2016년 이세돌 9단을 꺾은 알파고는 바둑의 모든 수를 외워서 둔 것이 아니다. 스스로 수만 번의 대국을 두며 이기는 법을 깨우쳤다. 이런 독특한 학습 방식을 데이터 과학에서는 '강화학습'이라고 부른다. 원리는 우리가 집에서 강아지를 훈련시키는 것과 매우 비슷하다. 강아지가 "손!"이라는 말에 맞춰 손을 내밀면 간식(당근)을 주고, 엉뚱한 행동을 하면 간식을 주지 않거나 가볍게 꾸짖는(채찍) 방식이다. 인공지능도 마찬가지다. 컴퓨터에게 슈퍼마리오 같은 게임을 시킨다고 가정해 보자. 처음에는 AI가 아무것도 모르기 때문에 제자리에서 점프만 하거나 곧바로 적에게 부딪혀 게임이 끝난다. 이때 개발자는 '점수 획득'이나 '레벨 통과'라는 보상을 설정하고, '캐릭터 사망'이나 '시간 초과'라는 벌칙을 준다. AI는 처음에는 무작위로 버튼을 마구 눌러보지만, 우연히 앞으로 갔더니 점수가 오르는 것을 발견하면 그 행동을 더 자주 하려고 한다. 반대로 낭떠러지로 떨어져 점수가 깎이면 그 행동을 피하게 된다. 이 과정에서 가장 중요한 핵심은 '시행착오'이다. 강화학습 AI는 수백만 번 실패하고 넘어지면서, 보상을 최대화할 수 있는 최적의 움직임을 스스로 찾아낸다. 사람이
컴퓨터에 USB를 꽂을 때 반대로 넣으려다 안 들어가서 돌려 꽂은 경험이 누구나 있을 것이다. 억지로 힘을 줘도 절대 들어가지 않게 설계된 이 모양에는 '포카요케(Poka-yoke)'라는 생산관리의 깊은 뜻이 숨어 있다. 포카요케란 일본어로 '실수 방지'를 뜻하는데, 작업자가 멍하니 있거나 부주의하더라도 물리적으로 실수를 할 수 없게 만드는 장치나 방법을 말한다. 사람은 기계가 아니기에 누구나 깜빡하거나 착각할 수 있다. "정신 똑바로 차려라", "주의해라"라고 백 번 잔소리하는 것보다, 아예 실수가 발생하지 않도록 환경을 만드는 것이 훨씬 효과적이다. 예를 들어 휴대폰 유심 칩의 한쪽 모서리가 잘려 있는 것도 같은 원리다. 모양이 맞지 않으면 아예 슬롯에 들어가지 않으니, 방향을 헷갈릴 걱정이 없다. 공장에서도 이 원리는 아주 중요하게 쓰인다. 위험한 프레스 기계를 작동시킬 때 두 손으로 동시에 버튼을 눌러야만 기계가 움직이게 만든 것이 대표적이다. 한 손이라도 딴짓을 하거나 위험한 곳에 가 있으면 기계가 작동하지 않아 사고를 막는다. 또한 부품 조립 구멍의 크기나 모양을 다르게 만들어 제 짝이 아니면 끼워지지 않게 하기도 한다. 결국 포카요케는 사람을 비
우리가 맛있는 라면을 끓이려고 할 때 가장 먼저 필요한 것은 무엇일까. 바로 라면, 물, 파, 계란 같은 재료들이다. 이 재료들 중 하나라도 빠지면 우리가 원하는 맛을 낼 수 없다. 공장에서 물건을 만들 때도 마찬가지다. 자동차나 스마트폰 같은 복잡한 제품을 만들기 위해 필요한 모든 부품과 원재료의 목록을 정리한 것을 자재 명세서, 즉 BOM(Bill of Materials)이라고 부른다. 쉽게 말해 제품을 만들기 위한 정확한 요리 레시피와 같다. 