딥블루

딥블루(Deep Blue)

딥블루(Deep Blue)는 IBM이 개발한 슈퍼컴퓨터로, 1997년 세계 체스 챔피언 가리 카스파로프(Garry Kasparov)를 정식 대국에서 이긴 최초의 컴퓨터로 역사에 남아 있다. 딥블루는 단순한 체스 프로그램을 넘어 인공지능(AI) 연구의 상징적 성과로 자리 잡았으며, 이 프로젝트는 컴퓨터 과학, 체스, 그리고 AI 발전의 중요한 전환점이 되었다.

개발배경

초기 개발자 쉬펑슝을 포함한 딥블루 팀 구성원

딥블루의 기원은 1980년대 중반, 카네기 멜론 대학교(Carnegie Mellon University)에서 시작되었다. 이 프로젝트는 쉬펑슝(Feng-hsiung Hsu) 교수가 주도하였으며, 그의 목표는 체스에서 인간 최고 수준의 실력을 갖춘 컴퓨터를 개발하는 것이었다.

이 프로젝트의 초기 단계에서 개발된 컴퓨터는 "칩테스트"(ChipTest)라는 이름으로, 병렬 처리 기술을 이용해 가능한 모든 체스 수를 계산할 수 있도록 설계되었다. 이후 칩테스트는 더 발전된 "딥 소트"(Deep Thought)로 진화했으며, 이는 IBM이 딥블루 개발에 참여하기 전 단계의 중요한 컴퓨터였다.

IBM은 1989년에 쉬펑슝 교수를 포함한 연구팀을 영입하여 딥블루 프로젝트를 본격적으로 시작했다. IBM은 이 프로젝트를 통해 인공지능 분야에서의 리더십을 공고히 하고자 했으며, 이로 인해 딥블루는 IBM의 중요한 연구 과제로 자리 잡았다. IBM의 참여는 딥블루의 기술적 발전을 가속화했으며, 이후 세계 챔피언 가리 카스파로프와의 대결을 목표로 프로젝트가 진행되었다.

기술적 구조

하드웨어

딥블루는 당시로서는 최첨단의 하드웨어로 구성된 슈퍼컴퓨터였다. IBM의 RS/6000 SP 기반 시스템을 사용한 딥블루는 30개의 노드로 구성된 클러스터형 슈퍼컴퓨터였다. 각 노드는 병렬 처리를 통해 체스 경기에서 가능한 모든 수를 계산하는 역할을 했으며, 이를 더욱 효율적으로 처리하기 위해 480개의 특별히 설계된 VLSI(초대규모 집적회로) 체스 칩이 사용되었다. 딥블루의 하드웨어는 초당 2억 개 이상의 체스 포지션을 계산할 수 있는 능력을 갖추고 있었다. 이는 당시의 다른 체스 프로그램과 비교했을 때, 월등히 빠른 속도였다. 이러한 엄청난 계산 능력은 딥블루가 인간 세계 챔피언과 경쟁할 수 있는 중요한 요소였다.

소프트웨어

딥블루의 소프트웨어는 체스 경기의 가능한 모든 수를 계산하고, 각 수의 유리함을 평가하는 알고리즘으로 구성되었다. 이 소프트웨어는 주로 C 프로그래밍 언어로 작성되었으며, AIX 운영체제에서 실행되었다. 딥블루의 소프트웨어는 수천 개의 체스 대국 데이터를 분석하여 체스 게임에서 최선의 수를 선택할 수 있도록 설계되었다. 딥블루의 소프트웨어는 "미니맥스 알고리즘"(Minimax Algorithm)과 "알파-베타 가지치기"(Alpha-Beta Pruning)를 사용했다. 미니맥스 알고리즘은 각 수에 대한 최적의 결정을 내리기 위해 상대방의 모든 가능한 대응을 고려하는 방법이다. 알파-베타 가지치기는 불필요한 계산을 줄이기 위해 특정 수를 가지치기하는 방식으로, 체스 게임에서 더 효율적으로 수를 계산할 수 있도록 도와준다.

