Design Futures

STT(Speech To Text) 기술로 음성 전화 통화를 문자로 변환해주는 서비스가 출시되었다. STT 기술의 활용 방식이 점점 더 다양해지고 있다. 기존에 자주 사용해왔던 STT 기술은 음성 키패드나 클로바 노트 정도였고, 이러한 서비스들도 일상 속의 당연한 불편함을 해결해준 사례라고 생각하는데, 이번 AI 통화 녹음 서비스도 사용자들이 당연하게 겪어왔던 불편함을 시원하게 긁어준 좋은 케이스라고 생각한다. 업무용으로 사용될 경우가 많을 것 같은데 업무 플랫폼과 연동이 되어도 유용할 것 같다는 생각을 해보게 되었다. 서비스의 슬로건은 "SK 텔레콤의 AI통화녹음 서비스가 당신의 일하는 능력을 높여줍니다."이다. 음성을 문자로 변환하는 기술인 STT 기술을 사용하였으며, 인터페이스를 대화창 형태로 구성..

앞으로는 그림을 잘 그리지 못해도 웹툰 작가가 될 수 있을 것 같다. 많은 사람들이 좋은 스토리와 아이디어가 있음에도 불구하고, 그림을 잘 그리지 못해서 또는 그림을 한컷 한컷 그리는 것이 힘들 것 같아서 웹툰 작가가 되지 못한다. 하지만, 앞으로는 이런 사람들에게도 기회가 찾아오게 되었다. 네이버에서 출시한 AI 기반 자동 채색 서비스 때문이다. 웹툰 AI 페인터는 딥러닝 기술을 활용하여 스마트 툴로 웹툰을 만드는 인물과 배경 등을 자동으로 채색시켜주는 기술 등을 탑재한 것이 특징이다. 스케치 그림에서 원하는 색을 선택하면 AI가 어울리는 색상을 찾아 자동으로 채색을 해주는 서비스로, 이 서비스는 네이버가 제공하는 웹툰 데이터를 기반으로 제작된 것으로 분석된다. 네이버는 다양한 장르와 많은 양의 웹툰 ..

인공지능의 한 분야로, 컴퓨터가 인간의 언어를 이해할 수 있도록 처리하는 연구 방법 자연어는 우리가 일산 생활에서 사용하는 언어이며, 자연어 처리는 이러한 자연어의 의미를 분석하여 컴퓨터가 처리할 수 있도록 하는 일을 말한다. 자연어 처리는 기계에게 인간의 언어를 이해시킨다는 점에서 인공지능에 가장 중요한 연구 분야이면서도, 아직 정복되어야 할 산이 많은 분야이다. 자연어 처리의 응용 분야 1) 정보 검색, 질의응답 시스템 - 구글/네이버/다음 검색 포털에서 무언가를 검색한 후, 결과들 중 하나를 클릭하면 시스템은 이를 자신이 찾은 결과가 적합했다는 신호로 인식하고 향후 검색에 이 정보를 이용해 검색 정확도를 높인다. 2) 대화 시스템 및 자동 질의 응답 시스템 - 슬랙, 마이크로소프트 메신저, AI 스..

음성은 사람에게 가장 익숙한 커뮤니케이션 수단이다. 하지만, 사용자들이 음성 기능을 매일 같이 유용하게 사용하기 위해서는 해결해야 하는 이슈들이 있다. 음성 인식 AI의 장점 1) 음성 이라는 가장 자연스러운 형태의 UX이기에 직관적이며 학습 비용이 낮다. 2) 자판 입력에 비해 속도가 2~6배 빠르며, 기기 조작이 익숙하지 않은 노인 및 유아의 사용을 쉽게 도와준다. 3) 음성이 신원 인증과 결제 보안 인증까지 담당할 수 있기 때문에, 커머스 서비스에 적용될 경우 편의성이 높아진다. 4) 손 조작 없이 다른 일을 하면서도 음성 조작으로 멀티 테스크가 가능하다. 그렇기 때문에 터치가 익숙한 스마트폰보다는 가정에서 사용하는 스마트 스피커나 스마트 TV, 운전 중 터치 스크린을 조작하기 힘든 자동차에 음성 ..

음성 인식 기능으로 기대되는 기능, 스마트 스피커에 탑재되는 신기능, 새로운 서드파티와의 결합으로 기대되는 기능들이 있습니다. 네이버의 클로바, 카카오의 카카오 미니와 같이 음성 인식 기술은 스마트 스피커라는 하드웨어 디바이스를 통해 우리의 일상생활 속에서 쉽게 접해볼 수 있습니다. 과학기술 정보통신부가 집계한 바에 따르면, 2019년 3월 기준 국내 스마트 스피커 누적 판매량은 412만대로 전년 대비 2배가량 증가했으며, 언론에서는 2019년 말 기준 누적 판매가 800만 대에 이를 것으로 추정되었다고 합니다. 스마트 스피커가 공격적으로 출시되기 시작한 2016년~2017년에는 인공지능에 대한 호기심, 지인의 소개 또는 사은품 증정을 통해 많은 이들이 스마트 스피커를 구매/사용해왔습니다. 하지만 시작 ..