스마트폰을 예로 들어보자. 겉으로 보기에는 하나의 기계처럼 보이지만, 그 안에는 액정, 배터리, 카메라 모듈, 그리고 아주 작은 나사까지 수백 개의 부품이 들어 있다. BOM은 이 모든 부품의 품번, 이름, 필요한 개수, 규격 등을 상세하게 기록한 문서다. 만약 BOM에 나사가 4개 필요한데 3개만 적혀 있다면 어떻게 될까. 조립 라인에서는 마지막 나사 하나가 부족해 제품을 완성하지 못하고 공장 전체가 멈춰버리는 끔찍한 일이 벌어질 것이다. 또한 BOM은 단순히 부품 리스트를 넘어 돈과 직결된다. 제품 하나를 만드는 데 들어가는 재료비를 계산하는 기준이 되기 때문이다. BOM이 정확해야 제품의 원가를 알 수 있고,
우리가 스마트폰으로 찍은 멋진 풍경 사진을 친구에게 보낼 때, 컴퓨터는 그 사진을 어떻게 이해할까? 컴퓨터는 우리처럼 "와, 하늘이 정말 파랗다!"라고 감탄하지 않는다. 대신 그 사진을 수백만 개의 작은 점, 즉 '픽셀(Pixel)'로 잘게 쪼갠 뒤 엄청난 숫자의 나열로 받아들인다. 이미지를 확대하고 또 확대하면 네모난 작은 타일들이 모자이크처럼 보이는데, 이것 하나하나가 바로 픽셀이다. 각 픽셀은 고유한 색상 정보를 담고 있다. 이 색상은 빛의 삼원색인 빨강(Red), 초록(Green), 파랑(Blue)의 조합, 즉 'RGB' 값으로 표현된다. 각 색깔은 보통 0부터 255까지의 숫자로 나타내는데, (255, 0, 0)은 빨간색, (0, 0, 0)은 검은색, (255, 255, 255)는 흰색이 되는 식이다. 결국 컴퓨터에게 '사진'이란 가로세로로 늘어선 거대한 숫자판(행렬)일 뿐이다. 인공지능이 강아지와 고양이 사진을 구별하는 것도 바로 이 숫자 패턴을 분석하는 것이다. 강아지 사진의 픽셀 숫자 배열과 고양이 사진의 배열에 미묘한 통계적 차이가 있음을 수학적으로 찾아내는 것이다. 우리가 보는 화려한 디지털 세상은 사실 0부터 255 사이의 숫자들이 촘촘하
요즘 챗GPT와 같은 인공지능이 사람처럼 자연스럽게 대화하는 것을 보면 마치 안에 사람이 들어있는 것 같은 착각이 든다. 하지만 이 기술의 핵심은 마법이나 자아가 아니라 철저히 수학적인 확률 계산이다. 이를 전문 용어로 거대 언어 모델이라고 부른다. AI가 글을 쓰는 방식은 친구와 빈칸 채우기 놀이를 하는 것과 매우 비슷하다. 예를 들어 "오늘 급식 메뉴는 정말 [ ? ]"라는 문장이 있다고 해보자. 빈칸에 들어갈 말로 맛있다, 맛없다, 매웠다 등은 확률이 아주 높지만, 갑자기 비행기다, 책상이다 같은 단어가 올 확률은 거의 0에 가깝다. AI는 인터넷에 있는 수억 개의 문장 데이터를 학습하여, 특정 단어 뒤에 어떤 단어가 따라오는 것이 가장 자연스러운지 통계적으로 계산해 둔 상태다. 우리가 질문을 던지면 AI는 그 질문의 문맥을 파악한 뒤, 다음에 올 수 있는 수만 가지 단어 중에서 가장 확률이 높은 단어를 하나씩 선택해서 이어 붙인다. 이것은 마치 수많은 단어 카드를 펼쳐 놓고, 현재 상황에 가장 알맞은 카드를 주사위 굴리듯 확률에 따라 뽑는 과정의 연속이다. 즉, AI는 문장을 한 번에 완성하는 것이 아니라, 앞 단어를 보고 뒷 단어를 예측하는 과정을
