인공 지능(AI)은 기계나 컴퓨터가 인간의 정신 능력을 모방하는 능력입니다. AI는 다양한 기술을 활용하여 기계가 계획, 행동, 이해, 학습, 감지하는 데 인간과 같은 지능을 갖출 수 있도록 지원합니다. AI 시스템은 환경을 인식하고, 사물을 인식하고, 의사 결정을 내리고, 문제를 해결하고, 경험을 통해 학습하고, 사례를 모방할 수 있습니다. 이러한 능력을 결합하여 자동차를 운전하거나 손님을 맞이하는 등 사람이 직접 해야 하는 작업을 수행할 수 있습니다.

인공 지능

AI가 인기를 얻고 있는 이유는 무엇인가요?

인공지능은 지난 10여 년 동안 일상적인 대화에 들어왔지만, 그 역사는 수십 년 전부터 존재해 왔습니다. 비교적 최근에 그 명성이 높아진 것은 우연이 아닙니다.

AI 기술, 특히 머신러닝은 방대한 양의 정보 가용성에 의존합니다. 인터넷의 확산, 클라우드 컴퓨팅의 확대, 스마트폰의 등장, 사물 인터넷의 성장으로 인해 매일매일 엄청난 양의 데이터가 생성되고 있습니다. 이 정보의 보고는 컴퓨팅 성능의 엄청난 발전과 결합되어 방대한 데이터를 빠르고 정확하게 처리할 수 있게 되었습니다.

오늘날 AI는 채팅 대화를 완성하고, 이메일 응답을 제안하고, 운전 경로를 안내하고, 다음 스트리밍 영화를 추천하고, 바닥을 청소하고, 복잡한 의료 이미지 분석을 수행합니다.

AI의 역사는 어떻게 되나요?

인공 지능의 역사는 고대 그리스까지 거슬러 올라갑니다. 그러나 AI를 현실로 만든 것은 전자 컴퓨팅의 부상입니다. 기술이 발전함에 따라 AI로 간주되는 것이 달라지고 있다는 점에 유의하세요. 예를 들어, 수십 년 전만 해도 광학 문자 인식(OCR)이나 간단한 연산을 수행할 수 있는 기계는 AI로 분류되었습니다. 오늘날 OCR과 기본 계산은 AI가 아니라 컴퓨터 시스템의 기본 기능으로 간주됩니다.

