머신 러닝 모델링 예 - 개인화된 추천 엔진

• 유데미는 강의 추천을 규칙 기반에서 머신 러닝 기반으로 전환
  • 강의 추천을 규칙에 의거하여 했지만. 머신러닝을 기반으로 전환 ( 이때 AB 테스트를 진행한 뒤 수익성이 10% 이상 늘어난 것을 파악. (신뢰성을 더함))

---

머신 러닝 모델링 예 - 사기 결제 감지

• 훈련 데이터를 수집하는 두 가지 방법
  • 1. 실제 사례 수집(신용카드 회사와 협업)
  • 2. 정상결제와 사기결제 패턴을 수집
  • 이상값 탐지를 실행 후 사람에게 검토 요청(휴먼 인더 루프)
• 이후 패턴이 나타남
  • 예시)가격이 100만원 짜리 신라면이 며칠만에 정가로 판매됨 → 의심스럽다.
    • 어떤 사람이 아주 비싼 금액의 스마트스토어 물건을 만든 뒤 훔친 신용카드로 결제 진행.
  • 다른 강력한 지표
    • “머신 러닝의 편향성” 또는 “머신 러닝 윤리”의 중요성

훈련데이터가 잘못 쌓이게 되면 실제 사기가 아님에도 불구하고 특정 지역에서 결제를 했다는 이유만으로 머신러닝은 이상값으로 탐지할 수 있음.

이를 “머신 러닝의 편향성” 이라고 부르며 이러한 편향성으로 인해 “머신 러닝 윤리”를 해칠 수 있음.

예시) 산타크루즈 지역에서 어떤 사람이 범죄를 저지르는지에 대한 머신러닝을 만듦

훈련데이터가 대부분 흑인이다 보니 흑인이 들어가면 범죄자로 처리하는 잘못된 결과값 발생.

---

머신 러닝 모델링 예 - 환자 이상 징후 예측

• 원격 환자 모니터링에서 많이 사용됨
• 환자의 다양한 측정 데이터를 기반으로 환자의 상태가 혹시라도 치료를 필요로 하는지 예측
  • 정확도 50%정도만 되어도 성공.
• 목표는 환자의 병원 입원이나 응급실 방문을 막는 것!
  • 이러한 시스템은 개인에게 판매가 된 것이 아니라 병원에 판매가 됨
    • WHY? 지병이 있는 환자들이 입원을 하면 지병 치료를 못하는 경우가 있기 때문(치료를 해야 돈을 버니까)

---

머신 러닝 모델링 예 - 농업용 자율 트랙터

• 존디어는 ML을 사용하여 자율 트랙터 개발
• 밭을 탐색하고 사람보다 더 효율적으로 심기 및 수학과 같은 작업을 수행하게 함.

---

의료 이미지 분석

원래에는 의사가 MRI, CT 등의 사진을 보고 진단을 하였지만, 여러 사진들을 머신 러닝 하여 자동화가 가능해짐.

• 로봇 방사선 기술자의 대두
  • 딥러닝 알고리즘이 MRI와 엑스레이 이미지 분석에서 사람을 능가하기 시작
  • 하지만 잘못된 진단의 경우 책임이 모호함.
    • 로봇이 한번 진단 후 사람이 검토하는 식으로 진행 되어야 맞음.
• VoxelMorph라는 오픈소스 프레임웍은 딥러닝을 이용해 몇 초만에 MRI 분석
  • 사람이 하는 경우 적어도 2시간은 걸리는 일.
• 초음파 사진 기반의 심장병 진단 기술
  • Caption Health는 초음파 사진 기반의 심장병 진단 기술 개발
    • 인공 지능 기반의 이미징 기술로 FDA승인도 받음
      • 원래는 뼈에 가려져 안보이는 부분을 인공지능을 통해 이미지화함.
    • 기존의 엑스레이 기반의 CT Scan과 비교하면 안전성과 비용과 시간이 있어 엄청난 이점이 존재한다.