01 / 14
SESSION 38 · Part 8 AI 이해와 활용

AI란
무엇인가?

인공지능의 정의 · ML · DL — 마법이 아닌 데이터와 통계의 기술

02 / 14
💭

AI
이해해야 할까?

하루에도 수십 번 마주치는 단어 "AI".
유튜브 추천, 스팸 필터, 챗GPT, 자율주행 — 이미 우리 일상은 AI 위에서 움직인다.

AI를 막연한 마법으로 두면 활용도 통제도 못한다.
정의·범위·한계를 알아야 제대로 쓸 수 있다.

03 / 14
🎯

이 세션에서
배우는 것

📖
AI의 정의
인공지능이 무엇인지, 어떤 분야가 있는지 설명할 수 있다
🎯
AI⊃ML⊃DL
인공지능, 머신러닝, 딥러닝의 포함 관계를 이해한다
📱
일상 속 AI
우리가 매일 쓰는 AI 사례를 식별할 수 있다
04 / 14
🤖

AI는
이렇게 정의된다

인공지능(Artificial Intelligence)
인간의 지능적 행동(추론·학습·인식)을
기계가 흉내 내도록 만드는 기술.

🧠
추론(Reasoning)
주어진 정보로 결론을 이끌어내는 능력 — 체스 두기, 진단
📚
학습(Learning)
경험에서 패턴을 찾아 개선 — 추천·분류·예측
👁️
인식(Perception)
시각·청각 데이터를 이해 — 얼굴 인식, 음성 인식
05 / 14
🎯

AI ⊃ ML ⊃ DL —
포함 관계

가장 큰 그림은 AI, 그 안에 ML, 그 안에 DL이 있다.

AI
인공지능 (전체)
ML
머신러닝
DL
딥러닝
06 / 14

각 단계는 무엇이 다른가?

같은 이름인 듯 보이지만, 접근 방식이 한 단계씩 다르다.

1
AI — 가장 넓은 개념
"기계가 똑똑하게 행동하게 만들자"는 모든 시도. 룰 기반 시스템도 포함된다.
2
ML(머신러닝) — AI의 한 갈래
사람이 규칙을 짜는 대신, 데이터로부터 규칙을 자동으로 학습하는 방식.
3
DL(딥러닝) — ML의 한 갈래
신경망을 깊게 쌓아 복잡한 패턴까지 학습. ChatGPT·이미지 생성의 기반.
07 / 14

약 인공지능 vs 강 인공지능

"AI"라는 같은 단어 뒤에 두 개의 완전히 다른 야망이 있다.

🎯 약 인공지능 (Narrow AI)
특정 과제 하나만 잘하는 AI
번역 · 추천 · 이미지 분류 · 챗봇
현재 모든 AI가 여기에 속함
ChatGPT도 결국 "언어 생성" 전문가
🌟 강 인공지능 (AGI)
인간 수준의 범용 지능
어떤 분야든 학습하고 적응 가능
아직 등장하지 않음 — 미래 목표
SF 영화 속 "진짜 AI" 이미지
08 / 14
📱

일상에 이미
스며든 AI

특별한 일이 아니다 — 오늘 아침에도 우리는 AI를 여러 번 만났다.

▶️
유튜브 추천
시청 패턴 학습
📧
스팸 필터
메일 분류
🎙️
음성 비서
시리·빅스비
📷
얼굴 인식
사진 잠금 해제
🗺️
길 안내
실시간 경로
🛒
상품 추천
쿠팡·아마존
💬
챗GPT
대화·생성
🌐
번역기
파파고·DeepL
09 / 14

AI는 마법이 아니다

가장 흔한 오해 — AI를 신비로운 존재로 보는 것.

❌ 흔한 오해
  • AI는 모든 것을 안다
  • AI는 항상 정답을 말한다
  • AI는 인간처럼 생각하고 의도를 가진다
  • 입력만 던지면 알아서 다 해준다
✓ 실제로는
  • 학습한 데이터 안에서만 동작한다
  • 틀릴 수 있고, 그럴듯한 거짓말도 한다
  • 패턴을 찾아 통계적으로 예측할 뿐이다
  • 입력의 품질이 결과의 품질을 결정한다
10 / 14
👨‍🍳

AI는 요리사 견습생이다

AI를 가장 직관적으로 이해하는 한 가지 비유.

🍳 요리사 견습생 비유
재료(데이터)
=
학습에 쓰이는 데이터셋 — 많고 깨끗할수록 좋음
레시피 따라하기
=
초기 학습 — 정답을 보며 흉내 내는 단계
경험이 쌓이면
=
더 나은 요리 — 같은 재료로 더 좋은 결과
전문 분야 한정
=
약 인공지능 — 한식만 잘하는 견습생
완벽한 셰프
=
AGI — 아직 등장하지 않은 미래
11 / 14
🤖

이걸 알면
AI를 이렇게 쓴다

AI의 한계를 알면, 질문 방식이 완전히 달라진다.

👤
AI한테 질문하면 다 맞나요?
🤖
아니요. AI는 학습한 데이터를 바탕으로 가장 확률 높은 답을 생성합니다. 사실 검증은 사람이 해야 해요.
👤
그러면 AI 답변을 더 정확하게 받으려면 어떻게 질문해야 해?
🤖
맥락·역할·예시를 함께 주고, 결과를 검증할 수 있는 형식(출처·근거·표 등)으로 요청하세요. 이게 프롬프트의 핵심입니다.
12 / 14

이렇게
이해하셨나요?

맞게 이해하셨어요
AI ⊃ ML ⊃ DL — 딥러닝은 머신러닝의 한 갈래, 머신러닝은 AI의 한 갈래
이렇게는 아니에요
ChatGPT는 강 인공지능이다 (틀림! 언어 생성에 특화된 약 인공지능)
맞게 이해하셨어요
AI는 데이터·통계·계산의 조합 — 마법이 아니다
이렇게는 아니에요
AI는 무엇이든 정확히 답한다 (틀림! 학습 범위 밖이면 틀린다)
13 / 14
📌

핵심 정리

🤖
AI 정의
인간 지능적 행동을
기계가 흉내 내는 기술
🎯
AI ⊃ ML ⊃ DL
셋은 포함 관계 —
딥러닝이 가장 좁은 개념
🔬
약 인공지능
현재 모든 AI는
특정 과제 전용
🌟
강 인공지능
AGI — 인간 수준 범용,
아직 미래
📱
일상의 AI
추천·필터·번역·음성
이미 우리 곁에
AI ≠ 마법
데이터·통계·계산의 결과 —
입력이 결과를 결정
14 / 14
🚀

다음 세션
Session 39 · AI의 발전과 역사

오늘날의 AI는 갑자기 등장한 것이 아니다.
1950년대 튜링 테스트부터 2020년대 LLM까지 —
70년의 도전과 돌파구를 다음 세션에서 따라간다.

💡 기억할 것: AI ⊃ ML ⊃ DL. 그리고 AI는 마법이 아니라 데이터의 결과다.

슬라이드 목록