인공지능이 실제로 어떻게 작동하는지, 그리고 지금 왜 중요한지

경제협력개발기구(OECD)는 회원국 정부가 이 기술에 대한 정책을 조정하며, AI 시스템을 다음과 같이 정의합니다: "명시적 또는 암묵적 목적을 위해 수신한 입력에서 물리적 또는 가상 환경에 영향을 미칠 수 있는 예측, 콘텐츠, 권장 사항 또는 결정과 같은 출력을 생성하는 방법을 추론하는 기계 기반 시스템입니다." OECD 이사회는 생성형 AI 도구가 확산됨에 따라 기술적 정확성을 유지하기 위해 2023년에 이 정의를 수정했습니다. 이는 조직 자체의 정의 설명에 따릅니다.

손으로 작성한 규칙에서 데이터를 학습하기로

구형 소프트웨어는 프로그래머가 한 줄씩 작성한 명령을 따랐습니다. X가 발생하면 Y를 수행합니다. 현재 AI의 기초가 되는 접근 방식인 기계 학습은 대신 알고리즘에 많은 양의 예제를 제공하고 자신의 패턴을 파악하도록 합니다. IBM의 기술 설명에 따르면, 일단 훈련되면 시스템은 새로운 정보를 분류하거나 값을 예측하거나 비정상적인 것에 플래그를 지정하거나 각 경우에 대한 정확한 규칙 없이 조치를 권장할 수 있습니다.

OECD는 AI 시스템의 운영을 3가지 요소로 나눕니다. 입력은 개발 또는 사용 중에 시스템에 공급되는 데이터, 코드 또는 규칙입니다. 추론은 시스템이 이러한 입력에서 출력을 도출하는 단계이며, 모델이 구축되는 동안 또는 배포된 후에 발생할 수 있습니다. 출력은 시스템이 생성하는 예측, 콘텐츠, 권장 사항 또는 결정이며, 이는 나중에 물리적 또는 가상 환경에 영향을 미칠 수 있습니다. 예를 들어, 자동차의 조향, 권장 비디오 목록 또는 생성된 텍스트 단락이 있습니다.

시스템 내에서 신경망이 수행하는 역할

오늘날 가장 널리 사용되는 기계 학습 방법은 신경망이며, 뇌를 느슨하게 모델링한 구조로, 함께 데이터를 처리하는 상호 연결된 노드 레이어로 구성됩니다. IBM에 따르면, 기존의 프로그램과 달리 신경망에는 입력에서 출력으로의 규칙이 미리 제시되지 않습니다. 대신, 입력과 출력의 많은 쌍이 표시되고 반복된 노출을 통해 자신을 조정하여 이들을 연결하는 것을 발견합니다.

심층 학습은 많은 레이어를 가진 신경망을 의미합니다. 일반적으로 입력 레이어, 최소 3개(종종 수백 개)의 숨겨진 레이어, 출력 레이어가 있습니다. IBM의 설명에 따르면, 이미지 인식 시스템에서 초기 레이어는 모서리 또는 색상과 같은 단순한 기능에 반응하는 경향이 있는 반면, 더 깊은 레이어는 이들을 모양으로 결합하고 결국 인식 가능한 객체로 결합됩니다. 이 계층화된 구조를 통해 시스템은 레이블이 지정되지 않은 데이터에서 관련 기능을 자동으로 추출할 수 있습니다. 이것은 현재의 생성형 AI 도구를 가능하게 하는 것의 일부입니다.

대규모 생성형 AI 모델을 구축하는 데는 일반적으로 3가지 단계가 포함됩니다. IBM에 따르면, 초기 훈련 단계는 수천 개의 특화된 프로세서가 필요하고 수백만 달러의 비용이 들 수 있는 대규모의 종종 레이블이 지정되지 않은 데이터 세트입니다. 이후 튜닝 단계에서는 인간의 피드백을 사용하여 모델을 특정 작업에 맞게 조정합니다. 배포 후의 지속적인 평가에서는 출력을 확인하고 수정합니다.

중요한 이유: 채택 및 투자 수치

AI의 도달 범위는 스탠포드 대학의 인간 중심 AI 연구소의 2025 AI 지수 보고서에서 추적되는 여러 방법으로 빠르게 성장했습니다. AI를 어떤 형태로든 사용했다고 보고한 조직의 비율은 2024년에 78%로 상승했으며, 전년도 55%에서 증가했습니다. 생성형 AI는 특히 2024년에 339억 달러의 글로벌 민간 투자를 받았으며, 2023년보다 18.7% 증가했습니다. 미국에서 민간 AI 투자는 2024년에 1,091억 달러에 도달했으며, 중국의 93억 달러와 영국의 45억 달러를 훨씬 앞지르고 있습니다. 보고서에 따르면.

이 보고서는 또한 AI 벤치마크 성능의 상승을 기록했습니다. 2023년에 도입된 고급 시스템을 측정하기 위한 3가지 테스트(MMMU, GPQA 및 SWE-bench)에서 점수는 1년 이내에 각각 18.8, 48.9 및 67.3 퍼센트 포인트 상승했습니다. 규제 분야에서 미국 식품의약국에서 승인한 AI 기반 의료 기기의 수는 2015년의 6개에서 2023년의 223개로 증가했습니다. 같은 보고서에 따르면.

경쟁은 현재 어디에 있는가

스탠포드 보고서는 또한 2024년에 가장 주목할 만한 AI 모델을 생성한 국가도 추적했습니다. 미국 기반 기관이 40개를 생성한 반면 중국에서는 15개, 유럽에서는 3개였습니다. 동시에 주요 벤치마크의 최고 미국 및 중국 모델 간의 성능 차이는 2023년의 이중 숫자에서 2024년의 거의 동등성으로 좁혀졌습니다. 보고서에 따르면.