R&D정보센터에서는 혁신적으로 변화하는 인공지능의 전반적인 흐름과 새로운 기술을 파악하고 AI구현에 도움이 되고자 관련 연구기관의 정보자료를 토대로 『지능정보기술 분야 인공지능 5대 핵심기술 및 SW/HW 연구동향』을 발간하였다. 본서 1편에서는 국내외 인공지능 기술 산업동향을 다루었고, 2편에서는 언어인지·학습·추론지능, 음성지능, 시각지능 기술별 개발동향과 시장현황을 세부적으로 다루었으며, 3편에서는 인공지능 하드웨어의 최신기술 산업동향을 수록하였다.

제 1편 인공지능 산업 주요동향
제 1장 국내외 인공지능 산업 주요동향
1. 인공지능기술 개괄 및 산업별 기술동향t
1) 개요
2) 인공지능 기술 개괄 및 동향
3) 산업영역별 인공지능 기술 동향
(1) 제조업 분야
(2) 의료 및 바이오 기술 분야
(3) 국방 기술 분야
(4) 교육 서비스 분야
(5) 자동차 기술 분야
(6) 광고마케팅, 금융, 법무, 회계 등 기술 분야
4) 국내 인공지능 산업 기반 점검 : PEST 분석
(1) 정책적 기반
(2) 경제적 기반
(3) 사회적 기반
(4) 기술적 기반
2. 인공지능기술 관련 정책 및 지원방안
1) 미국
2) 일본
3) 유럽
4) 중국
5) 한국
(1) 지능정보사회추진단 발족
(2) 인공지능(AI)을 비롯한 9대 국가전략 프로젝트 추진
(3) 인공지능의 언어지능 분야인 엑소브레인(Exobrain) 개발 현황
(4) 민간의 지능정보기술연구원(AIRI) 설립
(5) 지능정보사회 중장기 종합대책(안) 마련 중
가. AI SW분야 원천기술 개발 확대
나. AI HW 기반 확보
다. 기초기술 분야에 안정적 투자
3. 국내외 인공지능 시장 및 기업동향
1) 시장 규모 및 동향 전망
(1) 시장 규모
(2) 향후 전망
2) 인공지능 기술 및 관련 시장 기업분류
3) 국내 주요 대기업 동향
(1) 네이버(NAVER)
가. 서비스 및 솔루션
A) 딥러닝(Deep Learning)
B) 음성인식/음성합성
C) 기계번역
D) 멀티미디어 인식
E) 인공지능 기반 맥락 인식 기술 코나(ConA, Context recognition Ai)
나. 적용분야 및 사례
A) 인공신경망 기계번역(Neural Machine Translation, NMT) 기술 기반 번역기 파파고
B) 유인나의 오디오북
C) 네이버 해외여행 코스 추천 서비스 ConA(코나; Context recognition Ai)
D) 생활형 인공지능 아미카(Amica)t
E) 실내 공간 탐색 자율주행 로봇 네이버 랩스 M1
F) 네이버 라인(Line)의 커스터머 커넥트(Customer Connect)
G) 네이버 인공지능 챗봇, LAON
H) 네이버 웹브라우저 웨일(Whale)t
(2) SK텔레콤(SK Telecom)
가. 서비스 및 솔루션
A) 누구(NUGU)
나. 적용분야 및 사례
A) 누구(NUGU)
B) 음성 인터페이스 적용
C) 커넥티드 카(Connected Car)
(3) 삼성전자(Samsung Electronics)
가. 서비스 및 솔루션
A) 지능형 인터페이스(Intelligent Interface)
나. 적용분야 및 사례
A) 삼성 S 보이스
B) 로봇 청소기 파워봇
(4) 카카오(KAKAO)
가. 서비스 및 솔루션
A) 음성인식 및 합성 솔루션 뉴톤(Newtone)과 뉴톤 톡(Newtone talk)t
B) 카카오톡의 인공지능 챗봇 적용
나. 적용분야 및 사례
A) 카카오봇
B) 바로이거
C) 모바일 음성 검색
(5) SK플래닛(SKplanet)
가. 서비스 및 솔루션
A) 빅데이터 기반 분석 기술
B) 오피니언 마이닝 플랫폼(Opinion Mining Platform) OMS
나. 적용분야 및 사례
A) 인앱 메시징(In-App-Messaging)과 챗봇(Chatbot)
B) 실시간 개인추천 서비스 레코픽
(6) 엔씨소프트(NCsoft Corporation)
가. 서비스 및 솔루션
A) MMORPG(다중접속 온라인게임) 서비스
B) 강화학습(Reinforcement Learning)
나. 적용분야 및 사례
A) 리니지 이터널
B) 블레이드 앤 소울의 무한의 탑
(7) LG전자(LG Electronics)
가. 서비스 및 솔루션
나. 적용분야 및 사례
A) LG Q 보이스
B) LG 로보킹 터보 플러스
C) 안드로이드 스마트워치 LG W200S
D) 스마트 원격 AS
4) 글로벌 주요기업들의 동향
(1) 구글
(2) 페이스북
(3) 마이크로소프트
5) 인공지능(AI) 스타트업 시장 동향
4. 국내외 인공지능 기술개발 현황 및 전망
1) 머신러닝 데이터 구축
(1) 국내
가. ETRI
나. SK텔레콤
다. KT
라. 삼성전자
마. 삼성SDS
(2) 국외
가. Google
나. Facebook
다. Microsoft
라. IBM
마. Oracle
바. Amazon
2) 클라우드 기반 및 빅데이터 연동 플랫폼 표준
(1) 국내
(2) 국외
가. 구글
나. MS
다. 애플
라. 퀄컴
마. 바이두
바. 스탠포드대학
3) 실세계 이해
(1) 국내
가. 삼성전자, 현대자동차, 서울대, 한양대, 기아차, 현대모비스, 교통안전공단, KAIST,
네이버랩스, 만도 등
나. ETRI
다. 서울대학교
(2) 국외
가. 우버, 구글 & 웨이모, 테슬라, 포드, 지엠 등
나. MS, Trimps-Soushen
다. 마이크로소프트
라. CMU
마. MS
4) 자연어 질의응답
(1) 국내
가. 삼성전자
나. ETRI
(2) 국외
가. 미국
나. 일본
5) 대화형 음성인터페이스
(1) 국내
(2) 국외
6) 웨어러블 제스처인지
(1) 국내
(2) 국외
7) 비주얼 검색
(1) 국내
가. 삼성전자
나. ETRI
다. 네이버랩스
(2) 국외
가. 구글
나. 어도비
다. 페이스북
라. 알리바바
8) 지능형 영상정보인식
(1) 국내
(2) 국외
9) 데이터 증가와 기계학습
10) 뉴럴네트웍
5. 인공지능(AI) 기술 분야의 특허 동향
1) 특허 동향 조사범위
2) 국가별 특허 현황
(1) 주요국 특허출원 현황
(2) 기술시장 성장단계 분석
(3) 중분류별 특허출원 추이
(4) 주요국 특허 출원 동향
(5) Hype Cycle 추정
3) 특허로 바라본 한국의 위상
(1) 인공지능 관련 기술력
(2) 특허활동지수(Activity Index)
(3) 시장 확장성
(4) 특허 규모
(5) 한국의 특허관심(중요)도
(6) 특허 평가 결과 종합
6. 국내외 인공지능 표준화 현황 및 전망
1) 국내 표준화 현황 및 전망
2) 국외 표준화 현황 및 전망
7. 인공지능 플랫폼 주요동향
1) 정의 및 필요성
2) 인공지능 플랫폼 산업 환경분석
(1) 산업환경 분석
가. 산업의 특징
나. 산업의 구조
(2) 시장환경 분석
가. 세계시장
나. 국내시장
다. 무역현황
3) AI 플랫폼산업 기술개발 동향
(1) 해외 AI 플랫폼 동향
가. 범용 AI 플랫폼 현황
나. 전문 AI 플랫폼 현황
(2) 국내 AI 플랫폼 동향
가. 범용 AI 플랫폼 현황
나. 전문 AI 플랫폼 현황
(3) 주요기업 비교
4) 인공지능 플랫폼 오픈소스화 현황
(1) 구글
(2) 페이스북
(3) 마이크로소프트
(4) OpenAI
(5) IBM
(6) 삼성
(7) 에어비엔비
(8) 바이두
5) 연구개발 네트워크
(1) 연구개발 기관/자원
가. 인공지능 플랫폼 분야 주요 연구개발 기관
A) 삼성리서치
B) LG전자
C) 카카오i
D) 네오팩트
E) 마인즈랩
F) 플런티
나. 연구개발 자원
A) 정부 지원 프로그램
B) 프로그래밍 언어별 딥러닝 라이브러리
(2) 연구개발 인력
(3) 기술이전가능 기술
가. 글로벌 기술 이전 동향
나. 기술 이전 가능 기술
A) 개인 성향 분석 기반 맞춤형 플랫폼
B) 엑소브레인 한국어 언어분석 학습데이터 v1.0
C) 음성인식을 위한 딥러닝 음향모델 훈련 기술
6) AI 플랫폼 국내 정책 동향

