인공지능에 발을 들이고 싶은가?

내가 쓸 인공지능에 관한 글의 색깔은 쉽게, 아주 쉽게다. 말 그대로 수포자 또는 문과생도 인공지능, 딥러닝, 머신러닝 등을 개념적으로 이해할 수 있게 만들고 싶다. 왜냐고? 인공지능에 관심을 가지면 가질 수록, 앞으로 10년동안 이 기술이 가져올 사회적 변화가 어마무시 할 것이라는 확신이 들었고, 그러한 시대의 변화속에서 이게 무엇인지 정도는 알고 있어야 시대에 부합하는 인재상이 될 것이라 생각하기 때문이다.

Aritificial Intelligience. 인공지능에 관한 전문적인 수준의 글들은 조금만 관심을 가지면 무수히 많다. 그리고 스스로 의지만 있다면 온라인으로 상당한 품질의 강의등을 무료로 체계적으로 수강할 수 도 있다. 대표적인 예가 Cousera 에서 들을 수 있는 Standford대학 Andrew NG 교수의 Machine learning 강의. (이미 Youtube에도 무료로 Full Course 가 Open 되어 있다. (https://www.youtube.com/watch?v=PPLop4L2eGk&list=PLLssT5z_DsK-h9vYZkQkYNWcItqhlRJLN) 인공지능 , 머신러닝, 딥러닝 이란 것이 아직 화학,물리학 처럼 하나의 학문적 체계가 잡힌 것은 아니지만, 나는 개인적으로 이 Andrew NG 교수의 Machine learning 강의가 인공지능을 배우고자 하는 사람들에게 하나의 '고전'으로 인식이 될 것이며, 만약 인공지능학 이라는 학문적 조류가 생긴다면 그 시발점이 바로 이 강의가 될 것이라고 생각한다. 그 만큼 체계적으로 하나하나 배울 수 있는 강의이다. 

하지만 문제는 사실 이 강의를 잘 이해하고 따라잡기가 만만치는 않다는 점 이다. 분명히 체계적으로 배울 수 있다는 점은 단언한다. 당신이 11주짜리 과정을 꾸준히 스스로 학습할 의지가 있고, 선형 대수학, 미분, 그리고 어느정도의 프로그래밍 적인 센스가 있다면... 그런데 과연 인공지능에 관심있는 일반인 혹은 수포자나 문과생 들이 이 강의를 첫 걸음으로 선택할 수 있을까?

그래서 우선은 정말로 쉽게 인공지능을 나만의 언어로 한번 정의해보고 싶다. 

내가 정의하는 인공지능이란, 한 마디로 '단순한 수학적  연산의 집합체' 라는 것이다. 인공지능에 쓰이는 수식이란 1) Y = WX +B (1차 방정식), 2) 기초적인 미분 지식 3)활성함수(sigmoid, ReLU 등)에 대한 정도일 것이다. 여기서 왠만한 중학생 정도라면 사실 1),2) 정도는 이미 교과 과정에서 배우는 수준으로 충분히 이해하고도 남는다. 다만 3) 활성함수가 조금 생소할 수는 있다. 하지만 이것도 생소할 뿐인 것이지 알고보면 별 개념은 아니다. Y=WX+B로 이루어진 연산의 집합이란 것이, 그 조합의 수가 아무리 많아도 결국에 표현할 수 있는 것이 1차 함수 정도 일 뿐이다. 하지만 이 세상의 다양한 현상들이 물론 단순히 1차 함수로 표현가능한 것들도 있지만, 대부분의 경우 그렇지가 않다. 활성 함수의 목적이 여기에서 나온다. 활성 함수는 이 1차 함수의 값들을 0~1사이의 확률 분포로 표기한다던지, 혹은 0,1 이렇게 Binary로 구부한다던디, 혹은 특정 값 아래는 아예 무시한다던지 하는 식으로 다른 차원의 값을 표현 할 수 있게 특정 연산을 붙여 주는 것이다. 이것이 인공지능의 가장 기본적인 수학적 개념이다.

글 초반부터 너무 와 닿지도 않는 개념들을 주저리 주저리 쓰는 것은 일단 여기까지하기로 하고,, 다음 시간부터는 조금더 쉬운언어로, 자세하게 글을 써내려 가보도록 하겠다. 

'저도 열심히 배우는 입장인지라, 혹시 제가 쓴 글에 오류가 있다면 언제든지 적극 의견 수렴합니다'