주메뉴 바로가기
본문 바로가기
이 누리집은 대한민국 공식 전자정부 누리집입니다.
한상넷
로그인
회원가입
전체검색영역
검색어입력
한상소식
한상소식
공지사항
입찰/행사/채용
비즈니스 정보
비즈니스 정보
한상기업 정보
글로벌 파트너십
한상비즈니스자문단
한상기업 제휴
유통채널 안내
제품홍보
1:1 비즈니스 매칭
국내·외 경제정보
산업∙경제 이슈
부처별 경제정보
Biz News Korea(Eng)
국내청년의 동포기업 인턴십
국내청년의 동포기업 인턴십
인턴십 소개
인턴십이란
지원절차 안내
인턴십 FAQ
인턴십 지원
인턴십 수기
안전 공지사항
세계한인 비즈니스대회 (세계한상대회)
세계한인 비즈니스대회 (세계한상대회)
대회 소개
대회개요
대회 FAQ
등록 안내
기업전시회 등록 안내
리뷰한상
결과보고
사진자료
영상자료
세계한상대회 20년사
정보센터
정보센터
이벤트/설문
이벤트
당첨자 발표
뉴스레터
묻고 답하기
검색
메뉴
로그인
회원가입
한상소식
공지사항
입찰/행사/채용
비즈니스 정보
한상기업 정보
글로벌 파트너십
한상비즈니스자문단
한상기업 제휴
유통채널 안내
제품홍보
1:1 비즈니스 매칭
국내·외 경제정보
산업∙경제 이슈
부처별 경제정보
Biz News Korea(Eng)
국내청년의 동포기업 인턴십
인턴십 소개
인턴십이란
지원절차 안내
인턴십 FAQ
인턴십 지원
인턴십 수기
안전 공지사항
세계한인 비즈니스대회 (세계한상대회)
대회 소개
대회개요
대회 FAQ
등록 안내
기업전시회 등록 안내
리뷰한상
결과보고
사진자료
영상자료
세계한상대회 20년사
정보센터
이벤트/설문
이벤트
당첨자 발표
뉴스레터
묻고 답하기
비즈니스 정보
한상기업 정보
글로벌 파트너십
한상비즈니스자문단
한상기업 제휴
유통채널 안내
제품홍보
1:1 비즈니스 매칭
국내·외 경제정보
산업∙경제 이슈
부처별 경제정보
Biz News Korea(Eng)
비즈니스 정보
국내·외 경제정보
산업∙경제 이슈
비즈니스 정보
한상기업 정보
글로벌 파트너십
한상비즈니스자문단
한상기업 제휴
유통채널 안내
제품홍보
1:1 비즈니스 매칭
국내·외 경제정보
산업∙경제 이슈
부처별 경제정보
Biz News Korea(Eng)
산업∙경제 이슈
게시글 검색
산업,경제,마케팅 자료에 대한 정보제공
산업자료
전체
산업/기술일반
전자/정보통신
화학/바이오
서비스/기타
경제자료
전체
국내경제
해외경제
금융
마케팅자료
전체
검색
보기조건 갯수 선택
10개 보기
20개 보기
30개 보기
105/120
페이지
(전체 1196)
검색분류선택
제목
내용
검색어를 입력해주세요
KIET 경제 · 산업동향 2017년 11월 2호
□ 해외경제 : 일본 3분기 중 전기비 0.3%, 유로권 0.6% 성장 □ 실물경기 : 9월 전산업생산 반등, 소비와 투자 동반 증가 □ 금 융 : 10월 은행의 기업대출 증가폭 확대, 11월 초(11.13~11.23일) 금리 & 원/달러 환율 동반 하락 □ 산업별 동향 : 9월 제조업생산 & 서비스업생산 크게 확대 □ 고 용 : 10월 전산업 기준 전년동월비 1.0% 증가 □ 수출입 : 10월 수출 +7.1%, 수입 +7.9%, 무역수지 흑자 71억 달러 원문 보기 KIET 경제 · 산업동향 2017년 11월 2호
[ 경제자료 ] [ 국내경제 ] | KIET | 2017.11.28
