• ZDNet USA
  • ZDNet China
  • ZDNet Japan
  • English
  • 지디넷 웨비나
뉴스
  • 최신뉴스
  • 방송/통신
  • 컴퓨팅
  • 홈&모바일
  • 인터넷
  • 반도체/디스플레이
  • 카테크
  • 헬스케어
  • 게임
  • 중기&스타트업
  • 유통
  • 금융
  • 과학
  • 디지털경제
  • 취업/HR/교육
  • 인터뷰
  • 인사•부음
  • 글로벌뉴스
창간특집
인공지능
배터리
컨퍼런스
칼럼•연재
포토•영상

ZDNet 검색 페이지

'러닝'통합검색 결과 입니다. (58건)

  • 태그
    • 제목
    • 제목 + 내용
    • 작성자
    • 태그
  • 기간
    • 3개월
    • 1년
    • 1년 이전

[기고] 제조 역량 강화에 AI 기반 딥러닝·통합 데이터는 필수

한국 산업통상자원부에 따르면 올해 10대 제조업이 계획 중인 주요 설비 투자 금액은 110조원에 달한다. 특히 국내 자동차 업계는 전기차 전용 공장 증설에 17조원을 투자할 계획인 것으로 나타났다. 이를 위해 현대자동차그룹은 국내 전기차 전용 공장 건설에 2030년까지 24조원을 투자하겠다고 발표했다. 전기차 생산을 지원하기 위한 새로운 시설과 기존 현장의 현대화는 효율성, 품질 및 노동력을 극대화하기 위한 툴링(tooling)과 프로세스를 재고할 수 있는 좋은 기회다. 최근 전기차 제조업체는 배터리 제조 공정에서 100개 이상의 단계, 차제 공장에서 52개의 장비, 주력 차량 설계에서 500개 이상의 부품을 제거했다는 보도가 있었다. 프로세스를 재고한 결과 승합차의 자재 비용을 35% 절감하고, 다른 차량에서도 비슷한 규모의 비용을 절감이 이뤄졌다. 공장을 개발하고 솔루션을 조달할 때 현장과 기업 차원에서 자원의 투입과 이에 대한 승인이 공유되는 현장 중심적인 방식이 있다. 그러나 유사한 워크플로에 대해 현장마다 서로 다른 솔루션을 사용할 가능성이 항상 존재한다. 데이터 품질이 필수적인 새로운 인공지능(AI) 기반 솔루션을 사용하는 경우를 포함해 전문 지식과 데이터가 현장 간에 공유되지 않을 위험도 있다. 이는 품질과 규정 준수를 위해 머신 비전 시스템을 사용하는 시각 검사 팀에게도 해당될 수 있다. 자동차 산업의 AI 머신 비전에 대한 지브라의 보고서에 따르면 독일과 영국의 머신 비전 리더 중 약 20%가 자사의 AI 머신 비전이 더 잘 작동하거나 많은 일을 할 수 있다고 응답했다. 이처럼 딥러닝 머신 비전과 같은 기술을 더 잘 배포하고 사용할 수 있는 방법이 있을까. 클라우드 보안·거버넌스에 대한 논의와 딥러닝 머신 비전을 통한 테스트, 품질 관리, 엔지니어와 데이터 과학자를 위한 새로운 컴퓨팅·협업 자원 등 고부가가치 워크플로우에 활용할 수 있는 기회의 균형을 맞출 수 있는 방법은 무엇인가. AI, 특히 딥러닝은 데이터에 기반을 둔다. 양질의 데이터의 양, 다양성과 속도는 딥러닝 모델 학습과 테스트의 핵심이다. 이를 통해 실제 배포 시 기대하는 결과를 얻을 수 있다. 보통 팀과 현장마다 경험과 가용할 수 있는 작업 시간이 다르다. 이로 인해 사일로(silo) 현상이 생겨 올바른 데이터 품질을 달성하기 더 어려워질 수 있다. 데이터는 저장·주석이 필요하며 모델 테스트에 필요한 다른 데이터셋과 사용돼야 한다. 이런 맥락에서 기업이 데이터 사일로 현상을 겪을 경우 개선된 머신 비전 모델 학습도 저해될 수 있다. 딥러닝 신경망은 다양한 시간대와 요일을 포함해 가능한 많은 변화에 노출돼야 한다. 데이터셋에 임의의 날짜를 혼합해야 하는데, 이는 훈련 데이터 시뮬레이션용 플랫폼을 사용하지 않는 한 일정 기간 동안 데이터를 캡처해야 하기 때문에 불편할 수 있다. 그럼에도 강력한 모델을 훈련하는 데 필수적이다. 또 산업 공정은 주변 조명의 변화, 미세한 변화가 있는 재료, 진동, 소음, 온도, 생산 조건의 변화 등 다양한 환경적 영향을 받는다. 학습 데이터에서 이런 변화를 고려하지 않는다면 모델 정확도가 떨어질 수 있다. 각 현장마다 선명도, 작업 거리, 주변 조명·모델이 처리하는 방법을 학습해야 하는 기타 요소에 차이가 있을 수 있으므로 학습 데이터셋은 실제 시나리오에서 모델이 직면할 수 있는 모든 변수를 반영해야 한다. 산업 공정이 여러 생산 현장을 포함하는 경우 그 중 한 곳에서만 데이터를 수집하거나 모든 데이터를 사일로화해 보관하는 것은 바람직하지 않다. 이를 해결하기 위해서는 다양한 환경 조건과 생산 현장에서 데이터를 수집하고 공유해야 한다. 사일로화 된 현장 접근 방식의 또 다른 문제는 딥러닝 모델에 대한 학습 데이터의 주석과 관련 있다. 부정확하고 불명확하며 일관성 없는 주석은 필연적으로 모델 성능 저하로 이어진다. 동일한 품목을 만드는 여러 생산 현장을 포함해 주석이 정확하고 모호하지 않도록 하는 것이 중요하다. 이를 위해서 팀이 주석 프로젝트에서 협업할 수 있어야 한다. 각 이미지마다 다른 결함 유형을 표시하면서 일부 결함은 전혀 표시하지 않는 것은 실제 프로젝트에서 흔히 발생하는 실수다. 또 무엇이 결함으로 간주되는지도 주관적일 수 있으므로 교차 검증이 필요하다. 모든 결함은 유형에 관계없이 모든 관련 이미지에 명확하게 표시돼야 한다. 통합된 접근 방식을 취하지 않고 클라우드를 활용하지 않는다면 현장과 국가 간에 데이터 주석을 추가하는 문제는 해결할 수 없다는 것이다. 제조 업계의 머신 비전 팀은 딥러닝 머신 비전을 활용할 수 있는 새로운 방법이 필요하며 클라우드 활용이 포함돼야 한다. 클라우드 기반 머신 비전 플랫폼을 사용한다면 팀은 여러 현장, 국가, 지역 등 다양한 제조 위치에서 데이터를 안전하게 업로드하고 라벨을 지정하고 주석을 달 수 있다. 여러 현장과 환경의 클라우드 기반 플랫폼에 더 크고 다양한 범위의 풀링된 데이터는 딥러닝 학습에 더 효과적이다. 이런 플랫폼에서는 지정된 사용자가 실시간으로 함께 작업하고 주석, 학습 및 테스트 프로젝트에서 협업하며 각자 전문 지식을 공유할 수 있다. 클라우드 기반 플랫폼을 사용하면 지정된 역할과 권한, 책임 있는 사용자가 클라우드에서 딥러닝 모델을 학습하고 테스트할 수 있다. 훨씬 더 나은 학습·테스트 데이터 기반으로 특정 사용 사례에 대해 기존 규칙 기반 머신 비전보다 훨씬 더 높은 수준의 시각적 검사 분석과 정확도를 제공할 수 있다. 특히 자동차, 전기 배터리, 반도체, 전자, 패키징 산업을 비롯한 여러 제조업체에서 이런 결과를 달성하는 것을 목표로 한다. 클라우드 기반 솔루션은 컴퓨팅 성능의 확장성과 접근성을 제공한다. 기존 시스템에서는 일부 지정된 직원들만 컴퓨터에 강력한 그래픽처리장치(GPU)를 장착해 대규모 교육을 수행했다. 그러나 클라우드를 사용하면 모든 사용자가 자신의 노트북에서 동일한 고성능 컴퓨팅을 사용할 수 있다. 약간의 비용이 발생하지만 종량제(pay-as-you-go) 구독 모델을 사용하면 회사 자체 서버와 구하기 어려운 추가 IT 인력에 비용을 투자하는 것보다 더 유리할 수 있다. 머신 비전 팀은 서비스형 소프트웨어(SaaS) 모델 구독을 통해 클라우드 기반 플랫폼에 유연하고 쉽게 투자할 수 있는 동시에 기술 파트너는 새로운 기능, 모델, 업데이트를 원활하게 추가할 수 있다. 딥러닝 클라우드 기반 플랫폼은 PC와 디바이스에 모델 엣지를 배포함으로써 생산 라인, 사용자, 팀 위치와 관계없이 유연한 디지털 워크플로우를 지원한다. 한국을 포함한 아태지역 제조업 리더들은 AI가 성장을 주도할 것으로 기대하고 있다. 이러한 AI 도입의 급증은 디지털 혁신을 우선시하는 리더들과 데이터 관리를 개선하고 제조 프로세스 전반의 가시성과 품질을 향상시키는 새로운 기술을 활용하려는 제조업체의 의도를 잘 보여준다. 오늘날 가장 중요한 품질 관리 이슈 중 하나는 데이터 통합이다. AI·데이터 목표와 새로운 자동차 공장을 계획하고 있는 지금이야말로 데이터를 활용하고 딥러닝 머신 비전의 이점을 확장하는 클라우드의 잠재력을 살펴볼 적기다.

