인공지능(AI) 종류 7가지와 활용 예시

요즘 들어 AI에 관한 대화를 하는 것은 좋아하는 예능 프로가 무엇인지 이야기하는 것만큼이나 보편적입니다. 모든 사람이 AI가 무엇인지 아는 것처럼 보이지만 실제로 AI가 어떻게 작동하는지 또는 얼마나 다양한 종류의 AI가 있는지를 알고 있는 사람은 거의 없습니다.

오늘 이 글에서는 인공 지능의 전체 스펙트럼을 소개해 보고자 합니다. AI는 빠르게 진화하는 분야이며 날이 갈수록 발전하고 있지만, 다음과 같은 7가지 주요한 AI 종류를 잘 알아 둔다면 수많은 허구 내용들 사이에서 사실을 더 잘 분별하며 정보를 바탕으로 미래를 예측할 수 있습니다.

AI는 이미 웹 개발, 마케팅 및 비즈니스의 다른 수많은 측면을 변화시키고 있습니다. 하지만 AI의 잠재력은 아직 전부 밝혀지지 않았습니다. Wix의 제품 담당 책임자인 Yaara Asaf는 “지난 6개월간 이 AI 기술의 급격한 성장 속도를 고려했을 때, 앞으로의 6개월 동안 그 속도는 더욱 빠를 것이라고 상상할 수 있습니다”라고 말합니다. "저희는 기술이 줄 수 있는 혜택을 최대한 빨리 얻고자 노력하고 있습니다."

Wix의 무료 웹사이트 제작 도구에서 카피라이팅, 웹 디자인 등을 위한 AI 도구를 사용해 보세요.

이제부터 7가지의 주요한 AI 종류를 알아보도록 하겠습니다.

1. Artificial narrow intelligence (좁은 인공 지능)

2. Artificial general intelligence (인공 일반 지능)

3. Artificial super intelligence (초인공지능)

4. Reactive AI (반응형 AI)

5. Limited memory AI (제한된 메모리 AI)

6. Theory of mind AI (마음 이론 AI)

7. Self-aware AI (자기 인식 AI)

역량 기반 AI 종류 (능력별)

오늘날 AI를 이해하는 가장 좋은 방법은 두 가지 다른 관점에서 보는 것입니다. 첫 번째는 AI를 능력, 즉 인간의 사고 과정을 모방할 수 있는 정도에 따라 분류하는 것입니다. 선구적인 AI 연구자들은 프로젝트를 설명하고 테스트하기 위한 AI 계층 구조를 개발했습니다.

01. Artificial narrow intelligence (좁은 인공 지능)

좁은 인공 지능은 오늘날 기술의 기반이 되는 AI 유형입니다. 여기에는 미리 결정된 일련의 작업들을 완료할 수 있는 AI를 포함됩니다.

예를 들어, iPhone의 Siri는 집중식 기능 집합을 기반으로 음성 명령과 질문에 응답할 수 있습니다. Siri에게 공항으로 안내해 달라고 요청하면 AI 알고리즘이 로드맵 데이터와 현재 교통 상황을 결합하여 최적의 경로를 계산합니다. 하지만 기존의 주제에서 너무 멀리 벗어나면 막다른 골목에 다다르게 됩니다. Siri에게 이상하거나 복잡한 질문을 한 적이 있다면 "이해가 잘 안 됩니다."라는 음성을 종종 들어봤을 것입니다.

좁은 AI는 지능을 개발하기 위해 대규모 참조 데이터 풀을 필요로 하며, 이 정보를 배우고 확장하거나 해석하고 새로운 작업에 적용할 수 없습니다. 오늘날의 AI 기반 도구는 5년 전에 상상했던 것보다 더 정교해져서 웹사이트 제작 방법 등 많은 것(예를 들어, 제조 시설 운영 방식)을 근본적으로 변화시켰습니다.  하지만 이 모든 것은 좁은 AI를 기반으로 두고 있습니다.

