소개글
"알파폴드2"에 대한 내용입니다.
목차
1. 인공지능의 개요
1.1. 인공지능의 개념 및 정의
1.2. 기계학습과 딥러닝의 이해
2. 인공지능의 적용 분야
2.1. 제조업
2.2. 생활 서비스 산업
2.3. 의료 서비스 산업
2.4. 예술 산업
3. 국가별 인공지능 기술 동향 및 사례
3.1. 중국
3.2. 미국
3.3. 한국
4. 인공지능이 미래에 끼칠 영향
4.1. 긍정적 영향
4.2. 부정적 영향
5. 인공지능의 전망과 시사점
6. 참고 문헌
본문내용
1. 인공지능의 개요
1.1. 인공지능의 개념 및 정의
인공지능(Artificial Intelligence)이란 인간과 비슷하게 보이는 스마트한 방법으로 소프트웨어를 작동시키는 폭넓은 방법, 알고리즘 및 기술이다. 미국국립과학재단의 정보 및 지능형시스템 부문 책임자인 린 파커는 머신 러닝, 컴퓨터 비전, 자연어 처리, 로봇 공학 및 그와 관련된 주제들은 모두 AI에 속한다고 할 수 있다고 의견을 제시했다. 인공지능은 지금 이 순간에도 기술이 발달함에 따라 발전하고 있으므로 명확한 정의를 내리기 어렵다. 이로 인해 인공지능을 연구하는 학자에 따라 다르게 정의된다. 대표적인 인공지능 학자인 스튜어트 러셀과 피터 노빅(2016)은 인간적 사고와 합리적 사고, 인간적 행위와 합리적 행위라는 네 가지 접근방식으로 인공지능을 정의한다. 또한 인공지능이 의사결정과 문제해결을 하는데 있어 인간과 유사한 사고나 행동을 할수록 강한 인공지능으로 분류하고 합리적인 인지나 추론, 행위를 할수록 약한 인공지능으로 분류한다.
1.2. 기계학습과 딥러닝의 이해
기계학습은 경험(experience)을 통해 특징점을 잡아내어 특정 모델 혹은 작업(task)의 최종 판단 혹은 예측의 성과(performance)를 향상시키는 방법이다. 이는 몇 가지 특정한 사건들보다 다수의 사건에 대한 경험을 통해 그들의 추세(패턴)를 학습하고 이를 기반으로 판단을 내린다는 점에서 "패턴인식(pattern recognition)"이라고도 불린다. 이는 전통적인 통계학을 기반으로 한 인공지능의 새로운 패러다임이라고 할 수 있다.
딥러닝은 컴퓨터가 여러 데이터를 이용해 마치 사람처럼 스스로 학습할 수 있도록 인공 신경망(ANN : Artificial Neural Network)을 기반으로 구축한 기계 학습의 기술이다. 인간의 두뇌가 수많은 데이터 속에서 특정 유형을 발견한 뒤 사물을 구분하는 정보처리 방식을 모방해 컴퓨터가 사물을 분별하도록 기계를 학습시키는 것이다.
딥러닝은 기존 인공지능과 기계학습 방법과 비교하여 몇 가지 특징을 가진다. 첫째, 데이터의 양에 비례해 성능이 향상되는 경향을 보인다. 둘째, 데이터로부터 좋은 표현법을 자동으로 학습하여 '표현법 학습'의 특성을 가진다. 즉, 도메인 지식에 적게 의존한다. 셋째, 'end to end' 학습이 가능하여 시스템 설계과정에서 엔지니어 개인의 직관적인 결정에 크게 의존할 수밖에 없는 문제점을 해소한다. 넷째, 입력과 출력의 예시만으로 전체 시스템의 학습이 가능하다. 다섯째, 이미지와 비디오에 대응하는 내용이 적힌 데이터로부터 전체 캡셔닝(captioning) 시스템의 학습이 가능하다.
이처럼 기계학습과 딥러닝은 서로 밀접한 관계를 가지며, 인공지능 발전의 핵심적인 기술이라고 할 수 있다. 기계학습은 인공지능의 새로운 패러다임이며, 딥러닝은 기계학습의 한 갈래로 인공신경망을 기반으로 하는 기술이라 볼 수 있다. 이들 기술은 데이터 처리 능력과 학습 능력을 향상시켜 인공지능 시스템의 성능을 크게 향상시키고 있다.
2. 인공지능의 적용 분야
2.1. 제조업
제조업에서 인공지능 기술은 다양한 분야에서 활용되고 있다. 자동차 산업에서는 자율주행 자동차 기술이 대표적인 사례이다. 구글의 웨이모는 2018년 12월부터 최초의 상용 무인자동차 서비스를 시행하였다. 이 자동차는 거리측정 센서, 고도 측정 센서, 날씨 측정 센서, GPS 등의 다양한 센서를 통해 들어온 데이터들을 기반으로 자동차 안의 인공지능 엔진이 스스로 판단해 주차나 주행을 한다. 현재는 미국 애리조나 주 피닉스 일부 지역에서만 서비스가 제공되지만 점차 서비스 범위를 확대할 것으로 보인다.
