[AI ESG School] 1차시 - 인공지능의 탄생과 개념

 

 

---

혹시 인공지능이라는 말이 어렵게 다가온다면?

지능이라는 단어 때문일 것입니다.

지능이란? : 학습하고 판단하는 능력, 지적 작업에서 성취도에 따라 정해지는 적응 능력

 

 

이 지능에 대한 연구는 지금까지도  뇌과학 인지심리학 등의 분야에서 활발히 진행되고 있는데요

인간의 지능이란 한 가지로 정의하기 어렵습니다.

 

 

미국의 심리학자

하워드 가드너 박사는 인간의 지능을 서로 독립적인 여러능력으로 구성된다는

 

다중지능이론을 제안

 

 

▶ 대인지능, 언어지능, 신체운동지능, 공간지능 등등

 

 

---

인공지능이란?

 

인공지능이란? : 학습하고 판단할 수 있는 능력을 갖춘 컴퓨터

 

 

- 인공지능 개념은 어느날 갑자기 등장한건 아님

 

 

 

영국의 천재 과학자 앨런 튜링이

 

Can machines think? (기계도 생각할 수 있을까?)

라는 질문으로 인공지능 개발이 시작되었으며

 

 

 

위 질문을 테스트할 방법을 1950년에 제시했습니다.

이 테스트 방법은 유명한 튜링테스트이며

 

튜링테스트는 컴퓨터가 얼마나 사람과 비슷하게 대화할 수 있는지를 측정하는 시험입니다.

사람과 컴퓨터를 대화하게 해놓고, 만약 사람이 자기와 대화하는 상대가 컴퓨터인지 알아차리지 못했다면

테스트를 통과시키는 방법입니다.

 

이 튜링테스트는 오늘날 우리가 알고있는 인공지능의 바탕이 되었습니다.

---

인공지능의 발전

 

 

튜링테스트는 철학, 논리학, 심리학 등등 다양한 학문에서도 관심을 받게 되었습니다.

 

또 1956년 다트머스 대학에서 모인 과학자 10명이

인간처럼 생각하는 기계를 제작하기 위한 학술회의에서

처음으로 인공지능이라는 용어가 사용되었고

 

 

이 회의에서 허버트 사이먼은

 

"앞으로 20년 안에 기계는 사람이 할 수 있는 일은 무엇이든 할 수 있게 될 것입니다."

 

이라고 호언장담하기도 했습니다.

 

 

 

 

---

인간처럼 생각하는 기계를 만들려면?

 

인간이 어떻게 생각하는지 알고 그것을 기계에 도입할 수 있어야합니다.

인간의 뇌는 1000억개의 신경세포 뉴런들이 있고

뉴런을 통해 외부와 정보를 주고받는 사실이 알려져 있던 때였습니다.

 

인간도 신호 전달을 통해 두뇌 활동을 한다는 점을 착안하여

 

 

신경생물학자 플랭크 로젠블랫이

 

1958년 뉴런의 신호 매커니즘을 본떠 수학적 모델을 제작

 

이를 퍼셉트론(Perceptron)이라 불렀습니다.

 

 

 

 

뉴런은 전기-화학적 방식으로 신호를 전달하는것으로 알려져있습니다.

1. 신호가 도착하면 그 신호가 합쳐지고 

2. 그 합이 특정 임계값, 역치를 넘는 경우에만 한하여

3. 연결되어있는 뉴런으로 신호를 전달합니다.

 

과학자들은 이러한 특성과 유사하게 퍼셉트론의 특징을 설명했습니다.

 

"퍼셉트론은 인간에 의한 훈련이나 조종없이 주변을 감지,인식, 분별하는 능력을 갖고있으며, 경험이 쌓일수록 더 지혜로워지는 특성을 보인다."

 

간단히 말해 퍼셉트론은

사람의 신경을 흉내내 기계로 구현한 연산 구조입니다.

 

이후 사람들은 다양한 분야에서 인공지능을 활용할 방법을 찾았는데요

그 전에 사람과 컴퓨터가 원활하게 소통하려면 컴퓨터가 인간의 언어를 이해할 수 있어야하고

자연어, 사람들이 일상적으로 사용하는 언어를 처리하는 연구가 활발하게 진행되었습니다.

 

 

---

사람과 말하는 기계의 등장와 인공지능의 겨울

 

1966년 MIT 공과대학에서 개발된 챗봇 엘리자(ELIZA)를 개발되게 되었습니다.

 

하지만 엘리자는 문장 구조를 파악해 미리 준비된 답변을 하는 정도였고

맥락을 파악해 자유로운 대화를 하지 못해 인기는 금방 식었습니다. 

 

또한 1970년대의 컴퓨터 기술의 한계와도 겹쳐 인공지능으로 유용한 결과를 내기엔 턱없이 부족하였고

인공지능 연구에 대한 대규모 지원도 끊겨 많은 연구 프로젝트들이 취소되고 인공지능 과학자들에게는 혹독한 시련이였습니다.

 

이를 인공지능의 겨울이라 부릅니다.

---

인공지능의 봄

 

퍼셉트론이 풀지 못했던 문제를 다층구조 퍼셉트론(Multilayer Perceptron), 역전파 알고리즘으로 극복하고

전문가 시스템이라는 새로운 개념으로 인공지능의 기대를 불러왔습니다.

 

전문가 시스템이란? : 실생활의 문제를 해결하려는 목적으로 전문가의 지식을 컴퓨터에게 가르치고 그 지식을 컴퓨터가 사용하여 추론하도록 하는 것

 

 

최초의 전문가 시스템인 DENDRAL은 화학분자식과 질량스펙트럼을 입력하면 구조식을 추정하여 찾아주는 시스템이었습니다.

이를 통해 전문지식이 없는 일반인도 전문지식을 얻게해주었습니다.

 

이후 전문가 시스템을 도입하는데 막대한 지원을 하면서 인공지능 연구가 되살아났습니다.

 

 

하지만

인간의 지식체계는 생각보다 복잡했고

지금에 비해 옛날에는 전문가 시스템의 한계가 드러나 인공지능의 봄은 오래가지 못했습니다.

 

하지만 인공지능의 연구는 계속됩니다. 몇번의 난관을 마주치며 인공지능 연구는 더 뚜렷하고 현실적인 목표를 세우게되었습니다.

 

60년대에는 강인공지능을 주 목표로 했었지만 (비서 로봇, 아이언맨 자비스 등등)

 

현재는 인간을 흉내내는 약인공지능을 주 목표로 방향을 수정하였습니다.  (알파고, 왓슨)

 

또 사람이 정한 알고리즘이나 명령으로 작동하지 않고 특정상황에서 독자적인 행동이나 판단을 할 수 있도록

에이전트 개념을 인공지능에 적용했습니다.

 

 

 

1997년 IBM의 딥 블루가 세계 체스 챔피언 게리 카스파로프를 최초로 이겼으며

 

이후 2010년에 들어서며 에이전트 기반의 인공지능은 인간을 뛰어넘는 다양한 결과를 가져왔습니다. 

 

 

 

---

 

2011년 왓슨은 TV 퀴즈쇼 제퍼디(Jeopardy!)에 출연하여

퀴즈 챔피언 켄 제닝스와, 브래드 루터를 압도하여 승리하기도 하였고

 

 

 

 

 

2016년 구글 딥마인드의 알파고가 이세돌 9단과 바둑으로 승부하여

이세돌 1승, 알파고가 4승을 거두며 대승리하기도 하였습니다.