02. Artificial general intelligence (인공 일반 지능)

인공 일반 지능(AGI)은 인간의 의사 결정을 모방하고 논리, 감정 및 학습을 통합할 수 있는 AI를 의미합니다. 연구자들은 처음에 AGI가 21세기 전에 널리 보급될 것이라고 생각했지만, 인간의 지능은 재현하기가 어려웠습니다.

개발자들은 자신들의 창작물이 AGI 표준을 충족하는지 확인하기 위해 여러 가지 테스트를 고안했습니다. 그 중 가장 유명한 테스트는 튜링 테스트입니다. 이 테스트는 주어진 질문에 대한 컴퓨터와 사람의 응답을 비교하여 테스터가 차이를 구분할 수 있는지 확인합니다.

ChatGPT와 같은 일부 생성형 AI 종류는 이제 튜링 임계값을 충족시킬 수 있습니다. 예를 들어, 소수의 광고 경영진이 기계와 인간이 생성한 디지털 광고를 비교해 보았을 때, 경영진은 어느 것이 AI가 만든 광고인지 맞춘 정확도는 겨우 57%에 불과했습니다.

하지만 AI는 여전히 다른 AGI 테스트(익숙하지 않은 부엌에서 커피를 한 잔 만드는 것과 같이 일상적이지만 복잡한 작업을 포함)를 통과할 수 없으며 일부는 튜링 테스트가 구식이라고 주장합니다. 대체적으로 AGI는 여전히 현실보다는 목표로 여겨집니다.

03. Artificial super intelligence (초인공지능)

현재 공상 과학 소설의 소재인 슈퍼 AI는 인간의 지능과 의식을 능가하여 기계가 우위를 차지하게 합니다. 세계를 점령하는 로봇은 먼 얘기처럼 들리지만, 일부 연구자들은 기술이 AGI 임계값을 충족시키면 AI 도구가 신속하게 배우고 적응하고 완벽하게 기능하며 궁극적으로 인간의 기술을 능가할 것이라고 믿습니다.

기능별 AI 유형

AI 도구를 분류하는 또 다른 방법은 수행할 수 있는 작업 유형을 고려하는 것입니다. 연구원 Arend Hintze는 4가지 종류의 AI를 정의했는데, 그 중 2가지는 현재 단계에서 여전히 활발하게 연구되고 있습니다.

04. Reactive AI (반응형 AI)

반응형 또는 반작용 AI는 과거의 상호 작용, 응답 또는 결과를 참조하지 않고 좁은 매개 변수 내에서 기능을 수행합니다. 반응형 AI를 훈련시키는 데 사용되는 데이터는 알고리즘의 지식의 유일한 원천이기 때문에 매우 중요합니다.

제한적임에도 불구하고 반응형 AI는 고성능의 처리 속도 덕분에 특정 작업에서 인간을 능가할 수 있습니다. 반응형 AI의 가장 유명한 예는 체스 챔피언을 이긴 IBM의 Deep Blue와 TV 게임 쇼 ‘Jeopardy!’에서 우승한 Watson입니다.

이메일 자동 스팸 필터, 금융 분야의 신용 점수 매기기 메커니즘, 간단한 온라인 쇼핑몰 제품 추천 등 패턴 인식을 기반으로 한 간단한 의사 결정을 위해 많은 일상 업무가 반응형 AI에 의존하고 있습니다.

05. Limited memory AI (제한된 메모리 AI)

제한된 메모리 AI는 저장된 데이터를 사용하여 현재 행동을 알리므로 반응형 AI보다 성능이 더 정교합니다. 제한된 메모리 AI는 입력 시퀀스를 처리하고 그에 따라 반응할 수 있습니다. 또한, 상호 작용의 결과를 새로운 훈련 데이터로 사용하여 시간이 지남에 따라 ‘학습’하고 행동을 다듬을 수 있습니다.

