⦃제1편 인공지능산업⦄
제Ⅰ장 인공지능 주요 동향 35
1. 인공지능 현황 35
1) 인공지능 개요 35
(1) 인공지능 정의 35
(2) 인공지능 산업 생태계 36
(3) 필요성 및 가치사슬 37
(4) 인공지능 환경 39
2) 인공지능 산업 동향 41
(1) 해외 업체 41
가. 해외 업체 현황 42
나. 국내 업체 현황 48
(2) 국내 주요 이슈 54
가. 산업 주요 이슈 54
나. 주요 산업 현황 55
다. 지능형 서비스 핵심 동향 57
라. 시각 지능 활용 핵심 동향 57
마. AI 하드웨어 핵심 동향 58
바. 스마트 헬스케어 핵심 동향 58
3) 인공지능 정책 분석 59
(1) 해외 정책 동향 59
가. 미국 59
나. 중국 60
다. 일본 61
라. 유럽 62
(2) 국내 정책 동향 62
4) 인공지능 기술 분석 66
(1) 기술 심층 분석 66
가. 기술 개요 66
나. 기술 진화 67
다. 머신러닝 이후 딥러닝 69
라. 이미지인식 70
마. 언어지능 음성 생성 및 인식 70
(2) 해외 기술 동향 71
가. 오픈 플랫폼 71
나. 알고리즘 개발 72
다. 해외 기업 AI 인식 72
라. 해외 기업 AI 러닝 73
마. 해외 기업 AI 의료 74
바. 해외 기업 의료 외 산업 분야 응용 75
사. 해외 기업 AI 챗봇 76
아. 오픈소스 활용 AI 프로젝트 76
(3) 국내 기술 동향 77
가. KAIST의 AI 플래그십 프로그램 77
나. 지능형 비서 79
다. 음성인식 및 챗봇 79
라. 의료 80
마. 영상 80
바. 국내 대기업 동향 81
사. 국내 중소기업 동향 81
(4) 기술 이슈 및 사례 동향 82
가. 기계와 사람의 상호작용 82
나. IP 동향 83
다. 인공지능의 부작용 84
라. 오픈사이언스 움직임 가속화 85
(5) 오픈소스 현황 및 전망 87
가. TensorFlow (구글) 87
나. DeepMind Lab (구글) 88
다. Caffe2 및 PyTorch (페이스북) 89
라. OpenAI Gym (OpenAI) 89
마. CNTK (마이크로소프트) 90
바. MXNet (Apache 재단) 90
사. Gluon (AWS와 마이크로소프트) 90
5) 첨단 AI 트렌드 91
(1) AI 내셔널리즘 91
(2) 증강 분석과 다크 데이터 94
(3) R&D 혁신지능 96
(4) 창작지능 98
(5) 자율지능 101
(6) AI칩 컴퓨팅 폼팩터 103
2. 인공지능 사회윤리 105
1) 인공지능 윤리 기준 필요성과 역할 105
(1) 인공지능 기술의 현상과 수용 방식 105
(2) 인공지능 기술과 윤리 기준의 관계 106
(3) 전문가 윤리의 규범적 의의와 역할 108
가. 기존 전문분야 윤리의 의미 108
나. 전문성과 책임의 강조 108
다. 예방 윤리로서의 기능 109
(4) 주요 인공지능 관련 윤리 정책 및 규범 동향 110
가. 국가별 동향 110
나. 민간 기업 및 전문가 단체 113
(5) 전통적 전문분야 윤리 기준 114
가. 엔지니어 윤리 114
나. 생명윤리 116
다. 의료윤리 117
2) AI에 의한 사회변화와 리스크 118
(1) 기술적 특이점 (singularity) 118
(2) 리스크 사회에서 과학과 사회의 관계 118
(3) 예상 가능한 리스크 119
가. 기능과 관련한 리스크 119
나. 법률과 관련한 리스크 119
다. 예상 가능한 리스크 예 120
(4) 법률적 과제 121
가. AI 법의 패러다임 121
나. 독자영역의 AI법 122
3) AI 관련 발명의 윤리적 문제 및 지침 122
(1) AI 관련 발명의 윤리적 문제 122
가. AI가 인간의 편견을 학습했을 경우 일어날 수 있는 문제 122
나. 마이크로 소프트사가 개발한 챗봇(chatbot) 사례 123
다. 플로리다 법원에서 사용된 범죄 펑가 AI(COMPAS) 사례 124
라. 아마존의 HR 알고리즘 124
마. 구글 번역기(Google translation) 사례 124
바. YouTube의 증오 연설 확산 알고리즘 사례 125
(2) AI가 도출한 결과에 기초하여 인간이 판단할 때의 문제 125
가. 중국의 센스넷 사례 125
나. AI에 의한 의료행위 관련 사례 126
(3) 주요국의 AI 윤리지침 126
가. 유럽 126
나. 미국 127
다. 일본 128
라. 국내 129
(4) AI의 사용으로 인한 윤리적 고려사항 130
가. 투명성 (Transparency) 130
나. 윤리성 (Ethics) 131
다. 책임성 (Liability) 131
라. 사회적 수용 (Public Acceptance) 132
(5) AI 이용에 파생되는 규제 고려사항 132
4) AI와 개인정보보호법의 검토 133
(1) 보호의 대상 133
가. 법률의 정의 133
나. 경제(학)적 정당화 134
(2) 주요국 개인정보 보호 법제 135
가. 미국 135
나. EU 136
다. 일본 136
라. 국내 137
5) 프로파일링 및 정보은행(Data bank)의 문제 139
(1) 프로파일링 (Profiling) 139
(2) AI 프로파일링과 개인정보보호법 139
가. AI에 의한 민감정보의 생성 140
나. AI에 의한 익명가공정보의 본인식별 140
(3) 프라이버시와의 관계 141
가. 프라이버시권 (사생활의 보호) 141
나. 설계에 의한 프라이버시 (Privacy by design) 142
(4) 의사결정의 자유, 내심의 자유와의 관계 143
(5) 정보은행(Data bank)의 문제 144
제Ⅱ장 분야별 인공지능 시장 전망 147
1. 인공지능 및 로봇 시장 147
1) 인공지능 시장 147
(1) 시장 개요 147
(2) 시장 특성 147
(3) 시장 동향 148
가. 글로벌 전체 시장 규모 148
나. 세부기술별 시장 규모 149
다. 지역별 시장 규모 153
라. 국내 시장 규모 154
(4) 기업 동향 155
가. 경쟁 환경 155
나. 주요 기업 동향 156
2) 인공지능(AI) 로봇 시장 159
(1) 시장 개요 159
(2) 시장 특성 159
(3) 시장동향 161
가. 글로벌 전체 시장 규모 161
나. 세부기술별 시장 규모 161
다. 지역별 시장 규모 165
(4) 기업 동향 167
가. 경쟁 환경 167
나. 주요 기업 동향 168
2. 의료용 기기 인공지능 시장 170
1) 의료용 인공지능 시장 170
(1) 시장 개요 170
(2) 시장 특성 170
(3) 시장 동향 172
가. 글로벌 전체 시장 규모 172
나. 세부기술별 시장 규모 172
다. 지역별 시장 규모 176
(4) 기업 동향 177
가. 경쟁 환경 177
나. 주요 기업 동향 178
2) 웨어러블 인공지능 시장 180
(1) 시장 개요 180
(2) 시장 특성 181
(3) 시장 동향 181
가. 글로벌 전체 시장 규모 181
나. 세부기술별 시장 규모 182
다. 지역별 시장 규모 185
라. 국내 시장 규모 186
(4) 기업 동향 187
가. 경쟁 환경 187
나. 주요 기업 동향 189
3. 이동용 인공지능 시장 191
1) 항공용 인공지능 시장 191
(1) 시장 개요 191
(2) 시장 특성 191
(3) 시장 동향 193
가. 글로벌 전체 시장 규모 193
나. 세부기술별 시장 규모 193
다. 지역별 시장 규모 196
라. 국내 시장 규모 197
(4) 기업 동향 197
가. 경쟁 환경 197
나. 주요 기업 동향 198
2) 자동차용 인공지능(AI) 시장 200
(1) 시장 개요 200
(2) 시장 특성 201
(3) 시장 동향 202
가. 글로벌 전체 시장 규모 202
나. 세부기술별 시장 규모 202
다. 지역별 시장 규모 205
라. 국내 시장 규모 205
(4) 기업 동향 206
가. 경쟁 환경 206
나. 주요 기업 동향 207
3) 운송용 인공지능(AI) 시장 208
