[Home] AI로 돌아가기

AI (Artificial Intelligence) 인공지능

인공지능(AI)은 인간의 학습 능력, 추론 능력, 지각 능력 등을 컴퓨터를 통해 구현하는 포괄적인 개념이다.

AI 관련 주요 기업 및 대표 기술


(2) 학습방법, 강점/약점(취약점) 및 논란


1) 학습방법

...
출처: 서지영, 난생처음 인공지능 입문, 한빛, 2024

2) 강점/약점(취약점)

...
출처: ㈜이글루코퍼레이션, ‘2025년 사이버 보안 위협 및 기술 전망 보고서’ 발표

3) 논란

AI 기술과 관련된 주요 논란


(3) 분류


1) AI의 5단계 by 오픈AI

  1. 챗봇 (Chatbots): 자연어 대화 능력을 갖춘 AI (예: ChatGPT)
  2. 추론가 (Reasoners): 인간 수준의 문제 해결 능력을 갖춘 AI
  3. 에이전트 (Agents): 독립적인 행동을 수행하는 AI
  4. 혁신가 (Innovators): 창의적인 문제 해결 및 발명을 돕는 AI
  5. 조직 (Organizations): 복잡한 조직적 업무를 수행할 수 있는 AI

2) 지적수준에 따른 분류

  1. 약인공지능 (Weak AI): 특정 목적에 최적화된 AI (예: 구글의 알파고, 테슬라의 자율주행차)
  2. 강인공지능 (Strong AI): 범용적 AI (예: 터미네이터, 아이 로봇)
  3. 초인공지능 (Super AI): 인간보다 뛰어난 지능

3) 기능 발전에 따른 분류

  1. 단순 제어 프로그램(예: 세탁기)
  2. 고전적 인공지능(예: 바둑두기)
  3. 머신러닝 인공지능(예: 지도/비지도 학습, 강화학습)
  4. 딥러닝 인공지능(예: 구글의 고양이 인식)

4) 구현 방식에 따른 분류

  1. 규칙 기반 방법(Rule Based Method)
    일반적으로 ‘If 조건(X) then 행동(Y) : 만일 X라면 Y를 한다.’ 형태
  2. 지식 기반 방법(Knowledge Based Method)
    저장된 지식을 기반으로 의사결정 수행 (예: 알파고)
  3. 데이터 기반 방법(Data Based Method)
    데이터로부터 추출된 지식으로 의사결정 수행 (예: 드론 인식, 추천시스템)
...
지식 vs 데이터
출처: https://anjaekwang.github.io/

(4) 인공지능 연대기


1) 개요

인공지능(AI)은 등장 이래로 기대와 실망을 반복하면서 여러 번의 봄과 겨울기를 경험해왔다.


2) 태동기 (1950~1974)


3) 2번의 겨울 (1974~1993)


4) 재도약기 및 현황 (1993~현재)


(5) AI의 위협 [YouTube]

인공지능은 생산성과 편의를 증대시키는 동시에, 노동/경제/문화 전반에 구조적 변화를 일으켜 위험과 기회가 공존하는 기술이다. 다음에 관련 내용을 정리한 핵심 이슈와 대응 방향이다.


1) 위협받는 인간의 일자리


2) 인간 노동의 종말


3) 부익부 빈익빈 심화


4) AI의 창의적 활동

5) 안전한 도입 원칙

  1. 사람 중심: 휴먼-인-더-루프와 책임 소재 명확화.
  2. 투명성: 데이터 출처, 한계, 사용 범위 공개.
  3. 공정성: 편향 점검과 영향평가, 접근성 확대.
  4. 회복력: 전환 교육, 사회안전망, 경쟁 정책 병행.

4차 산업혁명의 핵심 기술인 인공지능(AI)은 산업 전반의 생산성·효율성 향상을 넘어서 정책·법규, 기술, 경제, 사회 등 다층적 변화를 촉발하고 있다. 각국은 경쟁력을 확보하고 부작용을 최소화하기 위해 규제·표준을 정비하고, 기업은 인수합병과 컨소시엄을 통해 역량을 빠르게 흡수하며, 기술 측면에서는 투명성·신뢰성, 연합학습, 모델 경량화 같은 트렌드가 두드러진다.






