플래티어 '그루비 AI 세그먼트' 출시…구매 확률도 예측
이 서비스는 AI기반 고객 세분화 솔루션으로 'RFM세그먼트'와 '구매확률 세그먼트' 기능을 제공한다. RFM세그먼트 기능은 AI가 고객의 최근 방문, 방문 빈도, 구매 금액 등을 분석해 이커머스 고객을 VIP, 잠재 VIP, 이탈 우려 등 10개의 특징군으로 자동 분류한다.
예를 들어 2주전에는 구매 확률이 60%~80%로 높았지만 오늘 10%~30%로 떨어진 고객들을 찾아내 이 고객들의 구매 의욕을 높일 수 있는 마케팅 메시지를 푸시 알림으로 전달하는 등 전략이 가능해진다.
이봉교 플래티어 이사는 "이제 개인화는 이커머스 기업에게 선택이 아니라 필수"라며 "그루비 AI세그먼트는 비즈니스 현장에서 실행력과 순발력을 높여 한 단계 업그레이드된 개인화 고객경험 제공하고, 이를 통한 이커머스 기업의 성과 향상에 기여할 것"이라고 말했다.
신현보 한경닷컴 기자 greaterfool@hankyung.com
-
기사 스크랩
-
공유
-
프린트
-
1
KT가 글로벌 콘택트센터 전문기업과 인공지능(AI) 콘택트센터 구축에 나선다.KT는 8일 서울 광화문 KT 본사에서 제네시스와 클라우드 기반 AI 콘택트센터 사업 공동 추진을 위한 업무협약을 체결했다.제네시스는 콘택트센터 솔루션을 제공하는 글로벌 업체로 세계 100여 개국, 1만1000여 개 기업이 이 회사의 솔루션을 쓰고 있다. 양사의 협력은 KT의 STT(스피치 투 텍스트)와 P-TTS(개인화 음성합성 기술), 보이스봇 등 AI 콘택트센터 솔루션과 제네시스의 클라우드 콘택트센터 플랫폼을 통합한 서비스를 개발하기 위해 성사됐다. 이 서비스를 사용하면 기업들이 전화 상담업무를 자동화하면서도 상담 중 고객에게 직접 지원이 필요한 시점을 파악해 AI에서 상담사로 연결해 효율적이고 차별화된 서비스를 제공할 수 있게 된다는 설명이다. 공동 영업과 마케팅 협력도 강화해 시장을 선도할 계획이다.이승우 기자 leeswoo@hankyung.com
-
2
"철강업 생존 가를 것"…절박함이 '세계 최초 AI 용광로' 만들었다
포스코의 용광로는 365일 붉은 색채를 뿜어낸다. 흐르는 쇳물은 완전한 탈바꿈을 위해 잠시도 쉬지 않는다. 고도화된 인공지능(AI)은 이 고로(高爐)에 ‘뇌’를 심었다. 일견 무관해 보이는 AI와 철강의 만남은 연간 35만 톤에 가까운 쇳물을 더 만들어냈다. 몇 달씩 고로를 물리적으로 개보수해야만 늘어날 수 있는 생산량이 5%가량 개선되며 기대감이 커졌다. 포스코의 AI 기술을 진두 지휘하는 김기수 포스코 공정엔지니어링연구소장(56)은 “제조업의 AI는 현장의 오류를 용납해서는 안 된다”며 “단순히 AI만을 위한 연구가 아니라, AI가 제조 현장의 무엇을 바꿀 수 있는지를 고민해야 한다”고 강조했다. ◆철강 역사에 처음 주입된 ‘AI DNA’김 소장이 이끄는 공정엔지니어링연구소는 포스코의 연구개발(R&D)을 책임지는 심장이다. 200명의 인력들이 철강 제작의 시작인 고로에서부터, 출하까지의 전 과정에 관여한다. 기술연구원 산하 조직 중에서도 가장 크다. 지난해 정식 출범한 ‘AI 연구그룹’이 이곳에서 탄생한 이유다. 공식적으로 소속된 인원은 25명이지만, 약 50명의 연구원들이 AI관련 인력으로 일하고 있다.겉보기엔 크지 않은 규모다. 하지만 그룹의 AI 이해도는 어느 곳보다 깊고, 현장 적용 속도가 빠르다는 설명이다. 포스코는 지난 1990년대 초에 이미 설비 시설 내 AI 도입을 검토했던 비화가 있다. AI 발전사에서 ‘제2의 붐’이라 분류되는 시기다. 김 소장은 “당시 기술적 이해는 마쳤지만, 그룹의 방대한 제조 데이터를 처리할 만한 실질적인 하드웨어가 없다 보니 결과적으로 도입을 미룰 수밖에 없었다”고 말했다. 재도전 기회가 온 것은 2016년부터다. 