2024.11.19 09:57크리스탄토 수리야다르마

플래티어, 우체국쇼핑에 AI 개인화 마테크 솔루션 '그루비' 공급

플래티어(대표 이상훈)는 우정사업본부 우체국쇼핑이 AI 개인화 마테크 솔루션 '그루비'를 도입했다고 19일 밝혔다. 우체국쇼핑은 이번 그루비 도입으로 개인화 마케팅 전략을 강화하고 고객 맞춤형 상품 추천 서비스를 통해 쇼핑몰의 경쟁력을 한층 제고하겠다는 계획이다. 우체국쇼핑은 농어촌 경제 활성화를 위해 시작된 공공 온라인 쇼핑몰로, 전국 3천300여 개의 우체국 네트워크를 통해 농어민과 소비자를 직접 연결해 안심 먹거리를 판매한다. 그루비 도입 후 'Ai 추천관' 카테고리를 홈페이지에 개설해 고객 맞춤형 상품 추천 서비스를 제공할 수 있게 됐다. Ai 추천관 카테고리에서는 머신러닝 및 딥러닝 AI를 활용한 맞춤형 상품뿐만 아니라 고객의 구매 이력과 관심사에 최적화된 상품을 제안한다. ▲다른 분들이 함께 본 상품 ▲지금 인기 있는 상품 ▲다른 분들이 함께 담은 상품 등 고객의 관심사를 반영한 다양한 맞춤형 상품을 확인할 수 있다. 그루비는 개인화 마케팅에 필요한 다양한 기능을 하나로 통합해 제공하는 서비스형 소프트웨어(SaaS) 솔루션이다. 실시간 빅데이터 처리 기술과 머신러닝·딥러닝 기반의 AI를 활용해 고객 행동 데이터를 수집 및 분석하고 타깃팅, 상품 추천, 성과 분석 등 개인화 마케팅에 필요한 기능을 제공한다. 특히 그루비는 지난해 업계 최초로 공공부문 클라우드 서비스 보안 인증(CSAP)을 획득해 공공분야에서의 안전성과 신뢰성을 인정받았다. 이를 바탕으로, 고객관계관리(CRM) 및 맞춤형 개인화 상품 추천이 필요한 다양한 국내 공공기업에 안정적으로 서비스를 제공하고 있다. 유민수 플래티어 그루비 사업부장은 "우체국쇼핑에 서비스를 제공할 수 있게 되어 매우 뜻깊게 생각한다"며 "그루비는 앞으로도 안정적인 AI 서비스를 제공해 공공 분야에서의 입지를 지속적으로 넓혀 나갈 것"이라고 말했다.

2024.11.19 08:38백봉삼

[인터뷰] 베슬에이아이 "AI 활용을 쉽고 빠르게…AGI 시대 준비 돕겠다"

"우리는 머신러닝 운영(MLOps)을 통해 기업들이 인공지능(AI)을 가장 쉽고 빠르고 저렴하게 활용할 수 있도록 지원하고 있습니다. 이는 곧 다가오는 '에이전트 AI' 시대에 필수적입니다. 이로써 장기적으로는 수십, 수백 개의 AI 모델이 협력하는 컴파운드 AI 시스템을 구축하고자 합니다." 안재만 베슬에이아이 대표는 최근 기자와 만나 회사의 비전과 전략을 설명하면서 이같이 말했다. 국내 행사에 참가하기 위해 실리콘밸리에서 한국을 방문한 그는 MLOps 플랫폼이 AI 기술을 기업 내 실질적 자산으로 만드는 데 필수적 역할을 한다며 베슬에이아이가 이 변화를 전폭 지원하고 있다고 강조했다. 16일 업계에 따르면 AI 기술의 급속한 발전으로 인해 기업들은 새로운 도전에 직면했다. 단일 AI 모델 운영에서 벗어나 여러 모델을 관리하고 자동화해야 하는 시대가 도래한 것이다. 이러한 상황에서 MLOps 플랫폼 전문 기업인 베슬에이아이가 주목받고 있다. MLOps란 머신러닝 모델의 개발부터 배포, 운영까지의 전 과정을 효율적으로 관리하는 방법론으로, AI 모델의 지속적인 통합과 배포를 가능하게 한다. 지난 2020년 세워진 베슬에이아이는 기업들이 AI 모델을 효율적으로 학습하고 운영할 수 있도록 지원하는 MLOps 플랫폼을 제공하고 있다. 회사가 현재 기업들에 제공하는 플랫폼은 그래픽카드 처리 장치(GPU) 컴퓨팅 비용을 최대 80%까지 절감하고 AI 모델 배포 시간을 몇 주에서 몇 분으로 단축하는 등 운영 효율성을 크게 향상시켰다. 이로써 기업들이 복잡한 기술적 고민 없이도 AI 모델을 개발하고 배포할 수 있게 됐다. 안 대표는 "기업들은 AI 모델을 개발하고 운영할 때 컴퓨팅 자원과 인프라 관리에 많은 어려움을 겪는다"며 "우리는 이러한 문제를 해결하기 위해 모델 학습 및 운영 레이어와 에이전트 레이어를 제공한다"고 설명했다. 모델 학습 및 운영 레이어는 AI 모델의 학습, 배포, 운영 과정을 효율화해 개발자들의 생산성을 높여준다. 또 에이전트 레이어는 여러 AI 모델 간의 상호작용과 협업을 지원하여 복잡한 AI 시스템 구축을 가능하게 만든다. 이 두 레이어는 기업들이 단일 AI 모델 운영에서 벗어나 다중 모델을 효과적으로 관리하고 장기적으로는 에이전트 AI 시스템을 구축할 수 있는 기반을 제공한다. 이러한 기술적 강점을 통해 베슬에이아이는 이미 국내외에서 다양한 성공 사례를 만들어내고 있다. 국내에서는 뤼튼, 업스테이지, 스캐터랩 등 스타트업부터 현대자동차, LG전자 같은 대기업까지 베슬에이아이의 플랫폼을 도입했다. 고객사 중 일부 기업은 수십억 원에 달하던 거대언어모델(LLM) 운영 비용을 수억 원대로 줄이는 성과를 거둔 것으로 알려졌다. 안 대표는 "우리 플랫폼을 통해 고객사들은 복잡한 인프라 문제에서 벗어나 AI 모델 학습과 배포에만 집중할 수 있는 환경을 제공받고 있다"며 "이는 비용 절감뿐만 아니라 운영 효율성 면에서도 혁신적인 변화를 가져왔다"고 말했다. 해외에서도 베슬에이아이는 유수 기업들과 협업하며 글로벌 시장에서의 입지를 점차 확대하고 있다. 특히 실리콘밸리에 위치한 본사를 중심으로, 현지 AI 생태계와 긴밀히 연결된 활동을 전개하고 있다. 실제로 회사는 미국의 유명 VC인 안드레센 호로위츠가 주최하는 해커톤을 공동 개최하며 현지 스타트업 및 대기업들과의 네트워크를 구축했다. 이 행사를 통해 파인콘, 라마인덱스와 같은 실리콘밸리 AI 선도 기업들과의 협력을 통해 기술력을 인정받았으며 베슬에이아이의 플랫폼이 대규모 AI 모델 운영에 필수적인 도구로 자리 잡을 가능성을 보여줬다. 또 오라클 및 구글 클라우드와의 파트너십을 통해 글로벌 기술 대기업들과 협력하고 있다. 구글 클라우드 공식 블로그에는 베슬에이아이 플랫폼을 도입해 운영 효율성을 향상시킨 사례가 소개되기도 했다. 이러한 협력은 단순히 기술력을 알리는 데 그치지 않고 글로벌 시장에서 베슬에이아이의 경쟁력을 증명하는 중요한 발판이 되고 있다. 안 대표는 이어 곧 다가올 에이전트 AI 시대에 대비해야 한다고 강조했다. 그는 "조만간 웹 브라우저 중심의 패러다임이 AI 에이전트 기반으로 전환될 예정"이라며 "사용자들은 에이전트를 통해 검색, 예약, 의사 결정을 수행하는 시대가 올 것"이라고 설명했다. 베슬에이아이는 이러한 에이전트 AI 시대를 준비하며 기업들이 다중 AI 모델을 효과적으로 학습시키고 협력할 수 있는 환경을 제공하고 있다. 이는 AI 모델 간 상호작용과 협업을 가능하게 하는 컴파운드 AI 시스템 구축으로 이어지며 장기적으로는 기업들이 AI를 통해 더욱 정교하고 자동화된 의사결정을 내릴 수 있도록 지원한다. 안 대표는 "에이전트 시대에는 수많은 AI 모델들이 서로 협력해 의사 결정을 내리는 컴파운드 AI 시스템이 필수적"이라며 "이 시스템을 통해 수십, 수백 개의 특화된 AI 모델들이 협력해 기업 내 다양한 지식을 통합하고, 고도화된 솔루션을 제공할 수 있다"고 강조했다. 그러면서 "우리는 이러한 컴파운드 AI 시스템 구축을 지원함으로써 범용 인공지능(AGI) 실현을 지원할 것"이라고 밝혔다. 안 대표가 컴파운드 AI 시스템과 AGI에 관심을 갖게 된 배경에는 이전에 몸담았던 의료 AI 스타트업에서의 업무 경험이 있다. 당시 그는 병원에서 실시간으로 환자의 생체 신호를 모니터링하고 심정지와 같은 응급 상황을 사전에 감지하는 시스템 개발에 참여했다. 이러한 경험에서 AI 기술이 인간의 삶에 미치는 긍정적 영향을 몸소 목격했다. 안 대표는 "AI가 사람의 생명을 살릴 수 있다는 점을 직접 경험하며 기술의 잠재력에 매료됐다"며 "단순히 의료를 넘어 다양한 산업에서 AI 발전은 인류에 기여할 수 있을 것"이라고 말했다. 그러면서 "기업들에 비용 효율적으로 MLOps 플랫폼을 제공하고 장기적으로는 컴파운드 AI 시스템의 생태계를 제공함으로써 기술의 혜택이 모두에게 돌아갈 수 있도록 노력하겠다"고 강조했다.