딥러닝 기반의 인공지능, 자율주행 기술 경쟁의 핵심을 바꾼다
최근까지만 해도 자율주행 기술은 고가의 특화센서와 자동차 산업의 전문성을 기반으로 한 소수의 기업만이 구현할 수 있었다. 기술 진입 장벽이 매우 높아 장기적인 투자와 기술개발 역량을 확보한 거대 ICT 기업 및 자동차 산업 내 소수의 기업이 자율주행 기술 개발을 주도해 왔다. 실제 구글의 자율주행 자동차 개발 초기에 사용되었던 자동차 1대의 가격만 약 1.7억원이었으며 그 중 핵심 센서로 활용된 LIDAR 센서 하나의 가격만 8천만원에 달했다. 또한 완성차 제조사로부터 영입된 인력들을 중심으로 약 170여명에 이르는 인력이 4년 이상의 R&D를 통해 구현한 결과였다. 하지만, 이러한 높은 기술진입 장벽이 인공지능, 특히 딥러닝으로 인해 허물어지고 있다. 딥러닝을 활용해 자율주행 기술을 구현하는 기업들이 최근 2년 동안 실리콘밸리를 중심으로 빠르게 출현하고 있다. 이들 기업은 종전의 자율주행 기술이 주로 자동차 전문가들에 의해 규칙기반 방식(Rule-based Approach)으로 구현되었던 것과는 달리 딥러닝을 활용해 마치 사람이 주행을 반복할수록 운전을 익혀가는 것과 같은 과정으로 자율주행 기술을 구현한다. 소수의 개발자들이 고가의 센서가 아닌 저가의 범용 센서들을 사용하면서도 매우 단시간에 기술을 구현해내고 있다. 게다가 최근 빠르게 진화하고 있는 인공지능 기술이 자율주행 분야에 적용되며 향후 기술 경쟁의 혁신적 변화를 가속화 할 것으로 예상된다. 자율주행 분야의 선행 연구소들에서는 이미 강화학습(Reinforcement Learning), 관계형 추론(Relational Networks), 지능 이식(Transferring Intelligence)과 같은 인공지능 분야의 최신 연구들을 자율주행 기술 개발에 접목시키기 위한 연구를 진행 중에 있다. 특히 이들 연구는 인공지능이 인간과 유사한 방식으로 학습, 추론, 예측하는 과정을 구현한다는 점에서 자율주행 기술에 접목 될 경우 마치 사람처럼 생각하고 판단하며 주행하는 자동차의 출현도 가능하게 할 것으로 보인다. 학계, 스타트업계에서는 이미 딥러닝 기반의 자율주행 기술의 공개가 잇따르고 있다. 매년 혁신적인 사례들이 등장하는 가운데 자동차 업계의 전문가가 아닌 인공지능, 딥러닝 분야의 전문가들이 자신들의 연구를 자동차 분야에 접목 시키며 기술을 발표하고 있다. 특히 이들 기업은 오픈소스로 자신들의 기술을 공개하며 연구자들의 참여와 경쟁을 통해 기술을 더욱 빠르게 고도화 시키고 있다. 이러한 방식은 기술 공개를 지양하며 자체 기술 개발 및 내재화를 통해 기술을 발전 시켜온 자동차 산업 내 주요 기업들의 기술 경쟁 방식과 큰 차이가 있다. 기존 방식을 고수해 오던 완성차 제조사들도 최근 딥러닝 관련 역량을 빠르게 확보하며 새로운 기술 패러다임에 대응 중이다. Daimler, VW, Toyota 등 주요 OEM들은 2016년 이후 딥러닝 관련 스타트업을 투자/인수하며 외부 기술을 빠르게 도입하고 있으며 내부적으로는 인공지능 전용 연구소를 설립하며 자체 기술 개발에도 막대한 투자를 진행하기 시작했다. 특히 GM, Ford는 각각 약 1조원이 넘는 금액으로 딥러닝 기반의 자율주행 스타트업을 인수하거나 투자하며 뒤쳐졌던 기술 경쟁에 대응하고 있다. 