AI란 무엇인가? 인공지능 개념 한 번에 정리

뉴스에서도, 회사에서도, 유튜브에서도 온통 AI 이야기입니다. 그런데 막상 "AI가 정확히 뭔데?"라고 물으면 명쾌하게 답하기 어렵습니다. 이 글에서는 인공지능(AI), 머신러닝, 딥러닝이라는 세 단어의 관계를 한 번에 정리합니다. 이것만 이해해도 AI 관련 기사 대부분이 읽히기 시작합니다.

인공지능: 가장 큰 우산

인공지능(AI, Artificial Intelligence)은 "사람처럼 생각하거나 판단하는 것처럼 보이는 기술 전부"를 가리키는 가장 넓은 말입니다. 1950년대부터 쓰인 오래된 용어이고, 그 안에는 아주 단순한 것부터 최신 기술까지 모두 들어갑니다.

예를 들어 게임 속에서 나를 쫓아오는 적 캐릭터도, 스팸 메일을 걸러주는 필터도, ChatGPT도 모두 인공지능이라고 부를 수 있습니다. 즉 AI는 특정한 기술 하나가 아니라 목표(사람 같은 지능적 동작)를 가리키는 이름에 가깝습니다.

머신러닝: 규칙을 직접 짜지 않고 '학습'시키기

초기의 AI는 사람이 규칙을 일일이 프로그래밍했습니다. "메일 제목에 '대출'이 들어가면 스팸으로 분류하라"처럼요. 하지만 세상은 규칙 몇 개로 담기엔 너무 복잡합니다.

그래서 나온 접근이 머신러닝(Machine Learning, 기계학습)입니다. 규칙을 사람이 쓰는 대신, 데이터를 잔뜩 보여주고 컴퓨터가 스스로 패턴을 찾게 하는 방식입니다.

스팸 메일 10만 통과 정상 메일 10만 통을 보여주면, 컴퓨터가 "이런 특징이 있으면 스팸일 확률이 높구나"라는 패턴을 스스로 찾아냅니다. 이것이 학습(training)입니다.

아이에게 강아지 사진을 100장 보여주면 규칙을 설명하지 않아도 강아지를 알아보게 되는 것과 같은 원리입니다.

딥러닝: 뇌를 흉내 낸 머신러닝

딥러닝(Deep Learning)은 머신러닝의 여러 방법 중 하나로, 사람 뇌의 신경세포 연결 구조를 본뜬 인공신경망(neural network)을 아주 깊게(deep) 쌓아 올린 것입니다.

층을 깊게 쌓을수록 복잡한 패턴을 배울 수 있는데, 2010년대 들어 컴퓨터 성능(특히 GPU)과 데이터가 폭발적으로 늘면서 딥러닝이 비약적으로 발전했습니다. 사진 인식, 음성 인식, 번역이 갑자기 좋아진 것이 이 시기입니다. ChatGPT 같은 최신 AI도 모두 딥러닝 기반입니다.

세 개념의 관계, 한 문장으로

정리하면 러시아 인형(마트료시카)처럼 포함 관계입니다.

AI ⊃ 머신러닝 ⊃ 딥러닝. "딥러닝은 머신러닝의 한 종류이고, 머신러닝은 AI를 만드는 한 방법이다" — 이 한 문장이면 됩니다.

그럼 요즘 말하는 '생성형 AI'는?

2022년 말 ChatGPT 등장 이후 화제가 된 것은 생성형 AI(Generative AI)입니다. 기존 AI가 주로 "분류하고 예측"했다면(이 메일은 스팸인가? 내일 주가는 오를까?), 생성형 AI는 글, 그림, 음악, 영상 같은 새로운 콘텐츠를 만들어냅니다. 이것도 딥러닝의 한 갈래이며, 자세한 내용은 3편에서 다룹니다.

오늘의 정리

• AI는 특정 기술이 아니라 "지능적인 동작"이라는 목표를 가리키는 넓은 말이다.
• 머신러닝은 규칙을 코딩하는 대신 데이터에서 패턴을 학습시키는 방식이다.
• 딥러닝은 인공신경망을 깊게 쌓은 머신러닝으로, 현재 AI 붐의 주역이다.
• ChatGPT 같은 생성형 AI는 딥러닝으로 콘텐츠를 '만들어내는' AI다.

다음 편에서는 ChatGPT 같은 대규모 언어 모델(LLM)이 어떻게 사람처럼 말을 만들어내는지 그 원리를 파헤쳐 봅니다.