지식 기반 추론 기술
1) 지식 기반 추론 기술의 개요
‘지식’의 정의
지식(Knowledge)은 정보를 체계화하고 개념화한 것으로 정의할 수 있다. 지식과 데이터 간의 관계 정의를 통해 지식에 대한 개념을 보다 명확하게 할 수 있다. 데이터(Data)는 특정 분야에서 관측되거
나 수집되었지만 아직 가공되지 않은 원천을 의미하며, 객관적 사실 이라는 존재적 특성을 갖는 동시에 추론, 예측, 전망, 추정을 위한 근 거자료에 해당한다. 데이터를 가공하거나 특정 목적에 맞게 의미를 부여하였을 때 산출되는 결과물을 정보(Information)라 하고, 다양 한 정보를 취합 및 구조화해 이용할 수 있는 형태로 표현한 것을 지 식이라 한다.1)
KEY FINDING
1. 지식 기반 추론 기술은 방대한 데이터 내 정보 추출을 통해 지식을 표현하고, 논리적 추론에 의한 지식의 확장 및 발견을 통하여, 질의응답, 의사결정 지원, 추천 및 검색 등 지능형 서비스 분야에서 활용되고 있다.
2. 지식 기반 추론 기술은 기계독해, 문서요약, 문서분류 등 자연어처리 기술의 진보와 함께 발전하고 있으며, 상식정보(Common sense)와 상황정보(Context) 등 실세계 정보를 취합하여 인간처럼 사고하는 복합추론 형태로 발전하고 있다.
3. 지식 기반 추론 기술의 적용 분야인 지능형 정보 서비스의 세계 시장규모는 2021년 18억6,100만 달러이며, 연평균 24.4 % 수준으로 성장해 2026년 51억3,100만 달러가 될 것으로 전망된다.
4. 최근 인간을 넘어서는 수준의 기계독해 기술의 발전으로 대용량 텍스트 내에서 유의미한 정보를 추출하고 추론하는 것이 가능해짐에 따라 금융, 법률, 제조 등 전문분야의 전문지식을 데이터로 축적하고 의사결정을 지원할 수 있으며, 콜센터상담, 보험심사, 정부의 민원서비스 등 다양한 도메인 분야의 응용 서비스 시장을 지속적으로 견인할 것이다.
데이터분석본부 호남지원 선임연구원
이 은 지
Tel: 062-951-7704 e-mail: [email protected]1) https://en.wikipedia.org/wiki/DIKW_pyramid
02 03
인공지능(AI) 기술에서 ‘학습’은 축적된 학습 데이터를 바탕으로신경망 내의 정보 전달 관련 가중치들을 연산하고 갱신하는 과정을 통해 학습 모델을 만드는 과정이며, ‘추론’은 지식베이스와 같이 만 들어진 모델을 활용해 입력값에 대한 해석의 결과를 내놓는 기술로 서 향후 다양한 추론 기술 연구 및 고도화를 통해 지식을 확장하고 실세계 정보를 반영한 복합추론 등 스스로 발전하는 AI 기술로 발전 할 것으로 전망되고 있다.
지식 기반 추론 기술 적용 분야
지식을 기반으로 하는 추론은 새로운 데이터에 대한 분석을 통하 여 지식을 확장하고, 논리적인 추론 과정에 의하여 새로운 지식을 발 견할 수 있는 AI 기술을 의미한다. 지식 기반 추론 기술은 질의응답 시스템, 의사결정 시스템, 정보수집 및 분석을 효율적으로 제공하는 지식 큐레이션 및 추천 시스템 등 다양한 분야에 적용되고 있다.