국내에서는 스타트업 수아랩이 세계 최초로 산업용 영상처리 기술에 인공지능 알고리즘을 접목하여 실시간 고속 연산 솔루션을 개발했다. 이 솔루션은 스마트팩토리 환경에서 딥러닝 기반의 이미지 인식을 통해 인쇄, 제지, 피혁, 인쇄전자, 섬유, 태양광, 디스플레이, 정밀공구, 제약, 철강 등 다양한 분야의 제품들의 표면 품질을 검사한다. 특히 소규모 공장에서 인력 비용을 줄일 수 있고 인간이 검사할 수 없는 세밀한 부분 또는 카메라만 설치 가능한 좁은 공간에서도 품질 검사가 가능하다는 장점이 있다.
제조업 전반에서 인공지능 기술은 자동화와 최적화를 통해 생산성 향상 및 비용 절감의 효과를 가져오고 있다. 제품 품질 관리, 설비 관리, 수요 예측 및 수급 계획 등 다양한 영역에서 인공지능 기술이 접목되어 활용되고 있다. 앞으로 제조업에서 인공지능 기술의 역할은 더욱 확대될 것으로 전망된다.
2.2. 생활 서비스 산업
생활 서비스 산업에서는 인공지능 기술이 다양하게 활용되고 있다. 네이버는 이...
참고 자료
김학민(2021). 연구행정 지능화 도입에 관한 연구-과학기술분야 정부출연 연구기관
을 중심으로-. 경기대학교 대학원 박사학위논문.
남기욱(2022). 인공지능과 회사의 경영의사결정에 관한 법적연구. 가천대학교 일반
대학원 박사학위논문.
주호택(2018). 지능형 리셉션 서비스를 위한 IoT 시스템 설계 및 구현. 세종대학교
대학원 석사학위논문.
구형일 (2018). 인공지능 및 딥러닝 동향. 전기의 세계, 67(7), 7-12
과학기술정보통신부 (2018). I-Korea 4.0 실현을 위한 인공지능(AI) R&D 전략, 5-6
김수아 (2018). 인공지능 법률 내비게이션 ‘유렉스’와 AI 법률 챗봇 '로보', AI 법률 시대 연다, 인공지능 신문. 2018년 2월 27일 발행, 2020년 3월 27일 방문,
http://www.aitimes.kr/news/articleView.html?idxno=11403
김윤정, 유병은 (2016). 인공지능 기술 발전이 가져올 미래 사회 변화, KISTEP lnl, 12, 52-64
김주은 (2019). 인공지능이 인간사회에 미치는 영향에 대한 연구, The Journal of the Convergence on Culture Technology (JCCT), 5(2), 177-182
문성봉 (2020). 코로나 19, 헬스케어산업도 ‘스마트 헬스케어’로 탈바꿈 재촉해, 도시경제, 2020년 3월 25일 발행, 2020년 3월 27일 방문,
http://www.citydaily.kr/news/articleView.html?idxno=1102
산업연구원 (2019). 미래전략산업 브리프, 7, 44-48
신병남 (2020). 코로나 악용 보이스피싱 'AI'로 방어, 뉴스토마토 2020년 2월 27일 발행, 2020년 3월 26일 방문, https://www.newstomato.com/ReadNews.aspx?no=955209
이동규, 이성훈 (2018). 휴머노이드 로봇 관련 산업의 동향. 한국정보기술학회지, 16(1), 13-18
조서현, 이필하 (2019). 딥 러닝을 활용한 인공지능의 예술표현 사례 연구, 조형디자인연구, 22(1), 193-211
주재승 (2019). ‘루닛 인사이트’ 유방암 97% 검출, 메디팜뉴스, 2019년 9월 18일 발행, 2020년 3월 26일 방문 http://www.medipharmnews.com/news/articleView.html?idxno=100692
최은창 (2016). 인공지능 시대의 법적·윤리적 쟁점. Future Horizon:Spring 2016, 28, 18-21
최예림, 김관호 (2016). 인공지능 개요 및 적용 사례. ie 매거진, 23(2), 23-29
최효승, 손영미 (2017). 인공지능과 예술창작 활동의 융복합 사례분석 및 특성 연구. 한국과학예술융합학회, 28, 289-299
태혜신, 김선영 (2019). 인공지능과 예술의 융합 양상에 관한 탐색적 고찰, 한국무용과학회지, 36(2) 27-42
한국정보화진흥원 (2019). 2020년 ICT 이슈와 9대 트렌드 전망, 7
최재호(2022.5.23), 「AI 반도체 동향 및 시사점」, KDB 미래전략연구소, 1-3p
이영찬(2019.02.25.) 「주요 국가별 인공지능(AI) 인력양성 정책 및 시사점」, 한국보건산업진 흥원, 1-20p
홍성일, < 글로벌 30대 AI 기업에 속한 국내 3곳은?>, <>, 2022.07.30.
