대한민국사람의 성공 원동력은 쟁과 그 것을 극복한 불굴의 의지라고 생각한다.

이렇게 생각하는 이유로 나는 교육열을 제일 먼저 말하고 싶은데 특히 어머니들의 교육에 대한 경쟁심리는 ‘비교’를 통해서 각고하고 노력하여 우위에 세우려 하는 일류주의가 있지 않을까…

인공지능(AI)은 사람보다 똑똑하지는 못하지만 사람과 다른 완벽한 기억력과 정확성이 있다. 그리고 일단의 목표는 사람과 같은 판단을 할 수 있는 것일 것이다.

따라서 이러한 비교에 대한 이야기는 분석과 분류를 통한 인공지능의 원리와 비유하여도 그 핵심이 통하는 바 있다.

비교를 통한 러닝 그리고 분류

인공지능이 인간의 편의성을 추구하기 위해 기계의 결함을 진단하고 예측하는데 많은 연구가 진행중이다. 기계의 결함진단은 모두 전문가가 했던 영역으로서 기존의 다른 영역처럼 비전문가의 영역(노동집약)의 경우와 다르다.  이를 위해서는 전문가가 하고 있는 분석, 진단, 분류의 과정인 핵심영역을 학습해야 하는데 여기서 사용되는 기본적인 학습원리는 바로 ‘비교’이다. 이 것을 살펴보면 수많은 레이블(명제에 대한 해답)을 제시하여 고장과 정상을 비교하거나 규칙과 불규칙 등을 비교하여 절대적인 기준에 맞춰 분류하거나 또는 과거와의 패턴인 시간적 상대적 기준에 비하여 또는 유사패턴과의 비교군과 견주어 분류(Classification)한다. 특히, 특성화(featuring)가 어려운 경우에 deep learning을 통해 특성화를 수행하는데 그 주요한 방법도 역시 이미지화의 비교에 근거한다.

급속도로 발견되어 발전되고 있는 인공지능은 물론 분석, 분류되어 예측하는 것이 목표이지만 아직 인간의 중요 비교성능은 따라갈 수 없는 이유가 있다. 바로 측정 및 센서분야 같은 선결되어야 하는 기본조건은 하드웨어이기 때문이다. 분석과 예측은 데이터를 기반으로 한 학습의 결과인데 데이터가 아직 인간이 수집하고 있는 수준에 이르지 못하고 있다. 즉, 데이터를 AI에게 인간이 떠 먹여야 한다는 것이다. 예를 들어보면 이렇다. 수와 단어는 판단하지만 냄새를 데이터화 하기가 완벽하지 않아서 글자, 표정, 소리로 알려주어야 한다. 덥고 축축한 것은 분석할 수 있지만 맛과 분위기는 데이터화할 수 있는 센서가 없다. 무겁고 흔들리고 시끄러운 것은 구분하여 예측도 가능하지만 고장인지 아닌지 판단하는 기준도 생산, 정치, 경제, 시점 등의 판단에 따라 때때로 다를 수 있다. 결론을 만들려 우리가 센서만 개발하면 된다고 하고 있지만 잘 생각해보면 센서의 능력 이외에도 또 다른 무엇이 있는 것이다. 그 것이 무엇일까?  

TEL: 02-6480-9991,  sales@astint.co.kr Copyright, 에이에스티(AST) , www.ASTint.co.kr