it시사 이슈

인공지능

E재HO 2022. 6. 11. 21:21

인공지능이란?

인공지능은 A.I(Artificial Intelligence)라고도 불리며  인간의 학습능력, 추론능력, 지각능력을 인공적으로 구현하려는 것을 의미한다.

 즉 동물, 사람 같은 인지와 사고가 가능한 컴퓨터를 만들자는 것이다.

인공지능의 역사는 17~18세기부터 태동해서 20세기초반에 본격적으로 컴퓨터의 발전에 힘입어 연구되기 시작했다.

하지만 당시의 컴퓨터는 현재와 같은 대량의 정보처리가 불가능했고 인터넷이 잘 발달되지 않아서 절대적인 정보의 양도 부족했기에 상용화되지 못했다. 

 하지만  21세기로 들어오면서 빅데이터를 처리할 수 있도록 컴퓨터하드웨어가 발전하고

2006년 딥러닝이라는 다시 인공지능 분야에 재점화가 일어난다. 그렇다면 인공지능을 재점화시킨 딥러닝부터 알아보자.

 

Deep Learning

딥러닝은 머신러닝의 종류중 하나로 인공신경망을 여러 계층 형태로 연결한 기법이다. 여기서 인공 신경망이란

(Artificial Neural Network, ANN)이라고 하며  기존 머신러닝에서 학습하려는 데이터의 여러 특징 중에서 어떤 특징을 

뽑아낼 것인지를 사람이 직접 분석해야했다면 딥러닝은 기계가 자동으로 학습하려는 데이터에서 특징을 추출해내는 방식으로 학습을 한다.

따라서 딥러닝은 기계가 자동으로 대규모데이터에서 중요한 패턴 및 규칙을 학습하고, 이를 토대로 의사결정이나 예측 등을 수행하는 기술이라고 보면 된다.

 

그럼 다시 인공 신경망(ANN)을 다시 2부분으로 나눠서 뜯어보자.

인공 + 신경망이다.

여기서 이해하기 어려운 단어는 신경망이다.

신경망은 인간의 뇌 구조를 뜻하는 말인데, 인간의 뇌에는 1000억개의 뉴런(신경세포)가 존재한다. 뉴런은 다른 뉴런에서 신호를 주고 받는 단순한 역할을 하는데 이게 1000억개로써 겹겹이 쌓여서 망처럼 작동하기에 다양하고 복잡한 사고를 가능하게 하고 이런 뉴런들의 망처럼 구성된 것을 신경망이라 부른다. 

인공 신경망은 뉴런네트워크(신경망)을 컴퓨터에 옮겨간다는 의미이다.

 

 

    

이런 그림처럼 말이다.

 

입력층을 통해 데이터를 입력하면 여러 단계의 은닉층을 지나면서 데이터가 가공되고 출력층에서 완성된 데이터를 출력시킨다.

이는 다른 단층의 퍼셉트론이 묶여서 다층퍼셉트론으로 만들어진다.

 

그럼 퍼셉트론은 무엇일까?

퍼셉트론(perceptron)

 

    

1. 각 노드의 입력치와 가중치를 서로 곱하여 모두 합한다.

2. 이렇게 합한 값을 활성화 함수가 가지고 있는 임계치(선택의 기준이 되는 값)와 서로 비교한다.

3. 만약 그 값이 임계치보다 크면 뉴런은 활성화되고, 만약 임계치보다 작으면 뉴런은 비활성화 된다.

 

이러한 단층 퍼셉트론에서 가중치와 임계치를 적절히 조절하면 상황에 맞는 적절한 의사 결정을 내릴 수 있게된다.

단층 퍼셉트론을 조합하면 더욱 복잡한 문제도 판단할 수 있으며 이를 다층 퍼셉트론(MultiLayer Perceptron, MLP)이라고 부른다. 다층 퍼셉트론은 비선형문제까지도 풀 수 있으며 다층퍼셉트론을 조합한 것이 인경 신공망이 되는 것이다.

 

다시 정리해보면 

단층퍼셉트론을 조합하면 다층퍼셉트론이되고 다층 퍼셉트론을 조합하면 인공신경망이된다.

 

그리고 딥러닝의 가장 큰 특징은 데이터를 많이 때려박으면 박을수록 성능향상이 가시적으로 보인다는 것이다. 그렇기에 인터넷이 발전하면서 인공신경망에 많은 데이터를 때려박을 수 있게 되고 인공지능이 현재 가장 엣지있는 기술이 된 연유이기도 하다ㅋㅎㅋ  

그럼 인공지능을 이해하는데 필요한 최소한의 정보는 알게 되었다!