제한된 메모리 AI는 과거의 상호 작용 데이터를 사용하여 현재 웹사이트 방문자 또는 앱 사용자가 무엇을 원하는지 또는 다음에 무엇을 보길 원하는지 예측함으로써 디지털 경험을 향상시킵니다. 실시간으로 상황에 맞는 적절한 동적 컨텐츠를 선택해 몰랐던 제품을 추천하거나 고객 서비스 질문에 대한 올바른 챗봇 응답을 생성합니다.

자율 주행 차량은 제한된 메모리 AI의 최첨단 기술을 테스트하고 있는데요. 센서로부터의 데이터를 처리하고 신호등이나 버스와 같은 물체를 인식하도록 훈련을 받았습니다. 보행자가 횡단보도에 들어서면 자동차는 제한된 메모리 AI를 사용하여 감지하고 반응하여 브레이크를 작동시킵니다.

그러나 다음과 같은 제약이 있습니다. 간단한 작업을 수행하기 위해 제한된 메모리 AI를 훈련시키는 데는 여전히 방대한 양의 데이터가 필요합니다. 차량 자체에 결과를 피드백할 때 그 지식은 확장됩니다. 데이터 세트는 성장하지만 처리 메커니즘은 인간이 다시 프로그래밍하지 않는 한 동일하게 유지됩니다. 그렇기 때문에 샌프란시스코의 상시 껴있는 안개나 트래픽 콘으로 무장한 시위대와 같이 겉보기에는 사소하지만 예상치 못한 장애물에 맞닥뜨렸을 때 자율주행 자동차가 혼란을 겪는 것입니다.

06. Theory of mind AI (마음 이론 AI)

심리학에서 ‘마음 이론’이라는 용어는 다른 존재가 자신의 행동에 영향을 미치는 생각과 감정을 가지고 있음을 이해한다는 걸 의미합니다. 인간 지능에 다다르기 위해서는 AI가 타인에 대한 인식을 개발하고 타인의 지식과 경험을 고려한 방식으로 상호 작용할 수 있어야 합니다. 마음 이론을 탑재한 인공지능은 아직 존재하지 않습니다.

07. Self-aware AI (자기 인식 AI)

AI의 또 다른 가상 버전인 자기 인식 AI는 (이론적으로) 자신의 정신 상태, 감정 및 기억을 인식할 수 있습니다. 또한, 자기 인식 AI는 다른 사람들의 명시되지 않은 동기 및 내부 상태를 해석하고 추측하기 위해 자체 감성 지능을 적용할 수 있습니다.

AI의 주요 응용 분야: 현재 또는 가까운 미래에 AI를 사용할 수 있는 방법 

AI가 앞으로 나아갈 길은 여전히 길고 불확실하지만 AI는 이미 작업을 완료하는 방법을 재구성하고 있습니다. AI의 처리 속도와 예측 능력 덕분에 과거에는 반복적이고 시간이 많이 걸리며 규모에 맞추어 구현할 수 없었던 작업들이 이제는 가능해졌습니다.

예를 들어, AI와 수십 년 간 쌓아온 웹 디자인 지식을 결합함으로써 Wix는 웹사이트와 디지털 경험이 생성되는 방식을 재정의하고 있습니다. Wix의 AI 기반 도구를 사용하면 사이트 카피 작성, 이미지 디자인 등과 같은 지루한 작업을 단순화할 수 있을 뿐만 아니라 AI 웹사이트 빌더를 이용해 처음부터 새로 사이트를 전체를 구축할 수 있습니다.

지금 Wix에 가입하여 AI 도구가 실제로 웹사이트를 구축하는 것을 확인해 보세요.

또한 아래에서 다양한 다른 업계에서 찾아볼 수 있는 AI의 멋진 응용 프로그램을 확인해 보세요.

소매 및 온라인 쇼핑몰 분야의 AI

수년 동안 매장과 온라인 쇼핑몰 사이트는 완벽한 쇼핑 경험을 위해 지능형 알고리즘을 많이 사용해왔으며 판매자들은 AI가 진화함에 따라 또 다른 새로운 기술들이 구현되기를 바라고 있습니다. Honeywell의 설문 조사에 따르면 전 세계 소매업체 10곳 중 6곳이 AI를 이미 사용하고 있거나 내년에 도입할 계획이라고 합니다. 주요 용도는 다음과 같습니다.

