누구나 한번쯤은 들어봤을 "인공지능, AI", 어떻게 발전했을까?

 

https://www.youtube.com/watch?v=dOlpxPnruB8https://youtu.be/dOlpxPnruB8

안녕하세요 십분AI입니다.

여러분 티비를 시청하는 도중 신한라이프의 광고를 보신 적 있으신가요 ?

https://youtu.be/y8v_UXdBQtw

해당 광고에 나오는 소녀 "로지(ROZY)"는 실제 인물이 아닌, 가상인간이라는 것을 눈치채셨나요?

가상인간은 고도화된 컴퓨터 그래픽을 기반으로 인공지능(AI)이 접목되면서 실제 사람과 구분하기 어려운 수준까지 다다랐습니다.

이처럼 AI의 발전 속도가 엄청남을 알 수 있습니다. "AI", 말로는 많이 들어봤지 자세히 모르시는 분들도 계실텐데요, 그래서 저희 십분AI가 앞으로 AI에 관해서 설명해드릴려고 합니다!

 

십분AI의 1강은 산업혁명의 역사와 인공지능의 역사에 대해 다루어 볼 건데요 ,

본격적으로 다루기에 앞서 여러분 산업혁명의 역사가 어떻게 되는 지 다들 아시나요? 

산업혁명은 1-4차로 4단계로 나누어집니다. 각 단계 별로 자세히 설명해보도록 하겠습니다. 

 

1차 산업혁명은 기존의 수공업에서 탈피하여 면공업, 철공업, 석탄 공업 등을 비롯한 제반 공업에서의 기술혁신과 조직혁신을 다룹니다. 여기서 특히 면공업이 산업혁명의 주역에 해당하는데, 동력기의 사용, 공장제의 발전, 자본-임노동 관계 형성, 대량생산 추구 등이 전형적으로 나타났기 때문입니다.

면공업의 발전은 석탄공업, 철공업, 화학공업 등의 발전을 촉진했기 때문에 매우 중요했던 산업의 발전입니다. 

 

2차 산업혁명은 새로운 기술이 많이 등장했던 시기였습니다. 포디즘 혁명이라고도 불리는데, 바로 포드 사가 대량 생산을 위한 콘베이어 벨트 시스템을 도입했기 때문입니다. 2차 산업혁명 시기에 강철, 인공염료, 백열등, 전화, 내연기관 등이 등장하며 화학, 전기, 석유, 철강 분야에서 기술 혁신이 진행되었고, 기존의 산업을 크게 변화시켰습니다. 이에 따라 새로운 산업 분야가 많이 생겨나고 발전과 경제성장에 큰 영향을 미쳤습니다.

 

3차 산업혁명에서는 발달한 기술과 기반을 바탕으로 자동차 기술이나 정보 기술과 같은 다른 분야의 기술이 결합 혹은 융합현상이 발생하였습니다. 또한, 정보화 혁명이라고도 하는데, 3차 산업혁명에서 중요한 것이 컴퓨터의 대중화와 인터넷 보급이기 때문입니다. 컴퓨터가 이룬 혁명이라고도 할 수 있죠. 정보통신기술의 발달로 생산라인은 자동화되고 이로 인해 생산의 효율이 크게 늘어났습니다.

 

 그렇다면, 4차 산업혁명은 무엇일까요? 바로 3차 산업혁명을 기반으로 하여 다양한 영역의 경계를 허무는, 기술들의 융합이 이루어지는 디지털 혁명을 말합니다. 그런데, 여기까지만 보면 3차 산업혁명과 다를 바가 없어보이죠? 하지만 3차와 4차를 구분하는 이유는 따로 있습니다.

바로 변화의 속도가 유례없을 만큼 빠르게 진행되고 있으며, 그 범위가 매우 광범위하게 이루어지고 있기 때문입니다.

4차 산업혁명에서 가장 중요하게 다루어지는 기술은 인공지능과 사물인터넷, 에너지가 있습니다. 여기서 에너지라고 하면 조금 의아하실 수 있는데, 4차 산업혁명은 상당한 양의 에너지를 소비하기 때문에 친환경적으로 에너지를 생산하는 것이 매우 중요하기 때문입니다.

 

4차 산업혁명의 핵심에는 뭐가 있을까요?

바로 빅데이터, IoT, 3D 프린팅, 인공지능, 블록체인, 딥러닝, 머신러닝 등이 있습니다. 

012345678

1-4차 산업혁명에 대해 간략히 알아보았는데요, 4차 산업혁명의 핵심 "인공지능"에 대해 알아보겠습니다.

인공지능이란, 여러 개의 선택지를 빠르게 탐색하고, 비교해서 최적의 안을 내놓는 컴퓨터/프로그램으로서

세 가지의 특징을 가지고 있습니다. 

 

1.     문제해결능력 : 문제를 해결하기 위한 지능적인 행동

2.     학습 : 입력과 출력의 데이터가 주어지면 규칙을 자동으로 파악함.

3.     범용성 : 딥러닝 모델을 수정하여 다양한 분야에서 응용이 가능함.

