Education*
Devops
Architecture
F/B End
B.Chain
Basic
Others
CLOSE
Search For:
Search
BY TAGS
linux
HTTP
golang
flutter
java
fintech
개발환경
kubernetes
network
Docker
devops
database
tutorial
cli
분산시스템
www
블록체인
AWS
system admin
bigdata
보안
금융
msa
mysql
redis
Linux command
dns
javascript
CICD
VPC
FILESYSTEM
S3
NGINX
TCP/IP
ZOOKEEPER
NOSQL
IAC
CLOUD
TERRAFORM
logging
IT용어
Kafka
docker-compose
Dart
가트너 선정 2023 10대 전략 기술 트랜드 분석 - 적응형 AI
Recommanded
Free
YOUTUBE Lecture:
<% selectedImage[1] %>
yundream
2023-03-12
2023-03-12
4781
## Adaptive AI 적응형 AI는 새로운 상황과 변화하는 환경에 적응할 수 인공지능 시스템을 말한다. 즉 고정된 알고리즘과 규칙만으로 작동하는 기존 AI 시스템과는 달리 적응형 AI는 새로운 데이터, 피드백, 경험을 기반으로 학습하고 진화할 수 있는 유연성을 갖추고 있다. 실제환경은 계속적으로 변하기 마련인데, 적응형 AI는 이러한 변화에 효과적으로 작동하여 변화하는 조건에 대응 할 수 있다. 따라서 기존 AI 시스템보다 보다 효과적이고 효율적인 시스템의 구성이 가능하다. ## Adaptive AI의 적용 사례 적응형 AI는 로봇 공학, 자율 주행 차량, 금융 거래, 고객 서비스 등 다양한 애플리케이션에 사용할 수 있다. 그 중 일부는 아래와 같다. * 공급망 최적화 : 수요의 번화, 패턴, 생산 물류 등 다양한 데이터를 분석하고 실시간 조정하여 공급망을 최적화하는데 사용 할 수 있다. * 예측 분석 : 추세, 판매 및 고객의 행동을 예측하기 위해서 사용한다. * HR용 챗봇 : 적응형 AI 기반의 챗봇을 사용하여 온보딩, 직원 복리 후생, 휴가요청등의 HR 프로세스를 자동화 할 수 있다. * 위험 관리 : 금융사기, 자금 세탁, 사이버 위협탐지 및 방지와 같은 위험 관리에 사용 할 수 있다. * 예측 유지관리 : 장비의 고장을 예측하여 고장이 발생하기전 유지관리 프로세스를 작동하여 다운타임을 최소화 할 수 있다. * 에너지 관리 : 빌딩 자동화, 스마트 그리드 환경에서 에너지 사용을 최적화하고 비용을 절감한다. 이들 산업은 변화가 매우 잦다는 특징을 가지고 있다. 이러한 환경에서 작동하는 AI 시스템은 내부의 데이터 뿐만 아니라 외부의 다른 소스로 부터 만들어지는 데이터를 기반으로하여 상황에 맞는 의사결정 할 수 있어야(혹은 지원) 한다. AI의 사용영역이 넓어지면서 적응형 AI에 대한 수요가 늘어날 것으로 예상된다. ## Adaptive AI 구축 기술들 적응형 AI 시스템을 구축하는 데 사용되는 몇 가지 기술이 있으며 그 중 일부는 아래와 같다. * 기계 학습: 감독 및 비지도 학습과 같은 기계 학습 알고리즘은 적응형 AI 시스템을 구축하는 데 사용됩니다. 이러한 알고리즘을 통해 AI는 새로운 데이터 및 피드백을 기반으로 동작을 학습하고 개선할 수 있습니다. * 딥 러닝: 딥 러닝은 인공 신경망을 사용하여 학습하고 결정을 내리는 기계 학습의 하위 집합입니다. 딥 러닝 알고리즘을 사용하여 복잡한 데이터를 처리하고 해당 데이터를 기반으로 의사 결정을 내릴 수 있는 적응형 AI 시스템을 구축할 수 있습니다. * 강화 학습: 강화 학습은 보상 신호로부터 학습하는 데 중점을 둔 기계 학습 유형입니다. 