(1) 시장 개요 208
(2) 시장 특성 209
(3) 시장 동향 210
가. 글로벌 전체 시장 규모 210
나. 세부기술별 시장 규모 210
다. 지역별 시장 규모 213
라. 국내 시장 규모 213
(4) 기업 동향 215
가. 경쟁 환경 215
나. 주요 기업 동향 215
4. IT 통신용 인공지능 시장 217
1) 통신용 인공지능(AI) 시장 217
(1) 시장 개요 217
(2) 시장 특성 217
(3) 시장 동향 219
가. 글로벌 전체 시장 규모 219
나. 세부기술별 시장 규모 220
다. 지역별 시장 규모 222
(4) 기업 동향 223
가. 경쟁 환경 223
나. 주요 기업 동향 224
2) IoT용 인공지능 시장 226
(1) 시장 개요 226
(2) 시장 특성 226
(3) 시장 동향 227
가. 글로벌 전체 시장 규모 227
나. 세부기술별 시장 규모 228
다. 지역별 시장 규모 230
(4) 기업 동향 231
3) 사이버 보안용 인공지능 시장 232
(1) 시장 개요 232
(2) 시장 특성 233
(3) 시장 동향 234
가. 글로벌 전체 시장 규모 234
나. 세부기술별 시장 규모 234
다. 지역별 시장 규모 239
라. 국내 전체 시장 규모 240
(4) 기업 동향 241
가. 경쟁 환경 241
나. 주요 기업 동향 241
5. 교육 업무용 인공지능 시장 244
1) 교육용 인공지능 시장 244
(1) 시장 개요 244
(2) 시장 특성 244
(3) 시장동향 246
가. 글로벌 전체 시장 규모 246
나. 세부기술별 시장 규모 246
다. 지역별 시장 규모 250
(4) 기업 동향 251
가. 경쟁 환경 251
나. 주요 기업 동향 251
2) 회계 업무용 인공지능 시장 252
(1) 시장 개요 252
(2) 시장 특성 253
(3) 시장동향 254
가. 글로벌 전체 시장 규모 254
나. 세부기술별 시장 규모 255
다. 지역별 시장 규모 259
(4) 기업 동향 260
가. 경쟁 환경 260
나. 주요 기업 동향 261
3) 대화형 인공지능(AI) 시장 263
(1) 시장 개요 263
(2) 시장 특성 263
(3) 시장동향 265
가. 글로벌 전체 시장 규모 265
나. 세부기술별 시장 규모 265
다. 지역별 시장 규모 268
(4) 기업 동향 269
가. 경쟁 환경 269
나. 주요 기업 동향 270
6. 건설 제조업용 인공지능 시장 272
1) 건설용 인공지능(AI) 시장 272
(1) 시장 개요 272
(2) 시장 특성 272
(3) 시장 동향 274
가. 글로벌 전체 시장 규모 274
나. 세부기술별 시장 규모 275
다. 지역별 시장 규모 279
(4) 기업 동향 280
가. 경쟁 환경 280
나. 주요 기업 동향 281
2) 제조업용 인공지능 시장 282
(1) 시장 개요 282
(2) 시장 특성 283
(3) 시장 동향 285
가. 글로벌 전체 시장 규모 285
나. 세부기술별 시장 규모 285
다. 지역별 시장 규모 289
라. 국내 시장 규모 289
(4) 기업 동향 290
가. 경쟁 환경 290
나. 주요 기업 동향 291
제Ⅲ장 인공지능 기술 연구동향 295
1. 의료 바이오 인공지능 295
1) 의료 바이오 인공지능 개발 동향 295
(1) 의료 인공지능 개요 295
(2) 국내외 AI 기반 의료 진단 295
(3) 인공지능 기반 의료 진단 기술현황 297
(4) 신종감염병 대응 AI 기술 동향 분석 300
가. 감염병에 대한 통합 빅 데이터 개념 300
나. 신종감염병 대응 AI 해외 동향 301
다. 신종감염병 대응 AI 국내 동향 302
(5) 인공지능과 바이오 적층제조 기술 303
(6) 인공지능 헬스케어 304
가. 진단보조 304
나. 웨어러블 건강관리 306
(7) 인공지능 기반 의료 진단 기술의 미래 307
2) 의료 인공지능 표준화 동향 308
(1) 국제표준화 기구별 동향 308
가. ITU/WHO FG-AI4H 308
나. DICOM 310
다. IHE 311
라. IEC TC 62 312
마. IEEE 313
(2) 표준화 프레임워크 313
(3) 핵심 표준화 이슈 314
가. 정의와 분류 314
나. 위험 평가 및 관리 체계 314
다. 성능평가 315
라. 표준 데이터 및 기준 데이터 315
마. 임상 평가 316
바. 품질관리 프로세스 316
사. 보안 및 프라이버시 317
아. 윤리적 위험관리 317
자. 연동 및 상호호환성 318
차. 응용 요구사항 319
2. 음성 영상 인공지능 319
1) 음성 인공지능 기술 서비스 연구동향 319
(1) 음성 AI 산업동향 319
가. 음성 AI 부상 배경 319
나. 음성 AI의 기반 기술 320
다. 음성 AI시장의 가치사슬 321
(2) 음성 AI 플랫폼 현황 323
가. 해외 기업의 음성 AI 플랫폼 323
나. 국내 기업의 음성 AI 플랫폼 324
(3) 음성 AI 하드웨어 현황 326
가. 스마트 스피커 326
나. 스마트TV 329
다. 커넥티드 카 시스템 330
(4) 음성 AI 유망 서비스 분야 331
가. 보이스 커머스 서비스 331
나. 차량 내 음성 AI 서비스 335
다. 확장 기능 336
2) 인공지능 기반 영상 기술 연구동향 337
(1) 인공지능 기반 자동 영상 콘텐츠 생성 기술 337
가. MCNet 337
나. MoCoGan 338
(2) 인공지능 기반 영상 화질 개선 기술 동향 339
가. 다양한 최적화 기법을 이용한 영상 화질 개선 방법 339
나. 심층신경망을 이용한 화질 개선 영상 생성 방법 341
3. 자율주행 인공지능 342
1) 자율주행을 위한 인공지능 기술 342
(1) 단계별 자율주행 수준 342
(2) 자율주행과 딥러닝 기술 343
(3) 자동화된 머신러닝과 딥러닝을 지원하는 AutoML 기술 345
(4) 항공분아에서의 인공지능 347
(5) 자율운항선박 인공지능 350
가. MASS 350
나. 국제 동향 및 방향 350
다. 스마트 선박 국내 동향 351
2) ADAS와 인공지능의 결합 자율주행차 352
(1) 자율주행 기술개발 벨류체인 352
(2) 주요 업계 주요 기술 353
가. 웨이모 353
나. GM 크루즈 354
다. 앱티브 355
라. 현대차 그룹 355
(3) 국내 주요 업체 개발 현황 357
가. 세코닉스 357
나. 텔레칩스 358
다. 모바일어플라이언스 359
(4) 자율주행 시스템 기술 분석 360
가. 자율주행의 원동력 360
나. 자율주행을 위한 ADAS 주요 기능 361
다. 자율주행을 위한 주요 센서 362
라. 자율주행차의 ECU와 소프트웨어 366
마. 인공지능을 통한 자율주행 기술의 가속화 367
바. 기술 발전 방향 369
4. 스마트 제조 서비스용 인공지능 370
1) 미래 스마트 제조를 위한 인공지능 기술 370
(1) 제조 산업 인공지능 패러다임 370
(2) 제너레이티브 디자인 기술 371
가. 기술개요 371
나. 기술동향 372
(3) 인간-로봇 협업 스마트 작업대 기술 372
가. 기술개요 372
나. 기술동향 373
(4) 지능형 실감 인터랙션 가이드 기술 374
가. 기술개요 374
나. 기술동향 375
(5) 자율 제조를 위한 지능형 설비기술 376
가. 기술개요 376
나. 기술동향 377
(6) 공장이상 탐지 기술 378
가. 기술개요 378
나. 기술동향 379
2) 서비스용 로봇 기술 381
(1) 서비스용 로봇 특징 및 구조 381
(2) 서비스용 로봇 업계 기술 동향 383
가. 해외업체 기술동향 383
나. 국내업체 기술동향 386
(3) 서비스용 로봇 기술 심층 분석 389
가. 로봇 기술 389
나. 제어 기술 389
다. 센서 기술 390
라. Artificial Intelligence (AI) 391
마. MEMS/Nano Technology 391
