인공지능, 인공지능을 알아보자

우리나라는 지금으로부터 6년 전 알파고의 바둑 대결 이후에 우리나라에서는 인공지능에 대하여 많은 이야기를 듣게 됩니다.

 

저는 평상시에 4차 산업혁명이라는 말과 함께 4차산업에는 인공지능이 많이 중요해진다는 이야기와 함께

인공 지능에 대해서 많은 이야기를 듣고  지내 왔었습니다.

 

하지만 정작 인공지능이라는 단어는 많이 들어서 친숙하였지만 인공 지능이 정작 무엇이고 어떤 방식으로 작동하는지에 대하여 자세히 알지 못하였습니다.

 

그래서 평소에 자주 들어보는 인공지능이 무엇일까라는 궁금증이 생겨서 인공지능에 대하여 알아보았습니다.

1. 인공지능이란 무엇일까?

 

인공지능은 모든 분야에서 학습하는 기계입니다.

 

여기에서 학습의 의미는 여러 경험을 통해 패턴을 얻어내고 그 패턴을 다음 행동에 영향을 주는 것을 의미하고 나타냅니다.

 

인공지능은 여러 경험을 통해 패턴을 얻어내고 그 패턴을 다음 행동에 영향을 주는것 학습하는 기계입니다.

 

즉 인공지능은 기본적으로 인간과 같은 지능을 가지고 있는 기계라 할수 있습지만 이에 대한 기준이 사람마다 달라서 현재까지는 무엇을 인공지능이라 가리키는지에 대한 명확한 규정은 아직 없습니다.

2. 인공지능의 발전에 대하여

인공지능은 컴퓨터의 탄생으로 인하여 비약적이고 급속적으로 발전하게 되었습니다.

 

컴퓨터의 스위치는 0과 1로 나타내고 있으며 이러한 0과 1을 합쳐서 다양하고 복잡한 일을 처리하고 수행하고 있습니다.

 

이러한 사실을 알게 된 과학자들은 인간들의 뇌의 신경세포의 구조도와 이에 비슷하다는 것을 발견하였고 이러한 내용을 바탕으로 컴퓨터를 이용하여 뇌의 신경세포를 구현한 인공뉴런이 탄생하였습니다.

 

인공뉴런이 탄생한 이후에 기호주의 방식, 연결주의 방식 연구가 본격적으로 시작되었습니다.

---

기호주의란 무엇인가?

기호주의는 미리 만들어놓은 메뉴얼에 따라 기계를 움직이게 하는 방법을 기호주의 방법이라고 합니다.

매뉴얼에 따라 기계를 움직이게 하는 방법을 통해서 기계를 학습시킬 수 있습니다.

 

하지만 기호주의에는 단점이 있습니다.

 

이 단점은 기계가 학습할수 있도록 하나하나의 매뉴얼을 만들어 주어야 하는데 이러한 방법은 현실에 발생하는 모든 일에 대응하는 것은 불가능하다는 단점이 있습니다.

 

연결주의란 무엇인가?

연결주의는 사람의 뇌를 컴퓨터로 구현한 접근법입니다.

 

인공 신경망을 만들어내는 과정을 통하여 연결주의 인공주의가 탄생하게 되었습니다.

 

연결주의 인공주의는 미리 만들어 놓은 메뉴얼이 없기에 처음에는 아무것도 할 수 없지만 지속적으로 발생하는 일에 대응하다 보면 조금씩 발전해 나간다고 합니다.

 

하지만 연결주의의 문제점은 학습해야 할 교재가 있어야 한다고 합니다.

 

학습교재의 양이 많아야 하며 학습교재의 질도 좋아야 많은 발전을 할 수 있다고 합니다.

만약 학습교재의 질이 좋지 않으면 좋은 신경망을 만들어내도 의미가 없다고 합니다.

---

이러한 인공지능은 퍼즐을 풀거나 수학 문제를 해결하는 데는 뛰어났지만 인간이 가진 감각적인 부분은 인공지능은 해결하기가 어려웠습니다.

 

하지만 이러한 문제점을 극복하기 위해 많은 생각을 하여 고안한 결과 인공지능이 스스로 학습하고 지식을 얻을 수 있는 방법인 머신러닝이 탄생하였습니다. 

3. 머신러닝이란 무엇인가?

머신러닝이란 인공지능이 스스로 학습하여 자신의 성능을 향상할 수 있는 알고리즘입니다.

간단하게 말하여 설명하면 인간의 학습능력을 컴퓨터에서 반영시킨 기술을 말합니다.

 

사람들이 인공지능 컴퓨터에 데이터를 입력시키면 그 컴퓨터 기계는 데이터를 분석하고 해석하는 과정을 거쳐서 일정한 패턴을 알게 되는데 이것이 인간의 학습 패턴과 유사한 부분입니다.

 

머신러닝은 지도학습, 비지도학습, 강화학습, 딥러닝으로 나누어집니다.

 

지도학습

지도학습이란 인공지능에게 문제와 답을 동시에 주고 인공지능을 학습시키는 방법입니다.

이러한 방법은 문제를 주어 풀게 하고 풀게 된 문제의 오답여부를 판단하여 정답이었을 경우 방법을 분석하는 방법입니다.

 

비지도학습

비지도 학습은 지도학습과 다르게 답이 아니라 문제만 제공하는 방법입니다. 

이러한 방법은 주어진 문제를 풀게 하고 정보끼리의 연관성을 찾아 관련성을 파악하여 정보를 분류하는 것입니다.

 

강화학습

강화학습은 문제를 푸는 학습 방향성을 제시하고 보상이라는 시스템을 추가하여 인공지능을 발전시키는 방법입니다.

이러한 방법은 인공지능은 선택할 수 있는 행동 중에서 가장 보상을 많이 받을 수 있는 행동을 선택하는 방법입니다.

이러한 방법을 통해 인공지능이 스스로 여러 가지 행동을 하여 보상을 더 많이 받는 행동을 발전시켜서 이러한 부분을 더 발전시키는 방법입니다.

 

딥러닝

딥러닝은 인간의 뇌신경 네트워크를 비슷하게 구현한  인공뉴런으로 만들어진 신경망에 의한 학습 시스템입니다.

이것은 인간의 뇌와 같은 구조를 기계에 구현한 기술을 딥러닝이라고 합니다.

 

현재에 인공지능 기술과 딥러닝 기술의 다른 점은 특징을 보고 구별할 수 있는지에 대한 여부입니다.

인공지능은 영상을 구분하고 소리를 듣고 그것을 이해하는 감각적인 업무처리 방식이 어려웠습니다.

 

이를 해결하기 위해서는 모든 감각적인 부분을 모두 입력을 하는 것은 불가능하므로 이러한 문제를 해결한 기술이 딥러닝입니다.

딥러닝은 동영상을 구분하기 위해 인간의 얼굴이나 물체의 형태 등을 입력하지 않고 인간의 얼굴이나 물체의 특징만을 파악하는 학습 방법입니다.