본문 바로가기

알파고

AI와 청소년 진로 찾기: AI로 잘 먹고 잘 사는 방법! 안녕하세요. 코지입니다. 올 한해 코딩지니어스가 진행한 실시간 온라인 교육의 주제는 AI(인공지능)였습니다. AI를 처음 접하는 학생들부터 평소에 관심이 많았던 학생들까지, 많은 학생이 AI가 무엇인지 직접 느끼고 체험하며 챗봇까지 만들어보았는데요. 궁극적으로 올해 코딩지니어스가 AI 교육을 강화했던 이유는 우리 청소년의 미래에 AI는 빠질 수 없는 존재이고, 미래 직업과 진로 설정에도 큰 영향을 미치기 때문입니다. 그런 의미에서 2020년 마지막은 청소년들이 AI로 어떤 직업을 가질 수 있을지, 어떻게 진로 설정을 해야 하는지에 대해 알아보려고 합니다. 나는 AI에 관심이 없는데. 다른 직업을 갖고 싶은데. 하는 학생들도 있겠죠? 맞아요! 어떻게 모든 사람이 다 AI 관련 직업을 가질 수 있겠어요? 하.. 더보기
인공지능(AI)이란 무엇인가? 여러분은 인공지능에 대해 얼마나 알고 있으신가요? 아직도 많은 사람이 영화나 소설 속에 등장하는 인공지능을 쉽게 떠올리곤 합니다. 요정 동상 앞에서 소원을 비는 로봇이나(영화 ‘AI’), 생존에 위협을 느낀 나머지 인간을 공격하는 시스템(영화 ‘매트릭스’)처럼 말이죠. 이것도 물론 인공지능이 맞습니다. 이처럼 인간처럼 생각하거나 행동하는 인공지능을 ‘강인공지능’이라고 합니다. 하지만 이게 다가 아니죠. AI 스피커나 은행 챗봇, 이미지 분류 등 우리가 이미 접하고 있는 인공지능 서비스는 성격이 많이 다릅니다. 한 가지 특정 능력에만 특화되어 있죠. 지난 2016년 이세돌 9단과의 바둑 대결에서 승리한 ‘알파고’가 대표적입니다. 알파고는 바둑은 잘 두지만 피아노를 치거나 그림을 그리지는 못합니다. 이처럼 .. 더보기
인공지능은 수요 계획을 끝낼 수 있을까? 2016년 인공지능 알파고는 세계 최고의 바둑기사 중 한 명으로 불리는 이세돌 9단을 압도했습니다. 경기가 시작되기 전만 하더라도 인공지능과의 대결에서 인간이 승리할 거라 믿었던 대다수의 사람은 그 결과에 충격에 빠졌는데요. 경기가 끝나고 인공지능이 인간세계를 지배할 될 것이라는 불길한 예언을 앞다투어 내놓았습니다. 스스로 학습하는 알파고 같은 인공지능이 수많은 데이터를 분석하여 예측하고, 그 결과를 저장해 놓는다면, 사람보다 뛰어난 수요 예측이 가능하지 않을까요? 어차피 수요 예측을 달라질 게 뻔한데, 사람이 많은 시간을 소비하며 불필요하게 예측할 필요가 있을까요? 이 지루하고 성가신 작업을 인공지능이 대신하면 좋을 것입니다. 그래서 최근 SCM 분야에서도 빅데이터와 인공지능을 결합해 ‘Advanced.. 더보기
사고 막고 범죄 자동 신고, 지능형 CCTV가 온다 4차 산업혁명 기술은 영상 시스템을 인공지능(AI)이 탑재된 지능형으로 바꿔 놓게 됩니다. 지능형 CCTV(폐쇄 회로 텔레비전)는 사람을 알아보고 현상 수배범이나 범죄인일 경우 자동으로 경찰서에 통보해주게 되는데요. 범죄와 사건, 사고를 예측하고 차단하는 역할을 하게 되는 것입니다. 범죄 방지용, 교통•공장 관제용, 방재용 등 다양한 용도로 사용이 됩니다. 이로 인해 집에서 나서는 순간부터 엘리베이터나 길거리, 회사의 CCTV, 차량의 블랙박스가 우리의 일거수일투족을 감시하게 됩니다. AI, 영상 내용을 분석하다 인공지능이 영상을 보고 필요한 내용을 추출하는 ‘인간 영상 분석사’ 역할을 하게 됩니다. 이른바 비디오 튜링 테스트(VTT, Video Turing Test) 프로젝트가 국책 과제로 진행되고 있.. 더보기
