Download as PDF, PPTX
![[오컴 Clip IT 세미나] 머신러닝과 인공지능의 현재와 미래](https://cdn.slidesharecdn.com/ss_thumbnails/kthoccamseminar-180416013406-thumbnail.jpg?width=640&height=640&fit=bounds)
![[세미나] 특이점이 온다](https://cdn.slidesharecdn.com/ss_thumbnails/2015-160310041803-thumbnail.jpg?width=640&height=640&fit=bounds)
Ai and future_jobs_team4
- 1. THE FUTURE JOBS THESECOND MACHINE AGE 인공지능이 대체할 직업은? 오승환, 박준구, 노철호, 배성윤
- 2. Contents Part 4: 인공지능이직업을 대체하는 경우 나타나는 기대효과 및 방안모색 Part 1: 인공지능의 개념 및 정의 Part 2: 인공지능이 대체할 수 있는 직군 및 직업 Part 5: 결론 Part 3: 인공지능기술이 직군에 적용되는 과정 및 방법
- 3. Part 1 AI의 개념및 정의
- 4. 인공지능의 정의 및종류 지능형 금융 서비스, 의료 진단, 법률 서비스 지원, 게임, 기사작성, 지능형 로봇, 지능형 비서, 지능형 감시 시스템, 추 천 시스템, 스팸 분류 등 다양한 산업 분야에서 이미 널리 응용되고 있다. Part 1 지각, 추론, 학습능력을 구현하는 기술을 통해 문제해결 첫 번째 단계 예) 전자레인지, 세탁기 등의 전자제품의 자동화 기능 두 번째 단계 예) 간단한 퍼즐 해결, 진단 프로그램 세 번째 단계 추론의 구조나 지식이 데이터를 바탕으로 예측이 이루어지는 경우를 의미하며, 전형적으로 머신러닝의 알고리 즘을 이용 네 번째 단계 머신러닝보다 발전하여 판단을 위한 특징(Feature) 자체를 학습하는 수준의 인공지능을 의미하며, 현재의 딥러닝 기술이 이에 해당 인공지능의 종류 4가지
- 5. 인공지능 vs 자동화인공지능vs 로봇 기술 미래 지식정보사회를 이끌어 갈 부가가치 창출의 새로운 원천 계산, 판단력 등 정신적 측면 SW를 하나의 툴로서 사용하던 인간의 고유영역에 큰 도전 과제 Part 1 인공지능의 개념 구분
- 6. Part 2 AI가 대체할수 있는 직군
- 7. 종합적, 창조적 사고방식을 필요로 하는 직종 예술적, 감성적 특성이 강한 분야 → 기존과는 다른 참신한 방법으로 아이디어를 조합하는 분야 Part 2
- 8. 반복적이거나 물리적인 일>> 창의적이거나 감성 및 협업이 필요한 일자리가 요구됨 전문 서비스 직종의 대체 >> 기존의 산업화, 자동화와 달리 고도의 정신 노동을 대체한다는 점에서 단순, 육체 노동의 대체와 달리 파급 범위가 광범위 할 것 Part 2
- 9. 인공지능에 의해 일자리변화가 가능한 이유: Part 2 ‘직관’의 영역에 AI가 진입 대표적으로 직관이 필요한 바둑에 인공지능 활용이 가능해짐 그러나 아직 창의적인 생각에 필요한 요소인 예술적인 감을 AI로 구현하지 못한 것이 한계이다. 대용량 데이터 처리 기술 발전함 클라우드 서비스 및 컴퓨터 기술의 발전으로 인해 많은 데이터를 처리하는 속도 및 시간이 줄어들었다.
