i-CON 정보서비스 동향지식 포털

  • iCON 동향
  • iCON 브리프
  • 지식리포트
  • iCON 소개
검색 Search
HOME > iCON 브리프 > 목록

iCON 브리프

글로벌 정보 서비스 최신 이슈와 시사점을 제공합니다.

검색
  •  인공지능이 법률 전문가에게 미치는 영향은? [2017-08-09]

    최근 뉴스를 보고 있노라면 온 세상이 10년에서 20년 안에 인공지능에 의해 돌아갈 것 처럼 보인다. 인공지능의 역할에 대한 가장 최근의 논의는 법조계에서 이루어져야 할 것이다. 법조계에도 미래가 있을 것인가? 법과 관련한 산업은 몇십년 전부터 이어져 온 같은 원칙에 기반을 두고 있지만, 지난 몇년동안 뚜렷한 변화를 겪어왔다. 특히 그 중 하나가 AI이다. 세상은 급격하게 `자동화`에 초점을 맞추어 왔고, 산업은 자동화를 하면 어떤 모양일 지 알아내고자 한다. 하지만 AI의 진짜 기회는 법, 산업에 있다. 변호사들은 그들의 담당건수 진행을 위한 길을 찾아야 할 뿐만 아니라, 고객들은 작은 문제를 해결하는데 너무 많은 단계를 거쳐야 하는 데 지쳐있기 때문이다. "인공지능을 이용하면 챗봇(Chatbot)으로 부터 주차 위반 딱지 금액을 내야할 지 말아야 할 지에 대한 조언부터 미국 대법원의 결정을 예상하는 알고리즘까지 다급한 법률서비스에 활용할 수 있습니다.  법률서비스를 민주화하자는 슬로건 하에, 이러한 활용 방법은 변호사에게 비싼 비용을 지불하지 않고도 법률 자문을 용이하게 얻을 수 있도록 합니다." 라고 기술 평론가 Alice Kohn은 말한다. 변호사가 소중한 시간을 들이지 않거나 잠재적 고객에 대한 관심을 끈 상태에서 고객이 원하거나 필요한 정보를 제공할 수 있는 세상을 생각해보라. 사람들은 이미 인터넷을 이용해 자신들이 가지는 법적 질문에 대한 답을 찾고자 한다. 변호사 Rowdy Williams와 같은  전문가시스템은  이미 인기가 많다. 그러나. 만약 이와 같은 정보가 개인의 환경을 기반으로 좀 더 상세한 답변을 줄수 있는 더욱 스마트한 방법으로 고객에게 제공된다면 어떨까? 이것이 현실에서도 곧 머지 않음을 알 수 있다. "기업의 법무 파트나, 로펌, 그리고 서비스 제공자들은 인공지능을 문서를 표준화하고 리뷰하는데 사용합니다. AI가 할 수 있는 업무의 리스트는 폭발적으로 증가할 것입니다. AI가 현재 법조계에 영향을 미치는 것은 초기 단계이지만, 이것의 효과는 현저합니다."라고 Forbes의 Mark Cohen은 말한다. 그렇다고 해서 인공지능과 자동화의 증가가 반대 없이 진행되고 있는 것은 아니다. 새로운 기술이 나오면 늘 그렇듯이 일부에서는  AI가 변호사를 무능하게 할 것이라고 생각한다. 그러나 이와 같은 기술은 변호사 없이는 활용될 수 없으며 현실적이지도 않다. 이와 관련한 사람들이 보다 쉽게 이용할 수 있도록 하는데 의미가 있다. 우리는 AI가 모든 산업 혁신에 영향을 미치는 위기의 시대 한 가운데 있다. 법조계를 살펴본다면, 긍정적인 것들이 나타나고 있다. 하지만 AI와 법을 안전하고 편하게 즐기려면 마음가짐 역시 바뀌어야 할 것이다. 변호사인 Julie Sobowale은 "인공지능 혁명을 실제로 만드는 것은 변호사의 기존 생각을 바꾸는 것입니다. 아마도 실제 변화는 고객에게 더 나은 서비스를 제공해야겠다는 간단한 인식으로 부터 나올 것입니다" 라고 말한다. 