체스 칩의 역할

딥블루의 핵심 구성 요소 중 하나는 480개의 VLSI 체스 칩이었다. 이 칩들은 체스 경기에서 가능한 모든 수를 빠르게 계산하기 위해 특별히 설계되었다. 각 칩은 독립적으로 체스 포지션을 분석하고, 해당 포지션에서 최선의 수를 결정할 수 있는 능력을 갖추고 있었다. 이러한 칩들이 병렬로 작동하면서 딥블루는 엄청난 속도로 체스 경기를 분석할 수 있었다.

체스 전략

• 가능한 수의 예측 : 딥블루의 체스 전략은 가능한 모든 수를 계산하는 데 기반을 두고 있었다. 일반적으로 체스 선수들은 경기 중 약 10수 정도를 내다보고 전략을 세우지만, 딥블루는 12수에서 14수까지 예측할 수 있었다. 이러한 예측 능력은 딥블루가 인간 선수들과의 대결에서 우위를 점할 수 있게 하는 중요한 요소였다.
• 평가 함수 : 딥블루의 소프트웨어는 각 포지션의 유리함을 평가하기 위해 복잡한 평가 함수를 사용했다. 이 함수는 포지션의 가치, 각 말의 위치, 상대방의 수를 예측하는 능력 등을 고려하여 각 수의 유리함을 평가했다. 딥블루의 평가 함수는 수천 개의 체스 대국 데이터를 바탕으로 만들어졌으며, 이를 통해 다양한 상황에서 최선의 수를 선택할 수 있었다.
• 오프닝 라이브러리와 엔드게임 테이블베이스 : 딥블루는 체스 경기에서 오프닝과 엔드게임을 효과적으로 처리하기 위해 방대한 오프닝 라이브러리와 엔드게임 테이블베이스를 사용했다. 오프닝 라이브러리는 수천 개의 오프닝 대국을 분석한 데이터로 구성되어 있으며, 딥블루가 경기 초반에 유리한 위치를 차지할 수 있도록 도와주었다. 엔드게임 테이블베이스는 경기 후반부의 최적 수를 계산하기 위한 데이터베이스로, 딥블루가 경기 후반부에서도 실수를 최소화할 수 있도록 했다.

가리 카스파로프와의 대결

딥블루와 가리 카스파로프의 대결은 인공지능과 인간의 지적 능력 간의 경쟁을 상징하는 역사적 사건이다. 이 대결은 체스 역사에서 중요한 이정표로 남아 있으며, 여러 논란과 후속 논의가 있었다.

1996년 대결

1996년 필라델피아 경기에서의 딥블루 팀 멤버들

딥블루는 1996년 2월 10일부터 17일까지 체스 세계 챔피언 가리 카스파로프와 첫 번째 대결을 벌였다. 이 대결은 딥블루가 인간 체스 챔피언과 정식 대결에서 맞붙은 첫 사례로, 체스 및 인공지능 분야에서 큰 주목을 받았다. 당시 딥블루는 카네기 멜론 대학교의 칩테스트 프로젝트를 바탕으로 발전된 체스 전용 컴퓨터였다.

1996년 대결은 6번의 경기로 구성되었으며, 첫 번째 게임에서 딥블루가 승리했다. 딥블루는 상대방의 수를 예측하고 체계적으로 대응하는 능력으로 첫 게임을 장악했다. 그러나 이후의 게임에서 카스파로프는 딥블루의 전략에 적응하며 반격을 시작했다. 카스파로프는 나머지 5번의 게임 중 3번을 승리하고 2번은 무승부로 끝내며, 최종적으로 4-2의 점수로 승리했다. 마지막 대국은 1996년 2월 17일에 종료되었다.

첫 번째 대결 후, 딥블루의 승리에 대한 논란이 일어났다. 카스파로프는 딥블루의 수가 일반적인 체스 전략과는 다르며, 이를 통해 컴퓨터가 새로운 전략을 사용하고 있다고 주장했다. 이로 인해 인공지능과 체스 커뮤니티 내에서는 딥블루의 전략과 카스파로프의 대응 방식에 대한 다양한 논의가 이어졌다.