• 개인 맞춤화: 제한된 메모리 AI는 실시간으로 디지털 상호 작용을 처리하고 어떤 제품이 추천하기에 가장 적합한지, 어떤 제품이 각 쇼핑객의 공감을 얻을 것인지 예측하여 개인 쇼핑객의 경험을 확장할 수 있습니다. 웹사이트 코드의 JavaScript를 통해 실시간으로 행동에 적응하는 개인화된 제품 추천을 지원할 수 있습니다.

• 재고 관리: 어떤 품목의 재고를 얼마나 확보할지 추측하는 것은 쇼핑몰 소유주에게는 골칫거리일 수 있지만 AI는 구매 패턴을 분석하여 제조업체에 주문해야 할 시기를 정확하게 예측할 수 있습니다.

• 고객 서비스: 반응형 AI는 주문 조회를 지원하여 온라인 쇼핑몰 출하 현황에 대한 질문에 응답할 수 있으며, 자연어 처리를 사용하는 AI 응용 프로그램은 챗봇, 이메일 및 소셜 메시징 앱을 통해 보다 복잡한 온라인 고객 서비스 문의에 응답함으로써 빠른 응답 시간을 원하는 소비자의 기대치를 충족할 수 있습니다.

여행, 레스토랑 및 환대 분야의 AI

프리미어 서비스는 탁월한 여행 및 식사 경험의 핵심이며, AI는 관리 도구 및 디지털 인터페이스를 강화하여 모든 고객에게 개별화된 경험을 제공하는 동시에 보이지 않는 부분에서도 효율성을 극대화할 수 있도록 지원합니다. 응용 프로그램은 다음과 같습니다.

• 개인 맞춤형 여행: AI는 구매 내역을 활용하여 목적지, 여행 패키지 또는 개별 취향에 맞는 항공편을 추천할 수 있습니다. 레스토랑 서비스는 현지에서 제공하는 다양한 서비스를 제공할 수 있으며, 식사객이 찾고 있는 정확한 분위기와 요리를 제공하는 최고 등급의 숙박 시설을 강조할 수 있습니다.

• 계절별 수요 예측: 과거 사용 현황 및 구매 데이터를 분석함으로써 AI 알고리즘은 성수기 가격 책정 기간, 이용 불가 날짜, 운영 시간, 직원의 수준 및 경로 일정을 결정하는 데 도움이 될 수 있습니다.

의료 및 웰니스 분야의 AI

Morgan Stanley의 연구에 따르면 이미 의료 기관의 94%가 AI 또는 ML을 어떤 형태로든 사용하고 있으며 여기에는 수십 가지 잠재적인 응용 프로그램이 있습니다. 대부분의 일상 업무 및 관리 작업을 자동화하여 사람 의료진은 진단, 치료 및 환자와의 소통에 집중할 수 있습니다. 의료 분야에서 AI의 주요 용도는 다음과 같습니다.

• 종합 연구: AI 도구는 의료 문헌을 스캔하고 의료진이 고려할 최신 모범 사례 및 임상 시험을 제공할 수 있습니다.

• 스캔 및 테스트 결과 해석: AI는 이미징 스캔을 신속하게 처리하고 이상 징후를 찾아낼 수 있으며, 테스트 결과와 과거 데이터 패턴을 결합하여 잠재적 진단을 제안할 수 있습니다.

• 사전 예방적 모니터링 및 권장 사항: 혈압과 같은 건강 지표를 모니터링하는 웨어러블 기기는 실시간 데이터를 처리하고 다이어트, 수면, 운동 및 약물에 대해 적시에 권고하는 AI 도구와 연결할 수 있습니다.

디자인 및 기술 개발 분야의 AI

프로그래머, 엔지니어 및 디자이너는 AI를 활용하여 일상적인 작업을 자동화하고 대규모 테스트를 실행하여 디지털 자산을 신속하게 최적화할 수 있습니다. 다음과 같은 용도로 AI를 활용할 수 있습니다.