자율주행 기술 경쟁의 핵심은 이미 딥러닝으로 이동하기 시작했다. 딥러닝 분야의 인공지능 전문가들이 저가의 범용센서로 자율주행 기술을 빠르게 구현하고 있다. 대부분의 기업들도 딥러닝 기반의 자율주행 기술 개발을 본격화 하고 있는 가운데 자동차 산업 내 향후 경쟁은 인공지능 분야의 역량확보와 주행 데이터 확보가 핵심이 될 전망이다. 딥러닝 등 기계학습 기반의 인공지능의 성능은 더욱 많은 그리고 더욱 다양한 주행 환경에서 수집된 데이터와 학습 과정 활용이 기술의 완성도를 결정할 것이기 때문이다. 실제 주행 데이터 확보의 중요성을 일찍이 인지한 comma.ai, Tesla와 같은 기업들은 이미 수백 만에서 수억 Km에 달하는 주행 데이터를 수집해 자율주행 지능 학습과정에 활용하고 있다. 향후 자율주행 자동차 시장이 본격 개화 시 시장 초기부터 이러한 데이터를 미리 확보하고 고도화된 지능을 보유한 기업들과 그렇지 못한 기업들간의 기술 격차는 매우 클 것으로 전망되며 그 격차는 후발 주자가 단기간에 따라 잡기가 매우 어려울 것이다. < 목 차 > 1. 딥러닝 기반의 자율주행 혁신의 시작 2. 인공지능 기술의 자율주행 적용 3. 주요 연구소 및 기업 동향 4. 맺음말 원문 보기 딥러닝 기반의 인공지능, 자율주행 기술 경쟁의 핵심을 바꾼다
[ 산업자료 ] [ 산업/기술일반 ] 이승훈 | LG경제연구원 | 2017.11.23
농업의 미래, 어그테크(Agtech) 스타트업
어그테크(Agtech)는 농업과 기술을 결합한 합성어(Agriculture Technology)로서 농업생명공학기술(Ag Biotechnology), 정밀농업(Precision Ag), 대체식품(Innovative Food), 식품 전자상거래(Food E-commerce) 등을 아우르는 분야이다. 어그테크 스타트업은 지난 5년간 120억 달러 이상의 투자를 유치하며 글로벌 기업들과 투자자들로부터 크게 주목 받고 있다. 농업은 변화에 대한 수용력이 낮은 산업이다. 그러나 혁신적인 IT, BT 기술들이 농업에 접목되기 시작하고 있다. 성장 정체를 겪고 있는 글로벌 기업들의 새로운 성장 동력을 찾기 위한 노력이 배가 되고 있는 가운데, 새로운 기술과 비즈니스 모델을 장착한 어그테크 스타트업들은 가장 보수적이라고 여겨지는 산업 속에서 활발히 변화를 만들어 내고 있다. 어그테크 분야 중에서 스타트업에 대한 투자가 활발한 분야는 식품 전자상거래, Ag Bio-technology, Farm Management SW·Sensing&IoT 등 이다. 새로운 기술 또는 비즈니스 모델을 장착한 스타트업들은 농산물 생산력 강화, 유통 효율화, 소비 첨단화 등 밸류 체인 전반에 참여하여 부가가치를 증가시키고 있다. 최근 급성장한 식품 전자상거래 산업은 ‘다양함’과 ‘편리함’이라는 니즈를 재빨리 읽은 스타트업들이 만들어 낸 새로운 사업영역이다. 업계의 빠른 성장에 주목한 아마존, 허쉬, 타이슨 등 글로벌 식품 및 유통업체들도 최근 이 시장에 뛰어들고 있다. 어그테크 스타트업 역시 미국이 주도하고 있지만 미국 뿐 아니라 중국, 인도, 캐나다, 이스라엘 등 각지에서 다양한 어그테크 스타트업들이 등장하고 있다. 