오반짝양의 반짝반짝일상

인공지능, 알파고, 딥러닝! AI최강의수업

요즘 재테크에 관심이 많아지면서 열심히 책도 읽고 공부하고 있는데 많이 거론되는게 바로 4차산업혁명입니다. 4차산업혁명하면 어떤게 떠오르시나요? 인공지능, 알파고, 립러닝, 자율주행등 다양한 얘기를 많이 들어보셔서 알지만 생각해보면 자세하게 알지 못하고 있어요. 주식을 하게 되면 그 회사에 대해 공부하라고 하는데 저는 자율주행이나 인공지능에 대한 주식에 관심이 많다보니 AI 인공지능에 대한 자세한 이론을 공부해야겠다 싶었어요!

​

​

​

KAIST 김진형 교수에게 듣는 AI 최강의 수업! 초지능시대, 보통 사람들을 위한 최소한의 지식, AI 원리, 핵심 기술, 최신 이슈를 한권으로 읽다. AI에 대한 모든 것이 읽게 쉽게 담겨있는 책입니다. 어렵다고만 생각했던 AI 인공지능에 대한 다양한 이야기를 들을 수 있는 책이라서 좋았어요. 물론 엄청 쉬운 내용은 아니지만 그래도 이해할 수 있다 다양한 사례와 설명이 적혀있어서 잘 이해하면서 읽을 수 있었어요!

​

책소개

​

​

"사람보다 똑똑한 기계를 꿈꾸는 AI" 무엇이 이런 혁명적 변화를 가능케 하는가! 한 수 위! 지금까지 나온 AI 관련 서적은 잊어라. 기본원리, 핵심기술, 구현 방식, 최신 이슈를 한 권으로 읽다. AI에 대한 책은 많다. 하지만 현장에 대한 책들이 대부분이다. 요즘 어떤 놀라운 일들이 벌어지고, 앞으로 더욱 놀랄 어떤 일들이 벌어질 것이라는 현실 진단과 예측만 담아내고 있다. <AI 최강의 수업> 은 한 발 더 나아간다. 그 현상들을 작동시키는 기저에는 어떤 기술이 있고, 그 기술은 어떻게 이뤄지는지, 그 원리부터 차근히 설명한다. 즉, 기계가 글짓기하는 것을 보여주며 단순히 놀랍다는 이야기를 하는 것이다. 어떤 기술이 어떻게 이뤄져서 기계가 작동을 하고, 어떤 방식으로 기술이 구현되는지, 그래서 기계가 어떻게 우리 앞에 글짓기를 내놓는지 설명하는 것이다. 그렇게 AI를 하나하나 뜯어보면 이제껏 놀라기만 했던 감정에 변화가 생긴다. 결국은 인간이 만드는 것이고, 그래서 AI가 갖는 한계가 어디까지이고, 하지만 더욱 발전할 수 있는 부분은 어디인지 예측이 가능해진다.

​

​

출판사 서평

​

​

"사람보다 똑똑한 기계를 꿈꾸는 AI" 무엇이 이런 혁명적 변화를 가능케 하는가! 기계 학습, 딥러닝, GPI-3, 딥페이크, 비전 시스템, 챗봇, 병렬현실, 당신이 꼭 알아야 하는 AI의 모든 것을 짚어보다! 인공지능의 본질이 무엇이고, 그 기술의 능력과 한계는 어디까지일까. 미래에 나타날 인공지능 기술로 개발할 수 있는 것이 무엇인지 알아보는 것은 호기심의 대상이지만, 현재 기술로 무엇을 할 수 있는지를 아는 것은 경제적 이익을 제공한다. 그래서 현재 우리가 갖고 있는 AI 기술을 정확히 알아야 한다. 너무 과신하고 욕심을 내서는 안 된다. <기계 학습&딥러닝> 수 많은 작품을 학습함으로써 작품의 패턴을 배우고, 여기에 약간의 변화를 줘서 새로운 예술 작품을 만들어낸다. 고흐의 화풍을 배운 AI에 풍경 사진을 주면 고흐풍의 그림으로 순식간에 바꿔 놓는다. 작곡, 연주, 시, 소설, 안무 등도 가능하다.