1950년대 - 나치가 사용한 제2차 세계대전 에니그마 암호를 해독한 것으로 유명한 앨런 튜링이 '컴퓨팅 기계와 지능'이라는 논문을 '더 마인드'에 발표합니다. 그는 기계가 생각할 수 있는지에 대한 질문에 답을 시도합니다. 컴퓨터가 인간과 동일한 지능을 보이는지 판단하는 튜링 테스트에 대해 설명합니다. 이 테스트는 인공지능 시스템이 인간이 인공지능 시스템과 대화하고 있다는 사실을 모른 채 인간과 대화할 수 있어야 한다고 주장합니다. 다트머스 대학에서 최초의 AI 컨퍼런스가 개최됩니다. 여기서 인공 지능이라는 용어가 처음 사용되었습니다.
1960년대 - 미국 국방부가 DARPA를 통해 AI에 큰 관심을 갖고 인간의 추론을 모방한 컴퓨터 프로그램 개발에 착수합니다. 프랭크 로젠블랫은 경험을 통해 학습하는 신경망을 기반으로 한 마크 1 퍼셉트론 컴퓨터를 제작합니다.
1970년대 - DARPA에서 다양한 거리 매핑 프로젝트를 완료합니다.
1980년대 - 더 복잡한 AI의 물결이 등장합니다. 역전파 알고리즘을 사용하는 신경망은 AI 시스템에서 광범위하게 활용되고 있습니다.
1990년대 - 기하급수적으로 증가하는 데이터의 양이 생산됩니다. 강력한 컴퓨터는 대량의 데이터를 빠르게 처리합니다. 딥 블루 슈퍼컴퓨터가 세계 체스 챔피언 게리 카스파로프를 두 번이나 물리쳤습니다. 게놈 염기서열 분석 프로젝트 및 기타 이와 유사한 복잡한 작업은 방대한 정보를 생성합니다. 컴퓨팅의 발전으로 이러한 데이터를 저장, 액세스 및 분석할 수 있게 되었습니다.
2000년대 - 인터넷 혁명이 AI를 전례 없는 수준으로 끌어올렸습니다. 빅 데이터가 기업 어휘집에 합류합니다. 알렉사, 시리, 코타나, 구글 어시스턴트가 유명해지기 훨씬 전에 DARPA는 지능형 개인 비서를 출시했습니다. 이는 오늘날 개인용 컴퓨터와 스마트폰의 일부인 추론과 자동화의 기반을 마련했습니다. 여기에는 인간의 능력을 보강하고 보완하는 스마트 검색 시스템과 의사 결정 지원 시스템이 포함됩니다.
2010년대 - 중국의 검색 대기업 Baidu가 컨볼루션 신경망을 사용하여 일반인보다 더 높은 정확도로 이미지를 식별, 분석 및 분류하는 Minwa 슈퍼컴퓨터를 공개합니다. 딥마인드의 딥 뉴럴 네트워크 프로그램인 알파고가 바둑 세계 챔피언 이세돌 9단을 5국 만에 꺾었습니다. 바둑은 체스보다 훨씬 더 복잡한 고대 중국 게임입니다.
2020년대 - 이 시기에는 특히 언어 모델과 제너레이티브 AI를 중심으로 AI 역량이 급속도로 발전했습니다. 또한 AI가 사회, 업무, 일상생활에 미칠 수 있는 잠재적 영향에 대한 대중의 인식과 논의가 확대되고 있는 시기이기도 합니다. 주요 내용으로는 인상적인 자연어 능력을 선보인 OpenAI의 GPT-3 출시와 상당한 개선이 이루어진 GPT-4가 있습니다. 또한 대화형 AI를 주류로 끌어올린 ChatGPT와 이미지 제작을 위한 DallE가 출시되었습니다. 딥마인드의 알파폴드는 단백질 구조 예측에 획기적인 발전을 이루었습니다. 유럽연합은 AI 개발 및 사용을 규제하는 것을 목표로 하는 AI 법을 제안합니다. 멀티모달 AI 시스템(텍스트, 이미지, 오디오 결합)이 지속적으로 발전하고 있으며 AI 정렬 및 안전 연구에 대한 관심이 높아지고 있습니다.

AI는 어떻게 작동하나요?

인공 지능은 지능형 시스템의 행동을 지배하는 원칙이 있다고 주장합니다. 이는 인간의 능력과 특성을 기계에 역설계하는 것을 기반으로 합니다. 이 시스템은 평균적인 인간의 능력을 뛰어넘는 계산 능력을 사용합니다. 기계는 특정 행동에 대응하는 방법을 배워야 합니다. 이 모델은 과거 데이터와 알고리즘을 사용하여 성향 모델을 생성합니다. 기계는 경험을 통해 학습하여 인간의 두뇌가 일반적으로 수행하는 인지 작업을 수행합니다. 시스템은 데이터의 특징이나 패턴을 통해 자동으로 학습합니다.

AI는 공학과 인지 과학이라는 두 가지 기둥을 기반으로 합니다. 엔지니어링은 인간과 비교할 수 있는 지능에 의존하는 도구를 구축하는 일입니다. 대량의 데이터는 일련의 명령어(알고리즘)와 빠른 반복 처리로 결합됩니다. 인지 과학은 인간의 뇌가 작동하는 방식을 모방하여 머신러닝, 딥러닝, 신경망, 인지 컴퓨팅, 컴퓨터 비전, 자연어 처리, 지식 추론 등 다양한 분야를 AI에 적용하는 학문입니다.

AI 시스템은 모놀리식인가요?

인공 지능은 한 가지 유형의 시스템이 아닙니다. 날씨 예측, 비즈니스 데이터 분석, 택시 호출, 디지털 비서 등 특정 작업을 수행하는 데 초점을 맞춘 단순하고 낮은 수준의 AI 시스템이 있습니다. 일반인이 가장 많이 접할 가능성이 높은 "좁은 AI(" )라는 유형의 AI입니다. 주요 목적은 효율성을 높이는 것입니다.

다른 쪽 끝에는 보다 일반적인 수준에서 인간의 지능을 모방하고 복잡한 작업을 처리할 수 있는 고급 시스템이 있습니다. 여기에는 창의적, 추상적, 전략적으로 생각하는 것이 포함됩니다. 엄밀히 말하면, 이러한 종류의 진정한 지각이 있는 기계( "인공 일반 지능" 또는 AGI)는 현재로서는 은막에만 존재하지만 실현을 향한 경쟁이 가속화되고 있습니다.