제 2편 인공지능 SW 기술개발 산업동향 <5대 핵심요소기술>
제 1장 인공지능 학습지능 주요동향
1. 인공지능 최근 개발 트렌드
2. AI 학습지능의 발전과 주요동향
1) 기계학습/딥러닝 기술
(1) 기술 정의 및 개요
(2) 신경망 학습기술
가. 인공 신경망
나. 깊은 신경망(Deep neural networks)
다. 합성곱 신경망(convolutional neural networks, CNN)
라. 순환 신경망 (RNN, recurrent neural networks)
(3) 딥러닝 기반 기계학습 기술
가. 딥 러닝 기계학습의 배경
나. 사전 학습(pre-training)에 의한 딥러닝
다. 딥 빌리프 네트워크(Deep Belief Network: DBN)
라. 오토인코더
마. 딥 Q-러닝
2) 딥러닝 기술(학습지능)의 최근 트렌드
(1) 계층 및 네트워크 구조의 발전
(2) 학습 알고리즘의 발전
(3) 시각화에 의한 학습 결과의 이해
(4) CNN과 기존 방법을 결합한 인식 시스템
3) 학습 지능의 발전 : 강화학습
(1) 강화학습(Reinforcement Learning)의 등장
(2) 강화학습의 진화
가. 3차원 환경의 강화학습
나. 강화학습의 현실 세계 적용
(3) 강화학습 특징과 알파고 강화학습 방법
가. 강화 학습의 의미
나. 마코프 의사결정 과정(Markov decision process, MDP)
다. 최적 정책 함수(optimal policy function)를 찾는 방법
라. 모델 프리 강화 학습(model-free reinforcement learning)
마. 알파고의 방법론
바. 트리탐색 방법(tree search)
사. 몬테카를로트리 탐색 방법
아. value network 와 policy network
자. DQN과 DQN의 학습 기법
차. 강화학습과 DQN의 함수 추정(function approximation)
카. Double DQN 과 듀얼 네트워크(dueling network)
(4) 강화학습(Reinforcement Learning) 인공지능과 자율주행 응용기술 동향
가. 기존 강화학습 연구
A) Dynamic Programming
B) Monte-Carlo Methods
C) Temporal Difference Methods
나. 심층 강화 학습(Deep Reinforcement Learning)
A) 학습 샘플간 유사성 (Correlations between Samples)
B) 목표 함수 비고정 (Non-Stationary Targets)
다. 강화학습 최신 연구 동향
A) Google/DeepMind
B) OpenAI
라. 자율주행을 위한 강화학습 활용 사례
A) NVIDIA
B) Mobileye
C) 뉴욕 대학
4) 학습지능 연관 기술동향과 산업화 사례
(1) 기술 현황
(2) 기술 영향
가. 경제 측면
나. 사회·문화·윤리 측면
(3) 기계학습 기술의 산업화 사례
가. 구글: 기계학습 제국
나. 마이크로소프트의 RankNet, Cortana, Azure
다. 페이스북의 사진 공유 서비스 Moments
라. 지멘스의 기계학습 응용 사례
마. 오바마 선거캠프의 유권자 맞춤 선거 전략
바. 캐스피다(Caspida)의 기계학습 기반 지능형 보안 시스템
사. 크리테오(Criteo)의 기계학습 기반 개인 맞춤형 퍼포먼스 광고
아. 아마존(Amazon): 구매추천 및 예측, AWS 기계학습 클라우드
자. NVIDIA: 기계학습을 위한 컴퓨팅 인프라
차. 엔씨소프트 - 블레이드앤소울(MMORPG 게임)
A) AI 기술 적용 현황
B) 경제적·사회적 영향
카. 성균관대학교 - Boid
A) AI 기술 적용 현황
B) 경제적·사회적 영향
(4) 학습지능 연관 기술사례
가. 창작 알고리즘
A) 기술 정의
B) 기술 현황
C) 기술 영향
나. 키 입력 패턴 기술
A) 기술 정의
B) 기술 현황
C) 기술 영향
5) 머신러닝 활용을 위한 오픈플랫폼 현황
(1) TensorFlow
(2) Accord.NET
(3) CNTK(Cognitive Toolkit)
(4) PaddlePaddle
(5) DL4J(Deeplearning4j)
(6) Mahout
(7) MLlib
(8) DeepMask, SharpMask, MultiPathNet
(9) Caffe
(10) MXNet
6) 딥러닝 기반 공개 소프트웨어
(1) 파이선(Python) 언어
(2) Matlab
(3) C++
(4) Java
제 2장 인공지능 추론/행동/표현 지능 기술동향 및 활용사례
1. AI 추론/행동/표현 지능의 기술발전 동향
1) 지식표현 및 추론 기술
(1) 기술 정의
(2) 기술 현황
(3) 기술 영향
가. 경제 측면
나. 사회·문화·윤리 측면
2) 추론/행동 지능의 발전
(1) 추론의 시작
가. 관계 추론이 가능한 인공지능의 등장: Relational Network
나. 미래상황을 예측하고 계획하는 인공지능의 등장: Imagination and Long-term Planning
3) 추론지능 연관 기술
(1) 고객 특성 분석 및 파악
가. 기술 정의
나. 기술 현황
다. 기술 영향
A) 경제 측면
B) 사회·문화·윤리 측면
(2) 넷플릭스
가. AI 기술 적용 현황
나. 콘텐츠 추천 알고리즘의 진화
A) 고전적 추천 시스템
B) 넷플릭스 프라이즈와 모델 기반 협력 필터링
C) 추천 알고리즘과 필터버블
(3) 인공지능 자산운용 시스템, 로보어드바이저(Robo-Advisor)
가. 기술동향
나. 시장동향 및 수요예측
다. 시장 경쟁 상황
라. 향후 전망
(4) 지능형 서비스 로봇을 위한 온톨로지 기반의 연구
(5) 가상공간에서 활용되는 온톨로지 기반 지능형 자율주행 에이전트 개발에 관한 연구
가. 온톨로지 기반 자율주행 에이전트의 개발
나. 온톨로지 추론기술의 가상공간에 도입
다. 온톨로지 추론 및 이의 가시화 기술개발
2. 인공지능 인지컴퓨팅
1) 사람처럼 ‘생각’하는 인공지능(Computing Like Human)
(1) Approximate Computing
(2) 지능의 이식(Transferring Intelligence)
2) 의사결정 이유를 설명할 수 있는 인공지능, XAI
(1) XAI 연구개발 목표
(2) XAI 연구개발 기술
가. 설명 가능한 인과관계 학습 추론 기술
나. 설명 가능한 원샷/제로샷 학습 모듈
다. 의사결정의 이유 제시를 위한 설명 가능한 인터페이스
라. 의료 및 금융 분야에 실제로 적용할 수 있는 모듈
(3) XAI 적용분야 및 앞으로의 전망
(4) XAI R&D과제 현황
3) 인지컴퓨팅 기술 동향 및 전망
(1) 인지컴퓨팅(Cognitive Computing)
(2) 국가 주도의 인지 컴퓨팅 연구 프로그램
(3) 영상 및 음성 인식 관련 인공지능 연구
(4) 인공지능의 인지 심리학적 접근
(5) 인지컴퓨팅 도전 분야
가. 생물학적 기능 모방 기술 분야
나. 환경지능 및 지능형 에이전트 기술 분야
다. Human Augmentation 기술 분야
라. Brain Imaging 기술 분야
(6) 기업에서 사용되는 인지기술
3. 인공지능/인지 컴퓨팅 기반 챗봇(ChatBot) 기술동향과 사례분석
1) 배경 및 필요성
2) 챗봇의 정의와 현주소
(1) 챗봇(ChatBot)
(2) 챗봇(ChatBot)의 기술 요소
(3) 국내외 ICT 기업의 챗봇 서비스 개발 경쟁
(4) 해외 주요 ICT 기업의 챗봇 서비스
