많은 사람들과 기업/단체가 말하는 인공지능의 정의를 들었지만, 스탠포드 대학 CS221(Artificial Intelligence) 첫 강의에서 설명되는 것이 가장 깔끔했다.
인공지능은 인간의 추론 능력을 뛰어넘기 위한 기술 이다.
이미 오래전부터 컴퓨터는 인간의 기억 능력과 계산 능력을 훨씬 앞질렀다. 하지만 수없이 많은(무한에 가까운) 단기 기억과 장기 기억을 기반으로 앞으로의 일을 추론하는 능력은 인간을 뛰어넘지 못했다. 이 추론 능력에 대한 컴퓨터 기술이 인공지능이다.
빅데이터와 인공지능
컴퓨터의 기억/계산 능력은 기기의 성능 향상과 가격하락, 분산 처리 기술과 XOR 문제를 해결한 인공신경망 기술이 발전하면서 주목받기 시작했다. 빅데이터 붐이 일어나고 인공신경망과 머신러닝 등을 기반으로한 인공지능 기술이 떠올랐다.
많은 사람들이 인공지능을 통해 현실의 문제를 해결하고자 한다. 하지만 실제로 상용화 단계에 이른 사례는 극히 일부에 지나지 않는다.
유명한 성공 사례로는 체스, 알파고(바둑), 산타토익(토익 점수 향상을 위한 취약 유형 문제 추천) 등이 있다. 이들의 공통점을 생각해보면 state 와 action이 유한하다는 것이다. (state, action)은 경우의 수를 의미하는데, state는 현 상태, action은 하나의 상태에서 다음 상태로의 변화를 일으키기 위한 행동이다. 기존에 경우의 수가 무한하다고 느껴졌지만, 결국에는 유한하기 때문에 발전된 기술과 함께 컴퓨팅 파워를 그만큼 끌어올려서 해결한 것이라고 생각한다.
state와 action이 무한한 영역에서 인공지능 기술이 성공적으로 적용된 사례는 발견하지 못했다.
통계적 모델링과 인공신경망을 기반으로 수많은 기술이 파생되고 있지만 인간의 추론 능력을 뛰어넘기 위한 기술이 이게 아닐 수도 있다. 그럼에도 불구하고 현재 인공지능의 기초가 되는 기술을 알고 있을 필요는 있다고 생각한다. 연구원이 아니기에 실험적인 기술을 계속 쫒을 필요성은 못 느끼지만 공통적으로 기반이 되는 이론은 확실히 알고 있어야 현실에 적용 가능한 기술이 나왔을 때 빠르게 습득할 수 있을 것이다.
