AI가 중요한 이유

I. AI가 중요한 이유

이 과정에서는 구현 가능한 첫 번째 AI 아이디어를 향한 여정을 안내하고 이를 현실화하는 데 필요한 도구를 제공합니다. 그 길은 인공지능 방법을 가능하게 하는 알고리즘을 살펴보는 것에서 시작됩니다. 하지만 시작하기 전에 우선 AI가 왜 중요한지에 대해 잠시 논의하고 싶었습니다.

한마디로 관련성입니다. 인공지능, 혹은 적어도 '협소한 AI(한 가지 작업만 처리하는 AI)'는 이미 우리 일상의 일부가 되었습니다. 온라인 검색, 스마트폰을 사용하여 사진 촬영 및 편집, Siri 또는 Alexa에게 추천 요청, GPS 내비게이션 사용 등 우리는 AI 기법에 의존하고 있습니다. 실제로 이것은 우리가 이미 AI에 둘러싸여 있다는 것을 의미하며, 이 영향력은 점점 커질 것으로 보입니다.

이 과정에서 알게 되겠지만, 우리는 현명하게 대처하는 한 이러한 영향력이 좋은 것이라고 생각합니다. 결국 AI는 문제를 해결하기 위한 방법의 집합일 뿐입니다. 우리는 AI가 기술 전문가에게만 맡기기에는 너무 중요하다고 생각합니다. 그렇기 때문에 우리의 목표는 가능한 한 많은 사람들이 실제 문제에 대한 의미 있는 AI 솔루션을 만드는 데 참여할 수 있도록 지원하는 것입니다. AI 만들기는 프로그래머가 아닌 사람과 Python으로 프로그래밍할 수 있는 사람을 포함하여 AI 관련 어휘와 기술을 향상하려는 모든 사람을 위한 것입니다. 이 과정을 수강하면 다양한 AI 기법을 가능하게 만드는 요소와 이러한 방법이 실생활에서 어디에 어떻게 적용될 수 있는지 자세히 배우게 되며, AI에 대해 소통하고 AI 관련 프로젝트에 참여하는 데 도움이 됩니다.

여러분 중 일부에게는 이 과정이 실제로 이러한 방법을 프로그래밍할 수 있는 첫 번째 단계가 될 것입니다. 여기에서 프로그래밍을 실제로 탐구하는 고급 과정으로 이동할 수 있습니다. 이 과정을 마치면 현실적이고 유용하며 구현 가능한 AI 아이디어를 공식화하기 시작할 수 있으며, 이는 원하는 만큼 개발할 수 있는 자신만의 프로젝트가 될 수 있습니다.

실생활에서 AI의 모습

다음은 직장에서 AI 기법을 찾을 수 있는 몇 가지 예입니다. 이것들은 모두 실제 사례이며 이후 장에서 더 자세히 살펴보겠습니다.

콘텐츠 추천

우리 모두는 Netflix나 YouTube 같은 콘텐츠 추천 시스템에 익숙합니다. 그러나 일반적으로 사용되는 추천 알고리즘은 예를 들어 인기 프로그램(드라마 등)을 추천하고 교육 또는 과학 콘텐츠와 같은 다른 영역은 경시하는 데 유용합니다. 그러나 이는 변경될 수 있으며 사람들이 더 광범위한 유형의 콘텐츠에 노출될 수 있습니다.

온라인 쇼핑

선택의 폭이 너무 넓어서 시간이 부족합니다. 하지만 특히 휴대폰에서 수만 개의 항목을 편리하게 검색하려면 어떻게 해야 할까요? 머신러닝 기법은 개별 사용자는 물론 유사한 제품을 구매한 다른 고객의 구매 행동을 기반으로 제품을 추천할 수 있습니다.

온라인 지원

소셜 미디어 사용자의 거의 절반이 온라인에서 온라인 괴롭힘이나 괴롭힘을 경험했습니다. 자연어 처리(NLP)를 기반으로 한 기계 학습 방법을 사용하여 대규모 이용자에게 온라인 법률·심리 지원을 제공할 수 있습니다.

리소스 매핑

여러분이 사는 지역에는 어떤 종류의 중요 인프라(예: 학교)가 존재합니까? 전 세계 많은 곳에서 대답은 “확실하지 않다”입니다. 그러나 정확하고 포괄적인 인프라 지도를 보유하는 것은 품질을 측정하고 개선하기 위한 핵심 도구입니다. 신경망은 건물을 식별하고 정확한 지도를 만들기 위해 고해상도 위성 이미지를 보고 특징을 식별하도록 훈련될 수 있습니다.

폐기물 분류

줄이고, 재사용하고, 재활용하세요. 우리 모두는 이 원칙에 익숙하며 대부분의 사람들은 폐기물을 충실하게 분류합니다. 하지만 그 후에는 어떻게 되나요? 사실 우리가 "재활용"하는 것 중 상당수는 여전히 매립되거나 소각됩니다. 그러나 신경망을 사용하면 로봇이 폐기물을 분류하고 재활용률을 향상시킬 수 있습니다.

여러분의 AI 아이디어

학습 목적을 위해 이것은 아마도 이 과정에서 실제 AI의 가장 중요한 예일 것입니다. 5장의 선택적 프로젝트는 Elements of AI 학습 여정의 종점이자 더 넓은 AI 커뮤니티에 아이디어를 제시할 수 있는 마지막 디딤돌입니다.

참고!

실생활에서 AI와 협력하기

사람들은 업무에서 다양한 방식으로 AI를 접하고 사용할 수 있습니다. 다음은 세 가지 일반적인 예입니다.

