AI를 생성하는 자동화 AI 연구 및 기술 동향
2020-03-10
org.kosen.entty.User@16741597
박종만(jmp21c2013)
AI의 인식은 룰 기반의 일반적 AI를 의미하는 약한 AI에서 독립적 다중지능과 상호작용 논리에 의한 자율적 AI를 의미하는 강한 AI를 거쳐 지능이 거대 증폭되는 슈퍼 AI로까지 진화하는 과정에서, 구현과 완성도 및 빙향성에 관한 비관 및 낙관론을 교차 생성하면서도 다양한 분야의 고부가가치 실현에 필수적인 기술로 인식되어가고 있다. 실무적으로 AI 형성을 위한 접근방식은 아직 ML의 반복적 결합방식에 의한 수동적인 접근방식이 대부분이긴 하나, 보다 효과적으로 학습된 자동화 ML 솔루션으로 진화하고 있다. 즉 일반적 AI 생성방식인 ML 파이프라인 처리방식을 자동으로 학습하게 하여 영역별 맞춤형 AI 생성 알고리즘(AIGA: AI generating algorithm)을 창출하는 접근방법이 이슈가 되고 있으며 독립적 해결 과제 형태로 부상하고 있다. 그 구현 및 개선 과정의 주요 부문은 메타학습 구조, 학습 알고리즘 자체의 메타학습, 효과적 학습환경의 생성[4] 분야로 설명되기도 한다.
시장은 AI의 도입과 실용화를 위한 모델 생성의 복잡한 과정을 자동화하여 AI 모델을 자동으로 생성하는 자동화 AI 모델과 솔루션들이 제시되어왔다. 이들은 다양한 유형의 학습을 통해 문제 발견과 해결을 위한 최적의 방법을 제시하며, 데이터 가공, 특징 추출, AI 모델 구축 등 일련의 과정을 자동화하는 툴로서 산출 근거의 설명이 가능한 AI를 구현하게 한다. 비즈니스의 관건은 최적화 모델링의 속도와 정밀도이다. 본 보고서는 자동화 ML 및 AI 관련 국내외 연구 및 기술 동향, 시장 동향과 전망, 시사점으로 구성하고, 관련 이슈를 검토하여 AI 개발 및 추진과 가속화에 도움을 주고자 정보를 공유한다.
시장은 AI의 도입과 실용화를 위한 모델 생성의 복잡한 과정을 자동화하여 AI 모델을 자동으로 생성하는 자동화 AI 모델과 솔루션들이 제시되어왔다. 이들은 다양한 유형의 학습을 통해 문제 발견과 해결을 위한 최적의 방법을 제시하며, 데이터 가공, 특징 추출, AI 모델 구축 등 일련의 과정을 자동화하는 툴로서 산출 근거의 설명이 가능한 AI를 구현하게 한다. 비즈니스의 관건은 최적화 모델링의 속도와 정밀도이다. 본 보고서는 자동화 ML 및 AI 관련 국내외 연구 및 기술 동향, 시장 동향과 전망, 시사점으로 구성하고, 관련 이슈를 검토하여 AI 개발 및 추진과 가속화에 도움을 주고자 정보를 공유한다.