Data Analysis Applications

• AI 기반 3D 카메라로 졸음운전 방지…현대차도 주목한 스타트업
  • 저희 기술은 운전자가 정상적으로 운전을 하고 있는지, 아니면 졸고 있는지, 음주를 했는지, 옆사람과 얘기하고 있는지 등을 감지해 정상 상태가 아닐 경우 이를 빠르게 판단해 운전자에게 알려줍니다. AI로 운전자의 눈·코·입 등 안면 상태 감지, 시선 추적 등을 하는 것이 딥인사이트의 핵심기술입니다

• '23. 2월 KRG Weekly '식품 업계 AI 도입'
  • 식품업계가 다양한 인공지능 시스템을 도입. 식품 제조 공정을 학습한 AI가 기존에 사람이 하던 일을 더욱 빠르고, 정확하게 처리하면서 작업 효율이 크게 높아지기 때문. 한식 브랜드 '비비고'의 포장김치를 제조·판매하는 (CJ제일제당)은 최근 김치용 배추 등급 선별을 자동화. 등급별로 다양한 배춧잎 사진을 학습한 AI가 배추를 스캔한 뒤 해당 배추 등급을 분류한다. 배추 등급 분류 정확도는 지난해 88.3%를 넘어섰음. AI가 작업을 하다 보니 실수가 있을 수 없고, 인간이 골라낼 때 일어날 수 있는 개인별 편차도 없음. 배추의 품질 상태가 일정하게 유지
  • 참치캔을 판매하는 (동원F&B)는 지난해부터 참치 뼈나 이물질을 잡아내는 데 AI를 활용. 동원F&B에 따르면 기존에 이 역할을 해왔던 X선 장비에, 20만 장이 넘는 참치 뼈 이미지를 학습한 AI를 탑재. X선 장비만 쓸 때보다 검출 성과가 6배 이상 높아졌음. 지난해부터는 참치 꼬리 부분의 절단면 색상·무늬를 판별해 참치 등급을 A·B·C로 나누고, 원양어선의 참치 떼 이동 경로 탐색·예측까지 담당

• 머신러닝 기술로 ‘낚시인’ 고충 해결
  • 어신(漁神)은 국내 최초 AI∙빅데이터 기반의 낚시 정보 서비스다. 어신은 위치기반 정보와 머신러닝 기술을 활용해 ‘누구나 낚시의 신(漁神)’이 될 수 있도록 돕는다. 임 대표는 어떠한 레저스포츠보다 자연적 변수와의 싸움, 그리고 장비와 기술이 많이 필요한 분야가 낚시라는 점에서 가장 먼저 어신을 출시했다고 전했다.
  • 어신은 물때, 수온, 풍향, 풍속, 유향, 유속 등 낚시 환경 정보를 제공해 낚시하기 좋은 타이밍 선정을 돕는다. 미국해양대기청, 한국해양조사원의 예보를 그래픽으로 구현하고, 특화된 오버레이 기술로 만든 낚시인 최적화 비주얼맵을 제공하고 있다. 이용자는 바다 외에도 민물 낚시터 정보도 확인할 수 있다.
  • “자체적으로 개발한 알고리즘을 토대로 4대 돔 지수와 해당 지역∙시즌에서 출몰 확률이 높은 어종도 알려줍니다. 금어기, 방생 기준부터 최신 법 개정, 해당 지역 속보 등 안전을 위한 정보도 제공하죠. 피싱숍, 선박 예약, 숙박 등 출조 전∙후에 필요한 정보도 검색할 수 있어요.”

• 국내외 AI스타트업과 서비스 사례
  • 노타 : 사용자의 이용 데이터 패턴을 분석해 키의 인식 영역을 이용자에게 최적화
    • 스마트폰 사용자의 ‘키보드 터치 위치 로그’ 데이터를 통해 입력 패턴을 분석하고, 키보드 자판간 오타율이 많은 곳을 학습해 키보드 인식 영역을 맞춤 최적화 시키는 서비스 제공
  • 플랫팜 : 수천 종류의 이모티콘 중 채팅 문맥에 부합하는 이모티콘을 추천하여 상단에 표시
• |"빅데이터로 분석한 가장 영향력 있는 클래식 작곡가는 베토벤"
  • 연구팀은 1700년에서 1900년 사이 작곡된 서양 피아노 악보에서 동시에 연주되는 음정을 뜻하는 ‘코드워드’를 추출했다. 이후 작폼 사이 유사도를 측정해 작품이 서로 얼마나 영향을 주고받았는지를 나타내기 위해 네트워크 과학을 활용해 연결망을 만들었다. 여기서 각 작품이 얼마나 혁신적인지와 후대 작품에 영향을 끼쳤는지를 통해 창의성을 평가했다.
• 얼굴 인식 시스템을 무력화시키는 ‘사생활 보호’ 인공지능 네이버지식백과 privacy-filter-disables-facial-recognition-systems
  • 캐나다 토론토대 공대 연구진이 얼굴 인식 알고리즘을 무력화시키는 ‘사생활 보호 필터’를 설계했다. 이 시스템은 두 개의 인공지능 알고리즘에 의존한다. 하나는 지속적으로 얼굴을 인식하고, 다른 쪽은 처음 인공지능의 얼굴 인식을 방해한다. (2018.06)
  • “파괴적 인공지능은 얼굴 인식을 하는 신경망이 보려고 하는 곳을 공격한다”며 “예를 들어 만약 얼굴 인식 인공지능이 눈 가장자리를 보려고 하면 사람은 전혀 알 수 없을 정도로 눈 가장자리를 미세하게 변형시킨다. 인공지능은 사진에서 매우 미세한 방해를 하지만 얼굴 인식 인공지능을 속이기에는 충분하다”고 말했다.
• 사무실 간식 대신 채워드려요 https://m.news.naver.com/read.nhn?oid=025&aid=0002973918&sid1=103&mode=LSD&rc=N
  • 선호하는 간식의 맛과 향, 직원 수, 예산, 간식 공간 유무는 물론이고 컵라면 등의 소비를 위해 음식물 쓰레기 처리가 가능한 사무실인지 환경까지 파악한다.
