machine learning을 구현하기 위해서 가장 많이 사용되는 방식은 실제 우리 뇌의 구조를 바탕으로 만든 인공신경망입니다. 입력신호로 들어온 데이터는 가중치에 따른 변조를 거쳐 출력신호로 전달되는데, 이 과정에서 가중치 값이 조정되며 최적화되는 과정이 바로 인공지능의 학습이 됩니다. 알파고의 경우에는 특이하게 신경망을 ‘정책망(policy network)’과 ‘가치망(value network)’ 으로 나누어 구축한 것으로 잘 알려져 있습니다. 정책망은 과거의 기보를 학습시킨 다음 실제 대국에서 전략을 세우는데 활용하는 네크워크로, 그동안 무려 3000만 수 이상의 기보를 학습했다고 합니다. 가치망은 알파고가 자기자신과의 대국을 10만 번 이상 펼치고 여기서 승리했던 수들의 가중치를 높여서 만든 네트워크입니다. 이렇게 신경망은 목적에 따라서 다양한 방식으로 활용할 수 있으며, 인공지능의 핵심이 되는 부분이라 할 수 있습니다.

Computer vision(컴퓨터 시야) : 인공지능의 눈
- 인공지능 시스템이 독자적으로 활동하기 위해서는 학습과 판단능력 뿐만이 아니라 주변의 여러 정보를 정확하게 인지할 수 있는 능력을 갖추어야 합니다. 이 인지능력 중 시각적 인지를 연구하는 분야가 바로 computer vision입니다.

Speech recoginition(음성 인식) : 인공지능의 귀와 입
- 인공지능의 인지능력 중 청각적 인지와 표현을 연구하는 분야입니다.

Robotics(로봇공학) : 인공지능의 몸
- 실제 물리적인 행동으로 나타나는 부분으로, 로봇팔부터 보행 하체, 에너지 공급 장치 등이 연구 대상입니다. 그동안 로봇 관련 연구에서 주가 되었던 분야입니다.

마치며

“인류는 열정으로 가득차 있지.
의학, 법률, 경제, 기술 같은 것들은 삶을 유지하는데 필요해.
하지만 시와 아름다움, 낭만, 사랑은 삶의 목적인 거야”
- John Keating in Dead Poets Society

인공지능의 발전과 도전이 계속되며 인간의 지성이 위협을 받는 현실속에서 많은 사람들이 인간의 존엄성에 대한 걱정과 우려를 하고 있습니다. 그렇지만 사람이 사람일 수 있는 가장 큰 이유는 다른 존재보다 뛰어난 지적능력 때문이 아니라 추구하는 가치관이 고귀하였기 때문이었다고 생각합니다. 인공지능이 더욱 발전할수록 우리가 할 지적 노동의 많은 부분을 그들이 대체하거나 도와주게 될 것입니다. 그들이 만들어준 여유 속에서 우리는 우리가 추구하는 궁극적인 가치 - 정의, 평화, 아름다움, 사랑 - 에 더 가깝게 다가서는 삶을 영위할 수 있을 것입니다. 머지않은 미래에 인공지능과 함께 정의에 관해 논할 수 있는 날을 기다려봅니다.

참고문헌
인공지능 개론 / 마이클 네그네빗스키(Michael Negnevitsky) / 김용혁 역 / 2nd Ed. / ADDISON WESLEY / 한빛미디어
인공지능 바둑 / 이병두 지음 / 북스홀릭
컴퓨터 비전 / 오일석 지음 / 한빛 아카데미
음성처리와 자연언어 개론 / John Coleman 지음 / 최운호 옮김 / 한국문화사