이러한 유형의 학습은 자율 주행 차량 및 로봇 공학과 같은 애플리케이션을 위한 적응형 AI 시스템을 구축하는 데 자주 사용됩니다. * 진화 알고리즘: 진화 알고리즘은 생물학과 진화의 원리를 사용하여 솔루션을 생성하고 개선하는 알고리즘 클래스입니다. 진화 알고리즘을 사용하여 시간이 지남에 따라 행동을 진화하고 개선할 수 있는 적응형 AI 시스템을 구축할 수 있습니다. ## Adaptive AI의 미래 AI는 개별 기능의 구현이 아닌 **데이터에 대한 관행**이 그 바탕에 깔려있다. 다시 말해서 산업에서 구체적인 적용 결과물이 나오기 전까지는 어떤 모습을 보여줄지 알아채기가 어렵다. 미래의 기술이라는 이야기다. 실제 2023 전략 기술 트랜드자료를 만든 가트너도 Adaptive AI는 최수 2-3년을 더 준비해야 하는 **Pioneer** 기술로 분류하고 있다.  Adaptive AI를 구현하기 위해서 기업들은 데이터 기반의사 결정을 위한 관행을 우선 만들어야 한다. 구체적으로 아래와 같은 것들을 준비해야 할 것이다. 1. 비즈니스 문제 정의 : Adaptive AI를 사용해서 해결하려는 비즈니스 문제를 식별해야 한다. 이렇게 하면 어떤 데이터를 수집할지와 어떻게 성공을 측정할지를 결정하는데 도움이 된다. 2. 데이터 수집 및 정리 : Adaptive AI 시스템은 훈련과 학습을 위해 많은 양의 고품질 데이터가 필요하다. 앞서 정의된 비즈니스 문제를 해결하기 위해서 다양한 출처에서 데이터를 수집하고 정리해야 한다. 3. 숙련된 데이터 과학자 및 AI 엔지니어 고용 : Adaptive AI 시스템을 개발하기 위한 전문 기술자를 고용해야 한다. 4. 데이터 기반 프로세스 구현 : 지속적으로 데이터를 수집하고 분석할 수 있는 시스템을 개발해야 한다. 이 데이터를 사용해서 AI 모델을 모니터링하고 최적화 해야 한다. 5. 규정준서 : 개인정보 보호법과 같은 규정준수 요구사항을 검토해야 한다. 6. 윤리적 고려 사항 모니터링 : 편견, 차별과 같은 윤리적 문제를 모니터링하고 위험을 완화하기 위한 조치를 취해야 한다. 기업은 비즈니스 가치를 고객 가치로 만들기 위한 가치파이프라인을 만들고 이를 실현해야 할 것이다. ### 참고 [가트너 선정 2023년 10대 전략 기술 트랜드 분석](https://www.joinc.co.kr/w/strategic_technology_trends_2023) 에서 가트너가 선정한 다른 전략 기술 트랜드를 확인 할 수 있습니다. ✅ 가치 파이프라인의 구축에 대한 추가적인 정보가 필요하다면 **joinc.help@gmail.com**으로 메일을 주세요.
Recent Posts
Vertex Gemini 기반 AI 에이전트 개발 04. 프롬프트 엔지니어링
Vertex Gemini 기반 AI 에이전트 개발 03. Vertex AI Gemini 둘러보기
Vertex Gemini 기반 AI 에이전트 개발 02. 생성 AI에 대해서
Vertex Gemini 기반 AI 에이전트 개발 01. 소개
Vertex Gemini 기반 AI 에이전트 개발-소개
생성 AI 모델 Flux.1 설치 및 사용
GPT를 이용한 Reranker 테스트
5분만에 만들어보는 Streamlit 챗봇
Let's encrypt로 SSL 인증서 관리하기
Upscayl을 이용한 이미지 업스케일링
Archive Posts
Tags
2023 10대 전략 기술 트랜드
devops
Copyrights © -
Joinc
, All Rights Reserved.
Inherited From -
Yundream
Rebranded By -
Joonphil
Recent Posts
Archive Posts
Tags