[AI 입문]인공지능의 분류

안녕하세요

 

오늘은 인공지능의 분류에 대해 알아보겠습니다.

인공지능하면 알파고나 시리, 터미네이터 등 영화나 방송에서 나온 대표적인 예들로 기억을 하실겁니다.

이외에도 다양한 산업군과 연계하여 여러가지 문제 해결을 위해 인공지능이 활용되고 있습니다. 

머신러닝과 딥러닝을 통해 인공지능을 개발하는 것이 중요한만큼 인공지능이 발전되고 있는 방향이나 향후 달라질 인간과 기계의 공존에 대해서도 사고하며 인공지능을 이해하면 좋겠습니다.

 

인공지능은 만들고자 하는 그 목적에 따라 구분을 할 수 있습니다. '약한 인공지능', '강한 인공지능', 'Super 인공지능'으로 나눌 수 있습니다. 이 내용은 John R. Searle의 논문에서 시작되었으며, 약한 인공지능이란 특정한 문제를 해결하기 위한 기능을 수행하기 위해 프로그래밍 된 지능입니다. 사람처럼 생각하고 감정을 느낄 수 없는 기계의 지능으로, 1950년대부터 197~80년대 인공지능의 시작 시기에 중점적으로 발전한 인공지능입니다. 다른 용어로 '좁은 인공지능' 또는 '응용 인공지능'이라고도 합니다. 즉 프로그래밍 된 기계 지능은 인간의 지능을 따라 올 수 없다는 내용을 포함한다고 볼 수 있습니다.

 

 이후 1990년대 인공지능이 다시 한 번 발전하는 시기에 등장한 인공지능이 '강한 인공지능'입니다. 인간의 지능과 유사하거나 대체 가능할 정도로 정교한 인공지능을 말하며, 이보다 더 뛰어난 지능을 가진 인공지능을 Super 인공지능이라고 합니다. 우리가 알고 있는 미래에서 온 터미네이터 같은 존재입니다. 

미래 학자 레이 커즈와일은 2050년쯤 '특이점'이 올 것이며, 기계가 인간을 앞서는 지점이 찾아올 것이라고 하였습니다. 이것은 기계의 지능, 즉 인공지능의 스스로 알고리즘을 생성하는 능력이 인간의 지능을 현저히 뛰어넘을 것이라고 보는 관점입니다. 

 

 목적에 따라 인공지능의 분류가 나눠지는 만큼, '약한 인공지능'은 인간의 지능을 일부분 대체하는 형식으로 인간이 하는 행동 중에 보다 효율적으로 처리하기 위해 제한된 지능을 개발하였다고 볼 수 있습니다. 데이터 패턴을 해독하거나, 제한된 범위에서 특정 문제를 해결하는 알고리즘을 생성한다거나, 대부분의 인공지능 발전의 접근 방향은 여기에서 시작했습니다. 그러나 기초 데이터나 일정 알고리즘을 인간이 직접 설정해줘야 한다는 점에서 다양하게 응용되기는 어려웠습니다. '강한 인공지능'은 인간의 지능을 대체할뿐 아니라 빅데이터 기반 자체적인 딥러닝 과정을 통해 자가 향상을 할 수 있는 인공지능으로 다목적 과제 수행과 함께 능동적인 학습이 가능하여 다양한 산업, 문화, 경제 분야에 활용될 가치가 증가하였습니다. 앞으로는 Super 인공지능의 발전과 함께 한층 발전된 미래 사회를 맞이할 날도 머지 않은 듯 합니다. 

 

 인공지능을 방법론적인 측면에서 분류하면 '계산모델'과 '연결모델'로 구분할 수 있습니다. '계산모델'은 수학적이고 논리적인 계산에 의해 문제를 해결한다는 철학적 관점에서 기인하여 초기 인공지능 개발 단계에서 중점을 두는 관점이었습니다. 즉 인공지능이 무엇을 해결해줄 수 있을까를 연구하였던 것입니다. '연결모델'은 뉴런이라는 생물학점 시스템과의 연결을 중심으로 외부 세계와 감각, 추론, 감정 등과의 연결을 어떻게 이루어 내는지에 중점을 둔 관점입니다. 즉 무엇을 해결하는가보다 어떻게 해결하는지가 더욱 중요한 것입니다. 

 목적에 따른 분류로 '약한 인공지능','강한 인공지능','Super 인공지능'을 가로축으로 구분하고, 방법론에 따른 분류로 '계산모델'과 '연결모델'로 세로축을 구분하였습니다. 튜링테스트는 인간의 사고나 행동을 모사할 수 있는지를 테스트하는 것으로 계산모델에 가까운 내용이며, 이것은 IBM의 왓슨의 형태로 발전하여 퀴즈쇼에서 인간과 대결을 하거나 향후 암진단을 자체적으로 할 수 있는 Super 인공지능으로 발전할 가능성이 있습니다. 딥블루 같은 경우 체스라는 특정 알고리즘을 학습하는 방향으로 발전된 약한 인공지능이며, 현재 활발히 연구되고 실생활에도 적용되고 있는 이미지 인식, 음성 인식, 자동 번역과 같은 내용도 연결 모델에 근거한 약한 인공지능으로 볼 수 있습니다. 

인공지능의 발전은 앞으로도 무궁무진한 상태이며 수학적, 컴퓨터과학적, 통계학적, 경영/경제학적으로 다른 학문/산업군과 융합하여 발전할 가능성이 높습니다. 

다음에는 인공지능 시스템에서 사용되는 지식의 표현 기법에 대해 알아보겠습니다.

 

감사합니다.