원리 : AI가 기수들이 쓴 모자의 색상을 학습해 개별 경주마를 구분하는 독창적인 방식을 고안했다. 약 1만5000장의 경주 이미지와 20만 건의 데이터를 직접 수집하고 분석했으며 사계절은 물론 날씨별, 시간대별 등 다양한 조건에서 촬영된 경주 영상을 AI에게 학습시켰다. 그 결과 Race Vision AI는 95% 이상의 정확도로 경주마를 식별할 수 있게 됐다. 이렇게 학습된 AI는 실제 중계 화면에서 기수의 모자 색으로 말 번호를 식별하고, 식별한 번호에 해당하는 말 이름과 배당률 등 정보를 불러와 움직이는 말 위에 자동으로 표시한다.

출처 : AI타임스(https://www.aitimes.com)

많은 기업들이 이용자와 상호 작용하는 방법으로 챗봇을 사용하는 경우가 많다. 챗봇은 질문에 답변하거나 질문에 응답할 수 있는 충분한 직원이 없는 기업의 고객 서비스 옵션으로 사용되는 경우가 많다. 이러한 기업은 챗봇을 사용하여 고객들로부터 중요한 정보를 얻는 동시에 직원의 시간을 다른 작업에 할애할 수 있다.

블랙프라이데와 같이 접속량이 많은 시간대에 챗봇은 유용하게 쓰인다. 많은 질문에 답할 수 있으며 이를 통해 이용자에게 보다 나은 서비스를 제공할 수 있다

자율주행 차량은 많은 센서 데이터를 이용해 임무를 수행하는 동시에 교통상황에 대응하는 방법을 학습하고 실시간 의사 결정을 내리면서 지속적으로 개선된다. 자율주행 차량은 운전자의 제어 없이 운행하기 위해 AI 기술과 기계학습(Machine Learning)을 사용한다.

대출을 신청하거나 신용 카드를 신청할 때마다 은행은 신용 점수, 재무 기록 등 여러 가지 요소를 확인할 필요가 있다. 은행은 이 모든 것을 소프트웨어로 처리할 수 있다. 이로 인해 승인 대기 시간이 단축되고 실수 여지가 줄어든다

출처 : AI타임스(https://www.aitimes.com)

미국의 많은 대형 은행에서는 스마트폰을 통해 수표를 입금하는 옵션을 제공한다. 실제로 은행으로 가는 대신 단지 두 번의 두드림만으로 입금할 수 있다. 전화를 통해 은행 계좌에 접근할 때는 수표는 확실한 안전장치 외에 서명도 요구한다.

현재 미국의 은행에서는 AI와 머신 러닝 소프트웨어를 사용하여 손글씨를 읽고 이전에 은행에 제공한 서명과 비교하여 수표를 승인하는데 안전하게 사용한다. 일반적으로 머신 러닝과 AI 기술은 은행 내 소프트웨어가 수행하는 대부분의 작업을 가속화한다. 이 모든 것이 작업을 보다 효율적으로 실행해 대기 시간과 비용을 줄여준다.

이번 사례집은 2022년부터 2024년까지 3년간 실시한 공동주택 실태조사와 종합감사, 그리고 법령 질의‧회신 및 유권해석 사례를 바탕으로 제작됐다. 기존의 텍스트 중심 사례집과 달리 직관적인 시각 자료를 활용해 누구나 쉽고 재밌게 이해할 수 있도록 구성된 점이 특징이다.

사례집 주요 내용으로는 ▲입주자대표회의 구성 및 운영상의 문제 ▲회계처리 부적정 ▲공사‧용역 업체 선정 절차 미준수 ▲장기수선충당금 사용 부적정 등 공동주택 현장에서 반복되는 주요 사례들이며 이를 AI를 활용해 4컷 만화 형식으로 재구성했다.

또한 입주자대표회의, 선거관리위원회 운영, 관리규약, 주택관리업자 및 사업자 선정지침 등 복잡한 법령 해석과 관련해 동대문구와 국토교통부 간의 질의‧회신 자료, 그리고 법제처의 유권해석 사례도 함께 수록했다. 이와 함께 관내 공동주택 현황과 입주자대표회의 및 관리규약 신고 절차 등 실무에서 자주 활용되는 기초 정보도 함께 수록해 사례집의 실용성과 활용도를 높였다.

원리: 마트, 대학교 등 다양한 곳에서 카페로 운영되고 있는 비트 코퍼레이션의 비트 로봇 카페는 AI, IoT, DI, RPA 기술이 탑재된 지능형 플랫폼을 기반으로 운영된다. 다양한 고객들로 데이터를 쌓고 가공하여 학습하며, 머신러닝을 통해 운영을 자동화한다.

