인공지능(Artificial Intelligence)이 실생활 및 산업 현장에서 유용한 기술로 떠오르는 것과 동시에, 인간을 상대로 체스와 바둑이 이기는 것으로 두려움의 대상이 되기도 하고 있습니다. 우리는 인공지능을 어떠한 시각으로 바라보아야 할까요? 인공지능에 대한 이해를 위해서 인공지능(Artificial Intelligence)이란 무엇인지 간단하게 정리해보도록 하겠습니다.
안녕하세요. 14층입니다. 오늘은 인공지능(Artificial Intelligence)의 정체를 파악하기 위해 인공지능이라는 녀석의 뒷조사를 조금 해봤습니다.
먼저 네이버에 인공지능을 검색해보니, '인공지능 문제점', '인공지능 사례', '인공지능 스피커', '인공지능 로봇', '인공지능 주식', '인공지능 일자리'등의 연관 검색어가 나타납니다. 연관검색어만 보아도 사람들이 인공지능에 대해서 어떻게 인식하고 있는지 가늠할 수 있습니다.
'인공지능 주식'이라는 단어는 인공지능과 관련한 산업이 성황할 것이라는 예측과 함께 조회가 이루어졌으리라 미루어 짐작되고, '인공지능 일자리'라는 검색어는 인공지능이 사람의 일자리에 영향을 미칠지도 모른다는 생각에서 많은 조회가 발생한 것이라 생각합니다.
네이버 연관 검색어 리스트만 보면, 많은 사람이 인공지능을 막연한 두려움의 대상, 혹은 떠오르는 기술 정도로 인식하고 있다고 볼 수 있습니다. 인공지능이란 무엇인지 알고 이해한다면 조금은 더 친근하게 느껴지지 않을까 하는 것이 저의 생각입니다.
그럼 오늘은 인공지능이란 무엇인지, 그리고 어떠한 역사를 가졌는지 간단하게 알아보겠습니다.
인공지능이란?
인공지능에 대한 여러 가지 정의가 있지만, 네이버 두산백과의 정의가 가장 이해하기 쉽고, 정리가 잘 된 것 같습니다.
요약 : 인간의 학습능력과 추론능력, 지각능력, 자연언어의 이해능력 등을 컴퓨터 프로그램으로 실현한 기술.
상세 : 인간의 지능으로 할 수 있는 사고, 학습, 자기 개발 등을 컴퓨터가 할 수 있도록 하는 방법을 연구하는 컴퓨터 공학 및 정보기술의 한 분야로서, 컴퓨터가 인간의 지능적인 행동을 모방할 수 있도록 하는 것을 인공지능이라고 말하고 있다.
또한 인공지능은 그 자체로 존재하는 것이 아니라, 컴퓨터 과학의 다른 분야와 직간접으로 많은 관련을 맺고 있다. 특히 현대에는 정보기술의 여러 분야에서 인공지능적 요소를 도입하여 그 분야의 문제 풀이에 활용하려는 시도가 매우 활발하게 이루어지고 있다.
① 자연언어처리(natural language processing) 분야에서는 이미 자동번역과 같은 시스템을 실용화하며, 특히 연구가 더 진행되면 사람이 컴퓨터와 대화하며 정보를 교환할 수 있게 되므로 컴퓨터 사용에 혁신적인 변화가 오게 될 것이다.
② 전문가시스템(expert system) 분야에서는 컴퓨터가 현재 인간이 하고 있는 여러 가지 전문적인 작업들(의사의 진단, 광물의 매장량 평가, 화합물의 구조 추정, 손해 배상 보험료의 판정 등)을 대신할 수 있도록 하는 것이다. 여러 분야 가운데서도 가장 일찍 발전하였다.
