[AI Study] AI의 역사와 현재

1. 학습 목표

1. AI의 발전 과정을 이해한다.
2. 현재의 AI 기술과 동향을 파악한다.
3. AI 발전이 사회와 산업에 미친 영향을 알아본다.

---

2. AI의 발전 역사

1) 1950년대: AI의 탄생

• 앨런 튜링(Alan Turing): 컴퓨터가 지능적으로 행동할 수 있는지 탐구.
  • 튜링 테스트: 컴퓨터가 인간과 구별되지 않을 정도로 질문에 답할 수 있는지 평가.
• 기술적 출발:
  • 최초의 AI 프로그램 개발: "Logic Theorist" (1956년).

Logic Theorist는 기계가 인간의 사고 과정을 모방할 수 있음을 최초로 증명한 사례로, AI 역사에서 중요한 위치를 차지합니다.

• 다트머스 회의: "Artificial Intelligence"라는 용어가 처음 사용됨.

다트머스 회의
1956년 여름 , 미국 다트머스 대학교에서 열린 학술 회의로, "인공지능(AI)"이라는 개념과 연구 분야 가 탄생한 역사적인 순간입니다.
이 회의는 인공지능이라는 용어를 공식적으로 정의하고, 기계가 인간의 지능을 모방할 수 있는 가능성을 탐구하기 위해 세계 각지의 연구자들이 모였던 자리입니다.

2) 1960~70년대: AI 연구 초기

• 주요 연구:
  • 규칙 기반 시스템(Expert System): 특정 규칙을 따라 문제를 해결.
  • 예: 의료 진단, 체스 프로그램.
• 문제점:
  • 컴퓨팅 성능과 데이터 부족으로 성과가 제한적.
  • "AI 겨울": 자금 지원 감소와 연구 침체기.

3) 1980년대: 전문가 시스템의 부흥

• 전문가 시스템(Expert Systems): 특정 도메인 지식을 활용한 AI 프로그램.
  • 예: XCON(컴퓨터 하드웨어 설정 지원).
• 문제점:
  • 대량의 규칙 작성 필요로 확장성이 제한.

4) 1990년대: 머신러닝의 등장

• 머신러닝(Machine Learning):
  • 데이터를 통해 학습하는 알고리즘 개발.
  • 예: 스팸 메일 필터링.
• 주요 성과:
  • IBM의 "딥 블루"가 체스 세계 챔피언 가리 카스파로프를 이김(1997년).

5) 2010년대: 딥러닝의 혁명

• 딥러닝(Deep Learning):
  • 신경망(Neural Network)의 발전으로 큰 데이터셋에서 학습 가능.
  • GPU와 병렬 컴퓨팅 기술의 발전이 이를 지원.
• 주요 성과:
  • 구글의 "알파고(AlphaGo)"가 바둑 세계 챔피언 이세돌을 이김(2016년).

---

3. 현재의 AI 기술과 동향

1) 주요 기술

• 자연어 처리(NLP):
  • GPT, BERT 등 대형 언어 모델(LLM)의 등장.
  • 예: ChatGPT, Google Bard.
• 컴퓨터 비전:
  • 얼굴 인식, 객체 탐지.
  • 예: 자율주행차, 의료 영상 분석.
• 강화 학습(Reinforcement Learning):
  • 보상 기반 학습으로 최적의 행동을 탐구.
  • 예: 게임 AI, 로봇 제어.

2) 현재 트렌드

• 대형 언어 모델(LLM):
  • GPT-3, GPT-4, PaLM 등.
  • 자연어 생성, 번역, 대화에서 뛰어난 성능.
• AI의 경량화:
  • 모델 최적화와 효율성 증대.
  • 예: sLLM, 경량화된 BERT 모델.
• 멀티모달 AI:
  • 텍스트, 이미지, 음성을 동시에 처리하는 기술.
  • 예: OpenAI의 DALL·E, Google DeepMind의 Gato.

3) 산업 활용 사례

• 헬스케어:
  • 질병 진단 보조, 약물 개발.
• 자율주행:
  • 자동차가 주변 환경을 분석해 스스로 주행.
• 소비자 서비스:
  • 고객 지원 챗봇, 개인화된 추천 시스템.

---

4. AI 발전이 사회에 미친 영향

긍정적인 영향

1. 생산성 향상:
   • 업무 자동화로 시간과 비용 절약.
2. 새로운 서비스 개발:
   • 개인화된 사용자 경험 제공.
   • 예: 스트리밍 서비스 추천 시스템.
3. 복잡한 문제 해결:
   • 예: 기후 변화 모델링, 유전자 분석.

부정적인 영향

1. 일자리 감소:
   • 자동화로 인해 반복적인 직업 감소.
2. 윤리적 문제:
   • 데이터 편향, 프라이버시 침해.
3. 의존성 증가:
   • AI에 과도하게 의존하면 사고력이 약화될 위험.

---

5. 학습 활동

(1) 영상 강의 시청

• 주제: "The History and Evolution of AI"
• 추천:
  • YouTube: "AI History in 10 Minutes"
  • 다큐멘터리: "The Age of AI" (유튜브 시리즈).

(2) 기사/블로그 읽기

• 주제:
  • "AI의 역사와 미래 전망"
  • "딥러닝이 AI 혁명을 이끈 이유"
• 추천:
  • Towards Data Science

(3) 토론 및 질문

• AI 발전의 가장 큰 전환점은 무엇일까?
• 현재 가장 흥미로운 AI 기술은 무엇이며, 왜 그런가?

---

6. 간단한 실습: AI 발전 사례 조사

1. 목표:
   • AI 발전 과정에서 사용된 기술을 직접 조사.
2. 활동:
   • AI가 적용된 실제 사례 찾기 (예: 자율주행, 의료 AI).
   • 자신의 흥미 분야와 관련된 사례 정리.
3. 결과물:
   • 간단한 요약: "AI 기술이 내 삶에 어떤 영향을 미쳤는가?"

---

7. 학습 후 복습 질문

1. AI의 발전 역사에서 가장 중요한 사건은 무엇인가요?
2. 현재 가장 주목받는 AI 기술은 무엇이며, 왜 주목받고 있나요?
3. AI 발전이 산업과 사회에 미친 긍정적/부정적 영향은 무엇인가요?

---

8. 학습 결과

• AI의 발전 과정을 설명할 수 있다.
• 현재 사용되는 주요 AI 기술과 동향을 이해한다.
• AI 기술이 사회와 산업에 미친 영향을 분석할 수 있다.

---

9. 요약

2일차 학습에서는 AI가 어떻게 발전해 왔는지, 그리고 현재 어디까지 도달했는지를 알아봤습니다. 이 내용은 앞으로 AI를 배우는 데 중요한 배경 지식이 됩니다.