본문 바로가기

BI/인공지능66

ChatGPT 서비스로 성향 맞춤 AI Copywriter 흉내 내보기 ChatGPT에게 'CJ 바이오코어 구강 유산균' 상품 설명을 복사해다가 광고 문구를 만들어 달라고 요청했습니다. 몇 가지 안을 만드는 기준을 같이 주는 게 좋겠다 싶었습니다. 심리학계에서 인정받는 Big 5 성격특성 요소(https://together.kakao.com/big-five)를 기반으로 도출한 네 가지 성격 유형에 맞춰서 카피를 제안해 달라고 했습니다. 역시나 성향에 맞춘 듯하면서 그럴듯하게 잘 대답합니다. 인간 카피라이터가 피드백을 좀 더 한다면 실제 업무에 적용할 만하지 않을까 합니다. 평균형(average type) ~ 역할모델형(role model type) 분류는 논문, 기사 등으로 설명이 많은 편입니다. 심리학계에서는 유명한 성격 유형이기에 ChatGPT가 추가 학습하거나 별도로 .. 2023. 3. 30.
ChatGPT로 컨텐츠 기반 추천 흉내 내보기 Richard Feynman: Can Machines Think? - YouTube 영상의 제목, 설명, 댓글 텍스트를 복사해다가 ChatGPT에게 보내고 (정확히는 bing.com의 Chat 메뉴 사용) 간략한 분석과 함께 어떤 군집에 추천하면 좋을지 제안해 달라고 요청해 보았습니다. 정말 간단하게 문의했는데, 보편적인 광고 타겟팅 관점에서 답변을 생성했습니다. 추가적으로 군집에 대한 특성을 나열하여 입력하고, 해당 군집 목록 중에서 선택해 달라고 하면(일종의 classification) 그대로 해줄 겁니다. OpenAI 사가 제공하는 fine-tuning(미세조정) 기능을 통해 컨텐츠 기반 추천에 유용한 데이터를 추가로 학습하고 타겟팅용 군집을 제시하면 더욱 정확하게 추천할 것으로 예상합니다. Ope.. 2023. 3. 30.
도전해 보자 '파이썬 기반 금융 인공지능' 파이썬 기반 금융 인공지능 - 파이썬과 케라스를 활용한 금융 시계열 데이터 기반 알고리즘 트레이딩 전략 저자: 이브 힐피시 / 번역: 김도형 / 출간: 2022-09-30 https://www.hanbit.co.kr/store/books/look.php?p_code=B2409963430 주식투자 경험과 더불어 통계학을 '좀' 알고, Python의 ScikitLearn과 Pandas 라이브러리에 익숙하면 이 책을 읽기에 충분합니다. 저는 트레이딩에 대해 잘 아는 편이 아니라 중반 이후부터는 이해하기가 쉽지 않았습니다. 손절 정도의 리스크 관리까지는 그런가보다 하겠는데 상승매수, 하락매도 같은 용어가 나오니 제대로 이해하고 있는 건지 확신하기가 힘들더군요. 인공지능에 대한 지식은 없어도 됩니다. 이 책에서 .. 2023. 3. 26.
AI는 우리 삶에 무슨 짓을 하게 될까? ChatGPT 들어 보셨지요? 알파고 열풍 이후에 이 정도로 인공지능이 화두가 된 적이 있었나 싶습니다. 알파고를 계기로 인공지능 기술에 손을 대게 된 터라 한 마디 얹자면, 그때보다도 지금이 더 우리 사회가 들썩이는 듯합니다. “직장인들의 오피스 노가다는 완전히 끝났습니다. 챗GPT가 MS 오피스에 적용되었습니다.” 바둑이야 인간보다 인공지능이 잘 두든 말든 큰 상관이 없다는 사람들이 많았겠지요. MS 오피스 역시 전국민이 쓰지는 않겠지만 바둑보다는 파급력이 큰가 봅니다. 그럼 MS 오피스 말고 다른 업무는 어떨까요? Coffee Robot C1 PRO 커피 로봇이 내린 커피의 품질은 잠깐 논외로 하고 자동화 관점만 놓고 생각해 봅시다. 위의 사진처럼 사용자가 키오스크로 주문을 하면 원두를 갈아 커피를.. 2023. 3. 22.
