AI6 1.5 어떤 수를 찾아라 1.4 AI가 능력을 갖게 되는 원리AI가 예측과 식별 능력을 가질 수 있는 원리를 알아 봅시다. 기본적으로는 앞에서 배웠던 어떤 수1, 어떤 수2를 찾는 것과 같습니다. 단지 다른점이 있다면 어떤 수를 2개만 찾아내는 것이 아니라diseny.tistory.com 핵심은 어떤 수를 찾는 것입니다. 앞에서 임의의 어떤 수를 무작위로 넣어서 찾는 것이 AI가 학습하는 방법이라고 소개했습니다. 이제 위의 식을 만족시킬 수 있도록 어떤 수를 찾을 때 까지 무작위로 넣어 봅니다. 식을 만족하는 어떤 수가 있다면 무식한 방법이라고 해도 언젠가는 찾을 수 있겠지만 애초에 식을 만족하는 어떤 수가 존재할 수 없다면 아무리 임의의 수를 넣어 보는 과정을 반복해도 결국 찾지 못할 것입니다. 문제가 복잡할 수록 어떤 수를 .. 2025. 8. 12. 1.4 AI가 능력을 갖게 되는 원리 AI가 예측과 식별 능력을 가질 수 있는 원리를 알아 봅시다. 기본적으로는 앞에서 배웠던 어떤 수1, 어떤 수2를 찾는 것과 같습니다. 단지 다른점이 있다면 어떤 수를 2개만 찾아내는 것이 아니라 엄청나게 많이 알아 내야 한다는 것입니다. 어려운 예측과 식별을 해야할 수록, 찾아내야 하는 어떤 수의 개수도 많아진다는 말입니다. 복잡도가 높아지면 해야할 일이 늘어나는 것은 어찌보면 자연스러운 현상입니다. 예측과 식별 능력의 원리를 이해하기 위해 인터넷에서 AI를 검색하면 항상 마주치는 인공신경망(artificial neural network)이라는 그림도 설명할 예정이지만 신경망의 내부를 자세하게 뜯어보지는 않겠습니다. 인공신경망은 예측과 식별 능력에 대한 원리를 설명한 후, 마지막에 영화의 카메오처럼 잠.. 2025. 8. 7. 1.3 AI가 할 수 있는 일 AI를 이해하기 위해 AI가 학습한다는 의미부터 살펴보았는데, 이렇게 단순해 보이는 ‘학습’이란 행위가 고등한 ‘지능’이라는 능력으로 연결된다는 전개 과정이 여전히 잘 이해가 안될 것입니다. 사실은 독자들이 잘 이해하지 못한 것이 아니라 최근까지도 AI가 잘 할 수 있었던 능력은 실제 우리가 알고 있는 인간 지능의 아주 좁은 영역에 국한되어 있었습니다. 그 좁은 영역이 예측과 식별 능력입니다. 최근까지도 AI는 예측과 식별만 잘했습니다. 스스로 데이터를 학습해서 예측과 식별을 잘 할 수 있게 되자, 사람들은 미래에는 다른 인지 능력도 개발될 수 있을 것으로 기대했던 것이죠. 그런 기대감속에서 최근 들어어 AI 기술이 없던 것을 만들어 내고(생성), 고도의 추론도 할 수 있는 것처럼 보이자, 사람들이 더욱.. 2025. 8. 6. 1.2 사람의 학습, AI의 학습 AI에 대한 뉴스를 보면 이런 표현이 정말 자주 등장합니다. ‘더 많은 데이터를 학습했기 때문에 AI의 성능이 좋아졌다’, ‘편향된 데이터를 학습한 AI의 위험성에 주의해야 한다’, ‘이제 AI가 학습할 데이터가 부족하다’, ‘AI 기술의 발전을 위해 데이터 센터를 지어야 한다’ 등등…. AI를 다루는 기사에는 반드시 언급된다고 해도 과언이 아닌 ‘데이터를 학습한다’는 말의 정확한 의미는 무엇일까요? AI가 데이터를 학습한다는 말 자체는 어렵지 않습니다. 대개 사람들은 ‘지능을 개발하려면 학습이 필요하구나’, ‘학습을 하면 AI 모델의 성능이 좋아지는구나’ 하는 정도로, 학습을 하면 더 똑똑해진다는 논리적인 결과로 받아들이고 대강 넘어갑니다. 그런데 마음 한구석에 분명 찜찜한 구석이 있습니다. 사람이 .. 2025. 8. 5. 1.1 누구나 알지만 사실은 잘 모르는 AI 불과 몇 년 사이에 우리의 일상 속으로 느닷없이 뛰어 들어온 AI. SF영화나 소설에서 허무맹랑하지만 언젠간 가능하지 않겠어? 하는 기분으로 가상적인 설정으로만 받아들였던 AI가 눈깜짝할 사이에 현실에서 우리 일상의 일부가 되어 버렸습니다. 이제는 누구나 AI에 대해 말하고, AI를 사용하고 있다고 믿고 있습니다. 그런데 AI는 누구나 알고 있지만 한마디로 그 기능을 정의하거나 설명하기 어려운 특이한 존재입니다. 어떤 사람에게는 그럴듯한 글을 써 주는 인터넷 웹 사이트이고, 어떤 사람에게는 그림을 그리거나 음악을 만들어 주며, 프로그래밍을 대신 해주는 신기한 소프트웨어입니다. 미디어에서는 앞으로 AI가 사람이 하는 모든 일을 대체할 것이라고 겁을 주고, SNS에는 매일 같이 어떤 기업이 놀랄만한 AI.. 2025. 8. 4. 실체가 손에 잡히는 딥러닝(1) "인공지능의 세계, 머신러닝과 딥러닝은 어떻게 등장했나 1. 인공지능, 머신러닝, 딥러닝은 어떤 관계일까 인터넷이나 도서 등에서 찾아보면 다음 그림처럼 “딥러닝 < 머신러닝 < 인공지능”의 포함관계로 연결되는 위계 구조를 볼 수 있습니다. 즉 처음에 인공지능 개념이 있었고 그다음에 머신러닝 개념이 생겨났고 제일 마지막에 딥러닝이 탄생했음을 알 수 있죠. 그런데 이런 포함관계를 조금 다르게 생각해봅시다. 인공지능을 구현하는 방법에는 머신러닝이 아닌 다른 개념도 있고 마찬가지로 머신러닝에는 딥러닝이 속하지 않은 다양한 영역과 방법이 있다는 이야기가 되겠죠? 따라서 이 글에서는 주인공인 ‘딥러닝’ 외의 조연들을 먼저 짧게 소개하겠습니다. 비교를 통해 딥러닝의 본 모습을 더 선명하게 드러낼 수 있기 때문입니다. 2. 초기의 인공지능 연구, 컴퓨터에 지능을 심다 우리.. 2020. 4. 24. 이전 1 다음
