🔔 학교 강의를 바탕으로 개인적인 공부를 위해 정리한 글입니다. 혹여나 틀린 부분이 있다면 지적해주시면 감사드리겠습니다.

6. 전자상거래와 인공지능 활용

6.1 인공지능의 개요

인공지능의 등장

4차 산업 혁명시대의 중요한 요소는 ICBMA 즉, IoT, Cloud, Big data, Mobile, AI이며, 최근에는 DNA 즉, Data ,Network, AI가 집중되고 있다. AI 시장은 연평균 성장률 17.5%로 지속적으로 성장하고 있다.

인공지능의 정의

AI(Artificial Intelligence)는 존 매카시(비절차적 언어인 LISP을 개발함)에 의해 제안되었으며, 기계를 인간 행동의 지식에서와 같이 행동하게 만드는 것이라고 정의된다. 다시 말해 학습, 추론, 지각, 자연어 이해 능력을 컴퓨터 프로그램으로 실현하는 것이다.

인공지능의 분류

약 인공지능(Weak AI, narrow AI)

• 제한된 영역 내에서 학습, 추론함, 스스로 판단 불가, 자율성 없음.
• 다시 말해 에이전트라고도 함.

강 인공지능(Strong AI)

• 스스로 진단, 판단하고 계획을 세우고 의사 소통과 결정이 가능.
• 자아의식, 감정, 지혜, 양심의 영역까지.

튜링 테스트를 통해 인공지능의 정도를 측정한다.

1950년대부터 신경망(Neural Networks)에 대한 연구가 있었으며, 1980년대에는 머신러닝(Machine Learning)에 대하여, 2010년부터는 딥너링(Deep Learning)에 대한 관심이 증가하였다.

인공지능 관련 기술

1970년대부터 80년대까지 인공신경망 구조를 적용하면서 발전하였지만, 컴퓨터 능력과 데이터가 부족하였기에 인공지능의 암흑기였다. 통계 기반의 기계학습과 딥러닝 알고리즘이 개발되면서 인공지능의 발전에 가속이 붙기 시작했다.

기계학습(Machine Learning)

• 여러 데이터를 학습한 내용을 바탕으로, 새로운 데이터에 대한 작업을 수행하도록 하는 알고리즘과 기술을 개발.
• 데이터에 대한 평가를 통해, 알 수 없는 데이터를 처리하거나 예측함.
• 샘플 데이터로 학습하나, 이는 로컬 해에 빠질 수 있다는 단점이 존재함.

딥러닝(Deep Learning)

• 인공신경망을 기반으로 발전함.
• 머신러닝의 한 종류로 데이터 표현을 분류, 예측하기 위해 다단계의 신경망 층을 추가하여 평가 처리함.
• 알파고가 이에 대한 대표적인 예시이며, 높은 사양의 GPU와 데이터 연산이 요구됨.

⭐ 머신러닝과 딥러닝 모두 학습모델을 제공하여 데이터를 분류하는 기술이다.

두번의 인공지능 암흑기

• 1970 : 메모리, 처리속도 미구축으로 지원 중단
• 2000 : 고유지비용과 업데이트 한계와 오류

현재는 ICT의 발전으로 인한 데이터 축적과 컴퓨팅 파워의 진전, 딥러닝 알고리즘의 진화로 제 3의 부흥기를 맞이하였다.

인공지능의 특징

• 일반성
• 방대성
• 부정확성
• 지식 이용
• 추론 기능
• 휴리스틱 탐색
• 출력 효율성 제고

휴리스틱 탐색

• 최적의 해를 구하고자 경험적인 방법에 의해 일정한 규칙에 근거하여 해를 찾는 방법

일반적인 소프트웨어 시스템과 다르게 추론 기능의 특성을 가진다.

딥러닝 기반의 인공지능 중에서 주요 5가지 인공지능 알고리즘이 존재하며, 이는 아래와 같다.

• 생성적 적대 신경망
  - 서로 적대적인 생성기와 판별기를 통해기존 데이터와 유사한 위조 데이터 생성
• 심층강화학습
  - 시행착오를 통해 스스로 최적의 학습모델을 발전시킴
• 전이학습
  - 학습이 완료된 모델의 일부를 재사용
• 설명가능 인공지능
  - 설명력이 높은 알고리즘을 활용, 개선하여 결과 근거를 제공
• 캡슐망
  - 3차원 벡터 방식의 인간 두뇌 인식 과정과 유사한 알고리즘 구조 설계

인공지능 비즈니스 모델

기업의 의사결정에 인공지능을 활용한 빅데이터 분석이 도입되었고, 더 정밀한 고객 분류와 맞춤 서비스, 개인화 서비스 제공이 가능해졌다.