AI는 AE의 경쟁자인가? 2023년 1월 4일에 CJ ENM Data Solution Center Tech Blog에 올렸던 글을 백업차 올립니다. https://techblog.cjenm.com/ai는-ae의-경쟁자인가-7c879f97f118 AI(Artificial intelligence, 인공지능)는 AE(Account Executive)의 경쟁자일까요? 산업혁명 시대에 러다이트 운동 같이 AI가 일자리를 위협하는 사례가 잘 알려져 있다 보니, AI가 인간의 경쟁자로만 비치는 인상은 깊은 편입니다. ※ 러다이트 운동에 대해서는 이 블로그의 다른 글(인공지능 러다이트 운동을 예방하려면 https://wizmusa.tistory.com/1170964268)을 참고 바람. AI 모델을 만들어 업무 현장에 투입하게 되면 아무래도 .. 2023. 3. 18.
상황인식 AI 서비스로 살짝 보이는 국민성 일본 전철역판 '마이너리티 리포트'같은 범죄 예측 시스템을 다룬 2021년도 기사입니다. 후속 기사를 검색해 보았는데 찾지 못했습니다. 일본, 범죄로부터 전철 내 안전 어떻게 지키나 https://news.kbs.co.kr/news/view.do?ncd=5357581 AI로 영상을 분석하여 일반적인 심리 상태인 사람은 녹색으로 표시하는데, 공격성이나 긴장이 높아지면 붉은 색으로 표시한다고 합니다. 범행 전 영상을 분석해 봤더니 경찰 앞을 지나갈 때 붉은 색으로 바뀌었습니다. 범죄가 아닌 다른 일로 긴장을 했다 해도 붉은 색이 나올 듯합니다. 정확도가 얼마나 될까요? 사람이 긴장을 하는지 여부는 일종의 정답지가 있는 데이터가 분명히 있습니다만, 그것만 가지고 범죄 의도를 의심하기에는 불충분해 보입니다. 경.. 2023. 3. 16.
아이는 마을이 키우고 AI는 조직이 키운다 2022년 9월 30일자 정보처리학회지(Korea Information Processing Society Review)에 기고한 인공지능 프로젝트 lessons learned(https://g.co/kgs/h8yRcq) 모음이랄까요? 제29권 3호 Pages. 44-49에 실렸습니다. 아이 하나를 잘 키우기 위해 온 마을이 나서야 하듯이 AI로 기본 비즈니스를 발전하게 하려면 조직 전체가 나서야 한다는 주제입니다. 그러지 못하면 어떤 한계에 봉착하는지 줄줄이 읊어 보았습니다. http://www.koreascience.or.kr/article/JAKO202229753208300.page?&lang=ko 아이는 마을이 키우고 AI는 조직이 키운다 -정보처리학회지 | Korea Science 여기를 클릭하여.. 2023. 3. 10.
AI 개발에서 꼼수는 한계가 자명하다 최근 김상욱 교수의 페이스북에서 아마추어 바둑기사가 바둑 인공지능 카타고(https://github.com/lightvector/KataGo)를 상대로 헛점을 파고 들어 15전 14승을 거두었다는 글을 읽었습니다. (https://www.facebook.com/sangwook.kim.quantum/posts/6404154772952052) 알파고나 알파고 제로였다면 저렇게 지지는 않았을 듯합니다. 아마 알파고처럼 오랜 기간 큰 비용을 투자하지는 못하는 조직이 휴리스틱(https://g.co/kgs/PtfMxb)이나 일종의 룰을 설정해서 조기에 전반적인 완성도를 높이지 않았나 싶습니다. 이렇게 하면 추론을 하는 데에도(실전 투입) 컴퓨팅 자원이 덜 들어가게 되는 장점이 있습니다. CPU, GPU, 메모리 .. 2023. 3. 1.
점원처럼 응대하는 챗봇 UX가 나올 때가 됐다 앞서 올렸던 AI 모델만이 아니라 서비스를 이야기하는 'AI & UX' (https://wizmusa.tistory.com/1170964427) 글에서 다룬 A백화점만이 아니라 챗봇을 기존 쇼핑몰 화면의 사용자 시나리오와 별개로 동작하게 하는 사례가 많습니다. PC의 웹 브라우저로 챗봇 창에서 대화를 하다가 이전의 쇼핑몰 화면으로 쉽게 돌아가지 못해서 사용자가 혼란스러워하는 사례도 종종 생겼습니다. 챗봇 서비스는 없어도 되는 덤이었던 기획에서 완전히 벗어나지 못했기 때문입니다. 그래도 지금은 클릭 클릭 클릭해 들어가야 하는 메뉴 기능을 챗봇에게 물어봐서 한번에 들어가라는 식으로 안내하기도 합니다. 제가 AI 쇼핑 어드바이저 챗봇 구축 프로젝트에 참여했던 2016년 인식을 돌이켜 보면 장족의 발전입니다. .. 2023. 2. 20.
