크레마클럽

각분야 전문가들이 대중을 위해 단촐한 분량으로 AI의 연구 성과에 대해 또 AI의 현주소에 대해 소개한 책이다. 

 

LECTURE 7이 인공지능의 현주소를 알리고 있다면

LECTURE 1,2,5,6,9가 AI의 기능적 원리들에 대한 장이고

LECTURE 3,4,8,10이 AI가 활용되고 있는 영역에 대한 일부를 소개하고 있다.

 

대중들에게 이제서야 알려지고 있는 생소한 영역이다보니 낯선 원리와 용어들이 많이 등장하는데 대중을 위해 상당히 쉽게 쓴 책이라는 것이 느껴지면서도 용어와 개념과 원리가 어색히 다가오는 것도 사실이다. 전체 분량적으로도 각 장의 분량에서도 독서에 무리가 없고 전문가들이 일반인들을 배려해 집필한 것이 충분히 느껴지지만 읽고나서 이해한 것을 설명해 보라고 한다면 뭔가 잡힐 듯하던 것이 손아귀에서 빠져나간 것 같기도 하다.

 

AI의 현재와 근미래의 활용범위가 궁금한 분들이라면 부족하다고 여기실 것 같다. AI의 역사와 기본구조나 딥러닝 같은 체계가 궁금하다는 분들에게는 다소 이해를 위한 기초입문 정도는 되지 않을까 싶다. 같은 분야의 다른 책을 읽을 기회가 생겼는데 그 전에 알고 있으면 좋을 면을 찾아보려고 올해 소장해 둔 책을 읽어봤다. 어디까지나 인공지능에 대해 소개하고자 하는 전문가들이 짧은 소개를 남긴 책이라는 감상이 남는다.

AI(Artificial Intelligence) 인공지능

4찬 산업혁명을 대표하는 혁신기술인 AI, 우리는 어느새 익숙한 개념으로 받아들이고 있다.

자연스럽게 인간처럼 생각하는 컴퓨터, 로봇 등의 시스템을 떠올리게 된다. 그렇다면 우리는 얼마나 AI에 대해 알고 있는가? 설명할 수 있는가? 물어본다면 나는 선뜻 답을 하기가 어렵다. 단순하게 인간처럼 사고하고 판단하고 학습하는 컴퓨터 프로그램이라는 정도의 답을 내놓을 수밖에 없다.

지금 우리의 시대는 빠르게 변화하고 있다. 그 변화의 중심에 AI가 있다. 사회·경제·산업·교육 전반에 걸쳐 AI는 도입될 것이다. 우리는 AI로 인한 변화를 두려워하기도 하고 기대하기도 한다. 피할 수 없는 미래라면 AI가 무엇인지 어떤 변화를 만들어가고 있는지 알아야 할 필요가 있다.

 

 

고맙게도 『 Ai-x 인공지능 익스프레스 』는 AI의 시작부터 현재 그리고 미래까지 친절하게 설명해 주고 있다. AI는 과연 대치할 인간의 적인가? 공존할 인간의 친구인가? 막연한 두려움을 떨쳐내고 이미 오래전부터 시작된 AI가 꿈꾸는 세상을 알아가다 보면 위의 질문에 스스로 답을 찾을 수 있을 것이다.

 

AI는 생각보다 오래된 연구 분야로, 1950년쯤에 사람처럼 생각하고 행동하는 기계를 만들려는 시도로부터 출발한다(p.167). 당시에 처음 등장한 컴퓨터를 가지고 단순히 계산을 넘어서 사람처럼 생각하는 기계를 만들어보자는 야심찬 프로젝트로 시작하였다. 그래서 1950~1960년대에는 일반적인 지능을 구현하는 연구를 진행하였다. 이는 새로운 문제를 푸는 데는 잘 적용되지 않았다. 1970~1980년대에는 지식을 기계에 집어넣어서 문제를 푸는 지식 기반의 전문가 시스템 기술을 산업화하였다. 이 또한 한계를 드러내고 2,30년에 걸친 긴 AI 빙하기에 접어들게 된다. 이 빙하기 시기에 기계 스스로 학습하도록 만드는 방법을 연구하였다. 이런 노력의 결실로 딥러닝이 발전하면서 혁신적인 성과가 나타나기 시작한다.