• A/B 테스트: AI 도구는 다양한 웹사이트 페이지 또는 앱 경험의 성능을 추적하고 실시간 결과를 기반으로 요소를 미세 조정할 수 있으므로 기업에서 보다 빠른 주기로 테스트를 실행할 수 있습니다.

• 오류 검사: AI 도구는 코드를 스캔하여 결함을 찾아내고 기존 시스템과의 비호환성을 예측할 수 있습니다.

• 루틴 자동화: 코딩 오류를 해결하거나 이미지 배치 크기를 조정하려는 경우 디지털 크리에이티브 및 프로그래머는 수동 작업을 AI로 아웃소싱할 수 있습니다. 자동화는 몇 번의 초기 설계 및 콘텐츠 입력만으로 정적 웹사이트를 구축하는 작업에도 적용될 수 있습니다.

금융, 법률 및 전문 서비스 분야의 AI

비즈니스 및 법률 사무소는 AI 덕분에 생산성이 크게 향상되었습니다. 기계는 수많은 관리 세부 정보를 처리할 수 있으며 예측 모델링은 예측을 안내할 수 있습니다. Gartner에 따르면, CFO 5명 중 4명은 2024년까지 AI에 대한 지출을 늘릴 것으로 예상하고 있으며, 재무 책임자의 3분의 2는 자율 AI가 향후 10년 내에 기능을 수행할 것이라고 믿고 있는 것으로 나타났습니다. AI가 백오피스 효율성을 높일 수 있는 몇 가지 방법을 소개하겠습니다.

• 사기 탐지 및 보안: 패턴 탐지를 사용하여 이상 징후를 탐지하는 AI 기반 도구는 잠재적으로 사기 거래, 사기 보험 청구 및 데이터 침해를 가려낼 수 있습니다. IBM은 AI가 최대 100일까지 빠르게 데이터 유출을 차단하는 데 도움이 된다는 사실을 발견했습니다.

• 템플릿 문서, 서류 및 보고서 자동화: AI는 보고서와 견적 문서에 대한 텍스트와 차트를 조합하여 보험 청구 서류를 생성할 수 있습니다. AI가 복잡한 브리핑을 작성할 것으로 기대하지 마세요. 이를 시도한 변호사들은 ChatGPT가 주장을 뒷받침하기 위해 가상의 사례를 생성해 진실인 것처럼 현혹시키는 것(Hallucinate)을 발견했습니다.

• 실시간 견적 및 가격 책정: 보험 정책과 부동산 임대 계약은 시장 수요의 급증이나 고객의 용도 변화 등 변화하는 조건에 적응할 수 있습니다.

• 예측: AI는 과거 거래와 현재 상황에 대한 데이터를 사용하여 추세를 예측하고 필요 예산 및 수익을 예측할 수 있습니다.

제조 분야의 AI

‘스마트’ 제조는 이미 널리 보급되어 있으며, AI는 로봇, ‘사물 인터넷’이 장착된 기계 및 디지털 도구가 협력하여 생산을 최적화함에 따라 향후 몇 년 동안 효율성을 더욱 높일 준비가 되어 있습니다. 앞으로의 발전은 다음과 같습니다.

• 로봇 및 코봇: AI 기반 연산 강도를 갖춘 로봇 기계는 반복적인 규칙 기반 작업을 처리할 수 있습니다. 코봇, 즉 협업 로봇(Collaborative Robots)은 인간과 함께 작동하며 움직임을 감지하고 장애물을 피할 수 있으며 물리적으로 힘든 집안일을 완수할 능력을 가지고 있습니다.

• 유지 관리 예측: 센서가 장착된 기계는 작동 상태를 전송할 수 있으며 AI 기반 도구가 마모와 파열의 징후를 모니터링할 수 있습니다. 예측이 가능하다면 제조업체가 업그레이드, 수리 및 교체 예산을 책정하는 데 도움이 됩니다.