미국이 전체 어그테크 스타트업 투자에서 차지하는 비중은 2014년 90%에 이르렀으나, 점차 그 비중이 낮아져서 2016에는 50% 수준에 머물렀다. 진입장벽이 높고 참여자 역시 큰 변화가 없었던 산업에 새로운 참여자들이 적극적으로 뛰어들면서 농업은 매우 역동적인 산업으로 변화하고 있다. 어그테크 스타트업이 만들고 있는 균열들은 장기적으로 몬산토, 바이엘, 존디어, 카길 등 거대 기업들이 만들어 낸 철옹성 같은 게임의 구조를 바꿀 수도 있을 것이다. < 목 차 > 1. 어그테크(Agtech) 스타트업에 높아지는 관심 2. 어그테크의 성장 배경 3. 어그테크 스타트업 발전 현황 4. 어그테크 스타트업의 성장, 변화의 시작 원문 보기 농업의 미래, 어그테크(Agtech) 스타트업
[ 산업자료 ] [ 산업/기술일반 ] 임지아 | LG경제연구원 | 2017.11.17
KIET 경제 · 산업동향 2017년 11월 1호
□ 해외경제 : 미국·중국 실물지표 반등, 일본·유로존 혼조세 □ 실물경기 : 9월 전산업생산 반등, 소비와 투자 동반 증가 □ 금 융 : 10월 은행의 기업대출 증가폭 확대, 11월 초(11.1~11.9일) 금리 & 원/달러 환율 강보합 □ 산업별 동향 : 9월 제조업생산 & 서비스업생산 크게 확대 □ 고 용 : 9월 전산업 기준 전년동월비 1.2% 증가 □ 수출입 : 10월 수출 +7.1%, 수입 +7.4%, 무역수지 흑자 73억 달러 원문 보기 KIET 경제 · 산업동향 2017년 11월 1호
[ 경제자료 ] [ 국내경제 ] | KIET | 2017.11.14
KIET 산업동향 브리프 2017년 10월
□ 해외경제 ○ 미국은 8월 생산과 소비 등 실물지표들이 동반 감소세로 전환된 데 반해, 체감지표들은 전달에 이어 상승세를 유지하면서 아직까지는 견조한 흐름. 연준은 자산 축소를 결정한 데 이어, 연내 추가 금리 인상 가능성도 시사 ○ 일본은 7월 중 생산이 소폭 감소함에도 소비와 수주가 전달보다 확대되면서 수요 여건은 아직 양호한 모습이며, 유로권은 역내 생산의 소폭 증가와 소비의 감소 전환 등 실물지표들이 전달에 이어 부문 간 혼조세가 지속 ○ 중국은 8월 생산과 소비 등 내수 지표들이 전달에 이어 둔화세를 보이고, 수출도 한 자릿수 증가율로 떨어지면서 실물지표들이 부진. OECD와 IMF는 올 상반기 중국의 강한 성장 실적을 반영하여 성장률 전망치를 6.8%로 상향 □ 국내 실물경제 ○ 실물경기 : 8월 전 산업 생산 보합, 소비와 투자 감소 ○ 취업자수 : 8월 전 산업 기준 전년동월비 0.8% 증가 ○ 물가 : 9월 소비자물가 전월비 0.1%, 전년동월비 2.1% 상승 ○ 8월 은행의 기업대출 증가폭 대폭 축소, 10월 초(9.29~10.12) 금리 소폭 상승, 원/달러 환율 하락 ○ 9월 수출은 전년동월 대비 35.0% 증가한 551억 달러, 수입은 21.7% 증가한 414억 달러로, 무역수지는 137억 달러의 흑자를 달성 □ 제조업 ○ 제조업 생산 : 8월 중 전년동월비 2.9%, 전월비 0.5% 증가 ○ 수출 : 가전 . 무선통신기기 . 자동차부품 제외 대부분 품목 두 자릿수 증가(9월) ○ 자동차 : 9월 내수 및 수출은 전년동월 실적부진에 따른 기저효과로 높은 증가세 ○ 조선 : 생산지표 위축 심화, 수출은 증가 전환 □ 서비스산업 ○ 생산 : 8월 서비스산업 생산 전년동월 대비 2.1% 증가 ○ 고용 : 8월 서비스산업 취업자 수 전년동월 대비 14만 1,000명(0.8%) 증가 ○ 서비스 :8월 서비스수지 23억 3,000만 달러 적자 원문 보기 KIET 산업동향 브리프 2017년 10월
