(서평) 나의 첫 인공지능 수업 -김진우 作-

나의 첫 인공지능 수업
김진우 지음 / 메이트북스 / 2022년 1월

어느 새부터 인공지능, 흔히 이야기되는 AI (Artificial Intelligence) 에 대한 화제가 낯설지 않게 되었다. 빅데이터, 클라우드, 가상현실 등의 여러 4차 산업 분야 중 하나로 우리 삶에 영향을 끼칠 가장 미래 지향적인 분야로 손꼽히고 있다. 이러한 AI라는 건 갑자기 나타난 것이 아니라 이전의 많은 지식과 기술, 발명의 통합으로 나타난 학문이다. 하지만 우리나라에 본격적으로 주목을 받게 된건 몇 년전 '알파고' 라는 슈퍼컴퓨터와 바둑 프로기사 9단 이세돌의 대결이었을 것이다. 비록 이세돌 9단이 1승을 거두었지만 알파고의 압도적인 승리로 이제는 특정 분야에서 인간보다 앞서는 인공지능의 등장에 많은 사람들이 우려와 기대를 같이 가지게 되었다. 그렇다면 앞으로 우리가 함께 살아갈 인공지능은 무엇이며 또한 어떠한 미래를 준비해야 할까? 여기에 대한 해답을 얻고자 이 책을 읽어보게 되었다.

Chapter 01. 인공지능이란 무엇인가?

- 최근 인공지능의 정의가 확대되고 있다. '인간이나 동물의 지적 능력을 가지는 컴퓨터 기술'

- 인공지능의 2가지 유형

1) 특화된 인공지능 (Specialized AI) : 특정 문제를 해결하기 위해 개발되었고, 인간보다 일부 영역에서 뛰어난 성능을 보여주고 있다. 하지만 이 경우 성능이 아무리 뛰어나도 다른 문제에 적용하면 성능이 현저히 떨어지거나 문제를 해결하지 못하게 된다. (= Weak AI, Narrow AI)

2) 범용 인공지능 (General AI) : 시스템이 스스로 인식과 자아를 가지고 자유의지에 따라 생각, 판단, 결정하고 감증을 느끼는 것. 현재 학자들 사이에서 논의가 진행되고 있으며 미래 인공지능 시스템에 대한 연구가 진행되고 있다. 이 수준이 되면 인공지능도 사람처럼 다양한 문제를 인식하고 생가가혹 판단해서 행동하는 지능수진이 된다. (= Strong AI, Full AI)

- 인공지능의 역사

전설과 신화에 나타난 인공지능 : 아담과 이브가 탄생하기 전의 진흙 인형 골름 (Golem)

대장장이의 신 헤파이스토스가 만든 지능을 가진 인공물

그리스 신화의 청동 거인 탈로스 (Talos)

스스로 움직이는 오토마다 (Automata)

- 인공지능 연산에 필요한 이론의 발전 / 컴퓨터의 등장

초기 인공지능은 주로 논리와 규칙기반의 추론 (Reasononig) 과 관련된 연구를 많이 했습니다. 하지만 1960년대 까지는 컴퓨터 성능의 한계로 인공지능 알고리즘을 테스트하고 검증하는 수준이었다. 이후 규칙 기반 (Rule-base) 과 기호 기반 (Symbol-base) 의 인공지능 연구를 시작하였고, 자연어 처리연구가 나타나게 되었다. 이후 1980년대 진공관 방식에서 반도체 기반의 컴퓨터가 등장하면서 컴퓨터 성능이 눈부시게 발전하게 되었다. 또한 신경회로망 기계학습 등 주목할말한 연구결과가 나오게 되면서 인공지능에 대한 본격적인 관심이 시작되었다.

Chapter 02. 인공지능이 사회에 미치는 영향

- 인공지능의 미래

사람들은 '미래의 인공지능은 과연 사람처럼 행동할 수 있을까' 하는 질문을 던지는데, 사실 우리 스스로 '과연 우리는 미래의 인공지능을 사람처럼 만들고 싶은가?' 라고 반문해야 한다. 인공지능은 사람이 연구하고 개발합니다. 인공지능의 수준을 어디까지 발전 시킬지는 사회적 공감대가 형성되어야 한다.

- 머신 러닝의 작동 원리와 유형

딥러닝은 머신러닝의 한 분야입니다. 세상에는 데이터가 엄청난 규모로 존재하는데, 이 데이터를 머신러닝 시스템이 학습해 문제를 해결하자는 것이 머신 러닝의 목적이다. ... 머신러닝이 인기를 얻는 이유는 매우 다양한 역할을 하기 때문이다. 머신러닝을 사용하면 학습된 데이터를 기반으로 가까운 미래의 값을 예측할 수도 있고, 학습으로 지식을 습득할 수도 있으며, 사람의 의사결정에 도움이 되는 정보를 제공하기도 한다.

