[#001] 인공지능이란?

인공지능이란?

 

앞으로 인공지능 분야에 대해서 하나씩 알아가며 공부해보고자 한다. 공부했던 내용들을 이 블로그를 통해서 내용을 정리하고 기록을 남기려고 한다. 

 

인공지능(AI, Artificial Intelligence)

 

인공지능을 정의하는 내용은 다양하지만, 위키백과의 내용을 인용하면 아래와 같다.

인공지능(영어: artificial intelligence 혹은 machine intelligence)은 인간의 지능을 갖고 있는 기능을 갖춘 컴퓨터 시스템이며, 인간의 지능을 기계 등에 인공적으로 시연(구현) 한 것이다. 일반적으로 범용 컴퓨터에 적용한다고 가정한다. 이 용어는 또한 그와 같은 지능을 만들 수 있는 방법론이나 실현 가능성 등을 연구하는 과학 분야를 지칭하기도 한다. 참고 : 위키백과

간단하게 말하면 컴퓨터가 인간과 같이 생각하고 행동하는 것을 말한다. 

이러한 의미만 보면 인공지능이라는 게 복잡하고 우리와 상관없는 분야라고 생각할 수 있다. 하지만, 생각보다 다양한 인공지능 기술들이 우리 생활 깊숙이 들어와서 생활에 많은 도움을 주고 있다. 앞으로 이러한 기술들에 대한 인공지능 원리를 알아보고자 한다. 

 

인공지능 사례

 

1. 음성인식 가상비서 기술

 

Siri Vs. Google Assistant Vs. Alexa Vs. Cortana(출처 : Root Info Solutions)

• 인공지능 알고리즘과 빅데이터에 기반하여 음성인식(ASR), 음성 이해(NLU), 음성합성(TTS) 기술의 발달로 인간의 말을 이해하고 그에 맞는 행동을 통해 가상의 비서 역할을 하고 있다. 
• 스마트폰의 폭발적인 보급과 함께 모든 기기가 연결되는 IOT 시대를 이끌고 있는 대표적인 기술이다. 

2. 아마존 상품 추천 알고리즘 A9

 

• 아마존은 사용자들의 소비 패턴을 분석해 사용자가 선호할 만한 상품들을 추천하는 알고리즘을 사용한다.
• 협업 필터링(Collaborative Filtering)을 기반으로 하는 아마존만의 독자적인 알고리즘을 사용 중이며, 이러한 알고리즘을 통한 구매로 매출의 35%가 발생한다고 한다. 

 

3. 우버

 

• 우버는 딥러닝 외에도 기계학습 및 기타 인공지능을 사용하여 도록 교통을 정확하게 예측하여 목적지까지의 정확한 시간을 예측하고 있다.
• 실시간 신원 확인하는 얼굴인식 기능을 통해서 실시간으로 운전자의 신원을 확인하며 다른 사람이 차량을 운전하는 걸 막고 있다. 
• 고객 응답률을 계산하여 고객을 평가하며, 운전자 앱에서 자연어 처리(NLP) 모델을 사용하여 채팅기능을 지원하고 있다. 

인공지능 한계

 

AI의 세가지 전략(출처 : mc.ai)

• ANI(Artificial Narrow Intelligence) : 약한 인공지능이라고 하며 한가지 특정 분야에만 전문적인 인공지능이다. 위의 사례들이 ANI에 예시이며, 현재 기술이 머무르고 있는 단계이다. 
• AGI(Artificial General Intelligence) : 강한 인공지능이라고 하며, ANI 와는 다르게 모든 분야에서 인간 수주의 인지와 지능을 가지고 있는 인공지능을 말한다. 앞으로 현재 인공지능의 기술이 나아가야 할 지향점이다. 
• ASI(Artificial Super Intelligence) : 초인공지능이라고 하며, 인간의 지능을 뛰어넘어 스스로 목표 설정을 하고 그에 맞게 스스로 행동하는 인공지능이다. 아이언맨의 자비스(?) 가 이에 해당되지 않을까 싶다. 

ANI 에서의 한계는 분명하다 특정 분야에서만 특화되어 있어 범용적으로 사용하기는 어려운 상황이다. 얼굴인식에 사용되던 인공지능이 문자인식에 사용되지 못하듯이 현재의 인공지능은 제한적이며 폐쇄적인 부분이 많다. 하지만 앞으로 언제가 ANI에서의 발전을 통해서 AGI로의 발전을 기대해볼 만하다. 

 

 

인공지능 연관 분야

또한, 인공지능은 다양한 학문들이 연계되어 기술 발전을 이루어 가고 있다. 

 

인공지능의 여러 학문분야와의 연계성(출처 : 머신러닝을 활용한 스마트 서비스와 금융)

굳이 나누자면 머신러닝과 패턴 인식은 인공지능의 직접적으로 연관된 분야이며, 그 외의 분야는 인공지능과 간접적으로 연관된 분야로 생각된다. 

 

• 패턴인식 : 데이터의 규칙성을 찾고 이러한 규칙성을 이용하여 새로운 데이터를 분류하는 분야
• 데이터마이닝 : 대량의 데이터 내에서 다양한 관점에서 분석하여 유용한 정보를 찾아내고 조합하는 분야
• 머신러닝 : 컴퓨터가 학습할 수 있도록 하는 알고리즘과 기술을 개발하는 분야
• 통계학 : 특정 집단으로부터 얻은 정보를 이용하여 모집단의 특성을 추정 거나 모집단 간의 적절한 관계를 정의하고 해석하는 분야

각 분야의 용어들에 대해서는 동일한 듯 서로 다르지만 내용들이 겹치는 영역들이 많고 여러 기술 설명 사례들을 보면, 인공지능이나 머신러닝 용어들로 많이 통용되는 듯하다.

 

결론

현대사회의 인공지능은 특수한 목적 맞게 발전되어 우리 실생활에 도움을 주고 있다. 이전까지 다양한 분야에서 연구되고 논의 되었던 내용들이 지속적으로 발전하면서 인공지능이 정말 인간에 거듭나고 있다.

현재 나오는 인공지능 기술을 구현하는 방법들이 갑자기 새로운 개념이나 방법론으로 나오는 것이 아니라고 본다. 각 분야에서 이전부터 논의되었던 개념들이 관점이나 시각들을 달리하여 정의되었다고 보는 게 좋을 것 같다. 이러한 점에서 단순히 인공지능의 한 분야만을 보기보단 좀 더 폭넓게 인공지능을 살펴보는 게 좋을 것 같다.

 

* 건전한 비판과 문의사항은 언제나 환영입니다.