2016년 알파고와 이세돌 9단의 바둑 대결을 기억하시나요? 천재 바둑기사 이세돌 9단을 인공지능 알파고가 이겨 대중들에게 큰 충격을 주었죠. 알파고를 시작으로 이제는 자율주행 자동차, 얼굴인식, 챗봇, 스마트홈, 의료진단 등 인공지능이 사용되지 않는 분야를 찾기가 어려울 정도로 인공지능은 수많은 기술에 접목되어 우리 생활에 영향을 미치고 있습니다. 이처럼 인공지능은 다양한 분야에서 활용되고, 지속적으로 발전해 나아가고 있습니다. 인공지능의 핵심기술에는 머신러닝과 딥러닝이 있으며 이들은 비슷하지만 차이점도 존재합니다.

머신러닝(Machine learning)

머신러닝은 인공지능의 분야 중 하나로, 외부에서 주어진 대량의 데이터를 학습한 컴퓨터가 알고리즘을 이용해 이를 분석하고, 결론을 도출합니다. 2020년 방송된 tvn드라마 ‘스타트업’에서 주인공은 알고리즘을 이렇게 설명합니다.

“컴퓨터를 타잔이라고 쳐. 이 아인 무인도에서 자라서 여자를 한 번도 본 적이 없어. 그런데 어느 날 갑자기 무인도에 제인이 온 거야. 타잔이 제인에게 돌멩이를 주니까 싫어해. 그런데 꽃을 주니까 좋아해. 그래서 계속 시도를 해. 뱀을 잡아주니 싫어해. 토끼를 주니 좋아해. 소리 치면 싫어하고 웃어주면 좋아해. 그렇게 경험을 많이 하면서 제인의 마음을 얻어가는 법을 배워.”

즉, 머신러닝이란 데이터를 기반으로 기계가 스스로 학습하게 하는 방법이며, 이는 다음과 같이 3가지의 학습방식으로 분류할 수 있습니다.

· 지도 학습: 정답이 있는 데이터를 활용하여 학습시키는 과정

· 비지도 학습: 출력 없이 입력만으로 학습하여 결과를 예측하는 과정

· 강화 학습: 현재의 상태에서 어떤 행동을 취하는 것이 최적인지를 스스로 학습하는 과정

아마존에서 제품을 사용자에게 맞춤형으로 추천해주는 기능, 넷플릭스와 유튜브와 같은 플랫폼에서 사용되는 추천기능과 포털사이트에서 검색할 때 사용되는 자동완성 및 연관검색어 기능 또한 머신러닝의 한 부분입니다.

딥러닝(Deep learning)

머신러닝과 유사하지만 한단계 진화한 개념인 딥 러닝은 데이터를 별도로 제공하지 않아도 스스로 결과를 예측하며, 자체적으로 배우고 지능적인 결정을 내릴 수 있는 ‘인공신경망’을 만듭니다. 머신러닝과의 차이점은 머신러닝은 지정된 방식으로 정리된 정보, 즉 정형데이터를 다룹니다. 의사결정에 필요한 데이터를 사람이 정리해 기계에 알려주면 기계는 이를 토대로 판단이나 예측을 하게 됩니다. 반면 딥러닝은 주로 이미지, 비디오, 음성 등의 지정된 방식으로 정리되지 않은 비정형 데이터를 다룹니다. 즉, 딥러닝에서는 머신러닝에 비해 스스로 학습하고 결과를 예측할 수 있으며, 훨씬 많은 데이터가 활용되기 때문에 더욱 세밀한 작업이 가능합니다.

2016년 이세돌 9단과 바둑대결을 펼쳤던 구글의 알파고 또한 딥러닝의 사례이며, 페이스북은 딥러닝 기술을 적용해 ‘딥페이스’라는 얼굴 인식 알고리즘을 개발하였습니다 상담원 대신 고객들의 질문에 답하는 ‘챗봇’ 등의 서비스도 모두 딥러닝 기술이 활용됩니다.

운전자 없는 자동차, 비대면 진료와 같이 공상과학 영화에서 볼 수 있었던 것들이 이미 쓰이고 있거나, 점차 상용화 되어가고 있습니다. 딥러닝의 등장으로 인공지능의 영역은 보다 확장되었고, 앞으로도 무한히 확장될 것입니다. 그러나 관련 법과 규제의 부재, 윤리적 문제, 보안 문제, 책임 전가 문제 등 인공지능의 발달과 함께 해결해야 할 한계점도 함께 지니고 있습니다. 인공지능의 발전으로 보다 편리한 일상을 누릴 수 있는 만큼 인공지능 기술의 한계점을 극복하고 올바르게 활용할 수 있도록 하는 사회적 역할도 중요해질 것입니다.