1.3 AI가 할 수 있는 일

AI를 이해하기 위해 AI가 학습한다는 의미부터 살펴보았는데, 이렇게 단순해 보이는 ‘학습’이란 행위가 고등한 ‘지능’이라는 능력으로 연결된다는 전개 과정이 여전히 잘 이해가 안될 것입니다. 사실은 독자들이 잘 이해하지 못한 것이 아니라 최근까지도 AI가 잘 할 수 있었던 능력은 실제 우리가 알고 있는 인간 지능의 아주 좁은 영역에 국한되어 있었습니다. 그 좁은 영역이 예측과 식별 능력입니다.

최근까지도 AI는 예측과 식별만 잘했습니다. 스스로 데이터를 학습해서 예측과 식별을 잘 할 수 있게 되자, 사람들은 미래에는 다른 인지 능력도 개발될 수 있을 것으로 기대했던 것이죠. 그런 기대감속에서 최근 들어어 AI 기술이 없던 것을 만들어 내고(생성), 고도의 추론도 할 수 있는 것처럼 보이자, 사람들이 더욱 더 열광하게 된 것입니다.

생성과 추론은 책의 뒷부분에서 다루기로 하고, 우선 AI의 예측과 식별 능력에 대해 이야기 해보겠습니다. 이런 진행 순서에는 두 가지 이유가 있는데 첫째는 예측과 식별이 가능한 이유를 알아야 생성 AI, 초거대언어모델(LLM), 나아가서 chatGPT 같이 일상적으로 사용하는 AI 기술을 이해할 수 있기 때문이고, 둘째는 현시점에서 AI의 생성과 추론 능력은 본질적으로는 예측, 식별 능력과 크게 다르지 않기 때문입니다.

우리는 주가를 예측한다거나, 스포츠 경기의 승패를 예측한다고 표현합니다. 일반적으로 미래에 벌어질 일에 대해 판단할 때 예측한다고 말합니다. 반면, 자동차 번호판 숫자를 식별한다거나, 사진 속의 동물이 무엇인지 식별한다고 표현합니다. 일반적으로 사물이 어떤 범주에 해당하는지 판단할 때 식별한다고 표현하죠. 사람의 입장에서는 예측과 식별이 다른 뜻이지만, AI의 입장에서는 예측이나 식별은 같은 행위입니다.

AI는 어떤 일이 발생하기 위해서 전제 조건이 되는 데이터의 관계 패턴을 학습한 뒤, 입력된 데이터가 미리 학습한 패턴과 비슷하면 그 어떤 일이 발생한다고 출력 결과를 내 놓습니다. 예를 들면 습도, 바람, 계절, 기압 등의 날씨 관련 데이터가 평상시 비가 올때와 비슷한 패턴을 보이면, 이제 곧 비가 올 것이라고 예측하는 것이죠. 이런 과정은 그림 속의 동물을 식별할때도 동일합니다. 강아지 사진을 디지털 이미지로 바꿨을 때 한 장의 이미지를 구성하는 여러 픽셀에 해당하는 숫자 값이 일반적으로 강아지 사진과 비슷한 패턴을 보이면, 그림 속의 동물은 강아지라고 식별합니다.

[그림]_날씨 데이터, 그림 데이터

중요한 것은 AI는 입력된 숫자 데이터가 원래 무엇이었는지 따지지 않는다는 것입니다. 그냥 입력된 데이터의 패턴만 보고, 그 패턴이 무엇인지 학습한대로 출력 결과를 내 놓을 뿐입니다. 그것이 주가 데이터이건, 이미지를 픽셀 값으로 바꾼 데이터이건, 글자가 숫자로 변환된 데이터이건 오직 데이터만 보고 미리 학습한대로 대답할 뿐입니다.

사람들은 인간의 지적 능력에 빗대어 AI의 여러가지 능력을 표현하지만 AI가 하는 일은 데이터의 패턴을 배우고, 새로운 데이터가 입력되었을 때, 그 데이터가 이미 배웠던 패턴이면, 입력된 데이터는 “_________”이다 라고 말할 뿐이죠. AI가 주가를 예측한다, AI가 외국어를 번역한다, AI가 사물을 인식한다, AI가 X-RAY 사진을 판독한다, 혹은 질병을 진단한다 등 목적어에 따라 뒤따라 붙는 동사는 다르지만 정작 AI 입장에서는 하는 일이 동일합니다.

출처: https://diseny.tistory.com/entry/13-AI가-할-수-있는-일

[의미를 이해하는 통계학과 데이터 분석:티스토리]