2023년은 챗 GPT 같은 챗봇과 미드저니(Midjourney)와 같은 이미지 생성기가 빠르게 문화 현상이 되었습니다. 이런 현상과 함께 인공지능(AI) 또는 “머신 러닝” 모델은 계속 진화해 가고 있습니다.
인공지능 AI 초보자도 쉽게 이해 가능!
오늘은 인공지능 AI 초보자도 쉽게 이해할 수 있는 가이드로 챗봇을 넘어 다양한 종류의 인공지능을 발견하고 이 새로운 디지털 창조물들이 이미 우리의 삶에서 어떤 역할을 하고 있는지 알아보겠습니다.
AI는 어떻게 학습하나요?
모든 기계 학습의 핵심은 훈련이라고 불리는 과정인데, 여기서 컴퓨터 프로그램은 때때로 데이터가 무엇인지 설명하는 레이블과 함께 많은 양의 데이터를 제공받습니다.
지침은 “얼굴이 포함된 모든 이미지 찾기” 또는 “이 소리들을 분류”와 같은 것일 수 있습니다. 그런 다음 프로그램은 이러한 목표를 달성하기 위해 주어진 데이터에서 패턴을 검색합니다.
“그것은 얼굴이 아니다” 또는 “그 두 소리는 다르다”와 같은 약간의 요령이 필요할 수 있지만, 프로그램이 데이터와 주어진 실마리로부터 배우는 것은 AI 모델이 되고 훈련 자료는 결국 그 능력을 정의합니다.
이 훈련 과정이 어떻게 다른 종류의 인공지능을 만들 수 있는지 살펴보는 한 가지 방법은 다른 동물에 대해 생각하는 것입니다.
수백만 년 동안 자연환경은 동물들이 특정 능력을 개발하도록 이끌었고, 유사한 방식으로 AI가 훈련 데이터를 통해 만드는 수백만 사이클은 개발 방식을 형성하고 전문적인 AI 모델로 이어질 것입니다.
그렇다면 우리가 어떻게 인공지능을 훈련시켜 다양한 기술을 개발했는지에 대한 몇 가지 예는 무엇입니까?
챗봇이란?
챗봇을 앵무새처럼 생각해 보세요. 앵무새는 문맥을 어느 정도 이해하면서도 그들의 의미에 대한 완전한 감각 없이 들은 단어들을 반복할 수 있습니다. 챗봇은 더 정교한 수준에서 동일한 작업을 수행하며, 쓰인 단어와의 관계를 변화시키기 직전의 단계로 보입니다.
챗봇들은 어떻게 글을 생성하나요?
그들은 대규모 언어 모델(LLM)로 알려진 AI의 한 유형이며 엄청난 양의 텍스트로 훈련됩니다. LLM은 개별 단어뿐만 아니라 전체 문장을 고려하고 구절의 단어 및 구 사용을 모든 훈련 데이터의 다른 예와 비교할 수 있습니다. 단어와 구문 사이의 수십억 개를 비교해 질문을 읽고 대답을 생성할 수 있습니다. 이는 휴대전화의 예측 문자 메시지와 같지만 훨씬 대규모입니다.
대규모 언어 모델의 놀라운 점은 그들이 인간의 도움 없이 문법의 규칙을 배우고 단어의 의미를 스스로 알아낼 수 있다는 것입니다.
AI와 대화가 가능한가요?
알렉사, 시리 또는 다른 종류의 음성 인식 시스템을 사용했다면 AI를 이미 사용하고 있는 것입니다.
소리의 작은 변화를 포착하도록 적응된 큰 귀를 가진 토끼를 상상해 보세요.
인공지능은 여러분이 말할 때 소리를 기록하고, 배경 소음을 제거하고, 여러분의 말을 음성 단위, 즉 말하는 단어를 구성하는 개별 소리로 분리한 다음, 그것들을 언어 소리 라이브러리와 일치시킵니다. 그런 다음 응답이 제공되기 전에 듣기 오류를 수정할 수 있는 텍스트로 변환됩니다.