① 질의응답(Question-Answer, QA) 시스템
질의응답 시스템은 사용자의 질문에 대해 다양한 지식을 스스로 학습하고 추론해 축적한 지식으로부터 최적의 답을 찾아내어 제시 하며, 사용자의 자연어 질의에 대해 형태소 분석, 구문 분석, 개체 명 인식을 통해 사용자 질의에 대한 의도를 파악하고, 지식베이스에
서 답이 될 수 있는 답 후보를 추출해 답을 제공하게 된다. 기계 독해 기반의 질의응답 시스템에 관한 연구는 2016년 SQuAD(Stanford Question Answering Dataset) 공개를 시작으로 최근까지 활발하 게 이루어지고 있으며, 대표적인 언어 모델인 BERT2)를 필두로 인간 의 수준을 넘어서는 성과를 이루어냈다.3)
2) https://en.wikipedia.org/wiki/BERT_(language_model) 3) 인공지능 기술청사진 2030, IITP, 2020
그림 1 DIKW 피라미드
지식의 축적과 아이디어가 결합된 창의적 산물
데이터의 가공처리와 연관관계 속에서 의미를 도출
객관적 사실, 가공 전의 순수한 값
정보를 구조화하여 유의미한 정보를 분류하고, 개인적 경험을 결합하여 고유의 지식으로 내재화
WISDOM KNOWLEDGE
INFORMATION
DATA
그림 2 지식 기반 추론 기술의 적용 분야
질의응답(QA) 시스템 의사결정
지원 큐레이션
시스템
데이터 지식 기반 추론 기술 응용서비스
전문지식
텍스트 데이터 개념-관계 추출
지식 표현 지식 확장 학습 및 추론
복합추론 이미지 데이터
영상 데이터 관계 데이터
Knowledge Engineering
② 의사결정지원(Decision Support) 시스템
의사결정지원 시스템은 특정 분야의 문제 해결을 위한 전문지식 을 제공하는 시스템으로서 자문 시스템, 상담 시스템 또는 제안 시스 템이라고도 하는데, 기계 독해 기반 의사결정 시스템은 질문에 대한 답을 찾기 위해 스스로 관련된 문서를 찾고, 분석해 최적의 답안을 추론하고 제시해 의사결정을 지원하는 시스템이다. 최근 금융, 보험, 법률, 특허, 의료 등의 분야에서 대용량의 광범위한 문서를 AI가 빠 르고 정확하게 이해해 사용자의 의사결정에 유용한 정보를 제공하는 서비스를 제공하고 있다.
③ 큐레이션(Curation) 및 추천 시스템
큐레이션은 큐레이터가 미술관이나 박물관에서 작품을 진열하고 소개하는 것에서 파생된 단어로, 큐레이션 서비스는 기존의 추천 시 스템과 유사한 개념으로 사용자 요청에 대한 분석을 통해 맞춤형 정 보를 제공하는 행위를 말한다. 데이터 수집 및 분석 과정을 사용자의 요구사항에 집중해 사용자가 필요로 하거나 사용자에게 가치가 있는 정보를 추출하고 나열해 제공하는 것이며, 대표적인 큐레이션 서비 스로는 카카오의 뷰(View), 네이버의 오픈캐스트 등이 있다.
2) 시장 동향 및 전망
시장 동향
지식 기반 추론 기술은 초기에는 특정 도메인의 양질의 지식베이 스를 기반으로 관련 질의를 검색 및 추론하는 질의응답 시스템 구축 에 적용되었으며, 최근에는 특정 도메인에 국한되지 않은 형태의 질 의처리를 위하여 지식을 확장하고 상식기반의 복합추론을 통해 인간 처럼 사고할 수 있는 방향으로 연구되고 있다.
글로벌 기업의 사례를 살펴보면, IBM은 추론 기술 기반 AI 질의 응답 시스템 왓슨(Watson)을 전면으로 내세워 왓슨의 QA 기술을 의학저널·처방전, 법률판례 분석, 가상 에이전트 기업 및 기관 사업 부문, 프로젝트, 인수합병 등 다양한 분야에 적용해 새로운 재화 및 서비스를 제공할 수 있도록 집중적인 투자를 하고 있다. 구글은 지 능형 검색, 지능형 개인비서, 자연어 QA, 전문가 시스템 등의 AI 기 술을 개발하기 위해 양질의 지식베이스인 지식 그래프(Knowledge
Graph) 구축에 투자하고 있다. 마이크로소프트는 아주르 봇 서 비스(Azure Bot Services), MS 봇 프레임워크(Microsoft Bot Framework), 아주르 인지 서비스(Azure Cognitive Services), LUIS Q&A Maker를 결합해 대화형 인터페이스를 만들 수 있는 강 력한 개발 환경을 제공하고 있으며, MS 빌더(Microsoft Builder) 소 프트웨어 개발 키트를 공개하였다. 미국 국방부 국방고등과학기술 연구소(DRAPA)는 KAIROS 프로젝트를 통해
국가 안보에 관한 주요 이벤트들을 자 동으로 식별해 내는 지식 기반 추론 기술을 개발중이며, 복잡한 이벤 트에 대한 상황별 및 시간적 추 론을 할 수 있는 기술을 개발중 에 있다.
