[본 서의 서평]

인공지능(Artificial Intelligence: AI)이 사물인터넷, 빅데이터, 엄청나게 빠른 컴퓨팅 파워와 결합하고 있다. 이에 따라 인공지능이 인간과 같은 수준의 인지능력을 갖추게 되어 가까운 장래에 개인비서 기능뿐만 아니라 기업의 의사결정이나 고객관리를 비롯한 모든 비즈니스 부문에서 큰 역할을 할 것으로 기대된다.

해외의 주요 기술 업체들은 AI를 핵심 R&D 분야로 삼고 각기 Application Programing Interface(APIs) 및 클라우드 서비스를 통한 인공지능 기술의 대중화에 힘쓰고 있으며, 개발자들은 이들 도구를 각자의 애플리케이션에 통합함으로써 수익기회를 창출하고 있다. 국내에서도 대기업 및 공공 R&D를 중심으로 인공지능 기술개발이 추진되고 있으나 관련 시장참여자 전체를 견인할 수 있는 기본 생태계 조성을 위한 정부의 지원이 필요한 상황이다.

최근 구글 딥마인드 팀에서 개발한 인공지능(AI) 알파고(AlphaGo)와 이세돌 9단과의 바둑대결이 2016.3.9.~2016.3.15. 동안 진행됐고, 대국 결과 인공지능 알파고가 4:1 승리하면서 인공지능 기술 발전의 변곡점이 시작되었다고 평가한다. 구글의 딥마인드는 딥마인드는 심층신경망, 재강화학습, 신경과학 기반의 머신러닝을 통해 스스로 학습할 수 있는 컴퓨터 알고리즘을 개발하고 있다.

이러한 인공지능과 관련된 주요 핵심 기술은 아직 정형화된 기술체계를 가지고 있지 않아 분류가 명확히 이뤄지지 않는다. 국내의 경우 패턴인식, 자연어처리, 자동제어, 자동추론 등을 포함한 12가지 기술로 분류하고 있으며, 해외의 경우 주로 Expert system(전문가시스템), 음성인식(Speech recognition) 등으로 분류하고 있다.  

BCC 리서치에 따르면, 인공지능 시장규모는 2014년 62억 달러에서 2019년 153억 달러, CAGR 57%로 성장할 것으로 전망된다. 인공지능 시장은 크게 전문가시스템,  지능형로봇, 디지털보조, 엠베디드시스템, 뉴로컴퓨터로 구성되며, 2019년도기준으로각각 71억 달러(CAGR 42%), 36억 달러(66%), 22억 달러(93%), 8.8억 달러(43%), 16억 달러(81%)의 시장규모로 추정된다.

이에 따라 본원 IPResearch센터에서는 국내외 민간연구소와 대학 및 정부의 정책 자료를 토대로 분석, 정리하여 『4차산업 핵심 기반 인공지능(AI) 기술 요소 및 AI 로봇 기술 동향과 정책 방향 전망』을 발간하게 되었다.

본서 1장은 국내외 로봇산업 시장, 기술 동향과 정책 동향을 서두에 놓았고, 2장에선 인공지능 로봇에 필요한 주요 핵심기술 7가지를 선별한 ‘인공지능 로봇 연구개발, 상용화 주요 요소 개략 및 기술 동향’을 수록하였다. 3장에선 ‘인공지능 기술 혁신에 따른 생태계 변화 전망과 정책적 대응 전략’편에서 주요국의 시장?기술?정책 방향과 전망을 담았으며, 마지막 4장은 최신 ICT 인공지능 로봇 동향을 수록하여 현 추세를 반영하였다. 마지막으로 이와 관련된 기업과 개인 회원 여러분들에게 다소나마 유용한 정보자료로 활용되기를 바라는 바입니다.

 

페이지 512 / ISBN  979-11-955467-4-9 (93550) / 판형 A4, 210*297mm

발간일 2016년 5월 26일

                                                 [목차]

 

1) 개요

2) 로봇산업의 정의

3) 로봇의 분류

4) 로봇산업의 기대효과

5) 최근 로봇산업의 부상 배경

 

1) 국내 로봇 시장 동향

(1) 국내 시장 현황 개괄

(2) 국내 로봇생산 규모 추이 및 전망

(3) 국내 로봇 수요산업 현황

2) 국내 로봇 기업 동향

(1) 기업 동향

(2) CES 2016 국내 기업 동향

가. 커넥티드 로봇

나. 국내기업 주요 전시 제품과 특징

3) 국내 로봇 정책 동향

(1) 국내 로봇분야 정책 동향

(2) 연구개발 투자 동향

4) 국내 로봇산업 발전 장애요인 및 대응방향

(1) 장애요인

가. 글로벌 대기업과의 경쟁 한계

나. 로봇 수요와 공급의 연계 부족

다. 서비스용 로봇 성장에 대한 대응 미흡

(2) 대응방향

가. 대/중소기업 협력 강화를 통한 글로벌 경쟁

나. 규격화?표준화를 통한 원가절감 및 신뢰성 제고

다. 국내 IT 인프라를 바탕으로 한 기술 발전 및 생태계 조성

 

