“나는 AI 같은 것은 사용하지 않아.”
얼마 전까지만 해도 저 역시 그렇게 생각했습니다. AI라고 하면 ChatGPT처럼 질문에 대답하는 프로그램이나 사람처럼 말하고 움직이는 로봇부터 떠올렸기 때문입니다.
그래서 ChatGPT를 사용하기 전에는 AI가 나와는 거리가 있는 특별한 기술이라고 생각했습니다.
그런데 AI에 대해 하나씩 알아가면서 생각이 달라졌습니다.
우리는 그동안 ChatGPT로 질문하고 답을 얻거나, 글을 정리하고, 필요한 정보를 찾는 방법을 알아봤습니다. 하지만 ChatGPT는 우리가 만날 수 있는 AI의 한 모습일 뿐입니다.
아침에 스마트폰의 얼굴 인식 기능으로 잠금을 풀고, 유튜브에서 추천 영상을 보고, 운전할 때 내비게이션으로 도착 예정 시간을 확인합니다.
사진첩에서 원하는 사진을 찾거나 스팸 메일을 걸러내는 기능도 사용합니다. 이처럼 일상에서 사용하는 여러 기능 가운데는 AI나 머신러닝을 활용하는 것들이 있습니다.
그동안 저는 이런 기능을 그저 스마트폰의 편리한 기능이나 영상 추천 서비스라고 생각하며 사용했습니다. 그 안에서 어떤 기술이 작동하는지는 크게 궁금해하지 않았습니다.
이번 글에서는 ChatGPT에서 시야를 조금 넓혀 일상에서 만나는 AI의 여러 모습을 살펴보겠습니다.
알고리즘, 머신러닝, 컴퓨터 비전, 추천 시스템 같은 낯선 용어도 생활 속 사례와 함께 쉽게 알아보겠습니다.
일상 속 AI의 작동 원리와 생활 속 활용 사례
1. AI는 갑자기 생겨난 기술이 아닙니다
최근 AI가 갑자기 우리 생활에 들어온 것처럼 느껴지는 데에는 ChatGPT 같은 생성형 AI의 영향이 큽니다. 생성형 AI는 질문이나 요청을 받으면 글, 이미지, 소리 등 새로운 결과물을 만들어낼 수 있습니다.
하지만 그전에도 AI는 다양한 기능에 활용되고 있었습니다. 사진 속 대상을 구분하거나 스팸 메일을 분류하고, 관심을 가질 만한 영상을 추천하는 기능 등이 대표적인 사례입니다.
ChatGPT가 눈에 보이는 대화 상대처럼 느껴진다면, 이런 AI는 우리가 사용하는 기능 속에서 작동하는 기술에 가깝습니다. 그래서 AI를 활용하는 기능을 사용하면서도 그 사실을 알아차리지 못했을 수 있습니다.
2. 알고리즘과 머신러닝 쉽게 이해하기
AI 이야기를 듣다 보면 ‘알고리즘’과 ‘머신러닝’이라는 말이 자주 나옵니다. 낯설게 느껴질 수 있지만, 생활 속 사례를 통해 이해하면 어렵지 않습니다.
알고리즘은 어떤 문제를 해결하기 위한 절차나 방법을 뜻합니다. 예를 들어 내비게이션이 목적지까지 가는 여러 경로를 계산할 때도 알고리즘이 사용됩니다. 다만 모든 알고리즘이 AI인 것은 아닙니다.
머신러닝은 컴퓨터가 데이터를 바탕으로 패턴을 학습하고 분류하거나 예측하도록 하는 기술입니다. 이전의 교통 정보를 활용해 이동 시간을 예측하거나, 사진 속 대상이 무엇인지 구분하는 데 활용할 수 있습니다.
두 용어를 모두 외우려고 애쓰지 않아도 됩니다. 알고리즘은 문제를 해결하는 방법이고, 머신러닝은 데이터에서 패턴을 학습하는 기술이라고 이해하면 다음 사례를 살펴보는 데 도움이 됩니다.
3. 스마트폰의 얼굴 인식과 사진 분류
애플의 Face ID의 Face ID와 같은 얼굴 인식 기능으로 스마트폰 잠금을 풀 때는 카메라와 관련 기술이 얼굴 정보를 확인하고, 등록된 얼굴 정보와 비교합니다. 애플의 Face ID에는 머신러닝 기술도 활용됩니다.
