《처음 만나는 머신러닝과 딥러닝》인공지능에 대한 개념을 알자!

《처음 만나는 머신러닝과 딥러닝》인공지능에 대한 개념을 알자!

《처음 만나는 머신러닝과 딥러닝》을 읽고 또 직접 자료조사를 하여 인공지능에 대한 개념들을 정리해보았다.

인공지능에 대한 개념을 알아보자!

-오차역전파법

오차역전파법은 Backpropagation으로 쓰이고 컴퓨터의 정답이 기대에 못미칠 때, 출력에서 reverse analysis를 하여 오류를 고치는 것이다.

범용형 인공지능

다양한 능력을 컴퓨터 상에서 실현하고 정밀도를 높여야함.

-진화의 계기가 된 것은 머신러닝, 인간의 뇌 구조를 모방한 신경망, 심층학습 딥러닝임.

ibm왓슨. 암연구나 신약개발등 의료분야에서 성과를 올리고 있음.

인터넷은 정보의 보고. 인간이 이해할 수 있고 컴퓨터는 이해하지 못하는 비구조화 데이터.

AI기술

- 튜링 테스트

 1950년에는 앨런튜링 박사가 고안한 튜링 테스트가 있었다.

튜링 테스트는 심사원이 인간과 컴퓨터를 두고 대화한다. 심사원은 대답하는 대상이 컴퓨터인지 아닌지를 모르는 상태에서 구분을 하고 30%이상의 판장자가 구별하지 못하면 합격처리를 하였다. 이 테스트를 최초로 통과한 것은 러시아의 유진 뎀첸코가 개발한 '유진'이고 2014년도에 5분동안의 튜링테스트를 통해 33%의 판정자가 기계인 것을 알아채지 못했다. 

싱귤래리티는 기술적 특이점이라고 할 수 있다.

Technological Singularity라고 쓰며, 저자에 따르면 "인간의 지능을 넘어선 강한 AI가 등장하면 세상의 시스템은 크게 변화할 것이고 그와 동시에 인간에게는 그보다 더 미래의 기술적 진보를 예측할 수 없는 세계가 찾아올 것이라는 예언에 해당하는 시점이다."

인간보다 인공지능이 더욱 뛰어날 시기가 올까. 앞으로가 기대가 된다.

싱귤래리티는 무엇이 문제일까

인간의 지능과 똑같은 AGI가 나오는 시기를 2045년으로 예상하고 있다.

똑같은 AGI가 나오자마자 넘어서는 진화를 할 것이고 연쇄작용이 일어나기 시작하여 인류의 힘으로는 제어할 수 없게 될것이다.

다가올 미래를 위해 법을 미리 정비해야할 필요성이 있다.

- IBM딥블루와 인간의 두뇌전

알파고와의 바둑 대전이 있기전에 딥블루와 체스대전이 있었다.

딥블루는 체스게임에서 카스파로프와 대결하여 96년에는 졌고 97년 재대결에는 2승 3무 1패로 승리하였다.

딥 블루는 2억개의 패턴을 순간 시뮬레이션하여 다음 한 수를 두는 방식을 썼고,

카스파로프의 전술을 학습하여 카스파로프 전용으로 튜닝을 하였다.

대국에 참여한 카스파로프는 딥블루에게서 지성을 느꼈다고 감상을 말하기도 함.

컴퓨터와 인간이 경쟁한 사례는 또 있는데 그 내용은 다음과 같다.

- 2011년 IBM왓슨이 퀴즈방송에서 인간 퀴즈왕을 상대로 이겼고,

- 2010년이후 아카라2010, 본크라즈, 포난자 등이 장기 대국을 가졌으며

- 이후 2015년부터는 알파고와의 대국이 있었다.

알파고가 도전한 바둑은 체스보다 복잡하며 딥블루와는 다른 접근법으로,

신경망과 딥러닝 기술을 도입하여 승리를 거뒀다.

그에 비해 딥블루는 지식 베이스, 전문가 시스템을 이용했다.

책에서는 Ai기술의 다양한 비즈니스활용에 대해서 다루고 있는데 그 중 특히 많은 관심을 가지고 있는 IoT와 빅데이터, 무인자동차, 의료분야, 그리고 핀테크와 Ai활용을 살펴보았다.

- 핀테크와 Ai활용

먼저 핀테크는 Finance와 Technology를 조합한 합성어이다.

IT기술을 구사하여 새로운 금융 서비스와 혁신적인 기술을 핀테크라고 한다.

활용사례는 현재 이루어지고 있는 스마트폰을 이용한 결제,송금,가계부 부터 시작하여 빅데이터를 활용한 자산운용, 외환 및 주가, 현물시장의 동향예측, 그리고 주식 까지 다양한 분야에 활용하는 것이 그것이다.

로보어드바이저로 자산운용가의 역할을 대행하는 사례도 있는데 개인의 포트폴리오 운용을 제안하고 일임하기도 하는 것이다.

펀드 매너지의 역할도 대행하기도 한다. KFL 캐피탈의 인공지능 '크리스털'은 연간 운용 이율이 30%나 되었다고 한다.

