AI란 무엇인가?

📚 학습 목표

이 레슨을 완료하면:

• •"AI가 뭐야?"라는 질문에 자신있게 답할 수 있습니다
• •AI가 어떻게 학습하는지 큰 그림을 이해합니다
• •우리 주변의 AI를 구분할 수 있습니다
• •AI의 역사와 발전 방향을 알 수 있습니다

---

🎯 핵심 메시지

"AI는 마법이 아니라, 데이터에서 패턴을 찾는 수학입니다!" 어렵지 않습니다. 이 강의를 끝까지 따라오면, AI가 무엇인지 확실히 이해할 수 있습니다.

---

📱 1. 이미 매일 쓰고 있는 AI

AI는 먼 미래의 기술이 아닙니다. 지금 이 순간에도 여러분이 사용하고 있습니다:

깨달음: AI는 특별한 사람만 쓰는 게 아닙니다. 스마트폰을 가진 모든 사람이 매일 AI를 사용하고 있습니다!

---

🧠 2. 그래서 AI가 정확히 뭔가요?

한 줄 정의

AI(인공지능) = 사람처럼 생각하고 판단하도록 만든 컴퓨터 프로그램

좀 더 자세히

AI가 할 수 있는 것들을 보면 이해가 쉽습니다:

비유: AI는 "아주 빠르게 학습하는 학생" 같습니다. 수학 문제를 100만 개 풀어보고, 처음 보는 문제도 풀 수 있게 되는 것과 같습니다. 단, 이 학생은 '이해'하는 것이 아니라 '패턴'을 찾는 것입니다.

---

⚖️ 3. AI vs 일반 프로그램 - 핵심 차이

이것을 이해하면 AI의 본질을 아는 것입니다!

일반 프로그램: 사람이 모든 규칙을 직접 작성

예: 계산기 프로그램

  사람이 규칙을 만듦:
    "더하기 버튼 누르면 → 두 수를 더해라"
    "빼기 버튼 누르면 → 두 수를 빼라"

  결과:
    1 + 1 = 항상 2 (100번 해도 2)
    규칙 밖의 일은 절대 못함!

AI 프로그램: 데이터를 주면 스스로 규칙을 찾음

예: 고양이 인식 AI

  사람이 하는 일:
    고양이 사진 1만 장 + "이건 고양이야" 라벨
    고양이 아닌 사진 1만 장 + "이건 고양이 아니야" 라벨

  AI가 스스로 하는 일:
    "귀가 뾰족하고, 눈이 크고, 수염이 있으면 → 고양이!"
    (이 규칙을 사람이 안 알려줘도 AI가 스스로 발견!)

  결과:
    처음 보는 고양이 사진도 인식 가능!

핵심 차이를 기억하세요!

• •일반 프로그램: 사람이 규칙을 만듦 → 컴퓨터가 실행
• •AI 프로그램: 사람이 데이터를 줌 → 컴퓨터가 스스로 규칙을 발견

이 "스스로 규칙을 발견하는 과정"이 바로 **학습(Training)**입니다!

---

🔀 4. AI의 두 가지 방식

방식 1: 규칙 기반 AI (옛날 방식)

사람이 "이럴 때는 이렇게 해라"를 하나하나 입력

스팸 필터 예시:

  규칙 1: 제목에 "무료"가 있으면 → 스팸
  규칙 2: 본문에 "당첨"이 있으면 → 스팸
  규칙 3: 발신자가 연락처에 있으면 → 정상
  ...
  규칙 100: ???
  규칙 1000: ?????

  문제: 규칙을 몇 개까지 만들 수 있을까요?
  새로운 스팸 유형이 나오면? 또 규칙 추가...끝이 없음!

방식 2: 학습 기반 AI (현재 주류!)

데이터만 주면 AI가 스스로 패턴을 찾음

같은 스팸 필터인데 학습 기반으로:

  준비물: 스팸 메일 10,000개 + 정상 메일 10,000개

  AI가 스스로 발견하는 것들:
    "이런 단어 조합은 99% 스팸이네"
    "이 시간대에 오는 메일은 스팸이 많네"
    "이런 형식의 링크는 위험하네"
    → 사람이 생각도 못한 패턴까지 발견!

