SEOUL | Oct.7, 2016
C.SIDE 대표 김경호, 7th Oct. 2016
C.VIEW를 통해서 본 인공지능 스타트업의 가능성에 대하여
2
인공지능의 탄생부터 지금까지 1950년에 탄생하여, 1990년대 후반부터 다양한 성과를 거두고 있다.
1950 1960 1980 2000
Source: “History of artificial intelligence” from wikipedia
1990 2010 2020 1970
AI의 탄생 Dartmouth
Conference, 1956
첫 인공지능 시스템의 상용화
Expert Systems 채용
DeepBlue 체스 시합
인공지능이 승리, 1997
AlphaGo 바둑 시합 인공지능이 핸디캡 없이 첫 승리
, 2015
IBM Watson 퀴즈 프로 우승 100만달러 상금 획득, 2011
3
인공지능의 탄생부터 지금까지 2번의 여름과 겨울을 거쳐, 인공지능은 성과를 보였고 다양하게 활용되고
있다.
1950 1960 1980 2000
Source: “History of artificial intelligence” from wikipedia
1990 2010 2020 1970
1차 겨울 1974~1980 연구 자금 단절
2차 겨울 1987~1993 연구 자금 단절
1차 여름 1960~1970
다양한 시도 및 발견
2차 여름 1980~1985
기업에서 활용 시작
3차 여름? 1993~
다양한 성과 및 상용화
상용 서비스 1 Siri등 개인 비서 등장
2 자율 주행 자동차의 등장
3 로봇의 활용
이유 1 인공지능 전용 HW시장 붕괴
2 오직 룰베이스만 가능, 학습불가
4
인공지능의 탄생부터 지금까지 2000년대 후반부터 인공지능이 다시 주목 받기 시작한 이유는?
학습을 위한 데이터와 브레인, 그리고 고도의 처리 능력까지 갖추게 되어
더욱 발전할 것이며, 다양한 서비스가 등장할 것이다!
세번째 이유
GPU의 등장
두번째 이유
딥러닝 오픈 소스의 등장
첫번째 이유
빅데이터 시대의 도래
5
지금 어떠한 스타트업이 있는지, 인공지능으로 무엇을 할 수 있는지 알아보자
6
인공지능 스타트업 조사 세계 최대 스타트업 DB인 CrunchBase를 조사하였다.
1,529사 중 50사를 추려서 조사
Source: research by keyword:“Artificial Intelligence” on CrunchBase
7
인공지능 스타트업은 어떠한 서비스를 제공하고 있나? 50사 조사 결과, 인간의 특정 작업을 대행하는 서비스가 대부분이다.
전문 지식 지원
자동화
가시화
가상 어시스턴트
중개 업무 대행
CMS 업무 대행
영업 업무 대행
정보 제공
그 외
23.7%
15.3%
11.9% 8.5%
8.5%
6.8%
5.1%
5.1%
15.1%
조사를 통해 알게 된 점 1 B2B, B2C 골고루 존재한다.
2 딥러닝 활용이 거의 없다.
3 다양한 서비스가 나오기 시작했다.
Source: https://docs.google.com/spreadsheets/d/1StXToTcdtDr619iYypoVvis-qCsBaajw7fF2nsTP-yQ/pubhtml?gid=1707354244&single=true
8
인공지능으로 무엇을 할 수 있을까? 정보의 식별과 예측, 사람을 대신하는 행동 이렇게 3가지가 지금의 인공지능이 할 수
있는 일이다.
대행 예측 정보의 식별
•정보의 판별 및 분별, 의미 분석, 검색
•음성, 화상 인식
•이상 패턴 분석, 검출
•의사 표현 및 디자인
•작업의 자동화
•행동의 최적화
•수치 예측, 패턴 예측
•부합 되는 정보 매칭
•수요 및 의도 예측
인공지능을 활용한 비지니스 모델 및 서비스 모델의 근간이 된다!
