AI가 우리 생활 곳곳에 깊숙이 들어온 오늘 날! 스마트폰부터 자동차, 집안 가전제품까지 AI 기술이 활용되고 있습니다. 또한 뉴스에서도 다양한 AI용어들이 자주 등장하는데요. 이런 AI 용어들을 알고 이해한다면 이 기술이 우리 생활에 어떻게 적용되고 있는지, 또 앞으로 어떤 변화를 가져올 수 있는지를 더 잘 이해할 수 있을 것입니다. 그래서 오늘은 기본적인 AI 용어 몇 가지를 설명해 드리려고 합니다. IT를 잘 모르는 분들도 이해할 수 있도록 쉽게 설명해드릴 테니 함께 알아보시죠!
- 머신러닝
- 머신러닝은 인공지능의 하위 분야로, 컴퓨터가 데이터를 분석하고 스스로 학습하여 패턴을 인식하고 예측할 수 있는 기술입니다. 이렇게 얘기하면 너무 어렵게 느껴지시죠?
- 머신러닝은 마치 퍼즐 맞추기를 배우는 것과 비슷합니다. 처음에는 선생님이 퍼즐 조각이 어떻게 맞춰지는지 보여줍니다. 그런 다음 컴퓨터는 그것을 보고 다른 퍼즐 조각들도 어떻게 맞춰야 하는지 스스로 배웁니다. 예를 들어, 선생님이 퍼즐의 오목한 조각과 볼록한 조각이 만나면 퍼즐이 맞춰진다는 규칙을 알려주면, 컴퓨터는 새로운 퍼즐 조각을 보고 어떻게 맞춰야 할지 스스로 알아 맞힐 수 있게 됩니다.
머신러닝 기술은 우리의 일상생활 곳곳에 적용되고 있는데요. 이메일 서비스에서 스팸 메일을 걸러내는 것도 머신러닝의 한 예입니다. 이메일 서비스는 머신러닝 알고리즘을 통해 수많은 이메일 데이터로부터 스팸 메일의 특징을 학습하고, 그 결과를 바탕으로 새로운 메일이 스팸인지 아닌지를 판단합니다.
- 딥러닝(인공신경망)설명
- 딥러닝은 머신 러닝의 특정한 한 분야로서 인공 신경망(인공신경망: 사람의 두뇌와 비슷한 방식으로 정보를 처리하기 위한 알고리즘)의 층을 연속적으로 깊게 쌓아 올려 데이터를 학습하는 방식입니다. Deep하다는 표현은 층이 깊게 쌓여 있다는 의미에서 온 것입니다. 딥러닝은 퍼즐 맞추는 규칙을 선생님이 알려주어야 했던 머신러닝과 달리, 컴퓨터가 스스로 퍼즐 맞추기 속에 있는 규칙을 찾아 퍼즐을 맞추는 것과 같습니다.
- 딥러닝은 다양한 분야에서 활용되고 있습니다. 특히 우리가 많이 사용하는 스마트폰의 음성인식 기능은 딥러닝을 활용합니다. 우리가 스마트폰에 어떤 명령을 내리면, 스마트폰은 딥러닝 알고리즘을 통해 우리의 음성을 텍스트로 변환하고 그 텍스트의 의미를 이해하여 적정한 동작을 수행합니다.
- 생성형 AI는 딥러닝의 한 분야로 텍스트, 이미지, 음악 등 새로운 콘텐츠를 생성하는 데 중점을 둔 AI 모델 혹은 AI 애플리케이션(응용프로그램)입니다.
- 생성형 AI를 만들기 위해서는 엄청난 양의 텍스트나 이미지 등을 딥러닝에 학습시켜 다양한 콘텐츠를 생성하는 법을 배우도록 합니다. 이때 선생님이 수업을 할 때 학생에게 어떤 부분이 더 중요하다고 강조하는 것처럼, 생성형 AI도 매개변수(파라미터)라는 것을 조정해 원하는 결과가 나오도록 만들 수 있습니다.
- 이전의 딥러닝 기반 AI 기술은 주로 기존 데이터를 학습하여 예측하거나 분류하는 데 사용되었다면, 생성형 AI는 사용자가 이야기한 바를 바탕으로 새로운 데이터를 생성해 내는 더 발전된 형태의 AI 기술입니다. 학습된 데이터를 바탕으로 사용자가 필요로 하는 새로운 콘텐츠를 창조해 낼 수 있다는 점에서 강력합니다.