- 머신러닝 (Machine Learning) 의 형태

1) 지도형 학습 (Supervised Learning) : 데이터와 결과값을 정해 알고리즘을 학습시키는 것

2) 비지도형 학습 (Unsupervised Learning) : 사용되는 데이터에 예상되는 결과값을 제공하지 않고, 입력 데이터로 제공되면 알고리즘이 유 사한 결과를 도출 시키는 것

3) 강화학습 (Reinforced Leargning) : 시스템이 많은 시행착오를 거쳐 학습하는 기법으로, 각 시행의 결과값이 목표 대비 차이에 따라 상응하는 보상을 받는 구조

Chapter 03. 학습 기능을 갖춘 컴퓨터

- 딥러닝의 작동원리와 유형

지도형 머닝러신을 위해서는 입력되는 데이터에 머신러닝이 학습해야 하는 주요 결과값 (Labeling) 이 표시되어야 한다. 또한 학습할 데이터의 특징이 명확하게 기술되지 않으면 학습 효과는 떨어지게 된다. 딥러닝도 머신러닝의 한 분야이고, 데이터를 이용해 알고리즘이 학습한다는 공통점이 있다. 다만 딥러닝은 대규모 학습 데이터도 처리할 수 있고 기존의 학습 기능을 한층 더 발전시킨 것이다.

- 딥러닝의 역사

딥러닝의 역사를 알려면 인공 신경회로망 (ANN : Artificial Neural Network) 의 역사를 알아야 한다. 1950년 '기계도 사람처럼 생각을 할 수 있다' 는 내용을 담은 연구 논문을 발표하기 전부터 신경 회로망의 개념이 연구되었다. 그리고 1958년 프랭크 로젠블라트는 신경세포에 입력과 출력 구조를 가지는 퍼셉트론 (Perceptron) 이라는 신경회로망 시스템 모델을 제시해 현재 우리가 사용하는 인공 신경회로망 연구의 토대를 만들었다.

1986년 단일 계층의 뉴런 구조에서 여러 계층의 뉴런 (Hidden layer) 을 추가하는 다중 계산 신경회로망이 개발되면서 다시 세상의 관심을 얻었다. 다중 계층 신경회로망의 개발로 다시 딥러닝 (인공 신경회로망)에 많은 사람들이 관심을 가지게 된다.

- 딥러닝의 작동 원리

생명체의 뇌신경 세포와 이를 연결하는 구조에서 아이디어를 얻은 신경회로망 또는 인공 신경회로망 (ANN : Artificial Neural Network)은 뉴런 (Neuron) 과 시냅스 (Synapse) 라는 구성요소로 이루어져 있다. 각 뉴런은 신경 접합부인 시냅스로 연결되어 있다. 시냅스에 의해 전달되는 화학물질 또는 전기 신호로 수많은 뉴런이 작동하면서 정보를 처리한다. 이 개념을 소프트웨어 알고리즘으로 개발한 것이 인공 신경회로망이고, 최근에는 반도체 기술에 적용해 뉴로모픽 컴퓨팅 기술이 출현하게 된다.

- 머신러닝의 응용분야

자율주행, 물체인식, 무인 전투기 등의 다양한 활용

날씨 예측, 독화술, 법률 서비스

Chapter 04. 인공지능의 자연어 처리

Chapter 05. 발전하는 인공지능 기법

- 규칙기반 시스템의 동작원리

필수 요소 : 규칙 / 데이터 / 지식 / 추론 엔진

1) 휴리스틱 지식 (Heuristic Knowledge)

경험으로 얻은 지식을 복잡하게 생각하지 않고 쉽게 결론 내리는 것

예) 아침에 일어나보니 길바닥이 젖어 있고 하늘에 구름이 있다면 '간밤에 비가 왔나보다' 라고 생각할 수 있다.

2) 퍼지 지식 (Fuzzy Logic)

모호한 지식도 프로그램으로 개발하여 단편적 표현으로 컴퓨터가 이해할 수 없는 부분을 보완한 프로그래밍

예) 기온이 30도가 넘어가면 덥다고 생각하고, 기온이 10도 이하면 쌀쌀하다고 생각하도록 한다.

Chapter 06. 우리와 동반자가 된 인공지능

- 인공지능, 일상으로 스며들다

- 하나씩 등장하게 될 인공지능 기술들

- 인공지능 윤리 (AI Ethics), 무엇을 고민해야 할까?

과연 인공지능 시스템에도 사람처럼 지켜야 하는 윤리가 있는가? 인공지능 시스템이 인간사회로 들어와 사람처럼 스스로 판단하고 행동하면서 '사람이 지키는 윤리와 비슷한 인공지능 윤리가 필요하지 않느냐' 라는 질문이 제기되고 있다.

인공지능 윤리는 인공지능 시스템을 점진적으로 우리 사회가 받아들이기 위해 무엇을 고민하고 준비해야 하는지 정하는 것이다. 이 중 일부는 인공지능을 개발하고 운영하는 사람들에게 적용할 윤리이고, 일부는 인공지능 시스템 자체에 적용할 내용이다.

이 책은 앞으로의 미래사회에서 우리의 삶을 편리하게 혹은 불편하게 만드는 인공지능의 역사, 동작원리 그리고 인공지능의 한계에 대해서 논의하고 있다. 인공지능과 함께 살아가야 하기에 그리고 인공지능의 발전은 명확한 미래이다. 독이 될지 약이 될지는 누구도 예상할 수 는 없지만 분명한 것은 인공지능은 우리의 생활과 미래를 바꾸게 될 하나의 혁명과도 같은 잠재력을 가진 기술이다. 아직까지 기술적으로 한계가 있지만 인공지능을 어떻게 활용할지 고민하며 우리는 하나씩 미래를 준비해 나가야 한다. 분명한 것은 호기심을 가지고 새로운 지식과 정보를 습득하고 실력을 키워 나가며 동시에 과학 기술을 사용할 인간에 대한 관심을 잃지 않아야 한다는 것이다. 본격적으로 인공지능에 대한 공부를 하기 전 인공지능에 관심을 가지고 입문할 사람들에게 추천할 좋은 책이다.