AI 활용사례

AI 활용사례

---

미인대회 심사위원

인물의 사진을 바탕으로 미인 순위를 정합니다.

인공지능을 이용하여 사용자의 사진을 분석하여 미인 순위를 측정합니다.

훗날에는 미인대회의 심사를 AI가 할수도 있겠네요.

http://beauty.ai/1.0.html

불법 신용거래 감시

마스터카드가 신용카드 승인에 ‘디시전 인텔리전스’라는 이름의 인공지능 시스템을 도입하기로 했습니다. 

디시전 인텔리전스는 정교한 알고리즘과 정보 분석을 통해 고객 개별 거래를 평가하고 점수를 매기며 학습한다. 

고객 개별 정보에는 과거 거래 내역, 위험 프로파일, 거래 장소, 가맹점, 결제 디바이스, 결제 시간·유형 등이 포함된다. 

기존에는 미리 정의된 규정을 기반으로 거래 위험성을 측정하는 방식이 아니라 신용카드 거래 내역을 분석하여 사용자의 패턴에 어긋나는 거래 내역들을 찾아 내는 방식으로 AI를 이용한다.

국내에도 이런 불법 신용거래 를 감시 하는 AI 시스템이 적용중인 것으로 알고 있다.

각 거래를 분석하고 산출된 정보를 바탕으로 이상내역거래를 찾아내어서 이를 알리고 사용자의 동의를 얻어 최종적으로 발급사가 발급 승인 한다. 

즉, 카드분실/보이스피싱 등등으로 인해 잘못 사용된 신용카드의 승인을 막는데에도 AI를 이용 할 수 있습니다.

프로게이머

너무나 잘 알고 있듯이 ‘알파고’는 구글 딥마인드의 인공지능 바둑 프로그램이다.

바둑 경기에는 10의 170승에 이르는 경우의 수가 있는데, 이런 바둑 특유의 복잡성은 오랫동안 인공지능의 도전 과제였다. 

 

알파고는 ‘지도학습’과 ‘강화학습’의 강점을 결합한 기계학습 기법을 사용해 바둑을 ‘열공’하고 2016년 3월 이세돌 9단의 대국에 등장했다. 

이세돌 9단이 이길 거라는 대다수의 예상을 깨고 알파고는 4대1로 대승을 거뒀다. 

이 사건은 사람들에게 충격과 함께 인공지능에 새롭게 관심을 가지는 계기를 주었다.

*사실 이후, 알파고는 알파제로 라는 업그레이드된 인공지능 프로그램에게 대패를 당했습니다.

알파고는 모든기보(승패가 결정된)을 공부 한 것임에 비해서 알파고 제로는 단지, 바둑룰만을 알려주고 학습을 했다고 합니다.

‘팩맨’ 게임은 ‘유령’을 피해 도망 다니면서 ‘먹이’를 다 먹으면 이긴다. 

지금까지 최고점은 266,330점이었다. 그런데 그 기록을 깬 이가 등장했다. 사람이 아니다. 

마이크로소프트 인공지능 시스템 ‘말루바’는 999,999점으로 팩맨 게임에서 만점을 찍었다. 

말루바는 ‘분할정복기법’을 사용해 게임을 150개의 작은 단위(에이전트)로 쪼갰다. 

단위별로 먹이를 찾거나 유령의 행동을 학습했고, 게임 동작 패턴을 학습했다. 

그리고 다시 이를 합쳐 게임을 정복하는 데 활용했다. 

이를 연구한 연구진은 이런 방식으로 아케이드 게임을 깨는 걸 넘어, 협상 확률을 강화하는 알고리즘 등에 활용할 수 있을 것으로 예상한다.

https://www.microsoft.com/en-us/research/lab/microsoft-research-montreal/

영상/이미지/오디오

---

AI를 이용한 영상, 이미지, 오디오 부분에는 상당히 흥미롭고 재미난 것들이 많다.

영상 조작

매우 흥미로운 데모가 있다. 

미국 워싱턴대학교 연구진은 영상 조작에 인공지능을 사용했다. 

음성에 맞춰 입술을 움직이는, 우리가 잘 알고 있는 ‘립싱크’ 기술로 알고리즘으로 만들었다. 

<워싱턴대학교뉴스>에 공개된 연구 결과는 버락 오바마 미국 전 대통령이 나온 영상 14시간 분량을 학습해 만들어졌다. 먼저 음성을 추출하고 이에 맞춰 입술 모양을 합성했다. 그다음 고갯짓, 눈, 턱 모양 등을 합성했다. 결과적으로 음성만 같은 다른 영상이 나왔다.

로봇이 사람의 모습과 흡사해질수록 호감도가 올라가다가 어느 수준에 이르면 호감도가 급히 하강한다. 