1) 해외 로봇 시장 동향

(1) 해외 시장 현황 개괄

(2) 세계 로봇시장 규모 추이 및 전망

(3) 제조용 로봇 시장 동향 및 전망

(4) 서비스용 로봇 시장 동향 및 전망

2) 해외 로봇 기업 동향

(1) 기업 동향

(2) CES 20016 해외 기업 동향

가. 인공지능 및 소셜로봇

나. 기업 간 합종연횡 및 약진하는 중국기업

다. 해외기업 주요 전시 제품과 특징

3) 해외 로봇 정책 동향

(1) 미국

(2) 일본

(3) EU

(4) 중국

(5) 해외 정책 동향 시사점

 

1) 기술 정책 동향 개요

2) 주요국 로봇 기술 정책 동향

(1) 미국 로봇 기술 정책 동향

가. 미국의 원천 기술 경쟁력

나. 미국의 산업용 로봇 시장 ? 리쇼어링 정책

다. 미국의 서비스용 로봇 시장

ⅰ. 전문서비스 로봇

ⅱ. 개인용 서비스 로봇

(2) EU 로봇 기술 정책 동향

가. SPARC (The partnership for Robotics in Europe)

나. Strategic Research Agenda와 연계된 Multi-Annual Roadmap (MAR)

다. 주거 환경 기술 프로젝트(Robot-Era)

ⅰ. 프로젝트 개요

ⅱ. 실제 추진된 파일럿 프로그램 사례

ⅲ. 프로그램의 의의와 향후 계획

(3) 일본 로봇 기술 정책 동향

가. 일본의 로봇산업 성장 배경과 경쟁력

나. 일본의 산업용 로봇시장 현황과 전망

ⅰ. 일본 산업용 로봇시장의 성장과정

ⅱ. 일본 로봇산업 성장둔화 국면

ⅲ. 일본 로봇산업 성장성 국면

ⅳ. 내수 산업용 로봇산업 동향

다. 일본의 서비스 로봇시장 현황과 전망

ⅰ. 서비스 로봇시장의 수요 경쟁력

ⅱ. 서비스 로봇시장의 수요 전망

라. 일본의 로봇산업 육성 방향

ⅰ. 정책 방향

ⅱ. 규제개혁 주요 내용

ⅲ. 민관투자 확대 도모

ⅳ. 지원제도

(4) 중국 로봇 기술 정책 동향

가. 중국 산업용 로봇시장의 성장과정

ⅰ. 중국 제조업 현 국면

ⅱ. 중국 정부의 정책 지원

나. 중국의 산업용 로봇시장 현황과 전망

ⅰ. 초기 성장 단계

ⅱ. 외국계 기업 독과점

ⅲ. 시스템 통합 강점 수혜 기업

ⅳ. 산업용 로봇 최근 트렌드: 공작기계→코봇(Cobot)

다. 중국의 서비스용 로봇 시장 전망

라. 중국의 로봇산업 발전 로드맵

(5) 우리나라 로봇 기술 정책 동향과 방향

가. 산업용 로봇 동향

ⅰ. 산업용 로봇 생산 현황

ⅱ. 산업용 로봇 시장 규모와 수출 시장 성장성

나. 서비스 로봇 동향

ⅰ. 서비스 로봇 시장 규모

ⅱ. 서비스 로봇 경쟁력 현황

다. 한국 로봇산업 기업 현황

ⅰ. 중소기업 중심의 로봇 산업

ⅱ. 대기업의 로봇개발 참여 확대

 

1) 국내 지능형로봇 표준화 현황

(1) 지능형로봇표준포럼

가. KOROS 표준 제?개정 현황

2) 국제표준화 WG별 현황 및 주요이슈

(1) ISO TC299 : Robots and robotic devices 신설

(2) ISO TC299 WG1 : Vocabulary and characteristics (용어 및 특성)

(3) ISO TC299 WG2 : Personal care robot safety (개인지원로봇 안전)

(4) ISO TC299 WG3 : Industrial safety (산업용 안전)

(5) ISO TC299 WG4 : Service robots (서비스 로봇)

(6) ISO TC299 JWG5 : Medical robot safety (의료용 로봇 안전)

