인공지능(AI) 전문가 : IT 취업 분야와 전망 -2

 

안녕하세요

성소장 연구소입니다.

​

2016년 인공지능 알파고로 대한민국이 떠들석 했습니다.

알파고가 프로바둑기사 이세돌 9단을 이기는 장면에 전 세계에 생중계 되었고,

사람들은 마침내 인간을 이긴 인공지능에 놀라움을 감추지 못했습니다.

​

일본의 '소프트뱅크' 라는 회사는 직원채용 시 서류전형에 인공지능 평가를 도입했다고 합니다.

인공지능 '왓슨' 은 어려운 의학논물을 단 몇 초 만에 읽고 의사와 환자에게 적절한 치료법을 추청하기도 합니다.

인간이 지닌 지적능력을 컴퓨터를 통해 구현해내는 인공지능은 급격히 발전하고 있습니다.

 

1. 하는 일

 

인공지능 전문가는 사람의 뇌 구조에 대한 지식을 바탕으로 컴퓨터나 로봇 등이 인간과 같이

생각하고 결정을 내릴 수 있도록 알고리즘을 개발합니다.

​

예를 들자면, 사용자가 말하는 음성을 인식하고 이해해 다른 언어로 자동 통번역을 해주는 기술, 자연어를 깊이

이해하고 스스로 지식을 학습해 인간처럼 판단하고 예측하는 기술, 대규모 이미지 데이터를 동시에 분석해

영상이 포함하고 있는 대상과 사물의 관계를 이해하고 인식하는 기술 등을 개발합니다.

​

나아가 인공지능 전문가는 이런 기술을 바탕으로 스스로 학습이 가능한 로봇등을 개발합니다.

심리학 연구도 진행하는데 인간의 뇌 구조를 모방해 두뇌 작용을 연구하고,

철학적 문제에 대한 해결방법을 내놓기도 합니다.

​

※ 알고리즘 : 주어진 문제를 논리적으로 해결하기 위해 필요한 규칙과 절차들을 모아놓은것.
※ 자연어 : 사람들이 일상적으로 쓰는 언어, 프로그래밍 언어 등과 구별하기 위해 사용.

​

2. 활동 분야 및 역량

 

어떤 분야에서 활동하는가?

 

ICT 업체 (SI, 통신, 포털, SNS업체 등), 게임회사, 자동화 로봇 제조업체 등

 

필요한 역량

 

새로운 것에 대한 호기심, 수학적인 자질, 창조적인 발상으로 다양한 기술을 총동원해 응용할 수 있는 능력,

인내와 끈기를 바탕으로 한 집주력, 심리학. 신경생리학 등 인간 두뇌를 연구하는 분야에 대한 이해

 

관련학과

 

컴퓨터공학, 정보공학, 정보시스템, 데이터 프로세싱, 수학 등 전공

 

3. 앞으로의 전망

 

컴퓨터의 처리 속도가 과거와는 달리 획기적으로 빨라지고 분석할 수 있는 데이터의 양이 많아지면서

인공지능 기술이 큰 발전을 이루었고, 또 예전에는 상상도 할 수 없었던 일들을 하고 있습니다.

현재 인공지능은 번역, 상품추천, 음성비서, 자율주행차, 영상판독, 법률, 금융 등

비즈니스와 생활 곳곳에서 다양하게 활용되고 있습니다.

​

번역프로그램은 인공지능 기술로 발전을 거듭하고 있습니다.

2016년 IBM의 인공지능 '왓슨' 은 대학에서 사람을 대신해 학생들의 수강신청 관련 문의에

답변하는 조교 역할을 훌륭히 수행했으며, 최근 출시되고 있는 다양한 인공지능 비서는 주인이

요청하는 내용을 음성을 통해 인식해 클라우드에 있는 정보를 제공하거나

음악을 들려주고 일정을 관리해주기도 합니다.

​

CCTV 화면에서 범죄와 관련된 상황이 무엇인지를 판단하고, 범죄 상황이 의심될 때 경찰이

출동할 수 있게 조치하며, 페이스북의 댓글을 분석해 이용자 중에서 자살 징후가 있을 경우에는

자살 방지센터에 연락도 해줍니다.

​

앞으로도 인공지능의 적용은 교통, 공공안전, 제조, 의료, 금융, 보험, 주식투자, 교육, 사무행정 및 경영,

법률 등으로 더욱 넓어질 것입니다.

 

4차산업형명에서 가장 특징적인 기술 하나를 꼽는다면 인공지능이라고 할수 있습니다.

전 산업에 거쳐 그리고 일상생활 곳곳에서 인공지능의 활용은 더욱 커질것입니다.

 

관련 직업

 

인공지능플랫폼 설계개발전문가, 인공지능딥러닝 전문가, 인공지능 연구원

※ 관련직업 상세정보는 워크넷 - 직업진로 - 직업정보 에서 키워드 검색을 해보세요

 

🙋‍취업준비방 : 직업상담사의 취업준비 & 진로정보

취업준비 & 진로 찐 정보방

 

4. 딥러닝과 머신러닝

 

현재 인공지능의 핵심개념은 딥러닝과​ 머신러닝 입니다.

머신러닝은 일반 프로그래밍화 되어 움직이는 것이 아닌 훈련(Tranning)으로 동작합니다.

주제와 관련된 많은 샘플을 기계 혹은 프로그램에 제공하게 되면

제공된 데이터에서 통계적인 구조를 찾은 후 주제를 자동화 하기 위한 규칙(Rule) 을 만들어 냅니다.

​

즉, 가능성 있는 공간을 사전에 정의한 후 피드백 신호의 도움을 받아 입력 데이터에 유용한

쓸모 있는 변환을 찾아내는 것입니다. 대표적인 예시로는 음성인식, 자율주행자동차, 넷플릭스의

추천영상 서비스가 있습니다.

 

딥러닝은 연속된 층을 점진적으로 의미있는 표현을 배운다고 생각하시면 됩니다.

층 기반 표현학습 또는 계층적 표현학습이라고도 불리는데,

데이터 표현을 학습하기 위한 다단계 처리 방식이라고 볼수 있습니다.

​

현재 인간과 가장 유사한 인공지능이라고 표현할수 있는것이 바로 이 딥러닝이며,

대표적인 예시는 앞서 말씀드린 구글의 알파고가 있습니다.

AI는 알파고의 등장으로 부터 현재 2021년 약 5년간 놀라운 발전을 거듭해 왔습니다.

​

그리고 이러한 발전이 범용성있게 실생활에 적용된것도 아닙니다.

앞으로의 전망이 밝은 분야라고 밖에 말할 수 없습니다.

 

💁‍상담사 채팅 : 차별화된 전략 남다른 스펙을 만들다

학점은행제정보공유소