국내에서는 정부의 주요 R&D 과제로 사람과 의사소통 이 가능한 신체 밖 인공두뇌를 의
활용분야(제품/서비스) 세부내용
의료 진단 확인 및 개인 필요에 따른 치료계획 식별
법률 어려운 법률적 상황에 대한 판례/사례 및 필요 정보 제공
검색 사용자 질의에 대한 문서가 아닌 정답을 제공
금융 금융 범죄 예방 및 조사를 지원, 은행의 고객 식별에 대한 지원 사후지원 제품의 매뉴얼 등에 대하여 사용자의 자연어 질의에 대한 답을 제공
소매 개별 구매 행동과 인기있는 구매 추세 기반으로 제품 추천
엔터테인먼트 클릭 및 온라인 참여 행동 데이터 기반 콘텐츠 추천 표 1 지식 기반 추론 기술의 제품화 및 활용 분야
지식 기반 추론 기술 | ASTI MARKET INSIGHT 2022- 039 지식 기반 추론 기술 | ASTI MARKET INSIGHT 2022- 039
미하는 엑소브레인(Exobrain) 프로젝트를 진행중이다. 엑소브레 인 프로젝트에서는 자연어의 어휘 및 문장의 의미 분석을 위한 한 국어 처리 기술개발, 일반지식을 대상으로 트리플 기반4) 지식 추출 기술개발, 자연어 질문분석을 통한 단답형 QA 기술개발, 자가 학 습형 지식베이스와 추론 기술을 연구중에 있다. KAIST는 엑소브 레인 프로젝트에서 컨텍스트 인지형 딥 심볼릭(Deep Symbolic) 하이브리드 개념 그래프를 생성하는 기술을 연구하고, 전문분야 추론 기반 QA 기술을 연구하고 있다. KAIST는 구글의 자연어처 리 모델 BERT(Bidirectional Encoder Representations from Transformers)와 심볼릭 지식의 관계 임베딩 융합을 통해 자연어 코퍼스5)로부터 관계 추출을 연구하고 있으며, 정부 R&D를 통해 산
학연의 적극적인 연구 협업으로 AI 심층 추론 연구의 성과들이 해외 수출 등의 가시적 성과로 연결되고 있다. 솔트룩스는 디지털 휴먼, 챗봇, 콜봇 등의 심층 QA 기반의 대화형 AI 사업에서 성과를 내고 있으며, 삼성, LG, 현대자동차, 우리은행 등 대기업과 금융회사 등 을 대상으로 서비스 영역을 확장해 나가고 있다. 마인즈랩은 언어처 리 기술을 기반으로 민원상담 처리, 사내 정보 업무 활용 등의 AI 솔 루션 사업화를 추진해 나가고 있으며, 42maru는 AI를 적용한 검색 시스템과 기술 기반의 딥 시맨틱 문답 플랫폼을 개발해 글로벌 기계 독해 국제 경진대회 SQuAD 2.0에서 구글 AI 팀과 함께 공동 1위를 기록했다.
기업/기관 사업 부문/프로젝트
IBM Watson Business Unit, TrueNorth, Cognea 페이스북 Social Graph
애플 SIRI
구글 Dynamics, Bot&Dolly, Deepmind, DNNresearch, Futter, Holomni, Industrial Perception, Jetpac, Redwood Robotics, Meka Robotics, Metaweb, Nest, Now
인텔 Ginger
마이크로소프트 Cortana, LUIS 야후 IQ Engine, LookFlow 표 2 글로벌 기업의 지능기술 상용화 현황
4) 트리플 형태(subject-predicate-object) : 자원(주어) + 속성(서술부) + 속성값(목적부)
5) 코퍼스(corpus) : 언어 연구를 위해 텍스트를 컴퓨터가 읽을 수 있는 형태로 모아 놓은 언어 자료. 매체, 시간, 공간, 주석 단계 등의 기준에 따라 다양한 종류가 있다.
출처: ICT R&D 동향 “웰니스 컴패니언 QA 서비스 기술”, IITP, 2020.