[ 산업자료 ] [ 산업/기술일반 ] | KIET | 2017.11.08
KIET 산업동향 브리프 2017년 9월
□ 해외경제 ○ 미국은 7월 생산과 소비가 전달에 이어 증가세를 유지하고, 체감 경기도 아직은 비교적 견조한 흐름을 보이면서 실물경기 전반에 걸쳐 대체로 양호. 2분기 성장률은 소비와 투자의 동반 상향에 힘입어 2.6% → 3.0%로 상향 ○ 일본은 6월 중 생산과 소비가 증가세를 보인 가운데 올 2분기 성장률이 전기비 0.6%로 6분기 연속 플러스를 기록하고, 유로권은 6월 실물지표들이 부문 간 혼조세를 보이면서도 2분기 역내 성장률은 전분기와 비슷한 0.6% ○ 중국은 7월 생산과 소비, 투자 등 내수 지표들의 증가세가 전달보다 둔화되고, 수출 증가율도 낮아지면서 실물지표들이 전월과 달리 다소 미약한 흐름. 2분기 성장률은 내·외수의 견실한 흐름에 힘입어 전분기와 동일한 6.9% □ 국내 실물경제 ○ 실물경기 : 7월 산업생산 반등, 소비 증가, 투자 감소 ○ 취업자수 : 7월 전 산업 기준 전년동월비 1.2% 증가 ○ 물가 : 8월 소비자물가 전월비 0.6, 전년동월비 2.6% 상승 ○ 7월 은행의 기업대출 증가세 전환, 9월 초(9.1~9.7) 금리 및 원/달러 환율 동반 상승 ○ 8월 수출은 전년동월 대비 17.4% 증가한 471억 달러, 수입은 14.2% 증가한 401억 달러로, 무역수지는 70억 달러의 흑자를 달성 □ 제조업 ○ 제조업 생산 : 7월 중 전년동월비 0.1% 감소, 전월비 1.9% 증가 ○ 수출 : 반도체 . 석유관련제품 . 철강 . 일반기계 호조, 가전 . 무선통신기기 부진(8월) ○ 자동차 : 8월 내수 및 수출, 전년 동월 실적 부진에 따른 기저효과로 높은 증가세 ○ 조선 : 생산지표 위축 심화, 수출도 감소 전환 □ 서비스산업 ○ 생산 : 7월 서비스산업 생산 전년동월 대비 2.2% 증가 ○ 고용 : 7월 서비스산업 취업자 수 전년동월 대비 15만 6.000명(0.8%) 증가 ○ 서비스 : 7월 서비스수지 32억 9,000만 달러 적자 원문 보기 KIET 산업동향 브리프 2017년 9월
[ 산업자료 ] [ 산업/기술일반 ] | KIET | 2017.11.08
KIET 경제 · 산업동향 2017년 10월 2호
□ 해외경제 : 미국·중국 실물지표 반등, 일본·유로존 혼조세 □ 실물경기 : 8월 전산업생산 보합, 소비와 투자 동반 감소 □ 금 융 : 9월 은행의 기업대출 증가폭 확대, 10월 중순(10.16~10.26일) 금리 상승 & 원/달러 환율 하락 □ 산업별 동향 : 8월 제조업생산 & 서비스업생산 동반 증가세 □ 고 용 : 8월 전산업 기준 전년동월비 1.2% 증가 □ 수출입 : 9월 수출 +35.0%, 수입 +22.6%, 무역수지 흑자 135억 달러 원문 보기 KIET 경제 · 산업동향 2017년 10월 2호
[ 경제자료 ] [ 국내경제 ] | KIET | 2017.10.30
2018년 국내외 경제전망
