인공지능은 어떻게 스스로 학습할까요?
딥러닝, 규칙을 알려주지 않아도 스스로 방대한 데이터 분석·공부
과학자들은 '규칙을 가르치면 언젠가는 모든 일을 잘하는 인공지능을 만들 수 있다'고 생각했어요. 하지만 인공지능에게 모든 규칙을 알려주기란 불가능했어요. 그래서 과학자들은 인공지능이 스스로 공부하는 방법을 찾았어요. 이를 '기계학습(Machine Learning)'이라고 해요. 먼저 어떤 문제를 해결하기 위한 규칙을 가르치고, 새로운 데이터를 입력해 결과를 예측하도록 훈련을 해요. 그러면 인공지능은 학습한 내용을 기반으로 많은 양의 데이터를 분석하고, 나름의 규칙을 세우지요.
최근에는 기계학습을 할 때 인간의 신경을 모방하는 방법을 활발히 연구하고 있어요. 이를 '인공신경망'이라고 해요. 사람의 뇌는 수천억 개의 신경세포가 그물처럼 얽혀 신호를 주고받아요. 우리가 맛있는 음식을 먹으면 코의 후각 세포가 냄새를 맡고, 혀의 미각 세포가 맛을 보고 뇌로 신호를 보내요. 뇌는 이런 신호를 종합해 '맛있다'는 결론을 내린답니다.
인공신경망은 오래전에 개발됐지만 주목받지 못했어요. 사람의 뇌처럼 복잡한 신경망을 만들려면 성능이 아주 뛰어난 컴퓨터가 필요한데, 당시 컴퓨터 성능은 지금처럼 좋지 않았거든요. 정확도는 높았지만, 속도가 느렸죠.
현재 가장 많이 이용하는 인공지능 학습법은 인공신경망을 이용한 '딥러닝(Deep Learning)'이에요. 딥러닝은 인공지능에 규칙을 알려주지 않아요. 엄청나게 많은 데이터를 집어넣으면 인공지능이 스스로 학습하죠. 예를 들어 고양이 사진을 아주 많이 입력하면 인공지능은 사진을 보고 다양한 특징을 찾아내요. 딥러닝 처음 단계에는 이미지를 아주 단순하게 분석해요. 고양이들 얼굴에서 기울기가 같은 선들을 발견하죠. 계속 분석하고 학습하면서 서로 다른 특징을 찾아낸 뒤, 결국 다른 생물과 고양이를 구분할 수 있게 된답니다.
가나출판 '재미있는 인공지능 이야기' (송준섭 글, 우지현 그림)
