인공 지능의 경제성과 이점

우리는 어디에서나 AI에 대한 뉴스를 봅니다. 때때로 우리는 AI에 대한 흥분을 보고 때때로 AI가 우리의 직업을 대체하거나 파괴하는 방법에 대해 이야기하는 기사를 봅니다. 우리는 또한 AI가 인류를 어떻게 파괴할 것인지에 대한 기사를 가끔 봅니다.

이 글에서는 인공지능이나 인류를 멸망시키려는 사악한 AI에 대해서는 다루지 않겠습니다. 저는 주로 예측을 할 수 있는 알고리즘을 기반으로 하는 현재의 AI에 초점을 맞추고 AI의 경제가 어떻게 작동하고 비즈니스에 어떤 영향을 미칠 수 있는지 논의할 것입니다. 나는 또한 이 기사의 내용이 예측 기계: 인공 지능의 단순 경제학 및 인간 + 기계: AI 시대의 작업 재창조의 영향을 크게 받았다는 점을 언급하고 싶습니다.

이 문서는 세 가지 주요 부분으로 나뉩니다.

• 기술의 진화 에서 나는 과거와 AI 시대와의 유사점에 대해 간략하게 논의할 것입니다.
• 전략 에서는 예측 정확도가 높을수록 전략과 비즈니스 모델에 어떤 영향을 미칠 수 있는지 논의할 것입니다.
• Human and AI Interaction 에서 나는 인간이 AI를 보완할 수 있는 방법과 AI가 인간의 노력을 보완할 수 있는 방법에 대해 논의할 것입니다.

기술의 진화

계속 진행하기 전에 오늘날 우리가 AI에 대해 생각하는 방식과 유사한 몇 가지 역사적 사건 간의 유사점에 대해 논의하고 싶습니다. 특정 기술의 광범위한 사용이 우리의 사고방식을 어떻게 변화시켰는지에 대한 몇 가지 예를 들겠습니다. 어떻게 기초 연산에서 전문 인공지능 개발 회사로 발전하게 되었나요?

전자 컴퓨터의 시대

컴퓨터가 가장 잘하는 것은 산수입니다. 지금 우리가 알고 있는 컴퓨터 이전에 "컴퓨터"라는 용어는 문자 그대로 컴퓨팅을 수행하는 사람들을 가리키는 데 사용되었으며 지금은 "인간 컴퓨터"라고 부릅니다.

기술의 발전으로 컴퓨팅은 더 저렴해지고 빨라졌고 우리는 모든 것을 산술적으로 생각하기 시작했습니다. 사진이 좋은 예입니다. 역사적으로 사진에 시각 효과를 수정하거나 적용하는 것은 화학 반응이었습니다. 그러나 이제 우리는 소프트웨어 제품군을 통해 아티스트와 사진가가 액세스할 수 있는 알고리즘을 사용하여 사진에 효과를 수학적으로 적용합니다.

이것은 재화/서비스의 비용이 하락할 때 우리가 어떻게 생각하는지에 대한 훌륭한 예입니다. 우리는 이 새로운 기술의 관점에서 우리의 현재 문제를 해결하는 방법에 대해 생각하기 시작합니다. AI도 마찬가지다.

인터넷의 시대

인터넷이 보편화되면서 다양한 산업 분야에서 큰 움직임을 보였고, 모든 분야에서 비용 절감이 관건이었습니다. 예를 들어, 상품과 서비스의 유통 비용이 저렴해지면서 전자 상거래 산업이 탄생했습니다. 기업들은 결국 전략을 바꿨고 살아남거나 죽었습니다.

재화나 서비스의 비용이 떨어지면 더 자주 사용하기 시작하며 웹에서도 이를 볼 수 있습니다. 이것은 또한 우리의 사고방식을 바꾸고 전체 산업을 온라인으로 이동시킵니다. 전자 상거래 외에도 검색 엔진 사용에서 또 다른 예를 볼 수 있습니다. 우리는 더 이상 정보를 검색하기 위해 백과사전을 사용하지 않고 대신 Google 또는 기타 검색 엔진을 사용합니다.

AI의 시대

AI의 비용은 연산 능력과 도구 면에서 점점 더 저렴해지고 있습니다. 각각의 새로운 도구/라이브러리는 기계 학습 개발자가 예측 문제에 더 적은 시간을 할애하는 데 도움이 됩니다. 예를 들어 Google의 TensorFlow, AutoML 또는 scikit을 이러한 목적으로 예로 표시할 수 있습니다. AI의 비용 절감을 보여주는 예로 GPU 컴퓨팅 사용량 증가를 보여줄 수도 있습니다.