이러한 유형의 인공지능을 자연어 처리라고 합니다.
폰 뱅킹 거래를 확인하기 위해 “예”라고 말하는 것부터, 휴대 전화로 여행 중인 도시의 향후 며칠 동안의 날씨에 대해 알려달라고 요청하는 것까지 모든 것 뒤에 숨겨진 기술입니다.
AI는 이미지를 이해할 수 있나요?
휴대폰에서 “해변에서” 또는 “야간 외출”과 같은 이름의 폴더에 모아본 적이 있나요?
그렇다면 당신은 깨닫지 못한 채 인공지능에 노출되어 있습니다. 인공지능 알고리즘은 사진에서 패턴을 발견하고 그것들을 그룹화했습니다.
이 프로그램은 간단한 설명으로 레이블이 지정된 산더미 같은 이미지를 살펴봄으로써 훈련되었습니다. 이미지 인식 AI에 “자전거”라는 라벨이 붙은 이미지를 제공하면 결국 자전거가 어떻게 생겼는지,보트나 자동차와 어떻게 다른지 파악하기 시작할 것입니다.
때때로 인공지능은 유사한 이미지 내에서 작은 차이를 발견하도록 훈련됩니다. 이것이 얼굴 인식이 작동하는 방식입니다. 지구상의 다른 모든 얼굴들과 비교했을 때 구별되고 독특한 특징들 사이의 미묘한 관계를 찾는 것입니다.
같은 종류의 알고리즘은 생명을 위협하는 종양을 식별하기 위해 의료 스캔으로 훈련되었으며, 컨설턴트가 단 하나의 결정을 내리는 데 걸리는 시간에 수천 번의 스캔을 통해 작동할 수 있습니다.
AI는 어떻게 새로운 이미지를 만들까요?
이미지 인식은 패턴과 색상을 조작하는 카멜레온과 비슷한 능력을 학습한 AI 모델에 적용되었습니다.
이러한 이미지 생성 인공지능은 수백만 장 사진과 그림에서 수집한 복잡한 시각적 패턴을 완전히 새로운 이미지로 바꿀 수 있습니다.
예를 들어 화성의 표면을 걷고 있는 사람 사진과 같이 결코 일어나지 않은 상황 사진 이미지를 생성하도록 AI에 요청할 수 있습니다. 또는 “피카소 스타일로 그려진 잉글랜드 축구 감독의 초상화를 만들어줘.” 같이 이미지의 스타일을 창의적으로 연출할 수 있습니다.
최신 인공지능은 무작위로 색상이 지정된 픽셀 모음으로 이 새로운 이미지를 생성하는 프로세스를 시작합니다. 학습 중에 학습한 패턴의 힌트를 찾기 위해 무작위 점을 살펴봅니다. 이는 다른 개체를 만들기 위한 패턴입니다.
이러한 패턴은 무작위 점의 층을 더 추가하여 패턴을 발전시키며, 점을 유지하고 다른 점을 버림으로써 마침내 유사성이 나타날 때까지 서서히 향상됩니다.
“화성 표면”, “우주인”, “걷기”와 같은 모든 필요한 패턴을 함께 발전시키면서 새로운 이미지를 갖게 됩니다.
새로운 이미지는 무작위 픽셀 레이어로 구축되기 때문에 이전에는 존재하지 않았지만 원래 훈련 이미지에서 학습한 수십억 개의 패턴을 기반으로 합니다.
사회는 이제 이것이 저작권과 실제 예술가, 디자이너, 사진작가들의 노력으로 훈련된 예술작품을 만드는 윤리와 같은 것들을 위해 무엇을 의미하는지에 대해 씨름하기 시작했습니다.
이번 포스팅에서는 인공지능에 대한 기본적인 정보를 알아보았습니다. 포스팅이 너무 길어져 다음 편은 자율주행과 인공지능이 미치는 영향 등에 대해 포스팅하겠습니다.
< 참고 : BBC, A simple guide to help you understand AI >
