크레마클럽

A를 숫자 1이라고 해보자. B를 숫자 2라고 해보자. C는 숫자 3이라고 해보자. 이렇게 알파벳과 숫자를 대응시키는 방법으로 진행해 보면, 개(DOG)는 4, 15, 7이고 고양이(CAT)은 3, 1, 20이다. 문자가 숫자로 변환됐다는 것을 의미한다.

색의 3원색이 있다. 흔히 빨간색, 초록색, 파란색이라고 하는 RGB다. 컴퓨터에서 보여지는 이미지들은 이 삼원색이 만들어내는 수백만개의 픽셀로 되어 있다. 아주 작은 픽셀 점이 여럿 모이며 배합하여 다양한 색상을 만들어 낸다. 극단적으로 진한 빨간색은 R=255, G=0, B=0일 것이다. 무채색이라면 R=0, G=0, B=0이다. 이 말은 무엇일까. 앞서 문자를 숫자화 했던 것 처럼, 색깔을 숫자로 변환 할 수 있다는 의미다.

이제 고양이와 개의 사진을 살펴보자. 고양이와 개의 사진을 보면, 사진을 좌표라고 표시했을 때, 어떤 좌표지점에 극단적으로 '검정색'이 몰려 있는 구간이 있을 것이다. 검은색 픽셀이 몇 십 개 뭉쳐 있는 그 구간을 '눈'이라고 설정한다면 인공지능은 고양이와 개 사진에서 눈을 찾아 낼 수 있다. 이렇게 검은 픽셀이 모여있는 두 개의 좌표의 거리를 측정하면 고양이와 개의 특성을 알 수 있다. 여기서 알고리즘의 대표 주자인 SVM에 대해 이해해 볼 수 있다. SVM이란 Support Vector Machine의 약자로 두 개의 집단을 나누는 적절한 구간을 찾아내는 알고리즘이다. 눈동자를 좌표 평면의 X축에 두고 코의 길이를 좌표평면 Y축에 두면 각자의 데이터는 좌표평면 내의 한 구간에 위치하게 된다. 여기에 개와 고양이의 데이터를 집어 넣는다. 그런 경우에 각 집단을 경계로 하는 평균 직선이 생겨난다. 이 직선은 새로운 데이터가 추가될 때마다 그 기울기 값이 변하는데, 그것을 우리는 '학습'이라고 한다. 이 정도 원리로 개와 고양이를 구별한다는 것을 아는 것이 '인공지능'에 대해 이해했다고 할 수는 없지만, 상당수의 대중은 이 정도의 정보만으로도 '인공지능'에 대해 어느정도의 불안감은 해소된다.

막연하게 공포심을 갖는 것은 그것에 대해 잘 모르기 때문이다. 인간은 잘 모르는 것에 공포심을 갖는다. 인간이 모르는 분야는 처음에는 자연과 현상이었다. 이것들이 인간의 이해 범주로 들어오면 인간은 그것에 대한 공포감을 상대적으로 덜 갖는다. 날씨나 천체, 질병 등이 그렇다. 그저 '신의 영역'으로 치부하여 이해를 거부하던 시기가 지나가면, 인간은 그것을 되려 안정적으로 이용하고 편안함을 갖는다. 미지(未知)나 무지(無知)는 그렇게 인간의 공포와 맞닿아 있다. 인간의 영역으로 들어 온 것들은 이제 '안정'의 대상이 됐다. 다만 어느 순간부터 과학과 기술이 빠르게 발전하면서 이제는 인간을 편안하게 만들었던 '영역'이 되려 미지의 영역이 됐다. 다수의 인간은 날씨나 천체, 질병을 슬기롭게 바라보고 때로는 이용하기도 하지만 되려 인간이 만든 '인공지능'에 대해 공포심을 갖게 됐다. 이제는 인간의 영역 중에서도 미지(未知)나 무지(無知)의 영역이 많아지기 때문이다. 인공지능은 그 대표적인 예다. 전기선을 꼽으면 작동하는 전자장치가 인간과의 바둑 대결에서 승리하고 인간보다 더 빠르고 정확하게 사물을 인지하면서 사람들은 '그것'에 대해 공포심을 갖는다. 그것들이 인간의 일자리를 빼앗고 때로는 인간 위에 군림할 것이라는 막연한 공포를 갖는다. 날씨가 그랬고, 질병이 그랬고, 천체가 그랬던 것처럼 모르는 것에 막연한 공포심을 갖는 이들 이면에는 그것에 대한 이해를 먼저하고 '안정감'을 통해 그것을 '활용'하는 이들이 있었다. 남들이 공포스러워하는 것을 적극적으로 활용할 수 있는 용기는 알고 있다는 안정감에서 나온다.