​

​

​

​

<비전 시스템> 무인점포가 개설되었다. 소비자는 상점에 들어가 물건을 갖고 그냥 나오면 된다. 계산은 사용자의 등록된 계정을 찾아 자동으로 이뤄진다. 물건을 고르다 마음이 변하여 다시 돌려놓는 것도 모두 파악한다. <생성적 적대 네트워크(GAN)> 훈련 데이터와 유사한 새로운 데이터를 생성하는 데 사용한다. 예를 들어, 많은 고양이 사진을 학습한 후, 새로운 고양이 사진을 만들어낼 수 있다. 진짜처럼 보이는 현실적인 특성을 가진 새로운 사진을 생성한다. 이 기술을 이용해 사람의 현재 모습을 기반으로 10년 후, 20년 후의 모습을 예측해볼 수도 있다.

​

​

​

​

<GPT-3> 주제를 주면 그와 연관된 에세이를 직접 작성한다. 창의성을 넘어 모방하기도 가능하다. 셰익스피어의 시구절을 주면 이를 학습해서 그의 시풍으로 시를 짓기도 한다. 딥페이크 동영상의 출연자를 원하는 얼굴로 바꾼다. 이 기술로 오바마 미국 대통력이 엉뚱한 발언을 하고, 펠로시 미국 연방하원의장이 음주 후 횡설수설하는 가짜 동영상까지 만들어져 SNS에 떠돌았다. <병렬현실> 여러 명이 동시에 같은 지점을 본다. 하지만 모두 똑같은 정보를 보는 것은 아니다. 고객 각자에게 서로 다른 원하는 정보만 보인다. 이런 맞춤형 게시판이 공항에 설치되고 있다. <쳇봇> 사용자가 질문을 하면 인터넷을 검색해 대답하는 것은 기본이고 심심풀이 말동무도 된다. 일정표와 연결해 계획된 업무를 원하는 시간에 수행시키고 개인 비서처럼 사용자가 해야 할 일을 기억했다가 알려준다.

​

​

저자: 김진형

​

​

대한민국을 대표하는 인공지능 분야 과학자로 현재 카이스트 명예교수 및 중앙대학교 석좌교수로 활동 중이다. 주력 연구 분야는 인공지능, 그중에서도 베이지안 네트워크, 신경망, 패턴인식이다. 1세대 소프트웨어 개발자로서 1973년부터 카이스트에서 개발자로 일했다. UCLA에서 컴퓨터과학 박사학위를 받은 후 미국 휴즈연구소에서 인공지능을 연구했다. 1985년부터 카이스트 전산학과 인공지능연구실을 이끌며 약 100명의 석박사 전문 인력을 양성했다. 카이스트에서 학과장, 인공지능연구센터 소장, 소프트웨어 대학원장을 역임했다. 정보과학회 인공지능연구회 초대 연구회장, 정보과학회장, 한국과학기술정보연구원 원장, 소프트웨어정책연구소 초대 소장, 공공데이터전략위원회 초대 위원장, 인공지능연구원 초대 원장 등을 지냈다. AI시대 창의적 인재 육성을 위해 (사)앱센터를 설립하고 소프트웨어교육봉사단을 통해 4C 능력 교육을 강조하고 있다.

