핵심 정리
- 인공지능은 흔히 사람이 머리로 하던 판단을 기계가 대신하도록 만드는 기술로 설명해요. 딱 하나로 합의된 정의는 없고, 프로그램 하나의 이름이 아니라 그런 기술 전체를 묶어 부르는 말이에요.
- 정해진 순서를 그대로 따르는 단순한 자동화와 달리, 인공지능은 보통 사람이 하던 판단이 필요한 일을 맡아요. 다만 어디까지를 인공지능으로 부를지는 보는 사람마다 조금씩 달라요.
- 인공지능 안에 머신러닝이 있고, 머신러닝 안에 딥러닝이 있어요. 셋은 나란한 관계가 아니라 포개진 관계예요.
- 요즘 잘 되는 인공지능은 대부분 사람이 규칙을 적어 준 것이 아니라 예시를 잔뜩 보고 규칙을 스스로 찾아낸 것들이에요.
- 지금의 인공지능은 대부분 정해진 범위의 일에 맞춰져 있어요. 여러 일을 해내는 모델도 나왔지만, 사람처럼 어떤 일이든 해내는 인공지능은 아직 없다고 보는 견해가 많아요.
비유로 이해하기
세탁기 앞에서 '자동' 버튼 하나만 누르고 돌아선 적이 있을 거예요. 예전 세탁기는 그러지 못했어요. 물 높이도, 세탁 시간도, 헹굼 횟수도 사람이 다이얼을 돌려 정해 줘야 했어요. 기계는 사람이 맞춰 놓은 대로만 돌았어요.
요즘 세탁기는 통을 살짝 돌려 보고 빨래가 얼마나 무거운지, 물을 얼마나 머금는지 재요. 그러고 나서 물 양과 시간을 스스로 정해요. 수건만 잔뜩 넣은 날과 얇은 옷 몇 장만 넣은 날의 답이 달라져요. 사람이 하던 판단을 기계가 대신하기 시작한 지점, 이 언저리가 인공지능이 서 있는 자리예요. 정확히 어디서부터 인공지능이라 부를지는 견해가 갈려요.
한 걸음 더 나간 세탁기도 있어요. 수만 번의 세탁 기록을 훑어서 어떤 빨래에 어떤 코스가 좋았는지 스스로 기준을 뽑아낸 세탁기예요. 인공지능이라는 말은 다이얼 대신 판단이 들어간 이 모든 단계를 한꺼번에 감싸는 이름이에요.
자세히 알아보기
정해진 대로만 하면 흔히 자동화라고 불러요
자동화와 인공지능은 겉보기에 닮았어요. 둘 다 사람 손을 덜어 주니까요. 흔히 갈라지는 지점으로 꼽는 것은 답이 미리 정해져 있느냐예요. 엘리베이터는 3층 버튼을 누르면 언제나 3층에 서요. 사람이 적어 둔 순서를 그대로 따르는 자동화예요.
빨래 무게를 재서 물 양을 정하는 세탁기는 조금 달라요. 같은 버튼을 눌러도 안에 든 것에 따라 답이 달라져요. 상황을 살펴보고 그때그때 정하는 이 부분이 원래 사람의 몫이었어요. 인공지능은 이 몫을 기계에 옮기는 기술을 통틀어 부르는 이름이에요.
경계가 칼로 자른 듯 뚜렷하지는 않아요. 무게를 재서 표에서 값을 찾아보는 정도는 자동화로 보는 사람도 있고 가장 단순한 인공지능으로 보는 사람도 있어요. 수많은 사례에서 스스로 기준을 만들어 냈다면 대개 인공지능이라고 불러요. 요즘 제품 설명에 붙는 'AI'라는 글자는 이 둘을 꽤 느슨하게 섞어 쓰고 있어요.
인공지능 안에 머신러닝, 그 안에 딥러닝
세 낱말이 늘 같이 나오다 보니 나란한 세 가지처럼 보이지만, 실제로는 큰 그릇 안에 작은 그릇이 든 모양이에요. 가장 바깥이 인공지능이에요. 사람의 판단을 기계가 대신하게 만드는 모든 방법이 여기 들어와요. 사람이 규칙을 한 줄씩 적어 넣어 만든 옛날 방식도 인공지능에 넣어 보는 관점이 학계에서는 흔해요.