1997년 대결

1997년 뉴욕에서 열린 재경기 중 가리 카스파로프와 딥블루 팀의 조지프 호앤

딥블루는 1997년 5월 3일부터 11일까지 가리 카스파로프와의 재대결을 벌였다. 이 대결에서 딥블루는 이전 대결에서의 경험을 바탕으로 성능 향상을 이루었으며, 비공식적으로 ‘디퍼 블루(Deeper Blue)’라는 이름으로도 알려졌다. 이 시스템의 성능은 크게 개선되어, 체스 포지션의 예측과 결정 과정에서 이전보다 두 배 향상된 능력을 갖추었다.

1997년 대결은 총 6번의 경기로 구성되었으며, 딥블루가 3.5-2.5로 승리했다. 이 대결에서 딥블루는 카스파로프의 전략에 대한 적응 능력을 보여주었고, 체스의 복잡한 포지션을 분석하는 데 있어서 우위를 점했다. 특히, 네 번째 게임에서 딥블루가 카스파로프에게 승리한 것은 큰 충격을 주었으며, 이후의 게임에서 딥블루는 안정적인 경기 운영을 통해 승리를 거두었다.

1997년 대결 후, 딥블루의 승리에 대한 논란은 더욱 커졌다. 카스파로프는 경기 중 딥블루의 특정 수가 인공지능의 전략적 판단을 넘어서는 듯한 느낌을 받았다고 주장했다. 그는 딥블루가 인간의 직관을 초월하는 판단을 하고 있다고 생각했고, 이는 경기의 공정성에 대한 의문을 제기하는 원인이 되었다.

딥블루의 개발자들은 이러한 주장을 반박하며, 딥블루는 오로지 계산과 데이터 기반의 알고리즘에 의해 동작한다고 설명했다. 또한, 딥블루의 성능 향상과 관련된 기술적 세부 사항도 공개되었으며, 이는 인공지능의 계산 능력과 전략적 사고의 발전을 보여주는 사례로 받아들여졌다.

가리 카스파로프

경기중인 가리 카스파로프

가리 카스파로프(Garry Kasparov)는 러시아 출신의 유명한 체스 선수다. 1985년부터 2000년까지 세계 체스 챔피언 타이틀을 유지하며, 16년간 체스계의 정상에 머물렀다. 체스 실력을 평가하는 엘로(Elo) 레이팅에서 그는 2006년 은퇴할 때까지 세계 1위를 지켰다. 그의 엘로 레이팅 최고 기록인 2851점은 이후 망누스 칼센에 의해 2014년에 경신되었지만, 은퇴 후 8년 동안 이 기록이 유지되었다는 점이 인상적이다. 체스계에서 카스파로프는 마치 바둑계의 이창호와 같은 위대한 인물로 평가받는다. 아제르바이잔 바쿠 출신으로, 아버지는 유대인, 어머니는 아르메니아인이다. 어릴 때부터 체스에 뛰어난 재능을 보여 10살에 세계적인 체스 챔피언 미하일 보트비닉의 제자가 되었고, 16살에 세계 랭킹 15위에 올랐다.

1984년, 21세의 나이로 카스파로프는 세계 챔피언 아나톨리 카르포프에게 도전했다. 이 두 선수의 결승전은 총 5개월 동안 48경기를 치르며, 그중 40경기를 무승부로 끝냈다. 당시 챔피언 결정전은 특정한 게임 수가 아닌 상대보다 6승을 먼저 거두는 방식으로 진행되었으며, 카르포프는 첫 9경기에서 4승을 기록했지만 나머지 경기에서 추가 승리를 거두지 못했다. 경기가 너무 길어질 것을 우려한 국제 체스 연맹(FIDE)은 차년도에 24전제로 대회를 재개하되, 카르포프가 2승 우위를 가지고 있었다는 점을 고려하여, 패배 시 재경기를 진행하는 조건으로 경기를 중단시켰다. 이 대회는 최초로 경기가 중단된 챔피언 결정전으로 기록되었다. 카스파로프는 다음 해에 열린 챔피언 결정전에서 승리하여 세계 챔피언 자리에 올랐고, 1993년까지 FIDE와의 갈등으로 협회를 떠날 때까지 타이틀을 방어했다. 카르포프와의 마지막 챔피언 결정전도 매우 팽팽한 승부로 마무리되었다.