  • 이 과정에서 그동안 쌓인 데이터가 중요한 역할을 한다. 스낵포의 경우 간식 제품별로 2만 개의 키워드를 정리내 놓았다. 예를 들어 ‘새우깡’이라면 고소한 맛, 봉지 과자, 새우 맛, 간식 공간 있는 곳 등 30개의 키워드가 붙어 있다. 고객사가 콕 집어 간식 명을 이야기하지 않고 선호하는 간식의 맛과 형태, 포장 등을 이야기할 때 이 키워드 데이터 베이스가 큰 역할을 한다. 스낵24도 간식 제품마다 특징을 설명하는 태그(tag·꼬리표)를 달아 관리하고 있다.
• https://www.nia.or.kr/site/nia_kor/ex/bbs/View.do?cbIdx=82618&bcIdx=21730&deptCode='&parentSeq=21730
  • 센드버드는 인공지능 회사를 표방하지 않으며, 대화를 자동화하는 챗봇도 개발하지 않음
    많은 회사들이 무책임하게 챗봇을 개발해준다고 표방한 것과 달리 센드버드는 메시징 API를
    공급하는 전략으로 성공함 : 지금 가능한 기술로, 지금 필요한 일을 손쉽고 빠르게 할 수 있는
    플랫폼 모델을 마련했다는 점에서 모범적인 사례
  • “AI는 이상과 현실 사이에 간극 있다”(한겨레 2017.1.16.)7) - 센드버드 김동신 대표 인터뷰
    • ○ 챗봇과 인공지능 열풍에 대해서는 신중하게 봐야…
    • ○ 지난해 챗봇에 투자사들이 많은 투자를 했는데 실제로 챗봇의 인공지능이 약속한 기능을 해주지못한 게 많았다. 기술 시연은 되지만 사업화까지 안 되는 것을 많이 본 것이다.
    • ○ 기술을 알면 알수록 낙관만 할 것은 아니라는 점을 깨닫는다.
    • ○ 이상과 현실 사이에 간극이 있다. 고객 상담 내용이 산업이나 소비자에 따라 너무 달라 처리가 어렵다.
    • ○ 데이터도 어렵고, 이를 적절히 처리해주는 알고리즘을 짜기도 어렵고, 이런 어려움을 함께 견딜 고객사를 찾는 것도 쉽지 않다
• 롯데제과 (IBM) : 롯데제과는 기존의 시장 조사를 통해 얻던 제품 아이템 단위의 판매 정보 이상으로 세밀한 식품 트렌드 예측 능력을 확보하게 되었습니다. 그 관점의 분석을 위해 제품 DNA 개념을 도입하고 알고리즘에 적용하였습니다. 제품의 속성을 맛, 소재, 식감, 모양, 규격, 포장 등 7~8가지의 큰 카테고리로 나누고 수천 개의 세부 DNA로 정의하였습니다. 또한 지역, 유통채널, 성별, 연령, 산업 별로 다양한 관점에서의 시장 DNA 분석이 가능하고 버즈량 증가 추세와 편차, 경향 등 고도화된 소셜 데이터 분석을 통해 신제품에 대한 소비자 반응도 실시간으로 파악 할 수 있게 되었습니다
• 페이스북은 내가 우울증인 걸 알고 있다. - 봄빛서원, 버나드 마, 매트 워드 지음
  • 알리바바 : 자동 판매 광고 문구
  • 구글 : 듀플렉스 기계의 음성을 사람의 목소리와 더 가깝게 만들기 위해 쓰는 수법 중 하나는 인간이 말하는 유형에서 부정확한 요소들을 반영하는 방법(ex. 음.. 어.. 아.. )
  • 심라이즈(에스티 로더, 에이본, 도나 캐런 등에 향수 납품) : IBM과 협력해 Phylira 라는 인공지능을 제작. 향수마다 독특한 향을 더하는데 사용되는 기름, 화학물질, 자연추출물들 등의 요소가 모두 170만 가지에 달한다. 판매데이터와 고객서비스 데이터를 읽어서 어떤 조합의 향이 서로 다른 인구집단들에게 호소력이 있을지 추측.
  • JD.com : 고객이 선물용으로 상품을 구매하면 자동으로 시를 지어 제공. 선물받을 사람의 특징과 선물하는 이유를 자세히 입력.ㅇ
  • 월마트 : 로봇. 통로를 오가면서 진열대 위의 상품들을 비디오로 찍는다. 매장 내 재고수준이 시간마다 어떻게 오르내리는지 보여주는 데이터를 실시간으로 수집
  • 디즈니 : 영화관에서 실시간으로 관중의 반응을 측정. 실시간으로 관중의 몰입도를 파악하고 재미를 느끼고 반응하는 방식에 따라 변화를 주는 반응형 체험이 되도록.
  • 넷플릭스 : 전송 파일의 크기를 최소화하는 데 사용되는 인공지능 압축 알고리즘. 스트리밍 품질을 개선함으로써 데이터 사용을 1,000배 감소
  • Elsevier : 1차 진료에서부터 진단절차와 약품처방에 이르기까지 인공지능 구동 '경로'를 개발함으로써 환자는 더 나은 치료를 더 신속하게 받을 가능성이 높아지고 의료비용도 감소
  • 우버 : 승객을 태우는 지점과 목적지, 시간대를 분석해서 공적 업무인지 사적인 목적인지 예측하고, 사용자가 두 계좌가 있으면 자동으로 어느 계좌를 이용할지 권고
• 쓰레기 무단투기
  • ‘무엇인가 들고 가는 사람’을 먼저 찾고, 이후 물건의 정체를 두고 다른 후보 물건을 제외하는 방식으로 쓰레기봉투를 정확히 인식하는 기술을 개발했다
  • “세계적으로 시각 AI 분야가 크게 발전한 것은 사실이지만, 아직 생각보다 잘 안 되는 게 많다”고 말했다. 예를 들어 쓰레기를 담은 비닐봉투를 AI가 알아보는 인식률은 10% 정도에 불과했다. 10개 가운데 9개는 알아보지도 못한다는 말이다.
• 음식 사진만 찍으면 영양 분석
  • 인공지능(AI) 스타트업 두잉랩의 영양관리 솔루션 ‘푸드렌즈’(Food Lens) 얘기다. 스마트폰 카메라로 음식 사진을 찍으면 자동으로 음식의 종류를 인식해 영양 정보를 분석하는 기술이다.
  • “푸드렌즈가 인식하는 음식은 한식·중식·양식·가공식품 등 총 6000개 정도다. 인식 정확도는 90%가 넘는다”면서 “사진 한 장 찍는 걸로 정밀한 열량 계산과 식습관 분석을 할 수 있다”고 말했다.
