[ AI for ESG #2 ] Google이 지원하는 AI를 활용한 사회적 기업들
안녕하세요. 호돌2입니다.
오늘은 AI가 현재 사회에 어떤 기여를 하고 있는지 알아보기 위해서, Google이 지원하는 AI 기업들 20개를 가져왔습니다.
제가 2015년 당시 대학원에 있으면서 딥러닝이라는 게 막 각광을 받고 있었을 때, 저는 다소 회의적이었습니다.
그 가장 큰 이유가 딥러닝을 비즈니스에 활용하기가 어려워 보였기 때문입니다. 대부분의 데이터는 "표" 형태의 숫자 데이터 들이었고, 그 데이터들을 잘 활용하기에는 딥러닝은 부적합했기 때문이죠. 게다가 모델 복잡도가 매우 크고 학습에 오랜 시간이 필요하기 때문에, random forest 보다 성능이 비슷하다면 굳이 딥러닝을 쓸 필요가 있을까 생각했었습니다.
하지만, 저는 미래를 볼 줄 몰랐던 것 같습니다...허허
딥러닝은 이미지, 영상, 음성, 텍스트 같은 비정형 데이터에 더 적합한 모형이고, 그 응용/활용 처는 정말 무궁무진했습니다.
오늘은 그 무궁무진한 활용처 중에 Social Impact를 발휘하는 기업들 20개를 가져와 봤는데요.
이 기업들은 Google 에서 사회적 가치(Social Good)를 인정받아 선정되었으며, Google.org의 후원금과, Google Cloud 의 credit 및 컨설팅 등을 제공받는다고 합니다.
ai.google/social-good/impact-challenge/사이트에 들어가보면 20개 기업들의 정보가 자세히 나와 있는데요,
제가 표 형태로 간단히 정리해 보았습니다.
| 순번 | 회사이름 | Problem | Dataset | 모델 | 국가 |
| 1 | Crisis Text Line, Inc. | 고객이 겪고 있는 위험(우울, 불안, 질병 등) 과 적절한 상담사를 matching, 상담사 capacity 최적화 | 고객-상담사 text 대화 데이터, 그동안 상담이력 등 | 딥러닝(NLP) | 영국,캐나다 |
| 2 | Makerere 대학 | 대기오염도 예측 | motorcycle taxi 와 기타 공기 센서에서 수집한 대기질 데이터 | 딥러닝(시계열) | 우간다 |
| 3 | WattTime | 화력발전소에서 발생하는 배출가스량 추정하여 공개 | 인공위성 이미지 데이터 | 딥러닝(이미지) | 미국 |
| 4 | Pennsylvania 주립대학 | 산사태 예측 | 인공위성 이미지, 산사태이력 | 딥러닝(이미지) | 미국 |
| 5 | Quill.org | 저소득자를 위한 글쓰기 교육(문법) | 첨삭한 문장 이력, 문법 정보(rule) 등 | 자연어처리, 딥러닝 | 미국 |
| 6 | Turning Point | 자살예방 | 구급차 임상 기록 | 시계열예측 | 미국 |
| 7 | La Fondation Médecins Sans Frontières | 의료진이 박테리아 감염에 적합한 항생제 추천 | 항균이미지, 항생제정보 | 딥러닝(이미지) | 프랑스,파리 |
| 8 | Full Fact | 가짜뉴스 탐지 | 과거 뉴스 데이터, 가짜데이터 이력 정보 등 | 자연어처리, 딥러닝, outlier detection | 영국,런던 |
| 9 | Gringgo | 플라스틱 쓰레기 관리가 부족한 지역에 쓰레기 분류 정보 제공 통해 쓰레기 분리수거의 가치를 전달 | 쓰레기 이미지 | 딥러닝(이미지) | 인도네시아 |
| 10 | Colegio Mayor de Nuestra Señora del Rosario | 불법 광산 탐지하여 천연 자원 보호 | 위성이미지 | 딥러닝(이미지) | 콜롬비아 |