2024.11.16 13:02조이환

AI 혁신 시대, 성공적인 머신러닝 기반 서비스 구축을 위한 필수 전략

AI 혁명의 물결 속에서 머신러닝 기술은 기업의 혁신을 이끄는 핵심 도구로 부상하고 있다. 자동 번역, 이미지 검색, 추천 시스템 등 다양한 분야에서 머신러닝을 도입하고 활용하는 사례가 눈에 띄게 늘었다. 머신러닝의 강점은 분명하다. 제한된 규칙과 데이터를 기반으로 작동하던 기존 자동화 시스템에 비해 훨씬 더 유연한 대안을 제시하며 기업 경쟁력을 강화하는 데 도움이 된다. 하지만 머신러닝 기술 그 자체가 비즈니스의 황금 열쇠는 아니다. 기술을 도입하는 것과 이를 실제로 사용자가 활용할 수 있는 서비스로 제공하는 것은 전혀 다른 차원의 문제다. 머신러닝 모델을 서비스화하기 위해서는 문제 정의부터 데이터 수집 및 삭제, 데이터셋 구축, 모델 개발, 모델 평가, 모델 배포, 시스템 개발, 지표 평가에 이르기까지 모든 일을 처음부터 수행해야 하기 때문이다. 또 이 과정에서 수많은 업무가 수반되기에 여러 요소를 균형 있게 고려해야 한다. 그렇다면 머신러닝을 성공적으로 서비스화하기 위해 반드시 염두에 둬야 할 필수 요소는 무엇일까. 먼저, 효율적인 머신러닝 기반 서비스 구축을 위해서는 보다 빠른 배포 주기를 마련해야 한다. 머신러닝 프로젝트는 전통적인 소프트웨어 프로젝트와 달리, 눈에 직접적으로 드러나지 않는 기능 개선이 대다수다. 그러므로 머신러닝 모델이 성능 향상을 거듭 이뤄낼 수 있도록 실제 제품에 적용해보고 사용자 반응에 따라 기민하게 대응하는 것이 중요하다. 빠른 배포 주기를 유지한다면 또 다른 이점도 얻을 수 있다. 머신러닝 프로젝트의 단점인 불확실성을 줄이는 동시에 사용자 데이터를 추가 학습한다는 장점을 극대화할 수 있는 것이다. 이처럼 빠른 배포 주기를 마련하려면 초기 단계에서 최대한 작은 범위로 개발해야 한다. 사용자 전체가 아닌 일부를 대상으로 시스템을 개발해 타깃을 쪼갤 수도 있고, 개발 초기에 간단한 모델로 시작해 점진적으로 더 크고 복잡한 모델을 도입하는 접근을 택할 수도 있다. 다양한 접근 방법 중 상황에 맞는 전략을 취한다면 초기 개발 비용을 줄이고 더 빠르게 시스템을 구축할 수 있을 것이다. 두 번째로, 사람과 머신러닝 모델을 동시에 사용하는 융합 프로세스를 체계화할 필요가 있다. 머신러닝 모델은 비교적 저렴하고 빠르게 결과를 출력할 수 있다는 장점이 있지만, 사람과 비교하면 상대적으로 정확도가 떨어진다. 반면 사람은 상대적으로 정확도가 높을지라도, 속도가 느리고 비용이 많이 발생한다. 따라서 사람과 머신러닝의 중간점을 찾아 적절히 융합하면 원하는 수준의 성능과 비용을 모두 만족시킬 수 있다. 예를 들어, 머신러닝 모델의 정밀도가 높은 구간에서는 이를 단독으로 이용해 콘텐츠를 처리하고, 정밀도가 부족한 부분에서는 사람의 판단을 더하는 방식으로 접근하는 것이다. 최근 생성 AI의 가속 발전으로 높은 정확도를 유지하면서도 비용까지 저렴한 경우도 점차 늘고 있는데, 발전하는 AI 연구 속도에 맞춰 AI 활용 전략도 민첩하게 수립돼야 한다. 마지막으로 머신러닝 기반 서비스 구축할 때는 시스템의 가시성을 높이고 오류를 신속하게 감지할 것을 강조하고 싶다. AI는 회계 로직처럼 정답이 명확한 문제를 풀기보다는 번역, 이미지 검색, 추천 시스템과 같이 정답이 없는 문제를 다루는 경우가 많기에 특정 로직에 버그가 생기더라도 사용자에게 직접 드러나는 오류 없이 암묵적인 성능 저하를 일으킬 수 있다. 게다가, AI는 방대한 데이터를 활용하고 여러 엔지니어의 손을 거쳐 탄생하기 때문에 버그가 발생할 수 있는 영역이 매우 넓다. 사용자 모바일 디바이스의 운영체제가 업데이트되어 데이터 형태 변화가 발생할 수도 있고, 그로 인해 AI 시스템의 성능이 저하될 가능성도 존재한다. 이를 방지하려면 시스템 내 모니터링 및 로깅 장치를 구축해 가시성을 확보해야 하며 오류 발생 시 신속하게 대응할 수 있어야 한다. 실제로 최근 하이퍼커넥트 AI 조직에서도 가시성을 확보하는 데 집중함으로써 AI를 더욱 고도화하고 있다. 성공적인 머신러닝 기반 서비스 구축을 위해서는 빠른 배포 주기, 사람과 머신러닝의 적절한 융합, 그리고 시스템의 가시성 확보가 필수적이다. 나아가 엔지니어 개인 차원에서는 소프트웨어 엔지니어링과 머신러닝을 모두 잘 이해하기 위해 꾸준히 기술 동향을 살피고 지식의 폭을 넓히는 노력이 필요하다. 머신러닝 기반 서비스는 구축과 운영 과정에서 상당한 노력이 요구되지만, 효율성과 생산성의 극대화, 고객 경험 향상과 같은 다양한 이점 덕분에 다수 기업에서 선호도가 높다. 앞서 살펴본 세 가지 요소를 고려한다면, 불확실성을 줄이고 보다 효율적이며 안정적인 머신러닝 기반 서비스를 구현할 수 있을 것이다.

2024.11.15 10:55이영수

뉴로클 "딥러닝 비전으로 제조업 혁신 이룰 것"

