인공지능 개요와 역사, 응용과 연구
인공지능개론(정명희) 2주차 강의내용
철학자들이 2000년 동안 이해하고 풀고자 했던
two Big Questions of the Universe:
• How does a human mind work
• Can non-humans have minds?
These questions are still unanswered.
사람들이 하는 지능적인 일
• Planning
• Learning
• Natural Language Processing
• Motion and manipulation
• Perception
• Creativity
• General intelligence
인공 지능 관점
“AI는 사람처럼 생각해야 할까요, 아니면 단순히 올바르게 행동하면 될까요?” 챗GPT 같은 대화형 AI는 Humanly Acting인가 Rationally Acting인가?
자율주행차는 Humanly Thinking보다 Rationally Acting에 가깝지 않은가?
정의) AI란 무엇인가?
현재 우리가 사용하는 AI(ChatGPT 등)는 약한 AI
인공지능의 역사적 이벤트
① 현대 AI의 부상 (1990s~2000s)
• 1997년: IBM 딥 블루(Deep Blue), 체스 세계 챔피언 가리 카스파로프 격파
• 2000년대 초: 기계 학습(machine learning), 통계적 접근 활발
• 빅데이터 개념 확산, 컴퓨팅 자원 발전
② 딥러닝 혁명 (2010s~)
• 2011년: IBM 왓슨(Watson), 퀴즈쇼 제퍼디 챔피언 제압
• 2012년: 알렉스넷(AlexNet), 이미지넷 대회 압도적 우승 → 딥러닝 시대 개막
• 2016년: 구글 딥마인드 알파고(AlphaGo), 바둑 세계 챔피언 이세돌 9단 승리
• 이후 음성 인식, 자율주행, 의료 AI 급성장
인공지능의 핵심 기술
• 머신러닝: 통계기반 알고리즘
• 딥러닝: 인공 신경망 기반 데이터 학습
• 자연어 처리(NLP): 언어 이해와 생성
• 컴퓨터 비전: 이미지·영상 인식
• 멀티모달 AI: 텍스트·이미지·음성 통합
- 머신러닝 (Machine Learning)
컴퓨터가 명시적으로 프로그래밍 대신 데이터로부터 스스로 학습하고 예측을 수행할 수 있도록 하는 알고리즘과 기술(기계가 경험을 통해 지식을 쌓고 성능 향상시킴)
<세 가지="" 유형=""> • 지도 학습 (Supervised Learning): '정답'이 표시된 데이터를 사용하여 모델을 학습시키는 방식. 예를 들어, '개'와 '고양이' 사진에 각각 레이블을 붙여 학습시킨 후, 새로운 사진이 주어졌을 때 그것이 개인지 고양이인지 구별하도록 하는 것입니다. 분류(Classification)와 회귀(Regression)가 대표적인 지도 학습 문제
• 비지도 학습 (Unsupervised Learning): 정답 레이블이 없는 데이터를 사용하여 데이터 내에 숨겨진 구조나 패턴을 찾아내는 방식입. 비슷한 특성을 가진 고객들을 그룹으로 묶는 군집화(Clustering)나 데이터의 차원을 축소하는 데 사용
• 강화 학습 (Reinforcement Learning): 에이전트(Agent)가 특정 환경에서 행동을 수행하고, 그 결과로 얻는 보상(Reward)을 최대화하는 방향으로 학습하는 방식. 시행착오를 통해 최적의 행동 정책을 학습하며, 게임 AI나 로봇 제어, 자율주행차 등에 널리 활용
-
딥러닝 (Deep Learning)
딥러닝은 머신러닝의 한 종류로, 인간의 뇌 신경망을 모방한 인공신경망(Artificial Neural Network, ANN)을 여러 겹으로 깊게 쌓아 올려 데이터를 학습하는 기술. 깊은 신경망 구조덕분에 데이터에 내재된 복잡하고 추상적인 패턴을 스스로 학습하고 추출할 수 있음. 딥러닝은 방대한 양의 데이터(빅데이터)와 강력한 컴퓨팅 파워(GPU 등)를 기반으로 비약적인 발전을 이루었으며, 특히 이미지 인식, 음성 인식, 자연어 처리 분야에서 기존의 머신러닝 기법을 뛰어넘는 성능을 보여주고 있음 - 자연어 처리 (Natural Language Processing, NLP)
인간이 사용하는 언어(자연어)를 컴퓨터가 이해하고, 해석하며, 생성할 수 있도록 하는 인공지능 기술입니다. 단순히 단어의 의미를 파악하는 것을 넘어 문장의 구조, 문맥, 그리고 그 안에 담긴 감성까지 분석