​

​

목차

​

​

<PART 01 인공지능이 변화시키는 우리의 삶, 우리의 세상> 강력한 파괴자, 인공지능, 인공지능이란 무엇인가, 인공지능은 감정과 의지를 가질 수 있을까, 인공지능이 항상 윤리적일까, 인간을 능가하는 인공지능이 가능할까 <PART 02 사람보다 똑똑한 인공지능을 위한 기술> 사람처럼 vs 합리성 추구, 인공지능 도전의 역사, 목표를 달성하는 문제 해결 기법, 사람의 지식을 이용하는 인공지능, 스스로 배우는 기계 학습, 인간 두뇌 작동 메커니즘, 인공신경망, 학습 잘하는 딥러닝의 등장, 사람처럼 보고 이해하는 컴퓨터 비전, 사람과 기계, 자연스럽게 대화하기, 배운 것을 활용하는 전이 학습, 딥러닝의 몇 가지 한계, 최고의 인공지능은 아직 발명되지 않았다. <PART 03 인공지능을 지배하는 자, 미래를 지배한다> 글로벌 경제 성장의 원천, 사라지고, 생기고 일자리 대변혁, 인공지능 시대의 시민교육, 인공지능 전문가를 양성하자, 인공지능 기술의 민주화, 정치 이념으로 이어진 패권 경쟁, 인공지능이 일으키는 부정적 효과, 인간을 초월하는 트랜스 휴머니즘, 널리 세상을 이롭게 하는 인공지능 <부록> AI 기초 단어 설명

​

​

​

​

<강력한 파괴자, 인공지능> 인공이 만들어낸 컴퓨터 기술이 이제 인간을 능가하는 지능을 만드는 수준까지 성장했다는 것을 만천하에 알린 셈이다. 이 사건은 단순한 헤프닝으로 끝나지 않았다. 인공지능의 능력이 인간을 뛰어넘고, 인간의 일자리를 대체하며, 나아가 인류 사회를 위협한다는 SF 소설 같은 상상이 현실이 되는 것은 아닌지 우려하게 되었다.

​

​

​

<인공지능은 감정과 의지를 가질 수 있을까> 인공지능이 부끄러움을 느낀다? 인공지능을 탐구하다 보면 의식이나, 감정, 창의성이 무엇인가 하는 철학적인 질문과 마주치게 된다. 이러한 질문들은 '생각한다는 것이 무엇인가'라는 질문과 같이 본질적이다. 의식이란 모든 상태의 느낌, 감각, 자각으로 이루어진다고 한다.

​

​

​

​

<인공지능이 항상 윤리적일까> 무기체계에 인공지능을 장착하다. 인공지능을 무기에 장착하지 말라는 시민운동가들의 시위가 있었다. 전 인류의 운명을 좌우할 수 있는 결정을 인공지능에게 맡기면 안된다는 것이었다. 자율적으로 사람을 공격하는 인공지능 무기체계를 카이스트 교수들이 개발하고 있다는 이유였다. 이익보다 윤리를 더 중요하게 생각해야 한다고 회사를 압박했다.

​

​

​

​

<인간을 능가하는 인공지능이 가능할까> 사람과 인공지능을 비교하면? 인공지능이 인간지능을 넘어설 것으로 기대한다. 지구상의 모든 동물은 그 나름대로 우수한 측면이 있기 때문에 생존하고 번식했다. 그래서 여러 동물의 지능을 1차원적으로 비교하는 것은 합리적이지 않다. 마찬가지로 사람의 지능과 인공지능을 1차원적으로 비교하는 것도 합리적이지 않다.

​

​

​

​

<사람처럼 VS 합리성 추구> 세상의 모델! 인공지능 개발을 '에이전트를 지능형으로 만드는 사업'으로 정의했다. 에이전트는 센서를 통해서 외부 환경, 즉 세상으로부터 정보를 얻고 취할 행위를 결정한다. 그리고 액츄에이터를 통해 외부 환경에 영향을 끼친다. 에이전트가 활동하는 외부 환경은 간단한 세상이 아니다. 세상은 끝이 없으나 에이전트가 인지하는 세상은 제한되어 있다.

