분야가 확대되는 AI(인공지능) 기술개발 동향과 전망
$437.00
SKU
9791188593279
[Free shipping over $100]
Standard Shipping estimated by Wed 12/11 - Tue 12/17 (주문일로부 10-14 영업일)
Express Shipping estimated by Fri 12/6 - Tue 12/10 (주문일로부 7-9 영업일)
* 안내되는 배송 완료 예상일은 유통사/배송사의 상황에 따라 예고 없이 변동될 수 있습니다.
| Publication Date | 2020/02/03 |
| Pages/Weight/Size | 210*297*30mm |
| ISBN | 9791188593279 |
| Categories | 경제 경영 > 경제 |
Contents
Ⅰ. 인공지능 관련 시장과 기술 동향 25
1. 인공지능 25
1-1. 인공지능 분석 25
1) 정의 25
2) 범위 및 분류 26
(1) 범위 26
(2) 분류 28
1-2. 정책 분석 29
1) 해외 정책동향 29
2) 국내정책동향 33
1-3. 생태계 분석 38
1) 시장동향 및 전망 38
(1) 세계시장 38
(2) 국내시장 42
2) 주요 이슈 45
1-4. 기술 분석 55
1) 해외 기술 동향 57
2) 국내 기술 동향 60
3) 기술개발 시나리오 63
1-5. 전략품목 64
1) 전략품목 도출절차 64
2) 전략품목 도출결과 66
Ⅱ. 인공지능 기술 시장 현황 분석 69
1. 인간-인공지능 협업 시스템 69
1-1. 인간-인공지능 협업 시스텝 분석 69
1) 정의 및 필요성 69
2) 범위 70
3) 외부환경분석 72
(1) 산업환경 특징 72
(2) 산업의 구조 73
4) 시장환경 분석 74
(1) 세계시장 74
(2) 국내시장 76
5) 개발전략 78
1-2. 기술개발 현황 79
1) 주요 기업 기술개발 동향 79
2) 기술개발 이슈 82
3) 특허 동향 86
4) 기술개발로드맵 86
2. 영상 데이터 기반 AI 서비스 95
2-1. 영상 데이터 기반 AI 서비스분석 95
1) 정의 및 필요성 95
2) 범위 96
3) 외부환경분석 98
(1) 산업환경 특징 98
(2) 산업의 구조 99
4) 시장환경 분석 100
(1) 세계시장 100
(2) 국내시장 102
5) 기업분석 105
6) 개발전략 106
2-2. 기술개발 현황 107
1) 주요 기업 기술개발 동향 107
(1) 해외업체동향 107
(2) 국내업체동향 111
2) 기술개발 이슈 112
3) 특허 동향 116
4) 주요 기술개발 로드맵 124
3. 화자 확인 시스템 125
3-1. 화자 확인 시스템 분석 125
1) 정의 및 필요성 125
2) 범위 127
3) 외부환경분석 130
(1) 산업환경 특징 130
(2) 산업의 구조 131
4) 시장환경 분석 132
(1) 세계시장 132
(2) 국내시장 134
5) 개발전략 136
3-2. 기술개발 현황 137
1) 주요 기업 기술개발 동향 137
(1) 해외업체동향 137
(2) 국내업체동향 138
2) 기술개발 이슈 139
3) 특허 동향 145
4) 주요기술개발 로드맵 154
4. Robotic Process Automation(RPA) 155
4-1. Robotic Process Automation(RPA) 분석 155
1) 정의 및 필요성 155
2) 범위 158
3) 외부환경분석 159
(1) 산업환경 특징 159
(2) 산업의 구조 161
4) 시장환경 분석 163
(1) 세계시장 163
(2) 국내시장 166
5) 기술환경 분석 168
6) 개발전략 170
4-2. 기술개발 현황 171
1) 주요 기업 기술개발 동향 171
(1) 해외업체동향 171
(2) 국내업체동향 173
2) 기술개발 이슈 176
3) 특허 동향 180
4) 주요 기술개발 로드맵 189
5. 공공서비스 특화 챗봇 시스템 190
5-1. 공공서비스 특화 챗봇 시스템 분석 190
1) 정의 및 필요성 190
2) 범위 193
3) 외부환경분석 196
(1) 산업환경 특징 196
(2) 산업의 구조 197
4) 시장환경 분석 198
(1) 세계시장 198
(2) 국내시장 202
5) 기술환경 분석 204
6) 개발전략 207
5-2. 기술개발 현황 209
1) 주요 기업 기술개발 동향 209
(1) 해외업체동향 209
(2) 국내업체동향 214
2) 기술개발 이슈 219
3) 특허 동향 221
4) 주요 기술개발 로드맵 229
6. 텍스트 기반 시각 데이터 이해 및 검색 서비스 230
6-1. 텍스트 기반 시각 데이터 이해 및 검색 서비스 분석 230
1) 정의 및 필요성 230
2) 범위 231
3) 외부환경분석 233
(1) 산업환경 특징 233
(2) 산업의 구조 234
4) 시장환경 분석 235
(1) 세계시장 235
(2) 국내시장 237
5) 개발전략 238
6-2. 기술개발 현황 240
1) 주요 기업 기술개발 동향 240
(1) 해외업체동향 240
(2) 국내업체동향 242
2) 기술개발 이슈 243
3) 특허 동향 245
4) 주요 기술개발 로드맵 253
Ⅲ. AI 기술 활용 현황 257
1. 헬스케어 산업에서의 머신러닝 기술 257
1-1. 개요 257
1-2. 주요국 정책 동향 260
1) 국외 동향 260
2) 국내 동향 262
1-3. 시장 규모 263
1-4. 머신러닝 학습방법 268
1-5. 관련 업계 및 기술 동향 269
1-6. 요약 및 시사점 271
1) 요약 271
2) 시사점 272
2. 교육부문에서의 지능정보기술적용 사례 273
2-1. 교육부문에 적용되는 기술의 성장 273
2-2. 인공지능 기술 적용 사례 277
1) 교육 분야에 적용되는 인공지능 기술 개요 277
2) 해외 현황 및 사례 279
(1) 뉴턴(Knewton) 279
(2) 드림박스 러닝(Dreambox Learning) 280
(3) 일본 큐비나 및 인간형 로봇 나오 281
(4) 알트 스쿨(Alt school) 282
(5) 노리(KnowRe) 282
2-3. 교육 부문 정보화 정책 사례 284
1) 해외 교육정보화 정책 사례 284
(1) 미국 284
(2) 유럽 292
(3) 중국 295
(4) 일본 299
2) 국내 교육정보화 정책 사례 304
(1) 국내 교육정보화 정책 현황 304
(2) 교육정보화 추진 체계 307
2-4. 교육 부문 지능화 방향 308
2-5. 연도별 ICT기반 공공서비스 촉진사업 추진과제 현황 315
2-6. 시사점 322