원리: 기존에는 스팸 차단 시스템이 “대출”이라는 특정 스팸 문구를 걸러냈다고 가정하면, 딥러닝 기반 스팸 필터링은 “대★출”과 같이 변형된 문구도 즉시 필터링한다. 또 “카지노”와 “도박장”처럼 형태는 다르지만 동일 의미를 가지고 있는 단어도 발견할 수 있다.

세일즈포스는 이날 자사의 새로운 기업용 AI 플랫폼 '에이전트포스 360'과 오픈AI의 첨단 AI 모델을 기반으로 차세대 업무용 서비스를 제공한다고 발표했다. 에이전트포스 360은 세일즈포스의 CRM 시스템을 한 단계 더 확장한 새로운 기업용 AI 플랫폼이다. 고객의 데이터와 업무용으로 많이 쓰이는 업무용 메신저 슬랙 등을 통합해 업무의 모든 과정에서 AI를 활용할 수 있도록 한다.

오픈AI와의 협업으로 앞으로는 세일즈포스의 서비스를 이용하는 기업들이 챗GPT에서 에이전트포스 360 플랫폼에 바로 접근할 수 있게 된다. 챗GPT에 질문이나 요청을 입력하면 영업 기록 조회나 고객과의 대화 검토, 도표로 시각화 등 여러 작업을 할 수 있다.

원리: 침수 정도와 유속을 실시간 측정하고 기존 하천 중심 한계를 보완해 차량 바퀴와 맨홀 표준 규격을 활용해 침수 높이를 산출하고 도로 유속을 추정한다. 위험 단계에 도달하면 레이저 차단기를 가동해 차량 진입을 통제하고 바닥에 경고 조명을 쏘아 보행자 사고를 예방한다.

회사 관계자는 “간단한 망막 검사만으로 심혈관 질환 위험도를 파악할 수 있다”며 “의료진도 닥터눈의 편의성을 높게 평가해 60여 개 병원에서 사용 중”이라고 설명했다. 이 밖에 중환자실 입원 환자의 섬망 증상을 예측하거나 심장의 파형 데이터 등을 분석해 심장 질환 위험도를 알려주는 AI 의료기기도 임상에 들어갔다.

기존 AI 의료기기는 주로 질환 진단에 사용됐다. 엑스레이, 컴퓨터단층촬영(CT) 영상, 자기공명영상(MRI) 등을 분석해 암, 뇌질환을 정확하고 빠르게 찾아내는 데 활용됐다. 일부 질환은 진단돼도 한 번의 증상으로 사망에 이를 수 있고, 한 번 발생하면 완치가 힘든 사례도 많다. 이에 AI 의료기기가 질환을 예측해 환자의 예방 관리를 돕는 방식으로 영역을 넓혀가고 있다.

원리:안면 인식 시스템은 카메라로 얼굴을 촬영하고, 눈, 코, 입 등 주요 특징점의 위치와 거리, 깊이 정보를 추출하여 고유한 얼굴 템플릿(벡터)을 생성합니다. 이 템플릿을 데이터베이스에 저장된 정보와 비교하여 일치하는 인물을 식별하고 인증하는 방식으로 작동합니다. 2D 이미지 기반은 거리 정보에 의존하지만, 3D 카메라는 깊이 정보를 활용해 더 정확하게 인식하며, 딥러닝 기반 기술은 더욱 정교한 분석을 가능하게 합니다. 

지금까지 아람코 시설 중 4곳이 4차 산업혁명 솔루션을 대규모로 도입한 성과를 인정받아 세계경제포럼(WEF)으로부터 '라이트하우스 (Manufacturing Lighthouses)'로 선정되었습니다. 세계 최대 가스 처리 플랜트 중 하나인 아람코의 우스마니아 가스 플랜트는 AI 솔루션을 사용하여 생산성을 높이고 시설의 신뢰성을 강화하고 있습니다. 또한 파이프라인과 장비 검사에 드론과 웨어러블 기술을 사용하여 검사에 소요되는 시간을 90%까지 단축했습니다.

쿠라이스 유전에서는 수천 개의 IoT 센서를 활용해 유정의 움직임을 실시간으로 모니터링하고 예측하고 있습니다. 이러한 디지털 기술을 통해 전력 소비를 18% 절감하고, 유지보수 비용을 30% 절감하며, 검사 시간을 약 40% 단축하는 등 운영 효율성을 극대화했습니다.

