일 | 월 | 화 | 수 | 목 | 금 | 토 |
---|---|---|---|---|---|---|
1 | 2 | 3 | 4 | 5 | 6 | 7 |
8 | 9 | 10 | 11 | 12 | 13 | 14 |
15 | 16 | 17 | 18 | 19 | 20 | 21 |
22 | 23 | 24 | 25 | 26 | 27 | 28 |
29 | 30 | 31 |
- 실전지식
- 라마 2
- AI일자리
- 신투기
- 챗gpt
- ai런웨이
- 딥러닝 자연어 처리 모델
- 신도시투자기초반
- 구글 생성형ai
- 다운스트림
- ai애니메이션
- 챗gpt와 구글
- 트랜스퍼러닝
- 인공지능
- AI
- 런웨이영화
- 런웨이 영상
- 자연어처리모델
- AI역사
- 태스크
- AI작가
- 펑빈
- 런웨이 애니메이션
- 챗gpt구조
- 자연어처리
- 델이란?
- 모델 함수
- ai정보
- 딥러닝
- 기계학습
- Today
- Total
도보다모 | 멀리서 바라보는 AI 세계 탐구일지
인공지능, AI는 무엇일까? 장점과 단점(문제점) 본문
인공지능, AI(Artificial intelligence)란 무엇일까?
너무 익숙하지만 설명하기는 어려운 '인공지능' 말 그대로 인공-지능으로 보면 이해하기 쉽습니다.
지능(natural intelligence)은 인간이 새로운 상황이나 문제에 직면했을 때 고유한 능력인 추론과 학습 등을 통해 문제를 해결할 수 있는 능력을 말하는데요.
인공지능은 바로 이 지능을 인공적으로 모방하고자 하는 컴퓨터 과학 분야의 일종입니다.
그래서 인공지능은 다양한 데이터를 수집하여 그 안에서 반복되는 패턴을 식별하고, 그 패턴들에서 합리적인 결정을 내릴 수 있습니다.
인간 지능과 다른 점은 그 데이터가 방대하고 그로 인해 엄청난 학습 능력을 보여준다는 것이라 할 수 있겠습니다.
인공지능의 학습법은 3가지로 구분됩니다.
1. 지도 학습(supervised learning)
지도학습은 기계 학습(Machine Learning)이라고도 일컫는 데 문제와 답안지를 같이 보여주고 학습시키는 것과 비슷한 방법입니다.
2. 비지도 학습
비지도 학습은 지도 학습과 반대됩니다.
레이블(정답)이 없는 거죠.
그냥 데이터를 주고 AI가 스스로 패턴이나 구조를 찾도록 하는 학습 방법입니다.
3. 강화 학습(Reinforcement Learning)
강화학습은 AI가 상호작용을 통해 학습하는 방법입니다.
잘 모르는 상태에서 랜덤한 행동을 하고, 이후 보상이나 별점을 해 더 좋은 수를 찾아가는 것입니다.
AI는 이러한 학습을 통해서 계속해서 발전합니다.
하지만 위와 같은 학습 방법에도 단점은 존재합니다.
우리가 최근 AI 관련한 뉴스를 각종 SNS나 뉴스에서 접하는 것도 AI이 주는 눈부신 발전들과 그 반대로 떠오르는 문제들 때문이니까요.
오늘은 인공지능이 발전하며 생겨난 문제점과 그럼에도 우리에게 주는 이점들에 대해 알아봅시다.
인공지능, 무엇이 문제가 됐을까?
1. 데이터의 문제
우선 데이터의 중요도가 매우 높다는 것입니다.
데이터가 떨어지거나 너무 한쪽으로 치우친 경향이 있으면 AI가 잘못된 예측을 할 수 있죠.
특정한 정보만 제공하는 사회에 속하면, 그 사회의 일원은 편파적인 성향을 가지게 되는 것과 같죠.
2. 해석의 문제
또 AI는 방대한 양의 데이터를 가지고 결정을 내리기 때문에 때로 우리가 보기에 '왜 이런 결정을 내렸지?'하는 경우도 있습니다.
어떤 이유로 이런 결정을 내렸는지 추론해야 하는데 인간이 그 많은 데이터를 다룰 수는 없으니까요.
3. 과적합(Overfitting) 문제
과적합이란 데이터를 너무 많이 학습했다는 것을 뜻합니다.
바로 들으면 '학습을 많이 했으니까 더 좋지 않을까?' 생각할 수 있지만 AI가 학습한 데이터에 너무 치중되면 새로운 데이터가 들어올 때 정확한 예측을 잘 못하는 문제가 발생합니다.
앞서 알파고로 예시를 이번에도 알파고로 예시를 들어보겠습니다.
알파고가 A라는 상황에서 좋은 수를 내기 위해 아주 많은 훈련을 해서 이 상황에서만큼은 완벽에 가까운 수를 둔다고 가정해 봅시다.