    실제로 한식의 여러 반찬이 한 접시에 있어도 푸드렌즈 기술은 반찬 이름을 정확히 인식한다. 색과 모양이 비슷한 케첩과 고추장을 구별하는 것도 가능하다.
  • 이런 인식이 가능한 것은 푸드렌즈가 딥러닝을 통해 지금까지 100만장에 달하는 사용자 데이터를 학습했기 때문이다.
• 구글 스트리트 뷰와 머신러닝 학습 합쳐 도로 표지판 관리에 활용한 연구 프로젝트
  • 한 연구원은 물리적 공간에서의 도로 표지판 종류와 이미지 공간의 비율을 계산하고, 구글 스트리트 뷰 카메라 렌즈 사양을 통합하면 차량과 표지판 사이의 거리를 측정할 수 있다”고 설명했다. 그래서 각 표지판의 경도와 위도도 측정할 수 있게 된다.
  • 연구팀은 이 작업을 통해 시의 표지판 데이터셋의 위치 데이터에서 심각한 오류를 다량 발견했다. 어떤 표지판은 “데이터에 기록된 것과 실제 위치가 10m나 차이”가 나기도 했다.
• 항공 사진에 AI 접목··· 지도 기업 '니어맵'의 이색 사업
  • 모바일 카페 테이스티 프레시 푸드(Tasty Fresh Food)는 니어맵의 항공 사진을 활용해 공사 현장(그리고 밥을 먹어야 하는 인부들)의 위치를 찾아냄으로써 매출 향상을 꾀한다. 사우스 오스트레일리아 주의 NRG 솔라 서비스는 니어맵의 항공 사진을 활용해 영업 기회를 모색하고 지붕 크기를 측정해 더 빠르게 견적을 내고 있다. 사우스 오스트레일리아 주의 환경보호국(EPA)은 불법 폐기 행위 적발을 위한 감시 플랫폼 구축에 니어맵의 항공 사진을 활용했다.
• 과학지식 없는 AI, 과학 논문 읽어 새로운 소재 찾았다
  • 연구팀은 1922년부터 2018년 사이 1000개 이상 학술지에 발표된 논문 330만 개의 초록을 추출했다. Word2vec 은 여기서 약 50만 개의 단어를 추출해 단어가 내포한 뜻에 따라 200개의 숫자 배열을 부여했다.
  • 재료과학 용어에도 같은 방식의 학습 알고리즘이 AI에 도입됐다. AI는 단어가 초록에서 배치된 곳과 다른 단어와 함께 등장하는 관계 등에서 금속의 결정 구조와 같은 과학적 개념을 배워 단어에 배열을 부여했다. 예를 들어 ‘강자성체’란 단어에 강자성체 소재 중 하나인 ‘퍼멀로이’(NiFe)란 단어를 빼고 강자성체의 반대인 반자성체 소재 ‘인듐망간 합금(InMn)’을 더하면 알고리즘은 ‘반자성체’란 결과를 내놓게 된다.
  • AI는 과거에 발견한 열전소재도 발견할 수 있었다. 연구팀은 2008년까지 발표된 논문 초록만을 학습시키고 AI가 제안한 상위 5개 소재를 분석했다. 5개 중 3개는 2008년 이후로 실제로 연구를 통해 발견된 열전소재였다. 나머지 2개는 너무 희귀한 재료거나 독성 요소가 포함돼 쓸 수 없는 소재였다. 자인 연구원은 “알고리즘이 더 일찍 만들어졌더라면 어떤 물질들은 몇 년 전에 이미 발견됐을 수도 있다는 것을 보여준다”고 말했다.
• 맥주인가 과학인가
  • 인텔리전트 X는 2016년 영국 런던에서 설립된 비어테크(Beer Tech) 기업으로 인공지능 알고리즘과 머신러닝을 사용하여 Black-AI, Golden AI, Pale AI 및 Amber AI 등 네 가지 종류의 맥주를 만들고 있다.
    AI맥주를 마신 고객이 병에 붙은 라벨에 표시된 URL 링크를 따라 페이스북 메신저 앱을 통해 자신이 마신 맥주에 대한 의견을 제공한다. 고객은 봇(bot)이 물어보는 10 가지 질문에 대한 답을 제시하는데 링크를 따라간 고객 중 80 %가 피드백 과정에 참여한다고 알려졌다. 인텔리전트 X는 이렇게 얻은 피드백을 축적해 최신 트렌드와 사용자 정보를 바탕으로 새로운 맛을 창조하는 맥주 양조가 이뤄지게 되는데 현재까지 11번 이상 맛을 진화시켰다고 한다. AI 맥주 가격은 조금 비싼데 병당 4.5파운드 정도이다.
  • 1847년 덴마크 코펜하겐에서 출발한 칼스버그는 세계에서 가장 오래된 산업 중 하나인 맥주 생산에 인공지능 기술을 도입하는 등 주류(酒類)산업에서의 주류(主流)가 되기 위해 노력하고 있다. 마이크로소프트, Aarhus University와 함께 400만 달러를 투자한 3년짜리 ‘맥주 지문 프로젝트(The Beer Fingerprinting Project)’는 인공지능을 통해 경쟁사보다 먼저 소비자들을 만족시킬 수 있는 맥주를 개발하는 데 목표를 두고 있다.
    칼스버그는 매일 1,000 개의 맥주 샘플을 만들어서, 각 샘플의 풍미를 결정하고 센서를 사용하여 서로 다른 효모를 사용했을 때 맥주의 맛과 풍미가 어떻게 달라지는 지를 테스트하고 있다. 마이크로소프트는 기계학습 알고리즘을 비롯한 인공지능 솔루션을 사용하여 센서의 신호를 분석하여 효모 및 기타 성분으로 만든 맛과 향을 측정하는 부분을 지원하고 있다.
• DOCOMO develops technology to estimate concentration from usage of smartphone
  • 스마트폰에 탑재된 가속도 센서, 위치정보, App 이용 내역 등 =⇒ 사람의 행동과 스마트폰 사용법을 약 250종류의 특징으로 수치화, 이용자의 집중력을 추정
  • 예를 들어 집중력이 떨어지면 몸의 움직임이 많아지거나 평소보다 스마트폰 화면을 보는 횟수가 증가
  • 34명 대상 기술평가 테스트 결과 74%의 정밀도로 추정이 가능
  • 트럭/버스 기사 - 휴식
• SNS코카콜라 사진 분석
  • 트위터 사진 가운데 코카콜라 로고가 포함된 사진 7만장을 추려 분석하자, 생각지 못한 결과가 밝혀진 것. 피자나 팝콘 등과 함께 코카콜라가 찍힌 사진이 많았지만 등산이나 해변에서 놀 때, 애완동물과 휴식을 취할 때 등 생각하지 못한 상황에서 콜라를 마시는 경우도 상당했다. 코카콜라는 이 조사 결과를 토대로 새로운 마케팅 전략을 수립하고 있다.