가. 페이스북의 “FB Messenger”
나. 슬랙의 “Slack Bot”
다. 킥(Kik)의 “Botshop”
라. 텐센트의 “위챗(Wechat) & QQ”
(5) 국내 주요 ICT 기업의 챗봇 서비스
가. 카카오의 “Kakao Talk”
나. 네이버의 “Line”
다. LG전자의 “Home Chat”
라. 텍스트 팩토리의 “문비서”
3) 국내외 챗봇 활용사례
(1) 해외 정부의 챗봇 활용사례
가. 미국농무부(USDA)의 “음식 안전 및 검사 서비스(Ask Karen)”
나. 미국의회법률도서관(Law Library of Congress)의 챗봇 서비스
(2) 우리 정부의 챗봇 활용사례
가. 법무부의 “인공지능 기반 대화형 생활법률 지식 서비스”
나. 농정원의 “스마트 영농교육 및 지능형 상담지원 시스템”
다. 경기도의 “스마트 고지와 핀테크 기반의 지능형 세정 서비스”
라. 부산모아
마. 국내 최초 인공지능 기반 자동민원상담시스템 구축
(3) 금융권 활용 사례
4) 챗봇의 파급효과
(1) 유관산업의 新부가가치 창출 및 혁신 주도
(2) E2E(Everything to Everything) 및 공유경제 활성화
5) 시사점
제 3장 인공지능 언어 인식/이해 지능 구현기술 주요동향
1. AI 언어 인식/이해 지능의 구현기술 주요동향
1) 인간 수준의 언어 인식/이해 지능의 구현
2) 인공지능 기반 언어 처리 기술
(1) 인공 지능과 언어 처리 기술
(2) 언어 처리 기술 : 자연어 처리
가. 형태소 분석
나. 구문 분석
다. 개체명 인식 (Named Entity Recognition)
라. 화행(Speech Act)·의도(Intention) 분석
마. 감정 분석
바. 정보추출
(3) 자연어 대화 인터페이스 : 자연어 처리 기술의 적용
가. 자연어 대화 인터페이스를 위한 기술
A) 언어이해
B) 대화관리
C) 응답생성
나. 자연어 대화 인터페이스
A) 스마트 디바이스를 위한 개인 비서 서비스
B) 자연어 대화 인터페이스를 이용한 사물 인터넷(IoT), 로보틱스서비스
C) 자연어 대화 인터페이스를 이용한 문자 상담 서비스
3) 최신 자연어 처리 기술
(1) 기계 학습의 도입
(2) 기계 학습 기반 자연어 처리 모델
4) 음성언어 비서 시스템을 위한 자연어처리 기술
(1) 음성인식 후처리
(2) 개체명 인식과 엔터티 링킹
(3) 담화 분석 및 대화 모델
(4) 채팅 모델
2. 콘텐츠 관련 인공지능 기술 분석 및 활용사례
1) 자연어 처리 기술현황
(1) 기술 현황
(2) 기술 영향
가. 경제 측면
나. 사회·문화·윤리 측면
2) 콘텐츠 분야와의 관련성
3) 자연어 처리기술 국내외 활용사례
(1) 오토메이티드 인사이츠 - 워드스미스
가. 콘텐츠 개요
나. AI 기술 적용 현황
다. 사업 지원 타당성
라. 경제적·사회적 영향
(2) 유튜브(YouTube)
가. 콘텐츠 개요
나. AI 기술 적용 현황
다. 사업 지원 타당성
라. 경제적·사회적 영향
(3) 와이즈넛
가. 콘텐츠 개요
나. AI 기술 적용 현황
다. 사업 지원 타당성
라. 경제적·사회적 영향
3. 엑소브레인 관련 인공지능산업의 현황 및 전망
1) 개요
2) 언어지능 관련 산업의 동향 및 전망
3) 엑소브레인 한국어 분석 및 질의응답 기술의 개발 현황
(1) 엑소브레인 1단계 연구현황
(2) 엑소브레인 2단계 개발계획
4) 최근 질의응답 데이터셋 및 관련연구 동향
(1) 질의응답 데이터셋 관련연구
가. CNN/Daily Mail(Google DeepMind & University of Oxford, 2015)
나. SQuAD(Stanford Question Answering Dataset, 2016)
다. MS MARCO(MAchine Reading COmprehension, 2016)
라. NewsQA(2016)
(2) 선진국 인공지능 SW 개발동향
4. 기계번역 기술동향 및 응용사례 현황
1) 인공 신경망 기반의 기계 번역 기술
2) 통계 기반의 기계 번역 기술
3) 기계 번역 기술의 대양한 응용
(1) 네이버의 기계 번역 서비스 모습
(2) 하드웨어와 결합한 기계 번역 기술
제 4장 인공지능 음성언어 지능분야 주요기술 및 산업동향
1. AI기반 음성언어 인식분야 기술개발 및 기업체 연구동향
1) 연구배경
2) 음성인식 SW
(1) 정의 및 필요성
(2) 범위
가. 제품분류 관점
나. 공급망 관점
3) 음식인식 기술발전 및 원리
(1) 음성인식 기술발전 동향
(2) 음성인식 원리
(3) 음성분석
(4) 음향모델
(5) 언어모델
(6) 디코딩
4) 음성인식 기술개발 트렌드 및 최신동향
(1) 기술개발 트렌드
(2) 빅데이터 기반 음성인식
(3) 딥러닝 기반 음성인식
(4) 다국어 음성인식
5) 주요업체별 기술개발동향
(1) 해외 업체동향
가. 마이크로소프트
나. 페이스북
다. 아마존
라. 애플
마. 구글
바. 유튜브
사. Nuance(뉘앙스)
아. iFlytek
자. 바이두
A) 음성인식 기술 “딥 스피치(Deep Speech)”
B) AI 기반 음성입력 앱 Simeji
(2) 국내 업체동향
가. ETRI
A) 지니톡 음성인식
B) 사용자 로그데이터 반영
C) 다국어 확장
D) 세계적 통번역 솔루션 ‘지니톡’
나. 카카오
A) 카카오 음성인식/합성 기술의 API 공개
B) 카카오 고립어/연속어 음성인식 기술
다. SK Telecom
라. 기타 업체
2. AI 기반 음성인식 특허분석 및 표준화 동향
1) 표준화 현황
(1) 국제
(2) 국내
(3) 주요 이슈
(4) 현황 및 문제점
(5) 대응 방안
2) 특허동향 분석
(1) 음성인식 SW 특허 상 주요 기술
(2) 세부 분야별 특허동향
가. 주요 기술별 국가별 특허동향
나. 주요 기술별 출원인 동향
다. 음성처리 분야 주요 출원인 동향
라. 언어처리 분야 주요 출원인 동향
(3) 음성인식 SW 분야의 주요 경쟁기술 및 공백기술
(4) 최신 국내 특허기술 동향
(5) 중소기업 특허전략 수립 방향 및 시사점
3. AI 기반 음성인식 최근 산업실태 및 국내외 시장규모
1) 산업환경 분석
(1) 산업의 특징
(2) 산업의 구조
2) 시장환경 분석
(1) 세계시장
(2) 국내시장
(3) 품목별 음성인식 시장전망
(4) 인공지능 음성비서 서비스 탑재기기 시장전망
(5) 무역현황
4. AI 기반 음성인식 대표적 적용분야 및 탑재기술 분석
1) 다국어 자동통역 SW 기술/서비스 주요 동향
(1) 자동통번역 기술동향
가. 자동번역 현황
(2) 해외 기업/제품 현황
가. IBM, SRI
나. 모바일 테크놀러지
다. 구글
라. MS
마 NTT 도코모
(3) 국내 기업/제품 현황
가. 한컴인터프리 & ETRI
나. 네이버
다. 플리토
라. 시스트란 인터내셔널
(4) 시장 규모
(5) 국내외 시장현황 진단
가. 다양한 디바이스 활용 증가
나. 공개 플랫폼 확대로 플랫폼 경쟁 심화
다. 서비스의 세계화에 따른 국내업체의 경쟁력 저하
라. 음성인식 기술의 활용도 확대
2) 셀바스 AI의 인공지능 기반 의료녹취용 음성인식 탑재기술 동향
3) 스마트카 음성인식 탑재기술 동향
(1) 인공지능 기반 음성인식 기술
가. 차량 음성인식 기술 원리
나. 제스처 AI 기반 음성인식 기술
다. AI 음성비서, 자율주행으로 얻는 편의성
(2) 해외기업 자동차 음성인식 엔진&플랫폼 기술 적용사례
(3) 국내 자동차업체 음성인식 비서 서비스 탑재동향
(4) 자동차 음성인식 기술 시장전망
4) 가전 및 전자제품에서의 음성인식 탑재기술과 서비스 적용방안