바. Biomimetics 392
사. Human Robot Interaction (HRI) 392
아. Brain-Computer Interface (BCI) 393
자. 기술 발전방향 393
3) 물류 인공지능 기술 394
(1) 물류관련 인공지능 핵심기술 394
가. 자연어 처리 (NLP) 394
나. 컴퓨터 비전 (Computer Vision) 394
다. 기계학습 (Machine Learning) 394
라. 심층학습 (Deep Learning) 395
(2) 물류분야 인공지능 활용 사례 396
가. 스마트 공급망관리 (Smart SCM) 396
나. 스마트 물류창고 (Smart Warehouse) 398
다. 스마트 공장 (Smart Factory) 399
라. 스마트 예지정비 (Smart PDM) 400
5. 에너지 ICT 인공지능 401
1) 에너지 ICT 인공지능 기술 동향 401
(1) 연구동향 401
(2) 세부 주제별 연구동향 402
가. 스마트그리드 및 마이크로그리드 402
나. 부하예측 및 수요반응 403
다. 에너지 프로슈머 및 에너지거래 405
라. HVAC 407
마. 전력 시스템 제어 기법 407
바. 설비 결함 및 비정상 탐지 408
사. AI를 활용한 전력신산업 408
2) 에너지 디지털화 413
(1) 에너지 디지털화 산업 기술 개념 413
(2) 에너지 디지털화의 부문별 진행단계 및 발전방향 414
(3) 에너지 디지털화가 에너지 수요에 미치는 영향 417
가. 수송 부문 417
나. 건물 부문 418
다. 산업 부문 418
(4) 디지털화와 에너지 공급의 변화 419
가. 화석연료 생산 부문 419
나. 전력 부문 420
다. 디지털화와 에너지 시스템의 변화 422
⦃제2편 인공지능 핵심 소재⦄
제Ⅰ장 인공지능 반도체 디바이스 기술개발 동향 427
1. 인공지능 차세대 반도체 산업 427
1) 산업 생태계 분석 427
(1) 시스템 반도체 개요 427
가. 시스템 반도체 개념 427
나. 시스템 반도체의 정의 428
(2) 시스템 반도체 분류 429
가. 장치 종류 (기능별) 429
나. 범용성 또는 납품 구조 429
(3) 반도체 산업 생태계 430
가. 연관 산업 430
나. Value Chain 431
다. 시스템 반도체와 메모리 반도체 산업 비교 432
(4) 반도체 시장 전망 및 규모 434
2) 시스템 반도체 업계환경 437
(1) 시스템 반도체 업체 현황 점유율 437
(2) 인공지능 주요 반도체 업체 439
가. 인텔 439
나. 퀄컴 441
다. 엔비디아 442
라. 삼성전자 443
마. SK하이닉스 444
바. 어보브반도체 445
사. 텔레칩스 445
2. 인공지능 반도체 디바이스 기술 개발 동향 446
1) 인공지능 반도체 기술동향 446
(1) 인공지능 반도체 기술의 발전 446
가. 특징 및 기술 진화 방향 446
나. 기술의 패러다임 448
다. 지능형 반도체의 기술분류 450
(2) 인공지능 반도체 기술개발 451
가. 인공지능 가속기 (AI accelerator) 451
나. 에지 다비이스에서 인공지능 451
다. 뉴모로픽 반도체 452
라. 향후 시스템 반도체 453
2) 인공지능 프로세서 반도체 454
(1) 인공지능 프로세서 반도체 분류 454
(2) 인공지능 프로세서 반도체 기술 동향 455
가. 인공지능 반도체의 기술 배경 455
나. 글로벌 ICT 기업의 인공지능 반도체 개발 동향 455
다. AI 스타트업 기업의 인공지능 반도체 개발 동향 456
라. 국내 인공지능 반도체 개발 동향 457
(3) 인공지능 프로세서 반도체 관련 표준화 현황 459
가. 인공지능 프로세서 반도체 관련 국내 표준화 현황 459
나. 인공지능 프로세서 반도체 관련 국제 표준화 현황 460
3) AI 차세대 디바이스 기술 동향 460
(1) 지능형 디바이스 부품 460
가. 스마트 센서 및 센서 플랫폼 460
나. 지능형 반도체 461
다. 자립형 전원 461
(2) 딥러닝 알고리즘 경량화 462
가. SqueezNet 463
나. MobileNet 463
다. ShuffleNet 464
(3) 경량 딥러닝 알고리즘 기술 465
가. 모델 구조 변경 기술 465
나. 효율적인 합성곱 필터 기술 467
다. 경량 모델 자동 탐색 기술 468
(4) 알고리즘 경량화 연구 470
가. 모델 압축 기술 470
나. 지식 증류 기술 471
다. 하드웨어 가속화 기술 472
라. 모델 압축을 적용한 경량 모델 자동 탐색 기술 473
4) AI 인공신경망 474
(1) AI 인공신경망 개요 474
(2) 인공신경망 구현 475
가. 인공신경망 구현의 개념 475
나. 인공신경망 구현에서의 하드웨어 476
(3) 인공신경망을 위한 하드웨어 연구 477
가. 정보량과 정밀도 최소화 477
나. 새로운 하드웨어 구조의 인공신경망 적용 479
(4) 인공신경망 구현을 위한 하드웨어 전망 480
5) 인공지능(AI) 반도체 개발 이슈 481
(1) 국가 인공지능(AI) 반도체 개발 사업 481
(2) CPU와 GPU 이을 차세대 프로세서는 DPU 483
(3) 국내의 미래 먹거리 AI 반도체 개발 485
(4) 국내 기술로 세계적 수준의 인공지능 반도체 개발 487
가. 서버용 초저전력 AI 반도체 개발 487
나. 모바일·IoT 디바이스용 시각지능 AI 반도체 488
제Ⅱ장 뉴로모픽 지능형 AI칩 기술개발 동향 489
1. 뉴로모픽 기술개발 동향 489
1) 뉴로모픽 기술 동향 489
(1) 뉴로모픽 기술 흐름 489
가. 뉴로모픽 컴퓨팅 기술의 발전 489
나. AI 가속기로서의 뉴로모픽 490
다. 뇌를 모방한 뉴로모픽 491
(2) 뉴로모픽 반도체 개발 동향 492
가. 뉴로모픽 반도체 연구 동향 492
나. 차세대 뉴로모픽 반도체 494
(3) 뉴로모픽 시스템의 구현 495
가. 스파이킹 인공 신경망 495
나. 뉴런의 설계 방법 496
다. 가상 시냅스 연결을 위한 주소기반 표현 방식 497
라. 시스템 아키텍처 설계 498
마. 다양한 시스템들 498
(4) 스파이킹 신경망 뉴로모픽 기술 499
가. 스파이킹 뉴럴 네트워크 비교 및 현황 499
나. 스파이킹 뉴럴 네트워크 동작 및 세대별 신경망 501
다. 스파이킹 뉴럴 네트워크 시뮬레이터 502
2) 뉴로모픽 하드웨어 기술 연구 504
(1) 뉴로모픽 지원 하드웨어 504
가. Spikey 504
나. HICANN 505
다. BrainScaleS 506
라. Neurogrid 506
마. SpiNNaker 507
바. NeuroMem 508
사. TrueNorth 509
아. NPU 510
자. FPGA기반 아키텍처 510
차. Loihi 511
카. Akida 512
타. ODIN 512
(2) Neural Network 하드웨어 연구 512
가. Artificial Neural Network (ANN) 512
나. Spiking Neural Network (SNN) 514
(3) 뉴로모픽 HW를 위한 운영체제 동향 516
가. 디바이스 드라이버/API 모델 516
나. 운영체제 모델 517
(4) 하드웨어 ANN에서 학습알고리즘 518
가. 지도/비지도 학습 518
나. 강화학습 (reinforcement learning) 520
다. 축적컴퓨팅 (reservoir computing) 521
라. one-shot 또는 few-shot 학습 522
3) 대규모 뉴로모픽 시스템 523
(1) 시뮬레이션 연구 523
(2) 소프트웨어 시뮬레이터 524
가. 멀티노드 클러스터 524
나. Carlsim (GPU 기반의 시뮬레이터) 525
다. SpiNNaker (CPU 기반의 ASIC) 525
(3) 디지털 기반의 하드웨어 가속기 526
가. FPGA 기반의 가속기 (NeuroFlow) 526
