[4차 산업혁명] 인공지능이란? AI란? (원리, 이해) -1

[4차 산업혁명] 인공지능이란? AI란? (원리, 이해) -1

 

 

안녕하세요. 오늘은 인공지능에 대하여 공부해보겠습니다.

 

인공지능(AI : Artificial Intelligence)는 쉽게 생각하면 인공적으로 만든 지능을 기계에게 준 것입니다.

 

기계가 스스로 생각하고 판단하여 행동을 하도록 하는 것이죠.

 

 

 

그렇다면 원리는 무엇일까요?

 

바로.. 인간의 뇌를 흉내내는 것 입니다.

 

현재까지도 우리의 뇌가 어떻게 동작하는지 연구가 한창 진행되고 있으며..

 

많은 비밀이 풀리지않고 있습니다. 하지만 어느정도의 정론들이 만들어진 상황에서

 

컴퓨터 프로그램도 비슷한 흉내를 내도록 만든 것이 인공지능이라는 것입니다.

 

흔히 뇌과학에서는 신경망(Neural Network)에서 인간의 지성이 발휘된다고 합니다.

 

이 신경망을 프로그램으로 구현한 것이 바로 인공지능이 되는 것이지요!

 

 

여기서 잠깐!

 

프로그램을 구현하는 것이면 "프로그램"이라고 해야지 왜 굳이 인공지능이라고 하는 것일까요??

 

 

 

인공지능 VS 프로그램

 

프로그램 : 특정 목적을 위해 만들어진 소프트웨어, 인간이 알고리즘을 구상하여 입력한 그대로 행동하는 것

( 즉 제작자의 수준 = 프로그램 수준)

 

인공지능 : 신경망을 구현하면 기계 스스로 학습하여 최적의 알고리즘을 만들어 나가는 것.

( 제작사의 수준 < 프로그램 수준이 가능)

 

 

 

이런 인공지능이라도 여전히 한계는 있습니다.

 

한가지 목적을 위해 스스로 학습하여 성장하는 것은 가능하지만 새로운 행동으로 발전시키지는 못하는 단계이기 때문입니다.

 

 

인공지능은 왜 갑자기 이슈가 되었을까요?

 

1. 데이터 처리능력의 급격한 상승

- 병렬처리가 간으한 GPU의 도입으로 가속화

- CPU 처리능력 향상

 

2. 빅데이터 시대의 도래

- 데이터의 효율적 사용법 필요

 

 

인공지능에 관련하여 자주 언급되는 기술

 

 

1. 머신러닝(Machine Learning) , 딥러닝(Deep Learning)

 

<출처 : Qualcomm블로그>

 

이 그림을 보면 이해에 도움이 되실 것 같습니다. AI라는 범주 아래 머신러닝이 있고 그 아래 딥러닝이 포함되는 개념입니다.

 

인공지능 (AI) > 머신러닝 > 딥러닝

 

즉, 인공지능을 구성하기 위한 하부개념인 것입니다.

 

 

머신러닝이란?

 

말 그대로, 기계학습입니다.

 

데이터를 분석하여 패턴을 인식하고, 기계 스스로 예측을 하게 됩니다. 기계의 패턴인식이 반복되어

 

자신의 오류를 수정하고 반복하면서 정확도를 높여가게 됩니다.

 

하지만, 머신러닝은 인간의 일부 코딩이 필요한 단계입니다.

 

 

딥러닝이란?

 

머신러닝에서 한단계 나아간 심층학습 단계라고 생각하시면 됩니다.

 

컴퓨팅기술과 빅데이터를 활용하여 Deep Neural Network를 만들어 냅니다. 이것은 우리가 처음 AI를 정의할때

 

흉내낸다고 하였던 인간의 뇌 신경망과 흡사하다고 합니다.

