인공 지능 시작하기
학습 목표
이 유닛을 완료하면 다음을 수행할 수 있습니다.
- 인공 지능의 기본 개념에 대해 설명할 수 있습니다.
- 인공 지능을 정의하기 어렵게 만드는 문제를 파악할 수 있습니다.
- 인공 지능이 수행할 수 있는 작업의 유형을 설명할 수 있습니다.
AI 스킬 향상하기
수년 동안 인공 지능(AI)은 수많은 스토리텔러들과 공상 과학 팬들의 꿈이었습니다. 하지만 대부분의 사람들은 AI에 대해 진지하게 생각하지 않았습니다. 먼 미래에나 일어날 일이라고 생각했기 때문입니다. 하지만 연구자와 컴퓨터 과학자들은 먼 미래가 다가오기만을 기다리지 않고 AI의 꿈을 현실로 만들고자 열심히 노력해 왔습니다. 아시다시피 사실 우리는 이미 AI 시대에 깊이 들어와 있습니다.
[stability.ai에서 DreamStudio를 사용하여 AI가 생성한 이미지. 첫 번째는 '흥미를 불러일으키는 2D 벡터 아트워크 스타일로 그려진 타자기 앞에 앉아있는 사람의 클로즈업 이미지입니다.'라는 프롬프트를 사용합니다. 두 번째는 '이 장면은 대학교 강의실이며, 배경으로 칠판과 신경망 스케치가 있습니다.'라는 프롬프트를 사용합니다. 전경에는 흥미를 불러일으키는 2D 벡터 아트워크 스타일 그림이 있고, 한 대학생이 컴퓨터로 타이핑을 하고 있습니다.” ]
많은 사람들에게 AI는 이미 일, 학교, 일상생활의 일부이며 AI 기능이 발전함에 따라 그 비중은 더욱 커질 것입니다. AI에 대한 유의미한 대화를 나누려면 공유 어휘와 핵심 개념에 대한 단단한 토대가 필요합니다. 현재, 10명에게 인공 지능의 정의에 대해 물어보면 인공 지능이 자신의 생활에 미치는 영향에 따라 10가지 다른 대답이 나올 가능성이 높습니다. 이 뱃지에서는 AI의 현재 기능 및 사용 사례를 살펴봅니다.
AI 정의의 어려움
AI를 정의하려면 현재 우리가 가지고 있는 AI에 대한 개념이 왜곡되어 있을 수 있다는 사실을 먼저 인식해야 합니다. AI가 세상을 정복하는 꿈을 꾸는 사악한 존재로 묘사되는 공상 과학 소설과 영화가 꾸준히 등장하고 있는 것도 AI 정의에 크게 도움되지 못했습니다.
공상 과학 소설만 AI에 대한 시선을 복잡하게 만드는 것은 아닙니다. 일반적으로 인간은 모든 것의 측정 기준이 되는 인간 스스로를 높이 평가하는 경향이 있습니다. 따라서 우리는 인공 지능에 관해 이야기할 때 인공 지능을 우리 자신의 지능 및 지식을 바탕으로 학습하고 행동하는 능력과 비교할 수밖에 없습니다. 문제는 인간이 유일한 지능적 존재가 아니라는 점입니다. 까마귀에서 문어에 이르기까지 동물은 도구와 문제 해결 방법을 사용하여 복잡한 작업을 수행할 수 있습니다. 충분한 시간이 주어지면 심지어 점균류도 미로를 풀 수 있습니다.
우리는 동물계의 방대한 지능 스펙트럼을 이해하면서 인간 지능의 다양성도 인정하기 시작했습니다. 여러분은 대중 앞에서 연설은 잘하지만 수학을 못해 목숨을 구하지 못하는 사람을 알고 있을 수도 있습니다. 또는 조금만 신경을 써도 금새 알아차릴 수 있지만 축구공에 걸려 넘어지는 사람을 만났을 수도 있습니다. 핵심은 우리의 지능은 다양하고 전문적인 형태로 표현된다는 것입니다. 인공 지능도 동일한 방식으로 생각해야 합니다. 특정 종류의 작업에 능숙한 특정 종류의 AI가 있습니다. 따라서 오늘날 인공 지능이 할 수 있는 일을 자세히 살펴봄으로써 인공 지능을 정의해 보겠습니다.