(7) ISO TC299 WG6 : Modularity for service robot (서비스 로봇 모듈화)

(8) IEC TC59 SC59F WG5 : Surface cleaning robots (청소로봇)

(9) IEC TC59 WG16 : Performance evaluation method of intelligent mobile robot platform for household and similar applications (가정용 지능형 이동로봇 및 유사기기의 성능평가방법)

3) 표준화 동향 시사점

4) 국내 특허 동향

 

 

1) 인공지능 개요

(1) 정의 및 개요

(2) 인공지능의 철학적 접근과 관점

가. 강한 인공지능(범용인공지능)

나. 약한 인공지능

다. 강한 인공지능에 대한 철학적인 주장과 반론

(3) 인공지능 기술의 실용적인 응용

(4) 인공지능의 이론적인 결과

2) 인공지능의 발전과 인터넷

(1) 경제 활동의 핵심 브레인 - 인터넷

(2) 인터넷의 경제 브레인 및 핵심 생산성 도구

가. 기계학습·약한 인공지능(weak artificial intelligence)

나. 컴퓨터의 자연어 처리/이해(Natural Language Processing: NLP)

다. 컴퓨터의 외부세계, 대상의 인식

라. 논리, 추론, 예측

마. 인공지능 투자

3) 인터넷 플랫폼의 진화

(1) 기계학습·인공지능의 인터넷 파괴적 혁신

(2) 부문별 플랫폼의 진화

가. IoT

나. 로봇

다. 금융(핀테크)

라. 의료 서비스

마. 교육 서비스

바. 공공 서비스

4) 국내 현황 및 정책 시사점

 

2. 인공지능 로봇 연구개발·상용화 주요 요소 개략 및 기술 동향 

1) 클라우드 컴퓨팅

(1) 개략

가. 클라우드 컴퓨팅의 정의 및 특징과 서비스

나. 클라우드 컴퓨팅의 발전

다. 클라우드 아키텍처

라. 클라우드 컴퓨팅의 국내외 기술 동향

마. 클라우드 컴퓨팅의 국내외 표준화 동향

(2) 글로벌 환경변화 및 동향

가. 클라우드 시대 도래

나. 해외 정책 동향

ⅰ. 클라우드 우선 도입으로 공공부문 효율화

ⅱ. 클라우드를 활용한 국가혁신 추진

ⅲ. 클라우드 이용 환경 개선을 위한 인프라 구축

다. 글로벌 시장 동향

ⅰ. 전 세계 클라우드 시장 동향

ⅱ. 클라우드 서비스 분야별 동향

(3) 클라우드가 국가?사회 전반에 미치는 영향

가. 정부 등 공공분야

ⅰ. 공공혁신

ⅱ. 공공서비스 확산

나. 산업 전반

ⅰ. 전통산업

ⅱ. ICT산업

다. 개인생활

라. 아이디어 창업 등 창조경제

(4) 클라우드 컴퓨팅 로봇 관련 기술 동향

가. 국내외 클라우드 컴퓨팅 기반 융합 사례

ⅰ. 해외 : 서비스 로봇을 위한 클라우드 컴퓨팅 프레임워크 DAvinCi

ⅱ. 해외 : 구글의 클라우드 로봇틱스

ⅲ. 국내 : 클라우드 기반 자녀 안심·안전 에이전트 로봇

나. 미래, 나노봇을 통한 뇌와 클라우드 상의 제 2 두뇌 연결 기술 동향

다. 빌딩 로보틱스, 클라우드를 통한 인공지능 빌딩 공조 제어 기술 동향

2) 인공 신경망(Artificial Neural Networks)

(1) 개략

가. 인공 신경망 정의

나. 인공 신경망 구성 요소

다. 심층 신경망 기본 개념

라. 인공 신경망 모델

ⅰ. 망 함수

ⅱ. 학습

ⅲ. 비용 함수 고르기

ⅳ. 학습 패러다임

ⅴ. 지도 학습

ⅵ. 자율 학습

ⅶ. 준 지도 학습

ⅷ. 학습 알고리즘과 딥러닝

마. 인공신경망의 사용 방법

바. 인공 신경망의 적용

ⅰ. 실생활에서 적용

ⅱ. 신경 네트워크와 신경 과학

ⅲ. 다양한 모델의 종류

ⅳ. 경영학에서의 인공신경망

사. 인공 신경망 소프트웨어

ⅰ. 시뮬레이션

ⅱ. 개발 환경

ⅲ. 사용자 개발 인공 신경망

아. 신경망 알고리즘 종류

ⅰ. 전방 전달 신경망(Feedforward neural network)

