미래사회를 변화시키는 첨단기술로서 전문가들은 인공지능을 꼽는 데 주저함이 없다. 2000년대 중반에 등장한 딥 러닝(Deep learning)으로 현재 인공지능 분야는 획기적인 발전을 이루어 가고 있다. 인공지능은 딱딱하고 단순한 계산만을 하는 컴퓨터에게 어떻게 고도의 복잡한 사고를 시킬 수 있을지가 핵심이었다. 이를 위해서는 우선 컴퓨터가 새로운 사실들을 정확하게 학습하는 것이 필요하다. 딥러닝은 인공지능에게 학습시키는 방법을 말한다. 이를 기반으로 인공지능은 현재 바둑에서 인간을 압도하는 수준에 이르는 등 폭발적인 성장을 하고 있다.
인공지능은 컴퓨터로 사람과 같은 지능을 재현하는 것이다. 그러면 어떻게 2진수 계산만 하는 컴퓨터가 사람과 같은 사고를 할 수 있을까? 과거에는 사람이 컴퓨터가 문제를 해결하기 위해 규칙을 부여하고 지식을 입력해 사고하도록 하는 방식을 사용했다. 하지만 단순한 문제를 해결하는 규칙을 부여하는 것도 쉽지 않다. 인간은 어린아이도 개와 늑대를 직관적으로 구분한다. 이를 인공지능에게 알려주기 위해 인간이 왜 비슷하게 생긴 개와 늑대를 구분할 수 있는지 많은 연구를 했지만 이에 대한 명확한 규칙을 도출하는 것은 쉽지 않았다. 따라서 현재는 기계학습(Machine learning)을 통해 컴퓨터가 많은 데이터를 스스로 학습하기 위한 메커니즘을 부여한다. 이를 위해서는 컴퓨터가 학습할 수 있는 수많은 데이터를 제공하는 것이 필요하다. 최근 인터넷의 급속 보급은 기계학습에 필요한 데이터 확보를 위한 요긴한 토대가 되고 있다.
현재 컴퓨터에게 분류를 시키는 알고리즘 중 가장 주목받는 것이 `딥러닝`이다. 딥러닝 기술은 뇌 신경세포의 작용을 모사해 개발되었다. 뇌는 많은 신경세포로 되어 있다. 그리고 이 신경세포는 서로 연결되어 네트워크를 형성한다. 하나의 신경세포는 서로 연결되어 네트워크를 형성한다. 하나의 신경세포는 다른 많은 신경세포로부터 신호를 받아들인다. 받아들인 신호는 일정한 크기를 넘으면 다른 신경세포에게 신호를 보낸다. 뇌는 이렇게 신경세포가 차례로 신호를 전해감으로써 정보를 처리한다. 인공지능 신경세포도 복수의 입력값을 받아들여 그 입력값에 몇가지 계산을 한 수치를 출력한다. 기계학습 시 뉴럴 네트워크는 정답과 오답을 따라서 각 신경세포가 연결의 세기를 반복적으로 조절한다. 이렇게 많은 인공지능 신경세포를 복수의 층으로 나누어 연결함으로써 정보를 정리하는 것을 뉴럴 네트워크(인공 신경망)이라고 한다.

남해타임즈 다른기사 보기