  •  일본 경제산업성(METI), 빅데이터 및 인공지능을 활용한 새로운 경제지표에 대한 의견 모집 [2017-08-04]

    2017년 7월 19일, 일본 경제산업성은 인터넷 블로그나 Twitter 등의 빅데이터 및 인공지능(AI), 민간 기업이 보유한 POS 데이터 등을 활용하여 새로운 경제 지표를 개발 · 시험 공표했다.  1. 빅데이터를 활용한 경제 지표의 개요   정밀한 경기 동향 파악 및 보고자 부담의 경감 등을 실현하기 위한 수단의 하나로서, 빅데이터 등의 새로운 데이터 소스의 활용에 대한 기대가 높아졌다. 이에 따라 일본 정부는 현재 진행하고있는 통계사업에 빅데이터 등을 적극 활용하기로 한 바 있다. 이에 대한 일환으로 빅데이터와 AI 기술을 활용하여 다음과 같은 새로운 경제 지표를 개발했다고 발표하였다. - SNS × AI 신뢰 지수  `인공 지능 (AI)`에 의해 체감 경기에 대한 트윗을 추출, 감정 (긍정적 / 부정적) 평가를 실시하는 것으로 산출되는 지수. 기존의 통계 조사 방법으로는 파악할 수 어려웠던 매일의 체감 경기를 효율적으로 예측할 수 있을 것으로 기대된다. - SNS × AI 광공업 생산 예측 지수  `인공 지능 (AI)`에 의해 직장이나 경기에 대한 기록을 추출하고 통계 등의 `오픈 데이터`를 조합, 기계 학습 기법을 이용.이를 활용한 `광공업 생산 지수 (경제 산업 교육부)` 의 예측이 기대된다.  - POS 가전 할인판매점 동향 지표  가전 할인판매점의 판매 정보 POS (Point of Sales) 데이터를 수집, 집계.`판매 동향` 의 일별 파악을 기대해 볼 수 있다. 2. 기존 통계와의 비교 이름조사 주기공표 빈도즉시성기존 통계와의 관계1SNS × AI 신뢰 지수 (전문가 AI)매일매주4 일 경기 전문가 조사 [기존 통계]월별매월약 10 일상관 계수 0.79 *경기 동행 지수 [기존 통계]월별매월약 40 일상관 계수 0.63SNS × AI 신뢰 지수 (중소 AI)매일매주4 일 중소기업 경황 조사 [기존 통계]분기분기약 1 개월상관 계수 0.58경기 동행 지수 [기존 통계]월별매월약 40 일 상관 계수 0.722SNS × AI 광공업 생산 예측 지수매일매주4 일 광공업 생산 지수 (IIP) [기존 통계]월별매월약 1 개월 상관 계수 0.903POS 가전 할인판매점 동향 지표주별매주4 일 상업 동태 통계 (가전) [기존 통계]월별매월약 1 개월 매 총액의 92 %* 상관계수는 세 가지 지수 모두 기존 통계 조사 시점의 결과를 이용하여 계산.  3. 시험 공표 · 의견 모집에 대해 본 사업에서 개발한 경제 지표의 일부를 시험적으로 공표하고 널리 의견을 모집하기 위해 웹사이트 `BigData-STATS`를 개설했다. 지표의 내용은 공개 사이트에 게재되어 있다. - 공개 사이트 : BigData-STATS - 개설일 : 2017 년 7 월 19 일 (수요일) - 업데이트 날짜 : 2017 년 7 월 27 일 (목요일)부터 매주 목요일 - 2 차 공개 : 2017 년 7 월 19 일 ( 수요일) ~ 10 월 31 일 (화요일) - 2 차 출판 : 2018 년 1 월 8 일 (월요일) ~ 2 월 28 일 (수요일) (예정)   ※ 2 차 공개에서 받은 의견 등을 근거로 위 기간에서 2차 공개 예정 중.

