인공지능은 어떻게 일하는가? <AI로 일하는 기술>
인공지능에 대해서 궁금한 모든 분들이 읽으면 좋은 책
인공지능의 전반적인 이해와 어떤 기업에 인공지능 관련 기업인지 궁금하신 분들께 추천하는 책 장동인 작가님의 <AI로 일하는 기술>
지은이 장동인
서울대학교 공과대학 원자핵공학과를 졸업하고 미국 남가주대학교에서 컴퓨터공학 석사를 마쳤으며, 서울과학종합대학원에서 경영학 박사를 취득했다. 미국 비자카드, EDS, 아메리칸 항공, 독일 아마데우스, 오라클 본사에서 근무했다. 1996년 귀국하여 한국오라클 컨설팅본부이사, 시벨코리아 지사장, SAS코리아 부사장, 딜로이트 컨설팅 파트너, 언스트앤영 컨설팅 본부장, 미래읽기컨설팅 대표 컨설턴트, 한국 테라데이터 부사장, 국방과학연구소 빅데이터 PM으로 빅데이터, 클라우드 컴퓨팅, AI, 블록체인 분야에서 국내 대기업 및 공공 기관 등 수백 개 기업의 경영 및 IT 컨설팅을 했다. 또한 각종 콘퍼런스, 대학에서 강의하면서 다양한 매체에 기고 활동을 했다. 현재 AIBB LAB 대표 및 빅데이터전문가협의회 의장으로 활동하고 있다.
작가는 이 책을 통해 인공지능 전문가들과 일반 사람들의 생각 차이를 좁히고 싶었다고 합니다. 인공지능이 뭔가 우리 일상생활과 완전히 동떨어진 전문가들만이 이해할 수 있는 것이 아니라 일반 사람들도 "아, 인공지능 별거 아니지 나도 알아 그거"라고 쉽게 다가갈 수 있었으면 하는 바람에서 이 책을 쓰게 되었다고 합니다.
이 책 한 권으로 "인공지능"에 대해서는 따로 자료를 찾아볼 필요가 없을 정도로 명확하게 독자가 인공지능에 대해서 알 수 있도록 누구나 품을 법한 상식 수준의 질문부터 인공지능의 기본 원리, 최신 기술, 그리고 앞으로의 미래의 모습까지 이해하기 쉽게 쓰였다는 것이 특징입니다.
저 또한 인공지능에 대해서 단순하게 AI, artificial intelligence의 약자로 인공 지능으로 로봇을 생각해 내는 정도의 수준에 불과했습니다. 그런 제가 이 책을 읽고 인공지능에 대한 방대한 지식을 흡수하게 되었는데 놀라운 건 어려울 것 같다는 저의 편견은 책을 읽기 위해 책장을 넘기면서 완전히 바뀌게 됩니다.
이 책을 읽은 독자들은 공감하실 내용인데요. 정말 저와 같이 일반인도 인공지능의 기본적인 개념부터 복잡한 기술까지 차근차근 이해하기 쉽도록 다양한 도표와 그림 등을 사용했고 이는 확실히 이해의 폭을 넓혀 주었습니다. 평범한 저의 뇌가 이 책을 통해 인공지능의 모든 것을 스스로 학습했고 저의 뇌가 사고하는 과정을 통해 인공지능이 작동하는 원리를 더 잘 이해할 수 있게 되었습니다.
인공지능 책이 이렇게 흥미롭게 재미있을 게 뭐람?!
자칫 어렵게 느껴질 수 있는 인공지능의 개념을 일반인도 이해할 수 있게 쉽게 쓰인 그러나 핵심은 담고 있는 이런 책을 써주어서 장동인 작가님께 감사 하다는 말씀을 전하고 싶습니다.
