AI의 신기원, 딥 러닝 기술에 대해서

오늘은 AI 분야의 획기적인 발전을 이끌고 있는 딥 러닝 기술에 대해서 알아보는

 

시간을 갖도록 하겠습니다.  해당 개념을 이해하려면 인공지능과 머신러닝에 대해

 

먼저 짚고 넘어가는 편이 빠르기 때문에 이 2가지를 먼저 간단하게 설명하며

 

시작하겠습니다.^^

 

 

 

[인공지능이란(AI, Artificial Intelligence)?]

 

인공지능이란 인간이 가진 '지적 판단 능력'을 다양한 소프트웨어나 시스템을 통해

 

컴퓨터로 구현한 것을 말합니다. 

 

AI에 대한 논의는 1950년대부터 시작되었지만 기술적인 한계로 인하여

 

발전이 더디었는데요.

 

최근 머신 러닝 및 딥러닝의 개념이 도입되면서 폭발적인 성장을 이루고 있는 과학 분야입니다.

 

 

특히 이 인공지능의 발전은 기존 지적 판단에 기반한 인간의 노동을

 

컴퓨터를 통하여 자동화할 수 있기에 산업 기반의 패러다임을 완전히 바꿔놓을 수 있죠.

 

기존 공장 자동화와는 차원이 다른 문제입니다. A -> B라는 로직에 따라 단순 노동을    대처할 수 있었던 자동화와는 다르게 인공지능은 상황에 따라 A -> C 혹은 D라는 해답을  내놓을 수 있기 때문에 인간의 노동 영역을 훨씬 많은 부분에서 대체 할 수 있습니다.

 

 

 

[머신 러닝(Machine Learning)이란?]

 

머신러닝이란 개념이 도입되면서 AI분야는 진일보를 이루게 되었는데요.

 

기존 소프트웨어의 경우 데이터 및 패턴을 기입하고 그에 따른 결과값을 미리 입력해

 

항상 특정상황에선 같은 결과값을 도출해 내었습니다.

 

그렇기 때문에 컴퓨터의 해답은 해당 데이터 및 규칙에 한정되어 있었는데요.

 

 

머신러닝의 경우 이런 결과값을 미리 주어지는 것이 아니라 방대한 양의 데이터를

 

기입하여 컴퓨터 스스로 규칙 및 패턴을 만들어 내 값을 도출할 수 있도록 로직을

 

개선한 것이죠.

 

 

예를 들어 기존 컴퓨터에게 1+1=2 라는 로직을 기입해 항상 1+1은 2라는 결과값을

 

얻었다고 한다면 지금은 1+1=2가 나오는 공식 자체를 데이터를 통해 스스로 학습시킴으로써

 

공식을 가르치게 된 것이죠. 따라서 컴퓨터는 1+1이라 할지라도 해당 공식이 주어진 환경 및

 

여러 가지 계산된 규칙에 따라 2가 아닌 다른 답을 내놓는 경지까지 이르게 된 것이죠.

 

 

 

그렇기 때문에 머신러닝은 기존 소프트웨어와 완전 다른 방향성을 가지고 있습니다.

 

기존과 같은 방식으로 데이터를 넣는다 하더라도 같은 결과값을 얻을 수 없는 새로운 방향의

 

소프트웨어를 얻게 된 것이죠.

 

 

물론 그런 결과값이 어느 정도의 논리를 갖추기 위해선 엄청난 양의 빅 데이터를 요구하는데

 

지금처럼 메타데이터를 형성하기 좋은 인터넷 환경이 갖추어진 상태에선 시간문제라고

 

할 수 있죠. 

 

AI 발전은 사실상 우리가 사용하는 SNS 및 인터넷 환경의 발전과도 맞닿아 있다고

 

할 수 있습니다.

 

 

 

 

[딥 러닝(Deep Learning) 기술이란?]

 

딥 러닝은 이런 머신 러닝 기술이 한 단계 더 나아간 모델이라고 생각하시면 됩니다.

 

머신 러닝 또한 진일보한 기술이지만 컴퓨터가 스스로 패턴 및 규칙을 만들어내는

 

과정에서 사람의 제어가 필요하거든요. 예를 들어 데이터 값을 넣었을 때 해당 데이터를

 

통해 학습해야 하는 것들을 어느 정도 추려주는 단계가 필요합니다.

