Tom Gruber는 Apple Siri의 Co-creator로서 AI와 Digital Assistants 분야에서의 세계적인 Guru로 인정받고 있다. 인간과 컴퓨터와의 보다 효율적인 상호작용을 위한 AI와 User Interface가 그의 주 연구 분야이며, 그가 스탠포드 대학교 재직 당시 최초로 개발한 Interactive Web Document는 Semantic Web의 초석을 다진 연구로 인정받고 있다.

Apple에서 8년 이상 Siri 및 차세대 기술 개발을 총괄한 그의 최근 관심사는 인간적인 AI, 즉 Humanistic AI로서, 인간과 AI의 상호 보완적인 미래상을 제시한 그의 Ted Talk “How AI can enhance our memory, work and social lives”는 2백만 회 이상 시청되는 등 세계적으로 많은 주목을 받기도 했다. 비영리 단체인 Partnership on AI의 창립 멤버이기도 한 그는 현재는 LinkedIn, Goldman Sachs 등 유수의 기업에서 AI 자문역을 맡고 있다.

Gary Marcus는 Robust AI의 창업자 및 CEO로써 AI와 인지과학 분야에서 다양한 연구활동과, 저술, 창업을 통해 명성을 쌓아 온 세계적 석학 중 한 명이다. 그가 `14년 창업한 AI Startup인 Geometric Intelligence는 `16년 우버에 인수되어 현재 Uber AI Labs로 이어지기도 했으며, 신경과학, 유전학, 음성학, 진화심리학부터 AI에 이르는 다양한 분야에 걸쳐 Science, Nature 등 유명 저널을 포함한 다수의 기고 활동을 하고 있다.

그가 작년에 발간한 저서인 “Rebooting AI : Building AI We can Trust AI”는 BBC Science Focus 매거진에서 선정한 AI 관련 5대 필독서 중 하나로 뽑히기도 했다. 미국 MIT의 Brain and Cognitive Sciences department에서 박사 학위를 받았으며, 현재 NYU의 Psychology & Neural Science 분야 최연소 명예 교수로 재직 중이다.

Oren Etzioni는 Allen Institute for AI (AI2)의 CEO이자 현재 워싱턴 대학의 교수로 재직 중인 AI 연구자 겸 창업자, 저술가이다. 우수한 연구 성과를 인정받아 Robert Engelmore Memorial Award (`07), International Joint Conferences on Artificial Intelligence(IJCAI) 우수 논문상(`05) 등 다수의 Awards를 수상하였으며, Semantic Scholar 상에서 2천 회 이상의 인용횟수를 가지는 우수 논문을 100편 이상 저술한 세계적인 AI 연구자 중 한 명이다.

또한 AI 분야의 영향력 있는 Entrepreneur이기도 한데, 그가 창업한 AI startup인 Farecast는 `08년 MS에, Decide는 `13년 eBay에 각각 인수되기도 했다. 현재 New York Times, Wired, MIT Technology Review 등 다수의 유명 저널에 활발한 기고 활동을 하고 있으며, 미국 Carnegie Mellon 대학교에서 박사 학위를 받았다.

김윤 CTO는 현재 SK텔레콤 T3K의 센터장(전무)으로서 SK텔레콤의 AI/Big Data 및 5G, Edge Cloud 관련 R&D를 총괄하고 있으며, 이에 기반한 MNO, Media, Security, Mobility 등의 영역에서 고객 경험 혁신, 기술 기반 Global 사업화 및 신규 성장 기회 발굴을 선도하고 있다.

SK텔레콤에 입사하기 전 애플에서 음성인식개발팀장으로 근무하며 Siri와 iOS 음성인식을 위한 디바이스 및 클라우드 기반 음성 기술 개발을 이끌었으며, 가장 최근에는 애플 홈팟(HomePod)의 Siri총괄로서 AI 개발을 시작부터 출시까지 주도했다. 또한, 애플 입사 전까지 모바일 음성인식 기술의 선구자인 Novauris Technologies의 CEO로 역임했으며 애플이 2013년에 이 회사를 인수하면서 애플에 합류했다.

