인공 지능(AI)과 머신 러닝(ML) 사이에는 종종 혼동이 있지만 차이점이 있습니다.
예를 들어, AI는 기계에서 인간과 유사한 기능을 시뮬레이션할 수 있는 기술 범주에 대한 광범위한 설명입니다.
한편 머신 러닝은 AI의 하위 집합입니다. 일반적으로 대량의 데이터를 처리한 다음 알고리즘에 적용합니다. 이렇게 함으로써 ML은 컴퓨터 시스템이 물체를 인식하고, 기계가 고장날 때를 예측하고, 심지어 자동차를 운전하는 것을 가능하게 합니다. 다시 말해, 시스템이 인간의 상호 작용이 거의 없이 학습하고 선택할 수 있도록 합니다.
기계 학습이 새로운 것이 아니라는 점을 고려하십시오. 이 기술의 뿌리는 체스와 같은 것을 돕기 위해 개발된 1950년대로 거슬러 올라갑니다.
그러나 머신 러닝이 혁신적으로 변모한 것은 지난 10년이었습니다. 그 이유 중 일부는 ML의 하위 집합인 딥 러닝과 같은 새로운 이론의 개발과 데이터의 폭발 및 클라우드 컴퓨팅의 성장을 포함합니다.
그렇다면 머신 러닝 주식에 대한 이 기회는 얼마나 클까요?
확실히 방대합니다. IDC(International Data Corporation)에 따르면 AI 기술에 대한 전 세계 지출은 2024년까지 5년 CAGR(연간 복합 성장률) 17.4%, 매출 5,543억 달러에 이를 것으로 예상됩니다.
하지만 다음은 전 세계 AI 시장의 상당한 성장으로부터 혜택을 받을 수 있는 5가지 머신 러닝 주식입니다.
머신 러닝은 Alphabet의 핵심 초점이었습니다. (GOOGL, $2,347.58) 초창기부터. 대규모 웹 페이지를 효과적으로 검색할 수 있게 해준 원래의 PageRank는 정교한 알고리즘을 기반으로 했습니다.
그러나 기계 학습에 대한 GOOGL의 투자는 지난 10년 동안 가속화되었습니다. Alphabet은 인프라를 재정비하고 수천 명의 데이터 과학자를 고용했으며 수많은 인수를 진행했습니다.
2017년 Alphabet의 CEO인 Sundar Pichai는 기계 학습에 대한 이 거대 기술 기업의 투자가 "Google 전반의 혁신을 촉진하고" 있으며 그들이 "AI 우선 회사"로 전환하는 방식에 만족한다고 말했습니다.
이 기술은 광고 타겟팅 최적화, 언어 번역 시스템 강화, Google 어시스턴트 허용과 같은 많은 애플리케이션에서 매우 중요했습니다. 머신 러닝은 클라우드 플랫폼 구축의 핵심이기도 합니다.
Alphabet은 TensorFlow라는 최초의 AI 개발 플랫폼 중 하나를 만들었습니다. 이 회사는 2015년 기계 학습을 위한 소프트웨어 라이브러리를 오픈 소스화하여 이를 글로벌 표준으로 만드는 데 기여했습니다. 주요 고객으로는 인텔(INTC), 제너럴 일렉트릭(GE) 및 코카콜라(KO)가 있습니다.
물론 Alphabet은 자율주행차 개발의 선두주자인 TOO입니다. 그 중심에는 작년에 30억 달러의 자본을 조달한 Waymo 사업부가 있습니다. 소문은 GOOGL의 이 사업부가 1~2년 안에 기업공개(IPO)로 분사될 것이라는 것인데, 이는 회사에 좋은 가치 동인이 될 수 있습니다.
앞으로 이 머신 러닝 주식을 주시하는 것은 확실히 가치가 있습니다.
1993년에 설립된 Nvidia (NVDA, $678.79) 더 강력한 게임 경험을 위한 GPU(그래픽 처리 장치)의 선구자입니다. 이는 대량 데이터의 정교한 병렬 처리로 가능했습니다.
그러나 GPU는 데이터 과학자가 기계 학습 모델을 생성하는 주요 컴퓨터 플랫폼이 되었습니다. 그 결과 Nvidia는 데이터 센터 비즈니스에서 상당한 성장을 보였습니다.
A100 칩은 하이퍼스케일 및 주요 클라우드 고객의 필수품이 되었습니다. 시장 채택은 아직 초기 단계이지만 AI 교육과 추론을 모두 고속으로 허용합니다.
이제 NVDA의 자율 주행 자동차 부문이 가파른 성장을 보인 것은 사실이지만 Nio(NIO), SAIC(SAIC), Li Auto(LI ), Zoox, Mercedes-Benz 및 Xpeng(XPEV).
Nvidia는 AI 기반 칩 시스템으로 지배적인 위치를 강화하기 위해 영국 칩 설계업체 Arm을 400억 달러에 인수하는 과감한 플레이를 했습니다. 이는 NVDA가 사물 인터넷(IoT), 스마트폰 및 에지 컴퓨팅과 같은 범주에 침투하는 데 도움이 될 것입니다.
그런 다음 고급 네트워킹 시스템 개발업체인 Mellanox를 인수했습니다. M&A 거래는 Nvidia의 데이터 센터 비즈니스를 강화하는 데 도움이 될 것입니다.
결과적으로 머신 러닝 주식의 성장은 인상적이었습니다. 최근 분기에 NVDA 매출은 전년 동기 대비 84% 급증한 57억 달러를 기록했으며 조정 수익은 주당 3.66달러로 두 배 이상 증가했습니다.