ⅱ. 방사 신경망(Radial basis function network)

ⅲ. 코헨 자기조직 신경망(kohonen self-organizing network)

ⅳ. 순환 인공 신경망(Recurrent neural network)

자. 인공신경망의 변수선택

ⅰ. 랜덤포레스트의 변수중요도를 활용한 변수선택

ⅱ. 인공신경망의 변수중요도를 활용한 변수선택

차. 이론적 특성

ⅰ. 계산 능력

ⅱ. 수용력(Capacity)

ⅲ. 근사(Convergence)

ⅳ. 일반화와 통계

카. 인공신경망에 대한 논란

ⅰ. 학습 문제

ⅱ. 하드웨어 문제

ⅲ. 실제 반례에 대한 비판

ⅳ. 혼합적 접근

(2) 인공 신경망과 로봇관련 기술 동향

가. 인공 신경망과 AlphaGo 분석

3) 데이터마이닝(data mining)

(1) 개략

가. 데이터마이닝의 정의와 개념

ⅰ. Data Mining 정의

ⅱ. Data Mining 개념 ? 부정위험탐지 사례

나. Data Mining 기법과 활용 분야

ⅰ. Data Mining 기법

ⅱ. Data Mining 활용분야

다. Data Mining 특징과 종류

ⅰ. Data Mining 특징

ⅱ. Data Mining 지식의 종류

라. 데이터마이닝 적용방법 및 절차 ? 부정위험탐지 사례

ⅰ. 적용방법

ⅱ. 적용절차

(2) 데이터마이닝 국내외 적용 사례

가. 국내

ⅰ. 신용카드업계 활용사례

ⅱ. 통신업계 활용사례

ⅲ. 소매업계 활용사례

ⅳ. 제조업계 활용사례

나. 해외

ⅰ. FBI ? 유전자 색인 시스템 활용 단시간 범인 검거 체계

ⅱ. NASA 감찰관실의 R&D 프로그램 감사

ⅲ. 미 뉴욕 주 감찰관실의 의료급여 부정수급 예측모형

ⅳ. 미 우정공사(USPS) 감찰관실의 계약 부정위험평가모형

ⅴ. 미 주택도시부(HUD) 감찰관실의 주택보조금 부정수급 예측모형

ⅵ. 일본 ? 센서데이터를 활용한 지능형 교통안내 시스템

4) 기계학습(Machine Learning)

(1) Machine Learning의 개념과 역사

가. Machine Learning 개념과 역사

나. Machine Learning 발전과 영향력

(2) Machine Learning의 개요와 학습

가. 기계 학습의 개요

ⅰ. 기계 학습 시스템의 모델

ⅱ. 학습 전략에 의한 기계 학습의 분류

나. 암기 학습

다. 지도에 의한 학습

ⅰ. 요구 단계

ⅱ. 해석 단계

ⅲ. 연산자화 단계

ⅳ. 합병 단계

ⅴ. 평가 단계

라. 유추에 의한 학습

ⅰ. 문제풀이와 유추

ⅱ. 계획-변형(plan-transformation) 문제 공간

마. 예를 통한 학습

ⅰ. 제어 방법

ⅱ. 훈련 예의 성질

ⅲ. 규칙 일반화 기법

바. 관찰을 통한 학습

(3) Deep Learning 개략

가. Deep Learning 개요

나. Deep Learning의 발전과정

다. 심층 신경망(deep neural networks)

라. 심층망의 문제점

마. 심층망을 위한 학습기법

ⅰ. 사전학습(pre-training)

ⅱ. Dropout

ⅲ. 조기 멈춤

바. Deep Learning의 응용

ⅰ. 컨볼루션 네트워크(CNN, convolutional neural networks)

ⅱ. 순환 신경망(RNN, recurrent neural networks)