​

​

​

​

<인공지능 도전의 역사> 되풀이되는 도전과 실패의 역사 70년! 최근 각광을 받고 있는 딥러닝 기법도 70여년 전에 알려진 인공 신경망 기법의 연장선에 있다. 인공 신경세포의 모델과 학습 알고리즘의 본질은 변한 것이 없다. 그러나 학습 알고리즘에 대한 이해가 깊어짐과 동시에, 학습에 사용할 수 있는 데이터가 풍부해지고, 컴퓨터 성능이 좋아짐에 따라 인공 신경망 기법이 다시 각광받게 된 것이다.

​

​

​

​

<목표를 달성하는 문제 해결 기법> 인공지능 교과서에서 본격적으로 기술 소개는 항상 문제 해결기법으로부터 시작된다. 인공지능 영역에서는 목표를 달성하는 방법이란 의미로 사용된다. 자주 사용되는 문제 해결 기법으로는 탐색기법이 있다. 탐색기법은 탐색공간 정보의 유무에 따라서 두 가지 형태로 구분할 수 있다.

​

​

​

​

<사람의 지식을 이용하는 인공지능> 문제 해결의 열쇠, 경험적 지식! 전문가의 지식은 통상적으로 형식지와 경험적 지식으로 구성된다. 대부분의 경우 옳은 결과를 제공한다면 경험적 지식은 가치가 있다. 경험적 지식이 문제 해결의 관건이다. 인공지능을 개발하는 방법은 알고리즘을 만드는 것이다. 또 지금도, 많은 부분 인간이 전수해준 지식을 이용해왔다.

​

​

​

​

<인간 두뇌 작동 메커니즘, 인공 신경망> 인간 두뇌와 신경세포와 작동 메커니즘에서 영감을 얻어 만들어진 학습 및 의사결정 방법론인 인공 신경망 기법은 기계 학습의 범용 알고리즘으로 각광받고 있다. 생물학적 신경망과 혼동을 피하기 위하여 인공 신경망이라고 하지만 문맥으로 구분할 수 있을 때에는 그냥 신경망이라고 부르기도 한다.

​

​

​

​

<학습 잘하는 딥러닝의 등장> 여러 층으로 구성된 신경망을 전통적으로 고층 신경망 혹은 다충 신경망이라고 지칭했다. 요즘 연구자들은 이를 심층 신경망이라고도 한다. 학습 알고리즘은 기본적으로 오류역전파 알고리즘을 사용하는데 고층 신경망 학습을 위한 시도를 딥러닝이라고 부른다. 1980년대 중반 오류역전파 알고리즘이 알려지면서 신경망 기법이 다시 활성화되는 듯했다.

​

​

​

​

<사람처럼 보고 이해하는 컴퓨터 비전> 컴퓨터 비전은 무엇인가? 컴퓨터 비전 기술은 인공지능의 세부 연구 분야 중 하나다. 컴퓨터가 사람과 같이 '보고' 이해할 수 있는 능력을 갖도록 하는 것이 목표다. 사람은 시각 정보를 획득하고 해석함으로써 3차원 세계와 상황을 이해한다. 사람처럼 시각 기능을 갖춰 물체나 상황을 정확하게 식별하고 이해할 수 있다면 컴퓨터가 할 수 있는 영역은 매우 넓어질 것이다.

​

​

​

​

<사람과 가계, 자연스럽게 대화하기> 자연어 이해는 컴퓨터가 사람의 언어를 이해하도록 만드는 연구 영역이다. 자연스러운 문장이나 대화의 생성도 포함된다. 기계로 하여금 사람의 언어를 사용하게 하는 작업은 인공지능의 핵심 분야로 연구되고 있다. 컴퓨터를 발명하고 인공지능 연구의 문을 연 앨런 튜링은 인간과의 대화를 완벽하게 흉내 내는 것이 인공지능의 완성이라고 생각했기 때문이다.

