인공지능 기반의 의료 소프트웨어 기기 멘델스캔MendelScan은 EHR을 스캔하여, 진단 소견은 부족하지만 희귀 질환에 걸릴 확률이 높은 환자를 찾아낸다. 이 도구는 알고리즘을 사용해 임상 환경에서 흔히 간과되는 징후와 증상의 패턴을 찾아낸다. 이를 통해 진단 시간을 단축하고 환자의 치료 접근성을 향상시키며, 의료 시스템의 비용을 절감할 수 있다.
--- p.31

빅데이터는 용량Volume뿐만 아니라 속도Velocity, 다양성Variety이라는 주요 특징을 가지며, 이를 ‘3V’라고 한다. 여기에 진실성Veracity(정확성)과 가치Value 등 다양한 ‘V’를 추가하여 ‘4V’, ‘5V’ 등으로 일컫기도 한다. ‘용량’은 데이터의 양을 의미한다. 빅데이터는 주로 테라바이트TB(240B)나 페타바이트PB(250B) 등의 단위로 측정될 수 있다. ‘속도’는 데이터 생성 및 처리의 속도를 뜻하는데, 빅데이터는 실시간으로 지속적으로 생성되는 경우가 많다. ‘다양성’은 데이터 형태의 폭넓은 스펙트럼을 의미한다.
--- p.52

컴퓨터 비전의 대표적인 신경망인 CNN은 컴퓨터 비전 분야에서 기본적이면서도 강력한 딥러닝 아키텍처로, 이미지에서 특징을 자동으로 추출하는 데 탁월한 성능을 보인다. 이미지 분류, 객체 탐지, 얼굴 인식, 의료 영상 분석, 자율주행차의 인식 시스템 등 다양한 컴퓨터 비전 분야에서 기반이 될 수 있으며 음성 처리, 자연어 처리 등 다른 영역에도 확장하여 적용될 수 있다.
--- p.75

첫째, 우버의 디지털 트랜스포메이션의 핵심은 플랫폼 비즈니스모델 혁신에 있다. 우버는 전통적인 택시 산업을 파괴적으로 혁신하며, 승객과 운전자를 연결하는 디지털 플랫폼을 구축했다. 이를 통해 우버는 차량 소유 없이도 글로벌 모빌리티 서비스를 제공할 수 있게 되었다. 또한, 우버는 다양한 서비스(예: 우버 이츠, 우버 프레이트)를 추가하여 플랫폼의 범위를 확장하고, 사용자 경험을 지속적으로 개선했다. 이는 디지털 기술을 활용한 사업 다각화의 성공적인 사례로 볼 수 있다.
--- p.110

자율주행차는 인식, 의사결정(판단), 제어 시스템을 통해 환경을 이해하고 적절한 결정을 내리며 차량을 안전하게 제어한다(공급업체마다 아키텍처는 다를 수 있으나 기본 원리는 유사하다). 이 세 가지 시스템은 서로 밀접하게 연결되어 자율주행차의 기능을 수행한다. 인식Perception 시스템은 자율주행차가 주변 환경을 이해하는 데 사용된다. 이를 통해 도로 상황, 차량 위치, 보행자, 신호등, 표지판, 장애물 등을 인식할 수 있다. 이러한 정보는 차량이 주행 중인 도로의 레이아웃과 주변 환경을 정확히 이해하도록 도와준다.
--- p.131

딥러닝의 의사결정 과정은 일반적으로 ‘블랙박스’로 간주된다. 이는 왜 특정한 결정을 내렸는지 (사람이) 이해하기 어렵게 만든다. 이러한 불투명성은 공정성 평가를 더욱 어렵게 한다. 인공지능의 공정성을 보장하기 위해서는 다양한 접근이 필요하다. 무엇보다 민감한 특성(예: 인종, 성별 등)에 따라 예측 결과가 왜곡되지 않도록 머신러닝 모델을 설계해야 하며, 데이터 수집, 모델 훈련, 예측 과정에서의 편향을 최소화해야 한다. 이를 위해 사회적·윤리적 기준을 고려한 설계와 철저한 검증이 필요하다.