1. 인공지능의 정의


인공지능이란 인간 지능의 본질을 규명하고 이를 인공적으로 재현하려는 기술이자 학문이다. 인공지능은 강한 인공지능 (Strong AI) 와 약한 인공지능 (Weak AI) 으로 나눌 수 있다. 강한 인공지능이란 인간의 지능을 구현하는 기술 / 학문이라하며, 사람처럼 생각하는 기계를 만드는 기술 (창의, 사고, 감정) 이다. 약한 인공지능은 인간의 지능을 모방하여 특정한 문제를 푸는 기술 / 학문이라하며, 주어진 문제를 사람처럼 풀기 위한 기술 (편견 없이 지치지 않고 대용량 자료 처리) 이다.



2. 인공지능의 어려움과 접근 방법


지능시스템 개발 방법론은 두가지가 있다. 지식 기반 방법론과 데이터 기반 방법론이 있다. 지식 기반 방법론은 저장된 지식을 기반으로 의사결정을 하며, 데이터 기반 방법론은 데이터로부터 추출된 지식으로 의사결정을 한다. 지능 기술의 발달사를 살펴보면 컴퓨터 발명 이후 50여년간 부단히 계속되는 신기술의 출현과 퇴조가 반복되었다. 예를 들면 논리학, 최적화 이론, 확률적 모형, 탐색 이론, 규칙기반 시스템, 전문가 시스템, 퍼지 논리, 신경회로망, 유전자 알고리즘, 카오스 이론 등이 있다. 인공지능의 대표적 기술로는 Search, Production System, Neural Networks 등이 있는데, Neural Networks의 경우 알파고로 유명해진 학습 방법인 Deep Learning이 있다. 

상향식 접근 방법 (인공생명)과 하향식 접근 방법 (전통적인 인공지능)이 독자적으로 연구 개발되고 있는 통합형 지능기술은 전통적인 인공지능 방법이 추구하는 상위 수준의 지능과 행동기반 지능이 추구하는 저 수준의 지능 사이에 협력이 필요하다. 전통적인 인공지능은 유연성이 부족하고 많은 시간을 소요하며, 행동기반 인공지능은 복잡한 문제를 해결하기에는 어려움이 따른다. 기호 수준의 표현과 연결주의 표현 사이의 협력이 필요하며, 사회성, 감정, 감성 등의 대한 연구가 필요하다.


3. 인공지능의 한계와 가능성


세계 인공지능 시장 규모는 2015년 약1270억 달러이며, 2017년에는 약 1650억 달러로 예상하고 있다. 2025년 인공지능을 통한 '지식 노동 자동화'의 파급효과가 연간 5조 200억에서 6조 7000억 달러에 달할 것으로 맥킨지는 전망하고 있다.

많은 사람들이 인공지능으로 인해 일자리 문제가 발생할 것이라고 보고 있는데, 인공지능으로 인해 메뉴얼에 기반한 직종, 반복성이 높은 직종 그리고 일부 전문 서비스 직종의 일자리는 축소 될것으로 보고 있다. 그와는 반대로 면대면 직업, 창의적 / 예술적 / 감성적 직업, 복잡성 높은 육체적 직업은 확장 될것으로 전망하고 있다. 인공지능으로 인한 기대효과로는 노동시간이 줄고, 고용구조가 변화되며 인공지능으로 대체 불가능한 분야의 노동가치가 상승 될것으로 보고 있다. 인공지능의 발달로 인간의 여가 시간이 증대되며 그로 인해 새로운 라이프 스타일이 생길 것이며, 인간의 삶의 질이 향상 될 것으로 보고 있다.


인공지능 관련 기술 분야 <출처 : 한국정보화진흥원>


인공지능은 단기적으로 대규모 데이터로부터 객관적이고 일관성 있는 의사결정 도구로 활용될 수 있고, 중기적으로는 고령화에 따른 생산 가능 인구 감소에 따른 생산성 향상 도구로 사용 될 수 있다. 장기적으로 봤을 때는 핵가족화에 따른 고독감, 소외감 등 사회문제를 해결하는 동반자 역할을 기대할 수 있겠다.


인공지능 기술이 지능 서비스의 다양한 측면에서 기여를 하고 있다. 예를 들면 자율적인 판단, 적절한 행동 생성, 환경에 대한 적응 등이다. 독립적으로 개발되고 있는 지능 요소들을 통합하기 위한 생물학적 / 공학적 통합형 접근이 필요하며 앞으로 편의성과 효율성 증대를 통한 인간의 삶의 질을 향상시키는 새로운 세상을 만들어야 할 것이다.



<출처 : 2016 Tech Leadership Conference>


저작자 표시 비영리 변경 금지
신고

티스토리 툴바