Posted by JulieNJulia
:
Posted by JulieNJulia
:

Data and AI Forum by IBM 에 참석하였다. (2019.9.6)

한줄 요약하면,

AI의 핵심인 '데이터'를 잘 쌓을 수 있는 IA(information architecture)가 중요하고,
이에 최적화된 오픈 플랫폼과 클라우드를 지원하는 
(예상했던 대로) IBM 솔루션 소개

그 중 인상적이었던 내용은,
롯데쇼핑 김혜영 상무님의 
4년동안 좌충우돌 하면서 깨달은 3가지 교훈 소개였는데

1. AI라고 하면 '기술'로 대변되어, 전문가들이 알아서 하겠지 하지만, 
결국 결과는 '비지니스'로 연결되어야 하기 때문에 '현업'에서 
(이루고 싶은 무엇이고 이를 위해 어떤게 필요한지) 과제, 성과, 목표를 정의하고, 현업에서 비지니스 목표에 맞춰 진행되고 있는가 체크하며 리딩하는 게 필요하다는 것.

나 또한 디지털 조직에 있으며 현업과 디지털 조직간 협업과 시너지가 나지 않고선 좋은 결과가 나올 수 없다는 것을 느꼈기 때문에 공감 백배!

2. AI 인력 몸값이 부르는게 값인 상황인데, 실제로 AI를 시스템화 하는데 다양한 기술이 필요하다. 데이터 엔지니어 뿐만 아니라, UX 기획, 다방면에 경험 많은 기획자와 개발자들이 함께 필요하다는 것.

즉,한분야의 AI 기술 전문가만으로는 AI를 실현할 수 없다는 이야기.

3. 세번째는 조직의 상황에 따라 small start 보다는 big start가 필요하고 이를 위해 탑레벨의 의지와 의사결정이 중요하다는 것.

특히 1,2번이 많이 공감되었고, 
매우 현실적으로 체험과 시행착오의 경험에서 나올 수 있는 조언이라고 생각되어서 인상 깊었다.

이밖에 KB 손해보험 서완우 상무님의 어떻게 보면 성향이 다를 수 밖에 IT조직과 디지털 조직간의 어우러지는 과정 경험과 
SK 하이닉스 박찬진 상무님의 AI 딥러닝 기술 모델 개발 이후에 실제로 운영 프로세스화 하는 것의 중요성도 인상적이었다.

우리가 생각하는 이상적인 수준은 멀고 험하지만,
다같이 시행착오를 거치며 조금씩 나아가고 있구나 느낄 수 있었던 개인적으로 좋았던 세션이었다.

https://www.ibm.com/kr-ko/campaign/daf?lnk=krhpl1&fbclid=IwAR3hxacapJsT9HqXLAVLJAG7rfAgLViN9hg_UiUA6AcHWvbM104bEpzvkrk

 

Data and AI Forum by IBM

Kyle Brown IBM Fellow, CTO Cloud Architecture IBM Cloud Garage and Solution Engineering 27개의 IBM 특허 보유자인 Kyle Brown은, 클라우드/자바/ 애자일 개발 분야의 리더로서, 100개 이상의 기고와 10권 이상의 도서의 저서로 활동중이다. • 주요 저서- “The Cloud Adoption Playbook”(Wiley, 2018)

www.ibm.com

 

Posted by JulieNJulia
:

Posted by JulieNJulia
:

인공지능(AI)를 손쉽게 살 수 있는 세상이 되면, 다른 테크놀로지는 어떤 모습일까? 라는 화두와 함께. 

일상에 자연스럽게 녹아들어, 테크놀로지 같아 보이지 않는 테크놀로지.
그리고 테크놀로지보다 사람과 관계가 중심
이라며 흥미를 끄는 영화 her.

와이어드지의 영화 her를 소개하는 기사(Why Her Will Dominate UI Design Even More Than Minority Report)를 보고,

여전히 데스크탑 컴퓨터 앞에 앉아 있긴 하지만, 블루투스 헤드폰을 닮은 이어플러그로 인공지능 OS와 자연스럽게 대화하는 음성 대화 인터페이스, 방을 건너다니면 알아서 불이 커졌다 꺼지며 굳이 사람이 일일이 컨트롤 할 필요없는 스마트 하우스 등.

마이너리티 리포트처럼 화려한 상상력은 아니지만, 
결국 인공지능의 궁극적인 목적이자 난이도 최고봉이라고 생각하는 
인간에 가장 가까운 자연스러운(natural) 테크놀로지를 고민했다고 하니 
우리나라 개봉이 기다려진다. 