(지금 적고 있는 것은 딥러닝에 대한 어떤 개념적인 부분이지 실제 딥러닝을 구성하려면 선형대수학이 배경이 되어야하기 때문에 여기까지만 공부하자. 학부생때 울면서 15학점 정도 배웠지만 기억이 남지 않는다. 즉 나도 모른다 ㅋㅋ)

 

다시 인공지능으로 돌아와서,인공지능에는 2가지가 있다.

강인공지능과 약인공지능

강인공지능 = 인간을 완벽하게 모방한 인공지능이고
약인공지능 = 유용한 도구로써 설계된 인공지능이라고보면 된다.


추가로 약인공지능, 강인공지능, 초인공지능으로 구분하기도 한다.
각각의 의미는
약인공지능 = 특정 분야에서만 활용가능한 인공지능
강인공지능 = 다양한 분야에서 활용가능한 인공지능
초인공지능 = 강인공지능에서 자아를 가진 인공지능
이다.
현재까지 나온 인공지능은 모두 약인공지능으로 구분하고 있다.

 

약 인공지능도 방향만 잘잡으면 사람이상의 퍼포먼스를 낼 수 있다. 

가령, 사람이 하늘을 날기위해서 새를 처음엔 모방했지만 비행기는 전혀 새의 모습이 아닌 것과 마찬가지이다.

이에 대한 몇가지 재밌는 예시들을 소개하고 이에 따른 향후 인류에게 발생할 수 있는 문제점들과 대안을 생각해본서 글을 마칠까한다.

  • 컴파스(COMPAS): 미국 노스포인트사에서 개발한 인공지능. 유사한 다른 범죄자들의 기록과 특정 범죄자의 정보를 빅데이터 분석을 통해범죄자의 재범가능성을 계량화 한다. 미국의 위스콘신 주에서는 이 인공지능이 계량한 재범가능성을 형량 결정에 참고한다. 이 같은 범죄 예측 소프트웨어를 쓰는 곳은 미국에서 점점 늘어나고 있고, 유타 주, 버지니아 주, 인디아나 주 등에서 이런 소프트웨어를 활용한다.재범 확률 계산뿐 아니라, 실제 범죄가 언제 어디서 어떤 사람에게 일어날 가능성이 높은지도 추정할 수 있다. 시카고 경찰은 특정한 기간 동안 총격을 가하거나, 총을 맞을 가능성이 큰 사람들을 골라내는 작업을 했는데, 그 기간 총에 맞은 사람 64명 중 50명이 이 리스트에 지목된 사람들이었다고 한다. 캔자스시티 경찰도 이와 비슷한 시스템을 운영하고 있다.
  • 쿨리타: 미국 예일 대학교에서 개발한 작곡하는 AI. 경력있는 작곡가들이 들어도 흠잡을 데가 없는 수준의 곡을 만들어 낸다고 한다.
  • 소피아 : 말하기/듣기 딥러닝 탑재 휴머노이드. 내용물이 카이스트의 휴보 다리를 장착한 챗봇과 같은 것으로 추측되었다.#
    • IBM 크러시 (Crush): 날씨, 지난 범죄 기록, 범죄자의 이름, 범죄자의 행동, SNS, 모니터링 시스템을 통해 수집한 데이터를 바탕으로 가까운 장래에 범죄를 일으킬 것 같은 인물과 시간, 장소를 사전 예측하는 시스템이다. IBM은 이 시스템을 마이너리티 리포트의 무대였던 워싱턴 DC와 멤피스에서 테스트를 진행했고, 이후 범죄 발생률은 30% 가량 줄었다고 한다.IBM 로스: 왓슨을 기반으로 한 세계 최초의 인공지능 변호사라고 한다.

A1. 인간이 할 수 있는 일을 약인공지능에 의해서 대체될 가능성이 높다고 생각한다. 그렇다면 인간은 밥벌어먹고 살기 힘들어지는 것일까?

-->

 

푸념.

어설픈 인공지능을 결합시켜서 인공지능으로 바이럴하는 상품들이 겁나게 많아졌다. 필자는 얼마전에 여자친구와 제주도 여행을 가기위해 제주도 렌트카업체에 검색을 했는데 검색로딩화면에 문구가 "AI가 최저가상품을 검색하고있습니다"였다. 하지만 검색 시간이 오래걸릴분더러, 무슨 기술을 사용했는지 실제로 최저가를 잡아내지 못했다. 단순히 인공지능이라는 이름값만 빌려쓰고 제대로 할줄 아는 것이 없는 녀석이었다. 이처럼 소비자를 킹받게하는 인공지능 바이럴 어떻게 혼내야할까?

( 이건 질문은 아니고 그냥 내 생각이면서 위키피디아에도 적혀있는 내용)