특별히 작가는 기업 임원이 코딩을 할 수 있어야 비즈니스와 조직이 산다는 신념으로 일해왔으며, 한국 최초로 임원을 위한 AI 코딩 강의를 시작한 인물로 이 책을 인공지능으로 무엇을 할 수 있는지 궁금한 독자, 현재 나와 있는 인공지능 기술 수준이 궁금한 일반인뿐만 아니라 인공지능을 업무에 활용하고자 하는 기업의 임원 및 경영진, 인공지능 기술 도입을 고민하는 기업의 임원 및 경영진이라면 필수로 이 책을 읽기를 추천합니다.
아 그리고 이 책 내용도 내용이지만 정말 구성과 디자인 칭찬합니다. 확실히 어렵게 여겨지는 주제의 경우 그림과 도표, 도식 등이 책에 있으면 일반 독자들에게 정말 많은 도움이 되는 것 같습니다.
이 책의 목차 Contents
1. 인공지능이 뭔가요?
2. 일반 인공지능이 뭔가요?
3. 인공지능과 미래 직업
4. 인공지능의 능력
5. 산업별 인공지능 (AT+X)과 기업
6. 인공지능을 바라보는 우리의 관점과 미래
이 책의 서평의 순서입니다. 이 책의 목차가 대 분류라면 저의 서평의 순서는 소분류 정도로 보시면 좋을 것 같습니다. 책을 다 읽은 후 제가 스스로 학습한 내용 위주로 정리하였습니다.
1. 인공지능이란?
2. 인공지능의 역사와 2번의 겨울
3. 알파고의 진화
4. 인공지능의 발전은 인간에게 어떤 영향을 미치게 될까?
(구글, 페이스북, 마이크로소프트, 아마존, 테슬라 등 빅 테크 기업의 AI 기술)
5. 테슬라 자율주행
6. 그 외 메타버스, NFT, 인공지능이 할 수 있는 능력의 범위
1. 인공지능이란?
인공지능 (AI, artificial intelligence)라는 용어를 "인텔리전트 기계를 만드는 과학과 공학"이라고 가장 처음 정의 내린 사람은 존 매카시입니다.
현 수준에서 인공지능이란 "다양한 데이터를 다양한 방식으로 학습할 수 있는 조금 특별한 소프트웨어"라는 정도로 정의 내릴 수 있다고 합니다. 이렇게 정의 내린 이유는 아무리 좋은 기술로 실제로 구현하지 못하면 소용없기 때문이라고 합니다.
1980년 미국 분석 철학자 존 설은 인공지능을 강인공지능과 Strong AI와 약인공지능Weak AI로 구분했는데 강인공지능은 다른 말로 인공일반지능(AGI),범용인공지능이라고도 하며 사람처럼 사고하고 사람처럼 지능을 가진 AI로 빅데이터를 의도와 목적을 가지고 스스로 학습하고 학습 결과를 스스로 학습하는 AI라고 합니다. 반면에 약인공지능 (Weak AI)는 인공지능 (AI)라고도 한다. 약인공지능은 특정 문제만 해결하고 지능이 있는 것처럼 학습하며 신경세포의 뉴런을 모사하여 대량의 데이터를 학습하게 해 특정 목적에 유용한 기능을 가졌고 빅데이터를 사람이 선택해 사람의 의도와 목적으로 학습하는 AI입니다.
2. 인공지능의 역사와 2번의 겨울
이 책을 통해 인공지능이라는 용어가 1956년 여름 뉴햄프셔 주 하노버에 있는 다트머스 대학에서 2개월 동안 현재까지도 인공지능 분야에서 최고의 석학이라고 불리고 있는 존 매카시, 마진 민스키, 클로드 섀넌 등 10인이 모여 인공지능 연구 수행을 한 것이 최초의 인공지능 전문가들의 콘퍼런스였습니다.
