인공지능이란 ?

인공지능 또는 AI(Artificial Intelligence)이란 인간의 학습, 추론, 지각 능력과 같은 것을 인공적으로 구현해 내기 위한 컴퓨터 시스템이며, 지능과 기능을 갖춘 컴퓨터 시스템을 총칭합니다. 

인공지능 신경망 애니메이션 (출처 : Wikipedia)

인공지능의 개념과 탄생

인공지능의 연구의 원래의 목적은 심리학에 대한 실험적인 접근에서부터 시작됐습니다. 이러한 접근을 바탕으로 인공지능의 개념은 1950년대에 처음 등장했으며, 이 시기의 주된 관심사였던 논리 및 문제 해결을 위한 기초적인 알고리즘 개발을 위해 영국의 수학자이며 동시에 논리학자인 앨런 튜닝은 지능적인 기계를 만들기 위해 튜링 테스트(인간의 것과 동등하거나 구별할 수 없는 지능적인 행동을 보여주는 기계의 능력에 대한 테스트)를 제안했고, 이는 인공지능 연구, 컴퓨터 공학, 정보공학의 이론적인 토대를 만들 수 있었습니다. 하지만 초기 인공지능 연구는 컴퓨터 치리 속도의 제한에 의한 인공지능 알고리즘의 실행 시간의 제한, 저장 용량의 한계로 대규모 데이터 처리의 불가능과 같은 컴퓨팅 자원적 문제와 초기 인공지능의 단순하고 한정적인 특성을 갖는 알고리즘의 한계로 인해 초기 인공지능의 연구가 제한적이었습니다. 

 

인공지능의 발전

인공지능의 발전은 초기의 제한된 컴퓨팅 자원과 알고리즘에서부터 현재의 혁신적인 기술로 발전해 왔습니다. 현재의 혁신적인 기술로 발전해 오기까지 인공지능은 지식 기반 시스템과 전문가 시스템, 연결주의와 신경망, 그리고 지식 발견과 기계 학습의 개념이 필요했습니다.

 

* 지식 기반 시스템과 전문과 시스템은 1960년대부터 1980년대까지 주목받았던 접근 방식이었으며, 도메인 전문가의 지식을 컴퓨터에 적용하여 문제를 해결하는 방법입니다. 이러한 시스템을 통해 도메인에 특화된 지식을 확보하고 추론하여 문제를 해결하는 시스템이 만들어져 각종 분야에서 사용할 수 있게 됐습니다.

 

* 연결주의와 신경망은 1980년대부터 1990년대에 중심적으로 연구 개발된 개념으로, 인간의 두뇌를 모방하여 지능을 모델링하고자 하는 접근 방식입니다. 이를 통해 병렬 처리와 학습 능력을 갖춘 인공 신경망을 구축할 수 있는 기반을 갖출 수 있었습니다. 

 

* 지식 발견과 기계 학습은 1990년대부터 2000 년대에 발전한 분야로, 지식 발견은 대규모 데이터들 속에서 숨겨진 지식을 추출하고 도출하는 과정을 의미합니다. 기계 학습은 알고리즘을 활용한 데이터 패턴의 학습과 예측적 모델을 구축하는 것을 통해 이뤄집니다. 이를 바탕으로 기계는 테이터로부터 스스로 학습할 수 있으며, 지식을 발견하는 능력을 갖추어 진정한 인공지능이라 부를 수 있는 단계에 이를 수 있었습니다. 

 

이와 같은 인공지능의 토대가 되는 개념들은 인공지능 연구의 발전 과정에서 매우 중요한 역할을 갖는 개념과 기술들이며, 이 개념들의 진화와 현재의 컴퓨팅 자원 및 알고리즘의 발전을 통해 혁신적인 현대의 인공지능 기술들이 실현되고 성공적으로 응용이 가능하게 만들어 줬습니다.

 

인공지능의 현재와 미래

딥러닝으로 불리는 인공 신경망 기반으로 제작된 깊은 인공 신경망 구조가 2010년대 이후 개발되어 복잡한 문제를 해결하는 기술로 사용됐으며, 지속적인 연구와 발전이 이루어져 현재는 다양한 응용 분야에 직접 적용되어 혁신적인 성과를 이루고 있습니다. 인공지능 개발은 이에 멈추지 않고 끊임없이 머신러닝(컴퓨터 시스템이 데이터로부터 학습하고 패턴을 인식하여 문제를 해결하는 기술)과 딥러닝을 통한 연구와 개발이 계속 진행되고 있으며, 자율주행 차량, 의료 진단, 언어 번역, 로봇 공학 등 과학 거의 대부분의 분야에서 인공지능이 활용되고 있습니다. 이를 바탕으로 미래에는 지금까지 보지 못했던 보다 강력하고 더욱 발전된 인공 지능 기술이 나타날 것이며, 우리의 삶과 사회를 변화시킬 것으로 예측됩니다.

---

◆ 함꼐보면 재밌는 글 ◆

• 인공지능의 분류와 전망 - 범용 인공지능 (AGI)
• 인공지능의 분류와 전망 - 초인공지능 (ASI)
• 인공지능의 분류와 전망 - 제한적 인공지능 (ANI)