비트나인 Graph it

설명 가능한 머신러닝, 그리고 AI 머신러닝 채택이 증가함에 따라 설명 가능한 모델은 뜨거운 주제가 되고 있습니다. 기존 신경망과 딥러닝 네트워크를 기반으로 한 예측모델은 특정 결과에 어떻게 도달했는지에 설명할 수 없는 반면, 설명 가능한 모델은 주요 변수를 보여주며 어떻게 결과에 도달했는지를 설명해 줄 수 있습니다. 설명 가능한 모델의 전통적인 예로는 의사 결정 트리(decision tree)를 들 수 있습니다. 그리고 그 의사 결정 트리는 특수한 그래프의 형태를 가지고 있습니다. 마찬가지로 그래프 알고리즘이나 그래프 기능을 AI 모델의 일부로 사용하면 "고객 --(구매) --> 제품"과 같이 그래프 관계로 자연스러운 의미를 쉽게 해석할 수 있습니다. 설명 가능한 AI 모델에는 많은 장점이 있습니다. ..

AI시장의 미래와 비트나인의 비전 며칠 전에 올린 파트 1에 이어서 오늘은 지난해에 과학기술정보통신부가 발표한 내용에 따라 미래의 AI에 대한 의견을 나누고, 비트나인이 진행했던, 그리고 진행하고 있는 파일럿 프로젝트 중에 적용 사례를 설명 가능한 AI(Explainable AI, XAI)를 통해서 소개하고자 합니다. Without People vs With People 세계적으로 유명한 기술 선도자인 스티븐 호킹, 빌 게이츠, 그리고 일론 머스크는 인공지능 기술과 밀접한 일을 하고 있지만, 과거에 인공지능에 대한 개발에 대해 경고를 표현했었습니다. AI의 핵심은 사람의 지능을 복제하고 능가하여 자율적으로 운영되는 것입니다. AI 기술이 성공적으로 구현된다면 사람들의 삶에 침입하여 수천만의 일자리를 빼앗..

가트너의 도널드 페인버그 (Donald Feinberg)는 2019년 2월 18~19일에 개최되었던 Gartner Data & Analytics Summit에서 상위 10개 데이터 및 분석 기술 트렌드를 발표한 바 있습니다. 해당 상위 10개의 트렌드에서 페인버그는 그래프 데이터 분석 시스템의 시장이 2022년까지 연간 100% 성장할 것으로 예상했습니다. 그래프 외에도 인공지능(AI)과 머신러닝(ML) 기술도 언급된 바 있으며, 트렌드에 꼽힌 거의 모든 기술은 그래프와 연관성을 지을 수 있습니다. 4차 산업을 일으킨 빅데이터 시대에는 비디오, 음성 파일, 사진 및 SNS 게시물 등과 같은 비정형 데이터가 통계 분석과 같은 정형 데이터보다 많아졌습니다. 그 때문에 사람들은 그 많은 데이터를 수용하기 위해..