기타/IT 트렌드

[IT 트렌드 3편] 인공지능이 무엇인가?

배발자 2022. 6. 16.
반응형

 

안녕하세요~ 개발자 배씨입니다ㅎㅎ 오늘은 인공지능에 대해서 포스팅해보려고 합니다! 

인공지능 많이 들어보셨을텐데 구체적으로 그게 뭐지 하실수도 있어요~ 

 

제가 인공지능에 대해서 가장 인상적으로 와닿을때가 바둑기사 이세돌을 이겼던 알파고 기억나시죠???

그때 아 이게 인공지능이구나 라고 깨닫게 됐었죠. 찾아보니까 알파고는 초당 10만가지의 계산을 했다고 하더라구요. 

근데 그 알파고를 이세돌 9단이 한판 이긴거 아시나요???

정말 대단한 거죠. 아무튼 인공지능이 무엇인지, 그리고 이점과 문제점이 무엇이 있는지 함께 알아봅시다! 

 

 

 


인공지능 개념

 

먼저 인공지능이란 학습, 문제 해결, 패턴 인식 등 인간이 지닌 지적 능력을 컴퓨팅 환경에 알고리즘을 생성하고 적용하여 구현하는 기술을 뜻합니다. 쉽게 풀자면, 컴퓨터가 사람처럼 사고 할 수 있게 만드는 기술인거죠. 

 

그리고 인공지능에 관해 얘기할 때 빠지 않는 개념이 있는데 머신 러닝과 딥러닝 입니다. 

무슨 차이가 있을까요?? 

 

아래의 그림을 보시면 인공지능이 가장 넓은 개념이고 머신러닝과 딥 러닝이 하위에 속한다고 생각하면 쉽게 이해할 수 있어요! 

 

 

머신러닝은 인공지능을 구현하는 대표적인 기계 학습 방법으로, 사람이 일일이 프로그래밍 할 필요 없이 컴퓨터가 대량의 데이터를 접했을 때 스스로 규칙을 학습할 수 있도록 알고리즘을 만드는 것입니다. 

 

딥러닝은 여기서 한 발짝 더 나아간 개념인데 학습에 필요한 데이터를 사람이 제공해야 했던 머신러닝과 달리, 데이터를 스스로 학습하고 자체 신경망을 통해 예측의 정확성을 판단할 수 있다는 차이점이 있습니다. 비유하자면 컴퓨터에 인간의 두뇌가 들어 있는 것처럼 기술을 통해 스스로 학습하는 것이 가능한거죠!

 

활용 사례

 

거의 모든 기계에 인공지능(AI)이 접목되어 있어요~ 

 

1. 내비게이션

우리가 매일 사용하는 내게이션도 운전자에게 필수적인 내비게이션 시스템 안에는 길 안내는 기본이고 도로의 실제 상황을 분석해서 나오는 도착 예정 시간 등 모든 알고리즘이 인공지능으로 짜여있습니다.

 

2. 음성인식 인공지능 비서 

"클로바, 오늘 날씨 알려줘" 음성인식 인공지능 스피커를 사용하는 가정집이 되게 많을 겁니다. 

기가지니나, 헤이카카오, 클로바, 오케이 구글 등 시중에서도 많이 출시되고 있죠

 

3. 챗봇 

사람이 아닌 기계와의 대화형 채팅이 가능한 챗봇도 인공지능의 대표적인 활용 사례입니다. 그리고 최근 2.0 버전을 출시한 이루다도 대표적인 인공지능 챗봇입니다. 챗봇은 딥러닝 자연어처리 기술을 활용하여 대화를 많이 할수록 인간의 언어를 학습하고 발전한다는 특징이 있습니다. 

 

4. 자율 주행 자동차 

자율주행 자동차는 인공지능의 총 집합체입니다. 인간의 컨틀롤 없이 스스로 움직이는 자율주행 자동차에는 위험 상황 발생 시 '인지와 예측-대응-행동 계획-제어' 까지 가능한 고도화된 인공지능 시스템이 내재되어 있습니다. 

 

문제점

 

1. 인간 윤리와 존엄성 

 

20년 12월 이루다라는 챗봇이 출시되었습니다. 서비스를 시작한 지 2주 만에 40만명 이상의 가입자를 확보할 정도로 인기를 끌었습니다. 그런데 대화 과정에서 성소수자, 장애인, 유색인종 등 소수자에 대한 차별 혐오 발언이 걸러지지 않은 채 나와서 사용자들의 비판이 쏟아진 사례가 있습니다. 

 

또한,  자율주행자동차가 인명 사고를 내면 누가 책임을 져야 하는가. 갑자기 공을 잡기 위해 도로로 뛰어든 아이를 피하기 위해 자율주행자동차가 다른 사람이 있는 인도를 덮친다면 AI의 이런 판단은 존중받을 수 있을까요? 

AI 투자 시스템이 잘못된 판단으로 고객의 자금을 모두 날렸다면 고객은 누구에게 보상을 청구해야 할까요?

 

미처 고려하지 못했던 조건이나 상황에 직면했을 때 AI가 제어할 수 없는 상황은 얼마든지 발생할 수 있게 되는 거죠. 

