[뉴스클리핑]Gartner, AI 혁신을 촉진하는 4 가지 트렌드를 설명

2021-09-14

Gartner, AI 혁신을 촉진하는 4 가지 트렌드를 설명

Gartner는 4 가지 트렌드가 가까운 장래에 AI의 혁신을 촉진한다는 전망했다. "책임있는 AI」 「스몰 데이터와 와이드 데이터 접근」 「AI 플랫폼 운영 화」 「데이터 모델, 컴퓨팅 자원의 효율적 이용 '이다.

2021 년 09 월 09 일 17시 30 분 공개



Gartner는 2021년 9월 7일(미국시간), 지난 번 발표한 'Hype Cycle for Artificial Intelligence, 2021'(AI의 하이프 사이클: 2021년)에 포함되는 4가지 트렌드가, 가까운 장래의 AI의 이노베이션을 촉진할 것이라고 전망했다.

4가지 트렌드는 책임감 있는 AI 스몰 데이터와 와이드 데이터의 접근 AI 플랫폼 운용화 데이터, 모델, 컴퓨터 리소스의 효율 이용이다.

Gartner의 시니어 프린서펄 리서치 어널리스트, 슈방기·바시스트씨는, 다음과 같이 말하고 있다. 「AI 이노베이션(innovation)의 페이스는 빠르다. 하이프 사이클에 있는 평균을 웃도는 수의 기술이 25년 이내에 널리 보급되려 하고 있다. 엣지 AI와 컴퓨터 비전, 의사결정 인텔리전스, 기계학습(ML)이 모두 몇 년 안에 시장을 변혁하는 임팩트를 가져올 것 같다.

AI시장은 진화를 계속하고 있어 AI이노베이션의 대부분이, 하이프·사이클의 「여명기」에 위치하고 있다. Gartner의 정의에 의하면, 여명기는 기술의 라이프 사이클 중에서, 「큰 주목이 모이지만, 대부분의 경우, 아직 사용 가능한 제품이 존재하지 않고, 실용화의 가능성이 증명되어 있지 않은」단계를 가리키고 있다.


여명기(Innovation Trigger)에 위치한 AI 기술이 많다 (출처 : Gartner)


이와 같이 새로운 이노베이션(innovation)이 잇달아 태어나고 있는 배경에는, 현재의 AI툴의 기능을 넘은 특정의 기술 기능을 요구하는 최종의 유저가 많다고 하는 시장동향이 있다.

Gartner는 가까운 장래의 AI 이노베이션(innovation)을 촉진한다고 예상한 4개의 트랜드에 대해서, 다음과 같이 설명하고 있다.

책임 있는 AI
Gartner의 리서치 바이스 프레지던트, 스베틀라나·시클라씨는, 「AI기술의 신뢰나 투명성, 공평성, 가감사성의 향상이, 폭넓은 스테이크홀더에 있어서 더욱 더 중요하게 되고 있다.데이터에 편견이 있었다고 해도 공평성을 실현해, 투명성이나 설명 가능성을 실현하는 방법이 진화해 나갔다고 해도 신뢰를 획득해, AI의 확률적인 성질에 대처하면서 규제 준수를 확보하기 위해서 책임 있는 AI가 도움이 된다」라고 말하고 있다.

Gartner는 2023년까지, AI의 개발이나 트레이닝을 위해서 채용되는 인원은 모두, 책임 있는 AI에 관한 전문 지식과 경험이 요구되게 될 것이라고 예상하고 있다.

스몰 데이터와 와이드 데이터의 접근
AI의 대처를 성공시키기 위한 기반을 형성하는 것은 데이터다.스몰 데이터와 와이드 데이터의 접근방식은 보다 강력한 분석과 AI를 실현해 조직의 빅 데이터에 대한 의존을 줄이고, 보다 적절하고 포괄적인 상황인식을 가능하게 한다.

Gartner에 의하면, 2025년까지 조직의 70%는 빅 데이터로부터, 스몰 데이터와 와이드 데이터로 중점을 시프트 시켜, 분석의 콘텍스트를 늘리는 것과 동시에, AI에 필요한 데이터를 줄이는 것이 필요하게 된다.

「스몰 데이터는 보다 적은 데이터로 유용한 통찰을 제공하는 분석 기술의 응용에 관련된다.반면 와이드 데이터는 다양한 데이터 소스의 분석과 상승효과를 실현한다.2개의 어프로치를 조합하는 것으로, 보다 강력한 분석이 가능하게 되어, 비즈니스 과제를 360도의 관점으로부터 종합적으로 파악할 수 있다」(시클라씨)

AI 플랫폼 운용화
AI를 비즈니스 트랜스포메이션에 활용하는 것의 긴급성과 중요성으로부터, AI 플랫폼의 운용화가 요구되고 있다.AI 플랫폼의 운용화는, AI 프로젝트의 컨셉을 실행에 옮겨, AI 솔루션을 전사적인 문제 해결에 적용하는 것을 가능하게 한다.

「Gartner의 조사에 의하면, 파일럿 운용으로부터 실전 운용으로 진행되는 AI프로젝트는 반수 밖에 없고, 이행에 필요한 기간은 평균 9개월인 것을 알았다.「AI오케스트레이션과 자동화 플랫폼」(AIOAPs)이나, 「모델의 운용화」(Model Ops)와 같은 이노베이션(innovation)는, AI의 재이용성이나 스케일러빌리티, 통치를 실현해, AI의 도입과 발전을 가속시킨다」(시클라씨)

데이터, 모델, 컴퓨터 리소스 효율 이용
AI의 전개에 관련되는 데이터나 모델, 컴퓨터 소스의 복잡함과 규모의 크기를 생각하면, AI이노베이션에서는, 이러한 자원을 최대한 효율적으로 이용할 필요가 있다.

AI 시장에서는 폭넓은 비즈니스 과제를 효율적으로 해결할 수 있는 선진 기술로서 「멀티 익스피리언스」나 「컴포지트 AI」 「제너레이티브 AI」 「트랜스포머」의 주목도가 높아지고 있다.


Copyright © ITmedia, Inc. All Rights Reserved.



출처 : https://atmarkit.itmedia.co.jp/ait/articles/2109/09/news122.html