AI 모델만이 아니라 서비스를 이야기하는 'AI & UX' 개빈 루, 로버트 슈마허 주니어 (지은이), 송유미 (옮긴이) 에이콘출판 2022-01-28 원제: AI and UX: Why Artificial Intelligence Needs User Experience https://www.aladin.co.kr/shop/wproduct.aspx?ItemId=286793217 지인 추천으로 알게 된 책으로, '인공지능에 사용자 경험이 필요한 이유'라는 부제를 보자마자 이 책을 2016년 말, 2017년 초에 봤더라면 좋았겠다는 탄식이 나왔습니다. A백화점 AI 쇼핑 어드바이저 개발 프로젝트를 시작하던 시기로서 저는 PL로 참여했습니다. A사만이 아니라 I사 한국지사도 AI 프로젝트는 처음이라 챗봇, 상품 추천 AI 모델, 빅데이터 플랫폼 개발에 치중했습니다. 프로.. 2023. 2. 16.
구글이 벌였던 눈에 띈 실수와 눈에 띄지 않은 실수 오늘 도서관에 들렀다가 잠깐 펼친 책에 '담뽀뽀'라는 영화를 추천하는 내용이 있었습니다. 집에 와서 밥 먹고 이런 저런 일을 마치고 어떤 영화였던가 기억을 더듬어 보니 제목이 영 떠오르지 않았습니다. 검색해 보면 나오겠지 하여 구글에 기억 나는 부분인 '일본 라멘 영화 1986년'이라고 검색어를 넣었더니 단박에 최상단으로 나무위키의 '담뽀뽀' 항목이 나왔습니다. 클릭해 들어가니 개봉년도는 1985년이었군요. 내용 중에는 1986년이라고도 언급이 되어 있고요. 그 정도는 틀려도 구글이 잘 찾아주나 봅니다. 구글 영화에 담뽀뽀가 있으면 볼까 하여 '담뽀뽀'를 검색했더니 의외의 결과가 나왔습니다. 장르를 요리영화나 그냥 코미디로만 분류했으면 그런가보다 했을 텐데, 뜬금없이 '서부극'이라고 하는군요. 이유를 곰.. 2023. 2. 12.
사람이 AI에게 맞춘다 목마른 사람이 우물을 판다는 속담이 인공지능 서비스 사용자에게도 통할 줄은 몰랐다. 절실하거나 궁금하다는 이유로 사람 사용자는 여러모로 부족한 인공지능을 서비스 개발자도 놀랄 정도로 어떻게든 활용한다. 니즈의 본질에 맞닿기만 한다면 완성도가 부분적으로 떨어져도 사용자가 가져다 고쳐 쓰는 사례는 어느 분야에나 존재한다. 이전 직장의 사업부서 중에서는 2018년 즈음에도 로봇 전문 파트너사를 구하여 여러 가지 사업을 구상했다. 그 중 하나는 서빙 로봇이었다. 2023년은 이미 서빙 로봇이 대중화 되어 온라인 쇼핑몰에서도 살 수 있는 정도이지만 2018년, 2019년만 해도 생소했다. 무엇보다 인식이 문제였다. 알파고가 이세돌 기사를 이긴 것이나 흔히 알려졌지 그 외에 모든 것은 대중에게 생소하기만 했다. 기.. 2023. 1. 30.
보기 드문 심화학습서 '트랜스포머를 활용한 자연어 처리' 한빛미디어 / 저자: 루이스 턴스톨, 레안드로 폰 베라, 토마스 울프 / 번역: 박해선 https://www.hanbit.co.kr/store/books/look.php?p_code=B2369016915 인공지능 자연어처리(NLP, Natural Language Processing) 분야 책을 검색해 보면, 입문서와 정말 아주 어렵고 두꺼운 심화학습서가 나오는데, 간만에 입문서를 뗀 독자가 바로 이어서 다음 단계로 나가도록 안내해주는 실용적인 심화학습서가 나왔다. 살짝 두툼한 편이면서도 다루는 범위에 비하면 얇다고 본다. 다시 말해, 입문서를 잘 떼고 이 책을 보지 않으면 본 적은 있는데 활용할 줄은 모르겠는 부분이 주루루루룩 나오게 된다. 파이토치로 배우는 자연어 처리(https://www.hanbit.. 2023. 1. 2.
이전 팀원들 자랑 지난 5월에 새로운 도전을 위해 이직을 했는데, 어제 이전 회사의 팀원들이 계속 성과를 내고 있다는 소식을 들었다. 녹록치 않은 환경에서 부단하게 결실을 맺는 동료들이 자랑스럽다. 자연어처리 파트에는 허구헌날 KorQuAD, KorQuAD 하며 부담을 주기만 했건만, 이제는 당당하게 리더보드에 이름을 올렸다. (https://korquad.github.io/ 2022.11.08) Vision AI 파트는 아이템만 잡으면 뭐든 해내는 인재들이어서, 전에도 이런 저런 경진대회에서 수상을 하더니 역시나 의학 분야에서도 실력을 과시했다. (암 예후예측 데이터 구축 AI 경진대회 - 폐암 병리 슬라이드 이미지 세그멘테이션 https://aiconnect.kr/competition/detail/218/task/26.. 2022. 12. 29.