'나보다 똑똑한 누군가가 어떻게든 했겠지.'

막연한 생각은 이해를 하려는 시도조차 하지 않는다. 어떤 원리로 인공지능 스피커는 정보를 찾고 말하는지, 어떤 원리로 기계는 '개'와 '고양이'를 구별하는지, 어떤 원리로 기계는 사람을 구별하고 인식하는지. 다수의 사람들은 그냥 사용은 하되, 대략적인 원리를 모르며 막연히 그것을 두려워 한다.

'반도체 제국의 미래'를 쓴 '정인성 작가'의 책이다. '반도체 제국의 미래'는 정말 손 꼽히는 명작 중 하나다. 누군가는 '외계인의 기술'이라고 이해의 시도를 포기하는 '반도체'라는 분야다. '반도체 제국의 미래'는 이를 '이해'의 범위로 넘겨 주었다. 그의 다음 저서인 'AI 혁명의 미래'는 역시 걸작이다. 묵직했던 '반도체 제국의 미래'에 비해 가볍고 얇다. 그 탓에 조금 더 분량이 많아도 좋았을 것 같다는 생각이 들 정도다. 복잡한 AI에 대해 일반인이 쉽게 입문할 수 있는 책이다. 다수의 사람들은 원리를 모르고 사용하는 것들이 많다. '전기'나 '스마트폰', '반도체'들이 그렇다. 인류의 기술이 발전하면 할수록 우리가 사용하는 것들은 우리의 범주를 넘어선다. 그 말은 '기술'의 수요자는 거대하고 '공급자'는 한정적이라는 것을 의미한다. 기술이 발전하고 고도화 될수록, 앞으로 수요자는 더 거대해지고 공급자는 더 한정적이게 변한다. 즉, 아예 이해를 시도하는 것 조차 두려운 이들이 많아 질수록 수요 공급 곡선은 더 높은 가격을 책정한다는 의미다. 인공지능에 대한 내용을 알면 알수록 가장 많이 드는 생각은 '수학'에 관한 생각이다. 흔히 교육에서 '영어'는 쓸 일이라도 있는데, '수학'은 졸업하면 쓸일이 없다는 이야기를 한다. 다만 느낀 것이라면 '수학'의 중요성이다. 우주는 수학이라는 말이 있다. 그것을 거부한다고 하더라도 인공지능에 '수'는 엎어서는 안 되는 필수적인 과목이라는 생각이든다. 수학으로 이뤄진 인공지능이 어쩐지 우주와 닮았다. 고로 최초에 인간이 자연과 현상을 두려워하던 모습이 오버랩된다. 현재 해외에서는 'ChatGPT(챗지피티)'라는 오픈에이아이가 이슈다. 2022년 12월 1일에 공개된 대화 전문 인공지능 챗봇으로 꽤 수준 높은 질문과 답변이 가능한 프로그램이다. 이로 인해 많은 사람들은 '알파고'가 우리에게 주었던 공포와 비슷한 무게의 공포를 갖는다. 원리는 모르겠으나 무섭게 발전해가는 기술에 다수의 사람들이 이해를 포기한다. 인공지능이라는 것이 단순한 빅데이터의 평균치라는 허접한 수준의 정보만 갖고 있던 나에게 'AI 혁명의 미래'는 새로운 이해의 폭을 만들어 주었다. 이 책은 내가 좋아하는 '정인성 작가' 뿐만 아니라 자율주행 로봇 전문업체 '(주)맨드언맨드의 최홍섭 대표가 공동 저자다. 이해의 범주를 넘어선 기술을 다루는 이들이 설명하는 '쉽게 설명하는 AI의 이야기다. 고동진 전 삼성전자 대표가 강력추천 할 만큼 책은 훌륭하다.