| 11 | The Trevor Project | LGBTQ 의 자살 예방 | LGBTQ 핸드폰, 문자, 채팅이력 | NLP | US |
| 12 | Hand Talk | 브라질 청각장애인들을 위해 포르투갈어를 브라질 수화로 번역 | 수화 이미지, 포르투갈어(text) | 딥러닝(텍스트, 이미지) | Brazil |
| 13 | Rainforest Connection | 불법 벌목 탐지, 열대우림 건강 check | bioacoustic, mobile technology | 딥러닝(음향) | 미국 |
| 14 | TalkingPoints | 다국어 가정을 위한 부모, 교사, 학생간의 커뮤니케이션 활성화 | 번역, 교육특화 topology | 딥러닝(번역) | 미국(한국이민) |
| 15 | HURIDOCS | 인권변호사들이 살펴볼 문서를 빠르게 추출, 탐색하는 시스템 | 법률관서 문서, 증언, 참고문서 | 딥러닝, 검색 | 다국적 |
| 16 | Columbia University | 빠른 소방 출동을 위한 대응 | 날씨, traffic, 위치 등 | 머신러닝 | 미국 |
| 17 | Nexleaf Analytics | 백신 cold chain system을 모니터링해서 상태 정보 제공, vaccine degradation, risk, 정보 제공 | cold chain 센서 데이터 | 머신러닝(시계열) | 미국 |
| 18 | American University of Beirut | 관개(Irrigation)에 필요한 정확한 물 정보 제공 | 날씨 등 원격 센서 정보 | 머신러닝(시계열) | 레바논, 베이루트 |
| 19 | Skilllab BV | 난민이 일자리를 찾을 수 있도록 도움. 자신의 기술을 모국어로 입력하면 관련 career path를 추천 | 언어, 채용공고, 경력정보 | 머신러닝 | 네덜란드 |
| 20 | Wadhwani AI | 소작농을 위한 해충 탐지 및 counting | 해충이미지 | 딥러닝(이미지) | 인도 |
보시면, AI 기술이 정말 다양한 나라, 산업에서 인류의 발전과, 환경 보호를 위해 활용되고 있습니다.
개인적으로 대기오염 예측, 산사태 예측 등의 문제는 사실 대학생들이 데이터분석 프로젝트를 할 때 생각할 수 있을 정도의 수준이지만, 13번의 Rainforest Connection과 같이 "숲의 소리"를 통해 불법 벌목을 탐지한다거나 숲의 건강도를 탐지한다는 생각은 정말 신선했습니다. (물론, 저희 집 근처에 거대한 숲이 없어서 저런 상상을 못했을 수도...)
19번의 난민의 일자리를 매칭해주는 것도 정말 우리나라에서는 상상할 수 없는 비즈니스 모델인 것 같습니다. 또한, 19번 Skillab 회사에서는 번역, 추천 등의 다양한 머신러닝 기술을 혼합해서 사용한 것도 인상적이었습니다.
그리고 14번의 TalkingPoints 의 경우는 주제에서 좀 벗어난 이야기이긴 하지만, CEO인 Heejae는 한국에서 미국으로 이민 간 본인의 어렸을 적 겪었던 어려움을 바탕으로 창업한 회사라고 합니다.
이처럼 농업, 기후, 소방, 교육, 법 등의 다양한 분야에서 AI가 활용된다는 것은 그만큼 AI 기술이 대중화 되었다는 의미이기도 합니다.
Google과 같은 기업이 AI 기술을 취대한 손쉽게 만들어서 각 분야의 전문가가 활용할 수 있도록 제공하고 있다는 점은 앞으로 무궁무진한 분야에서 AI를 활용한 사례가 나올 것으로 생각합니다.
다만, 앞으로 AI가 인류의 선의를 위해 쓰일지, 악의를 위해 쓰일지는 계속 지켜봐야 겠지만요.