휴로_2장
Shared on March 18, 2026
인공지능 기초 지식 학습
개요
- 인공지능(AI)의 정의와 분류를 소개하고, AI를 만들 때 필요한 기초 지식을 다룬다.
- AI가 우리 일상과 산업에 미치는 영향, 평가 방법, 그리고 미래 전망(특이점)까지 포괄적으로 다룬다.
핵심 개념
| 구분 | 주요 내용 |
|---|---|
| AI의 정의와 분류 | AI는 인간과 유사한 지능을 구현하는 기술. 하드웨어(신체)와 소프트웨어(지능) 모두 중요. |
| 심볼 그라운딩 문제 | 기호(표상)를 실제 세계와 연결해 이해할 수 없다는 문제. |
| AI의 역사 | ① 제1차 붐 – 지식 기반, 대화 시스템 (ELIZA, SHRDLU). <br>② 제2차 붐 – 전문가 시스템, 지식 획득 병목. <br>③ 제3차 붐 – 딥러닝, 자동 학습, 산업 적용 확대. |
| 평가 방법 | 튜링 테스트 (대화 능력), 정량적 평가 (WER, 정확도), 주관적 평가 (사용자 설문), 자동 평가 (알고리즘 기반). |
| 산업 응용 | 자율 주행, 로봇(퍼스널 로봇, 드론), IoT, 의료 등. |
| 특이점(Singularity) | 인공지능이 인간 지능을 초월하는 시점. 레이 커즈와일 예측: 2045년 경, 인간 뇌 계산량을 컴퓨터가 처리 가능. |
상세 내용
1. AI의 기초와 분류
- 하드웨어: 스마트폰, 피처폰 등 물리적 장치.
- 소프트웨어: AI 알고리즘, 애플리케이션.
- AI 개발 목표: 해명 (이해), 구현 (실행).
2. 심볼 그라운딩 문제
- 기호가 실제 세계와 연결되지 않아 AI가 의미를 파악하지 못하는 현상.
3. AI 역사의 세 붐
| 붐 | 핵심 개념 | 대표 사례 |
|---|---|---|
| 1차 | 지식 기반, 대화 | ELIZA, SHRDLU |
| 2차 | 전문가 시스템 | 지식 획득 병목 해결 시도 |
| 3차 | 딥러닝 | 자동 특징 추출, 산업 적용 확대 |
4. AI 평가
- 튜링 테스트: 인간과 대화 시 인간과 구별되지 않으면 통과.
- 강한 AI(Strong AI) vs 약한 AI(Weak AI) 논의.
- 기능별 평가: 이미지 인식, 음성 인식(WER 등).
- 주관적 평가: 사용자 설문, 평균화.
- 자동 평가: 기준 데이터셋에 대한 알고리즘 성능 측정.
5. 산업 응용 예시
- 자율 주행: 차량 AI, 안전성 향상.
- 로봇: 퍼스널 로봇, 드론 배송.
- IoT: 스마트 기기, 데이터 수집.
- 의료: 수술 로봇, 진단 보조.
6. 특이점과 미래
- 특이점: AI가 인간 지능을 초월하는 순간.
- 예측 시점: 2045년 (레이 커즈와일).
- 예상 변화: 기술 발전 가속, 인간 노동 구조 변화, 사회 전반적 재편.
중요 인용
"AI가 인간을 초월하면, 인간의 노동이 완전히 대체될 것인가?" – 레이 커즈와일
학습 목표
- AI의 기본 개념과 역사 이해
- AI 평가 방법과 산업 적용 사례 파악
- AI가 가져올 미래 변화 예측 및 대비 방안 모색