왓슨(인공지능)

덤프버전 :

1. 개요
2. 퀴즈쇼 제퍼디 출연
3. 사용되는 분야
3.1. 헬스케어
3.2. 법률
4. 기타
5. 관련 문서



1. 개요[편집]


IBM이 만든 인공지능 또는 그 인공지능이 탑재된 슈퍼컴퓨터. 이름은 초대 IBM의 경영자에서 땄다. 인간 수준의 이해력과 정의 분석력을 갖추는 것이 목표다. 참고로, 왓슨은 의료용으로도 쓰이게 될 것으로 알려져 있는데, 우연의 일치인지 셜록 홈즈의 의사 친구와도 같은 이름이다.


2. 퀴즈쇼 제퍼디 출연[편집]


2011년 2월 14일 미국의 유명 퀴즈쇼 Jeopardy!에 출연했으며 딥 블루와 같은 일종의 기술 시연용 프로젝트다.

참고로 제퍼디를 고른 이유는 IBM 의 연구책임자가 동료들과 식사를 하는 도중에 식당 안의 모든 사람들이 제퍼디 최다 연승자를 보기 위해 TV에 집중하는 것을 보고나서 결정했다고 한다. 실제 개발 시작은 2005년부터로서, 언어를 실시간으로 분석해야 하기에 체스보다 더 어려운 과정이었다고 한다.

제퍼디에 출현해서는 통상 자필로 쓰게 되어 있는 이름표시 부분은 컴퓨터 폰트로 표기하였고, 사람이 서있는 부분에는 IBM의 로고인 지구모양의 심볼이 표시되는 디스플레이가 배치되었다. 이 심볼의 지구 위에는 디자이너의 의도로는 42개의 실가닥이 움직이게끔 했으나 아쉽게도 공간이 부족해서…. 문제를 분석하는 도중에는 디스플레이의 지구본 로고가 색깔이 바뀌고 이 실가닥들이 활발히 움직이는 모습을 보인다.

파일:Watson What is Toronto.png
메커니즘을 단순하게 설명하면, 문제가 입력됨과 동시에 문제를 구성하는 키워드 조각을 분석하여 스토리지[1]를 검색하여 일치하는 정답이 50%가 넘는 경우에 부저를 울리는 메커니즘. 제퍼디 게임 도중에는 인터넷에 연결되지 않았다. 제퍼디에서는 사회자가 문제를 모두 소리 내어 읽은 다음에야 버저를 누를 수 있는데, 아주 많은 상황에서 사람와 왓슨 모두 사회자가 문제를 모두 읽기 전에 답을 결정하는 경우가 부지기수인지라 버저를 누르는 속도에서 인간이 이길 수 없기에 손쉽게 승리를 가져갔다.[2] 정확도가 높기에 완벽한 답을 낼 것으로 생각 가능하나, 메커니즘이 완벽한것이 아니기에 게임 도중에 때로는 시간이 늘어지기도 하고 오답이 나오기도 하였다. 실제로 게임 도중에 미국의 도시를 묻는 질문에 "What is Toronto?????"라고 답변하기도 했다.[3][4] 사실 개발 초창기에는 기계 새 수준의 답변을 했다고…

16일까지 방영된 IBM Challenge에서 왓슨은 본 퀴즈쇼에서 74연승을 거두며 250만 달러를 딴 최다 연승자이자 왓슨 개발의 동기가 된 켄 제닝스[5]와 다른 역대급 챔피언 브래드 러터[6]를 제치고 완승을 거두었다. 첫날의 경기가 끝났을 때 상금은 각각 왓슨 35,634 vs 제닝스 4,800 vs 러터 10,400이었으며, 둘째 날에는 77,147 vs 24,000 vs 21,600. 점차 격차를 벌여나가서 최종일에는 엄청난 페이스를 보여주었으며, 결국 왓슨이 우승했다. 제닝스가 2위, 러터는 3위를 기록했다. IBM은 우승 상금 100만 달러 전액을, 나머지 두 명은 절반의 상금[7]을 자선단체에 기부했다.

이후 하원의원들과 중계가 되지 않는 매치를 한 번 더 했다고 한다. 이유는 과학기술이 사회에 미치는 영향을 정계에 알리기 위해서라고. 켄 제닝스는 마지막 문제에서 답 아래에 "우리의 컴퓨터 절대군주를 환영한다(I for one welcome our new computer overlords)"[8]는 말을 남겼다.

