인공지능(AI) 의 시사점

 

인공지능이라고 하는 것이 과거 80년대에 큰 주목을 받았다가 그 이후에 침체기를 오랜 기간 겪으면서 진행이 됐는데요. 최근에 다시 주목을 받고 있죠.

그래서 인공지능 분야에서 우리가 던져볼 수 있는 질문은 ‘과연 컴퓨터가 사람처럼 생각할 수 있는가?’라고 하는 질문을 던져볼 수 있습니다.

인공지능을 연구하는 학자들의 목표는 크게 이렇게 보면, ‘인간처럼 사고하는 시스템을 만들어보자’ 혹은 ‘인간처럼 행동하는 시스템을 만들어보자’라고 하는 분류와

그다음에 ‘인간처럼 굳이 행동할 필요가 있는가? 인간은 실수도 하고 착오도 일으키니까 뭔가 주어진 대로 일을 하는 것이 아니라 합리적인 사고하는 시스템, 그러니까 논리적으로 뭔가를 추론할 수 있고

어떤 원칙에 의해서 그렇게 합리적으로 사고할 수 있는 시스템을 만들어보자’ 혹은 ‘합리적으로 행동할 수 있는 시스템을 보자’ 이런 목표를 갖고 인공지능 기술들이 계속 개발되고 진행되고 있지만,

우리가 생각해 봐야할 것은 ‘컴퓨터가 과연 인간의 사고와 마인드라고 하는 부분에서 어느 부분까지 다가갈 수 있는가?’ 그러니까 인공지능의 가능성과 한계에 대한 시각을 좀 가질 필요가 있는데요.

이러한 시각이 중요한 이유는 인공지능 기술에 대한 막연한 기대나 환상을 떨쳐버리며

그 기술이 갖고 있는 활용 범위 안에서 우리가 적절히 활용할 수 있는 효율적인, 효과적인 활용 방법을 생각해 볼 수 있는 부분이 있다는 거죠.

 

 

그럼 인공지능의 한계는 어디까지일까요?

질문을 던진다는 것 ,사람이 사고하고 행동하는 것은 생물학적인 메커니즘이죠.

그런데 인공지능으로 대변되는 컴퓨터는 생물학적인 부분이 없습니다. 기계적인 메커니즘에 의해서 사고를 하고 문제를 풀어낸다는 거죠.

그러면 결국에는 인공지능이 얼마큼 사람을 따라갈 수 있는가의 질문은 ‘이 기계적인 메커니즘이 과연 생물학적인 메커니즘을 동일하게 복제해낼 수 있는가?’의 질문으로 귀결될 수 있다고 볼 수 있을 거 같습니다.

 

 

 

‘이런 것들이 과연 한계가 어디까지고 사람과 동일하다고 할 수 있는가?’

사실 인공지능을 만드는

로직들은 최근에 등장한 것이 아닙니다.

딥러닝의 모태가 되는 신경회로망이라고 하는 기술도 이미 2, 30년 전에 개발된 것이고요.

그래서 지금 인공지능이 부활하고 주목을 받는 이유는 새로운 데이터 분석 기법, 사람처럼 생각할 수 있는 새로운 데이터 처리 기법이 등장했기 때문이 아니라 단순하게 말하면, 단지 데이터가 많아졌기 때문이라는 것입니다.

 

인공지능의 분석 기법이라고 하는 것은 데이터가 많아졌을 때 그 활용 가치가 극대화될 수 있다고 하는 거죠.

그래서 인공지능 분야에서 스타트업 기회를 추구하는 기업들이 생각해야 될 것은 ‘어떤 새로운 기발한 분석 기법이 있어서 우리가 그걸 활용하면, 뭔가 새로운 가치를 만들어낼 수 있을까?’라기보다는

‘과거에 분석되지 못했던 데이터를 어떻게 획득할 수 있고 우리가 거기에 어떻게 접근할 수 있고 그렇게 과거에 획득되지 못했던 데이터를 우리가 접근했을 때

그것을 가지고 과거에 우리가 제공하지 못했던 어떤 새로운 가치들을 도출해낼 수 있을까?’에 주목을 해야 된다는 거죠.

 

 

 

#인공지능 #AI # 인공지능의 한계 #인공지능의 도전 #인공지능 활용 #인공지능 #AI # 인공지능의 한계 #인공지능의 도전 #인공지능 활용 #인공지능 #AI # 인공지능의 한계 #인공지능의 도전 #인공지능 활용 #인공지능 #AI # 인공지능의 한계 #인공지능의 도전 #인공지능 활용 #인공지능 #AI # 인공지능의 한계 #인공지능의 도전 #인공지능 활용 #인공지능 #AI # 인공지능의 한계 #인공지능의 도전 #인공지능 활용 #인공지능 #AI # 인공지능의 한계 #인공지능의 도전 #인공지능 활용 #인공지능 시사점 #인공지능 시사점 #인공지능 시사점 #인공지능 시사점#인공지능 시사점 #인공지능 시사점 #인공지능 시사점 #인공지능 시사점