3. 이외의 분야별 ICT를 활용한 지능화 방안 326
3-1. 도시 분야 326
3-2. 공공복지 분야 328
3-3. 고용 분야 331
3-4. 의료 분야 333
3-5. 공공부문 일반 분야 335
3-6. 제조 분야 336
3-7. 분야별 지능화 기술 활용 사례 338
4. 인공지능 기업 생태계 및 경쟁력 분석 368
4-1. 주요 기업연구개발 및 제품/서비스 동향 368
1) 구글 368
2) 아마존 372
3) 페이스북 375
4) 마이크로소프트 377
5) IBM 380
6) 엔비디아 383
7) 바이두 385
8) 알리바바 389
9) 텐센트 392
10) 삼성전자 395
11) SK텔레콤 397
12) 네이버 401
13) 분석종합 및 시사점 405
4-2. 핵심 응용분야별 인공지능 활용 시나리오 분석 415
1) 스마트홈 415
2) 자율주행차 419
3) 핀테크 426
4) 디지털 헬스케어 432
5) 상거래 438
4-3. Pain Point 분석 및 대응방안 443
1) 스마트홈 음성 정보 검색 443
2) 스마트홈 기기 제어 447
3) 자율주행차 일반 차량 주행 449
4) 자율주행 대중교통(시내버스) 주행 452
5) 핀테크 로보어드바이저 454
6) 핀테크 P2P 대출 457
7) 디지털 헬스케어 진단보조 460
8) 디지털 헬스케어 웨어러블 건강관리 463
9) 상거래 온라인 쇼핑 466
10) 상거래 무인 오프라인 매장 469
11) 시사점 471
5. 인공지능 융합 과제 473
5-1. 국가과학기술연구회 융합연구단 사업 473
5-2. 의료데이터분석 지능형 SW 기술 개발 474
5-3. 로봇·인공지능 기술 융합 사업 475
5-4. 인공지능 관련 학술 및 인력양성 프로그램 476
Ⅰ.인공지능 관련 시장 동향 2
표목차
5
[표1-1] 인공지능 SW 범위의 국내와 해외의 차이 27
[표1-2] 인공지능(AI)의 분류 28
[표1-3] 국내 주요 인공지능 R&D 과제 현황 36
[표1-4] 인공지능 SW 분야 부처별 정부 R&D 투자 현황 36
[표1-5] 인공지능 SW 분야 정부 R&D 중점사업 37
[표1-6] 인공지능 세계시장 규모 및 전망 38
[표1-7] 세계 인공지능 시장 전망 기술별 39
[표1-8] 인공지능 국내시장 규모 및 전망 42
[표1-9] 국내 인공지능 시장 전망 기술별 43
[표1-10] 4차 산업혁명 관련 주요 기술 수준 비교 45
[표1-11] 4차 산업혁명 경쟁력 순위 현황 46
[표1-12] 주요국 4차 산업혁명 대응정도 순위 46
[표1-13] 4차 산업혁명 5대영역 R&D 투자 계획 47
[표1-14] 인공지능 분야 산업구조 54
Ⅱ. 인공지능 기술 시장 현황 분석 69
[표2-1] 제품분류 관점 기술범위 70
[표2-2] 공급망 관점 기술범위 71
[표2-3] 인간-인공지능 협업 시스템의 특성 및 기업 72
[표2-4] 세계 로보 어드바이저 시장규모 및 전망 75
[표2-5] 국내 로보 어드바이저 시장규모 및 전망 77
[표2-6] 제품분류 관점 기술범위 97
[표2-7] 공급망 관점 기술범위 98
[표2-8] 영상 데이터 기반 인공지능 서비스 산업구조 100
[표2-9] 인공지능 서비스 시장 규모 및 전망 100
[표2-10] 인공지능 국내시장 규모 및 전망 103
[표2-11] 국내 주요 인공지능 R&D 과제 현황 105
[표2-12] 제품분류 관점 기술범위 128
[표2-13] 공급망 관점 기술범위 129
[표2-14] 세계 음성인식 솔루션 시장 132
[표2-15] 세계 생체인식 시장 133
[표2-16] 국내 음성인식 SW 시장 134
[표2-17] 국내 생체인식 시장 135
[표2-18] RPA 도입 효과 157
[표2-19] 제품분류 관점 기술범위 158
[표2-20] 공급망 관점 기술범위 159
[표2-21] RPA 기술 분야 산업구조 162
[표2-22] 세계 RPA 분야 시장 163
[표2-23] 세계 RPA 분류별 시장 규모 164
[표2-24] 세계 로보 어드바이저 시장규모 및 전망 165
[표2-25] 국내 로보 어드바이저 시장규모 및 전망 167
[표2-26] 국내외 중요 기업 동향 175
[표2-27] 챗봇의 활용분야 190
[표2-28] 제품분류 관점 기술범위 194
[표2-29] 공급망 관점 기술범위 195
[표2-30] 챗봇 기술 분야 산업구조 197
[표2-31] AI 채팅앱 세계시장 규모 및 전망 200
[표2-32] AI 채팅앱 국내시장 규모 및 전망 203
[표2-33] 딥러닝 방식의 챗봇 서비스 개발 205
[표2-34] 텍스트 기반 데이터 이해 및
검색 서비스 분야 산업구조 234
[표2-35] 영상처리 시스템 세계 시장규모 및 전망 235
[표2-36] 유형별 영상처리 시스템 세계 시장 전망 235
[표2-37] 인공지능 세계시장 규모 및 전망 236
[표2-38] 영상처리 시스템 국내 시장규모 및 전망 237
[표2-39] 인공지능 분야별 국내 시장규모 237
[표2-40] 인공지능 국내시장 규모 및 전망 238
Ⅲ. AI 기술 활용 현황 257
[표3-1] 학습방법별 시장규모 및 전망 267
[표3-2] 머신러닝 학습방법 268
[표3-3] 인공지능&머신러닝 글로벌 선도 기업 기술 동향 269
[표3-4] 그 외 기업 관련기술 개발 동향 270
[표3-5] 교육에 영향을 미치는 지능정보화 주요 기술 274
[표3-6] 시가별로 교육에 영향을 미치는 주요 기술 274
[표3-7] 이러닝에서 에듀테크까지의 발전과정 275
[표3-8] 교육에 적용되고 있는 인공지능 기술 활용 내용 278
[표3-9] 2017년 국가 교육정보화 계획의 5대
영역별 주요 목표 및 초점 285
[표3-10] 디지털 프로미스 주요 사업 및 내용 290
[표3-11] 유럽 디지털 교육 액션 플랜 293
[표3-12] 중국 교육정보화 2.0 행동계획 295
[표3-13] 초중등학교 디지털 캠퍼스 건설 규범 297
[표3-14] 지혜 캠퍼스 주요 특징 298
[표3-15] 학교의 ICT 환경 정비 현황 300
[표3-16] 1~5단계 교육정보화 기본 계획 주요 내용 304
[표3-17] 5차 교육정보화 계획 및 주요 내용(2014.10) 306
[표3-18] 정보화 추진 체계 307
[표3-19] 민간 기업 및 비영리 기구 활동 현황 312
[표3-20] 디지털기술 기반 공공서비스 사례 317
[표3-21] 4차 산업혁명 대응계획(2017.11)
중 공공영역 과제 및 추진계획 320
