한 눈에 확인하는 인공지능(AI) 기술의 역사

인공지능 기술(AI, Artificial Intelligence)에 대한 영향력이 커지고 있다. 인공지능 기술의 발전 과정을 파악하고 미래를 준비하는데 인공지능 기술의 역사를 아는 것은 중요하다. 

---

목차

인공지능(AI) 기술의 태동기 (탐색, 추론)
1차 암흑기
인공지능(AI) 기술의 성장기 (지식)
2차 암흑기
인공지능(AI) 기술의 성숙기 (학습)
인공지능 기술의 주요 역사
한눈으로 보는 인공지능의 역사

 

 

인공지능(AI) 기술의 태동기 (탐색, 추론)

 

1. 인공지능의 시작(1950년 ~ 1956년)

 

현대적인 의미에서의 인공지능 기술의 시작은 1950년에 발표된 앨런 튜링(Alan Mathison Turing)의 "계산 기계와 지능(Comuting machinery and intelligence)"로 시작하였다. 앨런 튜링은 기계가 생각할 수 있는지 테스트하는 방법을 제시하였다. 그리고 지능이 있는 기계 개발 가능성 및 학습하는 기계에 대해 정의하였다. 

 

 

 

2. 데이터 기반 분석 체계 구성 (1956년 ~ 1974년)

10명의 과학자가 참여한 다트머스 회의(Dartmouth Conference)에서 인공지능(Artificial Intelligence)이라는 용어가 처음 사용되었다. 1956년에 다트머스 대학에서 열린 워크숍에서 인공지능(AI)이라는 이름과 연구개발 목표, 추진방향을 제안하고 토론하였다. 

 

존 매카시(John McCarthy)가 개최하였으며, 마빈 민스키(Marvin Minsky), 클로드 새년(Claude Elwood Shannon), 나다이엘 로체스터, 아서 사무엘, 레이 솔로모노프, 올리버 셀프리지, 앨러뉴얼, 허버트 사이먼, 트렌처드 모어가 공동으로 제안하였다. 다트머스 컨퍼런스에 참여한 10명의 과학자를 인공지능의 아버지라고 부른다. 

 

다트머스 컨퍼런스에 참석한 10명의 과학자

 

지능을 가진 기계를 통칭하는 단어를 고민하면서 존매카시가 "인공지능" 이름을 제안하였다. 이 때는 경우의 수 계산 수준이었다. 하지만 이들에 의해 인공지능이 시작할 수 있었다.

 

3. 장밋빛 미래를 기대한 과학자들 

이들은 인공지능의 장밋빛 미래를 꿈꾸었다. 

• 1958년 허버트 사이먼, 앨런 뉴얼, "10년 내 컴퓨터가 체스 세계 챔피언 이길 것이다. 그리고 10년 내에 컴퓨터가 수학적 정리 발견하고 증명할 것이다. 
• 1965년 허버트 사이먼, "20년 내에 기계가 모든 인간이 하는 일을 대체할 것이다."
• 1967년 마빈 민스키, "이번 세기 안에 인공지능을 만드는 문제가 거의 해결될 것이다."
• 1970년 마빈 민스키, "10년 안에 우리는 인간의 평균 지능 수준의 기계를 만들 것이다"

하지만, 현실은 달랐다. 

 

인공지능(AI) 기술의 1차 암흑기 (First AI Winter, 1974년~1980년)

 

다트머스 컨퍼런스가 끝나고, 많은 과학자들이 연구에 돌입하였다. 하지만, 인간에게 쉬운 글자 읽기, 그림 인식 같은 기능을 구현하는 것이 어려웠다. 그 당시에는 컴퓨터의 성능과 하드웨어도 성능이 충분하지 않았다. 기대와 달리 연구 성과가 낮아 투자가 적어지게 되었고, 재정적 어려움과 함께 인공지능 연구에 대한 비판이 나오기 시작하였다. 이를 통해 1974년부터  첫 번째 인공지능 겨울(First AI Winter)이 시작되었다. 

