학습 목표
- 인공지능의 개념과 특성을 설명할 수 있다.
- 인공지능과 일반 소프트웨어의 차이를 구별할 수 있다.
- 기계학습의 원리와 종류(지도·비지도·강화)를 이해한다.
- 딥러닝과 인공 신경망의 기본 개념을 안다.
생각 열기 🤔
아래 친구들의 공통점은 무엇일까요?
챗GPT
AI 스피커
자율주행차
그림 AI
💡 모두 인공지능(AI)이에요! 사람이 정해 준 규칙만 따르는 게 아니라, 스스로 배워서 똑똑해진답니다.
1. 인공지능이란?
Artificial Intelligence
인공지능(AI, Artificial Intelligence)은 컴퓨터가 사람처럼 생각하고, 학습하고, 판단하도록 만든 기술이에요. 인공(사람이 만든) + 지능(생각하는 능력) = 인공지능!
🤖 사람처럼 보고 듣고 반응하는 로봇
휴머노이드 로봇 '페퍼(Pepper)'예요. 카메라·마이크로 사람을 보고 듣고, 표정과 말로 반응하죠. 이렇게 사람처럼 생각·판단하도록 만든 기술이 인공지능이에요. (단, 정해진 일만 잘하는 '약한 AI'랍니다.)
© Kukarobot · CC BY-SA 4.0 · Wikimedia Commons
🔎 약한 인공지능 vs 강한 인공지능
약한 인공지능
특정한 한 가지 일을 아주 잘하는 AI. 지금 우리가 쓰는 모든 AI가 여기에 속해요.
강한 인공지능
사람처럼 모든 분야를 두루 생각하고 스스로 의식을 갖는 AI. 아직 영화 속 상상이에요.
2. 인공지능 vs 일반 소프트웨어
규칙대로 vs 데이터로 학습
일반 소프트웨어
사람이 미리 정해 준 규칙(if~then)대로만 동작해요.
인공지능
데이터로 학습해 특징을 찾고, 처음 보는 상황에도 대응해요.
🐱 고양이 판별기 — 규칙 vs 학습
버튼을 눌러 여러 모양의 입력을 넣어 보세요. 두 방식이 어떻게 다르게 반응할까요?
입력: 정면 고양이 이모지
일반 프로그램
규칙: "입력이 🐱 와 똑같으면 고양이"
인공지능
고양이의 특징(귀·수염·눈)을 데이터로 학습
👉 일반 프로그램은 딱 맞는 규칙만 알아보지만, 인공지능은 특징을 일반화해 새로운 모양도 알아봐요.
3. 인공지능의 4가지 특성
학습 · 추론 · 인식 · 판단
학습
데이터로부터 스스로 규칙·특징을 배움
추론
아는 정보로부터 새로운 결론을 끌어냄
인식
이미지·소리·언어를 알아봄
판단
상황을 보고 스스로 결정을 내림
예) 자율주행차는 카메라로 신호등을 인식하고, 앞차와의 거리로 위험을 추론하며, 멈출지 갈지 판단하고, 더 많은 주행 데이터로 계속 학습해요.
4. 기계학습 (Machine Learning)
AI가 스스로 배우는 방법
기계학습은 컴퓨터가 많은 데이터를 보고 스스로 규칙·특징을 찾아내는 인공지능의 핵심 방법이에요. 사람이 규칙을 일일이 적어 주지 않아도 데이터로 알아서 배워요!
🍎 "사과"를 알아보는 두 가지 방법
🛠️ 일반 프로그램
사람이 모든 규칙을 직접 적어야 해요:
- • 빨간색이고
- • 둥글고
- • 크기가 ○cm이고
- • 꼭지가 있고…
- 예외가 끝없이 생겨요 😢
🧠 기계학습
사과 사진을 잔뜩 보여 주면:
- • 컴퓨터가 사진들을 분석
- • 사과의 공통 특징을 스스로 발견
- • 처음 보는 사과도 척척 알아봄!
- 규칙을 안 적어도 돼요 😎
🎓 기계학습의 3가지 종류
지도학습
Supervised
정답(라벨)이 있는 데이터로 배움
비지도학습
Unsupervised
정답 없이 패턴·그룹을 스스로 찾음
강화학습
Reinforcement
보상과 벌점으로 좋은 전략을 익힘
📈 데이터가 많을수록 똑똑해질까?
학습에 쓰는 사진 수를 조절해 보세요. 정확도가 어떻게 변하나요?
데이터가 적어요. 아직 자주 틀려요 😢
테스트 예측 결과
👉 데이터가 많을수록 정확도가 오르지만, 어느 정도부터는 천천히 올라요(수확 체감). 그래서 양과 질이 모두 중요해요.