- 생성형 AI라는 화두를 세상에 쏘아 올린 것은 ‘ChatGPT’입니다. 그러나 ChatGPT가 생성형 AI 분야의 유일한 서비스는 아닙니다. 텍스트를 생성해 내는 ChatGPT 외에도 DALL·E 2, Stable Diffusion, Midjourney 등 이미지를 생성하는 AI, GitHub Copilot 등 코드를 생성하는 AI, 음악 및 소리를 생성하는 AI, 심지어 동영상 및 3D를 생성하는 AI까지 생성형 AI의 서비스 분야는 다양합니다.
- 이러한 서비스에 우리는 컴퓨터의 언어가 아닌 사람의 언어, 즉 자연어로 무엇을 생성하게 할지 명령할 수 있습니다. 어떻게 컴퓨터가 사람의 말을 이해할 수 있는 걸까요? 그것은 바로 LLM 덕분입니다.
- LLM
- LLM은(Large language model) 대규모의 언어 데이터를 기반으로 학습된 인공지능 모델입니다. 언어 모델이란 컴퓨터가 언어를 이해하고 사용하는 방법을 배우는 것을 말합니다. LLM은 마치 매우 큰 책을 읽고 배우는 것처럼, 인터넷에서 많은 글을 읽고 배워서 사람들이 하는 말을 이해하고, 대답도 할 수 있습니다. 이렇게 배운 것을 가지고, LLM은 우리가 하는 질문에 답을 해주거나, 긴 글을 짧게 요약해 주기도 합니다. 예를 들어, 망고는 어떻게 자라나요? 라고 물으면 LLM은 망고에 대해 배운 내용을 기억해서 망고가 어떻게 자라는지 설명해 줄 수 있습니다.
- 멀티모달
- ‘모달’은 ‘모달리티(modality)’의 축약된 표현이며 ‘어떤 형태로 나타나는 현상이나 그것을 받아들이는 방식’이라는 뜻을 가지고 있습니다. AI에서 모달리티는 데이터의 입출력 형식을 나타냅니다.
- 멀티모달은 인공지능에서 다양한 형태의 데이터를 동시에 처리하는 기술을 의미합니다. 텍스트, 이미지, 음성, 제스처, 표정 등 여러 모달리티를 동시에 인식하고 사고하는 인공지능 모델을 멑티모달 AI라고 말합니다. ChatGPT는 텍스트만 이해할 수 있는 인공지능었던 반면 GPT4는 텍스트와 같이 이미지도 입력 받아 처리가 가능한 멀티모달 인공지능입니다.
- 멀티모달을 조금 더 쉽게 설명하면. 예를 들어, 학교에서 선생님이 이야기를 들려주면서 그림책을 보여주고, 노래를 불러주고, 손짓으로도 설명해 준다면, 이것은 ‘멀티모달 학습’입니다. 왜냐하면 듣고, 보고, 움직임을 통해서 여러 가지 방법으로 같은 이야기를 배우기 때문입니다. 컴퓨터가 글을 읽고, 사진을 보고, 소리를 듣고, 이 모든 다른 종류의 정보를 함께 사용해서 무엇인가를 배우거나 결정할 때 멀티모달을 사용합니다. 멀티모달 기술은 자율주행 자동차, 스마트 홈 기기, 소셜 미디어 등 우리 일상생활의 많은 부분에서 활용되고 있습니다.
- Hallucinations(환각)
- 인공지능에서 환각은 사실과 다르거나 맥락과 무관한 결과를 내놓는 현상을 말합니다. 이는 인공지능이 방대한 데이터를 학습하면서 어떤 정보가 사실이고 허구인지를 구별하지 못했기 때문에 발생합니다. 예를 들어 인공지능 챗봇이 사용자의 질문에 부적절하거나 상관없는 답변을 하는 경우를 생각해보세요. 이런 경우는 챗봇이 잘못된 패턴을 학습했거나, 새로운 질문에 대해 적절한 답변을 생성하지 못했기 때문에 발생하는데, 이런 현상을 환각이라 합니다.
오늘 머신러닝부터 딥러닝, 생성형 AI, LLM, 멀티모달, 그리고 환각에 이르기까지 AI의 다양한 용어들을 쉽고 재미있게 알아봤는데요. 영상을 통해 AI용어에 대한 이해가 한층 더 높아지셨기를 바래 봅니다. 그리고 오늘 AI용어들 중에 가장 흥미로운AI용어가 있으셨나요? 더 궁금한 AI용어가 있다면 주저하지 마시고 댓글로 남겨주세요. 여러분의 소중한 의견은 앞으로의 콘텐츠 제작에 큰 도움이 됩니다. 감사합니다.