Novauris에서 근무하기 전에는 스탠포드 연구소(SRI)의 연구원이었으며 실리콘 밸리의 스타트업 두 곳을 이끌었다. 김윤 센터장은 스탠포드 대학교에서 전기공학 박사학위를 취득했으며, 한국과학기술원(KAIST)에서 전기공학 학사학위를 취득했다.

현재 KAIST 바이오뇌공학부 교수, KAIST 미래전략대학원장을 맡고 있는 정재승 교수는 KAIST 물리학과에서 박사 학위를 받고 예일대 정신의학과 연구원, 컬럼비아대 정신의학과 조교수로 근무했다.

연구 주제는 의사 결정의 뇌역학, 우울증, 중독, 치매를 포함한 신경정신과 질환의 컴퓨터 모델링, 뇌-로봇 인터페이스(BRI) 등이며 세계경제포럼의 '차세대 글로벌 리더' 중 한 명으로 선정되었고 2011년 대한민국 과학문화상을 수상했다.

정재승 교수는 비선형 역학 및 복잡한 네트워크 분석, 의사결정 신경과학, BCI(Brain-Computer Interface) 등의 전문가로 이번 ai.x2020에서는 뇌에서 영감을 받은 인공지능(AI) 에 대한 내용을 발표한다.

김남국 교수는 울산 대학교 의과 대학(아산 병원)에서 융합의학과 의료영상처리를 담당하고 있으며 의료영상을 이용하여 환자 치료에 도움을 주는 연구를 하고 있다.

특히, 다양한 환자의 질환 영상을 이해하고 자동으로 처리할 수 있는 인공지능 기술과, 3D 프린팅을 이용한 맞춤형 수술도구 및 재료 개발 등에 주력하고 있으며, 인공지능 의료영상 보조 진단, 영상 유도 수술로봇 개발, 공간 정보를 이용한 역학 연구 등을 통하여 실질적으로 의료 환경을 바꾸는데 노력하고 있다.

김선우 대표는 카이스트 전산학과 출신의 열혈 공학도다. 미국 캘리포니아 어바인대에서 컴퓨터 사이언스로 석사 및 박사 과정을 수료한 뒤 국내에서 네이버(지역광고플랫폼 기술리드)와 KT(전략기획실 해외투자팀장) 등을 거쳐 2015년 딥바이오를 창업했다.

딥바이오는 Deep Learning을 이용한 의료용 소프트웨어 제작을 전문으로 하는 스타트업으로 AI가 접목된 전립선 암 진단 솔루션 개발에 집중하고 있으며, 최근 식품의약품안전처로부터 AI 기술이 적용된 체외진단용 소프트웨어(DeepDx-Prostate)를 허가 받았다. 또한 전립선암의 진행 정도를 파악하는 소프트웨어 허가도 준비하고 있다.

According to the latest national cancer registration statistics released by the Ministry of Health and Welfare, 230,000 new cancer patients occurred in 2017, with 39.6 percent of men and 33.8 percent of women surviving to life expectancy. Only 55.7 percent of all cancer patients survived five years after the diagnosis. The National Cancer Management Committee also agrees with the importance of managing cancer survivors and supporting their return to society. The overall cancer survival rate is on the rise due to early screening of cancer and the development of treatment technology, and for this, accurate diagnosis of cancer is very important. Innovation is also being introduced in cancer diagnosis areas. Through slides, digital technology will be applied to the existing method of diagnosing cancer under a microscope, and pathological slide images stored as digital images will be used to identify cancer lesions by artificial intelligence. This lecture introduces the global trend of digital pathology and describes the changes in diagnosing cancer through artificial intelligence technology in the field of pathology.

김영준 유닛장은 서울 대학교에서 Electrical Engineering/Computer Science 학사/석사 그리고 박사 학위를 받았으며 20년 이상 AI 관련 분야에서 일하고 있다.

2001년부터 2006년까지 ETRI에서 근무했고 2007년부터 SK 텔레콤에서 연구원으로 근무를 시작했다. 2017년 한국공학한림원 선정 기계학습 분야 차대세주역에 선정되었고, 2013 년부터 ETRI 저널 심사 위원으로 활동하고 있다. 현재 음성 인식 및 합성, 비디오 인식, 자연어 이해 및 대화 관리와 같은 NUGU AI 관련 기술을 개발하고 있는 SK 텔레콤의 AI Technology Unit을 이끌고 있다.

