인간을 넘어선 AI - 딥러닝(Feat. 알파고)

 

안녕하세요~ 흥미롭고 재미있는 과학의 흥. 재. 과입니다!
 
2016년 3월 알파고와 이세돌 9단의 대결은 바둑계를 넘어
전 세계가 주목하고 열광한 역사적인 대결이 있었는데요.
결과는 알파고와 이세돌의 대결은 4대 1로 알파고의 승리로 끝이 났습니다.
 
알파고와의 대국에서 유일하게 승리한 이세돌 9단이었지만,
오랫동안 인간의 독점적인 영역으로 여겨져 왔었기에 전 세계가 충격에 빠졌었는데요!
 
바로 이 "알파고"가 구글의 딥마인드 팀이 개발한 "딥러닝"의 대표적인 프로그램입니다.
 
오늘은 AI의 눈부신 혁신 "딥러닝"에 대해 알아보도록 하겠습니다!

 
당신을 예측하는 알고리즘 - 머신러닝

당신을 예측하는 알고리즘 - 머신러닝

최초의 인공지능은 어땠을까?

최초의 인공지능은 어땠을까?

 

딥러닝(Deep Structured Learning)

 

1. 딥러닝이란?

1990년대 AI연구의 침체기 속에 꾸준히 연구를 한 영국의 과학자 제프리 힌튼은 딥러닝의 부흥을 이끌었는데요.
딥러닝의 아버지라고도 불리는 힌튼은 마침내 그 공로를 인정받아 2024년 노벨 화학상을 수상하기도 했죠.
 

인공신경망(Artificial Neural Network, ANN)

딥러닝의 핵식음 바로 이 인공신경망인데요! 인간의 뇌 구조에서 영감을 받아 만들어진 컴퓨터의 알고리즘입니다.
사람의 뇌가 뉴런(Neuron)에 의해 전기신호를 주고받듯이, 인공신경망에서는 노드(Node) 간에서 신호가 전달되는데요!
뇌의 시냅스(뉴런 사이의 틈)는 경험을 통해 자주 사용되는 연결은 강해지고, 빈도가 작은 것은 약해집니다.
 
예를 들어 자전거를 처음 탈 때는 어렵지만, 반복 연습을 통해 점점 능숙해지고 타는 법을 까먹지 않는 것처럼요.
인공신경망 또한 데이터를 반복적으로 처리하면서 네트워크의 연결 강도를 조정하고 신경망을 최적화시킵니다.
 
딥러닝은 이 인공신경망을 기반으로 하여 대량의 데이터를 처리하고 학습하는데 특화된 인공지능 기술인데요!
즉, 기존 머신러닝의 기능에서 한층 더 복잡하고 심층적인 학습이 가능한 성과를 이뤘습니다.
 

인간의 뇌 구조와 유사한 인공신경망

 

2. 딥러닝이 우수한 성능을 내는 이유

머신러닝과 딥러닝은 프로세스상 유사하나 세부 과정에서 확연한 차이가 있는데요.
둘 다 빅데이터를 통해 패턴을 학습하여 분석, 예측, 결과를 내고 다양한 알고리즘 모델을 사용한다는 점은 동일합니다
 

차이점

머신 러닝 : 컴퓨터에게 명확한 지시를 내리기 위해 사람이 직접 특징을 추출하여 모델이 학습할 수 있도록 설계 필요
딥 러닝 : 인공신경망을 활용하여 스스로 특징을 추출하고 별도의 설계 없이도 최적화를 통해 점점 더 정교한 예측과 분류를 수행
 

장점

머신 러닝 : 일반적인 PC환경에서 비교적 적은 양의 데이터로도 좋은 성능
딥 러닝 : 고샤 양의 PC로 더욱 복잡하고 막대한 양의 데이터를 처리하는데 적합
 

단점

머신 러닝 : 데이터가 복잡하거나 질이 낮을 경우 부정확한 예측으로 인해 성능이 현저히 감소
딥 러닝 : 고사양의 하드웨어 필요, 높은 에너지 소비량, 데이터 수집과 예측 시 긴 시간 소요
 

반응형

 

3. 딥러닝의 주요 응용 분야

2024 노벨화학상 - "알파폴드"

올해는 대한민국 최초로 노벨문학상을 받은 한강작가와 역사상 최초로 AI가 노벨물리상/화학상을 받은 역사적인 해인데요.
구글의 딥마인드팀이 개발한 알파폴드는 단백질(아미노산) 구조를 높은 정확도로 예측하는 데 성공하였습니다.
모든 생명에 관여하는 단백질의 구조를 예측한다는 것은 생명과학, 식품, 환경 등 광범위한 분야에서 새로운 장을 연 것인데요.
단백질 구조 예측의 속도, 정확성, 규모 등 모든 종목에서 인간과는 비교도 할 수 없는 성과를 낸 알파폴드!
알파폴드에 대해서는 다음 포스팅에서 다시 알아보도록 하겠습니다!
 

자율주행

딥러닝을 사용하여 카메라나 레이더로부터 얻은 데이터를 결합해 차량이 주변 환경을 이해하고,
주행 상황을 분석하여 다양한 기능에 적용되도록 도와주는데요!
카메라로 이미지를 분석하여 표지판, 차선, 보행자, 차량 등을 인식하여 차선을 변경한다던지,
시뮬레이션을 통해 최적의 경로를 탐색하고 돌발상황에 대응하는 등의 기능을 가능하게 해주는 것이 딥러닝입니다!

 
알고리즘 추천

유튜브 알고리즘 추천은 우리에게 가장 익숙한 딥러닝 사용의 대표적인 예시인데요!
기본적으로 사용자의 시청시간, 클릭률, 시청 횟수, 검색내용의 데이터를 수집하며,
영상의 비디오, 오디오, 텍스트 들을 전부 추출하고 분석하여 시청자에게 알고리즘을 추천하게 됩니다!
이런 복잡한 딥러닝 시스템으로 새로고침을 할 때마다 실시간으로 데이터를 처리하여 맞춤형 콘텐츠를 제공하는 것이죠.
 

알파폴드를 이용한 단백질 구조 예측

 

AI기술의 핵심인 딥러닝은 이제 IT분야의 단순한 프로그램이 아닌 
모든 산업에서 인류의 미래를 변화시키는 기술로 자리 잡았는데요.
 
최근 수년 사이에 폭발적으로 성장한 AI기술은 이미 일상생활에 많은 변화를 주었고
AI가 노벨상을 받을 정도로 과학계는 새로운 패러다임을 맞이했습니다!
 
딥러닝의 발전은 앞으로도 계속해서 일상의 혁신적인 변화를 가져올 것이고
다음포스팅에서는 딥러닝 기술 기반의 "생성형 AI"에 대해 알아보도록 하겠습니다
 
이상 흥. 재. 과였습니다!