- 10. Part 3 AI가 기술직군에적용되는 과정 및 방법
- 11. Part 2 딥러닝의 대가제프리 힌튼 교수 영입 딥러닝 전문 회사인 딥마인드, 사진 인식 번역 기술 보유 기업 인수 Watson 시스템 강화 : B2B 기업 컨설팅 지능 서비스 제공 딥러닝을 통한 얼굴 인식 프로그램 딥 페이스 기업별 인공지능 기술 개발 현황:
- 12. 기존의 인공지능 개발방식 전문가집단에 의해서 만들어진 알고리즘 중심으로 규칙 생성 Ex. 스팸메일을 걸러내는 인공지능의 경우 주소 링크와 특수문자가 5개 이상 동시에 들어가면 스팸처리 Part 3 현재 인공지능 개발 방식 머신 러닝의 경우 방대한 데이터를 학습하여 직접 스팸메일을 걸러내는 방식 딥 러닝의 핵심은 어떠한 현상을 표현한 데이터를 있는 그대로 학습 인공지능 구현 방식:
- 13. 현재 인공지능은 약인공지능 수준 아직까지는 사람처럼 행동하고 의사결정을 내리는 것은 불가능 의료계나 법조계에서 생산되는 데이터를 기반으로 의사결정을 내리는 수준 Part 3 변해 가는 상황 속에서 창의력을 발휘한 능동적인 해결을 하는 것에 대한 확신 X
- 14. AlphaGo 이세돌과 대전을 펼친알파고의 경우 딥러닝 방식에 강화학습 을 한 형태 강화학습(Reinforcement learning) 강화학습이란 여러 차례 시도에 따른 성공과 실패를 거쳐, 자 연스럽게 주어진 과업을 충실히 이행하는 모델 Ex. 자전거를 처음 배울 때 여러 번 넘어지고 다시 일어서는 과 정을 통해서 익숙해지는 것과 같다. Tay 마이크로소프트사가 개발, 트위터에서 자신에게 날리는 트윗 과 맨션을 익혀 사람과 같이 채팅을 할 수 있는 챗봇 Part 3 딥 러닝의 예시
- 15. 인공지능 의사 ‘왓슨’1년, 인간 의사 치료법과 56% 일치 딥 러닝과 강화학습 방식을 통해서 환자 진단 및 치료법에 대 해 의견을 제시 의학저널, 교과서, 실제 사례 학습 하여 데이터를 수집 강력 추천, 추천, 비추천 등으로 의견을 내며 처음에는 4개의 암만 가능했지만 지금은 유방암, 폐암 등 8가지까지 가능 인간의사가 아닌 인공지능 의사가 진료를 대신하는 미래가 올 것인가는 확실하지 않다. 아직 왓슨은 보조 역할에 머물고 있으며 앞으로 많은 과제가 필요하다. Part 3
- 16. Part 4 나타나는 효과및 방안 모색
- 17. AI is DisruptiveTechnology 화이트 칼라 직업군도 AI의 파급력으로부터 자유롭지 못하다 Part 4
- 18. ① 노동력•비용 절감 제조업이외의 직군에서도 인건비가 크게 줄어들어 더 많은 사람들이 서비스를 누릴 수 있음 ② 업무 효율성 증가 단순 반복 기능의 Manipulator의 자동화가 아닌 AI 활용 Diagnosing Pests / Soil Defects, Weed Control은 농약 사용을 80%까지 감소, 출하량 또한 증가 Part 4
- 19. ③ 일자리 수의감소 Part 4 2020년 까지 전 세계 200만개 일자리가 창출 710만개 일자리는 사라지게 될 것 (화이트칼라 67%, 제조업 22.6%, 건설 7%) 우리나라도 화이트 칼라 중심 국가로 영향 ⇧ 피할 수 없는 세계적 흐름
- 20. 이러한 변화에대한 산업계의 준비는? 자본이 기술 발전을 가속시키면서 기술적 실업의 위협을 눈 앞에 두고 있지만, 이에 대한 준비는 미숙 1811년 Ned Ludd의 추종자들이 방직기계를 부셨던 것의 반복만이 해결방법 일까? Part 4
- 21. 인공지능으로 대체 할수 없는 영역인 창의성, 리더 십, 상상력을 기르자! 일찍부터 제시되어 온 해답… 모두가 그런 직업만을 가질 수는 없음 창의적인 일도 AI 영향을 받음(대체할 수는 없더라도) The Next Rembrandt DeepDream(Google) Part 4 대안