<주요 기술="">
• 텍스트 분류 (Text Classification): 이메일이 스팸인지, 뉴스 기사가 어떤 주제에 속하는지분류• 기계 번역 (Machine Translation): 한 언어를 다른 언어로 자동으로 번역 (예: 구글 번역, 파파고)
• 감성 분석 (Sentiment Analysis): 텍스트에 나타난 긍정, 부정, 중립과 같은 감성적인 뉘앙파악• 질의응답 (Question Answering): 사용자의 질문에 대해 자연어로 된 답변을 제공
• 텍스트 생성 (Text Generation): 주어진 주제나 키워드를 바탕으로 새로운 문장이나 문단생성
- 컴퓨터 비전 (Computer Vision)
컴퓨터가 인간의 시각 능력처럼 이미지나 비디오를 보고 이해할 수 있도록 하는 기술. 딥러닝 기술의 발전과 함께 가장 큰 성과를 보인 분야 중 하나로, 단순히 이미지를 인식하는 것을 넘어 그 안의 객체를 탐지하고, 분류하며, 추적하는 등 다양한 작업 수행
<주요 응용="" 분야="">
• 객체 탐지 (Object Detection): 이미지나 영상 속에서 특정 객체(사람, 자동차 등)의 위치를 찾아내고 식별. 자율주행차의 핵심 기술 중 하나
• 이미지 분류 (Image Classification): 이미지가 어떤 종류에 속하는지 분류
• 얼굴 인식 (Face Recognition): 사람의 얼굴을 식별하여 인증하거나 특정 인물을 찾아냄.
• 이미지 분할 (Image Segmentation): 이미지의 픽셀 단위로 객체를 구분하여 각 픽셀이어떤 객체에 속하는지 파악. 의료 영상 분석 등에 활용
- 멀티모달 AI(Multimodal AI)
• 앞의 핵심 기술들을 기반으로 한 차세대 인공지능 분야로, 현재 가장 활발하게 연구되고 발전하는 핵심 기술
• 기존의 AI가 주로 한 가지 종류의 데이터(예: 텍스트만, 이미지만)를 처리하는 데 집중했다면, 멀티모달 AI는 여러 종류의 데이터를 동시에 이해하고 통합적으로 추론하는 기술
<주요 예시="">
• 텍스트-이미지 생성 (Text-to-Image Generation): 사용자가 텍스트로 원하는 그림을 묘사하면AI가 그에 맞는 이미지를 생성하는 기술. (예: Midjourney, DALL-E)
• 이미지 캡셔닝 (Image Captioning): 이미지를 보고 그 내용을 설명하는 문장을 자동으로 생성합니다. 시각장애인을 위한 서비스나 이미지 검색 엔진에 활용
• 시각적 질의응답 (Visual Question Answering, VQA): 이미지와 관련된 질문을 텍스트로 입력하면 AI가 이미지를 이해하고 질문에 답변
• 음성-시각 결합 기술 (Audio-Visual Recognition): 시끄러운 환경에서 사람의 입 모양(시각정보)과 음성(청각 정보)을 함께 분석하여 음성 인식 정확도를 높이는 기술
인공지능 응용과 연구
1 인공지능의 생활 속의 다양한 응용
2 인공지능의 타 학문 분야에의 응용
3 인공지능 기술 경쟁과 인공지능 교육
4 인공지능과 소프트웨어
5 인공지능 도우미와 소프트웨어 공개 동향
6 인공지능의 분류 체계
7 인공지능의 연구 분야
8 세계가 깜짝 놀란 5개의 인공지능 시스템
9 앨런 튜링과 인공지능 테스트
인공지능의 생활 속의 다양한 응용
(1) 인공지능의 광고에서의 활용
• 유튜브(YouTube)에서 인공지능이 동영상 추천
• 인공지능이 사용자가 자주 찾는 프로그램 경향 분석
• 유튜브를 켜면 자주 듣는 바이올린 연주 관련 추천
• 인터넷으로 신문 기사를 읽는 도중에 중간 광고가 나타남
• 여러 번 검색하며 관심을 가졌던 주제와 관련된 광고
• 그 외 도서 검색 경험을 바탕으로 한 추천 광고
(2) 인공지능의 사물인식
• 인공지능 기술로 얼굴인식과 사물인식에서 실용화 단계 도달
• 얼굴인식기와 신분증 인증 시스템으로 간편하게 등록
• 대형마트 등에서는 얼굴인식으로 결제
(3) 인공지능 로봇 심판의 출현
• 어떤 스포츠 경기에서나 심판의 공정성 시비가 있음
• 미국에서 인공지능 ‘로봇 심판’이 스트라이크나 볼 판정
• 볼의 판정 시비가 사라져 불만이 줄어드는 장점
• 인공지능 로봇이 전적으로 담당하면 인간심판은?