세계경기는 내년 상승흐름을 유지하겠지만 올해보다는 성장률이 소폭 낮아질 전망이다. 2017년 3.5% → 2018년 3.4% 세계경제는 지난해 말 이후 투자가 이끄는 회복흐름을 보이고 있다. 과잉공급능력과 재고수준이 줄어들면서 기업들이 다시 투자와 재고확대에 나서는 데다 완화적 통화정책에 따른 저금리 기조로 자산가격이 상승하면서 주요국의 주택건설이 확대되고 있다. 경기가 바닥을 지나면서 순환적 측면에서 상승의 힘이 작용하겠지만 주요 국가들의 고용확대 여지가 낮아 소비가 성장을 이끌어가는 힘이 강하지 못할 것이다. 세계적으로 재정정책이 다소 확대될 여지가 있지만 통화긴축 기조는 더욱 강화되면서 수요심리를 위축시키고 자산가격에도 부정적인 영향을 미칠 것으로 예상된다. 브라질, 러시아 등 원자재 생산국가들은 올해에 이어 완만한 회복세를 이어갈 전망이다. 올해 성장세가 반등한 중국은 안정성장을 강조하는 정책이 강화되어 완만한 성장하향 흐름을 재개할 것으로 보인다. 미국, 유럽, 일본 등 대부분 선진국이 내년중 성장세가 낮아질 것으로 예상된다. 국제유가는 50달러 수준에서 안정될 것으로 보이며 감산합의가 깨지면서 유가가 급락할 리스크도 존재한다. 국내경제는 하반기부터 경기상승 흐름이 다소 약해져 내년에는 2% 중반 성장에 머물 전망이다. 2017년 2.8% → 2018년 2.5% 투자가 성장을 주도하는 흐름이 주요국에서 공통적으로 나타나는 현상이지만 우리나라는 특히 투자의 성장기여도가 높다. 그러나 하반기 들어 투자의 활력이 약해지고 국내경기의 상승흐름도 점차 둔화되는 모습이다. 내년에는 건설투자가 감소세로 돌아서고 설비투자도 반도체 집중현상에서 벗어나지 못해 증가세가 둔화될 전망이다. 세계교역 둔화, 불리한 통상환경으로 수출증가세도 낮아질 전망이다. 소비성향의 하락추세가 멈추고 최저임금 인상, 공공부문 고용 증대 등 정책효과도 나타나면서 소비가 성장을 주도하는 양상이 나타날 것이다. 최저임금 인상이 기업이나 자영업 생산에 부정적인 영향을 미칠 수 있지만 재정지출 확대 효과를 고려할 때 내년 중 소득주도 성장 정책은 국내경제 성장에 플러스 요인으로 작용할 전망이다. 소비회복에도 불구하고 투자의 성장 기여도가 크게 낮아져 성장의 하향추세가 불가피할 것으로 보인다. 최저임금의 높은 상승에도 불구하고 성장둔화로 수요압력이 낮아지면서 소비자물가 상승률은 2% 아래로 안정될 전망이다. 글로벌 통화긴축 흐름으로 국내 시중금리는 완만하게 상승할 것으로 예상된다. 원/달러 환율은 달러당 1,130원 수준이 예상되며 북핵리스크로 인해 높은 변동성을 보일 전망이다. < 목 차 > 1. 세계경제 전망 2. 국내경제 전망 원문 보기 2018년 국내외 경제전망
[ 경제자료 ] [ 국내경제 ] 경제연구부문 | LG경제연구원 | 2017.10.17
KIET 경제 · 산업동향 2017년 10월 1호
□ 해외경제 : 美 연준 자산 축소 돌입, 연내 추가 금리 인상 가능성 □ 실물경기 : 8월 전산업생산 보합, 소비와 투자 동반 감소 □ 금 융 : 8월 은행의 기업대출 증가폭 크게 축소, 10월 초(9.29~10.12일) 금리 강보합 & 원/달러 환율 하락 □ 산업별 동향 : 8월 제조업생산 & 서비스업생산 동반 증가세 □ 고 용 : 8월 전산업 기준 전년동월비 0.8% 증가 □ 수출입 : 9월 수출 +35.0%, 수입 +21.7%, 무역수지 흑자 137억 달러 원문 보기 KIET 경제 · 산업동향 2017년 10월 1호
