온라인으로 만나는 AI 컨퍼런스
REC.ON은 REC. CONFERENCE를 의미합니다.
Recording과 Conference의 합성어로
시간과 공간의 제약없이 언제 어디서나 영상을 통해 접할 수 있는
패스트캠퍼스만의 온라인 컨퍼런스입니다.
REC.ON 시리즈의 첫 주제, AI는
모든 분야에 걸쳐 변화를 이끌어내고 있는
데이터 사이언스/인공지능 기술에 대해 이야기 합니다.
AI 분야별 최고 리더들을 지금 REC.ON을 통해 만나보세요!
AI REC.ON에서만 만날 수 있는
국내 최고의 연사들
분야별 생생한 경험을 담은
AI REC.ON AGENDA
01. What’s Software 2.0
- Software 1.0 VS 2.002. 시장 vs 기술: 현실과 기술의 괴리 인정하기
- AI 프로젝트의 실현 가능 수준 정의03. DATA is all you need
- 데이터의 규모 = AI 프로젝트 규모04. Software 2.0 on Software 1.0
- AI 모델 개발과 솔루션으로의 상용화
01. AI 트랜스포메이션이란
- AI 트랜스포메이션, 무엇이고 왜 해야하는가?02. AI 트랜스포메이션의 챌린지
- 당신의 비즈니스에 AI가 적용되지 못하는 이유03. Case study - 뷰티 산업
- 실전예제 : 한계에 부딪친 현재의 뷰티 산업04. AI 트랜스포메이션의 실전 적용
- AI 트랜스포메이션 인 액션 : 뷰티 산업의 사례와 함께05. AI 트랜스포메이션 이후의 기업
- AI 트랜스포메이션이 이끄는 4차산업혁명의 미래
01. On Device AI란?
- On Device AI가 필요한 이유02. 모바일용 딥러닝 추론 엔진
- TF Lite, ncnn, Paddle-Lite, MNN, mace03. 스마트폰 OS에서의 딥러닝 지원
- Android NN API 상세 소개04. 딥러닝을 위한 임베디드 SOC (모바일분야)
- 퍼포먼스 vs 경량화, 소모전류와의 싸움05. 딥러닝을 위한 임베디드 SOC (자동차 분야)
- 가장 중요한건 정확도, 신뢰성06. Edge 디바이스 딥러닝
- 딥러닝 전용 칩셋의 진화07. 모바일에서의 딥러닝 최적화 기술들
- Parallel Computing (OpenGL, OpenCL Vulkan, OpenVX)08. 임베디드 시스템에 딥러닝 이식하기 경험담
- 최적화와 범용성은 반댓말
01. 4차산업혁명의 핵심 스마트팩토리
- 스마트팩토리란?02. 로봇 빈피킹 솔루션
- 로봇 빈피킹이란?03. 한국 제조산업 생태계
- 무엇이 문제인가?
01. 의료인공지능 등장 배경
: 의료인공지능이 왜 필요한가?
02. 의료인공지능 개발 과정
: 의료인공지능은 어떻게 개발되는가?
03. 의료인공지능의 제품화 및 임상 도입 현황
: 의료인공지능은 어떻게 적용되는가?
04. 의료인공지능의 미래 :
의료인공지능은 어떻게 발전할 것인가?
AI REC.ON은
이런 분들에게 추천합니다
AI REC.ON은 ML/DL, AI와 관련하여 연사들이 실제 프로젝트를 통해 겪었던 시행착오 혹은 관련 스토리텔링을 하는 자리입니다. 그러므로 만약 세션에서 나오는 내용과 비슷한 일 혹은 프로젝트를 하고 있는 엔지니어라면 연사들의 성공적인 프로젝트 경험을 통해 실무 이야기와 솔루션에 대한 인사이트를 얻을 수 있을 것 입니다.
AI REC.ON에 참여하는 연사들의 아젠다는 포괄적인 AI 내용이 아닌 굉장히 구체적이고 전문적인 주제를 담고 있습니다. 따라서, 각 아젠다를 통해 자신이 현재 종사하고 있는 데이터 사이언스 분야 말고도 연사들의 다양한 아젠다를 통해서 데이터 사이언스의 도메인별 다른 speciality도 확인하고 싶은 모든 분들에게 추천합니다.