인공 지능은 어디에 사용되나요?

인류는 인공지능이 비즈니스 혁신과 디지털 전환에 얼마나 중요한 역할을 할 수 있는지를 인식하고 인공지능을 추구해 왔습니다. AI는 비용을 절감하고 다른 방법으로는 달성할 수 없는 수준의 속도, 확장성 및 일관성을 제공할 수 있습니다. 여러분은 매일 여러 번 어떤 형태로든 AI와 상호작용할 것입니다. AI의 활용 분야는 너무 많아서 여기서 모두 다루기 어렵습니다. 다음은 가장 중요한 몇 가지를 개략적으로 살펴본 것입니다.

1. 사이버 보안

사이버 공격의 규모, 정교함, 빈도가 증가함에 따라 사람에 의존하는 사이버 방어는 더 이상 적절하지 않습니다. 전통적으로 멀웨어 방지 애플리케이션은 특정 위협을 염두에 두고 제작되었습니다. 새로운 멀웨어가 확인되면 바이러스 시그니처가 업데이트됩니다.

하지만 위협의 수와 다양성을 따라잡는 것은 결국 거의 불가능한 일이 됩니다. 이 접근 방식은 사후 대응 방식이었으며 다음 업데이트에 추가하기 위해 특정 멀웨어의 식별에 의존했습니다.

AI 기반 스팸 방지, 방화벽, 침입 탐지/예방 및 기타 사이버 보안 시스템은 구식 규칙 기반 전략을 뛰어넘습니다. 실시간 위협 식별, 분석, 완화 및 예방은 이 게임의 핵심입니다. 이들은 멀웨어의 특성을 탐지하고 위협을 공식적으로 식별하지 않아도 해결 조치를 취하는 AI 시스템을 배포합니다.

AI 사이버 보안 시스템은 지속적인 데이터 피드에 의존하여 패턴을 인식하고 공격을 역추적합니다. 이러한 시스템은 알고리즘에 대량의 정보를 제공함으로써 이상 징후를 감지하고, 행동을 모니터링하고, 위협에 대응하고, 공격에 적응하고, 경고를 발령하는 방법을 학습합니다.

2. 음성 인식 및 자연어 처리

음성 인식은 음성을 인식하여 디지털 텍스트로 변환하는 기술로, STT(음성-텍스트 변환)라고도 합니다. 컴퓨터 받아쓰기 앱은 물론 음성 지원 GPS와 음성 기반 메뉴의 핵심입니다.

자연어 처리(NLP) 는 소프트웨어 애플리케이션을 사용하여 사람이 읽을 수 있는 텍스트를 해독, 해석 및 생성합니다. NLP는 Alexa, Siri, 챗봇 및 기타 형태의 텍스트 기반 어시스턴트의 기반이 되는 기술입니다. 일부 NLP 시스템은 감정 분석을 사용하여 언어의 태도, 분위기, 주관적인 특성을 파악합니다.

3. 이미지 인식

머신 비전 또는 컴퓨터 비전이라고도하는 이미지 인식은 움직이는 이미지나 정지된 이미지에서 사람, 사물, 텍스트, 동작, 글씨 등을 분류하고 식별할 수 있는 인공지능입니다. 일반적으로 심층 신경망으로 구동되는 이미지 인식은 자율 주행 자동차, 의료 이미지/비디오 분석, 지문 인식 시스템, 수표 입금 앱 등에 적용되고 있습니다.

4. 실시간 추천

이커머스 및 엔터테인먼트 웹사이트와 앱은 신경망을 활용하여 고객의 과거 활동, 유사한 고객의 활동, 계절, 날씨, 시간대 등을 기반으로 고객에게 어필할 수 있는 상품과 미디어를 추천합니다. 이러한 실시간 추천은 각 사용자에 맞게 맞춤 설정됩니다. 이커머스 사이트의 경우 추천은 매출 증대뿐만 아니라 재고, 물류, 매장 레이아웃을 최적화하는 데도 도움이 됩니다.

5. 자동 주식 거래

위기 상황에서는 주식 시장의 변동성이 매우 커질 수 있습니다. 하지만 사람이 시장에 영향을 미치는 이벤트에 충분히 빠르게 대응하는 것은 거의 불가능합니다. 고빈도 거래(HFT) 시스템은 대규모 기관의 주식 포트폴리오를 최적화하기 위해 하루에 수천 또는 수백만 건의 자동 거래를 수행하는 AI 기반 플랫폼입니다.