• 행안부-경찰청, 데이터 분석통해 여죄추적 적용 성공
  • 행정안전부와 경찰청은 최근 2년 간 전국에서 발생한 범죄사건의 현장을 기록한 ‘임장일지 데이터’를 AI 기술로 분석해 동일범의 여죄추적에 활용했다고 17일 밝혔다.
  • 관리원은 여죄 추적 모델을 구현하기 위해 기존 검증된 알고리즘(TF-IDF) 뿐만 아니라 구글이 발표한 최신기술(Doc2Vec) 등 총 4개의 알고리즘에 대해 3개월에 걸쳐 기계학습으로 수차례 테스트했다. 이미 여죄가 밝혀진 임장일지(정답 데이터)로 반복적인 테스트와 검증을 거쳐 적중률 높은 분석기법을 찾아낸 것이다.
• 딥러닝의 30가지 적용사례
  • 흑백사진과 영상에 색 복원하기
  • CSI처럼 픽셀 복원 (확대시)
• 잃어버린 목소리를 찾아주다
  • Project Revoice는 Pat Quinn의 목소리를 되살리는 프로젝트다. 음성 데이터 분석 회사인 Lyrebird의 음성분석 인공지능 기술은 30분, 300문장 이상의 음성 데이터만 있으면 2~3시간 내에 목소리 복제가 가능하다. Pat Quinn의 수많은 강연 영상은 그의 목소리를 되찾아 주는데 사용되었다
  • 그렇다면 아예 목소리가 없던 사람들은 어떨까? 선천적인 이유로 자신만의 목소리가 없는 사람들이라면 음성 데이터 은행을 통해 자신이 상상하는 목소리를 갖게 될 수도 있다. 이 목소리를 직접 사용할 수는 없겠지만, 만들어 낸 목소리로 텍스트를 읽는 형태의 서비스로 활용될 수 있다.
  • 현재는 발음을 교정하기 위해 물리적으로 녹음하고 이를 반복해서 들으며 수정하는 방법이 사용되는데, 이 기술이 보편화되면 별다른 녹음 장치 필요 없이 언제든지 쉽게 자신의 말하기를 교정할 수 있다. 일상에서는 인공지능 스피커에 개인의 목소리를 적용한다면 아이들에게 동화책을 읽어줄 때 부모의 목소리로 읽어주는 것도 가능할 것이다.
• 인생사진 가이드
  • 댄 보겔 캐나다 워털루대학교 컴퓨터과학과 교수팀은 앱을 만들기 위해 먼저 3차원 가상 모델 6명을 만든 뒤 얼굴의 각도와 크기, 빛의 방향을 달리하며 셀카 수백 장을 가상 카메라로 찍었어요. 그리고 2700명에게 좋은 사진과 나쁜 사진, 애매한 사진을 3개씩 선택하게 했어요. 그 결과를 토대로 얼굴의 크기와 위치, 광원의 위치가 어떨 때 좋은 사진으로 평가하는지 채점하는 함수를 만들었어요.
  • 그리고 사용자가 사진을 찍을 때 실시간으로 점수를 매겨 점수가 높아질 수 있도록 화살표로 안내하는 앱을 개발했어요. 얼굴의 크기를 줄일지 키울지, 광원과 얼굴의 위치는 어디가 좋은지 화살표로 알려줘요.
• 우버, 술취한 승객 구별
  • 이 시스템은 우버 앱을 통해 사용자의 오타, 링크나 버튼을 정확하게 누르는지 여부, 걷는 속도, 탑승 요청을 완료하는 데까지 걸리는 시간 등 다양한 요인을 평가한다. 이렇게 습득한 정보를 머신 러닝 기술을 통해 분석한 뒤 술에 취한 승객을 감지한다.
  • 이를 통해 우버 운전자는 사용자가 음주를 했을 수도 있다는 안내를 사전에 받을 수 있다. 운전자는 안내에 따라 해당 사용자를 피할 수도 있고, 숙련된 운전자를 연결해주는 등의 활용도 가능해 보인다.
• 시각장애인 안내하는 AI, 고2가 일주일만에 만들었다
  • 이틀 동안 18시간을 투입해 이 프로그램을 만들었다. 원리는 간단하다. 자전거를 타고 촬영한 영상을 AI가 학습해 자전거의 앞길은 안전한 보도로 그 외에 아스팔트가 놓인 옆길은 차도로 구별해 음성으로 알려준다는 것.
• 감정기술과 관련된 페이스북 특허
  • 최근 페이스북은 메시지 작성자의 타이핑 속도, 키보드를 누르는 강도, 움직임이나 위치 등을 종합적으로 파악해 어떤 감정 상태에서 메시지를 작성했는지 예측하는 기술에 대해 특허를 받았다. 특허의 영문 제목은 <Augmenting Text Messages With Emotion Information>
  • 코넬대학교 학생 3명이 Keymochi 라는 이름의 키보드를 연구하고 있는데 페이스북의 특허와 닮은 구석이 많다. 방글라데시의 이슬라믹 공대 학생들도 비슷한 연구를 했다.
• 움직이는 횡단보도
  • 사람 건너니 없던 건널목 생기고 폭도 자동 조절, 스마트폰 보면 바닥 빨간색으로 변해 경고, 길 바닥에 LED 전구 심어..10월에 런던서 시범 운영
• 그림을 그리면 HTML코딩 결과물이 나온다
  • cuDNN 가속 기반 텐서플로우(TensorFlow) 딥러닝 프레임워크를 이용해 모델을 만들었습니다. 그가 사용한 데이터 세트는 손으로 그린 이미지를 캡처한 1,750장의 스크린샷입니다.