감독 스파이크 존스는 "존 말코비치 되기"에서
철학적이면서도 과학적인 독특한 상상력을 보여주기도 해서 관심이 가고 
스칼렛 요한슨이 인공지능 OS 목소리 연기도 흥미를 끈다. 

영화를 소개한 아래 Wired 기사에 보면 
미래의 테크놀로지는 과거 미래를 상상한 책등에서 그린 것처럼 절대 과하지 않고, 
생각보다 단순할 것이며, 
테크놀로지 자체가 목적이 아니라 훨씬 더 사람 중심일 것이라는 것이라는 이야기가 나오는데 
마치 영화 감독이나 제작자가 인지과학/HCI/UX/UI 컨셉을 영화로 풀어낸 것 같은 생각이 들어 관심이 간다. 

어제 인지과학 미니 컨퍼런스에서 뵌 한양대 철학과 이상욱 교수님이,
마침 영화 her를 비행기에서 보셨다며
비슷한 영화로 "로봇 앤 프랭크"를 추천해 주셔서 찾아서 볼 생각.

아래 Wired 기사에 스마트폰에 관한 대목도 나오는데,
현재의 스마트 폰은 너무 사람들의 주의를 뺏으며, 저녁 식사 자리에서도 스마트폰을 보는 모습은 무례해 보일 수 있지만,
미래의 스마트폰은 팬시하고 슬림한 담배갑(예로 art deco cigarette)처럼 디지털 기기 같이 보이지 않으면 굳이 스마트폰을 보지 않으면서도 이어 플러그로 정보를 습득할 수 있을 거라고.

그때쯤 되면 우리 인지는 얼마나 바빠질 것이며, 삶은 또 얼마나 변할지도 생각해 보게 되고, 

어제 인지과학 미니 컨퍼런스 주제였던 Wearable Technology 토론에서도 많은 얘기가 나왔지만, 기술이 빠르게 발전해 가는 과정에서 결국은 사람, 인간에 대한 관심과 고민을 놓지 말아야 할 것. 


Posted by JulieNJulia
:

좋은 데이터 분석(Data Analysis) 강좌 발견하여 공유. Coursera 좋은 강좌 많네요. 영어가 좀 걸리긴 하지만, 영어 공부한다 생각하고 도전해도 괜찮을 듯.

Coursera 아직 직접 들어본 적은 없는데, 이런 강좌들 보니 앞으로 교육 형태의 변화 실감되면서 관련 기사가 생각나고,
- “5년 안에 새로운 교육을 받게될 것” 온라인 교육시장의 리더, 코세라의 사례로 보는 미래의 교육 산업 (http://platum.kr/archives/15670)

IBM 이 예측한 5년 후 우리 삶의 변화 중 교육의 변화도 생각이 나구요. 
- "클라우드·소셜·빅데이터 기반 시스템… 5년 후 우리 삶 바꾼다" (http://review.chosun.com/site/data/html_dir/2013/12/18/2013121803538.html?outlink=twitter)

그러고 보니 둘 다 5년 후네요. 5년 후엔 어떤 변화 있을지 정말 궁금. 

데이터 분석(Data Analysis) 관심 있는 분은 위의 Coursera 강좌 교수인
존스 홉킨스의 Jeff Leek 교수가 수업 자료 공개했으니 참고하시고,
- 강의 동영상(http://bit.ly/16PPtuI)
- 강의 자료(https://github.com/jtleek/dataanalysis)

데이터 분석 소개하는 짧은 동영상 맛보기로 보셔도 좋을 듯. 
http://simplystatistics.org/2013/01/10/the-landscape-of-data-analysis/

Posted by JulieNJulia
:

버클리 대학의 검색 수업 (2007)

HCI 분야 및 검색 사용자 인터페이스(searchuserinterfaces.com)로 유명한  Marti A. Hearst(http://people.ischool.berkeley.edu/~hearst/) 교수가 주관한 수업으로

수업명은 "Search Engines: Technology, Society, and Business"로

아래 링크에서 볼 수 있다. 

http://courses.ischool.berkeley.edu/i141/f07/index.html

수업 내용 구성을 보면 알겠지만,

검색 기본 개념 보다, 야후, 구글, MS 등 현업 종사자들이 검색 이슈들에 대해 이야기하는 내용으로,

생생한 검색 이슈들을 접할 수 있다.  


Posted by JulieNJulia
:

며칠 전에 구글의 의미 검색 관련 기사를 보고 정리하고 있었는데, 오늘 구글의 지식 그래프(Knowledge Graph) 런칭 소식.

