철강산업에 빅데이터 분석, 기계학습, 인공지능이 도입된 시기는 타 산업과 크게 차이가 없다. 어쩌면 다른 도메인보다 앞서서 진행했고 의미 있는 결과를 보인 면도 있다. 그러나 이런 이야기는 철강업의 탑티어에 들지 못한 중소기업에는 남 이야기로 들릴 것이다.중소 전기로사나 가공사들의 데이터분석 프로젝트의 멘토링이나 과제평가에 참여해보면, 철강 물성치 예측 과제가 많다. 철강의 성분과 가공정보를 이용하여 인장강도, 항복강도, 연신율, 단면수축률, 피로강도, 크리프강도를 제품 검사 전에 예측하여 시험 비용 및 시간 단축 또는 제품의 공정

천연자원과 같다는 평가를 받고 있고, 최근 인공지능 서비스로 많이 회자되는 퍼플렉시티, 클로드, 수노, 스테이블 디퓨전, 감마 등을 구현한 핵심은 바로 ‘데이터’임을 모두 알고 있다.클로드(http://claude.ai)에 프롬프트를 이용하여 노래 가사를 작성하게 하고, 수노(https://www.suno.com)에 작성된 가사를 붙여 놓고, 음악 스타일을 지정만 하면 나만의 음악이 만들어져, 이를 다운로드하여 쉽게 공유할 수 있다. 놀라운 것은 쉽게 음악을 만든다는 사실뿐만 아니라 음악의 완성도에도 있다.앞으로 수를 헤아릴 수 없

CDS보다는 ‘CDS 양성’이라는 용어가 조금 더 친숙한 단어가 아닌가 생각된다. CDS 즉 Citizen Data Scientist를 직역하면 ‘시민 데이터 과학자’인데, 뭔가 어색한 느낌이다. 그래서 CDS를 이렇게 의역해 본다. ‘현업 데이터분석 전문가’Citizen Scientist는 우주나 해양과학의 연구 분야에서 오래전부터 사용되었던 용어로, 본업을 갖고 천체나 대양과 같은 무수히 많은 관찰 대상을 전문 과학자들과 함께 연구하는 일반인을 부르는 호칭이었다. 그래서 가트너(Gartner)는 CDS를 이렇게 정의하고 있다.

배우에게 대사와 동작을 알려주거나 강연자에게 연설문을 보여주는 것을 프롬프트(Prompt)라고 한다. 또는 컴퓨터와 대화를 위하여 터미널의 셀(Shell) 상태에서 사용자의 명령을 기다리며 화면에 보여주는 작은 기호나 짧은 메시지를 또한 프롬프트라고 한다.그런데 이러한 프롬프트와 엔지니어링이란 단어가 결합하여 요즘 인공지능의 핫 키워드가 되었다. 컴퓨터에서 C, Java, Python 등의 프로그램 언어를 이용하여 오류 없는 코드를 만들어 실행하고 의도했던 결과를 얻게 되는 과정을 프로그래밍 또는 코딩이라고 한다. 여기에 사용되는

인공지능은 기존 어떠한 기술보다도 난이도가 높고, 어쩌면 아직도 구현되지 못한 미래 기술일 수도 있다. 그런데 방송에서, 아니 평범한 일상 속에서도 쉽게 인공지능을 이야기하고 늘 접하는 하나의 어떤 하드웨어나 소프트웨어로 인식되고 있는 것 같기도 하다.이러한 현상은 모든 사람들이 들고 다니는 스마트폰의 기능 향상과 최근 화제를 모으고 있는 ChatGPT의 출현 때문에 촉진하지 않았나 생각된다. 또한 요즘 기업체를 방문하여 데이터분석이나 정보화 관련 이야기를 나누다 보면, 회의 중에 쉽게 인공지능을 이야기하고 서로 이해하고 있다는 듯

‘예측’의 사전적 의미는 “미리 헤아려 짐작함”이다. 여기서 ‘헤아림’은 과거의 사건을 기반으로 현재 상황을 고려한 정량적 혹은 정성적 살핌이고, ‘짐작’은 이러한 헤아림에 근거하여 미래의 상황을 미리 판단하는 행위이다. 바로 이 헤아림과 판단에 과학적 혹은 비과학적 접근이 있을 수 있다.과거에는 개인의 경험이나 직감이 헤아림과 판단을 위한 수단이었다면, 지금 인공지능 시대에는 데이터에 기반한 과학적이고 객관적인 헤아림과 판단을 해야 한다.개인의 일상에서의 예측은 유익하고 재미있는 이벤트일 수 있지만, 기업에서의 예측은 생존과 직결

데이터는 존재가 아닌 활용에서 그 가치를 찾아야 한다. 어쩌면 많은 양의 데이터를 관리·보관하기 위한 비용은 기업의 부채일 수 있다. 금과 같은 귀금속은 유한성과 희소성이 맞물려 가공하지 않은 존재만으로 가치를 평가받을 수 있지만, 데이터는 묵힌다고 높은 가치를 보장받을 수 없고, 가공한다고 부가가치를 올릴 수 없는, 즉 활용에서 가치를 찾는 독특한 자산이다.데이터의 가치를 활용에서 찾으려면, ‘탐색적 데이터 분석(Exploratory Data Analysis, EDA)’이 그 시작이라고 할 수 있다. EDA는 어느 정도 전문적 지

Value 즉 ‘가치’는 상품, 자원, 서비스, 노동, 자산 등의 실체 혹은 가상의 존재에 부여되는 추상적 개념의 상대치(相對値)라고 정의할 수 있다. 이를 좀 더 구체화하면 공급과 수요에 의하여 결정되는 시장의 가치(Market Value), 노동과 기술로 만들어 내는 노동의 가치(Labor Value), 자산과 경제적 관계로 만들어지는 재산의 가치(Property Value) 등의 실존적 가치 외에도 주관적인 가치(Subjective Value)와 부가된 가치(Added Value) 등도 있다.최근 인공지능, 기계학습이 가전,

범용컴퓨터 에니악(ENIAC)이 만들어지고 1956년 매카시(John McCarthy)에 의해 처음 사용되었던 ‘인공지능(AI)’이란 단어는 컴퓨터와 늘 같이 사용되었지만, 먼 미래 기술의 추상화된 일반기술용어로 보아 왔다.빅데이터, 데이터 분석, 기계학습이 익숙해지고 이를 이용하여 예지정비(Predictive Maintenance), 가상계측(Virtual Metrology) 등을 이용한 스마트 공장, 디지털 전환(Digital Transformation)이 구현되면서도, 인공지능은 그저 관련 기술들의 총괄적 의미 또는 신경망 알