[4차산업 인공지능㉚] “인공지능”… 유래와 향후 발전 방향

인공지능은 오랜 역사가 있으며, 이미지 인식이나 자동번역 분야를 포함한 여러 분야에서 활용되고 있다. 그래서 처음 인공지능을 접하는 경우에 많은 용어와 개념, 기술 때문에 연구의 방향 설정이나 수행에 어려움을 겪는 경우가 많다. 지난 60년의 발전 과정을 요약한다. 이를 통하여 방대한 인공지능 기술 활용의 기초를 확립하고 발전방향을 알아보자.

인공지능은 1943년 이전부터 개발되어온 분야이다. 인간의 지능을 컴퓨터로 구현하기 위하여 인간이 가지는 다양한 지식을 표현하는 방법을 연구하고, 인간이 가지는 기억과 추론을 알고리즘으로 정리하며 발전한 분야이다.

인공지능에서 기계학습은 가장 중요한 부분이고 이 중에서 인공신경망에 기반을 둔 딥러닝은 기존 인공지능에서 사용하던 다양한 알고리즘과 응용 사례를 대신하면서 인공지능을 대표하는 기법으로 주목 받고 있다.

딥러닝의 경우에는 학습하는 과정이 중요한데, 이때 많은 자료가 필요하게 된다. 이러한 자료의 확보가 가능하도록 인터넷의 발전이 크게 이바지하였다. 최근에는 사물인터넷에 기반하는 빅데이터 환경이 클라우드 환경과 연결되어 딥러닝이 딥러닝 기술이 새로운 분야에 사용될 수 있는 기반을 제공하고 있다.

다음은 기계학습의 단계에 도착한다. 기계 학습은 통계기반, 지도/비지도학습, 강화학습 그리고 딥러닝으로 나누어 공부하면 된다. 딥러닝이 유행하고 있지만 충분한 데이터가 확보되지 않으면 딥러닝은 정확한 예측이 어렵다. 그런 점에서 지도학습에 속하는 랜덤포레스트나 서포트벡터머신이 실무에서는 오히려 많이 사용되고 있다. 강화학습은 바둑과 같은 게임 분야에서 주로 사용된다.

인공지능 개발도구 중에서 첫 번째는 최초의 인공지능 구현에 사용하고 전문가 시스템 개발에 적용되는 규칙기반시스템을 개발하는 도구로 Jess가 유명하다. 두 번째는 지도학습/비지도학습에 관련된 것을 개발할 수 있도록 하는 Weka가 유용하다. 통계분석에 관련된 모든 것을 처리하는 R도 많이 사용되는 도구 이다. 정형화된 데이터의 경우에는 R/SPSS/SAS가 적당하고, 비정형화된 데이터의 경우에는 파이썬에 싸이킷 라이브러리를 사용하는 것이 유리하다.

요즈음 인기 있는 딥러닝 개발도구로는 케라스/텐서플로우가 많이 사용되고 있으며, 파이썬은 딥러닝과 통계분석, 빅데이터를 모두 지원하는 언어이다. 이미지 처리를 위해서는 표준환경인 OpenCV가 많이 사용되고, 로봇의 개발을 위한 프레임워크로는 ROS가 일반적이다.

최근 응용분야에는 퍼셉트론 기반의 인공신경망 기술이 발전하여 딥러닝을 이루어서 자율주행차나 자동번역 그리고 챗봇과 같은 분야에서 활용되고 있다. 그리고 이런 흐름은 지속해서 발전하여 진단/처방 중 심의 의학 분야와 유전자 분석에 대한 바이오인포메 틱스 분야 그리고 산업용/가정용 로봇 분야까지 확대 되고 있다.

인공지능에 관한 연구는 선택이 아닌 필수이다. 인공지능에 관련된 중요 개념을 정리하고 지난 시간의 발전 과정을 살펴보았다. 이를 통하여 인공지능 연구를 위한 방향과 기술의 흐름은 파악되었다. 마지막으로 딥러닝만이 정답이 아니며 상황별로 다양한 기술이 개발되어 활용되고 있고 이것을 보는 눈을 가지는 것이 인공지능 연구에 중요하다는 것이다.