[ 2021 NIPA AI - 응용 ] 3. 산업별 AI혁신 사례 살펴보기(01~04) + α

01 제조/IoT 산업 내 AI 혁신과 스마트 팩토리

1. 제조 분야에서의 대표적인 인공지능 활용 사례
   
   • 스마트 팩토리
     • 활용사례 
       • 제조 생산을 위한 수직적 통합 및 네트워크화된 제조 시스템을 갖춘 공장
       • 제조 공정 및 운영 데이터와 통합
     • 종류
       • 오작동 모니터링 (설비 혁신)
         • 기계 설비의 오작동율은 환경(제조율, 습기, 온도 등)에 따라 다름
         • 따라서 특정 센서 1~2개만으로 오작동을 예측하기에는 정확도의 한계
         • => 다양한 데이터를 기반한 AI를 사용하여 한계를 극복, 오작동 시점을 예측 가능

           

         • 제품 성능 모의 실험 (품질 혁신)
           • 실제 공장을 만들어 제품 생산을 테스트하는 데에는 막대한 시간과 비용 소모
           • 데이터에 기반한 가상의 공장에서 모의실험을 진행하여 제품개발, 제품개선, 유지보수 등

             

         • 데이터 기반 의사결정 최적화 (운영 혁신)
           • 스마트팩토리 내에서 창출되는 빅데이터 분석을 통하여 의사 결정 최적화
           • 데이터 기반의 최적 운영 스케쥴링 등을 통해 전력 사용량 절감 등 활용 가능

             

   • 산업 자동화
     • 활용사례 
       • ICT와 기계와 기술 등을 활용하여 정해진 툴에 의해 자동 운전이 가능
       • 제조 공정 자동화를 통한 인건비 및 운영비 절약
     • 종류
       1. 공정 효율 증대 (공장 최적화)
          
          • AI기술을 활용하여 기존에 사람이 발견하지 못했던 비효율 등의 발견이 가능
          • 데이터 분석을 통해 병목 및 개선이 필요한 지점을 찾아 공정 최적화
          • => 분석에 기반하여 이를 최적화 할 수 있는 인공지능 솔루션을 적용할 수 있음
       2. 재고 관리 및 물류 자동화
          • 데이터화 된 물류 자원을 고융하여 수요 및 공급 예측
          • 사람의 도움 없이 하차, 검수 , 적재, 분류, 상차에 대한 물류 전 과정을 자동화
2. 제조 분야에 인공지능 적용을 위해 필요한 점
   • 해당 도메인에서의 확실한 목표 확립
   • 데이터 분석 전문가와의 지속적인 커뮤니케이션
   • 인공지능에 필요한 데이터를 확보할 수 있는 환경 조성

02 이커머스 산업의 AI 혁신

1. 맞춤형 상품 추천
   • 고객은 스스로 경험한 적 없는 상품에 대한 선호도 파악이 어려움
   • 보유한 데이터를 바탕으로 고객군 별로 모든 상품에 대한 선호도를 예측하여 고객 개개인에게 해당 선호도 예측 결과값을 제공
   • => 소비자 개개인의 데이터에 기반해 추천 상품 목록을 제작 및 제공, 추가 매출 기회 획득

     

     • 사용예
       • 추천 알고리즘
         
         • 미리 설정한 규칙 기반 추천X , 고객 데이터에 따른 인공지능형 추천 알고리즘
         • 구매 내역, 고객 프로파일, 소비 패턴, 상품 선호도 등의 데이터를 바탕으로 미래의 소비를 예측
         • => 고객들의 선호도 데이터가 많이 쌓일 수록 정밀한 예측이 가능

           

2. 개인화된 마케팅 전략
   • 고객 개개인의 특성을 분석하여 소비자들 각각에 최적화된 서비스를 제공
   • 다양한 도구를 통해 고객 프로파일, 행동, 성향, 관심사 데이터 등을 수집하여 분석
   • => AI를 활용하여 고객별 구매성향을 예측하여 맞춤형 마케팅 메시지 도출 가능

     

3. 고객 편의 서비스 제공
   • 쇼핑의 편의성을 높일 수 있도록 다양한 인공지능 기술을 활용한 서비스 제공
     1. Amazon의 AI 비서 알렉사 : AI 스피커를 활용한 주문 상황 조회, 배송 조회, 제품 추천, 기존 상품 재구매 등의 편의 기능 지원을 통한 추가 매출 기회 획득
     2. 챗봇 : 고객문의에 대한 신속한 처리를 통한 다각화된 문의 대응 가능

03 웹/앱 서비스 산업 내 AI 혁신

1. 방문정보분석(PC, UV, 신규방문 및 재방문 비율)
   • 연령/성별, 지역, 트래픽 소스, 방문페이지, 제품 등의 측정 기준을 통해서 사용자의 특성 분석
   • => 사용자의 유지 이탈, 집단 간 상이한 행동 패턴 분석 가능

     

2. 웹/앱 서비스 내 화면단위 행동 패턴 분석
   1. 사용자가 서비스를 사용하며 겪게되는 행동을 데이터화 한것
      • 웹사이트 내 히트맵 분석 : 자주 클릭한 부분 더 붉게 표시
      • A/B 테스트 : 특정 류만 회사 이름 칸 유무로 데이터분석

        

   2. 웹/앱 서비스 내(화면단위) 행동패턴 분석

      • 웹/앱 서비스의 기본 단위인 '화면' 단위의 고객행동 패턴 분석

        

      • AI가 고객의 데이터를 분석하여 고객의 행동을 예측
      • => 고객의 행동에 맞춘 반응형 이벤트 노출 등으로 고객 이탈 방지, 추가 매출 기회 제안

04 금융/재무 산업에서의 AI 혁신

• 업무 자동화
  • 기존의 반복 업무를 자동화하는 SW 기술인 RPA(Robotic Process Automation)에 인공지능을 접목하여 스스로 판단하여 업무수행을 하는 인지형RPQ기술이 활용됨

    1. 보안 : 데이터 보안 및 관리
    2. 비용 절감 : On-shore-> Off-shore->Robot
    3. 자료 공유 및 업무 확장성 : 업무량 증가 및 변동에 유연한 대응
    4. 업무 생산성 향상 : 24시간 작동, 빠른 처리 속도
    5. 이상 탐지 : 이상치 데이터 탐지 및 분류
    6. 업무 품질 향상 : Human Error 제거
• 금융 편의 서비스
  • 고객의 편의성을 높일 수 있는 인공지능 기반 인터페이스를 제공하여 송금, 조회, 이체, 금융 상품 추천, 마케팅 등 제공

    

• 개인화된 자산 운용 서비스
  • 고객의 투자성향과 투자금액에 따라 개인 맞춤형 자산 운용 서비스를 제공(~= 로보어드바이저)

    

• 신용평가
  • 인공지능 기반의 기술을 바탕으로 고객의 신용등급을 세밀하게 평가
  • 기존 금융 정보 뿐만 아니라 비금융 정보까지 분석함으로 금융 서비스 사각지대의 고객까지 서비스 범위 확대