[표3-22] 의료 분야 지능화 기술 및 활용 사례 339
[표3-23] 제조 분야 지능화 기술 및 활용 사례 341
[표3-24] 금융 분야 지능화 기술 및 활용 사례 344
[표3-25] 도시 및 공공서비스 분야
지능화 기술 및 활용 사례 347
[표3-26] 유통 분야 지능화 기술 및 활용 사례 349
[표3-27] 운수 분야 지능화 기술 및 활용 사례 351
[표3-28] 관광/숙박/음식 분야 지능화 기술 및 활용 사례 353
[표3-29] 농업/임업/어업 분야 지능화 기술 및 활용 사례 355
[표3-30] 건설업 분야 지능화 기술 및 활용 사례 358
[표3-31] 광업 분야 지능화 기술 및 활용 사례 361
[표3-32] 교육 분야 지능화 기술 및 활용 사례 363
[표3-33] 정보통신 분야 지능화 기술 및 활용 사례 365
[표3-34] 국방 분야 지능화 기술 및 활용 사례 367
[표3-35] 구글의 주요 인공지능 활용 서비스 및 제품 369
[표3-36] 구글의 인공지능 연구개발 조직 371
[표3-37] 2012-2017년 아마존이 인수/투자한
인공지능 기업 373
[표3-38] 아마존의 인공지능(알렉사) 연구개발 조직 374
[표3-39] AWS를 통해 제공되는 인공지능 서비스 374
[표3-40] 2012-2017년 페이스북이 인수한 인공지능 기업 376
[표3-41] 페이스북 인공지능 연구개발 조직 376
[표3-42] 인공지능을 활용하고 있는 마이크로소프트 제품 378
[표3-43] 2012-2017년 마이크로소프트가
인수/투자한 인공지능 기업 378
[표3-44] 마이크로소프트 인공지능 연구소
조직 및 연구 분야 379
[표3-45] 2012-2017년 IBM이 인수/투자한 인공지능 기업 382
[표3-46] 인공지능 관련 IBM 연구소 현황 382
[표3-47] 2012-2017년 엔비디아가 인수/투자한 기업 384
[표3-48] 엔비디아의 자율주행차 개발 협력 현황 385
[표3-49] 바이두 주요 인공지능 제품 및 서비스 385
[표3-50] 2014-2017년 바이두가 인수/투자한
주요 인공지능 기업 386
[표3-51] 바이두 인공지능 연구소 및 연구 분야 387
[표3-52] 바이두 인공지능 서비스 분류 387
[표3-53] 알리바바 주요 인공지능 제품 및 서비스 389
[표3-54] 알리바바 이티 브레인(ET Brain) 기반 서비스 390
[표3-55] 2016-2018년 알리바바가 인수/투자한
주요 인공지능 기업 391
[표3-56] 알리바바 인공지능 연구소 및 연구 분야 391
[표3-57] 텐센트 주요 인공지능 제품 및 서비스 392
[표3-58] 2016-2018년 텐센트가 투자한 인공지능 기업 392
[표3-59] 텐센트 인공지능 연구소 및 연구 분야 394
[표3-60] 삼성전자 국내외 인공지능 연구소 현황 396
[표3-61] SK텔레콤 AI기술본부 주요 실적 400
[표3-62] 네이버랩스의 주요 프로젝트 현황 403
[표3-63] 클로바 AI 리서치 주요 연구 분야 404
[표3-64] 2012-2017년 M&A 상위 5개 기업의
인수 기업 및 기술 적용 사례 406
[표3-65] 주요 기업별 인공지능 개발자 플랫폼
오픈소스화 시기 408
[표3-66] 미중 인공지능 연구개발 역량 비교 409
[표3-67] 2010-2015년 인공지능발전협회(AAAI)
국가별 발표 논문 수 410
[표3-68] 스마트홈 발전 추세 415
[표3-69] 주요 기업들이 출시한 지능형 개인비서 기기 416
[표3-70] 자율주행의 레벨 및 완전 자율주행의 개념 420
[표3-71] 일반 차량 주행 사용자 경험 사이클 426
[표3-72] P2P 대출 사용자 경험 사이클 432
[표3-73] 음성 정보검색 시 pain point 해소를
위한 인공지능 기술 분석 446
[표3-74] 기기 제어 시 pain point 해소를
위한 인공지능 기술 분석 448
[표3-75] 일반 차량 주행 시 Pain point 해소를
위한 인공지능 기술 분석 451
[표3-76] 대중교통 주행 시 Pain point 해소를
위한 인공지능 기술 분석 453
[표3-77] 로보어드바이저 이용시 Pain point 해소를
위한 인공지능 기술 분석 456
[표3-78] 로보어드바이저 이용시 Pain point 해소를
위한 인공지능 기술 분석 459
[표3-79] 진단 보조 이용 시 Pain point 해소를
위한 인공지능 기술 분석 462
[표3-80] 웨어러블 건광관리 시 pain point 해소를
위한 인공지능 기술 분석 465
[표3-81] 온라인 쇼핑 시 pain point 해소를
위한 인공지능 기술 분석 468
[표3-82] 무인 오프라인 매장 이용 시 Pain point
해소를 위한 인공지능 기술 분석 470
[표3-83] 「2018년도로봇-인공지능 융합
기술개발 과제 공고」주요 내용 475
[표3-84] 인공지능 관련 SW스타랩 현황 476
[표3-85] 인공지능 관련 선도연구센터 과제목록 477
[표3-86] 인공지능/빅데이터 분야 신규
선정과제(2018년. 소재 포함) 478
[표3-87] 품목 지정 9개 공모 분야 480
그림목차
Ⅰ. 인공지능 관련 시장 동향 25
[그림1-1] 지능정보사회 중장기 종합대책 정책과제 35
[그림1-2] 인공지능 세계시장 규모 및 전망 38
[그림1-3] 세계 인지컴퓨팅 및 인공지능
시스템 시장 규모 및 전망 40
[그림1-4] 세계 인공지능 스타트업 투자 추이 40
[그림1-5] 인공지능 국내시장 규모 및 전망 42
[그림1-6] 인공지능 기반 SW 국내 시장 규모 43
[그림1-7] 산업 분야별 업무 대체 예측 비율 49
[그림1-8] 기업 규모별 업무 대체 예측 비율 49
[그림1-9] 인공지능(AI) 산업의 발전기반 및 파급효과 52
[그림1-10] 미래를 선도할 ICT 기술 53
[그림1-11] 인공지능이 도움이 될 만한 분야 53
Ⅱ. 인공지능 기술 시장 현황 분석 69
[그림2-1] 미국 투자 자산 중 로보 어드바이저
자산 비중 및 전망 76
[그림2-2] 영상 데이터 기반 인공지능 서비스 기본 구조 95
[그림2-3] 세계 인공지능 서비스 시장 전망 101
[그림2-4] 인공지능 소프트웨어 시장 매출액 전망 101
[그림2-5] 인공지능 기반 SW 국내 시장
규모, 과학기술정보통신부 103
[그림2-6] CB Insights : AI 100 Startups 104
[그림2-7] 연도별 스타트업 투자 현황.