  •  Google사, AI TensorFlow를 이용한 Google Cloud 이용증가 계획 [2017-08-04]

    구글의 인공지능 연구자들이 2005년초 잘 알려지지 않은 텐서플로우(TensorFlow)하는 소프트웨어를 를 제작한지 2년이 지났다.  현재 머신러닝을 위해 사용되어지고 있는 이 소프트웨어는 구글과 모회사인 알파벳(Alphabet)의  미래상을 뒷받침하고 있다. 텐서플로우는 기업의 엔지니어들에게 검색과 음성인식의 정확성과 같은 서비스를 향상시키며,  새로운 접근 방식으로 더 쉽게 인공지능을 실용적으로 코드화할 수 있도록 한다. 그러나 텐서플로우가 구글의 코더 군대에게 출시된 지 약 한달이 지난 후, 구글은 전세계에 오픈소스 전략으로 이를 무료로 제공하기 시작하였다. 이는 프로그래머들이 새로운 소프트웨어를 시도하도록 하는 일반적인 전략이다.이러한 구글의 최고 AI 증정품이 주는 혜택은 점차 분명해지고 있다. 오늘날 텐서플로우는 프로그래머들 사이에서 명백한 리더로 자리매김하며 머신러닝을 바탕으로 새로운 것을 계속 만들어네고 있다. 텐서플로우 제작을 총괄지휘했던 Jeff Dean은 "우리는 오늘날 의미있는 사용자들이 있으며, 이들은 점차 가속화되고 있습니다." 라고 말하고 있다.텐서플로우를 이용해 무언가를 만든다면, 그것을 어느곳에서든지 운영할 수 있으나, 그 중에서도 구글 클라우드 플랫폼에서 훨씬 쉽게 이용할 수 있다. 이와 같은 이유는 더 많은 기업들이 구글 클라우드를 편하게 이용할 수 있도록 하기 위함인데, 이는 구글이 400억 달러(그리고 현재도 계속 늘고 있는) 규모의 클라우드 인프라 마켓의 대지분을 가지는 것을 돕는다. (현재 구글은 아마존, 마이크로소프트에 뒤이어 3번째로 큰 지분을 가지고 있다.) 구글 클라우드의 수장인 Diane Greene은 지난 4월, 5년 안에 클라우드 분야에 있어 최고가 될 수 있을 것이라는 기대와 동시에 건강에서 자동차에 이르기까지 다양한 산업에서 나타나는 인공지능을 따라잡기 위한 구글의 중심 부서가 되는 것을 기대한다고 언급한 바 있다. 구글은 클라우드 제공자로서 경비지출 등 복잡함은 피하고 AI 그 자체로 운영 될 수 있도록 투자할 것으로 예상된다. `환상적인 기술(Fantastic Technology)`텐서플로우를 활용해 교통사고의 비용을 예상하게하는 시스템을 만든 AXA 보험사와 같은 고객은 같은 구글 인프라를 사용함으로써 이익을 얻는다. 벤처 펀드 Madrona의 관리자이자 마이크로소프트사 개발 부서의 전 수장이었던 S. Somasegar은 텐서플로우의 명성이 구글 드라이브의 라이벌들이 도전하도록 하는 계기를 마련한다고 하였다. "이것은 환상적인 전략입니다. 구글은 클라우드 사업에 있어 꽤나 뒤쳐지고 있었지만, 그들이 교두보를 확보할 수 있는 지점을 파악한 것이죠." 구글 내에서도 텐서플로우는 구글 번역 모바일 앱과 같은 제품을 작동시키고 있다. 구글은 텐서플로우를 더 빠르게 만들고자 특별한 프로세서를 만들었는데, 이는 구글의 데이터센터 내에서 소비를 줄이도록 한다. 이와 같은 프로세서는 과거 영광의 소프트웨어인 알파고(AlphaGo)가 작년 보드게임 Go의 챔피언이 될 수 있도록 나아가게 했으며, 구글 번역 서비스 중 몇몇 언어는 인간 수준의 서비스를 제공할 수 있도록 업데이트 되는데 도움이 되었다. 텐서플로우는 단지 도구가 아니라 그곳에서 머신러닝 소프트웨어를 제작하며, 전문가들은 각각의 이점에 대해 몇시간씩 토론한다. 구글이라는 브랜드의 무게와 기술적인 장점은 이러한 패키지를 더 드러나게게 한다고 스탠포드대학 부교수인 Reza Zadeh은 말한다. 그는 자신의 스타트업인 Matroid를 운영하다가 텐서플로우를 시도한 후에 모든 것을 다 버리면서  "나는 이것이 매우 명백히 모든 기술적인 요소에서 우수하다는 것을 보았습니다." 라고 하였다. 구글이 텐서플로우를 출시한 이래, 클라우드 컴퓨팅에 있어 경쟁자인 마이크로소프트사와 아마존 역시 무료 소프트웨어 툴을 출시하거나 지원하는 것을 시작해왔다. 그러나 지금까지 그 어떤 것도 텐서플로우 만큼이나 연구자들, 학생들, 그리고 코더 들 사이에 넓게 퍼졌던 적이 없으며 이용자들을 헌신하게 한 것도 없다고 토론토 대학교 AI 센터의 강사인 Guerzhoy는 지적하고 있다.Google Drive에서 TensorFlow 시작하기: https://cloud.google.com/ml-engine/ 