Google 검색은 계속 발전한다 구글 검색 서비스 수준은 누가 뭐래도 세계 제일이다. 물론 최근에는 몇몇 관점이나 주제로는 구글 검색의 대안을 자처하는 서비스가 나오고는 있다. 그러나 업력으로 따지면 구글은 워낙 압도적이다. 1998년 9월 이래로 쌓인 데이터는 다양한 고객 계층의 니즈를 파악하게 해 주었기에 어느새 구글은 '문서 검색'의 수준을 뛰어넘은 지 오래이다. 아직 공감대를 형성하지는 않았을 텐데, 이러한 구글의 지향은 대략 '증강 분석'이라는 용어로 설명이 가능하다. 증강 분석은 인공 지능(AI)과 기계 학습(ML)에 기반한 분석 유형으로, 상황에 맞추어 데이터와 상호 작용하는 인간의 능력을 확장하는 기술입니다. 증강 분석은 분석 기능을 더 많은 사람이 사용할 수 있게 하는 권장 사항, 인사이트, 쿼리 지침 등 다양한 도구와.. 2022. 8. 10.
골드만삭스가 트레이더를 해고할 수 있었던 이유 트레이더 대량 해고한 골드만삭스의 자동화 - 테크M [테크M 독점제휴= MIT테크놀로지리뷰] 월스트리트의 소프트웨어는 금융업을 변화시키고 금융업에서 이익을 보는 사람들까지 바꾸고 있다.골드만삭스의 뉴욕 본사에서 고객들의 지시로 주식을 www.techm.kr 2017년까지 골드만삭스가 트레이더 598명을 해고하고 2명만 남긴 사건은 여러 차례 뉴스 기사로 나와 알 만한 사람은 다 아는 인공지능 사례로 회자되고 있다. 인공지능 투자 분석 프로그램 '켄쇼(Kensho)'를 도입해 15명이 4주 동안 해야 하는 분석을 5분 만에 처리할 수 있게 되었기 때문이라는 부연 설명이 흔히 따라붙기도 했다. 전에 작성했던 인공지능 트렌드 교육자료에 이 사례를 넣었기에, 교육을 할 때마다 골드만삭스가 어떤 상황인지 최근 뉴.. 2022. 8. 3.
곱씹어볼 만한 'MLOps 도입 가이드' 저자: 데이터이쿠 / 번역: 동동구 / 2022-04-29 https://hanbit.co.kr/store/books/look.php?p_code=B1913587019 MLOps는 DevOps와 함께 개념이 회자가 되기 시작한 시기부터 꾸준하게 구현하려고 애써왔다. 어느새 몇백만 원짜리 강의가 나오기도 해서 인공지능의 시대라는 반증 중 하나인가 같은 생각을 하기도 했다. 이 책은 독특하게도 '다타이쿠(데이터이쿠가 아니었다니.)'라는 AI 플랫폼 솔루션 업체가 지었다. 그럼에도 솔루션 언급은 단 한 줄도 없다. 대단하다. 어쨌든 플랫폼을 다루는 기업이 지은 만큼 MLOps의 처음부터 끝까지 모두 꼼꼼이 언급하는 기염을 토했다. 네카라쿠배라면 모를까, 이러기가 쉽지 않다. Part 1 MLOps 개념과 필요.. 2022. 5. 30.
시맨틱 데이터 모형화를 고객도 이해하게 하려면 저자: 파노스 알렉소풀로스 / 번역: 박진수 / 2022-03-15 https://www.hanbit.co.kr/store/books/look.php?p_code=B5471282287 이 책은 "그걸 하려면 시스템을 새로 구축해야 합니다." 라는 최악의 상황을 막기 위해 현실에 최대한 가깝게 모형(model)을 설계하려는 이에게 유용합니다. 이때 모형은 각종 데이터베이스, 객체지향개발의 클래스, 통계와 머신러닝 기반 예측/최적화 모형을 말합니다. 단, 초심자는 나중에 읽는 게 좋겠습니다. 세상을 MECE(Mutually Exclusive Collectively Exhaustive, 상호배제와 전체포괄)적인 관점을 준수하여 IT로 구현하지 못한다는 깨달음을 머리가 아니라 손발과 가슴으로 절감한 후에야 이 .. 2022. 4. 24.
반응형

티스토리툴바