그리고 오히려 거부감이 나타나는데 이를 ‘불쾌한 골짜기’라고 일컫는다. 연구진은 조작 영상을 공개하며 영상이 가짜인 걸 알지만 자연스럽게 느끼는 부분을 통해 ‘불쾌한 골짜기’를 극복했다고 말했다. 해당 연구는 삼성, 구글, 페이스북, 인텔, 워싱턴대학교 애니메이션 연구소의 지원을 받아 진행됐다.

위의 영상에서 오바마 미국 전 대통령의 어색한 부분을 찾기 힘들다.

앞으로 이런 가짜 영상을 통해 심각한 문제가 발생할수도 있을것이다.

음... 이런 가짜를 판별하는 시스템도 만들어 지지 않을까?  

이미지 복원

관련 논문 : https://arxiv.org/pdf/1702.00783.pdf?xtor=AL-32280680

아래처럼 모자이크된 이미지를 복원 할 수 있습니다.

향후, 모자이크 해서 얼굴을 가렸다 해도 이렇게 복원 할 수 있다면 좋은일인지 모르겠습니다.

http://waifu2x.udp.jp/index.ko.html

해당 사이트는 AI를 이용하여 이미지를 업 스케일링 합니다.

그림 도우미

별도의 설명이 필요 없이 아래 링크의 데모를 실행해 보면 알 수 있다.

구글의 ‘오토드로우’ 서비스는 펜으로 서툴게 그림을 그려도 멋진 그림으로 탈바꿈해주는 서비스이다. 

그림을 그리면 웹사이트 상단에 인공지능이 사용자 의도를 짐작해 다양한 추천 그림을 제시한다. 

특별히 추천하는 그림에는 노란색 별 표시가 뜬다. 

추천 그림의 데이터베이스는 구글은 디자이너 에린 버트너, 일러스트레이터 줄리아 멜로그라나 등 아티스트 7명이 협업해 만들었다. 

그림체도 아티스트별로 여러 개로 나오는데, 마음에 드는 것을 선택해 사용할 수 있다. 그린 그림은 다운로드도 가능하다.

데모 사이트: https://www.autodraw.com/

색체 전문가(흑백 사진을 컬러로)

구글이 인공지능을 기술을 사진의 영역에 적용해 흑백 사진을 컬러 사진으로 바꾸는 기술을 선보였다. 

일본 와세다대학 연구원인 사토시 이즈카, 에드가 시모 세라, 히로시 이시가와가 공동저자로 발표했다. 

이 기술에는 딥러닝 기법의 하나인 ‘나선형 신경망’ 기술이 쓰였다. 

이전까지 영화의 CG, 애니메이션의 채색등은 노동 집약적인 일이였으나,

이제는 AI를 통해 흑백 사진 혹은 영상에 색을 입힐수 있다.

포르노 비평가

포르노를 학습하고 해석하는 인공지능이 공개됐다. ‘얼빠진 해커톤’에서 브라이언 무어가 만든 프로젝트다. 

‘로봇 포르노 중독자’라고 이름 붙여진 이 로봇은 마이크로소프트의 인공지능 프로그램을 활용해 만들어졌다. 

‘컴퓨터비전 API’를 사용해 자신의 눈으로 세상을 보는데, 이 기술로 인터넷상의 포르노를 보고 해석을 내놓는다. 

포르노봇이 포르노를 바라보는 시선은 트위터 계정을 통해 공유되는데, 우리가 보는 시선이랑 다른 얼토당토않은 해석을 내놓기도 한다. 

http://www.stupidhackathon.com/

어찌보면 우습기도 하고... 어이 없기도 하지만

이를 이용하면 포르노 등급(?) 혹은 차단등으로 이용 할 수 있다.  

멸종위기동물 보호

멸종위기동물 개체 수를 파악하고 추적하는 작업은 쉬운 일이 아니다. 

시간·비용이 만만찮게 들고 위험하기도 하다. 

머독대학교 아만다 호지슨 박사는 멸종위기동물인 바다소를 찾는 데 인공지능을 활용했다. 

그는 퀸즐랜드 공과대학의 프레더릭 메어 박사와 손잡고 구글 텐서플로우를 활용해 바다소를 자동으로 식별하는 탐지기를 개발했다. 

우선 드론으로 바다 항공사진을 찍고, 인공지능을 활용해 사진 속 바다소를 자동 판별했다. 

탐지기는 초기 버전이었지만 바다소의 80%를 식별했다. 

