인공지능(AI)과 빅데이터가 만날 가까운 미래

1. 인공지능(AI)의 진화

1) 자동화, 무인화 시대를 넘어 이제는 인공지능으로

2) 지능화를 견인하는 기술들

(1) 인공지능(AI)

(2) 신 개념의 컴퓨팅

(3) 디지털 언어

(4) 빅데이터

3) 인공지능(AI)이 가져올 미래

(1) 알고리즘과 데이터의 편향성

(2) 인간 친화적 AI가 가져올 역효과

(3) 자율의지의 상실

(4) 그 외 다양한 논의들

4) 인간과 지능형 기계와의 협업

2. 빅데이터의 가치와 활용

1) 빅데이터가 주목 받는 이유

2) 빅데이터의 특징

3) 빅데이터의 규모

4) 빅데이터를 어떻게 활용하는가

(1) 데이터베이스와 빅데이터

(2) 빅데이터를 구현하는 기술들

(3) 빅데이터와 인공지능의 관계

3. 인공지능(AI) 구현과 디지털 트윈(Digital Twin)

1) 인공지능 구현 방식

2) 국내 인공지능 투자

3) 디지털 트윈(Digital Twin)

4. 인공지능(AI)과 만날 가까운 미래

1) 커버리지 기업 사업 영역과 인공지능 적용

2) 광고 – 검색광고

3) 광고 – 디스플레이광고: Google, Facebook

4) 광고 – NAVER, 카카오

5) 이커머스 – 아마존 추천 알고리즘

6) 이커머스 – NAVER 추천 알고리즘

7) 이커머스 – 물류 자동화

8) 테크핀 – 데이터 3법 통과

9) 테크핀 – 핀테크 , 디지털금융 혁신과제 (20.02/25)

10) 테크핀 – 빅데이터 분석

11) 테크핀 – UBI

12) 모빌리티 – Uber

13) 모빌리티 – Google

14) 콘텐츠 – 추천 알고리즘

5. 인공지능(AI)은 완벽할까?

6. 설명가능 인공지능(XAI, eXplainable AI)

1) 설명가능 인공지능의 등장

2) 확산되기 시작한 설명가능 인공지능(XAI)

3) 산업에 적용되기 시작한 설명가능 인공지능(XAI)

4) 설명가능 인공지능, AI 산업 활성화를 이끌다

7. 인공지능(AI)의 경제적 특성 및 AI에 대한 투자 동향

1) 인공지능의 경제적 특성

2) 인공지능(AI)에 대한 투자 동향

8. 인공지능과(AI)과 생산성

1) 인공지능(AI) 기술의 발전과 생산성

2) ICT 투자와 생산성에 관한 전통적 논의

3) 인공지능(AI)으로 인한 생산성 향상 효과

4) AI 기반 생산성 향상을 위한 과제

9. 인공지능(AI) 활성화를 위한 3대 자원(데이터, 알고리즘, 컴퓨팅 파워) 지원 전략

1) 이미지넷 챌린지를 통해 본 AI 핵심 자원

2) AI 3대 자원 주요 현황과 이슈 분석

(1) 3대 핵심 자원 및 주요 현황

3) 국내의 핵심자원 지원사업 및 주요 이슈

(1) 국내 AI 3대 자원 지원현황 분석

(2) 데이터 지원 주요 사업

가. 빅데이터 플랫폼 및 네트워크 구축 사업

나. AI 학습용 데이터 구축 사업

(3) 사전 훈련(학습)된 모델 지원

(4) AI 활성화를 위한 컴퓨팅 자원 지원

4) 인공지능(AI) 3대 자원 지원의 개선 방향

(1) 데이터

(2) 알고리즘 및 모델

(3) 컴퓨팅 파워(자원)

5) AI 생태계 활성화를 위한 자원 지원 전략

(1) 커뮤니티 지향 AI자원 지원 체계 필요

(2) AI 응용서비스 활성화 관점의 자원 지원이 중요

(3) AI 학습용 데이터 구축을 위한 산업‧기술별 로드맵 수립

(4) AI 분야 신개념 검증 프로젝트를 통해 글로벌 선도 (연합 학습)

