2021.5.13
한경AI경제연구소에서 발간하는 '한경 AI'는 이번주 미국 스포츠웨어 업체 언더아머의 AI 전략 사례를 집중 조명했습니다.  국내 유망 AI 스타트업 시리즈에서는 퓨리오사의 사례를 소개합니다. 부산대 병원의 AI 전략을 알아보고 한국생명공학연구원의 AI 전략도 살펴봅니다.  기업들이 AI 추진에서 걸림돌로 작용하는 것이 뭔지 살펴보는 설문조사 결과를 소개하고 데이터 전문가들이 알아야 할 알고리즘을 다뤘습니다. 감사합니다. 
Case Study
언더아머 헬스 AI 
고객과 통했더니 재고 줄었다 

 언더아머 운동화를 신고 달리는 여성이 앱으로 운동 상태를 체크하고 있다.
한국에서도 유명한 스포츠웨어 업체 언더아머가 깜짝 성과를 올리고 있습니다. 1분기 매출이 지난해 같은 기간보다 35% 늘었다고 합니다. 지난해에도 매출 실적이 나쁘지 않았습니다. 일찌감치 AI를 도입하고 고객의 데이터를 관리한 기업입니다. 운동 앱으로 운동 목표와 현재 운동 속도, 거리 등을 자세히 보여줍니다.  물론 이전 기록과 비교도 잘 됩니다. 이를 기반으로 D2C(고객직접판매) 전환이 빨랐습니다. 그 결과 매출은 늘어났고 재고 비용은 줄어들었습니다. 초연결사회에서 핵심역량을 AI와 잘 접목한 케이스입니다. 언더아머의 AI 비즈니스 전략을 소개합니다.  
>자세히 보기
오춘호 연구위원
이 뉴스레터를 카카오톡으로 공유하세요!
라이징 AI 스타트업<4> 퓨리오사
신경망 AI 반도체까지 제작
엔비디아도 넘어선다 

퓨리오사가 홈페이지를 통해  인공지능 반도체 성능을 설명하고 있다.                         퓨리오사 제공
퓨리오사는 AI 반도체 설계 전문 스타트업입니다. 엔비디아가 개발한 그래픽처리장치(GPU)를 뛰어넘는 신경망처리장치 등의 반도체를 구현해내는 게 목표입니다. 일부 기술에선 엔비디아와 인텔을 앞서고 있다고 합니다.  글로벌 AI 반도체의 혁신을 이끌 이 스타트업을 소개합니다. 
>자세히 보기
이시은 IT과학부 기자
AI 자유 카페 <1> 김도향 KT 경제경영연구소 책임연구원  
고객을 아는 AI가 성공한다   
지난 3월 열린 ‘EmTech Digital 2021’에서는 AI 최신 트렌드와 이슈를 다뤘다. 이 행사에서 구글 브레인팀의 설립자이자 바이두 수석과학자 출신의 앤드루 응이 벤처 기업 ‘Landing AI’ 운영을 통해 얻은 교훈을 공유했다. 기업은 AI를 우선시하는 ‘AI-First 비즈니스(기술)’가 아니라 ‘실질적인 고객 또는 해야 할 업무’를 중심으로 비즈니스를 구축해야 하며 기술이 비즈니스를 주도하는 경우는 거의 없다는 것이다.
>자세히 보기
의료 AI 어디까지 왔나 <6> 부산대 병원  
12개 질환 예측과 치료 지원하는 
25개 AI 의료 소프트웨어 개발  
최병관 부산대병원 융합의료기술원장 겸 의료정보센터장  
부산대병원은 국민 체감도가 높은 12개 질환의 의료데이터를 수집·활용해 예측, 진단, 치료, 예후 관리를 지원하는 25개의 AI 의료 소프트웨어를 개발하는 ‘AI정밀의료솔루션(닥터앤서2.0)개발 사업’을 수행하고 있습니다. 이 사업을 통해 정밀의료가 활성화되도록 타 사업과 연계하고, 개발된 AI 의료 소프트웨어가 국민 체감형 서비스로 확산할 수 있도록 애플리케이션 형태로 만들 계획입니다.  
>자세히 보기
출연연 AI 어디까지 왔나 <2> 한국생명공학연구원  
AI로 일궈낸 퀀텀점프
정부 기관 최초로 RPA 도입하다
김정석 한국생명공학연구원 경영기획부장
한국생명공학연구원은 지난 해 정부출연연구기관으로서는 최초로 로봇프로세스자동화 시스템(RPA)을 도입해 보다 효율적인 업무 수행과 데이터 분석을 해 나갈 예정입니다. 도입에 앞서 우선 직원들이 RPA에 대한 이해도를 높이기 위해 RPA 교육과 세미나를 3차례에 걸쳐 실시하기도 했습니다. 
>자세히 보기
Trend & Issue
기업 AI 최강 난적은 '데이터 품질' 

 기업들은 AI 도입 성패의 여부가 데이터 품질에서 결정된다고 보고 있는 것으로 나타났다.  한 기업의 데이터분석실 모습.

 미국 시장조사업체 얼레이션은 미국과 영국 독일 등 6개국에서 2500명 이상의 직원을 둔 300개 기업의 경영자와 데이터 담당자들을 대상으로 데이터에 대한 인식과 활용 등을 살펴보는 설문 조사를 실시했습니다. 그 결과 응답자의 87%가 데이터 품질이 기업에서 AI를 성공적으로 구현하는 데 가장 장애가 되는 요인이라고 답했습니다. 46%는 데이터 품질에 매우 우려한다고 응답했습니다. 이런 우려가 나오는 이유로는 데이터 수집 전반에 걸쳐 일관된 표준화가 마련돼 있지 않다(50%)는 응답이 가장 많았습니다. 자세한 내용을 소개합니다. 
>자세히 보기
오춘호 연구위원
Trend & Issue
이터 전문가들이 알아야 할 알고리즘 5개 

데이터 패턴인식을 위한 서포트벡터머신 등 다양한 알고리즘이  소개되고 있다.                
인공지능(AI)의 핵심은 데이터에 있다고 해도 과언이 아닙니다. 데이터 과학자들은 이 데이터를 분석해 통찰력을 얻어 기업 의사결정에 도움을 주는 전문가들입니다. 이들은 각종 알고리즘 도구를 사용해 기계학습 모델을 구축해 데이터를 분석합니다. 세상에는 많은 알고리즘이 있지만 기계학습의 세계에 힘을 실어주는 데이터 과학 알고리즘들이 특별히 있습니다. 데이터 전문저널 애널리틱스 인사이트가 데이터 과학자라면 꼭 알아야 할 머신러닝을 지원하는 5개의 알고리즘을 정리했습니다. 이를 소개합니다
>자세히 보기
오춘호 연구위원
한경  AI
COPYRIGHT ⓒ 한국경제신문 ALL RIGHT RESERVED.