그러면 알파고는 A와 유사한 상황이 발생해도 훌륭한 수를 둘 수 있겠죠?
그러나 A와 전혀 다른 B라는 상황이 생긴다면 A 상황만 열심히 학습한 알파고는 유연하게 대응하지 못하고 A 상황과는 다르게 비교적 아쉬운 수를 보여줄 수 있습니다.
결론적으로 과적합은 특정한 조건에서는 뛰어난 성능을 보여주는데, 그렇지 않은 조건에서는 성능이 떨어지는 것을 말합니다.
너무 특정 데이터나 상황에만 최적화돼 있다 보니 유연한 대응이 되레 어려운 것이죠.
4. 윤리적 문제
요즘 같은 때 특히나 대두되는 문제라 생각합니다.
딥러닝 기술을 통해 영상이나 음성을 만들어내는 딥페이크(Deepfake) 기술이나 유명 화가들의 작품을 학습해 유사한 스타일의 그림을 생성하는 것 등은 사생활 침해와 정보 조작, 저작권 문제 등으로 우리를 위협하기도 합니다.
사회적인 논의가 정말 필요한 부분이지요.
이런 이유 등으로 AI는 완벽한 기술은 아닙니다. 우리들이 분별력 있게 AI를 바라봐야 하는 이유지요.
문제점은 이만하면 충분하니 AI 기술의 발전이 우리에게 주는 이점도 생각해 볼까요?
인공지능, 무엇이 장점일까?
1. 자동화 (Automation)
간단히 말하자면 귀찮은 작업을 빨리 처리할 수 있게 도와줍니다.
사람의 손을 거칠 때보다 당연하게도 정확도가 더 높아 우리의 일 처리에 오류를 줄여 줄 수 있습니다.
2. 의료 분야 (Healthcare)
환자 정보를 분석해 문제를 빠르게 찾고, 예방까지 할 수 있습니다.
이미 의료업계에서는 딥러닝을 활용해 암이나 유전병 등을 미리 찾아내고 진단하고 있다고 합니다.
3. 금융 서비스 (Finance)
금융 거래도 반복되면 정상 거래인지 아닌지를 판단할 수 있는 데이터가 쌓이죠.
피드자이(Feedzai)라는 기업은 기계 학습을 통해 기관이나 기업들이 금융 사기를 당하지 않도록 도움을 준다고 합니다.
4. 교육 분야 (Education)
학생 개개인의 스타일을 파악해 그에 맞는 학습을 도와줍니다.
진도가 제각각인 학생들이 자신의 눈높이에 맞는 학습이 가능하니 성적이 오를 확률이 더 높아지겠죠!
5. 자율 주행 차량 (Autonomous Vehicles)
인공지능을 탑재한 차량은 탑승자에게 실시간으로 도로 상황, 신호, 교차로 등의 정보를 제공해 줍니다.
유명한 기업으로는 테슬라가 있습니다.
6. 언어 처리 (Natural Language Processing)
이제 자료를 찾기 위해 사방팔방 사이트를 뒤지고 다닐 필요가 없습니다.
똑똑한 인공지능이 우리들의 비서가 되어 텍스트 몇 줄이면 필요한 자료를 찾아와줄 테니까요.
실시간으로 언어를 번역해 주니 언어의 장벽도 걱정할 필요 없겠습니다.
📧 마무리 인사
분명 AI의 급격한 발전 뒤에는 많은 사회적 문제점들이 따라오고 있습니다.
더해 우리의 자리를 뺏기지 않을까 하는 두려움도 줍니다.
그러나 이미 걷잡을 수 없이 성장하고 있는 AI를 개개인이 막아서는 건 불가능해 보입니다.
이미 우리를 덮친 AI를 더 이상 어렵다고 덮어두고 모른척하기 어렵다면 '적을 알고 나를 알자!'라는 마음으로 AI에 직면해보는 것은 어떨까요?
나의 생계를 위협하는 라이벌이 아닌 내 도구가 되어 함께 발전해 나갈 수 있도록, 저도 AI에 대한 다양한 정보를 말씀드려보겠습니다!
읽어주셔서 감사합니다.
'AI | 역사와 기술' 카테고리의 다른 글
생성형 AI란 무엇일까? 기존 AI와 다른 점 (2) | 2024.03.01 |
---|---|
AI 세계에서 우리에게 필요한 7가지 역량 (0) | 2024.02.29 |
인공지능(AI)의 역사 2탄 | 겨울-봄(1980-현재) (0) | 2024.02.26 |
인공지능(AI)의 역사 1탄 | 태동-탄생(1950-1970년) (0) | 2024.02.26 |
인공지능(AI) 3가지 학습법! 지도 학습/비지도 학습/강화 학습 (0) | 2024.02.26 |