"딥러닝 지식 없어도 인공지능(AI) 모델 개발이 가능한 시대가 왔습니다. 뉴로클은 자동 최적화 알고리즘으로 이를 구현했습니다. 사용자는 제조 공정에서 나오는 불량품이나 오류를 기존보다 빠르고 정확히 식별해 업무 생산성을 끌어올릴 수 있습니다." 이홍석 뉴로클 대표는 제조 업무 생산성 향상에 딥러닝 비전 기술은 필수라며 최근 본지 인터뷰를 통해 이같이 밝혔다. 뉴로클은 딥러닝 비전 소프트웨어(SW)를 공급하는 기업이다. 대표 제품은 '뉴로티'와 '뉴로알'이다. 뉴로티는 딥러닝 비전 모델을 생성하는 솔루션이다. 이 대표는 "사용자는 딥러닝에 대한 전문 지식 없이도 모델 생성을 할 수 있다"며 "생산 현장에 수집된 데이터를 뉴로티에 넣기만 하면 되기 때문"이라고 설명했다. 이 대표는 이런 뉴로티 기능에 대한 비결로 자동 최적화 알고리즘을 꼽았다. 이 알고리즘이 뉴로티 내부에서 데이터 업로드·레이블링을 거쳐 모델 생성을 돕기 때문이다. 이는 뉴로클이 자체 개발한 알고리즘이다. 뉴로티는 합성 데이터 기술도 생성할 수 있다. 이를 통해 생산 현장서 발생할 수 있는 데이터 부족 현상을 해결하는 식이다. 그는 "양질의 데이터가 많아야 모델 성능을 올릴 수 있다"며 "현장 데이터가 부족할 경우 합성 데이터로 이를 보충하는 방식으로 모델 수준을 끌어올릴 수 있다"고 밝혔다. 이어 "모든 합성 데이터가 이로운 것은 아니다"며 "합성 데이터가 반드시 필요한 경우에만 사용하도록 고객사에 가이드라인을 제시한다"고 덧붙였다. 뉴로알은 뉴로티에서 개발된 딥러닝 모델을 API에 연계하는 솔루션이다. 사용자는 뉴로티에서 모델을 만들고 뉴로알에서 모델 기능과 성능을 고도화하는 과정을 거치면 된다. 이 대표는 "뉴로티가 효율적인 모델 학습을 지원한다면, 뉴로알은 이를 다양한 환경에 자유롭게 연동하는 것을 돕는다"고 설명했다. 이홍석 대표는 뉴로클 솔루션이 제조업 분야에서 가장 큰 성과를 내고 있다고 강조했다. 딥러닝 비전이 제품 불량이나 오류를 잡아내는 역할을 하고 있어서다. 이를 통해 기존보다 제조 업무 생산성이 약 60% 올랐다는 설명이다. 뉴로클은 최근 넥센타이어와 손잡고 타이어 불량 검사 프로젝트를 진행 중이다. 이 대표는 "타이어 문양이 200가지가 넘는다"며 "뉴로클 모델이 정밀한 검사를 지원한다"고 말했다. 또 "현장 직원들은 딥러닝 전문가 도움 없이 AI 기술로 업무 생산성을 올리고 있다"고 강조했다. 이 외에 배터리와 식음료 산업에서도 뉴로클 제품으로 외관 검사를 진행하는 것으로 알려졌다. "딥러닝 SW 제품화 전략…SI보다 적합할 것" 이홍석 대표는 차별화된 딥러닝 비전 사업 전략을 추진하고 있다고 강조했다. 고객에게 맞춤형으로 솔루션을 제공하는 것보다 SW를 제품화해 판매하는 것을 비즈니스 모델로 삼았다는 이유에서다. 이 대표는 최근 많은 경쟁사들이 딥러닝 비전 시장에 뛰어들었다고 말했다. 다만 여전히 고객사 데이터를 일일이 받아 딥러닝 모델을 직접 제작해 주는 시스템 통합(SI) 서비스에 의존한다고 지적했다. 그는 SI 서비스가 단기적으로 높은 수익을 창출할 수 있지만 장기적으로는 경쟁력 없을 것이라고 주장했다. 이 대표는 "기업·개인이 맞춤형 AI 서비스를 찾는 것보다 직접 취사선택해 AI 제품 구입하는 시대가 올 것"이라며 이유를 밝혔다. 이를 위해 뉴로클 제품군을 더 늘릴 예정이다. 이 대표는 "곧 새로운 SW 제품 출시를 앞둔 상태"라고 덧붙였다. "내년 해외 매출, 국내보다 높을 것"…연구개발·인재 채용 계획 이홍석 대표는 내년 해외 매출이 국내 매출을 넘어설 것이라고 내다봤다. 최근 아시아·유럽에서 유의미한 매출 성장을 이뤄내고 있다는 이유에서다. 이 대표는 중국과 일본, 대만, 싱가포르 등 아시아 제조업 국가에서 성과를 내고 있다고 밝혔다. 최근 베트남 시장을 겨냥하고 있다는 점도 알렸다. 그는 "베트남이 제조업 디지털전환을 적극 추진 중"이라며 "해당 국가 고객사 확보에 주력할 예정"이라고 말했다. 이홍석 대표는 연구·개발(R&D) 분야에 집중 투자를 이어갈 방침이다. 이 대표는 "그동안 R&D 투자 비율은 전체 매출 50% 내외"라며 "앞으로도 딥러닝 모델 개발에 집중할 것"이라고 설명했다. 뉴로클은 올해 연말 인재를 채용할 계획이다. 이 대표는 "특히 R&D 직군 인재 확보에 주력할 것"이라며 "국내외 딥러닝 비전 SW 분야 선두 주자로 자리매김할 계획"이라고 덧붙였다.

2024.11.07 09:52김미정

인피니언, 오릭스 차량용 MCU에 '이미지몹 엣지 AI' 통합

인피니언테크놀로지스 자회사인 이미지몹(Imagimob)은 인피니언의 오토모티브 ASIL-D MCU 오릭스(AURIX) TC3x과 오릭스 TC4x에 머신러닝 기능을 통합했다고 밝혔다. 인피니언에서 마이크로컨트롤러 담당 토마스 뵘(Thomas Boehm) 수석 부사장은 "안전하고 신뢰할 수 있는 AI 기능을 마이크로컨트롤러 제품군에 통합하는 것은 자동차 산업의 자율주행 애플리케이션을 발전시키는 데 매우 중요하다"라며 "이미지몹 스튜디오로 오릭스 마이크로컨트롤러를 지원해 전 세계 개발자들의 접근성을 높이게 됐다"고 말했다. 개발자들은 이미지몹 스튜디오를 통해 엣지를 위한 강력한 머신러닝(ML) 모델을 생성하고 이를 인피니언의 검증된 오릭스 MCU에 배포할 수 있다. 이 프로세스는 이미지몹 스튜디오에서 머신러닝 모델을 생성하는 것으로 시작된다. AI 모델이 완성되면 사용자는 플랫폼 내에서 직접 MCU에 배포하도록 선택할 수 있다. 그런 다음 단계별 안내에 따라 원활하게 코드를 생성하고, MCU에 머신러닝을 쉽게 구현하고, 정교한 ML 모델을 생성할 수 있다. 또한 이미지몹 스튜디오는 사이렌 감지를 위한 샘플 프로젝트를 제공해 모델 생성 및 배포를 시연한다. 사용자는 코드 예제를 사용해 오릭스 MCU와 마이크 실드로 음향 모델을 만드는 방법도 배울 수 있다. 또한 이미지몹은 배터리 잔량, 상태 및 사용 시간을 계산하는 데 사용할 수 있는 새로운 회귀 모델을 개발했다. 오릭스 TC4x MCU 제품군은 오릭스 TC3x ASIL-D 오토모티브 MCU 제품군으로부터 원활한 업그레이드 경로를 제공한다. 이 향상된 성능은 차세대 트리코어(TriCore) 1.8을 기반으로 한다. 또한 오릭스 TC4x는 병렬 처리 장치(PPU)와 여러 지능형 가속기를 포함하는 확장 가능한 가속기 제품군을 갖추고 있어 비용 효율적인 AI 통합을 지원한다. 오릭스 TC4x 제품군은 향상된 머신러닝 성능 달성을 지원해 개발자들은 여러 모델을 동시에 또는 더 복잡한 모델을 배포할 수 있다. 예를 들어서 오릭스 TC3x는 기본적인 사이렌 감지를 처리할 수 있지만, 오릭스 TC4x는 사이렌 감지와 음성 상호작용을 동시에 처리할 수 있다.

2024.10.29 09:47이나리

카카오엔터프라이즈 "AI·클라우드 신기술로 국내 IT 견인"

카카오엔터프라이즈가 주요 인공지능(AI) 및 클라우드 기술 성과를 바탕으로 국내 IT 기술 발전에 기여하겠다는 포부를 드러냈다. 카카오엔터프라이즈는 경기도 용인시 카카오 AI 캠퍼스에서 '이프카카오 2024' 행사를 개최한다고 22일 밝혔다. 사흘간 진행되는 이 행사는 카카오 그룹의 기술 비전을 공유하는 자리로, AI 인프라의 핵심인 클라우드 기술과 다양한 AI 솔루션을 주제로 한 기술 세션이 진행될 예정이다. 카카오엔터프라이즈는 이번 행사에서 비전 AI, 머신러닝 운영 플랫폼(MLOps), 검색증강생성(RAG) 등 4개의 주요 기술 세션을 통해 자사의 최신 기술 성과를 발표한다. 특히 비전 AI 기술을 활용한 영상 데이터 분석과 클라우드 기반 AI 가속 솔루션이 주목을 받을 예정이다. 비전 AI 세션에서는 카카오클라우드의 비디오 인스턴스를 활용해 실시간 영상 데이터를 더욱 빠르게 처리하는 방법이 소개된다. 이를 통해 영상 내 인물 및 사물 인식, 차량 번호 추적 등 다양한 AI 모델 적용이 시연될 계획이다. 머신러닝 운영 플랫폼(MLOps) 세션에서는 대규모 데이터를 처리하고 머신러닝 모델을 효율적으로 관리하는 카카오클라우드의 솔루션이 소개된다. 실시간 데이터 수집과 분석을 돕는 인프라는 MLOps의 핵심으로, 카카오는 이를 통해 다양한 산업군에서 활용 가능한 기술을 제시할 예정이다. 검색증강생성(RAG) 세션에서는 LLM 기반의 검색 모델 성능을 향상시키는 방법론이 발표된다. 공공데이터를 활용한 데모 시연을 통해 AI 기반 검색 품질을 개선하는 기술이 소개되고 AI의 할루시네이션 문제를 줄이기 위한 해결책도 제시된다. 카카오엔터프라이즈 관계자는 "우리는 카카오 그룹의 신성장동력의 한 축을 담당하며 AI 원천 기술의 근간을 다지고 있다"며 "앞으로도 클라우드 및 검색 분야 기술 고도화를 위해 연구 개발한 다양한 기술과 방법론을 공유하고 국내 IT 기술 발전에 기여할 것"이라고 강조했다.