머신러닝은 기본적으로 기계가 학습하는 것이다. AI 빙하기 동안 데이터가 풍부해지고 컴퓨터 파워와 알고리즘이 발전하면서 딥러닝은 인공지능 문제점들을 해결해나가기 시작한다. 하지만 딥러닝도 한계점은 있다. 아주 많은 데이터가 필요하고 또 이를 처리하기 위해 어마어마한 컴퓨터 파워가 필요하다. 그리고 딥러닝은 도출한 결과에 대해 왜 좋은지 설명하지 못한다. 그래서 설명가능 인공지능은 여러 가지 인공지능 모델의 설명성과 성능을 높이는 것을 목표로 하고 있다.

 

 

 

 

 

이 책은 재단법인 카오스에서 기획한 프로젝트로, AI와 함께 하는 미래를 다양한 분야의 전문가들이 소개해 주고 있다.

1. AI와 뇌과학이 바꿀 인류의 미래 _ 임창환(한양대학교 전기생체공학부 교수)

2. 수학을 통하여 세상을 3차원으로 보는 법 _ 현동훈(서울대학교 수리과학부 교수)

3. 게놈 데이터를 이용한 정밀의학 _ 이세민(울산과학기술원 바이오메디컬공학과 부교수)

4. 인공지능으로 엘니뇨 예측하기 _ 함유근(전남대학교 지구환경과학부 교수)

5. 컴퓨터 비전과 딥러닝의 현재와 미래 _ 한보형(서울대학교 전기정보공학부 교수)

6. AI의 사고 과정을 이해하다! _ 최재식(KAIST AI대학원 부교수/설명가능 인공지능연구센터장)

7. 인공지능을 능가하는 인공지능이 출현할 것인가? _ 장병탁(서울대학교 컴퓨터공학부 교수)

8. 바이오메디컬 인공지능 _ 신현정(아주대학교 산업공학과 교수)

9. 헬로 딥러닝 : 직관적이고 명확하게 딥러닝을 이해하기 _ 남세동(보이저엑스 대표)

10. 음악과 인공지능의 만남 _ 이교구(서울대학교 융합과학기술대학원 교수)

 

* 개인적으로는 순차적으로 읽는 것보다 개념을 설명하고 있는 6번째 강연과 9번째 강연을 먼저 읽고 개념과 흐름을 정리한 뒤에 다른 강연들을 접하는 것을 추천한다. 그리고 그래프와 그림 등 자료가 흑백으로 제공되어 직관적으로 파악하기 힘든 점은 아쉽다.

 

 

 

 

생각보다 넓은 분야에서 활약하고 있는 AI를 만나볼 수 있다. 인간처럼 사고하고 생각하고 학습하고 판단하고자 하는 AI가 역으로 뇌를 연구하는 데 도움을 준다는 점이 흥미로웠다. 미지의 대상인 뇌는 연구하려면 다양한 조건에서 많은 피실험자를 대상으로 실험해야 하나, 조건이나 피실험자를 통제하기가 힘들고 비용이나 시간 측면에서도 어려움이 많다. 그렇기에 AI는 뇌를 연구하는 도구로서 놀라운 가능성을 보여주고 있다.

AI는 뇌연구에 도움을 주며, 밝혀진 뇌의 비밀은 새로운 AI를 만들 수 있는 기반이 되는 서로 협력하는 공존할 수 있는 관계에 있다. 인간의 상상력과 AI의 발전은 더 큰 미래를 그리고 있다. 하지만 인간의 존엄성, 생명윤리는 지켜져야 하고 큰 파장을 불러올게 분명하기에 신중해야 할 것이다. 과학기술은 어떻게 사용하느냐에 따라 천사의 얼굴일 수도 악마의 얼굴일 수도 있다. AI가 뇌에 발생하는 다양한 질환과 장애를 극복하고 삶의 질을 높일 뿐 아니라 다양한 산업에 사용할 수 있는 천사의 얼굴로 존재하기 위해서는 법적, 윤리적 문제 그리고 개인 정보에 관한 문제들을 해결해야 한다. 우리에게 필요한 준비와 자세가 무엇인지 사회적 합의가 필요할 것이다.

