#1 AI 목적과 학습과정: 인간 인지의 모방과 추상화

- 인공지능을 만드는 이유

인공지능을 만드는 핵심적인 목적은 인간의 작업을 효율적으로 대체하거나 보조하기 위함이다.

 

사람의 뇌와 비슷한 방식으로 학습하고 문제를 해결함으로써 인간의 일상생활을 더 편리하고 효율적으로 만드는 것을 목표로 한다.

 

 

- 인공지능은 사람을 어떤 방식으로 모방하나?

인공지능은 사람의 인지 과정을 모방하는 방식으로 작동한다. 

 

사람은 눈을 통해 사물을 보고, 그 정보를 뇌의 뉴련을 통해 처리하고 학습한다. AI도 마찬가지로 카메라와 같은 센서를 사용하여 사물을 인식하고, Neural Network라는 구조를 통해 패턴을 학습한다.

 

이는 CPU 혹은 GPU 같은 계산 처리 장치에서 이루어지며, 이는 인간의 뇌가 정보를 처리하는 방식과 유사한다.

 

특히, 이 인지 과정 모방은 사람의 추상화 (Abstraction) 능력을 모방한다. 사람은 추상화 과정을 통해 복잡한 정보를 간단하게 정리하고 중요한 것만 남기면서 세상을 이해하고 문제를 해결한다.

 

AI 모델도 데이터를 분석할 때, 핵심 패턴만 추출하고 불필요한 정보를 무시하는 방식으로 추상화를 수행한다.

 

* Abstraction *

복잡한 정보를 간단한 형태로 정리하고 중요한 정보만 남기는 과정. 이는 인공지능이 학습 과정에서 효율적으로 데이터를 처리하는 데 중요한 역할을 한다.

 

 

- 그렇다면 AI에서 Learning(학습)이란 무엇인가?

학습은 인공지능에서 데이터를 통해 규칙이나 패턴을 찾아내고, 그 정보를 바탕으로 성능을 향상시키는 과정이다. 마치 사람이 어렸을 때부터 고양이를 보고 자라며 고양이라는 객체를 학습한 것처럼 말이다.

 

특히 딥러닝(Deep Learning)에서의 학습은 Neural Network의 weight를 조정하는 방식으로 이루어진다.

 

예를 들어 입력 이미지가 고양이라고 가정해보자. 뉴럴 네트워크는 이미지의 여러 계층(layer)을 통해 저수준 특징(예: 가장자리, 색상)을 추출하고, 점차적으로 고수준 특징(예: 고양이의 얼굴, 눈)을 인식하게 된다.

 

고양이 이미지에서 고양이의 얼굴과 같은 중요한 패턴을 더 잘 인식하기 위해, 이 패턴과 관련된 뉴런의 가중치가 증가한다. 반면, 중요하지 않은 배경 정보는 낮은 가중치가 부여된다.

 

이를 통해 학습은 AI가 데이터를 통해 중요한 패턴을 찾아내고 이를 추상화하여 더 효율적인 방식으로 문제를 해결해 간다.