'알파고' 검색 결과

지난 19일, 세계 최대 디스플레이 학회 SID(Society for Information Display)가 주최한 ‘Display Week 2021’ 행사에서 삼성디스플레이 김용조 상무(CAE팀장)는 ‘디스플레이를 위한 인공지능과 머신러닝(AI and Machine Learning for Display)’이라는 주제로 온라인 강의를 진행했습니다. 이 강연에서는 디스플레이 패널 연구, 개발 영역에서 AI(인공지능)를 활용한 시뮬레이션 및 디자인 최적화 그리고 이를 구현한 실제 사례들이 소개됐습니다. AI의 영역이라고 하면 보통 알파고(AlphaGo)가 바둑을 둔다거나 고도화된 외국어 번역, 그리고 최근에 자주 볼 수 있는 챗봇(Chatbot) 같은 서비스를 떠올리기 쉬운데요. 디스플레이 패널을 실제로 설계하고 제작할 때도 AI 기술이 본격적으로 도입되기 시작했습니다. 디스플레이 제조에 AI를 적용한다는 개념이 아직은 낯설게 느껴지기도 하지만 오늘 인터뷰에서 만난 삼성디스플레이 김용조 상무는 점점 고도화되는 디스플레이 개발 환경에서 AI 시스템의 개발과 적용은 더 이상 선택이 아닌 필수의 영역이 될 것이라고 이야기합니다. Q.삼성디스플레이는 디스플레이 개발에 AI 기술을 언제 도입했나요? AI 관련 기술이 생산 현장에 적용된 건 생각보다 오래되었습니다. 가장 먼저 도입된 영역은 제조 부문이었는데요. 불량률을 낮추고 양품 수율을 높이기 위한 검사나 설비 진단 등에 활용되었습니다. 제조 부문에서 AI가 누적된 데이터를 활용하는 방식이었다면, 현재 연구개발 부문에서는 목표 달성을 위한 시뮬레이션을 광범위하고 빠르게 수행하는 자체 AI 엔진과 기술을 개발∙적용해 최적 결과물을 도출하는 방식입니다. 탐색 범위가 사람보다 훨씬 넓기 때문에 미처 상상하지 못한 놀라운 설계가 이루어지기도 합니다. 예전에 알파고와 이세돌 선수가 바둑 경기를 할 때, 알파고가 기존의 방식과는 너무 다른 엉뚱한 수를 두면서도 게임에서 승리한 경우도 이와 비슷하다고 봅니다. 연구개발 부문에…

인공지능(AI) 기술은 우리 시대의 비즈니스와 사회를 새롭게 바꿔줄 중요한 수단으로 급부상했다. 많은 사람들이 AI 관련 기업들이 그리는 장밋빛 미래에 흥분하지만 실제론 기대에 못 미치는 사례가 상당히 많다. 데이터가 충분히 많다고 해서 AI가 모두 비즈니스 적으로 성공하는 것은 아니다. 주어진 상황에 맞지 않는 데이터나 AI 알고리즘을 억지로 끼워 맞추면 오히려 AI 알고리즘이 잘못 작동해 잘못된 해석을 낳거나 편견을 조장하는 등 신뢰할 수 없는 결과를 나타낸다. 시간이 흐르면 AI가 기하급수적으로 발전해 모든 면에서 인간의 지능을 뛰어 넘는 ‘초지능 상태’로 진화할 것이라고 주장하는 사람도 있지만 AI의 개념을 현실적으로 받아들일 필요가 있다. 실제로 우리가 현재 사용하는 AI 응용 프로그램은 지난 수십 년 동안 개발해 온 것과 수준면에서 별 차이가 없는 알고리즘을 사용하고 있다. 다만 예전보다 훨씬 더 많은 데이터를 훨씬 더 강력한 컴퓨터에 입력해서 학습한 결과라는 점이 다르다. 그렇다고 지금의 컴퓨터 알고리즘들이 인간의 두뇌에 근접해 가고 있다고 주장하는 건 사실과 다르다. 전혀 비교 대상이 되지 못할 뿐만 아니라 그 성과 역시 아주 좁은 영역에서만 작용하는 한정된 프로그램이란 점을 정확히 인식해야 한다. AI란 결코 ‘생각하는 기계’가 아니고 다만 사용자인 인간이 생각을 더 깊게 할 수 있도록 기능면에서 보철작용을 한다고 보아야 옳다. 따라서 AI 알고리즘이 인간의…

