AI/로봇·드론/VR·AR

Nikkei Computer_2016.04.28 특집 (p20-39)

인공지능의 진실
심층학습으로 실용화가 가속

「제 3차 붐」이라고 불리는 인공지능(AI)에의 기대는 꺾일 기세가 아니다. 인간의 일을 뺏고, 바둑의 프로에 승리하여 화제를 모으고 있는 가운데, 실 시스템에의 응용이 점점 빨라지고 있다.

현상에서는 AI에의 기대와 AI기술의 수준과는 아직 격차가 있지만, 현재의 AI기술로도 잘 활용하면 인간을 대신하여, 다양한 업무를 할 수 있다. 고객에게 서비스를 제공 가능한 메리트는 충분히 얻을 수 있다. AI의 진실을 확인하고, 활용할 노하우를 선행하는 기업의 도전에서 배운다.

Part. 1 실력을 확인한다
제 3차 인공지능(AI) 붐이 꺾일 기세로 보이지는 않는다. 바둑의 세계에서 프로기사에 압승하는 등, 화제도 풍부하다. AI를 비즈니스에 활용하려고 하는 기업이 늘어나고 있다. 과도한 기대를 키우기 보다, 현재의 실력을 확인하는 자세가 필요하다.

 「상담 건수는 약 4개월에 128건에 달했다. 제조, 금융, 유통, 통신, 공공 등의 폭 넓은 업종으로부터 거래 또는 문의가 있었다」. Fujitsu AI활용 컨설팅부의 부장이, 동사가 11월에 발표한 서비스결과에 대해 말한다.

2003년경부터 본격화한 제 3차 AI붐은 2016년도 그 기세가 꺾일 것 같지 않다. 3월 중순에는 신경세포를 모방한 다층 Neural Net에 의한 기계학습 「Deep Learning」을 적용한 미 구글 Deep Mind사의 바둑 AI「AlphaGo」가 세계최강이라는 프로기사와의 5번 대국에서 4승 1패로 압승했다.

일본정부도 AI연구나 산학연대의 체제를 강화하고 있다. 산업기술종합연구소, 정보통신연구기구에 이어, 4월에는 이화학연구소가 AI연구거점 「혁신지능통합연구센터」를 신설한다고 발표했다.

연구개발에 병행하여, AI는 본격적인 실용화를 맞고 있다. 三菱東京UFJ銀行은 2016년 3월, LINE공식어카운트의 질문응답서비스 「은행거래 Q & A」를 발표했다.
미 IBM의 AI기반기술 「Watson」을 이용하여, 「남편의 이름으로 송금하고 싶은데 무엇을 가져가면 좋을까?」라는 질문에 대해, 확도가 높은 회답 세 개의 예를 든다. 경시청 걸리버 Int’l, 미즈호은행, 아사히그룹 홀딩스 등도 심층학습이나 자연언어처리의 실용화에 도전하고 있다.

--과도한 기대는 금물 –
AI의 주목도가 높아지고, 소비자나 기업은 업무의 생산성이나 품질의 향상 등에 기대를 건다. 그러나 현상에서는, 기대의 높이에 실제의 기술수준이 언제나 쫓아가지는 못하고 있다.

심층학습의 채용으로 정도의 향상이 기대된 음성인식이 그 하나다. 아사히 그룹과 노무라 종합연구소가 실시한, 외국인용 대화형 자판기의 실증실험에서 「Tea」라는 발음을 알파벳 「T」로 오인식 하는 등, 조정의 필요가 생겼다.

IBM도 2014년에 복수의 미 기업에 Watson을 선행 도입했을 때, 「퀴즈 왕에게 승리한 Watson」이라는 높은 기대에, 실제로 개발한 애플리케이션이 완전하게 대답하지 못하는 과제에 직면했었다.

그러나 중장기적으로 보면, AI가 장래의 사업경쟁력에 주는 영향은 계산할 수 없을 정도이다. 10년 후에 많은 직종이 컴퓨터로 바뀔 가능성도 있다. 비즈니스분야에서 AI기술의 응용을 지향하는 사용기업, AI관련제품·서비스를 제공하는 벤더는 함께 현재 AI기술의 실력을 냉정하게 알고, 장래의 나갈 방향을 설정해야 할 것이다.