인공지능의 탄생과 첫 번째 겨울
인공지능의 탄생은 1956년 다트머스 대학 인공지능 콘퍼런스를 개회하면서 시작되었고 이후 사이먼과 뉴얼 등과 같은 인공지능 연구자들은 "10년 이내 디지털 컴퓨터가 체스 세계 챔피언을 이길 것이다"라는 낙관론을 이어갔지만 1960년대는 컴퓨터가 발명되어 겨우 사용하기 시작했을 때였기 때문에 그 당시 연구자들이 얼마만큼 인공지능에 낙관적이었는지 알 수 있습니다. 1963년에는 MIT AI 그룹 설립, ARPA (미국 DARPA의 전신) 매년 300만 달러를 지원하였으며 1965년에 인공지능 연구자 사이먼은 "20년 이내에 기계가 사람이 할 수 있는 모든 일을 할 수 있을 것이다."라고 했으며 1967년 인공지능 연구자 민스키는 "이번 세기에 AI를 만드는 문제는 거의 해결될 것이다."라고 했으며 1970년에 그는 "3-8년 안에 우리는 평균 정도의 인간 지능을 지닌 기계를 가지게 될 것이다."라고 했지만 이때부터 첫 번째 인공지능 겨울이 시작됩니다. 여기에서 말하는 인공지능 겨울이란 아무도 인공지능 연구에 자금을 지원하지 않고, 인공지능 연구를 하지 않는 침체기를 의미합니다.
1956년부터 1979년까지 거의 14년 동안 인공지능 연구자들이 주장해온 일들이 실제로는 일어나지 않았기 때문에 70년대부터 AI의 현실 문제 해결에 실패하면서 인공지능 기술 개발에 회의론이 대두되고 인공지능 기술 개발에 필수적인 자금 지원이 중단되게 됩니다.
인공지능의 두 번째 겨울은 1990년대 말, 2000년대 초에 또다시 오게 됩니다. 결국 인공지능의 겨울이 오게 된 원인은 인공지능에 가지고 있는 과도한 환상, 즉 거품 (버블) 때문이었다고 합니다.
인공지능의 3번째 겨울이 올 가능성도 배제할 수는 없습니다. 그 이유는 바로 첫 번째와 두 번째 겨울이 왔을 때와 비슷한 이유인 과도한 낙관론 때문입니다. 인공지능에 대해서 말을 하지만 제대로 인공지능을 알고 있는 사람이 없기 때문에 인공지능이 빠른 기간에 많은 것을 해결하고 인간의 뇌와 유사해질 수 있다고 오해학 된다면 충분히 제3의 겨울이 올 가능성도 배제할 수는 없다고 합니다.
지금까지의 인공지능의 겨울은 연구자들의 낙관론, 사람들이 인공지능에 대해 제대로 알지 못한다는 이유뿐만 아니라 컴퓨터의 속도의 한계로 인해 인공지능 기술이 더 발전할 수 없었던 이유이기도 합니다. 인공지능은 문자를 해독하지 못하고 모든 걸 수치화해야 해독할 수 있으며 방대한 데이터가 필요합니다. 그러려면 많은 컴퓨터가 필요하고 컴퓨터의 속도는 그 무엇보다도 인공지능의 발전에 중요한 요소입니다. 현재 우리는 4G에서 5G 시대로 넘어가고 있고 인터넷의 속도는 더 빨라지고 있습니다. 그럼에도 불구하고 아직은 인공지능의 기술 발전을 위해서는 현재의 "컴퓨터 속도"가 한계로 작용할 수 있습니다.
우리가 가진 인공지능의 오해 물론 이는 미래에는 가능한 기술이 될 수 있습니다. 하지만 현시점에서 인공지능은 스스로 학습을 할 수 있는 능력은 없다고 합니다. 인간이 인공지능이 학습을 할 수 있도록 엄청난 양의 빅데이터를 학습할 수 있도록 해주어야 가능한 것입니다. 그리고 그러한 데이터를 수치화해서 인공지능이 학습할 수 있도록 하는데요. 생각보다 많은 시간과 인내가 필요한 작업이라고 합니다. 현재로서는 인공지능이 학습할 수 있는 데이터가 많으면 많을수록 좋기 때문에 데이터 수집에 많은 기업들이 집중하고 있는 것도 이러한 이유입니다. 테슬라의 경우 자율주행기술을 완성시키기 위해서 다양한 데이터를 수집하고 있고 그 수집한 데이터를 활용해 더 발전된 자율주행 기술이 탄생하게 된다고 합니다.