We want to talk about the real use cases for NUGU Carecall which are now serving as a health-check agent of Covid-19.
We applied Human-like conversational AI technology to this service which differentiate it from the ones now popular in the market. This talk consist of the concept of NUGU Carecall service and current status followed by technologies we applied. And we showed some real use cases which might help to understand the future communication between human and machine.

조민구 리더는 SK 텔레콤 T3K 센터의 데이터 인텔리전스 R&D 프로젝트 리더이자 데이터 분석가로 활동하고 있다. 그는 통신사 데이터를 활용해서 외부에서 사용할 수 있는 다양한 인텔리전스를 찾기 위한 다양한 시도와 노력하고 있으며, 데이터에서 인사이트를 발굴하고 다양한 이슈를 개선 및 해결하는 업무를 맡고 있다. 공감할 수 있는 데이터 분석을 지향하고 데이터 기반의 긍정적 변화를 일으키기 위해 노력하고 있는 조민구 리더는 서울 대학교에서 컴퓨터 공학과 석사를 수료했다.

In the post-COVID era, we introduce the subway congestion project that SKT is promoting to create Social Value (SV) through cellular/WiFi network infrastructure and data. This project combines public data and SKT location data to analyze and provide congestion in various units such as subway trains, carriages, and routes, and was released to the public through 'T map 대중교통' and '지하철 리포트' in June 2020. In this session, SKT conveys the internal and external meaning of the subway congestion project and introduces how to overcome the various realistic issues experienced in the process of congestion analysis technically.

Eric Davis는 SK텔레콤 T3K의 AI Language Tech. Labs를 담당하고 있다. Eric은 봇을 중심으로 AI 기술의 글로벌하고 확장 가능한 애플리케이션 개발을 총괄하고 있으며, 그의 팀은 주로 제품 추천 및 고객 서비스 영역에서 채팅 및 음성 봇에 초점을 맞춘 AI 솔루션을 제공하는 일을 담당하고 있다.

Eric은 2019년 SK텔레콤에 합류하여 언어 중심의 프로토 타입 및 애플리케이션에 중점을 둔 Linguist 팀을 이끌었고, 특히 T-Map과 같은 SK텔레콤 서비스를 글로벌화하고 AI와의 대화를 중재하기 위한 기술 개발에 노력을 기울였다.

SK텔레콤에 입사하기 전에 Eric은 Apple에서 근무하면서 다국어 Siri의 지원과 개선을 담당하는 localization 팀을 이끌었으며, 애플 이전에는 네이버에서 근무하면서 롱테일 쿼리에 대한 검색 순위 향상 연구를 하였다. Eric은 카네기멜론 대학에서 컴퓨터 과학 석사 학위를 받았으며 UCLA에서 언어학 및 심리학 학사 학위를 받았다.

CommBot represents T3K’s efforts to build a user-centric, responsive communication bot. In this presentation, I will discuss how CommBot was designed and developed to achieve the following:

- A text and rich UI that focuses on customer service

- Use of scalable, reliable technology to ease domain expansion

- In lock-step w/ UX to create fantastic user experience

- Focus on back-office and admin to differentiate from other solutions

- Provide a natural interface to ease conversation and problem resolution

I’ll also discuss plans for making CommBot a communication tool not just for today but for tomorrow as well.

김윤 박사는 MIT-IBM Watson AI의 research scientist로 최근 기계학습과 자연어 처리 분야에서 가장 주목 받고 있는 연구자 중 한명이다. 그는 2020년 하버드 대학 알렉산더 러쉬 교수의 지도하에 CS 박사학위를 취득했고, 2021년부터 MIT에서 조교수로 근무 예정이며 향후 그가 보여줄 놀라운 연구 성과에 대한 많은 기대와 관심이 모여지고 있다.

It is commonly thought that human language understanding is mediated syntax, and in particular, compositional tree-like structures called parse trees. While these structures are unobserved during human language acquisition, human learners have little trouble acquiring the syntax of their native language without explicit supervision. This has motivated the classical task of grammar induction, (i.e., data-driven discovery of syntactic structure from raw text), which has proven to be empirically difficult for artificial language learners. In this talk, I show how recent advances in deep learning can lead to improved computational tools for discovering syntactic structure from raw text.

