 예측모형을 고도화하고, 현업의 전문가들에게는 기술로부터의 자유와 더불어 기술활용 역량이라는 또 다른 기회를 제공하는 것, 그리고 이를 통해 인공지능과 현업 실무자가 함께 성장해 나갈 수 있는 환경을 만드는 것이 우리가 꿈꾸는 미래입니다.
인공지능에 대해 이야기할 때, 흔히 접할 수 있는 표현이 있습니다, 바로 “Data-driven”이라는 표현이죠, 인공지능은 어림짐작이 아닌 데이터를 기반으로 한 고도로 정확한 학습과 예측을 한다는 것을 강조하기 위한 표현입니다. 그리고 우리는 이 글을 통해 하나의 가치를 추가로 강조하고자 합니다. “Human-driven AI”, 데이터를 학습하는 것은 인공지능이지만, 인공지능이 학습하기 위한 양질의 재료를 제공하는 것은 인간입니다. 인공지능과 인간 그 상생의 가치를 실현하는 솔리드웨어, 그리고 “다빈치랩스”와 함께 여러분의 커리어, 그리고 비즈니스를 성공으로 이끄실 수 있기를 기원합니다.
“기대”와 “불안” 사이
4차 산업혁명이라는 거대한 서사 속 빠지지 않고 등장하는 화두가 있습니다. 바로 빅데이터와 인공지능입니다. 그리고 이 두 화두를 마주한 우리의 마음 속에는 자연스럽게 두 가지 상이한 감정이 자리잡을 것입니다.
인류의 미래에 대한 기대감, 그리고 개인의 미래에 대한 불안감. 오늘 우리는 빅데이터 그리고 인공지능의 시대를 살아가는 인간의 이 두 감정으로부터 이야기를 시작해보고자 합니다.
솔리드웨어는 인공지능의 한 분야인 머신러닝 기술이 지닌 가치를 기업에게 제공하는 일을 하고 있습니다. 영업을 위해 찾은 실제 비즈니스 현장에서도 앞서 언급한 상충하는 두 감정을 심심치 않게 마주할 수 있는데요, 그리고 바로 그 간극으로부터 우리 솔리드웨어의 이야기가 시작되었습니다.
“솔리드웨어는 사용자와 인공지능이 함께 성장할 수 있는 동행형 인공지능을 연구합니다.”
Designed by Kisung Song
AI, 사용자의 가치를 묻다.
유사이래로 기술의 진보는 그 기술의 사용자인 인류의 생존을 또한 편의를 향해 이루어졌다고 보아도 무방할 것입니다. 다시 말해 기술의 진보를 논함에 있어 가장 중요하게 여겨져 왔던 것은 기술 사용의 주체인 인간이었습니다. 하지만 인공지능의 출현과 함께 인간 고유의 영역이라고 여겨져 왔던 일들의 경계가 모호해지면서, 오늘날 우리는 기술을 논함에 있어 사용자인 인간이 아닌, 기술 자체의 뛰어남에 집중하고 있습니다. 그렇다면 정말로 인공지능은 훌륭한 사용자 없이도 그 자체로 완전무결한 것일까요?
자동으로 이미지를 인식하고, 인간의 대화를 이해하는 인공지능은 분명 인간의 일부 기능을 수행하고, 더 나아가서 많은 부분에서 인간을 대체할 것입니다. 그럼에도 불구하고 우리 솔리드웨어는 빅데이터, 인공지능의 시대를 살아가는 인간의 가치를 굳게 믿고 있으며, 현업 실무자를 위한 인공지능 솔루션을 개발하였습니다. 왜일까요? 우리는 그 답을 인공지능의 본질에서 찾습니다. 모든 인공지능은 데이터로부터 출발합니다, 부여 받은 데이터를 학습함으로써, 특유의 “지능”을 획득하는 것이죠. 그렇다면 인공지능이 학습해야 하는 데이터는 아무런 방향성 없이 무작위로 많기만 하면 되는 것일까요?
