원어: artificiell intelligens
분류: 인간의 학습 능력, 추론 능력, 지각 능력 등을 인공적으로 구현하려는 컴퓨터 과학 분야
인공지능 (스웨덴어: artificiell intelligens, AI) 은 인간의 학습 능력, 추론 능력, 지각 능력 등을 인공적으로 구현하려는 컴퓨터 과학 분야를 의미합니다. 또한, 지능적인 행동을 보이는 컴퓨터 프로그램을 만드는 방법을 연구하는 학문 분야를 지칭하기도 합니다.
많은 AI 연구자와 교과서는 인공지능 분야를 "지능형 에이전트 (intelligent agent) 의 연구 및 설계"로 정의합니다. 여기서 지능형 에이전트는 주변 환경을 인지하고, 목표를 성공적으로 달성할 가능성을 극대화하는 행동을 취하는 시스템을 말합니다. 1956년에 이 용어를 처음 만든 존 매카시 (John McCarthy) 는 인공지능을 "지능적인 기계를 만드는 과학이자 기술"이라고 정의했습니다.
AI 연구의 주요 문제 (또는 목표) 에는 추론, 지식, 계획, 학습, 자연어 처리 (의사소통), 지각, 그리고 물체를 이동하고 조작하는 능력 등이 포함됩니다.
인공 일반 지능 (Artificiell generell intelligens, AGI), 강한 AI (stark AI), 그리고 인공 의식 (artificiellt medvetande) 은 여전히 가설적이며 장기적인 연구 목표로 남아 있습니다. 오늘날의 AI는 대부분 특정 응용 분야에 맞춰져 있습니다.
인공지능의 초기 하위 분야 및 방법론의 예로는 전문가 시스템 (expertsystem) 이 있습니다. 반면, 최근의 주요 하위 분야로는 기계 학습 (maskininlärning), 데이터 마이닝 (databrytning), 컴퓨터 비전 (datorseende), 대규모 언어 모델 (stora språkmodeller), 그리고 생성형 AI (generativ AI) 등이 있습니다.
응용 분야의 예시로는 기계 독해 (maskinläsning), 음성 제어 (röststyrning), 기계 번역 (maskinöversättning), 챗봇 (chattbot), 디지털 비서 (digitala assistenter), 비즈니스 인텔리전스 (business intelligence), 얼굴 인식 (ansiktsigenkänning), 딥페이크 (deepfake), 자율 주행차 (självkörande bilar), 그리고 자율 무기 시스템 (autonoma vapensystem) 등이 있습니다.
AI 연구는 매우 기술적이고 전문적이며, 서로 전혀 접촉하지 않는 경우가 많은 하위 분야들로 깊이 분열되어 있습니다. 이러한 분열은 부분적으로 사회적, 문화적 요인에 기인합니다. 특정 기관이나 개별 연구자의 프로젝트를 중심으로 하위 분야들이 발전해 왔습니다. 또한, AI 연구는 여러 기술적 문제로 인해 나뉘기도 합니다. 일부 하위 분야는 특정 문제 해결에 집중하고, 다른 분야는 여러 가능한 방법 중 하나, 특정 도구의 사용, 또는 특별한 응용 프로그램 수행에 중점을 둡니다.
현재 널리 사용되는 방법으로는 통계적 방법, 계산 지능 (beräkningsintelligens), 그리고 전통적인 기호 AI (symbolisk AI) 가 있습니다. 기계 학습 분야에서는 최근 몇 년 동안 인공 신경망 (artificiella neurala nätverk) 과 딥러닝 (djupinlärning) 이 주목받고 있습니다. AI에는 검색 및 수학적 최적화, 논리 (logik), 확률 (sannolikheter) 및 경제학 (ekonomi) 에 기반한 방법 등 수많은 도구들이 사용됩니다.
AI 연구는 컴퓨터 과학 (datavetenskap), 수학 (matematik), 심리학 (psykologi), 언어학 (lingvistik), 철학 (filosofi), 신경과학 (neurovetenskap) 및 인공 심리학 (artificiell psykologi) 과 같은 다른 전문 분야를 포함하여 여러 과학 분야와 직업이 융합되는 학제 간 연구입니다.
AI 연구는 인간의 핵심 특성인 지능이 "정확하게 설명될 수 있으며, 이를 통해 기계가 지능을 시뮬레이션할 수 있다"는 주장에 기반을 두고 있습니다. 이는 영혼 (Själ) 과 인간과 유사한 지능을 갖춘 인공 존재를 만드는 윤리 (Etik) 에 대한 철학적 질문을 제기하며, 이러한 질문들은 고대부터 신화, 소설, 철학에서 다루어져 왔습니다. AI는 엄청난 낙관론의 대상이 되어왔지만, 놀라운 좌절을 겪기도 했습니다. 오늘날 AI는 기술 산업의 중요한 부분이 되었으며, 컴퓨터 과학의 가장 도전적인 문제들 중 많은 부분에서 가장 어려운 작업을 수행하고 있습니다.
생각하는 기계와 인공 존재는 그리스 신화에 등장합니다. 예를 들어, 헤파이스토스 (Hefaistos) 의 황금 로봇이나 피그말리온 (Pygmalion) 의 갈라테아 (Galatea) 가 있습니다. 지능을 가졌다고 믿어지는 인간형 장치들은 모든 주요 문명에서 만들어졌습니다. 이집트 (Egypten) 와 그리스 (Grekland) 에서는 살아있는 듯한 숭배상이 숭배되었고, 얀 시 (Yan Shi), 알렉산드리아의 헤론 (Heron från Alexandria), 그리고 알 자자리 (Al Jazari) 에 의해 인간형 자동 인형 (automat) 이 만들어졌습니다.
