[김성민의 강의 Life - 4차 산업혁명 우리가 알아야 할 것들]
- 일시 : 2017년 7월 25일
- 장소 : 시흥시 여성비전센터 303호실
- 대상 : 미경회(미래경영을 준비하는 차세대 CEO모임)
- 주제 : 4차 산업혁명 우리가 알아야 할 것들
우리는 '알파고'로 인해 인공지능의 현위치를 인식하게 되었다.
그러나 인공지능의 발달에 가장 중요했던 순간은 2012년에 Imagenet 에서 개최한 ILSVRC 라고 하는 이미지 인식 경진대회라고 한다.
이 대회에서 우승한 토론토대학의 제프리힌튼 박사팀은 기존 인공지능들이 쫓아오지 못할 정도로 월등하게 이미지를 분류함으로써 참석한 모든 팀들을 놀라게 하였다.
이때 처음으로 대중에게 '딥 러닝' 이라는 용어가 알려지기 시작한다.
특히 이미지를 처리하는 딥러닝 기술을 CNN(Convolutional Neural Network) 이라고 하는데, 개인적으로 이 단어보다 기술을 설명하는 보다 직관적인 용어는 '특징표현학습' 이라고 본다.
그 이전 방식의 인공지능은 사람이 이미지 인식을 위한 '특징'들을 하나하나 가르쳐줘야 했다면, 딥 러닝에 이르러서야 기계는 직접 자신들 스스로가 '특징'들을 학습하게 되었던 것이다.
이렇게 특징을 학습하기 위해 수천만장의 사진을 사용하였다고 한다.
여기서 중요한 것은 '딥러닝'을 위해 특징을 찾기 위한 사전데이터가 필요하다는 것이다.
앞으로 인공지능은 지금보다 훨씬 더 발전하게 될 것이다.
그리고 그 핵심에는 누가 더 좋은 데이터를 확보하고 활용하느냐에 달리게 될 것이다.
이미 구글은 자신의 서버에 구글 가입자들이 마음껏 사진 데이터를 올릴 수 있도록 '구글 포토' 서비스를 무제한 무료로 개방해버렸다.
우리는 구글이 제공하는 편리한 서비스를 사용하며 성실한 사진데이터 제공자가 되는 모양새이다.
또한, 구글이 자율주행자동차를 개발한다고 한다.
구글의 자율주행자동차를 단지 이동중에 손이 편해진 운전자로 하여금 인터넷 검색이나 컨텐츠 소비를 하라고 만드는 것일까?
상상해보았다.
구글의 자율주행자동차가 강남대로를 오고가게 된다면 어떤 일이 벌어질까?
자율주행자동차는 전후좌우 사방으로 카메라와 센서로 주변을 살피며 움직인다.
사람이 보는 시각과 동일한 것도 보지만, 사람이 보지 못하는 빛과 센서를 이용해 숨겨진 세상도 파악한다.
강남대로를 오가는 구글의 자율주행자동차에 찍힌 거리의 영상이 모조리 구글의 데이터센터에 들어가 딥러닝으로 학습을 한다면 어떨까?
몇가지 상상해보면 거리를 걷는 행인들의 옷차림의 변화를 통해 연령과 성별에 따른 유행패션등을 알 수 있을 것이다.
거리 간판들이 바뀌는 흐름을 보며 뜨고 지는 사업이 어떤것이 있는지에 대해서도 알게 될 것이다.
시간대별 유동인구를 그 어떤 조사기관보다 정확하며 광범위하게 알고 최고로 좋은 '목'을 찾아 부동산 투자에도 활용할 수 있을 것이다.
이런 데이터를 기반으로 하여 어떤 곳에 어떤 사업을 하면 좋을지에 대한 지식을 판매할 수도 있을 것이고,
광고주들에게 이 데이터를 판매하여 수익을 내는게 가능할 것이다.
구글의 자율주행차가 대한민국을 활보하고 다니게 되는 순간.
구글은 우리보다 우리나라를 더 잘 파악하게 될 가능성이 있다.
안방에서는 음성비서서비스인 구글 홈으로
거리에서는 구글 자율주행자동차로
개인의 일상에서는 구글 안드로이드 스마트폰으로
인공지능시대에 데이터가 본질임을 알고 가장 활발히 움직이는 구글이 무섭지 않을 수 없다.
우리의 미래, 과연 어떻게 달라져갈것인가?
김성민의 북리지 - 함께 성장하는 책 리더십 지혜
'▶강의 로그' 카테고리의 다른 글
| [김성민의 강의 Life] 코웨이 - 기획력을 높이는 창의적 사고능력 향상 과정 (0) | 2017.08.21 |
|---|---|
| [김성민의 강의 Life] 코웨이 - 제4차산업혁명 우리가 알아야 할 것들 (0) | 2017.08.17 |
| [김성민의 강의 Life] 한국상하수도협회 - 제 4차산업혁명 우리가 알아야 할 것들 (0) | 2017.07.18 |
| [김성민의 강의 Life] 현대자동차 - 인턴사원 Working Entry (0) | 2017.07.17 |
| [김성민의 강의 Life] 현대자동차 신입인턴 / H-matching 과정 (0) | 2017.07.13 |