박재천의 디지털경제 이야기 <60> 인공지능이란 무엇인가? > News Insight

인공지능을 이해하려면 먼저 인간의 뇌를 살펴보아야​

인공지능을 이해하려면 먼저 인간의 뇌를 살펴보아야 한다. 뇌는 뉴런이라는 수십억 개의 뇌신경 세포로 이루어져 있으며, 이들은 거대한 네트워크처럼 연결되어 있다. 이 네트워크를 신경망이라 한다. 뉴런들은 시냅스라는 작은 다리를 통해 서로 소통한다. 뉴런들간의 연결들은 자전거 타는 법을 배우거나 친구의 얼굴을 알아보는 것과 같은 행동을 할 때마다 미세하게 조정된다. 강한 느낌을 경험 하거나, 반복할 수록 연결(시냅스)은 강해지고 기억이나 생각도 강화된다.  

인공지능은 생물학적 신경망에서 이루어지는 이 과정을 모방한 것​

인공지능은 생물학적 신경망에서 이루어지는 이 과정을 모방한 것이다. 생물학적 뉴런 대신, 수학적 가상 뉴런들을 연결해 사용한다. 각 연결에는 매개변수(parameter)가 있는데, 이는 뇌의 시냅스 연결 강도를 모사한 것이다. 뇌가 시냅스 강도를 조정하며 학습하듯, AI는 이 매개변수를 조정하며 학습한다. 예를 들어, 고양이 사진을 볼 때 뇌의 뉴런들이 특정 패턴으로 반응한다면, AI는 매개변수의 조정을 통해 "고양이다!"라는 답을 생성한다.  

​AI가 신경망을 훈련시켜 지능을 만들어내는 과정은 세 단계로 이루어진다  ​

AI는 신경망을 훈련시켜 지능을 만들어낸다. 좀더 정확히 말하자면 파라미터를 조절하며 가장 최적의 값를 찾아내는 과정을 거쳐 훈련된다. 이 과정은 다음 세 단계로 이루어진다: 

    1. 연습: 음악가가 연주를 앞두고 수없이 반복하듯, AI는 수많은 예시를 공부한다. 고양이를 인식하려면 수백만 장의 고양이 사진을 들여다보고 모양을 익힌다. 

    2. 피드백:  고양이를 개라고 잘못 분류하면 "틀렸어! 파라메터를 다시 조정해!"라고 알려준다. 매번 틀릴 때마다 파라메터를 미세하게 조정한다. 

    3. 최적화: 앞의 과정을 수없이 반복하면서 AI는 실수를 최소화하는 최적의 매개변수를 찾는다. 이 과정을 ‘최적화’라고 한다. 퍼즐 조각을 맞추듯, 수많은 시도 끝에 해답을 찾아내는 것이다. 

더 이상 틀리지 않을 때까지 반복하여 학습시켜 찾아낸 최적의 매개 변수 값들의 조합이 인공지능이다.  기타 현을 조정해 음을 완성해가는 과정과 같다. 각 현을 계속 조정해 음을 맞추듯, AI도 효율적으로 답할 때까지 파라메터를 조정한다. "지능"은 최적화되어 집적된 파라메터 값에 들어 있다.   

AI는 아무것도 "알지" 못한다. 고양이, 영화, 스팸을 판단하지 못한다. 그저 훈련된 파라메타의 값(패턴)을 알고 있을 뿐이다. 눈에 보이지 않는 곳에서 수많은 파라메터가 조정되는 모습을 상상해보자. 마법이 아니라 연습, 피드백, 끊임없는 세밀한 조정을 통해 마음에 드는 결과를 얻을 수 있다. 우리가 자전거 타기를 배우는 것처럼, 악기를 조율하는 것처럼.  

AI의 목표는 신뢰가능한 계속 학습하고 발전하는 시스템을 만드는 것​

AI의 목표는 완벽한 지능이 아니다. 신뢰할 수 있으며, 계속 학습하여 발전하는 시스템을 만드는 것이다. AI를 우리의 생물학적 학습 방식과 연결 지으면, 이 기술이 낯선 것이 아닌 우리 자신을 닮은 도구라는 걸 깨닫게 된다.  

<ifsPOST>

 ​