 

AI의 산업 응용은 앞으로 큰 경제적 효과가 있을 것으로 예상하고 있다. 과기부와 맥킨지에서 예측한 자료에 따르면 2030년까지 AI로 의료분야는 최대 109조 원, 제조 분야는 92조 원, 금융 분야는 47조 원의 효과를 보게 된다고 한다. 주력 산업들 또한 AI 기술을 계속 적용하면 최대 25조 원의 경제 효과를 예상한다. 놀라운 경제적 효과뿐만 아니라 전체 직업군이나 여러 가지 생산 환경 등 산업 환경에 큰 변화가 있을 것이다. 이런 변화에 두려움과 반감을 느끼는 이들도 있을 것이다. 이 책을 통해 AI 전문가들은 앞으로 인공지능이 큰 역할을 담당하게 될 미래를 제시하고 AI에 대해 좀 더 적극적이고 긍정적인 태도를 권하고 있다. 그리고 기계가 대체할 직업들에 대한 대비도 언급하고 있다. 시대의 흐름을 읽는 유연하면서도 기준이 명확한 태도가 필요하다.

 

이제 AI는 우리 일상에서도 쉽게 접할 수 있는 기술이 되었다. AI 가수, 광고모델, 인공지능 비서가 등장했다. 그리고 고인이 된 가수의 목소리를 복원하거나 베토벤이 완성하지 못한 10번 교향곡을 완성하는 프로젝트도 있다. 데이터를 조합하고 분석해서 판단을 내리는 분야에서뿐만 아니라 음악, 퍼포먼스 및 대화를 나누는 등의 인간과 소통하고 교류하는 영역까지 확장된 AI를 접하면서 묘한 감정을 느낀다. AI의 한계는 어디까지일까?

 

AI 기술이 보여준 이 놀라운 성과에 감탄하고 있는데 전문가들은 다른 시각을 제시한다. 인공지능은 데이터를 기반으로 하기에 데이터가 잘 만들어지지 않으면 오류를 범한다. 인간에게는 너무나 간단한 문제라도 인공지능은 맞을 때도 있고 틀릴 때도 있다고 한다. 그리고 판단 결과를 설명하지 못한다. 그렇기에 AI의 미래는 어떤 현상이나 결과가 일어난다면 그렇다고만 말하는 게 아니라 왜 그런지, 어느 요소가 영향을 끼쳐서 그런지 설명하는 것이 목표이다.

 

4차 산업혁명의 시대, 변화의 파도가 덮치는 순간 탈 것인지 빠질 것인지는 우리의 선택이다. 그 선택을 하기 위해서는 AI에 대한 이해가 필요하다. 『Ai-x 인공지능 익스프레스』가 길잡이가 되어줄 것이다.

 

＜출판사에서 제공받아 주관적으로 작성한 서평입니다＞

프레스Ai-x 인공지능 익스 / 재단법인 카오스 기획

임창환, 현동훈, 이세민, 함유근, 한보형, 최재식, 장병탁, 신현정, 남세동, 이교구 지음 / 반니

 

4차 산업혁명의 시대에 사는 우리에게 AI는 익히 들어온 말이다.

수년 전 이세돌과 바둑을 두어 5판 4승 한 알파고를 시작으로 최근 가상 인간 모델에 이르기까지 우리 주변에 AI가 많이 회자되고 있다.

AI 인공지능은 어디까지 개발되었을까?우리 삶에 어떻게 유익을 줄 것인가?정말 인간의 지능을 능가할 수 있는 것일까?

 

『 Ai-x 인공지능 익스프레스』는 다양한 분야에서 연구하는 전문가들이 AI를 우리 생활에서 유익하게 활용하기 위해 어떻게 연구되고 있는지 알려준다.

