정보

지능 에이전트

알아서 해 주는 것은 예전에도 있었습니다.
달라진 것은 겪어 보고 나아진다는 점입니다.

학습 목표

  1. 에이전트와 지능 에이전트를 학습이나 추론으로 스스로 판단하는지로 구별할 수 있다.
  2. 지능 에이전트가 인식 → 학습 → 추론 → 행동의 차례로 동작함을 설명할 수 있다.
  3. 지능 에이전트의 다섯 가지 특성을 예를 들어 설명할 수 있다.
  4. 주변의 기기를 골라 그 동작을 네 단계로 나누어 분석할 수 있다.

대신 해 주는 것

횡단보도 신호등을 떠올려 봅시다. 아무도 지켜보고 있지 않아도 정해진 시간이 되면 초록불로 바뀌고, 또 정해진 시간이 지나면 빨간불로 돌아갑니다. 사람이 매번 눌러 주지 않아도 제 할 일을 대신 해 주고 있습니다.

에이전트(agent)

주어진 환경에서 특정한 일을 사람 대신 수행하는 것을 말합니다. 빨래를 대신 하는 세탁기, 정해진 시각에 물을 주는 자동 급수기가 여기에 포함됩니다.

그런데 이 신호등에는 한계가 있습니다. 한밤중에 아무도 없는 길에서도 똑같이 초록불로 바뀌고, 등교 시간에 사람이 몰려도 주기는 그대로입니다. 상황이 달라져도 미리 정해 둔 규칙대로만 움직이기 때문입니다.

이런 에이전트가 움직이는 방식은 「이런 상태이면 이렇게 한다」는 규칙의 목록입니다. 규칙을 아무리 많이 적어 두어도 적어 두지 않은 상황은 남고, 그런 상황에서 에이전트는 멈추거나 엉뚱하게 움직입니다.

여기에 인공지능을 얹으면

같은 신호등에 카메라를 달고, 지나간 날들의 통행량을 쌓아 시간대마다 사람이 얼마나 건너는지 규칙을 스스로 찾게 했다고 해 봅시다. 이제 이 신호등은 등교 시간에는 초록불을 길게 주고, 한밤중에는 사람이 다가올 때만 바꿉니다. 겪은 것을 근거로 처음 만나는 상황에서도 판단합니다.

지능 에이전트(intelligent agent)

에이전트에 인공지능을 결합해, 주변을 인식하고 학습이나 추론을 바탕으로 스스로 판단하며 행동하는 것을 말합니다.

하는 일 에이전트 지능 에이전트
인식 한다 — 시간이나 버튼을 읽는다 한다 — 카메라 · 센서로 주변을 읽는다
학습 하지 않는다 한다 — 쌓인 데이터에서 규칙을 찾는다
추론 하지 않는다 한다 — 배운 적 없는 상황도 비슷한 것에 비추어 판단한다
행동 한다 — 정해진 대로 실행한다 한다 — 판단한 대로 실행한다

둘을 구분하는 것은 표의 「학습」 줄과 「추론」 줄입니다. 학습이나 추론으로 스스로 판단하는가를 봅니다. 겪은 데이터에서 배워서 판단하든, 사람이 적어 준 규칙과 사실에서 추론해서 판단하든 그렇다면 지능 에이전트입니다. 정해진 대로만 실행하는 에이전트는 둘 다 하지 않습니다.

실제 제품은 둘 중 하나로 딱 나뉘지 않는 경우가 많습니다. 대부분의 동작은 정해진 대로 실행하고 일부 대목에서만 학습이나 추론으로 판단하는 식으로 만들어집니다. 그러니 「이건 어느 쪽이냐」보다 「어느 대목에서 스스로 판단하느냐」로 보는 편이 낫습니다.

스스로 확인

버튼을 누르면 초록불로 바꿔 주는 보행자 버튼식 신호등은 어느 쪽일까요? 「주변을 읽는다」는 것만으로 지능 에이전트가 되는지 표의 「학습」 줄과 「추론」 줄에 비추어 판단해 보세요.

네 단계로 돌아갑니다

지능 에이전트는 인식 → 학습 → 추론 → 행동의 차례로 움직이고, 행동한 결과가 다시 환경을 바꾸므로 이 네 단계를 목표에 이를 때까지 되돌아 반복합니다. 사람이 적어 준 규칙으로 추론만 하는 지능 에이전트라면 학습 단계가 비어 있고, 인식한 것을 곧바로 추론으로 넘깁니다.