수학 공식 중에 유명한 이야기가 있다. 1.01을 365번 곱하면 약 37.8이 되지만, 0.99를 365번 곱하면 약 0.03이 된다는 것이다. 매일 1퍼센트만 성장하면 1년 뒤에는 37배나 성장하지만, 매일 1퍼센트씩 요령을 피우거나 퇴보하면 결국 아무것도 남지 않게 된다는 뜻이다. 생산 현장에서도 이 수학 공식처럼 매일 조금씩 발전하는 것을 목표로 삼는 활동이 있다. 바로 '카이젠(Kaizen)'이다. 우리말로는 '개선'이라고 부르며, 현재보다 더 좋은 방향으로 바꾼다는 의미를 담고 있다. 흔히 혁신이라고 하면 천재적인 발명가가 나타나거나 사장님이 큰 결단을 내려 공장을 통째로 바꾸는 것을 상상하기 쉽다. 하지만 카이젠은 다르다. 현장에서 직접 기계를 만지는 작업자들이 스스로 불편한 점을 찾아내어 아주 사소한 것부터 고쳐 나가는 방식이다. 예를 들어 작업대 높이가 맞지 않아 허리가 아프다면 작업대 다리에 받침대를 고여 높이를 조절한다. 공구를 가지러 가는 거리가 멀다면 공구함을 작업자 바로 옆으로 옮긴다. 이런 활동은 큰돈이 들지도 않고 누구나 당장 시작할 수 있다. 겨우 3초를 단축하기 위해 무거운 책상을 옮기는 것이 무슨 의미가 있냐고 반문할 수 있
[사진=매일경제] 최근 뷰티와 건강기능식품 업계에서 가격 경쟁이 한층 치열해지고 있다. 다이소가 초저가 브랜드를 앞세워 시장을 주도하던 가운데, 무신사와 CJ올리브영이 뛰어들면서 경쟁 구도가 더 복잡해졌다. 고물가와 경기 둔화라는 어려운 경제 환경이 소비자들로 하여금 ‘가성비’에 더욱 민감해지게 만든 결과다. 특히 뷰티 제품 시장에서는 5,000원 미만의 초저가 화장품이 대세로 자리 잡으면서, 이마트가 LG생활건강과 손을 잡고 저가 브랜드를 선보이는 등 대형 유통사들도 가세하고 있다. 소비자들은 품질 대비 가격 만족도를 철저하게 따지면서 경쟁은 더욱 치열해지는 형국이다. 건강기능식품 분야도 비슷한 상황이다. 기존 중저가 위주의 시장에서 벗어나 초저가 제품이 빠르게 늘어나며, 업체들은 가격뿐 아니라 성분과 기능, 인증 경쟁에도 박차를 가하고 있다. 여러 브랜드간 프로모션과 할인 행사도 전방위적으로 펼쳐지면서 소비자 선택권이 확대되고 있지만, 업체들 입장에서는 가격 압박이 여전한 상태다. 업계 전문가들은 “초저가 시장 경쟁은 소비자들에게는 긍정적 현상이나, 업체들에겐 수익성 악화와 브랜드 가치 훼손의 이중고”라고 분석한다. 이에 따라 브랜드들은 차별화된 성분 개