③ 컴퓨터가 TV 카메라를 통해 잡은 영상을 분석하여 그것이 무엇인지를 알아내거나, 사람의 목소리를 듣고 그것을 문장으로 변환하는 것 등의 일은 매우 복잡하며, 인공지능적인 이론의 도입 없이는 불가능하다. 이러한 영상 및 음성 인식은 문자 인식, 로봇 공학 등에 핵심적인 기술이다.
④ 이론증명(theorem proving)은 수학적인 정리를 이미 알려진 사실로부터 논리적으로 추론하여 증명하는 과정으로서 인공지능의 여러 분야에서 사용되는 필수적인 기술이며, 그 자체로도 많은 가치를 지니고 있다.
⑤ 신경망(neural net)은 비교적 근래에 등장한 것으로서 수학적 논리학이 아닌, 인간의 두뇌를 모방하여 수많은 간단한 처리기들의 네트워크로 구성된 신경망 구조를 상정하는 것이다. [네이버 지식백과] 인공지능 [artificial intelligence, 人工知能] (두산백과)
이러한 인공지능은 4차 산업혁명을 이끄는 혁신 기술 중에 하나입니다.
2019/05/01 - [Programs/머신러닝] - 1차, 2차, 3차, 4차 산업혁명의 특징 - 머신러닝.01
인공지능(Artificial Intelligence)의 역사
- 인공지능의 성능별 세대 구분
1세대 : 1980년대까지의 기술로, 단순 제어 프로그램을 수행했습니다. 전문자에 의해 제어 알고리즘이 작성되었고, 기계/전기 제어 프로그램을 탑재했으며, 제어공학/시스템 공학이 적용된 것이 특징입니다. 1세대의 인공지능 결정체의 예로 자동세탁기를 들 수 있습니다.
2세대 : 1990년대까지의 인공지능 기술로, 경로 탐색 및 DB 검색이 가능해집니다. 모든 경우의 수를 탐색하는 탐색트리, 구축된 DB를 통해 정답을 검색하며, 전문가 시스템이 그 특징입니다. 2세대 인공지능의 예로 '딥블루'가 인간을 상대로 체스 챔피언을 이긴 사건을 들 수 있습니다.
3세대 : 2000년대까지의 인공지능 기술로, 머신러닝(기계학습)이 시작됩니다. 입력데이터를 바탕으로 규칙이나 지식을 스스로 학습하며, 로지스틱, D-Tree, SVM, 인공신경망이 주요 특징입니다. 3세대 인공지능에서 문자 및 패턴을 인식할 수 있게 되는데, 자동차 번호판을 읽는 기술을 예로 들 수 있습니다.
4세대 : 2010년 이후로의 인공지능 기술로, 딥러닝이 시작됩니다. 깊은 인공신경망, 추상화된 특징 표현을 찾아냄, 신경망에 합성곱연산, 순환연결 등의 기법이 추가됩니다. 4세대 인공지능의 산물로 알파고를 들 수 있습니다. 그뿐 아니라 기사를 쓰기도 하고, 문학 작품을 만들어 내기도 합니다
[마쓰오 유타카의 인공지능과 딥러닝 참고]
- 인공지능의 역사
1. 1950년 엘런 튜링(영국수학자, 암호학자, 논리학자 - 컴퓨터 과학의 아버지라고 불림)이 계산기계와 지능(Computing machinery and intelligence)라는 논문에서 기계가 사람처럼 생각할 수 있는지, 지능 개발 가능성들을 논하였습니다. 기계가 사람처럼 생각할 수 있다는 주장을 한 것입니다.
2. 1957년 프랭크 로젠발트(Frank Rosenblatt)가 퍼셉트론(Perceptron)이라는 뇌신경을 모사한 인공신경 뉴런을 만듭니다. 그리고 1958년 뉴욕타임즈에 '우리가 개발한 인공지능은 스스로 학습하여 걷고 말하며, 보고, 쓸 수 있게 될 것이다. 그리고 종국에는 자신의 존재를 인지할 것으로 기대된다'라고 발표합니다.