사. Deep Learning의 알고리즘 이해와 관련 마케팅 환경

ⅰ. 빅데이터 환경

ⅱ. 딥러닝의 사물 인식 과정

ⅲ. 딥러닝 기술의 활용 분야

ⅳ. 기업의 마케팅 성공 사례

(4) Machine Learning / Deep Learning 관련 기술 동향

가. 딥러닝 기술의 최근 발전 동향

ⅰ. 계층 및 네트워크 구조의 발전

ⅱ. 학습 알고리즘의 발전

ⅲ. 시각화에 의한 학습 결과의 이해

ⅳ. CNN과 기존 방법을 결합한 인식 시스템

나. 머신 러닝 기술의 발전 사례

ⅰ. Google - 기계학습 제국

ⅱ. MicroSoft의 RankNet, Cortana, Azure

ⅲ. Facebook의 기계학습 응용 사례

ⅳ. Simens의 기계학습 응용 사례

ⅴ. 오바마 선거캠프의 유권자 맞춤 선거 전략

ⅵ. 캐스피다(Caspida)의 기계학습 기반 지능형 보안 시스템

ⅶ. 크리테오(Criteo)의 기계학습 기반 개인 맞춤형 퍼포먼스 광고

ⅷ. 아마존(Amazon): 구매추천 및 예측, AWS 기계학습 클라우드

ⅸ. NVIDIA: 기계학습을 위한 컴퓨팅 인프라

다. 인공지능 ? 딥러닝으로 암 검진, 영상 판독 연구 기술 동향

5) 지능형 에이전트(intelligent agent)

(1) 지능형 에이전트의 정의와 성질

가. 정의

나. 에이전트의 다양한 정의들의 공통사항

다. 에이전트(Agent)의 일반적 성질

ⅰ. 에이전트의 특성

ⅱ. 에이전트의 속성

ⅲ. 에이전트 설계를 위한 정의

라. 인공지능에서의 에이전트 모델

ⅰ. 심사숙고형 에이전트(deliberative agent)

ⅱ. 반응형 에이전트(reactive agent)

ⅲ. 상호작용 에이전트(interacting agent)

(2) 지능형 에이전트의 분류

가. 학습 에이전트(learning agent)

ⅰ. 정의

ⅱ. 협력적 여과와 학습 에이전트의 비교

ⅲ. 학습 에이전트의 기계학습에 따른 분류

ⅳ. 에이전트 사용 예

나. 인터페이스 에이전트(interface agent)

ⅰ. 사용자 인터페이스* 에이전트(user interface agent) 정의

ⅱ. 요구사항

ⅲ. 인터페이스 에이전트의 예

다. 데스크탑 에이전트(desktop agent)

ⅰ. 데스크탑 에이전트(desktop agent) 정의

ⅱ. 분류

라. 인터넷 에이전트(internet agent)

ⅰ. 정의

ⅱ. 기능에 따른 분류

ⅲ. 웹 검색 에이전트(web search agent)

마. 모빌 에이전트(mobile agent)

ⅰ. 정의

ⅱ. 특징

ⅲ. 모빌 에이전트 기술의 주요 요소

ⅳ. 클라이언트/서버모델과 모빌 에이전트 모델 비교

ⅴ. 모빌 에이전트의 예

바. 전자 상거래 에이전트(electronic commerce agent)

ⅰ. 전자 상거래 에이전트 역할

ⅱ. 가격 비교 에이전트

(3) 멀티 에이전트 시스템(MAS)

가. 멀티 에이전트 시스템의 개요

ⅰ. 분산 인공지능(Distributed Artificial Intelligence : DAI)

ⅱ. 분산 문제해결(Distributed Problem Solving : DPS)

ⅲ. 협력 분산형 문제해결(Cooperative Distributed Problem Solving : CDPS)

나. 멀티 에이전트 시스템의 특징

다. 상호작용 프로토콜(interaction protocol)의 종류

ⅰ. 조정 프로토콜(coordination protocol)

ⅱ. 협력 프로토콜(cooperation protocol)

ⅲ. 계약망 프로토콜(contract net protocol)

ⅳ. 흑판 시스템(blackboard system)

ⅴ. 타협 프로토콜(negotiation protocol)

라. 멀티 에이전트 시스템 응용

ⅰ. 적용분야

ⅱ. 정보시장(information marketplace)에서 멀티 에이전트 개념을 활용하는 실례

(4) 에이전트 응용 분야와 한계

가. 에이전트 기술의 적용 분야

나. 에이전트 상용화의 한계

6) 자연어 처리(自然語處理)

(1) 자연어 처리 개념과 분석

가. 개념

나. 자연어 처리 응용 분야

다. 자연어 처리 분석

ⅰ. 형태소 분석

ⅱ. 품사 부착

ⅲ. 구절 단위 분석

ⅳ. 구문 분석

(2) 자연어 처리 로봇 응용 기술 사례

가. E-mail로 미팅을 잡아주는 인공지능 비서 - Amy

나. 채팅봇 - Mutsuku

다. 페이스북 가상비서 M 채팅봇

라. 교육용 대화 장난감 - CogniToys

마. 구글의 인공지능 시스템 - 딥러닝 대화 알고리즘

바. 가정용 인공지능 비서 - 아마존 에코

7) 패턴인식(Pattern Recognition)