  •  미국 NASA, 지구 보호를 위한 인공지능 활용 계획 [2017-07-31]

    미국 NASA의 Frontier Development Lab (FDL)은 항공 기관인 Ames Research Center와 SETI에 의해 공동 운영 되고 있다. 이들은 잠재적 위험성을 가지고 있는 소행성과 혜성으로부터 지구를 보호하는 방법을 연구하고자 인공지능을 이용하겠다고 발표하였다. 지난 2014년에 매년 6월 30일을 국제 소행성 날 (International Asteroid Day)로 지정하고 Near Earth Objects(NEOs)로 부터 오는 잠재적 위협에 대한 연구결과를 발표하는 연내행사를 계획하는 것으로 만들어졌다. 6월 30일이 선택된 이유는 1908년에 일어난 러시에 시베리아 위치한 퉁구스카에 충돌체 사건을 기념하는 날이기 때문이었다. 연내 기념행사는 천체물리학자이자 Queen의 리드 기타리스트인 Brian May, 그리고 영화 제작자인 Grigorij Richters의 아이디어였다. Richter은 런던 한 복판에 소행성이 충돌한다는 가상의 영화 `51 Degrees North`를 제작한 바도 있다.이와 같은 이벤트를 위해 첫 해에 FDL은 행성 방어에 있어 인공지능이 도울 수 있는 방법에 대해 토론하고자 연구팀을 모집하였다. 또한, 가능성 있는 위험한 소행성과 혜성에 대한 이슈를 다루기 위해, 태양폭풍으로 부터의 위협 역시 다루었다. 이벤트를 진행한 이후의 두번째 해에는 Luxembourg Space Resources, Lockheed Martin, IBM, Intel, Nvidia를 포함한 여러 기관들과 파트너십을 맺었다. 또한 학제간 연구방법을 이용하고자  행성학과 태양물리학(heliophysics)을 포함한 다양한 분야의 머신러닝 학자들을 초빙했다. FDL의 수장인 James Parr은 "행성 방어와 같은 큰 도전은 기발한 접근이 필요하다. 우리는 우리의 행성을 보호하는 일과 우주 프로그램 산업에 있어 돌파구가 될 수 있는 플랫폼을 만들고 싶었다." 라고 말하고 있다,  컨퍼런스에서 연구자들은 머신러닝을 이용하여 할 수 있는 옵션들에 대해 토론하였으며, 그 옵션들은 아래와 같다. - 수명이 긴 혜성의 궤도를 모델링 하고자 머신러닝을 사용하는 것- 2D 리서치 데이터를 3D 이미지로 자동화하여 그들의 모양과 회전율을 확인하는 것- 데이터 마이닝 기법을 이용하여 태양과 지구간 상호작용을 통해 나타나는 우주의 기상상태에 대한 연구를 진행하는 것- 머신러닝기법을 사용하여 태양폭풍에 대해 미리 경고하는 것International Asteroid Day Website: https://asteroidday.org/

  •  과학 R&D를 지원하는 인공지능 서비스, Iris AI [2017-07-20]