[ 경제자료 ] [ 국내경제 ] | KIET | 2017.10.16
최근 인공지능 개발 트렌드와 미래의 진화 방향
인공지능은 최근 5년간 매우 빠른 속도로 진화하고 있다. 과거 이론에 머물거나 제한된 기능만을 수행했던 인공지능은 이제 실제 구현을 통해 그 성능을 증명해내고 다양한 현실 세계의 문제에 하나씩 적용되기 시작했다. 2010년을 전후해 혁신적으로 발전한 알고리즘, 컴퓨팅, 빅데이터 기술이 서로 융복합되며 이런 성과를 이루어 내고 있다. 인공지능 분야의 혁신적인 논문, 이러한 논문들을 실제 구현 가능하게 하는 컴퓨팅 인프라(클라우드 및 GPU), 인공지능을 학습 시킬 수 있는 충분한 데이터가 확보되면서 이론에서 현실로 잘 나오지 못했던 인공지능이 우리의 곁으로 다가오게 된 것이다. 빠르게 발전하고 있는 인공지능은 이제 여러 분야에서 사람의 능력을 넘어서는 수준으로 구현되고 있다. 광범위한 분야에 걸쳐 인간처럼 외부의 정보를 인식하고, 학습하며, 추론하고, 행동하는 인공지능에 대한 연구가 활발히 진행되고 있다. 특히 시각, 청각지능 분야의 발전으로 인해 인공지능은 이제 사람 보다 더 높은 정확도로 사물을 인식할 수 있고, 사람과 비슷한 수준으로 언어를 이해할 수도 있게 되었다. 이러한 인식분야의 발전으로 인공지능은 이제 외부의 수 많은 데이터를 스스로 인식하고 이해해 지식화할 수 있는 ‘정보’로 받아드릴 수 있게 되었다. 그 동안 축적되어 온 엄청난 빅데이터를 기계가 스스로 학습할 수 있게 되면서 인공지능의 지능이 혁신적으로 발전하고 있는 것이다. 특히 최근 2년 간은 강화학습 및 관계형 추론, 예측 기반의 행동 분야 연구가 활발히 진행되며 인공지능이 인간의 사고 영역에 한걸음 더 다가 섰다. 알파고의 핵심 기술 중 하나인 강화학습(Reinforcement Learning)에 대한 연구가 2016년 이후 빠르게 발전하고 있다. 강화학습 분야의 발달로 인해 인공지능은 이제 목적 달성을 위한 방법을 시행착오를 통해 스스로 깨우치며 알아간다. 수 십만 번 이상의 반복 학습을 통해 터득하게 된 인공지능의 방법은 때로는 사람들이 전혀 생각해 내지 못했던 방식으로 문제를 해결해 내기도 한다. 게임과 같은 가상의 환경을 중심으로 연구되어 온 강화학습은 최근에는 3차원 환경, 현실 세계를 반영한 환경에서 연구가 진행되고 있다. 특히 일부 기업들의 연구소에서는 향후 제품, 서비스 탑재를 목적으로 강화학습 기반의 인공지능을 연구, 개발하기 시작하고 있다. 한 걸음 더 나아가 인공지능은 이제 다양한 정보들을 조합해 자신의 관점으로 새로운 명제를 추론(Inference/Reasoning)하거나 미래를 예측하고 행동하기도 한다. 인간의 고유 영역이라고 여겨져 온 추론/행동 분야의 연구는 2017년을 전후해 빠르게 발전해오고 있다. 특히 알파고를 구현한 딥마인드는 인공지능이 마치 인간처럼 추론하고 행동하는 논문을 잇따라 발표하며 인간처럼 유연한 사고가 가능한 인공지능 구현의 가능성을 보였다. 