누구나 들어 본 AI , 과연 무엇을 얘기하는 걸까?

 

어렸을 적 공상과학 만화나 영화로 본

인조인간이나 로봇을 기억한다.

통상의 스토리는 로봇을 개발한 인간을 뛰어넘은 로봇.

 

'터미네이터'라는 영화를 모르는 40대들은 없을 것 같다.

 

어떻게 보면 그 당시 터미네이터가 

현시점에서 말하는  AI이지 않을까 싶다.

 

AI 가 모든 것을 지배하는 세상이 될지는 모르겠지만,

과거보다 비약적으로 과학이 발전된

현시점에서 그것을 어떻게 정의하고 설명하는지 알아보자.

 

 

AI( Artificial Intelligence, 인공지능)

 

인공지능은 인간이 분석할 수 있는 것보다

규모가 큰 데이터를 포함하는 방식으로

추론, 학습 및 행동할 수 있는

컴퓨터 및 기계를 구축하는 것과 관련되어 있다. 

 

 

컴퓨터 공학, 데이터 분석 및 통계,

하드웨어 및 소프트웨어 엔지니어링,

언어학, 신경 과학은

물론 철학과 심리학을 포함하여

여러 학문을 포괄하는 광범위한 분야이다. 

 

 

주로 머신러닝과 딥 러닝을 기반으로 하는 기술 모음으로,

데이터 분석, 예상 및 예측, 객체 분류, 자연어 처리,

추천, 지능형 데이터 가져오기 등을 수행할 수 있다.

 

 인공지능 기반 기술

인공지능은 수행되는 작업에 따라

여러 가지 방법으로 구성할 수 있다. 

 

1. 기계 학습(Machine Learning)

기계 학습은 데이터를 기반으로

컴퓨터 시스템이 스스로 패턴을 발견하고 학습하는 기술이다.

      지도 학습, 비지도 학습, 강화 학습 등의 다양한 학습 방법이 존재다.

 

2. 자연어 처리(Natural Language Processing, NLP)

    자연어 처리는 인간이 사용하는

언어를 이해하고 처리하는 기술이다.

      기계 번역, 질의응답 시스템, 감정 분석 등에 활용된다.

 

3. 컴퓨터 비전(Computer Vision)

    컴퓨터 비전은 컴퓨터 시스템이

이미지나 비디오를 이해하고 처리하는 기술이다.

      얼굴 인식, 물체 검출, 영상 분류 등에 사용된다.

 

4. 딥러닝(Deep Learning)

   딥러닝은 인공 신경망을 이용한 기계 학습의 한 형태로,

다층 신경망을 통해 복잡한 패턴을 학습할 수 있다.

      

5. 강화 학습(Reinforcement Learning)

     강화 학습은 에이전트가 환경과 상호 작용하며

보상을 최대화하기 위한 행동을 학습하는 기술이다.

       게임이나 로봇 제어 등에 활용된다.

 

현재 인공지능이라 부르는 모든 것은

프로그래밍과 훈련을 기반으로

제한된 일련의 작업만 수행할 수 있다는 점에서

'좁은' 의미의 인공지능으로 간주된다.

 

구글 검색은 예측 분석

또는 가상 어시스턴트와 마찬가지로

좁은 AI의 한 형태이다.

 

 

범용 인공지능(AGI, Artificial General Intelligence)은

머신이 사람과 마찬가지로

'감지하고, 사고하고, 행동'할 수 있는 능력이다. 

 

이러한 시스템은 다양한 작업에 대한 지식을 이해하고

추론할 수 있으며,

새로운 환경에서도 유연하게 대처할 수 있다.

 

하지만 현재까지는

인간의 지능을 완벽하게 모방하는 범용 인공지능을

개발하는 것은 아직 이루어지지 않았다.

 

 

지금까지 찾아본 내용은

마치 현대 과학기술의 총합인 동시에

가장 끝단처럼 보인다.

 

  

그렇다면, 이런  AI가 가져다줄 수 있는 구체적인 혜택은 뭐가 있을까?