5) 도입 시 체크리스트

  1. 거버넌스
    목적·범위·책임 정의, 데이터/모델 관리 체계 수립
  2. 리스크 관리
    안전성 평가, 편향/프라이버시/보안 점검, 로그·감사
  3. 투명성
    사용 고지, 데이터 출처/한계 공개, 인간 검토 절차
  4. 비용·효율
    경량화/온디바이스·캐시·리트리벌 등 최적화 전략
  5. 인력/조직
    리스킬·업스킬, AI 활용 가이드, 파일럿→확대 로드맵
  6. [Note] 캐시(Cache)
    컴퓨터 시스템에서 데이터를 임시로 저장하여 자주 사용하는 데이터에 빠르게 접근할 수 있도록 하는 기술이다. 마치 책을 읽을 때 중요한 부분을 표시해 두었다가 다시 찾아보는 것과 같다.

    [Note] 리트리벌(retrieval)
    일반적으로 "검색", "회수", "되찾기" 등의 의미로 사용된다. 어떤 정보를 찾아내거나 가져오는 행위를 지칭할 때 사용된다. 예를 들어, 컴퓨터 과학에서는 데이터베이스에서 정보를 검색하는 것을 "데이터 리트리벌"이라고 부른다. 또한, 챗봇이나 AI 분야에서는 외부 지식을 검색하여 답변을 생성하는 방식을 "리트리벌 방식"이라고 부른다.


(7) AI의 윤리


1) 필요성

인공지능은 대규모 데이터와 자율적 의사결정 기능을 바탕으로 개인·조직·사회에 중대한 영향을 미친다. 따라서 개발 및 활용 전 과정에서 위해를 예방하고 신뢰를 확보하기 위한 윤리적 준거가 요구된다. 윤리는 규제의 부재를 보완하고, 책임소재를 명확히 하며, 기술 수용성을 제고하는 기반으로 기능한다.

특히 보안 취약성, 편향과 차별, 사생활 침해, 조작·오남용, 환경 비용 등은 사전적 위험평가와 설계 단계의 완화 조치가 없을 경우 사회적 피해로 이어질 수 있다.


2) 트롤리 딜레마

트롤리 딜레마는 상충하는 피해를 저울질해야 하는 상황에서 어떤 선택이 정당한가를 묻는 사변적 문제이다. 자율주행과 같이 즉각적 판단이 필요한 시스템에서 흔히 제기되나, 개별 개발자가 도덕 체계를 임의로 내재화하는 것은 정당화되기 어렵다.

결과주의(총효용 극대화), 의무론(규칙 준수), 덕 윤리(품성·맥락) 간의 충돌을 기술적으로 해소하기보다는 정책-설계의 분리, 즉 사회적 합의와 법·표준에 따라 우선순위를 명시하고 시스템은 이를 투명하게 구현·기록하는 접근이 타당하다. 불가피한 위험이 존재하는 경우, 알고리즘의 결정 근거와 제한조건, 잔여 위험을 문서화하고 사후 감사가 가능하도록 로그를 유지하여야 한다.


3) 윤리 원칙

실행을 위해서는 데이터 거버넌스, 위험기반 접근(RBA), 인간 개입(HITL/HOTL), 고위험 사용례에 대한 추가 통제, 독립적 검토·감사, 배포 전·후 테스트와 성능 모니터링, 사용자 피드백 채널 운영 등의 절차를 운영체계에 포함한다.


(8) AI의 체험

1) 티쳐블 머신 (Teachable Machine)

유튜브

[티쳐블 머신 2분 튜토리얼] 가위바위보 기계 만들기 and 파이썬에서 사용하기

설명

구글의 웹 기반 머신러닝 체험 도구로, 프로그래밍 지식 없이도 이미지·오디오·포즈 인식 모델을 직접 만들고 실험할 수 있다. 웹캠·마이크·이미지로 업로드된 데이터를 모아 버튼 클릭만으로 학습/테스트가 가능하다.

사용 방법

  1. Teachable Machine 접속
  2. 프로젝트 종류(이미지 / 오디오 / 포즈) 선택
  3. 클래스(Class) 추가 → 각 클래스에 맞는 데이터(사진, 소리, 동작) 수집
  4. Train Model(학습하기) 클릭 → 모델 학습
  5. Preview(미리보기)로 실시간 테스트
  6. Export Model(내보내기)로 웹/앱에 적용(TensorFlow.js, 파일 다운로드 등)

2) 퀵 드로우 (Quick, Draw!)