영상 혹은 텍스트로 주어진 정보를 개별적으로 인식하는 수준을 넘어 다양한 정보 간의 상대적인 관계를 직관적으로 파악해 추론해 내거나, 어떤 행동을 실행할 때 단순히 현재 상황에서 최선을 선택하는 것이 아니라 미래에 일어날 일들을 예측해서 행동하기도 한다. 불가능 할 것 같았던 관계형 추론, 예측 기반의 행동 분야의 인공지능 연구가 그 가능성을 보이면서 향후 인공지능의 발전은 한 단계 더 진화할 것으로 전망된다. 아직 한계는 많다. 막대한 양의 데이터와 컴퓨팅 파워가 필요하다. 알파고의 구현을 위해서만 3000만개의 착점 정보가 필요했고 약 1200개에 달하는 CPU가 동시에 활용되었다. 이러한 한계 극복을 위한 노력들 또한 현재 진행 중이다. 데이터를 인위적으로 생성해 인공지능의 학습 과정에 활용하거나 현실을 정교하게 반영한 시뮬레이터를 구현해 반복학습이 가능한 환경을 가상으로 만들어 내기도 한다. 혹은 구현된 인공지능을 매우 단순화 시키거나 이미 학습된 지능을 다른 인공지능에 이식하여 새로운 지능 구현에 활용함으로써 학습 과정에 필요한 데이터나 컴퓨팅 파워를 최소화하기도 한다. 기존 인공지능과는 다른 전혀 새로운 방식으로 인공지능을 구현하려는 시도들도 시작되고 있다. 최근 5년간 인공지능이 엄청난 발전을 이루었지만 자율적인 판단과 능동적인 행동에 기반하는 인간의 지능과는 큰 차이가 있는 것이 현실이다. ‘인간처럼 계산(Computing like Human)’하는 지능을 넘어 ‘인간처럼 생각(Thinking like Human)’하는 지능을 구현하기 위한 노력들이 요구되고 있는 것이다. 이러한 노력들 중 하나로 신경과학(Neuroscience), 뇌과학(Brain Science) 분야에서의 인간 뇌에 대한 근본적인 연구를 컴퓨터 과학 분야의 연구에 접목 시켜 전혀 새로운 방식으로 인공지능을 구현하려는 시도도 시작되고 있다. 이렇듯 인간의 고유 영역이라고 생각되었던 분야에서 하루가 다르게 인공지능이 구현되고 있으며 그 성능 또한 인간의 수준을 빠르게 따라잡고 있다. DeepMind, OpenAI 등을 중심으로 혁신적인 논문이 연이어 발표되며 새로운 연구분야가 개척되고 다양한 연구 기관, 기업들이 후속 연구를 통해 단지 몇 달 만에 높은 완성도의 인공지능으로 구현해 내고 있는 상황이다. 주요 기업들은 이러한 연구 결과들을 자신들의 제품과 서비스에 빠르게 적용해 상용화하고 있다. 반면, 선도 연구기관 및 주요 기업들과 우리나라의 격차는 더욱 심화되고 있는 상황이다. 국내 기업들은 실리콘밸리의 기업들에 비해 상대적으로 소프트웨어 역량과 축적된 데이터 측면에서 상당히 열위에 있다. 단기적으로는 Tensorflow 등과 같은 오픈소스 기반의 개발 및 참여를 통한 역량 축적이 시급하며 보다 근본적으로는 중장기적인 관점의 양질의 데이터 확보, 경쟁력있는 인공지능의 개발 역량을 높이기 위한 노력이 병행되어야 할 것이다. < 목 차 > 1. 인공지능 혁신의 시작 2. 인공지능의 최근 개발 트렌드 3. 한계와 극복 4. 새로운 시도의 시작 5. 맺음말 원문 보기 최근 인공지능 개발 트렌드와 미래의 진화 방향
[ 산업자료 ] [ 산업/기술일반 ] 이승훈 | LG경제연구원 | 2017.10.11
처음페이지로 이동
이전 페이지지로 이동
100
101
102
103
104
105
106
107
108
109
다음 페이지로 이동
마지막 페이지로 이동
더보기