(1) 패턴인식 개략

가. 패턴인식의 정의

나. 특징과 패턴

다. 패턴인식 시스템의 구성 요소와 설계 사이클

ⅰ. 단계 1: 데이터 수집 단계

ⅱ. 단계 2: 특징 선택 단계

ⅲ. 단계 3: 모델 선택 단계

ⅳ. 단계 4: 학습 단계

ⅴ. 단계 5: 인식 단계

라. 패턴인식의 유형과 분류기

ⅰ. 문제의 유형

ⅱ. 분류기

마. 패턴인식 알고리즘의 성능 평가

ⅰ. 혼동행렬

ⅱ. ROC 곡선

(2) 패턴인식 접근법과 관련 응용 분야 및 응용 예

가. 패턴인식 접근법

ⅰ. 템플릿 정합법

ⅱ. 통계적 접근법

ⅲ. 신경망 접근법

ⅳ. 구조적 접근법

나. 패턴인식 응용 분야

ⅰ. 문자 인식 분야

ⅱ. 생체 인식과 인간 행동 패턴 분석 분야

ⅲ. 진단 시스템 분야

ⅳ. 예측 시스템 분야

ⅴ. 보안과 군사 분야

다. 패턴인식의 응용 예

ⅰ. 간단한 영문자 인식 시스템

ⅱ. 자동 어류 분류 시스템

 

 

1) 인공지능의 개념 및 역사

(1) 지식의 이해

(2) 초기 인공지능의 작동원리와 성취 및 한계

(3) 인간 인지의 작동원리에 대한 이해 증대

(4) 데이터 기반 귀납적 방법론의 주도권 획득

2) 최근 급격한 발전 동인 분석 및 활용분야

(1) 컴퓨팅 패러다임의 변화

가. 병렬 처리 및 클라우드 컴퓨팅 기술의 확산

나. 거대한 비정형 데이터의 가용화

(2) 딥러닝 방법론의 급부상

(3) 시각 및 청각 정보의 이해

(4) 자연어 처리 기술의 발달

가. 자연어 처리 기술의 작동원리

나. 자연어 처리의 대표적 성공사례인 IBM의 왓슨(Watson)

(5) 로봇 응용

(6) 국내외 기업들의 인공지능 서비스 현황

가. 현황 개요

나. IBM의 Watson Analytics 서비스

다. 구글의 서비스

라. 마이크로소프트의 Azure 서비스

마. 아마존의 AWS Machine Learning 서비스

바. WolframAlpha의 Computational Knowledge Engine 서비스

사. 솔트룩스의 서비스

3) 인공지능 기술의 미래 발전 가능성 평가 전망

(1) 연구개발 및 지식산업 전반에 걸친 패러다임 전환

(2) 뇌과학 연계 발전 전망

가. 인지컴퓨팅(인공지능)을 뇌과학 연구에 활용

나. 뇌과학의 발견을 인지컴퓨팅 개발에 활용

(3) 인공지능의 발전 전망과 한계

 

1) 인공지능 기술 트렌드와 산업 활성화 생태계 조성과 동향

(1) 인공지능 기술 트렌드와 ICT 혁신 전망

가. 온도조절장치의 심층적인 사례연구

나. 인공지능으로 인한 인터페이스 진화

다. 인공지능기술로 인한 생태계 차원의 인터페이스 확장

(2) 인공지능 산업 활성화 생태계 조성과 사례

가. 인공지능 산업 활성화 생태계 조성

ⅰ. AI 플랫폼

ⅱ. 인력확보

ⅲ. 기술공유

나. 인공지능 생태계?IBM 왓슨 사례

ⅰ. 왓슨 개요

ⅱ. 왓슨 경쟁력

ⅲ. 왓슨 활용 사례

ⅳ. 왓슨 생태계

ⅴ. 시사점

(3) 인공지능 생태계 기업 동향 관점

가. 인공지능 생태계의 시작

ⅰ. 미국 주도의 생태계 동향

ⅱ. 벤처의 인공지능 관련 기술 생태계

ⅲ. IT기업과 非IT기업의 기술개발 및 활용 방향

나. 해외 주요 사업자 동향

ⅰ. IT 분야

ⅱ. 무인 자동차

ⅲ. 헬스케어

ⅳ. 농업

ⅴ. 무인항공

ⅵ. 에너지

ⅶ. 지식서비스 분야

다. 국내 주요 사업자의 동향

ⅰ. 삼성전자

ⅱ. NAVER

ⅲ. 현대자동차

ⅳ. 디오텍

ⅴ. 클디

ⅵ. 유빅

2) 인공지능 시장 동향

(1) 인공지능 시장 동향

가. 시장구분

나. 산업 활용분야

다. 성장 및 도전요인

ⅰ. 성장동인(헬스케어)

ⅱ. 도전요인(헬스케어)

