다음에 나열된 ITIS 관련 최신 기술(혹은 키워드) 가운데 한 가지를 선택하고, (1) 이 기술에 대한 개요

소개글

과목명: 경영정보시스템
주제:
1. 다음에 나열된 IT/IS 관련 최신 기술(혹은 키워드) 가운데 한 가지를 선택하고, (1) 이 기술에 대한 개요, (2) 대표적 활용 사례 1~2가지, (3) 향후 발전 전망 및 (4) 본인의 주관적 의견 및 비평 을 순서대로 15페이지 이내로 작성해 주시기 바랍니다.
내용 작성시 다른 자료(이미지 포함)를 참조하셨을 경우, 반드시 출처를 인용해 주시기 바랍니다. 본인의 주관적 의견 및 비판적인 내용이 많이 들어갈수록, 그리고 다른 학생분들이 적게 선택한 주제일수록 더 높은 점수를 받으실 수 있습니다.

목차

I. 서론

II. 본론
1. 머신러닝 기술에 대한 개요
2. 머신러닝의 활용 사례
3. 머신러닝의 향후 발전 전망
4. 머신러닝이 해결해야 하는 문제점
5. 이러한 문제를 어떻게 해결할 수 있는가

III. 결론

IV. 출처

본문내용

I. 서론
개발자나 연구자처럼 관련 분야에 종사하고 있는 사람이 아니라고 할지라도 오늘날 인공지능이나 머신러닝과 같은 개념들이 얼마나 중요하며 많은 산업 분야로 확대 적용되고 있는지에 대해서는 어렴풋이라도 알고 있을 것이라고 생각한다. 이러한 내용들이 계속해서 언론에도 보도되고 있기 때문이다. 그러한 부분에서 머신러닝 기술이 무엇인지에 대해서 먼저 간단하게 살펴보고, 오늘날 머신러닝이 어떠한 방향으로 활용되고 있는지에 대해서 살펴보았다. 그 다음 향후 머신러닝이 어떠한 방향으로 발전될 지에 대해서 살펴보았으며, 현재 머신러닝 기술이 더 발전을 하고 사용되는 과정에서 나타나고 있는 문제점과 이러한 문제점을 해결할 수 있는 방안에 대해서 나름의 생각을 기술해보았다.

II. 본론
1. 머신러닝 기술에 대한 개요
머신러닝 기술은 예전부터 있기는 했지만 2010년대에 진입하여 인공지능을 구현하는 알고리즘을 일컫는 주요 개념이 되었다. 머신러닝과 유사한 의미의 용어로는 딥러닝이나 데이터마이닝 등이 있다. 딥러닝은 머신러닝의 부분집합이다. 머신러닝은 데이터를 구문 분석하고 데이터를 통해서 학습을 한 뒤, 주어진 정보를 바탕으로 일련의 결정을 내리기 위하여 학습한 내용을 적용하는 알고리즘이라고 정의를 내릴 수 있다. 딥러닝과 머신러닝의 차이점에 대해서 조금 더 자세하게 찾아보면 딥 러닝은 알고리즘을 계층으로 구성화하여 자체적으로 학습을 하며 보다 지능적인 결정을 내릴 수 있는 인공 신경망을 만들게 된다.
머신러닝과 딥러닝 모두 인공지능의 카테고리에 속하나 딥러닝이 인간의 지능과 가장 유사한 인공지능을 만들 수 있다는 평가를 받고 있다. 머신러닝 모델은 기본적으로 기능이 방대한 양의 데이터를 학습하면서 지속적으로 향상된다는 것이 특징이다. 그래서 인공지능 알고리즘의 예측값이 부정확하다면 엔지니어가 직접 개입하여 조정을 하는 것이 필요하다.

참고 자료

인공지능 기술 및 산업 분야별 적용 사례, 국경완, ITFIND
자동화 머신러닝을 둘러싼 오해 바로잡기, 민선, ZDNET, 2020.06.24.
빅데이터의 활용은 머신러닝 워크플로 자동화에 달렸다, 이수민, e4ds news, 2021.03.31.
알고리즘 재검토가 필요한 시점... 머신러닝 최신 성공사례 5선, Clint Boulton, CIO, 2020.08.12.
편향에 감염된 AI...머신러닝 공정성으로 막는다, 인더뉴스, 2019.06.25.
인공지능의 공정성 수호할 기술 도구들, 동아사이언스, 2021.03.13.
구글 인공지능 인종차별 없애겠다....머신러닝 편견없도록 전담팀 운영, 이원갑, 뉴스투데이, 2019.06.25.
기계학습: 대용량/패널자료와 학습분석학 자료 분석으로의 활용, 유진은, 한국교육공학회, 2019
딥러닝 신경망을 이용한 신용카드 부도위험 예측의 효용성 분석, 윤종문, 한국금융학회, 2019