도서를 제공받아 작성한 리뷰입니다

유튜브 영상 도 보세요.  유튜브도 보세요 유튜브도 보세요 유튜브도 보세요 유튜브도보세요 유튜브도 보세요 유튜브도 보세요 유듀브도 보세요 유튜브도보세요 유듀브도 보세요 유튜브도보세요 윹?브도보세요

유튜브도 보세요 유튜브도 보세요 유듀브도보세요 유튜브도보세요 유듀브도 보셍노유듀브도 보세요

유튜브도 보세요 유튜브도보세요 유튜브도보세요

AI의 역사를 되짚어 보는 책. 과거 기술 개발 배경과 현재의 수준, 미래 산업 전망까지 다루고 있다. 산업 전반에 걸쳐 광범위하게 다루고 있어 AI 산업의 배경을 이해하는 데는 매우 좋다. 다만 기술적 용어가 많이 등장해서 한 번에 이해가 잘 되질 않는다. (당연한 일이겠지만..) 읽기 전에는 인공지능의 작동 원리 정도만 이해해 보자 했는데 내 머리로는 한계를 느꼈다. 물론 AI 업계 종사자가 아닌 이상 이런 내용을 상세히 알 필요는 없다. 어떤 산업이 AI로 대체할 수 있는지 고민해 볼 수 있는 좋은 기회였고, 내가 몸담은 건설엔지니어링 업 또한 AI로 충분히 대체될 수 있겠다는 생각이 들었다.

Chapter 1에서는 엔드 투 엔드 정도만 기억하면 충분함. 규칙을 주입받은 인공지능 방식 SVM과 인간처럼 배우는 방식 엔드 투 엔드 방식이 있는데, 현재는 엔드 투 엔드 방식으로 자리 잡았다는 정도.

Chapter 2에서는 인식, 생성, 자연어 처리 등 현재 인공지능 기술에 대한 내용.

Chapter 3에서는 인공지능을 만들고 적용하기 위해 필요한 것들에 대한 내용. 특히 기업의 AI 트랜스포메이션 부분에서 건설엔지니어링업도 충분히 AI로 전환할 수 있겠다, AI로 전환하기 위해서는 어떤 Data 와 알고리즘이 필요하겠다 정도는 구상을 해 보았다. 다른 기업들도 나와 같은 생각에서 출발하여 AI트랜스포메이션을 시도하지만 AI 학습에 필요한 충분한 데이터 확보가 어렵다는 점, 데이터를 학습할 수 있는 방식으로 전환하기가 어렵다는 점에 당초 목표가 쉽게 이루이지지 않는다고 설명하고 있다. 이에 기업 AI트랜스포메이션 도입을 위한 단계별 Checklist를 아주 잘 정리를 해 두었다.

Chapter 4는 미래 인공지능 기술의 트렌드를 다루고 있다. 현실과는 다소 동떨어진 이야기로 보이지만 우리가 현재 누리고 있는 AI 기술이 과거에는 허무맹랑한 공상과학 영화에서나 나오는 일이었음을 떠올려보자. 기술은 생각보다 엄청난 속도로 발전하고 있으며, AI는 그 속도조차 엄청나게 끌어올려버렸다.