(1) 휴대전화(스마트폰)
가. 애플(Apple)
나. 구글 (Google)
다. 삼성전자
라. 화웨이(Huawei)
(2) 웨어러블(스마트워치)
가. 하락 곡선의 스마트워치 시장도 AI 음성비서 탑재로 재도약 도모
나. Google Assistant 채택이 확산되고 있는 가운데 Alexa, Bixby 등도 경쟁 대열참여
(3) 가정용 로봇
(4) 가전제품
가. 삼성전자
나. LG전자
다. 기타
5) 음성인식 개인비서의 기술 및 산업동향
(1) 인공지능 기반 음성서비스의 특성
가. 음성기반 사용자 인터페이스의 특징
나. 인공지능 기반 음성 인식 서비스 SW
A) 시장 지배력을 가지는 개방형 플랫폼(open platform)
B) 인공지능 기반 음성 인식 서비스의 핵심 경쟁력은 SW
C) 음성 인식 서비스가 가져다 주는 편리성
(2) 지능형 개인비서 트렌드
가. 시장선점을 위한 IT 기업들의 움직임
나. 맞춤형 소프트웨어
다. 시장의 급성장 및 파급효과
(3) 해외 기업들의 지능형 개인비서 추진동향 및 특징
가. 아마존
A) 아마존 기술 분석
B) 아마존 알렉사 기술분석
C) R&D 분석
D) 생태계 분석
E) 비즈니스 모델·사업 전략
나. 구글
A) 기술 분석
B) R&D 분석
C) 생태계 분석
D) 비즈니스 모델·사업 전략
다. 페이스북
A) 기술 분석
B) R&D 분석
C) 생태계 분석
D) 비즈니스 모델·사업 전략
라. 애플
A) 시리의 개발 과정
B) 시리의 작동 예제
C) 음성인식 엔진
D) 지식검색 엔진 울프람 알파
E) 울프람 언어
마. 마이크로소프트
바. 중국·일본 기업 동향
A) 중국
B) 일본
(4) 국내 기업들의 대응 동향 및 산업 영향
가. 삼성전자
나. 네이버
다. SK텔레콤
라. KT
A) 기가 지니 적용기술
B) hybrid형 대화추론
C) 질의응답 기술
D) 이력과 맥락에 기반한 대화
E) 대화형/능동형 추천
마. 카카오
(5) 가상개인비서 시장 현황
(6) 미국 시장의 스마트폰 가상개인비서 서비스 이용현황
(7) 인공지능 스피커 음성비서 탑재기술 및 시장동향
가. Amazon
나. Lenovo
다. Mattel
라. OnKyo
마. Google
바. 징둥(京?)
사. SK텔레콤
아. KT
자. 네이버
(8) 스타트업들의 개인비서 서비스 현황
가. 이메일을 통해 사용자의 일정을 관리해주는 ‘Amy’ (공개 베타 테스팅 단계)
나. ‘Siri’의 개발자들이 새로 개발하고 있는 차세대 음성 인식 시스템 ‘Viv’
6) 금융 및 콜센터에서의 음성인식 탑재기술과 서비스 적용사례
(1) 해외 은행들의 가상 개인비서 서비스 적용 사례
가. [Ally Bank] Ally Assist 서비스 출시(2015년 5월)
나. [CapitalOne] 아마존 ‘Echo’와의 연계 서비스 출시(2016년 3월)
다. [Santander] 모바일 뱅킹에 ‘Voice Banking’ 서비스 출시(2016년 3월)
라. [RBS] 고객 상담 전문 비서 로봇 ‘Luvo’ 활용(2016년 3월)
(2) 해외 핀테크 기업들의 가상 개인비서 서비스 적용 사례
(3) 일본 주요은행의 AI(인공지능) 음성인식기술 도입 동향
가. 미쓰이스미토모 은행
나. 미즈호 은행
다. 미츠비시도쿄UFJ 은행
제 5장 AI 시각지능 및 컴퓨터비전 분야 주요기술 산업동향
1. 인공지능 영상처리 시스템 주요동향
1) 개요
(1) 정의 및 필요성
가. 객체인식 기술
나. 상황인식 기술
다. 모션인식 기술
(2) 범위
가. 제품분류 관점
나. 공급망 관점
2) 산업환경
(1) 산업의 특징
(2) 산업의 구조
3) 시장환경
(1) 세계시장
(2) 국내시장
(3) 무역현황
4) 국내외 기업별 비교분석
(1) 국가별 주요기업 비교
(2) 주요업체별 기술개발동향
가. 해외 업체동향
나. 국내 업체동향
다. 국내 중소기업 사례
2. 시각지능 관련 기술개발 동향
1) 시각지능 기술
(1) 정의
(2) 이미지/영상의 인식과 이해
(3) 이미지/영상의 합성과 생성
2) 시각지능 기술개발 동향
(1) 영상이해 기술
가. DARPA VIRAT (Video/Image Retrieval and Analysis Tool)
나. DARPA Mind’s Eye
다. Deep Learning ? Convolutional Neural Network
(2) 영상인식을 위한 이미지뱅크 기술
가. Stanford ImageNet 데이터베이스
나. MIT SUN 데이터베이스
다. 마이크로소프트 COCO 데이터베이스
3) Deep learning 기반 영상 인식 기술 동향
(1) Perceptron
(2) LeNet
(3) AlexNet
(4) ZFNet
(5) VGGNet
(6) GoogLeNet
(7) ResNet
4) 딥러닝을 이용한 객체분류 및 검출 기술
(1) CNN을 이용한 객체 분류 기법
가. Densely Connected Network (DenseNet)
나. Inception Network (InceptionNet)
(2) CNN을 이용한 객체 검출 기법
가. 관심영역 기반 객체 검출 기법
나. Single-Stage 객체 검출 기법
5) 딥 러닝 기반의 행동인식 기술동향
(1) CNN기반의 행동인식
(2) LSTM 기반의 행동인식
6) 딥뷰(DeepView) 인공지능 국가전략 프로젝트 현황
(1) 이미지·영상의 내용과 의미를 이해하는 시각지능SW
가. 객체의 학습 및 인식 기술
나. 직관적 사물의 인식 기술
다. 심층적 상황 인식 기술
(2) 딥뷰의 연구개발 목표 및 기술
(3) 딥뷰의 연구개발 목표 및 기술
가. 1계층 : 시각-이해 지능 기술
나. 2계층 : 시각-분석 지능 기술
(3) 사람의 눈을 대신하는 서비스 제공
(4) 딥뷰 진행사항 및 연구성과
가. 1단계 : 시각지능 핵심기술 개발
나. 2단계 : 시각지능 응용기술 개발
다. 3단계 : 글로벌시장 진출 기술 개발
(5) 딥뷰 R&D과제 현황
3. 인공지능 기반의 안면인식 기술동향
1) 안면인식 기술 주요동향
(1) 생체인식 기술로의 안면인식
(2) 안면인식 기술 및 시장 동향
가. 안면인식 기술동향
나. 안면인식 기술 시장규모 및 전망
(3) 안면인식기반 주요 서비스 현황
(4) 글로벌 기업의 안면인식 기술 확보를 위한 M&A 경쟁
(5) 모바일 업계 화두로 부상한 안면인식
2) 최근 표정인식 기술 동향
(1) 표정의 종류 및 표정 기술 방법
(2) 표정 인식 단계별 접근 방법 및 최신동향
가. 얼굴검출
나. 얼굴 특징 추출
다. 표정 분류기
라. 표정 판단
(3) 표정 인식 시스템의 사례
가. Multilinear 모델을 이용한 표정 인식
나. 표정의 변화 추적과 이를 이용한 표정 및 스트레스 정도 인식
다. 지역적인 특징에 대한 Dictionary 학습을 통한 표정인식
라. 딥러닝을 이용한 표정인식
마. 딥러닝을 이용한 표정인식과 특징점 흐름에 대한 인식기의 결합에 의한 표정인식
4. 인공지능 기반 지능형 영상보안 기술 시장동향
1) 지능형 영상감시 및 구축 시스템 기술
(1) 지능형 영상 감시 기술요소
(2) 지능형 영상감시시스템
2) 지능형 영상감시 분야 시장현황
(1) 지능형 영상감시 분야 시장규모 및 전망
(2) 영상보안 장비 시장동향 및 전망
3) 지능형 영상보안 주요 산업동향
(1) 산업 환경
가. 산업의 특징
나. 산업의 구조
(2) 국내외 업체 경쟁환경
(3) 전후방산업 환경
4) 지능형 영상분석 기술개발 동향