① 인식 센서로 읽기 ② 학습 규칙 찾기 ③ 추론 할 일 정하기 ④ 행동 구동기로 실행 행동한 결과가 다시 환경이 된다 이 고리를 목표에 이를 때까지 돌면서, 쌓이는 데이터로 판단이 조정된다

① 인식

센서로 주변을 읽어 데이터를 모읍니다. 인공지능을 정의할 때 말하는 지각(감각 기관으로 무언가를 알아채는 일)이 이 단계에 해당합니다. 센서는 빛 · 소리 · 온도 · 움직임 같은 것을 측정해 컴퓨터가 다룰 수 있는 신호로 바꾸는 장치입니다. 신호등 — 카메라로 건너려는 사람의 수를 읽는다

② 학습

모은 데이터에서 상황과 행동을 잇는 규칙을 찾습니다. 신호등 — 요일 · 시간대별로 사람이 얼마나 몰리는지 규칙을 얻는다

③ 추론

지금 상황에 배운 규칙을 비추어 무엇을 할지 정합니다. 신호등 — 지금처럼 몰리는 때는 초록불을 더 길게 주기로 정한다

④ 행동

구동기(액추에이터)를 움직여 정한 것을 실행합니다. 구동기는 전기 신호를 받아 실제로 움직이거나 작동하는 장치입니다. 신호등 — 초록불을 켜고 남은 시간을 표시한다

행동이 끝이 아닙니다. 초록불을 길게 준 결과로 사람들이 얼마나 건넜는지가 다시 인식되어 데이터로 쌓입니다. 이 고리를 따라 계속 학습하는 지능 에이전트는 쓸수록 놓인 환경에 맞게 조정됩니다.

스스로 확인

이 신호등이 비 오는 날의 데이터를 한 번도 받지 못했다면 어떤 일이 생길까요? 네 단계 가운데 어느 단계에서 어긋나기 시작할까요?

다섯 가지 특성

지능 에이전트가 갖는 성질을 다섯으로 나누어 부릅니다. 아래 예는 학교 실내 공기를 관리하는 환기 장치를 지능 에이전트로 만들었다고 보고 든 것입니다.

특성 뜻 환기 장치라면
자율성 사람이 일일이 시키지 않아도 스스로 판단해 움직인다 공기가 탁해지면 아무도 누르지 않아도 켜진다
능동성 반응만 하는 것이 아니라 목표를 이루려고 먼저 나선다 쉬는 시간이 다가오면 사람이 몰릴 것을 보고 미리 돌린다
사회성 사람이나 다른 기기와 주고받으며 함께 움직인다 창문 개폐 장치와 신호를 주고받아 함께 여닫는다
시간 연속성 한 번 하고 끝나지 않고 계속 이어서 일한다 환기를 마친 뒤에도 공기 상태를 계속 지켜본다
반응성 환경이 달라지면 그에 맞게 대응한다 바깥 공기가 더 나쁜 날에는 창을 열지 않고 다르게 대응한다

다섯 가지를 외우는 것이 목적이 아닙니다. 「시키니까 한다」와 「알아서 한다」가 어디에서 구분되는지를 보는 것이 목적입니다. 자율성과 능동성이 그 갈림을 가장 잘 보여 줍니다. 시키지 않아도 하는 것과 먼저 나서는 것은 다릅니다.

주변에서 구별해 봅시다

기기 하나를 골라 네 단계로 쪼개어 적어 보면 어느 쪽인지 드러납니다. 학습 · 추론 칸을 채울 수 없으면 그것은 정해진 대로만 실행하는(학습도 추론도 하지 않는) 에이전트입니다.