전체(좌)vs.인공지능(우) 110
[그림2-8] 인공지능 기술 발전 전망 (IITP) 112
[그림2-9] CNN (Convolutional Neural Networks) 개념 114
[그림2-10] RNN 과 LSTM 적용 개념도 114
[그림2-11] YOLO 개념도 115
[그림2-12] 아마존 에코 및 파생상품 출시시기 140
[그림2-13] 아마존이 공개한 인공지능 기술 141
[그림2-14] 음성 대화 인터페이스 시스템 구성 142
[그림2-15] 음성인식 기술 분류 142
[그림2-16] 음성인식 기술의 현재와 미래 143
[그림2-17] 음성 언어기술의 융합성, 확장성 143
[그림2-18] 미국 투자 자산 중 로보 어드바이저
자산 비중 및 전망 166
[그림2-19] 국내 로보 어드바이저 시장규모 및 전망 167
[그림2-20] 자연어 처리 기술 191
[그림2-21] 텍스트 기반 챗봇의 핵심기술 193
[그림2-22] Amazon Alexa 비즈니스 모델 197
[그림2-23] 세계 챗봇 시장 규모 198
[그림2-24] 인공지능 챗봇 핵심 영역별 성장 추이 및 전망 199
[그림2-25] 대화형 플랫폼 생태계 200
[그림2-26] AI 채팅앱 세계시장 규모 및 전망 201
[그림2-27] 매신저 앱과 SNS 사용량 변화 추이 201
[그림2-28] 라이브 채팅 앱을 선호하는 이유 (%) 202
[그림2-29] 챗봇 서비스 시스템의 설계 207
[그림2-30] 공공서비스 특화 챗봇 시스템
전략 캔버스(Strategy Canvas) 208
[그림2-31] Ask Karen 앱 화면 209
[그림2-32] GeBIZ 웹사이트 내 Ask Jamie 실행화면 210
[그림2-33] Woebot 앱 화면 211
[그림2-34] 챗봇 생태계 213
[그림2-35] 카카오톡을 활용한 버비 상담내용 화면 215
[그림2-36] 카카오톡을 활용한 뚜봇 상담내용 화면 216
[그림2-37] 로사 상담내용 화면 217
[그림2-38] CJ대한통운 챗봇 서비스 상담화면 217
[그림2-39] 맬론 뮤직봇 ‘로니’의 주요 서비스 내용 218
[그림2-40] 맥락 인지의 어려움 220
[그림2-41] 유형별 영상처리 시스템 세계 시장 전망 235
[그림2-42] 처리 프로세스 241
Ⅲ. AI 기술 활용 현황 257
[그림3-1] 인공지능과 머신러닝 257
[그림3-2] 머신러닝과 관련 기술간 관계 258
[그림3-3] 헬스케어 분야 데이터 분석·저장·관리
시장 성장률 259
[그림3-4] 전 세계 인공지능 정책 동향 260
[그림3-5] 중국 주요 인공지능 특화 플랫폼 261
[그림3-6] 국가정보화 기본계획 262
[그림3-7] 인공지능 시장 규모 및 전망 263
[그림3-8] 지역별 시장 규모 264
[그림3-9] 사용자별 시장 분포 265
[그림3-10] 적용사례별 시장 규모 및 전망 266
[그림3-11] 교육 부문에 영향을 미치는
기술의 하이프사이클 273
[그림3-12] 에듀테크를 둘러싼 기술 개발 현황 276
[그림3-13] 드림박스 러닝(Dreambox Learning)활용 모습 280
[그림3-14] 노리 학습 과정 283
[그림3-15] 2017년 국가 교육정보화 계획
: 평가 정책의 방향 287
[그림3-16] 2017년 국가 교육정보화 계획 : 인프라 정책 288
[그림3-17] Sphero BOLT Power Pack 292
[그림3-18] 교육정보화 비전 및 추진 전략 305
[그림3-19] 교육정보화 조직 체계 307
[그림3-20] 학교에서의 디지털 기기 접근성 309
[그림3-21] 학교에서의 디지털 기기별 접근성 추이 310
[그림3-22] 구글의 주요 인공지능 활용 서비스 및 제품 369
[그림3-23] 구글 및 주요 기업, 국가들의
인공지능 연구개발 규모 371
[그림3-24] 사람(좌)과 인공지능(우)이 설계한
기계학습 알고리즘 372
[그림3-25] 아마존 에코 제품군 373
[그림3-26] 페이스북 10년 로드맵 376
[그림3-27] FAIR가 공개한 연구개발 성과 376
[그림3-28] IBM 왓슨 응용 사례 381
[그림3-29] 기존 반도체와 뉴로모픽칩 비교
및 IBM 트루노스 구조 381
[그림3-30] CPU와 GPU 구조 비교 383
[그림3-31] 엔비디아 GPU 적용 분야 384
[그림3-32] 바이두 아폴로 프로젝트 협력 생태계 388
[그림3-33] 텐센트 헬스케어 분야 파트너십 및 투자 기업 394
[그림3-34] 2017년 삼성개발자대회(SDC)에서
공개된 신기술 395
[그림3-35] SK텔레콤 중장기전략 398
[그림3-36] SK텔레콤 홀로박스 399
[그림3-37] 네이버 주요 사업조직 402
[그림3-38] 미중 인공지능 특허 수 비교 410
[그림3-39] 미중 인공지능 분야별 기업 수 분포 413
[그림3-40] 음성 정보검색 사용자 경험 사이클 416
[그림3-41] 기기 제어 사용자 경험 사이클 418
[그림3-42] 자율주행차의 개념: 기존 자동차와
작동원리 비교 및 주요 사례 419
[그림3-43] 일반 차량 주행 사용자 경험 사이클 421
[그림3-44] 대중교통(시내버스) 주행 사용자 경험 사이클 424
[그림3-45] 로보어드바이저 주행 사용자 경험 사이클 428
[그림3-46] P2P 대출 사용자 경험 사이클 430
[그림3-47] 진단보조 사용자 경험 사이클 434
[그림3-48] 웨어러블 건강관리 사용자 경험 사이클 436
[그림3-49] 유통산업의 발전 개념도 438
[그림3-50] 온라인 쇼핑 사용자 경험 사이클 439
[그림3-51] 무인 오프라인 매장 사용자 경험 사이클 441
[그림3-52] 음성 정보검색 시 소비자
pain point 및 체감 수준 443
[그림3-53] 알고리즘 개선으로 성능 향상이
가능한 음향 모델링 및 언어 모델링 444
[그림3-54] 기기 제어 시 소비자 pain point 및 체감 수준 447
[그림3-55] 일반 차량 주행 시 소비자 pain point
및 체감 수준 449
[그림3-56] 현대자동차의 4단계 자율주행 적용 차량
NEXO 및 웰니스 케어 화면 450
[그림3-57] 대중교통(시내버스) 주행 시 소비자
pain point 및 체감 수준 452
[그림3-58] 로보어드바이저 이용 시 소비자 pain point 및 체감 수준 454
[그림3-59] 인공지능 기반 로보어드바이저 자산관리 개념 455