    Iris AI는 인공지능을 기반으로 연구자들이 논문 조사를 위해 키워드를 알지 못해도 관련 논문을 찾는데 도움을 주는 개인연구지원 서비스이다. 노르웨이에 소재한 스타트업 기업인 개발팀은 현재는 걸음마 단계이나  Iris가 현실의 과학자처럼 진화해 가설을 검증하고 세울 수 있는 정도의 수준으로 빌전시키는 것을 목표로 하고 있다. 이를 바탕으로 웹 상의 게재된 논문이나 특허 등 다양한 연구정보를 읽고 파악하여 이용자에게 적절하고 필요한 정보를 제공할 수 있다는 것이다. Iris AI 팀은 이제서야 Iris가 실현 가능해진 이유를 인공지능 기술과 클라우드 지성의 발전, 열린 사회로의 진화라고 설명하고 있다.  Iris는 초기에 관련 논문을 단순히 알려주는 수준에 그쳤으나, 현재는 알려주는 논문에 실제로 접근할 수 있게끔 도와준다.  Iris는 앞으로 더 많은 정보를 인식해서 결국엔 다른 인공지능을 트레이닝 시킬 수 있는 수준으로  진화할 것이라고 예상하고 있다.현재 Iris AI는 Scithons에 의해 지속적으로 트레이닝 되고 있다. Science와 Hackathons의 합친 말인 Scithons는 Iris의 트레이너로 홈페이지에서 간단한 회원가입을 함으로써 누구나 참여할 수 있다. 2016년 기준, 2,800여명의 Scithons이 등록한 상태이며 활동은 무료임에도 불구하고 그 수는 점차 증가하고 있다. 그렇다면 왜 사람들은 Scithons에 참여하고싶은 것일까? 그 이유는 바로 Iris를 통해 활용할 수 있는 다양한 분야의 정보를 확장하고자 하는데 있다. Scithons의 홍보영상을 보면, Iris를 활용한 팀은 그렇지 않은 팀에 비해 논문 검색시간을 현저히 줄일 수 있었고, 절약한 시간을 바탕으로 논문을 충분히 이해할 수 있었기 때문에 더 나은 연구 결과물을 생산할 수 있었음을 알 수 있다.   - Iris의 비전 : Baby Iris(2016년)가 과학자로 발전하여 가설을 검증하고 세울 수 있을 정도가 되는 것   - Iris 목표 : 모든 게재 된 논문을 다 읽어서 이용자에게 맞는 논문을 제공하는 것   - Iris의 단계1st Iris: easily navigate2nd Iris: navigate and connectlonger prospective: scientist as herselfIris trains other AI   - Iris의 비즈니스 모델Scithons: Science + Hackathons- Scithons에 의해 Iris가 활용된 예: 한 팀은 Iris를 활용하고 다른 팀은 기존의 방식(Iris를 활용하지 않음)으로 같은 주제(radiation)에 대해 연구한 결과, Iris를 활용한 팀은 그렇지 않은 팀에 비해 관련 논문을 찾는 시간을 줄일 수 있었음.  Iris를 활용한 팀은 전체 시간 중 20%를 논문 찾는데 사용하고 그 외 시간을 논문을 이해하는데 활용했다면, 다른 팀은 반대로 80%의 시간을 논문 찾는데 사용했다는 점   - Iris의 정보처리 과정 (초창기 버전을 대상으로)(Ref: https://iris.ai/artificial-intelligence/sciencebehindiris/)ReadingWhile reading, making sense of words: figuring out which are the most important (frequency analysis)Extracting combining words in cluster using cluster to find the meaning of the words in the context synonyms: to expand categories and get a broader understandingGeneralization: finding precise definitionOrganizingData visualization

  •  영국왕립학회, 데이터 거버넌스 체제 필요성에 관한 보고서 발표 [2017-07-17]