3. 1969년 마빈 민스키(Marvin Minsky)가 해당 퍼셉트론은 AND, OR 문제는 해결할 수 있지만, XOR 문제는 해결할 수 없고, 이를 위해서는 MLP(다중 퍼셉트론)이 필요한데, 지구상에서 이 MLP를 학습할 수 있는 방법을 아는 사람이 없다고 발표하게 됩니다. 이에 따라 인공지능에 대한 열기가 급속도로 식게 되는데 이를 'First AI winter'라고 부릅니다.
4. 1986년 힌튼(Hinton)에 의해 역전파 학습법이 개발됨으로 MLP를 학습할 방법이 마련됩니다. (그리고 뒤늦게이지만, 이미 1970년, 1974년, 1982년에 이와 관련한 연구들이 발표되었었다는 사실이 확인되었습니다.) 그러나 간단한 MLP 구조해서는 학습이 제대로 이루어지지만, 은닉층(Hidden layer)가 많은 경우에는 학습이 제대로 이루어지지 않는 사실이 확인되었고 인공지능의 두번째 암흑기에 들어서게 됩니다. 그리고 힌튼 교수는 1987년 CIFAR라는 캐나다 연구단체의 지원으로 계속해서 연구를 지속하게 됩니다.
5. 2006년 힌튼교수는 새로운 논문을 발표하게 되는데, 초기값을 잘 주면 여러 개의 은닉층이 있어도 학습이 잘 이루어진다는 것을 발표하게 됩니다. 아울러 당시에는 '인공신경망'에 대한 인식이 좋지 않았기 때문에, 힌튼 교수는 다른 단어를 사용했는데요, 이 단어가 바로 'Deep learning'입니다.
6. 2012년 ILSVRC(Imagenet Large Scale Visual Recongnition Competition)라는 이미지를 분류하는 대회에 힌튼 교수팀이 Deep learning 기술이 적용된 Alex-Net이라는 모델을 가져와서 85%의 정확도를 보여주게 되는데, 이는 이전까지의 정확도인 최고 75%는 훨씬 웃도는 수준이었습니다. 이 대회를 통해 Deep Learning 이 세계적으로 주목을 받게 되는 계기가 됩니다.
간단하게 인공지능의 역사를 살펴봤습니다. 몇 번의 재미있는 암흑기가 있었는데, 인공지능의 역사 중심에 있는 학자들은 자신의 주장이 틀렸다는 논문이 발표되거나, 자신이 옳았다는 것이 다시금 증명되었을 때 어떤 기분이었을까요?
이렇게 인공지능이란 무엇인지, 그리고 인공지능에 대한 역사를 정리해보는 시간을 가져봤습니다. 인공지능에 대해 이해하는데 조금이나마 도움이 되었길 바라며, 오늘의 포스팅을 마칩니다.
좋아요♥와 댓글은 큰 힘이 됩니다.
2019/05/01 - [Programs/머신러닝] - 1차, 2차, 3차, 4차 산업혁명의 특징 - 머신러닝.01
2019/04/09 - [Programs/머신러닝] - 텐서플로우(Tensorflow) 설치하기 -파이썬(Python)
2019/04/08 - [Programs/머신러닝] - 파이썬이란? 파이썬[Python] 설치하기
'Programs > 머신러닝' 카테고리의 다른 글
| Logic gate (논리게이트)AND, OR, XOR, NOT, NAND, NOR and XNOR - 머신러닝.03 (0) | 2019.06.26 |
|---|---|
| 1차, 2차, 3차, 4차 산업혁명의 특징 - 머신러닝.01 (0) | 2019.05.01 |
| 텐서플로우(Tensorflow) 'You are using pip~' 문제 해결 (0) | 2019.04.10 |
| 텐서플로우(Tensorflow) 설치하기 -파이썬(Python) (0) | 2019.04.09 |
| 파이썬이란? 파이썬[Python] 설치하기 (0) | 2019.04.08 |
댓글