현재 "스스로 학습한다"라는 말에 가장 가까운 방법은 메타러닝 Meta learning입니다. 이것은 "학습하는 방법을 학습한다"라는 뜻입니다. (중략) 메타 러닝은 인공지능 모델의 여러 옵션을 조합해 가장 좋은 효과가 나도록 하는 것입니다. 그렇다고 해도 메타 러닝 역시 학습한 내용을 스스로 수정할 수 있는 것은 아닙니다. 그저 다양한 학습 상황에서 최적의 조건을 찾는 것이지 현재 학습한 내용을 판단해서 수정할 수는 없습니다.
<AI로 일하는 기술> 중에서
인공지능의 학습방법은 인간과는 차이가 있습니다. 예를 들어 인간이 개와 고양이를 구별하라는 과제가 주어졌을 때 인간은 사진의 이미지 만으로 쉽게 개인지 고양이인지 구별할 수 있지만 인공지능이 개와 고양이를 구별하기 위해서는 수많은 데이터가 필요합니다. 인공지능은 수만 장의 개와 고양이 사진을 반복해서 학습해야만 개와 고양이를 구별할 수 있으며 지금까지 이 정도의 기술로 발전하는 데에만도 수많은 세월이 걸렸습니다.
인공지능은 데이터로만 학습하는 것은 아니라고 합니다. 인공지능은 크게 두 가지로 나누어지는데 기호 주의 (언어, 단어, 수식, 규칙 등 기호의 표현과 처리를 통해 지능을 구현하는 방식 와 연결주의 (인간의 신경 세포인 뉴런을 수학적인 모델로 흉내 내어 만든 방식으로 딥러닝과 머신러닝이 여기에 해당한다.) 가 있습니다.
기호 주의는 1980년대 나온 전문가 시스템으로 각 분야의 전문가들이 사람의 규칙을 만들고 입력해 주면 지식 엔지니어가 이를 시스템에 입력하면서 학습합니다. 연결주의는 데이터에 의한 학습을 필요로 하며 머신러닝과 딥러닝이 이에 속합니다.
인간의 뇌를 모사하는 컴퓨터를 만드는 것이 불가능에 가까워 보이자, 인간의 뇌와 컴퓨터를 연결하는 방식을 연구하는 BCI <Brain Computer Interface) 기술이 등장했습니다. (중략) 일론 머스크가 만든 뉴럴링크 Neuralink라는 회사가 바로 이러한 연구를 합니다. 아직은 동물의 뇌파를 읽고 의도를 알아내는 수준이지만, 10년 내로 인간의 뇌파를 읽어서 인간의 의도를 해석하는 것이 목표입니다. 그러나 인간에게 특정한 지식을 주입하는 기술은 아직 성공이 요원합니다.
<AI로 일하는 기술> 중에서
인간의 뇌와 컴퓨터를 연결한 사례는 아직까지는 없지만 2016년 7월에 테슬라의 CEO인 일론 머스크가 설립된 뉴럴링크는 인간의 뇌와 컴퓨터를 연결하는 BCI (Brain Computer Interface) 기술을 연구하고 있는 기업으로 2021년 4월에 원숭이 뇌에 링크 칩을 삽입해 비디오 게임을 하도록 한 데모 실험을 한 적은 있습니다."BCI 기술을 이용하면 지속적으로 똑똑해지는 인공지능에 맞서 인간도 인공지능보다 더 똑똑해질 수 있다."라고 주장합니다.
