본문으로 바로가기

기술동향

[Weekly Issue] 2022년 이후 주목되는 차세대 기술 트렌드

  • 등록일2021-10-29
  • 조회수4465
  • 분류기술동향 > 종합 > 종합
  • 자료발간일
    2021-10-22
  • 출처
    정보통신산업진흥원(글로벌ICT포털)
  • 원문링크
    https://www.globalict.kr/news/trend/weekly.do?menuCode=010200
  • 키워드
    #차세대#기술#생성적 AI#인공지능
  • 첨부파일
    • pdf [GIP] 주간동향_10월3주_2022년 이후 주목되는 차세대 기술 트렌... (다운로드 274회) 다운로드 바로보기


2022년 이후 주목되는 차세대 기술 트렌드


◈목차


가트너, 차세대 기술 트렌드 12 가지 선정

가장 가시적이고 강력한 '생성적 AI’ 기술

데이터 관리 및 통합 고도화의 핵심 '데이터패브릭'


 

◈본문


가트너, 차세대 기술 트렌드 12 가지 선정
글로벌 시장조사업체 가트너(Gartner)가 2022년 이후 차세대 전략 기술 트렌드 12가지를 선정하여 발표함. 해당 트렌드는 다양한 산업 분야에 종사하는 약 2 400 명의 글로벌 최고정보관리책임자(CIO) 및 기술 경영진을 대상으로 진행한 설문 조사를 기반으로 함.
 
해당 12가지 기술은 △초자동화 Hyperautomation △생성적 인공지 (Generative AI) △데이터패브릭(Data Fabric) △AI 엔지니어링 △자율 시스템 △의사결정 인텔리전스 △재구성 가능 애플리케이션(Composable Application) △클라우드 네이티브 플랫폼 (CNP) △개인정보 보호 강화 컴퓨팅(PBC) △사이버보안 메시(Cybersecurity Mesh) △분산형 엔터프라이즈 △총체적 경험(TX)등 임. 가트너의 데이비드 그룸브리지(David Groombridge) 부사장은 2020, 2021년은 기업의 생존에 초점을 맞추었다면 이제는 성장으로의 복귀에 초점을 맞추고 있다고 강조함. 
 
가트너가 가장 먼저 꼽은 차세대 기술 트렌드인 초자동화는 기업이 전사적으로 프로세스를 식별 검증 자동화 할 수 있는 더 빠른 방법을 제시함. 또한 가트너는 지난 한 해 동안 생성적 AI에 대한 관심과 투자가 증가했다고 언급함. 생성적 AI는 오디오 파일 이미지 또는 텍스트 등의 기존 콘텐츠를 활용하여 새로운 콘텐츠를 생성할 수 있는 알고리즘을 참조함. 가트너는 향후 3년 반 안에 생성적 AI가 전체 데이터 생산량의 10%를 차지할 것으로 전망하고 있음.
 
가장 가시적이고 강력한 '생성적 AI’ 기술
생성적 AI(Generative AI)’기술은 데이터에서 콘텐츠 또는 객체에 대해 학습하고 이를 사용하여 원본과 유사하지만 완전히 새롭고 독창적이며 사실적인 인공물을 생성하는 머신러닝(machine learning)기법임. 생성적 AI는 동영상이나 글을 통해 창의적인 콘텐츠를 생성할 뿐만 아니라 소프트웨어 코드 생성 약물 개발 촉진 및 표적 마케팅 등과 같은 다양한 활동에 사용되어 연구개발 주기를 가속화 할 수 있는 잠재력을 갖고 있음. 반면 사기 정치적 허위 정보 신원 위조 등과 같은 범죄에 악용될 우려도 있음.
 
현재의 AI는 대부분 기존 데이터를 해석하고 분류하는 수준이지만 생성적 AI는 자체적으로 새로운 콘텐츠를 생성할 수 있는 기술임 생성적 AI에는 GAN(Generative Adversarial Networks)과 VAE(Variational autoencoder)라는 두 가지 핵심 기술이 있음. 이 두 가지 가운데 더 주목 받는 GAN 은 2014 년 이안 굿펠로우 (Ian Goodfellow) 가 개발함. 
 
이 기술의 개념은 2개의 개별 신경망으로 GAN 을 설계한 다음 서로 경쟁하게 하는 데에 있음. 주어진 데이터 세트 가령 얼굴 사진 세트를 기반으로 첫 번째 신경망(생성기)은 픽셀 측면에서 기존 이미지와 수학적으로 유사한 새로운 이미지를 생성함 반면 두 번째 신경망(판별기)은 사진이 원본 데이터에서 나온 것인지 생성기가 생성한 것인지 여부를 판별하지 않고 사진을 제공 받은 후 생성기에 의해 합성된 사진을 식별하는 작업을 수행함. 두 신경망이 반복적으로 상호작용하는 과정에서 생성기는 판별기를 속이려 하고 판별기는 생성기가 생성한 데이터를 판별하려 시도하며 서로의 기능을 학습함. 결과적으로 판별기의 판별 성공률이 낮아지며 합성된 사진과 원본을 구분할 수 없게 됨.
 

...................(계속)

 

 

☞ 자세한 내용은 내용바로가기 또는 첨부파일을 이용하시기 바랍니다.

 

목록 스크랩
관련정보

지식

동향

발간물

자료 추천하기

받는 사람 이메일
@
메일 내용