3강 흥미로운 AI 영역

학습목표 
- AI를 통한 개인화 추천 시스템과 분야별 적용사례를 제시할 수 있다

 

1. AI 적용사례 및 종류
음성인식 AI사례 : 구글 어시스턴트
- 역할 / 필요한 데이터 / 데이터 라벨러 역할

 

추천 AI를 통한 사례
- 상품기반추천 (CB) : 역할 / 필요한 데이터 / 데이터 라벨러 역할
- 사용자행동기반추천 (CF) : 역할 / 필요한 데이터 / 데이터 라벨러 역할
- Netflix 추천시스템 : 역할 / 필요한 데이터 / 데이터 라벨러 역할
의료진단 AI
- 역할 / 필요한 데이터 / 데이터 라벨러 역할
금융거래 AI
- 역할 / 필요한 데이터 / 데이터 라벨러 역할
자율주행 AI
- 역할 / 필요한 데이터 / 데이터 라벨러 역할

2. 음성인식 AI
1) 음성인식 AI (Google Assistant)
- Google Assistant는 사용자의 음성을 인식하고, 자연어 처리(NLP)를 통해 명령을 이해하여 실행
- 사용자가 "Hey Google, 음악 틀어줘"라고 말하면 AI가 음성을 텍스트로 변환 후 텍스트를 이해하여 음악 재생앱을 실행하여 음악을 재생

(1) 필요한 데이터 
- 각 지역과 문화에 따른 다양한 발음이 포함된 음성 데이터
- 사용자 감정을 반영하는 다양한 억양과 강세의 음성 데이터
- 다양한 환경에서의 배경 소음이 포함된 음성 데이터
(2) 데이터 라벨러의 역할
- 음성 데이터의 정확한 텍스트 변환
- 발음의 정확한 식별
- 배경 소음 제거

3. 추천 AI를 통한 사례
1) 추천 AI를 통한 개인화 추천 서비스 및 광고
콘텐츠 기반 추천 (CB)
- 사용자의 관심사와 선호도에 기반하여 유사한 콘텐츠를 추천하는 방식
협업 필터링 (CF)
- 다른 사용자들의 행동 패턴을 분석하여 개인화된 추천을 제공
Netflix 추천 시스템
- Netflix는 이 두 가지 방식을 결합한 하이브리드 추천 시스템을 운영하고 있음

2) 개인화 추천 AI - 상품기반 추천 (CB)
AI역할
- 유사한 상품이나 콘텐츠를 추천
- Amazon에서 사용자가 세제를 구매하면 AI가 유사한 가정용품이나 관련 세제 상품을 추천
필요한 데이터
- 상품 메타데이터 : 제품 설명, 카테고리, 가격, 브렌드 등
- 유사성 데이터 : 상품 간 유사성을 판단하기 위한 데이터
데이터 라벨러의 역할
- 콘텐츠 데이터 라벨링 : 상품, 동영상 등에 대한 정확한 메타데이터를 라벨링
- 추천 정확도 검증 : AI가 추천한 콘텐츠나 상품의 정확도를 검증하고, 피드백을 제공하여 모델을 개선

3) 개인화 추천 AI - 사용자 행동기반 추천 (CF)
데이터 라벨러의 역할
- 사용자 행동 데이터 분석을 통해 패턴을 파악
- AI 모델 학습 지원, 추천 정확도 검증 및 피드백 제공

4) Netflix 추천 시스템
AI 역할
- Netflix는 사용자의 시청 기록, 평가, 검색 내역을 분석하여 개인화된 영화와 TV 프로그램을 추천
필요한 데이터
- 시청 기록 데이터 : 사용자가 시청한 영화나 TV 프로그램의 기록
- 평가 데이터 : 사용자가 영화나 TV 프로그램에 대해 평가한 데이터
- 검색 내역 데이터 : 사용자가 검색한 영화나 TV 프로그램의 기록

4. 의료진단 / 금융거래 / 자율주행 / 생성AI
1) 의료진단 AI
AI 역할
- 의료 이미지를 분석하여 질병 진단
- AI는 엑스레이, CT 스캔, MRI와 같은 의료 이미지를 분석하여 폐암, 뇌졸중 등의 질병을 조기에 진단
= 이를 통해 의사는 보다 빠르고 정확하게 진단을 내릴 수 있음
필요한 데이터
- 의료 이미지 : 엑스레이, CT, MRI 등의 의료 이미지 데이터
- 환자 기록 : 환자의 병력, 진료 기록 등
데이터 라벨러의 역할
- 의료 이미지 라벨링 : 병변 부위, 종양 크기 등

2) 금융거래 AI
AI 역할
- 금융 데이터를 분석하여 거래 신호 생성
- AI는 주식, 외환, 암호화폐 등의 실시간 거래 데이터를 분석하여 거래 신호를 생성
= 이를 통해 투자자들은 최적의 거래 타이밍을 포착할 수 있음
필요한 데이터
- 실시간 거래 데이터 : 주식, 외환, 암호화폐 등의 실시간 거래 데이터
- 경제 지표 : 각종 경제 지표 및 통계 데이터
- 뉴스 데이터 : 시장에 영향을 미칠 수 있는 뉴스 데이터
데이터 라벨러의 역할
- 거래 데이터 라벨링 : 거래 패턴, 시장 동향 등

3) 자율주행차 AI
AI 역할
- 실시간 도로 상황 인식 및 주행 결정
- 자율주행차는 AI를  통해 도로의 차선, 교통 신호, 보행자 등을 실시간으로 인식하고 카메라에서 수집된 데이터를 분석하여 주행 결정을 내림
필요한 데이터
- 도로 이미지 : 다양한 도로 상황을 반영한 이미지 데이터
- 센서 데이터 : 레이더, 라이더, 카메라 등 다양한 센서에서 수집된 데이터
- 지도 데이터 : 고해상도 지도 데이터
데이터 라벨러의 역할
- 도로 객체 라벨링 : 차선, 차량, 보행자 등

4) 생성 AI (OpenAI GPT-3)
AI 역할
- 자연어 처리(NLP)를 통해 인간과 유사한 텍스트를 생성
- 사용자가 입력한 문장을 기반으로 이야기를 이어가거나, 특정 주제에 대해 에세이를 작성
필요한 데이터
- 방대한 텍스트 데이터 : 뉴스 기사, 소설, 논문, 웹사이트 등
- 대화 데이터 : 대화의 흐름과 맥락을 이해하기 위한 데이터
데이터 라벨러의 역할
- 텍스트 데이터의 주제 분류 및 의미 분석
- 대화 데이터의 맥락 파악 및 라벨링

5) 생성 AI (DALL-E)
AI 역할
- 텍스트 설명 기반 이미지 생성
- DALL-E는 "두꺼운 스웨터를 입은 고양이"와 같은 텍스트 설명을 기반으로 사실적이고 창의적인 이미지를 생성할 수 있음

 

정리
- AI는 다양한 산업과 일상 서비스에 활용되고 있다
- 개인화 추천 시스템은 AI의 대표적인 실생활 적용 사례이다
- 모든 AI 기술의 핵심 기반에는 정확한 데이터 라벨링이 존재한다