그리고 위의 궁금증도 설명해 준다.

인공지능, AI가 응용되는데 분야로 뇌공학 분야를 첫 번째로 소개한다.

AI는 뇌 신경계의 작동원리를 모방해서 만들었다고 한다.그렇게 만들어진 AI를 통해 우리 뇌 속에서 일어나는 일을 구현해 내고 있다. 뇌과학에서 밝혀진 사실로부터 인공지능 기술을 만들어내는 것이 가능하게 되어서 더 뛰어난 성능을 보여줄 수 있게 되었다고 한다.

이제는 뇌와 AI가 하나가 되어 서로 인간의 불완전한 감각과 인지, 기억을 보완해 주는 방법을 지속해서 연구해 나가고 있다. 이런 연구는 의학적인 부분에서 치매 환자 같은 뇌 질환과 장애를 극복하기 위한 수단으로 활용될 수 있다.

결국 인공지능은 뇌의 비밀을 밝히는 새로운 도구로 활용될 수 있고, 뇌는 새로운 인공지능을 만들기 위한 실마리를 제공해 주고 있다. 단순히 로봇 정도로 생각했던 AI가 우리 인간의 뇌를 응용하여 만들어지고 다시 인간의 뇌의 비밀을 알아내는 상호보완적인 수단이라는 것이 새롭다.

 

정밀 의학에서는 방대한 양의 데이터를 확보해서 그 테이터를 기반으로 어떤 치료 전략이 환자에게 가장 최적의 치료인지 예측할 수 있는 예측 시스템이 필요하다.

그 예측 방법으로 최근에는 기계학습을 많이 적용한다고 한다. 여기서 기계학습은 경험을 통해 자동으로 개선(자막-학습) 하는 컴퓨터 알고리즘 연구로 크게 보면 AI의 한 분야라고 볼 수 있다.

정밀 의학에서도 많은 종류의 테이터 중에서도 게놈 데이터가 가장 핵심이라고 하는데, 2001년 처음으로 인간 게놈 분석을 해내고 그 이후 발전을 거듭하여 암 게놈을 분석해 내었다. 이렇게 축적된 대규모 암 게놈 빅 데이터와 항암제 반응 데이터를 이용해서, AI를 기반으로 항암제 반응성을 예측하는 시도를 하고 있다.

기계학습과 바이오 게놈 빅 데이터를 기반으로 한 정밀 의학이 가능해지려면 기계학습의 알고리즘을 개선 및 개발하는 것도 중요하다. 하지만 양질의 데이터를 확보하는 것이 중요하다고 한다. 결국 인공지능의 근간은 빅 데이터가 기반이 돼야 함을 보여준다.

 

데이터 수집을 하는 데 있어 AI는 수학을 통하여 세상을 3차원 세계를 자각하게 된다. 그리고 앞서 나온 기존의 기계학습법은 사람이 데이터를 수학적인 형태로 만들어주어야 한다.

이제는 딥러닝을 통해 데이터를 주면 데이터 중에 어떤 것을 중요하게 봐야 하는지, 데이터를 표현하는 방법까지 컴퓨터가 알아서 자동으로 학습한다. 이 딥러닝으로 AI를 산업에 응용할 곳이 방대하다. 이를 통해 제조업의 자동화, 고도화가 많아질 것이라고 한다.

 

여기서 딥러닝으로 AI가 인간을 능가할 것인가에 대한 질문을 떠오르게 한다.현재의 의료, 법률, 제조업 등에서 많은 직업이 미래에 AI로 대체될 거라고 한다.

그런데 인간 수준의 AI에 도달하려면 자율학습이 가능해야 한다고 한다. 인간의 뇌처럼 빠르고 유연하게 해내는 알고리즘과 결합하면 인간을 뛰어넘는 인공지능일 될 것이다. 하지만 아직 그 단계에는 많이 못 미치고 있다고 한다.

 

AI는 나날이 발전하고 있는 것은 맞다.