(1) 지능형 영상분석 기술의 발전
가. 지능형 영상분석 솔루션 확대
A) IQ-115(Crowd Gathering)
B) IQ-120, IQ-125(Crowd Management)
나. 딥러닝 기반 CCTV 영상분석 솔루션업체 기술력
A) 소프트 온넷
B) 일리시스
C) 엔비디아
D) ㈜인텔리빅스
(2) CCTV 통합관제 시스템 기술개발
가. CCTV 통합관제시스템의 당위성
나. CCTV 개인 영상 정보 보호 기술 관련 연구
A) 개인 영상정보 저장을 위한 기술적 단계
B) 얼굴 탐지 및 추출기법
C) 마스킹기법
다. 정부서울청사 고화질 지능형 영상관제 CCTV 사례
라. 오산시 u-시티(u-City) 통합운영센터 사례
(3) 국내 지능형 CCTV 개발사례
가. 한화테크윈
나. 에스원
다. 한국전자통신연구원
5) 지능형 영상보안 기술 특허동향
(1) 연도별 출원동향
(2) 국가별 출원현황
(3) 주요출원인
(4) 국내 출원인 동향
5. 딥러닝 기반 스마트카 자율주행기술개발 및 상황인식 기술동향
1) 자율주행을 위한 다중센서 기반 인공지능 기술
(1) 센싱을 위한 인공지능 기술
(2) 인지를 위한 인공지능 기술
(3) 측위를 위한 인공지능 기술
(4) 차량 제어를 위한 인공지능 기술
2) 지능형 자동차를 위한 야간보행자 검출 기술
(1) 상용화된 야간보행자 모니터링 기술
(2) Thermal IR 카메라 기반 야간보행자 검출 기술
가. 적외선 보행자 검출 기술 동향
나. 물리적 온도 기반 보행자 검출 기법
다. 적외선 및 가시광 영상 융합을 통한 보행자 검출 향상 기법
3) 지능형 차량 영상인식 및 영상처리 기술
(1) 다중카메라 기반 고속 영상인식 SoC 플랫폼 기술
가. 기술의 개요
나. 기술의 현황
다. 기술의 장점 (경쟁기술과의 차별성)
라. 활용범위 및 응용분야
(2) 지능형 차량을 위한 영상처리 및 비전기술
가. 최근 기술 동향
A) 안개 영향 제거(De-hazing)
B) 도로 소실점 검출(Road Vanishing Point Detection)
C) 보행자 인식
D) 차량 인식
나. 창의적인 기술 제안
A) 안개 영향 제거(De-hazing)
B) 도로 소실점 검출(Road Vanishing Point Detection)
C) 보행자 인식
D) 차량 인식
다. 실시간 동작
A) 알고리즘 최적화
B) 병렬처리 가능한 하드웨어 사용
라. 결론
4) 센서방식과 기계학습 방식의 실시간 주차예측 기술동향
6. 딥러닝 기반의 의료 영상인식 및 분석기술과 적용방안
1) 의료영상에서의 인공지능 기법
(1) 자동분류를 위한 인공지능 기법들
가. 베이지안 분류기
나. SVM 분류기
다. 인공신경망 분류기
(2) 고전 영상처리기법과 인공지능
2) 딥러닝 기반의 의료영상 분석기술과 활용사례
(1) 의료 인공지능의 핵심 : 딥러닝
가. 딥러닝의 장점
나. 딥러닝 기반 진단의 정확도
(2) 의료 인공지능의 핵심 : 의료 데이터
(3) 의료영상의 데이터적 특성과 해결방안
(4) 의료영상에서 GAN의 활용
(5) 의료영상 인공지능 모델의 해석가능성 및 설명력
(6) 의료영상에서의 인공지능 활용 및 연구사례
가. 유방 영상에서의 인공지능
나. 흉부/폐 영상에서의 인공지능
다. 그 외 의료 영상에서의 인공지능
3) 인공지능 의료/헬스케어 시장동향
(1) SW기반 의료 인공지능 시장동향
(2) 인공지능 헬스케어 시장동향
4) 인공지능 기반 의료 영상인식 관련 국내외 기업분석
(1) 국내 업체분석
가. 루닛(Lunit)
나. 뷰노 코리아(Vuno)
다. 제이엘케이인스펙션(JLK Inspection)
라. 오비에스코리아(OBS Korea)
마. 딥 바이오(Deep Bio)
(2) 해외 업체분석
가. IBM, 왓슨
A) Sugar.IQ 앱 개발
나. Enlitic
다. Zebra Medical Vision
라. Butterfly Network
마. AI 활용 헬스케어 업체분석
A) Apixio
B) Welltok
C) Pathway Genomics
D) iCarbonX
E) 구글 베릴리
F) 애플
G) Gauss Surgica
H) Benevolent.ai
I) 디오텍(Diotek)
7. 인공지능 기반 물류 및 리테일(소매) 활용사례 및 업체동향
1) 유통산업 밸류체인별 주요 선진사례 분석
(1) 전략 수립 및 의사결정
가. 유통 기업, 신기술 활용하여 수요 예측의 정확도 제고
나. 인공지능이 제안하는 최적 점포 입지
다. 소비자의 작은 반응까지 분석하는 기술 등장
(2) 물류ㆍ재고ㆍ매장 관리
가. 실시간화 되는 물류ㆍ재고 관리
나. IoT · 로봇 · 인공지능이 주도하는 매장 관리 효율화
(3) 고객 유인 및 고객 경험 강화
가. 오프라인 매장의 디지털화, ‘피지털(Phygital)’을 통한 고객 경험 제고
나. 머신러닝된 인공지능, D&A 등을 활용한 타깃 마케팅 제공 확대
(4) 결제 및 배송 프로세스
가. 간소화되는 페이먼트(Payment)
나. 인공지능과 로봇이 주도하는 똑똑한 배송
(5) 지속적 고객 관계 형성 및 로열티 제고
가. 자동 주문 → 재구매 및 고객 로열티로 연결
나. 스마트 추적 시스템으로 고객 신뢰도ㆍ로열티 제고 및 업무 효율성 강화
2) 딥러닝 기반 영상인식 물류·리테일 솔루션 제공 플랫폼 ‘인터마인즈’
(1) 기업소개
(2) 구매여부(동작) 인식 기술력
(3) 확대가능 사업영역
3) 물류 혁신 ‘아마존’
(1) 프라임 멤버쉽(Amazon Prime Membership)
(2) 주문이행센터(Fulfilment Center, FC)
(3) 자동화 로봇을 활용한 kiva system구축
(4) 드론을 이용한 배송 혁신 ? Amazon Prime Air
(5) 예상 배송(anticipatory shipping) 서비스
(6) 아마존 고(Amazon Go)
4) 인공지능 기반 콘텐츠 및 커머스 상품추천 업체동향 및 사례
(1) 글림스
(2) 네이버
(3) 11번가
(4) MetaMind
(5) Deepomatic
(6) Quantified Skin
(7) Cortexica
(8) Go Find Ai
(9) 옴니어스
(10) 버즈니
8. 인공지능 이미지·영상인식 기술 활용 기타 사례분석
1) 딥러닝 기반 이미지인식 주방 가전제품
2) 범죄예방 및 시민안전
(1) 미국 뉴욕, 범죄감시시스템 DAS(Domain Awareness System)
(2) 두바이, 중국 광둥성, 홍콩 마카오 등 로봇경찰 시스템
3) 공항 · 항만 위험물 감지
(1) 네덜란드 로테르담, 머신러닝 기반 화물 컨테이너 위험물 감식 시스템
(2) 미국 워싱턴DC, LA, 덴버 AI기반 수화물·승객 보안검색시스템 도입
(3) 미국 국토안보부, 인공지능 승객 생체정보 인식
4) 폐기물 처리 및 쓰레기 수거
(1) 서울시 은평구, 영상인식 기술을 활용한 대형폐기물 처리 서비스
(2) 네델란드 로테르담, 항만을 떠다니는 쓰레기 수집드론
5) 이미지 인식 교란 스티커
9. 인공지능 영상처리 분야 특허동향 분석
1) 영상처리 시스템 특허 상 주요 기술
2) 세부 분야별 특허동향
(1) 주요 기술별 국가별 특허동향
(2) 주요 기술별 출원인 동향
(3) 객체인식 분야 주요 출원인 동향
(4) 상황감지 분야 주요 출원인 동향
(5) 모션인식 분야 주요 출원인 동향
3) 영상처리 시스템 분야의 주요 경쟁기술 및 공백기술
4) 최신 국내 특허기술 동향
5) 중소기업 특허전략 수립 방향 및 시사점

