인공지능과 AI운용 및 응용

 디지털 컴퓨터가 개발된 1940년대부터 컴퓨터가 매우 복잡한 작업을 수행하도록 프로그램될 수 있다는 사실이 분명해졌습니다. 수학 정리에 대한 증거를 찾거나 체스를 두는 등, 컴퓨터나 컴퓨터로 조종되는 로봇은 인간의 전형적인 작업을 수행할 수 있게 되었고, 여기서 인공지능이 작동하게 되었습니다.

 

인공지능(AI)이란 무엇인가?

 인공지능(AI)은 디지털 컴퓨터나 컴퓨터로 조종되는 로봇이 지능적인 존재가 수행하는 작업을 수행하는 능력입니다. 또한 컴퓨터 과학의 한 분야로 시리, 알렉사 등의 스마트 어시스턴트나 자율주행 자동차, 대화용 쳇봇, 이메일 스팸 필터 등이 AI가 사용되는 예시로 볼 수 있습니다.

 

 수학자 앨런 튜링의 논문 'Computing Machinery and Intelligence'과 튜링 테스트는 AI의 근본적인 목표와 비전을 표현했습니다. 튜링 테스트로 유명한, 튜링은 인공지능에 관한 논문에서, '기계가 사람처럼 지능적으로 생각할 수 없다'는 설득력 있는 주장이 존재하지 않는다고 말했습니다. 그렇기에 튜링 테스트가 바로 기계가 "생각"할 수 있는지 여부를 결정하는 방법입니다.

 

 정보이론에 따르면 지능은 정보를 받아들이거나 전달하고 지식의 형태로 유지하는 능력입니다. 정보이론은 정보가 전송되고 처리되는 방법에 영향을 미치는 조건과 매개변수를 수학적으로 나타냅니다. DeepMind Technologies의 공동 설립자인 Shane Legg에 따르면 지능은 변화하는 환경에서 목표를 설정하고 다양한 문제를 해결하는 에이전트의 능력이라고 주장합니다. 여기서 에이전트가 인간이라면 자연 지능을 상대하는 것이고, 에이전트가 기계라면 인공지능을 상대하게 되는 것입니다.

 

인공지능(AI)운용

 인공지능 시스템 구축은 점점 덜 복잡하고 저렴해지고 있습니다. 좋은 AI를 만들기 위한 원칙은 AI 모델을 훈련시키기 위한 양질의 데이터를 수집하는 것입니다. AI 모델은 인공지능이 대규모 데이터셋에서 특정 패턴을 인식할 수 있도록 해주는 프로그램 또는 알고리즘을 의미합니다.
 이러한 AI 기술을 더 잘 만들수록, 이는 방대한 양의 데이터를 더욱 잘 분석하여 특정 작업을 수행하는 방법을 배울 수 있습니다.

 데이터를 분석하고 작업을 수행하는 프로세스를 머신 러닝(ML)이라고 말합니다. 머신러닝의 한 종류로 NLP(자연 언어 처리)는 기계에 인간의 언어를 읽은 후, 이를 이해하고 그 동작을 흉내낼 수 있도록 제공됩니다. 현재 가장 유망한 인공지능 프로그램들은 머신 러닝(ML)과 딥 러닝에 의존합니다. 여기서 딥러닝은 인간의 뇌와 비슷하게 만들어진 신경망을 기반으로 작동합니다.

 

인공지능(AI) 응용

 AI 시스템의 실제 적용 분야는 광범위합니다. 일상생활에서 가장 흔한 인공지능을 응용한 분야에 예시를 찾아볼 수 있습니다. 먼저 음성 인식 분야에서, 자동 음성 인식(ASR)이라고도 하는 컴퓨터 음성 인식은 NLP를 사용하여 인간의 음성을 문자 형식으로 처리하는 기능입니다. 아이폰의 Siri가 음성 검색을 하기 위해 활용되는 것이 음성 인식입니다.

 다음으로 고객 서비스 분야에서 점점 더 많은 기업들이 온라인 가상 에이전트를 통해 고객 서비스를 제공하고 있으며, 이에 따라 인간 관리자를 대체하고 있습니다. Servion Global Solutions에 따르면 2025년까지 모든 고객과의 대화 중 95% 정도를 인공지능이 처리 할 것으로 예측됩니다. 컴퓨터 비전 분야에서는 AI 기술이 컴퓨터와 시스템의 디지털 이미지, 비디오와 같은 시각적 입력으로부터 의미 있는 정보를 도출할 수 있도록 합니다. 소셜 미디어(SNS)에서 사진 태그를 부착하는 응용 프로그램을 볼 수 있습니다.

 데이터 경향 검출 분야에서는 AI 알고리즘이 소비자의 행동을 통해 데이터 동향을 파악할 수 있으며, 이를 활용하여 기업은 효과적인 판매 전략을 구축할 수 있습니다. 그 결과, 기업은 체크아웃 프로세스 중에 관련 애드온 권장 사항을 제공할 수 있고 이때 예측 분석 소프트웨어가 개입됩니다. 이러한 소프트웨어를 통해 데이터를 실시간으로 결정하여 사기 및 위험 감지, 대상 광고 및 제품 권장 사항과 같은 위험 평가 모델을 생성할 수 있습니다.

 

 또한, 인공지능이 다루는 주요 문제 중 하나는 지불과 민감한 정보 사기입니다. 기업은 AI 기반 시스템을 활용해 효과적으로 이러한 유형의 사기를 탐지하고 예방할 수 있습니다. 마지막으로 주식 거래 자동화에 대해 살펴보면 AI 기반의 거래 플랫폼은 매일 수천 건에서 수백만 건을 거래합니다. 2020년을 기준으로, 미국 주식 시장 거래의 절반이 자동화되었고, Allied Market Research에 따르면 세계 알고리즘 시장 규모는 2028년까지 3120만 달러를 차지할 것으로 예상됩니다.

 

 

AI 구축 방법