인공지능(AI)란? 인공지능의 뜻과 특징, 종류

인공지능(AI)란? 인공지능의 뜻과 특징, 종류

인공지능(AI)이란 기계, 특히 컴퓨터 시스템을 통해 인간의 지능과 사고 과정을 구현한 것이다. AI 프로그래밍은 학습, 추리, 자기 교정이라는 세 가지 인지 능력에 초점을 맞춘다. 학습 과정은 데이터를 수집하고 사용 가능한 정보로 전환하는 방법에 대한 규칙을 만드는 데 초점을 맞추고 있다. 알고리즘이라고 불리는 규칙은 컴퓨팅 장치에 특정 작업을 완료하는 방법에 대한 단계별 지침을 제공한다. 추리 과정에서는 원하는 결과에 도달할 수 있는 적절한 알고리즘을 선택하는 데 초점을 맞춘다. 자기 교정 측면에서는 알고리즘을 지속적으로 미세 조정하고 가능한 가장 정확한 결과를 제공하는데 초점을 맞춘다. 인공지능(AI)이 대량의 데이터를 훨씬 빠르게 처리하고 인간보다 예측을 더 정확하게 하기 때문에 인공신경망과 딥러닝 인공지능 기술이 빠르게 진화하고 있다. 인간은 매일 만들어지는 엄청난 양의 데이터를 모두 다룰 수 없지만, 머신러닝을 사용하는 AI 애플리케이션은 그 데이터를 취합해 신속하게 실행 가능한 정보로 바꿀 수 있다. 다만, 아직까지 AI 활용의 1차적인 단점은 AI 프로그래밍에 필요한 대량의 데이터를 처리하는 데 비용이 많이 든다는 점이다. AI는 약하거나 강한 것으로 분류할 수 있다. 좁은 AI라고도 불리는 약한 AI는 특정 과제를 완수하도록 설계하고 훈련하는 AI 시스템이다. 애플 시리 등 산업용 로봇과 가상 개인비서들은 약한 AI를 사용한다. 인공 일반 지능(AGI)으로도 알려진 강력한 AI는 인간의 두뇌의 인지 능력을 복제할 수 있는 프로그래밍을 뜻한다. 낯선 과제를 제시했을 때 강력한 AI 시스템은 퍼지 로직을 이용해 한 도메인에서 다른 영역으로 지식을 적용하고 자율적으로 해결책을 찾을 수 있다. 이론적으로 강력한 AI 프로그램은 튜링 테스트와 중국 방 테스트를 모두 통과할 수 있어야 한다. 일부 업계 전문가들은 인공지능이라는 용어가 대중문화와 너무 밀접하게 연관돼 있다고 보고 있으며, 이로 인해 AI가 직장이나 생활을 전반적으로 어떻게 변화시킬지에 대한 일반인들의 기대감은 과도하게 높아졌다. 일부 연구자와 마케터들은 보다 중립적인 의미를 지닌 라벨 증강 지능이 AI의 대부분의 구현이 취약하고 단순히 제품과 서비스를 개선할 것이라는 것을 이해하는데 도움이 되기를 바라고 있다. 기술적 특이점의 개념, 즉 인간의 능력을 훨씬 능가하는 인공지능에 의해 지배되는 미래는 공상과학 소설의 영역 안에 남아 있다. 인공지능 도구는 기업을 위한 다양한 새로운 기능을 제공하지만, 인공지능의 사용은 좋든 나쁘든 AI 시스템이 이미 배운 것을 강화시킬 것이기 때문에 윤리적인 문제를 제기한다. 이는 많은 첨단 AI 도구를 뒷받침하는 머신러닝 알고리즘이 훈련에서 주어진 데이터만큼만 똑똑하기 때문에 문제가 될 수 있다. 인간은 AI 프로그램을 훈련시키기 위해 어떤 데이터를 사용할지 선택할 수 있기 때문에 데이터 편향의 가능성이 내재되어 있으므로 면밀히 감시해야 한다. 