제 3편 인공지능 HW 기술개발 산업동향
제 1장 인공지능 하드웨어 주요동향 <초고성능 컴퓨팅/뉴로모픽칩/지능형 반도체>
1. 인공지능 하드웨어 주요 기술동향
1) 하드웨어 인공지능 개요
2) 딥 러닝을 위한 하드웨어 시스템 기술동향
(1) 딥 러닝을 위한 HW 연구 개발동향
가. 고성능 컴퓨터 시스템의 필요성
나. GPU 기반 딥 러닝
다. 전용 하드웨어 및 FPGA를 사용한 딥 러닝
라. 다수의 가속기 및 클러스터를 사용한 딥 러닝
마. 모바일 딥 러닝
3) GPU(Graphics Processing Unit)의 성장과 시장경쟁 현황
(1) GPU의 성장 배경과 GPGPU(범용GPU, General Purpose GPU)
(2) GPU 시장의 경쟁 양상
가. NVIDIA
나. AMD?Intel
다. 非반도체 회사
A) 슈퍼컴퓨터 부럽지 않은 TPU
4) 인공신경망 연산을 위한 하드웨어 가속기 최신 연구 동향
(1) 인공신경망 알고리즘과 GPU를 사용한 연산과정
가. 인공신경망 연산 과정
나. GPU를 사용한 인공신경망 연산과정
(2) 최신 인공신경망 연산 하드웨어 가속기 연구 동향
가. 데이터 재사용(Data Reusability)
나. 데이터 압축
다. Processor-In-Memory (PIM)
라. DianNao Project
5) 에너지 고효율 인공지능 하드웨어
(1) 인공지능 하드웨어의 경량화
가. 기계학습에 대한 소개 및 경량화 연구추세
나. 인공신경망 모델(MLP/CNN)의 경량화
다. 순환신경망 모델(RNN)의 경량화
(2) 인공지능을 위한 고성능 시스템 구조
가. NeuroCube: PIM 형태의 인공지능 하드웨어
나. PIM 기반 인공지능 하드웨어 연구의 진행
2. 국내외 고성능컴퓨팅 기술현황과 인공지능 사례분석
1) 연구 배경
2) 고성능컴퓨팅 환경과 인공지능
(1) 컴퓨팅 성능의 발전과 이슈
가. 현대 연산처리장치의 성능
나. 최신 연산처리장치의 활용 측면에서의 이슈
(2) 인공지능 사례 분석
가. 인공지능 연구에는 막대한 규모의 계산이 소요
나. 게임 인공지능 연구에 활용된 컴퓨팅 환경
다. AlphaGo의 컴퓨팅 파워
3) 고성능컴퓨팅 환경의 국내외 현황
(1) 해외 현황
(2) 국내 현황
가. 국내 슈퍼컴퓨터 현황
4) 국내 초고성능컴퓨팅(HPC) 자체개발 동향
(1) 초고성능컴퓨팅 사업단 구성?운영(안)
(2) 국내 초고성능컴퓨팅 관련 프로젝트 현황
(3) 초고성능컴퓨팅 시장 현황 및 전망
가. 세계 시장
나. 국내 시장
A) 수요측면
B) 공급측면
3. 두뇌 신경회로모방 뉴로모픽 칩 주요 R&D동향
1) 배경
2) 뉴로모픽 컴퓨팅 기술의 발전
3) 뉴로모픽 신호처리 및 학습
4) 뉴로모픽 반도체의 구현
5) 국내외 뉴로모픽 기술개발 현황
(1) 뉴로모픽 연구 관련 국내 동향
가. 뇌 모방형 컴퓨팅기술 국내 환경
(2) 뉴로모픽 연구 관련 국외 동향
6) 미래 적용 및 확산 분야
(1) 활용영역
(2) 미래적용 확산분야
4. 인공지능 지능형반도체 주요동향
1) 인공지능 반도체 개념과 범위
(1) 인공지능 반도체 기술개념
(2) 인공지능 반도체 기술범위
(3) 인공지능 가속 프로세서(accelerator)의 주요 기술방식
(4) 지능형반도체의 개념
2) 지능형반도체 국내외 정책 동향
(1) 해외 정책 동향
(2) 국내 정책 동향
3) 지능형반도체 글로벌 기업 동향
(1) 엔비디아
(2) 인텔
(3) IBM
(4) 구글
(5) 화웨이
가. 전용 NPU 장착한 세계 최초의 스마트폰용 시스템 온 칩(SOC) 표방
나. 스마트폰 환경에서 인공지능의 성능과 기능 구현을 위한 과제 해결 필요
(6) 애플
(7) MS
(8) 테슬라
(9) 기타
(10) 기업별 제품출시 동향
4) 반도체 산업현황과 시장전망
(1) 인공지능칩 등장과 반도체 산업전망
(2) 지능형 반도체 시장 전망
가. 세계시장
나. 국내시장
(3) 웨어러블 기기 지능형 반도체 시장전망
가. 웨어러블 기기 출하량 증가로 인한, 지능형 반도체 시장 변화
나. 웨어러블 기기, 배터리 최적화를 위한 지능형 반도체
다. 지능형 반도체를 탑재한 웨어러블 기기
A) 퀄컴
B) 가민
C) Intel
D) 언더아머
(4) 인공지능(AI) 칩 시장현황 및 전망
통계(도표) 목차

