- 차례 - 

1. 보고서 요약

2. 보고서 주요 내용

• 신뢰할 수 있는 인공지능을 위한 AI 불확실성 정량화의 중요성
• AI 기술 불확실성 정량화 개요
• aI 기술 불확실성 정량화 활용 동향
• 결론 및 시사점

- 개요 - 

○ 인공지능의 복잡성이 증가하고 이를 활용하는 산업이 증가함에 따라, 인공지능의 불확실성을 측정하여 신뢰도를 높이는 기술은 국제적으로 큰 관심을 받고 있다. 이러한 불확실성 정량화는 인공지능 시스템의 상태를 관찰하고, 수집된 데이터의 품질을 관리하기 위해 활용될 수 있다. 이러한 기능을 지원하기 위해, 모델 측면에서부터 데이터 측면에 이르기까지 발생 가능한 불확실성의 종류 및 특성을 파악하여 그에 맞는 기반 관측 기술이 제안되고 있다. 이러한 기술은 의료 영상 분석 및 자율 주행 등 다양한 산업 분야에서 불확실성을 감소시켜 인공지능 성능 최대화를 도모하며, 모델 의사 결정에 대한 신뢰성을 제공하여 안전한 모델 활용을 가능하게 한다.

○ 이 보고서에서는 딥 뉴럴 네트워크 (Deep Neural Network)의 불확실성 정량화를 위한 기술 소개 및 그 활용에 초점을 맞추고 있다. 특히, 각 불확실성 정량화 범주에 따른 측정 방식을 소개하고, 각 산업에의 적용 사례들을 조사하여 정리하였다. 또한, 불확실성 정량화 기술의 상용화를 위한 중요한 과제 및 미해결 문제를 제안한다.