(4) 인공지능 가사도우미
• 인공지능 기술은 가사에도 많은 변화를 가져옴
• 인공지능 청소기가 집안을 돌아다니며 먼지 등을 청소
• 스마트폰을 이용한 원격조정도 가능
• 가사 노동에 드는 시간이 줄고 여가를 즐길 시간이 늘어남
• KIST에서 개발한 휴머노이드 가사도우미 로봇 ‘마루 Z’
• 자율보행 능력을 갖추고 있음
• 물건을 정확하게 집어 이동시킬 수도 있음
(5) 음성 비서 & 스마트홈
인공지능의 생활 속의 다양한 응용
•예시: 애플 Siri, 아마존 Alexa, 구글 어시스턴트
•기능: 음성 명령으로 음악 재생, 일정 관리, IoT 기기 제어
(6) 추천 시스템
•예시: 넷플릭스 영화 추천, 유튜브 영상 추천, 스포티파이 음악 추천,
쿠팡/아마존 상품 추천
•원리: 사용자의 행동 데이터(검색, 시청, 구매)를 분석해 개인화 추천
(7) 금융 분야
•예시: 신용평가 AI, 금융 사기 탐지(Fraud Detection), 주식 자동 매매
•원리: 거래 패턴 학습 → 이상 탐지, 자동 리스크 평가
(8) 의료 분야
• 예시: AI 영상진단 (X-ray, CT, MRI 판독), 신약개발, 맞춤형 치료
• 대표 사례: 구글 딥마인드의 DeepMind Health, IBM Watson for Oncology
(9) 자율주행 & 모빌리티
• 예시: 테슬라 오토파일럿, 구글 웨이모(Waymo)
• 원리: 컴퓨터 비전 + 센서 데이터 분석 + 강화학습
(10) 번역 & 언어 서비스
• 예시: 구글 번역, 파파고, ChatGPT 번역
• 원리: 딥러닝 기반 자연어 처리(NLP)
(11) 예술 & 창작
• 예시: DALL·E, MidJourney (이미지 생성), ChatGPT 시나리오 작성,
AI 음악 작곡 (AIVA, Jukebox)
(12) 맞춤형 교육
• 예시: AI 튜터 (듀오링고 Duolingo, Coursera AI 기반 추천 학습 경로)
인공지능의 타 학문 분야에의 응용
(1) 인문학과 인공지능
• 인공지능 열풍은 인문학에도 영향을 미치고 있음
• 인문학은 인간의 사상과 문화를 연구하고 탐구하는 학문 영역
• 문학, 역사학, 언어학, 철학, 종교학, 신학, 고고학, 예술학 등
• 통찰력을 바탕으로 인문학도들은 인공지능을 빠르게 이해 가능
• 미국 스탠포드 대학에서 인간중심 인공지능연구소(HAI) 설립
• HAI에서는 인공지능 개발자와 인문학자와 협업하여 연구 중
(2) 법률과 인공지능
• 법률은 용어부터 매우 어렵고 절차도 매우 까다로운 편
•ʻ리걸테크(LegalTech)’는 법률(legal)과 기술(technology)의 합성어
• 인공지능 변호사가 법조인의 업무를 보조하는 역할은 합법적
• 미국의 인공지능 변호사는 판례 정보 제공과 자연어 대화 가능
• 2019년 8월 ʻ제1회 알파로(Alpha Law) 경진대회’ 개최
• 인공지능 변호사와 인간 변호사들이 팀을 이루어 법률자문 대결
• 12개 팀 중 인공지능과 짝을 이룬 3개 팀이 1∼3등을 모두 차지
• 일반인 참가자가 인공지능과 팀을 이루어 변호사 팀을 이김
• 판사와 변호사가 인공지능의 도움으로 판결/변론하는 시대가 다가옴
(3) 의학과 인공지능
• 최근 인공지능의 의학 분야에서의 활용도 늘어나고 있음
• IBM의 인공지능 컴퓨터 ‘왓슨’은 의료 분야에서도 큰 성과
• 왓슨은 암 발견과 최적의 암 환자 치료를 수행
• MRI 영상의 인공지능적인 분석 시스템 개발
• 미국에서는 인공지능 암 진단 등에서 매우 정확한 진단
• 그 외 인공지능 기술이 이미 의학 분야에도 많이 도입
(4) 로봇공학과 인공지능
• 인간 모습으로 인간과 교감 가능한 로봇 휴머노이드(humanoid)
(5) 간호 의료와 인공지능
• 앞으로 지능형 로봇의 응용이 일상생활에 대폭 확대되는 추세
• 병원에 입원해 있는 환자의 얼굴과 음성인식도 가능
• 로봇 간호사는 환자의 자세 이동까지 도와줄 수 있음
• 로봇 간호사는 환자들을 보살피고 이동까지 돕는 역할
(6) 비즈니스와 인공지능
• 인공지능은 다양한 비즈니스에도 상당한 영향을 미치기 시작
• 특히 원활한 경영을 위해 인공지능을 활용하는 경우 확대
• 인공지능을 통해 급격하게 변화하는 국제유가의 변동성 예측
• 소비자 패턴 분석을 통한 신상품의 개발과 출고 조절 등
• 기업의 경쟁력을 높이는 기여가 점차 확대되기 시작
• 인공지능은 주식 시장에서도 두각을 나타내고 있음
(7) 농업과 인공지능
• 최근 들어 인공지능의 농업 분야에서의 활용이 늘어남
• 예로는 농업용 로봇과 스마트 농업 기술의 활용 등
• 인공지능 로봇은 물이나 영양제를 뿌리는 등에도 활용됨
• 포도 등 과일을 수확하는 일에도 활용되고 있음
• 축산에 있어서 사료를 공급하는 역할도 가능
• 인공지능과 사물인터넷을 적용한 농장, 스마트팜
인공지능과 소프트웨어
지금은 인공지능 소프트웨어 시대!