• 전자상거래 : 가격 책정과 재고 관리, 맞춤화 서비스, 설비 관리 등
• 의료 및 헬스케어 : 진단 보조와 발병률, 최적의 치료법 제시, 질병 예측
• 제조 : 설비 이상 감지, 불량제품 검사, 생산 최적화 (예지 보전 시스템)
• 물류 : 최적 경로 예측, 상품 입고, 재고, 분류, 배송, 반품 등
• 마케팅 : 개인화, 자동화, 실시간화를 통한 개인맞춤형 서비스 제공
• 전문서비스 : 전문 법률/금융지식 검색, 보고서 작성하여 제공

6.2 인공지능의 활용

미래사회 인공지능의 역할

산업에만이 아니라 경제와 사회 등 다양한 분야에 영향을 미치고 있다. 미래의 실질적인 기술로 거듭나고 이씅며, 현재 IBM의 Watson for Oncology는 의료용 AI 클라우드 기반 플랫폼을 서비스하고 있다. 회계 또한 도입된다면 94% 정도가 AI로 대체될 것이라고 추측하고 있다.

• 생산성의 강화에서 벗어나 생산 활동의새로운인자로 자리매김을 하고 있음.
• 세상을 변화시킬 파괴적 기술로 전통적인 일자리 감소 가능성 존재.
• 인간과 인공지능의 협력이 필요한 시대가 도래함.

쿠가(Kuka)

• BMW 공장에서의 로봇 팔과 작업자와의 협업을 통해 능률 향상

인공지능 활용

미국에서는 인공지능이 지진 관련 기사를 가장 먼저 발표하기도 하였으며, 2016년에는 인공지능 변호사 ROSS가 등장하였다. 국내에도 첫 인공지능 변호사 유렉스가 2018년 등장하였다. 2016년에는 인공지능이 쓴 소설이 문학상 1차 심사에 통과하기도 하였다.

다양한 정보를 이용한 정확한 의사결정을 바탕으로 고도의 경영 활동에도 활용되며, 미국의 경우 주식투자에 인공지능 기술을도입하기도 하였다.

• 아마존 : 음성인식 AI 알렉사를 기반으로 다양한 서비스 제공
• 구글 : Deep Mind 등 인공지능 관련 기업 인수와 더불어 알파고와 같은 AI 로봇 개발중
• 애플 : 음성인식 AI 시리를 전 분야에 활용
• MS : 자연어 처리 기술, 음성인식 AI 코타나, AI 기상캐스터 샤오빙, 하노버 프로젝트 진행
• IBM : 왓슨 기반 로봇과 더불어 메티컬 시브 의료용 알고리즘 개발 진행
• 삼성 : 음성인식 AI 빅스비를 다양한 곳에 적용
• KT : 인공지능 기가지니 활용
• SKT : AI 플랫폼 누구 활용, 다양한 인공지능 서비스 로봇 공개
• 네이버 : AI 플랫폼 클로바 활용

인공지능 활용 전자상거래와 사례 분석

아마존

• 서적 추천 시스템을 시작으로 인공지능 서비스 시작
• 상품 추천 시스템과 더불어 상품의 이동경로 계산과 최적화에 머신러닝 활용
• 무인 매장인 아마존고를 오픈

샘스 클럽 나우

• 월마트 무인매장으로 아마존고와 동일한 서비스 제공

SSG 닷컴

• 인공지능 기반 챗봇 서비스로 24시간 고객 자동 응대
• 제품 배송, 취소, 환불, 이벤트 공지, 교환, 반품, 회원정보 관리, 영수증 관리 등 다양한 서비스 제공

이베이 코리아

• 클러스터링 기법을 활용한 분석으로 고객 맞춤형 서비스 제공
• G마켓의 슈퍼딜과 옥션의 올킬로 연간 거래액 1조원을 넘김

네이버

• 인공지능을 활용한 포유를 통해 맞춤형 서비스 제공
• AiTEMS : 쇼핑 이력 기반으로 딥러닝을 활용하여 상품 추천

현대홈쇼핑

• AR를 활용한 증간현실 쇼룸

롯데홈쇼핑

• 판매 상품들을 AR로 미리 배치를 해본 후에 상품을 구매

쿠팡

• 로켓배송 실현 위해 상품 재고 실시간 파악, 물류 예측, 상품 패킹 동선 계산, 물류 계획 수립에 AI 활용

알리바바

• VR을 활용한 바이플러스라는 쇼핑 체험 서비스 제공
• 직구 쇼핑몰인 3D 쇼핑 서비스 오픈

음성인식 인공지능을 활용한 전자상거래 사례

• 아마존 에코 : 음성 주문 기능을 추가
• 구글 : 구글 홈에 전자상거래 기능을 추가해 서비스 차별화 강화

상품 검색과 상품 구매시에 음성인식 비서를 이용한 비율이 증가하고 있으며, 이를 이용한 전자상거래 매출 규모는 더 증가할 것으로 전망하고 있다.