3 Inseok Kong Schedule

Q-5. 인공지능과 머신러닝의 차이점은 무엇인가요?

인공지능은 지능적으로 행동하는 시스템을 만들려는 넓은 분야이고, 머신러닝은 그 행동 규칙을 데이터로부터 학습하는 인공지능의 한 접근법이다.

면접 답변

인공지능이 더 넓은 개념이고, 머신러닝은 그 안에 포함되는 한 접근법입니다. 인공지능은 추론, 계획, 인식처럼 사람이라면 지능이 필요하다고 볼 일을 해내는 시스템을 만들려는 분야 전체를 가리키고, 머신러닝은 그 방법 중 규칙을 데이터로부터 학습하는 방법입니다. 따라서 머신러닝은 모두 인공지능에 속한다고 흔히 분류하지만, 인공지능이 모두 머신러닝인 것은 아닙니다. 예를 들어 전문가의 지식을 if-then 규칙으로 옮겨 적은 전문가 시스템이나, A* 탐색으로 경로를 찾는 내비게이션은 학습 없이도 인공지능 기법이고, 과거 데이터로 학습한 스팸 필터는 머신러닝입니다.

자세한 설명

포함 관계

인공지능(artificial intelligence) ⊃ 머신러닝(machine learning) ⊃ 딥러닝(deep learning)이다. “인공지능”이라는 용어는 1956년 다트머스 워크숍을 제안한 John McCarthy 등에게서 비롯되었다.

인공지능의 한 가지 정의는 Russell과 Norvig의 교과서가 채택한 합리적 에이전트(rational agent)이다. 관측 \(o\)를 받아 행동 집합 \(\mathcal{A}\)에서 기대 효용 \(U\)가 가장 큰 행동을 고르는 시스템으로 볼 수 있다.

\[a^* = \arg\max_{a \in \mathcal{A}} \mathbb{E}\big[ U \mid o, a \big]\]

이 틀에서 질문은 “그 판단에 필요한 지식을 어디서 얻는가”가 된다. 사람이 직접 넣을 수도 있고 데이터에서 학습할 수도 있다. 후자가 머신러닝이다.

학습 없는 인공지능

접근 지식의 출처 예
규칙 기반, 전문가 시스템 사람이 작성한 규칙 MYCIN(의료 진단)
탐색과 계획 문제 정의와 휴리스틱 A* 경로 탐색, 미니맥스 게임 탐색
논리와 제약 충족 형식화한 사실과 제약 정리 증명, 스케줄링
머신러닝 데이터 스팸 분류, 추천, 음성 인식

실제 시스템은 이들을 섞어 쓴다. AlphaGo는 학습된 신경망과 몬테카를로 트리 탐색을 결합했다.

왜 머신러닝이 주류가 되었나

사진 속 고양이를 찾는 규칙을 사람이 빠짐없이 쓰는 것은 사실상 불가능하다. 전문가도 자신의 판단을 규칙으로 다 설명하지 못하고, 규칙이 많아지면 서로 충돌해 유지 보수가 어려워진다. 데이터와 계산 능력이 늘면서 규칙을 학습으로 얻는 쪽이 많은 인식 문제에서 더 효과적이게 되었다.

반대로 규칙이 명확하고 오류가 허용되지 않는 문제에서는 규칙 기반과 탐색이 지금도 적합하다.

용어를 쓸 때의 주의

요즘은 일상에서 “AI”가 머신러닝, 특히 대규모 언어 모델을 뜻하는 말처럼 쓰인다. 또한 선형 회귀처럼 통계학에서 온 방법도 데이터로 학습하면 머신러닝으로 분류되어, 그것을 “지능적”이라고 느끼는지와 분류는 별개이다. 면접에서는 이 정도 구분을 먼저 밝히고 답하면 정확하다.

관련 개념

  • 딥러닝: 머신러닝 중 다층 신경망으로 표현까지 학습하는 분야이다. 딥러닝과 머신러닝의 차이에서 다룬다.
  • 머신러닝의 정의: 경험으로 성능이 향상되는 프로그램이라는 정의는 머신러닝이란 무엇인가에서 다룬다.
  • 강화 학습: 에이전트가 보상을 통해 행동을 학습하는 방식으로, 합리적 에이전트의 틀과 직접 연결된다. RL Basics 정리를 참고한다.

꼬리 질문

Q. 튜링 테스트는 무엇이고 지금도 유효한 기준인가요? Alan Turing이 1950년에 제안한 것으로, 대화 상대가 기계인지 사람과 구별할 수 없는지를 묻는다. 지능의 조작적 기준으로 역사적 의미는 크지만, 사람처럼 보이는 것과 실제 능력이 다를 수 있어 현재 연구의 주된 평가 기준은 아니다.

Q. 규칙 기반 챗봇과 LLM 챗봇은 무엇이 다른가요? 규칙 기반 챗봇은 사람이 작성한 시나리오대로 답하므로 예측 가능하지만 범위를 벗어나면 답하지 못한다. LLM은 데이터에서 학습해 폭넓게 답하지만 틀린 내용을 그럴듯하게 만들 수 있다. 실무에서는 업무 규칙과 LLM을 함께 쓰기도 한다.