 

 

예를 들어 '어린아이가 우는 과정에서 발생할 수 있는 환경적 요인'이라는 것에

 

대한 '규칙 및 패턴을 찾아라' 이런 식으로요.

 

하지만 딥 러닝은 굳이 저렇게 통제하지 않더라도 스스로 데이터를 분석하고 거기에서

 

필요한 로직을 만들어 내는 기술입니다.

 

 

예를 들어 AI에게 '트위터' 및 '페이스북'에 있는 수많은 글들을 통해 학습하라는

 

명령을 내렸을 때 머신 러닝의 경우 해당 글들을 통해 학습해야 하는 분야 및 데이터,

 

결과를 추려줘야 했지만 딥 러닝은 스스로 해당 데이터를 분석해 필요한 로직을

 

만들어 내는 것이죠.

 

 

 

 

그래서 딥러닝을 인공신경망(Artificial Neural Network)이라는 단어를 사용해서

 

많이 표현하는데요. 우리의 뇌처럼 겹겹이 쌓여있는 신경구조를 가지고 표현한 것이에요.

 

어떤 의사 결정이나 판단을 할 때 그에 관련된 여러 가지 사고를 여러가지 단층으로

 

표현하여 결과값을 내놓는 과정을 의미합니다.

 

 

어떻게 보면 포토샵 작업과 비슷해요. 

 

포토샵도 원본 이미지 위에 여러 개의 레이어를 쌓아 놓으면 전혀 다른 결과값을

 

만들어 낼 수 있잖아요. 그걸 알기 쉽게 표현한 단어입니다.

 

 

 

[딥 러닝(Deep Learning) 기술은 이미 우리 주변에 있다.]

 

딥 러닝 기술을 활용한 AI는 이미 손쉽게 우리 주변에서 찾을 수 있습니다.

 

챗봇이라고 들어보셨나요? 카카오톡 기업 계정을 통해 상담을 자주 해보신 분들은 경험해

 

보신 적이 있으실 텐데요. 이 챗봇 역시 딥 러닝을 통해 AI를 구현한 가장 가벼운

 

프로그램이라고 볼 수 있죠.(물론 해당 기술은 머신러닝으로도 가능하긴 합니다...)

 

 

자동차 분야 역시도 존재합니다. 바로 최근 가장 핫한 기업인 '테슬라'를 필두로 

 

개발되고 있는 '자율 주행 자동차'가 바로 딥 러닝의 산문이라고 볼 수 있지요. 

 

운전의 경우 일반적인 운전 로직 이외에 주변 환경에 상당히 많은 영향을 받는

 

분야라 할 수 있잖아요? 그래서 머신 러닝으로 모든 변수를 통제하기 어려운데 이걸 딥러닝을

 

통해 학습시키면 개발자가 미쳐 인지하지 못한 변수까지 통제가 가능해집니다.

 

그래서 테슬라가 미친 듯이 자동차 주행에 관한 '빅 데이터' 수집에 혈안이 되어 있는 것이고요.

 

 

'알파고'는 너무나 유명한 AI니 굳이 설명 안 하겠습니다. 이제 바둑 및 체스 등은 인간이

 

AI를 이길 수 없어요.

 

 

 

[딥 러닝(Deep Learning)이 가져올 우리의 미래]

 

이미 딥 러닝은 우리 사회를 많이 변화시키고 있는데요. 그 속도는 가속화될 예정입니다.

 

하지만 그 끝을 유토피아로 볼 수 있을까요? 딥 러닝에 의한 AI는 아마도 거의 모든 부분에서

 

사람을 대신해 업무를 처리하게 될 것입니다.

 

 

경영자 입장에서 인간보다 AI를 사용하는 것이 좀 더 효율적일 테니까요.

 

그렇게 된다면 기존 노동을 통해 수익을 창출하고 지출을 통해 경제 활동을 영위하던

 

자본주의 환경은 근본적으로 변화해야 하는 문제에 직면하게 될 것입니다.

 

여러분은 어떻게 생각하시는지요?