기계 학습을 현실 세계의 일부로 사용하고자 하는 사람은 누구나 자신의 AI 교육 과정에 윤리를 고려해서 편견을 피하도록 노력해야 한다. 딥러닝과 GAN(Generatory Network) 애플리케이션에서 본질적으로 설명할 수 없는 AI 알고리즘을 사용할 경우 특히 그렇다. 엄격한 규제 준수 요건 하에서 운영되는 산업에서 AI를 사용하는 데 있어 설명가능성이 걸림돌이 될 수 있다. 예를 들어, 미국의 금융 기관들은 신용 발행 결정을 설명하도록 요구하는 규정에 따라 운영된다. 하지만 AI 프로그래밍에 의해 신용거부 결정이 내려지면 결정을 내린 AI는 수천 개의 변수 사이의 미묘한 상관관계를 조정하며 작동하기 때문에 왜 이런 결정을 내렸는지 설명하기 어려울 수 있다. 이렇게 의사결정 과정을 설명할 수 없는 프로그램을 블랙박스 AI라고도 한다. AI를 둘러싼 과대광고가 가속화되자 판매업체들은 자사 제품과 서비스가 AI를 어떻게 활용하는지 앞다퉈 홍보하고 있다. 흔히 그들이 AI라고 부르는 것은 단순히 기계학습과 같은 AI의 한 구성요소일 뿐이다. 인공지능은 기계 학습 알고리즘을 작성하고 훈련시키기 위한 전문 하드웨어와 소프트웨어의 기초를 필요로 한다. AI에 무조건적으로 좋은 프로그래밍 언어는 하나도 없지만 파이썬, R, 자바 등 일부 프로그래밍 언어가 인기다. 하드웨어, 소프트웨어, AI 인력양성 비용 등이 비쌀 수 있기 때문에 많은 벤더가 자사의 표준 오퍼링에 AI 컴포넌트를 포함시키거나 서비스형 인공지능(AIaaS) 플랫폼에 대한 액세스를 제공하고 있다. AIaaS는 개인과 기업이 다양한 사업목적으로 AI를 실험하고, 계약을 맺기 전 여러 가지 샘플링을 할 수 있게 해준다. 아렌드 힌츠 미시간 주립대 통합생물학컴퓨터공학부 조교수는 2016년 기고문에서 AI는 오늘날 광범위하게 사용되고 있는 과제별 지능시스템부터 시작해 아직 존재하지 않는 지각시스템까지 4가지 유형으로 분류할 수 있다고 설명했다. 첫번째는 반응형 시스템으로, 이들 AI 시스템은 메모리가 없고 업무별로 다르다. 1990년대 개리 카스파로프를 제친 IBM 체스 프로그램 딥 블루가 대표적이다. 딥 블루는 체스판 위에서 조각들을 식별하고 예측을 할 수 있지만, 기억이 없기 때문에 과거의 경험을 이용해 미래의 것을 알릴 수는 없다. 두 번째는 제한된 메모리 시스템으로, 이들 AI 시스템은 메모리가 있어 과거 경험을 활용해 향후 의사결정을 알릴 수 있다. 자율주행차의 의사결정 기능 중 일부는 이런 방식으로 설계된다. 세 번째는 정신 이론 형태이다. 정신 이론은 심리학 용어다. 인공지능(AI)에 적용하면 감정을 이해할 수 있는 사회적 지능을 갖췄다는 의미다. 이런 유형의 AI는 인간의 의도를 추론하고 행동을 예측할 수 있게 되는데, 이는 AI 시스템이 인간 사회의 필수 구성원이 되기 위한 필수 기술이다. 마지막은 자각 시스템으로, 이 범주에서 AI 시스템은 자아의식을 갖고 있어 의식을 갖게 한다. 자각을 가진 기계는 자신의 현재 상태를 이해한다. 이런 유형의 AI는 아직 존재하지 않는다.