인공지능(AI) 파헤치기 - 인공지능(AI, Artificial Intelligence). 1부

여러분은 인공지능(AI, Artificial Intelligence)이라는 말을 들었을 때 머리 속에 어떤 이미지가 떠오르는가? 누구는 공상과학소설, 영화(터미네이터)에서 본 이미지로, 누구는 현재 우리 삶에 깊이 연관된 도구의 이미지로, 누구는 미래를 선도할 IT 기술의 이미지 등으로 생각할 것이다.

필자는 인공지능, AI라는 것을 들으면 구글 딥마인드에서 만든 알파고와 이세돌의 바둑 경기가 떠오른다. 필자는 알파고가 이세돌을 이겼을 때부터 인공지능(AI), 머신러닝(ML, Mashine Learning), 딥러닝(DL, Deep Learning)이라는 기술이 우리나라에서는 주목을 받았다고 생각한다. 그리고 인공지능(AI)를 공부한 사람이 아닌 대부분의 사람들은 이 세가지 개념이 다 같은 것으로 받아들일 가능성이 높다. 하지만 인공지능(AI), 머신러닝(ML), 딥러닝(DL)은 서로 다르다.

 

참고로 이번 '인공지능(AI) 파헤치기' 시리즈에서는 각 분야를 깊게 파고들기 보다 누구나 봐도 이해할 수 있도록 간단하게 또는 예시를 통해 개념, 원리를 설명하려고 한다.

아래 그림과 같이 인공지능(AI)이라는 큰 개념안에 머신러닝, 그 머신러닝 안에 딥러닝이 포함된다.

<인공지능, 머신러닝, 딥러닝 차이 - 출처 : 엔비디아 블로그, https://bit.ly/3tvet8L>

이런 인공지능(AI)이라는 개념은 1956년 Dartmouth Conference에서 처음 등장했다. 이 인공지능은 문명의 밝은 미래 또는 너무 시대를 앞질러간 쓰레기라며 2012년까지 계속적으로 평가가 바뀌었다. 하지만 2015년 아마존이 Echo라는 홈 비서를 출시한 이후 인공지능은 폭발적으로 발전하게 되었다. 왜냐하면 이 Echo의 평가가 너무 긍정적이었기 때문이다. 그리고 여기에는 병렬처리의 특화된 GPU와 빅데이터가 있었다. 1956년에 정립되어 꽤 오랜 역사를 가진 인공지능은 도대체 무엇일까?

인공지능(AI)은 사실 기계로 인간의 뇌, 지능을 구현할 수 있다, 구현한다라는 단순한 개념(기술)이다.

 
초창기 인공지능은 '일반적인 인공지능, General AI'로 완전히 인간의 뇌와 똑같이 만드는 것이었다. 하지만 아직은 영화나 공상과학소설이 아니라면 컴퓨터로는 인간의 뇌, 지능을 똑같이 구현할 수 없다. 그래서 '특화된 인공지능, Narrow AI'라는 개념이 등장하게 되었다. 이 특화된 인공지능(Narrow AI)은 인간의 뇌(지능) 기능 중 일부만을 특정지은 개념 또는 구현하는 기술로 현재 사람 얼굴 인식, 음성 인식과 같이 일상적으로 접할 수 있는 예시들이 존재한다.

그럼 위의 예시에서 이야기한 특화된 인공지능(Narrow AI)은 도대체 어떻게 수행되며, 분류와 인식(인간 지능의 특정 부분)은 어떻게 가능한 것일까? 바로 여기에서 등장하는 개념(기술)이 바로 머신러닝이다. 다시 말하면 인공지능(AI)을 구현하기 위한 구체적인 접근 개념(기술)이 바로  2부에 설명할 머신러닝(ML, Machine Learning)이다.