-- 심층학습이 적용 가능한가 아닌가의 차이 --
인공지능은 학술적으로, 컴퓨터를 사용하여 인간의 지능과 동등의 기능을 실현하는 시스템이나, 그 실현에 필요한 기초기술을 말한다. 사진이나 영상을 인식하는 「화상인식」, 음성을 텍스트화하는 「음성인식」, 문장을 이해하고 자연스럽게 주고 받는 「자연언어처리」, 방대한 데이터로 장래에 일어날 일을 예측하는 「예측분석」은 모두 학술영역으로서 AI를 포함한다.

2013년 이후에 크게 발전한 것은 화상인식과 음성인식으로, 심층학습이 적용 가능한 영역이다. 컴퓨팅파워의 향상과 저 가격화의 지원에 힘입어, 이들 영역에서는 이미 인간을 뛰어 넘는 정도를 실현하고 있다.

이에 비해, 회화나 질문응답, 번역의 자연언어처리는, 현 시점에서는 아직 기대와는 괴리가 크다. 심층학습과 같은 Break-through가 등장하지 않는 것이 요인이다.
의미 없는 잡지나, FAQ(자주 있는 질문과 회답)를 베이스로 한 일문일답은 처리해도 목적 있는 회화의 실현은 아직 어렵다. 

-- AI에 강한 IT벤더와 협력 --
AI의 실용화를 추진하는 유력한 방법은, AI기술 내용을 잘 아는, 그 실력을 알고 있는 IT벤더와 긴밀한 협력체제이다. 공동으로 기술검증이나 비즈니스 검증의 공정을 밟을 필요가 있다.

-- AI를 잘 아는 기술자를 채용·육성한다--
AI를 추진할 때, 사용기업이 자신들의 전문가를 획득·육성하여, 자사에서 기술검증이나 비즈니스 실증, 애플리케이션 개발을 행하는 체제를 구축하는 방법도 있다.
이전에는 벤더가 AI의 전문기술자를 독점하고 있고, 사용기업 자신이 AI기술을 검증하는 것은 어려웠다. 그러나 최근 1~2년에 AI기술의 API (Application Program Interface)화나 OSS (Open Source Software)화가 진행되어, 벤더에 의지하지 않고도 고도한 AI기술에 억세스가 가능한 환경이 정비되었다.

「Cloud AI」가 대두하면서, AI제품/서비스 선택이 다양화

Part. 2 화상인식으로 「눈」을 고도화
AI붐의 견인역인 심층학습(딥·러닝). 국내에서도 업무에 응용한 사례가 계속하여 등장하고 있다. 심층학습에는 AI의 학습에 대량의 교사데이터가 필요하게 되는 과제가 있다. 선행 사용자는 IT기업과의 콜라보레이션으로 실용화에 도전한다.         

● Gulliver x ABEJA : 동선분석으로 「팔리는 점포」를 실현
 
● 前田建設 x Morpho : 전문가와 같은 레벨의 진단

●三越伊勢丹 x Sensy : 점원과 AI에 의한 코디 등의 디지털 접객

● NTT Com x Alsok : 프로의 시점에서 주목해야 할 동작을 결정

● 警視庁、豊島区 x NEC: 사람의 밀집을 심층학습으로 해석 가능하게

Part. 3 자연언어로 AI를 활용
주목도가 높은 반면에 잘 사용하기가 어려운 것이 자연언어처리를 사용한 AI이다. 그러나, 음성인식 등과의 조합으로 얻을 수 있는 비즈니스상의 메리트는 크다. 선행 사용자는 IT기업과 손을 잡고, 대상분야를 좁혀서 실용화에 대응하고 있다.   

● 三菱UFJ 은행 x IBM : 전화응대의 교체 겨냥, 복수 기술을 병용
 
● Mizuho 은행 x Softbank, IBM : 분야를 좁혀 로봇(Pepper)으로 접객

● Toshiba : Web이나 입력으로 단어 데이터베이스를 보완

● Asahi x NRI : 시용판의 API를 한발 빠르게 채용

인터뷰
미국과 다른 AI연구체제를 지향, 데이터 가진 기업과의 연대가 열쇠  
산업기술종합연구소 인공지능 연구센터장（辻井 潤一）

   - 끝 -