[그림3-60] P2P 대출 이용 시 소비자 pain point 및 체감 수준 457
[그림3-61] 8퍼센트 챗봇 ‘에이다’의 상담모습 458
[그림3-62] 진단 보조 이용 시 소비자 pain point 및 체감 수준 460
[그림3-63] 웨어러블 건강관리 시 소비자 pain poit 및 체감 수준 463
[그림3-64] 핏빗(Fitbit) Charge2, Versa, Ionic 제품 464
[그림3-65] 온라인 쇼핑 시 소비자 pain point 및 체감 수준 466
[그림3-66] 온라인 쇼핑 시 pain point 해소를 위한 인공지능 기술 분석 469
1. 인공지능 25
1-1. 인공지능 분석 25
1) 정의 25
2) 범위 및 분류 26
(1) 범위 26
(2) 분류 28
1-2. 정책 분석 29
1) 해외 정책동향 29
2) 국내정책동향 33
1-3. 생태계 분석 38
1) 시장동향 및 전망 38
(1) 세계시장 38
(2) 국내시장 42
2) 주요 이슈 45
1-4. 기술 분석 55
1) 해외 기술 동향 57
2) 국내 기술 동향 60
3) 기술개발 시나리오 63
1-5. 전략품목 64
1) 전략품목 도출절차 64
2) 전략품목 도출결과 66
Ⅱ. 인공지능 기술 시장 현황 분석 69
1. 인간-인공지능 협업 시스템 69
1-1. 인간-인공지능 협업 시스텝 분석 69
1) 정의 및 필요성 69
2) 범위 70
3) 외부환경분석 72
(1) 산업환경 특징 72
(2) 산업의 구조 73
4) 시장환경 분석 74
(1) 세계시장 74
(2) 국내시장 76
5) 개발전략 78
1-2. 기술개발 현황 79
1) 주요 기업 기술개발 동향 79
2) 기술개발 이슈 82
3) 특허 동향 86
4) 기술개발로드맵 86
2. 영상 데이터 기반 AI 서비스 95
2-1. 영상 데이터 기반 AI 서비스분석 95
1) 정의 및 필요성 95
2) 범위 96
3) 외부환경분석 98
(1) 산업환경 특징 98
(2) 산업의 구조 99
4) 시장환경 분석 100
(1) 세계시장 100
(2) 국내시장 102
5) 기업분석 105
6) 개발전략 106
2-2. 기술개발 현황 107
1) 주요 기업 기술개발 동향 107
(1) 해외업체동향 107
(2) 국내업체동향 111
2) 기술개발 이슈 112
3) 특허 동향 116
4) 주요 기술개발 로드맵 124
3. 화자 확인 시스템 125
3-1. 화자 확인 시스템 분석 125
1) 정의 및 필요성 125
2) 범위 127
3) 외부환경분석 130
(1) 산업환경 특징 130
(2) 산업의 구조 131
4) 시장환경 분석 132
(1) 세계시장 132
(2) 국내시장 134
5) 개발전략 136
3-2. 기술개발 현황 137
1) 주요 기업 기술개발 동향 137
(1) 해외업체동향 137
(2) 국내업체동향 138
2) 기술개발 이슈 139
3) 특허 동향 145
4) 주요기술개발 로드맵 154
4. Robotic Process Automation(RPA) 155
4-1. Robotic Process Automation(RPA) 분석 155
1) 정의 및 필요성 155
2) 범위 158
3) 외부환경분석 159
(1) 산업환경 특징 159
(2) 산업의 구조 161
4) 시장환경 분석 163
(1) 세계시장 163
(2) 국내시장 166
5) 기술환경 분석 168
6) 개발전략 170
4-2. 기술개발 현황 171
1) 주요 기업 기술개발 동향 171
(1) 해외업체동향 171
(2) 국내업체동향 173
2) 기술개발 이슈 176
3) 특허 동향 180
4) 주요 기술개발 로드맵 189
5. 공공서비스 특화 챗봇 시스템 190
5-1. 공공서비스 특화 챗봇 시스템 분석 190
1) 정의 및 필요성 190
2) 범위 193
3) 외부환경분석 196
(1) 산업환경 특징 196
(2) 산업의 구조 197
4) 시장환경 분석 198
(1) 세계시장 198
(2) 국내시장 202
5) 기술환경 분석 204
6) 개발전략 207
5-2. 기술개발 현황 209
1) 주요 기업 기술개발 동향 209
(1) 해외업체동향 209
(2) 국내업체동향 214
2) 기술개발 이슈 219
3) 특허 동향 221
4) 주요 기술개발 로드맵 229
6. 텍스트 기반 시각 데이터 이해 및 검색 서비스 230
6-1. 텍스트 기반 시각 데이터 이해 및 검색 서비스 분석 230
1) 정의 및 필요성 230
2) 범위 231
3) 외부환경분석 233
(1) 산업환경 특징 233
(2) 산업의 구조 234
4) 시장환경 분석 235
(1) 세계시장 235
(2) 국내시장 237
5) 개발전략 238
6-2. 기술개발 현황 240
1) 주요 기업 기술개발 동향 240
(1) 해외업체동향 240
(2) 국내업체동향 242
2) 기술개발 이슈 243
3) 특허 동향 245
4) 주요 기술개발 로드맵 253
Ⅲ. AI 기술 활용 현황 257
1. 헬스케어 산업에서의 머신러닝 기술 257
1-1. 개요 257
1-2. 주요국 정책 동향 260
1) 국외 동향 260
2) 국내 동향 262
1-3. 시장 규모 263
1-4. 머신러닝 학습방법 268
1-5. 관련 업계 및 기술 동향 269
1-6. 요약 및 시사점 271
1) 요약 271
2) 시사점 272
2. 교육부문에서의 지능정보기술적용 사례 273
2-1. 교육부문에 적용되는 기술의 성장 273
2-2. 인공지능 기술 적용 사례 277
1) 교육 분야에 적용되는 인공지능 기술 개요 277
2) 해외 현황 및 사례 279
(1) 뉴턴(Knewton) 279
(2) 드림박스 러닝(Dreambox Learning) 280
(3) 일본 큐비나 및 인간형 로봇 나오 281
(4) 알트 스쿨(Alt school) 282
(5) 노리(KnowRe) 282
2-3. 교육 부문 정보화 정책 사례 284
1) 해외 교육정보화 정책 사례 284
(1) 미국 284
(2) 유럽 292
(3) 중국 295
(4) 일본 299
2) 국내 교육정보화 정책 사례 304
(1) 국내 교육정보화 정책 현황 304
(2) 교육정보화 추진 체계 307
2-4. 교육 부문 지능화 방향 308
2-5. 연도별 ICT기반 공공서비스 촉진사업 추진과제 현황 315
2-6. 시사점 322
3. 이외의 분야별 ICT를 활용한 지능화 방안 326
3-1. 도시 분야 326
3-2. 공공복지 분야 328