9
자사 개발 솔루션 C.VIEW란?
인공지능이 SNS안에서 “해야할 일:Task” 을 찾아
능동적으로 보여 주는 모바일 & WEB 어플리케이션
Source: https://youtu.be/Wk6SHAShHDs
10
C.VIEW는 사람 대신 어떤 일을 하는가? SNS안에서 거론되는 “해야 할 일:Task”을 찾아서 보여준다!
대행 예측 정보의 식별
•대화 내용의 식별, 문맥의 흐름 및 의도 분석
•타스크 인식
•타스크 간의 트렌젝션 분석
•해야 할 일을 관리
•스케쥴링
•해야 할 일에 대한 리마인드
•고객의 행동 예측
•질문에 대한 답변 예측
2016년 5월에 열린 “DEEP LEARNING DAY 2016”에 참가
GPU와 NVIDIA DEEP LEARNING SDK와의 만남으로 개발이 가속화 됨
11
APPENDIX: C.VIEW 개발 중에 있던 과제 GPU와 NVIDIA DL SDK를 사용하기 전 개발 과제는 크게 두가지였다.
다양한 프레임워크 및 라이브러리의 이용으로 인하여 복잡해져만 가는 환경 구성
그로 인하여, 1 환경 관리 유지비 증가 2 개발 속도 저하
Deep Learning 환경 구축이 가능한
AWS 클라우드 컴퓨팅
GPU
Input DB
SNS로부터 추출한
이용자 정보 및 대화정
보
Output DB
5W1H를 기준으로 하는
타스크 메트릭스 정보
CUDA v7.5 cuDNN v5.0
TensorFlow v0.9
CNN : 5W1H 식별 RNN : 문맥 상의 의도 및 흐름 분석
Word2Vec
단어들의 백터화
one-hot
index사전 구축
백터 + index라벨
융합 알고리즘
학습을 통한 5W1H
추출 알고리즘
12
GPU와 NVIDIA DL SDK, DL 오픈소스를 활용 GPU와 딥러닝 오픈소스 TensorFlow, Apache Spark를 활용하여 개발 가속
화 달성.
1
3 2
13
CNN과 RNN의 활용 CNN으로 5W1H를 식별, RNN으로 대화 내용 및 문맥 의도 분석
RNN 활용 이미지 CNN 활용 이미지
준비중 준비중
14
DEMO: MANAGED TASKS FROM INSTANCE MESSAGE
15
학습 결과 신뢰도 타스크 식별, 5W1H, 문장의 흐름 속 의도에 관한 신뢰도는 현 시점에서 80%
이상이다.
타스크 식별 타스크 인식 및 해야할 일인지 하지 않아도 되는 일인지에 대
한 식별
5W1H
What, Who, When, Where, Why, HOW에 대한 식별
문장의 흐름 속 의도 분석
흐르는 문장에서 타스크에 대하여 어떠한 감정인지에 대한
식별
87% 93% 82%
16
딥러닝을 활용한 인공지능 스타트업 가능성
17
인공지능 스타트업에 있어서 중요한 점 GPU와 각종 딥러닝 오픈소스를 활용하여 서비스 제공을 고려하고 있다면
, 다음 3가지를 강조하고 싶다.
NVIDIA GPU와 SDK
DL 오픈 소스 서비스 모델
인공지능이 무엇을 할 수 있는지 광범위한 범위가 아닌 한정된 범위에서 검토 할 것!
딥러닝의 실시간 처리 및 빠른 처리를 원한다면, NVIDIA의 GPU와 Deep Learning SDK를 활용할 것!
TensorFlow, Caffe, Torch등 공개 되어 있는 다양한 오픈 소스의 특징을 파악하여, 서비스 모델에 적합한 오픈 소스를 선택 할 것!
인공신경망에 대한 어느 정도의 이해만 있다면, 누구라도 인공지능 서비스를 제공할 수 있다!
SEOUL | Oct.7, 2016
THANK YOU