사진 속 사람이나 사물을 구분하는 기술을 이해할 때는 컴퓨터 비전이라는 용어도 알아두면 좋습니다. 컴퓨터 비전은 컴퓨터가 사진이나 영상의 내용을 분석하고 이해하도록 하는 분야입니다.
사람은 사진을 보고 강아지나 자동차를 쉽게 알아볼 수 있지만, 컴퓨터는 이미지 데이터를 분석해 대상을 구분합니다. 이런 기술은 사진 분류나 사물 인식 등 다양한 기능에 활용될 수 있습니다.
물론 모든 스마트폰이 같은 방식으로 얼굴을 인식하거나 사진을 분류하는 것은 아닙니다. 사용하는 기기와 기능에 따라 작동 방식은 달라질 수 있습니다.
4. 유튜브 영상 추천에 활용되는 기술
유튜브에서 영상을 하나 본 뒤 비슷한 영상이 추천되는 경험을 해보셨나요? 이런 기능을 이해할 때 알아두면 좋은 용어가 추천 시스템입니다.
추천 시스템은 사용자의 관심을 직접 읽는 것이 아니라, 시청 기록이나 검색 기록, 좋아요 등 여러 신호를 바탕으로 관심을 가질 만한 콘텐츠를 추천합니다.
추천 기능 덕분에 새로운 영상을 쉽게 발견할 수 있지만, 추천 결과가 항상 내가 보고 싶은 영상이나 꼭 필요한 정보를 보여주는 것은 아닙니다.
추천은 선택을 돕는 기능이며, 어떤 영상을 볼지는 내가 결정할 수 있습니다.
5. 내비게이션의 길 찾기와 도착 시간 예측
목적지를 입력하면 내비게이션은 길을 안내하고 도착 예정 시간도 보여줍니다. 이 과정에는 위치 정보, 지도 데이터, 도로와 교통 정보, 경로를 계산하는 알고리즘 등 여러 기술이 함께 사용됩니다.
서비스에 따라서는 과거와 현재의 교통 정보를 바탕으로 이동 시간을 예측하는 데 머신러닝을 활용하기도 합니다.
그래서 처음에는 30분 뒤 도착한다고 표시됐더라도 교통 상황이 달라지면 예상 시간도 바뀔 수 있습니다.
내비게이션이 미래를 정확히 아는 것은 아닙니다. 이용할 수 있는 정보를 바탕으로 도착 시간을 예측하는 것입니다.
따라서 내비게이션의 모든 기능을 AI라고 부르기보다는, 여러 기술 가운데 일부에 AI가 활용될 수 있다고 이해하는 편이 정확합니다.
익숙한 기능에서 AI의 역할 찾아보기
AI를 배운다고 하면 어려운 프로그램부터 공부해야 할 것 같습니다. 하지만 처음에는 오늘 사용한 기능을 떠올려 보는 것만으로도 시작할 수 있습니다.
- 스마트폰은 어떻게 내 얼굴을 알아봤을까?
- 유튜브는 왜 이 영상을 추천했을까?
- 내비게이션은 어떻게 도착 시간을 예상했을까?
이런 질문을 하다 보면 알고리즘, 머신러닝, 컴퓨터 비전, 추천 시스템이라는 용어가 생활 속 경험과 조금씩 연결됩니다.
저도 처음에는 ChatGPT처럼 직접 대화하는 기능만 AI라고 생각했습니다. 이제는 사진을 분류하고, 영상을 추천하고, 이동 시간을 예측하는 기능에도 AI가 활용될 수 있다는 것을 알게 됐습니다.
AI를 이해하는 첫걸음은 이미 사용하고 있는 기능을 새롭게 바라보는 것일지도 모릅니다. 오늘 하루 내가 사용한 기능 속에는 어떤 기술이 있었는지 한 번 살펴보세요.
참고자료
Google Developers｜머신러닝이란 무엇인가
Google Developers｜머신러닝 용어집
YouTube 고객센터｜YouTube 추천 시스템의 작동 방식
Apple 지원｜Face ID의 첨단 기술
답글 남기기