비전공자도 이해할 수 있는 AI 지식 -위대한 인공지능의 시작-

1. 인공지능이란 무엇일까?

 

앨런 튜링(1912~1954)은 '기계는 생각할 수 있는가?(Can Machines Think?)'라는 담대한 질문을 던지고, 여기서 '생각'의 정의를 내리는 대신 '생각'하는 행위를 만족스럽게 흉내낼 수 있다면 '생각'을 하는 것으로 판정하자고 제안했다.

 

이것이 바로 '흉내 놀이', 앨런 튜링이 논문에서 제시한 이름이자 영화 제목으로도 유명한 <이미테이션 게임>이다.

 

나 또한 동일한 방식으로 '인공지능이란 무엇인가?'라는 질문에 답을 내리고자 한다.

 

튜링처럼 인공지능의 정의를 내리는 대신에 인공지능의 쓸모를 만족스럽게 증명할 수 있다면, 이 경우 '인공지능을 이해했다'라고 간주하는 것처럼 말이다.

 

2. 자동으로 체스를 두던 메케니컬 터크

 

나폴레옹과도 체스를 뒀다던 자동 체스 기계

 

나폴레옹이 불법수를 두자, 체스말을 원래대로 두기도 하고, 계속 불법수를 두니 체스판을 뒤엎어버렸다는 일화

 

컴퓨터가 만들어지기도 전이었던 당시에 자동으로 체스를 두는 기계라니 놀라울수밖에 없었다

 

모라벡의 역설(Moravec's paradox)

 

어려운 것은 쉽고, 쉬운 것은 어렵다

 

체스말을 두는 것은 5세 어린아이도 할 정도로 쉽지만 기계가 체스말을 둘 위치를 정확히 인식하고 두는 것은 상당히 어려운 일

 

반대로 기계는 1초에 10억번 연산을 아주 쉽게 수행하지만 인간은 불가능하다

 

 

 

https://ppss.kr/archives/143181

 

실제 정체는 6명 이상의 체스마스터가 번갈아 그 안에 숨어서 체스를 둔 정교한 마술도구였다고함

 

 

3. 진정한 인공지능의 시작

 

그 후로 200여년이 지난 1956년 다트머스 대학교에서 최초로 인공지능이라는 용어를 사용하며 세상의 주목을 받기 시작했다

 

인간의 두뇌구조를 본뜬 인공신경망 모델(artificial neural network)

 

인공신경망의 초기모델은 퍼셉트론(Perceptron)

 

하지만 너무 이른시기에 풀지 못했던 문제도 많았고 복잡한 인공신경망을 제대로 학습하는 방법조차도 알지 못했다

 

사람들의 기억속에 잊혀져가며 규칙기반의 모델이 대세가 되었다

 

 

4. 에이다 러브레이스, 세계 최초의 프로그래머

 

컴퓨터가 등장하기도 전에 프로그래밍의 기본 개념을 정립한 세계 최초의 프로그래머

 

"기계는 인간이 시키는 일만 하며 어떠한 해석 관계나 진실을 예측할 능력은 없다"

 

 

프로그래밍은 규칙과 데이터를 입력해 정답을 출력하는 과정이다

 

파스칼이라는 프로그래밍 언어를 고안한 니클라우스 비르트가 <알고리즘+자료구조=프로그램>에서 

 

프로그램은 알고리즘으로 대표되는 규칙과 자료구조로 대표되는 데이터의 결합이다

 

초기 인공지능 또한 이 범주를 벗어나진 못했다

 

인공지능처럼 작동하기 위해서는 if-then 규칙이라는 수많은 규칙을 사람이 일일이 입력해야했다.

 

기계는 이렇게 인간이 입력한 일만 했다.

