globalmakers

우리가 알아두어야 할 차세대 인공 지능 2가지

[글로벌메이커스 유창연 기자] 인공 지능 분야는 빠르게 발전하고 있다. 지금부터 5년 후, AI분야는 현재와 또 다를 것이라는 전망이 나온다. 현재는 최첨단으로 분류되고 있지만, 불과 몇 년 새 이는 구식이 된다는 것. 이에 대해 포브스가 우리가 꼭 알아두어야 할 차세대 인공지능 분야 6가지를 선정해 공개했다.

1. 비지도 학습

오늘날 AI 세계에서 가장 흔한 패러다임은 지도 학습이다. 지도 학습에서 AI 모델은 사전 정의 된 카테고리에 따라 인간이 큐레이팅하고 라벨을 지정한 데이터 세트에서 학습하는 방식이다.

지도 학습이 지난 10년 동안 자율 주행 차량에서 음성 비서에 이르기까지 AI에서 괄목할만한 발전을 주도했지만, 이는 분명한 한계가 있다. 특히 기계 학습 모델이 데이터를 수집하기 전에 사람이 직접 데이터에 레이블을 지정해야한다는 사실은 AI의 주요 병목 현상이 되어 왔다.

비지도 학습은 알고리즘이 사람이 제공한 레이블이나 지침 없이 데이터에서 학습하는 AI 접근 방식이다. 즉, 감독이 없이도 AI는 수행하고 결과를 만들어 내게 된다는 것이다.

center
지금부터 5년 후, AI분야는 현재와 또 다를 것이라는 전망이 나온다. 현재는 최첨단으로 분류되고 있지만, 불과 몇 년 새 이는 구식이 된다는 얘기다. 사진= 클립아트코리아


예를 들어, 텍스트의 단어 또는 비디오의 사람과 같은 엔티티 간의 행동, 패턴 및 관계를 관찰함으로써 시스템은 환경에 대한 전반적인 조건을 맞춘다. 비지도 학습의 근본적인 장점 중 하나는 레이블이 없는 데이터가 레이블이 지정된 데이터보다 훨씬 더 많다는 것이다.

아직까지 비지도 학습을 AI의 다른 영역에 적용하려는 노력은 초기 단계이지만, 빠른 진전이 이루어지고 있다. 특히 자율주행차 업계에서 비지도 학습을 사용하려고 시도하고 있으며, 이는 AI개발의 핵심 요소가 될 전망이다.

2. 연합 학습

디지털 시대의 가장 중요한 과제 중 하나는 데이터 프라이버시다. 데이터는 현대 인공 지능의 생명선이기 때문에 데이터 프라이버시 문제는 AI의 궤도에서 중요한 역할을 맡는다.

실제 개인 정보 보호 인공 지능은 점점 더 중요한 요소가 되고 있다. 개인 정보 보호 AI에 대한 가장 유망한 접근 방식이 아마도 연합 학습일 것이다. 연합 학습은 모델 학습을 위해 하나의 통합 데이터 세트를 요구하는 대신, 데이터를 그대로 두고 주변의 수많은 장치와 서버에 분산되는 방식이다.

많은 버전의 모델이 훈련 데이터와 함께 각 장치에 하나씩 전송되고, 각 데이터 하위 집합에 대해 상주해 훈련하게 된다. 이후 학습 데이터 자체가 아닌 결과 모델 매개 변수가 클라우드로 다시 전송된다. 이러한 미니 결과들이 집계되면, 전체 데이터 세트에 대해 한 번에 학습 된 것처럼 나타나는 하나의 전체 해결 방안이 된다.

최근에는 의료계가 연합 학습의 적용을 위한 유망한 분야로 부상 했다. 환자의 개인 식별 정보는 매우 민감하기 때문이다. 연합 학습을 통해 연구원은 민감한 건강 기록을 출처에서 이동하거나 개인 정보 침해에 노출하지 않고도 생명을 구하는 의료 AI 도구를 개발할 수 있다.

또 의료 외에도 연합 학습은 금융 서비스에서 자율 주행 차량, 정부 사용 사례에서 모든 종류의 소비자 제품에 이르기까지, 민감한 데이터를 포함하는 모든 AI 애플리케이션 개발에서 중심적인 역할을 할 수 있을 전망이다.

news@globalmakers.co.kr
<Copyright ⓒ GlobalMarkers co, Ltd. 무단 전재 및 재배포 금지>

영상