• 위성사진 분석해주고 돈버는 스타트업 '오비털 인사이트' https://m.blog.naver.com/tech-plus/221172783302
  • 사우디아라비아의 원유 저장량 수치가 사우디 정부 발표보다 더 많다는 분석 (원유 탱크의 그림자 크기 등 정보)
  • 미국 소매매장 손님수, 자동차 수출입대수, 주택 착공 건수, 농지 개발 동향 등
• 윔블던 - 자동 하이라이트 http://www.ciokorea.com/news/36979#csidxf2da99cb723563a8aec4cc12d60dde6 * 군중 소음, 사회적인 소셜 트랙션(Social Traction), 안면 인식, 선수의 정서 분석에 기초하여 비디오 하이라이트를 생성하고 하이라이트 패키지를 자동으로 조정한다.
• 인공지능이 승정원 일기 번역할까?
  - 번역 작업은 이미 번역한 영조 때 기록 약 30만 개 문장을 한문 원문과 입력해서 인공지능을 학습시킨 뒤, 미번역 원문을 새로 입력해 번역하는 방식으로 이뤄진다. 한국고전번역원은 45년으로 예상한 번역 기간을 18년으로 단축할 수 있을 것으로 보고 있다.
• 자소서 약점파악하고, 면접 노하우 얻는다
  • 코멘토는 현직 종사자들이 제공한 답변과 더불어 DiSC 행동유형을 접목한 ‘AI자소서 분석 서비스’를 제공한다. 자소서는 작성자가 지원 업무에 관련된 강점을 부각할 수 있게 작성한다. 한정적인 글 양식에서는 장점을 부각시키려고 특정한 언어적 표현을 선택한다. AI 분석 서비스는 코멘토의 멘토링을 통해 수집된 자소서와 현직종사자의 평가정보를 데이터베이스로 삼고, 자연어처리와 머신러닝을 활용해 가이드를 제공하는 방식으로 구동된다.
  • AI는 DiSC의 4가지 기본성향, 즉 주도형, 사교형, 안정형, 신중형을 기반으로 최대 16가지 성향분석을 지원한다. ‘주도적인 신중형’, ‘사교적인 안정형’ 같이 강점 2가지를 결합해 소개하는 형식이다. 서비스를 받으려면 자소서를 코멘토 홈페이지 AI분석 사이트에 접속해 업로드하고 ‘분석하기’를 클릭하면 된다.
  • 개발은 심리학 석·박사 출신으로 꾸며진 ‘전문가 그룹’과 통계학을 전공한 ‘데이터 그룹’, 소프트웨어를 개발하는 ‘개발 그룹’ 3개 파트로 나눠 진행했다. 단순히 AI 알고리즘만 만들지 않고, 데이터 분석과 심리 분석까지 종합적으로 검토했다. 성적은 등급으로 매기고, 등급은 S부터 D까지 총 7단계(B등급이 3단계로 세분화)다. 등급이 높을수록 고득점이다.
• 직원 이직·성공 확률까지 분석…구글의 질주 이끈 '데이터 인사혁신'
  • 구글은 인재관리(HR·Human Resource)라는 용어 대신 인재운영(People Operations)이란 용어를 쓴다. 또 인사를 운영하는 주체를 인재 분석팀(People Analytics)이라고 부른다.
  • 구글 내부 데이터를 분석해 성공적인 매니저의 중요성과 조건을 밝혀내고, 이 조건들을 8가지 요소로 정리해 1년에 두 차례씩 직원들로부터 평가받도록 했다. ‘공기 프로젝트(project oxygen)’라 명명된 이 프로젝트는 꼭 필요한 상위 직급자의 자질을 정착시키는 데 매우 큰 역할을 했다.
  • PiLab(People & Innovation Lab)을 운영해 사회학적 실험을 통해 가장 효율적으로 인재를 관리하고 생산성을 높이는 방법을 파악한다. 여기에는 직원들이 가장 만족해 하는 동기부여 방식을 파악하고 건강 증진을 위한 과학적인 실험들도 포함된다.
  • 최근 많은 기업이 도입을 검토하고 있는 예측적 분석학(predictive analytics) 기법들을 활용해 직원들의 이직확률 계산모형을 통한 선제적 이직방지, 효율적인 작업환경 구축 등에 활발히 활용한다.
• 직원의 이직시기를 어떻게 예측할 수 있을까
  • 이들에게 전통적인 방식은 개개인의 직원들을 대상으로 링크드인(LinkedIn)과 같은 특정 이직 사이트 방문 기록이나 포탈 상에서 이직과 관련된 검색어 사용 여부를 확인하는 것이었습니다.
  • 인재 관리 기법에 이러한 예측 기법들을 활용하는 스타트업 hiQ Labs은 인력 시장에서의 수요와 공급 상황을 함께 고려하여 직원의 이직 고려 시점을 훨씬 정확하게 예측합니다. 이를테면, 이들은 개인의 온라인상 이력서와 프로파일, 이전 직장 경험, 소셜 네트워크상의 정보를 활용하여 이직에 대한 징조를 먼저 파악하죠. 그리고 이 정보를 이직 시장에서의 프로파일 별 수요 변화와 대응시켜 이직 시점 및 확률을 예측합니다. 직원의 이직 시점에 대해 더 정확하게 예측할 수 있게 된 고객사는 보직 변경, 임금 인상 등 다양한 유인책을 활용하여 핵심 인재 유출 방지에 대한 노력을 사전에 기울일 수 있습니다.
• 머신러닝으로 냄새의 비밀을 풀다
  • 생소하거나 불쾌한 냄새가 나는, 그리고 아무 냄새가 나지 않는 분자 까지를 포함한 480종의 분자를 준비했습니다. 그리고 크레이그 리스트를 통해 모은 55명의 자원자들이 실험실을 방문해 선반에 올려진 유리병을 일일이 열어 냄새를 맡았고, 이를 기록했습니다. 이들은 얼마나 강하거나 좋은 냄새인지, 마늘향이 나는지, 물고기 향이나 과일향이 나는지 등의 다양한 질문으로 이를 분류했습니다.
  • 이 대회에서 338개의 분자는 알고리듬을 학습하는데, 69개의 분자는 그 결과를 다듬는데 사용되었으며, 나머지 69개 분자로 우승팀을 겨루었습니다. 우승은 아리조나 대학의 리차드 거킨과 미시간 대학의 유안팡 관이 이끄는 팀에게 돌아갔습니다.
