음성 데이터 썸네일형 리스트형 고객 없이는 기업도 없다! 페인 포인트 관리가 중요한 이유 급변하는 글로벌 경제 현황에 대응하기 위한 기업의 업무 환경은 더욱 복잡해졌고, 방대한 데이터 처리나 인공지능(AI)과 로봇을 활용한 생산성 향상, 그리고 디지털 기업으로 변신을 도모하는 Digital Transformation 등 오늘날 기업들은 생존을 위한 혁신에 더욱 매진하고 있습니다. 특히, 융복합 산업이 등장하고 그에 따른 기업 가치사슬(Value Chain)이 재조합 되면서 업무 프로세스 전반에서 발생하는 다양한 경험(Experience)에 어떻게 대처할 것인가도 관건입니다. 최근 코로나 팬데믹(Pandemic)으로 인해 비대면•비접촉(Untact) 환경은 경영 환경의 모습을 많이 변화시킬 것으로 예상합니다. LG CNS Entrue 컨설팅에서는 포스트 코로나 시대에 고객 경험을 활용해 어떻게.. 더보기 딥러닝, 데이터로 세상을 파악하다(1) 최근 몇 년 전부터 지금에 이르기까지 산업계에서 가장 화두가 되는 단어 중 하나는 바로 AI(Artificial Intelligence), 즉 인공지능입니다. ‘인공지능’이라 함은 넓은 의미에서는 인간의 합리적인 사고나 행동을 모방해 자동화한 프로세스를 일컫는대요. 간단하게 생각하면 숫자와 연산기호 버튼만 눌러서 자동으로 값을 계산해 주는 계산기도 일종의 인공지능이라고 볼 수 있겠습니다. 인간이 매번 필요할 때마다 일일이 셈을 계산하지 않고도 자동으로 계산을 도와주니까요. 하지만 이런 자동화 프로그램은 예전부터 있었으며, ‘인공지능’이라고 거창하게 부르지도 않았습니다. 최근에 학계와 산업계에 불고 있는 AI 열풍은 이렇게 단순히 ‘규칙의 자동화’를 지칭하는 넓은 의미의 인공지능이 아닐 겁니다. AI, M.. 더보기 인공지능 구현의 한계와 극복 방법은 무엇일까? 딥러닝으로 인해 인공지능 분야가 빠르게 혁신되고 있지만, 딥러닝은 엄청난 양의 데이터와 컴퓨팅 파워를 요구한다는 점에서 큰 한계를 갖습니다. 2012년 구글이 구현한 인공지능은 유튜브 영상 속 고양이를 스스로 구분해 내며 시작하였으나 이것은 약 1,000만 개의 동영상을 학습한 결과였습니다. 2016년 이세돌 9단과 대결에서 승리한 알파고는 약 3,000만 개의 착점 정보와 16만 개의 프로 바둑 기사의 기보가 필요했는데요. 동시에 이러한 데이터 학습 과정과 실제 바둑 대결에는 클라우드 기반으로 연결된 약 1,202개의 CPU와 176개의 GPU가 동시에 활용되며 약 3억 4천 번의 반복 학습을 통해 구현된 결과물이었습니다. 따라서 현재까지의 인공지능을 구현해 혁신을 이루어 내는 기업들은 엄청난 데이터와.. 더보기 이전 1 다음