미래에 직업을 결정할 때는 그런 부분을 고려해야 할 것이다. 그리고 AI를 통해 새로운 직업이 생길 가능성이 크다고 한다. 지금은 상상도 할 수 없는 새로운 형태의 직업이 생겨서 인공지능이 대신하는 인간의 직업보다 더 많은 직업이 창출될 수도 있다.

 

AI가 미래사회에서 어떻게 개발되어 발전될지는 아직은 정확히 알 수 없다. 하지만 AI로 미래가 달라질 것은 분명하다. 그 변화에 우리도 준비해야 할 것이다. 막연히 세상이 편리해질 거라 좋아만 할 것도 아니고, SF 영화 『 A.I. 』에 등장하는 로봇처럼 인간을 위협하는 존재로 생각해서도 안 된다.

 

 

책을 읽으면서 어려운 개념이 많았다. 여전히 이해하기 어려운 부분이 많지만, AI에 대해 조금은 알 수 있는 기회가 되었다. AI로 인해 인간의 삶이 편리하고 유용하게 사용될 것이다. 그로 인해 인간의 직업이 AI에 대체될 수도 있지만, AI로 새롭게 필요할 인간의 역할을 찾아내고 개발해야 할 것이다.

인간이 AI처럼 방대한 양의 데이터를 수집하고 처리하지 못하지만, 여전히 AI가 따라오지 못하는 인간의 지능으로 변화를 민감하게 인식하여 미래를 예측하고 대비해야 할 것이다.

 

그 시작을 이 책을 통해 시작해 보는 것을 추천한다. 특히 AI에 관심이 있는 청소년들이 이 책을 읽으면 더 좋을 것 같다. 과학, 의학, 컴퓨터공학 등에서 AI를 접목한 연구에 대해 알아보면서 다양한 분야로 꿈을 키워나갈 수 있을 것이다.

 

 

*출판사로부터 도서를 제공받아 작성한 리뷰입니다.

#Ai-x인공지능익스프레스 #카오스기획 #임창환 #현동훈 #이세민 #함유근 #한보형 #최재식 #장병탁 #신현정 #남세동 #이교구 #반니 #렉쳐사이언스 #서평 #책추천 #인공지능

“AI는 대체 어디까지 가능한가?”


우리는 매일매일 진화된 기술을 보며 놀라움을 금치 못한다. 옛날옛적, 공상과학 영화 속에서 보았던 것이 현실이 된 것을 보며 그 다음에는 과연 무엇이 나올까하고 기대와 두려움을 반반씩 안고 살아간다. 과학기술은 과연 우리에게 독이 될까? 득이 될까?를 고민하며 말이다.


이 책은 디지털 혁명의 중심에 서있는 인공지능(AI)에 대한 전문가들의 강의를 담아두었다. 과연 인공지능이란 무엇이며, 그것이 우리에게 어떤 도움을 주고, 어떤 변화를 가져올지를 예측한다. 그뿐 아니라 인공지능과 함께 살아갈 우리들의 자세까지도 함께 말이다.


'일론 머스크는 “인공지능에 맞서는 가장 좋은 방법은 뇌에 인공지능을 이식하는 겁니다. 인체와 공생할 수 있는 제3의 층을 대뇌피질 위에 만들면 됩니다”라고 이야기합니다.' ＜책 속에서...＞


첫 강연부터 훅 들어온다. AI로 인해 인간의 뇌를 더욱 깊이 연구하게 되고, 그것은 장애인이나 뇌손상 환자들에게 까지 영향을 줄 수 있다. 인간이 알지 못하는 뇌라는 미지의 영역을 과연 인공지능이 보완을 해줄 것인가에 대한 궁금증은 강렬하다.


인간이 뇌로 인해 많은 것을 얻기도 하지만, 또 얼마나 많은 이들은 뇌로 인해 아파하는가? 그것에 대한 답이 과연 나올까 무척이나 궁금해진다. AI가 가져올 기술적 혁명, 그에 따른 부작용, 인간들의 대처의식을 고양시키기 위한 강의도 함께다. 객관적인 인식 없이, 준비 없이는 무서운 미래가 기다리고 있을지도 모르니 말이다.