6. 차량 공유 서비스 및 자율 주행 자동차

리프트, 우버 및 기타 차량 공유 앱은 AI를 사용하여 요청하는 라이더와 이용 가능한 드라이버를 연결합니다. AI 기술은 우회 및 대기 시간을 최소화하고, 현실적인 예상 소요 시간을 제공하며, 수요가 급증할 때 급등하는 가격을 계산합니다.

자율주행차는 아직 전 세계 대부분의 국가에서 표준이 아니지만, 이미 위험한 상황을 감지하고 사고를 예방하기 위해 AI 기반 안전 기능을 탑재하려는 움직임이 활발히 진행되고 있습니다.

7. 자동 조종 기술

지상 차량과 달리 항공기의 오차 범위는 매우 좁습니다. 항공기 제조업체는 안전 시스템을 강화하고 인공지능을 가장 먼저 도입해야 했습니다.

인적 오류의 가능성과 영향을 최소화하기 위해 자동 조종 시스템은 수십 년 동안 군용 및 상업용 항공기를 비행해 왔습니다. GPS 기술, 센서, 로봇 공학, 이미지 인식, 충돌 방지 기능을 결합하여 비행기를 안전하게 조종하는 동시에 조종사와 지상 승무원에게 필요에 따라 최신 정보를 제공합니다.

8. 소프트웨어 테스트 자동화

인공지능 기반 지능형 테스트 자동화를 통해 테스트 생성, 실행 및 유지 관리를 가속화하고 간소화할 수 있습니다. AI 기반 머신 러닝과 고급 광학 문자 인식(OCR)은 고급 객체 인식을 제공하며, AI 기반 목업 식별, AI 기반 기록, AI 기반 텍스트 매칭, 이미지 기반 자동화를 결합하면 테스트 생성 시간과 테스트 유지 관리 노력을 줄이고 테스트 커버리지와 테스트 자산의 복원력을 높일 수 있습니다.

9. 기능 테스트

인공지능을 사용하면 OpenText™ 기능 테스트 자동화 제품을 사용하여 더 일찍, 더 빠르게 테스트할 수 있습니다. 광범위한 기술 지원과 AI 기반 기능을 결합하여 지속적인 배포 파이프라인 내에서 신속한 애플리케이션 변경을 지원하는 속도와 복원력을 제공합니다.

10. 엔터프라이즈 서비스 관리

IT와 비즈니스 모두 오류가 발생하기 쉬운 수작업 워크플로, 계속 증가하는 요청량, 서비스 수준과 품질에 불만족하는 직원 등의 문제에 직면해 있습니다. 인공지능과 머신러닝 기술은 서비스 관리의 수준을 한 단계 끌어올릴 수 있습니다:

스마트 검색 기능을 통해 직원들이 쉽고 빠르게 답을 찾을 수 있습니다.
가상 에이전트 또는 봇은 자연어 처리(NLP)를 사용하여 작업을 수행할 수 있습니다.
지능형 분석으로 워크플로 최적화 및 자동화 지원
사용자 설문조사와 같은 비정형 데이터의 메트릭을 보다 효율적으로 수집하고 분석할 수 있습니다.

IT 지원의 경우와 마찬가지로 ESM에서도 AI를 통해 운영과 성과를 개선할 수 있습니다.

인공 지능을 시작하려면 어떻게 해야 하나요?

비즈니스에 인공지능을 활용하여 경쟁력을 유지하고 성장을 촉진하며 가치를 창출할 수 있는 방법은 다양합니다. 하지만 조직에 무한한 리소스가 있는 것은 아니므로 우선순위를 정해야 합니다. 조직의 가치와 전략적 목표가 무엇인지 정의하는 것부터 시작하세요. 이 시점에서 이러한 가치와 목표에 대해 AI의 적용 가능성을 평가합니다. 비즈니스에 가장 큰 영향을 미칠 수 있는 AI 기술을 선택하세요.