3. 알파고의 진화
이세돌과 바둑을 겨뤘던 알파고를 기억하시나요? 이세돌은 알파고를 이긴 유일한 인간으로 기록된 인물이었습니다. 하지만 알파고가 이세돌을 이긴 후 이세돌은 은퇴를 결심하게 되었고 2019년 11월 바둑계를 은퇴합니다. 이세돌뿐만 아니라 많은 프로 바둑 기사들이 바둑을 떠났다고 합니다. 왜 이런 일이 일어났을까요? 사람보다 알파고가 바둑을 더 잘 두니 결국 많은 이들이 인공지능으로 바둑을 배우려고 하게 되고 더 이상 사람과 사람 간의 대결이 흥미가 없어진 것이라고 봐야 합니다. 알파고는 이세돌과의 대국에서 승리한 이후 2017년 5월 중국의 커제와도 바둑 대결을 했는데 결과는 알파고의 3:0 승리로 끝났습니다. 그 이후 알파고는 사람이 아닌 알파고끼리 대결해서 실력을 높여 나갔다고 합니다. 이후 더 이상 알파고는 사람과 대결하지 않았습니다.
알파고 이후 딥 마인드는 알파고 제로라는 새로운 인공지능을 만들고 이후 알파 제로, 뮤 제로 등을 만들면 인공지능은 진화합니다.
알파고의 진화
알파고, 알파고 제로, 알파 제로, 뮤 제로로 진화하는 동안 점점 데이터나 규칙 같은 것들이 필요 없어지고, 성능이 점점 좋아져 특정 게임 하나만 잘하는 것이 아니라 대부분의 게임까지 잘하는 일반화가 되어 가고 있다는 점입니다.
<AI로 일하는 기술> 중에서
4. 인공지능의 발전은 인간에게 어떤 영향을 미치게 될까?
테슬라의 CEO인 일론 머스크는 인공지능의 발전으로 인간이 행복해지는 것에 대해 부정적 견해를 가진 인물입니다. "완전한 인공지능 기술 개발이 인류 멸망을 부를 수도 있다"라고 경고했으며 일론 머스크는 2014년 CNBC와의 인터뷰에서 이렇게 말했습니다.
"인공지능의 발단은 영화 <터미네이터>와 같은 끔찍한 일이 현실에서 일어나게 만들 수 있다"라고 말했습니다. 따라서 인공지능 기술을 개발은 하되 완전히 공개해야 하며, 인류에게 이익을 주는 것을 목표로 해야 한다고 주장했습니다. 그리고 그 취지에 따라 2015에 샘 알트만과 함께 오픈 AI를 창립합니다.
<AI로 일하는 기술> 중에서
일론 머스크가 오픈 AI를 창립된 주된 이유는 인공지능이 현존하는 가장 큰 위협의 요소가 있기 때문에 특정한 소수만이 인공지능 기술을 독점하는 것을 경계해야 하며 만약 모두가 인공지능을 활용하게 된다면 인공지능을 공동 선이 아닌 나쁜 의도로 악용하는 것을 막을 수 있기 때문에 비영리 인공지능 연구소인 오픈 AI를 설립했다고 합니다.
여러분은 일론 머스크 하면 테슬라와 스페이스 X의 CEO라고만 생각할 수 있지만 일론 머스크가 설립한 오픈 AI는 현재 구글 딥마인드, 구들 브레인과 함께 세계적인 인공지능 연구소의 설립자이기도 합니다.
일론 머스크와 함께 오픈 AI를 공동 설립한 샘 앨트만은 낙관론자로 그는 인공지능의 발전은 앞으로 10년 이내 인간의 노동력을 대체할 것이라고 말했으며 무어의 법칙에 따라 미국 경제는 고속 성장을 이루게 될 것이라고 주장합니다.
결국 양날의 검이 될 수 있을 것 같습니다. 선한 의도로 인공지능 기술이 개발된다면 샘 앨트만의 주장처럼 미국 경제는 고속 성장을 하게 되고 인간의 힘든 일을 인공지능 로봇에 대체할 수 있게 되어 인간은 기본 소득만으로 살아갈 수 있는 세상을 맞이할 수도 있습니다. 반면에 군사적인 목적 등과 같은 악한 의도로 인공지능 기술이 개발된다면 일론 머스크의 주장처럼 <터미네이터>에서와 같은 끔찍한 세상이 될 수도 있습니다.
