개발 전문잡지 마이크로소프트웨어의 최신호는 인공지능 개발에 필요한 체크포인트(The Checkpoint of AI)를 다뤘습니다. 데이터 수집, 정제, 학습법, 인프라, 인공신경망의 종류와 효과 등 전문가의 최신 개발방법론과 노하우가 풍성합니다. 마소 391호의 주요 기사들을 IT조선 독자에게도 소개합니다.
[편집자주]

인공지능은 크게 강인공지능과 약인공지능으로 나뉜다. 강인공지능은 사람보다 훌륭한 인공지능이고, 약인공지능은 사람보다 못하지만 사람에게 도움이 되는 인공지능이다.

인공지능의 역사와 딥러닝 알고리듬의 개요를 알고 싶다면, 이번 호 6페이지에 실린 박주형 SBI저축은행 과장의 '약인공지능의 발전과 딥러닝 알고리듬'이라는 글을 읽어보자.

1985년 신경망 알고리듬이 등장하면서 약인공지능이 학문적으로 발전하기 시작했다. 신경망 알고리듬은 뉴런들의 상호작용과 생물학적 반복 학습 과정으로 모형화 한다. 좋은 결과를 얻기 위해 가중치를 조정하는 기법인 역전파(Backpropagation)도 등장했다. 역전파를 반복하면 인공지능이 똑똑해진다.

하지만, 1990년대까지만 해도 'XOR' 연산 속도의 한계에 부딪혀 인공지능 연구 지원 자금이 끊기기도 했다. 2010년 이후 GPU 등 연산 속도를 향상시킬 수 있는 기술이 등장했고 딥러닝(Deep Learing)도 혜성처럼 나타나 인공지능 기술이 비약적으로 발전했다.


인공지능 알고리즘의 변천사 / 마이크로소프트웨어 391호 발췌
인공지능 알고리즘의 변천사 / 마이크로소프트웨어 391호 발췌
딥러닝은 인공신경망과 유사한 정보처리 알고리듬을 이용하지만, 말 그대로 한층 더 깊은 인공신경망(심층신경망·Deep Neural Network, DNN)을 활용해 정보를 처리함으로써 인공지능의 자율학습 능력을 극대화한다.

딥러닝은 다양한 분야에서 활용될 수 있다. 스스로 도형, 문자, 음성 등을 식별해야 하는 곳, 언어를 인식하는 자연어 처리, 자동 제어, 로봇 연구를 하는 컴퓨터 비전, 가상현실 등 대부분의 산업에서 사용될 수 있다.

자세한 내용은 '마이크로소프트웨어 391호(www.imaso.co.kr/archives/1301)'에서 확인할 수 있다.