 

데이터 세트를 분류하고 데이터간 상관관계를 찾아내어, 새로운 발견하고

 

예측이 더욱 정확해지게 됩니다. 수많은 오류를 내는 과정을 거치면서 딥러닝 시스템은 정확더를 더욱 높히게 되고

 

목적달성에 가까워지게 되는 것입니다.

 

최근 많은 이슈가 되었던 알파고(AlphaGO)또한 이러한 딥러닝 학습과정을 거친것으로 유명합니다.

 

<딥러닝 신경망의 단순화>

 

입력층, 중간층, 출력층으로 나뉘게 되며, 중간층은 하나가 아닌 여러 층으로 구현될 수 있습니다.

 

층이 많을 수록 신경망은 더욱 깊어지지만 연산시간이 길어진다는 점을 알고 있어야 합니다.

 

그림에서 보이듯이, 입력신호를 센서로 받아 중간층으로 신호를 전달합니다.

 

이때 그냥 전달하는 것이 아닌 특정 함수를 활용하여 확률에 기반한 프로세싱과정(가중치 부여)을 거치게 됩니다.

 

이러한 확률과 가중치는 출력값을 선택하는데 영향을 주게 되며, 가중치는 학습과정을 통해 계속 변하게 됩니다.

 

최종단계에서는 가중치가 출력이 가장 정확하게 나오는 값으로 최적화되게 됩니다.

 

 

간단하게 말하자면, 수많은 입력데이터을 받아 신경망이 출력을 정확하게 낼수 있었던 중간단계를 만들어가는 과정입니다.

 

처음 보시면 무슨 소리인가 하실 수도 있겠습니다..

 

개인적으로 도움을 많이 받았던 책을 하나 소개 드리겠습니다 ㅎㅎ

 

 

이 책을 읽고나서야 딥러닝이 이런거겠구나.. 하는 감을 잡을 수 있었습니다 참고하세요~!!

 

 

2. 빅데이터

 

별개의 기술로 소개드릴 정도로 중요한 빅데이터 입니다.

 

하지만 인공지능에 있어서 빠질 수 없는 기술이기도 합니다. 왜냐하면 딥러닝/머신러닝을 구현하기 위해서는

 

방대한 양의 데이터를 통한 학습과정이 필요하기 때문입니다.

 

인공지능이 인간의 판단을 뛰어넘을 수 있는 이유는 방대한 양의 데이터를 모두 기억하고 활용할 수 있기 때문이죠..

 

인공지능의 가장 큰 무기라고 보시면 되겠습니다.

 

3. 데이터 처리 기술

 

인공지능 활성화를 위해서는 데이터 처리기술이 필수요소 입니다.

 

아무리 능력이 좋아도 학습시간이 길다면 의미가 많이 퇴색되겠지요..

 

그래서 현재, AI를 위한 인공지능 칩개발에 많은 기업들이 노력을 하고 있는 상황입니다.

 

구글, 애플, 아마존, 페이스북, BaiDu등 수많은 글로벌 기업들이 인공지능구현에 사용될 칩 그리고 기술개발에

 

매진하고 있습니다.

 

현재 주목받고 있는 것이 GPU인데요.. 흔히들 하시는 게임할때 쓰는 그 그래픽카드 맞습니다.

 

GPU는 흔히 CPU보다는 데이터 처리능력은 부족할 수 있지만 병렬처리가 가능하여

 

CPU보다 월등한 성능을 구현할 수 있어서 많은 주목을 받고 있기도 합니다.

 

 

이 순위는 AI 칩셋개발 기업들의 순위입니다.. 보시다시피 Nvidia, Intel, AMD등 그래픽카드 회사들이 상위권에 있는 것을 확인하실 수 있습니다.

 

삼성은 11위로서 중국의 화웨이와 비슷한 위치로 평가 받고 있네요.

 

 

 

오늘은 여기까지 정리해보도록하고 다음 포스팅에서 인공지능에 대하여 더 많은 얘기를 해보도록 하겠습니다~!