1. 신경망 이론의 기원과 특징
신경망 이론은 인간의 생물학적 뇌 신경 시스템에서 영감을 받아 탄생했습니다. 워렌 매컬러, 월터 피츠, 프랭크 로젠블랫 등 수학, 논리학, 공학 등 다양한 배경을 가진 선구적인 수학자 및 학자들이 인공지능의 토대를 마련했습니다.
2. 라이브러리와 API의 차이점
- 라이브러리(Library): 개발자가 프로그램에 직접 가져와서 부품처럼 사용하는 미리 만들어진 코드의 모음입니다.
- API(Application Programming Interface): 서로 다른 소프트웨어나 시스템이 원격으로 데이터와 기능을 안전하게 주고받을 수 있도록 연결해 주는 인터페이스(창구)입니다.
3. 생성형 AI 구현
사용자와 자연스럽게 대화하는 ‘생성형 AI’를 바닥부터 직접 만들려면 엄청난 양의 데이터와 복잡한 신경망 아키텍처가 필요합니다. 하지만 이미 만들어진 외부 AI의 API를 활용하면 파이썬 코드로 비교적 쉽게 챗봇 형태의 인공지능 프로그램을 구현할 수 있습니다.
4. 인공지능 핵심 개념 4가지 핵심 요약
인공지능을 이해하기 위해 반드시 알아야 하는 핵심 용어들의 관계와 정의입니다.
- 1. 기계학습 (Machine Learning):
컴퓨터가 사람이 일일이 규칙을 코딩하지 않아도, 대량의 데이터 속에서 스스로 패턴을 찾아내고 학습하도록 하는 기술과 알고리즘을 통칭합니다. 인공지능(AI)의 가장 큰 줄기입니다. - 2. 신경망 (Neural Network):
기계학습을 구현하는 방법 중 하나로, 인간의 뇌 신경세포(뉴런)가 신호를 주고받는 방식을 모방하여 만든 수학적 모델입니다. 입력층, 은닉층, 출력층으로 구성되어 데이터를 처리합니다. - 3. 딥러닝 (Deep Learning):
위에서 말한 신경망을 아주 깊고 촘촘하게(여러 층으로) 쌓아 올려 복잡한 데이터를 학습하는 기술입니다. 기계학습의 한 종류이지만, 현대 AI 발전의 핵심 동력이 되는 가장 강력한 기술입니다. - 4. 언어모델 (Language Model):
딥러닝 기술을 활용해 인간의 언어(텍스트)를 학습시킨 인공지능입니다. 문맥을 이해하고 다음에 올 가장 자연스러운 단어를 예측하여, 질문에 답변하거나 글을 창작하는 등의 역할을 수행합니다. - 5. 주의 메커니즘 (Attention Mechanism):
텍스트를 처리할 때 모든 단어를 똑같이 중요하게 보는 것이 아니라, 문맥상 가장 중요한 단어에 ‘집중(Attention)’하여 집중적으로 점수를 주고 연결 고리를 만드는 기술입니다. 이 기술 덕분에 인공지능이 문장의 앞뒤 맥락을 완벽하게 이해하고 긴 대화도 끊기지 않게 이어나갈 수 있게 되었습니다. 현재의 챗봇과 생성형 AI를 탄생시킨 일등 공신입니다.
* 포함 관계 및 흐름 이해하기: 인공지능(AI) > 기계학습 > 신경망 > 딥러닝 > 주의 메커니즘을 적용한 언어모델(생성형 AI)