※미래 인공지능 기술: Spiking Neural Network, RETRO Transformer, AGI (Artificial General Intelligence, 일반 인공지능) 등 소개

Chapter 5, 6는 미래 인공지능 기업이 갖추어야 할 모습과 미래 사회의 변화상에 대해 이야기하고 있다. 유망한 기업을 '픽' 해주지는 않았지만 인공지능기술로 인해 앞으로 기업의 상황과 개인의 생활에 어떤 변화가 올지 예측해 볼 수 있다. 저자는 맺음말에서 이 책으로 인공지능의 카테고리를 잘 분류하여 의사결정을 하길 바란다고 한다. 단순히 인공지능이 흥할 것이다, 망할 것이다 수준의 단순한 의사결정을 하는 시기는 지났으며 앞으로 인공지능 분야가 단기적으로, 중장기적으로 어떤 분야의 영향을 끼칠지 고민해 봐야 한다는 것이다. 나 또한 회사에 필요한 AI 업무는 어떤 것이 있으며 생산성과 효율성 향상을 위해 어떠한 개발과 투자를 할지 준비해두어야겠다.

제목 : 혁명의 미래

저자 : 정인성, 최홍섭

출판사 : 이레미디어

책 ＜혁명의 미래＞는 인공지능의 역사와 현재, 그리고 인공지능의 미래를 잘 설명하고 있다. 핵심 내용은 구글의 인간처럼 배우는 인공지능, 엔드 투 엔드로 인한 세상의 변화, 강화학습 기술과 의사결정 분야의 가능성, 인공지능을 만들 때 꼭 알아야 할 것들(학습데이터 만들기, 데이터 증강, 범용성과 최적화, 인공신경망 설계), 보다 더 사람의 뇌처럼(SNN), 사람의 기억을 어떻게 구현할 것인가(RETRO Transformer), 딥러닝의 마중물(NVIDIA GPU), 더욱 거대한 스케일로(WSE), 가속기를 위한 가속기(PiM), 휴대기기 속 인공지능 경쟁(NPU), 컴퓨터를 넘어서(뉴로모픽 칩), 인공신경망이 잘할 수 있는 일을 찾는 기업, 안보와 인공지능의 관계 등이이다.

인공지능을 선도하는 국가는 미국이고, 인공지능 관련 가장 영향력 있는 기업은 구글이다. 과학자들은 인간의 두뇌와 동일한 AI를 만들려고 계속 도전할 것이다. 바둑의 고수 이세돌이가 알파고에 패한 것을 보면 인공지능이 얼마나 강력한지 단편적으로 알 수 있다. 앞으로 인공지능분야는 딥러닝과 거인들이 축적한 지식과 지혜를 베이스캠프 삼아 계속해서 발전해 나갈 것이다. 과학자들이 도전을 멈추지 않는다면.

책의 내용 중 독자들이 참고할 내용은 많다.

인공지능 붐은 컴퓨팅 기술이 미약했던 과거부터 지식과 노하우를 축적해온 선지자들이 없었다면 일어나지 않았을 것이다.

인공지능 기술이 가장 먼저 성과를 낸 분야는 얼굴 인식이었다.

인공신경망을 학습시키는 데 필요한 이론적 기초는 이미 2012년에 갖춰져 있었다.

좋은 데이터를 제작하는 데는 상당한 노력과 비용이 필요하기 때문에 전략적 접근이 중요하다.

데이터 확보 가능성을 계산해 실현가능한 계획을 수립하는 것도 인공지능 기획자로서 갖추면 좋은 역량이다.

인공신경망의 경우 구글은 정확도를 99%에서 99.1%로 올리기 위해 무려 1억2100만 개의 파라미터를 필요로 한다.

개발자들은 늘 메모리와 CPU를 아끼기 위해 머리를 싸매야 했다.

많은 문제들을 돌파하기 위해 컴퓨터 과학 분야의 연구원뿐이 아니라 생물학, 의학, 심리학 등 수많은 분야가 협업해야 한다. 인공신경망은 인간 뇌와 다른 수많은 특성을 가지고 있다.

인공지능 기술 역시 만능이 아니다. 장단점을 가진 여러 선택지중 하나일 뿐이다.

앞으로도 인공지능들은 인간과 초고성능 알고리즘 사이에서 끊임없이 자신의 위치를 확보하고 일어서고자 할 것이다.