AI 기법을 잘 이해하고 AI 구성 요소를 포함하는 현실적인 솔루션을 아이디어할 수 있는 능력을 갖춘 전문가로 일할 수 있습니다. AI에 대한 이해와 다른 분야의 지식을 결합하는 능력은 코드를 직접 작성하지 않더라도 가치 있는 결과로 이어질 수 있습니다.
예를 들어 AI 시스템을 활성화하는 인프라에 더 관심이 있는 사람들은 데이터 엔지니어로 일할 수 있습니다. 데이터 엔지니어는 데이터가 필요한 곳으로 흐르고 특정 AI 솔루션에 적합한 유형과 품질인지 확인합니다. 실제 대규모 생산 준비 AI 시스템에서는 소위 "입력이 잘못되면 출력도 잘못된다(Garbage In, Garbage Out)" 문제를 방지하기 위해 지원 인프라를 올바르게 확보하는 것이 중요합니다.
AI 알고리즘에 대한 깊은 이해가 있는 사람이라면 AI 개발자, AI 엔지니어, 데이터 과학자 등의 직책이 있는 실제 문제에 이러한 방법을 적용할 수 있습니다. 이 분야에서 탁월하려면 다양한 유형의 문제에 AI를 적용한 입증된 실적이 필요합니다. 기술적인 능력 외에도 가능한 것과 불가능한 것을 알아야 하며, 가장 중요한 것은 AI를 처음에 적용해야 하는 시기와 적용하지 않는 시기를 알아야 합니다.

세상은 AI 전도사라고 주장하는 사람들로 가득 차 있는 것 같습니다. 그러나 현대 기업이 찾고 있는 것은 일을 실현할 수 있고 실제로 AI가 무엇인지, AI가 무엇을 할 수 없는지 이해하는 사람들입니다. 이것이 바로 이 과정이 도움이 될 수 있는 것입니다. 여기에서 Mikko의 경력 이야기를 예시로 읽어보세요.

데이터 과학 분야에서 경력을 쌓고 싶다면 헬싱키 대학교 데이터 과학 석사 프로그램에 지원하는 것을 고려해 보세요.

이 과정을 통해 실제 AI 솔루션을 구현하는 방법

실제로 AI 기법를 만들 수 있는 수준에 도달하려면 많은 단계를 거쳐야 합니다. 이 과정은 AI의 전체 초보자 과정(예: AI 요소: AI 소개)과 현재 제공되는 고급 기계 학습/AI과정 간의 격차를 해소하는 데 도움이 됩니다.

이 과정의 목표 중 하나는 여러분에게 더 넓은 AI 커뮤니티를 소개하는 데 도움을 주는 것입니다. 이러한 이유로 5장은 여러분의 수준에 관계없이 이 과정을 수강하는 모든 학생들에게 적합한 선택 프로젝트입니다. 최종 프로젝트를 통해 우리는 여러분이 이 샌드박스에서 벗어나 "실제 세계" AI 프로그래밍(간단하더라도)으로 손을 더럽힐 것을 권장하고 AI 커뮤니티의 모든 사람이 함께 모여 협업할 수 있는 선도적인 코드 공유 플랫폼인 GitHub를 소개하겠습니다.

프로그래밍을 하지 않는 분들도 5장의 질문 템플릿에 따라 참여하여 AI가 잠재적으로 해결할 수 있는 문제와 이를 해결하는 데 효과적인 방법에 대한 개요를 설명할 수 있습니다. 우리는 궁극적으로 여러분이 직장에서 아이디어를 공유하거나 잠재적인 개발자와 연결하여 아이디어가 실현되는 것을 볼 수 있기를 바랍니다. 또한 GitHub 갤러리에서 이 과정을 통해 성장한 아이디어와 프로젝트를 선보일 기회도 제공할 것입니다.

이 과정과 함께 제공되는 연습을 완료하면 아이디어 제출을 준비하는 데 필요한 도구를 얻을 수 있습니다.

AI SCHOOL의 Building AI 학습 방식

PART 2는 프로그래밍 경험이 없는 학습자를 위한 초보자 과정으로 운영합니다. Python 코드를 직접 작성하지 않아도 되며, 설명과 예시를 읽고 객관식·단답형 문제를 풀면서 AI 알고리즘의 작동 원리를 이해합니다.

연습문제는 앞에서 배운 개념을 확인하는 순서로 배치했습니다. 계산이 필요한 문제에는 필요한 수식과 값을 함께 제공하며, 답을 제출한 뒤 정답과 해설을 바로 확인할 수 있습니다. 모바일과 데스크톱에서 같은 학습 흐름을 이용할 수 있습니다.

PART 2에는 총 21개의 연습문제가 있습니다. 수료 기준은 19개 이상 완료하고 전체 정답률 50% 이상을 달성하는 것입니다. 난이도 선택이나 별도의 프로그래밍 등급은 사용하지 않습니다.

참고!

프로그래밍 지식이 필요하지 않습니다. 객관식 문제만 출제됩니다.

또한 이 과정의 맥락에서 "고급"은 프로그래밍 전문가가 아닌 컴퓨터 과학 학생이나 이전에 Python 프로그래밍을 해본 적이 있는 사람을 의미합니다. 이는 여전히 AI 프로그래밍 입문 과정으로, 전문 프로그래머에게는 기존 기계 학습 과정 중 하나가 더 잘 제공될 수 있습니다.

객관식 질문에 대한 답변은 한 번만 제출할 수 있습니다. 프로그래밍 연습의 경우 원하는 만큼 답변의 정확성을 테스트할 수 있습니다. 답변이 정확하면 모든 테스트가 통과되고 답변이 자동으로 제출됩니다.

아래 연습을 통해 난이도를 파악해 보세요. 이 연습은 코스 채점에 포함되지 않습니다.