1. 인공 지능 (Artificial Intelligence, AI) 이란?
ㅇ 인공 지능
- 인간의 학습,추론 능력을 모방하여 문제를 해결하는 컴퓨터 기술
. 일일이, 프로그래밍과 규칙 등을 만들어 주는, 지능화도 가능하지만,
. 대부분, 기계학습을 통해 자동적으로 만들어짐
- 컴퓨터의 기능을 인간의 뇌 기능과 유사하게 접근하려는 시도
. 이를 실현코자, 신경과학, 인지과학, 수학, 물리학, 전자, 전기 등 학문 간에
. 다양한 통합적 노력들이 이루어지고 있음
- 응용 例) 음성 인식, 자율 주행, 의료영상 분석 등
ㅇ 인공 지능 용어 출현 및 역사 ☞ 인공지능 역사 참조
- 발전 단계 : 논리 추론 (규칙) 기반 → 지식 (통계) 기반 → 데이터 (학습) 기반 → 생성형 AI
2. 인공 지능의 연구 및 접근
ㅇ 인공지능 연구의 대상
- 알고리즘(풀이순서,공식등)이 없는 상황에서 경험적으로 문제풀이를 하는 것
ㅇ 인공지능에 대한 접근방식
- 계산심리학 관점 : 인간과 동일한 방식으로 작동하는 컴퓨터 프로그램을 만듬
- 기계지능 관점 : 컴퓨터 프로그래밍이 가능한 영역을 인간 수행 작업영역으로 확장시킴
ㅇ 인공지능 구현시 고려사항
- 지식의 정의
- 지식의 표현
- 지식의 조작
- 모델의 정당성
ㅇ 인공지능 활용 영역
- 언어 인식/이해, 학습, 추론, 패턴인식, 컴퓨터비전, 검색, 범주화 등 다양
3. 인공 지능의 구성
ㅇ 핵심 요소
- 데이터
. 인공지능 학습의 원천으로, 입력 정보이자 지식의 근간이 됨
- 알고리즘
. 데이터를 처리하고 학습·추론·판단하는 절차나 규칙의 집합
- 모델
. 알고리즘이 데이터를 학습하여 구축된 결과물(수학적 표현체)
- 계산 자원
. 대규모 데이터와 복잡한 모델 학습을 위한 하드웨어 인프라
ㅇ 구성 요소
- 사용자와의 인터페이스
. 사용자의 입력을 인공지능이 이해할 수 있는 형태로 변환
.. 例) 음성인식,영상인식,문자인식 등 패턴 인식 등
- 패턴 이해
. 인식된 데이터 속의 규칙과 의미를 해석
.. 例) 문맥 분석, 감정 분석, 의미 해석 등 패턴 분석
- 지식 베이스(Knowledge Base) 및 데이터베이스(Database)
. 지식 베이스 : 컴퓨터 내부에 방대한 특정 분야 지식을 체계적으로 축적시킨 것
.. 문제 해결에 필요한 사실과 규칙 등
. 데이터베이스 : 대량의 정형,비정형 데이터를 체계적으로 저장
- 추론 엔진 (Inference Engine)
. `지식 베이스의 지식`과 `외부에서 나타난 사실을 표현하는 정보`를 결합해 결론 도출
.. . 논리적 탐색 및 규칙 기반 판단 수행
4. 인공 지능의 종류
ㅇ 약 인공지능 (Weak AI, ANI : Artificial Narrow Intelligence)
- 특정 작업에 특화된 인공지능
. 현재 우리가 접하는 대부분의 인공지능 시스템
ㅇ 강 인공지능 (Strong AI, AGI: Artificial General Intelligence)
- 인간과 동등하거나 뛰어넘는 지능을 가진 인공지능
. 아직까지는 이론적인 개념에 가까움
5. 인공 지능의 발전 경향
ㅇ 생성형 AI의 통합 (Generative AI)
- 기존의 '판별/분류(Classification)' 중심에서 벗어나,
- 텍스트,이미지,코드 등 새로운 콘텐츠를 `스스로 생성하는 생성하는 능력`이 중요해짐
ㅇ 멀티모달 학습 (Multimodal)
- 텍스트뿐만 아니라 시각, 청각 등 다양한 데이터 형태를 동시에 처리하고,
- 상호 이해하는 멀티모달 지능으로의 진화
ㅇ 에이전트 중심 (Agentic AI)
- 단순한 질문-답변 시스템을 넘어,
- 사용자 목표를 자율적으로 수행하는 AI 에이전트 구현으로,
- 실무적 활용도를 높이고 있음
ㅇ AI 윤리 및 신뢰성 (Explainable AI)
- 기술적 구현 방식을 넘어,
- 결과의 편향성 해소와 설명 가능한 인공지능(XAI)에 대한 필요성 대두