분야
hwpⅡ. 본론
1. AI 수요예측 기술의 개념과 특징
1) AI 수요예측 기술의 개념
(1) 머신러닝
(2) 딥러닝
(3) 시계열 분석
2) AI 수요예측 기술의 특징
2. AI 수요예측 기술을 실제 생산관리 현장에 적용한 기업 사례
1) 딥러닝을 활용한 주택 가격 예측
2) 딥러닝을 활용한 장기 택배 물동량 수요예측
3. 향후 발전 가능성
4. 나의 의견
Ⅲ. 결론
Ⅳ. 참고문헌
인공지능(Artificial Intelligence)은 1956년 존 맥카시(John McCarthy)가 영국에서 열린 다트머스회의에서 처음으로 제안하였다. 이후 발전을 거듭한 인공지능은 현재 빅데이터, 머신러닝, 딥러닝, 패턴인식 등의 분야의 연구에 기반하여 사회학, 의학 등 다양한 분야에서 활용되고 있다. S. J. Russel 등(2006)에 따르면 인공지능은 문제를 해결하는 방법과 범위에 따라 약 인공지능과 강 인공지능으로 살펴볼 수 있다. 특정한 역할이 특화된 인공지능인 약 인공지능은 알파고, 인공지능 음성 비서 등 현재 실용화된 대부분의 인공지능이 해당된다. 반면 강 인공지능은 다양한 목적달성을 위하여 스스로 사고 및 학습을 하며 감정을 기반으로 사고하는 특징을 가진다. 이러한 인공지능을 통해 인간의 지능만으로 처리하기 힘든 대량의 데이터를 처리할 수 있게 되었으며 근간 기술로 머신러닝, 딥러닝 등의 개념을 함께 살펴볼 수 있다. 따라서 본론에서는 AI 수요예측 기술의 개념과 특징을 설명하고, 이를 실제 생산관리 현장에 적용한 기업 사례를 분석하여, 향후 발전 가능성에 대한 의견도 함께 기술해 보겠다.
전해정, 양혜선.(2019), 딥러닝을 이용한 주택가격 예측에 관한 연구. 주거환경.
김병운. 인공지능 기술 발전에 따른 우리나라의 현안 진단 및 정책적 시사점. 정보화정책 2016.
이충섭, Zin Min Paing, 여혜민, 김동신, 백호종 (2021), 머신러닝(Machine Learning) 기법을 활용한 제주국제공항의 운항 지연과의 상관관계 분석 및 지연 여부 예측 모형 개발 –기상을 중심으로-.