적응형 AI(Adaptive AI)

Ⅰ. 실시간 피드백 학습, Adaptive AI의 개요

- 새로운 데이터 기반 모델 지속 재학습하여 예측 불가능한 실제 상황의 변화에 신속하게 적응하는 것을 목표로하는 인공지능 기술

 

Ⅱ. Adaptive AI 개념도와 기술 요소

가. Adaptive AI 개념도

https://www.brainz.co.kr/company-story/view/id/160#u

- 목표 지향, 실시간 피드백, 적응형 학습 기반 프로세스 수준의 운영 및 변화 관리 수행

 

나. Adaptive AI 기술 요소

구분	기술 요소	설명
목표 지향	딥 러닝	- CNN, RNN 등 활용 스스로 학습하는 머신 러닝 기법
	강화학습	- 환경 변화에 따라 계속해서 에이전트 학습하는 기법
	제로샷 러닝	- 한번도 관측되지 않은 클래스에 대한 분류 학습
실시간 피드백	환경 인지 지능	- 다양한 센싱 정보 측정 및 분석 고도화로 주변 환경 인지
	SLAM	- Simultaneous Localization And Mapping - 동시 위치 추정 및 주변 환경에 대한 지도 작성
적응형 학습	Adaptive Learning	- 유전 알고리즘, 베이지안 추론, 앙상블 모델
	메타러닝	- 여러 task 경험하여 새로운 task에 적응하는 학습 기법
	전이학습	- fine-tuning 통해 feature 추출하고 지식 전이하는 학습 기법

 

Ⅲ. Adaptive AI 활용 사례

사례	설명	도전 과제
자율 주행 자동차	- 주행 조건, 교통 상황, 도로 상태 실시간으로 감지하고 분석하여 운전	- 다양한 환경 조건 대응 뿐만 아니라 운전자와의 상호작용 및 신뢰성 중요
의료 진단 및 치료	- 환자 건강 상태 실시간 모니터링, 의료 데이터 기반 개인화 진단 및 치료	- 의료 데이터 및 개인 정보 보호와 규제 및 윤리적 문제 고려로 안전성 중요
금융 예측 및 투자	- 금융 시장 실시간 동향 분석 및 투자	- 금융 시장의 복잡성과 불확실성에 대응하기 위해 신뢰성과 안정성 중요

- 데이터 편향과 결과에 대한 해석 그리고 개인 정보 보호에 대한 문제 중요