효과적인 머신 러닝을 위해서는 양질의 데이터가 필수적이지만 이는 쉬운 과정이 아닙니다.
대기업의 경우 데이터가 사일로에 걸쳐 조각화됩니다. 또한 대부분의 경우 일반적으로 구조화되지 않은 데이터 세트를 정리하는 데 문제가 많습니다. 게다가 Oracle(ORCL)과 같은 기존 데이터베이스는 일반적으로 비용이 많이 드는 기계 학습 사용 사례를 위해 구축되지 않았습니다.
그래서 뭐 할까?
글쎄요, 클라우드는 이러한 문제를 완화하는 데 도움이 되는 방법이었으며 이 범주의 리더 중 하나는 Snowflake입니다. (SNOW, $238.43). 이 회사는 데이터베이스를 쉽게 스핀업할 수 있는 클라우드 네이티브 플랫폼을 구축했습니다. 끝이 없어 보이는 확장성, 수많은 통합 및 기계 학습을 위한 내장 시스템의 장점도 있습니다.
세계 최대 펀드매니저 중 하나인 블랙록(BLK)이 스노우플레이크의 고객이다. 회사에는 포트폴리오를 예측하고 최적화하는 데 사용되는 Aladdin이라는 시스템이 있습니다. SNOW는 비알라딘 데이터 소스를 통합하는 데도 중요했으며, 이를 통해 성능 및 투자 결과가 눈에 띄게 향상되었습니다.
그리고 예, 머신 러닝 주식이 올해 차트에서 어려움을 겪었던 것은 사실입니다. 그러나 차트에서 벗어나 Snowflake는 가장 빠르게 성장하는 엔터프라이즈 소프트웨어 회사 중 하나입니다.
1분기 제품 매출은 전년 동기 대비 110% 증가했으며 순 매출 유지율은 168% 증가했습니다. 또한 연간 100만 달러 이상의 수익을 창출하는 104명의 SNOW 고객이 있습니다.
2015년에 설립된 레모네이드 (LMND, $96.88)는 기계 학습 기반으로 구축된 보험 회사입니다. 이 회사는 현재 주택 소유자, 세입자, 애완 동물 및 생명 보험에 대한 정책을 제공합니다.
레모네이드에는 세 가지 주요 부분이 있습니다. 고객의 정보를 수집하고 견적을 제공하고 결제를 관리하는 가상 비서 AI Maya가 있습니다.
그리고 보험 청구를 처리하는 봇인 AI Jim이 있으며 그 중 3분의 1을 완전히 자동화할 수 있었습니다. 그리고 사람이 필요한 클레임의 경우 AI Jim이 많은 작업을 수행했기 때문에 프로세스가 훨씬 쉽습니다.
마지막으로 레모네이드에는 CX.AI가 있습니다. 일상적인 고객 질문을 처리하는 시스템입니다.
이러한 기술을 통해 레모네이드는 젊은 세대에게 많은 관심을 받았습니다. 이것은 확실히 도달하기 힘든 시장이지만 장기적인 성장에 중요할 수 있습니다.
이 기계 학습 주식이 59억 달러라는 막대한 가치로 싸지 않은 것은 사실이지만 시장 기회는 방대합니다. 결국 레모네이드는 이제 수익성 있는 자동차 보험 부문으로 진출하고 있으며 올해 미국에서 약 3000억 달러의 보험료를 가져올 것으로 추산됩니다.
점점 더 많은 회사가 기계 학습 프로젝트에 투자하고 있지만 결과는 종종 고무적이지 않습니다. 알고리즘의 복잡성, 데이터 문제, 데이터 과학자 모집 문제 등 여러 가지 이유로 이러한 아이디어가 개념 증명 단계 이상으로 확장되지 않는 것이 일반적입니다.
이 때문에 기업은 컨설팅 회사의 도움에 의존하게 될 것이며 이 시장의 리더 중 하나는 Accenture입니다. (ACN, $279.63). 이 회사는 번성하는 AI 사례를 보유하고 있으며 이는 주요 성장 원천이 되었습니다.
Accenture는 전 세계에 걸쳐 537,000명의 직원과 사업을 운영하고 있기 때문에 회사의 규모는 확실히 리더십의 주요 요소입니다. 이 회사는 또한 대부분의 산업 분야에서 경험이 있습니다.
ACN이 기업의 기계 학습 기능을 개선하는 방법의 한 예로 영국에 본사를 둔 통신 회사 Vodafone(VOD)이 고객 서비스 향상을 지원하기 위해 ACN을 도입했습니다.
Accenture는 문제를 처리하기 위해 가장 적절한 채널로 고객 통화를 라우팅하는 시스템을 개발했습니다. 또한 고객이 전화를 걸 가능성이 가장 높은 시기를 예측하고 사전에 문제를 해결하기 위해 사전 예방적 메시지를 보냅니다. 이를 통해 VOD의 인바운드 통화를 150만 건 줄이고 디지털 채널 사용량을 26% 늘렸습니다.
Accenture는 COVID-19 팬데믹 기간 동안 성장 둔화를 경험했지만 회사는 다시 정상 궤도에 진입할 수 있었습니다.
최근 분기에 매출은 전년 동기 대비 8% 증가한 121억 달러, 조정 이익은 10% 증가한 주당 2.03달러를 기록했습니다. 그리고 이번 분기는 10~13%의 매출 성장을 보일 것으로 예상됩니다.
