일상 생활 속의 AI

일상 생활 속의 AI, 12가지 사례

자율주행 차량을 비롯해 표절 적발 등 다양한 분야서 활용
AI의 지속적 발전에 따라 생산적인 삶 영위 방법도 더 많아져

(사진=셔터스톡)

오늘날 우리의 일상속에서 인공지능(AI)이 영향을 미치고 있는 것은 무엇이 있을까?

인기가 점점 높아지고 있는 AI는 요리부터 의료까지 다양한 방식으로 적용될 수 있는 잠재력을 가지고 있다. 사실 인공지능은 이미 우리 주위에서 다양하게 활용되고 있다. 미국의 IT전문지 ‘아이티프로포털(ITProPortal)’이 14일 ‘일상 생활 속 AI 12가지 사례’라는 제목의 기사에서 짚어 본 내용을 아래에서 소개한다. 

1. 자율주행 차량
자율주행 차량은 많은 센서 데이터를 이용해 임무를 수행하는 동시에 교통상황에 대응하는 방법을 학습하고 실시간 의사 결정을 내리면서 지속적으로 개선된다. 자율주행 차량은 운전자의 제어 없이 운행하기 위해 AI 기술과 기계학습(Machine Learning)을 사용한다.

2. 스마트 디지털 도우미
시리, 구글어시스턴트, 알렉사 및 코타나 등 유비쿼터스 스마트 디지털 도우미를 살펴보자. 기본적으로 명령을 하면 듣고 응답하여 행동으로 바꿀 수 있는 제품들이다. 시리를 누르면 ‘친구에게 전화 걸기’와 같은 명령을 내릴 수 있다. 이 기능은 몇 초 만에 사용자가 말한 내용을 분석하고 음성을 둘러싼 모든 배경 소음을 걸러내고 명령을 해석하여 실제로 수행한다.

이러한 도우미들이 더욱 스마트해지면서 명령 프로세스의 모든 단계를 개선하고 있다. 몇 년 전처럼 명령을 구체적으로 지정할 필요가 없어졌다. 또한 가상 도우미가 실제 명령에서 불필요한 배경 소음을 걸러내는 기능이 더욱 향상되고 있다.

3. 마이크로소프트(MS)의 ‘프로젝트 인너아이(InnerEye)’
가장 잘 알려진 AI 프로젝트 중 하나는 MS가 운영하는 프로젝트다. MS의 ‘프로젝트 InnerEye’는 세계를 변화시킬 수 있는 최첨단 연구다. 이 프로젝트의 목표는 뇌, 특히 뇌의 신경계를 연구하여 뇌의 기능을 보다 잘 이해하는 것이다. 이 프로젝트의 목적은 다양한 신경학적 질병을 진단하고 치료하는 데 인공 지능을 사용할 수 있도록 하는 것이다.

4. 표절 적발
인터넷을 이용하면 표절을 쉽게 할 수 있다. 오늘날 정보 및 데이터의 양은 무제한에 가까워서 비양심적인 사람들이 이를 쉽게 활용할 수 있다. 실제로 어떤 에세이를 존재하는 모든 데이터와 비교하고 대조할 수 있는 사람은 없다. AI는 다르다. 

AI는 대량의 정보를 확인하고 관련 텍스트와 비교하며 일치하는 정보가 있는지 여부를 확인할 수 있다. 또한 이 분야의 발전과 성장 덕분에 일부 도구는 실제로 외국어로 된 출처뿐만 아니라 이미지와 오디오도 확인할 수 있다.

5. 콘텐츠 추천 기능
특정 플랫폼에서 추천 기능이 갈수록 좋아지고 있다. 넷플릭스, 유튜브, 스포티파이 등의 사례가 그렇다. AI와 머신 러닝 덕분이다. 이들 세 가지 플랫폼은 이용자가 이미 보고 좋아한 것을 고려한다. 그런 다음 수 천의 다른 콘텐츠와 비교하고 대조한다. 이들은 기본적으로 사용자가 제공하는 데이터로부터 정보를 얻은 다음 자신의 데이터베이스를 사용하여 사용자의 요구에 가장 적합한 콘텐츠를 제공한다.

예를 들어 유튜브의 이 프로세스를 단순화해 보면 이 플랫폼은 태그 등의 데이터, 나이 또는 성별과 같은 인구 통계학적 데이터 및 다른 미디어를 사용하는 사람들의 동일한 데이터를 사용한다. 그런 다음 이를 합치고 일치시켜 추천 콘텐츠를 제안하게 된다.

(사진=셔터스톡)

6. 은행
미국의 많은 대형 은행에서는 스마트폰을 통해 수표를 입금하는 옵션을 제공한다. 실제로 은행으로 가는 대신 단지 두 번의 두드림만으로 입금할 수 있다. 전화를 통해 은행 계좌에 접근할 때는 수표는 확실한 안전장치 외에 서명도 요구한다.

현재 미국의 은행에서는 AI와 머신 러닝 소프트웨어를 사용하여 손글씨를 읽고 이전에 은행에 제공한 서명과 비교하여 수표를 승인하는데 안전하게 사용한다. 일반적으로 머신 러닝과 AI 기술은 은행 내 소프트웨어가 수행하는 대부분의 작업을 가속화한다. 이 모든 것이 작업을 보다 효율적으로 실행해 대기 시간과 비용을 줄여준다.