19세기와 20세기 동안 인공 존재는 메리 셸리 (Mary Shelley) 의 『프랑켄슈타인 (Frankenstein)』이나 카렐 차페크 (Karel Čapek) 의 『R.U.R. (로숨 유니버설 로봇) (R.U.R. (Rossum Universal Robots))』처럼 소설에서 흔한 요소가 되었습니다. 작가 파멜라 매코덕 (Pamela McCorduck) 은 이 모든 인물들이 그녀가 “신을 창조하려는” 오래된 충동이라고 묘사하는 것의 예시라고 주장합니다. 이러한 존재들과 그들의 운명에 대한 이야기는 AI가 제시하는 많은 희망, 두려움, 윤리적 질문들을 묘사합니다.
“형식적” 추론은 고대부터 철학자와 수학자들에 의해 발전되어 왔습니다. 논리 연산에 대한 연구는 수학자 앨런 튜링 (Alan Turing) 등의 작업에 기반한 프로그래밍 가능한 디지털 전자 컴퓨터의 발명으로 직접 이어졌습니다. 튜링의 계산 이론은 기계가 "0"과 "1"과 같은 간단한 기호를 조합함으로써 수학적 연역 (deduktion) 의 모든 가능한 행동을 시뮬레이션할 수 있다고 제안했습니다. 튜링의 1950년 과학 논문 『컴퓨팅 머시너리 앤드 인텔리전스 (Computing Machinery and Intelligence)』는 AI의 아이디어를 구체화했으며, 이 논문에서 그는 "기계가 생각할 수 있는가?"라는 질문을 던졌습니다. 이는 신경학 (neurologi), 정보 이론 (informationsteori), 사이버네틱스 (cybernetik) 분야의 동시대 발견과 함께 소수의 연구자들에게 전자 두뇌 (hjärna) 를 만들 가능성을 진지하게 고려하도록 영감을 주었습니다.
AI 연구 분야는 1956년 여름 다트머스 칼리지 (Dartmouth College) 캠퍼스에서 열린 회의에서 시작되었습니다. 참가자들은 존 매카시, 마빈 민스키 (Marvin Minsky), 클로드 섀넌 (Claude Shannon), 레이 솔로모노프 (Ray Solomonoff), 앨런 뉴얼 (Allen Newell), 허버트 사이먼 (Herbert Simon), 아서 새뮤얼 (Arthur Samuel), 올리버 셀프리지 (Oliver Selfridge), 너새니얼 로체스터 (Nathaniel Rochester), 그리고 트렌처드 모어 (Trenchard More) 였습니다. 이들은 수십 년 동안 AI 연구의 리더가 되었습니다. 그들과 그들의 학생들은 대부분의 사람들에게는 단순히 놀라운 프로그램들을 작성했습니다. 컴퓨터는 체커 (damspel) 에서 승리하고, 대수학 (algebra) 의 단어 문제를 풀고, 논리적 명제를 증명하며, 영어로 대화했습니다. 1960년대 중반에는 미국에서 국방부 (Department of Defense) 의 강력한 자금 지원을 받았고, 전 세계에 연구소들이 설립되었습니다. AI의 창시자들은 이 새로운 분야의 미래에 대해 깊이 낙관적이었습니다. 허버트 사이먼은 "20년 안에 기계가 인간이 할 수 있는 모든 일을 할 수 있을 것"이라고 예측했고, 마빈 민스키는 이에 동의하며 "한 세대 안에… AI를 만드는 문제는 본질적으로 해결될 것"이라고 썼습니다.
그들은 자신들이 직면한 문제의 어려움을 인식하지 못했습니다. 1974년, 제임스 라이트힐 (James Lighthill) 의 비판과 더 생산적인 프로젝트에 자금을 지원하라는 미국 의회 (amerikanska kongressen) 의 지속적인 압력에 대응하여 미국과 영국 정부는 AI에 대한 모든 비지향적 기초 연구 자금을 중단했습니다. 이후 몇 년은 “AI 겨울” (AI-vinter) 이라고 불리게 되었는데, 이는 AI 프로젝트에 대한 자금 조달이 어려웠던 시기였습니다.
1980년대 초, AI 연구는 일시적인 부흥을 맞이했습니다. 하나 이상의 인간 전문가의 지식과 분석 기술을 시뮬레이션하는 AI 프로그램의 한 형태인 전문가 시스템의 상업적 성공이 그 원인이었습니다. 1985년에는 AI 시장이 10억 달러를 넘어섰습니다. 동시에 일본 (Japan) 의 5세대 컴퓨터 프로젝트 (femte generations datorprojekt) 는 미국과 영국 정부가 이 분야의 학술 연구에 대한 자금 지원을 재개하도록 영감을 주었습니다. 그러나 1987년 리스프 머신 (Lisp-maskiner) 시장의 붕괴와 함께 AI는 다시 불명예를 안게 되었고, 두 번째이자 더 긴 AI 겨울이 시작되었습니다.
이 페이지는 스웨덴어 위키백과의 내용을 바탕으로 자동 생성되었습니다.