[이석중의 알기쉬운 인공지능] "인공지능·머신러닝·딥러닝"의 개념

[“알기 쉬운 인공지능”에 연재를 시작하며…]

 

인공지능/머신러닝/딥러닝 관계

https://mblogthumb-phinf.pstatic.net/MjAxOTA4MTNfMjEw/MDAxNTY1NjI0MDM4NzU5.gipXXlssyqZ_eIugsfoCDHK91gxUDZd-mgYGhPF1dowg.kfK2-x7iE0amYCcGn_CZI7wpIgK7mrux0ZcNpXliUygg.PNG.pwj6971/20190813_%EC%9D%B8%EA%B3%B5%EC%A7%80%EB%8A%A5%EC%9D%98%EA%B0%9C%EB%85%90%EB%8F%84.png?type=w800

2016년 알파고와 이세돌 간의 역사적인 바둑 대결은 우리에게 큰 충격을 주었으며, 새로운 시대를 예고하는 신호탄이 되었다. 이후, 채 1~2년이 지나지 않아 인공지능 기술은 우리 일상으로 빠르게 파고 들기 시작했다. 인류 역사상 최초로 짐승이나 가축이 아니라 기계를 훈련시켜 판단력과 추론 능력을 갖게 만든다는 사실과 공상 과학 소설이나 SF 영화로 인해, 때로는 사람들로부터 지나친 우려와 기대를 동시에 받고 있는 상황이다.

하지만 현실의 인공지능은 영화 속의 터미네이터처럼 인류를 위협하여 막연한 두려움을 주는 존재이거나 아이언맨에서처럼 토니 스타크가 원하는 다양한 기능을 척척 처리하는 자비스와 같은 강력한 능력을 갖는 “범용 AI(strong AI 혹은 general AI)”가 아니라, 주어진 한정된 문제만을 해결할 수 있는 “협소 AI(narrow AI 혹은 weak AI)”가 대부분이다. 그러므로 지나친 두려움이나 기대가 아니라, 인공지능 기술에 대한 냉정하고 정확한 이해가 필요하며, 이 기술을 어떻게 이용하고 접근할 것인지에 대한 개념을 갖는 것은 매우 중요하며, 연재를 통하여 이런 부분을 살펴볼 예정이다.

본격적인 연재에 앞서 먼저 흔하게 듣는 단어이면서도, 어떤 때는 비슷하게 또 어떤 때는 구별해서 사용하는 것 같기도 한데 막상 차이와 핵심을 설명하려면 좀 애매해지기도 하는 ‘인공지능·머신러닝·딥러닝’의 개념을 살펴보자.

인공지능은 음성인식·의사결정·추론과 같은 인간의 지능을 모방한 기계나 시스템을 말한다. 인공지능의 개념은 튜링테스트(기계가 인공지능을 갖췄는지 판별하는 실험)를 개발한 ‘앨런 튜링(영화 이미테이션 게임 참고)’이 지난 1950년에 발표한 ‘연산 기계와 지능’이라는 논문을 통해 개념이 정립됐다. 이후 1956년 ‘존 메커시’가 처음으로 인공지능이라는 말이 만들어냈다. 하지만 실제로 구현하는 것은 쉽지 않아 장기간 침체기를 겪었고 1990년대에 인터넷이 발전하면서 방대한 데이터 관리를 위한 수단으로 부활했으며 주로 공상과학 소설의 주제에서 비로소 과학의 주제로 발전하게 된다.

머신러닝은 1959년 ‘아서 사무엘’이 ‘일일이 프로그램하지 않아도 학습이 가능한 능력’이라고 정의했으며 인공지능의 구현 방법 중 하나로 간주된다. 대부분 인공지능은 학습을 통해 지능을 확보하지만 일일이 지시하는 규칙기반을 통해서도 가능하다.

1986년 ‘리나’ 교수가 처음으로 사용한 딥러닝은 머신러닝을 구현하는 기술 중 하나로 약 10여년 전부터 훌륭한 연구 결과가 나오기 시작했다. 워낙 뛰어난 성능으로 인해 기존에 사용되던 많은 머신러닝 방법들을 거의 유명무실하게 만들었다. 기존 방법은 주로 전문가들이 데이터 속에 존재하는 특징을 추출한 후에 머신러닝을 통해 분류나 판단하는 식이었다면, 딥러닝에서는 데이터만 넣어주면 깊은 망을 통해 스스로 데이터의 특징을 찾아낸 후 분류나 판단까지 수행해 매우 편리하며 정확도가 크게 향상되었다. 하지만 딥러닝을 실행하려면 기존 머신러닝에 비해 엄청난 연산 능력이 요구되기 때문에, 많은 연산을 병렬적으로 수행하기에 적합한 그래픽 프로세서(GPU)가 주로 사용된다.

정리하면 인공지능이 가장 광의의 개념이고, 인공지능을 구현하는 하나의 기술로 머신러닝이 있으며, 딥러닝은 머신러닝을 구현하는 기술 중 하나가 된다. 그렇지만 빼어난 성능으로 인해 이미 딥러닝이 대세가 됐으며 머신러닝이나 인공지능을 말할 때도 주로 딥러닝의 사용을 전제로 하기 때문에 서로 혼용되어 사용하기도 한다.
 

이석중 라온피플 대표는 서울대 전자공학과 학·석사를 마치고 현대전자(현 SK하이닉스)에서 이미지센서·영상 관련 반도체 설계로 매출에 크게 기여했다. 이후 대표적인 팹리스 설계회사인 코아로직 연구소장으로 국내외 카메라폰의 돌풍을 일으켰다. 2010년 라온피플을 설립해 독보적인 인공지능 비전검사 기술로 가파른 성장을 이끌고 있으며, 2020년 한국거래소에서 선정한 라이징스타 기업으로 성장시켰다. 월 6만뷰 이상의 인공지능 분야의 파워블로거이기도 하고, 다양한 유투브 동영상을 통해 지식 공유에 앞장서고 있다.

출처 : YTIMES청년신문(http://www.ytimes.co.kr)