왜 인공지능이 중요한가?

AI는 데이터를 통해 반복학습과 발견을 자동화한다. 그러나 AI는 하드웨어 구동 로봇 자동화와는 다르다. AI는 수동 작업을 자동화하는 대신 작업량이 많고 컴퓨터화된 작업을 신뢰성 있게, 피로감 없이 자주 수행한다. 이러한 유형의 자동화를 위해서는 시스템을 설정하고 올바른 질문을 하기 위해서는 여전히 인적 조회가 필수적이다. AI는 기존 제품에 지능을 더한다. 대부분의 경우 AI는 개별 애플리케이션으로 판매되지 않는다. 오히려 시리가 애플 신세대 제품에 특장품으로 추가된 것처럼 이미 사용하고 있는 제품도 AI 역량으로 개선될 것이다. 자동화, 대화형 플랫폼, 봇, 스마트 머신 등을 대량의 데이터와 결합해 보안 인텔리전스부터 투자 분석까지 가정과 직장에서 많은 기술을 개선할 수 있다. AI는 데이터가 프로그래밍을 할 수 있도록 진보적인 학습 알고리즘을 통해 적응한다. AI는 알고리즘이 기술을 습득할 수 있도록 데이터에서 구조와 규칙성을 찾는다. 알고리즘은 분류자 또는 예측자가 된다. 그래서 이 알고리즘이 체스 치는 법을 스스로 가르칠 수 있듯이, 온라인에서 다음에 어떤 제품을 추천할지 스스로 가르칠 수 있다. 그리고 모델은 새로운 데이터가 주어지면 적응한다. 백 전파는 첫 번째 답이 틀렸을 때 훈련과 추가 데이터를 통해 모델을 조정할 수 있는 AI 기법이다. AI는 숨겨진 층이 많은 신경망을 이용해 점점 더 심층적인 데이터를 분석한다. 5개 층이 숨겨진 사기 탐지 시스템을 구축하는 것은 몇 년 전만 해도 거의 불가능했다. 놀라운 컴퓨터 파워와 빅데이터로 모든 것이 바뀌었다. 딥러닝 모델은 데이터로부터 직접 학습하기 때문에 딥러닝 모델을 교육하기 위해서는 많은 데이터가 필요하다. 더 많은 데이터를 제공할수록 더 정확해진다.AI는 이전에는 불가능했던 깊은 신경망을 통해 믿을 수 없는 정확성을 달성한다. 예를 들어, 알렉사, 구글 검색, 구글 포토와의 상호작용은 모두 딥러닝을 기반으로 하며, 우리가 그것들을 사용할수록 더 정확해진다. 의료 분야에서는 이제 딥러닝, 영상 분류, 물체 인식 등의 AI 기술을 활용해 고도로 훈련된 방사선사와 같은 정확도로 MRI에서 암을 발견할 수 있게 됐다. AI가 데이터를 최대한 활용한다. 알고리즘이 자체 학습일 때 데이터 자체가 지적재산이 될 수 있다. 정답은 데이터 안에 있다; 단지 AI를 적용해야만 그것들을 빼낼 수 있다. 이제 데이터의 역할이 그 어느 때보다 중요하기 때문에 경쟁 우위를 창출할 수 있다. 경쟁력 있는 산업에서 최고의 데이터를 보유하고 있다면 모두가 비슷한 기술을 적용하더라도 최고의 데이터가 승리할 것이다.