AI 기능의 주요 유형
모든 일을 잘 처리하는 현존하는 단일 AI는 없습니다. 일반 AI로 알려진 이 개념은 아직 미래의 이야기입니다. 대신, 우리는 수년에 걸쳐 특정 작업을 수행하도록 설계된 전문화된 AI 시스템을 개발했습니다. 이러한 시스템이 수행하는 작업의 종류는 일반적으로 몇 가지 광범위한 범주 중 하나에 속합니다.
언어 처리
2022년 11월 30일, Merriam-Webster에서 발표한 오늘의 단어는 quiddity(본질)였습니다. 이 단어를 배운 사람들은 가장 중요한 기술인 의사소통 능력을 조금 더 향상시킬 수 있었습니다. 같은 날, 전 세계는 스스로 의사 소통을 할 수 있는 능력을 입증한 인공 지능 ChatGPT를 소개했습니다. GPT는 Generative Pre-trained Transformer의 약자입니다. ChatGPT가 출시된 이후 다른 많은 GPT가 등장했고, 글쓰기, 코딩, 재무 분석과 같은 특정 유형의 언어 처리에 특화된 GPT도 있습니다. GPT는 일상 언어를 해석하고 이에 따라 의미 있는 방식으로 행동하도록 구축되었습니다. 예를 들어 질문에 답하기, 이야기 또는 문서 작성, 정보 요약, 복잡한 계산 수행 등이 이에 해당합니다. 업계에서는 이를 자연어 처리 또는 NLP라고 합니다.
NLP는 단어가 함께 사용되는 방식에 대한 이해를 기반으로 하며, 이를 통해 AI는 단어 뒤에 숨겨진 의도를 추출할 수 있습니다. 예를 들어 영어에서 독일어로 문서를 번역하려고 할 수 있습니다. 또는 긴 과학 논문을 짧게 요약하길 원할 수도 있습니다. AI는 이러한 일도 처리할 수 있습니다.
NLP는 거의 모든 종류의 비즈니스에서 업무 방식에 혁신을 가져오고 있습니다. 예를 들어, 자연어를 해석할 수 있으며 추론 기술을 갖춘 AI 에이전트는 고객 지원 환경에서 챗봇과 코파일럿을 빠르게 대체하고 있습니다. 자연어 프롬프트는 종종 코드 생성에 사용되며, 기업은 이를 통해 소프트웨어 또는 앱 개발에 들이는 시간을 상당히 절약할 수 있습니다. 영업 담당자는 NLP를 사용하여 계정 요약을 요청하거나 세일즈 이메일을 생성하거나 고객을 위한 프레젠테이션 초안을 생성하기도 합니다.
NLP는 AI의 하위 범주인 생성형 AI에서 가장 빠르게 성장하는 분야 중 하나로, 단어를 가지고 고유한 이미지, 소리, Code, 다른 단어로 변환합니다. NLP와 생성형 AI는 그만큼 혁신적인 기술이기 때문에 자연어 처리 기초와 생성형 AI 기초와 같은 주제를 한 뱃지도 준비했답니다. 이 페이지를 모두 보신 후 꼭 확인해 보세요.
숫자 예측
최근에 일기 예보를 살펴본 적이 있나요? 비가 올지, 맑은 날씨일지 예측하면 우산을 챙겨야 할지 결정할 수 있습니다. 인류는 수천 년 동안 일기를 예보했지만, AI 모델은 이전의 방식보다 훨씬 더 나은 예측을 할 수 있습니다.
