인공지능(AI) 알파고에 대한 정의, 효과, 적용사례 정리 본

목차

1. 개요
2. 본론
3. 결론
4. 레퍼런스

본문내용

알파고 정의
- 알파고(영어: AlphaGo)는 구글(Google)의 딥마인드(DeepMind Technologies Limited)가 개발한 인공지능(AI, Artificial Intelligence) 바둑 프로그램

인공지능
• 정의
- 1956년 존 매카시가 최초로 제안한 개념, ‘지능적인 기계를 만드는 엔지니어링 및 과학’을 의미
- 인공지능의 개념이 처음 제안되었을 때 기대감으로 인해 부흥기를 맞았지만 실현을 위한 효과적인 방법론의 부재로 인해 정체기를 지속되다 근래에 머신러닝(Machine Learning) 기법의 출현으로 급속도로 발전

• 효과
- 알파고가 보여주었듯이 인공지능은 사람보다 빠르고 정확하며 실수가 적기 때문에 반복적이고 정형화된 의사결정에 적용되어 비용과 생산 효율성을 향상
- 인지하지 못했던 잠재된 패턴을 과거의 빅데이터로부터 발굴, 숨겨진 지식과 가치를 발견
- 최신의 학습 알고리즘은 인공지능이 스스로 학습하도록 하여 시간이 지날수록 더욱 영리해지기 때문에 기존의 룰 엔진처럼 지속적인 관리 없이도 항상 최신성 유지 가능

• 알고리즘
- 알파고 기술이란?
① 인공지능의 학습에 있어 데이터와 연산능력 보다 중요시 되는 것이 알고리즘
② 핵심은 무한대에 가까운 광범위한 경우의 수를 줄이는 것이다.
알파고는 훈련된 심층신경망(DNN, Deep Neural Network)이 몬테카를로 트리 탐색(MCTS, Monte Carlo Tree Search) 통해 선택지 중 가장 유리한 선택을 하도록 설계

참고 자료

김지연 (2017). 알파고 사례 연구. 과학기술학연구, 17(1), 5-39.
최예림, 김관호 (2016). 인공지능 개요 및 적용 사례. ie 매거진, 23(2), 23-29.
위키피디아 : https://ko.wikipedia.org/wiki/%EC%95%8C%ED%8C%8C%EA%B3%A0
http://www.zdnet.co.kr/news/news_view.asp?artice_id=20170523105241