머신러닝은 컴퓨터가 데이터를 학습하여 패턴을 인식하고 예측하는 기술로 주어진 작업의 효율성을 높이기 위해 데이터를 사용하는 '학습' 과정과 방법을 분석하고 개발하는 데 중점을 두고 있다. 머신러닝의 패턴 인식과 예측은 AI의 인지 및 추론 능력의 기반이 된다.

머신러닝은 데이터의 증가, 컴퓨터 성능 향상, 알고리듬의 발전 속에서 기술을 혁신하며 성장하고 있다​​​​​​. 시장조사 전문 기관인 리서치 앤드 마켓(Research and Markets)은 전 세계 머신 러닝 시장이 2022~2028년에 높은 성장률로 빠르게 성장할 것이라고 전망했다.

클라우드 기반 서비스 도입 증가

머신러닝으로 방대한 양의 데이터를 검토할 수 있으며, 이를 통해 추세와 패턴을 파악할 수 있다. 예를 들어, 전자상거래 사이트는 고객의 검색 패턴과 과거 구매 내역을 알고 있으므로 고객에게 적절한 상품, 할인, 알림을 제공할 수 있다.

사람의 개입 없이 작업을 수행할 수 있는 능력, 데이터 센터 기능의 향상, 높은 컴퓨팅 성능은 기술력을 높이는 데 중요한 역할을 한다. 또한 서비스형 소프트웨어(SaaS), 서비스형 플랫폼(PaaS), 서비스형 인프라(Infrastructure as a Service) 등 다양한 분야에서 클라우드 기반 기술이 빠르게 도입되면서 시장이 확대되고 있다.

머신러닝은 오류를 파악하고 완화할 수 있으며 프로세스의 표준과 발전에 직접적인 영향을 미친다. 오류를 해결함으로써 프로세스를 개선할 수 있다. 머신러닝에는 오류와 고장 예방 기능 외에도 재고 예측 알고리듬이 있다. 데이터를 기반으로 구축된 모델은 오류가 발생할 수 있는 시기를 예측하여 이를 방지하는 예방 조치를 취할 수 있다.

자율주행 차량과 다중 핸들 데이터 세트

기업들은 오픈 소스 AI 라이브러리를 사용하여 머신러닝 기능을 개발하고 있다. 텐서플로(TensorFlow)는 자바 프로젝트, 데이터 흐름 그래프 및 다양한 애플리케이션을 구축하는 데 사용하는 라이브러리며, 자바용 API도 제공한다. 또한 컨설팅 전문 업체들도 머신러닝 기반 기술을 활용하고 있으며 그들의 시가 총액은 2290억 달러에 달한다. 이러한 요인들로 인해 시장이 성장할 것으로 전망된다.

사용자가 사이클링이나 달리기와 같은 특정 활동을 수행할 때 최신 모바일 기기는 이를 자율적으로 인식할 수 있다. 초보 머신러닝 엔지니어들은 이러한 종류의 프로젝트를 연습하기 위해 관성 센서가 장착된 모바일 기기를 사용하여 얻은 데이터 세트를 활용한다. 또한 학생들은 미래의 행동을 정확하게 예측할 수 있는 분류 모델을 사용한다. 이로 인해 데이터 세트 시장에서 머신러닝의 활용이 증가할 것으로 보인다.

ML은 자동차 분야에도 도입되고 있다. 다국적 기업인 테슬라가 출시한 자율 주행 차량은 머신 러닝에 도입된 사례 중 하나다. 이 시장은 높은 성장률을 기록할 것으로 예상된다.

한편 머신러닝과 로봇의 통합으로 시장이 더욱 확대되고 있다. 월드 로보틱스(World Robotics)에 따르면 2018년 미국에서 로봇 설치가 최고치를 기록했고, PID 알고리듬을 활용한 라인 팔로워 로봇을 지원하고 있다는 점도 머신 러닝 시장의 확대를 가져올 것으로 예상된다.

그러나 비즈니스 프로세스에 머신러닝을 통합할 때 겪는 가장 큰 어려움은 분석 재능을 갖춘 작업자가 부족하다는 점이다. 

머신러닝 시장의 주요 업체로는 아마존 웹 서비스, 바이두, 도미노 데이터 랩, 마이크로소프트, 구글, 알파인 데이터, IBM, SAP, SAS 인스티튜트 등이 있다.

[알림] GTT KOREA의 동영상 마케팅 플랫폼 GTT SHOW는 오는 11월 29일 수요일 오후 2시부터 오후 3시까지 “복잡한 제조 산업 환경을 간소화·효율화하는 ‘혁신적인 뉴랜드코리아 스캐너’ 활용법”을 주제로 무료 온라인 세미나를 진행한다. AI기능을 탑재한 핸드헬드 바코드 스캐너, 고정 매립형 스캐너, 모바일 컴퓨터, 웨어러블 스캐너까지 다양한 제조 현장의 운영효율과 생산성을 높이는 스캐너 신기술과 자세한 활용법이 소개된다.