LG CNS 자세히보기

알고리즘 38

[보안동향] 코앞으로 다가온 양자 컴퓨터, 포스트 양자암호를 찾아라!

현재 우리는 0과 1로 구성된 디지털 컴퓨터를 사용하고 있습니다. 그러나 최근 양자 역학의 발전으로 양자 컴퓨터의 발명이 코앞으로 다가왔습니다. 구글, IBM 등 여러 회사에서 양자 컴퓨터 개발을 위한 연구에 힘을 쏟고 있는데요. 10년 안에 개발하는 것을 목표로 힘쓰면서 암호도 양자 컴퓨팅 시대에 맞춰 준비 중입니다. 양자 컴퓨터에 대비하기 위해, 양자 컴퓨터에서 큐비트(qubit)를 이용한 양자 암호와 기존의 컴퓨터에서 사용할 포스트 양자 암호(Post Quantum Cryptography), 두 가지에 대한 연구가 활발하게 진행되고 있습니다. 양자 컴퓨터가 개발돼도 현재 사용하고 있는 기존의 컴퓨터를 대체하는 것이 아니기 때문인데요. 양자 컴퓨터가 슈퍼컴퓨터와 같이 특정 목적의 컴퓨터로 사용될 확률..

IT Solutions 2021.12.16

LG CNS, 양자 기술로 난제 해결 나선다

LG CNS가 최근 한국후지쯔와 ‘양자 디지털 어닐러(Quantum-Inspired Digital Annealer) 기반 수학적 최적화 알고리즘 개발 MOU’를 체결했습니다. 마곡 LG CNS 본사에서 진행된 협약식에는 LG CNS CAO(Chief Account Officer, 최고 고객·영업 책임자) 김홍근 전무, 한국후지쯔 최재일 대표 등이 참석했습니다. 이번 협약을 통해 양사는 ‘양자 디지털 어닐러 기반 수학적 최적화 알고리즘’을 공동으로 개발하고 교통, 금융, 제약/화학 등 다양한 산업 영역의 난제들을 해결하는데 협력하기로 했습니다. 후지쯔는 양자 디지털 어닐러 기술을 개발한 양자 컴퓨팅 선도 기업인데요. 이번 협약으로 한국후지쯔는 후지쯔의 양자 디지털 어닐러 기술을 LG CNS에 제공합니다. ..

CNS Story 2021.12.09

조상님 사진이 움짤로? AI 사진 프로젝트 딥 노스탤지어

지난 2월에 온라인 족보 플랫폼인 마이헤리티지(MyHeritage)는 '딥 노스탤지어(Deep Nostalgia)'라는 인공지능(AI) 기반 서비스를 공개했습니다. 딥 노스탤지어는 스틸 사진을 움직이는 사진으로 만들어주는 서비스로, 얼굴의 움직임이 녹화된 비디오를 사용합니다. 해당 스틸 사진에 가장 적합한 영상을 적용해 얼굴에 시선이나 표정을 더합니다. 덕분에 사진으로 고인이 된 사랑하는 사람의 생동감 있는 모습을 볼 수 있습니다. 마이헤리티지는 이스라엘의 AI 스타트업인 D-ID가 제공한 AI 영상을 활용했다고 설명했습니다. 오늘날, 생체 데이터의 사용이 증가함에 따라서 CCTV 등 사진이나 영상물로 저장되는 얼굴에 관한 개인 정보 보호법도 강화하고 있는데요. D-ID가 개발한 안면 이미지 식별 솔루션..

IT Insight 2021.05.10

블록체인의 새로운 돌풍! ‘디파이(De-fi)’란?

코로나19가 다시 유행하면서 팬데믹 시대라는 것을 실감하게 됩니다. 이러한 때에 기존 사업에서의 변화가 촉발됩니다. 금융 또한 이러한 변화에 가장 큰 직격탄을 맞게 되는 것을 목도합니다. 디파이(DeFi; Decentralized Finance)는 금융을 탈중앙화한 것입니다. 우리가 시중 은행을 통해 사용할 수 있는 예금, 대출, 투자 등과 같은 대부분의 경제 활동이 여기서 말하는 금융에 해당한다고 할 수 있습니다. 이 디파이를 실현하기 위해서는, 우선 탈중앙화된 화폐(암호화폐)와 시스템(블록체인 프로토콜)이 필요합니다. 전통 금융 체계를 운영하던 중앙화된 주체(정부, 은행 등)의 간섭 없이 개인끼리 다양한 금융 활동을 직접 할 수 있기 때문입니다. 2009년에는 탈중앙화된 화폐 비트코인이 등장했으며, ..

IT Insight 2020.10.06 (2)

하늘에서 데이터가 쏟아진다? 농업을 혁신하는 항공 데이터!

2001년 출시된 시뮬레이션 게임 '블랙 앤 화이트(Black & White)'는 플레이어가 신이 되어서 영토를 확장하는 게임입니다. 플레이어는 하늘에서 전체 영토를 내려다보며, 어떤 문제가 있는지, 무엇이 필요한지 파악해 적절히 상호 작용해야 하죠. 신이 존재한다면 우리를 내려다보리라는 상상을 구현한 게임이었고, 피조물과의 여러 상호 작용이 필요했기에 게임 인공지능(AI) 설계에 구글 딥마인드 CEO이자 알파고의 핵심 개발자인 데미스 허사비스(Demis Hassabis)가 참여했던 건 우연이 아니었을 겁니다. l 게임 블랙 앤 화이트 (출처: https://www.hookedgamers.com/) 실제로 우리는 긴 세월 하늘에서 많은 정보를 얻었습니다. 구글의 구글 어스(Google Earth)와 같은..