• 인공지능 시대에 소프트웨어의 중요성이 더욱 커지고 있음
• 소프트웨어+인공지능 기술을 첨가하면 부가가치가 높아짐
• 소프트웨어는 IT 서비스를 통한 지식 창출의 도구
• 총 개발비 중 소프트웨어 비중은 점차 높아지고 있음
• 자동차는 56%, 항공기는 60%, 의료 서비스는 50%로 높음
• BMW의 자율주행차 연구개발비의 약 90%가 소프트웨어
• 이 중 인공지능 소프트웨어 개발비가 대부분을 차지
• 테슬러의 전기자동차 개발에 인공지능 소프트웨어 기술이 핵심
• 자율주행차를 시험 운행하는 구글도 인공지능 소프트웨어 개발
• 차세대 전투기인 F35 기능의 92% 이상이 소프트웨어로 구현
– 수십 개의 목표물을 동시 요격 가능한 핵심 소프트웨어
– 고도의 기술을 필요로 하는 인공지능 소프트웨어 기술 포함
• ‘아바타(Avatar)’란 영화의 그래픽 처리에 3만 5천대의 컴퓨터 사용
• 가상현실 구현에 인공지능 소프트웨어 기술이 필수적으로 사용됨
인공지능 시대의 소프트웨어의 중요성
• 인공지능 시대에 소프트웨어가 세상의 변화를 이끌 것이란 전망
• 인공지능과 소프트웨어는 제4차 산업혁명 시대에 필수적임
인공지능 시대의 소프트웨어 융합
• 소프트웨어와 여러 다양한 분야의 융합이 가능
• 몇 가지 전공별로 살펴본 소프트웨어 융합의 예
Ex) 생물학 + 소프트웨어 → 바이오인포매틱스란 생명정보과학 분야
음악 + 소프트웨어 → 컴퓨터 악보
건축학 + 소프트웨어 → 구조설계 소프트웨어
화학 + 소프트웨어 → 가상현실 시뮬레이션
소프트웨어와 인공지능이 강한 회사
• 소프트웨어의 힘은 점차 강해지고, 영향력도 커지고 있음
인공지능 시장 전망
• 세계 인공지능 소프트웨어 시장의 급속한 성장 전망
• 2018년 95억 달러에서 2025년에는 1,186억 달러로 성장
• 자연어 처리, 언어 번역, 로봇 자동화, 머신러닝 등 포함
인공지능 도우미와 소프트웨어 공개 동향
(1) 인공지능 도우미들(Assistants) –조사 활동
• 구글의 ‘구글 어시스턴트’
• 마이크로소프트의 ‘코타나’
• 애플의 ‘시리’
• 페이스북의 ‘챗봇’
• 아마존의 ‘알렉사’
• 삼성전자의 ‘빅스비’
• 아이비앰 왓슨
(2) 인공지능 소프트웨어 공개 동향 – 조사 활동
• 인공지능용 소프트웨어를 오픈소스(open source)로 공개
• 오픈소스란 프로그램 소스 코드(source code)의 무료 공개
• 인공지능 생태계를 만들어 선도하기 위해 오픈소스함
주요 회사들의 오픈소스 현황
• 마이크로소프트의 코타나 오픈소스
• 구글의 텐서플로(TensorFlow) 오픈소스
• 페이스북의 빅서(Big Sur) 공개
• 바이두의 WARP-CTC 공개
• 인공지능 관련 특허
• 세계적 기술 기업들이 인공지능 연구 개발에 엄청난 투자