  • 성능 결과가 0 에서1 사이일때, 이들의 알고리즘은 기분 좋은 냄새를 0.71, 냄새의 밀도를 0.78로, 그리고 마늘, 물고기, 과일, 신 맛, 머스크, 썩은, 땀 냄새, 단 맛, 풀 냄새, 잔디 냄새, 탄 냄새 등의 19개 냄새에 대해 0.1 에서 0.7 정도로 맞추었습니다. 그들은 “어떤 분자라도 그 분자와 비슷한 냄새를 낼 수 있는 분자를 만들 수 있을 정도로 충분한 정확도로 그 분자의 냄새를 예측할 수 있습니다.” 그들의 성적이 그리 높아 보이지는 않지만, 이는 지금까지 연구중 가장 뛰어난 성적입니다.
• 아마존이 창고에 상품을 뒤죽박죽 보관하는 이유
  • 상품이 입고되면, 시스템에서 상품의 규격과 남은 공간을 분석해 보관해야할지를 정해준다. 직원이 해당 위치에 상품을 갖다놓고 단말기로 입력한다. 그리고 주문이 들어오면 단말기에 해당 상품을 찾으러 가는 최적의 동선을 안내해주기 때문에 문제가 없다.
  • 자투리 공간 없이 창고 공간을 100% 활용할 수 있게 된다. 그리고 ‘이 상품군은 어디에 보관해야 한다’ 등 신입사원이 배워야 할 내용이 줄어든다. 게다가 다른 종류의 상품 속에서 실수로 잘못 꺼내는 일도 줄어든다.
• 염소의 저주, 시카고 컵스, 빅데이터 통했다
  • 시카고 컵스 빅데이터 분석의 핵심은 3D 모션 픽처 전문업체인 키나트랙스(KinaTrax)와 인도업체 아이메리트(iMerit)다.
  • 키나트랙스 기술의 특징은 ‘표시장치 없이(markerless)’ 선수들의 동작을 촬영할 수 있다는 점이다. 이를 통해 선수들이 경기할 때 정확한 뼈의 위치와 골격 모델을 3D 영상으로 만들게 된다. 이 기술은 특히 투수들에게 유용하게 활용될 수 있다.
  • 이 회사는 키나트랙스 영상을 토대로 데이터를 생성한 뒤 각 투수 신체의 핵심 지점을 포착한 뒤 신체구조를 바탕으로 한 다양한 모형으로 분류한다. 현재 아이메리트는 미국 메이저리그 투수 250명 가량을 분석한 데이터를 갖고 있다고 옵저버가 전했다. 이렇게 축적한 자료는 선수의 기량을 끌어올리거나 부상을 방지하는 데 유용하게 활용된다.
• 구글 맵 영상에 AI 접목하니, 빈곤국가 경제실태 한눈에
  • 국가가 지역별 가계 수입과 지출을 정확하게 파악하는 일은 정책 결정에 중요한 요소다. 그러나 이를 조사하려면 많은 비용과 시간이 드는 탓에 개발도상국들은 실태를 파악하기가 어려웠다.
  • 이에 밤 시간대 사진을 분석하는 경우도 있었다. 밤에 켜진 불빛의 양이 많을수록 경제 활동도 활발하다는 점에 착안해 위성으로 관측한 야간 사진을 지도 위 불빛의 세기와 넓이만 보고 경제 규모를 추정하는 방법이다. 그러나 이 방법으로는 대략적인 경향만 파악할 수 있을 뿐 세세한 정보를 얻기에는 한계가 있었다. 빈곤국일수록 밤 시간대에는 불빛이 거의 없어 지역별 차이점을 분석하기도 쉽지 않다.
  • 이런 문제를 해결하기 위해 연구진은 낮 시간대 인공위성 영상을 인공지능에 분석하게 만들었다. 차량의 이동, 수렵 및 농경 활동 등을 감지할 수 있어 비교적 많은 정보를 얻을 수 있기 때문이다.
  • 연구진은 이미지 식별에 주로 쓰이는 ‘나선형신경망(CNN)’ 기술도 활용했다. 인공위성 영상을 1000개의 카테고리로 세분해 분류하도록 한 것으로 포장도로와 비포장도로, 금속지붕과 초가지붕 등 빈곤 지역의 특성이 되는 요소를 구별해 낼 수 있다.
• "빅데이터가 돈이다"…MWC서 본 4차 산업혁명
  • NTT도코모는 자사 이동통신 가입자들의 위치 정보, 과거 택시 승차 데이터, 일기예보 등을 기계 학습해 2천500㎡ 면적으로 나눈 구역별 택시 수요를 92％의 높은 정확도로 예상해낸다. 아울러 현재 운행 중인 택시들의 위치 정보를 함께 파악, 30분 뒤 어디로 가면 바로 승객을 태울 수 있는지를 각 택시 기사에게 차량 내 태블릿 PC를 통해 알려준다.
  • NTT도코모는 지난해 하반기 도쿄와 나고야에서 이 서비스를 시험 운영해 택시 기사들의 소득이 하루 4천500엔에서 6천732엔으로 49％나 늘어난 것을 확인했다.
    빅데이터와 AI만으로 돈을 벌 수 있다는 사실을 실증한 셈이다.
• 인공 신경망으로 항공기 내부 손상 감지
  • 선체 등 이동 수단에 매설된 광섬유를 통과하는 빛의 변화를 토대로 손상 부위와 부위별 충격 강도를 예측한다.
  • 두 재료 이상을 조합한 복합재료는 가벼우면서도 강도가 높아 항공기나 발사체, 자동차, 선박 등의 재료로 각광받고 있다. 하지만 탄성이 있어 충격을 받아도 대부분 내부에만 손상이 생겨 손상 부위를 정밀하게 찾기 어려운 문제가 있었다.
• 스마트폰으로 사진만 찍어도…인공지능이 토마토 크기 측정한다
  • 스마트팜 2.0 앱은 줄기의 직경뿐만 아니라 생장 길이, 꽃의 수, 과실의 수 등 총 10개 지표의 측정값을 사진에서 자동으로 인식할 수 있다. 직접 재보지 않아도 사진만 찍으면 간편하게 생육 정보를 수집할 수 있는 셈이다.
  • 만약 스마트폰에 3차원(3D) 영상을 촬영할 수 있는 깊이 인식 카메라가 탑재돼 있으면 2D 사진을 사용할 때보다 더 정밀한 측정이 가능하다. 2D 사진을 활용할 경우 과실의 가로 세로 직경을 분석해 그 크기를 추정하지만, 3D 영상을 사용하면 소프트웨어(SW) 모델이 과실의 입체 구조를 인식해 정확한 부피를 계산해 준다. 줄기의 휘어짐, 가려진 꽃, 과실의 부피(체적) 등 단면 이미지로는 알기 어려운 정보까지 얻을 수 있는 셈이다.