 

인공지능에도 분류가 존재하는데, 첫번째로 지도학습, 비지도학습, 강화학습을 수행하는 머신러닝이 있습니다. 

 

지도학습 : 입력값과 결과값을 함께 주고 학습을 시키는 방법. 주로 과거 데이터를 기반으로 앞으로 있을 사건을 예측함.

비지도학습 : 결과값 없이 입력값만 주고 학습시키는 방법. 데이터를 탐색하여 숨겨진 패턴을 찾는다.

머신러닝 : 컴퓨터가 학습할 수 있도록 알고리즘과 기술을 개발하는 것. 비지도학습, 지도학습, 강화학습으로 나뉜다. 

강화학습 : 에이전트가 주어진 환경에서 최적의 보상을 획득하는 방법을 학습하는 알고리즘. 시행착오를 여러 번 거쳐서 최적의 방법을 찾아낸다.

-딥러닝, 강화학습도 머신러닝의 한 분야이다. 

 

딥러닝 : 인간이 결론을 내리는 방식과 유사한 논리 구조를 사용하여 데이터를 지속적으로 분석하도록 설계됨. 인공 신경망을 사용해 뛰어난 학습 능력을 보여준다.

머신러닝은 학습에 필요한 데이터를 수동으로 제공해야 하는 반면, 딥러닝은 스스로 분류에 사용할 데이터를 학습할 수 있음. (딥러닝은 지도학습, 비지도학습 모두 가능함)

 

인공지능의 역사

 

AI의 시초는 1940여년으로 80여년밖에 되지 않는 짧은 역사를 가지고 있습니다.

‘앨런 튜닝’이 1950년대에 ‘튜링 테스트’를 만들었는데,  튜링 테스트란 사람이 컴퓨터로 채팅을 하는 동안 채팅 상대가 사람인지 컴퓨터인지를 알아맞히는 것을 말합니다. 만약 구분이 힘들다면 그것은 튜링 테스트를 통과한 인공지능으로 인정을 받는 것으로 인공지능 개념에 대한 최초의 연구였습니다

 

1956년 존 매카시 교수가 미국 다트머스 회의를 통해 ‘인공지능(AI)’이라는 용어를 처음 사용했습니다.

당시 인공지능 연구의 핵심은 추론(사고과정을 기호로 표현)과 탐색(경우의 수를 찾아내는 것)이었습니다. 마치 인간처럼 생각하고 문제를 풀 수 있는 인공지능을 구현하려는 연구는 1970년대까지 활발히 진행되다가, 간단한 문제풀이가 아닌 복잡한 문제까지 풀기 위한 수준까지는 도달하지 못해 지원이 중단되고 인공지능 분야의 암흑기가 찾아오게 됩니다. 

.

이후 1980년대 인공지능 연구는 산업계에 ‘전문가 시스템’이 도입되며 본격적으로 인공지능 연구가 확산되었고 전문가 시스템은 1)지식과 경험의 데이터베이스화 2)의사결정 추론엔진 3)사용자 인터페이스로 구성됐습니다. 하지만 전문가 시스템의 핵심인 지식베이스가 점차 복잡해지자 전문가를 찾기 어려웠고, 많은 비용을 투자해야만 했습니다 이에 관리 방안과 투자대비 효용성의 한계로 인해 연구가 줄어듦으로서 두 번째 암흑기가 찾아옵니다. 

 

2006년 힌튼 교수가 가중치의 초깃값을 제대로 설정한다면 깊은 신경망을 통한 학습이 가능하다는 것을 밝혀냄. 본격적으로 딥러닝이라는 용어가 사용되기 시작하였고, 

 

2012년 시각 기능으로 물체를 인식하는 이미지넷 경진대회에서 힌튼 팀의 AlexNet이 약 26%였던 오차율을 16%로 낮추는 압도적인 정확도로 우승을 차지하게 되었습니다. AlexNet은 인간의 뇌를 모방한 신경망 네트워크 구조로 이루어진 딥러닝 알고리즘으로 수백만 장의 사진을 훈련을 하였고 이 성공은 GPU가 전면으로 등장하게 된 계기이자 인공지능의 획기적인 전환점이 되었습니다. 

 

2016년 이세돌 프로기사와 인공지능 알파고의 바둑 대결에서 알파고가 5전 4승 1패로 이기며 기계 학습에 대한 관심이 폭발적으로 증가하게 되었고 현재 많은 산업계에서 관심을 가지고 투자하고 있으며, 딥러닝은 거의 모든 기업이 사용하는 기술이 되었습니다. 

 

영상의 내용을 텍스트로도 정리해보았는데요, 

산업혁명의 역사와 인공지능의 역사를 십분 AI를 통해 단 13분만에 공부할 수 있었습니다!

 

십분 AI의 영상이 도움이 되셨다면,

구독과 댓글, 좋아요까지 부탁드립니다. ~

* 해당 포스팅에 수정할 점이 있다면 언제든지 댓글로 알려주세요 :) *

 

그럼 2주 뒤 좋은 영상으로 다시 찾아뵙겠습니다. :)