- 22. 패러다임의 변화 파트너쉽의관계로 발전시켜야 한다 Part 4 기계와 인간의 경주(Race)의 패러다임에서 벗어나야 함 존 헨리의 전설(The Legend of John Henry)에서 기계와 경쟁하던 헨리는 사망 알파고 이전 가스 카스파로프는 딥블루(Deep Blue)에게 패배(1997)
- 23. 체스 종목은 ‘프리스타일’이라는새로운 게임 방식을 고안 인간과 인간, 인간과 인공지능, 인공지능과 인공지능이 팀을 꾸려 경쟁 가장 강력한 조합은 인간+인공지능 팀 WIN! Security & network planning, Architecture & product design, Film & television등 다양한 산업 군에서 이 모델을 적용 가능 인공지능의 학습인 딥 러닝의 방향과 속성은 인간이 조절, 개입 가능 AI를 의사결정의 주체가 아닌 조력자로 활용해야 모델에 맞는 방향으로 AI를 발전시키며 구조적 혁신을 이룬다면 ‘창조적 파괴’가 가능할 것 Part 4 켄타우로스 모델(Kentauros Model)
- 24. 켄타우로스 모델(KentaurosModel) 예시 - 2016년 여름부터 책을 출간해온 미국의 신생 출판사 '인키트(Inkitt)' Part 4 총 24권을 출간해 20권은 출간 직후 첫 9일 동안 분야별 베스트셀러 5위 베스트셀러 등록률 91.7% 사람이 해오던 편집자의 역할을 인공지능과 독자 에게 맡겼다. 그동안 진행됐던 편집자의 주관적인 판단을 제거 하고 객관적인 인공지능 솔루션과 독자들의 판단 에 맡겨 오류를 없앤 것 독자는 스토리를 읽은 후 구성, 문체, 문법, 전반적인 느낌 등에 대해 별점을 매길 수 있다. 이후 인공지능은 독자들의 반응을 분석해 베스트셀러 가능 여부를 판단한다. 독자들이 해당 스토리를 얼마나, 얼마동안 읽었는지 그리고 얼마나 몰입했는지와 재접속해서 다시 계속 읽었는지 등을 종합적으로 분석합니다.
- 25. Part 4 예시(2) IntelDrone Show AI가 필요한 드론 수를 계산, 하늘에서 이미지를 그려내기 위한 드론의 위 치를 파악, 최단 경로를 공식으로 만들어 움직이는 과정을 자동화 평창에는 1,218개의 드론(Shooting Star)가 동원, 드론의 조종사는 단 1명 드론의 움직임 자체는 AI가 결정하지만, 드론이 비행 할 수 있는 환경 (온도, 풍속, 배치)에 대한 판단은 조종사와 공연 연출가가 결정 실제로도 평창올림픽에서 라이브 공연에서 사전녹화로 변경 인간이 할 수 없는 영역이지만 인간이 연출하는 공연의 일부 인간의 일자리를 대체하지 않으면서도 AI의 기술은 충분히 활용하는 예
- 26. References 1. Carl BenediktFrey† and Michael A. Osborne. (2013) The Future of Employment: How Susceptible Are Jobs to Computerisation? 2. World Economic Forum. (2016) The Future of Jobs : Employment, Skills and Workforce Strategy for the Fourth Industrial Revolution 3. 문형철. (2016) 과연 창의적인 일은 인공지능(AI)의 영향에 안전할까? 인공지능이 창조적인 직업 변화에 주는 시사점. 4. Erik Brynjolfsson and Andrew McAfee. (2014) The Second Machine Age: Work, Progress, and Prosperity in a Time of Brilliant Technologies 5. Erik Brynjolfsson and Andrew McAfee. (2012) Race Against the Machine: How the Digital Revolution is Accelerating Innovation, Driving Productivity, and Irreversibly Transforming Employment and the Economy