그해 산업계를 강타한 ‘알파고 사건’이 기폭제가 됐다. 설욕에 나선 김 소장과 컴퓨터공학, 금속공학, 전자공학, 산업공학 등 서로 다른 분야를 전공한 현장형 AI 전문가들이 다시 뭉쳤다. 모두 현업에서 잔뼈가 굵은 인력들이었다. 시간이 흘러 똑똑해진 사물인터넷 장비들도 힘을 보탰다.김 소장은 “자동화에 대한 고민을 끊임없이 해왔기 때문에 내부에 이미 자생적인 잠재력과 경험이 있었다”며 “외부의 소프트웨어 기반 AI 전문가보다는, 현장을 제대로 이해하고 있는 내부 인력들과 함께 시범 사업에 나서기로 했다”고 설명했다. 2년 만에 탄생한 세계 최초 ‘AI 용광로’의 시발점이었다. ◆용광로 앞 ‘즉석 AI 연구소’ 설립반발은 예상보다 강했다. 현장 생산직 조업자를 설득하는 것이 급선무였다. 내부 온도가 2300℃를 넘나드는 고로는 고체와 액체가 공존하는 복잡한 설비다. 일부 자동화가 되어 있지만, 현장 조업자의 ‘감’만큼은 최고의 가치로 대우받는다. 김 소장은 “조업자들 평균 경력이 25년에서 30년에 이르다보니 AI기술에 대한 회의감이 컸다”며 “AI와 베테랑 현장 조업자와의 협력밀도를 높이고, 연구소와 현장의 거리를 좁혀야만 했다”고 말했다. 고로 앞에 ‘작은 연구소’가 들어섰다. 부족한 기술인력은 대학교를 활용하기도 했다. 성균관대, 포항공대, 서울대의 연구팀들이 참여했다. 데이터 수집 센서를 개발하는 중소기업의 역할도 컸다. “대학 교수님들과 조업자들, 연구소 인원들이 현장으로 출퇴근을 자주 하다 보니 고로 앞이 연구소처럼 변했다”는 것이 김 소장의 회고다. 그렇게 지난 2018년 재탄생한 포항제철소 2고로는 세계 첫 스마트 고로 사례가 됐다. 기존보다 연간 8만 5000톤의 용선(쇳물)을 추가로 생산하는 효율도 갖췄지만, 이보다 큰 변화는 ‘자동화’였다. 노열(내부온도)과 송풍량 데이터를 학습한 AI는, 마치 완성된 자율주행차와 같이 스스로 판단을 내리며 고로를 제어했다. 현재는 4기까지 숫자가 늘었는데, 내년에 광양 4고로가 5번째 스마트 고로로 재탄생할 예정이다. 베테랑 현장 전문가들은 모두 AI를 운용하고 고도화하는 '하이브리드 전문가'로 다시 태어났다. AI 적용 범위는 점차 넓어져갔다. 특히 해외 14개 공장 도금공정에 AI를 도입한 시도가 큰 효과를 냈다. 멕시코와 인도 등지의 생산 상황을 AI가 한 번에 관리하기 시작했는데, 작년 코로나 확산 사태와 맞물려 가치가 빛을 발했다. 도금공장에서는 강판 표면에 아연 등의 소재를 입히는 작업을 진행한다. 세밀한 기술력이 필요한 전문 영역이라 지금까지 본사 인력의 주기적인 현장 방문이 필수적이었다. 김 소장은 “해외 출장을 나갈 수가 없었는데, AI가 각 도금공장의 데이터를 학습하고 도금량 수치를 개선해 내며 오히려 효율을 끌어올렸다”고 전했다.소결 공정(원료를 균일한 성분으로 만드는 작업)에 적용된 AI는 균일한 품질을 만들어내는데 큰 역할을 했다. 조업자들마다 결과물이 달라 발생하던 편차치는 60%가 줄었고, 기존에 사람 손을 자주 필요로 하던 자동제어 시스템은 정확성이 90%를 넘나들었다. 스스로 움직일 수 있게 된 것이다. 재고 분석에서도 힘을 발휘했다. 제철소의 방대한 작업장에 쌓인 재고는 수작업으로 관리했을 때 4시간이 소모된다. 드론과 AI가 협업하자 이 작업이 1시간으로 줄었다. ◆중국發AI굴기엔 ‘디지털트윈’으로 맞불김 소장은 포스코의 AI 도입을 ‘절박한 시도’로 평가한다. 그는 “철강은 100년 된 전통 산업인데, 같은 방식의 생산과 공정을 유지해오며 포화 상태에 이르렀다”며 “중국을 필두로 글로벌 경쟁이 가속화했기 때문에, AI 도입 성공 여부는 철강회사의 생존을 가르는 문제가 됐다”고 했다. 중국의 ‘철강 굴기’는 갈수록 강력해지고 있다. 2019년부터 철강생산능력이 순증가를 거듭하고 있다. 