    2017년 6월 29일, 영국왕립학회(Royal Society)와 영국 학술원(British Academy)이 21세기 데이터 거버넌스 체제의 필요성을 고찰한 보고서 "Data management and use : Governance in the 21st century - a British Academy and Royal Society project"를 공개했다. 보고서에 따르면, 데이터 관리 및 사용을 관리하기 위한 현재의 프레임워크는 기술 발전에 비해 보조를 맞추기 힘들다고 지적하면서 먼저 모든 형식의 데이터 거버넌스를 명확히 형성할 원칙을 수용할 필요가 있다고 제언했다. 데이터를 관리하는 시스템이 개인 및 지역사회를 위해 데이터를 사용할수 있는 데에 중점을 두고, 다음과 같은 원칙을 제안했다. - 개인 및 단체의 권리 및 이익 보호 - 데이터 관리 및 데이터 사용에 영향을 받는 사항의 투명성, 책임성, 포괄성 보장 - 여러 성공과 실패로부터의 모범사례 수용 - 기존 민주적 거버넌스 강화  두번째로 거버넌스 체제 전체를 총괄하는 별도의 독립 기구를 설립할 것을 제안하고 있다. 이 독립적 기구는 데이터의 관리 및 사용을 예측, 모니터링 및 평가하고, 관행 및 표준을 수립하여 명확성을 제공하는 역할을 담당한다. 또한 공익을 대표할 수 있는 여러 분야의 전문가의 주도 아래 설립된 기구가 합리적 증거 기반의 실용적인 제안을 제시하며, 갈등이 있을 경우 해결책을 중재하는 역할을 할 것이다.  보고서의 발표에 대해 영국왕립학회 과학정책자문그룹 의장인 Dame Ottoline Leyser 교수는 "일상 생활의 대부분이 수집 데이터를 생성하고 기회를 제공하는 단계에 도달했다. 많은 개인과 기관이 다양한 데이터를 사용하고 있으며, 데이터가 사용되는 많은 방법이 사회에 영향을 미치기 때문에 위험과 이점을 투명하고 포괄적인 방법으로 검토할 수 있도록 보장하는 새로운 관리 방식을 필요로 한다." 고 언급했다. Data Management and Use: Governance in the 21st Centuryhttps://royalsociety.org/~/media/policy/projects/data-governance/data-management-governance.pdf

  •  네덜란드 라이덴 대학, CWTS Leiden Ranking 2017 공개 [2017-06-23]

    네덜란드 라이덴 대학교에서 발표하는 `CWTS 라이덴 랭킹 2017 년` 판이 발표됐다. `라이덴 랭킹`은 최근 4년간(2017년 발표된 순위는 2012-2015) 국제논문을 1,000편 이상 발표한 대학을 대상으로, 매년 전세계 대학들이 발표한 논문 중 세계에서 가장 많이 인용되는 논문 비율을 평가하는 랭킹이다. 평가시 설문조사 등 주관적 요소들은 배제하였으며, 학술정보서비스기업 ‘클래리베이트 애널리틱스(구 톰슨로이터)’의 Web of Science 데이터베이스를 순위산정지표로 활용했다. 2017 라이덴 랭킹에는 54개국, 903개교가 평가됐다. 또한 선택된 지표를 기준으로 하여 정렬되는 기존의 ‘목록형 보기’ 이외에 두 가지 선택된 지표를 비교할 수 있는 ‘차트형 보기’ 와 지리적 관점으로 볼 수 있는 ‘지도 보기’ 기능을 제공하고 있다. 세계 순위를 보면, 미국 록펠러대가 전체 논문 중 상위 10% 논문 비율 29.1%로 1위를 차지했고, 이어 MIT(26.5%), 스탠퍼드대(23.6%), 하버드대(23.6%), 프린스턴대(23.2%) 순이다. 한편 국내의 경우, 포항공과대학교(포스텍)이 국내 대학 종합순위에서 전체논문 중 상위 10% 논문의 비율이 12%에 달해 1위를 차지했다. 이어 KAIST(11.3%), 이화여대(9.1%), 서울대(9.0%), 세종대(8.9%) 등의 순으로 나타났다. 포스텍의 상위 10% 논문 비율은 지난 2015 년 11.2%, 2016 년 11.6%, 2017 년 12%로 꾸준히 상승하는 것으로 나타났다. 학문 분야별 평가에서는 자연과학 및 공학(Physical Science and Engineering) 분야가 지난해에 이어 올해도 국내 1위를 차지했다. 올해 라이덴 랭킹에 이름을 올린 국내 대학은 모두 34개교로 지난해 33개 대비 1개교가 늘어났다.  - 2017 라이덴 랭킹 다운로드 CWTS Leiden Ranking 2017 - 이전 판 다운로드Download results of the CWTS Leiden Ranking 2016 Download results of the CWTS Leiden Ranking 2015Download results of the CWTS Leiden Ranking 2014Download results of the CWTS Leiden Ranking 2013Download results of the CWTS Leiden Ranking 2011/2012