 

만약 ~이라면 ~이다. 컴퓨터는 이러한 규칙을 단 한개도 스스로 만들어내지는 못한다

 

그럼에도 불구하고 제법 훌륭하게 작동하여 대부분 규칙 기반으로 프로그램이 구현되었고, 괜찮은 성과를 내리라 희망으로 가득했다

 

하지만 수많은 규칙을 사람이 일일이 입력해야하는 방식은 한계가 분명했고 규칙에서 벗어나는 경우는 제대로 추론조차도 못했다.

 

 

5. 스스로 규칙을 찾아내는 머신러닝

 

1980년대에 들어 기계학습이라고 부르는 머신러닝이 등장하면서 인공지능 분야가 성과를 내기 시작

 

더 이상 사람이 규칙을 입력하지 않고, 기계가 스스로 학습을 한다

 

컴퓨터가 데이터에서 스스로 규칙을 찾아냄

 

사람이 찾아내지 못하는 규칙도 컴퓨터가 학습을 거쳐 찾아낼 수 있게 되었다

 

변형에 따른 무수한 변칙까지도 데이터를 이용해 모두 찾아낼 수 있게 되면서 규칙에서 벗어난 결과도 추론할 수 있게 됨

 

 

6. 제프리 힌튼, 컨볼루션 기법을 사용하여 압도적으로 2012년 이미지넷 대회 우승을 차지하다

 

2000년대 초반만해도 잊혀진 알고리즘인 인공신경망은 2010년대에 들어 이미지 인식 분야에서 부활의 날갯짓을 펼쳤다

 

2010년 스탠퍼드 대학교 페이페이 리 교수가 100만장의 이미지를 1000개의 카테고리로 분류하는 이미지넷 시각 인식 챌린지를 주최

 

사람이 직접 분류한 결과와 기계가 자동으로 분류한 결과가 얼마나 차이나는지를 겨루는 대회

 

여기서 탄생한 아마존 메케니컬 터크는 데이터를 생산하는 플랫폼 서비스

 

사람이 직접 분류하는 일은 이것을 이용해서 진행했다고 함

 

https://docs.aws.amazon.com/AWSMechTurk/latest/AWSMechanicalTurkGettingStartedGuide/SvcIntro.html

Introduction to Amazon Mechanical Turk - Amazon Mechanical Turk

이미지넷은 아마존 메케니컬 터크의 도움으로 사람이 직접 분류한 수천만장의 이미지 데이터를 구축

 

이미지넷 대회의 정확도는 매년 1~2%씩 올라가다가 2012년 토론토 대학교의 제프리 힌튼 교수팀은 84.7%의 압도적인 정확도로 우승을 차지했다

 

힌튼 교수팀의 기법은 1998년 얀 르쿤 교수가 정립한 컨볼루션 신경망과 비슷한 AlexNet이라는 컨볼루션 신경망을 사용한 딥러닝 기법

 

사람들의 기억 속에서 잊혀졌던 인공 신경망은 이미지넷과 컨볼루션이 만나 딥러닝이라는 새로운 이름으로 놀라운 성과를 내기 시작했다

 

힌튼이 설립한 DNNresearch라는 회사는 여러 회사의 인수 경쟁속에 구글에 인수되고, 이후 2016년 딥마인드도 구글에 인수되어 알파고가 이세돌에게 승리했다.

 

이미지 인식은 딥러닝 기술이 가장 좋은 성과를 내고 있는 분야 중 하나

 

자율주행차에서 카메라를 통한 주변 사물 인식은 이미 인간을 능가하는 수준

 

2017년에 38개 팀중에서 29개 팀이 95%이상의 정확도를 보이면서 이미 완전히 해결되었다고 보고

 

이미지넷 대회는 중단되었다?? 하고있는거 아니었나 

 

ILSVRC는 2017년 SENet 우승을 끝으로 마지막인듯??

2012년 이미지넷 대회에서 혜성같이 등장한 AlexNet과 2016년 알파고가 이세돌에게 승리하면서 60여년이라는 오랜 세월 끝에 인공신경망은 빛을 보기 시작했다

 

 

출처