3-3. 고용 분야 331
3-4. 의료 분야 333
3-5. 공공부문 일반 분야 335
3-6. 제조 분야 336
3-7. 분야별 지능화 기술 활용 사례 338
4. 인공지능 기업 생태계 및 경쟁력 분석 368
4-1. 주요 기업연구개발 및 제품/서비스 동향 368
1) 구글 368
2) 아마존 372
3) 페이스북 375
4) 마이크로소프트 377
5) IBM 380
6) 엔비디아 383
7) 바이두 385
8) 알리바바 389
9) 텐센트 392
10) 삼성전자 395
11) SK텔레콤 397
12) 네이버 401
13) 분석종합 및 시사점 405
4-2. 핵심 응용분야별 인공지능 활용 시나리오 분석 415
1) 스마트홈 415
2) 자율주행차 419
3) 핀테크 426
4) 디지털 헬스케어 432
5) 상거래 438
4-3. Pain Point 분석 및 대응방안 443
1) 스마트홈 음성 정보 검색 443
2) 스마트홈 기기 제어 447
3) 자율주행차 일반 차량 주행 449
4) 자율주행 대중교통(시내버스) 주행 452
5) 핀테크 로보어드바이저 454
6) 핀테크 P2P 대출 457
7) 디지털 헬스케어 진단보조 460
8) 디지털 헬스케어 웨어러블 건강관리 463
9) 상거래 온라인 쇼핑 466
10) 상거래 무인 오프라인 매장 469
11) 시사점 471
5. 인공지능 융합 과제 473
5-1. 국가과학기술연구회 융합연구단 사업 473
5-2. 의료데이터분석 지능형 SW 기술 개발 474
5-3. 로봇·인공지능 기술 융합 사업 475
5-4. 인공지능 관련 학술 및 인력양성 프로그램 476
Ⅰ.인공지능 관련 시장 동향 2
표목차
5
[표1-1] 인공지능 SW 범위의 국내와 해외의 차이 27
[표1-2] 인공지능(AI)의 분류 28
[표1-3] 국내 주요 인공지능 R&D 과제 현황 36
[표1-4] 인공지능 SW 분야 부처별 정부 R&D 투자 현황 36
[표1-5] 인공지능 SW 분야 정부 R&D 중점사업 37
[표1-6] 인공지능 세계시장 규모 및 전망 38
[표1-7] 세계 인공지능 시장 전망 기술별 39
[표1-8] 인공지능 국내시장 규모 및 전망 42
[표1-9] 국내 인공지능 시장 전망 기술별 43
[표1-10] 4차 산업혁명 관련 주요 기술 수준 비교 45
[표1-11] 4차 산업혁명 경쟁력 순위 현황 46
[표1-12] 주요국 4차 산업혁명 대응정도 순위 46
[표1-13] 4차 산업혁명 5대영역 R&D 투자 계획 47
[표1-14] 인공지능 분야 산업구조 54
Ⅱ. 인공지능 기술 시장 현황 분석 69
[표2-1] 제품분류 관점 기술범위 70
[표2-2] 공급망 관점 기술범위 71
[표2-3] 인간-인공지능 협업 시스템의 특성 및 기업 72
[표2-4] 세계 로보 어드바이저 시장규모 및 전망 75
[표2-5] 국내 로보 어드바이저 시장규모 및 전망 77
[표2-6] 제품분류 관점 기술범위 97
[표2-7] 공급망 관점 기술범위 98
[표2-8] 영상 데이터 기반 인공지능 서비스 산업구조 100
[표2-9] 인공지능 서비스 시장 규모 및 전망 100
[표2-10] 인공지능 국내시장 규모 및 전망 103
[표2-11] 국내 주요 인공지능 R&D 과제 현황 105
[표2-12] 제품분류 관점 기술범위 128
[표2-13] 공급망 관점 기술범위 129
[표2-14] 세계 음성인식 솔루션 시장 132
[표2-15] 세계 생체인식 시장 133
[표2-16] 국내 음성인식 SW 시장 134
[표2-17] 국내 생체인식 시장 135
[표2-18] RPA 도입 효과 157
[표2-19] 제품분류 관점 기술범위 158
[표2-20] 공급망 관점 기술범위 159
[표2-21] RPA 기술 분야 산업구조 162
[표2-22] 세계 RPA 분야 시장 163
[표2-23] 세계 RPA 분류별 시장 규모 164
[표2-24] 세계 로보 어드바이저 시장규모 및 전망 165
[표2-25] 국내 로보 어드바이저 시장규모 및 전망 167
[표2-26] 국내외 중요 기업 동향 175
[표2-27] 챗봇의 활용분야 190
[표2-28] 제품분류 관점 기술범위 194
[표2-29] 공급망 관점 기술범위 195
[표2-30] 챗봇 기술 분야 산업구조 197
[표2-31] AI 채팅앱 세계시장 규모 및 전망 200
[표2-32] AI 채팅앱 국내시장 규모 및 전망 203
[표2-33] 딥러닝 방식의 챗봇 서비스 개발 205
[표2-34] 텍스트 기반 데이터 이해 및
검색 서비스 분야 산업구조 234
[표2-35] 영상처리 시스템 세계 시장규모 및 전망 235
[표2-36] 유형별 영상처리 시스템 세계 시장 전망 235
[표2-37] 인공지능 세계시장 규모 및 전망 236
[표2-38] 영상처리 시스템 국내 시장규모 및 전망 237
[표2-39] 인공지능 분야별 국내 시장규모 237
[표2-40] 인공지능 국내시장 규모 및 전망 238
Ⅲ. AI 기술 활용 현황 257
[표3-1] 학습방법별 시장규모 및 전망 267
[표3-2] 머신러닝 학습방법 268
[표3-3] 인공지능&머신러닝 글로벌 선도 기업 기술 동향 269
[표3-4] 그 외 기업 관련기술 개발 동향 270
[표3-5] 교육에 영향을 미치는 지능정보화 주요 기술 274
[표3-6] 시가별로 교육에 영향을 미치는 주요 기술 274
[표3-7] 이러닝에서 에듀테크까지의 발전과정 275
[표3-8] 교육에 적용되고 있는 인공지능 기술 활용 내용 278
[표3-9] 2017년 국가 교육정보화 계획의 5대
영역별 주요 목표 및 초점 285
[표3-10] 디지털 프로미스 주요 사업 및 내용 290
[표3-11] 유럽 디지털 교육 액션 플랜 293
[표3-12] 중국 교육정보화 2.0 행동계획 295
[표3-13] 초중등학교 디지털 캠퍼스 건설 규범 297
[표3-14] 지혜 캠퍼스 주요 특징 298
[표3-15] 학교의 ICT 환경 정비 현황 300
[표3-16] 1~5단계 교육정보화 기본 계획 주요 내용 304
[표3-17] 5차 교육정보화 계획 및 주요 내용(2014.10) 306
[표3-18] 정보화 추진 체계 307
[표3-19] 민간 기업 및 비영리 기구 활동 현황 312
[표3-20] 디지털기술 기반 공공서비스 사례 317
[표3-21] 4차 산업혁명 대응계획(2017.11)
중 공공영역 과제 및 추진계획 320
[표3-22] 의료 분야 지능화 기술 및 활용 사례 339