​

​

​

​

<배운 것을 활용하는 전이 학습> 습득한 지식을 재사용! 대기업이 아니면 경쟁력 있는 신경망 모델을 만들 수 없다는 이야기다. 인공 지능 소프트웨어, 특히 기계 학습 도구들이 공개되었지만 많은 데이터와 컴퓨팅 자원이 없다면 그림의 떡일 뿐이다. 전력 소비가 급격히 늘어나서 지구온난화를 가속시킨다는 우려도 있을 정도다.

​

​

​

​

<딥러닝의 몇 가지 한계> 우리가 기계 학습을 통해서 인공지능 시스템을 만드는 이유는 새로운 문제에서 해결책을 얻고자 하는 것인데 이것은 치명적인 약점이다. 더구나 '심층'이란 단어에서 유추할 수 있듯이 심층 신경망은 많은 수의 노드와 연결로 구성된다. 즉 파라미터의 수가 매우 크다. 따라서 심층 신경망을 훈련시키기 위해서는 방대한 데이터를 확보해야 한다.

​

​

​

​

<최고의 인공지능은 아직 발명되지 않았다> 하이브리드 방법론의 추구! 기술의 강력함과 범용성은 항상 반비레 관계에 있다. 여러 문제에 적용할 수 있는 범용성의 기술은 능력이 미약해서 현실의 문제를 실용화 수준으로 해결하지 못하고, 강력한 능력의 기술은 적용 범위가 매우 좁아서 해결하지 못하고 강력한 능력의 기술은 적용법위가 매우 좁아서 새로운 문제를 만나면 해결하지 못한다.

​

​

​

​

<글로벌 경제 성장의 원천> 인공지능이 글로벌 경제에 미치는 영향! IT컨설팅 화사인 액센츄어에서는 인공지능이 새로운 생산 요소로써 성장의 원천이 될 수 있는 잠재력을 갖고 있다고 보았다. 인공지능으로 지능적 업무의 자동화가 가능하고 근로자 능력을 증강시키며 혁신의 확산이 일어난다고 본 것이다. 인공지능 활용으로 2035년에는 연간 글로벌 GDP 성장률이 2배 오르고 노동생산성은 최대 40%까지 늘어날 것이고 예측했다.

​

​

​

​

<사라지고, 생기고 일자리 대변혁> 근로시간을 줄었지만 삶은 더 풍요로워졌다. 기슬의 발전 덕분이다. 수렵사회에서는 365일 밤낮을 가리지 않고 사냥감을 찾아야 했다. 사냥을 하지 못하면 가족이 굶을 수밖에 없었다. 산업사회에서는 근로시간이 더욱 빠른 속도로 줄어들었다. 현재 주 40시간 근로자가 표준이 되었지만 휴가 등의 이유로 실제로는 더 적은 시간을 일한다.

​

​

​

​

<인공지능 시대의 시민교육> 인공지능은 광범위한 산업의 부를 창출하며 많은 사회 문제를 해결할 수 있다. 또한 많은 직업의 성격을 크게 변화시키며 새로운 산업과 일자리를 창출할 것이다. 따라서 미래 노동시장에서 경쟁력을 갖추려면 인공지능에 대한 다양한 수준의 전문성을 가져야 한다. 국가는 인공지능이 가져오는 변화에 적응할 수 있도록 학생들에게 보편적 교육을 제공함은 물론 인공지능에 대한 폭넓은 이해를 할 수 있도록 교육을 제공해야 한다.

​

​

​

​

<인공지능 전문가를 양성하자> 인공지능 전문가란 알려진 인공지능 기술을 적용하여 서비스나 제품을 만드는 엔지니어에서 기초 학문 연구에 종사하는 학자에 이르기까지 다양한 수준의 인력들을 포함한다. 인공지능의 기본적인 방법론, 개발 도구 등의 연구도 필요하고 현장의 문제에 적용하기 위한 엔지니어링 연구도 필요하다. 제한된 자원으로 글로벌에서 경쟁해햐 하는 상황에서 한 국가의 인공지능 투자 결정은 전략적 사고가 필요하다.