🗂️ 분류 게임 — 어떤 학습일까?
사례 카드를 누른 뒤, 알맞은 학습 방법 칸을 누르세요.
📝 지도학습
🔍 비지도학습
🎮 강화학습
5. 딥러닝과 인공 신경망
사람 뇌를 본뜬 학습
인공 신경망은 사람 뇌의 신경세포(뉴런)가 신호를 주고받는 방식을 본떠 만든 구조예요. 이 신경망을 여러 층으로 깊게(deep) 쌓아 학습하는 것이 딥러닝이고, 오늘날 가장 강력한 AI 대부분이 딥러닝으로 만들어졌어요.
🧠 인공 뉴런 시뮬레이터 — "사과일까?"
특징 스위치를 켜고 꺼 보세요. 켜진 특징(신호)이 합쳐져 출력 뉴런의 확신도가 정해져요.
🍎 사과예요! (확신 높음)
👉 각 특징마다 중요도(가중치)가 달라요. 신호가 합쳐져 일정 수준을 넘으면 뉴런이 "사과!"라고 판단해요. 진짜 신경망은 이런 뉴런이 수백만 개 연결돼 있답니다.
6. 우리 주변의 인공지능
생활 속 AI
챗봇·AI 비서
챗GPT, 시리, 빅스비
자율주행차
테슬라, 웨이모
콘텐츠 추천
유튜브, 넷플릭스
의료 진단
X-ray·CT 영상 분석
그림·영상 생성
DALL·E, 미드저니
번역
파파고, 구글 번역
얼굴 인식
스마트폰 잠금 해제
스팸 필터
메일·문자 자동 분류
로봇 청소기
집 안 지도 학습
7. 인공지능의 역사
상상에서 현실로
1950
튜링 테스트 제안
앨런 튜링이 "기계가 사람처럼 대화할 수 있을까?"를 묻는 시험을 제안했어요.
1956
"인공지능" 용어 탄생
다트머스 회의에서 'Artificial Intelligence'라는 말이 처음 쓰였어요.
1997
딥블루, 체스 챔피언을 이기다
IBM의 딥블루가 세계 체스 챔피언을 꺾으며 큰 화제가 됐어요.
2016
알파고, 이세돌을 이기다
딥러닝·강화학습으로 만든 알파고가 바둑에서 인간 최고수를 이겼어요.
2022~
생성형 AI 대중화
챗GPT 등 글·그림을 만들어 내는 생성형 AI가 누구나 쓰는 도구가 됐어요.
🏆 2016년, 서울에서 열린 '세기의 대국'
바둑은 경우의 수가 우주의 원자 수보다 많아 "AI가 정복하려면 수십 년 걸린다"고 여겨졌어요. 그런데 알파고가 세계 최정상 기사 이세돌 9단을 4승 1패로 이겼죠. 이 사건은 전 세계에 'AI의 시대'가 왔음을 알린 신호탄이 됐어요.
이세돌 9단 · © LG Electronics · CC BY 2.0 · Wikimedia Commons
참고 — 요즘 뜨거운 '생성형 AI' (성취기준 밖 심화)
챗GPT처럼 글·그림·음악을 새로 만들어 내는 AI를 생성형 AI라고 해요. 엄청난 양의 데이터를 학습해서, "이 다음에 올 가장 그럴듯한 것"을 확률로 골라 한 칸씩 이어 붙이는 방식이에요.
✍️ 어떻게 만드나
"오늘 날씨가 ___" 다음에 올 단어를, 학습한 패턴으로 예측해 한 칸씩 채워 가요.
⚠️ 환각(거짓말) 주의
그럴듯하지만 틀린 정보를 지어낼 때가 있어요(환각). 답은 꼭 사실 확인!
🤝 올바른 사용
도구로 활용하되 내 생각을 더하고, AI가 만든 것은 밝혀요. 숙제를 통째로 맡기면 안 돼요!
🔬 활동하기: AI 직접 체험
📌 미션
아래 무료 사이트에서 인공지능을 직접 가르치고 체험해 보세요. 지도학습이 어떻게 이루어지는지 눈으로 확인할 수 있어요!
확인 퀴즈
6문항 · 보기를 누르면 바로 채점돼요
인공지능과 일반 소프트웨어의 가장 큰 차이는?
정답(라벨)이 붙은 데이터로 컴퓨터를 가르치는 학습 방법은?
다음 중 인공지능을 활용한 것이 아닌 것은?
딥러닝에 대한 설명으로 옳은 것은?
잘하면 보상, 못하면 벌점을 주며 학습하는 방법(알파고)은?
기계학습에서 일반적으로 옳은 설명은?
퀴즈 완료!
6문제 중 0문제를 맞혔어요!