[표3-23] 제조 분야 지능화 기술 및 활용 사례 341
[표3-24] 금융 분야 지능화 기술 및 활용 사례 344
[표3-25] 도시 및 공공서비스 분야
지능화 기술 및 활용 사례 347
[표3-26] 유통 분야 지능화 기술 및 활용 사례 349
[표3-27] 운수 분야 지능화 기술 및 활용 사례 351
[표3-28] 관광/숙박/음식 분야 지능화 기술 및 활용 사례 353
[표3-29] 농업/임업/어업 분야 지능화 기술 및 활용 사례 355
[표3-30] 건설업 분야 지능화 기술 및 활용 사례 358
[표3-31] 광업 분야 지능화 기술 및 활용 사례 361
[표3-32] 교육 분야 지능화 기술 및 활용 사례 363
[표3-33] 정보통신 분야 지능화 기술 및 활용 사례 365
[표3-34] 국방 분야 지능화 기술 및 활용 사례 367
[표3-35] 구글의 주요 인공지능 활용 서비스 및 제품 369
[표3-36] 구글의 인공지능 연구개발 조직 371
[표3-37] 2012-2017년 아마존이 인수/투자한
인공지능 기업 373
[표3-38] 아마존의 인공지능(알렉사) 연구개발 조직 374
[표3-39] AWS를 통해 제공되는 인공지능 서비스 374
[표3-40] 2012-2017년 페이스북이 인수한 인공지능 기업 376
[표3-41] 페이스북 인공지능 연구개발 조직 376
[표3-42] 인공지능을 활용하고 있는 마이크로소프트 제품 378
[표3-43] 2012-2017년 마이크로소프트가
인수/투자한 인공지능 기업 378
[표3-44] 마이크로소프트 인공지능 연구소
조직 및 연구 분야 379
[표3-45] 2012-2017년 IBM이 인수/투자한 인공지능 기업 382
[표3-46] 인공지능 관련 IBM 연구소 현황 382
[표3-47] 2012-2017년 엔비디아가 인수/투자한 기업 384
[표3-48] 엔비디아의 자율주행차 개발 협력 현황 385
[표3-49] 바이두 주요 인공지능 제품 및 서비스 385
[표3-50] 2014-2017년 바이두가 인수/투자한
주요 인공지능 기업 386
[표3-51] 바이두 인공지능 연구소 및 연구 분야 387
[표3-52] 바이두 인공지능 서비스 분류 387
[표3-53] 알리바바 주요 인공지능 제품 및 서비스 389
[표3-54] 알리바바 이티 브레인(ET Brain) 기반 서비스 390
[표3-55] 2016-2018년 알리바바가 인수/투자한
주요 인공지능 기업 391
[표3-56] 알리바바 인공지능 연구소 및 연구 분야 391
[표3-57] 텐센트 주요 인공지능 제품 및 서비스 392
[표3-58] 2016-2018년 텐센트가 투자한 인공지능 기업 392
[표3-59] 텐센트 인공지능 연구소 및 연구 분야 394
[표3-60] 삼성전자 국내외 인공지능 연구소 현황 396
[표3-61] SK텔레콤 AI기술본부 주요 실적 400
[표3-62] 네이버랩스의 주요 프로젝트 현황 403
[표3-63] 클로바 AI 리서치 주요 연구 분야 404
[표3-64] 2012-2017년 M&A 상위 5개 기업의
인수 기업 및 기술 적용 사례 406
[표3-65] 주요 기업별 인공지능 개발자 플랫폼
오픈소스화 시기 408
[표3-66] 미중 인공지능 연구개발 역량 비교 409
[표3-67] 2010-2015년 인공지능발전협회(AAAI)
국가별 발표 논문 수 410
[표3-68] 스마트홈 발전 추세 415
[표3-69] 주요 기업들이 출시한 지능형 개인비서 기기 416
[표3-70] 자율주행의 레벨 및 완전 자율주행의 개념 420
[표3-71] 일반 차량 주행 사용자 경험 사이클 426
[표3-72] P2P 대출 사용자 경험 사이클 432
[표3-73] 음성 정보검색 시 pain point 해소를
위한 인공지능 기술 분석 446
[표3-74] 기기 제어 시 pain point 해소를
위한 인공지능 기술 분석 448
[표3-75] 일반 차량 주행 시 Pain point 해소를
위한 인공지능 기술 분석 451
[표3-76] 대중교통 주행 시 Pain point 해소를
위한 인공지능 기술 분석 453
[표3-77] 로보어드바이저 이용시 Pain point 해소를
위한 인공지능 기술 분석 456
[표3-78] 로보어드바이저 이용시 Pain point 해소를
위한 인공지능 기술 분석 459
[표3-79] 진단 보조 이용 시 Pain point 해소를
위한 인공지능 기술 분석 462
[표3-80] 웨어러블 건광관리 시 pain point 해소를
위한 인공지능 기술 분석 465
[표3-81] 온라인 쇼핑 시 pain point 해소를
위한 인공지능 기술 분석 468
[표3-82] 무인 오프라인 매장 이용 시 Pain point
해소를 위한 인공지능 기술 분석 470
[표3-83] 「2018년도로봇-인공지능 융합
기술개발 과제 공고」주요 내용 475
[표3-84] 인공지능 관련 SW스타랩 현황 476
[표3-85] 인공지능 관련 선도연구센터 과제목록 477
[표3-86] 인공지능/빅데이터 분야 신규
선정과제(2018년. 소재 포함) 478
[표3-87] 품목 지정 9개 공모 분야 480
그림목차
Ⅰ. 인공지능 관련 시장 동향 25
[그림1-1] 지능정보사회 중장기 종합대책 정책과제 35
[그림1-2] 인공지능 세계시장 규모 및 전망 38
[그림1-3] 세계 인지컴퓨팅 및 인공지능
시스템 시장 규모 및 전망 40
[그림1-4] 세계 인공지능 스타트업 투자 추이 40
[그림1-5] 인공지능 국내시장 규모 및 전망 42
[그림1-6] 인공지능 기반 SW 국내 시장 규모 43
[그림1-7] 산업 분야별 업무 대체 예측 비율 49
[그림1-8] 기업 규모별 업무 대체 예측 비율 49
[그림1-9] 인공지능(AI) 산업의 발전기반 및 파급효과 52
[그림1-10] 미래를 선도할 ICT 기술 53
[그림1-11] 인공지능이 도움이 될 만한 분야 53
Ⅱ. 인공지능 기술 시장 현황 분석 69
[그림2-1] 미국 투자 자산 중 로보 어드바이저
자산 비중 및 전망 76
[그림2-2] 영상 데이터 기반 인공지능 서비스 기본 구조 95
[그림2-3] 세계 인공지능 서비스 시장 전망 101
[그림2-4] 인공지능 소프트웨어 시장 매출액 전망 101
[그림2-5] 인공지능 기반 SW 국내 시장
규모, 과학기술정보통신부 103
[그림2-6] CB Insights : AI 100 Startups 104
[그림2-7] 연도별 스타트업 투자 현황.