시장 전망
지식 기반 추론 기술은 인간의 추론 능력을 모사하는 기술로 기계 독해, 문서요약, 문서분류 등 자연어처리 기술의 진보와 함께 발전하 고 있다. 방대한 데이터 내 사실 정보 추출을 통해 지식을 표현하며, 추론 기술에 의하여 새로운 지식을 발견 및 확장한다. 지식 기반 추 론 기술은 내재화된 지식에 대한 논리적 추론을 통하여 지능로봇, 지 능형 의료 서비스, 적응형 재난정보 제공, 대화 시스템 등 다양한 지 능형 서비스에 적용된다. 따라서 지식 기반 추론 기술이 형성하는 시
장은 바로 해당 기술이 적용된 지능형 정보 서비스의 시장이라고 할 수 있다.
지능형 정보 서비스의 세계 시장규모는 2021년 18억6,100만 달 러이며, 연평균 24.4 % 수준으로 성장해 2026년 51억3,100만 달 러가 될 것으로 전망된다. 지능형 정보 서비스 시장을 지역별로 살펴 보면, 미주 지역이 51 %로 가장 큰 점유율을 차지한다. 이는 미국의 독보적인 AI 기술력과 AI 분야에 대한 선제적 투자에 기인한다고 할 수 있다. 미주 지역은 2021년 9억5,900만 달러에서 연평균 19.8
%로 성장해 2026년 23억9,700만 달러에 이를 것으로 전망된다.
유럽 지역은 2021년 4억6,500만 달러에서 연평균 23.4 %로 성장해 2026년 13억3,400만 달러에 이를 것으로 전망된다. 아시 아 지역은 2021년 3억5,300만 달러에서 연평균 26.5 %로 성장해 2026년 11억4,300만 달러에 달할 것으로 추정되며, 이는 지역별
시장규모 성장률 중 가장 높은 것이다. 글로벌 차원의 지능형 정보 서비스 시장규모 증가 추세는 AI 분야에 관한 관심의 세계적인 증대 와 디지털화 및 기술혁신을 선호하는 정부 정책의 확대에 영향을 받 은 것으로 판단된다.
그림 3 세계 지능형 정보 서비스 시장규모 그림 4 지역별 지능형 정보 서비스 시장규모
출처 : Markets&Markets, Graph Database Market, 2021 6,000
5,000 4,000 3,000 2,000 1,000 0
(USD MILLION)
3,000 2,500 2,000 1,500 1,000 500 0
(USD MILLION)
2021 2022 2023 2024 2025
1,861 2,358 2,935 3,588
4,320 5,129
2,397
1,334
1,143 959
465 353
84 257
2026 미주 유럽 아시아 기타
표 3 지역별 지능형 서비스 시장 현황 및 전망(2021-2026) (단위:백만 달러)
구분 2021 2022 2023 2024 2025 2026
미주 959 1,193 1,456 1,746 2,061 2,397
유럽 465 594 746 919 1,115 1,334
아시아 353 463 595 751 933 1,143
기타 84 109 138 172 212 257
합 계 1,861 2,359 2,935 3,588 4,321 5,131
분야별 지능형 정보 서비스를 살펴보면, 사용자에 대한 정보 분석 을 통해 맞춤형 서비스를 제공하는 고객정보분석, 추천엔진, 운영/
자산관리, 컨텐츠/정보검색 분야와 업무 및 경영정보를 관리 및 운 영하는 분야로 분류할 수 있다. 상세 시장 규모는 <표 4>를 통해 살펴 볼 수 있다. 지식을 기반으로 다양한 경영 이슈들을 해결하고 의사결 정을 진행하는 지식 경영이 글로벌 트렌드가 되어감에 따라, 기업에 서는 기업이 보유하고 있는 다양한 지식 문서들을 통합 관리하고 검 색하는 기술의 도입이 확산하여 지능형 정보 서비스의 시장은 더욱 확대될 것으로 예상된다.
06
3) 애널리스트 인사이트
정부의 정책과 지원에 힘입어 AI 산업 분야는 빠르게 성장하고 있으 며, AI 기술이 통합된 형태의 지능형 정보기술의 도입에 대한 관심과 수 요가 증가하고 있다. 최근 인간을 넘어서는 수준의 기계독해(MRC) 기 술의 발전으로 대용량 텍스트 내에서 유의미한 정보를 추출하고 추론하
는 것이 가능해졌다. 이러한 지식 기반 추론 기술은 금융, 법률, 제조 등 전문분야 지식을 데이터로 축적하고 의사결정을 지원할 수 있으며, 콜 센터상담, 보험심사, 정부의 민원서비스 등 다양한 도메인 분야의 응용 서비스로 확산될 것으로 전망된다. 지식 기반 추론 및 지능형 정보 서비 스 시장 진입을 위한 촉진요인, 저해요인 등의 주요 요인은 <표 5>와 같 이 정리할 수 있다.