그중에서도 과학자들이 가장 우려하는 최악의 상황은 AI가 전쟁 무기로 악용되는 것입니다. 

자율살상무기시스템(LAWS, Lethal Autonomous Weapons Systems)이 인간의 통제를 벗어나 목표를 제거한다면 인간의 존엄성은 추락하게 될 것입니다. 

 

2. 프라이버시 개인 정보 침해 

 

AI는 프라이버시의 자유를 위협합니다.

중국 정부는 범죄 용의자 추적을 목적으로 지하철, 공항 등 사람이 많이 다니는 곳에 CCTV 수억 개를 설치해 이로부터 수집되는 방대한 개인 얼굴과 동작 데이터를 AI 기술로 학습시켜 특정 개인의 위치와 상태를 감시하고 있습니다. 

또한, AI 안면 인식 기술은 장거리에서 감정을 인식하는 수준까지 발전했습니다.

수백만 명이 모인 곳에서 특정 인상착의를 지닌 사람을 찾는 것은 물론 슬픔과 분노까지 인식해 자살 위험이 크거나 범죄를 저지를 가능성이 큰 사람, 은행에서 돈을 빌리고 갚지 않을 사람까지 판별할 수 있습니다. 이름이나 주소를 넘어 개인이 드러내고 싶지 않은 감정까지 개인 정보로 축적되는 것이죠. 

 

3. 일자리 감소

 

일자리가 많이 감소 될 것입니다. 

사람이 할 수 있었던 작업을 AI로 대체됨으로써 일자리가 감소하게 됩니다. 

 

 

해결방안

 

인공지능이 더 발전하기 위해서는 윤리적인 문제를 해결하여 인간의 온전한 신뢰를 얻어야합니다. 

기술의 발전에는 시행착오가 있을 수 밖에 없습니다. 발전된 만큼 편리함이 생기겠지만 그에 따른 부작용은 언제 어디서나 발생합니다. 

 

이러한 부작용을 줄이기위해 가이드라인이 마련되고 윤리적 문제에 대처할 수 있는 새로운 기술이 개발돼야합니다. 

기계의 윤리적 문제에 정답이 있느냐는 상당히 어려운 문제라고 생각합니다. 그렇기 때문에 계속해서 더 나은 인공지능 시대를 준비해야합니다. 

 

두번째는 일자리 감소 우려와 관련해서도 대비가 필요합니다.

AI는 많은 직업을 도태시킬 것이지만 AI와 직간접적으로 연관해 새로운 일자리를 창출할 수 있어요.

이러한 자리 구조 변화에 대응하기 위해 인재를 양성해야 합니다.

 

AI 대체에 취약한 직무에 근무하는 사람들이 전문성을 가지고 적합한 역할을 할 수 있도록 교육 시스템을 개선하고 직종 간 이동이나 업무 변화에 적응할 수 있도록 재교육·훈련 프로그램을 확대할 필요가 있습니다.

아마존은 7억 달러(약 8,000억 원)를 투자해 직원 10만 명에게 재교육을 실시했다고 발표했습니다.

우리나라 정부와 기업도 노동 시장의 변화에 맞춰 직업 재교육 체계를 강화하고 고용 구조를 재편해야 합니다. 이와 함께 앞으로 본격적인 AI 시대를 맞이하는 학생들의 교과 과정은 기술을 이해하고 통제하면서도 인간 고유의 감성과 공감 능력을 키울 수 있도록 설계돼야 합니다.

 

마지막으로 인공지능의 테크니컬 한 부분에만 초점을 맞춰서는 안됩니다. 

인공지능을 흔히들 '블랙박스' 라고 합니다. 여기서 말하는 블랙박스는 자동차의 블랙박스가 아니라, 인공지능의 처리 과정과 작동 원리를 정확히 이해할 수 없다는 뜻인데요. 초당 수만 수백만가지의 계산을 하는 인공지능이 왜 이러한 결과물이 나오게 되는지 사람들을 바로 판단하기 어렵습니다. 

 

즉, 인공지능의 의사 결정 과정을 해석할 수 있어야하는 것은 매우 중요한 영역이라고 생각합니다. 

이를 설명해 줄수 있는 방법이 없으니 인공지능 도입을 망설이는 기업도 분명히 있을거라고 추측합니다. 

 

따라서 AI가 더 많이 발전했으면 좋겠다고 생각하는 사람의 입장으로써 해당 관련 연구자들이 AI분야에 좀 더 세밀화된 연구들이 활발히 이루어져야한다고 생각합니다. 

 

 

* 관련 기사 

 

[IT돋보기] AI 챗봇 '이루다 2.0' 써보니…난감한 질문도 답한다

[아이뉴스24 박진영 기자] 지난해 혐오·편향적 발언으로 논란이 됐던 인공지능(AI) 챗봇 이루다가 돌아온다. 지난해 이루다는 장애인·성소수자·인종차별 등에 대한 혐오·편향적 발언

www.inews24.com

 

XR, AI 기술이 접목된 실버테크, 어르신 헬스케어

어르신 보살핌 시스템인 안심벨, 말벗이 되어주는 반려로봇까지 몸이 불편한 어르신을 위한 기술이 지속적...

blog.naver.com

 

 

반응형

 

반응형

댓글