  새로운 스팸이 나오면?
    → 새 데이터로 다시 학습하면 끝!

이 강의에서 배울 것은 **방식 2 (학습 기반 AI)**입니다. 이것이 현재 ChatGPT, 이미지 생성, 자율주행 등 모든 혁신의 기반입니다.

---

📜 5. AI의 역사 - 왜 이제서야 폭발했을까?

AI는 사실 70년 전부터 연구되었습니다. 하지만 최근에야 폭발적으로 발전했죠. 왜일까요?

왜 2012년 이후 갑자기 폭발했을까?

세 가지가 동시에 갖춰졌기 때문입니다:

비유: AI는 "요리"와 같습니다.

• •데이터 = 재료 (좋은 재료가 많아야 맛있는 요리 가능)
• •컴퓨팅 파워 = 화력 좋은 오븐 (빠르게 조리)
• •알고리즘 = 레시피 (어떻게 요리할지)

2012년 이후, 드디어 재료(데이터)도 충분하고, 오븐(GPU)도 좋아지고, 레시피(딥러닝)도 완성된 것입니다!

---

📊 6. 현재 AI는 어디까지 왔을까?

AI를 세 단계로 나눕니다:

1단계 ANI - 지금 우리가 쓰는 AI

ANI = "한 가지 전문가"

  ChatGPT   → 글 쓰기는 잘하지만 바둑은 못 둠
  AlphaGo   → 바둑은 잘 두지만 글 못 씀
  번역 AI    → 번역은 잘하지만 그림 못 그림

  → 각각 한 분야에서만 뛰어남!
  → 하지만 그 한 분야에서는 인간보다 훨씬 뛰어남

핵심: 지금의 AI(ChatGPT 포함)는 아직 ANI입니다. "아무거나 다 할 수 있는" AI는 아직 없습니다. 하지만 각 분야에서는 인간을 이미 넘어서고 있습니다!

---

🎓 7. 이 강의에서 배울 것: AI의 핵심 원리

앞으로 이 과정에서 배울 내용을 미리 봅시다:

여러분이 배울 AI 학습의 큰 그림:

  1. 데이터 준비
     고양이 사진 1만 장 + 라벨("고양이")
         ↓
  2. 모델 만들기
     입력 → [가중치 × 입력 + 편향] → 출력
     (이 가중치가 AI의 "뇌"입니다!)
         ↓
  3. 학습 (Training)
     예측 vs 정답 비교 → 오차 계산 → 가중치 조정
     이것을 수천~수만 번 반복!
         ↓
  4. 완성!
     처음 보는 사진도 "이건 고양이!" 판단 가능

  Level 0: Python 기초 (완료!)
  Level 1: AI 기초 이론 (지금 여기!)
  Level 2: 수학 기초
  Level 3: 딥러닝 핵심
  Level 4: PyTorch 실전
  ...

어렵게 느껴질 수 있지만 걱정 마세요! Level 0에서 Python을 배운 것처럼, 하나씩 차근차근 나아갈 것입니다.

---

💡 핵심 정리

---

✅ 학습 체크리스트

• • "AI란 무엇인가?"를 한 문장으로 설명할 수 있다
• • AI와 일반 프로그램의 핵심 차이를 알고 있다
• • 규칙 기반 AI와 학습 기반 AI의 차이를 설명할 수 있다
• • AI가 최근 폭발적으로 발전한 3가지 이유를 말할 수 있다
• • ANI, AGI, ASI가 무엇인지 안다
• • AI 학습의 큰 그림 (데이터→학습→예측)을 이해했다

---

🔜 다음 강의 예고

"뉴런에서 퍼셉트론으로" 인간의 뇌에 있는 뉴런(신경세포)을 수학으로 옮긴 것이 AI의 시작입니다. 뇌가 어떻게 AI의 영감이 되었는지 쉽게 알아봅니다!