산업혁명(Industrial Revolution)이란 18세기 영국에서 시작된 사회경제적 변화와 기술의 혁신 그리고 이에 영향을 받아 크게 변한 인류 문명의 총체를 말합니다. 영국에서 시작된 산업혁명은 유럽과 미국, 러시아 등으로 확대되었고 20세기 후반에는 동남아시아, 아프리카 그리고 라틴 아메리카로 크게 확산되었습니다. 그리고 이러한 산업혁명은 시기와 발달 기술에 따라 크게 1차, 2차, 3차, 4차 산업혁명으로 분류됩니다.
1. 산업혁명 시대
| 1차 산업혁명 | 18세기 후반 ~19세기 전반 | 소비재와 경공업의 발달 (증기기관) |
| 2차 산업혁명 | 19세기 중후반 ~ 20세기 초반 | 전기에너지, 대량생산 혁명 (중화학 공업, 석유와 전기, 내연기관) |
| 3차 산업혁명 | 20세기 중반 ~ 20세기 후반 | 정보통신 기술의 발달 (컴퓨터, 인터넷, 인공위성 IT기술, 지식정보 혁명) |
| 4차 산업혁명 | 21세기 초반 ~ 현재 | 기계학습과 인공지능의 발달 (인공지능, 빅데이터, 사물인터넷, 3D 프린팅, 로봇, 공유경제, 드론) |
2. 인공지능 서비스
인공지능 서비스를 위해서는 다음과 같은 과정을 거치게 됩니다.
① 데이터 획득 : IOT, 모바일, M2M을 통한 이미지, 영상, 텍스트를 수집하는 과정입니다.
② 데이터 가공 : 전처리 과정이라고도 하는데 수집된 자료를 컴퓨터가 인식할 수 있도록 가공하는 과정입니다.
③ 모델생성 : 가공된 데이터를 가지고 인공지능이 학습 할 수 있는 모델을 만들어 내는 과정입니다.
④ 실시간 서비스 : API(Application Programming Interface)를 개발하는 과정입니다.
그렇다면 과정을 하나씩 자세히 살펴보겠습니다.
1. 데이터 획득
데이터를 수집할 때는 사진, 영상, 텍스트, 음성 등 4가지 종류의 데이터를 확보하게 됩니다. 수집방법 중 M2M(Machine To Machine)이 있는데 이는 사물(지능) 통신을 의미하며 기계 간의 통신 및 사람이 동작하는 디바이스와 기계간의 통신을 뜻합니다. M2M은 인간의 개입이 없는 무인화, 지능화 서비스로 기계들이 데이터를 수집하여 기계에서 기계로 자동 전송하게 됩니다. 최근에는 IOT와 스마트폰을 통한 데이터 수집의 양이 증가하는 추세입니다.
2. 데이터 가공 (전처리)
인공지능 서비스에서 가장 많은 시간을 소비하게 되는 단계입니다.
수집된 데이터는 인간이 이해할 수 있는 형태의 데이터를 인공지능이 학습할 수 있는 형테의 데이터로 변화하는 과정을 말합니다. 이런 형태로 가공하는 것을 전처리라고 말하며 데이터 라벨링이 이에 속합니다.
데이터 라벨링이란?
: 사람이 만든 사진, 문서 등의 데이터를 인공지능이 학습할 수 있는 형태로 가공하는 작업 (데이터 구분, 선별하고 데이터의 포맷을 변경, 데이터의 결합, 데이터의 일부분을 잘라내서 가공함)
3. 모델생성
가공된 데이터를 가지고 인공지능이 학습할 수 있는 모델을 생성하게 됩니다. 모델을 만들때는 모델을 개발하고 데이터를 입력한 다음 데이터를 학습하고 모델을 수정해서 다시 모델을 개발하는 방식을 반복합니다. 이 과정은 완성도가 높아질 때까지 계속해서 반복을 하게 되는데 이때 데이터 학습은 자동으로 이루어 집니다. 기계를 학습하는 것을 머신러닝(Machine Learning)이라고 하며 데이터 라벨링은 데이터 입력과 데이터 학습에만 사용됩니다.
4. 실시간 서비스 (API)
3. 머신러닝
머신러닝은 다음의 5가지 유형이 있습니다.
① 지능형 에이전트
② 행동, 협업 지능
③ 추론, 지식 표현
④ 상황, 감정 이해
⑤ 시각, 언어, 청각 기능
머신러닝을 학습시키는 방법은 다음의 3가지 방법이 있습니다. (구체적인 내용은 다시 다루어 정리하겠습니다.)
① 지도학습
② 강화학습
③ 비지도학습
4. 인공지능의 발전
| 1차 AI붐 (AI 개념 정립) |
1960년대~1970년대 | 인공지능의 아버지인 엘런튜링이 기계가 생각할 수 있는지 테스트 하는 방법을 처음 제시함 지능적 기계의 개발 가능성을 연구함으로 인공지능에 대한 가능성 제기 AI 개념을 확립함 |
| 2차 AI붐 (전문가 시스템) |
1980년대 ~ 1990년대 | 일반인보다 관련분야 전문가들이 인공지능 기술을 사용하던 시기로 기술적 발전은 활발했으나 대중화 되지는 않음 전문가 시스템이란 전문가들의 지식을 정밀하게 입력하고 규칙을 만들어 동작하는 시스템으로 표준화되지 않아 효율성이 떨어지는 문제점이 제기됨 (수백개의 소규모 시스템이 만들어져 비효율적/ 대규모 시스템 개발비 유지 보수비가 많이 들어감) 전문가 시스템을 이용하는 인공지능 기술이 발전함 |
| 3차 AI붐 ( 머신러닝, 딥러닝) |
2000년대 ~ 현재 진행 중 | 빅데이터라는 대량의 데이터를 가공하는 기술이 발전해서 인공지능이 발전함 <진화하는 인공지능> - 컴퓨터가 스스로 학습 - 학습할 데이터를 다른 문제에 재활용 - 인공지능의 발달로 복잡한 연산 처리가 가능해짐 - 빅데이터 및 데이터 처리기술 확산으로 인공지능, 하드웨어 향상(GPU : Graphic Processing Unit - 그래픽 연산을 처리하는 장치로 여러개 단위로 연산 가능한 코어로 이루어져 빠른 시간에 학습 속도가 올라가게 됨) |
5. 인공지능의 현시점 (딥러닝)
과거의 기존 방식은 미리 공식을 알려주는 방식이었습니다. 그러나 정해진 규칙대로만 계산을 하고 한다든지 환경이 바뀌면 문제해결을 할 수 없다는 문제점이 있었습니다.
그러나 현재는 문제와 답을 통해 공식을 발견하는 방식을 사용하고 있습니다. 이를 딥러닝이라고 하는데 딥러닝은 정해지지 않은 공식을 찾거나 환경에 관계없이 동작하여 인공 지능에 효율적인 방법으로 손꼽히고 있습니다.
참고로 인공지능이 정확한 문제 해결 방법(공식)을 찾아내기 위해서는 많은 양의 문제와 답(데이터)가 필요합니다.
1. 4차 산업혁명은 ( )과 ( )의 발전을 통한 산업혁명을 의미한다.
2. 인공지능 서비스는 데이터 획득, ( ), 모델 생성, 실시간 서비스의 총 4단계로 구성된다.
3. 인공지능의 발전은 1단계 AI개념, 2단계 전문가 시스템, 3단계 ( ), ( )으로 발전하고 있다.
댓글