  •  독일 공학한림원(Acatech). 6개국 인더스트리 4.0 실태 조사 및 비교 연구 수행 [2017-04-26]

    독일 공학한림원(Acatech)는 독일, 미국, 중국, 한국, 일본, 영국 등 6개국의 전문가를 대상으로  인더스트리 4.0 실태를 조사하여 아래와 같이 비교  연구를 수행하였다. - 주요국의 인더스트리 4.0 추진현황을 개괄하고, 인더스트리 4.0 추진에 따른 경제적 기회·위험, 표준화 등에    관한 각 국 전문가의 인식 조사 - 본 보고서의 목적은 경제·사회의 디지털화에 대비한 기업가와 정책입안자가 의사결정에 참고할 수 있는    기반을 마련하는 것본 브리프는 위 실태연구를 통해 각 국의 인더스트리 4.0 주요 현황과 특징을 정리하고,   독일을 중심으로 국제협력 동향을 다각적으로 조사분석하고 있다. - 본 브리프는 주요국별 인더스트리 4.0 강점과 도전과제를 살펴봄으로써 주요국과의 협력기회를  모색할 수 있는    기초자료로 활용 가능 - 또한, 각 국의 인더스트리 4.0 정책 추진현황과 성과를 우리나라의 유사 정책과 비교해보고,  향후 차기 전략 수립 시   참고 가능

  •  OCLC Research, MLA의 연계에 관한 조사 보고서 공개 [2017-04-26]

     2017년 3월 21일, OCLC Research가 MLA의 연계에 관한 조사 보고서 "Collective Wisdom : An Exploration of Library, Archives and Museum Cultures"를 공개했다. 이는 지속적인 평생 교육과 전문성 개발 분야에서 현장 전반에 걸친 이해와 연계성을 높이고 박물관, 도서관, 기록관 부문 간 실천과 문화 등의 상호 협력의 확대를 목적으로 18 명의 사서 · 큐레이터 · 기록인이 각 부문의 연례 회의(AAM Annual Meeting & MuseumExpo, ALA Annual 2016, Archives*Records 2016)에 참가하여 분야별 관행 및 문화를 탐구한 내용과 권장 사항을 요약한 것이다. 참가자들은 도서관 및 정보 과학 및 박물관 연구의 대학원 프로그램을 비롯하여 부문 간 지역별로 구성된 소규모 공동 관심 그룹을 포함하여 다양한 부문간 협력 기회를 조사했다. 그 결과 참가자들은 3 개 부문의 공통 과제로서 보존 · 보전 다양성 · 공정성 · 포함성, 고용 및 직장 관행, 예산과 환경 측면의 지속 가능성, 또한 필요한 자료를 확보하고 각 기관 의 공공적 가치를 보장하기 위해 개인 · 조직 · 부서는 물론 MLA 3 개 부문 전체 수준의 노력이 필요함을 지적했다.보고서의 목차는 아래와 같으며, 부록 A 에 국가 LAM 부문 전반에 걸친 지속적인 교육 및 전문성 개발을 위해 MLA 연계 관련 권장 사항 및 아이디어 등이 수록되어 있다. 1. BACKGROUND OF THE COALITION AND COLLECTIVE WISDOM COHORT 2. OUTCOMES and IMPACT of the COLLECTIVE WISDOM PROJECT 3. FINDING CONVERGENCE ACROSS LAMS 4. BRIDGING DIFFERENCE 5. ADDITIONAL REFLECTIONS AND RECOMMENDATIONS  APPENDIX A: RECOMMENDATIONS, IDEAS AND ACTIONS FOR LAM CROSS-SECTOR CONNECTION  APPENDIX B: ENHANCING THE CONFERENCE EXPERIENCECollective Wisdom : An Exploration of Library, Archives and Museum Cultures (OCLC Research)http://www.oclc.org/research/publications/2017/oclcresearch-collective-wisdom-lam-culture.htmlDownload Executive Summary .pdfhttp://www.oclc.org/content/dam/research/publications/2017/collective-wisdom-white-paper-executive-summary.pdf

