기술의 특히나 IT, 컴퓨터의 기술 발달은 우리가 이전에 상상하지 못했던 일들을 가능케 하고 효율성 측면에서 인류에게 상당한 도움을 주고 있습니다. 예를 들면 우리가 막대한 양의 데이터를 정말 간단하게 활용할 수 있게 해 준 엑셀을 예를 들어보면 아주 쉽게 이해할 수 있습니다. 수백, 수천, 수만의 데이터라고 하더라도 우리가 원하는 조건에 따라서 값을 가공하고 도출이 가능하게 해 주었습니다.
당장 13231298938845854584678 (곱하기) 2379104988094214890을 사람이 한다고 하면 오랜 시간이 걸리고 틀릴 수도 있습니다. 하지만 컴퓨터를 이용한다면 이 값을 복사 붙여서 값을 확인하기만 하면 됩니다. 혁신적인 시간 단축과 효율성이 압도적입니다.
그래서 우리는 이러한 컴퓨터의 기능을 일상생활과 산업현장에 사용하고 싶습니다. 하지만 문제는 인지와 판단은 컴퓨터에게는 너무나 어려운 기능이라는 겁니다. 예를 들면 내가 키우는 반려동물이 강아지이니까 강아지를 위해서 물건을 선택하고 구매하고 하는 것은 쉬운 일입니다. 하지만 인공지능은 우선 내가 키우고 있는 반려동물이 무엇인지 파악부터가 불가능합니다. 인지와 판단을 못하기 때문입니다.
산업현장에서도 불량품을 찾아내기 위하여 센서를 이용하여 무게, 카메라 이미지의 비매칭등으로 선별을 하고 사람이 재검을 하는 방식이지 인공지능 스스로 불량을 인지하고 판단하는 기술은 아직 꾸준히 개선 중에 있습니다. 이렇게 인간과 같이 스스로 인지하고 판단하는 능력을 강화하기 위하여 몇가지 방법이 사용되고 있습니다. 기계를 인간처럼 계속 학습시키는 것입니다.
1. 딥러닝이 문제를 해결하는 방식
첫 번째는 지도 학습입니다. 우리가 어린아이를 가리키는 것처럼 차근차근 '이 이미지는 핸드폰이야', '이 이미지는 카메라야'하고 가르치는 것이죠. 두 번째는 비지도 학습입니다. 즉 인공지능 스스로 어떤 이미지를 보고 '핸드폰이군, 카메라군'하고 스스로 학습하는 것입니다. 다음은 강화 학습입니다. Reinforcement Learning이라는 단어처럼 반복학습을 통하여 학습의 지식을 강화하는 것입니다. 이 대표적인 예가 이세돌 9단을 이긴 인공지능 알파고입니다. 마지막으로 딥러닝은 우리 인간의 뇌신경을 흉내 낸 인공 뉴런으로 이뤄진 인공 신경망입니다. 이전의 기술은 어떤 인지와 판단을 위하여 이미지 전체를 저장하고 그 데이터의 분석 이용하였다면 이 딥러닝은 얼굴이나 물건의 특징만을 파악하고 학습을 합니다. 물체의 특성 즉 평균값을 바탕으로 인지하고 판단하게 되는 것입니다.
2. 인공지능의 산업현장 및 실생활
이렇게 딥러닝을 익힌 인공지능은 다양한 분야에서 활용이 가능합니다. 당장 산업현장을 예를 들면 100만 대가 생산되는 갤럭시 휴대폰 양산과정에 이전에 99만 9천9백9십9대와 다른 1대를 찾아내고 불량품으로 처리하고 그리고 왜 불량품이 나왔는지 추적하고 그 불량품을 없애기 위한 방법도 인공지능이 도출하게 될 것입니다.
또한 인공지능이 점점 인간의 그것과 가까워지면 인공지능이 음악, 영상, 소설 등의 창작 분야에서도 활용될 것으로 보이고 실제로 그런 시도들도 이뤄지고 있습니다.
우리가 쓰고 있는 핸드폰에도 많은 인공지능 기술이 들어 있어서 실제로 목소리를 통하여 문자를 보내거나 전화를 연결하거나 알고리즘에 따라서 필요한 광고를 보고 있기도 하는 등 실제로 인공지능 기술은 생활 깊숙한 곳에서 점차 발전을 하고 있습니다.
게임 중에 '비컴 휴먼'이라는 게임이 있습니다. 사람을 닮은 인공지능 로봇에 대한 이야기를 다룬 게임인데 인공지능의 발전을 아주 잘 묘사한 게임이라고 생각됩니다. 어느 날 인공지능이 끊임없는 자기 학습을 통하여 인공지능이 자율성을 얻고 인간보다 뛰어난 존재란 것을 깨닫게 된다면 그 후의 미래는 어떻게 될까요? 인공지능의 발전은 인류의 발전에 크게 기여할 것은 분명합니다. 하지만 여러 SF에서 소재로 다루었던 인공지능이 인간을 배신하는 일은 부디 없었으면 합니다.
댓글