본 백서에서는 인공지능의 기본 개념에 대해 간략히 짚어보고, 인공지능을 실무에 적용하는 과정, 또는 그 과정에서 벌어지는 일을 살펴본다.
📑 한눈에 보기
- 인공지능은 무엇일까?
- AI가 할 수 없는 것들
- AI가 잘하는 것들
- 결론
🔴인공지능(Artificial Intelligence, 이하 AI)은 무엇일까?
이에 대한 엄밀한 정의 대신 이 글에서는 ‘기존의 데이터에서 패턴을 찾아낸 후 새로운 데이터가 암시하는 바를 예측하는 컴퓨터 기술’ 정도로 정의해도 무방하겠다. 일반적으로 기대하는 정의와 사뭇 달라서 실망스러울 수도 있겠지만 아직까지 AI는 이 정도 수준이다. 또한, 아래 [이미지1]와 같이 인공지능의 범주 안에서 패턴을 찾거나 예측하는 과정에서 인공신경망을 사용하면 딥러닝(deep learning), 인공신경망 외의 기법을 사용하면 머신러닝(machine learning)이라고 표현하면 큰 무리가 없을 것 같다.
🔴 인공지능(AI)이 할 수 없는 것들
|
“시간 파리는 화살을 좋아해”
|
꽤 많은 사람들이 위 문장을 기억할 것이다. 위의 문장은 “Time flies like an arrow(시간은 화살같이 날아간다)”라는 영어 문장의 컴퓨터 번역으로, 불과 몇 년 전 까지만 하더라도 국내외 유명 번역 서비스들은 이 정도의 번역 결과를 보여주곤 했다.
인간은 오랜 역사를 거치면서 습득한 정보를 언어에 함축해 놓았다. 이를 컴퓨터로 처리하는 과정을 흔히 ’자연어 처리(NLP; Natural Language Processing)’ 라고 하는데, 이 과정에서 정보 손실과 왜곡이 발생하기 마련이다.
인공지능(AI) 기술이 많이 발전했다고 하더라도 NLP 작업은 여전히 컴퓨터에게 버거운 일일 수밖에 없다. 예전과는 다르지 않을까 의구심이 든다면, 지금 번역 서비스에 “Retrieving information is sometimes easier said than done.”이라는 문장을 입력해 보자. 제대로 번역된다면 “정보 검색은 때로 말처럼 쉽지 않다”라는 결과를 보여주겠지만, 유명 번역 서비스라 해도 분명 기대와는 사뭇 다른 결과물을 보여줄 것이다.
*source: www.nature.com
[이미지2]는 AI의 한계를 보여주는 두 번째 사례다. 왼쪽에는 판다(panda)를 찍은 사진의 원본 이미지고, 가운데는 일종의 잡음(noise) 이미지이다. 원본 판다 이미지와 잡음 이미지를 혼합한 합성한 결과가 오른쪽에 있는 이미지인데, 사람의 눈으로는 아무리 살펴 보아도 원본 이미지와 합성 이미지를 구분할 수 없다. 그런데 AI, 구체적으로 딥러닝 모델이 왼쪽 사진을 판다 라고 정확히 인식한 반면, 오른쪽의 이미지를 긴팔원숭이(gibbon)이라고 잘못 판단을 하는 경우가 있었다.
또 다른 사례는 워낙 유명해서 언급하지 않을 수 없는 미국의 온라인 부동산 중개회사 질로우(Zillow)의 최고 분석책임자(CAO, Chief Analytics Officer) 사례다. 질로우는 주택을 중개하는 과정에서 대규모 데이터를 수집하게 됐다. 2021년경에 약 1억 1천만 주택의 데이터를 보유하게 된 질로우는 이를 기반으로 주택 가격을 예측하는 AI 모델 '제스티메이트(Zestimate)'를 구축했다. 질로우는 주택 가격을 예측하는 이 AI 모델을 활용해 미국의 주택을 매입한 후 개보수(house-flipping)하여 되파는 사업모델을 추진하였다. 문제는 개보수 작업은 보통 6개월 정도 걸리는데, 주택 매입 시점과 판매시점의 차이에 대한 예측 실패로 큰 손실을 보게 된 것이다. 그 결과로 질로우는 전 직원 8천여 명 중 20%를 감원하고 2021년 3/4분기에 420만 달러(한화 약 59억원)의 손실을 보게 되었다. (*source: analyticsindiamag.com)
🔴 인공지능(AI)이 잘하는 것들
위의 사례만 보면 인공지능 AI 기술이 별로 신통하지 못한 것 같지만, 주위를 돌아보면 AI가 사용되지 않은 분야는 거의 없다.
많은 사람들이 이 순간에도 AI 기반의 번역 서비스를 활용해 업무를 수행하고 있으며, 심지어 차량번호를 외우지 못해서 휴대전화에 저장된 사진을 대상으로 ‘차량번호’라고 검색하여 자신의 자동차가 찍힌 사진에서 차량번호를 확인하기도 한다.
AI가 잘하는 많은 것에 대해서는 차후에 하나씩 살펴보기로 하고, 이 글에서는 ‘초거대 AI’ 모델 중 주어진 문장을 기반으로 이미지를 생성하는 모델(Text-to-Image 모델)에 적용한 사례 정도만 소개한다.
이하 중략
현재 인공지능 AI 기술 발전 수준은 약한 인공지능(weak-AI)이다. 사람이 시키니까 학습을 하는 것이고, 사람이 예측을 하라고 하니 예측을 할 뿐이다. 엄밀하게 말하면 학습은 AI 모델의 내부 파라미터를 조정하는 과정이다. 흔히 AI가 “스스로 학습한다"라는 표현을 하는데, 이는 잘못된 표현인 셈이다. 앞서 언급한 <빅데이터 사용설명서>라는 책에서 언급된 것처럼, 알파고는 바둑을 두는 시간에 자신이 바둑을 둔다는 사실조차 모르는 것이다. 그러나 많은 전문가들은 시간의 문제일 뿐, 강한 인공지능(strong-AI), 또는 범용AI(AGI, Artificial General Intelligence)가 나타나는 특이점(singularity)이 도래할 것으로 예상하고 있다.
이후 자세한 내용은 기술문서 원본에서 확인하실 수 있습니다.
👉 기술문서 원본은 비밀댓글로 요청 (이메일 주소를 남겨주세요)
Tech Inside 6호,
알서포트 AI팀 이상윤 팀장님의
'인공지능(AI)이 할 수 있는 것vs할 수 없는 것' 의
기술문서를 공개했습니다.
그럼 다음 호로 다시 돌아오겠습니다.
감사합니다.😉
🔻참고 영상: Superintelligence: Science or Fiction? | Elon Musk & Other Great Minds
🚀 알서포트의 월간 뉴스레터 <알짜레터>를 구독해주세요:)
'Tech Inside' 카테고리의 다른 글
| 스마트 팩토리? 디지털 전환? 데이터 관리만큼 시간 관리가 중요❗ (0) | 2022.12.22 |
|---|---|
| [Tech Inside 7호] 블록체인 기술을 활용한 데이터 보호 (0) | 2022.11.24 |
| [Tech Inside 5호] 메타버스의 정의와 구현 방법 (0) | 2022.10.12 |
| [알서포트 Tech Inside4호] “초거대 인공지능 기술 동향 및 개발 경쟁" 2부 (0) | 2022.08.26 |
| [알서포트 Tech Inside3호] “초거대 인공지능 기술 동향 및 개발 경쟁" 1부 (0) | 2022.08.17 |
댓글