  •  전문 학술저널에도 ‘거센 인공지능(AI) 바람’ [2017-04-12]

    작년에 구글 알파벳의 기술은 세계적으로 가장 권위 있는 학술지인 Nature, PANS(The Proceedings of the National Academy of Sciences),  JAMA(The Journal of the American Medical Association) 에 모두 실렸다. Mountain View에 본사를 둔 구글의 전례 없는 과학적 연구 결과는 안과학에서부터 컴퓨터 게임, 신경과학 및 기후 모델에 이르기까지 전분야를 다루었고 특히 2016년은  많은 연구 결과물들이 최고 저널에 실리는 기적의 해(annus mirabilis)가 되었다. 이러한 발달의 배경에는 구글의 인공지능에 대한 투자, 특히 이미지 및 기타 데이터를 이해하여 검색 및 번역 할 수 있는 딥러닝( deep learning) 서비스의 투자 증가를 들 수 있다. 구글이 MIT Technology Review에 제공한 통계에 따르면, 2016년에는 2년 전에 비해 거의 2배에 달하는 기계학습(machine learning)에 관한 내용을 218 개의 저널 또는 컨퍼런스 논문에 게재하였다.          [그림1] Number of machine-learning publication by Google. https://www.technologyreview.com/s/603984/googles-ai-explosion-in-one-chart/   미국 톰슨로이터사에서 운영하는 Web of Science는 구글 출판물의 영향력이 전세계 평균의 4~5배에 달하는 것으로 판단하였으며, 구글을 인공지능을 연구하는 회사 중 최고의 회사로 평가하였다. 이러한 구글 출판물의 영향력은 우연이 아니라 1. 지난 몇 년간 기계 학습관련 연구자의 수를 3배 이상 고용 2. computation labs을 통한 인공지능 관련 최고의 인재 채용 3. 인공지능 전문업체인 딥마인드(DeepMind)를 4억 달러에 인수 하는 등의 투자를 통해 이루어졌다. 딥마인드는 작년에 세계적 권위의 과학잡지인 네이처에 2편의 논문을 발표하였다. 그중 하나는 바둑에서 프로 바둑기사를 이길 수 있었던 알파고(AlphaGo) 프로그램에 관한 것이고, 또 다른 하나는 외부 메모리를 사용하는 인공신경망(neural network) 모델에 관한 것이다.   이후 12월에 또 다른 구글 AI 그룹인 Google Brain팀의 과학자들은 미국 저명한 의학 학술저널인 JAMA에 당뇨성 망막병증을 진단할 수 있는 딥러닝 기반의 최초 학술 논문을 발표했다. 이 연구에서 구글의 딥러닝은 망막이미지를 판독하여 실명의 원인을 최고의 안과전문의 수준으로 정확하게 진단할 수 있음을 보여 주었다.  더 강력한 인공지능을 개발하기 위해 경쟁중인 수백 개의 기업들 중 선두는 구글, 페이스북, 마이크로소프트 등이다. 이들 모두는 고객데이터에서 더 많은 정보를 얻는 기술, 무인자동차, 의약품 개발 등 새로운 이익을 추구할 수 있는 기회를 엿보고 있다. AI 연구에 있어서 출판의 중요성은 간과할 수 없다. 구글, 페이스북 등은 AI 개발 알고리즘을 대중에 공개하면서 빠르게 기술을 발전시킨 반면 제품뿐 아니라 연구 개발 내용에 대해서도 비밀주의를 고수하기로 유명한 애플은 AI개발이 뒤처지고 말았다. 그래서 작년 애플의 인공지능 연구 책임자인 루스 살라쿠디노프(Russ Salakhutdinov)가 고용되었을 때 당시 스페인 바르셀로나에서 열린 AI 관련 학회에서 연구 결과를 출판(공개)하겠다고 발언했다.  

처음  pre 1 | 2 | 3 | 4 | 5 | 6 | 7 | 8 | 9 | 10  next  끝
NDSL NTIS KOREA Science KISTI