2024.10.22 10:54조이환

베슬에이아이, 오스트리아 정부 프로그램 선정…유럽 시장 공략 '시동'

베슬에이아이가 유럽 시장 진출의 발판을 확보했다. 베슬에이아이는 오스트리아 정부가 주관하는 '지아이엔-고 오스트리아(GIN-Go Austria)' 프로그램에 최종 선정됐다고 21일 밝혔다. 연방 경제노동부가 후원하는 이 프로그램은 아시아와 이스라엘 기반의 혁신적 딥테크 스타트업이 유럽 시장에 진출하도록 돕는 엑셀러레이팅 방식으로 진행된다. '지아이엔-고-오스트리아'는 지난 2015년부터 매년 혁신 기업을 선정해왔다. 이번 프로그램에서 베슬에이아이는 이미 상용화된 제품과 해외 시장에 적합한 서비스 운영 능력을 인정받아 참여 기업으로 선정된 것으로 알려졌다. 프로그램 관리는 오스트리아 경제 지원 기관인 '아베에스(Austria Wirtschaftsservice)'와 '에프에프게(FFG)'가 맡았다. 특히 '아베에스'는 유럽투자은행(EIB), 유럽투자기금(EIF), 국제금융공사(IFC), 세계은행(WB) 등과 협력하며 국제 금융 기관으로 평가받고 있으며 3만 개 이상의 혁신 기업을 지원하고 있는 것으로 알려졌다. 베슬에이아이는 클라우드 환경 통합 관리 및 컴퓨팅 자원 최적화를 통해 AI 학습 시간과 비용을 절감하는 머신러닝운영(MLOps)·거대언어모델운영(LLMOps) 플랫폼으로 높은 평가를 받았다. 특히 컴퓨팅 자원과 운영 비용이 몇 배로 소요되는 'AI 에이전트' 구축 과정에서 운영 효율성과 AI모델의 확장성을 입증했다. 이번 선정을 통해 베슬에이아이는 오스트리아 및 유럽 시장에서 활로를 개척할 기회를 얻게 됐다. 오스트리아는 유럽 중심에 위치해 중·동부 유럽 시장 접근에 유리하며 다양한 산업에서 혁신 기업들과의 협업 기회와 연구개발(R&D) 지원이 우수해 유럽 시장 진출의 교두보로 평가받고 있다. 안재만 베슬에이아이 대표는 "이번 선정을 통해 유럽 시장에 본격적으로 진출할 수 있는 중요한 기회를 얻게 돼 기쁘다"며 "글로벌 시장에서 경쟁력을 강화하고 지속 가능한 성장을 이루기 위해 최선을 다해 유럽 전역에서 베슬에이아이의 혁신적 솔루션을 선보이겠다"고 강조했다.

2024.10.21 15:44조이환

발란 "올해 1~3분기 누적 광고 매출, 전년 대비 3배↑"

명품 플랫폼 발란은 자사의 AI 머신러닝 기반 개인화 추천 광고 시스템(이하 광고 시스템)을 통해 광고 매출이 지속적으로 성장하고 있다고 18일 밝혔다. 이에 광고를 이용한 입점 판매자들도 큰 투자 효과를 보고 있다고 설명했다. 올해 1~3분기 누계 발란의 광고 매출은 전년 동기 대비 3배 성장한 것으로 집계됐다. 광고 매출 성장률은 분기별 평균 122%로 꾸준히 성장 중이다. 회사는 현재와 같은 추세가 유지되고 연말 성수기 시즌을 고려했을 때 성장세가 더 가팔라질 것이란 전망이다. 또 회사에 따르면 발란 입점 파트너사들은 발란 내부 광고 구좌를 통해 광고를 직접 집행해, 현재 기준 광고비 대비 평균 1천600%의 거래액 발생 효과(ROAS)를 보고 있다. 광고를 통한 거래액의 경우 지난해 1~3분기 337억원 대비 올해 574억으로 170% 증가했다. 발란은 광고 시스템을 2022년 연말에 출시, 이듬해에 본격 서비스했다. 발란의 광고 시스템은 명품 노하우와 빅데이터 머신러닝 기업 몰로코의 기술을 결합해 구축한 딥러닝 맞춤형 서비스를 제공한다. 발란 관계자는 "꾸준하게 늘어나는 광고 프로그램 이용으로 판매자와 발란의 윈-윈 모델이 정착되고 있다"면서 "파트너분들이 믿고 맡기는 만큼 최선의 서비스와 성과로 보답할 것"이라고 말했다.

2024.10.18 18:57백봉삼

"눈 마주친 순간 사로잡아야"...네이버웹툰 데이터 엔지니어로 사는 법

“네이버웹툰 앱을 열면 '알아서 딱!'이라는 메뉴가 바로 상단에 있다. 원래는 요일별 연재 작품을 안내했는데, 모든 연재 작품을 중 취향에 맞는 작품을 전면에 추천하는 서비스로 개발했다. 이용자들에게 웹툰 작품들을 어떻게 보여줄지 고민했고, 머신러닝 기반 추천 엔진을 도입했다.” 김대식 네이버웹툰 SVP는 이용자들이 앱에 접근하자마자 흥미로운 웹툰을 찾아 탐독할 수 있도록 하고 있다며 이같이 언급했다. 김대식 SVP는 12일 과학기술정보통신부가 주최하고 한국소프트웨어산업협회(KOSA) 주관, 지디넷코리아가 후원으로 열린 '디지털 혁신 페스타 2024(DINNO 2024)'의 부대 행사 '잡테크 커넥팅 데이즈' 연사로 등장했다. 김대식 SVP는 인공지능(AI)을 비롯한 기술을 네이버웹툰 사업에 활용하는 역할을 담당한다. 세부적으로는 AI, 머신러닝(ML), 데이터 관련 조직을 두고 기술 지원을 하고 있다. AI 조직은 AI 기술을 활용해 웹툰 저작권 보호, 'AI 페인터' 등 웹툰 창작을 위한 도구 등을 지원했다. ML 조직은 회사가 웹툰 서비스를 제공하는 일본, 미국 등 글로벌 지역에서 수집된 데이터를 토대로 개인화 추천 서비스를 제공하는 것이 주된 업무다. 이렇게 데이터를 활용하기 앞서, 데이터 전담 조직이 수집된 일 수십억 건 규모 데이터의 쓸모를 찾아 정제하고, 사업 의사결정에 활용하는 작업을 한다. 김 SVP는 “타 서비스에서도 흔히 제공되는 콘텐츠 구매 추천 서비스뿐 아니라 광고, IP 활용 등에도 데이터를 활용한다”면서 “데이터 플랫폼을 구축과 더불어 데이터의 자동화 및 최적화를 꾀하는 '데이터 옵스'도 자체적으로 한다는 점이 특징”이라고 소개했다. 외부 플랫폼 대신 자체 구축을 택한 것에 대해선 핵심 기술로서 내재화가 필요하다는 판단이 있었다고 설명했다. 김 SVP는 “이용자의 데이터를 토대로 콘텐츠 추천하는 것에 대한 내재화 의지가 컸다”며 “기술 기업인 네이버 산하 회사라 자체 구축이 용이한 점도 작용했지만, 콘텐츠 중심 기업으로서 기술 내재화가 필요한 영역이라는 판단이 가장 주효했다”고 말했다. 네이버웹툰은 이처럼 데이터와 AI를 활용하기 위해 관련 업무 포지션으로 ▲비즈니스 애널리스트 ▲애널리틱스 엔지니어 ▲데이터 프로젝트 매니저 ▲데이터옵스 엔지니어 ▲데이터 플랫폼 엔지니어로 채용하고 있다. 자체적으로 필요한 플랫폼을 구축해 운영하는 만큼 타 기업보다 데이터 담당자 직무를 세분화해 두고 있다고 했다. 비즈니스 애널리스트는 데이터를 분석해 비즈니스 문제를 이해하고 해결 방안을 제시하며, 이해관계자와 협력해 데이터 기반 의사결정을 지원한다. 데이터 프로젝트 매니저는 데이터 관련 프로젝트를 계획, 관리, 실행해 팀간 협력을 이끌고, 프로젝트가 기한 내에 목표에 맞게 완료될 수 있도록 조율한다. 데이터 엔지니어는 데이터를 수집, 처리, 저장하는 데이터 파이프라인을 구축하고 관리해 분석과 활용을 위한 데이터 인프라를 제공한다. 데이터옵스 엔지니어는 데이터 파이프라인의 개발, 배포, 모니터링을 자동화하고 최적화해 데이터가 일관성 있게 처리되고 효율적으로 전달될 수 있도록 데이터 인프라를 운영한다. 데이터 플랫폼 엔지니어는 데이터 저장, 처리, 관리의 전반적인 플랫폼을 설계하고 구축해 데이터 인프라의 성능, 안정성, 확장성을 보장해준다. 애널리틱스 엔지니어는 데이터 엔지니어링과 데이터 분석의 중간 다리 역할을 하며, 데이터를 분석 가능한 구조로 변환하고 비즈니스 요구에 맞는 데이터 모델을 구축한다. ML 쪽 업무 포지션은 ML 모델러와 ML 플랫폼 엔지니어로 두고 있다. ML 모델러는 ML 모델을 설계, 훈련, 평가해 비즈니스 문제를 해결하는 데 필요한 모델링 솔루션을 제공하고 모델 성능을 지속 개선하는 역할을 맡고 있다. ML 플랫폼 엔지니어는 ML 모델의 개발, 배포, 서빙, 운영을 지원하기 위한 확장 가능하고 안정적인 인프라와 도구를 구축해 데이터 과학자와 모델러들이 효율적으로 작업할 수 있도록 돕는다. ML을 활용해 웹툰을 추천하는 'AI 큐레이션'은 전체 글로벌 서비스에서 제공되고 있다. 김 SVP는 “ML은 수집된 데이터를 토대로 알고리즘을 접목해 미래를 예측하는 기술”이라며 “이커머스처럼 이용자 맞춤형 추천 모델이 필요한 회사들이 ML을 직접 구축할 수 있는 ML 플랫폼 엔지니어를 찾고 있고, 저희도 이런 인력을 필요로 하고 있다”고 첨언했다. 데이터, ML 담당자가 얻을 수 있는 이점으로는 글로벌 서비스에 기반한 업무라는 점을 들었다. 김 SVP는 “글로벌 데이터를 다룰 수 있다는 점에서 네이버웹툰 데이터 엔지니어로서의 즐거움이 있을 것”이라며 “나라별 특성도 살펴볼 수 있고, ML 기반 추천 기술을 다뤄볼 수 있다는 점에서 좋은 직무 기회가 될 것”이라고 강조했다.

