기획시리즈
헬스케어 인공지능 기술의 활용 동향
- 발행일 : 2020.02.26
- 김종호
- 원문보기
의사의 인지 및 판단 능력으로는 진료기록, 의료영상, 유전체 데이터 등 방대한 환자 데이터를 분석해서 최선의 결론을 찾는 데 많은 한계가 있다. 또한, 같은 질병에 대해서도 의사들 간 변이가 크고 의료 사고는 생명을 위협하는 큰 요인으로 자주 거론되고 있다. 이에 따라 근거에 기반하고 빠르며 정확한 연산 능력을 지닌 인공지능 헬스케어시스템에 대한 의료소비자들의 신뢰가 점점 커지고 있다. 딥러닝 기술의 비약적인 발전과 의사의 한계, 진료의 효과성, 안전성에 대한 소비자의 기대가 복합되어 헬스케어의 다양한 분야에서 인공지능 기술의 적용이 활발하다. 의료영상 분야에서는 이미 인공지능 기술이 의사와 대등한 수준에 이르렀다는 것이 많은 연구에서 입증되고 있다. 의료영상 AI(Artificial Intelligence) 기술은 육안으로 확인할 수 없는 세밀한 부분까지 파악하여 치료의 안전성과 효과성을 높이고 있다. 이외에도 신약개발, 의료로봇, 진료 워크플로우 지원 등 다방면으로 AI는 적용 범위를 넓히면서 헬스케어 서비스의 제공방식을 근본적으로 바꾸어 나가고 있다. 본 고에서는 헬스케어 분야별로 인공지능의 활용 동향을 살펴보고자 한다.
기획시리즈 모아보기
더보기..
ICT 신기술
인공지능을 활용한 광물자원개발기술 동향
- 발행일 : 2020.02.26
- 최요순; 이희욱
- 원문보기
4차 산업혁명으로 인해 최첨단 정보통신기술을 광물자원개발 현장에 도입한 스마트 마이닝(Smart Mining) 기술이 전 세계적으로 주목을 받고 있다. 스마트 마이닝 기술 개발로 인해 광물자원개발 현장에서는 많은 양의 데이터가 실시간으로 생산, 수집, 공유되고 있으며, 이를 효과적으로 분석하기 위한 머신러닝 등 인공지능 기술이 광물 산업 분야에 도입되고 있다. 본 고에서는 광물 산업 분야에 머신러닝 기술이 적용된 최근의 연구사례를 소개하였다. 광물자원 개발의 전주기를 1) 조사 및 탐사 단계, 2) 개발 및 운영 단계, 3) 광해 관리 단계로 분류하고, 단계별로 머신러닝 기법이 적용된 최근의 연구사례들을 조사하여, 이를 간략하게 정리하였다. 조사 및 탐사 단계에서는 비지도학습 기법인 Stacked Auto-Encoders(SAE)와 지도학습인 Convolution Neural Network(CNN)이 빈번하게 활용되고 있었고, 개발 및 운영 단계에서는 CNN과 Deep Neural Network(DNN)을 기본으로 입력자료의 특성에 따라 머신러닝 기법이 조정되거나 새로운 기법이 제안되기도 하였다. 또한, 장비제어 및 자동화를 위해 강화학습을 도입하는 연구도 수행되었다. 광해 관리 단계에서는 시계열 예측을 위해 Recurrent Neural Network(RNN)이나 Long Short-Term Memory models(LSTM) 등이 활용되었다. 향후 광물 산업에서 머신러닝 등 인공지능 기술이 중요성을 더욱 커질 것이며, 이에 관한 지속적인 연구가 필요할 것이다.
ICT 신기술 모아보기
더보기..
ICT R&D 동향
메타 모델 이용한 인공지능 클라우드 인프라 자동 구축 기술
- 발행일 : 2020.02.26
- 김두현
- 원문보기
데이터센터, 기업 및 연구소 등 대규모 인공지능 클라우드 인프라 구축이 필요한 곳에서, 수많은 물리 머신(노드)에 필요한 소프트웨어를 동시다발적으로 설치 및 연결하여 자동으로 인공지능 클라우드 인프라를 구축할 수 있는 기술
웰니스 컴패니언 QA 서비스 기술
- 발행일 : 2020.02.26
- 정혜동
- 원문보기
상황에 대한 인지와 사용자의 자연어 질의에 대해 분석하여 웰니스 지식 베이스를 기반으로 질의에 대한 응답을 해주는 기술
ICT R&D 동향 모아보기