[본서의 특징] 딥 러닝과 머신 러닝 기술을 기반으로 작동하는 인공지능 시스템은 최근 전 세계 각종 기업의 판매에 영향을 미치고 있을 뿐만 아니라 기업 경영을 전방위적으로 지원하고 있다. 2017년 정부는 인공지능 기술 관련 R&D에 1630억원을 투입한다고 밝힌 바 있는데, 이는 2016년 관련 예산 1106억 원에 비해 47% 증가된 규모다. 먼저 산업적 수요가 높은 언어·시각·음성 지능 분야의 원천기술 개발 등을 발전시키고, 중장기적 기술 우위 확보를 위해 선도적으로 차세대 학습·추론 등 AI 기술을 연구하는 'AI 국가전략프로젝트'를 추진한다. 인공지능 기법이 발전하면서 구글 등의 음성인식 정확도는 약 95%인 것으로 알려져 있다. 아직 스마트 스피커의 시장 추세는 언어권별로 나뉘어져 있지만 인공지능이 언어의 장벽을 넘어설 때, 주요 플레이어를 중심으로 한 급속한 시장통합이 전망된다. 시장조사 기관 GMI(Global Market Insight)는 2024년에 스마트 스피커 시장이 110억 달러를 넘어설 것으로 전망했다. 국내의 경우, 국립국어원은 인공지능의 핵심기술인 한국어 자연어 처리를 위해 2018년부터 2022년까지 총 155억 어절의 말뭉치를 구축하는 국어 정보화 사업 계획을 마련했다. 또한 컴퓨터 비전과 딥 러닝에 의해서 구현되기 시작한 인공지능 이미지/영상인식 기술은 우리 산업과 사회 속에 혁명적으로 진화하고 있다. 각종 산업에서 괄목할만한 성과를 나타내고 있는 가운데 의료 영상 진단기술, 자율주행차, 스마트홈, 보안 및 영상감시 산업, 산업용 로봇의 시각기능, 스마트 팩토리, 국방 및 우주항공, 헬스케어, 가전, 금융, 스마트 쇼핑, 엔터테인먼트 등 다양한 분야에서 새로운 가치 실현의 기반이 되어 가고 있다. 이에 본원 R&D정보센터에서는 혁신적으로 변화하는 인공지능의 전반적인 흐름과 새로운 기술을 파악하고 AI구현에 도움이 되고자 관련 연구기관의 정보자료를 토대로「지능정보기술 분야 인공지능 5대 핵심기술 및 SW/HW 연구동향」을 발간하였다. 본서 1편에서는 국내외 인공지능 기술 산업동향을 다루었고, 2편에서는 언어인지·학습·추론지능, 음성지능, 시각지능 기술별 개발동향과 시장현황을 세부적으로 다루었으며, 3편에서는 인공지능 하드웨어의 최신기술 산업동향을 수록하였다. 본서가 학계?연구기관 및 관련 산업분야 종사자 여러분들에게 다소나마 유익한 정보자료로 활용되기를 바라는 바입니다.

