인공지능(AI, Artificial Intelligence)
컴퓨터 및 기계의 지능을 인공 지능이라고 말합니다.
이 때 인공 지능은 인간의 지능처럼 동작하게 구현하고 있습니다.
- 약인공지능
특정한 상황을 파악하여 해결할 수 있는 인공지능을 말합니다.
특정 문제를 해결하기 위한 도구로 활용하고 있습니다.
- 강인공지능(범용인공지능)
약인공지능에 대비한 의미로 제한된 상황이나 기능보다 보다 발달한 형태의 인공지능입니다. 어떤 문제를 실제로 사고하고 해결할 수 있는 지능이라고 할 수 있습니다.
인공지능의 역사
- 인공지능 태동기(1943~1956)
인공지능은 1943년 워런 매컬리(Warren McCulloch)와 월티 피치(Walter Pitts)의 인공적인 두뇌의 가능성을 제시합니다.
- 인공지능 황금기(19566~1974)
1957년 프랑크 로벤블라트(Frank Rosenblatt)는 퍼셉트론을 고안하여 선형분류기인 인공신경망을 선 보입니다. (퍼셉트론은 Rosenblatt가 제안)
- 인공지능 쇠퇴기(1974~1980)
하지만 컴퓨터 성능의 한계로 인공지능의 연구 성과는 간단한 문제 해결에 그쳤습니다.
이러한 이유로 투자는 크게 감소하고 인공지능 쇠퇴기를 맞이합니다.
- 인공지능 부흥기(1980~1987)
존 홉필드와 데이비드 루멜하트의 신경망 이론의 복원이 이루어집니다.
전 세계적으로 전문가 시스템이라고 부르는 인공지능 형태의 프로그램이 나타납니다.
다시 한 번 인공지능에 투자 붐이 일어납니다.
- 2차 AI 쇠퇴기(1987~1993)
투자 붐이 일어났지만 경쟁력 상실로 비지니스의 매력이 사라집니다. 그럼에도 인공지능 분야는 조금씩 발전해 나갑니다.
- 그리고(1993~)
인공지능의 발전은 기계학습(Machine Learning)을 만들어 내고 다층 퍼셉트론을 활용한 인공신경망의 연구 성과로 인해 딥러닝(Deep Learning)으로 발전합니다.
결국 기계학습과 딥러닝은 인공지능의 주요분야이면서 빅데이터 분석에 사용하는 주요 알고리즘입니다.
인공지능과 빅데이터의 관계
컴퓨터 성능의 향상과 기계학습을 통한 빅데이터 분석을 요구하며 인공지능 알고리즘은 다시 두각을 나타냅니다.
빅데이터는 인공지능 알고리즘을 통해 문제 해결 능력을 키웠습니다.
인공지능은 빅데이터를 통해 구현 완성도를 높였습니다.
빅데이터와 인공지능은 데이터의 활용 측면에서 같은 목표를 추가하는 불가분의 관계로 볼 수 있습니다.