이러한 것을 미연에 방지하기 위해 FLT (Futrue of life institute) 연구소에서는 2017년 '아실로마 AI 원칙"이라고 불리는 <미래 인공지능 연구 23가지 원칙>을 발표했으며 주된 내용은 "인공일반지능 개발의 가치관을 정립하고 개발 과정이 투명해야 하며, 군사적인 목적으로 사용하지 않고 공동의 선을 위해서 개발되어야 한다"라는 내용입니다.
5. 테슬라의 자율주행
인공지능이 할 수 있는 능력 범위는 시간이 지남에 따라 그 범위는 넓어지고 다양해질 것입니다. 그렇다면 지금 현시점에서 가장 활발하게 개발되어고 있는 인공지능 기술은 무엇이 있을까요?
이 책에서 다양한 분야에 대해서 언급합니다. 특히 의료 분야에서의 인공지능 기술 개발은 인류의 생명 연장과 삶의 질과 관련이 깊기 때문에 가장 활발히 연구되고 있는 분야 중 하나입니다. X-ray, MRI 등의 영상 자료를 인공지능으로 판독하여 AI 기반 영상 진단 의료 기술은 현재도 많은 의료기관에서 활용하고 있는 기술입니다.
인공지능 기술에 대해서 이야기할 때 테슬라의 자율주행 기술과 2021년 8월 열린 "테슬라 AI 데이"에서 발표한 휴머노이드 로봇 "테슬라봇 Tesla Bot"을 빼놓고 말할 수 없을 정도로 테슬라는 자동차 기업이 아니라 일론 머스크 본인이 직접 말했듯 "인공지능기술을 탑재한 로봇 기업"입니다. 테슬라 자동차 자체가 인공지능 기술을 탑재했기 때문에 바퀴 달린 로봇인 것이죠.
우리나라 기업인 현대 자동차가 인수한 보스턴 다이내믹스 Boston Dynamics라는 회사는 2013년 구글에 인수되었고 그 이후 2017년 소프트뱅크를 거쳐 2020년에는 현대자동차가 인수한 세계 최고의 기술력을 보유한 "로봇 회사"입니다.
이처럼 자동차 기업들이 로봇에 관심을 두는 이유가 뭘까요? 결국 자동차도 인공지능 기술을 탑재하게 된다면 로봇과 다를 바가 없으며 앞으로 로봇 산업은 지속적으로 발전할 미래 산업 군 중의 하나이기 때문입니다.
현대차의 로봇
기술적으로만 보면 완전 자율주행은 이미 우리 곁에 가까이 와 있습니다. 제도적인 문제가 아직 남아 있어 실제로 탈 수 있는 날은 좀 더 기다려야 할 것 같지만, 정부와 기업의 자율주행 사용화를 위한 시도는 끊임없이 지속되고 있습니다. 마침내 완전 자율주행이 실행되는 날, 세상은 엄청난 파급효과와 함께 놀라운 변화를 맞이할 것입니다.<AI로 일하는 기술>
자율주행의 레벨은 레벨 0부터 레벌 5단계까지 있습니다. 이 중 자율주행이라고 불릴 수 있는 레벨은 2단계와 4단계이지만 현재 우리가 사용하는 자율주행은 2단계까지입니다. 기술력 때문일까요? 아닙니다. 기술력 때문이 아니라 법적인 문제 때문입니다. 운전자가 자율주행 자동차를 운전하다가 사고가 났을 경우 레벨 2의 경우 운전자 책임이지만 레벨 4가 되면 그 차를 제조한 자동차 회사의 책임이 됩니다. 이렇게 되었을 때 어떤 자동차 회사가 레벨 4 단계를 사용할 수 있겠습니다. 그렇기 때문에 많은 이들이 기술의 발전을 위해 제도적인 문제의 논의가 먼저 필요하다고 주장합니다.
테슬라의 강점은 전기차라는 것뿐만이 아닙니다. 테슬라의 강점은 바로 오토파일럿 Autopoilot과 FSD (Full Self Driving) 기술을 보유하고 있다는 것입니다.