유튜브

내가 그린 낙서를 인공지능이 알아맞히는 퀵드로우(Quick Draw)

설명

사용자가 제시된 단어를 20초 안에 그리면 AI가 무엇을 그렸는지 추측하는 웹 게임이다. 전 세계 이용자의 낙서 데이터로 AI가 학습되며, 인식 과정과 한계를 직관적으로 체험할 수 있다.

사용 방법

  1. Quick, Draw! 접속
  2. 화면에 표시되는 제시어를 확인하고 마우스/터치로 20초 내에 그리기
  3. 라운드 종료 후 정답/오답과 함께 다른 사람의 그림 및 유사 샘플 비교

3) 오토 드로우 (AutoDraw)

유튜브

오토드로우 사용법

설명

낙서를 인식해 완성도 높은 아이콘·일러스트로 자동 보정해 주는 무료 웹 도구이다. 간단한 포스터·안내문·스티커를 빠르게 만들 때 유용하다.

사용 방법

  1. AutoDraw 접속
  2. AutoDraw 도구로 원하는 모양을 대략적으로 스케치
  3. 상단의 AI 제안 중 원하는 아이콘을 선택하여 자동 변환
  4. 색상·크기·정렬 등을 조정한 뒤 다운로드 또는 캡처하여 활용

4) 스케치 RNN (Sketch RNN)

유튜브

Sketch RNN 인공지능과 함께 놀면서 그림 그리기

설명

Magenta 팀이 만든 인터랙티브 웹 실험으로, 순환 신경망(Sketch RNN)이 사용자가 그리던 스케치를 이어 그릴 수 있도록 제작되었다.

사용 방법

  1. 해당 페이지에 접속 후, 왼쪽 큰 캔버스 위에 마우스 드래그로 간단한 스케치를 시작한다.
  2. 그리기를 멈추면 RNN이 자동으로 그림을 이어서 완성한다.
  3. “Model” 메뉴에서 원하는 카테고리(예: 고양이, 의자, 비행기 등)를 선택할 수 있다.
  4. 오른쪽 하단의 버튼을 통해 모드를 바꿀 수 있다:
  5. “Clear” 버튼으로 캔버스를 지우고 새 그림을 시작할 수 있다.

(9) AI 관련 영화 [YouTube]

AI와 인간의 관계, AI의 위협과 가능성을 다룬 대표적인 영화들을 소개한다.


이들 영화는 AI의 다양한 위협 시나리오를 제시한다.

이러한 픽션들은 단순한 오락을 넘어 AI 개발과 활용에 있어 사전 예방적 윤리 설계인간 중심 기술 철학의 중요성을 일깨운다.


1) 터미네이터 시리즈 (The Terminator, 1984~)


2) 매트릭스 (The Matrix, 1999)


3) 아이, 로봇 (I, Robot, 2004)


4) 엑스 마키나 (Ex Machina, 2014)


5) 그녀 (Her, 2013)


6) 마이너리티 리포트 (Minority Report, 2002)

...
2054년 워싱턴에서는 범죄가 일어나기 전에 예측해 범죄자를 단죄하는 최첨단 치안 시스템 '프리크라임'이 시민들의 안전을 지켜준다. 프리크라임 시스템은 범죄가 일어날 시간과 장소, 범행을 저지를 사람까지 미리 예측해낸다. 프리크라임의 팀장 존 앤더튼은 어느 날 자신이 살인자로 예견되고, 그는 미래를 바꾸기 위해 직접 도망치기 시작한다. 이야기는 한 프리코그(Precog, 예지자)가 때때로 다른 프리코그와 다른 미래 비전을 본다는 "마이너리티 리포트"라는 개념을 중심으로 전개된다. 앤더튼은 자신의 무죄를 증명하고 시스템의 진실을 밝히기 위해 추격을 피하며 진실을 찾아간다.
출처: The Independent

7) 2001: 스페이스 오디세이 (2001: A Space Odyssey, 1968)


8) 트랜센던스 (Transcendence, 2014)


9) A.I. (A.I. Artificial Intelligence, 2001)

I'm David. ... I'm David. I'm special. I'm unique. (6분)

Dearest David, your wish is my command! (15분)

10) 공각기동대 (Ghost in the Shell, 1995/2017)


11) 채피(Chappie, 2015)