다양한 AI 기술 융합 … 인간 - 기계 소통 '가교역할'
머신러닝 · 딥러닝 알고리즘 적용
전력량 예측·금융사기 예방 활용
사기부정 차단·고객 세분화 지원
컴퓨터 음성·인식기술 발전으로
지능형 머신 개발도 가속화 추세
머신러닝 · 딥러닝 알고리즘 적용
전력량 예측·금융사기 예방 활용
사기부정 차단·고객 세분화 지원
컴퓨터 음성·인식기술 발전으로
지능형 머신 개발도 가속화 추세
![[알아봅시다] 인지 컴퓨팅을 통한 고급분석 시장 동향](http://contents.dt.co.kr/images/201706/2017060102101860753001[1].jpg "[알아봅시다] 인지 컴퓨팅을 통한 고급분석 시장 동향")
매일 실시간으로 쏟아지는 방대한 데이터를 분석해 최선의 결정을 도와주는 빅데이터 분석에 대한 관심이 높아지고 있습니다. 이미 실생활에서 빅데이터 분석을 통해 상품 가격을 결정하고, 좋아하는 영화나 음악을 추천하고, 폭염 기간에 전력 사용량을 예측해 안정적인 전력 공급 방법을 제안하고, 금융사기를 미리 탐지해 예방하고 있습니다. 이처럼 방대한 데이터로부터 인사이트를 제공하는 고급분석은 머신러닝과 딥러닝 알고리즘을 적용한 코그너티브(인지) 컴퓨팅(Cognitive Computing)으로 인해 가능하고 더욱 진화하고 있습니다.
코그너티브 컴퓨팅은 인공지능(AI)의 대표적인 결과물입니다. AI는 머신러닝, 딥러닝, 컴퓨터비전, 자연어처리를 포함하고 있습니다. 머신러닝은 신경망, 통계, 운영 조사, 물리학을 이용해 분석 모델을 자동으로 설계해 불명확한 데이터로부터 숨겨진 인사이트를 찾습니다. 신경망은 인간 두뇌의 작용에서 영감을 받은 머신러닝의 한 종류로, 각 구성 요소의 외부 입력과 전달 정보에 반응해 뉴런처럼 정보를 처리하는 상호연결된 구성 요소로 이뤄진 컴퓨팅 시스템입니다. 이 프로세스에는 여러 번의 경로를 거쳐 정의되지 않은 데이터의 의미 도출을 요청합니다. 딥러닝은 많은 뉴런과 은닉층으로 구성된 거대한 신경망을 사용하는데, 방대한 양의 데이터 내 복잡한 패턴으로부터 학습하기 위해 컴퓨팅 파워와 고급 트레이닝 기술을 활용하고 있으며, 이미지와 음성 인식이 가능합니다.
컴퓨터 비전은 패턴 인식과 이미지, 비디오 내 무엇이 있는지를 인식하는 딥러닝 기술을 기반으로 합니다. 머신이 이미지를 처리·분석·이해를 통해 실시간으로 이미지나 비디오를 캡처하고, 배경 환경을 해석할 수 있습니다. 자연어 처리는 음성을 포함한 인간 언어를 분석하고 이해하며 창조해내는 컴퓨팅 기술을 말합니다. 자연어 처리의 상위 단계 기술은 자연어 의사소통으로, 이는 인간이 업무 수행을 위한 보통 일상적인 언어를 통해 컴퓨터와 의사소통할 수 있게 해줍니다.
컴퓨터의 인지 능력을 향상하기 위해 다양한 인공지능 기술이 접목된 코그너티브 컴퓨팅은 최신 고급분석 솔루션에 적용되고 있습니다. 보안시스템의 얼굴 인식과 고객서비스 프로그램의 음성인식, 전자상거래의 목표별 제품 추천에 활용되고 있습니다.
