SAS가 발표한 ‘2025년 AI 트렌드 전망’은 AI 기술이 단순한 혁신을 넘어 산업과 사회 전반에 중대한 영향을 미칠 주요 과제를 제시했다. 특히, 에너지 효율성과 지속 가능성, 데이터 품질 문제, 그리고 클라우드 기반 IT 합리화 등 다양한 관점에서 논의된 9가지 트렌드는 기업과 조직에 AI 전략의 새로운 전환점을 요구하고 있다. 1. 더 빠른 모델 학습을 통한 탄소 발자국 감소 AI의 속도와 알고리즘 효율성은 클라우드 소비와 에너지 절감을 위한 핵심 요소로 떠오르고 있다. 이는 AI 산업이 환경적 지속 가능성을 강화하는 데 기여할 수 있음을 시사한다. 특히 제조업과 자동차 산업에서 이미 이룬 에너지 효율 향상처럼, AI 기술도 지속 가능한 성장을 위한 압박을 받고 있다. 2. AI 공격과 사회적 위협 AI의 활용 확대는 동시에 허위 정보 및 사회적 규범 조작과 같은 부작용을 초래하고 있다. 이는 민주주의 체제와 기업 윤리에 중요한 도전 과제가 되고 있으며, 조직은 AI 원칙과 정책 수립을 통해 이에 대응해야 한다. 특히 정보 보안 및 신뢰 구축이 기업의 경쟁력을 좌우할 중요한 요소로 부각되고 있다. 3. 불량 데이터가 초래하는 AI 격차 AI 모델의
헬로티 임근난 기자 | 딥러닝은 데이터 중심의 기술로서 충분한 양의 데이터 학습을 통하여 원하는 검출 성능을 얻을 수 있다. 그러나 실제 제조공정에서는 필요한 불량 데이터를 짧은 시간에 쉽게 얻기가 힘든 것이 현실이다. 하지만 이젠 충분한 불량 데이터 없이도 불량 검출율을 높일 수 있게 됐다. 인공지능 검사설비 전문기업 트윔(대표이사 정한섭)이 제조공정에서 제품의 외관 불량을 검출해내는 AI 딥러닝 비전 검사에 특화된 ‘제품 검사를 위한 학습 데이터 생성 방법 및 검사 장치’ 그리고 ‘자기지도 학습에 기반한 제품 검사 방법 및 장치’로 국내 기술 특허 2건을 취득했다고 밝혔다. 첫 번째 특허는 불량 데이터가 부족한 환경에서 주어진 불량 데이터만으로도 학습 데이터를 추가적으로 생성하는 데이터 증강(Data Augmentation)에 관한 기술이다. 이는 제품의 불량이 발생하는 위치와 형태를 고려하여 제한된 학습 데이터만으로도 딥러닝 알고리즘 학습에 필요한 충분한 양의 학습 데이터를 만들 수 있어 원하는 검사 성능을 달성할 수 있게 된다. 두 번째 특허는 많은 데이터 중에서 자기지도 학습과 이상탐지 기술을 이용하여 학습에 도움이 되는 데이터만을 사용함으로써 딥러