(2) 인공지능 시장 현황

가. 세계 시장

나. 국내 시장

ⅰ. 시장 규모

ⅱ. 주요 기업

다. 국내 인공지능 산업 기반 분석

ⅰ. 정책적 기반

ⅱ. 경제적 기반

ⅲ. 사회적 기반

ⅳ. 기술적 기반

라. 인공지능기술의 특허 출원 동향

(3) 인공지능 시장 전망

가. 글로벌 인공지능 시장 전망

나. 인공지능의 세부 응용영역별 시장 전망

3) 인공지능 기술 연구 및 정책 동향

(1) 인공지능 기술 수준 현황

가. 기술수준 조사 결과 종합

나. 세부기술별 기술수준 조사 결과

ⅰ. 지능형 SW

ⅱ. 인프라 컴퓨팅

ⅲ. Hardware

ⅳ. 기반기술

다. 10대 융합산업 분야별 인공지능(지능정보) 기술 중요도 조사 결과

라. 10대 융합산업 분야에서 발생할 예상 제품/서비스 조사

(2) 인공지능 기술 연구 및 정책 동향

가. 인공지능의 3대 주요 기술

ⅰ. 학습

ⅱ. 추론

ⅲ. 인식

나. ICBMS 발달에 따른 인공지능의 새로운 기술

다. 빅데이터로 발전하는 기술, 딥러닝

라. 각국의 차세대 인공지능 기술 준비 동향

ⅰ. 미국 정부의 Brain Initiative

ⅱ. EU의 Human Brain Project

ⅲ. IBM의 뉴로모픽 칩

ⅳ. 구글의 딥러닝과 양자컴퓨팅

ⅴ. 일본의 로봇 산업 육성

마. 국내외 기술 및 연구 동향

ⅰ. 미국

ⅱ. 유럽

ⅲ. 일본

ⅳ. 중국

ⅴ. 국내

바. 향후 발전 방향

사. 기술 및 정책제언

ⅰ. Governance 체계 구축

ⅱ. 새로운 패러다임 대비 R&D 추진

ⅲ. 법제도 인프라의 사전적 검토

ⅳ. 실무 융합형 인공지능 인력양성

ⅴ. 국제 협력 강화

1) 인공지능의 규범적 문제와 주요 내용

(1) 인공지능 규범 연구의 흐름

(2) 인공지능 및 로봇의 법제도적 규제 문제

2) 인공지능 규범체계 정립을 위한 정책과제

(1) 로봇윤리 및 인공지능 규범의 미래에 대한 중장기 학제 간 연구기반 조성

(2) 인공지능의 규범정립을 위한 법철학적 논의 활성화

가. 인공지능 관련 3가지 법철학적 쟁점 영역

나. 인간의 존엄성과 권리 주체 문제

다. 책임배분의 문제

라. 적법절차의 원리 문제

마. 규범적?법적 판단의 자동화 문제

(3) 인공지능 시대의 새로운 ICT법체계 정립을 위한 논의 방향

가. 새로운 법규범 형태에 관한 연구와 준비

나. 인공지능 알고리즘(또는 아키텍처)의 시민적 통제권한 확보

(4) 인공지능과 로봇의 규범체계를 정립하기 위한 사회적 기반 조성

가. 사회적 논의기구의 설치

나. 윤리헌장 등 사회규범의 재구성

다. 미래지향적 교육체계 수립

라. 국제규범의 모색

 