1986년 세계 챔피언 자리에 오른 후, 카스파로프는 그랜드마스터 협회(GMA)를 설립하여 더 많은 체스 선수들이 대회에 참여할 수 있도록 노력했다. 또한, FIDE 챔피언십을 시간 제한에 따라 스탠다드, 래피드, 블리츠 등으로 세분화하는 등의 변화를 주도했다. 그러나 FIDE와의 관계는 점점 악화되었고, 1993년 나이절 쇼트와의 세계 챔피언십을 앞두고, FIDE의 상금 문제로 인해 협회를 떠나 프로 체스 협회(PCA)를 창립했다. 이로 인해 체스 챔피언십은 두 개의 대회로 나뉘었으며, 하나는 카스파로프를 챔피언으로 인정하는 PCA 대회였고, 다른 하나는 새로운 챔피언을 내세운 FIDE 대회였다. 카스파로프는 2000년 블라디미르 크램닉에게 패하며 챔피언 타이틀을 잃었다.

1997년 보스니아 헤르체고비나의 명예국민이 되었고, 2005년 체스계에서 은퇴를 발표했다. 은퇴 당시에도 그는 여전히 레이팅 1위를 유지하고 있었다. 카스파로프는 정치에도 관심을 보였으며, 2008년 러시아 대선에 야당 후보로 출마하기도 했지만, 큰 지지를 얻지 못해 중도에 사퇴했다. 2014년에는 러시아에서 블라디미르 푸틴에게 암살 위협을 받았다고 주장하며 크로아티아로 망명해, 그곳에서 국적을 취득했다.

성과 및 영향

딥블루의 성공은 이후의 AI 연구와 기술 발전에 큰 영향을 미쳤다. 체스와 같은 복잡한 문제를 해결하기 위한 알고리즘과 계산 기술이 발전하면서, 딥블루의 연구 결과는 다양한 분야에 응용되었다. 이후의 AI 시스템들은 딥블루의 성과를 기반으로 하여 더욱 정교하고 효율적인 알고리즘을 개발할 수 있었다. 딥블루의 연구는 또한 현대의 머신러닝과 딥러닝 기술 발전에 기여하였다. AI 연구자들은 딥블루의 성과를 바탕으로 머신러닝 알고리즘을 개선하고, 딥러닝 모델의 성능을 향상시키기 위한 노력을 계속해왔다. 이러한 발전은 자율주행차, 의료 진단, 금융 분석 등 다양한 분야에서 AI 기술의 혁신을 가져왔다.

딥블루의 승리는 인공지능 기술이 대중문화에 미친 영향을 잘 보여준다. 이 사건은 AI와 관련된 다양한 문학 작품과 영화에 영감을 주었으며, AI의 가능성과 한계를 탐구하는 데 중요한 역할을 했다. 또한, 딥블루의 승리는 AI 기술이 사회에 미치는 영향에 대한 관심을 높였으며, 이는 AI 기술의 책임 있는 사용과 윤리적 고려에 대한 논의를 촉발하였다.

딥블루의 성공은 인공지능의 미래를 전망하는 데 중요한 참고자료가 되었다. AI 기술은 지속적으로 발전하고 있으며, 딥블루의 성과는 이러한 발전의 기초가 되었다. AI는 인간의 지적 능력을 넘어서는 다양한 가능성을 가지고 있으며, 이는 앞으로도 계속해서 발전해 나갈 분야이다. 딥블루의 연구 결과와 성과는 인공지능 기술의 발전에 대한 중요한 기초 자료를 제공하며, 이는 미래의 AI 기술 개발에 중요한 영향을 미칠 것이다. 또한, 딥블루의 유산은 인공지능 기술이 인간의 능력을 초월할 수 있는 가능성을 보여주며, 이는 AI 연구자들이 추구하는 목표 중 하나가 될 것이다.