"우리 반 학생들의 평균 용돈은 얼마일까?"라는 질문을 받으면 우리는 자연스럽게 모든 학생의 용돈을 더한 뒤 학생 수로 나누는 '평균'을 떠올린다. 이처럼 평균은 대푯값으로 가장 널리 쓰이지만, 때로는 현실을 완전히 왜곡하는 거짓말쟁이가 될 수도 있다. 상상을 한 번 해보자. 평범한 우리 교실에 갑자기 세계적인 부자인 빌 게이츠가 전학을 왔다. 그리고 우리 반 학생들의 '평균 재산'을 다시 계산해 본다. 아마도 우리 반 학생 모두가 억만장자인 것처럼 평균값이 치솟을 것이다. 하지만 실제로 내 주머니 사정이 나아진 것은 아니다. 빌 게이츠라는 극단적으로 큰 값(이상치) 하나가 전체 평균을 엉뚱한 방향으로 끌고 갔기 때문이다. 이럴 때 필요한 것이 바로 '중앙값'이다. 학생들을 재산 순서대로 줄 세웠을 때, 정확히 한가운데에 있는 학생의 재산이 바로 중앙값이다. 빌 게이츠가 아무리 부자여도 그는 맨 끝에 줄을 서게 될 뿐, 가운데에 있는 평범한 학생의 값은 변하지 않는다. 따라서 소득이나 집값처럼 격차가 큰 데이터를 다룰 때는 평균보다 중앙값이 훨씬 더 정확한 현실을 보여준다. 데이터 분석에서는 어떤 값을 대푯값으로 쓸지 결정하는 것이 매우 중요하다. 뉴스에서
우리가 마트에서 유통기한이 짧은 신선식품을 살 때를 생각해 보자. 미리 잔뜩 사서 냉장고에 쟁여두면 공간만 차지하고 나중에는 상해서 버리게 된다. 공장도 마찬가지다. 물건을 미리 만들어 쌓아두면 창고 비용이 들고, 유행이 지나면 팔리지 않는 악성 재고가 되어 회사의 자금을 묶어버린다. 그래서 등장한 혁신적인 방식이 바로 '적시 생산(Just-In-Time, JIT)'이다. JIT는 말 그대로 '필요한 물건을, 필요한 때에, 필요한 만큼만' 만드는 생산 방식이다. 마치 회전초밥집이 아니라 주문을 받자마자 셰프가 신선한 초밥을 쥐어주는 고급 초밥집과 같다. 미리 만들어 놓으면 밥은 딱딱해지고 생선은 마르기 때문에, 가장 맛있는 상태를 유지하기 위해 주문 즉시 만드는 것이다. 이 방식은 자동차 회사 도요타가 처음 도입했는데, 그들은 재고를 '생산 현장의 모든 악의 근원'이라고 보았다. 과도한 재고는 공장의 문제점을 숨기는 바닷물과 같다. 물이 가득 차 있으면 바닥에 있는 뾰족한 암초(기계 고장, 불량품, 작업 지연)가 보이지 않는다. 하지만 JIT를 통해 재고라는 물을 걷어내면 숨겨진 문제들이 암초처럼 드러난다. 그때 비로소 문제를 근본적으로 해결하고 공장의 체질
네이버가 AI를 성장 엔진으로 삼아 창사 이래 최대 실적을 달성하며, 국내 빅테크 기업의 AI 전환 성공 모델로 주목받고 있다. AI와 기존 사업의 성공적인 결합이 폭발적 성장을 이끌었다는 평가다. 네이버는 7일 2025년 연결 기준 매출 12조 350억 원, 영업이익 2조 2081억 원을 기록했다고 밝혔다. 이는 전년 대비 각각 12.1%, 11.6% 증가한 수치로, 3년 연속 최대 실적을 경신한 것이다. 특히 플랫폼 광고 매출 증가분의 55%를 AI가 기여했다는 점이 눈에 띈다. AI 기술이 네이버의 핵심 사업 전반에 스며들면서 가시적 성과를 내고 있다. 대표적으로 스마트스토어는 AI 추천 서비스를 도입한 이후 거래액이 10% 증가했다. 