컴퓨터라고 당연히 맞힐 수 있다는 생각을 해서는 안 된다. 왓슨이 인터넷에 연결된 것도, 모든 지식을 다 다운로드 한 것도 아니다. 위에서 봤듯이 엄연히 제한된 범위 내에서 답변하는 것이므로 1차 제퍼디 게임에서는 질 수 있는 것이 어쩌면 당연한 이야기일 수도 있다.

3. 사용되는 분야[편집]



3.1. 헬스케어[편집]


미국 메사추세츠주 캐임브리지 켄달스퀘어에[9] 왓슨 헬스 그룹을 설립, 왓슨을 암 연구 센터등에서 논문 분석등의 실험에 쓰고 있으며, 보통 과학자가 하루 5개씩 읽으면 38년이 걸릴 7만 개의 논문을 한달만에 분석하여 항암 유전자에 영향을 미치는 단백질 6개를 찾아냈다.

특수질환자의 병명을 알아내 목숨을 구하기도 했다.

2017년 말이면 전체 암의 약 85%를 분석할 수 있을 것으로 기대된다고 했다. #

가천대학교 길병원은 IBM의 왓슨 컴퓨터 시스템으로 암환자의 처방과 치료방법을 도움받고있다. 놀랍게도 왓슨이 제공했던 치료법은 98%나 정확하게 맞았다. 이렇게 왓슨이 의사를 대체하네 마네 하면서 온갖 설레발이 등장하는 순간..여러 문제점이 드러난다.

국내 도입된 왓슨의 폐암의 진단일치율은 18%에 그쳤으며 왓슨을 사용한 의사들은 처음 기대와 달리 정확하지 않은 진단에 시큰둥한 반응을 보였다. 왓슨을 도입한 많은 병원들이 재계약을 하지 않을 것이라 한다.

실제로 왓슨은 미국과 한국에서 동네병원 내과의사들과 대결을 펼쳤는데, 줄줄히 완패를 당해 퇴출위기에 몰렸다.

《슈피겔(Spiegel)》의 보도에 따르면 왓슨을 도입한 독일의 기센대학(Justus-Liebig-Universität Gießen)과 필립-마르부르크대학(Philipps-Universität Marburg) 부속병원 또한 왓슨의 성능이 기대에 못 미치는 정도가 아니라 신뢰할 수 없다는 성명을 발표했다.

상기한 대학 병원에서는 왓슨이 언어 인식 부문에서 심각한 결점이 있음을 밝혔다.환자의 질병을 진단할 시 왓슨은 의사가 환자로부터 얻은 정보를 정리한 문서나 차트, 소견서, 혹은 검사 결과 등을 스캔해 질병의 원인으로 의심되는 정보를 얻는 방식을 취한다. 그런데 의사의 소견서에 적힌 개인적인 표현이나 혹은 요약된 정보를 이해하지 못했다.

IBM은 왓슨을 실패한 사업으로 규정, 사업팀을 2018년 5월 구조조정했다. 다만 사업을 완전히 접은건 아니다. 신설된 계명대학교 동산병원은 왓슨을 의사의 진료를 돕고 추천 약품을 지정해주는 제한적인 용도로 도입했다.

3.2. 법률[편집]


과학 분야뿐 아니라 법률 분야에도 영역을 넓혀가고 있는데 미 로펌에서 판례 검색을 위해 도입했다. 수많은 판례를 분석하여 답을 내놓는 식인데, 특정 기업의 인수 합병 금지 조항 같은 걸 물어보면 금방 답을 내놓는 수준이라고 한다. 현재는 모든 걸 자동화하기보다는 개인이 여러가지 변수들을 고려하여 최선의 선택을 할 수 있도록 돕는 것을 목표로 하고 있다.


4. 기타[편집]


  • 제퍼디에서 우승한 지 3년이 지난 2014년 현재 속도는 24배 빨라졌고, 크기는 10분의 1로 줄어들었다.

  • 왓슨의 연산능력은 80TFLOPS인데 이는 가정용 PC의 겨우 몇 배 밖에 안 되는 수준이다. 비교해 보자면, GTX1080 Ti가 11TFLOPS이다. 여기서 왓슨이 통상적인 의미의 슈퍼 컴퓨터로 보기 힘들어 보일 수도 있지만, 왓슨은 2011년, GTX1080Ti는 2016년에 출시되어 무려 5년의 시간차가 있다는 것을 감안해야 한다. 또한 80TFLOPS에 불과한 연산 능력에도 불구하고 이 정도의 성과를 거두었다는 것은 반대로 해석하면 앞으로 얼마든지 성능을 올릴 수 있다는 말이기도 하다.