​

​

​

​

<인공지능 기술의 민주화> 소프트웨어 공개 운동! 기술을 공개하고 공유하는 관행은 소프르웨어 기술 발전에 큰 공헌을 했다. 자유소프트웨어 운동을 시작했다. 소프트웨어는 사용자가 마음대로 복제하고 배포할 수 있으며 소스코드를 연구하고 수정할 수 있는 자유를 주어야 한다는 주장을 했다. 지금 대부분의 데이터센터는 리눅스 운영체계를, 스마트폰은 안드로이드 운영체계를 사용한다.

​

​

​

​

<정치 이념으로 이어진 인공지능 패권 경쟁> 국가 간 인공지능 헤게모니 쟁탈 전쟁은 이미 시작되었다. 인공지능 기술의 확보가 국가 경쟁에서 경제력은 물론 군사적 우위를 점할 수 있기 때문이다. 윤리 문제를 제가하지만 인공지능이 국제정치에서 갖는 위상은 핵무기를 능가한다. 50% 이상의 인공지능 인재들은 미국 기업이 고용하고 있으며 구글, IBM, 마이크로소프트, 페이스북의 인공지능 경쟁력은 막강하다.

​

​

​

​

<인공지능이 일으키는 부정적 효과> 인공지능의 영향은 어떤 기술보다 강력하다. 좋은 목적으로 사용될 때 많은 도움을 받을 수 있지만 잘못 사용하면 인류 문명사회가 무너질 수도 있다. 전 인류의 파멸로 이끌 수도 있다. 지금까지는 기술 발전 속도가 완만해서 적절한 통제가 가능하지 않을 수도 있다. 일부 전문가들은 인공지능 및 자동화가 정해진 선을 넘으면 파멸의 길로 접어들어 다시는 돌이킬 수 없게 될 것이라 경고한다.

​

​

​

​

<인간을 초월하는 트랜스 휴머니즘> 초월적 인간주의, 트랜스 휴머니즘! 기계가 점점 똑똑해지는 것은 큰 문제가 아니다. 인간이 통제만 놓치지 않는다면 말이다. 그러나 인공지능 등의 첨단 IT 기술과 바이오 기술을 인간의 생물학적 능력 증강을 위하여 사용한다면 우리 인류의 미래는 어떻게 될까?

​

​

​

​

<널리 세상을 이롭게 하는 인공지능> 인공지능이 만병통치약은 아니지만 우리 사회의 문제를 해결하려는 다양한 노력에 의미 많은 기여를 하고 있다. 특히 컴퓨터 비전 및 자연어 처리 기술은 광범위한 사회 문제에 적용될 수 있다. 컴퓨터 비전 기술은 특히 건강의료 분야에서 큰 역할을 하고 있다.

​

​

​

​

<AI 기초 단어> CNN, 강화 학습, 군집화, 기계 학습, 기울기, 노드, 데이터의 파원, 딥페이크, 망구조, 모델, 병렬현실, 생성망, 신경망, 알고리즘, 액츄에이터, 에이전트, 연결선, 오류 자승의 평균치, 오류역전파, 은닉층, 자연어, 절편

​

​

​

​

4차산업혁명 시대를 살아간다면 한번쯤을 들어봤을 인공지능, 딥러닝, 자율주행에 대한 다양한 내용을 담은 책입니다. 물론 전문적인 이야기라 한번 쓱 읽기에는 어려운 내용이지만 비교적 자세한 설명과 예시로 조금은 더 쉽게 다가갈 수 있었어요. 알파고, 딥러닝, 자율주행까지 이미 우리 일상을 바꾸고 있어요. AI는 정확하게 어떤 거고 우리는 AI를 통해 앞으로 어떻게 변해갈지 공부하는 것도 미래를 준비하는 과정이라고 생각해요. 이 책이 여러분의 의문을 풀어줄 겁니다!

인공지능 AI최강의수업 : )