지식 그래프(Knowledge Graph)는 구글에서 이야기 해 온 Semantic Search나 Universal Search 기본적으로 같은 개념을 바탕으로 한다. 

우선, 여러 의미를 가진 검색어에 대해 명확한 것을 찾을 수 있게 해 주는 것. 

예. "Andromeda"라고 검색했을 때, 별자리인지, TV 시리즈인지, 것도 아니면 음악 밴드인지 쉽게 찾을 수 있게 해주는 것. 

또 하나는 검색어에 대한 결과를 링크로만 제공하는 대신 관련 정보들을 잘 정리해서 보여 주고 연결 고리를 제공해 주는 것.

예. "Marie Curie"를 검색했을 때, 관련 링크와 더불어 퀴리 부인과 관련된 다양한 정보들의 링크를 정리해서 보여주는 것.

Knowledge Graph는 웹페이지간의 링크에서 개체(entity, 사람, 사물 등)들 간의 링크 개념으로 발전한 것으로 이해하면 될 것 같다.

검색은 점점 사람들에게 정보를 "얼마나 잘 떠먹여 줄 것이냐"의 경쟁으로 가고 있고,
(사람들이 얼마나 직관적이고 편하게 사용할 수 있느냐는 비단 검색만은 아니겠지만)

구글 의미 검색에 관해서도 이야기 했지만, 사실 네이버나 다음과 같은 국내 통합 검색에서는 일부 이미 구글에서 말하는 형태로 보여주고 있다고 볼 수 있다. 예) "이효리", "이효리 나이는?". 

그러나 결국은 데이터 구축이 관건이고, 이것을 어떻게 기술적으로 잘 풀어서 커버리지를 늘려갈 것이냐가 핵심.

요새 말 많은 빅데이터도 결국 수많은 데이터들을 기술적으로 잘 분석해서 어떻게 "의미"를 뽑아낼 것이냐가 핵심인 것이고, 구글이 하고 있는 방식이 좋은 예라고 보면 될 것 같다. 

어쨌든 조용한가 싶더니 꾸준한 구글.  

Knowledge Graph 소개 동영상 링크 

관련기사

Google Just Got A Whole Lot Smarter, Launches Its Knowledge Graph

CNN의 제목이 흥미롭다 

Google search to become more human


Posted by JulieNJulia
:

구글이 의미 검색(semantic search)을 활용하여 검색을 개선하고 있다는 기사 (원문: Google Gives Search a Refresh)


기사에 의하면 구글의 semantic search는,

1. 먼저 검색어를 사람, 장소, 물건 등과 같은 수백만 entity들과 잘 매치해 주는 것. 

예를 들어, "타호 호수(Lake Tahoe)"를 검색하면 관련 링크 리스트만 보여주는 현재 방식 대신, 타호 호수의 위치, 고도, 평균 온도, 염분등과 같은 주요 속성들도 함께 보여주는 것. 

2. 또 하나는 "What are the 10 largest lakes in California?" 와 같은 질문형 검색에 링크보다는 직접적인 답을 주는 것.

현재 구글은 웹검색에서 뒤따르는 MS를 견제하며 선두를 지키고 있고, 애플의 모바일 음성 검색 Siri를 쫓고 있으면, 상품 검색(product search)과 같은 니치마켓에서 라이벌과 싸우고 있는 상황.

의미 검색을 통해 사람들이 twtitter나 facebook 과 같은 소셜 네트워크 서비스에서 보다 검색에 머무르는 시간이 늘어날 것이라 기대하고 있고,

2010년에 이미 1200만 정도의 entity를 가진 Metaweb Technologies를 인수하여 (위키피디아의 영문 entity가 350만 정도) 웹으로부터 정보 추출 알고리즘(extraction algorithms)을 사용하여 현재 2천만 가량의 entity를 보유하고 있다고 한다. 

이는 지난달 나온 구글의 검색 변화 내용 중 "Universal Search" 부분과도 일맥상통하는 내용이기도 하다 (참고: Breaking Down 50 New Google Search Changes).

구글이 얘기하는 의미 검색은, 사실 국내 통합 검색에서는 이미 어느 정도 그렇게 "보여"주고 있는 방식이기도 하다. 예) "이효리", "이효리 나이는?". 

문제는 이 커버리지를 확대해 가는 '방법'이고, 이걸 얼마나 '기술적으로' 잘 풀어갈 것이냐가 관건인 것. 

구글이 어떤식으로 풀어갈지, 어느 정도까지 보여줄지 기대된다.

