AI(인공지능)는 현대 기술의 중요한 부분으로 자리잡고 있습니다. 우리는 AI를 통해 스마트한 알고리즘, 자율 주행 차량, 의료 진단 및 예측, 언어 번역, 게임과 예술에서도 활용되고 있는 만큼 이번 블로그에서는 AI(Artificial Intelligence)에 대한 기초 지식과 역사에 대해 설명 하고자 합니다.
AI란 무엇일까?
- AI는 Artificial Intelligence 의 약자 입니다.
- 한국어로는 인공지능이라고 불리고 있습니다.
- 인공지능은 인간의 지능을 모방, 학습, 문제 해결, 의사 결정 등을 수행하는 컴퓨터 시스템을 의미 합니다.
- 인간과 유사하게 정보를 처리하고 분석하며, 새로운 정보를 학습하고 적응하는 능력을 갖추고 있습니다.
AI에게 데이터는 무엇일까?
- AI에게 있어 데이터는 연료와 같습니다.
- 높은 품질의 데이터가 있어야 올바른 학습을 할 수 있습니다.
- 데이터는 구조화된 데이터 (테이블 형식)과 비구조화된 데이터(이미지, 텍스트, 오디오 등)으로 분류 됩니다.
AI의 작동원리
AI 인공지능은 다양한 기술을 기반으로 작동을 하는데요. 대표적인 기술인 머신러닝, 딥러닝, 자연어처리, 컴퓨터 비전에 대해서 간단하게 설명 드리겠습니다.
1. 머신러닝 (Machine Learning, 기계 학습)
- 데이터를 기반으로 스스로 학습하고 예측하는 기술입니다.
- 과거 데이터를 분석하여 패던을 찾아내고, 이를 바탕으로 미래 결과를 예측하거나 최적의 의사 결정을 내립니다.
2. 딥러닝 (Deep Learning)
- 인공 신경망을 이용하여 인간의 뇌 구조를 모방한 기술 입니다.
- 이미지 인식, 자연어 처리, 음성 인식 등 다양한 분야에서 높은 정확도를 보여주고 있습니다.
3. 자연어 처리 (Natural Language Processing, LIP)
- 인간의 언어를 이해하고 분석하는 기술 입니다.
- 챗봇, 기계 번역, 음성 인식등 다양한 분야에서 활용됩니다.
4. 컴퓨터 비전( Computer Vision)
- 이미지와 영상을 처리하고 분석하는 기술 입니다.
- 얼굴 인식, 자율 주행, 의료 영상 분석 등 다양한 분야에서 활용 됩니다.
AI인공지능 학습 방법
1. 감독 학습
- 정답이 포함된 데이터를 기반으로 학습하는 방식 입니다.
- 예시: 강아지와 고양이 사진 데이터를 사용하여 인공지능에게 동물을 구분하도록 학습하는 방식 입니다.
2. 비감독 학습
- 정답이 없는 데이터를 기반으로 학습하는 방식 입니다.
- 예시: 고객 구매 데이터를 사용하여 인공지능에게 고객 구매 패턴을 파악하도록 학습하는 방식 입니다.
AI의 역사
인공지능의 연구는 1950년대부터 시작되었습니다. 초기에는 논리적 추론을 기반으로 하는 연구가 주를 이루었지만, 컴퓨터 기술 발전과 데이터 과학의 발달에 힘입어 최근 급속한 발전을 이루고 있습니다.
1. 인공지능의 시작(1950년대)
- 앨런 튜링의 개념 (튜링 테스트)
- 1950년, 앨런 튜링은 "컴퓨터에게 추론이 가능한가?"라는 논문을 발표하며 AI의 아버지로 알려졌습니다.
- 다트머스 컨퍼런스 AI의 탄생
- 1956년, 존 매카시 등이 주최한 컨퍼런스에서 인공지능이라는 용어가 처음 등장하며, AI 연구의 첫 발을 내딛게 되었습니다.
- LISP
- 1958년에 등장한 LISP는 AI 연구에서 가장 널리 사용되는 프로그래밍 언어 중 하나가 되었습니다.
2. 흥미진진한 발전 (1960 - 1980년대)
- 게임 플레이, 논리적 추론, 문제 해결 등 특정 분야에서 인공지능이 성공.
- 전문가 시스템
- 1960년대에는 전문가 시스템이 개발되기 시작하였으며, 이 시스템은 특정 분야의 전문가 수준의 지식을 담고 있는 프로그램으로, 질문에 대답하거나 문제를 해결할 수 있었습니다.
- 딥러닝
- 인간 뇌 구조를 모방하여 학습하는 인공 지능 기술이 등장 하였습니다.
3. 딥러닝의 등장과 발전 (1990년대 - 2010년대)
- 딥러닝 기술 발전
- 이미지 인식, 자연어 처리, 음성 인식 등 다양한 분야에서 인공지능 성능 향상
- 알파고 등장
- 인공지능이 인간을 능가하는 사건 발생
- 빅데이터 활용
- 인공지능 학습에 필요한 데이터 확보
4. 인공지능의 확산 (2020년대 - 현재)
- 다양한 분야에서 인공지능 활용: 의료, 금융, 제조, 판매, 교육 등
- 인공지능 기술 발전과 더불어 윤리적 문제, 일자리 감소, 편향 문제 등 논쟁 발생
5. 인공지능의 미래 ( ? )
- 인공지능 윤리, 사회적 책임 등 해결해야 할 과제
- 인공지능 기술 발전 지속, 인간과의 협력, 새로운 산업 창출, 삶의 질 향상
AI의 암흑기
AI 암흑기는 1970년대 후반부터 1980년대 초반까지 지속된 기간으로, 초기에는 많은 기대와 흥분이 있었던 인공지능 분야에서 실망과 충돌이 뒤따른 시기를 가리킵니다. 이 기간 동안에는 다양한 이유로 인해 AI 연구와 개발이 한때 침체되었습니다.
1. 기술적 한계
- 초기에는 하드웨어와 소프트웨어의 제한으로 인해 인공지능 시스템이 원하는 수준의 성능을 발휘하지 못했습니다. 특히, 컴퓨터의 처리 속도와 저장 용량이 제한적이었습니다.
2. 비현실적인 기대
- 초기의 몇몇 연구자들과 대중들은 AI가 인간과 같은 지능을 갖게 될 것이라는 비현실적인 기대를 갖게 되었습니다. 이러한 기대는 실제로 가능한 기술보다 훨씬 높은 목표를 설정하게 되었습니다.
3. 자금 부족
- 인공지능 분야에 대한 투자가 감소하면서 연구에 필요한 자금이 부족해졌습니다. 이는 연구를 지속하는 데 필요한 자원을 제공하지 못하게 되었습니다.
4. 실용적인 응용 부재
- 실제로 유용하고 경제적인 응용 프로그램이 부족했습니다. 이로 인해 기업들은 AI 연구에 대한 투자를 줄이거나 중단하는 경우가 있었습니다.
이것으로 AI의 기초, 역사에 대해서 알아보았습니다.
감사합니다.
'AI인공지능' 카테고리의 다른 글
| 세계를 놀래킨 휴머노이드 로봇 '피규어01'을 만나보다. (0) | 2024.03.24 |
|---|---|
| AI 인공지능 시대 주목해야 할 기업 6곳 (0) | 2024.03.20 |
| AI기초 머신러닝 VS 딥러닝: 차이점과 연관성 (0) | 2024.03.18 |
| AI기초 머신러닝이란 무엇인가? (0) | 2024.03.16 |
| AI기초 딥러닝이란 무엇인가? (0) | 2024.03.15 |
