제10회 이데일리 IT컨버전스포럼 개최
21일 오전 10시 여의도 FKI타워 컨퍼런스센터
‘생성형AI가 미래를 만든다’를 주제로 진행
데이터 자동 라벨링 전문기업 클린랩 CEO 기조강연
MS·네이버· KT·엔씨·SKT, 카카오브레인 등 강연
AI가 이처럼 우리 생활의 깊숙이 들어와 있는 상황이지만, 여전히 ‘AI’ 그 자체는 낯설고 어렵게 느껴집니다. 그래서 이데일리는 AI와 사람들 간의 이 같은 심리적 거리를 줄이기 위해 꾸준히 노력해 왔습니다. 이데일리가 준비한 IT컨버전스포럼을 통해 어렵게 느껴지는 AI가 일으키고 있는 일상의 변화를 공유할 수 있습니다.
<이미지를 클릭하시면 크게 보실 수 있습니다> |
21일 여의도 ‘이데일리 IT컨버전스포럼’ 개최
이데일리는 이번달 21일 오전 10시 서울 여의도 FKI타워 컨버전스센터에서 ‘제10회 이데일리 IT 컨버전스포럼’(Edaily IT Convergence Forum: preparing for 2024·ECF)를 개최합니다. 올해 포럼의 주제는 ‘생성형 AI가 미래를 만든다’입니다. 포럼에서는 생성형 AI가 가져올 미래의 모습을 각 분야 전문가들을 통해 공유할 예정입니다.
실제 생성형 AI는 우리 사회에 빠른 속도로 스며들고 있습니다. 1년 전 오픈AI의 ‘챗GPT’가 상용서비스를 시작한 이후 최근엔 글을 써주거나 그림을 그려주는 다양한 생성형 AI는 물론, 검색을 보완한 초개인화 AI 검색 등까지 나온 상황입니다.
이처럼 생성형 AI가 세상을 빠르게 바꿔나가고 있는 만큼 생태계도 중요해졌습니다. 환각을 줄일 수 있는 ‘데이터 중심 AI’가 관심을 받고 있는 이유 중 하나입니다.
이에 따라 올해 ‘ECF’에선 기계학습에서 라벨 오류를 제거하기 위한 방법 ‘신뢰 학습’의 연구로 유명한 ‘커티스 G. 노스컷’ 클린랩(Cleanlab) 공동 설립자가 기조연설자로 나섭니다. 생성형 AI 업계의 고민인 데이터의 양, 품질 향상에 대한 문제들의 해결 방안을 함께 모색할 예정입니다.
이후엔 ‘생성형 AI시대, 우리는 무엇을 준비해야 하는가’를 주제로 좌담회도 준비했습니다. 한국데이터법정책학회장인 이성엽 고려대 교수의 사회로 커티스 G. 노스컷, 유병준 서울대학교 경영대학 교수, 김동환 포티투마루 대표이사, 배경훈 LG AI 연구원장, 엄열 과학기술정보통신부 인공지능기반정책관이 참석해 머리를 맞댑니다.
<이미지를 클릭하시면 크게 보실 수 있습니다> |
MS부터 엔씨소프트까지…기업들의 내년 AI 전략은
오후 세션부터는 각 기업들의 AI 관련 미래 전략을 공유 받는 자리가 마련됩니다.
세션1에서는 △국내에선 제대로 소개된 바 없는 업무 생산성 향상을 위한 생성형 AI: Microsoft 365 Copilot, The AI-Powered Future of Work(이승준 마이크로소프트 아시아 모던 워크 시니어) △기존 학습 데이터가 아닌 검색 이용자의 복합적 의도를 파악해 만든 네이버 통합검색 ‘큐:’의 모든 것, 2024계획(최재호 네이버 AI서치 책임리더) △KT 초거대AI ‘믿음’의 모든 것, 2024 계획(배순민 KT융합기술원 연구소장) △게임과 접목된 생성형AI, 엔씨소프트 ‘바르코’와 내년 계획(이연수 엔씨소프트 NLP 센터장) 등의 강연이 준비돼 있습니다.
세션2에서는 △글로벌 빅테크들의 격전장이 된 AI 비서 시장을 준비하는 ‘에이닷과 멀티 LLM(거대언어모델) 전략(김지원 SK텔레콤 대화담당) △AI가 만드는 이미지, ‘칼로’와 함께 하는 디지털 창작(김재인 카카오브레인 부사장) △생성형AI가 앞당기는 콘텐츠·서비스업과 제조업의 콜라보(최재붕 성균관대 부총장 겸 산학협력단장) △AI에 개성을 입히다. AI 페르소나 성큼(정혜동 한국전자기술연구원 융합지능기획단 부단장) 등이 진행됩니다.
이데일리는 이번 ‘ECF’를 통해 각 개인이 생성형 AI 시대에 적응하는 방법을 찾아갔으면 합니다. 기존의 사회적 관성을 깨고 생성형 AI와 친숙해지는 계기가 됐으면 하는 바람입니다. 오는 21일 오전 10시 ‘ECF’ 행사장에서 만나길 기대합니다.
이 기사의 카테고리는 언론사의 분류를 따릅니다.
기사가 속한 카테고리는 언론사가 분류합니다.
언론사는 한 기사를 두 개 이상의 카테고리로 분류할 수 있습니다.
언론사는 한 기사를 두 개 이상의 카테고리로 분류할 수 있습니다.