양질의 예측은 모든 종류의 질문에 답변하는 데 도움이 될 수 있습니다. 이 고객이 구독을 갱신할 가능성이 높은가요? 질병에 걸릴 위험이 있나요? 오늘 저녁 전력 수요가 많을까요? 이번 시즌에 어떤 스니커즈 스타일이 가장 유행하게 될까요?
AI 예측은 종종 0(일어나지 않음)에서 1(확실히 일어남) 사이의 값의 형태를 취합니다. 숫자 예측에는 백분율 값뿐 아니라 달러와 같은 모든 숫자 값을 예측할 수 있습니다. 다음 분기 매출을 예측하거나 Widget+와 같은 최신 서비스에 대한 최적의 가격을 알아내고 싶을 수도 있습니다. 또한 소비자로서 생각보다 훨씬 더 이러한 종류의 수치 예측에 이미 영향을 받고 있을 수 있습니다. 해외 여행을 떠난다고 상상해 보세요. AI가 수요와 공급의 균형을 완벽하게 맞추기 위해 항공권, 호텔 숙박, 차량 공유, 여행자 보험 모두에 대한 가격을 책정할 가능성이 높습니다.
['친근한 모습의 택시 운전사 로봇의 클로즈업 이미지, 평면 2D 라인 아트 스타일'이라는 프롬프트와 함께 stability.ai에서 DreamStudio를 사용하여 AI가 생성한 이미지. ]
분류
핫도그는 샌드위치인가요? 이 질문은 사람들이 사물을 분류하는 방식에 수없이 많은 철학적 논쟁을 불러일으켰습니다. 하지만 현실 세계에서는 훨씬 더 복잡해질 수 있습니다. 이 식물은 무엇인가요? 먹을 수 있나요 아니면 독성이 있나요? 이 이메일은 정상 이메일인가요, 아니면 피싱을 시도하는 이메일인가요? 분류는 특정 조치를 취하기 위한 첫 번째 단계이므로 매우 중요한 기술입니다.
따라서 컴퓨터 과학자들이 데이터 분류에 능숙한 AI를 개발하는 데 많은 노력을 기울인 사실은 놀랍지 않습니다. 식물과 피싱 이메일을 식별하는 것은 빙산의 일각에 불과합니다. 금융 기관은 사기성 거래를 식별해야 합니다. 의료 전문가는 질병을 진단해야 합니다. 소셜 미디어 플랫폼은 악성 댓글을 식별하고자 합니다. 이러한 모든 항목이 분류 문제의 예시입니다. AI는 첫 분류 단계를 효과적으로 처리할 수 있으며, 이후 단계부터는 전문가가 진행할 수 있습니다.
일부의 경우 AI 분류기는 사람만큼, 또는 사람보다 훌륭하게 작업을 수행할 수 있습니다. 하지만 대부분의 분류기는 하나의 단순한 작업에만 능숙합니다. 따라서 피싱 이메일을 능숙하게 탐지할 수 있는 AI는 실제 물고기 사진을 식별하는 실력은 형편없을 수 있습니다.
로봇 내비게이션
일부 AI는 변화가 있는 환경을 능숙하게 탐색할 수 있으며, 이는 자율 주행(핸즈프리)의 경우 실제 내비게이션을 의미합니다. AI 기반 자동차는 이미 고속 도로에서 차선의 중앙을 달리고 안전 거리를 유지하며 주행할 수 있는 기능이 장착되어 있습니다. 도시의 교통 패턴, 도로의 커브길, 세미 트럭이 일으키는 돌풍, 급정거에도 적응할 수 있습니다.
변화하는 환경 조건에 적응할 수 있는 AI는 실생활에서 다양하게 활용될 수 있습니다. 예를 들어, 기업은 매일 제품을 생산하고 고객에게 배송해야 합니다. 자재의 가용성, 제조 역량, 기존 재고, 운송 비용, 실시간 교통량 등 다양한 시장 조건은 얼마나 빠르게 제품을 생산하고 배송할 수 있는지에 영향을 미칩니다. AI는 변화하는 상황 속에서도 공급망을 최적화할 수 있습니다.
