어느새 일상 곁으로 ,인공지능

인공지능 혁신

AI(Artificial Intelligence), 즉 인공지능 기술은 마치 인간의 뇌가 사고하는 방식을 모방하여 만든 컴퓨터 기술인데요, 스스로 정보를 학습하여 여러 가지 과학 기술분야에 활용되고 있는 인공지능 기술은 이제는 없어서는 안 될 중요한 컴퓨팅 기술 중 하나로 자리 잡고 있습니다.

 

인공지능 기술의 중요성이 대두되고 있는 대표적인 이유로 방대해진 정보를 이용하여 여러 가지 기술적 난제를 해결하는데 인공지능의 기술이 적합하기 때문인데요, 스스로 방대한 양의 정보를 학습하여 정보를 도출해 내는 인공지능을 이용해 공학 분야에서는 단순하거나 복잡한 계산을 하는 데 있어서 인공지능의 비중이 커지고 있고 금융 분야에서는 빅데이터를 학습한 인공지능을 이용하여 여러 가지 패턴을 분석하고  시장의 흐름을 읽어 고객에게 더 질 좋은 서비스를 제공하는 데 있어서 매우 중요한 쓰임새로 작용하고 있습니다

 

인공지능의 등장

인공지능 기술이 본격적으로 대중들에게 알려지게 된 계기는 구글(Google)의 딥마인드(deepmind)가 개발한 알파고(AlphaGo) 인공지능을 통한 세계적인 바둑기사들과의 대결을 통해 큰 화제가 되었던 적이 있는데요.

2016년 대한민국의 대표적인 바둑기사 이세돌 님과 알파고 인공지능의 바둑 대결을 펼친 결과 큰 차이로 알파고 인공지능이 승리하게 되었습니다, 인공지능 프로그램은 대중들에게 첫 선을 보임과 동시에 프로 바둑기사와의 대국에서 압도적인 차이로 승리하게 되면서 인공지능에 대한 기존의 회의적이었던 분위기를 180도 뒤바꿔 놓았습니다.

 

골라 쓰는 인공지능

위의 예처럼 바둑과 같은 특정 분야에 사용되는 인공지능을 '약한 AI'라고 지칭하는데요, 이 같은 인공지능의 경우 정해진 범위 내에서만 문제를 해결하기 위해 개발된 인공지능이라고 할 수 있겠습니다. 반대로 '강한 AI'의 경우 특정한 분야가 아닌 어떠한 분야의 문제든 가리지 않고 풀어낼 수 있는 인공지능을 지칭하는 것입니다.

 

현재 적극적으로 개발되고 사용되는 인공지능은 '약한 AI'단계의 인공지능으로 '강한 AI' 영역의 인공지능 프로그램은 아직까지 개발되지 않고 있습니다.

 

인공지능의 학습방법

인공지능의 대표적인 학습 방법으로 머신러닝(machine Learning)이 있는데요, 머신러닝이란 쉽게 말해 기계 스스로 학습한다는 뜻을 가지고 있습니다, 인공지능은 데이터가 많으면 많을수록 더욱 정확해진다는 장점이 있는데요, 인간의 한계를 넘어선 방대한 양의 데이터를 기계가 스스로 학습하도록 고안된 방법이라고 할 수 있습니다.

 

머신러닝은 데이터를 학습하여 도출된 결과를 분석하고 해당 분석 결과로부터 어떠한 패턴을 발견, 판단이나 예측을 하는 것을 의미합니다.

 

머신러닝에는 대표적으로 3가지의 학습법이 있는데요.

 

1. 지도 학습(Supervised Learning)

지도 학습은 정답을 기반으로 데이터의 정확도를 올리는 학습법이라고 할 수 있습니다, 정답 데이터와 반복적으로 대조하여 오류 확률을 줄이고 정답에 가까운 결과를 출력할 확률을 높이는 것입니다.

 

2. 비지도 학습(Unsupervised Learning)

비지도 학습은 정답을 모르는 상태로 데이터를 학습하여 예측과정을 통해 정답을 도출해 내는 학습법인데요, 학습한 데이터를 기반으로 서로 유사한 데이터와 유사하지 않은 데이터를 구분하여 큰 틀에서 각각의 데이터를 그룹화하는데 유용한 학습 기법입니다.

 

3. 강화 학습(Reinforcement Learning)

강화 학습은 알파고 인공지능에 사용된 학습법인데요, 바둑으로 예를 들자면 정답 결과가 없는 상태로 바둑을 둔 후 이긴 결과 데이터를 기반으로 다시 바둑을 두는 과정을 반복하는 것입니다.

 

---

인공지능은 이제는 없어선 안될 중요한 삶의 일부분이 되었다

나를 위한 인공지능

인공지능의 핵심 트렌드는 '초개인화'를 통해 다수의 결괏값이 아닌 개인의 데이터를 바탕으로 각각 올바른 선택을 하는 데 있어 더욱 좋은 결과를 만들어 내는 것이 중요한 요소로 떠오르고 있습니다, 온라인 쇼핑몰 같은 경우 고객의 구매 데이터를 바탕으로 생성된 알고리즘을 이용하여 필요할 것 같은 상품을 추천해주기도 하고 반대로 상품을 판매하는 공급자의 경우 다수의 고객이 어떤 상품을 구매할 것이고 또 앞으로 어떤 상품의 수요가 높아질 수 예측하는 데이터를 내놓기도 합니다.

 

이 밖에도 머신러닝의 장점을 이용하여 교육 분야에서도 높은 활용도를 보여주고 있는데요, 개인에 최적화된 학습패턴 제공부터 학습자의 수준에 맞는 단계별 학습 루틴을 제공하여 학습자로 하여금 높은 몰입도를 끌어내는데 높은 활용도를 지니고 있습니다.

 

인공지능의 미래

 

인공지능 기술은 인류의 발전속도에 비약적인 기여를 하고 있고 앞으로도 계속해서 인공지능의 중요성은 더욱 강조될 것으로 보이는데요, 하지만 이러한 인공지능에도 규제가 필요하다는 목소리도 나오고 있는데요.

 

인공지능 기술은 인간을 위해서 개발되었지만 오히려 인간의 목숨을 위협할 수도 있다는 잠재적 위험성 때문에 관련 규제가 필요하다는 의견도 나오고 있습니다.

 

인공지능 기술이 보편화됨에 따라 많은 일자리가 로봇으로 대체될 수도 있고 이는 실업자의 증가로 이어질 수도 있기 때문에 과연 이러한 기술의 발전이 과연 인간에게 무조건 적으로 도움이 되는 것인가에 대한 의문도 제시되고 있고 실제로 단순한 작업이 필요한 일자리 같은 경우 인공지능을 활용한 로봇이 인간보다 값싸고 정확하기 때문에 이러한 문제점으로 인해 로봇 사용을 반대하는 시위도 일어나고 있습니다.