기술적 성과

딥블루의 성공은 당시 AI 기술의 한계를 크게 확장시킨 사건이었다. 딥블루는 초당 2억 개의 체스 포지션을 계산할 수 있었으며, 이는 당시 기술로서는 매우 획기적인 성과였다. 이로 인해 딥블루는 체스 게임에서 가능한 모든 수를 빠르고 정확하게 분석할 수 있었고, 이를 통해 세계 챔피언 카스파로프와의 대결에서 우위를 점할 수 있었다. 딥블루의 기술적 성과는 또한 컴퓨터 과학 및 인공지능 연구에 큰 영향을 미쳤다. 이 프로젝트는 하드웨어와 소프트웨어의 통합, 병렬 처리 기술의 발전, 체스 전략의 분석 등 다양한 기술적 도전 과제를 해결함으로써 인공지능 연구에 새로운 길을 열었다. 또한, 딥블루의 성과는 인공지능이 실제 세계의 복잡한 문제를 해결할 수 있는 가능성을 보여주었으며, 이는 후속 AI 연구와 개발에 중요한 이정표가 되었다.

인공지능 연구에 미친 영향

딥블루의 성공은 인공지능 연구에 지대한 영향을 미쳤다. 이 프로젝트는 AI 연구자들에게 체스와 같은 복잡한 문제를 해결하는 데 필요한 계산 능력과 알고리즘의 중요성을 일깨웠으며, 이후 AI 연구의 방향성을 제시하는 역할을 했다. 딥블루의 성과는 다양한 분야에서의 AI 응용 가능성을 보여주었고, 이는 자연어 처리, 이미지 인식, 자율주행차 등 다양한 분야에서의 AI 발전을 촉진하였다. 딥블루의 성공 이후, 많은 연구자와 기업들이 AI 기술의 발전에 박차를 가하게 되었으며, 이는 현대 AI 기술의 발전을 가속화하는 중요한 계기가 되었다. 또한, 딥블루의 프로젝트는 인공지능이 인간의 지적 능력을 뛰어넘을 수 있는 가능성을 제시하였으며, 이는 AI 연구의 새로운 목표와 도전 과제를 설정하는 데 중요한 역할을 하였다.

사회 및 윤리적 논의

딥블루의 승리는 사회적 및 윤리적 논의를 촉발하였다. 컴퓨터가 인간의 지적 능력을 능가하는 것이 과연 바람직한 일인지에 대한 논의가 일었으며, AI 기술의 발전이 인간의 일자리와 사회적 구조에 미치는 영향에 대한 우려가 제기되었다. 특히, AI가 인간의 직무를 대체하거나 인간의 결정 과정에 영향을 미칠 수 있는 가능성에 대한 논의가 활발히 이루어졌다. 딥블루의 승리는 또한 AI 기술의 발전과 관련된 윤리적 문제에 대한 관심을 불러일으켰다. AI 시스템이 인간의 가치와 윤리를 어떻게 반영할 수 있는지, AI의 결정 과정이 공정하고 투명해야 하는지에 대한 논의가 중요해졌다. 이는 AI 기술의 발전과 함께 지속적으로 고려해야 할 중요한 문제들이다.

비교

알파고

알파고(AlphaGo)

딥블루와 알파고(AlphaGo)는 각각 체스와 바둑에서의 인공지능 발전을 상징하는 두 중요한 시스템이다. 이 두 시스템은 각기 다른 배경과 기술적 접근 방식을 가지고 있으며, 그에 따라 사회적 영향을 미쳤다. 알파고는 구글 딥마인드에서 개발한 바둑 전용 인공지능 시스템으로, 바둑의 복잡한 패턴과 전략을 처리하기 위해 설계되었다. 바둑은 체스보다 더 복잡하고 다양한 수가 가능한 게임으로, 알파고의 개발은 이 게임의 복잡성을 다룰 수 있는 인공지능을 목표로 했다. 알파고는 딥러닝과 강화학습을 결합한 알고리즘을 사용하여 바둑판의 패턴을 인식하고 스스로 학습하며 최적의 수를 찾았다. 몬테카를로 트리 검색(MCTS)을 통해 게임의 가능한 상황을 시뮬레이션하고 평가했다.