그리고 로봇도 빼놓을 수 없습니다! 소형 로봇 바닥 청소기조차 계단과 의자를 피할 수 있습니다. 보다 큰 규모의 경우 시간이 지남에 따라 더 빠르고 효율적으로 작동하는 로봇이 많은 조립 라인에 설치되고 있습니다. 이러한 로봇은 상당한 비용이 드는 재프로그래밍 없이도 변경된 생산 방식에 적응할 수 있습니다. 또한 연구자들은 붕괴된 건물처럼 재난 지역을 통과할 수 있는 구조 로봇을 개발하고 있습니다. 작은 틈새 공간을 뚫고 들어갈 수 있는 로봇 애벌레는 건물 내에 갇힌 사람들에게 도움과 희망의 손길을 건낼 수 있습니다.
AI 모델 및 신경망
AI에 대해 이야기할 때, AI 모델 및 신경망을 언급하지 않을 수 없습니다. AI 모델은 예시를 통해 학습하는 아주 똑똑한 컴퓨터 프로그램과 같습니다. 예를 들어 취미로 조류 관찰을 시작했다고 가정해 봅시다. 실제 새, 새 사진, 새 소리, 새 이름, 서식지 및 습성에 더 많이 노출될수록 다양한 새를 더 정확하게 알아보고 관찰 장소를 더 정확하게 인식하기 시작합니다. 새로운 취미와 마찬가지로 AI 모델은 패턴을 학습하고 대량의 데이터를 분석하여 예측과 결정을 합니다. 학습을 마치면 이미 학습한 내용을 바탕으로 작업을 수행할 뿐만 아니라 계속해서 배우며 성능을 발전시킬 수도 있습니다.
신경망은 AI 모델을 훈련하는 데 중요한 도구입니다. 신경망에는 노드, 레이어, 가중치, 편향 및 여러 가지 수학이 혼합되어 있습니다. 이러한 요소가 모여 우리 몸의 유기적 신경망을 모방합니다. 각 신경망은 특정 작업에 적합하도록 세심히 조정됩니다. 비를 능숙하게 예측할 수도 있고, 새를 분류하거나 고속 도로에서 자동차가 차선의 중앙을 유지하도록 하는 데 능숙할 수도 있습니다. 작업의 종류를 막론하고 신경망은 AI를 마법처럼 보이게 하는 데 크게 영향을 미칩니다. 이제 이 마술이 어떤 방식으로 진행되는지 어느 정도 이해했다고 생각할게요.
원래 기계가 인간처럼 문제를 해결할 수 있도록 고안된 신경망을 통해 AI는 입력 데이터와 출력 분류 간의 복잡한 관계를 파악할 수 있습니다. 즉, AI는 목표를 달성하려고 할 때 사람들에게 중요한 변수와 값을 컴퓨터가 학습하도록 합니다. 이는 자연어 프롬프트에 응답하는 에이전트와 같은 데이터 기반 솔루션에 더 빠른 작업, 더 적은 오류, 더 편한 일상 등 인간의 요구를 연결하는 기반이 되기 때문에 AI 기술에서 필수적인 요소입니다. 예를 들어 고객이 상호 작용 중에 특정 키워드나 문구를 사용하지 않더라도 복잡한 AI 모델이 고객이 비밀번호를 재설정하려고 한다는 사실을 파악할 수 있는 것은 신경망 덕분입니다.
요약
인공 지능은 일반적으로 컴퓨터가 인간의 직관, 추론, 추론 관련 기술을 수행하는 역량입니다. 이러한 많은 기술은 숫자 예측과 언어 처리와 같은 광범위한 범주에 속합니다. 이는 비즈니스 사용 사례, 교육적 필요, 산업적 목적을 지원하는 AI를 통해 우리 삶에 영향을 미치고 있습니다.