0:00:08.300,0:00:11.860
저는 Ale Flores라고 합니다. Alexa에서 제품 관리를 맡고 있습니다.

0:00:12.500,0:00:15.220
저는 Dr. Chelsea Haupt입니다. Allen Institute for Artificial[br]Intelligence에서 근무하고 있고,

0:00:15.360,0:00:19.500
AI 기반 학술 검색 엔진 개발에 힘쓰고 있어요.

0:00:21.180,0:00:26.020
사방을 둘러보면 컴퓨터들이 결정을 내리고 그러한 결정에 우리의 일상이

0:00:26.020,0:00:31.259
영향을 받고 있어요. 인터넷 검색을 하거나 뉴스 피드를 스크롤해서 볼 때

0:00:31.260,0:00:34.360
우리가 무엇을 볼지 컴퓨터가 결정하죠.

0:00:34.360,0:00:39.060
컴퓨터는 벌써 우리 얼굴을 분간하고 목소리를 알아들을 수 있고,

0:00:39.060,0:00:44.080
머지않아 차를 몰고 질병을 진단할 거예요. 사람보다도 훨씬 나을 걸요.

0:00:44.480,0:00:46.900
그러면 이 모든 게 어떻게 가능한 건가요?

0:00:47.520,0:00:52.960
AI라거나 인공지능이라고 하는 걸 들어보신 적 있을 거예요.

0:00:53.320,0:00:56.780
진정한 인공지능은 수십 년 멀었어요.

0:00:57.200,0:01:01.520
하지만 오늘 여기 있는 AI 형태는 기계학습이라고 해요.

0:01:01.520,0:01:05.360
자기도 모르게 매일 상호작용하고 있을 형태의 AI죠.

0:01:05.360,0:01:10.700
세계적으로 중요한 몇몇 문제들을 해결하는 데 도움이 되는 기회랍니다.

0:01:12.660,0:01:18.180
기계학습 덕에 컴퓨터가 프로그래밍이 명시되지 않아도 패턴을 인지하고

0:01:18.180,0:01:21.360
결정을 내리는 거예요.

0:01:21.820,0:01:27.580
흥미로운 점은 전에 우리가 했던 것과는 완전히 다른 방식으로

0:01:27.580,0:01:29.620
컴퓨터를 프로그래밍하는 일이란 거죠.

0:01:31.340,0:01:36.860
기계학습을 이용하면 컴퓨터를 한 단계 한 단계 프로그래밍하는 대신,

0:01:37.360,0:01:43.760
우리가 시행착오와 수많은 연습을 통해 배우는 것처럼 학습하도록 프로그래밍할 수 있어요.

0:01:44.560,0:01:48.880
학습은 경험에서 오는 것이고, 기계학습에도 마찬가지로 적용되죠.

0:01:49.280,0:01:53.700
이 경우 “경험”은 아주 아주 많은 데이터를 뜻해요.

0:01:54.500,0:01:57.560
기계학습은 이미지, 동영상, 오디오, 텍스트,

0:01:57.560,0:02:04.520
어떤 형식의 데이터든 취할 수 있고 그 데이터에서 패턴을 인식하기 시작합니다.

0:02:06.300,0:02:11.120
일단 데이터에서 패턴을 인식하는 법을 배우면 그런 패턴들을 바탕으로 해서

0:02:11.120,0:02:12.980
예측하는 법도 배워요.

0:02:13.340,0:02:18.420
차 이미지와 자전거 이미지 사이에서 차이를 발견하는 식으로요.

0:02:20.600,0:02:26.200
AI와 기계학습이 전반적인 사회에서 하는 역할이 점점 커지고 있어요.

0:02:26.640,0:02:29.000
우리의 미래를 가꾸고 있죠.

0:02:29.000,0:02:34.600
그래서 어느 정도 직접 경험을 해가며 어떤 원리인지 배우는 게 아주 중요합니다.

0:02:35.000,0:02:39.000
여러분의 기계학습 모델을 학습시켜 볼 기회가 바로 앞에 있습니다.

0:02:40.940,0:02:47.020
잊지 마세요. AI는 여느 도구와 마찬가지입니다. 일단 지식을 갖추면 힘이 됩니다!