10. 국내 AI 수준 조사 및 선진 7개국 AI 시장 규모

1) 데이터 기반의 인공지능 수준 측정

2) 데이터로 측정한 2019년 국내 인공지능 수준

(1) 지표설계

(2) 지표 도출

가. 글로벌 인공지능 지표 (총 32개)

나. 한국 인공지능 지표 (총 24개)

(3) 국내 인공지능 수준 측정 및 결과

3) 7개국 인공지능 시장규모 및 분야별 시장규모

(1) 7개국 시장규모

(2) 분야별 인공지능의 7개국 시장 규모

가. 미디어 & 광고 분야 인공지능 시장 규모

나. 금융 분야 인공지능 시장 규모

다. 유통 분야 인공지능 시장 규모

라. 헬스케어 분야 인공지능 시장 규모

마. 자동차 & 교통 분야 인공지능 시장 규모

바. 농업 분야 인공지능 시장 규모

사. 법률 분야 인공지능 시장 규모

아. 오일 & 가스 분야 인공지능 시장 규모

자. 기타분야 인공지능 시장 규모

4) 인공지능 기업 및 스타트업 수

5) 규제 샌드박스를 통해 해결된 건수

6) 한국 인공지능 항목 결과

7) 한국어 질의응답 수준

8) 2019년 인공지능 분야 수준 조사연구의 한계

9) 데이터로 제시하는 인공지능 분야 정책 방향

10) 2020년 인공지능 수준 조사를 위한 개선방안

11. 각국의 인공지능(AI) 및 자율주행(AV) 수준

1) 개론

2) 각국 정부의 인공지능(AI) 준비 지수

3) 각국 정부의 자율주행(AV) 준비 지수

4) 시사점

12. 국가 지능화를 위한 데이터 및 인공지능 정책

1) 시대적 요구

2) 관점 전환의 필요성

3) 기존 정책 진단

4) 국가 지능화를 위한 데이터⋅인공지능 정책 추진방향

5) 결론

13. 인공지능(AI)과 국제 통상

1) 데이터 기반 AI 기술의 비교우위 요소

2) AI 산업정책 관련 디지털 통상규범 현황

3) AI 산업정책 대응 통상협상을 위한 시사점

14. 기후변화와 인공지능(AI)

1) 서론

2) 기후변화에 대처하는 인공지능

3) 현재 진행중인 변화 – 지난 2년간 온실가스 12.9% 감소, 전력효율성 10.9% 향상

4) 인공지능의 기여도는 점차 높아질 전망

5) 인공지능은 기후변화에 긍정적이기만 할까?

6) CO2 발생이 많아지는 이유 – 더 큰 데이터 세트, 더 큰 모델, 더 많은 컴퓨팅

7) Green AI – Bigger is Not Always Better

15. 인공지능(AI) 9대 핵심 기술분석과 시사점

1) 빠르게 진화하고 있는 AI

2) 주목받는 인공지능 9대 핵심 기술

(1) 초대규모 모델 GPT-3

(2) 연합학습(Federated Learning)

(3) 엣지 AI(Edge AI)

(4) 트랜스포머(Transformer) : “NLP에서 컴퓨터 비전까지 영역 확장”

(5) 시스템2 AI(System2 AI) “단순 이해를 넘어 인과적 이해를 하는 AI”

(6) 자기지도학습(Self supervised learning) : “데이터 라벨링의 한계 극복”

(7) 생성적 AI(Generativa AI) : “(사물 등) 인식을 위한 AI가 아닌 창조를 하는 AI”

(8) 전이학습(Transfer learning) : “누구나 딥러닝을 할 수 있는 환경 확산”

(9) AutoML : “AI도 AI가 만들어 낸다”

3) 인공지능(AI) 9대 핵심 기술이 주는 시사점