노후화된 설비를 일괄 교체하며 생산 능력이 몰라보게 달라졌다. 유안타증권에 따르면, 중국은 이러한 새 설비투자를 통해 연간 4200만 톤의 생산 능력 개선을 이뤘다. 국내 업체들이 한 해 약 6000만 톤의 철강을 생산한다는 점을 감안하면 상당한 수치다. 일평균 조강 생산량은 300만 톤으로 한국의 18배에 달한다.김 소장은 “중국 철강사들은 AI마저 인해전술”이라며 “2019년 포스코의 AI 고로가 세계적 인정을 받자, 중국도 수백 명의 인력이 기술 개발에 착수한 것으로 알고 있다”고 전했다. 지난해 인수합병(M&A)를 통해 생산량 기준 글로벌 1위로 떠오른 중국 보무강철그룹 등의 AI 관심도는 높은 수준이다. 오는 2024년까지를 ‘신경쟁우위 전략 시기’로 규정하고, 철강 본업과 스마트 공장을 둘 다 달성하겠다는 ‘新 일체양익’ 전략을 추진하고 있다.포스코가 올해 중점 추진과제로 ‘디지털 트윈(Digital Twin)’개념을 꺼내든 것도 이 때문이다. 일차적으로 각 공정에서 따로 적용되고 있는 AI 시스템을 통합하는 ‘관통형 AI’를 구축하는 것이 목표다. 이 설비 데이터가 시스템에 모여 가상환경에까지 구축된다면, 포스코는 가상세계의 공장에서 결과물을 시뮬레이션하고 미래를 예측하는 것까지 가능하다. 경쟁사와의 기술 격차를 더욱 크게 벌릴 수 있다. AI를 통해 사고를 막는 것도 주요 목표다. 우선 CCTV의 스마트화를 통한 안전 감시 시스템을 구축할 계획이다. 철강 제품의 상하차 도중에서 발생하는 근로자 낙상, 밀폐공간 감지, 화재 예방까지도 가능하다. 김 소장은 “현재 AI 분야에서 가장 발달된 분야가 이미지 센싱”이라며 “같은 사고가 다시 발생하지 않도록 일터의 안전을 지킬 것”이라고 말했다.포항=이시은 기자 see@hankyung.com
-
3
“GPT-3(초대규모 자연어 처리 인공지능 모델)는 자연스러운 문장을 구사한다. 하지만 인간의 뉴런에 비하면 여전히 매우 작은 규모다. 데이터, 신경망에서 더 큰 규모의 증가가 나온다면 인간의 이성적 사고와 비슷한 AI 구현이 가능해질 것이다.”구글의 AI를 총괄하는 제프리 힌튼 캐나다 토론토대 교수가 지난해 11월 MIT 테크놀로지리뷰를 통해서 한 말이다. GPT-3는 인간의 뉴런과 비교하면 여전히 빈 곳이 많지만 잠재력만큼은 파괴적이다. 학습시키는 데 투입된 데이터(단어) 수만 놓고 봐도 상징성이 크다. 크롤링(긁어오기)을 통해 모은 단어만 4100억 개에 달한다. 그만큼 장족의 발전을 했다는 얘기다.최근 한국지능정보사회진흥원(NIA)은 2021년 주목해야 할 인공지능 기술로 ‘인류 역사상 최고의 언어 인공지능’으로 꼽히는 GPT-3 를 포함해 트랜스포머(transformer·병렬 처리), 자기지도학습(self supervised learning), 연합학습(federated learning), 에지 AI(edge AI), 전이학습(transfer learning), 생성적 AI(generative AI), Auto ML, 시스템2 AI(system2 AI) 등을 꼽았다. 이들은 모두 한 방향을 가리키고 있다. AI의 진화 속도에 급가속이 붙었다는 평가다. 초대규모 모델의 부상2020년 6월 등장한 GPT-3는 자연어 처리 모델의 혁명적인 스케일업을 가져왔다. GPT-3 이후 세계 테크기업들은 초대규모 모델의 우수한 성능을 인식하기 시작했다. 네이버는 지난해 10월 GPT-3를 능가할 초대형 한국어-일본어 모델을 개발하겠다고 선언했고, GPT-4 등 후속 모델 개발도 이어질 전망이다.이런 초대규모 인공지능 모델의 등장 뒤에는 트랜스포머 병렬 처리 기술과 자기지도학습이 있다. 트랜스포머를 통한 병렬연결 덕분에 짧은 시간 초대용량 데이터세트의 입력이 가능해졌다. 