[딥러닝 강좌 - 1] 인공지능(Artificial Intelligent)에 대한 이해

티스토리 메뉴 펼치기 댓글수0

인공지능 (AI)

[딥러닝 강좌 - 1] 인공지능(Artificial Intelligent)에 대한 이해

Awesome PeterAhn
댓글수0


안녕하세요 피터입니다.

오늘은 인공지능(Aritificial Intelligent)에 대해서 설명드리겠습니다.


요즘들어 4차 산업혁명이라는 말을 굉장히 많이 들어보셨을 텐데요. 4차 산업혁명을 이야기할 때 항상 빠지지 않는 것이 바로 인공지능입니다. 


인공지능 이란?

인공지능.

영어로는 Artificial Intelligent. 줄여서 AI 라고 부르죠.


그렇다면 인공지능의 정의는 무엇일까요?

인공지능이란 기계에 의해서 표현되는 지능을 말합니다.

이를테면 영화 아이언맨에서 등장한 쟈비스처럼 학습, 지각, 추론을 할 수 있는 기계를 인공지능이 있는 기계라고 말할 수 있겠죠.


영화 her 에서 스칼렛 요한슨(Scarlett Johansson)이 목소리 연기를 맡았던 OS도 인공지능이라고 볼 수 있습니다.


인공지능의 역사

인공 지능(AI)의 탄생

첨단기술을 논할 때 빠지지 않는 이 AI 라는 개념은 사실 그 역사가 굉장히 오래된 기술입니다.


처음 인공지능이란 개념을 논하기 시작한 시점은 1940~1950년대로 거슬러 올라갑니다.

이 당시에 수학, 철학, 공학, 경제 등의 분야에서 다양한 학자들로부터 인공적인 두뇌에 대한 가능성이 논의되고 있었습니다.


1950년에 영화 이미테이션 게임의 실제 모델인 앨런 튜링(Alan Turing)생각하는 기계의 구현 가능성에 대한 내용이 담긴 논문<Computing machinery and intelligence> 발표했습니다.

이 논문에서 현재 튜링 테스트라고 불리고 있는 인공지능 실험을 제안했죠.


텍스트로 주고받는 대화에서 기계가 사람인지 기계인지 구별할 수 없을 정도로 대화를 잘 이끌어 간다면, 이것은 기계가 "생각"하고 있다고 말할 충분한 근거가 된다는 것이었습니다.


그러다가 1956년에 다트머스 컨퍼런스(Dartmouth Conference)에서 뉴얼과 사이먼이 세계 최초의 AI 프로그램논리 연산가(Logic Theorist)를 발표했습니다.

if then rule 을 이용해서 논리적인 문제를 해결하는 프로그램이었는데 현재의 AI 연구에 영향을 주는 중요한 개념들이 제시되었습니다.

존 매카시는 컨퍼런스에 모인 여러 학자들에게 현재 진행되고 있는 연구들을 Artificial Intelligent로 호칭할 것을 설득했습니다.


비로소 인공지능(Artificial Intelligent)이란 개념이 처음 탄생한 것입니다.


그 후 1970년대 초반까지 인공지능 관련 연구는 황금기를 맞이하게 됩니다.

대수학 문제를 풀고 기하학의 정리를 증명하는 등 사람들을 놀라게 만드는 지능을 갖춘 프로그램들이 개발되었고,

관련 연구도 활발하게 진행되었으며 많은 연구가와 학자들이 인공지능 낙관론을 펼쳤습니다.

당연하게도 이 시기에 많은 정부 기관 등에서는 인공지능 연구에 많은 예산을 쏟아부었습니다.


첫번째 AI의 겨울 (First AI Winter: 1974 ~ 1980)

황금기를 뒤로하고 70년대에 들어서 인공지능은 여러 재정적 위기를 맞이하게 됩니다.


많은 연구가들이 주장했던 엄청난 낙관론들이 대중들로 하여금 인공지능 연구에 대한 기대치를 굉장히 높게 갖게 만들었는데,

막상 AI 연구가들이 기대만큼의 성과를 보여주지 못하자 AI에 대한 자금 투자가 대부분 사라지게 된 것이죠.


최초의 인공 신경망(Artificial Neural Network)퍼셉트론(Perceptron)에 대한 연구도 마빈 민스키(Marvin Minsky)의 신랄한 비판에 의해 막을 내리게 되었습니다.

1969년 민스키와 페퍼가 퍼셉트론이 비선형 문제를 다룰 수 없다는 한계와 관련 연구가 과장되었다는 내용의 책을 낸 이후 10년간 인공 신경망에 관련한 거의 모든 연구가 중단되었습니다.


전문가 시스템의 붐이 일다

1980년대 암흑기를 겪던 인공지능은 전문가 시스템(Expert System)이라는 프로그램이 등장하기 시작하면서 다시 호황기를 맞게 됩니다.


전문가 시스템이란 특정 지식의 범위에 대해 문제를 해결해주거나 질문에 대답해주는 프로그램으로 전문가의 지식을 기반으로 개발되었습니다.


이 시기에 꺼져가는 불씨와 같았던 인공 신경망 연구가 다시 되살아나는 계기가 있었습니다.

바로 오류 역전파 알고리즘(Backpropagation)으로 다층 퍼셉트론의 학습을 실질적으로 가능하게 되면서 비선형 문제를 해결할 수 있게 된 것이죠.