회사의 다음 분기 매출 예측은 명백한 예측 문제이지만 10년 전만 해도 자율주행차 개발은 예측 문제가 아니었습니다. AI의 비용 절감은 우리의 사고 방식을 바꾸고 있으며, 이는 우리가 다양한 문제를 예측 문제로 생각하기 시작했음을 의미합니다. 우리는 이미 if-else 프로그래밍 조건을 사용하여 차량을 프로그래밍할 수 있는 공장과 같은 통제된 환경에서 자율 차량을 사용하고 있었습니다. 사고방식을 바꾸고 이것을 예측 문제로 보는 것은 엔지니어들이 야생에서 사용할 수 있는 자율주행차를 개발하는 데 도움이 되었습니다.

기본적으로 작동 방식은 다음과 같습니다. 엔지니어는 AI에게 다양한 조건에서 인간이 무엇을 할 것인지를 가르쳤고, 이를 통해 운전자가 수백 마일을 달리는 대신 수천 마일 동안 자동차를 사용할 수 있도록 하는 온보드 소프트웨어를 생성할 수 있었습니다. AI는 인간이 무엇을 할 것인지 학습하고 무엇을 해야 하는지 예측하기 시작했습니다. 이것은 예측의 관점에서 문제에 대해 생각하는 아주 좋은 예입니다.

전략

다음은 주요 질문입니다. AI가 기업의 전략과 비즈니스 모델에 영향을 미칠까요? AI를 결정을 내리는 데 도움이 되는 예측 도구로 생각한다면 AI가 결정을 내리는 데 도움이 되는 또 다른 도구이기 때문에 이것이 순수 전략에 어떤 영향을 미칠지 명확하지 않을 수 있습니다. 그러나 AI를 높은 정확도로 예측할 수 있는 예측 도구로 생각하기 시작하면 전략 자체가 바뀔 수 있습니다. Prediction Machines: Simple Economics of Artificial Intelligence라는 책에 훌륭한 예가 있습니다.

우리가 아마존에서 물건을 사고 구매할 때, 그것은 우리의 사무실/집으로 패키지를 배송합니다. 따라서 이 방법은 쇼핑 후 배송 방법이라고 할 수 있습니다. 또한 Amazon에는 추천 엔진이 있으며 페이지를 탐색하는 동안 항목을 추천합니다. 우리는 추천 품목을 모두 구매하지 않지만 최소한 우리가 관심을 가질 만한 품목을 추천합니다. Amazon이 귀하가 구매할 품목을 높은 정확도로 예측하기 시작했다고 가정해 보겠습니다. 추천 상품의 80%를 구매하기 시작했다면 아마존은 당신이 구매하기도 전에 상품을 발송하기로 결정할 수 있습니다. 이것을 배송 후 쇼핑이라고 합니다. 품목이 집에 도착하면 품목의 20%를 다시 보내야 하고 현재 Amazon 가격 모델링은 이 가정을 기반으로 하지 않기 때문에 이는 비즈니스 전략의 명백한 변화입니다. 아마도 아마존은 반품된 상품을 수집하기 위해 일주일에 한 번 귀하의 도시로 트럭을 보내기로 결정할 것이며, 이는 아마존이 귀하의 신용 카드에 청구하는 방법, 상품을 포장하는 방법 및 반품된 상품을 처리하는 방법을 완전히 바꿀 것입니다. 이 모든 전략 변경은 예측 정확도가 더 높은 인공 지능의 이점입니다.

AI가 더 높은 정확도로 예측할 수 있다면 어떤 일이 일어날지 생각하는 것만으로도 이전 Amazon 사례와 같은 사고 실험을 더 많이 할 수 있다고 생각합니다.

인간과 AI의 상호작용

인간과 AI의 상호작용은 미래에 어떻게 진화할까요? 그들은 경쟁할 것인가, 아니면 함께 일할 것인가? 저는 Human + Machine: Reimagining Work in the Age of AI라는 책을 통해 이러한 질문에 집중할 것입니다. 저자에 따르면 인간이 AI를 보완하는 시나리오와 AI가 인간을 보완하는 시나리오가 있을 것입니다.

AI를 보완하는 인간

인간은 훈련, 설명 및 유지의 세 가지 영역에서 AI를 보완할 수 있습니다.

훈련

AI는 학습을 위해 데이터가 필요하며, 이를 학습 단계 라고 하여 예측을 할 수 있습니다.