회원리뷰 총 0개

리뷰작성 새 창

사용후기가 없습니다.

등록된 상품문의

상품문의 총 0개

문의작성 새 창

상품문의가 없습니다.

[반품/교환가능 기간]

변심반품의 경우 수령 후 14일 이내, 상품의 결함 및 계약내용과 다를 경우 문제점 발견 후 30일 이내

[반품/교환비용]

단순 변심 혹은 구매착오로 인한 반품/교환은 반송료 고객 부담

[반품/교환 불가 사유]

- 소비자의 책임 있는 사유로 상품 등이 손실 또는 훼손된 경우

(단지 확인을 위한 포장 훼손은 제외)

- 소비자의 사용, 포장 개봉에 의해 상품 등의 가치가 현저히 감소한 경우

예) 화장품, 식품, 가전제품(악세서리 포함) 등

- 복제가 가능한 상품 등의 포장을 훼손한 경우

예) 음반/DVD/비디오, 소프트웨어, 만화책, 잡지, 영상 화보집

- 소비자의 요청에 따라 개별적으로 주문 제작되는 상품의 경우 ((1)해외주문도서)

- 디지털 컨텐츠인 eBook, 오디오북 등을 1회 이상 다운로드를 받았을 경우

- 시간의 경과에 의해 재판매가 곤란한 정도로 가치가 현저히 감소한 경우

- 전자상거래 등에서의 소비자보호에 관한 법률이 정하는 소비자 청약철회 제한 내용에 해당되는 경우

* (1) 해외주문도서 : 이용자의 요청에 의한 개인주문상품으로 단순변심 및 착오로 인한 취소/교환/반품 시

‘해외주문 반품/취소 수수료’ 고객 부담 (해외주문 반품/취소 수수료 : ①양서-판매정가의 12%, ②일서-판매정가의 7%를 적용)

[상품 품절]

공급사(출판사) 재고 사정에 의해 품절/지연될 수 있으며, 품절 시 관련 사항에 대해서는 이메일과 문자로 안내드리겠습니다.

[소비자 피해보상, 환불지연에 따른 배상]

- 상품의 불량에 의한 교환, A/S, 환불, 품질보증 및 피해보상 등에 관한 사항은 소비자분쟁해결 기준 (공정거래위원회 고시)에 준하여 처리됩니다.

- 대금 환불 및 환불지연에 따른 배상금 지급 조건, 절차 등은 전자상거래 등에서의 소비자 보호에 관한 법률에 따라 처리함.