2020년 하반기부터는 자연어 처리 분야 외에 컴퓨터 영상 인식 분야에서도 병렬 처리 기술이 적용되면서 새로운 성과가 예상되고 있다.자기지도학습은 입력값의 일정 부분만으로 입력값의 다른 부분을 예측하며 자체적으로 학습해 나가는 기술이다. 기존에는 지도학습의 원천이 되는 데이터를 수작업으로 라벨링(이름 붙이기)해야 했다. 노동 집약적인 데이터 라벨링 작업에서 해방되면서 초대용량 원시 데이터를 인공지능 모델이 학습할 수 있게 됐다. 응용서비스 위한 기반 기술 주목원천기술 측면에서 인공지능 모델이 초대규모화하고 있다면, 일상생활과 밀접한 응용 서비스 분야에서는 데이터와 모델을 경량화하는 기술이 발전하고 있다.대표적인 분야가 연합학습과 에지AI다. 연합학습은 데이터를 중앙에 모아서 학습시키는 기존의 통합학습과 달리 각 기관과 기기에서 학습한 결과값만 중앙으로 취합하는 방식이다. 환자 개인정보 보호가 중요한 의료 분야에서 대규모 정밀 의학을 가능하게 하는 요소로 적극 도입되고 있다.엔비디아는 환자의 데이터를 공유하지 않고 각 병원에서 학습하고 다른 병원과 협력이 가능한 ‘엔비디아 클라라 연합학습’을 최근 공개했다. 희귀질환 모델 구축, 신약 개발을 통한 출시 시간 단축 등의 혁신이 예상되고 있다.에지AI는 적은 메모리와 계산 능력으로 구동되는 스마트폰, 차량, 드론 등 에지 장치에서 AI를 구현하기 위한 기술이다. 성능 저하 없이 모델의 크기를 압축하는 것이 핵심이다. 최근 인공지능 모델의 정확도를 높이기 위해 데이터와 모델의 규모가 증가하고 있지만 산업 현장에서 즉시 활용은 어렵다. 이에 고성능 모델이 등장해 성능 기록을 경신하면, 이와 같은 수준의 성능을 기록하는 경량화 모델 개발이 동시에 진행되고 있다.전이학습 역시 대표적인 경량화 기술이다. 예를 들어 구글에서 고성능 컴퓨팅 성능을 바탕으로 최고 성능의 인공지능 원천 모델을 공개하면 스타트업, 중소기업들이 해당 모델의 일부를 가져와(전이) 자신들의 모델을 학습시키는 기술이다. 앞서 언급된 GPT-3 역시 API(응용프로그래밍)를 통해 다양한 자연어 처리 인공지능 모델의 플랫폼으로 진화하고 있다. AI창조·추론…우수인재 의존도 높아져생성적 AI와 Auto ML, 시스템2 AI와 같은 차세대 AI 개발을 위해 우수한 인재에 대한 의존도가 더 높아졌다는 것이 NIA의 판단이다.생성적 AI는 인공지능이 텍스트와 이미지 등 기존 콘텐츠를 사용해 자체적으로 새로운 콘텐츠를 생성하는 것이다. 핵심 원리는 2014년 이언 굿펠로가 소개한 ‘생성적 적대 신경망(GAN)’이다. 이는 실제 데이터와 비슷하게 새로운 것을 만들어내는 ‘생성자’와 만들어진 것을 평가하는 ‘판별자’가 끊임없이 서로 대립하고 경쟁하며 완벽성을 추구해나가는 방식이다. 진짜와 가짜의 싸움을 통해 진짜 같은 가짜를 복제하는 딥페이크가 이런 원리로 생산된다.Auto ML은 머신러닝 개발 과정에서 소모적이고 반복되는 작업을 자동화하는 프로세스다. 데이터 수집부터 전처리, 모델링, 훈련, 평가 등 개발자가 하는 일을 알고리즘 최적화를 통해 이뤄낸다. ‘AI를 만들어내는 AI’로도 불린다.시스템2 AI는 인공지능이 학습되지 않은 상황에서도 맥락을 이해하는 AI를 설명하는 개념이다. 신경망 언어모델을 통한 딥러닝 자연어 처리의 핵심 기술을 창안한 요슈아 벤지오 몬트리올대 교수가 인공지능 모델에서 추론의 중요성을 강조하면서 주목받고 있다.NIA는 이처럼 창조와 추론이 가능한 차세대 AI를 만들어 내기 위해 “알고리즘 분야 경쟁력을 확보해야 한다”고 지적한다.김진원 기자 jin1@hankyung.com
![월가 "인텔 망가졌다"…구글 9년 만에 최고의 날 [글로벌마켓 A/S]](https://timg.hankyung.com/t/560x0/photo/202404/B20240427071917087.jpg)