1) 부문별 미래 전망의 시사점

(1) 기술 발전 전망과 시사점

가. 글로벌 기업의 원천기술 장악 및 국내 의존도 상승

나. 국내 인공지능 분야의 다각화

다. 미래기술 전망 -4세대 R&D, 뇌과학 융합연구

(2) 고용 변화 전망과 시사점

가. 암기식 교육과 실무 경험을 통해 양성된 인재의 수요 감소

나. 인지컴퓨팅 전문인력 양성 확대 필요

다. 일반인 대상 인지컴퓨팅 교양교육 필요

라. 인지컴퓨팅의 해결 난제

(3) 산업 재편 전망 및 시사점

가. 글로벌 기업의 플랫폼화에 대응하는 비즈니스모델 혁신전략

나. 인지컴퓨팅과 사물인터넷의 결합

다. 니치시장의 벤처기업

라. 대기업과 벤처기업의 상생

(4) 장애요인의 극복

가. 특허전쟁 위험 대비 및 데이터 규제 완화

나. 인지컴퓨팅의 보안 강화

다. 알고리즘 책임성에 대한 검증방안

라. 윤리적?법적 판단능력의 학습

(5) 촉진 요인의 강화

가. 규제 및 공공서비스에 인지컴퓨팅 활용

나. 인지능력 증강 수요 전략

2) 국내외 정부의 관련 정책 조사

(1) 국내외 정부의 연구개발 현황

가. 국내 공공 연구개발 투자

나. 일본과 중국의 연구개발 투자

다. 시사점

(2) 인지컴퓨팅 인력 양성

(3) 산업정책

(4) 장애요인

(5) 촉진요인

3) 선제적 대응전략 도출

(1) 연구개발 부문의 대응 전략

가. 개방형 협력을 통해 기초연구 투자 확대

나. 기업과 대학ㆍ연구소 사이의 중개 강화

다. 데이터 기반 4세대 R&D 거점 구축 통한 체계적 지원

라. 뇌과학 연구와 연계한 융합연구 확대

(2) 인재 양성 측면의 대응 전략

가. 인지컴퓨팅 및 기계학습 전문가 양성 확대

나. Computational Thinking 교육에 인지컴퓨팅 반영

다. 교육 커리큘럼 개혁

라. 인공지능 수능시험 프로젝트 수행

(3) 산업 육성 측면의 대응 전략

가. 사물인터넷 사업에서 인지컴퓨팅 응용

나. 국내 및 아시아 시장 대상 서비스 개발 지원

다. 벤처기업의 인지컴퓨팅 연구 및 데이터 획득 지원

라. 대기업과 창업기업이 상생하는 산업생태계 조성 지원

(4) 장애요인 극복을 위한 규제완화 및 제도 마련

가. 개인정보보호 규제의 선별적 완화

나. 알고리즘 책임성의 가이드라인 및 검증방안 마련

다. 법의 취지에 대한 기계학습 연구 수행

(5) 공공수요 확대를 통한 촉진 전략

가. 다양한 공공부문에서 인지컴퓨팅 연구 및 활용 확대

나. 인지컴퓨팅을 활용한 보안 기술 개선

다. 인지컴퓨팅에 기반한 공공부문의 비즈니스모델 혁신 연구

 

 

2. IBM의 Watson의 응용분야 사례 

1) 의료 산업계의 적용 사례

2) 금융권에서의 Watson 적용 사례

(1) ANZ(호주) 글로벌 WM 사업부 재무설계사 업무 활용 사례

(2) DBS(싱가포르)의 WM 활용 사례

(3) Citi(미국) 고객 서비스 업무 활용 사례

(4) Nedbank(남아프리카 공화국) Social Media Data 모니터링 업무 활용 사례

(5) 일본 은행권의 도입 사례

3) 스포츠 분야에서의 Watson 적용 사례

4) 기타 산업군의 적용 사례

1) 로봇 저널리즘 국내 실험 사례

(1) 로봇 저널리즘 프레임워크

가. 데이터 수집(Data Crawling)

나. 이벤트 추출(Event Extraction)

다. 중요 이벤트 선별(Key Event Detection)

라. 기사의 분위기 결정(Mood Detection)

마. 뉴스 기사 생성(News Article Generation)

2) 로봇 저널리즘의 가능성과 한계

1) 개요

2) 특징 및 비교

3) 자산 적용 절차 및 주요 알고리즘

(1) 로보어드바이저 자산관리 프로세스

(2) 빅데이터 및 머신러닝 기술 기반 분석

4) 서비스 유형 및 국내외 업체 현황

(1) 로보어드바이저 서비스 유형

(2) 해외 현황

가. Wealthfront

나. Future Advisor

다. Netmug

(3) 국내 현황

5) 시사점

1) 대화형 로봇 페퍼 사양 및 도입 예

2) 일본과 한국의 대화형 로봇 시장 규모 추이

3) 대화형 로봇 미래 전망

(1) 인간 감정 대화 로봇

(2) 인공지능 기술적 특이점 전망

1) 로봇시장의 성장과 소셜로봇

2) 주목할 만한 소셜 로봇 사례

3) 소셜로봇의 시사점

1) 자율주행 기술의 발전전망

(1) 자율주행 기술의 부상

(2) 자율주행 기술의 핵심요소

(3) 서비스 방식별 발전경로

2) 비즈니스모델 혁신 가능성 탐색

(1) 기존 비즈니스모델 하에서 발전 전망

(2) 자율주행 기술 기반 비즈니스모델 혁신 가능성 탐색

(3) 무인택시의 수익모델 분석

가. 수요 분석

나. 비용구조 분석

(4) 산업 재편효과

3) 제도적 측면

(1) 자율주행 기술의 사회적 편익

(2) 무인택시에 대한 기존 운수 사업자의 반발

(3) 기업의 진입전략과 정부의 육성정책