이는 나아가 흑동고래 등 다른 해양 포유동물에 적용할 수도 있고, 크게는 멸종위기 동물의 관리·보호에도 도움을 줄 수 있을 것으로 예상한다.

https://www.blog.google/topics/machine-learning/could-machine-learning-save-sea-cow/

위의 이미지는 드론을 이용하여 촬영된 바다의 이미지입니다.

보이지 않았던 바다소를 인공지능이 찾아 내는 것이지요.

멸종 위기종 동물을 AI를 이용하여 찾을 수 있다는 것이다.

워터마크 제거

인공지능이 저작권 보호를 위한 워터 마크를 무력화 시켰습니다. 

구글이 사진 저작권 보호 기술인 워터마크를 인공지능으로 제거하는 논문을 블로그를 통해 공개했다. 

논문은 워터마크가 가지고 있는 일관적인 적용 방식의 문제점을 다룬다. 

인공지능은 워터마크가 찍힌 이미지들에서 워터마크 삭제 알고리즘을 학습한 후 

이미지에서 워터마크 구성요소를 분리하는 ‘멀티 이미지 매칭’ 과정을 거친다. 인공지능은 워터마크 구성요소를 이해한 다음 이를 바탕으로 

워터마크를 삭제할 수 있는 단계까지 달성한다. 이 논문이 발표되고 얼마 뒤 상업용 이미지 제공 업체 셔터스톡이 이를 무력화하는 자사 기술을 내놓았다.

 하지만 연구원들은 더 정교한 알고리즘이 나오면 계속해 워터마크는 무력화될 수 있음을 시사하며 워터마크에 주기적인 변화를 주는 것이 필요하다고 말한다

https://ai.googleblog.com/2017/08/making-visible-watermarks-more-effective.html

상어 감지

나름 재미있었습니다. 동영상 보시면 쉽게 이해 할 수 있습니다.

사실 이런 부분은 Object Detecting 기술인데 이런식으로도 사용 가능 하네요....

호주 시드니 공대와 상업용 무인항공기 업체 리틀 리퍼는 호주 해변에서 상어를 감지하는 데 인공지능을 갖춘 드론을 사용한다. 

알고리즘을 학습시키기 위해 누구나 사용할 수 있게 허락된 상어 항공 영상을 이용한다. 

해양 생물, 사람들, 보트는 이 과정에서 구분되고 실시간으로 상어를 태깅한다. 

사람이 항공 영상으로 상어를 감지하면 정확성이 20-30%이지만, 인공지능 드론을 사용하면 정확성이 90%까지 올라간다.

호주는 미국 다음으로 상어로 인한 인명 피해가 큰 나라다. 

인공지능 드론을 사용해 빠르게 감지하고 경고를 알려 생명을 구하는 데 사용할 수 있다. 

리틀 리퍼는 상어를 쫓을 수 있는 전기 방어 체계도 개발 중이다. 

http://littleripper.com/

작곡

얼마전 영국에서 인공 지능 작곡자가 탄생 했다는 이야기를 얼핏 들은 적이 있습니다.

구글의 ‘마젠타 프로젝트’는 인공지능을 학습해 기계가 예술을 창조할 수 있는지 알아보는 프로젝트다. 

이 프로젝트 중 ‘엔신스’는 음악 분야에 특화된 프로젝트다. 

1천여개의 악기, 30만개 음이 담긴 데이터베이스를 바탕으로 인공지능을 학습해 새로운 소리·음악을 만든다. 

독특한 악기 조합이나 음을 만들기도 한다. 

엔신스는 단순한 음 합성에서 나아가 기초적인 수준의 연주곡을 내놓기도 했다. 

프로젝트팀의 목표는 이런 학습을 통해 기계가 새로운 악기를 만들고 사람들이 좋아하는 특성을 가진 음색을 만드는 것이라고 한다.

https://magenta.tensorflow.org/

https://magenta.tensorflow.org/nsynth

아래 영상에서 연주되는 쇼팽의 음악은 실제 쇼팽의 곡이 아니라 인공지능이 쇼팽곡을 학습하여 스스로 만들어낸 곡이다. (전문가 들도 구분이 불가 하다고 한다)

자살 예방 상담사

https://www.crisistextline.org/

미국의 문자메시지 기반 24시간 위기 상담 서비스 ‘크라이시스 텍스트 라인(CTL)’은 몰려드는 

상담 문의를 한정된 인력으로 모두 대응하기 어려운 점을 극복하기 위해 인공지능의 힘을 빌렸다. 

대화 내용, 시간, 발신자 위치, 나이, 성별, 생년월일, 이용자 후기 등이 포함된 3300만건에 이르는 상담 문자를 인공지능으로 분석했다. 

이 분석으로 고위험군을 먼저 가려내고 더 위급한 순간을 판단해 상담에 효율적으로 응대할 수 있는 시스템을 만들었다.