• 머신러닝 알고리즘으로 박쥐 대화 번역
  • 연구진은 ▷ 먼저 22마리의 박쥐들을 두 그룹으로 나눠 별도의 케이지에서 사육하면서, 75일간에 걸쳐 오디오와 비디오 영상을 기록했다. ▷ 그런 다음 비디오 영상을 분석하면서, 연구진은 '어떤 박쥐들이 서로 언쟁을 벌이는지'와 '각각의 언쟁은 어떻게 결말이 나는지'를 일일이 규명하여, ▷ 그들이 옥신각신하는 의도를 크게 네 가지로 분류했다. ① 잠자리를 둘러싼 다툼, ② 먹이를 둘러싼 다툼, ③ 횃대에서의 자리다툼, ④ 짝짓기를 둘러싼 갈등(원치 않는 상대의 집적거림)
  • ▷ 그 다음으로, 연구진은 일곱 마리의 암컷 성체(adult female)들이 내는 약 15,000가지 소리들을 이용해 머신러닝 알고리즘을 훈련시켰다. 각 각의 소리들은 시스템의 정확성을 테스트하기 전에 비디오 영상에서 얻은 정보를 이용해 범주화했다.
• 대체 데이터에 주목해야 될 시점
  • 대체 데이터에 대해 “기존에 사용하지 않았던 데이터 소스를 이용한다. 이 소스 데이터를 분석, 기존 소스에서 얻은 정보를 보완하는 인사이트를 얻을 수 있다“라고 설명했다.
  • 한 리테일 기업이 LA에 새 매장을 개장할 계획을 갖고 있다고 가정하자. 기존에는 LA 지역에 운영 중인 매장, 유사한 대도시권 매장의 실적을 토대로 의사결정을 내릴 것이다.
  • 그러나 대체 데이터의 경우, 몇달 동안 촬영된 쇼핑몰 주차장 사진을 이용해 주차 트래픽과 매출을 연결시킬 수 있다. 또는 계획한 입지의 유동(도보) 트래픽을 측정한 데이터 소스에서 데이터를 수집할 수도 있다. 그는 “이런 데이터를 모두 수집해 활용하면, 비즈니스에 대해 새로운 통찰을 얻을 수 있다”라고 말했다.
  • S&P 글로벌 고객 중에 1일 10만 배럴을 정유 할 수 있는 로테르담 소재 정유소가 있다. 네이든에 따르면 이 정유소는 현재 공급 문제로 인해 1일 7만 배럴만 정유하고 있다. 3만 배럴을 더 정유 할 시설과 인력을 갖추고 있는 것이다. 유조선이 정유소 소재지 항구에 입항해 3만 배럴을 하역 했다고 가정하자. 네이든은 “용량 보고서가 1주일 전 것이라면, 누군가 이제 막 정유를 하역한 사실을 모른다. 다시 말해, 기존 데이터는 쓸모가 없다”라고 말했다.
  • 그런데 이런 문제를 극복할 수 있도록 도와주는 대체 데이터가 있다. 위성 사진이다. 네이든은 “위성 사진을 여러 데이터 소스 가운데 하나로 추가하면, 더 정확하게 실시간으로 재고와 생산을 파악할 수 있다. 전세계의 석유 흐름을 파악할 수 있는 것이다”라고 설명했다.
• 구글 맵스로 고대 마야 도시 찾아낸 캐나다 10대
  • 퀘벡주 생 장 드 마사(Saint Jean de Matha)에 사는 윌리엄은 마야인들이 건물을 지을때 별자리를 참고했다는 점에 주목했다. 윌리엄은 발견된 마야 도시 유적 117개와 별자리 사이에 특정한 관계가 있는지 분석했다. 그 결과, 마야인들이 별자리 위치에 맞춰 고대 도시를 건설했음을 밝혀냈다.
  • 윌리엄은 유적들과 마야인이 건축에 활용한 것으로 보이는 별자리 23개를 추려 각각의 위치를 비교했다. 딱 한 개의 별자리가 남았다. 아직 찾지 못한 도시가 있음을 시사한 순간이었다.
  • 윌리엄은 구글 맵스와 캐나다 우주국(CSA)에서 받은 멕시코 일대 인공위성 사진을 분석했다. 이어 유카탄(Ukatan) 반도의 한 정글에 특이한 공간이 있음을 확인했다. 몬트리올 저널에 따르면, 윌리엄이 예측한 곳에는 높이 80m 피라미드와 마야 건축물 30여개가 있을 것으로 추정된다고 한다.
• 이코노미조선] 100만 기가 빅데이터 분석…피터 필이 세운 유니콘 '팔란티어'
  • 아프가니스탄과 이라크의 도로에 설치된 사제 폭발물의 감지와 반군의 공격 예측, 달라이 라마의 노트북 컴퓨터에 스파이웨어를 설치한 해커의 추적, 제약회사가 개발 중인 약의 효능 분석, 주택담보 대출에 대한 금융사기 적발, 과자회사의 소비자 기호 변화 추적 등 전혀 관련이 없어 보이는 다양한 업무에 빅데이터 분석이 효과적으로 사용되고 있다.
  • 문제 해결을 위해 페이팔은 사기 거래를 파악하는 전문가 집단을 양성하고 분석 소프트웨어를 개발했다. 이를 통해 성공적으로 사기 거래를 막아낸 후, 페이팔의 공동 창업자인 피터 틸(Peter Thiel)과 관련 엔지니어들은 이 소프트웨어가 대규모의 데이터 분석에 탁월하다는 사실을 깨닫고 보다 폭넓은 활용이 가능할 것이라고 생각했다.
• 셀카도 머신러닝으로…MS, iOS용 셀카 앱 출시
  • 평범한 셀카용 앱이지만, 마이크로소프트 셀피는 MS가 머신러닝 기술을 활용하는 많은 방법 중 친숙하고, 재치있는 방식이다. 마이크로소프트 셀피는 사진 보정 과정에 MS의 머신러닝 기술을 활용한다. 사진에 등장한 인물의 성별이나 나이, 피부 톤, 밝기 등을 분석해 가장 알맞은 방법으로 사진을 보정해준다는 게 MS의 설명이다. 피부 결점을 감추기 위해 피부 결을 과도하게 뭉개거나 무조건 밝게, 무작정 화사하게만 꾸며주는 기존 셀카 보정 앱과 차이가 나는 부분이다.