시리, 구글어시스턴트, 알렉사 및 코타나 등 유비쿼터스 스마트 디지털 도우미를 살펴보자. 기본적으로 명령을 하면 듣고 응답하여 행동으로 바꿀 수 있는 제품들이다. 시리를 누르면 ‘친구에게 전화 걸기’와 같은 명령을 내릴 수 있다. 이 기능은 몇 초 만에 사용자가 말한 내용을 분석하고 음성을 둘러싼 모든 배경 소음을 걸러내고 명령을 해석하여 실제로 수행한다.

KBO가 채택한 ABS 작동 원리는 야구장에 설치된 트래킹 시스템이 투수가 던진 공의 궤적을 쫓고, 컴퓨터 프로그램이 스트라이크/볼을 판별한 결과를 홈플레이트 뒤에 서 있는 구심에게 송출하면, 무선 이어폰으로 받은 정보를 구심이 외치는 것이다. 트래킹 시스템의 핵심인 ABS 카메라는 총 4대가 쓰인다. 내야 1루와 3루에 각각 1대, 외야 중앙 전광판에 1대 및 모니터링용 1대이다.

딥러닝 알고리즘을 통해 AI는 X선, CT, MRI 등의 의료 이미지를 자동으로 분석하고 잠재적인 질병을 식별할 수 있습니다. 이 기술은 폐암, 유방암, 뇌종양 등 다양한 질병의 초기 검진과 진단에 이미 적용되어 있으며, 진단의 정확도와 효율성을 크게 향상시켰다

활용: 금융 및 보험 상담 자동화 AI가 대출 상담 및 금융상품 추천 제공, 보험 계약 갱신 및 상담자동 처리

전자상거래 및 리테일 고객 지원 AI가 주문 상태 조회 및 반품 요청 자동 응대, 개인 맞춤형 제품 추천 및 할인 안내

헬스케어 및 병원 예약 시스템

AI가 환자의 진료 예약 및 변경을 자동으로 처리

Al 기반 건강 상담 제공.

IT 및 기술 지원

AI가 고객의 기술 문제를 진단하고 해결책 제안

소프트웨어 사용법 안내 및 자동 장애 진단

지난 9월 1일, 대통령직속 4차산업혁명위원회가 발표한

‘인공지능 대중화를 위한 대국민 인공지능 이용 인식조사’에서 인공지능 대중화가 먼저 이뤄져야 할 분야를 묻는 질문에 병원·의료·헬스케어 분야라고 답한 비율이 62.1%로 전체 18개 분야 중 1위를 차지했다.

2020년 인텔이 미국의 헬스케어 분야 CEO나 연구자, 투자자 등 리더들을 대상으로 진행한 조사에 따르면 84%의 응답자가 임상 작업에 이미 의료지능을 도입했거나 도입할 예정이라고 응답했다. 이는 2018년에 같은 질문의 응답 결과였던 37%에서 두 배 이상 오른 수치다. 의료지능에 대한 신뢰성에도 큰 변화가 감지됐다. 글로벌 조사기관 다이네이터가 한국, 싱가포르, 호주 등의 영상의학과 의료진 108명을 대상으로 진행한 설문에 따르면 전체 응답자의 80%가 의료지능이 현장에 도입될 경우 더 정확한 진단과 치료를 제공할 수 있을 것이라고 답했다. 의료 지능을 활용한 의료 시스템은 여러 범위에 걸쳐 확대되고 있다. 환자의 상태를 파악하고 치료법을 제시하는 것뿐 아니라 의료산업, 의료 시설, 의료 서비스 등 의료와 관련된 다양한 분야에서 그 가능성을 보여주고 있는 것이다.의료지능 서비스는 의료진에 다양한 정보를 제공해 환자의 증상이나 질병을 정확하게 판단하고 치료할 수 있도록 돕는다. 인공지능을 활용해 사회의 기초가 되는 의료 서비스의 수준을 끌어올릴 수 있는 것이다.인공지능을 의료 분야에 적용한 대표적인 사례가 바로 IBM이 개발한 ‘왓슨(Watson)’이다. 왓슨은 클라우드 기반 인공지능 플랫폼으로, 환자의 증상을 입력하면 과거 수십 년간 확보된 임상 사례는 물론 수십만 페이지에 달하는 전문 자료를 검색, 환자에게 가장 적합한 치료법을 제시한다. 이렇게 높은 수준의 의료지능 시스템을 구축하기 위해서는 각 병원의 환자 진단기록인 전자의무기록(EMR)을 통합하고 의료 데이터를 수집·축적하는 과정이 필요하다. 하지만 우리나라의 의료법·제도상 한계가 있다. 의료 데이터에 포함된 개인의 민감한 정보들 때문이다.