답은 “그렇지 않다” 입니다. 왜 그렇지 않은 것인지, 인간의 예를 들어보면 이해하기에 좀 더 수월합니다. 지식을 습득함에 있어, 학습의 방향성은 무엇보다 중요합니다, 누군가 우리에게 A라는 문제를 해결하는 과제를 내주었다고 가정한다면, 마구잡이로 세상에 존재하는 모든 서적을 읽는 것이 정확한 문제 해결을 담보해줄 수 있을까요? 현명한 학습자라면, 앞서 A와 유사한 문제를 해결하기 위해 학습했던 이들의 기록을 바탕으로 필요한 정보들을 추려 학습을 진행할 것입니다. AI도 마찬가지입니다. 데이터를 바탕으로 인간보다 훨씬 정교한 판단을 내릴 수는 있어도, 어떤 문제를 해결하기 위해 어떤 데이터를 학습해야 하는지에 대한 최소한의 가이드라인이 필요한 것이죠.
그리고 바로 이 지점에서 우리는 사용자의 가치를 찾고 있습니다. 데이터 테이블에 담긴 정보를 바탕으로 한 머신러닝 기반의 정형 데이터 분석 작업에서, 사용자의 가치는 매우 중요합니다. 머신러닝 엔진에 어떤 학습 재료를 넣어줄 것인지 또, 이를 고도화하기 위해 어떤 실험을 진행할 것인지를 결정함에 있어, 해당 분야의 전문가인 현업 실무자의 유무는 향후 머신러닝 모델의 예측 정확성에 지대한 영향을 미칠 수밖에 없습니다.
Designed by Kisung Song
Freedom from the technology, DAVinCI LABS
머신러닝을 활용한 예측 모델링은 일회성 작업만으로 최고의 산출물을 얻어낼 수 있는 영역이 아닙니다. 다수의 모델을 다양한 알고리즘을 활용해 학습하고 최고의 성능을 지닌 모형을 선택하는 “반복수행을 통한 성능강화”가 중요한 영역에 해당하죠. 그렇다면 이 “반복수행”의 주체는 누가 되어야 할까요? 데이터를 전문적으로 다루는 인력 만으로 충분한 일일까요? 앞선 내용을 통해 충분히 유추하실 수 있으실테지만, 답은 역시 “그렇지 않다” 입니다. 건축전공자가 건축을 하는 것과 같은 이치로, 특정 문제에 대해 경험을 보유하고 있는 전문가가 반복적인 실험을 통해 도출해낸 결과물은 해당 영역에서 만큼은 최고의 성능을 보장할 것입니다.
그리고 바로 이 지점에서, 우리 솔리드웨어는 자동화 머신러닝 솔루션인 “다빈치랩스”를 개발했습니다. 다빈치의 실험실에서 진행된 무수히 많은 실험이 인류의 진보에 기여하였듯이, 본인의 영역에서 전문성을 지닌 현업 담당자가 직접 머신러닝 기술을 활용해 예측모형을 만들 수 있다면, 그 결과물이 지니게 될 가능성은 얼마나 무궁무진할까? 어쩌면 당연할지도 모르는 이 질문으로부터, 모든 이야기가 시작된 것입니다.
데이터사이언티스트의 모든 경험과 노하우를 담은 자동화 솔루션 “다빈치랩스”. 데이터 사이언스를 학습한 사람이 아니라면 멀게만 느껴지는 “머신러닝” 기술을 수많은 영역의 전문가들에게 제공함으로써, 각각의 영역에 최적화된 방식으로 인공지능 예측모형을 고도화하고, 현업의 전문가들에게는 기술로부터의 자유와 더불어 기술활용 역량이라는 또 다른 기회를 제공하는 것, 그리고 이를 통해 인공지능과 현업 실무자가 함께 성장해 나갈 수 있는 환경을 만드는 것이 우리가 꿈꾸는 미래입니다.
인공지능에 대해 이야기할 때, 흔히 접할 수 있는 표현이 있습니다, 바로 “Data-driven”이라는 표현이죠, 인공지능은 어림짐작이 아닌 데이터를 기반으로 한 고도로 정확한 학습과 예측을 한다는 것을 강조하기 위한 표현입니다. 그리고 우리는 이 글을 통해 하나의 가치를 추가로 강조하고자 합니다. “Human-driven AI”, 데이터를 학습하는 것은 인공지능이지만, 인공지능이 학습하기 위한 양질의 재료를 제공하는 것은 인간입니다. 인공지능과 인간 그 상생의 가치를 실현하는 솔리드웨어, 그리고 “다빈치랩스”와 함께 여러분의 커리어, 그리고 비즈니스를 성공으로 이끄실 수 있기를 기원합니다.