홈앤서비스 SK BROADBAND

AI 분야 국가 경쟁력에 대해 영국의 데이터 분석기관 ‘토터스인텔리전스Tortois Intelligence’ 가 전 세계 62개국을 대상으로 분석한 ‘글로벌 AI 지수 보고서’에 따르면 2021년 한국의 AI 종합평가는 세계 7위에 랭크되었다. 그러나 디테일을 보면 씁쓸하다. 연구개발 수준은 세계 3위에 랭크되었지만 AI 기반 창업활동, 투자 및 비즈니스 이니셔티브를 포함하는 ‘상용화’는 15위에, AI 솔루션 제공을 위한 AI 엔지니어의 가용성 지표인 ‘인력’은 더 열악해서 28위에 랭크되었다. AI를 제대로 사용하는지 알아보는 데 중요한 지표인 운영 환경은 32위에 그치고 있다. 국내에서 AI를 활용하는 기업의 비율은 불과 2.5퍼센트에 불과하다. 모두가 AI 시대를 외치고 있지만 AI 연구로부터 상용화, 사업화에 이르는 연결은 겨우 걸음마 수준임을 알 수 있다.

이 책은 초반의 많은 분량을 AI의 탄생과 진화 과정을 살펴보는 데 할애하고 있다. 그러나 그 연결점은 AI가 기업과 산업 현장에서 어떤 형태로 쓰이고 있는지를 살펴보는 것이다. 온갖 찬사와 장밋빛 기대에도 불구하고 AI가 밟아온 역사는 대부분 실망과 실패의 역사였다. AI에 대한 과대포장과 오해가 넘쳐났고 기술적 성공과 사업적 성공은 그 의미가 완전히 다름에도 올바른 판단을 하지 못한 탓이다. IBM, 삼성전자, SK 텔레콤 등에서 기술 혁신을 주도하고 비즈니스와의 시너지를 고민해온 저자는 지난 70여 년 AI 역사에 대한 통찰을 바탕으로 비즈니스 현장에서 체험한 좌절과 성공의 사례를 꼼꼼하게 분석하고 대안들을 정리했다.

프롤로그

PART 1 - AI 탄생과 진화의 역사

1장 AI의 진화
1. AI란 무엇인가?
2. 인공지능의 아버지, 앨런 튜링
3. AI를 향한 첫걸음마
4. AI 연구의 두 접근 방식: 기호주의와 연결주의

2장 기호주의 AI 기술의 가능성과 한계
1. 기호를 기반으로 한 솔루션, GPS
2. 기호주의 AI의 하이라이트, 전문가 시스템
3. 한계에 봉착한 기호주의 AI

3장 학습하는 기계, 머신러닝
1. 머신러닝의 탄생
2. 전통적 프로그래밍 vs 머신러닝
3. 머신러닝의 학습 모델
4. 일상 속으로 깊이 파고든 머신러닝 활용

4장 연결주의 AI의 대세, 인공신경망과 딥러닝
1. 뉴런을 모델링하다
2. 인공신경망의 원조, 퍼셉트론
3. 한계에 부딪힌 퍼셉트론
4. 밀려나는 기호주의 AI, 각광받는 연결주의 AI
5. 인공신경망과 딥러닝
6. 역전파와 컴퓨팅으로 날개 단 딥러닝
7. 이미지넷 경진대회와 딥러닝의 급속 확산
8. 딥러닝 확산으로 다시 찾은 AI 여름

5장 과장과 실망이 초래한 AI 겨울
1. 두 번의 AI 겨울
2. 첫 번째 AI 겨울(1974년~80년)
3. 두 번째 AI 겨울(1987년~97년)
4. 세 번째 AI 겨울, 과연 올까?