AI REC.ON
연사자의 한마디
AI REC.ON
연사자에게 물었습니다
최근 완전 자율 주행 기술의 현실적인 어려움으로 실제 상용화 시점에 대한 예측이 점점 늦어지고 있으며, 그전까지 운전자를 보조해 주는 Level2 ADAS 시장이 계속 성장할것이라는 전망이 많이 나오고 있습니다.
스트라드 비전은 처음 부터 완전 자율 주행을 위한 모든 기술에 집중하기 보다, 이런 Level2 ADAS를 위한 실제 양산 가능한 기술부터 한단계 한단계 기술력과 경험을 쌓아가고 있습니다.
딥러닝 기술은 이제 상당히 상향 평준화 되었으며 딥러닝 알고리즘 자체로 성능이 얼마나 좋은지 판별하는 시기는 끝이 났습니다.
실제 제품 적용해 얼마나 성능을 발휘하고 얼마나 안정적으로 동작해 양산 가능한 수준으로 개발 할 수 있는지가 더 중요한 시기입니다.
이를 위해서는 딥러닝 알고리즘 개발자도 임베디드 환경에서의 딥러닝 최적화에 대한 이해가 필요하며, 임베디드 개발자도 딥러닝 기술에 대한 높은 이해가 필요합니다.
On Device AI 파트를 통해 이런 부분에 대한 인사이트를 얻으셨으면 좋겠습니다.
저도 많이 고민하면서 선택했는데, 빨리 살 수록 저렴하게 구입해두고 무제한으로 들을 수 있으니까 좋네요.
스마트팩토리에 대한 개념은 전 세계적으로 이미 보편화되 었습니다. 우리나라도 이미 5년 전부터 스마트팩토리에 대해 연구하고 도입하려는 시도를 오랫동 안 해왔습니다. 우리가 일상에서 경험하는 만큼 인공지능 기술의 혜택을 공장에서 찾아보기가 쉽지는 않은데요.
그 이유는 디지털화가 덜 되어 있다는 점도 있지만, 현재 공장의 기계 시스템이 우리가 사용하는 스마트기기처럼 '유연하지' 않기 때문에 인공지능 기술의 활용도가 낮은 점도 있습니다. 여기서 ' 유연한' 기계 시스템이란 즉 로봇이죠.
산업용 로봇/협동로봇/자율주행 로봇들을 공장에서 지금보다 더 많이 사용하게 되면 이들을 실시간으로 재구성해서 공장 전체를 유연하게 만들 수 있고, 여기에 사람이 함께 일하며 뭔가 불확실성이 커지는 환경에서는 인공지능 기술이 필수적으로 사용될 수 밖에 없습니다.
앞으로 우리나라 AI 관련 산업에 대한 기대가 큽니다. 기술 인력 수준도 높고 사회적인 수용도도 다른 나라보다 높고요.
이젠 기술혁신을 넘어 산업혁신을 이끌어내야 하는 시 점인데요, 정말 다양한 분야에서 AI 기술 관련 스타트업이 나오길 기대합니다. 로봇 분야에서 Pickit이 나온것 처럼요.
그리고 스타트업들은 AI 기술보다는 현실 문제에 집중해야 합니다. AI 자 체가 중요한 것이 아니라 기존 기술로는 풀 수 없었던 현실적인 문제를 AI를 통해 풀 수 있고 사용자나 생산자 모두 큰 이득을 볼 수 있다는 점을 증명해내야 그게 진짜 혁신이 되는 것이거든요.
하드웨어와 AI의 결합은 의료분야에서도 중요한 주제입니다. 의료기기의 성능 개선이나 정보의 정량화 등 다양한 분야에서 상용 수준의 솔루션들이 개발되고 있습니다.
하지만 계산량 최적화와 같은 기술적 이슈 뿐 아니라, 원격 모니터링과 같은 규제와 밀접한 부분들이 있어서 고려할 부분들이 여전히 많습니다.
이 분야에 관심을 가지고 있다면, 기술을 따르기 보다는 문제 해결에 집중하시기를 권합니다.
기술은 문제 해결에 대한 수단일 뿐이므로, 본인이 풀고 싶고, 잘 풀 수 있는 문제를 발견하고 이를 해결하는 과정에서 커리어는 저절로 쌓입니다.