문장을 최소 의미 단위로 잘라서 컴퓨터가 인식하도록 돕는 방법이다. 문장 형태의 문자 데이터를 전처리할 때 많이 사용되는 방법이다. 말뭉치(코퍼스 corpus)를 어떤 토큰의 단위로 분할하냐에 따라 단어 집합의 크기, 단어 집합이 표현하는 토크의 형태가 다르게 나타나며 이는 모델의 성능을 좌지우지하기도 한다. 이때 텍스트를 토큰의 단위로 분할하는 작업을 토큰화라고 한다. 토큰의 단위는 보통 의미를 가지는 최소 의미 단위로 선정되며, 토큰의 단위를 단어로 잡으면 Word Tokenization이라고 하고, 문장으로 잡으면 Sentence Tokeniazation이라고 한다. 영어는 주로 띄어쓰기 기준으로 나누고, 한글은 단어 안의 형태소를 최소 의미 단위로 인식해 적용한다. Reference [개념] 토큰..

머신 러닝을 간단하게 체험해볼 수 있는 라이브러리, Teachable Machine. Teachable Machine은 구글에서 2019년 출시한 서비스로, 머신러닝 모델의 학습 과정을 쉽게 이해하고 직접 모델을 생성해 활용할 수 있다. 코딩을 할 줄 몰라도, 수학을 잘하지 못해도 쉽게 활용할 수 있는 것이 가장 큰 특징이다. 학습에만 머물지 않고, 프로젝트에서 생성한 학습 모델을 다양한 방법과 용도로 활용하는 것도 가능하다. (이번 글에서는 체험까지만 진행해보았다.) 사용 방법에 관해서는 생활 코딩에 잘 설명되어 있다. Teachable Machine - 생활코딩 머신러닝을 이해하기 위해서 꼭 수학과 코딩을 알아야 하는 것은 아닙니다. 수학과 코딩 없이도 머신러닝을 이용할 수 있게 해주는 서비스들이 생..

인공지능은 소프트웨어(뇌)이고, 로봇은 하드웨어(신체)이다. 이 둘이 합쳐지면 인공지능 로봇이 된다. 로봇은 내장된 프로그램에 맞는 움직임을 실현하지만, 인공지능은 스스로 학습하고 발전한다는 것에서 차이가 있고, 로봇은 하드웨어라는 점과 인공지능은 소프트웨어라는 점이 차이점이다. 이 두 분야가 만나는 지점이 있는데, 이 부분이 우리가 영화속에서 흔히 보는 인공지능 로봇이다. 사람들은 모든 로봇이 인공지능에 의해 작동되고 있다고 생각하기 쉬우나, 대부분의 로봇은 사전에 입력된 논리회로에 의해 작동되는 자동화 장치 수준에 머물러 있다. 공장 로봇을 비롯해 가정용 청소 로봇도 일정한 논리회로에 따라서 작동되므로 자율로봇이 아니다. 인공지능 코봇(공동 로봇)은 지능을 가지지 않는 로봇의 예시이다. 코봇을 한번 ..

머신러닝이란 인공지능에 속한 분야로, 데이터를 통해 기계가 스스로 학습하게 하는 방법을 의미한다. 머신러닝은 사람이 지식을 학습하듯이 컴퓨터에도 데이터를 제공하여 학습하게 함으로써 새로운 지식을 얻어내는 방법을 의미한다. 인공지능을 학습시키고 더욱 똑똑하게 만드는 방법이다. 인공지능에게 데이터를 많이 학습시킬 수록 정확한 결과를 얻어낼 수 있다. 우리가 일반적으로 말하는 컴퓨터 프로그램은 사람이 직접 컴퓨터에 필요한 규칙을 입력하는 것이지만, 머신러닝은 컴퓨터가 직접 수많은 데이터를 분석해서 알맞은 규칙을 스스로 찾아내게 할 수 있다. 이러한 규칙을 이용해 머신러닝 기술은 사람들이 좋아하는 영상이나 상품을 추천해 주는 등 여러 분야에 사용되고 있다. 이렇게 컴퓨터가 스스로 알맞은 규칙을 찾을 수 있도록 ..

알고리즘은 문제 해결을 위한 단계들을 체계적으로 명시한 것을 의미한다. 알고리즘이란 어떠한 문제를 해결하기 위한 일련의 절차나 방법을 공식화한 형태로 표현한 것을 의미한다. 알고리즘은 9세기 페르시아의 수학자인 무함마드 알콰리즈미의 이름을 라틴어화한 알고리스무스(Algorismus)에서 유래한 표현이다. 유한성을 가지며, 언젠가는 끝나야 하는 속성을 가지고 있다. 문제 해결을 위해 여러 개의 후보 알고리즘 중, 정확성과 효율성 등을 평가한 후에 최적의 알고리즘을 선택한다. 알고리즘은 연산, 데이터 진행 또는 자동화된 추론을 수행한다. 알고리즘의 조건 입력 : 외부에서 제공되는 자료가 0개 이상 존재한다. 출력 : 적어도 2개 이상의 서로 다른 결과를 내어야 한다.(즉 모든 입력에 하나의 출력이 나오면 안..