 

 

인공지능(AI) 기술의 성장기 (지식)

 

첫 번째 겨울이 지나고 실용적이고 현실적인 목표를 해결하는데 초점이 맞추어졌다. 이런 시대상황과 맞물려서 전문가 시스템(Expert system)이 나오기 시작하였다. 

1980년대부터 인간의 전문적인 지식을 정리하여 컴퓨터에 입력시키고, 일반인도 전문적인 지식을 이용할 수 있도록 하는 전문가 시스템(Expert System)에 대한 연구가 진행되었다. 전문가 시스템은 특정분야에 대해 전문가들의 지식을 데이터베이스로 구성한 규칙을 기반으로 한 시스템이다. 

 

전문가 시스템 개념도

 

전문가들의 지식을 데이터 베이스로 만들고 논리적으로 변환하여 인터페이스 엔진에 저장한다. 일반인 사용자는 궁금한 것을 시스템에 문의하고 전문가가 내리는 의사결정, 즉 전문가의 노하우를 얻을 수 있다. 

 

 

인공지능(AI) 기술의 2차 암흑기 (Second AI Winter, 1987년~1993년)

막상 전문가 시스템을 사용하니, 유지비도 비싸고 전문가의 지식을 추출하는데도 어려움을 겪는다. 전문가 시스템을 유지하는 것도 어려웠다. 게다가 지식 데이터 베이스에 없는 내용을 사용자가 문의하면 해결을 못해준다는 단점도 있었다. 이로 인해 두 번째 겨울이 시작되었다. 

 

 

인공지능(AI) 기술의 성숙기 (학습)

 

1. 뉴럴 네트워크 (1993~2000년)

인간의 뇌 신경망 모방하여 연구가 진행되었다. 인공신경망 연구라고 불린 이 연구는 인공지능 발전에 큰 영향을 끼친다. 인간의 뇌는 시냅스를 통해 전기 자극을 전달한다. 이것을 그대로 모사하여 일정 자극을 다음으로 신호가 전달되는 방식을 흉내 내었다. 

 

뉴런의 신호 전달(https://namu.wiki/w/뉴런)

 

인공신경망의 알고리즘은 입력층(Input layer), 은닉층(Hidden layer), 출력층(Output layer)으로 구성하였는데 이것은 각각 수상돌기, 뉴런, 축삭말단에 대응하도록 시스템을 모방하였다. 

인간의 신경세포 모방한 인공 신경망 (https://namu.wiki/w/인공신경망)

 

각 계층 사이의 연결 강도는 시냅스에 해당된다. 따라서 일정 자극이 있을 때, 다음 단계로 넘어가는 방식이다. 특히 은닉층 구성으로 복잡한 문제도 해결 가능하게 되면서 인공지능 기술이 성숙기에 들어선다. 

 

2. 머신러닝과 딥러닝의 발전 (2000~2010년)

2000년대부터 머신러닝(Machine learning)과 딥러닝(Deep learning)이 발달하였다. 머신러닝은 알고리즘을 이용하여 데이터 분석 및 학습을 진행한다. 학습한 내용을 기반으로 판단이나 예측을 한다. 

딥러닝은 인공신경망에서 한 단계 더 발달한 인공지능이다. 입력층, 은닉층, 출력층을 활용하여 데이터를 학습한다. 

 

출처 코드스테이츠 블로그(https://www.codestates.com/blog/content/머신러닝-딥러닝개념)

 

머신러닝은 사람이 학습 데이터를 알려주고 데이터 특징을 추출하는 등의 사람이 개입이 일부 포함된다. 딥러닝은 인간의 개입이 전혀 없어도 심층 신경망을 활용하여 컴퓨터가 스스로 학습한다. 

 

3. 딥러닝의 발전 (2000~현재)

딥러닝은 다양한 분야에서 발전하였다.

알파고의 등장으로 바둑에서 인간이 인공지능에게 패배하였다. 제프리 에버레스트 힌턴(인지과학자, 딥러닝의 선구자)의 제자들이 마이크로소프트(Microsoft)에서 음성인식 기술에 딥러닝 기술을 적용하여 기존에 음성인식에 대한 오차를 획기적으로 낮추었다. 

