인공지능 개념에 대한 생각

인공지능 개념과 나의 의견

인공지능 AI 는 인간이 사업을 수행하는 방식의 패러다임 자체를 변화시키는 도구로 인식됩니다. 머지 않은 시점에 컴퓨터 프로그램이 의사, 변호사, 공장 엔지니어 및 관리자 대체하기 시작할 것이라는 것이죠. 실제로 인공지능은 연구기관에서 비즈니스로 산업 전반에 걸쳐 그 범위를 확장하고 있습니다. 그러나 아직은 갈 길이 멀다 할 정도로 이제 첫 걸음을 내딛은 단계라 할 수 있습니다. 대규모 조직의 전반적인 업무 프로세스를 융합하려면 상당한 수준의 인공지능 기술을 필요로 하거든요. 그러나 많은 사람들이 걱정하는것은 인공지능의 파급효과 입니다. 언젠가는 분명히 펼쳐질 상황이다 보니 이를 염려하는것 역시 이해가 되지 않는것은 아닙니다. 인공지능 사용에 대한 많은 혼란을 불러오는 지능에 대한 걱정은 우리의 무의식적 신념에서 비롯된다고 봅니다. 대부분 이러한 신념은 힘이나 속도와 같은 개념과 유사한 범용 지적 능력의 개념을 반영합니다. 현재의 인공지능 기술은 요구되는 계산능력보다는 특정 작업에 필요한 특정지식에 훨씬 더 초점을 두고 있습니다. 체스게임을 하는 인공지능 프로그램은 게임의 룰보다 훨씬 적은 수의 초고속 프로세서, 특정 움직임과 상황에 대한 많은 자세한 지식에 의존할 가능성이 높기 때문입니다. 인공지능 프로그래머는 어떻게 이와 같은 지식을 인코딩 할 수 있겠습니까? 정말 간단하고 단순한작업의 경우, 한 가지 방법을 통해 모든 상황을 파악하고 최선의 수를 계산해 가장 적절한 해답을 찾아서 각 단계에서 수행 할 작업을 결정할 수 있도록 하는 것입니다. 이는 가능성과 변수가 매우 적기 때문에 프로그램은 각 단계에서 가능한 모든 과정을 계산하고 가장 적합한 방법을 선택할 수 있는 것입니다. 그러나 더 복잡하고 난해한 작업의 경우 몇 가지 방법이 있다고 해서 최상의 해답을 도출하는것이 쉽지 않습니다. 너무나 많은 규칙과 분명하지 않은 결과, 이러한 경우 인공지능 시스템은 더 많은 데이터를 필요로 하며 이에 필요한 기술 또한 선제조건이 되어야 합니다. 인공지능의 바탕이 되는 컴퓨터 기술은 정밀하고 섬세해야 합니다. 중요한 작업을 수행하는데 필요한 지식에 대해 정확하고 자세한 설명이 가능하다는 것은 그 자체로 큰 가치가 있습니다. 실제로 업무를 수행하는 사람들만이 업무 수행에 필요한 것을 정확히 알고 있으며 자신이 알고 있는것을 거의 조사하거나 설명하지 않습니다. 인공지능 기술에 필요한 지식에 대한 체계적인 설명은 때때로 엄청난 격차와 불일치를 보여줄 것입니다. 그러나 그렇지 않더라도 설명 자체는 방대한 양의 조직 경험에 대한 귀중한 데이터 입니다. 지식, 정보가 기계적으로 적용될 수있는 형태로 완전히 자동화 작업이 될 수 있다면 그 가치는 분명합니다. 그러나 의사 결정자가 활용하는 모든 지식을 포착 할 수는 없습니다. 그러므로 현재 인공지능 시스템은 하나의 작업 구성 요소만 지원하도록 설계될 수 밖에 없으며, 사용자는 이를 출력해 해석하고 범위를 벗어난 문제로부터 출력을 다시 모니터링 해야 합니다. 인공지능 기술을 바탕으로하는 이런 업무 중심에는 전문가가 사용하도록 설계된 시스템이 특히 중요합니다. 대부분의 전문가는 높은 인건비가 요구되기 때문에, 작업의 작은 구성 요소라도 신속하게 처리하는 것이 좋습니다. 또한 많은 전문가들이 광범위한 재무 또는 기타 결과로 의사 결정을 내릴 수 있기 때문에 추가 분석 또는 정보를 제공하거나 일반적인 지침에 따라 리스크를 줄임으로써 의사 결정의 질을 향상시킬 수 있습니다. 즉, 잘 선택된, 잘 구성된 인공지능 응용 프로그램에 대한 가치는 상당 할 수 있습니다. 인공지능의 지식 기반 지능에 대한 설명에는 그 나름대로의 의미가 있습니다. 예를 들어, 경험이 내재 된 두뇌 능력을 바탕으로 본인이 알고 있는 정도에 수준에서 어떤 의사결정을 내릴 수 있다면, 보다 나은 성과, 가시적인 성과를 위해서는 그 이상의 지식이 필요할 것입니다. 한 가지 예를 들어볼까요? 몇 페이지만 차지하는 장기 규칙과, 해당 게임에 대해서 수백 페이지 분량의 분석 및 해설의 차이점을 생각해 보세요. 전문가 장기 플레이어는 이 자료들에 대해 대부분 익숙할 겁니다. 즉, 장기 전문가와 어울릴려면 지식 기반 장기 프로그램이 이와 같은 자료의 많은 내용을 데이터화 해야 한다는 거죠. 인공지능의 기술이 발전한다면 간단한 수준의 데이터 처리만 가능했던 기존의 방식을 넘어서서 더 정교하고 수준높은 프로세스 처리가 가능할 겁니다. 인공지능 기술 수준이 낮다면 좁은 문제, 쉬운 문제 즉, 어떤 문제를 풀거나, 과제를 수행하기 위해서 그다지 많은 지식을 필요로 하지 않는 업무에 대해서만 구축이 가능하다는 것입니다. 당연히 복잡한 문제보나 단순한 문제에 대한 시스템 구축이 쉬울거구요. 따라서 인공지능은 숙련된 전문가의 지식이 꼭 필요합니다. 광범위한 지식을 습득하고 인코딩 해야만 인공지능 시스템의 진가를 발휘할 수 있게 되는거죠. 제한된 범위의 지식만있는 인공지능 응용 프로그램은 얼마든지 문제가 될 수 있습니다. 내장된 지식의 양이 적기 때문에 그만큼 오류의 리스크가 커지게 되는거죠. 따라서 충분한 데이터 입력이 이루어지지 않는 이상 인공지능 기술은 한계에 맞딱뜨릴 수 밖에 없게 됩니다. 인공지능 하면 빼놓을 수 없는 빅데이터 역시 이와 같은 맥락에서 연결되는겁니다. 빅데이터는 말그대로 수 많은 데이터를 의미하는데 인공지능 프로세스를 구축하는데 있어 꼭 필요할테니까요. 앞으로 인공지능 기술 발전과 함께 빅데이터 기술 역시 빠르게 성장할 겁니다.