인공지능 ai 발전

안녕하세요. 서울지방중소벤처기업청 비즈니스지원단입니다.

​

1997년에 IBM의 딥블루(Deep Blue)는 체스 챔피언을 이겼으며, 2016년 구글의 AI 알파고는 이세돌과의 바둑 대국에서 승리했다. 이렇듯 인간과의 대결에서 점차 우위를 확대해 가고 있는 AI는 이제 인간의 지능 수준을 넘어 XAI(eXplainable Artificial Intelligence), 초지능(Super Intelligence)을 향해 기술적 단계를 진화하고 있다. AI가 인간의 지능을 뛰어넘는 한계점이 결코 먼 훗날의 얘기가 아닌 눈앞의 현실로 다가오고 있는 것이다.이런 상황에서 우리는 이에 대한 대응 방안의 하나로 XAI에 대해 주목할 필요가 있다. 또한 앞에서 제기된 AI의 파괴력과 부작용에 대한 다각도의 기술적 과제를 해결해야 한다. 그 가운데 높은 개방성과 접근성 및 데이터 독점 방지를 예방하는 블록체인 기술의 특성을 활용하는 것도 그 대안 가운데 하나가 될 수 있을 것이다. 아울러 윤리적·제도적·규범적·정책적 논쟁에 대한 사회적 합의도 시급히 이루어져야 할 과제다.더욱이 인간 심리의 작용에 대한 연구와 이해를 통해 이를 AI 기술로 구현함으로써 초인공지능(Super AI) 등장이 예견되고 있다. 미래의 AI는 '사람과 기계 간 협업'뿐만 아니라 '기계와 기계 간 협업'도 가능할 것으로 예상된다. AI의 능력이 사람의 마음을 읽는 수준에 도달할 것이고, 특정 분야에서 인간보다 100~1000배 높은 IQ 1만~10만의 높은 지능을 기반으로 인간보다 모든 문제를 더 잘 해결할 수 있을 것이다.사람보다 단순히 계산을 더 잘한다는 정도의 능력이 아니라, 과학기술의 창조성, 일반 분야의 지식, 사회적 능력 면에서도 인류의 두뇌를 뛰어넘는 수준으로 향후 20~30년 내에 초지능형 AI가 하나의 개체로서 인간이 할 수 있는 모든 것을 수행할 수 있으며, 100년 내에 기계의 지능이 인간을 능가할 확률이 매우 높다는 예측도 나오고 있다.특히 AI도 이성적인 사고를 통해 감정을 취득할 수 있다는 의견이 등장하면서 영화에서 보여준 것처럼 사랑과 증오 등 감정을 갖는 AI가 등장할 수 있다는 예측이 나오고 있다. 이 대목에서 "인류가 초인공지능 등장에 미리 대처하는 방법을 익히지 못하면 AI 기술은 인류 문명사에서 최악의 사건이 될 수 있다"는 고(故) 스티븐 호킹 박사의 경고를 새겨볼 필요가 있다.

​

당초 AI는 특정하게 설정된 목표에 대한 답을 구하기 위해 인간이 규칙을 정하는 것에서 시작됐다. 1990년대 들어 축적된 데이터를 활용해 AI가 스스로 학습하고 판단할 수 있는 '머신러닝(Machine Learning, 기계학습)'이 기술적 진보를 이루면서 AI의 활용에 대한 전기를 마련했다. 2000년대에 들어서는 '딥러닝(Deep Learning, 심화학습)' 기술을 통해 크게 발전했는데, 이는 인간의 뇌 신경 구조를 모방한 뉴럴 네트워크(신경망)를 사용해 AI가 데이터 자체를 교사로 삼아 학습하고, 자동으로 수치화된 특징량을 추출하는 기술이다.어떤 특징을 추출할지 AI에게 맡길 수 있으며, 인간이 특징량을 명시하기 어려운 복잡한 문제에 대해서도 AI를 적용할 수 있게 됐다. 딥러닝 기술은 '화상인식', '음성인식', '자연언어 처리', '추천' 등의 분야에서 활용이 크게 증가했다.2016년 3월에 구글 딥마인드의 알파고는 세계 최고의 바둑기사 이세돌 9단을 4대1로 꺾으며 AI가 인간의 능력을 능가할 수 있다는 사실을 인류에 각인시키는 계기가 됐다. 이후 인터넷을 바탕으로 비대면, 가상공간의 활동이 폭발적으로 증가하고, 자본과 기술의 집중적 투자가 이루어지면서 4차 산업혁명 시대에 비약적인 발전을 이어가고 있다.특히 포스트 코로나 시대로 전환되는 현시점에서 빅데이터, 5세대(5G) 통신 환경 및 딥러닝 기술을 기반으로 스마트 제조(스마트 팩토리), 의료·헬스, 차세대 운송(자율주행차, 드론 등), 공연·예술, 스마트 농업 등 모든 분야에서 활용되는 핵심 기술이 된 것이다.하지만 AI의 특성 중 하나가 특징량을 자동으로 추출하는 것인데, 이 때문에 결과값을 도출하는 과정의 판단 프로세스가 '블랙박스'화 되는 것이다. 딥러닝을 거듭하며 더욱 복잡해져 가는 AI의 결정 과정과 결론에 대해 설계자마저 왜 그런 결정에 이르렀는지 알지 못하고, 오류 원인을 즉각적으로 파악하지 못함에 따라 설명 가능한 인공지능(eXplainable AI, XAI)의 필요성이 대두됐다.예를 들어, 금융, 보험, 의료 분야에서 공정성, 신뢰성, 정확성 등을 보장하는 것이 매우 중요하고, AI를 통한 결정과 도출 근거 및 도출 과정의 타당성은 이를 위한 필수적 요인이다. 특히 사람의 생명과 관련된 의료, 자동차 등의 분야에서 AI 알고리즘의 투명성 보장을 위한 기술적, 법적 요구가 증가하고 있다.

​

​

본 답변은 참고 용도로만 활용 가능하며 정확한 정보는 관련기관에 확인해 보시기 바랍니다.더 궁금한 사항은 02)2110-6351~3으로 연락주시기 바랍니다.