과거 판매자가 직접 키워드 광고를 집행하고 상품을 노출시켜야 했다면, 이제는 AI가 소비자의 구매 패턴과 선호도를 분석해 최적의 상품을 자동으로 추천한다. 이는 중소 상인들에게 마케팅 부담을 덜어주면서도 매출 증대 효과를 가져온 것으로 분석된다. 네이버는 올해 AI 사업을 더욱 고도화할 계획이다. 가장 주목할 만한 것은 2026년 1분기 출시 예정인 '쇼핑 AI 에이전트'다. 이 서비스는 소비자가 검색어를 고민하기 전에,
정부가 소상공인의 디지털 전환과 AI 활용을 본격 지원하며 '골든타임'을 선언했다. 2026년부터 총 144억 원이 투입되는 소상공인 AI·디지털 지원사업이 시작되면서, 영세 자영업자들도 온라인 판로 개척과 AI 기반 업무 자동화의 혜택을 누릴 수 있게 됐다. 중소벤처기업부와 소상공인시장진흥공단은 'AI·디지털 전환을 중심으로 소상공인 성장을 뒷받침'하는 2026년 소상공인 지원사업 통합공고를 시행한다고 밝혔다. 이번 사업은 소상공인이 제품 개발이나 고객 응대, 서비스 공정에 AI 기술을 접목해 비용을 절감하고 효율을 높일 수 있도록 돕는 것이 핵심이다. 지원 내용은 크게 세 가지 축으로 구성된다. 첫째, AI 기반 제품·서비스 개발 지원이다. 고객 취향을 분석해 자동 추천하는 AI 추천 시스템, 온라인 쇼핑몰·음식점 메뉴 개인화 등이 포함된다. 둘째, 업무·서비스 자동화 지원으로 챗봇을 활용한 고객 응대 자동화, 주문·예약 시스템 자동화, 재고 관리 및 발주 자동화 등이 해당한다. 셋째, 디지털 마케팅 역량 강화 프로그램으로 스마트스토어 입점 및 운영 교육, 온라인 광고 실습, 라이브커머스 운영 노하우 전수 등이 제공된다. 특히 주목할 점은 디지털·온라인
삼성전자가 Z세대(1997~2006년생)가 뽑은 가장 혁신적인 기업으로 애플을 제치고 1위에 올랐다. 한때 '아재폰'이라는 오명을 뒤집어썼던 갤럭시 브랜드가 젊은 층의 신뢰를 되찾으며, 국내 IT 기업의 세대교체 마케팅 전략이 주목받고 있다. 9일 글로벌 리서치 플랫폼 와이즈앱이 발표한 '2026 Z세대 브랜드 트렌드 리포트: IT편'에 따르면, Z세대 소비자 500명을 대상으로 한 설문조사에서 삼성전자가 가장 혁신적인 기업으로 62%의 지지율을 얻어 애플(51%)을 10%포인트 이상 차이로 앞섰다. 이는 불과 2년 전만 해도 상상하기 힘든 결과다. 2024년까지만 해도 Z세대는 '애플=혁신'이라는 공식을 당연시했고, 삼성전자는 중장년층이 선호하는 브랜드라는 인식이 강했다. 하지만 삼성전자가 AI 기술과 개인화 경험을 전면에 내세운 마케팅 전략을 펼치면서 판도가 뒤바뀌었다. 조사에서 삼성전자는 '혁신 브랜드' 외에도 '제품 신뢰도'(40%)와 '친환경 이미지'(21%)에서도 애플을 압도했다. 반면 애플은 '디자인'(25%) 부문에서만 우위를 점했다. 이는 Z세대가 단순히 감각적 디자인보다 실질적 기술 혁신과 지속가능성을 더 중요하게 평가한다는 점을 시사한다.