  • 기술자들이 왓슨 DB에 일종의 욕 사전인 Urban Dictionary를 넣어놨더니 왓슨이 욕과 일반 단어를 구분하지 못해 욕쟁이 컴퓨터가 되었다는 일화가 있다.

  • 최근에는 애플과 IBM이 합작하여 왓슨의 알고리즘과 Siri를 접목시키는 프로젝트를 하고 있다고 한다.


  • 2015년 5월 29일자 니혼게이자이신문에서 일본 소프트뱅크에서 왓슨을 신입 사원 서류전형 평가에 사용할 것이라고 보도했다.

  • 2017년 하반기에 한국IBM과 롯데제과가 협업하여 왓슨 데이터분석을 통해 빼빼로신 제품을 내놓았다. 국내 최초로 AI를 통해 만든 과자이며, 제품 상단에 인공지능으로 만들어 졌다는 걸 명시하였다.







5. 관련 문서[편집]





파일:CC-white.svg 이 문서의 내용 중 전체 또는 일부는
문서의 r33 판{{{#!wiki style="display: inline; display: none;"
, 번 문단}}}에서 가져왔습니다. 이전 역사 보러 가기
파일:CC-white.svg 이 문서의 내용 중 전체 또는 일부는 다른 문서에서 가져왔습니다.
[ 펼치기 · 접기 ]
문서의 r33 판{{{#!wiki style="display: inline; display: none;"
, 번 문단}}} (이전 역사)
문서의 r 판{{{#!wiki style="display: inline; display: none;"
, 번 문단}}} (이전 역사)

문서의 r 판{{{#!wiki style="display: inline; display: none;"
, 번 문단}}} (이전 역사)

문서의 r 판{{{#!wiki style="display: inline; display: none;"
, 번 문단}}} (이전 역사)

문서의 r 판{{{#!wiki style="display: inline; display: none;"
, 번 문단}}} (이전 역사)

문서의 r 판{{{#!wiki style="display: inline; display: none;"
, 번 문단}}} (이전 역사)

문서의 r 판{{{#!wiki style="display: inline; display: none;"
, 번 문단}}} (이전 역사)

문서의 r 판{{{#!wiki style="display: inline; display: none;"
, 번 문단}}} (이전 역사)

문서의 r 판{{{#!wiki style="display: inline; display: none;"
, 번 문단}}} (이전 역사)

문서의 r 판{{{#!wiki style="display: inline; display: none;"
, 번 문단}}} (이전 역사)

문서의 r 판{{{#!wiki style="display: inline; display: none;"
, 번 문단}}} (이전 역사)

문서의 r 판{{{#!wiki style="display: inline; display: none;"
, 번 문단}}} (이전 역사)

문서의 r 판{{{#!wiki style="display: inline; display: none;"
, 번 문단}}} (이전 역사)

문서의 r 판{{{#!wiki style="display: inline; display: none;"
, 번 문단}}} (이전 역사)

문서의 r 판{{{#!wiki style="display: inline; display: none;"
, 번 문단}}} (이전 역사)

문서의 r 판{{{#!wiki style="display: inline; display: none;"
, 번 문단}}} (이전 역사)

문서의 r 판{{{#!wiki style="display: inline; display: none;"
, 번 문단}}} (이전 역사)

문서의 r 판{{{#!wiki style="display: inline; display: none;"
, 번 문단}}} (이전 역사)

문서의 r 판{{{#!wiki style="display: inline; display: none;"
, 번 문단}}} (이전 역사)

문서의 r 판{{{#!wiki style="display: inline; display: none;"
, 번 문단}}} (이전 역사)

문서의 r 판{{{#!wiki style="display: inline; display: none;"
, 번 문단}}} (이전 역사)

문서의 r 판{{{#!wiki style="display: inline; display: none;"
, 번 문단}}} (이전 역사)

문서의 r 판{{{#!wiki style="display: inline; display: none;"
, 번 문단}}} (이전 역사)

문서의 r 판{{{#!wiki style="display: inline; display: none;"
, 번 문단}}} (이전 역사)

문서의 r 판{{{#!wiki style="display: inline; display: none;"
, 번 문단}}} (이전 역사)