7. 신용 사기 방지
은행은 매일 업무를 진행하면서 엄청난 양의 거래를 처리한다. 은행은 이 모든 것을 추적하고, 분석한다. 보통 사람에게는 불가능한 일이다. 사기 등 부정한 거래는 매일 변경되는 양상을 보여준다. AI 및 머신 러닝 알고리즘을 사용하면 1초에 수천 개의 거래를 분석할 수 있다. 또 문제를 일으킬 수 있는 거래를 파악하고 향후 문제에 대비하도록 할 수 있다.

대출을 신청하거나 신용 카드를 신청할 때마다 은행은 신용 점수, 재무 기록 등 여러 가지 요소를 확인할 필요가 있다. 은행은 이 모든 것을 소프트웨어로 처리할 수 있다. 이로 인해 승인 대기 시간이 단축되고 실수 여지가 줄어든다.

8. 챗봇
많은 기업들이 이용자와 상호 작용하는 방법으로 챗봇을 사용하는 경우가 많다. 챗봇은 질문에 답변하거나 질문에 응답할 수 있는 충분한 직원이 없는 기업의 고객 서비스 옵션으로 사용되는 경우가 많다. 이러한 기업은 챗봇을 사용하여 고객들로부터 중요한 정보를 얻는 동시에 직원의 시간을 다른 작업에 할애할 수 있다.

블랙프라이데와 같이 접속량이 많은 시간대에 챗봇은 유용하게 쓰인다. 많은 질문에 답할 수 있으며 이를 통해 이용자에게 보다 나은 서비스를 제공할 수 있다.

9. 스팸으로부터 보호
일반적인 스팸 필터에는 사용자에게 도달할 수 있는 스팸의 양을 최소화하는 여러 규칙과 알고리즘이 있다. 이를 이용하면 성가신 광고 등으로부터 벗어날 수 있을 뿐만 아니라 신용 카드 사기, 신원 도용 및 악성 소프트웨어 방지에도 도움을 받을 수 있다.

좋은 스팸 필터를 효과적으로 만드는 것은 바로 이 필터를 실행하는 AI이다. 필터 뒤에 있는 AI는 이메일 메타데이터를 사용한다. 즉, 특정 단어나 문구를 지속적으로 주시하고 일부 신호에 초점을 맞춰 스팸을 걸러낸다.

10. 비디오 요약
비디오 요약과 같은 일상적인 AI의 측면은 넷플릭스를 통해 매우 널리 사용되고 있다. 웹 사이트의 많은 썸네일과 특정 스트리밍 앱이 짧은 동영상으로 대체되고 있다. 이렇게 될 수 있었던 주된 원인 중 하나가 바로 AI와 머신 러닝이다.

AI는 편집자들이 긴 비디오를 단축하거나, 필터링하거나 3초 분량의 비디오로 잘라내는 데 수백 시간을 소비하지 않아도 되게 한다. 수백 시간 분량의 컨텐츠를 분석한 후 짧은 분량으로 요약할 수 있다.

(사진=셔터스톡)

11. 레시피 및 요리
AI는 요리와 같은 예기치 않은 영역에서도 잠재력을 갖고 있다. 라사(Rasa)라는 회사는 음식을 분석한 후 냉장고와 식료품 저장고에 있는 재료를 기준으로 레시피를 추천하는 AI 시스템을 개발했다. 이러한 유형의 AI는 요리를 좋아하지만 식사 계획에 너무 많은 시간을 허비하고 싶지 않은 사람들에게 좋은 방법이라고 할 수 있다.

12. 얼굴 인식
AI와 머신 러닝은 모든 기술을 더욱 효과적이고 강력하게 만든다. 얼굴 인식도 다르지 않다. 이제 얼굴 인식에 AI를 사용하는 앱이 많이 등장했다. 사회관계망 서비스(SNS)인 스냅챗(snapchat)은 AI 기술을 사용하여 실제로 사람의 얼굴을 인식하는 얼굴 필터를 적용한다. 페이스북은 이제 특정 사진에서 얼굴을 식별하고 다른 사람을 초대하여 태그를 지정할 수 있다. 

그리고 얼굴을 이용한 휴대폰의 잠금 해제 기능도 제대로 작동하려면 AI와 머신 러닝이 필요하다. 애플의 ‘Face ID’는 설치할 때 얼굴을 스캔하고 약 3만 개의 규칙을 규정한다. 이는 다양한 각도에서 얼굴을 인식하는 데 도움이 되는 마커(marker)로 사용된다. 이를 통해 다양한 상황과 조명 환경에서 얼굴을 사용해 휴대폰을 잠금 해제하는 동시에 다른 사람이 같은 작업을 하지 못하도록 방지할 수 있다.

결론
AI 기술은 계속해서 발전해 나가고, 성장하며, 모든 산업과 일상 생활의 거의 모든 측면에서 점점 더 중요해지고 있다. 

인공 지능은 앞으로 우리 삶의 새로운 영역에서 지속적으로 발전할 것으로 예상된다. 혁신적인 응용 프로그램이 개발됨에 따라 AI를 통해 쉽고 생산적인 삶을 영위할 수 있는 방법을 더 많이 알게 될 전망이다.

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

(출처:http://www.aitimes.com/news/articleView.html?idxno)