고른 것 인식 학습 · 추론 행동
자동문 앞에 사람이 있는지 없음 문을 연다
영상 추천 무엇을 얼마나 보았는지 본 기록에서 취향의 규칙을 찾는다 다음에 볼 것을 내놓는다
전기밥솥 안쪽 온도 없음 가열을 켜고 끈다
증상 상담 프로그램 입력한 증상 사람이 적어 준 규칙과 사실에서 추론해, 처음 보는 증상 조합에도 알맞은 안내를 고른다 할 일을 안내한다
말로 묻는 도우미 말소리 수많은 말소리와 문장에서 규칙을 찾는다 알아듣고 답한다

구별할 때 「똑똑해 보이는가」로 판단하지 않도록 조심하세요. 자동문은 사람을 알아보고 열리니 똑똑해 보이지만, 어제와 오늘의 동작이 달라지지 않습니다. 반대로 화면이 단순한 기기라도 쓸수록 달라지거나, 정해 두지 않은 상황에서 규칙에서 추론해 스스로 고른다면 학습이나 추론이 들어 있는 것입니다.

스스로 확인

여러분이 쓰는 기기 하나를 골라 표의 칸을 채워 보세요. 학습 · 추론 칸을 채웠다면, 그 기기는 무엇을 바탕으로 판단하고 있을까요? 그것을 모아도 되는 것인지도 함께 생각해 보세요.

알아서 한다는 것의 비용

스스로 판단한다는 것은 편리한 만큼 치러야 할 비용도 있습니다. 지능 에이전트를 만들거나 들여놓을 때 미리 살펴야 할 것이 셋 있습니다.

배운 적 없는 상황

학습은 쌓인 데이터 안에서만 이루어집니다. 맑은 날의 통행량만 배운 신호등은 폭우가 쏟아지는 날 엉뚱한 주기를 고를 수 있습니다. 규칙을 적어 두지 못해 막히는 것이 에이전트라면, 겪어 보지 못해 잘못 판단하는 것이 지능 에이전트입니다.

목표를 잘못 준 경우

지능 에이전트는 사람이 준 목표를 이루는 쪽으로 판단합니다. 신호등에 「차가 멈추는 시간을 줄여라」만 목표로 주면 사람이 건널 시간을 자꾸 줄이는 쪽으로 나아갈 수 있습니다. 기계가 잘못한 것이 아니라 시킨 것을 잘한 것입니다.

무엇을 모으고 있는가

학습하려면 데이터를 모아야 하고, 그 데이터에는 사람의 움직임이 담기는 경우가 많습니다. 누가 언제 어디를 지났는지가 쌓이면 그것은 개인의 기록이 됩니다. 얼마나 자세히 모을지, 얼마나 오래 두는지를 정해 두어야 합니다.

셋 모두 기계를 더 똑똑하게 만들어서 풀리는 문제가 아닙니다. 어떤 데이터를 모을지, 어떤 목표를 줄지, 어디까지 기록할지는 사람이 정해 주어야 하는 것들입니다.

스스로 확인

「다섯 가지 특성」 표의 환기 장치에 「전기를 적게 쓰라」는 목표만 준다면 어떤 일이 벌어질까요? 목표를 어떻게 고쳐 주어야 할지도 말해 보세요.

핵심 정리

에이전트

agent

  • 주어진 환경에서 특정한 일을 대신 수행하는 것
  • 학습도 추론도 하지 않는 에이전트가 움직이는 근거는 미리 적어 둔 규칙의 목록
  • 적어 두지 않은 상황에서는 제대로 대응하지 못한다

지능 에이전트

intelligent agent

  • 에이전트에 인공지능을 결합한 것
  • 구분하는 기준은 학습이나 추론으로 스스로 판단하는가이다
  • 실제 제품은 일부 대목에서만 학습이나 추론으로 판단하는 경우가 많다

동작 원리

how it works

  • 인식(센서) → 학습 → 추론 → 행동(구동기)
  • 행동의 결과가 다시 인식되어 고리를 이룬다
  • 이 고리를 따라 계속 학습하면 쓸수록 놓인 환경에 맞게 조정된다

다섯 가지 특성

five traits

  • 자율성 · 능동성 · 사회성 · 시간 연속성 · 반응성
  • 시키지 않아도 하는 것과 먼저 나서는 것은 다르다
  • 구별할 때는 학습이나 추론으로 스스로 판단하는가를 본다

확인 퀴즈

배운 내용을 확인해 봅시다.

Q1

에이전트와 지능 에이전트를 구분하는 기준으로 알맞은 것은?

Q2

지능 에이전트의 동작에서 구동기가 맡는 대목은?

Q3

다음 설명에 해당하는 특성은? 「쉬는 시간이 다가오면 사람이 몰릴 것을 보고 미리 환기를 시작한다」