테슬라는 총 8대의 카메라로 자율주행을 합니다. 다른 자율주행 기술이 레이더 Radar, 라이더 Lidar와 같은 수천만 원 대의 고가 장비를 사용하는 데 비해 테슬라는 비교적 해상도가 낮은 1280 X 960 HD의 저렴한 카메라를 사용합니다. (중략) 따라서 크기가 큰 대형 트럭 같은 경우에는 어느 한 부분만 찍더라도 나머지 카메라를 통해 전체 크기와 속도, 방향 등을 파악할 수 있습니다. 심지어 다른 물체가 가려도 그 전체 형상까지 파악할 수 있도록 딥러닝 모델을 설계했습니다. 테슬라는 이와 같은 원리를 이용하면 8대의 카메라만으로도 충분하다는 것을 행사에서 증명했습니다.
<AI로 일하는 기술>
테슬라는 자신들이 개발한 카메라와 차량용 컴퓨터를 설치하게 해 주고 월 사용료를 받으면서 자사의 FSD 기술을 다른 자동차 기업에게도 지원하고 있습니다. 이는 테슬라가 자율주행 서비스를 대여해 주는 대신에 데이터를 수입하겠다는 뜻입니다.
우리나라 현대자동차 기업도 2022년부터 자율주행 택시를 운행하기에 이르렀으며 현대차는 레벨 4 수준의 아이오닉 5 로보 택시 개발을 위해 미국 자율주행 개발 기업 모셔널과 협력하고 있습니다.
테슬라의 일론 머스크가 좋아하는 혁신은 이 세상에 없는 것을 만드는 것입니다. 이런 CEO의 자세는 항상 새로운 것을 만드는 것을 좋아하는 엔지니어들에게는 천국과 같은 일터를 제공하는 것일지도 모릅니다.
<AI로 일하는 기술> 중에서
6. 그 외 메타버스, NFT, 인공지능이 할 수 있는 능력의 범위
메타버스의 발전과 관련 기업들
메타버스는 가상을 뜻하는 Meta와 세계, 우주를 뜻하는 Verse의 합성어로, 증강현실과 가상현실을 기반으로 하는 모든 가상세계를 의미한다.
메타버스라는 말이 처음 등장한 건 1992년 닐 스티븐슨의 SF 소설 <스노우 크래시>라고 합니다. 최근 페이스북이 메타로 사명을 변경하고 전 세계 1위 게이밍 플랫폼으로 유명한 로블록스 등 많은 세계적인 기업들이 메타버스 열풍으로 많은 이들의 관심이 집중되었습니다. 네이버에서는 "제페토" 플랫폼도 전 세계 유저를 끌어들이면서 계속 발전하고 있습니다. 그렇다면 이 열풍은 2000년대 닷컴 버블처럼 거품일까요? 아니면 정말 기회일까요?
이 책에서는 다양한 인공지능의 능력 범위에 대해서도 알 수 있습니다. 인공지능은 영어 선생님이 되어 영어도 가르치고, 글도 쓰고, 작곡도 하고, 노래도 하고, 기자처럼 기사도 쓸 수 있고 박세리처럼 골프도 칠 수 있고 심지어 신약도 개발할 수 있다고 합니다. 챗봇의 경우 인간과 대화도 가능하죠.
오늘 제가 포스팅한 내용 이외에도 인공지능 기술에 대한 전반적이고 구체적인 내용이 수록되어 있습니다. 장동인 작가님의 또 다른 저서로는 IT 전문가로 사는 법, 빅데이터로 일하는 기술, 공피고아, 실무자를 위한 데이터웨어하우스 가 있는데요. 전 개인적으로 이 책을 읽고 좀 더 빅테이터로 일하는 기술에 대해서 공부하고 싶다는 생각을 해서 이 책을 내돈내산으로 주문해 읽고 또 서평을 해보려고 합니다.
인공지능에 대해서 1도 모르는 분도 미래의 어떤 기업에 투자를 하면 좋을지에 대해서 고민하고 있는 개인 투자자분들에게도 기업의 실무자들도 읽으면 도움이 되는 책입니다.
읽어주셔서 감사합니다.
