본문 바로가기
  • 배부름은 첫 입에서 시작한다.
주저리주전부리/잡학다식

[잡학한입]인공지능(AI)이란?

by 잡학셰프 2024. 2. 24.
반응형

 
 
OpenAI의 ChatGPT로 비롯해 전 세계에서는 AI 열풍이 불고 있다.
기업들은 너도나도 AI와 관련된 산업에 어마어마한 비용을 투자하고 있으며,
이제는 남녀노소 할 것 없이 관심을 가지기 시작했다.
 
그렇다면 AI 즉, 인공지능이란 무엇인지 한 입 해보고자 한다.
 
 


 
 

출처 : ChatGPT

 

*GPT3.5 .Ver 무료이용*
https://chat.openai.com/
 

 
 
요즘 트렌드인 ChatGPT를 사용해보았다.
쉽게 얘기하면 인공지능이란, 말 그대로 기계가 인간의 지능을 모방하는 기술이다.
 
 
 
 
 


 

영화 '이미테이션게임'

 
  AI의 역사는 약 70년 전인 1950년으로 돌아간다.
영화 "이미테이션 게임"의 주인공 '앨런튜링'이 1950년에 쓴 획기적인 논문인 ‘Computing Machinery and Intelligence(계산기와 지능)’에서 기계가 사고할 수 있는지 여부를 고찰했다. 이 논문에서 '튜링'은 인공 지능이라는 용어를 처음 만들어 이론적, 철학적 개념으로 제시했다. 
 
 "이미테이션 게임"이란 인공지능을 테스트 하는 개념으로, 컴퓨터나 기계가 인간을 속일 수 있다면 그것은 지능을 가진것으로 간주해야 한다는 개념이다. 즉, 인공지능이 인간인 것처럼 가장해서 다른 인간과 대화하는 것으로 여긴다면 지능이 있다고 판단한다는 것이다.
 

출처 : KISTEP 한국과학시술기획평가원

 
이후 1957년에서 1974년 사이에 컴퓨팅 영역은 컴퓨터로 더 많은 데이터를 저장하고 더 빠르게 처리할 수 있는 수준으로 발전했다. 이 기간 동안 머신러닝(Machine Learning) 알고리즘이 추가로 개발되었다.   
 
 1980년대에는 가용 자금이 늘어나고 AI와 관련된 기술이 발전하면서 개발 작업이 간소화되었다.
이 때 컴퓨터가 경험을 통해 학습할 수 있다는 것을 보여주는 딥 러닝 기술에 관한 논문을 발표했다.
 
 
 

출처 : 엔비디아, SK infosec - 좌,우

 
 먼저 머신러닝과 딥러닝에 대해 간략히 알고 넘어가도록 하자.
 
 
 
 
머신러닝(Machine Learning)은 컴퓨터 스스로 학습하여 인공지능의 성능을 향상시키는 기술이다.
그러기 위해서는 데이터에 맞는 모델을 찾는 과정이 결과를 평가하며 계속해서 수정해 나가는 알고리즘을 구현해야 한다.

출처 : SK infosec
- 지도 학습 : 데이터에 정답이 있으며, 그 정답을 예측하기 위해 학습
      ex) 스팸 문자 분류, 주식 가격 예측, 이미지 인식, 유방암 진단 등

- 비지도 학습 : 데이터에 정답이 없으며, 데이터안에 숨어있는 규칙성을 찾기 위해 학습 
      ex) 고객군 분류, 장바구니 분석, 취향 분석 추천 시스템 등

- 강화 학습 : 결과값이 아닌 다른 일을 잘했을 때 보상을 주는 방식으로 어떤 행동이 최선인지를 학습하는 것이다.
      ex) 로봇 제어, 공장 최적화, 게임 및 내비게이션 등

 
 
 
 
 
 
 
딥러닝(Deep Learning)은 컴퓨터가 사람처럼 생각하고 배울 수 있도록 하는 인공지능 기술이다.
머신러닝의 한 분야 이며, 뇌의 신경인 뉴런과 유사하게 정보 입출력 계층을 활용하여 데이터를 학습하는 것을 말한다.

출처 : https://dev-optimist.tistory.com/42

 
 
뉴런은 일정 자극 이상의 신호를 받으면 반응하며, 다른 뉴런과 연결되어 '신경망'을 이룬다.
수많은 뉴런들이 서로 상호작용하여 수많은 기억을 저장하고 불러오고, 계산하고 상상할 수 있는 것이다.
이를 알고리즘으로 만든 것을 '인공 신경망'이라고 부른다.
 
 

출처 : http://tcpschool.com/deep2018/deep2018_deeplearning_intro

 
 이 처럼 복잡한 단계를 거쳐 인간과 비슷한 뇌 구조를 가질 수 있게 되는 것이다.
 


 
 
머신러닝과 딥 러닝의 차이점은
 
머신러닝은 소프트웨어가 충분히 잘 작동하기 위해서
사람의 개입이 필요하다는 점이다.
 
반면 딥 러닝
데이터만 소프트웨어에 제공해주면
스스로 특징을 도출하며,
독립적으로 학습한다.
 
또한,
텍스트 문서외에 구조화되지 않는 데이터들을 분석하고,
더 복잡한 문제를 해결할 수 있다.
 
 예를 들어,
동물 이미지를 식별하기 위해
고양이,개,말,햄스터 등 다양한 동물 이미지를 수동으로 인식시켜 주면
알고리즘을 통해 다리 수, 눈 모양, 귀 모양 등으로
스스로 분류하며 학습을 한다는 것이다.
 


 
 

 

출처 : 중앙일보(좌) / 인류 발전 그래프 (우)

 
 

 앞으로는 AI로 인해 이례없던 기술 발전이 이루어질거라고 생각한다.
AI는 인간의 지능을 이미 뛰어넘었으며,
 
최근 몇 년 사이 구글의 나우나 애플의 시리와 같은 개인 비서 영역에서부터
자율주행자동차의 인지/판단 시스템에 이르기까지,
언론, 교통, 물류, 안전, 환경 등 각종 분야에서 기술이 빠르게 접목·확산되면서
인간중시 가치 산업 및 지식정보 사회를 이끌어 갈
부가가치 창출의 새로운 원천으로 주목받고 있다. 
 
 

 

 

출처 : KISTEP 한국과학시술기획평가원

 
 
전 세계적으로 인공지능 발전에 대한 규제방안을 마련하고 있는 중이다.
스티브잡스가 애플의 아이폰을 발표한지 불과 20년도 채 되지 않았다.
 
기술의 발전은 인간을 편리하게 만듬과 동시에
우리의 삶을 피폐하게 만들었다. 
 
스마트폰의 탄생은 스마트폰 중독을 만들었으며,

스마트폰의 발달은 SNS 및 언론에 의지하며,스스로 생각하는 능력을 점점 잃어갔다.

 
또, 자동화로 인한 일자리 대체, 통제 불능 문제 등
부정적인 영향에 대한 우려의 목소리 또한 커지고 있다.
 
특히 일론 머스크, 스티븐 호킹, 빌 게이츠 등
많은 전문가들은 인공지능의 위험성과
인류의 미래에 대한 불안감을 표한 바 있다.
 
이제 우리는 스스로 판단할 능력을 길러야 한다.
기술에 먹힐 지 아니면 기술을 삼킬 것인지 말이다.
 
 
 

반응형