나. ASIC 기반의 가속기 (TrueNorth, Flexon) 527
(4) 디지털-아날로그 가속기 (FACETS & NeuroGrid) 528
(5) 시스템 분석 529
가. 시뮬레이션 규모 529
나. 성능 530
다. 범용성 530
2. 지능형 AI칩 산업 기술 개발 동향 531
1) AI칩 산업 동향 531
(1) AI칩 산업 개요 531
가. AI칩 산업 역할 531
나. AI 알고리즘 처리 532
다. 딥 러닝에서의 AI 배치 533
(2) AI칩 시장 533
(3) AI칩의 특성화 536
2) 인공지능 칩 기업 동향 537
(1) 인공지능 칩 주요 기업 537
(2) 인공지능 칩 스타트업 539
가. 그래프코어: 딥 러닝 프로세서 540
나. Mythic: 뉴로모픽 프로세서 542
다. 캠브리콘 테크놀러지: 딥 러닝 프로세서 544
3) 지능형 에지 컴퓨팅 (Edge Computing) 545
(1) 에지 컴퓨팅과 인공지능 545
가. 에지 컴퓨팅 인공지능의 진화 545
나. 주요 클라우드 기업의 인공지능 에지 서비스 546
(2) 지능형 에지 컴퓨팅 기술 548
(3) 지능형 에지 컴퓨팅 국내외 표준 동향 549
가. 유럽전기통신표준협회 모바일 에지 컴퓨팅 549
나. 국제전기통신연합 지능형 에지 컴퓨팅 (ITU-T IEC) 551
[도표/그림]
⦃제1편 인공지능산업⦄
제Ⅰ장 인공지능 주요 동향 35
[도표Ⅰ-1] 기존학습 방식과 심층학습의 차이 37
[도표Ⅰ-2] AI의 대표적 기술별 분류 39
[도표Ⅰ-3] 최근 인공지능 분야 주요 글로벌 기업 M&A 동향 42
[도표Ⅰ-4] 연초 이후 로보어드바이저 펀드 수익률 상위 5개 45
[도표Ⅰ-5] AI 산업 이슈 55
[도표Ⅰ-6] AI 연구 영역의 구분과 정의 56
[도표Ⅰ-7] 인공지능 일본 정책 동향 61
[도표Ⅰ-8] AI SW 분야 정부 R&D 중점사업 63
[도표Ⅰ-9] AI 허브 구축 (데이터셋·알고리즘·컴퓨팅파워의 원스톱지원) (2019년) 64
[도표Ⅰ-10] 인공지능의 개요 66
[도표Ⅰ-11] 인공지능 분야의 발전 단계 68
[도표Ⅰ-12] 주요 AI 오픈 플랫폼 71
[도표Ⅰ-13] 기존 산업 분야에서의 AI 적용 사례 75
[도표Ⅰ-14] 응용 산업 분야에서의 AI 적용 사례 76
[도표Ⅰ-15] 전 세계 인공지능 관련 특허 출원 30개 사 83
[도표Ⅰ-16] 글로벌 기업들의 인공지능 학술 연구역량 상대 비교 87
[도표Ⅰ-17] 분석 방법의 진화 94
[도표Ⅰ-18] 신약 및 신소재 개발의 혁신을 이끌 AI 시도들 98
[도표Ⅰ-19] 유럽 인공지능에 대한 윤리 가이드라인 127
[도표Ⅰ-20] 아실로마 원칙 128
[도표Ⅰ-21] 일본 인공지능학회 윤리지침 129
[도표Ⅰ-22] 대한민국 인공지능 윤리+교육 포럼 공동 선언문 129
[그림Ⅰ-1] 인공지능 개요도 35
[그림Ⅰ-2] 인공지능 제품의 기초 기술과 서비스 현황 36
[그림Ⅰ-3] AI 서비스 38
[그림Ⅰ-4] 인공지능 도입 정도에 따른 경제적 영향 시뮬레이션 40
[그림Ⅰ-5] 해외 업체들의 인공지능 스타트업 인수 현황 41
[그림Ⅰ-6] 알파스타 알고리즘 설명 이미지 43
[그림Ⅰ-7] Deepface 아키텍쳐 43
[그림Ⅰ-8] 타이탄 프로젝트 관련 애플카 이미지 콘셉트 44
[그림Ⅰ-9] 왓슨 퀴즈 방송 출현 장면 44
[그림Ⅰ-10] 아마존 알렉사 생태계 46
[그림Ⅰ-11] 레노버 무인 편의점 얼굴인식 장면 46
[그림Ⅰ-12] Tencent 거위 47
[그림Ⅰ-13] Inkitt 출판 구조 47
[그림Ⅰ-14] 네이버 클로바 플랫폼 48
[그림Ⅰ-15] 카카오 통합 인공지능 플랫폼 49
[그림Ⅰ-16] 아담 플랫폼 개요도 50
[그림Ⅰ-17] 엑셈 에이아이옵스 도입 효과 51
[그림Ⅰ-18] 인공지능 채팅봇 에디 시스템 구성도 52
[그림Ⅰ-19] 집단지성 번역 예시 53
[그림Ⅰ-20] 루닛인사이트 MMG 53
[그림Ⅰ-21] 수아랩 딥러닝 솔루션 주요 기능 54
[그림Ⅰ-22] 지능정보사회 중장기 종합대책 정책과제 63
[그림Ⅰ-23] AI 국가전략 (2019.12) 64
[그림Ⅰ-24] 인공지능의 진화발전 67
[그림Ⅰ-25] 인공지능, 머신러닝, 딥러닝의 상관관계 69
[그림Ⅰ-26] Nvidia GPU 딥러닝 성능 73
[그림Ⅰ-27] IBM 왓슨 주요 현황 74
[그림Ⅰ-28] Predix Plaform 개요도 75
[그림Ⅰ-29] 인공지능이 만든 예술품 77
[그림Ⅰ-30] 미션중심 군집 AGV 로봇 78
[그림Ⅰ-31] 루닛 인사이트 82
[그림Ⅰ-32] 윤리문제로 실패나 규제 대상이 된 인공지능 사례 85
[그림Ⅰ-33] 글로벌 기업들 간 인공지능 학술 연구협력 네트워크 및 FWCI 86
[그림Ⅰ-34] TensorFlow Programming Stack 88
[그림Ⅰ-35] DeepMind Lab 에이전트의 사물 인지와 조작 방식 88
[그림Ⅰ-36] Caffe와 Caffe2의 연산 기능 비교 89
[그림Ⅰ-37] AI의 학습, 인식, 창작 과정의 비교 100
[그림Ⅰ-38] Dactyl에 의해 움직이는 로봇팔 102
[그림Ⅰ-39] 펜필드 호문쿨루스 102
[그림Ⅰ-40] MIT의 실험사례 123
[그림Ⅰ-41] 콤파스 사례 124
[그림Ⅰ-42] 구글 번역기 사례 125
[그림Ⅰ-43] 중국의 센스넷 사례 126
제Ⅱ장 분야별 인공지능 시장 전망 147
[도표Ⅱ-1] 인공지능 시장의 원동력 147
[도표Ⅱ-2] 글로벌 인공지능 시장 규모 및 전망 149
[도표Ⅱ-3] 글로벌 산업 분야 인공지능 시장 규모 및 전망 149
[도표Ⅱ-4] 글로벌 인공지능 시장의 종류별 시장 규모 및 전망 150
[도표Ⅱ-5] 글로벌 인공지능 시장의 기술별 시장 규모 및 전망 150
[도표Ⅱ-6] 글로벌 인공지능 시장의 최종 산업별 시장 규모 및 전망 151
[도표Ⅱ-7] 글로벌 산업 분야 인공지능 시장의 최종 산업별 시장 규모 및 전망 152
[도표Ⅱ-8] 글로벌 인공지능 시장의 지역별 시장 규모 및 전망 153
[도표Ⅱ-9] 글로벌 산업 분야 인공지능 시장의 지역별 시장 규모 및 전망 154
[도표Ⅱ-10] 국내 인공지능 시장 규모 및 전망 154
[도표Ⅱ-11] 인공지능 제품 출시 현황 (2016-2018) 155
[도표Ⅱ-12] INTEL의 제품 현황 156
[도표Ⅱ-13] NVIDIA의 제품 현황 157
[도표Ⅱ-14] SAMSUNG ELECTRONICS의 제품 현황 157
[도표Ⅱ-15] XILINX의 제품 현황 158
[도표Ⅱ-16] MICRON TECHNOLOGY의 제품 현황 158
[도표Ⅱ-17] 글로벌 인공지능(AI) 로봇 시장의 원동력 159
[도표Ⅱ-18] 글로벌 인공지능(AI) 시장 규모 및 전망 161
[도표Ⅱ-19] 글로벌 인공지능(AI) 로봇 시장 규모 및 전망 161
[도표Ⅱ-20] 글로벌 인공지능(AI) 시장의 최종사용자별 시장 규모 및 전망 162
[도표Ⅱ-21] 글로벌 인공지능(AI) 로봇 시장의 제공별 시장 규모 및 전망 163
[도표Ⅱ-22] 글로벌 인공지능(AI) 로봇 시장의 제공별 시장 규모 및 전망 164
[도표Ⅱ-23] 글로벌 인공지능(AI) 로봇 시장의 로봇 종류별 시장 규모 및 전망 164
[도표Ⅱ-24] 글로벌 인공지능(AI) 로봇 시장의 기술별 시장 규모 및 전망 165
[도표Ⅱ-25] 글로벌 인공지능(AI) 시장의 지역별 시장 규모 및 전망 166
[도표Ⅱ-26] 글로벌 인공지능(AI) 로봇 시장의 지역별 시장 규모 및 전망 167
[도표Ⅱ-27] 인공지능(AI) 로봇 시장 주요 기업 개발 동향 167
[도표Ⅱ-28] NVIDIA의 제품 현황 168
[도표Ⅱ-29] Alphabet의 제품 현황 169
[도표Ⅱ-30] Amazon의 제품 현황 169
[도표Ⅱ-31] Softbank의 제품 현황 169
