AI 진화의 역사(2/3)

 AI 진화의 역사(2/3)

 

 

 

2) <기계학습>의 등장으로 제3차 붐으로

 

1980년대부터 90년대에 걸쳐서 AI연구는 다시 겨울 시대를 맞이하였다.

그러나 2000년대 반에서연구는 가속한다. 그것이 현재까지 이어진 제3차 AI 붐이 되는데, 그 계기가 된 것은 <AI의 기초지식>에서 설명한 <기계학습>이라는 기술이 등장과 진화이다.

 

제2차 붐을 지탱한 <엑스파트시스템>에서는 미리 준비된 데이터에 없는 것은 컴퓨터가 처리할 수 없었다. 그런데 기계학습은 이 불가능을 가능하게 하였다.

기계학습에는 여러 가지 방법이 있는데 여기서는 <교사가 있는 학습>과 <교사가 없는 학습>에 대하여 개요를 설명해둔다. 다른 것은 단 한 가지 <교사데이터>라 부르는 정해 데이터가 있는지 없는지이다.

 

미리 교사의 데이터가 주어진 <교사가 있는 학습>은 교사 데이터에서 룰이나 패턴을 자동으로 학습한다. 메일아프리에 자주 있는 미혹 메일 판정이 이 좋은 예이다.

이 경우의 교사 데이터는 미혹 메일과 그렇지 않은 메일이라 할 수 있어 샘플 데이터의 수가 많으면 많을수록 정도(정확도)가 오른다. 한편 <교사 없는 학습>이란 그 이름처럼 교사 데이터가 주어지지 않는 상태에서 행하는 기계학습을 말한다. 그리 말은 해도 확실한 <정해(정답)>가 주어지지 않는다는 것뿐으로 데이터 그 자체는 필요하다. 그 데이터에 잠겨있는 잠재적인 규칙성을 추출함으로써 학습해간다.

 

이 기계학습 기술이 생겨남에 더해서 컴퓨터 자체의 성능이 향상함으로써 기계학습기술이 현실적으로 사용할 수 있는 것이 되고 AI는 대량의 데이터를 고속으로 처리할 수가 있고 또 항상 일정한 판단기준에 기초하여 일관된 답을 낼 수 있게 된 것이다.