가트너 10대 전략기술 트렌드 2020년

From CS Wiki
Revision as of 22:57, 29 October 2019 by 211.106.38.3 (talk)

초자동화

Hyperautomation
  • 로봇 프로세스 자동화(RPA)에서 시작된 개념
  • 다수의 머신러닝(ML), 패키징 된 소프트웨어, 자동화 툴을 결합시켜 업무를 수행하는 것이다.
  • 도구 뿐만 아니라 자동화 프로세스 포함
    • 감지, 분석, 설계, 자동화, 측정, 모니터링, 재평가 등
  • 자동화 매커니즘의 범위, 매커니즘 간의 관계, 매커니즘이 결합되고 조직화되는 방법 등을 이해하는 데 초점

다중 경험

Multiexperience
  • 사용자 경험은 2028년까지 디지털 세상에 대한 사용자들의 인식, 디지털 세상과 사용자들의 상호 작용 방식에 있어 크게 변화할 예정
  • 대화형 플랫폼, 가상 현실(VR), 증강 현실(AR), 혼합 현실(MR) 등에 따른 사람들의 상호작용, 세상 인식의 변화
    • 이러한 변화에 따른 미래 다중 센서 경험, 다중 모드 경험 유발
  • “사람이 기술을 이해해야 했던 모델에서 기술이 사람을 이해하는 모델로 변화할 것”이라며 “따라서 의도를 파악해야 하는 역할은 사용자에서 컴퓨터로 넘어갈 것”

전문성의 민주화

Democratization of Expertise
  • 추가적인 값비싼 훈련을 요구하지 않으면서도 극히 단순화된 경험을 통해 사람들에게 머신러닝, 앱 개발 등의 기술 전문 지식이나 판매 프로세스, 경제 분석 등 사업 분야 전문 지식을 제공하는 것에 초점
  • 시민 개발이나 노코드 모델의 발달과 더불어 시민 데이터 사이언티스트, 시민 인티그레이터 등의 ‘시민 접근(citizen access)’이 등장한 것은 전문 기술 민주화의 사례
  • 2023년까지 민주화의 4가지 핵심 요소가 가속화될 것으로 예상한다.
    • 데이터 및 분석의 민주화: 데이터 사이언티스트들을 대상으로 하는 툴
    • 개발의 민주화: 맞춤 개발된 애플리케이션에서 활용할 수 있는 AI 툴
    • 설계의 민주화: 시민 개발자에게 권한을 주는 추가적인 앱 개발 기능의 자동화와 더불어 로우코드(low-code), 노코드(no-code)가 확산되는 현상
    • 지식의 민주화: IT 비전문가들이 본래 갖고 있던 전문 기술이나 훈련을 넘어 전문화된 스킬을 활용하고 적용할 수 있는 각종 툴

인간 증강

Human Augmentation
  • 기술이 인간 경험의 필수적인 부분으로서 어떻게 인간의 인식과 신체에 향상점을 제공할 수 있는지를 탐구
  • 물리적 증강: 웨어러블 디바이스 등
  • 인식적 증강: 다중 경험 인터페이스 및 애플리케이션 활용
  • 이는 새로운 “소비자화(consumerization)” 효과를 만들어 직원들이 개인의 향상점을 활용 및 확대하여 업무 환경을 향상시킬 것으로 예상

투명성 및 추적성

Transparency and Traceability
  • 디지털 윤리와 개인정보 보호의 요구를 충족하는 중요 요소
  • 규제 요구사항을 충족하고, 인공지능(AI)과 기타 첨단 기술 사용에 대한 윤리적인 접근 방식을 보존
  • 점점 더 많은 소비자들이 개인 정보의 가치를 인식하고, 이에 대한 통제를 요구하고 있다.
  • 3가지 영역
    • 인공지능 및 머신러닝 영역
    • 개인 데이터 보호, 소유 및 제어 영역
    • 윤리적 설계

강화된 엣지(The Empowered Edge)

  • 엣지 컴퓨팅의 발전된 개념
  • 엣지 컴퓨팅은 사실상 모든 산업과 사용 사례를 아울러 지배적인 요소가 될 것
  • 엣지의 자율성 증가 예상

분산형 클라우드

Distributed Cloud
  • 퍼블릭 클라우드 서비스가 다양한 장소에 배포되는 것
  • 퍼블릭 클라우드 서비스의 기존 제공 업체는 서비스의 운영, 거버넌스, 업데이트 및 개발에 대한 책임을 진다.
  • 분산형 클라우드는 대부분의 퍼블릭 클라우드 서비스의 중앙화 모델에 상당한 변화를 주며, 새로운 클라우드 컴퓨팅 시대를 견인할 것

자율 사물

Autonomous Things
  • 인간이 수행하던 기능들을 자동화하는 데 AI를 활용하는 실제 디바이스
  • 로봇, 드론, 자율주행차, 자율주행선(船), 가전제품 등의 형태로 구현됨
  • 디바이스의 자동화는 엄격한 프로그래밍 모델들이 제공하는 자동화를 뛰어넘는 수준으로, AI를 활용, 주변 환경 및 사람들과 보다 자연스럽게 상호 작용하는 고급 행동을 구현
  • 기술력이 향상되고 규제가 허용되며 사회적 수용이 증가함에 따라, 점점 더 많은 자율 사물이 통제되지 않는 공공장소에 배치될 것이다.
  • 우리는 독립적인 지능형 사물이 다수의 디바이스가 사람과는 독립적으로, 혹은 인간의 입력에 따라 협력하는 지능형 사물의 무리로 전환될 것으로 예상

실용적 블록체인

Practical Blockchain
  • 공급망 전반에서 출처 추적
  • 신원관리 분야의 블록체인
  • 블록체인은 낮은 확장성과 상호운용성 등 기술적인 문제가 많아 기업용으로 구현되기에 아직 미성숙하다. 이러한 어려움에도 불구하고, 블록체인은 상당한 혁신 및 수익 창출 잠재력을 갖고 있다. 때문에 기업들은 빠른 시일 내에 블록체인 기술을 적극적으로 도입하지는 않더라도, 블록체인에 대한 검토를 시작해야 함

인공지능 보안

AI Security
  • 인공지능머신러닝은 다양한 사용 사례에 걸쳐 인간의 의사결정을 향상시키는 데 지속적으로 활용될 것
  • 초자동화를 구현하는 수많은 기회를 만들어내고 자율 사물을 활용해 비즈니스 전환을 이뤄낼 수 있지만, 보안 팀과 위험 분야 리더들에게는 새로운 중요 과제를 제시
  • IoT, 클라우드 컴퓨팅, 마이크로서비스 및 스마트 공간 내 고도로 연결된 시스템들로 인해 공격 가능한 포인트가 광범위하게 늘어나기 때문
  • 보안 및 위기 관리 리더들은 AI 기반 시스템 보호, AI를 활용한 보안 방어 향상, 공격자의 범죄 목적 AI 사용 예측 등 세 가지 주요 영역에 초점