[전문자료] AI는 어떻게 진화하고 나아갈 것인가

소개글

"[전문자료] AI는 어떻게 진화하고 나아갈 것인가"에 대한 내용입니다.

목차

1. Continual Learning (연속학습)의 진화
2. 비지도 연속학습과 지도연속학습
3. Natural-XAI (Explainable AI)
4. Responsible AI
5. 인류와 AI가 조화롭게 공존하는 세상을 꿈꾸다.

본문내용

2020년 11월 비지니스 컨설팅 업체인 McKinsey에서 'The state of AI in 2020' 이라는 제목으로 인공지능에 관한 흥미로운 설문조사 보고서를 출간하였다. 이 보고서에 따르면, 지난 몇 년간 인공지능과 머신러닝이 데이터 분석에 점점 더 많이 사용되고 있다는 것이 재확인 되었다.

해당 보고서에 따르면 기억 측면에서 봤을 때 인공지능과 머신 러닝이 비즈니스 가치창출과 비용절감에 도움이 되었고 이를 직접 확인할 수 있는 긍정적인 비지니스 지표들이 있다고 답변한 비율이 많다는 것이다. 약 22%에 달하는 응답자들이 영업이익 (EBIT)의 5%정도가 인공지능을 이용한 데이터 분석에 기인한다고 답변했다.

이처럼 인공지능(AI), 머신러닝(ML)의 향후 미래와 산업의 발전 가능성은 무궁무진하다고 할 수 있다. 이러한 첨단 산업이 어떻게 발전하고 진화할 것인지 알아 보기로 하자.

1. Continual Learning (연속학습)의 진화
첫번째는 Continual Learning 즉 연속학습이다. 이는 신경망이 여러 작업을 순차적으로 학습하는 것을 의미한다. 연속학습은 Catastrophic forgetting 즉 신경망 모델의 학습과정에서 이전에 학습한 task를 잊는 망각현상의 대안으로 만들어진 머신러닝 기법이라고 할 수 있겠다.

예를 들어 더하기라는 개념을 배우고 풀 수 있게 되면 이후에 빼기, 곱하기, 나누기를 연속으로 배우게 된다. 일반적으로 사람의 뇌는 곱하기 나누기를 배우더라도 빼기 더하기를 잊는 경우는 매우 드물다. 거의 없다고 할 수 있다.

먼저 학습한 데이터를 기억하고 새로운 데이터도 추가적으로 기억하여 바로 사칙연산을 자연스럽게 할 수 있는 것이다. 하지만 신경망 모델은 더하기가 학습된 모델에 빼기를 가르친다면 더하기를 가르친 데량이 data를 잃을 수도 있다. 이를 망각 현상 즉 Catastrophic forgetting 이라고 한다.

참고 자료

인류는 인공지능의 '사냥감'이 되지 않을 자신이 있는가 ㅣ 아시아 경제 기사
의료 인공지능 최대 난제 신뢰도, 'XAI'가 해결책 될까 ㅣ 메티컬 타임즈