안녕하세요, 솔트룩스 블로그 기자단 1기 이정훈 연구원이라고 합니다.
"사람과 사람, 사람과 기계, 기계와 기계가 정보와 언어의 장벽을 넘어 자유롭게 지식과 감성을 소통하는 세상"
을 꿈꾼다는 사명을 가진 저희 솔트룩스에서는 사명을 이루기 위해 다양한 사람들이 다양한 일을 하며 함께 지내고 있는데요. 그 중에서 저는 AIS사업본부에서 일을 하고 있어요.
지금부터 저와 함께 저희 부서가 어떤 환경에서, 어떤 문제를 해결하기 위해 노력하는지 같이 알아가 볼까요?
AIS사업본부... 그게 뭐야?
위에서 말했듯이 저는 AIS사업본부 에서 일하고 있는데요. AIS는 Artificial Intelligence Solution의 약어로 인공지능을 사용해서 다양한 산업, 다양한 서비스의 문제를 해결하는 일을 하고 있어요. 특히 주로 금융, 그중에서도 콜센터에서 일어나는 문제를 주로 다루죠. 콜센터에 어떤 문제들을 인공지능을 사용해서 해결했는지 궁금하지 않으신가요?
또 AIS는 KE(Knowledge Engineering), IE(Intelligence Engineering), SE(Service & System Engineering) 팀으로 나눠져 있는데, 각 팀이 주로 어떤 기술과 문제를 다루는지는 점차 자세하게 풀어 나가도록 할게요!
인공지능 콜센터
왜 부서 소개를 할까?
인공지능에 대한 이론은 오래전부터 있었지만 하드웨어 기술력 부족으로 침체기가 있었죠. 그러나 하드웨어의 발달로 이론은 점점 구현화됐고 2012년 ILSVRC(ImageNet Large-Scale Visual Recogition Challenge) 대회에서 Alex net의 수상, 2016년 알파고가 등장함으로써 완벽하게 침체기에서 벗어났음을 보여줬습니다. 이후 수많은 연구소들의 공헌으로 인공지능 기술들이 엄청나게 발전을 하고 있어요. 하지만 이 인공지능 기술들이 문제에 대해 정확도가 높다고 무조건 현장에서 쓸 수 있는 게 아니에요. 오히려 상황에 따라 느리고 정확한 알고리즘보다 빠르고 너프한 알고리즘이 더 필요할 때가 있죠.
이렇게 기술을 적재적소에 사용하는 게 바로 현장의 묘미예요. 연구소에서는 높은 정확도가 중요시되고 정확도가 연구의 결과를 말해주는 경우가 많아요. 물론 이렇게 연구를 계속해 나가면 속도도 빨라지겠죠. 제가 얘기하고 싶은 건 부서마다 바라보는 관점이 다르다는 거예요.
연구소에서 뭘 했는지는 논문 같은 곳에 잘 기록돼 있어서 많은 사람들이 알고 있는 반면 현장의 이야기는 기록되지 않은 그저 경험한 사람들만 알고 있는 흘러가는 얘기일 때가 많아요. 그래서 이 블로그를 통해 한번 현장의 얘기도 기록해보려고 합니다 : )
앞으로 할 이야기들
앞으로 저희 부서가 어떤 일을 어떤 요구 사항이나 문제가 있어서, 어떤 기술을 사용해 효율적으로 문제를 해결했는지 하나하나 자세히 써 나갈 예정이에요 : )
간단하게 몇 가지 예를 들면
· 딥러닝을 이용한 지식 추출
· 비전문가도 쉽게 기계학습을 시작할 수 있는 관리 도구, 텍스트 데이터 분석
에 대한 얘기가 있을 수 있겠죠.
이뿐만 아니라 엄청나게 많은 이야기를 재밌고 이해하기 쉽게 다룰 예정이니 기계학습을 실무에서 어떻게 써야 할까? 어디에 쓰는 게 좋을까? 궁금하신 분들은 많이 기대해 주시고, 꼭! 구독+재방문 해주세요~ : )
(*출처: 구글 이미지)
