한국과학기술원(KAIST) 전산학부 이의진 교수팀은 중앙대 박은지 교수팀, 미국 애크런대학교 제임스 디펜도프 교수팀과 공동으로 근로자의 감정적 작업 부하를 실시간으로 모니터링할 수 있는 인공지능 모델을 개발했다고 11일 밝혔다. 상담원, 은행원 등 서비스업 종사자들은 고객을 응대하는 과정에서 자신이 실제로 느끼는 감정과는 다른 감정을 표현해야 하는 상황에 자주 놓이게 된다. 이같이 감정을 조절하는 과정에서 발생하는 심리적 부하를 ‘감정적 작업 부하’(Emotional workload)라고 하는데, 과도한 작업 부하는 번아웃(탈진)과 우울증으로 이어질 수 있다. 근로자의 작업 과부하를 막아 안전성을 높이고자 정서 상태를 모니터링하는 연구가 시도됐지만, 주로 지식 노동자의 ‘인지적 작업 부하’(cognitive workload)에 초점이 맞춰져 있었다. 또 기존 감정 탐지 AI(인공지능) 모델은 사용자의 표정이나 목소리 등을 토대로 감정을 진단하기 때문에 자신의 감정을 억제하며 친절히 응대해야 하는 감정 노동자들의 감정적 작업 부하를 측정하기 쉽지 않았다. 연구팀은 우선 콜센터 상담사 31명의 음성과 행동, 생체신호 등 다중 모달 센서 데이터를 수집했다. 이어
이달 11일 일본 후쿠오카에서 ‘매뉴팩처링월드 2024 후쿠오카(Manufacturing World 2024 Fukuoka 이하 MWF 2024)’가 열렸다. 이 자리에서 인공지능(AI) 엔지니어링 업체 ‘메노우(MENOU)’가 품질검사 특화 AI 모델을 참관객에게 소개해 이해를 도왔다. 매뉴팩처링월드는 글로벌 제조 산업 연례 행사로, 나고야·도쿄·오사카·후쿠오카 등 일본 주요 도시 네 곳에서 개최한다. MWF 2024는 올해 2회차로 개막했다. 올해 전시회는 ‘디지털 전환(DX) 달성’을 테마로 사흘간의 여정을 진행했다. 메노우는 AI 모델 개발·운용 플랫폼을 제공한다. 마사히로 네이 메노우 최고운영책임자(COO)는 “자사 플랫폼은 노코드 기반 AI 모델을 제공하고 있으며, AI 전문지식 및 프로그래밍 역량 없이도 직관·효율적인 모델 구축을 지원한다”고 강조했다. 실제로 메노우 솔루션은 각종 제조공정 내 외관 품질검사 과정에 도입돼 활약하고 있다. 구체적으로 카메라·센서에서 수집되는 데이터를 기반으로, 정보 집합(DateSet)과 학습 데이터를 구축한다. 이를 바탕으로 다양한 AI 모델이 생성되고, 데이터 학습 환경이 조성된다. 이후 매개변수(Paramet
심리 바이오 법인 ‘아이큐비타민’ 설립 심리·정서·교육·진로 등 아동 성장 요소 예측하는 모델 구축 아이큐비타민이 법인 심리 바이오 회사 DvaxBio를 설립하고, 아동 미래 예측 AI 초기 모델을 구축했다고 알렸다. 최근 전문가들은 AI 콘텐츠에 아동심리 콘텐츠를 접목한 미래예측 모델이 디지털 치료제 및 백신 개발에 중요한 데이터가 될 것으로 전망하고 있다. 이번에 DvaxBio가 구축한 모델은 아이큐비타민의 동화 심리검사 및 솔루션 시스템을 기반으로, 심리·정서·교육·진로 등 아동 성장 요소를 AI와 융합해 예측하는 기술이다. DvaxBio는 이번 모델 구축과 더불어 한국저작권위원회 ‘K-콘텐츠 해외 저작권 및 특허 지원 사업’에 선정돼 글로벌 진출도 도모한다. 헬로티 최재규 기자 |
핵심 서비스 AIMMO Enterprise, AIMMO AD-DaaS 등 추가 론칭 예정 AI·데이터 전문기업 에이모(AIMMO)가 '2022 코리아 AI 스타트업 100'에 선정되었다고 26일 밝혔다. ‘코리아 AI 스타트업 100’은 대한민국의 혁신 생태계를 이끌어갈 AI 스타트업 발굴 프로젝트로 매년 높은 성장 잠재력이 기대되는 국내 AI 스타트업 100개 사를 발굴해 발표하고 있다. 카이스트와 KT경제경영연구소가 공동 개발한 AI 스타트업 평가 모델링을 기반으로 국내 대표 AI 산학연 협의체 전문가들의 엄중한 검증심사를 통해 선정된다. 