IT Insight 2020.09.04

AI는 어떻게 '사기 거래'를 잡아낼까?

지난 글에서는 인공지능이 이상 탐지 분야에 어떤 도움을 줄 수 있는지를 알아봤습니다. 그렇다면 구체적으로 인공지능을 이상 탐지에 적용하기 위한 절차와 방법은 어떻게 될까요? ● 도난 카드로 100만 원 플렉스? ‘수상한 결제’ AI가 잡는다! 이번에는 이상거래 탐지를 위한 인공지능의 학습 및 적발 과정을 알아보겠습니다. 아래 그림을 보면 인공지능이 과거 거래의 사기 패턴을 학습하는 ‘학습 단계’와 학습된 인공지능 모델로 새로 발생하는 거래의 사기 여부를 탐지하는 ‘탐지 단계’로 나눌 수 있습니다. 각각의 세부 단계를 알아볼까요? l 인공지능을 이용한 사기 거래 학습 및 탐지 과정 먼저, 학습 단계입니다. 학습 단계는 변수를 정의(생성)하고 준비한 학습 데이터로 인공지능 모델을 학습해 모델의 정확도를 평가..

IT Solutions/Big Data 2020.07.01 (2)

인공지능의 ‘블랙박스’? AI에 블록체인 기술이 필요한 이유!

코로나19로 많은 변화가 예상됩니다. 기술 변화도 마찬가지인데요. 디지털 전환(Digital Transformation)과 비대면 서비스가 가속화할 것으로 보입니다. 이의 중심에 인공지능(AI)과 블록체인이 있습니다. 포스트 코로나 시대에 AI와 블록체인의 융합은 어떤 방향으로 진행될까요? 인공지능과 블록체인의 관계를 비유하자면, 비행기에 블랙박스를 장착하는 것과 같습니다. 인공지능이 내린 결론을 현재는 설명 불가능한 경우가 많습니다. 이때 인공지능이 사용하는 데이터의 흐름을 블록체인에 저장해서 블랙박스와 같은 역할을 하도록 하는 것입니다. 신뢰할 수 있는 인공지능을 가능하게 하는 것이 블록체인일 수 있습니다. 인공지능과 블록체인이 융합하면 세계를 변화시킬 수 있습니다. ‘인공지능은 역사에서 배우는 효과..

IT Insight 2020.05.20

더 가볍게! '인공지능 다이어트'가 필요한 이유

오늘날 신경망을 깊게 쌓아 올린 딥러닝 기반 알고리즘들은 다양한 분야에서 미증유의 퍼포먼스를 보여주고 있습니다. 심층 신경망 연구는 하드웨어의 눈부신 발전과 함께 두각을 나타내기 시작했으며, 더 좋은 성능의 알고리즘을 만들어내기 위해 각 기업 및 학계의 연구소에서는 더 강력한 최신의 GPU와 TPU를 사용한 연구를 진행하고 있습니다. 이렇게 강력한 하드웨어와 전력을 쏟아부어야 만들 수 있고 사용할 수 있는 딥러닝 알고리즘. 우리 손엔 자그마한 스마트폰 정도가 쥐어져 있는 것 같은데, 도대체 어떻게 해야 연구소에서 우리 삶 속으로 꺼내올 수 있을까요? 이 포스트를 통해 인공지능(AI) 경량화의 필요성과 그 흐름에 대해 짚어보는 시간을 갖고자 합니다. 경량화의 필요성 심층 신경망의 성능을 끌어올리기 위한 가..

IT Solutions/AI 2020.05.11 (1)

사진 1,000장은 빅데이터일까?

안녕하세요! 코지입니다. 오늘은 빅데이터에 대해서 알아보려고 해요! 빅데이터라는 단어는 누구나 들어봤을 텐데요. ‘빅데이터가 무엇입니까?’라는 질문을 받으면 어떻게 대답할 수 있을까요? 큰 데이터? 대용량 데이터? 틀린 말은 아니지만 조금 부족한 설명일 수 있겠네요. 우리가 매일 스마트폰으로 찍는 사진 한 장의 크기(용량)가 2MB(메가바이트) 정도라고 했을 때, 1,000장의 사진은 2,000MB, 바로 2GB(기가바이트) 정도인데요. 이 정도는 빅데이터라고 말할 수 없다고 해요. ‘내가 바로 빅데이터야’라고 소개할 정도가 되려면, 그 크기가 수십 TB(테라바이트)에서 PB(페타바이트)는 되어야 한다고 하는데요. TB(테라바이트), PB(페타바이트)라고 하니 감이 잘 안 오시나요? 1PB는 100GB ..

AI는 '스스로 학습'할 수 있을까?

수많은 학습 데이터를 주기만 한다면, 딥러닝은 문제를 잘 풀 수 있다고 알려져 있습니다. 예를 들어 1,000개의 카테고리에 대해 130만 장의 분류된 이미지가 있는 ImageNet 태스크에 대해 딥러닝 알고리즘은 Top 5 기준 98% 이상의 정확도를 달성하며 사람의 판별 정확도를 뛰어넘었습니다. 하지만 태스크에 맞는 데이터를 수집하는 것은 비쌉니다. 세상에는 이미지가 넘쳐나지만, 각각의 이미지가 어떤 의미를 가지는지 사람이 일일이 분류해 라벨을 만드는 것은 오래 걸리고 힘이 듭니다. 지도 학습, 비지도 학습, 그리고 자기 지도 학습 데이터와 라벨이 주어질 때 라벨을 이용해 태스크를 수행하는 방법을 학습하는 것을 지도 학습(Supervised learning)이라고 부릅니다. 이미지 분류, 양불판정, ..

IT Solutions/AI 2020.04.27 (2)