우리가 궁금해하던 전분야에 걸친 AI의 미래가 이 책 안에 모두 들어있다. 전문가들의 강연을 보다보면 한층 가까워진 디지털 혁명 속 AI를 알게 될 것이다. 좀 더 나은 미래를 준비할 수 있는 기반을 마련해보자.


'물론 딥러닝의 한계도 있습니다. 현재는 문제가 명확하게 정해지면 입출력이 아무리 복잡해도 상당히 잘 처리하지만, 입출력이 명확하게 잘 정의된 문제만 잘 해결할 수 있습니다. ... 한 번만 데이터를 관측해도 사람은 학습할 수 있고, 바로 변화를 꾀할 수도 있습니다. 반면에 딥러닝은 그 수준까지는 아니지요.' ＜책 속에서...＞



#도서협찬 #AI-X인공지능익스프레스 #반니 #자연과학 #뇌과학 #인공지능

AI는 대체 어디까지 가능한가?

Ai-X, 인공지능 익스프레스

 

인공지능과 떼려야 뗄 수 없는 사이가 되었다. 지금까지는 편리하게 잘 사용해왔지만 우려되는 점도 분명히 있다.

책을 통해 전문가들의 시선에서 보았지만 쉽게 풀어쓴 인공지능에 관한 이야기와 짧은 Q&A를 살펴볼 수 있다.

인공지능의 과거와 현재, 그리고 미래까지 시간의 순서대로 살펴보지는 않지만 각 장마다 언급되는 사례를 살펴보며 얼마나 큰 발전을 해왔는지 알 수 있다.

중요한 것은 과거와 현재의 인공지능을 이해하는 것이기도 하지만 나는 미래에 발전하게 될 상황이 더 궁금했다.

우려되고 있는 가장 큰 문제는 바로 '딥러닝'. 이 책에서도 빼놓지 않고 설명했다.

단순한 설명에서 끝나는 게 아니라 적재적소에 그래프나 그림을 배치했고, 읽으면서 들었던 의문이 Q&A에서도 언급되어 찝찝하게 끝나지 않았다. 전문가의 시선이다 보니 어려운 점도 많았지만 그래도 지금 현 상황을 알기 위해서는 언제까지나 쉬운 말로 풀어쓴 텍스트로 이해할 수는 없다. 오히려 알았던 내용을 더 전문적으로 알게 된 것 같아 도움이 되었다.

 

 

LECTURE 01 l AI와 뇌공학이 바꿀 인류의 미래

머릿속에 장치를 삽입하면 아침에 자고 일어나서 밤새 꾼 꿈의 동영상을 볼 수 있습니다.

장치 하나만 삽입하면 내가 밤에 꾼 꿈을 영상화할 수 있다?

바로 뇌가 가진 시각 위상이라는 특징 덕분이다.

시각 위상: 어떤 사물이 작은 화소로 이루어져 있다 가정했을 때, 화소 하나하나가 뇌의 시각피질에 있는 신경 세포 하나하나에 일대일대응이 되는 현상

전 날 꾼 꿈을 기억하고 싶어서 아침에 일어나자마자 끄적였던 기억이 한 번쯤은 있을 것이다. 인공지능은 눈에 보이지만 보이지 않았던 상황마저도 끄집어낼 수 있게 한다는 점이 놀라웠다. 설명으로는 뇌에 장치를 삽입한다고 했지만 실제로는 장치 삽입 대신 fMRI(기능성 자기공명영상)을 이용해 실험을 진행했다.

무려 2013년에 일본에서 인식 정확도 70%였다고 하니 2022년인 지금은 얼마나 정확도가 높아졌고 구체화되었는지 예측할 수 있다. 상상만 했던 것을 실제로 이뤄내는 힘, 인공지능 기술은 이를 위해 노력한다.

LECTURE 05 ㅣ 컴퓨터 비전과 딥러닝의 현재와 미래

가장 관심 있어 했던 분야인 딥러닝에 관해 파헤쳐 보았다.