이 문제를 풀기 위해 필요한 자원과 지식 및 경험에 따라 학업이나 취업, 창업 등의 경로를 고민하면 후회를 최소화 할 수 있을 것으로 생각합니다.
인공지능 기술을 리드하는 분야 중 하나가 Vision 분야다 보니 뷰티 역시도 처음엔 Vision 기술 중심으로 발달해왔어요. 얼굴에 가상이미지를 씌워주는 앱 SNOW 아시죠? 이러한 기술을 Augmented reality, AR이라고 하는데, AR 기술을 가상 메이크업에 활용에 사람들로 하여금 제품의 적용 전/후를 비교해주는 서비스가 많이 나왔었죠.
미래의 뷰티 산업은 예전처럼 일관된 미의 기준을 강조하는 것이 아니라 개인마다의 아름다움을 극대화 시켜주는 개인화 시장으로 변해갈텐데요, 이런 차원에 있어 인공지능 기술은 각 개인의 피부와 선호를 이해하고, 이에 맞는 제품을 신속하게 생산하는데 핵심을 쥐고있다고 할 수 있습니다. 이것이 우리가 많이들 얘기하는 AI Transformation이죠.
사람의 감으로 제품을 기획하지 않게 될 거에요. 어떤 제품이 어느 시기에 누구에게 많이 팔리는지, 그것을 알고 제품을 기획할 수 있게되죠. 실제로 AI 기술을 선구적으로 받아들인 패션기업은 이미 이런 ‘데이터 기반의 기획’을 진행하고 있는데요, 저는 이것을 “기획하는 AI”라고 부릅니다.
나아가서는 진정한 D2C, 즉, Direct to Customer 시장이 구현 될 것입니다. 고객의 니즈를 일일이 맞춰주는 맞춤형 정장 가게가 있다고 생각해보세요. 100명 쯤은 맞춰줄 수 있을지 몰라요. 하지만 천명, 만명의 니즈는 일일이 맞춰주기 힘들겠죠. Scale-up이 불가능한 인력구조의 생산시스템을 갖춰서 그렇습니다.
하지만 인공지능이 중심이 된 산업으로 트랜스포메이션 된다면 아무리 많고 다양한 니즈라도 그것을 분산화 해 처리할 수 있게됩니다. 예전에는 많은 직원이 필요했던 기획과 생산 업무도, 잘 키운 인공지능 하나면 자동화 될 수 있겠죠.
현실에 기반한 판단과 결정을 하는 것입니다. 기술을 너무 신봉하는 등 자신만의 생각에 사로잡히는 경우가 많은데, 그 보다 현실의 문제에 집중하고 실제 세상에 도움이 되는 방향으로 기술을 만들고 활용하고자 합니다.
저는 A.I. 연구자이며 네이버웹툰에서 A.I. Team 을 이끌고 있습니다. 서울대 융합과학기술대학원에서 A.I. 관련 박사학위를 최우수논문으로 졸업했고, 네이버웹툰에 매각한 A.I. 기술 스타트업 주)비닷두를 창업하고 운영하였습니다. 비닷두에서는 다양한 국내회사들과 A.I. 프로젝트를 진행했었구요.
AI에 대한 환상을 가지고 있는 분들이 많습니다.정통 AI를 연구한 리서처이자 AI 스타트업 대표로서 겪었던 경험들을 토대로 프로젝트 시 고려해야 할 현실적인 고민들과 시행착오를 줄일 수 있는 노하우 등을 공유할 예정입니다.
AI REC.ON
전체 연사 소개
커리큘럼.
아래의 모든 강의를 올인원 패키지 하나로 모두 들을 수 있습니다.
지금 한 번만 결제하고 모든 강의를 평생 소장하세요!
* 무료공개 영상은 파트 소개 영상 클립입니다.
자세한 커리큘럼 및 내용은 여기서 확인하세요!
AI REC.ON
영상 시청 방법
• 홈페이지 회원가입 및 로그인
• 원하는 강의 결제하기
• 마이페이지에서 강의 시청하기
인생을 바꾸는 교육, 패스트캠퍼스
Life Changing Education, FAST CAMPUS
국내 7개 카드사 12개월 무이자 할부 지원! (간편 결제 제외)