 

음석인식오차를 획기적으로 줄인 딥러닝기술 (노란색 참조)

 

특히, 이미지 인식 분야에서 획기적인 성장을 하였다. 2010년부터 개최된 이미지넷(ImageNet)이라는 대회가 있었는데 2011년에 딥러닝 기술이 나온 이후, 사람의 인식율을 금방 따라잡았으며, 2015년에 결국 대회가 사라지게 되었다. 

 

딥러닝이 이미지 기술 인식에 끼친 영향

 

이미지 인식 기술은 차량의 자율주행에도 영향을 끼친다. 엔비디아는 특화 센서(카메라, 레이더, 라이다, 초음파)를 이용한 기존 제품을 벗어나서 최소한의 범용센서와 딥러닝 기술로 자율주행을 구현하였다. 이는 사람이 눈으로 보고 운전하는 것과 유사하다. 

 

사진만으로 사물을 바로 인식-범용센서와 딥러닝으로 자율주행 구현

 

4. 생성형 인공지능(Generative AI) 출시 (2022~현재)

생성형 인공지능의 대표인 챗지피티(Chat GPT)가 2022년 11월 30일 초기 베타 버전이 출시되었다. 생성형 인공지능 기술은 다양한 분야에서 핵심적인 변화를 주도하는 중이다. 분석적 인공지능(Analytical AI)이라고 불리는 전통적인 인공지능 기술은 대부분 데이터를 분석하고 패턴을 인식하는 수준이다. 반면 생성형 인공지능은, 사용자에 입력에 새로운 콘텐츠(텍스트, 이미지, 음성, 동영상, 컴퓨터 코드, 예술 작품 등등)를 만들어 낸다. 

생성형 인공지능 기술은 미래에 큰 가능성을 품고 있으며, 미래에 무한한 가치를 제공할 것이라 기대되고 있다. 

 

 

 

 