물론 모든 판단을 알고리즘에 맡기는 것은 섣부르다는 의견도 있었다. 

CTL은 인공지능 상담사를 이용해 ‘이용자의 의견과 반응을 분석해 데이터를 쌓아 구조 확률을 높이는 것’을 목적으로 둔다. 

장난이나 단순 심리 상담에까지 분배되던 인력 자원을 줄이고, 

위험한 상황에 놓인 사람에게 먼저 상담사가 연결되는 확률을 높이는 데 알고리즘을 활용한다.

오이 분류

오이는 다른 과일이나 채소처럼 무게로 등급을 나누지 않고 모양 및 크기등으로 등급을 구분 하나 봅니다.

그래도 각종 과일이나 채소등의 등급구분을 사람 주관이 들어가기에 이를 해결하고자 인공지능의 힘을 이용한 사례입니다.

자동차 임베디드 시스템 디자이너였던 마코토 코이케 씨는 일을 그만두고 부모님을 도와 오이농장 일을 시작했다. 

오이에 정성을 다 쏟아붓기도 힘든데, 그보다는 오이를 9등급으로 분류하는 일이 손도 많이 가고 시간도 더 잡아먹었다. 

알파고와 이세돌 9단의 대국에서 아이디어를 얻은 마코토 씨는 딥러닝 기반의 오이 자동분류 시스템을 만들었다. 

컨트롤러가 카메라로 사진을 찍으면, 

1단계로 분류기가 수많은 사진 가운데 오이 사진만 걸러내고, 

2단계에선 1단계의 오이 사진을 딥러닝 기술을 이용해 9등급으로 분류했다. 

시험용 이미지로 실행한 결과 정확도는 95% 이상이었다. 

이 외 장기간 훈련이나 대용량 컴퓨팅 자원을 요구하는 숙제도 있었으나, 이는 인공지능 농사꾼의 탄생을 보여준 한 사례로 꼽힌다.

변호사

사실 IBM의 왓슨은 근래 나오는 인공지능에 비교 하기 어렵다는 의견이 있기는 합니다.

IBM의 왓슨은 엄청난 데이터를 구분, 분류 하는 부분에 강점이 있고, 결과를 예측 한다거나 스스로 성장을 해가는 근래의 인공지능과는 약간의 차이가 있습니다.

국내에도 인공지능 법률 서비스를 도입했다는 뉴스를 본 기억이 있습니다. 

2016년 미국 대형 법무법인 베이커앤호스테틀러가 파산 분야에 ‘로스’라는 이름의 인공지능 변호사를 배치했다. 

스타트업 로스인텔리전스가 만든 인공지능으로, IBM 왓슨을 기반으로 한다. 

최초 인공지능 변호사가 하는 일은 판례 수천건을 검색해 베이커앤호스테틀러가 수임한 사건에 도움이 될 만한 것들을 고르는 일이다. 

주로 초보 변호사들이 하던 일을 인공지능이 맡아서 하게 된 것이다. 

로스는 단순한 검색 도구를 넘어 질문을 받고 관련 법률 사례를 분석해 적합한 답변을 주기도 한다

명품가방 판별

재미있는 서비스입니다. 명품의 진품여부를 판단해주는 것입니다.

단순히 시리얼 번호등으로 구별하는 것이 아닙니다.

미국 스타트업 ‘엔트루피‘가 개발한 애플리케이션은 명품가방을 카메라로 비추면 인공지능을 이용해 진품, 가품을 판별해준다. 

카메라는 육안으로 찾기 어려운 안장이나 하자를 260배 확대해 찾아낸다. 

3만여종의 핸드백과 지갑 사진을 학습한 인공지능 기술이 사용됐다. 

진품 판별도 정확도는 98%에 이른다. 

해당 기술은 명품가방 판별을 넘어 자동차 부품, 휴대폰, 헤드폰, 재킷, 신발 등에도 적용할 수 있을 것으로 기대된다.

https://www.entrupy.com/

매장 레이아웃 개선

매장의 사람들의 동선을 학습하여 최고의 매출을 낼 수 있는 매장의 레이 아웃을 찾아 줍니다.

가상현실(VR) 솔루션을 만드는 인컨텍스트 솔루션스는 인공지능과 VR을 조합해 매장 레이아웃을 만드는 것을 돕는다. 

인컨텍스트는 5-6년 쌓인 데이터를 이용해 가상 매장 투어를 만든다. 

인공지능은 데이터를 가지고 사람이 생각할 수 없는 패턴을 찾거나 오랜 시간이 걸리는 컴파일 과정을 단축한다.

https://www.incontextsolutions.com/mixed-reality-solutions

---