사람들은 컴퓨터 속도가 아주 빨라지면 기계의 능력이 인간의 두뇌능력을 초월할 것이라고 믿는다. 두뇌의 신호처리 속도를 예측하고 컴퓨터 계산속도가 두뇌의 신호처리 속도를 추월하는 특이점(2029년)이 지나면 컴퓨터가 인간의 지능을 능가한다고 주장한 미래학자도 있다. 하지만 계산기의 문제풀이 속도가 아무리 빨라도 그것은 단순한 계산기이지 지능기계는 아니다. 적어도 지능이란 표현을 사용하려면 외부의 입력이 없어도 스스로 필요한 데이터를 학습해서 문제를 해결하는 지적 능력을 갖춰야 한다. 더욱이 인간을 초월하려면 인간의 지적 판단 능력보다 높은 수준의 해답을 스스로 찾아낼 수 있어야 한다. 지능기계에 대한 인간의 열망은 사람의 프로그램이 없이도 기계가 혼자 해답을 찾아내는 능력을 갖는 것이다. 달리 말하면 지능기계가 하는 일은 단순히 문제를 푸는 데에 있지 않고 문제를 푸는 방법을 찾아내는 데에 있다.   인간과 인공지능, 대결의 역사 인공지능(AI, artificial intelligence)은 학문적 영역에 관한 뚜렷한 정의가 없다는 점에서 수수께끼 학문이다. ‘인공’의 정의가 무엇이고 ‘지능’의 정의가 무엇인지 객관적으로 정해져 있지 않다. 즉, 인공지능이란 용어를 컴퓨팅 성능이 어느 정도 수준에 이르렀을 때 붙일 수 있는 지에 대한 근본적인 정의가 없다. 결국 학자들은 인공지능이란 표현을 사용하길 꺼려했고 대신에 신경망 시스템, 퍼지시스템(fuzzy system), 진화적 컴퓨팅이란 표현을 사용했다. 인공지능이란 표현보다 컴퓨팅 지능이란 표현을 선호했다. 컴퓨터 과학자들은 처음엔 체스 게임을 인공지능을 측정하는 기준으로 생각했다.…

자율 주행차가 최단거리의 길을 스스로 찾아 운전하고, 유튜브와 넷플릭스는 사용자의 데이터를 분석해 가장 흥미를 느낄만한 영상을 메인 페이지에서 추천해준다. 구글은 기계 스스로 벽돌깨기 게임을 풀어가는 알고리듬이 열어갈 인공지능(AI) 세상의 가능성만으로 알파고를 만든 딥마인드를 5억달러에 인수했다. 구글은 인공지능을 만드는 방법을 인공지능에게 가르치고 있다고 하니 이제는 인공지능의 한계가 어디까지인지 모를 지경이다. 불과 몇 년 사이에 미디어를 통해 접했던 인공지능 환경이 너무 빠르게 변하고 있다. 인공지능 기술의 무한한 가능성이야 더 이상 의심할 여지가 없지만, 창작 영역은 어떻게 변하고 있을까? 인간의 창작활동 역시 기계환경 변화에 영향을 받을 수 밖에 없을텐데 말이다. 오랫동안 창의성은 인간만이 가지는 고유 특성이라 믿었던 우리 생각이 흔들리기 시작한 것은 어쩌면 너무 당연한 수순이다.   AI, 인간의 영역에 도전하다 인간의 뇌 구조와 많이 닮아있는 인공신경망은 사물을 인식하고 개념화, 추상화 하는 일들을 제한적이지만 곧 잘 할 수 있게 되었다. 이는 곧 기계 역시 창의성을 가질 수 있다는 것을 보여주고 있다. 미켈란젤로가 말했듯이 인식과 창작은 매우 밀접하게 연결되어 있고 기계가 창의성을 가질 수 있는가는 예전부터 꾸준히 제기되어왔던 질문이다. 구글의 머신러닝팀 디렉터, 블레이즈 아게라(Blaise Aguera) (이미지 출처: www.ted.com) 1973년 샌디에이고 대학교의 하롤드 코핸 교수는 이미지를 추상할 수 있는 알고리듬에 따라 그림을 그리는 ‘아론(AARON)’을 만들어…

최근 구글 알파고(AlphaGo)와 이세돌 9단의 대국 결과로 인공지능에 대한 관심과 기대가 더욱 고조되고 있습니다. 많은 사람들의 예상과 달리 알파고가 5전 4승의 압도적인 우위를 보였기 때문인데요. 이제는 인공지능이 SF영화속에만 등장하는 로봇에 머물지 않고, 우리 생활에 빠른 속도로 스며들 것이라는 전망이 많은 가운데, 인공지능이 우리 생활을 더욱 편리하게 해 줄 것으로 예상되는 분야는 무엇인지 함께 살펴보겠습니다.

요즘 세간의 뜨거운 감자로 떠오른 단어. 바로 인공지능입니다! 최근 구글 딥마인드 팀이 개발한 인공지능 알파고(AlphaGo)가 바둑 최고수인 이세돌 9단에게 도전장을 내밀었기 때문인데요. 평소 바둑에 별로 관심이 없던 사람들조차 이 대국에는 엄청난 관심을 보이고 있습니다.