AI에게 뺏기지 않는 직업들로 분류가 되었던 것 들 중 고도의 분석과 식견이 필요한 부문들이 있었다.

사실 AI기술이 가장 특기로 하는 분야로 이미 인간이 넘어설 수 없는 영역에 와있다고 한다.

-무인자동차

무인자동차는 언론에서 많은 언급을 하여 이미 보편적으로 알려진 기술이다.

미국 NHTSA에서는 무인자동차를 레벨 0부터 4까지 두어 구분을 하였다.

"레벨0:운전자가 조종하고 시스템은 차간거리 등을 버저로 경고하는 수준이다.

레벨1:운전자가 조종하고 자동 브레이크 등, 가속, 조타 중에서 하나를 보조해주는 것이다.

레벨2:고도 운전지원시스템으로 가속,조타,제동 중 여럿을 동시에 할 수 있는 단계이다.

레벨3:고도 운전지원시스템으로 모두를 시스템이 담당하되 운전자가 시스템의 요청에 대처하는 단계이다.

레벨4:운전자없이 주행하는 단계이다."

미국 NHTSA: 무인자동차의 기준

구글의 무인자동차는 레벨 4를 지향하며 2011년 네바다 주에서 처음으로 공공도로 주행실험이 허가되었다. 2016년에는 네덜란드에서 자동운전 셔틀버스가 운행을 시작했다.

-의료분야

IBM의 왓슨은 비즈니스 분야 중 가장먼저 의료분야에 주목했다.

IBM은 2011년 의료보험사인 웰포인트와 제휴했고, 이듬해에는 암 치료를 위한 정보를 지원하겠다고 발표했다.

암을 연구하는 데에 있어 게놈정보가 매우 중요한데, 이를 연구하기 위해서는 방대한 컴퓨터 능력과 고도의 분석 기술이 필요하다. 여기에 IBM왓슨은 투입되기도 하였고 질문 응답 시스템과 의사결정 지원 시스템을 이용, 논문과 의료에 대한 빅데이터를 집적하여 의사에게 약과 치료방침을 제안하기까지 이르렀다.

미국과 캐나다의 의료기관 중 이를 도입하기도 하였다.

- IoT와 빅데이터

자판기의 재고현황파악, 판매현황 및 분석 등에 활용 중에 있다. 

여기까지는 기존기술로 가능하고 세밀하게 분석하여 판매율을 더욱 올릴 수 있다.

현재의 매출 상태, 지역 주민의 경향, 왕래하는 사람 수, 날씨와 기온 같은 방대한 데이터를 교차 분석하여 잘 팔 기회를 잡을 수 있다고 한다.

그리고 스마트 홈 시스템에도 활용 중에 있으며, 웨어러블 디바이스 등도 IoT와 호환된다고 한다.

AI관련 기술과 전문용어

-신경망과 분류 문제

개와 고양이를 분류하는 문제에 있어서 신경망.

머신러닝의 신경망은 식별 및 분류를 위해 나름의 특징값을 산출하고 특징값이 개나 고양이라고 가르치면 그렇게 분류하고 반복하면 분류에 필요한 정보가 늘어나 패턴을 학습하고 이해하게 된다.

-강화학습

강화학습은 머신러닝의 일종이고 비지도 학습에 포함된다. 시행착오를 통해 체득해서 이해한다는 학습방법으로 묘사하기도 한다. 알파고도 이 강화학습으로 훈련되었다. 

강화학습에는 보상이 필요하고 더 높은 보상을 얻기위해 자율적으로 학습할 수 있게 된다. 강화학습에는 스키너 상자의 예를 드는데 실험용 쥐인 에이전트가 장치가 있는 환경에서 움직이는 행동을 통해 성공하여 먹이라는 보상을 얻는다.

여기서 에이전트, 환경, 행동, 보상을 강화학습의 포인트라고 한다.

AI주요 기업.

IBM, 마이크로소프트, 구글, 페이스북, 아마존, 애플, 토요타 자동차, NTT그룹, 소프트뱅크 그룹이 그들이다. 최근 국내에서는 Ai와 관련만 있다고 하면 주가가 급성장하기도 한다. 사람들은 Ai가 얼마나 대단한 기술인지 인식하고 있고, 미래를 바꿀 것으로 기대하며 Ai를 선도해나가는 기업에 투자하고자 한다.

Naver가 그렇고 카카오가 그렇다. 미래는 Ai를 도구로서 잘 활용하는 기업이 승리할 것으로 보인다. 어떤 영역에서 Ai를 구축하고 시뮬레이션 해보는 것은 매우 힘든 일이다. 각 사례에 범용적으로 사용할 수 있는 기술은 아니다. 하지만 구글의 GCP등에서 Api들을 개발하여 배포하면 특정분야에서 체험은 가능하다.

앞으로는 AGI(인간 뇌를 모방한 범용적인 인공지능)가 출현할텐데 그때는 달라질 것이다. 점점 더욱 가깝게 다가올 미래기술 Ai를 잘 배워 미래를 대비해야겠다.

#사이언스올 #과학 #우수과학도서 #리더스리더