인공지능 기술의 주요 역사

연도	주요 역사
1843	- 에이다의 논문 발표 "~ 해석 엔진은 복잡한 곡을 작곡할 수도 있다"
1946	- 세계 최소의 범용 디지털 컴퓨터 탄생 : 에니악
1956	- 최소의 인공지능 학술대회, 다트머스 컨퍼런스 개최. - "인공지능" 용어 탄생
1958	- 로젠블랫 : 퍼셉트론 제안 - 인공지능 언어 Lisp 탄생
1959	- 사무엘 : 기계 학습을 이용한 체커 게임 개발
1965	- 자데 : 퍼지 이론(fuzzy logic) 발표
1966	- 엘리자 공개 (세계 최소의 챗봇)
1968	- 공간 탐색 알고리즘 A* 발표
1972	- 인공지능 언어 Prolog 탄생
1973	- 1차 인공지능 겨울 시작 : 라이트힐 보고서가 계기
1974	- 웨어보스 : "오류 역전파 알고리즘" 논문 발표
1980	- 존설 : 중국인의 방 논문 발표
1986	- "Parallel Distriuted Processing" 출간 : 다층 퍼셉트론을 이용한 신경망 부활
1987	- 2차 인공지능 겨울 시작 : Lisp 머신의 시장 붕괴 - UCI Machine Learning Repository : 데이터 공개 서비스 시작
1991	- 파이썬 언어 탄생
1993	- R 언어 탄생
1997	- IBM 딥블루가 세계 체스 챔피언 카스파로프 이김 - LSTM (순환 신경망의 일종) 발표
1998	- 르쿤 : 컨볼루션 신경망의 실용적인 학습 알고리즘 제안 - 매시 : "빅데이터"라는 용어 사용
1999	- "엔비디아"에서 GPU 공개 - "소니"에서 애완로봇 AIBO 시판
2000	- 컴퓨터 비전 패키지 OpenCV 공개
2004	- 제1회 그랜드 챌린지 : 고속도로 자율 주행
2007	- GPU 프로그래밍 라이브러리, CUDA 공개 - 도심 자율 주행 어번 챌린지 - 사이킷 런(Scikit-learn) 최초공개 : 파이썬의 기계 학습 라이브러리
2009	- 딥러닝 패키지 : 씨아노(Theano) 서비스 시작
2010	- ImageNet 탄생 : 대규모 자연 영상 데이터 베이스 - ILSVRC(ImageNet Large Scale Visual Recognition Challenge) : ImageNet 인식성능 대회 - "마이크로소프트" : 동작 인식 카메라 키넥트(Kinect) 시판 - 앱인벤터 언어 발표 : 음성합성, 음성인식, 언어 번역 컴포넌트 제공
2014	- 딥러닝 패키지 : 카페(Caffe) 서비스 시작
2015	- 딥러닝 패키지 : 텐서플로(TensorFlow) 서비스 시작 - OpenAI 창립 - 클라우스 슈밥 : 4차 산업혁명 언급
2016	- 딥러닝 패키지 : 파이토치(PyTorch) 서비스 시작 - 딥러닝 패키지 : 케라스(Keras) 서비스 시작 - 알파고와 이세돌의 바둑 대결 : 인공지능 알파고의 승리
2017	- 알파고 제로가 알파고를 100:0으로 이김 - 구슬에서 티처블 머신(Teachable machine) 공개
2018	- '에드몽 벨라미'(인공지능이 그린 초상화)가 경매 시장에서 432,500달러에 팔림
2019	- 알프 스타: 스타크래프르에서 그랜드마스터 수준 달성
2020	- OpenAI : 3세대 언어모델인 GPT-3 발표 - 제약회사 엑센시아 : 인공지능이 개발한 후보 신약의 1상 시험 시작
2021	- OpenAI : 그림 인공지능 DALL·E 출시 (2021.01.05)
2022	- Midjourney : 그림 인공지능 미드저니 출시 (2022.07.12) - Stability AI : 오픈소스 라이선스, 그림 인공지능 모델인 Stable diffusion 출시(2022.08.22) - OpenAI : 대화형 인공지능 ChatGPT  초기베타 출시 (2022.11.30)
2023	- 마이크로소프트 : 대화형 인공지능 Bing chat 출시 (2023.02.07) / Copilot 정식 출시(2023.12.01) - 구글 : 대화형 인공지능 Bard 출시(2023.03.21) - OpenAI : 대화형 인공지능 ChatGPT 안정화 베타 출시 (2023.05.24)
2024	- 구글 : 제미나이(Gemini) 출시 ("Bard" 리브랜딩, 2024.02.08) - Open AI : 동영상 생성 인공지능 소라(Sora) 공개 (2024.02.15)

 

 

 

한 눈으로 보는 인공지능(AI) 기술의 역사

인공지능 기술은 태동기(탐색, 추론)를 시작하여 1차 암흑기를 겪었다. 전문가 시스템을 기반으로 성장기(지식)에 들어섰으며, 비효율적으로 없는 정보에 대해서는 대답을 못하는 문제로 인해 2차 암흑기를 겪었다. 머신 러닝과 딥러닝 기술을 바탕으로 성숙기(학습)에 들어섰으며, 기계가 자체적으로 학습함으로써, 이미지, 음성, 게임 등 다양한 분야에서 크게 발전하였다. 현재는 생성형 AI를 통해 다양한 분야에서 획기적으로 발전하고 있는 중이다. 

한 눈에 살펴보는 인공지능의 역사

---

인공지능 기술의 전반적인 흐름을 살펴보았다. 초기에 경우의 수 계산하던 수준의 인공지능 기술은 지금은 예술 작품을 만들고 작곡이나 짧은 영상을 만드는 수준까지 도달하였다. 세상의 흐름을 파악하고 인공지능 기술의 미래 흐름을 읽어 새로운 기회를 창출하길 바란다. 

 

관련글 [Learn/과학공학기술] - 인공지능(AI)의 정의, 머신러닝, 딥러닝 기술과의 구분 및 개념 정리

인공지능(AI)의 정의, 머신러닝, 딥러닝 기술과의 구분 및 개념 정리