전체(좌)vs.인공지능(우) 110
[그림2-8] 인공지능 기술 발전 전망 (IITP) 112
[그림2-9] CNN (Convolutional Neural Networks) 개념 114
[그림2-10] RNN 과 LSTM 적용 개념도 114
[그림2-11] YOLO 개념도 115
[그림2-12] 아마존 에코 및 파생상품 출시시기 140
[그림2-13] 아마존이 공개한 인공지능 기술 141
[그림2-14] 음성 대화 인터페이스 시스템 구성 142
[그림2-15] 음성인식 기술 분류 142
[그림2-16] 음성인식 기술의 현재와 미래 143
[그림2-17] 음성 언어기술의 융합성, 확장성 143
[그림2-18] 미국 투자 자산 중 로보 어드바이저
자산 비중 및 전망 166
[그림2-19] 국내 로보 어드바이저 시장규모 및 전망 167
[그림2-20] 자연어 처리 기술 191
[그림2-21] 텍스트 기반 챗봇의 핵심기술 193
[그림2-22] Amazon Alexa 비즈니스 모델 197
[그림2-23] 세계 챗봇 시장 규모 198
[그림2-24] 인공지능 챗봇 핵심 영역별 성장 추이 및 전망 199
[그림2-25] 대화형 플랫폼 생태계 200
[그림2-26] AI 채팅앱 세계시장 규모 및 전망 201
[그림2-27] 매신저 앱과 SNS 사용량 변화 추이 201
[그림2-28] 라이브 채팅 앱을 선호하는 이유 (%) 202
[그림2-29] 챗봇 서비스 시스템의 설계 207
[그림2-30] 공공서비스 특화 챗봇 시스템
전략 캔버스(Strategy Canvas) 208
[그림2-31] Ask Karen 앱 화면 209
[그림2-32] GeBIZ 웹사이트 내 Ask Jamie 실행화면 210
[그림2-33] Woebot 앱 화면 211
[그림2-34] 챗봇 생태계 213
[그림2-35] 카카오톡을 활용한 버비 상담내용 화면 215
[그림2-36] 카카오톡을 활용한 뚜봇 상담내용 화면 216
[그림2-37] 로사 상담내용 화면 217
[그림2-38] CJ대한통운 챗봇 서비스 상담화면 217
[그림2-39] 맬론 뮤직봇 ‘로니’의 주요 서비스 내용 218
[그림2-40] 맥락 인지의 어려움 220
[그림2-41] 유형별 영상처리 시스템 세계 시장 전망 235
[그림2-42] 처리 프로세스 241
Ⅲ. AI 기술 활용 현황 257
[그림3-1] 인공지능과 머신러닝 257
[그림3-2] 머신러닝과 관련 기술간 관계 258
[그림3-3] 헬스케어 분야 데이터 분석·저장·관리
시장 성장률 259
[그림3-4] 전 세계 인공지능 정책 동향 260
[그림3-5] 중국 주요 인공지능 특화 플랫폼 261
[그림3-6] 국가정보화 기본계획 262
[그림3-7] 인공지능 시장 규모 및 전망 263
[그림3-8] 지역별 시장 규모 264
[그림3-9] 사용자별 시장 분포 265
[그림3-10] 적용사례별 시장 규모 및 전망 266
[그림3-11] 교육 부문에 영향을 미치는
기술의 하이프사이클 273
[그림3-12] 에듀테크를 둘러싼 기술 개발 현황 276
[그림3-13] 드림박스 러닝(Dreambox Learning)활용 모습 280
[그림3-14] 노리 학습 과정 283
[그림3-15] 2017년 국가 교육정보화 계획
: 평가 정책의 방향 287
[그림3-16] 2017년 국가 교육정보화 계획 : 인프라 정책 288
[그림3-17] Sphero BOLT Power Pack 292
[그림3-18] 교육정보화 비전 및 추진 전략 305
[그림3-19] 교육정보화 조직 체계 307
[그림3-20] 학교에서의 디지털 기기 접근성 309
[그림3-21] 학교에서의 디지털 기기별 접근성 추이 310
[그림3-22] 구글의 주요 인공지능 활용 서비스 및 제품 369
[그림3-23] 구글 및 주요 기업, 국가들의
인공지능 연구개발 규모 371
[그림3-24] 사람(좌)과 인공지능(우)이 설계한
기계학습 알고리즘 372
[그림3-25] 아마존 에코 제품군 373
[그림3-26] 페이스북 10년 로드맵 376
[그림3-27] FAIR가 공개한 연구개발 성과 376
[그림3-28] IBM 왓슨 응용 사례 381
[그림3-29] 기존 반도체와 뉴로모픽칩 비교
및 IBM 트루노스 구조 381
[그림3-30] CPU와 GPU 구조 비교 383
[그림3-31] 엔비디아 GPU 적용 분야 384
[그림3-32] 바이두 아폴로 프로젝트 협력 생태계 388
[그림3-33] 텐센트 헬스케어 분야 파트너십 및 투자 기업 394
[그림3-34] 2017년 삼성개발자대회(SDC)에서
공개된 신기술 395
[그림3-35] SK텔레콤 중장기전략 398
[그림3-36] SK텔레콤 홀로박스 399
[그림3-37] 네이버 주요 사업조직 402
[그림3-38] 미중 인공지능 특허 수 비교 410
[그림3-39] 미중 인공지능 분야별 기업 수 분포 413
[그림3-40] 음성 정보검색 사용자 경험 사이클 416
[그림3-41] 기기 제어 사용자 경험 사이클 418
[그림3-42] 자율주행차의 개념: 기존 자동차와
작동원리 비교 및 주요 사례 419
[그림3-43] 일반 차량 주행 사용자 경험 사이클 421
[그림3-44] 대중교통(시내버스) 주행 사용자 경험 사이클 424
[그림3-45] 로보어드바이저 주행 사용자 경험 사이클 428
[그림3-46] P2P 대출 사용자 경험 사이클 430
[그림3-47] 진단보조 사용자 경험 사이클 434
[그림3-48] 웨어러블 건강관리 사용자 경험 사이클 436
[그림3-49] 유통산업의 발전 개념도 438
[그림3-50] 온라인 쇼핑 사용자 경험 사이클 439
[그림3-51] 무인 오프라인 매장 사용자 경험 사이클 441
[그림3-52] 음성 정보검색 시 소비자
pain point 및 체감 수준 443
[그림3-53] 알고리즘 개선으로 성능 향상이
가능한 음향 모델링 및 언어 모델링 444
[그림3-54] 기기 제어 시 소비자 pain point 및 체감 수준 447
[그림3-55] 일반 차량 주행 시 소비자 pain point
및 체감 수준 449
[그림3-56] 현대자동차의 4단계 자율주행 적용 차량
NEXO 및 웰니스 케어 화면 450
[그림3-57] 대중교통(시내버스) 주행 시 소비자
pain point 및 체감 수준 452
[그림3-58] 로보어드바이저 이용 시 소비자 pain point 및 체감 수준 454
[그림3-59] 인공지능 기반 로보어드바이저 자산관리 개념 455
[그림3-60] P2P 대출 이용 시 소비자 pain point 및 체감 수준 457
[그림3-61] 8퍼센트 챗봇 ‘에이다’의 상담모습 458
[그림3-62] 진단 보조 이용 시 소비자 pain point 및 체감 수준 460
[그림3-63] 웨어러블 건강관리 시 소비자 pain poit 및 체감 수준 463
[그림3-64] 핏빗(Fitbit) Charge2, Versa, Ionic 제품 464
[그림3-65] 온라인 쇼핑 시 소비자 pain point 및 체감 수준 466
[그림3-66] 온라인 쇼핑 시 pain point 해소를 위한 인공지능 기술 분석 469