매우 소소하고 자잘한 인공신경망들은 상용화에 성공했다. 얼굴인식, 그림에서 문자 추출하기 등이 그것이다.

인공지능 기술은 국가 안보와 긴밀한 영향을 주고 받을 것이다. 인공지능 기술은 그 자체로도 경제, 군사 등 영역에 큰 영향을 끼친다.

각종 인식 기술은 자율자동차에도 사용 가능하다.

지금 인공지능이 하는 일은 인간 역사에서 지속적으로 반복되어 온 ‘효율성 개선’작업의 연장선일 뿐이다.

객관적이고 정확한 지식을 통해 새로 나오는 인공지능 뉴스가 내가 속한 업중에 어떤 영향을 끼치는지 분명히 알 수 있어야 한다.

＜혁명의 미래＞는 인공지능의 혁신가들의 노력으로 인공지능이 어떻게 발전해 왔고 현재의 장애물은 무엇이고 이를 이겨내기 위해 어떤 노력을 하고 있는지를 제시했다. 인공지능에 대한 관심이 있는 사람들에게 필독서로 손색이 없다는 생각이 든다. 좋은 책을 출간해준 정인성, 최홍섭 작가, 그리고 이레미디어에 감사를 전한다.

#채성모의손에잡히는독서 @a_seong_mo

#혁명의 미래#정인성, 최홍섭#이레미디어#인공지능#구글#엔비디아#반도체#반도체제국의미래#엔드투엔드

?? #AI혁명의미래
#이레미디어 ｜ 정인성, 최홍섭

-
스마트 시대, 현재 몸을 담고 있는 회사에서
ai 인공지능의 시장을 더 이상 간과하다간 뒤처질 것 같았는데
마침 책을 읽을 수 있는 기회가 나에게 왔다.

/

인공지능 역사와, 현재 인공지능의 산업 실태
기업에서의 인공지능 기술을 위해 시도하는 노력
인공지능 관련 업을 준비하는 사람들의 위한 방향제시
그리고 현재의 경험을 바탕으로 인공지능의 미래 예측까지

인공지능의 시작과 발전 과정을 거쳐 현상황과
미래의 인공지능 산업의 전망을 이야하는 책이다.

/

1950년 컴퓨터의 아버지 앨런튜링의 튜링테스트가
인공지능의 시초라고한다.

인공지능의 발전은 기나긴 혹한기를 보내고,
2010년이 되서야 주목을 받기 시작했다고 한다.
이를 대표하는 기업이 IBM과 Google이다.

인공지능은 인간의 뇌, 뉴런의 원리를 모방하여, 인공신경망을 만들었다.

인공지능을 만드는데 있어 가장 중요한 것은
데이터와 인공신경망이다.

인공지능 기술은 소프트웨어 기반 위에서 동작한다.
인공신경망으로 의미있는 일을 하기 위해서는 각종 입력이 중요한데, 입력을 받기 위해서는 각종 센서와 통신수단이 필수적이다.

/

AI라는 분야에 관심이 없었던 사람이라면
책을 읽기에는 조금 어려울 수 있다.
나도 인공지능에 대해 이제 막 관심을 가지게된터라
익숙하지 않은 전문용어와 다루는 내용이 다소 깊이가 다소 깊어,
읽다가 이해에 어려움이 있으면, 반복해서 읽고 이해하고 넘겼다.

어렵지만서도 생각보다 재미있어 집중해서 책을 읽어내렸다.
그리고, 추후 ai와 관련하서 타부서(연구소)와 얘기 나눌 때, 커뮤니케이션에 아주 도움이 될 것 같다. 휴~

(추가+)

최근 ai관련 기사가 엄청 많이나오고 있는데
이 기사들을 읽는데 이해가 쏙쏙 되고있다.(왕신기...)
찐으로 ai기본서로서 추천하고싶다

/

인공지능에 관심이 있다면,
혹은 관련업에 종사하는 사람들에게 이 책을 추천한다.

#채성모의손에잡히는독서

.
.
.