세상은 점점 더 AI에 의존하게 될 것입니다. 이제 더 이상 AI를 도입할지 여부가 중요한 것이 아니라 도입 시기가 중요합니다. 경쟁사보다 앞서 AI를 활용하는 조직은 상당한 경쟁 우위를 확보할 수 있습니다. 잘 정의된 AI 전략을 개발하고 추구하는 것이 모든 것의 시작입니다. 어떤 것이 효과적인지 알기까지 약간의 실험이 필요할 수 있습니다.

OpenText는 기업의 인공지능을 어떻게 지원하나요?

고객들은 이미 B2B 거래부터 운영 콘텐츠, 애플리케이션 코드 및 지적 재산에 이르기까지 개인 데이터 집합을 관리하는 데 도움이 되는 OpenText의 정보 관리 솔루션을 신뢰하고 있습니다. 이제 데이터를 옮길 필요 없이 OpenText Aviator AI 기능을 사용하여 정보를 최대한 활용할 수 있습니다.

비즈니스를 위해 구축된 AI의 몇 가지 이점은 다음과 같습니다:

데이터를 비공개로 안전하게 유지하세요: LLM을 실행하기 위해 독점 데이터가 퍼블릭 도메인에 있을 필요는 없습니다. 샌드박스 환경에서 검증된 LLM을 실험하여 개인 데이터 집합을 안전하게 유지하면서 새로운 사용 사례를 시도해 보세요.

적합한 업무에 적합한 AI 모델을 사용하세요: 한 가지 사이즈가 모든 업무에 적합하지 않습니다. 저희는 사용 사례에 대해 LLM을 심사하고 시작하기 위한 모델 분대를 보유하고 있습니다. AI를 통해 고객이 원하는 결과와 이를 달성하는 데 도움을 줄 수 있는 방법에 관한 것입니다.

신뢰할 수 있는 파트너와 함께 AI 피벗을 만들어보세요: 비즈니스 및 기술 혁신은 끝이 없습니다. OpenText™ 프로페셔널 서비스는 비즈니스에 적용할 수 있는 AI 사용 사례와 모델을 탐색하고 복잡한 AI를 안전하게 탐색할 수 있도록 도와줍니다.

오픈텍스트가 다루는 인공지능의 주요 영역은 무엇인가요?

다음은 비즈니스용 OpenText Aviator 소프트웨어에서 제공하는 엔터프라이즈 AI 기능입니다:

OpenText™ IT 운영 Aviator: IT 운영을 위한 제너레이티브 AI의 셀프 서비스 기능으로 티어 1 비즈니스 지원 기능을 재정의하세요.

OpenText™ Experience Aviator: 고객의 성공을 위해 개인 생성 AI로 커뮤니케이션을 혁신하세요.

OpenText™ Business Network Aviator: 공급망용 AI로 클라우드 인터넷 전반의 연결성을 혁신합니다.

OpenText™ DevOps Aviator: DevOps용 AI로 수백만 명의 개발자의 역량을 향상하세요.

OpenText™ Content Aviator: AI 콘텐츠 관리로 지능형 작업 공간을 강화하여 업무를 현대화하세요.

OpenText™ Cybersecurity Aviator: AI 위협 탐지 기능으로 보안 태세를 개선하세요.

또한 OpenText는 조직이 정보 흐름을 원활하게 설정하고 데이터를 조율하는 데 도움이 되는 AI 엔지니어링 플랫폼 및 도구인 기술자용 OpenText Aviator를 제공합니다:

OpenText™ Aviator 플랫폼: 엔터프라이즈 AI 플랫폼으로 모든 유형의 대규모 데이터 세트를 처리, 구성 및 분석하여 더 현명한 의사 결정을 내릴 수 있습니다.

OpenText™ Aviator IoT: 사람, 시스템, 사물을 IoT AI로 연결하여 고부가가치 자산을 더 잘 관리하고 비즈니스를 가속화하세요.

OpenText™ Aviator Lab: 전문 서비스 전문가와 함께 AI를 실험하고 OpenText 프라이빗 클라우드에서 AI로 무엇을 할 수 있는지 살펴보세요.

OpenText™ Aviator 검색: 클릭부터 대화까지 모든 것을 사용자 지정할 수 있는 다중 저장소 AI 기반 검색을 통해 사용자가 필요한 답변에 더 빠르고 쉽게 액세스할 수 있도록 하세요.

OpenText™ Aviator Thrust: 실시간 정보 흐름을 생성하여 맞춤형 애플리케이션과 워크플로를 지원하는 OpenText Cloud AI API를 사용하여 원하는 방식으로 구축하세요.