• 인터넷 쇼핑몰 매출 늘리는 추천 기술의 세계
  • “예를 들어, 견과류 제품을 사러 온 소비자가 검색창에 해당 키워드를 입력했을 때 비슷한 가격대의 고구마 말랭이와 같은 주전부리를 추천하는 것보다 가격대가 조금 더 높은 건강기능식품 추천이 더 효과적일 수 있습니다. 뷰티 제품의 경우 교체주기가 중요한데, 교체주기가 80일 가량인 스킨제품은 이를 고려해 추천하면 구매율이 높아지죠. 10만원짜리 전자레인지를 쇼핑하고 있는 고객에게 다른 가전제품 특가 기획전 상품을 추천해 100만원이 넘는 냉장고를 구매하는 사례도 있습니다. 빅데이터에 기반을 둔 정교한 추천 엔진이 10배 이상 비싼 제품을 판매한 셈이죠. 선택의 모든 과정은 고객의 몫이지만 전자레인지 상품 페이지 상에서 냉장고 기획전 페이지로 이어주는 추천의 연결고리가 없었다면 10배가 넘는 가격의 제품을 판매할 수는 없었을 것입니다.”
  • “이메일도 전부 개인화할 수 있습니다. 예를 들어 회원가입을 한 사람이 200만명이라고 하면, 모두에게 다 보내는 것보다 타겟팅해서 20만명에게 보내는 것이 발생하는 매출이 크고 효과가 좋다는 것이 증명됐습니다.”
  • “어린 아이와 함께 괌을 가려고 고민 중인 부모에게 하와이를 추천해 주는 것은 잘못된 추천입니다. 세부나 사이판이 맞춤 추천이라 할 수 있죠. 단순히 여행사에서 잘팔리는 상품을 추천해 주는 시대는 지났습니다.”
  • “롯데인터넷면세점에 레코벨의 검색 서비스를 도입하니, 소비자가 검색란에 화장품 브랜드 '키엘'을 '키옐'로 써도 검색이 됩니다. '록시땅'을 '록시당'으로 적어도 검색해 주지요. 극단적으로 '공항에서 필수품'이라고 적어도 관련 상품을 검색 결과로 보여줍니다.”
• 컴퓨터가 분석한 6가지 이야기 유형
  • 이들은 프로젝트 구텐베르그에서 만 단어에서 이십만 단어 사이의 길이를 가진 1,737 편의 영문소설을 모았습니다.
  • 그들은 기계를 학습시키기 위해 책의 모든 단어를 읽어 들인 후 각 단어가 가진 행복 정도에 바탕해 각 단락의 평균 행복 정도를 측정했습니다. 이를 위해 먼저 아마존의 메카니컬 터크를 이용해 자주 사용되는 10,000 개 이상의 단어 각각이 가진 행복 정도를 수치화 했습니다. 이 일 자체도 충분히 흥미로운 작업입니다. 사람들이 가장 행복한 단어라고 평가한 10개의 단어는 아래와 같습니다. 웃음(laughter), 행복(happiness), 사랑(love), 행복한(happy), 웃었다(laughed), 웃음(laugh), 웃는(laughing), 최고의(excellent), 웃는다(laughs), 즐거운(joy). 반대로 가장 덜 행복한 10개의 단어는 아래와 같습니다. 테러리스트, 자살, 강간, 테러리즘, 살인, 죽음, 암, 살해당하다, 죽이다, 죽다. (이 사이트에 모든 단어의 순서가 기록되어 있습니다.)
• 한국공항공사, 빅데이터로 업무 효율성 향상과 여객 서비스 강화 두 마리 토끼 잡는다
  • 빅데이터 구축 과정에서 어려움이 없었던 것은 아니다. 한국공항공사는 특히 국내선 이용객에 대한 데이터 확보에 어려움을 겪었다. 한국공항공사가 관리하는 14개 전국 공항(인천 제외)의 여객 중 국내선 이용객이 약 80% 이상임에도 국내선 이용객에 대한 데이터는 매우 적었다.
    국내선은 국제선과 같은 법무부 출입국 심사를 받지 않아 수속 시 최소한의 절차, 성명 대조 정도만 진행하고 있기 때문이다. 탑승객 이름 외에는 전무한 국내선 이용객의 특성을 추정해내기는 불가능해 보였으나 현재 보유하고 있는 국제선 이용객 데이터와의 상관관계 분석 모델 수립을 통해 국내선 이용객 정보를 분석할 수 있었다.
  • 국내선 여객 특성 분석의 가장 기본이 되는 키워드 ‘국적’에 대한 예측은 이렇게 진행됐다. 우선 ‘성(Family Name)’ 데이터와 ‘국적’데이터를 보유하고 있는 국제선 데이터를 빅데이터 플랫폼에 수집·적재해 데이터 마이닝을 통해 상관관계를 발견하고 이 패턴을 머신러닝(기계학습)으로 학습하게 해 국내선 데이터에 접목시켰다. 학습한 결과를 바탕으로 국내선 이용객의 ‘성’데이터를 입력하면 ‘국적’을 도출해 낸 것이다. 예측 데이터이기에 100% 정확할 수 없지만 데이터 분포 중 발생확률이 가장 높은 데이터가 우선순위로 산출되며, 최종 산출된 데이터를 적용해 정확도를 높일 수 있었다.
• 뱃속 태아얼굴 딥러닝으로 보여준다

19c : 나이팅게일, 크림전쟁 - 나이팅게일 차트 http://www.bloter.net/archives/270142

19c : 존 스노우, 콜레라 발병 원인

벤자민 프랭클린의 다이어리 : 자신의 일상을 표로 기록

• 통계청 수기 : 통계로 만든 우리 가게 제 2 전성기
• 우리 식당 김사장이 데이터 과학자가 된 사연은
  • 메뉴판의 변화가 매출에 미치는 영향 (모양, 위치, 이름..)
  • 고객 설문조사
  • 고객 행동분석 : 카드번호/현금영수증 번호 통한 재구매율 등..
  • 신메뉴 실험 : A/B 테스팅
• 살고싶은 우리동네

출처: IDG DeepDive <“비즈니스 결과물로 직결되는”AI, 머신러닝, 딥 러닝 이해와 활용 가이드>