[도표Ⅱ-32] Hanson Robotics의 제품 현황 170
[도표Ⅱ-33] 글로벌 의료용 인공지능 시장의 원동력 171
[도표Ⅱ-34] 글로벌 의료용 인공지능 시장 규모 및 전망 172
[도표Ⅱ-35] 글로벌 의료용 인공지능 시장의 제공 방법별 시장 규모 및 전망 173
[도표Ⅱ-36] 글로벌 의료용 인공지능 시장의 기술별 시장 규모 및 전망 174
[도표Ⅱ-37] 글로벌 의료용 인공지능 시장의 최종 용도별 시장 규모 및 전망 175
[도표Ⅱ-38] 글로벌 의료용 인공지능 시장의 최종 사용자별 시장 규모 및 전망 176
[도표Ⅱ-39] 글로벌 의료용 인공지능 시장의 지역별 시장 규모 및 전망 177
[도표Ⅱ-40] 글로벌 의료용 인공지능 시장 주요 기업 개발 동향 177
[도표Ⅱ-41] NVIDIA의 제품 제공 현황 178
[도표Ⅱ-42] INTEL의 제품 제공 현황 179
[도표Ⅱ-43] GOOGLE의 제품 제공 현황 179
[도표Ⅱ-44] MICROSOFT의 제품 제공 현황 179
[도표Ⅱ-45] IBM의 제품 제공 현황 180
[도표Ⅱ-46] 웨어러블 인공지능 시장의 원동력 181
[도표Ⅱ-47] 글로벌 웨어러블 인공지능 시장 규모 및 전망 182
[도표Ⅱ-48] 글로벌 웨어러블 인공지능 시장의 제품별 시장 규모 및 전망 182
[도표Ⅱ-49] 글로벌 웨어러블 인공지능 시장의 최종사용자별 시장 규모 및 전망 183
[도표Ⅱ-50] 글로벌 웨어러블 인공지능 시장의 작업 종류별 시장 규모 및 전망 184
[도표Ⅱ-51] 글로벌 웨어러블 인공지능 시장의 용도별 시장 규모 및 전망 185
[도표Ⅱ-52] 글로벌 웨어러블 인공지능 시장의 지역별 시장 규모 및 전망 186
[도표Ⅱ-53] 우리나라의 웨어러블 인공지능 시장 규모 및 전망 186
[도표Ⅱ-54] 국내 웨어러블 인공지능 시장의 용도별 시장 규모 및 전망 187
[도표Ⅱ-55] 글로벌 웨어러블 인공지능 시장의 주요 기업 개발 동향 187
[도표Ⅱ-56] APPLE의 제품 현황 189
[도표Ⅱ-57] SAMSUNG의 제품 현황 189
[도표Ⅱ-58] GOOGLE의 제품 현황 190
[도표Ⅱ-59] MICROSOFT의 제품 현황 190
[도표Ⅱ-60] SONY의 제품 현황 190
[도표Ⅱ-61] 항공용 인공지능(AI) 시장의 원동력 191
[도표Ⅱ-62] 글로벌 항공용 인공지능(AI) 시장 규모 및 전망 193
[도표Ⅱ-63] 글로벌 항공용 인공지능(AI) 시장의 구성 요소별 시장 규모 및 전망 194
[도표Ⅱ-64] 글로벌 항공용 인공지능(AI) 시장의 기술별 시장 규모 및 전망 194
[도표Ⅱ-65] 글로벌 항공용 인공지능(AI) 시장의 용도별 시장 규모 및 전망 195
[도표Ⅱ-66] 글로벌 항공용 인공지능(AI) 시장의 지역별 시장 규모 및 전망 196
[도표Ⅱ-67] 국내 항공용 인공지능(AI) 시장 규모 및 전망 197
[도표Ⅱ-68] 글로벌 항공용 인공지능(AI) 시장의 주요 기업 동향 197
[도표Ⅱ-69] NVIDIA의 주요 제품 198
[도표Ⅱ-70] INTEL의 주요 제품 199
[도표Ⅱ-71] XILINX의 주요 제품 199
[도표Ⅱ-72] SAMSUNG ELECTRONICS의 주요 제품 199
[도표Ⅱ-73] MICRON의 주요 제품 200
[도표Ⅱ-74] 글로벌 자동차용 인공지능(AI) 시장의 원동력 201
[도표Ⅱ-75] 글로벌 자동차용 인공지능(AI) 시장 규모 및 전망 202
[도표Ⅱ-76] 글로벌 자동차용 인공지능(AI) 시장의 제공 내용별 시장 규모 및 전망 202
[도표Ⅱ-77] 글로벌 자동차용 인공지능(AI) 시장의 기술별 시장 규모 및 전망 203
[도표Ⅱ-78] 글로벌 자동차용 인공지능(AI) 시장의 프로세스별 시장 규모 및 전망 204
[도표Ⅱ-79] 글로벌 자동차용 인공지능(AI) 시장의 애플리케이션별 시장 규모 및 전망 204
[도표Ⅱ-80] 글로벌 자동차용 인공지능(AI) 시장의 지역별 시장 규모 및 전망 205
[도표Ⅱ-81] 국내 자동차용 인공지능(AI) 시장 규모 및 전망 206
[도표Ⅱ-82] 자동차용 인공지능(AI) 시장 주요 기업 개발 동향 206
[도표Ⅱ-83] NVIDIA의 주요 제품 207
[도표Ⅱ-84] ALPHABET의 주요 제품 207
[도표Ⅱ-85] INTEL의 주요 제품 208
[도표Ⅱ-86] MICROSOFT의 주요 제품 208
[도표Ⅱ-87] IBM의 제품 208
[도표Ⅱ-88] 글로벌 운송용 인공지능(AI) 시장의 원동력 209
[도표Ⅱ-89] 글로벌 운송용 인공지능(AI) 시장 규모 및 전망 210
[도표Ⅱ-90] 글로벌 운송용 인공지능(AI) 시장의 머신러닝 기술별 시장 규모 및 전망 210
[도표Ⅱ-91] 글로벌 운송용 인공지능(AI) 시장의 프로세스별 시장 규모 및 전망 211
[도표Ⅱ-92] 글로벌 운송용 인공지능(AI) 시장의 용도별 시장 규모 및 전망 212
[도표Ⅱ-93] 글로벌 운송용 인공지능(AI) 시장의 제공별 시장 규모 및 전망 212
[도표Ⅱ-94] 글로벌 운송용 인공지능(AI) 시장의 지역별 시장 규모 및 전망 213
[도표Ⅱ-95] 국내 운송용 인공지능(AI) 시장 규모 및 전망 214
[도표Ⅱ-96] 국내 운송용 인공지능(AI) 시장의 용도별 시장 규모 및 전망 214
[도표Ⅱ-97] Volvo AB의 주요 제품 215
[도표Ⅱ-98] Daimler의 주요 제품 216
[도표Ⅱ-99] NVIDIA의 주요 제품 216
[도표Ⅱ-100] Continental의 주요 제품 216
[도표Ⅱ-101] ZF의 주요 제품 217
[도표Ⅱ-102] 통신용 인공지능(AI) 시장의 원동력 218
[도표Ⅱ-103] 글로벌 통신용 인공지능(AI) 시장 규모 및 전망 219
[도표Ⅱ-104] 글로벌 통신용 인공지능(AI) 시장의 구성 요소별 시장 규모 및 전망 220
[도표Ⅱ-105] 글로벌 통신용 인공지능(AI) 시장의 기술별 시장 규모 및 전망 220
[도표Ⅱ-106] 글로벌 통신용 인공지능(AI) 시장의 용도별 시장 규모 및 전망 221
[도표Ⅱ-107] 글로벌 통신용 인공지능(AI) 시장의 전개방식별 시장 규모 및 전망 222
[도표Ⅱ-108] 글로벌 통신용 인공지능(AI) 시장의 지역별 시장 규모 및 전망 223
[도표Ⅱ-109] 글로벌 통신용 인공지능(AI) 시장의 주요 기업 223
[도표Ⅱ-110] AT&T의 주요 제품 224
[도표Ⅱ-111] Nuance Communications의 주요 제품 224
[도표Ⅱ-112] Cisco Systems의 주요 제품 225
[도표Ⅱ-113] Infosys의 주요 제품 225
[도표Ⅱ-114] IBM의 제품 현황 226
[도표Ⅱ-115] 글로벌 IoT용 인공지능(AI) 시장의 원동력 226
[도표Ⅱ-116] 글로벌 사물인터넷(IoT)용 인공지능(AI) 시장 규모 및 전망 227
[도표Ⅱ-117] 글로벌 사물인터넷(IoT)용 인공지능(AI) 시장의 컴포넌트별 시장 규모 및 전망 228
[도표Ⅱ-118] 글로벌 사물인터넷(IoT)용 인공지능(AI) 시장의 기술별 시장 규모 및 전망 229
[도표Ⅱ-119] 글로벌 사물인터넷(IoT)용 인공지능(AI) 시장의 산업별 시장 규모 및 전망 230
[도표Ⅱ-120] 글로벌 사물인터넷(IoT)용 인공지능(AI) 시장의 지역별 시장 규모 및 전망 230
[도표Ⅱ-121] IBM의 주요 제품 231
[도표Ⅱ-122] Microsoft의 주요 제품 231
[도표Ⅱ-123] PTC의 주요 제품 232
[도표Ⅱ-124] Google의 주요 제품 제공 현황 232
[도표Ⅱ-125] SAP의 주요 제품 232
[도표Ⅱ-126] 글로벌 사이버 보안용 인공지능 시장의 원동력 233
[도표Ⅱ-127] 글로벌 사이버 보안용 인공지능 시장 규모 및 전망 234