[사진=비즈워치] 온라인 마트 컬리는 고객이 오후 3시까지 주문한 상품을 당일 자정 전까지 배송하는 ‘자정 샛별배송’ 서비스를 시작했다. 이번 서비스는 ‘샛별배송’의 혁신을 넘어, 주문 당일에 바로 상품을 받을 수 있도록 배송 시간을 크게 단축한 게 특징이다. 기존 샛별배송이 상품을 밤새 준비해 다음 날 아침 일찍 배송하는 방식이었다면, 자정 샛별배송은 오후 3시까지 받은 주문을 당일 밤 11시부터 자정 사이에 직접 배송하는 시스템이다. 이를 통해 식품이나 신선식품을 보다 빠르게 받아볼 수 있어 고객 만족도가 크게 향상될 것으로 기대된다. 컬리는 수도권 대부분 지역을 대상으로 이중 배송 체계를 구축했다. 당일 오후 3시 이전 주문은 자정 전 배송, 이후 주문은 종전처럼 다음 날 아침 7시 이전 도착하는 기존 샛별배송 시스템을 이용할 수 있다. 이에 따라 소비자는 원하는 시간대에 맞춰 유연하게 배송받을 수 있게 됐다. 이번 ‘자정 샛별배송’은 쿠팡, 마켓컬리 등 주요 유통 플랫폼 간 ‘밤 배송 경쟁’의 일환으로 볼 수 있다. 특히 쿠팡도 새벽배송과 당일 배송을 강화하는 등 고객 확보를 위한 배송 속도 경쟁이 치열해지고 있다. 유통 업계에서는 이번 서비스 확대가
정부가 외국산 의류 제품에 국산 라벨을 부착해 유통하는 이른바 ‘라벨갈이’ 행위에 대해 100일간의 범정부 합동 기획 단속을 본격 실시한다. 이번 조치는 국내 의류산업과 소비자의 신뢰를 보호하고 공정한 유통질서 확립을 목표로 한다. 관세청은 2월 9일부터 5월 19일까지 공정거래위원회, 조달청, 경찰청, 서울특별시와 함께 외국산 의류의 원산지 허위 표시 및 불법 유통을 막기 위한 ‘라벨갈이’ 범정부 특별단속을 시행한다고 공식 발표했다. 단속 범위는 통관단계부터 유통·온라인 광고, 공공조달까지 전 단계에 걸친다. ‘라벨갈이’는 외국산 의류에 국산 원산지 라벨을 부착하거나 허위로 표시해 소비자를 기만하는 행위로, 정상적인 국내 제조업체와 소비 시장 질서를 훼손한다는 지적이 지속되어 왔다. 정부는 단속 기간 동안 다음과 같은 항목을 중점 점검한다: 외국산 의류가 국산으로 둔갑해 판매·유통됐는지 여부 수입 원재료를 사용해 국내에서 생산했으나 ‘한국산’ 요건을 충족했는지 공공조달 의류에 대한 원산지 표시 위반 및 불공정 납품행위 원산지 허위 광고·판촉 활동 외국산 제품을 국산으로 속여 수출한 사실 유무 특히 관세청은 “대외무역관리규정”에 따라 원산지 기준 충족 여부
주말에 스마트폰으로 영상 하나를 클릭했을 뿐인데, 정신을 차려보니 서너 시간이 훌쩍 지나간 경험이 누구나 한 번쯤은 있을 것이다. 내가 좋아할 만한 영상을 귀신같이 찾아내 계속해서 보여주는 이 마법 같은 기술의 정체는 바로 '추천 알고리즘'이다. 도대체 컴퓨터 프로그램이 어떻게 나보다 내 취향을 더 잘 알고 있는 것일까. 가장 대표적인 원리는 '비슷한 취향을 가진 사람들을 연결하는 것'이다. 이를 데이터 과학 용어로 '협업 필터링'이라고 부른다. 원리는 간단하다. 만약 학생 A와 학생 B가 평소에 비슷한 게임 영상을 즐겨 봤다고 가정해 보자. 그런데 학생 B가 최근에 새로 나온 요리 예능 영상을 아주 재미있게 끝까지 시청했다. 그러면 알고리즘은 A와 B의 취향 패턴이 비슷하다는 것을 근거로, A에게도 그 요리 영상을 슬며시 추천 목록에 띄운다. 나와 비슷한 행동 패턴을 보인 수만 명의 데이터를 분석해, 내가 좋아할 확률이 높은 미지의 콘텐츠를 골라내는 방식이다. 하지만 단순히 어떤 영상을 클릭했는지만 보는 것은 아니다. 알고리즘은 훨씬 더 정교한 데이터를 수집한다. 영상을 클릭하고 나서 10초 만에 껐는지 아니면 끝까지 시청했는지, 영상을 보다가 잠시 멈췄는