2024.10.12 17:52김윤희

노벨 물리학상에 제프리 힌튼·존 홉필드

올해 노벨 물리학상은 물리학 기반의 AI분야에서 나왔다. 수상자는 인공신경망을 이용한 머신 러닝 기술을 개발한 미국 프린스턴 대학교 존 J. 홉필드 교수와 캐나다 토론토 제프리 E. 힌튼 교수에게 돌아갔다. 스웨덴 카롤린스카 의대 노벨위원회는 8일(현지 시간) 존 홉필드 미국 프린스턴대 교수, 제프리 힌튼 캐나다 토론토대 교수를 수상자로 선정했다. 수상 분야인 인공 신경망에서 뇌의 뉴런은 서로 다른 값을 갖는 노드로 표현되는데, 이러한 노드는 시냅스에 비유할 수 있는 연결을 통해 서로에게 영향을 미친다. 존 J. 홉필드(John J. Hopfield) 교수는 데이터를 저장하고 재구성할 수 있는 연관 기억을 만들었다. 1933년 미국 일리노이주 시카고에서 태어났다. 홉필드 교수는 1958년 미국 뉴욕주 이타카 코넬대학교에서 박사학위를 취득했다. 미국 뉴저지주 프린스턴대학교 교수로 재직 중이다. 공동 수상자인 제프리 E. 힌튼 교수는 데이터를 통해 자동으로 속성을 찾아내고, 이를 통해 이미지에서 특정 요소를 식별하는 작업을 수행할 수 있는 방법을 개발했다. 힌튼 교수는 1947년 영국 런던에서 태어났다. 1978년 영국 에든버러 대학교에서 박사 학위 취득했다. 현재. 캐나다 토론토 대학교 교수로 재직 중이다.

2024.10.08 19:47박희범

하나은행, 기술력 강한 중기 대출 강화한다

하나은행이 우수한 기술력을 보유한 중소기업에 대한 대출 강화에 나설 전망이다. 8일 하나은행은 머신러닝을 활용한 기술력 기반 여신평가모형을 개발해 기업평가를 실시했다고 밝혔다. 이 모형은 하나금융융합기술원과 함께 개발한 것으로 기존 신용평가서 적용되지 않았던 기술력에 대한 평가가 다각적으로 이뤄질 수 있도록 만들어졌다. 머신러닝으로 기업이 보유한 특허 및 기술 인증, 기술 인력, 기술개발 현황, 기술 사업화 역량 데이터를 활용해 기업의 성장 가능성을 평가하는 것이 특징이다. 하나은행은 금융감독원에 이 모형에 대한 승인을 준비 중에 있다. 승인이 완료되는 2025년 상반기부터 정상적인 통합여신모형을 운영할 방침이다. 하나은행 중소벤처금융부 관계자는 "우수한 기술력을 보유한 중소기업에게 더 많은 금융혜택을 제공할 수 있을 것으로 기대된다"고 말했다.

2024.10.08 11:51손희연

"삼성·LG도 택했다"…세이지, 비전기술로 해외 시장 공략

세이지가 딥러닝 기반 비전 솔루션으로 글로벌 고객사를 공략한다. 세이지는 8~10일까지 독일 슈투트가르트 전시장에서 열리는 머신 비전 무역 박람회 '비전(VISION)2024'에 참가한다고 8일 밝혔다. 이번 박람회는 머신 비전의 다양한 산업 분야에서 약 379여개 기업이 참가한다. 참관객은 약 6천500명이다. 세이지는 이번 전시에서 딥러닝 기반 머신 비전 '세이지 비전(SAIGE VISION)'을 선보인다. 세이지 비전은 기존 룰 기반(rule-based) 학습 한계를 극복하기 위해 개발된 인공지능(AI) 솔루션이다. 딥러닝 알고리즘으로 제품 표면에 발생한 비정형적 결함을 자동 검출하고 불량 여부를 판단을 돕는다. 세이지는 최근 중소벤처기업부가 주관하는 '스케일업 팁스(TIPS)' 과제에 최근 선정됐다. 스케일업 팁스는 중소 벤처 규모 확장 촉진을 위해 민간 운영사가 유망 기업을 발굴하는 사업이다. 운영사가 자금을 투자하면 정부가 이후 매칭 투자와 출연 연구·개발(R&D)를 병행해 지원하는 식이다. 이 외에도 세이지는 AI 기반 공정 모니터링 및 개선을 수행하는 '세이지 빔스(SAIGE VIMS), 지능형 산업 현장 모니터링 시스템 '세이지 세이프티(SAIGE SAFETY)도 공급하고 있다. 삼성SDI, LG에너지솔루션이 품질 검사에 세이지 솔루션을 활용하고 있다. 세이지 이성우 마케팅 리드는 "이번 박람회를 통해 유럽을 포함한 전 세계에 자사 비전 기술력을 선보일 것"이라며 "본격적인 해외 시장을 공략하겠다"고 말했다.

2024.10.08 11:31김미정

"AI가 개인정보만 잊게 한다"…BBC가 '이 대학' 연구 주목한 이유는

"인공지능(AI)이 학습한 개인정보를 재학습 없이도 삭제할 수 있는 기술을 개발했습니다. 이는 AI 성능을 유지하면서도 개인정보 보호를 실현하는 최적의 방법입니다." 성균관대학교에서 AI와 사이버 보안을 연구하는 우 사이먼 성일 교수 겸 대시랩(Dash Lab) 소장은 최근 성대 수원 자연과학캠퍼스에서 기자와 만나 자신의 최신 연구 성과인 '머신 언러닝(Machine Unlearning)' 기술을 설명하며 이같이 밝혔다. 그는 AI 기술의 급속한 발전으로 개인정보 보호가 중요한 이슈로 부각되고 있는 상황에서 일부 데이터를 효율적으로 제거하는 기술의 필요성을 강조했다. 7일 업계에 따르면 최근 AI가 방대한 데이터를 학습하면서 개인정보까지 처리해 프라이버시를 침해하는 사례가 증가하고 있다. 이에 따라 개인정보 데이터를 AI 내에서 효율적으로 삭제하는 처리절차가 점점 더 중요한 과제로 부상하고 있다. 기존에는 AI 모델에서 개인정보를 포함한 일부 데이터를 삭제하려면 모델 전체를 처음부터 재학습시켜야 해 엄청난 시간과 비용이 소요됐다. 이러한 비효율을 해결하기 위해 우 교수가 최근 개발하고 특허를 낸 것이 '머신 언러닝' 기술이다. 머신 언러닝은 이미 학습된 딥러닝 모델에서 특정 데이터만을 선택적으로 삭제하는 기술이다. 민감한 정보가 포함된 데이터를 명령에 따라 효율적으로 제거하면서도 모델을 처음부터 재학습할 필요 없어 시간과 비용을 크게 절감하는 동시에 성능을 유지할 수 있다. 우 교수는 "'챗GPT' 등 거대 언어 모델(LLM)에서 특정 데이터를 삭제하고 다시 학습하려면 최소 3개월에서 6개월의 시간과 수백만 달러의 비용이 든다"며 "머신 언러닝 기술은 이러한 문제를 해결해 기업과 개인 모두에게 효율적인 솔루션을 제공할 가능성을 열었다"고 설명했다. 이 기술의 핵심은 고급 알고리즘을 활용해 일부 데이터를 제거하면서도 나머지 데이터를 보호하는 방식에 있다. 딥러닝 모델이 제거 대상 데이터를 더 이상 학습에 반영하지 않게 하면서도 발생가능한 부작용을 최소화한다. 이에 따라 모델은 삭제된 데이터를 제외하고 남은 데이터만으로도 빠르게 학습을 완료해 전체 모델의 성능과 정확성을 유지한다. 그는 "기존에는 4만5천 장의 데이터를 재학습해야 했던 것을 이 기술을 통해 5천 장만 학습시켜도 되게 됐다"며 "학습 시간 역시 4천 초에서 77초로 대폭 단축됐다"고 설명했다. 우 교수의 연구실은 AI 해악 방지 기술 개발로 국제적으로도 주목받고 있다. 실제로 그는 최근 딥페이크와 생성 AI를 이용한 가짜사진을 탐지하는 기술을 개발해 영국 공영방송사인 BBC로부터 자문 요청을 받았다. BBC는 그의 논문 '대조 학습을 이용한 이미지 위조 탐지(CFL-Net : Image Forgery Localization Using Contrastive Learning)'에 주목했다. 이 논문은 대조 학습을 활용한 이미지 위변조 탐지 기술을 다룬 연구로, 위성사진뿐만 아니라 일반 이미지나 영상에도 적용 가능해 언론사들의 보도 정확성을 비약적으로 향상시킬 잠재력이 있다. 그는 "BBC가 우리 논문을 보고 가짜 이미지를 탐지할 수 있는 기법에 대해 문의해 왔다"며 "딥페이크와 같은 조작된 콘텐츠를 판별하는 기술이 사진의 진위를 판단해야하는 언론사에 필수적이기 때문에 연락한 것 같다"고 밝혔다. 우 교수가 이렇게 희귀하면서도 혁신적인 기술들을 개발할 수 있었던 배경에는 사이버 보안 분야에서의 오랜 연구 경험이 있다. 실제로 그는 성대 교수 부임 전에는 미 항공우주국(NASA), 인텔 등에서 사이버 보안 관련 연구를 수행한 경력이 있다. 우 교수는 "많은 연구자들이 AI나 정보 보안 중 한 분야에만 집중하는 것과 달리 두 분야를 모두 연구할 수 있었다"며 "이러한 간학문적 접근이 개인정보 보호와 AI 성능 향상을 동시에 이룰 수 있는 기술 개발로 이어졌다"고 밝혔다. 또 그는 "인공지능은 인간에 대한 보호와 함께 가야 한다는 마음으로 사람을 보호하는 기술에 매진하고 있다"고 강조했다. 우 교수의 연구들은 정부의 다양한 지원 사업 덕분에 가능했다. 특히 지난 2022년 시작된 언러닝 연구는 과학기술정보통신부의 재원과 정보통신기획평가원(IITP)의 지원을 통해 진행됐다. '개인정보 보호 정책 변화를 유연하게 반영하고 준수할 수 있는 AI 플랫폼 연구 및 개발'이라는 프로젝트 하에 수행된 이 연구는 개인정보 보호 관련 정책 변동에 신속하게 대응하는 AI 개발을 목표로 하고 있다. 그는 "기업들은 돈이 되지 않는다고 생각해 혁신에만 투자를 하는 경향이 있다"며 "감사하게도 정부 지원 덕분에 안전과 혁신이 같이 가는 방향에 기여할 수 있었다"고 밝혔다. 그러면서 "언러닝 기술로 시간과 비용이 절약되니 전 세계 어느 곳의 규제에도 발 빠르게 대응할 수 있게 돼 기업에도 실질적인 이익을 가져다줄 수 있다"고 덧붙였다. 우 교수는 랩실 연구 외에도 AI 인재 양성에 힘쓰고 있다. 성균관대가 실시하는 BK21, 인공지능대학원 및 융합보안대학원 사업 등을 통해 학생들이 AI 실무에 적합한 인재로 성장하도록 지원하고 있기 때문이다. 우 교수는 "전공자뿐만 아니라 문과 등 비전공자들도 AI 전문가로 성장할 수 있도록 다양한 교육 프로그램을 운영하고 있다"며 "취업이 어려워 고민하는 요즘 청년들이 실무 능력을 키우는 데 도움이 될 것"이라고 말했다. 이어 "인간을 위한 AI를 개발하는데 힘쓰는 동시에 사회에 도움되는 실사구시형 AI 인재를 키우는데도 집중하겠다"고 강조했다.