[도표Ⅱ-128] 글로벌 사이버 보안용 인공지능 시장의 제공별 시장 규모 및 전망 235
[도표Ⅱ-129] 글로벌 사이버 보안용 시장의 도입 유형별 시장 규모 및 전망 235
[도표Ⅱ-130] 글로벌 사이버 보안용 시장의 보안 유형별 시장 규모 및 전망 236
[도표Ⅱ-131] 글로벌 사이버 보안용 시장의 기술별 시장 규모 및 전망 237
[도표Ⅱ-132] 글로벌 사이버 보안용 인공지능 시장의 애플리케이션별 시장 규모 및 전망 238
[도표Ⅱ-133] 글로벌 사이버 보안용 인공지능 시장의 최종사용자별 시장 규모 및 전망 239
[도표Ⅱ-134] 글로벌 사이버 보안용 인공지능 시장의 지역별 시장 규모 및 전망 240
[도표Ⅱ-135] 국내 사이버 보안용 인공지능 시장 규모 및 전망 240
[도표Ⅱ-136] 글로벌 사이버 보안용 인공지능 시장의 주요 기업 전략 채택 현황 241
[도표Ⅱ-137] NVIDIA의 주요 제품 242
[도표Ⅱ-138] INTEL의 주요 제품 242
[도표Ⅱ-139] SAMSUNG의 주요 제품 242
[도표Ⅱ-140] DARKTACE의 주요 제품 243
[도표Ⅱ-141] CYLANCE의 주요 제품 243
[도표Ⅱ-142] 교육용 인공지능 시장의 원동력 245
[도표Ⅱ-143] 글로벌 교육용 인공지능 시장 규모 및 전망 246
[도표Ⅱ-144] 글로벌 교육용 인공지능 시장의 기술별 시장 규모 및 전망 247
[도표Ⅱ-145] 글로벌 교육용 인공지능 시장의 용도별 시장 규모 및 전망 247
[도표Ⅱ-146] 글로벌 교육용 인공지능 시장의 컴포넌트별 시장 규모 및 전망 248
[도표Ⅱ-147] 글로벌 교육용 인공지능 시장의 전개 모드별 시장 규모 및 전망 249
[도표Ⅱ-148] 글로벌 교육용 인공지능 시장의 최종 사용자별 시장 규모 및 전망 249
[도표Ⅱ-149] 글로벌 교육용 인공지능 시장의 지역별 시장 규모 및 전망 250
[도표Ⅱ-150] 글로벌 교육용 인공지능 시장에서 주요 기업의 시장 위치 251
[도표Ⅱ-151] 글로벌 회계 업무용 인공지능(AI) 시장의 원동력 253
[도표Ⅱ-152] 글로벌 BFSI 부문용 인공지능(AI) 시장 규모 및 전망 254
[도표Ⅱ-153] 글로벌 회계 업무용 인공지능(AI) 시장 규모 및 전망 254
[도표Ⅱ-154] 글로벌 회계 업무용 인공지능(AI) 시장의 컴포넌트별 시장 규모 및 전망 255
[도표Ⅱ-155] 글로벌 회계 업무용 인공지능(AI) 시장의 도입 모드별 시장 규모 및 전망 255
[도표Ⅱ-156] 글로벌 회계 업무용 인공지능(AI) 시장의 기술별 시장 규모 및 전망 256
[도표Ⅱ-157] 글로벌 회계 업무용 인공지능(AI) 시장의 기업 규모별 시장 규모 및 전망 257
[도표Ⅱ-158] 글로벌 BFSI 업무용 인공지능(AI) 시장의 용도별 시장 규모 및 전망 257
[도표Ⅱ-159] 글로벌 회계 업무용 인공지능(AI) 시장의 용도별 시장 규모 및 전망 258
[도표Ⅱ-160] 글로벌 BFSI 부문용 인공지능(AI) 시장의 지역별 시장 규모 및 전망 259
[도표Ⅱ-161] 글로벌 회계 업무용 인공지능(AI) 시장의 지역별 시장 규모 및 전망 260
[도표Ⅱ-162] BFSI 부문용 인공지능(AI) 시장의 주요 기업 위치 현황 261
[도표Ⅱ-163] MICROSOFT의 주요 제품 261
[도표Ⅱ-164] AWS의 주요 제품 261
[도표Ⅱ-165] IBM의 주요 제품 262
[도표Ⅱ-166] INTUIT의 주요 제품 262
[도표Ⅱ-167] 글로벌 대화형 인공지능(AI) 시장의 원동력 263
[도표Ⅱ-168] 글로벌 대화형 인공지능(AI) 시장 규모 및 전망 265
[도표Ⅱ-169] 글로벌 대화형 인공지능(AI) 시장의 구성요소별 시장 규모 및 전망 265
[도표Ⅱ-170] 글로벌 대화형 인공지능(AI) 시장의 종류별 시장 규모 및 전망 266
[도표Ⅱ-171] 글로벌 대화형 인공지능(AI) 시장의 기술별 시장 규모 및 전망 266
[도표Ⅱ-172] 글로벌 대화형 인공지능(AI) 시장의 전개 방식별 시장 규모 및 전망 267
[도표Ⅱ-173] 글로벌 대화형 인공지능(AI) 시장의 용도별 시장 규모 및 전망 268
[도표Ⅱ-174] 글로벌 대화형 인공지능(AI) 시장의 지역별 시장 규모 및 전망 269
[도표Ⅱ-175] 글로벌 인공지능(AI) 시장의 주요 기업 위치 현황 269
[도표Ⅱ-176] Google의 주요 제품 270
[도표Ⅱ-177] Microsoft의 주요 서비스 270
[도표Ⅱ-178] IBM의 주요 솔루션 271
[도표Ⅱ-179] AWS의 주요 제품 271
[도표Ⅱ-180] Nuance의 주요 제품 271
[도표Ⅱ-181] 건설용 인공지능(AI) 시장의 원동력 272
[도표Ⅱ-182] 글로벌 건설용 인공지능(AI) 시장 규모 및 전망 274
[도표Ⅱ-183] 글로벌 건설용 인공지능(AI) 시장의 구성요소별 시장 규모 및 전망 275
[도표Ⅱ-184] 글로벌 건설용 인공지능(AI) 시장의 기술별 시장 규모 및 전망 276
[도표Ⅱ-185] 글로벌 건설용 인공지능(AI) 시장의 단계별 시장 규모 및 전망 276
[도표Ⅱ-186] 글로벌 건설용 인공지능(AI) 시장의 용도별 시장 규모 및 전망 277
[도표Ⅱ-187] 글로벌 건설용 인공지능(AI) 시장의 전개 유형별 시장 규모 및 전망 278
[도표Ⅱ-188] 글로벌 건설용 인공지능(AI) 시장의 조직 규모별 시장 규모 및 전망 278
[도표Ⅱ-189] 글로벌 건설용 인공지능(AI) 시장의 산업 유형별 시장 규모 및 전망 279
[도표Ⅱ-190] 글로벌 건설용 인공지능(AI) 시장의 지역별 시장 규모 및 전망 280
[도표Ⅱ-191] 글로벌 건설용 인공지능(AI) 시장의 주요 기업 280
[도표Ⅱ-192] IBM의 주요 제품 281
[도표Ⅱ-193] Microsoft의 주요 제품 281
[도표Ⅱ-194] Oracle의 주요 제품 281
[도표Ⅱ-195] SAP의 주요 제품 282
[도표Ⅱ-196] eSUB의 주요 제품 282
[도표Ⅱ-197] 제조업용 인공지능(AI) 시장의 원동력 283
[도표Ⅱ-198] 글로벌 제조업용 인공지능(AI) 시장 규모 및 전망 285
[도표Ⅱ-199] 글로벌 제조업용 인공지능(AI) 시장의 용도별 시장 규모 및 전망 286
[도표Ⅱ-200] 글로벌 제조업용 인공지능(AI) 시장의 제품별 시장 규모 및 전망 286
[도표Ⅱ-201] 글로벌 제조업용 인공지능(AI) 시장의 기술별 시장 규모 및 전망 287
[도표Ⅱ-202] 글로벌 제조업용 인공지능(AI) 시장의 산업별 시장 규모 및 전망 288
[도표Ⅱ-203] 글로벌 제조업용 인공지능(AI) 시장의 지역별 시장 규모 및 전망 289
[도표Ⅱ-204] 국내 제조업용 인공지능(AI) 시장 규모 및 전망 290
[도표Ⅱ-205] 글로벌 제조업용 인공지능(AI) 시장의 주요 기업 290
[도표Ⅱ-206] 제조업용 인공지능(AI) 제품 출시 현황 291
[도표Ⅱ-207] Amazon Web Services Inc의 주요 제품 292
[도표Ⅱ-208] General Electric Co의 주요 제품 292
[도표Ⅱ-209] Google LLC의 주요 제품 292
[도표Ⅱ-210] IBM Corp의 주요 제품 293
[도표Ⅱ-211] Microsoft Corp의 주요 제품 293
[그림Ⅱ-1] 인공지능 시장의 5 Forces 분석 148
[그림Ⅱ-2] 글로벌 인공지능 시장의 주요 기업 155
[그림Ⅱ-3] 글로벌 인공지능(AI) 시장의 5 Forces 분석 160
[그림Ⅱ-4] 인공지능(AI) 로봇 시장의 밸류-체인 분석 160
[그림Ⅱ-5] 글로벌 의료용 인공지능 시장의 5 Forces 분석 171
[그림Ⅱ-6] 글로벌 의료용 인공지능 시장의 밸류-체인 분석 172
[그림Ⅱ-7] 웨어러블 인공지능 시장의 밸류-체인 분석 181