에이모는 자율주행과 스마트시티 분야 등 데이터의 전주기를 관리할 수 있으며, 이미지는 물론, 오디오, 비디오 등 다양한 형태의 데이터를 자체적으로 수집, 정제, 가공할 수 있어 인공지능 모델 개발을 위한 맞춤형 고품질 데이터를 지원할 수 있다. 특히 내년 초에는 에이모의 핵심 서비스로서 ‘에이모 엔터프라이즈(AIMMO Enterprise)’와 ‘AIMMO AD-DaaS(Data as a Service)’를 추가로 론칭할 계획이다. AI·데이터 전문기업 에이모는 이러한 높은 기술력을 인정받아 2022 코리아 AI 스타트업
KAIST 연구팀이 국제공동연구를 통해 다수의 모바일 기기 위에서 인공지능 모델을 학습할 수 있는 연합학습 기술의 학습 속도를 4.5배 가속할 수 있는 방법론을 개발했다고 밝혔다. KAIST 전기및전자공학부 이성주 교수 연구팀은 지난 6/27~7/1에 열린 세계컴퓨터연합회 주최로 진행된 제20회 모바일 시스템, 어플리케이션, 및 서비스 국제학술대회에서 연합학습(Federated Learning)의 학습 속도 향상을 위한 데이터 샘플 최적 선택 및 데드라인 조절 방법론을 발표했다. 해당 학회는 2003년에 시작돼 모바일 시스템, 소프트웨어, 어플리케이션, 서비스를 위한 최신 연구를 소개하는 데 초점을 맞추고 있으며, 모바일 컴퓨팅 및 시스템 분야의 최우수 학회 중 하나로 오랫동안 주목받고 있다. 이번 논문은 KAIST 전산학부 신재민 박사과정이 제1 저자로 참여했으며, 중국 칭화대학과의 국제협력으로 이루어진 성과다. 최근 구글에 의해 제안된 연합학습은 새로운 기계학습 기술로, 개인정보의 유출 없이 방대한 사용자 기기 위 데이터를 활용할 수 있게 해 의료 인공지능 기술 등 새로운 인공지능 서비스를 개발할 수 있게 해 각광받고 있다. 연합학습은 구글을 비롯해 애플
상용화의 필수 조건, '품질' 인공지능을 개발하는 이유는 인공지능 기반의 제품이나 서비스를 만들기 위함이다. 누군가가 사용할 수 있도록 제품을 만드는 것이 바로 상용화다. 상용화에서 가장 중요한 요소는 바로 품질이다. 품질을 확보한다는 것은 곧 제품을 사용자의 요구사항에 부합하도록 만드는 것이다. 인공지능 서비스의 경우, 정확도가 99%인 인공지능 서비스가 필요하다는 고객의 요구사항이 있다면, 이를 만족하는 시스템을 만드는 것이 품질 확보다. 그러나 인공지능이 고객의 요구사항에 100% 부합하기 쉽지 않다. 인공지능의 성능을 최적화하기에는 아직 부족한 부분이 많다. 불과 작년 한 자율주행차가 트럭에 돌진하는 사고가 발생했다. 장애물 앞에서 멈추는 것은 가장 기본적인 성능인데, 그 성능에 대한 요구사항도 충족하지 못한 것이다. 상용화의 필수 조건이 품질 확보인 것을 생각해보면, 이와 같은 서비스는 기준 미달이다. 품질 확보를 넓은 의미로 보면, 제품을 쓰는 사용자의 1차적인 요구를 충족하는 것을 넘어 결함으로부터도 자유로워야 한다. 현재 인공지능에는 예상치 못한 기능, 성능 상의 결함도 많이 발생하기에, 품질을 광의적으로 해석한다면 인공지능 기반 제품의 상용화
상호명(명칭) : (주)첨단 | 등록번호 : 서울,자00420 | 등록일자 : 2013년05월15일 | 제호 :헬로티(helloT) | 발행인 : 이종춘 | 편집인 : 김진희 |
본점 : 서울시 마포구 양화로 127, 3층, 지점 : 경기도 파주시 심학산로 10, 3층 | 발행일자 : 2012년 4월1일 | 청소년보호책임자 : 김유활 | 대표이사 : 이준원 | 사업자등록번호 : 118-81-03520 | 전화 : 02-3142-4151 | 팩스 : 02-338-3453 | 통신판매번호 : 제 2013-서울마포-1032호
copyright(c) HelloT all right reserved
UPDATE: 2025년 05월 18일 14시 17분