알파고는 2016년에 이세돌 9단과의 대결에서 4-1로 승리했으며, 이후 2017년에는 커제 9단과의 대결에서도 승리했다. 이러한 승리는 인공지능이 바둑과 같은 복잡한 게임에서 인간의 지적 능력을 초월할 수 있음을 입증했다. 알파고는 신경망을 통해 바둑의 패턴과 전략을 학습했으며, 이는 딥러닝 기술의 발전과 성공적인 적용을 보여주었다. 딥블루와 알파고는 각각 체스와 바둑에서의 인공지능 기술을 대표하며, 그 발전은 기술적 접근 방식과 사회적 영향을 다르게 했다. 딥블루의 성공은 컴퓨터의 계산 능력과 체스 전략의 중요성을 강조했으며, 알파고의 성공은 딥러닝과 강화 학습을 통해 복잡한 게임에서 인공지능의 가능성을 보여주었다. 이 두 시스템의 비교는 인공지능 기술의 발전과 그 사회적 영향을 이해하는 데 중요한 통찰을 제공한다.

참고자료

• 〈가리 카스파로프〉, 《나무위키》
• 이대영 기자, 〈알파고란 무엇인가: 알고리즘과 학습 방법으로 이해하는 알파고〉, 《아이티월드》, 2016-03-17
• Peter Sayer, 〈인터뷰 | 어느덧 20주년··· 딥블루 개발자와 나눈 AI 이야기〉, 《CIO코리아》, 2017-05-15
• 남혜현, 〈알파고는 되고 딥블루는 안 되는 이유〉, 《바이라인네트워크》, 2017-11-28
• 넥슨컴퓨터박물관, 〈체스 세계 챔피언, 컴퓨터에게 지다.〉, 《네이버 포스트》, 2018-05-11
• 스터디 로그, 〈(인공지능 기초) IBM 딥 블루〉, 《네이버 블로그》, 2019-07-07
• 최윤필 기자, 〈(기억할 오늘) 인공 지능의 첫 승리(2.10)〉, 《한국일보》, 2020-02-10
• 김재호 기자, 〈세계를 놀라게 한 인공지능(AI) 5가지〉, 《AI타임스》, 2020-08-19
• 〈(AI 이야기) 인간에게 도전한 인공지능 (1)딥 블루(Deep Blue)〉, 《레터웍스》, 2021-09-10
• 정도범, 윤화선, 〈인간과 인공지능(AI)의 공존을 위한 사회·윤리적 쟁점 : 신뢰할 수 있는 인공지능 실현 방안〉, 《한국과학기술정보연구원》, 2021-11-01
• 김성일 선임기자 겸 논설위원, 〈---4차 산업혁명의 명암(明暗)06--- 첫번째 대결: 인간 vs. 인공지능 - 세계 체스 챔피언 전: 러시아_가리 카스파로프 vs. IBM _Deeper Blue〉, 《코리아프라임뉴스》, 2021-11-03
• 네오퍼스트, 〈인공지능의 중대 사건들, 딥 블루의 체스 승리"〉, 《티스토리》, 2023-05-23

같이 보기

• IBM
• 슈퍼컴퓨터
• 체스
• 가리 카스파로프
• 인공지능
• 알파고

이 딥블루 문서는 인공지능 기술에 관한 글로서 검토가 필요합니다. 위키 문서는 누구든지 자유롭게 편집할 수 있습니다. [편집]을 눌러 문서 내용을 검토·수정해 주세요.