[그림Ⅱ-8] 항공용 인공지능(AI) 시장의 5 Forces 분석 192
[그림Ⅱ-9] 글로벌 자동차용 인공지능(AI) 시장의 5 Forces 분석 201
[그림Ⅱ-10] 글로벌 인공지능(AI) 시장의 5 Forces 분석 209
[그림Ⅱ-11] 통신용 인공지능(AI) 시장의 5 Forces 분석 219
[그림Ⅱ-12] 글로벌 인공지능(AI) 시장의 5 Forces 분석 227
[그림Ⅱ-13] 글로벌 인공지능(AI) 기반 사이버 보안 시장의 5 Forces 분석 234
[그림Ⅱ-14] 교육용 인공지능 시장의 5 Forces 분석 245
[그림Ⅱ-15] 글로벌 BFSI 부문용 인공지능(AI) 시장의 5 Forces 분석 253
[그림Ⅱ-16] 글로벌 인공지능 시장의 5 Forces 분석 264
[그림Ⅱ-17] 건설용 인공지능(AI) 시장의 5 Forces 분석 274
[그림Ⅱ-18] 제조업용 인공지능(AI) 시장의 5 Forces 분석 284
[그림Ⅱ-19] 제조업용 인공지능(AI) 시장의 밸류-체인 분석 284
제Ⅲ장 인공지능 기술 연구동향 295
[도표Ⅲ-1] 신종감염병 대응 AI 해외 동향 301
[도표Ⅲ-2] 신종감염병 대응 AI 국내 동향 302
[도표Ⅲ-3] FG-AI4H Topic Group 현황 309
[도표Ⅲ-4] 의료 인공지능 주요 유즈케이스 314
[도표Ⅲ-5] SaMD 위험도 분류 체계 315
[도표Ⅲ-6] 자동차 음성 AI 서비스의 구현 방법 330
[도표Ⅲ-7] 단계별 자율주행 수준 343
[도표Ⅲ-8] 하이퍼마라미터 탐색 방법 및 특징 345
[도표Ⅲ-9] 딥러닝을 위한 AutoML 기술 리스트 346
[도표Ⅲ-10] 웨이모의 주요 기술 354
[도표Ⅲ-11] GM 크루즈의 주요 기술 354
[도표Ⅲ-12] 앱티브의 주요 기술 355
[도표Ⅲ-13] 자율주행을 위한 ADAS 주요 기능 361
[도표Ⅲ-14] 자율주행차 센서의 주요 기능 및 특징 363
[도표Ⅲ-15] 제너레이티브 디자인과 타 방법론과의 차이 372
[도표Ⅲ-16] AR/VR 디스플레이 도구 분야의 세부 기술범위 376
[도표Ⅲ-17] 서비스용 로봇의 분류 382
[도표Ⅲ-18] 서비스용 로봇 산업 특징 382
[도표Ⅲ-19] 서비스용 로봇 분야 산업연관구조 383
[도표Ⅲ-20] 서비스용 로봇 분야 세계 주요 업체 현황 383
[도표Ⅲ-21] 서비스용 로봇 분야 주요 제품의 국내 업체 현황 386
[도표Ⅲ-22] 감지 및 인지 기술 391
[도표Ⅲ-23] 로봇의 인공 지능 391
[도표Ⅲ-24] HRI 기술 393
[도표Ⅲ-25] 부문별 디지털화 진행단계 및 발전방향 415
[도표Ⅲ-26] 디지털화가 에너지 기업에 주는 이점 415
[도표Ⅲ-27] 에너지 수요자 중심의 신규 비즈니스 모델 416
[그림Ⅲ-1] Convolutional Neural Network(CNN) 구조 297
[그림Ⅲ-2] Recurrent Neural Network(RNN) 구조 298
[그림Ⅲ-3] 감염병에 대한 통합 빅 데이터 개념 모델 300
[그림Ⅲ-4] 진단보조 사용자 경험 사이클 305
[그림Ⅲ-5] 웨어러블 건강관리 사용자 경험 사이클 306
[그림Ⅲ-6] AI Workflow의 Transaction map 311
[그림Ⅲ-7] 대화형 음성 AI 시스템의 구성도와 기술 요소 321
[그림Ⅲ-8] 음성 AI 시장의 가치사슬과 분야별 플레이어 323
[그림Ⅲ-9] 커머스 플랫폼의 발전단계 및 보이스 커머스의 적합 유저 및 상품 332
[그림Ⅲ-10] 차량 음성 AI 서비스의 역할 335
[그림Ⅲ-11] 아마존 알렉사 스킬을 통한 생태계 확대 전략 337
[그림Ⅲ-12] HSV 영역의 반사율 및 조명 추정 비교 340
[그림Ⅲ-13] 조명 성분 추정 결과 340
[그림Ⅲ-14] 영상인식을 위한 딥러닝 구조 344
[그림Ⅲ-15] 딥러닝의 처리 단계 및 세부 학습 단계 344
[그림Ⅲ-16] 하이퍼파라미터 학습과정을 이론적으로 표현 345
[그림Ⅲ-17] 정책 그래디언트 강화학습의 목적 함수 이론적 표현 347
[그림Ⅲ-18] 자율운항선박 로드맵 351
[그림Ⅲ-19] 주요 자율주행차 기업의 전략적 포지셔닝 및 발전 경로 352
[그림Ⅲ-20] 피라미드 구조에서 수평적 구조로 변화 353
[그림Ⅲ-21] 수소전기 기반 자율주행차 (넥쏘) 356
[그림Ⅲ-22] 세코닉스의 자동차용 카메라 357
[그림Ⅲ-23] 텔레칩스 제품군 358
[그림Ⅲ-24] 모바일어플라이언스 제품군 359
[그림Ⅲ-25] 자율주행 의사결정 프로세스 360
[그림Ⅲ-26] 자율주행 단계별 주요 기능 361
[그림Ⅲ-27] 자율주행차용 센서 종류 및 적용 363
[그림Ⅲ-28] Bosch의 레이더 센서의 진화 364
[그림Ⅲ-29] 라이다 기술의 발전 365
[그림Ⅲ-30] ECU 구성 예시 366
[그림Ⅲ-31] 규칙기반 방식과 딥러닝/강화학습 기반 방식 비교 367
[그림Ⅲ-32] 이미지 인식 기술의 발전 368
[그림Ⅲ-33] 제조업 패러다임의 변화 및 산업별 현재 위치 371
[그림Ⅲ-34] 산업 현장에서의 인간과 로봇의 작업 특성 373
[그림Ⅲ-35] AR활용 실감 인터랙션 예시 375
[그림Ⅲ-36] Lead-through programming 탑재 로봇 377
[그림Ⅲ-37] 딥러닝과 기존 기계학습 알고리즘 간 성능 비교 379
[그림Ⅲ-38] 딥러닝 기반 이상 감지 기술과 관련된 주요 컴포넌트 379
[그림Ⅲ-39] 서비스용 로봇 개요 381
[그림Ⅲ-40] 서비스용 로봇 분야 주요 제품의 국내 업체 제품 386
[그림Ⅲ-41] 지능 로봇의 연관 기술 관계도 389
[그림Ⅲ-42] 로봇 제어 관련 기술 분야 390
[그림Ⅲ-43] 인공 신경망 구조 395
[그림Ⅲ-44] 아마존의 스마트 공급망관리체계 396
[그림Ⅲ-45] 삼성 SDS 첼로(Cello) 개념 397
[그림Ⅲ-46] DHL의 스마트 물류창고 개념 398
[그림Ⅲ-47] 스마트 공장 개념도 399
[그림Ⅲ-48] 지멘스(좌)와 아디다스(우) 스마트 공장 400
[그림Ⅲ-49] 정비의 종류와 개념 400
[그림Ⅲ-50] 강화학습 적용 가능 도메인 402
[그림Ⅲ-51] 블록체인 기반 분산전원 에너지 거래 모델 406
[그림Ⅲ-52] GE의 Digital Wind Farm 409
[그림Ⅲ-53] 에너지 소비 제어를 위한 AI 모델 학습 410
[그림Ⅲ-54] Good Energy와 Piclo의 에너지 Match 411
[그림Ⅲ-55] Sonnen Community의 에너지 공유 412
[그림Ⅲ-56] 에너지 산업의 디지털 생태계 413
[그림Ⅲ-57] E.ON의 SolarCloud 개념도 416
[그림Ⅲ-58] 에너지 리바운드 효과(rebound effect)의 개념 417
[그림Ⅲ-59] 산업 부문의 디지털화 418
[그림Ⅲ-60] 디지털화에 따른 채굴 가능한 석유〮가스 자원의 증가 419
[그림Ⅲ-61] 전력 부문 디지털화를 통한 비용절감 전망 420
[그림Ⅲ-62] TEPCO의 송전선로 점검 프로세스 자동화 421
[그림Ⅲ-63] 에너지 시스템의 전환을 이끄는 디지털화로 인한 4가지 핵심 422
[그림Ⅲ-64] 디지털화로 인한 변화 423
[그림Ⅲ-65] 혁신 기술을 활용한 Enel X의 4가지 사업 부문 424
⦃제2편 인공지능 핵심 소재⦄
제Ⅰ장 인공지능 반도체 디바이스 기술개발 동향 427
[도표Ⅰ-1] 반도체 산업의 Value Chain 431
[도표Ⅰ-2] 메모리 반도체와 시스템 반도체 산업 비교 433
[도표Ⅰ-3] 세계 반도체 시장 전망 434
[도표Ⅰ-4] 2018년 세계 반도체 Top 50위 기업 435
[도표Ⅰ-5] 세계 반도체 시장 및 시스템 반도체 국가별 시장 점유율 435
[도표Ⅰ-6] 국내 시스템 반도체 시장규모 436
[도표Ⅰ-7] 한국 반도체 수출 비중 436