미래에는 해당 비즈니스의 요구 사항에 따라 AI 교육에만 집중하는 교육 에이전트가 있을 수 있습니다. 공장이라면 훈련 에이전트가 로봇 훈련을 담당할 수 있습니다. 전자 상거래 비즈니스인 경우 교육 에이전트가 과거 데이터 집계를 담당할 수 있습니다.

설명

우리는 AI가 특정 문제에 대해 구체적인 답변을 제공한 방법과 이유를 이해해야 합니다.

일반적으로 우리는 AI의 설명 가능성과 정확성 사이의 절충점에 직면해 있습니다. 블랙박스 AI 방식은 쉽게 설명할 수 있는 방식보다 정확도가 높다. 블랙박스 AI가 특정 예측을 한 이유를 설명하기 위해 개발된 도구가 있더라도 AI의 결과를 이해하고 설명할 수 있는 직무 역할이 필요할 수 있습니다.

버티는

AI가 예상대로 작동하는지 확인해야 합니다.

2015년에는 폭스바겐 공장의 로봇이 노동자를 붙잡아 숨지게 했다. AI 시스템이 예상대로 작동하는지 확인하는 책임이 있는 역할이 필요할 수 있습니다.

AI는 인간을 보완합니다

AI의 잠재력은 인간이 할 수 있었던 것보다 더 빠르고 정확하게 예측하기 때문에 인간에게 초능력을 부여합니다. 이러한 초강대국은 주어진 상황이나 행동에 가져오는 가치로 표현될 수 있습니다.

더욱 상세히하다

AI 도구는 인간이 인간이 될 수 있는 능력을 높이는 데 도움이 됩니다. Human + Machine: Reimagining Work in the Age of AI에서 저자는 유전자 알고리즘을 사용하여 가능한 설계를 반복하는 Autodesk의 Dreamcatcher 소프트웨어의 예를 사용합니다.

디자이너는 이 도구를 사용하여 가볍고 저렴하며 튼튼한 의자를 디자인할 수 있습니다. AI는 주어진 기준에 따라 디자인을 만들고 그 결과를 디자이너에게 제공합니다. 그런 다음 디자이너는 주어진 디자인 중 하나를 선택하고 해당 디자인에 대한 창의성을 사용하여 최종 터치를 만듭니다.

이것은 컴퓨터가 컴퓨터 시대의 사람들에게 제공한 것과 유사합니다. AI가 어떤 종류의 일을 도울 수 있다는 면에서 새롭고 흥미로운 수준의 용량일 뿐입니다.

상호작용

AI는 사람들과 상호 작용하여 사람들을 돕는 조수 역할을 할 수 있습니다. Amazon의 Alexa, Google Home 및 Apple의 Siri는 이러한 종류의 대화형 AI 에이전트의 대표적인 예입니다. 이러한 에이전트가 반복될 때마다 개선됨에 따라 더 자주 사용하기 시작하고 스마트폰으로 수행하는 작업의 더 깊은 버전과 같이 우리의 일부가 될 것입니다. 그 에이전트는 우리의 개인 비서가 될 것이며 그들은 우리를 보완할 것입니다.

증강

AI 기반 물리적 증강의 예는 공장에서 찾을 수 있습니다. 현재 공장은 로봇으로 운영되고 있지만 대부분이 규칙 기반 시스템이며 만일의 경우를 대비하여 안전을 위해 우리에 가둡니다. 로봇은 동료로서 인간을 돕고 공장에서 자유롭게 이동하고 일하는 동안 사람을 해치지 않도록 설계될 것입니다.

결론

메르세데스의 생산 계획 책임자인 마커스 셰퍼(Markus Schaefer)는 "로봇이 더 효율적이므로 미래에는 인간 노동자가 버려질 것"이라는 우려가 있지만 "우리는 자동화를 극대화하려는 노력에서 벗어나고 있습니다. 다시 산업 공정에서 더 큰 부분을 차지할 것입니다.” 새로운 기술은 우리가 일을 하는 방식에 기념비적인 변화를 가져왔지만 쟁기의 발명이 농장 노동자의 필요성을 제거하지 않았으며 컴퓨터의 발명이 수학자의 필요성을 제거한 것은 아닙니다. 모든 기술 혁명과 마찬가지로 AI의 도래는 인류가 새로운 패러다임을 완전히 대체하는 것이 아니라 새로운 패러다임에 도달하는 데 활용될 것입니다.

더 많은 기술적 AI 지식에 대한 준비가 되셨습니까? A Deep Dive into Reinforcement Learning 을 시도하여 AI에게 자동차를 운전하여 산을 오르게 하는 방법을 배우십시오.