[AI] 인공지능(AI)의 작동 방식

인공지능(AI)의 작동 방식

대량의 데이터와 반복적인 작업을 빠른 처리할 수 있는 알고리즘을 결합한 소프트웨어가 데이터에 존재하는 패턴이나 특징을 분석하고 스스로 자동 학습 하도록 지원하는 것이 인공지능(AI)의 역할입니다. 많은 이론, 방법론, 기술 등을 포함한 종합적인 영역인 인공지능(AI)의 주요 세부 분야는 다음과 같습니다.

• 분석 모델구축을 자동화 하는 머신러닝은 신경망, 통계분석, 운영분석, 물리학에서 활용되는 기법들을 이용하여 프로그래밍 없이 특정 위치를 찾거나 결론을 내리는 등 데이터에 숨어있는 인사이트를 찾아냅니다.
• 신경망은 뉴런처럼 외부 입력에 반응하고 각 단위 사이의 정보를 연계하여 처리하는 일종의 머신러닝입니다. 서로의 연계성을 찾아내고 정의되지 않은 데이터로 부터 의미를 추론하기 위해서는 처리 과정에서 다중 데이터 패스가 필요합니다.
• 딥러닝은 컴퓨팅 파워의 발전과 학습 기법의 개선을 바탕으로 여러 레이어를 포함한 엄청난 규모의 신경망을 활용합니다. 이를 통해 대량의 데이터에서 복잡한 패턴을 학습할 수 있습니다. 그 예로 이미지 및 음성 인식이 있습니다.
• 인지 컴퓨팅(Cognitive Computing)은 기계에서 인간과 유사한 자연스러운 인터랙션을 이끌어내려는 인공지능(AI)의 한 분야입니다. 인공지능(AI)과 인지 컴퓨팅에서 추구하는 궁극적인 목표는 기계에 이미지와 음성을 이해하는 능력을 부여하여 사람과 같은 방식으로 행동하고 같은 반응을 만들어 내는 것 입니다.
• 컴퓨터 비전은 패턴 인식과 딥러닝 기술을 바탕으로 그림이나 비디오의 내용을 인식합니다. 기계가 이미지를 처리하고 분석하여 이해할 수 있으면 이미지나 비디오를 실시간으로 포착하여 그 주변 상황을 해석할 수 있습니다.
• 자연어 처리(NLP; Natural Language Process)는 컴퓨터가 음성을 포함한 사람의 언어를 분석, 이해 및 생성할 수 있는 기술입니다. NLP의 다음 단계는 사람이 평상시와 같은 언어적 표현을 사용하여 컴퓨터와 소통하고 작업을 지시할 수 있는 자연어 인터랙션입니다.

그 밖에 인공지능(AI) 구현과 지원에 필요한 몇 가지 추가 기술은 다음과 같습니다.

• 그래픽 처리 장치는 반복적인 작업에 필요한 엄청난 컴퓨팅 파워를 제공하는 인공지능(AI)의 핵심 요소입니다. 일반적으로 신경망 학습에는 엄청난 양의 데이터 뿐만 아니라 엄청난 컴퓨팅 파워가 요구됩니다.
• 시물 인터넷 은 연결된 장치로부터 많은 양의 데이터를 생성합니다. 인공지능(AI)을 통해 모델을 자동화 하면 이러한 데이터를 실시간으로 분석하는 등 유용하게 활용할 수 있습니다.
• 보다 많은 데이터를 다양한 수준에서 보다 빠르게 분석하기 위한 첨단 알고리즘이 새로운 방향으로 개발 및 결합되고 있습니다. 이를 통해 매우 드물게 발생하는 이벤트를 예측하고 복잡한 시스템을 이해하며 고유한 시나리오를 최적화 하는데 필수적입니다.
• 애플리케이션 처리 인터페이스(API) 는 기존 제품과 솔루션 패키지에 인공지능(AI) 기능을 부가할 때 필요한 코드 패키지 입니다. API를 이용하여 가종 보안 시스템에 이미지 인식 기능을 추가하거나 데이터를 설명하고 캡션과 헤드라인을 생성하는 등 데이터의 흥미로운 패턴과 인사이트를 알려주는 Q&A 기능을 추가할 수 있습니다.

즉, 입력 데이터를 바탕으로 추론하여 결과물을 설명할 수 있는 솔루션을 제공하는 것이 인공지능(AI)의 목표입니다. 인공지능(AI)은 사람과 같은 방식으로 소프트웨어와 인터랙션을 하고 특정한 과제에서 사람의 의사결정을 지원하는 역할을 할 수 있지만 사람의 역할을 대신하지는 못할 것 입니다.

 

 

출처 : https://www.sas.com/ko_kr/insights/analytics/what-is-artificial-intelligence.html