 

 

AI의 강점

 

자동화

AI는 워크플로 및 프로세스를 자동화하거나

사람들과 별개로 독립적이고

자율적으로 작업할 수 있다.

예를 들어 AI는

네트워크 트래픽을 지속적으로 모니터링하고

분석하여 사이버 보안의 측면을

자동화하는 데

도움을 줄 수 있다.

 

마찬가지로 스마트 공장에는

컴퓨터 비전을 사용해

공장 작업장을 탐색하거나

제품의 결함을 검사하거나

디지털 트윈을 만들거나

실시간 분석을 사용하여

효율성과 출력을 측정하는 로봇과 같이

수많은 종류의

AI가 사용되고 있을 수 있다.

 

사람의 실수 감소

AI는 매번 동일한 프로세스를 따르는

자동화 및 알고리즘을

통해 데이터 처리, 분석, 제조 조립,

기타 작업에서

수동 오류를 없앨 수 있다.

 

반복적인 작업 제거

AI를 사용하면 반복적인 작업을

수행할 수 있어 인적 자본이

더욱 중요한 문제에 집중할 수 있다.

AI를 사용하여 문서 확인,

전화 텍스트 변환, '영업 종료 시간'과

같은 간단한 고객 질문에 답하는 등의

프로세스를 자동화할 수 있다.

 

빠르고 정확함

AI는 인간보다 더 많은 정보를 더 빠르게 처리하여

사람이 놓칠 수 있는 데이터의 패턴을 찾고

관련성을 발견할 수 있다.

 

무한대의 가용성

AI는 시간, 휴식의 필요성

또는 기타 사람의 방해물로 제한되지 않는다.

클라우드에서 실행할 때

AI 및 머신러닝이 '상시 사용 설정'되어

할당된 작업을 지속적으로 처리할 수 있다. 

 

연구 및 개발 가속화

방대한 양의 데이터를

빠르게 분석할 수 있는 기능은

연구 개발의 가속화로 이어질 수 있다.

예를 들어 AI는

잠재적인 새로운 의약품 치료의 예측 모델링에

사용되거나 인간 게놈을 수치화하는 데 사용된다.

 

 

 

 

이렇게 방대한 이점에 비해 예측되는 부정적인 면들도 있다.

 

AI의 단점

 

1. 일자리 대체

   인공지능 기술의 발전은 일부 산업에서는

인력을 대체하는 결과를 가져올 수 있다.

       단순하고 반복적인 작업은 자동화될 수 있으며,

이로 인해 일부 직종의 고용 기회가 감소할 수 있다.

 

 

2. 개인 정보 보안과 프라이버시 문제

    많은 인공지능 시스템은 대량의

개인 정보를 수집하고 분석한다.

       이는 정보 유출, 사생활 침해,

개인 정보 보안 위협 등의 문제를 야기할 수 있다.

 

 

3. 알고리즘 편향성과 공정성

    인공지능 시스템은 학습 데이터에

편향이 있는 경우 이를 반영할 수 있다.

       이는 인종, 성별, 경제적 지위 등의

요소에 따라 알고리즘의 결정이

공정하지 않을 수 있다는 우려를 있다.

 

4. 의존성과 기술 부채

    인공지능 기술에 지나치게 의존하는 것은

자체적인 문제 해결 능력을 저하시킬 수 있다.

       또한 기술의 발전 속도가 빠르기 때문에

기술 부채가 발생할 수 있다.

 

5. 인간 지능의 위협

     범용 인공지능이 발달하면서

인간의 지능을 능가할 우려가 있다.

       이로 인해 인간의 역할과 가치에 대한 논란이 제기되고 있다.

 

6. 악용 가능성

 인공지능 기술은 악의적인 목적으로도 사용될 수 있다.

      사이버 공격, 사회 공학, 개인 정보 탈취 등에 활용될 수 있다.

 

 

이로인해, 인공지능 기술의 발전과 적용에 대한

윤리적, 사회적, 정치적인 논의와 규제가

필요하다는 목소리들이 많다.