자율주행 기술 발전에 도움을 주는 인공지능 기술은? 최근 급속히 발전하고 있는 인공지능 분야의 기술 중 자율주행 분야에 적용될 경우 큰 기술 혁신을 만들어 낼 것으로 기대되는 기술은 강화 학습(Reinforcement Learning)입니다. 강화 학습은 인간의 개입이 없이도 반복 학습을 통해 인공지능이 스스로 목적을 달성하는 과정을 터득해 내는 방법입니다. 인간은 단지 인공지능이 달성해야 하는 목적과 시행착오 중 성공과 실패에 대한 보상(Reward) 및 벌칙(Penalty) 값만 정의해 주면 됩니다. 이에 기반해 인공지능은 수십, 수백만 번의 시행착오를 반복하며 보상 값을 극대화하면서 목적을 달성할 방법을 스스로 찾아내는데요. 실제 알파고를 구현해 낸 딥마인드가 구글에 인수 당시 보유했던 핵심 기술이 바로 강화 학습이었고, 알파고 또한 강화 학습에 기.. 더보기
똑똑한 도시로의 진화, 스마트시티의 미래 스마트시티는 한글로 풀면 지능형 도시라고 해석할 수 있습니다. 지능형 도시란 무엇이며 지능을 가진 똑똑한 도시는 어떻게 진화하고 있을까요? 이번 편에서는 지능형 도시 구현을 위해서 4차 산업혁명의 핵심 기술인 인공지능이 적용되고 있는 사례들을 살펴보고 똑똑한 미래 도시의 진화 방향을 살펴보도록 하겠습니다. 스마트시티의 핵심 기술인 인공지능 기술은 진화 중 인공지능은 1956년 존 매카시가 개념을 정립한 이후 1970년대에 전문가 시스템이 개발되면서 관심이 커졌으며 이후 인공신경망 기법들이 고도화되면서 발전을 해 왔으나, 성능의 한계로 인해 현실 세계 적용은 매우 제한적으로 구현됐습니다. 그러나, 최근 딥러닝 기술의 발전으로 인공지능이 본격적으로 현실 세계에 적용되면서 인공지능 기술은 비약적인 성장을 하고.. 더보기
보상을 통해 학습하는 머신러닝 기술 2편 지난 시간에는 강화학습의 정의와 등장 배경 그리고 머신러닝 분야 중의 하나인 강화학습(Reinforcement Learning)에 대해 알아봤습니다. ● 보상을 통해 학습하는 머신러닝 기술 1편: http://blog.lgcns.com/1692 그렇다면 이번 시간에는 강화학습의 머신러닝 기술을 토대로 발전하고 있는 다양한 사례와 앞으로의 동향에 대해 알아보겠습니다. 강화학습 기술의 적용사례 1. 게임 게임은 강화학습이 발전하게 된 토대를 만들어 주었고 지금도 강화학습 알고리즘의 테스트베드로 많이 쓰입니다. ● 딥마인드 알파고전편에서 설명했듯이 바둑에서 이세돌을 4:1로 이기면서 강화학습이 관심을 받게 된 계기를 만들었습니다. 2017년 5월에는 커제를 3:0으로 격파하고 그 후 딥마인드에서 공식적으로 은.. 더보기
인공지능 구현의 한계와 극복 방법은 무엇일까? 딥러닝으로 인해 인공지능 분야가 빠르게 혁신되고 있지만, 딥러닝은 엄청난 양의 데이터와 컴퓨팅 파워를 요구한다는 점에서 큰 한계를 갖습니다. 2012년 구글이 구현한 인공지능은 유튜브 영상 속 고양이를 스스로 구분해 내며 시작하였으나 이것은 약 1,000만 개의 동영상을 학습한 결과였습니다. 2016년 이세돌 9단과 대결에서 승리한 알파고는 약 3,000만 개의 착점 정보와 16만 개의 프로 바둑 기사의 기보가 필요했는데요. 동시에 이러한 데이터 학습 과정과 실제 바둑 대결에는 클라우드 기반으로 연결된 약 1,202개의 CPU와 176개의 GPU가 동시에 활용되며 약 3억 4천 번의 반복 학습을 통해 구현된 결과물이었습니다. 따라서 현재까지의 인공지능을 구현해 혁신을 이루어 내는 기업들은 엄청난 데이터와.. 더보기