머신 러닝

머신러닝은 기계가 자신한테 입력된 다량의 데이터를 분류하면서 스스로 배우도록 하는 학습 기술입니다. 예를 들어 인간 정비사가 자동차를 수리하는 일을 하려면 관련 기술·지식을 습득해야 하는 것처럼 인공지능도 어떤 일을 하기 위해선 비슷한 학습 과정이 필요합니다. 맡을 일에 대한 다양한 데이터 분석을 통해 향후 발생할 수 있는 수많은 '경우의 수'에 내놓을 답변 또는 행동을 준비하는 것입니다.

이것은 인간이 대규모 학습 자료를 인공지능에 제공하기 때문에 가능합니다. 지난해 3월 구글 딥마인드가 개발한 인공지능 바둑 프로그램 '알파고'가 이세돌 9단을 이길 수 있었던 것도 머신러닝으로 5개월간 스스로 128만번이나 대국을 펼치며 바둑을 학습했기 때문입니다. 인공지능 의사로 유명한 미국 IBM의 왓슨도 의학 논문 수십만~수백만 건을 읽고 환자들의 실제 진료 데이터를 분석하는 학습 과정을 거쳤습니다. 입력 데이터 양이 많아질수록 더 똑똑해집니다.

요즘 KT, SK텔레콤 등 많은 IT 기업이 내놓은 음성인식 AI 기기들도 머신러닝을 활용합니다. 사람이 사용하는 단어와 표현을 토대로 만든 수많은 문장 패턴을 데이터화한 뒤 이를 학습해 음성인식률을 높이는 것입니다. LG전자 인공지능 에어컨의 경우, 머신러닝을 위해 데이터베이스에 50여만장의 다양한 실내 사진을 넣어놨다고 합니다. 에어컨이 자체 카메라로 찍은 장면과 DB 사진을 비교해 바람의 방향과 세기를 결정할 수 있게 한 것입니다.