문서의 r 판{{{#!wiki style="display: inline; display: none;"
, 번 문단}}} (이전 역사)

문서의 r 판{{{#!wiki style="display: inline; display: none;"
, 번 문단}}} (이전 역사)

문서의 r 판{{{#!wiki style="display: inline; display: none;"
, 번 문단}}} (이전 역사)

문서의 r 판{{{#!wiki style="display: inline; display: none;"
, 번 문단}}} (이전 역사)

문서의 r 판{{{#!wiki style="display: inline; display: none;"
, 번 문단}}} (이전 역사)

문서의 r 판{{{#!wiki style="display: inline; display: none;"
, 번 문단}}} (이전 역사)

문서의 r 판{{{#!wiki style="display: inline; display: none;"
, 번 문단}}} (이전 역사)

문서의 r 판{{{#!wiki style="display: inline; display: none;"
, 번 문단}}} (이전 역사)

문서의 r 판{{{#!wiki style="display: inline; display: none;"
, 번 문단}}} (이전 역사)

문서의 r 판{{{#!wiki style="display: inline; display: none;"
, 번 문단}}} (이전 역사)

문서의 r 판{{{#!wiki style="display: inline; display: none;"
, 번 문단}}} (이전 역사)

문서의 r 판{{{#!wiki style="display: inline; display: none;"
, 번 문단}}} (이전 역사)

문서의 r 판{{{#!wiki style="display: inline; display: none;"
, 번 문단}}} (이전 역사)

문서의 r 판{{{#!wiki style="display: inline; display: none;"
, 번 문단}}} (이전 역사)

문서의 r 판{{{#!wiki style="display: inline; display: none;"
, 번 문단}}} (이전 역사)

문서의 r 판{{{#!wiki style="display: inline; display: none;"
, 번 문단}}} (이전 역사)

문서의 r 판{{{#!wiki style="display: inline; display: none;"
, 번 문단}}} (이전 역사)

문서의 r 판{{{#!wiki style="display: inline; display: none;"
, 번 문단}}} (이전 역사)

문서의 r 판{{{#!wiki style="display: inline; display: none;"
, 번 문단}}} (이전 역사)

문서의 r 판{{{#!wiki style="display: inline; display: none;"
, 번 문단}}} (이전 역사)

문서의 r 판{{{#!wiki style="display: inline; display: none;"
, 번 문단}}} (이전 역사)

문서의 r 판{{{#!wiki style="display: inline; display: none;"
, 번 문단}}} (이전 역사)

문서의 r 판{{{#!wiki style="display: inline; display: none;"
, 번 문단}}} (이전 역사)

문서의 r 판{{{#!wiki style="display: inline; display: none;"
, 번 문단}}} (이전 역사)

문서의 r 판{{{#!wiki style="display: inline; display: none;"
, 번 문단}}} (이전 역사)



파일:크리에이티브 커먼즈 라이선스__CC.png 이 문서의 내용 중 전체 또는 일부는 2023-12-10 15:32:39에 나무위키 왓슨(인공지능) 문서에서 가져왔습니다.

[1] 대충 200만 건의 문서라고[2] 버저를 누를 수 있다는 신호를 받아들이는 속도 자체가 인간이 인식과 지시의 두 가지 과정을 거치는 것에 비해 훨씬 빠를 수밖에 없다. 초기에는 전자기 방식으로 부저를 입력하게 되어 있었고, 방송 게임 전에 제퍼디 제작진의 요청으로 버저를 인간처럼 물리적으로 누르는 것으로 입력방식을 바꾸기도 했으나 여전히 인간과의 속도 차이는 현격했다.[3] 이걸 가지고 IBM의 엔지니어는 토론토 블루제이스가 있어서 미국으로 착각한 거 아니냐는 드립을 했다.[4] 사실 미국에도 토론토라는 도시가 7개나 있다. ???: 토론토는 이제 미국의 도시입니다. 그저 듣보잡일 뿐이다.[5] 퀴즈쇼에서 따낸 금액이 총 317만 달러.[6] 이 분은 Jeopardy! 에서만 445만 달러를 획득했다. 미국 역대 게임쇼 최대 상금기록자.[7] 제닝스의 상금은 30만 달러, 러터는 20만 달러였고, 그 절반을 기부함.[8] 심슨가족의 5X15 'Deep Space Homer'에서 인용.[9] 헬스케어의 실리콘밸리와도 같은 곳이다.