• 품질 관리: 센서는 제조 출력을 모니터링하고 불일치 및 결함을 파악할 수 있습니다.

• 지속 가능한 공급망: 지속 가능한 제품에 대한 소비자 수요가 증가하고 있으며, AI는 기업이 탄소 배출량과 폐수 사용을 모니터링하고 전 세계의 우수한 지속 가능한 공급 업체를 제공함으로써 기대치를 충족하도록 도울 수 있습니다.

• 수요 예측: 이전 구매 패턴과 현재의 경제 상황에 기반하여 AI 모델은 제조업체가 생산을 강화해야 하는 시기를 예측하여 예상 주문에 맞춰 직원 및 재료 비용을 조정할 수 있습니다.

물류 및 운송 분야의 AI

McKinsey는 전 세계 상품의 움직임을 분석하고 패턴을 감지하며 수요를 예측하는 AI의 능력을 통해 효율성을 15%, 서비스 수준을 65% 향상시킬 수 있다고 밝혔습니다. AI는 기업이 다음과 같은 여러 측면에서 운영을 간소화할 수 있도록 지원합니다.

• 연중무휴 24시간 자동화: 로봇과 자율 지게차는 24시간 내내 창고 운영을 유지할 수 있습니다. 기업들은 하룻밤 사이에 물품을 계속 운반할 수 있도록 도로에서 화물 트럭을 위한 자율 주행 기술을 실험하고 있습니다.

• 인력 배치 및 운영 예측: AI는 수요 피크 기간을 예측할 수 있으므로 운송 및 물류 회사가 창고에 적절하게 인력을 배치하고 공급하여 예상 수입에 맞게 지출을 조정할 수 있습니다.

• 환경 영향 감소: AI를 사용하여 운송 및 물류 회사는 여행 데이터를 분석하고 경로를 최적화하여 주행 거리 및 전체 탄소 배출량을 줄일 수 있습니다.

엔터테인먼트, 스포츠 및 문화 분야의 AI

최근 할리우드 작가들의 파업을 통해 알 수 있듯이 AI를 사용하여 대본, 노래 및 시각적 자료들을 생성하는 것에 대한 윤리적 질문이 해결되지 않았으며, 특히 잘 알려진 예술가의 기존 작품을 모방할 때 더욱 그렇습니다. 하지만 엔터테인먼트 및 스포츠 브랜드는 이미 청중과 전문가에게 더 나은 서비스를 제공하기 위해 AI를 논란의 여지가 적은 방식으로 사용하고 있습니다. 이미 AI를 적용하고 있는 부분은 다음과 같습니다.

• 팬을 위한 맞춤형 경험: 문의에 응답하여 AI는 시즌의 뛰어난 터치다운 또는 박수를 받을 만한 퍼포먼스를 보여주는 하이라이트 장면을 분석, 선택 및 조합하여 관객에게 맞춤형으로 제공할 수 있습니다.

• 훈련 및 퍼포먼스 모니터링: 운동 장비 및 의류에 ‘스마트’ 센서를 건강 모니터와 함께 사용하면 AI는 팀이 더 원활하게 훈련하고 부상을 예방할 수 있도록 도움을 줍니다.

• 향상된 판정: 메이저 리그 야구는 패턴 인식을 기반으로 공과 스트라이크를 판정하는 데 AI를 활용하는 실험을 하고 있습니다. 앞으로 심판은 즉각적으로 리플레이를 확인할 수 있을 뿐만 아니라 게임이 공정한지 파울인지 여부에 대한 즉각적인 AI 분석도 참고할 수 있습니다.

• 생산 자동화: 동영상 및 오디오 편집 작업과 사운드트랙 점수의 엔지니어링을 AI로 수행하고 최적화할 수 있기 때문에 제작 시간이 단축됩니다. 자동 번역은 동영상과 영화 자막의 초안을 제공할 수 있습니다.

By 조윤정

SEO & 블로그 전문가