2024.10.07 16:19조이환

블록코어·고프코어 다음엔 '러닝코어'…"애슬레저 잘 나가네"

기록이나 순위에 상관없이 뛰는 것을 즐기는 '펀러닝족'이 늘며 러닝 크루(달리기 모임)를 만들어 함께 달리고 SNS에 인증하는 등의 문화가 확산 중이다. 이에 따라 러닝 복을 일상복처럼 입는 '러닝코어룩'에 대한 관심도 증가했다. 에이블리코퍼레이션(대표 강석훈)이 운영하는 스타일커머스 플랫폼 에이블리는 젊은 층을 중심으로 불고 있는 러닝 열풍에 8월 애슬레저 카테고리 거래액이 6배 가까이 급증했다고 5일 밝혔다. 지난달 에이블리 브랜드 관 내 애슬레저 카테고리 거래액은 전년 동기 대비 495% 증가했으며, 주문 건수는 525%, 주문 고객 수는 465% 늘었다. 8월 가장 높은 거래액을 기록한 애슬레저 품목은 '레깅스'로, 그중 '바이커 쇼츠' 상품 거래액은 전년 동기 대비 455%가량 성장하며 성과를 이끌었다. 불볕더위가 이어졌던 8월, 짧은 기장으로 쾌적하면서도 편안하게 착용할 수 있어 러닝 복으로 주목받고 있는 것으로 보인다. 여름철 입기 좋은 '반소매 상의', '브라', '숏팬츠' 품목 순으로 높은 거래액을 기록하며 그 뒤를 이었다. 애슬레저 브랜드 성장세도 눈에 띈다. 지난달 K애슬레저 대표주자 '젝시믹스'의 에이블리 내 거래액은 전년 동기 대비 8.3배 이상(732%) 신장했으며, '상품 뷰' 수는 6배 가까이(485%) 늘었다. 동기간 '젤라 인텐션 바이커 쇼츠 5부' 거래액은 876%, '젤라 인텐션 바이커 쇼츠 3부'는 358% 늘며 바이커 쇼츠의 인기를 재차 증명했다. 깔끔한 디자인으로 인기 높은 '데비웨어'의 '커브 랩 크롭티' 8월 거래액은 전월 대비 128% 증가했다. 어두운 검정 계열 외에도 파랑, 빨간색, 베이지, 남색 등 다채로운 색감의 애슬레저룩 상품이 인기를 끈 점이 특징이다. 에이블리는 1020 유저 맞춤형 브랜디드 콘텐츠와 고물가 시대를 반영한 할인 프로모션을 성과 원동력으로 분석했다. 단순 상품 상세 페이지를 넘어, 인기 높은 인플루언서와 협업을 통해 '바이커 쇼츠 스타일링', '원마일웨어 연출 방법' 등을 주제로 애슬레저 상품을 소개하는 콘텐츠를 제작해 고객 관여도 및 구매 전환율을 높였다. MZ세대를 중심으로 가성비, 실용성을 최우선으로 여기는 '저소비 코어' 트렌드를 공략한 할인 행사도 주효했다. 8월 6일부터 16일까지 진행한 '젝시믹스 시즌오프' 기획전 기간 애슬레저 카테고리 일 거래액은 역대 최고치를 달성했다. 1만 원대 상품만 따로 모아볼 수 있도록 구성하고, 최소 구매 금액과 관계없이 사용 가능한 할인 쿠폰을 전 고객에게 지급하는 등 다양한 애슬레저 상품을 부담 없이 구매할 수 있는 환경을 마련했다. 에이블리 관계자는 “애슬레저 카테고리는 에이블리 브랜드 관 내에서도 가파른 성장세를 보이며 단순 운동복을 넘어 일상복으로 통하고 있다”라며 “더위가 한풀 꺾이고 본격적인 러닝의 계절에 접어들며 애슬레저룩에 대한 수요가 더 높아질 것으로 예상되는 가운데, 앞으로도 취향에 맞는 애슬레저 상품을 합리적으로 구매할 수 있는 브랜드 관을 만들어 갈 것”이라고 말했다.

2024.09.05 23:44안희정

잡코리아, AI가 개인에 딱 맞는 공고 추천해준다

잡코리아는 딥러닝 모델 기반의 더 편리하고 고도화된 'AI 추천' 서비스를 선보인다고 3일 밝혔다. AI 추천 서비스는 AI 알고리즘 기반으로 구직자 대상 이력서, 행동패턴을 수집해 최적화된 맞춤형 채용 공고를 제공하는 서비스다. 재직 중인 회사의 직무, 지역, 근무 조건과 경력사항 등을 반영한 '개인화 추천', 구직자들이 관심있는 공고의 행동패턴을 활용한 '유사공고 추천' 등 다양한 정보를 제공한다. 이번 서비스 개선은 잡코리아가 보유한 2천400만 건 이상의 구직자 데이터를 학습한 딥러닝 기술이 적용돼 개인별 요구에 적합한 맞춤형 서비스를 제공하는 것에 중점을 뒀다. 검색이력이나 이력서 등 기존 데이터 기록이 없는 신규 회원에게도 성향, 기업·직무 선호도 등을 추정해 개인 유형에 맞는 공고를 추천해준다. 딥러닝을 도입해 양질의 데이터의 양, 다양성 및 속도를 대폭 개선해 합격률이 높은 공고를 추천한다. 또 AI 추천 공고의 노출 영역을 확대하여 서비스 메인 화면뿐만 아니라 공고 뷰, 마이페이지, 입사지원 현황 등 다양한 영역에서 볼 수 있게 했다. 추천 리스트에는 '합격축하금' 카테고리가 추가돼 합격축하금이 지원되는 원픽 공고를 한눈에 볼 수 있어 편리하다. AI 추천 서비스는 잡코리아 패밀리 브랜드인 알바몬에서도 이용 가능하다. AI가 추천하는 활동내역을 분석하여 추천 공고를 제안하는 '활동내역매칭', 이력서에 따른 맞춤 알바를 추천하는 '프로필매칭' 등 편의 서비스를 제공한다. 잡코리아 관계자는 "구직자와 구인기업간 매칭 성공률을 높이기 위해 AI 추천 서비스를 개선했다"며 "앞으로도 AI 활용 기술을 지속 강화해 정교한 매칭 서비스를 제공하기 위해 계속 노력하겠다"고 말했다.