6장 월드 지식 모델이 없는 AI
1. 머신러닝 학습의 한계
2. 수학 문제보다 ‘쉬운 일’ 푸는 게 더 어려운 AI
3. 세상이 꿈꾸는 ‘범용 AI’는 요원하다

PART 2 - AI를 활용한 경영 혁신 스토리

1장 넷플릭스 - AI 기반의 전사적 혁신으로 글로벌 거인이 되다
1. 넷플릭스가 AI를 전사적으로 활용하게 된 배경
2. 넷플릭스의 AI 활용 전략
3. 넷플릭스 콘텐츠 추천 시스템의 진화
4. 넷플릭스의 콘텐츠 추천 알고리듬
5. 고객 취향과 시청 이력을 활용한 개인 홈페이지 구성
6. 넷플릭스가 AI 활용에 뛰어난 이유

2장 블루리버테크놀로지 - AI와 머신러닝으로 농업 혁신을 이루다
1. 정밀농업에 AI를 적용하게 된 배경
2. 문제 해결을 위한 AI 시스템 구축
3. AI 기반 시스템 적용 결과
4. 정밀농업 확산을 위한 이슈들

3장 아메리칸익스프레스 - AI 기반 사기거래 탐지시스템
1. 사기거래 탐지시스템은 무엇인가?
2. 사기거래 탐지에 AI를 적용하게 된 배경
3. 접근 방법: 사기거래 탐지시스템에 인공지능 적용
4. 사기거래 탐지를 위한 인공지능 학습 모델
5. 아메리칸익스프레스의 최저 사기 거래율 유지 비법
6. 사기거래 탐지시스템의 남은 과제

4장 스티치픽스 - AI 기반 퍼스널 스타일링 서비스의 선두주자
1. 스타치픽스가 AI를 적용하게 된 배경
2. 전략1: AI와 데이터를 활용한 고도의 개인 스타일링
3. 전략2: AI와 스타일리스트의 협업
4. AI 전략 수행의 결과
5. 맞춤형 서비스의 경쟁력은 ‘협업 AI’ 패러다임에 있다

5장 통신회사를 괴롭히는 최대 트라우마 - AI를 이용한 가입자 이탈 조기 발견
1. 이탈 가입자 예측에 AI를 적용하게 된 배경
2. 이탈 가입자 예측을 위한 방법
3. AI와 머신러닝을 이용한 가입자 이탈 예측 결과
4. 가입자 이탈 예측 시스템 활용

6장 유니레버 - AI를 이용한 채용 패러다임 혁신
1. 유니레버가 채용 AI를 도입한 배경
2. AI 채용의 장단점
3. 유니레버의 AI 채용 프로세스
4. 유니레버의 AI 채용 효과
5. 기업 경쟁력, 이제는 AI 활용 능력이다

7장 리걸테크 - AI를 활용한 법률 서비스 시대
1. 법률 업무에 AI를 도입한 배경
2. 리걸테크 시장의 가파른 성장
3. AI 변호사의 흥미로운 사례
4. 리걸테크, 어떤 분야에서 활용하나
5. 한국 법률 시장에 부는 리걸데크 바람
6. 리걸테크, 국내에서 속도 못 내는 이유
7. 법률 AI의 한계와 전망

8장 LG AI연구원 - 패션 디자인의 새로운 지평을 연 초거대 AI
1. 패션 디자인이 AI와 협업한 배경
2. 초거대 AI ‘엑사원’이 바꾸는 세상
3. 인간과 디자인을 협업하는 AI
4. 초거대 AI는 어떤 미래를 보여줄까

PART 3 - AI 시대와 인간의 경영

1장 냉혹한 현실과 교훈
1. AI의 발전과 확산
2. AI, 과대 포장 유혹을 떨쳐야 한다
3. 성공적인 AI는 모두 ‘좁은 AI’였다
4. AI, ‘경험’하지 못하면 ‘이해’하지 못한다
5. 자율주행차에서 얻은 교훈
6. AI 실체에 대한 냉정한 시각
7. 신경망과 딥러닝의 한계점 노출
8. ‘하이브리드 AI’ 필요 대두
9. 현실 문제를 해결하지 못하는 AI의 한계
10. 신뢰도 높여줄 설명 가능한 인공지능

2장 AI가 가진 편견과 신뢰성 문제
1. AI는 편견이 심하다?
2. 진위 구별이 어려운 딥페이크
3. 신뢰할 수 있는 AI와 사용자의 신뢰

3장 AI 발전을 위한 산학 협력
1. 학계와 산업계의 역할 변화
2. AI 전문가들의 산업계 쏠림 현상
3. 기업으로 이동하는 연구실의 혁신 기술
4. 프로젝트의 목표와 추진 방법이 다르다
5. 국내 기업의 AI 도입률
6. 기업에 필요한 AI는 무엇인가?

부록 / AI 기반 ‘디지털 플랫폼 정부’에 대한 소고
참고문헌
그림출처