AI란

앨런 튜링 (영화 이미테이션 게임 中)

“(기계도) 생각을 할 수 있지만 사람과는 다른 논리 구조로 생각한다.”

튜링은 스스로 생각할 수 있는 기계를 만들고 싶어 했다. 영화에서 튜링 역을 맡은 베네딕트 컴버배치의 대사는 그의 생각을 단적으로 보여준다. 그는 27세에 컴퓨터의 효시라고 할 수 있는 ‘튜링 머신’을 고안했다.

정의

• 학습, 문제해결, 패턴인식 등과 같이 주로 인간의 지능과 연결된 인지 문제를 해결하는 데 주력하는 컴퓨터 공학 분야
• 기계학습(머신러닝, ML)과 딥러닝(DL)은 모두 인공지능 분야에서 파생된 컴퓨터 과학 분야

세부분야

머신 러닝: 인공 지능을 구현하는 구체적 접근 방식

• 알고리즘을 이용해 데이터를 분석 -> 분석을 통해 학습 -> 학습한 내용을 기반으로 판단/예측
• 의사결정기준을 직접 주지 않고, 컴퓨터 스스로 대량의 데이터와 알고리즘을 통해 학습하여 익히는 것을 목표로 함
• 다만 코딩된 분류기가 주어져야 한다는 단점. 즉 사물을 감지하고 차이를 인식하여 분류할 수 있는 필터는 인간이 제공해주어야 함.
• 낮은 인식률 문제, 잦은 오류 문제

딥 러닝: 완전한 머신 러닝을 실현하는 기술

• 인공 신경망 : 인간의 뇌, 뉴런의 연결구조에서 영감을 받아 만들어진 알고리즘
• 딥러닝 = 인공신경망에서 발전한 형태의 인공지능
  • 뇌의 뉴런과 유산한 정보 입출력 계층을 활용해 데이터를 학습
  • GPU 등장으로 병렬 연산 속도가 획기적으로 늘어나게 되어, 딥러닝 기반 인공지능이 가능해짐

앨런 튜링과 인공지능

앨런 튜링은 어디까지나 컴퓨터가 사람과 다른 논리구조로 생각한다고 했다. 그러나 인공신경망은 사람의 논리구조를 본뜨려고 하는 시도가 아닐지. 미래에 뇌과학의 발전으로 뇌의 생물학적 작용이 규명되면, 컴퓨터가 인공 뇌를 가지게 될 지도 모른다.

사례

1. 물류

• 아마존 사례
  (1) '분노의 포장' 혁신 사례
  : 클라우드 기반 머신러닝 앱으로 배송센터 포장 선택 자동 최적화
  : 5년 동안 AI 활용 통해 포장 요구량 33% ↓배송상자 16억개 ↓
  : http://www.aitimes.com/news/articleView.html?idxno=133225
  (2) 결제예측 배송 시스템
  : 고객의 구매를 예측해서, 구매 전에 먼저 고객 근처 물류센터에 물품을 배송함 -> 배송기간 단축
  

  	(3) 물류운반로봇, 드론 등

• GS리테일 사례
  (1) 물류 운반 최적화
  : GS리테일은 KT의 AI 기술을 활용해 최적의 운송 경로와 운행 일정을 자동으로 수립하는 ‘물류 최적화 서비스’를 도입하고, 이와 연계된 전용 내비게이션을 자사 배송 매니저의 업무용 애플리케이션(앱)에 제공
  : https://www.joongang.co.kr/article/23922274#home

  (2) 물류 입출고 AI로봇
  : 물류 입·출고 단계에서 제품의 적재 순서와 방식에 대한 난도 높은 인지와 비전 기술이 필요함
  : 인공지능(AI) 로보틱스 소프트웨어 개발 회사인 '씨메스'(CMES)에 40억원을 투자
  : https://www.mk.co.kr/news/business/view/2021/12/1119662/