2024.09.03 10:45백봉삼

당근, 동네서 뛰고 인증하면 선물 주는 '러닝 챌린지' 연다

러닝의 계절 9월 가을을 맞아 전국 방방곡곡 누구나 참여할 수 있는 챌린지 '당근 레이스' 가 열린다. 국내 대표 지역생활 당근이 전국의 모든 러너들을 위한 '2024 당근 레이스'를 개최하고, 진행에 앞서 사전 이벤트를 실시한다고 27일 밝혔다. 당근 '모임'에서 주최하는 이번 '2024 당근 레이스'는 최근 가파르게 성장하고 있는 러닝 모임 수요에 맞춰 기획된 전 국민 러닝 챌린지로, 오는 9월 3일부터 15일까지 열린다. 평소 러닝을 즐기는 이라면 누구나 참여 가능하며, 목표 거리에 따라 '2K런', '5K런', '7K런', '10K런'과 거리 상관없이 반려견과 함께 뛰는 '멍멍런'까지 총 다섯 가지 부문으로 나뉘어 진행된다. 이번 챌린지는 선착순 1만명까지 참여할 수 있다. 참여 방법은 간단하다. 당근 앱 검색창에서 '당근 레이스'를 검색하거나 '나의 당근 > 진행 중인 이벤트' 배너를 통해 참여할 수 있다. 다섯 가지 부문 중 도전하고 싶은 종목을 클릭하여 입장 후 챌린지 기간 내 원하는 시간, 장소에서 목표 거리를 달리고 GPS 앱을 활용한 러닝 기록과 인증샷을 올리면 된다. 챌린지 참가자들에게는 쏠쏠한 리워드가 준비되어 있다. 각 부문별 최고 기록을 달성한 스피드왕 총 5명에게는 '나이키 베이퍼플라이 3', 기간 내 꾸준히 달린 성실왕 총 5명에게는 '뉴발란스 프레쉬폼x 모어 V5', 그리고 랜덤 추첨을 통해 선발된 행운왕 30명에게는 '아디다스 레인레디 러닝 캡'이 경품으로 제공된다. 당첨자는 9월 24일 발표될 예정이다. 이와 함께 챌린지 시작 하루 전인 9월 2일까지 전국 러너들의 참여 독려를 위한 사전 이벤트도 진행된다. 이벤트 기간 내에 당근에서 러닝이나 운동 모임에 가입하면 총 3명을 추첨해 15만원 상당의 '운동 아이템 세트'를 증정한다. 당첨자는 9월 6일 개별 채팅으로 안내받게 된다. 이외에도 '모집 오픈 알림 신청하기' 버튼을 클릭하면 챌린지 오픈 소식을 앱 푸시 알림으로 받아볼 수 있다. 진겸 당근 그룹플랫폼팀장은 “이번 당근 모임에서 준비한 챌린지를 통해 러닝의 즐거움은 물론 내 주변의 다양한 모임을 새롭게 발견하는 기회가 되길 바란다”며 “앞으로도 당근 모임은 이웃 간의 연결을 돕고, 이웃들이 그 안에서 새로운 즐거움을 찾을 수 있도록 지속적으로 발전해 나가는 서비스가 될 것”이라고 밝혔다.

2024.08.27 08:20안희정

뉴로클, 첫 웨비나서 딥러닝 비전검사 노하우 공유

뉴로클이 국내 기업과 연구자들에게 이미지·영상 데이터를 효과적으로 분석하는 방법을 소개한다. 뉴로클은 오는 29일 '딥러닝 비전검사의 모든 것'을 주제로 무료 웨비나를 개최한다고 20일 밝혔다. 첫 번째 세션은 '딥러닝 비전 시장의 현재와 미래'를 주제로 한다. 딥러닝 비전의 개념, 최신 트렌드, 기술 현황에 대해 논의할 예정이다. 다음 세션에서는 '딥러닝 비전검사 도입 과정에서 직면하는 어려움을 해결하는 모델들'을 발표한다. 생성적 적대 신경망(GAN), 비지도학습 아노말리(Anomaly) 등 딥러닝 모델과 그 실제 적용 사례를 소개할 예정이다. 마지막 세션은 '딥러닝 비전검사 도입 사례와 실제로 해결한 난제에 대한 심층 분석'을 다룰 예정이다. 뉴로클 기술력과 노하우를 활용해 난제를 해결한 실제 사례를 소개할 계획이다. 웨비나는 오는 25일까지 뉴로클 홈페이지에서 신청 가능하다. 딥러닝 비전검사에 관심 있는 누구나 무료로 참여할 수 있다. 이홍석 뉴로클 대표는 "이번 웨비나는 우리가 여는 최초의 웨비나"라며 "딥러닝 비전검사의 도입 사례를 통해 산업 종사자들이 유익한 인사이트를 얻을 수 있는 시간이 되길 바란다"고 강조했다.

2024.08.20 17:46조이환

LIG넥스원, 한국해비타트 주최 '2024 815런' 후원

LIG넥스원은 광복절을 맞아 독립유공자의 희생과 헌신을 기억하며 감사를 표하기 위해 한국해비타트가 주최하는 '815런' 캠페인에 후원 기업으로 처음으로 참가했다고 16일 밝혔다. 올해로 5회째를 맞이한 815런은 독립유공자의 헌신과 희생에 대한 감사함을 되새기고, 긍정의 메시지를 전하기 위해 매년 광복절에 개최하는 기부 마라톤 캠페인이다. LIG넥스원은 독립유공자의 헌신과 희생을 기억하고 815런 참가자들에게 독립유공자에 대한 사회적 관심과 지원에 동참할 수 있는 기회를 제공하고자 이번 후원을 결정했다. 이번 캠페인에는 LIG넥스원을 비롯하여 LIG, LIG시스템, 휴세코, 이노와이어리스 등 5개 계열사에서 각 815만원을 후원했다. 기부금 및 캠페인 수익금 전액은 한국해비타트를 통해 독립유공자 후손의 주거환경 개선 사업에 활용된다. 광복절 당일 진행한 815런 행사에는 LIG넥스원 동호회인 'LIG러닝크루'를 포함해 임직원 100여명이 참가해 8.15km를 달렸다. LIG넥스원 관계자는 "독립유공자들에게 감사하며 그 후손들에게 따뜻한 마음을 전하고자 캠페인에 참여하게 됐다"며 "앞으로도 다양한 사회공헌 활동을 이어나가며 사회적 가치 창출을 이루는데 앞장서겠다"고 말했다.

2024.08.16 08:40신영빈

게리 마커스 뉴욕대 교수 "AI 산업 붕괴 임박했다"…이유는?

게리 마커스 뉴욕대 인지심리학 교수가 기술적 한계로 인해 인공지능(AI) 산업이 붕괴할 수 있다며 새로운 방법론 도입을 촉구했다. 마커스 교수는 2일 자신이 운영하는 뉴스레터를 통해 AI 버블이 곧 꺼질 것이라고 주장했다. 딥러닝 기술의 '이상치(outlier)' 문제가 해결되지 않은 채 산업이 과도하게 커졌기 때문이다. '이상치' 문제란 데이터에 포함되지 않은 비정상적인 값으로 인해 AI 모델의 데이터 처리가 방해받는 현상을 말한다. 마커스 교수는 현재의 신경망 모델이 데이터셋에 포함되지 않은 완전히 새로운 사례를 해결하지 못한다고 강조했다. 그는 자율주행차 사고를 예로 들어 현재 AI 기술의 문제를 설명했다. 최근 자율주행차가 전복된 이중 트레일러를 인식하지 못해 사고를 일으키는 사례가 자주 발생하고 있는데 이는 데이터셋 내에 유사 사례가 매우 드물기 때문이다. 언어 학습에서도 유사한 문제가 발견된다. '챗GPT' 등 대규모 언어 모델(LLM) 기반 AI들이 텍스트 데이터에 포함된 정보만으로 문제를 해결하려 하기 때문에 이러한 오류가 발생한다. 이에 대한 해결책으로 마커스 교수는 현재의 신경망 접근법 대신 규칙 기반 시스템이 더 효과적일 수 있다고 주장했다. 규칙 기반 시스템은 지난 20세기 중반 도입됐던 초기 AI 모델로, 규칙 시스템을 사전에 입력해 문제를 해결한다. 실제로 인지심리학자들은 인간의 뇌가 신경망 시스템뿐만 아니라 규칙 기반 시스템도 사용한다고 강조한다. 이러한 '하이브리드' 작동 원리는 현재 신경망 기술에 기반한 AI의 한계를 극복하기 위한 방법으로 지목되고 있다. 현재의 AI 기술 발전에 대해 마커스 교수는 비판적인 시각을 유지했다. 그는 "신경망 시스템만으로는 일반인공지능(AGI)을 달성하기 어렵다"며 "이는 사다리를 높이 쌓아 달에 도달할 수 있다고 믿는 것과 같다"고 밝혔다.

2024.08.02 15:27조이환

  Prev 1 2 3 Next  

지금 뜨는 기사

이시각 헤드라인

블록체인 가상자산, '입법지연·예산삭감·규제' 악순환 끊어야

[AI는 지금] 대선후보들 'AI 전쟁' 돌입…기술 주권부터 전력 인프라까지 격돌

한화 김동선 진두지휘 ‘벤슨' 뭐가 다른가…‘100% 국내산 유제품'

SKT "정보 유출 없다 '확신'...있더라도 끝까지 책임"

ZDNet Power Center

Connect with us

ZDNET Korea is operated by Money Today Group under license from Ziff Davis. Global family site >>    CNET.com | ZDNet.com
  • 회사소개
  • 광고문의
  • DB마케팅문의
  • 제휴문의
  • 개인정보취급방침
  • 이용약관
  • 청소년 보호정책
  • 회사명 : (주)메가뉴스
  • 제호 : 지디넷코리아
  • 등록번호 : 서울아00665
  • 등록연월일 : 2008년 9월 23일
  • 사업자 등록번호 : 220-8-44355
  • 주호 : 서울시 마포구 양화로111 지은빌딩 3층
  • 대표전화 : (02)330-0100
  • 발행인 : 김경묵
  • 편집인 : 김태진
  • 개인정보관리 책임자·청소년보호책입자 : 김익현