요즘 ‘인공지능’이라는 말, 참 많이 익숙해졌죠? 특히 대화형 인공지능 chatGPT의 등장으로 알파고 이후에 잠잠했던 AI 업계가 시끌벅적해진 게 느껴지는데요. 사실 인공지능은 우리의 삶에 자연스럽게 스며들어 있습니다. 한번 일상을 떠올려보세요. 스마트 스피커가 알려주는 일기예보에 맞춰 옷을 입고, 알고리즘이 추천해주는 노래를 듣기도 하죠. 모바일로 은행 업무를 볼 때 사용하는 챗봇도 인공지능을 활용하고 있답니다. 

그런데 인공지능과 관련된 말을 듣다 보면 헷갈리지 않나요? 비슷한 종류의 서비스인데 어떤 것은 머신러닝을 활용했다고 하고, 어떤 것은 또 인공지능을 활용했다고 합니다. 최근에는 딥러닝 기반이라는 말까지 사용하고 있죠. 그렇다면 인공지능과 머신러닝 그리고 딥러닝 이 세 용어는 똑같은 말일까요?

인공지능⊃머신러닝⊃딥러닝

정답은 아닙니다! 인공지능과 머신러닝, 딥러닝이라는 용어는 혼용되고 있지만 본래 인공지능과 머신러닝, 딥러닝은 다른 개념입니다. 정확히 말하자면 인공지능이라는 거대한 개념 안에 머신러닝이 포함되어 있고 머신러닝이라는 상위 개념 안에 딥러닝이 포함되어 있죠.

가장 큰 개념인 인공지능

인공지능은 사람의 지적 능력을 컴퓨터를 통해 구현하는 기술입니다. 사람의 지능을 흉내 내는 소프트웨어, 프로그램, 인공적인 장치 모두를 인공지능이라고 할 수 있죠.

컴퓨터가 스스로 학습하는 머신러닝

머신러닝은 사람이 규칙을 프로그래밍하지 않아도 컴퓨터가 스스로 학습하는 기술을 말합니다. 우리가 어릴 때, 많은 단어를 듣고 따라 하면서 자연스럽게 말도 하고 글도 쓰게 되는 것처럼 머신러닝도 사람이 데이터를 주면 이 데이터를 가지고 훈련을 합니다. 데이터가 계속 쌓이면 자연스럽게 성능이 늘어나겠죠? 

유튜브에서 여러분이 찾지 않았지만 관심사의 영상을 띄워 주는 경험, 다들 해본 적 있지 않나요?  구글은 사용자가 많이 본 영상을 파악하고, 취향이 비슷한 사람의 데이터를 분석해 그것을 기반으로 추천합니다. 머신러닝은 이처럼 축적된 데이터를 바탕으로 입력하지 않은 정보에 대해서도 판단이나 결정을 할 수 있답니다. 다만, 머신러닝은 학습할 데이터를 사람이 정리해서 주고, 오류가 나면 사람이 개입해야 합니다.

인공신경망 알고리즘을 활용하는 딥러닝

인공지능 연구자들이 추구하는 가장 이상적인 인공지능 모델은 바로 인간의 두뇌입니다. 뇌과학, 인지과학, 신경과학 등 연구를 통해 밝혀진 뇌 구조와 작동 원리는 인공지능 연구자들에게 다양한 영감을 불러일으키는 좋은 정보원이 되었습니다. 인공 신경세포에 관한 연구가 1940년 대에 이루어졌고, 신경세포로 구성된 신경망을 인공적으로 구현한 인공신경망이 1980년대 중반부터 본격적으로 인공지능 구현을 위한 도구로 사용되기 시작하였습니다.

 

이러한 연구를 통해 만들어진 기술이 바로 딥러닝입니다. 앞서 딥러닝은 머신러닝의 하위개념이라고 했던 것, 기억나시죠? 딥러닝도 컴퓨터가 스스로 학습하는데, 이때 인공신경망 알고리즘을 활용하여 학습합니다. 우리가 눈을 통해 특정 정보를 보게 되면, 수많은 뉴런들이 이 정보를 주고받으면서 물체를 인식하고 학습하는데요. 인공신경망은 뉴런의 작동 방식을 그대로 알고리즘화했습니다. 인공신경망에 정보가 입력되면 그 정보가 여러 층을 거치며 처리되고, 그 과정에서 여러 단계의 정보 표현과 개념, 지식이 학습됩니다. 게다가 머신러닝과는 다르게 딥러닝은 다 알아서 하기 때문에 사람이 굳이 개입하지 않아도 됩니다.

 

현재 딥러닝은 어떻게 활용되고 있을까요?

 

딥러닝은 많은 양의 데이터에 액세스하여 거대한 신경망을 구축하게 됩니다. 점점 더 많은 데이터로 훈련할수록 성능이 향상하게 되며 정확도는 높아지게 되죠. 이러한 딥러닝의 등장으로 인공지능의 영역이 확장되고 있는데요. 현재 딥러닝은 어떻게 활용되고 있을까요?

챗봇

딥러닝을 활용한 챗봇은 우리 일상에서 주로 활용되고 있는데요. 일반적인 챗봇은 인간 프로그래머가 입력해주는 데이터에만 의존하는 반면, 딥러닝을 기반으로 한 챗봇은 시스템이 받아들인 데이터를 스스로 결정합니다. 딥러닝 시스템을 통해 데이터는 물론 사람들 사이의 대화에서도 학습하여, 자체적인 결론에 도달하게 됩니다. 최근 AI업계에서 가장 핫한 이슈로 떠오른 AI 챗봇 서비스 chatGPT 도 딥러닝을 활용한 서비스입니다. 

자율주행차

자율주행 차량은 딥러닝이 거둔 또 하나의 성과인데요. 딥러닝 시스템을 도입하기 전에는 신호가 바뀌었는지, 차가 있는지 등의 질문을 사람이 일일이 넣어야 했습니다. 하지만 지금은 위험한 상황과 정상인 상황을 모두 포함한 데이터를 넣어두면 컴퓨터가 스스로 학습하여 자동으로 상황을 파악합니다. 

얼굴인식

비밀번호를 입력하지 않고 휴대폰이 알아서 얼굴을 인식해 잠금화면을 연 경험, 해본 적 있으시죠? 이처럼 얼굴을 인식하는 기능에도 딥러닝이 활용되고 있습니다. 사람의 경우 얼굴을 인식하는데 97.53%의 정확도를 보이는데요. 현재 딥러닝을 활용한 기술은 99.8%의 정확도를 보인다고 합니다. 

이 외에도 의료 산업에서는 암세포를 탐지하는 데 딥러닝을 사용하려는 움직임들이 나타나는 등 다양한 산업군에서 딥러닝 모델을 활용하고 있습니다. 직접적인 비즈니스 모델이 아니더라도 기존에 있던 기업의 제품 혹은 인프라에 딥러닝을 적용하기도 하죠.

삶의 질을 향상시키는 인공지능

  

인공지능이 발전할수록 우려를 표하는 이야기가 나오고 있는데요. Augmented Intelligence, 다시 말해 증강지능이라는 말이 있습니다. 인공지능 등의 도움을 받아 인간의 인지 능력이 확장된 상태를 의미하는데요. 이처럼 인공지능은 인간을 대체하는 것이 아니라 일상과 업무 등 삶의 질을 향상시키는 역할을 하게 될 것입니다. 큰 잠재력을 지닌 딥러닝을 통해 더욱 발전된 우리의 삶이 기대됩니다!

영상으로 쉽게 알아보기