고객분석 위험/규정 준수 추천
엔진 사기탐지 /예방 공급망
관리 운영/
자산관리 인프라
관리 지식
관리 컨텐츠
/정보검색 메타데이터
관리 과학데이터 관리 기타 출처 : Markets&Markets, Graph Database Market, 2021
600 500 400 300 200 100 0
(USD MILLION) 184 199 179 210 192 119 152 153 99 184 104 86
349 536 528 554 541 339 427 472 546
285 290 262
그림 5 분야별 지능형 서비스 시장 규모(`21-`26)
표 4 분야별 지능형 정보 서비스 현황 및 전망(2021-2026) (단위:백만 달러)
구분 2021 2022 2023 2024 2025 2026 CAGR(%)
고객분석 184 221 258 290 324 349 13.6
위험/규정준수 199 251 311 379 454 536 21.9
추천 엔진 179 229 288 359 436 528 24.2
사기탐지/예방 210 264 326 395 471 554 21.4
공급망 관리 192 244 305 375 454 541 23.1
운영/자산 관리 119 151 189 233 283 339 23.2
인프라 관리 152 194 242 297 359 427 22.9
지식 관리 153 198 253 316 389 472 25.3
컨텐츠/정보검색 99 126 159 196 238 285 23.6
메타데이터 관리 184 237 299 371 454 546 24.3
과학데이터 관리 104 133 165 202 244 290 22.7
기 타 86 111 141 176 216 262 25.0
표 5 물류이송 로봇시스템 시장의 신사업 기회 분석
촉진 요인 저해 요인
• 다중 질의 및 복합 추론을 처리할 수 있는 솔루션에 대한 수요 증가
• 기계독해 기반 의사결정 시스템 시장 확대
• 지식공학 전문 인력 부족
• 지식 획득 및 추론 결과에 대한 검증 절차 필요
기회 요인 위협 요인
• 첨단기술 제품에 대한 소비자 수용 및 선호도 증가
• 지식 그래프 기반 복잡한 데이터 관계 표현 가능
• 다양한 도메인의 지능형 응용서비스에 대한 확장 용이성
• 최종 의사결정시 전문가의 개입 필요
• 통일된 지식 표현 표준/규정 부재
지식 기반 추론 기술은 타산업의 제품 및 서비스에 적용을 통해 새 로운 비즈니스 창출이 가능한 기반기술로서 추론 기술의 적용은 궁극 적으로 기계들이 자율적인 판단을 수행함에 따라 의사결정을 지원받 고 업무의 효율성을 높이는 것에 있으며, 불확실성에 대비해 위험 요 인들을 사전에 점검 및 평가할 수 있는 상시적 평가체계의 구축을 통 한 서비스 경쟁력 확보는 다양한 도메인 분야로 시장 진출을 도모하 고, 시장을 선점하는 데 중요한 역할을 할 것이다. 지식 기반 추론 기
술과 같은 AI 원천기술에 기반을 둔 산업은 기반기술에 대한 종속성 때문에 핵심기술을 보유하지 않은 소규모 기업의 시장 진출은 어려울 수 있지만, 공개된 API 활용 또는 AI 플랫폼 기업과의 협력을 통해 새 로운 서비스를 제시할 수 있다. 또한, 인공지능 산업은 콘텐츠, 플랫 폼, 네트워크, 디바이스 등의 영역을 포괄하는 융복합형 산업의 특성 이 있어 시장 트렌드에 주목하고 꾸준한 분석을 통해 새로운 사업 기 회를 발굴하려는 노력이 필요할 것이다.
07
지식 기반 추론 기술 | ASTI MARKET INSIGHT 2022- 039 지식 기반 추론 기술 | ASTI MARKET INSIGHT 2022- 039
분원 (우) 02456 서울특별시 동대문구 회기로 66 한국과학기술정보연구원 T. 02)3299-6114 F. 02)3299-6244