AI의 발전 과정(1)

AI는 기계로 표현되는 개체가 스스로 판단을 내릴 수 있는 지능이고, 그 수준의 높낮이에 상관없이 스스로 판단을 내릴 수 있다는 것이다.

 

AI의 태동과 1차 고비

 

1950년, 영국의 천재 수학자인 앨런 튜링이 '계산 기계와 지성'이라는 논문을 통해 기계가 독자적인 생각을 할 수 있는지에 대한 질문을 던졌다. 그리고 실제로 기계의 사고 능력을 측정하기 위해 '튜링 테스트'를 제안했다.

이후 AI를 통한 체크, 문장 해독 등 여러 가지 사안에 대한 해결책들을 찾아내며 AI의 활용성에 대한 관심이 높아졌다.

단점 : 프로그래밍한 지시에만 수행을 했고, 그만큼 개발이 어렵고 적용 범위가 한정적이었다.

 

머신러닝을 통한 AI의 진화

머신러닝에 대한 연구 덕분에 사람들이 직접 프로그래밍적 지시를 하기보다는 기계가 데이터를 통해 학습이라는 것을 할 수 있음을 보여주기 시작했다.

 

머신러닝 개발 과정에서 중요하고 어려운 일은 특정 분야의 전문가가 수치화, 객관화할 수 있는 데이터의 특징에 대해 정의를 내리는 일이다.

기계는 데이터를 이해할 수 없다. 그래서 어느 분야의 전문 지식을 겸비한 사람으로 부터 특징들이 추출되는 것이 우선이다.

 

이는 너무나 많은 시간이 소요되기 때문에, 개발 과정에서 병목 현상이 발생할 우려가 있지만, 이러한 과정들이 잘 수행이 됐을 때, 흔히 얘기하는 데이터 학습이 이뤄질 수 있다.