인공 지능과 인간 지성의 교차
인공 지능의 쌍두마차
우리가 흔히 보는 인공 지능은 학습 데이터를 인공 지능에게 주는 방식입니다. 시험지와 답안지를 함께 주어서 인공 지능이 어떻게 답을 내면 되는지 방법을 만들게 하는 것이지요.
인공 지능의 다른 방식은 인공 지능에게 시험지만 주는 것입니다. 답안지를 안 주면 인공 지능이 도대체 무엇을 학습하고 어떤 결과를 내 놓게 될까요?
시험지와 답안지를 함께 인공 지능에 주는 방식을 지도 학습이라고 부르고, 시험지만 주거나 부실한 시험지를 주는 방식을 비지도 학습이라고 부릅니다.
지도 학습과 비지도 학습은 인공 지능의 쌍두마차입니다.
사람이 답안지를
제대로 줄 수가 없을 때
자율 주행 모델을 만들기 위해서 필요한 데이터는 사람이 정확하게 만들어 인공 지능에게 줄 수 있습니다. 직접 사람이 운전해서 만들면 되니까요.
지진 예측 모델을 만든다고 생각해 보세요. 이 경우 시험지는 지질 정보, 답안지는 지진 유무와 같은 것이 될 것입니다. 학습 데이터가 몇 개나 될까요? 운전하는 것처럼 지진을 만들어 낼 수는 없습니다.
해커의 침입을 탐지하는 모델도 비슷한 난관에 마주하게 됩니다. 해커가 새로운 공격을 만들어 낼텐데 그건 어떻게 모을 수 있을까요? 기존 수법으로 해커가 공격하지 않는데 기존에 모아둔 공격 데이터는 과연 쓸모가 있을까요?
사람이 시험지를
제대로 줄 수가 없을 때
주가 예측 모델을 생각해 보겠습니다. 시험지는 오늘의 각종 경제 정보가 될 것이고, 답안지는 다음 날 주가가 올랐는지 내렸는지가 될 것입니다. 답안지는 쉽게 모을 수 있습니다.
그런데, 시험지가 참으로 곤란합니다. 도대체 어떤 정보들을 시험지에 포함해야 할까요? 이자율, 물가 지수, 실업률, 뭐 그런 지표들을 잔뜩 시험지에 넣는 것으로 충분할까요? 코로나가 경제에 미친 영향이 지대한데, 그런 정보도 필요하지 않을까요? 선거 결과도 경제에 미치는 영향이 클테니 그런 뉴스 정보도 넣어야 할 것입니다. 장마가 지속되면 경제에 영향을 미치지 않을까요? 날씨 정보도 시험지에 넣어야 할 것입니다.
사실 시험지에 어느 범위까지 정보를 채워야 할지 우리는 알지 못합니다.
클럼엘과 인공 지능
세상의 많은 문제들이 지도 학습 기반의 인공 지능만으로는 해결할 수가 없습니다. 또한, 인간을 대신하는 수단으로서의 인공 지능을 뛰어넘어 인간의 한계를 극복하는 인공 지능이 필요합니다. 이를 위해서는 인공 지능에 더불어 인간의 지성이 함께 가야만 합니다.
클럼엘은 오랫동안 인공 지능을 진지하게 고민해 왔습니다. 비지도 학습 엔진을 자체 기술로 개발하였고, 여러 분야에 성공적으로 적용하고 있습니다.
클럼엘의 비지도 학습 클러스터링 엔진은 놀라운 성능을 자랑합니다. 대규모 네트워크 데이터도 실시간으로 처리합니다.
클럼엘은 지도 학습만으로는 해결하지 못하는 어려운 문제들을 고민하고 다루면서 인공 지능의 지평을 넓혀 나가고 있습니다. 인간의 한계를 극복하되 인간 지성과 함께하는 방향으로 나아가고 있습니다.