인공지능 : 인공지능 서비스, 인공지능 로봇, 인공지능 기술 □■⊕, 인공지능 기업, 인공지능 인물 인공지능 기술 AI 워싱 • 랭체인 • 로봇공학 • 로봇기술 • 인지과학 • 자동추론 • 자연어 처리 • 지능 • 지식표현 • 컴퓨터 비전 • 튜링 테스트 • 프롬프트 • 프롬프트 엔지니어링 문자인식과 음성인식 ICR • OCR • OMR • TTS • URL • 글자 • 답변 • 대화 • 동영상 • 디자인 • 맥락 • 문서 • 문자 • 문자인식 • 문자채팅 • 발음 • 번역 • 분류 • 상담 • 소스코드 • 스토리 • 얼굴 • 얼굴인식 • 음성 • 음성채팅 • 음성인식(STT) • 이미지 • 인공어 • 인공지능 음성 • 자막 • 자연어 • 질문 • 채팅 • 코드 • 코딩 • 텍스트 • 통번역 • 통역 • 파일 • 폴더 • 화상채팅 • 화자인식 인공지능 데이터 데이터라벨러 • 데이터라벨링 • 데이터셋 • 돌마 • 벡터 • 벡터DB • 벡터공간 • 스칼라 • 임베딩 • 크라우드워커 • 토큰 • 토큰화 인공지능 학습 ADP • CoLLM • DALL-E • DDPG • DQN • LAM • LMM • SARSA • sLLM • SLM • 강화학습 • 거대언어모델(LLM) • 결정이론적 메타추론 • 계통적 강화학습 • 과적합 • 동적 계획법 • 딥러닝 • 딥큐러닝 • 머신러닝(기계학습) • 메타추론 • 모델 기반 강화학습 • 모델 프리 강화학습 • 미세조정(파인튜닝) • 반영식 아키텍처 • 비지도학습 • 사전학습 • 수시 알고리즘 • 어니 • 에이전트 • 인공지능 학습 • 전이학습 • 준지도학습 • 지도학습 • 추론 • 학습 • 확률적 경사하강법 인공지능 알고리즘 AGI • ANI • ASI • RAG • XAI • 가중치 • 관계형 네트워크(RN) • 뉴런 • 다층퍼셉트론 • 단층퍼셉트론 • 데이터마이닝 • 방사신경망 • 볼츠만 머신 • 분산 샌드박스 • 생성대립신경망(GAN) • 생성형 AI • 수퍼얼라인먼트 • 순전파 • 순환신경망(RNN) • 시그모이드 함수 • 신경망 • 신경망 구조 • 심층신경망(DNN) • 심층신뢰신경망(DBN) • 양방향 비고정값 암호 체계(TSID) • 역전파 • 은닉층 • 인공신경망(ANN) • 인공지능(AI) • 제한 볼츠만 머신(RBM) • 전방전달신경망 • 주의 메커니즘 • 코헨 자기조직 신경망 • 텍스트마이닝 • 트랜스포머 • 파이 • 퍼셉트론 • 합성곱 신경망(CNN) 계산복잡도 NP • NP-완전 • 계산복잡도 • 공간복잡도 • 시간복잡도 • 여 NP • 여 NP-완전 인공지능 프로그램 BCI • GPT • 딥블루 • 딥페이크 • 멀티모달 AI • 모달 • 모달리티 • 모달창 • 알렉스넷 • 어니 • 알파고 • 알파고제로 • 알파폴드 • 왓슨 • 카페 • 컨트롤넷 • 텐서플로 • 텔레파시 • 토치 • 파이토치 • 한돌 인공지능 특징 결정이론 • 계산상의 합리성 • 논리학 • 논리주의자 • 분산성 • 불확실성 • 삼단논법 • 선호도 • 예측곤란성 • 완벽한 합리성 • 유계 합리성 • 이유 불충분의 원리 • 자율성 • 최대기대효용 • 할루시네이션 • 효용이론 인공지능 법적 지위 권리주체성 • 소버린 AI • 전자대리인 • 전자적 인간 • 책임법 위키 : 자동차, 교통, 지역, 지도, 산업, 기업, 단체, 업무, 생활, 쇼핑, 블록체인, 암호화폐, 인공지능, 개발, 인물, 행사, 일반