먼저 컴퓨터 비전의 문제점과 부작용에 대해 살펴보았는데 아는 내용도 많았고 다시 읽어도 심각성이 느껴졌다.

바로 인종 및 성별에 대한 편향 개입이다. 인공지능에게 두 사람의 사진을 보여주고 누가 범죄 확률이 높냐고 질문한 사진을 본 적이 있다. 인공지능은 나름대로 분석을 해서 답을 내놓았지만 인공지능이 선택한 범죄자 중 흑인의 확률이 압도적으로 높았다는 것이 함정이었다. 그리고 이 책에서 알게 된 사례는 남자가 요리하는 이미지를 보고 여성으로 인식하는 경우가 있다는 것.

지금도 이러는데 숏컷한 여성이나 화장한 남성의 사진을 내밀었을 때 과연 정확한 판단이 가능할까? 하는 생각도 든다. 더 자세한 기술 개발과 적용이 필요해 보인다.

그리고 한 가지 몰랐던 사실은 딥러닝 관련 연구가 지구온난화에 영향을 미치고 있다는 것!

네이버 메일을 자주 삭제하지 않으면 그것도 환경오염에 영향을 준다는 말을 듣고 생각날 때마다 메일을 삭제하는 입장에서 딥러닝 연구의 지구온난화 영향은 또 몰랐던 정보였다.

딥러닝 모델 하나를 학습하는데 차 5대가 운행할 만큼의 이산화탄소를 내보낸다고 하니,,, 충격이기도 하고 이를 해결할 방안은 없는 건가 궁금해진다. 온실가스 감축 관련 공모전 준비 중인데 여기에 적극적으로 녹여낼 생각하니 이런 정보 하나하나를 알 수 있어서 너무 좋았다.

LECTURE 07 ㅣ AI와 뇌공학이 바꿀 인류의 미래

Q. 인간 지능을 능가하는 인공지능이 있다면 인공지능을 만든 인간 지능이 더 뛰어난가요, 아니면 그 반대인가요? 학습하면 크게 바뀌나요?

인공지능 관련 설명을 들을 때마다 궁금했던 내용이다. 결국에 인공지능을 만든 인간이 존재할 텐데 이를 뛰어넘을 인공지능이 존재할까? 존재한다면 어느 정도 기간을 둬야 자신을 만든 인간을 뛰어넘을 수 있을까에 관한 이야기 말이다.

답은 결국 인공지능이 스스로 학습한다는 것이었다. 인간이 학습할 내용을 넣어주기만 하면 인공지능이 어떻게 인간을 이길 수 있겠는가. 하지만 스스로 학습하는 인공지능이라면 충분히 인간이 생각하지 못한 수를 떠올릴 수 있다.

LECTURE 10 ㅣ 음악과 인공지능의 만남

음악 듣는 앱을 자주 사용하는 편인데 추천 알고리즘에 빠질 때가 종종 있다.

어떻게 내가 듣는 음악을 분석하고 내가 좋아할 만한 음악을 추천해 주는지도 궁금했었는데 여기서 속 시원하게 풀린다. 게다가 '협업 필터링'말고 '내용 기반 음악 추천'이라는 것까지 알게 되어 놀랐다.

인기도에 영향을 받는 '협업 필터링'의 단점을 보완하기 위해 음악 자체를 분석하는 '내용 기반 음악 추천'

나는 인기 있는 음악보다 내가 정말 자주 들을 것 같은 음악을 추천받는 걸 선호하는 편이라 추천 알고리즘의 종류를 살펴볼 수 있어 좋았다.

뇌공학, 정밀 의학, 기후, 슈퍼 지능, 컴퓨터 비전, 로봇, 음악....

인공지능의 무한한 변신에 대해 살펴볼 수 있었다.

전문 지식을 통해 알고 있는 내용을 구체화할 수 있었으며 전문가만이 대답할 수 있는 흥미로운 질문에 과학에 대한 호기심도 생겼다.