Posted by JulieNJulia
:

쇼핑 검색 동향

2012. 5. 7. 19:28

이베이와 월마트의 상품 검색(Product Search)

이베이와 월마트가 아마존에 대응해서 검색 엔진을 개선하고 있다는 소식.

1. 이베이

이베이는 카시니(Cassini)라는 새로운 검색엔진을 준비 중이다. 

현재 검색엔진인 보이저(Voyager)는 10여년전에 만들어졌고,
2008년에 CTO로 취임한 Mark Carges가 "iPod" 검색결과로 iPod어댑터가 탑 검색 결과로 뜨는 것을 보고 경악하여,

이후 MS Bing의 엔지니어등을 영입하여 150명 가량으로 3배가량 엔지니어를 늘려서 새로운 검색 엔진을 준비 중인 상황.

보이저(Voyager)가 상품의 제목 위주로만 검색하는 형태로 직관적이지 않고 literal 하였다면, 

카시니 (Cassini)는 검색어를 이해하는 방향으로, 구체적으로 다음과 같은 특징을 가진다.

      • 상품 제목만이 아닌 상품 옵션이나 설명(description)도 전체 검색  
      • 쿼리와 상품 사진 매칭
      • 판매자와 구매자에 대한 정보 고려 
      • 과거 구매한 히스토리와 브라우징 히스토리 데이터를 이용해서 좀 더 의도에 맞춤 검색 
        • 예를 들어, 쇼퍼가 "HP"라고 검색어 입력했을 경우, 이것이 horsepower 를 의미하는지 Hewlett-Packard Co,를 의미하는지 알 수 있게 되는 것. 
이베이의 온라인상의 수많은 가치있는 정보들, 판매자 정보 등 그러나 구조화되지는 않은 정보들을 이용하는 것이라 이 검색 엔진 프로젝트는 시간이 좀 걸릴 것이고, 2013년도에 선보일 예정이라고 한다. 

2. 아마존 

반면 아마존은 상품을 카탈로그화는 방향이다. 검색이 잘 될 수 있도록 데이터를 구축하는 일, 즉 상품을 잘 정리하고, 상품 설명을 잘 기술하는데 힘쓰고 있다. 

3. 월마트

월마트는 이미 새로운 검색 엔진을 런칭했다. 10~15명이 9달이 채 안 걸리는 시간 동안 작업했고, 

검색어가 상품명에 정확히 매칭하는 것보다, 사람들이 실제로 사용하는 용어들이 함께 검색될 수 있는 것에 힘썼다. 

예를 들어 "backyard chair" 검색할 때 patio chair 나 garden chair 도 같이 검색되는 식이다. 

4. 구글

이베이와 월마트의 검색 개선은 구글 입장에서 좋을 리 없다. 사람들이 물건을 살 때 구글에서 검색하는 대신 바로 이베이나 월마트로 이동하게 되면 상품 광고에 타격을 줄 수 있기 때문.

구글 또한 상품 검색(product search)에 힘을 쏟고 있는데.
최근에는 시각 인식 기술 (visual-recognition technology)을 이용해서 패션 카테고리 쪽 상품 검색을 개선했다. 
예를 들어 "red dress" 와 같은 검색 결과를 제공하고,  
검색 결과에서 드레스 모양에 따른 필터링(예. 나시, 엠파이어 , V넥, 라운드넥 등)이 가능하다 

역시 아직 상품 검색, 쇼핑 검색은 아직 할 것들이 많이 있고, 매출과도 관련있다 보니 다들 상품 검색에 힘을 쏟고 있는 상황.

정리하면 이베이구글은 기술로 접근, 아마존카탈로그 데이터 구축, 월마트동의어를 확장한 접근이고, 이베이가 제대로 한다면 빅 데이터 활용의 좋은 예를 보여줄 수 있을 듯. 





Posted by JulieNJulia
:

BLOG main image
결국은 사람 by JulieNJulia

카테고리

분류 전체보기 (702)
인공지능 AI (3)
read things (47)
work life (20)
검색 IT (86)
인지과학 HCI (46)
research (3)
일상다반사 (61)
마음이 울리다 (76)
그림 Drawing (1)
말, 말, 말 (32)
좋을텐데 (0)
My Digg (0)
Today's attention (9)
life log (3)
private (0)
social network (0)
영화 (3)
여행 (2)
문화생활 (0)

달력

«   2024/03   »
1 2
3 4 5 6 7 8 9
10 11 12 13 14 15 16
17 18 19 20 21 22 23
24 25 26 27 28 29 30
31

글 보관함

최근에 올라온 글

최근에 달린 댓글

최근에 받은 트랙백