인공 지능, 人工知能, Artificial Intelligence, AI

인공 지능, 人工知能, Artificial Intelligence, AI

컴퓨터로 구현한 지능 또는 이와 관련한 전산학의 연구 분야.
인공 지능은 사람 또는 동물의 지능이 컴퓨터로 모사될 정도로 세밀하고 정확하게 표현될 수 있다는 생각에 기반을 둔다. 지능에 대한 정의와 마찬가지로 인공 지능에 대해서도 다양한 정의가 존재한다. 인공 지능의 방법과 관련된 탐색, 논리 및 추론, 지식 표현, 계획, 학습 등 세부 분야에 대한 연구가 진행되고 있고, 자연어 처리, 컴퓨터 비전 및 패턴 인식, 로보틱스 등의 분야에서 응용된다.

최초의 인공 지능 연구로 1943년 워렌 맥컬로치(Warren McCulloch)와 월터 피츠(Walter Pitts)가 제안한 인공 뉴런(neuron) 모델을 들 수 있다. 인공 지능이라는 용어는 1956년 미국 다트머스 대학(Dartmouth College)에서 열린 워크숍 제안서에서 존 매카시(John McCarthy)가 처음 공식적으로 사용하였다.
1950-60년대 초창기의 인공 지능 연구는 정리(theorem) 증명과 게임 등의 분야에서 놀라운 성과를 거두었으나, 이후 과도한 기대에 따른 실망과 쇠퇴, 그리고 새로운 모델 및 이론의 개발 등이 반복되었다. 1970-80년대에는 전문가 시스템(expert system)에 대한 연구가 활발하였으며, 1980년대 중반 역전파 알고리즘(backpropagation algorithm)의 재발견 이후 인공 신경망(ANN: Artificial Neural Network) 모델에 대한 연구가 활발해졌다. 1990년대의 인공 지능 연구는 통계학, 정보 이론, 최적화 등 다양한 분야의 방법들을 활용하게 되었으며, 학습 이론 등 굳건한 이론적 토대를 갖추게 되었다. 2000년대 들어 대규모 데이터를 이용한 기계 학습이 활발히 연구되었으며, 체스, TV 퀴즈 쇼 참가 및 운전 등의 작업에 적용한 인공 지능 기술이 사람과 대등하거나 더 우수할 수 있음을 입증하였다. 2010년대 이후 컴퓨터 하드웨어와 학습 알고리즘의 발달은 심층 기계 학습(deep learning) 모델의 구축을 가능케 하였으며, 이에 기반해 바둑 및 사진상의 객체 인식(object recognition) 등에서 사람보다 뛰어난 컴퓨터 프로그램이 개발되었다.
현재 인공 지능 연구는 음성 인식, 바둑 등 특정한 분야에서 좋은 성과를 보이고 있으나, 아직 사람과 같은 지능을 갖추지는 못하고 있다. 예를 들어, 사람과 대화하며 동시에 바둑도 둘 수 있는 인공 지능 에이전트는 아직 개발되지 못하였다. 한편, 특정한 작업에만 적용될 수 있는 인공 지능 시스템이 아니라, 생각하고, 학습하고, 창조할 수 있는 범용 기계를 만드는 것을 목표로 하는 사람 수준(human-level) 인공 지능 또는 범용 인공 지능(AGI: Artificial General Intelligence)에 대한 연구도 이루어지고 있다.