하지만 여전히 다층 퍼셉트론의 hidden layer를 깊게 구성할수록 폭발적으로 증가하는 연산량을 감당하기에는 당시 컴퓨팅 파워(Computing Power)에 한계가 있었고 이로 인해 인공 신경망 연구는 뚜렷한 성과를 내지 못하고 있었습니다.


두번째 AI의 겨울 (Second AI Winter: 1987 ~ 1993)

애플, IBM에서 생산하는 데스크탑 컴퓨터들의 하드웨어 성능이 비약적으로 발전하면서 고가의 하드웨어를 사용하는 전문가 시스템이 설 자리를 잃어갔습니다.


전문가 시스템을 유지하기 위해 부담하는 금액이 너무 비싸다는 것이 증명되었고 업데이트도 어려웠습니다.

게다가 일반적이지 않은 질문에는 황당한 행동을 하는 전문가 시스템에 사람들은 의구심을 갖기 시작했습니다.


결과적으로 전문가 시스템은 특별한 경우에서만 유용한 시스템이라는 낙인과 함께 몰락했습니다.

AI의 붐을 주도하던 전문가 시스템의 몰락으로 인공지능 관련 연구는 다시 침체기를 맞게 됩니다.


AI의 재도약

1990년대에 들어서 인터넷을 통해 기존에는 상상하기 힘들었던 수많은 데이터가 생성되기 시작했습니다.


그와 더불어 직접회로의 성능이 24개월마다 2배로 증가한다는 무어의 법칙(Moores' Law)에서 처럼 하드웨어 성능이 비약적으로 발전하면서 이전에 비해 비교가 되지 않는 컴퓨팅 파워를 인공지능 연구에 활용할 수 있게 됩니다.


그리고 병렬 컴퓨팅(Parallel Computing)GPGPU(General-Purpose on GPU)기술이 등장하면서 여러 겹의 hidden layer를 갖는 인공 신경망을 효과적으로 학습할 수 있게 되면서 이른바 딥러닝(Deep Learning)의 시대가 열리게 되었습니다.


딥러닝은 기존에 수십년간 진행해왔던 수많은 인공지능 연구들의 기록을 송두리째 갈아치우며 무섭게 성장하였고 이제는 딥러닝 = 인공지능이라고 할 수 있을 만큼 인공지능에서 빼놓을 수 없는 기술이 되었습니다.


알파고(AlphaGo) 바둑을 평정하다

인공지능 기술이 발전하면서 인공지능과 인간과의 대결로 연구 결과를 증명하려는 시도가 계속됐습니다.


1997년 IBM의 Deep Blue 가 체스 챔피언을 상대로 승리하였으며,

2011년에는 Jeopardy! quiz show에서 IBM의 Watson이 우승을 하게 됩니다.


그리고 우리는 2016년에 인공지능과의 세기의 대결을 목격하게 되죠.

바로 알파고(AlpahGo) vs 이세돌 9단과의 바둑 대결입니다.


이 대결에서 알파고가 압승을 거두게 되면서 100년은 걸릴거라 예상했던 바둑을 정복한 딥러닝이라는 기술에 많은 사람들이 관심을 갖게 되는 계기가 되었습니다.


아시는 분들은 아시겠지만 사실 알파고는 버전이 여러 개가 존재합니다.

판후이 2단과 대결했던 알파고 판(Ver 13: AlphaGo Pan)

이세돌 9단과 대결했던 알파고 리(Ver 18: AlphaGo Lee)

그 후에 여러 기사들을 포함헤 커제 9단과의 대결까지 압승한 알파고 마스터(AlphaGo Master)


알파고 여러 버전들과 인간 프로 기사와의 공식 대결 전적은 13전 12승 1패로 인간 중에 유일하게 이세돌만이 알파고에게 패배를 안겨주었습니다.


2017년에 발표된 알파고 제로(AlphaGo Zero)는 기존의 알파고 버전들이 인간의 기보를 바탕으로 학습을 했던 것과 달리 기본적인 바둑의 룰을 바탕으로 스스로 학습하는 강화 학습(Reinforcement learning)을 기반으로 만들어졌습니다.


이 알파고 제로는 이세돌 9단과 대결했던 알파고 리 버전과의 전적이 100승 무패, 알파고 마스터와의 대결에선 89승 11패를 기록했습니다.


사실상 이제 인간이 인공지능을 바둑으로 이길 수 있는 가능성은 없어진 셈입니다.

마치 달리기로 자동차를 이길 수 없듯이요.


인공지능과 딥러닝

딥러닝이 인공지능의 대명사처럼 쓰이고 있지만 인공지능이란 용어는 좀 더 포괄적으로 쓰이는 용어입니다.


인공지능은 수학, 과학, 철학 등의 분야에서 다뤄지는 개념이고 인공지능을 구현하는 기술 중에 머신러닝(Machine Learning)이라는 기술이 존재하는 것입니다.



딥러닝은 여러 가지 머신러닝 기법 중에 하나에 불과하죠.


그러나 그 어떤 머신러닝 기법도 딥러닝과 같은 성과를 내지 못하고 있기 때문에 현재 인공지능 분야에서는 딥러닝이 필수적으로 사용되고 있는 것입니다.





-Peter의 우아한 프로그래밍

여러분의 댓글은 저에게 크나큰 힘이 됩니다. 오류 및 의견 주시면 감사하겠습니다.

맨위로

https://gracefulprograming.tistory.com/99

신고하기