웹 기반 인터페이스를 통해 데이터 준비부터 모델 구축, 평가, 점수화에 이르기까지 가장 보편적인 머신러닝 단계에서 사용할 수 있는 웹 기반 프로그래밍이 가능합니다. 군집 분석, 주성분 분석, 선형·비선형 회귀 분석, 로지스틱 회귀 분석, 의사결정 트리, 랜덤 포레스트, 그래디언트 부스팅, 신경망, 서포트 벡터 머신 등 머신러닝의 지도, 비지도 학습 알고리즘을 제공합니다.
또한 클라우드 기반의 고급분석과 머신러닝 기법이 결합된 인텔리전스 분석 솔루션도 있습니다. 빠른 속도와 높은 정확성으로 부정행위를 감지하고 예측·방지합니다. 인텔리전스 분석가와 조사자가 오탐지율을 낮추고, 조사 과정을 간소화하는 한편 사기 부정 행위를 차단, 예방하고 고객 세분화를 지원합니다. 데이터의 형식이나 크기, 위치에 상관없이 데이터를 검색하고 쿼리 실행, 시각화할 수 있을 뿐만 아니라 지리 공간, 네트워크, 시간 시각화를 이용한 조사도 가능합니다.
인텔리전스 분석가와 조사자는 더욱 효율적인 알림 메시지 분류, 철저한 사전·사후 조사를 통해 최상의 대책을 마련할 수 있습니다. 실시간 개체 분석과 네트워크 구축 기능을 사용해 복잡한 데이터에 숨겨진 주요 패턴과 연결 관계, 사용자·이벤트를 식별합니다. 클라우드에서 구성 옵션을 유연하게 변경함으로써 변화하는 비즈니스 요건이나 새로운 사기 행위들에 대응할 수 있고 나아가 IT 총소유비용(TCO)을 절감할 수 있습니다.
예컨대 신용관리 업체의 조사관들은 수백만 건의 연체된 송장이나 대출금 기록으로부터 채무자의 채무 정보와 기타 자산을 비롯해 필요한 경우에는 사기 부정행위까지 입증할 수 있는 증거를 찾아내야 합니다. 네덜란드의 신용관리 업체 D사는 SAS 비주얼 인베스티게이터를 이용해 그리드, 맵, 네트워크, 일정까지 각기 다른 방식으로 다양한 데이터 세트를 시각화해 탐색함으로써 복잡한 조사를 쉽게 수행하고 있습니다. 고급분석 모델에 새로운 시각 인터페이스를 추가함으로써 사건, 채무자의 관계를 규명하고 이상 징후를 찾아냅니다.
빅데이터의 등장과 함께 컴퓨터 프로세싱, 데이터 저장장치의 발전은 과거보다 더 많은 데이터를 수집하고 분석할 수 있게 해주었습니다. 동시에 더 많은 기기와 머신들은 인터넷과 연결돼 많은 데이터를 실시간으로 생산하기 시작했습니다. 더 많은 언어와 이미지를 기기에 입력하면서 컴퓨터의 음성, 인식 기술도 발달했고, 머신러닝은 더 많은 학습 정보를 보유하게 됐습니다. 이 같은 변화와 발전이 코그너티브 컴퓨팅이라고 불리는 지능형 머신의 개발을 가속화하고 있습니다.
딥러닝, 머신러닝, 인공지능 등을 기반으로 한 코그너티브 컴퓨팅의 목표는 사람과 머신의 자연스러운 의사소통을 돕는 것입니다. 코그너티브 컴퓨팅을 적용한 고급분석은 제품 판매나 재고 상황, 고객 관리, 사기 탐지 등에 대해 질문하고 답변을 주고받으며, 합리적인 의사결정을 위한 통찰력 있는 고도의 미래 예측 정보를 제공해나갈 것입니다.
허우영기자 yenny@dt.co.kr
[ 저작권자 ⓒ디지털타임스, 무단 전재 및 재배포 금지 ]