[도표Ⅰ-8] 한국 반도체 품목별 수출규모 437
[도표Ⅰ-9] 2018년 세계 시스템 반도체 Top 20위 기업 438
[도표Ⅰ-10] 인공지능 반도체 유형별 특징 447
[도표Ⅰ-11] 지능형 반도체의 기술분류 450
[도표Ⅰ-12] 인공지능 가속프로세서의 비교 451
[도표Ⅰ-13] 인공지능 반도체의 분류 454
[도표Ⅰ-14] 주요 AI 스타트업의 현황 457
[도표Ⅰ-15] 지능형 반도체 기술 461
[도표Ⅰ-16] 딥러닝 알고리즘 경량화 463
[도표Ⅰ-17] 대표적인 인공신경망의 형태 475
[도표Ⅰ-18] 정보량과 정밀도를 고려한 인공신경망 구현 분류 478
[도표Ⅰ-19] 차세대 지능형 사업 수행기관 선정 결과(2020) 482
[그림Ⅰ-1] 차세대 반도체 개요 427
[그림Ⅰ-2] 시스템 반도체 개념도 및 제품 428
[그림Ⅰ-3] 반도체 제품별 분류 (제품기능 기준) 430
[그림Ⅰ-4] 반도체 산업 생태계 및 연관 산업 431
[그림Ⅰ-5] 반도체 산업의 Value Chain 및 기업 유형 432
[그림Ⅰ-6] 인텔이 개발한 인공지능 반도체 너바나 NNP-T 440
[그림Ⅰ-7] NVIDIA社의 산업별 협력 기업 443
[그림Ⅰ-8] 인공지능 반도체 Technology Hype Cycle 446
[그림Ⅰ-9] 인공지능 반도체의 기술 진화 방향 448
[그림Ⅰ-10] 반도체 산업의 패러다임 변화 448
[그림Ⅰ-11] 지능형 반도체 산업의 패러다임 변화 449
[그림Ⅰ-12] 알파고 실행을 위한 컴퓨팅 수요 450
[그림Ⅰ-13] 에지 디바이스에서 인공지능 실현 구조 예시 452
[그림Ⅰ-14] 뉴모로픽 반도체 구조 예시 452
[그림Ⅰ-15] 인공지능 프로세서 반도체 개발 현황 456
[그림Ⅰ-16] KAIST 개발한 UNPU 칩과 이를 이용한 감정인식 시스템 458
[그림Ⅰ-17] ETRI 인공지능 프로세서 반도체인 AB9, VIC2 459
[그림Ⅰ-18] 스마트센서 시스템 아키텍처 460
[그림Ⅰ-19] Wi-Fi 대역(5.9Ghz)에서 전자기 방사 에너지를 수집하는 MoS 렉테나 462
[그림Ⅰ-20] Fire Module 463
[그림Ⅰ-21] MobileNet의 DSC 적용 464
[그림Ⅰ-22] ShuffleNet 구조 464
[그림Ⅰ-23] 기존 평형망과 잔여 신경망의 비교 465
[그림Ⅰ-24] 덴스넷(DenseNet)의 밀집 신경망 구조 466
[그림Ⅰ-25] 스퀴즈넷(SqueezeNet)의 파이어 모듈 (Fire Module) 466
[그림Ⅰ-26] 모바일넷(MobileNet)의 합성곱 분해 구조 467
[그림Ⅰ-27] 셔플넷(ShuffleNet)의 채널 셔플 구조 468
[그림Ⅰ-28] 넷어탭트(NetAdapt)의 신경망 탐색 흐름 469
[그림Ⅰ-29] 엠나스넷(MNasNet)의 신경망 탐색 흐름 469
[그림Ⅰ-30] 가중치/채널 가지치기(Weight/Channel Pruning)의 예 470
[그림Ⅰ-31] 이진화(Binarization)를 통한 합성곱의 예 471
[그림Ⅰ-32] 전문가(Teachers) 모델과 숙련가(Student) 모델의 학습 결과 예 472
[그림Ⅰ-33] 강화학습을 통해 모델 압축/가속화 기법들을 자동 탐색하는 예 473
[그림Ⅰ-34] 인공신경망에서의 MAC 476
[그림Ⅰ-35] 컨볼루션 인공신경망의 구조 477
[그림Ⅰ-36] 멤리스터의 개념도 479
[그림Ⅰ-37] 스토캐스틱 컴퓨팅에서의 곱셈의 예 480
[그림Ⅰ-38] ETRI가 개발한 500원 동전 크기 AI 반도체 485
[그림Ⅰ-39] 서버용 초저전력 AI 반도체 개발 488
[그림Ⅰ-40] 모바일·IoT 디바이스용 시각지능 AI 반도체 488
제Ⅱ장 뉴로모픽 지능형 AI칩 기술개발 동향 489
[도표Ⅱ-1] AI 가속기 구현방법에 따른 특징 491
[도표Ⅱ-2] 뉴로모픽 칩 현황 500
[도표Ⅱ-3] 세대별 인공지능 신경망 502
[도표Ⅱ-4] 스파이킹 신경망 시뮬레이터 503
[도표Ⅱ-5] 칼심(CARLsim—4) 환경에서 뉴런과 시냅스 최적화 시뮬레이션 504
[도표Ⅱ-6] NM500 사양 508
[도표Ⅱ-7] 기존 NPU 단계별 동작 API 516
[도표Ⅱ-8] 대규모 뉴로모픽 시스템 분석 529
[도표Ⅱ-9] 인공지능 칩 스타트업 현황 539
[도표Ⅱ-10] ETSI MEC 표준문서 완료 현황 549
[도표Ⅱ-11] ITU-T IEC 관련 표준문서 현황 552
[그림Ⅱ-1] 뉴로모픽 반도체 연구 현황 493
[그림Ⅱ-2] Comparison of deep neural network (DNN) and spiking neural network (SNN) 495
[그림Ⅱ-3] Diagram of address event representation protocol 497
[그림Ⅱ-4] Various structures of multichip neuromorphic systems 498
[그림Ⅱ-5] 펄스 뉴런 활성화 501
[그림Ⅱ-6] 생물학적 뉴런과 인공 스파이킹 뉴런과의 연관성 501
[그림Ⅱ-7] 스파이킹 신경망 시뮬레이션 503
[그림Ⅱ-8] Spikey Chip과 Spikey 칩을 이용한 시스템 505
[그림Ⅱ-9] HICANN Chip 505
[그림Ⅱ-10] BrainSalceS(NM-PM-1) 시스템 506
[그림Ⅱ-11] Neurogird 507
[그림Ⅱ-12] SpiNNaker (NM-MC-1) 508
[그림Ⅱ-13] 2개의 NM500 Chip으로 구성된 NeuroBrick 509
[그림Ⅱ-14] 16개의 TrueNorth 칩이 장착된 DARPA SyNAPSE 보드 예 510
[그림Ⅱ-15] Nengo에서 뉴로모픽 컴퓨팅을 지원하는 FPGA 보드 511
[그림Ⅱ-16] Loihi 하드웨어 512
[그림Ⅱ-17] DNN의 한 예시와 그를 위한 하드웨어 개발 예 513
[그림Ⅱ-18] DNN network를 새로운 소자로 동작할 수 있는 가능성 514
[그림Ⅱ-19] PCM을 이용한 SNN 하드웨어 기본 소자 SEM 및 PCM 기반 칩 구조 515
[그림Ⅱ-20] 기존 NPU 디바이스 드라이버/API 공통 모델 517
[그림Ⅱ-21] NPU 지원 시스템 소프트웨어 517
[그림Ⅱ-22] 하드웨어 ANN 을 활용한 dot-product engine 예 519
[그림Ⅱ-23] 하드웨어 ANN 에서의 비지도학습 예 519
[그림Ⅱ-24] 하드웨어 ANN 을 활용한 강화학습 예 520
[그림Ⅱ-25] 단기저항변화특성을 활용한 축적컴퓨팅 예 521
[그림Ⅱ-26] One-shot 학습을 위한 하드웨어 아키텍처 522
[그림Ⅱ-27] 시냅스 전 뉴런 및 시냅스 후 뉴런의 스파이크 524
[그림Ⅱ-28] 48-노드 SpiNNaker PCB 525
[그림Ⅱ-29] TrueNorth 내부 구조 527
[그림Ⅱ-30] Neurogrid 528
[그림Ⅱ-31] AI 계층별 AI칩의 역할 531
[그림Ⅱ-32] 딥 러닝의 두 가지 순서 533
[그림Ⅱ-33] 클라우드 기반 AI 칩의 밝은 미래 534
[그림Ⅱ-34] arm ML 프로세서 아키텍처 538
[그림Ⅱ-35] 아키다 NSoC 구성요소 539
[그림Ⅱ-36] 그래프코어 IPU의 훈련과 추론 과정 541
[그림Ⅱ-37] 그래프코어사의 COLOSUS GC2 IPU 541
[그림Ⅱ-38] 플래시 메모리 기반의 뉴럴 네트워크 가속기 542
[그림Ⅱ-39] Mythic의 IPU를 스마트 카메라 같은 임베디드 시스템에 통합한 사례 543
[그림Ⅱ-40] 캠브리콘 딥러닝 프로세서 1H8과 MLU100 PCIe 보드 544
[그림Ⅱ-41] 지능형 에지 컴퓨팅 개념도 548
[그림Ⅱ-42] MEC 구조 및 특징 551
[그림Ⅱ-43] IEC 구조 및 특징 553
[그림Ⅱ-44] IEC 배치 (deploment) 554
