본문 바로가기
IT story

인공지능 2장 - 인공지능 소개 (2) -

by ChocoPeanut 2017. 5. 13.

인공지능 2

- 인공지능 소개 (2) -

 

앞선 장에서는 인공지능의 정의와 역사에 대해서 살펴보았다. 이번 장에서는 인공지능의 요소 기술주요 응용분야에 대해서 살펴볼 것이다.


인공지능 요소 기술로는 탐색이 있을 수 있다. 탐색은 문제의 답이 될 수 있는 것들의 집합을 공간으로 간주하고 문제 대한 최적의 해를 찾기 위해 공간을 체계적으로 찾아보는 것을 의미한다. 탐색 방법에는 너비 우선 탐색이나 깊이 우선 탐색을 의미하는 무정보 탐색이 있고 경험적인 정보를 바탕으로 탐색하는 휴리스틱 탐색이 있다. 대표적인 휴리스틱 탐색의 알고리즘으로 A* 알고리즘이 존재한다. 또한 게임 트리 탐색으로 mini-max 알고리즘, pruning 알고리즘, 몬테카를로 트리 탐색 등의 방법을 통해 탐색을 진행한다. 몬테카를로 트리 탐색의 경우 알파고에서 사용한 탐색 기능으로 유명하다.


다음으로는 지식 표현이 있다. 문제 해결에 이용하거나 심층적 추론을 할 수 있도록 지식을 효과적으로 표현하는 방법이다. 지식을 표현하는 방법으로는 엄청나게 다양한 방법이 존재한다. IF-THEN 규칙을 사용하기도 하고 프레임 구조를 이용한 방법, 의미망을 이용한 방법, 논리 명제를 사용하는 방법 등등이 존재한다. 스크립트의 형태도 존재하고 온톨로지 기술 언어로도 지식을 표현하기도 한다. 확률 그래프 모델, 함수 기반 지식 표현도 나타나게 된다.


추론이라는 기술은 가정이나 전제로부터 결론을 이끌어내는 것으로 관심 대상의 확률 또는 확률 분포를 결정하는 것이다. 규칙 기반 시스템에서 추론은 전향 추론과 후향 추론이 있고 확률 모델에서의 추론에서는 베이즈 정리를 사용한 추론이나 주변화 방법을 사용하게 된다.


기계 학습이라는 기술은 경험을 통해서 나중에 유사하거나 같은 일을 더 효율적으로 처리할 수 있도록 시스템의 구조나 파라미터를 바꾸는 것을 말한다. 알고 있는 것으로부터 모르는 것을 추론하기 위한 알고리즘을 만드는 것이다. 지도 학습, 비지도 학습, 강화 학습 등으로 구성되어 있다. 지도 학습은 문제와 답의 쌍으로 구성된 데이터들이 주어질 때, 새로운 문제를 풀 수 있는 함수 또는 패턴을 찾는 것이다. 비지도 학습은 답이 없는 문제들만 있는 데이터들로부터 패턴을 추출하는 것을 의미한다. 강화 학습은 문제에 대한 직접적인 답을 주지는 않지만 경험을 통해 기대 보상이 최대가 되는 정책을 찾는 학습이다.




계획 수립은 현재 상태에서 목표하는 상태에 도달하기 위해 수행해야 할 일련의 행동 순서를 결정하는 것이다. 작업 수행 절차 계획이나 로봇의 움직임 계획 등이 계획 수립의 예시가 될 수 있다.


에이전트사용자로부터 위임받은 일을 자율적으로 수행하는 시스템을 의미한다. 환경에 대한 정보를 얻어 들이고 해야 하는 목적과 목적을 달성하기 위한 세부적인 목표로 구성되게 된다. 이런 모델을 BDI 모델로 BeliefDesire, Intention으로 구성된 모델이다. 이러한 에이전트로 소프트웨어 에이전트가 있는데 채팅봇이 큰 예시가 될 수 있다. 물리적 에이전트로는 로봇이 될 수 있다.



지금까지 인공지능의 요소 기술에 대해서 살펴보았는데 이에 대한 심화된 내용은 다음 장부터 계속해서 나오게 될 것이다. 이제는 인공 지능의 주요 응용분야에 대해 살펴보자.


전문가 시스템으로 특정 문제 영역에 대해 전문가 수준의 해법을 제공하는 기능을 수행하게 된다. 간단한 제어시스템에서부터 복잡한 계산과 추론을 요구하는 의료 진단, 고장 진단, 추천 시스템에 이르기까지 다양한 곳에서 실행될 수 있다.



자연어를 처리하는 분야에도 인공지능을 사용하게 된다. 사람이 사용하는 일반 언어로 작성된 문서를 처리하고 이해하는 분야이다. 형태소 분석, 품사 태킹, 구문 분석, 의미 분석, 언어 모델, 주제어 추출 등 다양한 분야로 언어를 처리하고 이해하는 방법이다.


데이터 마이닝은 실제 대규모 데이터에서 암묵적인 이전에 알려지지 않은 잠재적으로 유용할 것 같은 정보를 추출하는 체계적인 과정을 말한다. 연관 규칙, 분류 패턴, 군집화 패턴, 텍스트 마이닝, 그래프 마이닝 등 다양한 방법을 통해 데이터를 추출하고 원하는 정보를 얻는 것을 의미한다.


음성 인식 또한 인공지능의 대표적인 응용 분야라고 할 수 있다. 사람의 음성 언어를 컴퓨터가 해석해 그 내용을 문자 데이터로 전환하는 처리를 말한다. 또한 컴퓨터 비전으로 컴퓨터를 이용하여 시각 기능을 갖는 기계 장치를 만들려는 분야도 존재한다. 이를 합쳐 지능 로봇의 분야에도 접목시킬 수 있는데 인공지능의 기술을 활용하는 로봇이 지능 로봇이라고 할 수 있다.




댓글0