페이스북 AI리서치(FAIR)에서 인공지능 연구자로 활동 중인 주한별 박사는 Carnegie Mellon 대학에서 Robotics 박사학위를 취득하였으며, 컴퓨터 비전, 그래픽스, 머신러닝과 3D로 인간을 지각하고 이해할 수 있는 시스템을 구축하는 데 연구에 중점을 두고 있다.

그는 CVPR 2018에서 Samsung Scholarship 및 Best Student Paper Award를 수상하였으며, Discovery, Reuters, NBC News, The Verge, WIRED 등 다양한 매체에서 주한별 박사의 연구를 다루었다. 또한 Social AI라는 연구 목표를 가지고, 시각적 정보를 통해 비언어적 의사소통을 이해하고 사용하는 기술에 많은 관심과 연구를 진행하고 있다.

Humans convey their thoughts, emotions, and intentions through a concert of social displays: voice, facial expressions, hand gestures, and body posture. Despite advances in machine perception technology, machines are unable to discern the subtle and momentary nuances that carry so much of the information and context of human communication. The encoding of conveyed information by human body movements is still poorly understood, and a major obstacle to scientific progress in understanding human behavior is the inability to measure the full spectrum of social signals in groups of interacting individuals.

In this talk, I will describe my early exploration in building a sensor system, the Panoptic Studio equipped with more than 500 synchronized cameras, that can capture the wide spectrum of human social signaling---from voice, to facial expressions, to hand gestures, to body posture---among groups of multiple people. Then, I will discuss my ongoing effort to build a system to perceive and understand human movements in 3D from the monocular videos captured in the wild.

이준경 매니저는 Meta Learner의 프로덕트 매니저로 통신산업, 스타트업, 교육 분야에서 다양한 경험을 가지고 있다. 연세대 학교에서 경영학을 전공했으며 미시간 대학교에서 응용 데이터 과학 석사 과정을 밟고 있다.

조남규 매니저는 2017 년 고려 대학교에서 뇌 인지 공학에 대한 박사 학위를 취득하였고 컴퓨터 비전, 머신 러닝 및 비전 계산 모형에 대한 연구를 관심을 가지고 있다. 현재는 Meta Learner를 실제 비즈니스의 다양한 딥 러닝 모델에 적용하는 것을 중점에 둔 프로젝트를 진행하고 있다.

Solving a real-world problem with deep learning is much more complicated than researching deep learning with refined data sets. People often find it challenging to apply deep learning in real-world business because of a variety of obstacles, such as problem definition, model design, and collecting data with correct labels. Meta Learner helps to solve these problems through automation of modeling and data labeling. We will share some of the actual business application cases in the presentation.

김태윤 리더는 음성 언어의 이해, 대화 관리, 질의 응답을 포함하는 대화형 AI를 연구하고 있는 SK텔레콤의 리서치 엔지니어이다. 그는 NUGU 및 S-Voice(현재의 Bixby)와 같은 다양한 언어 이해 및 음성 인식 프로젝트들에 참여했었다. 김태윤 리더는 고려 대학교에서 통계 신호 처리 박사 학위를 받았다.

Task-oriented dialogue system is usually designed to help people achieve tasks like on-line shopping, making reservations or to provide automated customer services. For this purpose, task oriented dialogue systems essentially need accurate and natural responses. In this talk, I'll explain large scale language representation learning and its application to end-to-end conversational AI systems, demonstrating that how these method enables us to build accurate and natural dialogue systems. I also briefly review how our open sourced pre-trained language models (KoBERT & KoGPT2) are used for democratizing Korean NLP community.

백정열 매니저는 SK 텔레콤 T3K 센터에서 AI 리서치 엔지니어로 근무하고 있다. SK텔레콤에 입사하기 전 LG전자에서도 리서치 엔지니어로 근무하였으며, Vision AI의 도움으로 실제 세계를 이해하는 것 많은 관심을 가지고 연구 및 개발을 하고 있다. 백정열 매니저는 연세대학교에서 전기 전자 공학 학사 및 석사 학위를 받았다.

Currently, hundreds of millions of static cameras are installed around the world and many AI applications are being applied. However, most of each AI analysis is performed separately, even when they are installed in the same space. In this talk, we will introduce why multi-view camera analysis is necessary and how we developed multi-camera networked AI in real world.