그 안쪽 칸이 머신러닝이에요. 규칙을 사람이 적는 대신 예시를 잔뜩 보여 주고 기계가 규칙을 찾아내게 하는 방법이에요. 그리고 가장 안쪽 칸이 딥러닝이에요. 머신러닝 방법 가운데 처리 단계를 여러 겹으로 깊게 쌓아 올린 방식을 가리켜요.
요즘 화제가 되는 것들은 거의 다 이 가장 안쪽 칸에서 나왔어요. 그래서 세 낱말이 같은 뜻처럼 쓰이지만, 인공지능이라고 부를 수 있는 것 중에는 머신러닝이 아닌 것도 많아요.
규칙을 적어 주는 방식이 오랫동안 주류였어요
인공지능 연구에서 오랫동안 주류였던 방식은 사람이 아는 것을 최대한 자세히 적어 주는 것이었어요. 열이 나고 기침을 하면 어떤 병을 의심한다는 식으로, 전문가의 판단을 조건과 결과의 목록으로 옮겨 담았어요.
이 방식은 규칙이 분명한 곳에서는 잘 통했어요. 문제는 세상일이 대부분 그렇게 깔끔하지 않다는 점이었어요. 고양이 사진을 알아보는 규칙을 적어 보려고 하면 금세 막혀요. 귀가 뾰족하다고 적으면 접힌 귀가 나오고, 털이 있다고 적으면 털 없는 고양이가 나와요.
예시에서 배우게 하는 방식도 일찍부터 있었지만, 데이터와 계산 능력이 늘면서 이쪽이 주류가 됐어요. 규칙을 적어 주는 대신 사진 수십만 장을 보여 주고 기계가 공통점을 스스로 찾게 하는 이 방법을 머신러닝이라고 불러요. 찾아낸 규칙 덩어리는 모델이라는 이름으로 저장돼요.
아직은 맡은 일 하나에 강한 경우가 많아요
바둑을 이기는 인공지능은 바둑만 둬요. 그 프로그램에 오늘 저녁 메뉴를 물어볼 수는 없어요. 번역 하나만 하도록 만든 인공지능은 번역만 해요. 많은 인공지능은 한 가지 일을 놓고 만들어졌고, 그 범위를 벗어나면 잘 못해요. 이런 인공지능을 좁은 인공지능이라고 불러요.
말을 주고받는 인공지능이 나오면서 이 경계가 흐릿해 보이기 시작했어요. 요약도 하고 번역도 하고 코드도 쓰고, 그림이나 소리까지 다루는 모델도 있으니까요. 그래도 처음 보는 문제에 스스로 목표를 세우고 방법을 찾는 데까지 왔는지는 의견이 갈려요.
그래서 인공지능이 사람을 넘어섰다는 이야기와 인공지능이 아직 멀었다는 이야기가 동시에 나와요. 좁혀 놓은 한 가지 일에서는 이미 사람보다 잘하고, 범위를 넓히면 약해지는 경우가 많기 때문이에요.
조금 더 정확하게
인공지능은 정해진 정의가 하나로 합의된 낱말이 아니에요. 학계에서도 사람의 지적인 활동을 기계로 흉내 내거나 대신하게 하는 연구 분야 전체를 느슨하게 가리키는 말로 써요. 그래서 무엇이 인공지능이고 무엇이 아닌지는 시대에 따라 계속 움직였어요. 예전에는 대단해 보였던 기능이 흔해지면 그냥 소프트웨어라고 불리게 되는 일이 반복됐어요.
세탁기 비유가 어긋나는 지점도 있어요. 세탁기는 무게라는 한 가지 숫자를 재지만, 학습으로 만든 요즘 인공지능은 수백만에서 수천억 개에 이르는 조절 손잡이를 동시에 맞추는 쪽에 가까워요. 또 세탁기의 판단은 만든 사람이 들여다볼 수 있지만, 학습으로 만들어진 인공지능은 왜 그런 답을 냈는지 만든 사람도 정확히 설명하지 못하는 경우가 많아요. 판단을 대신한다는 점만 같고, 그 판단이 만들어지는 과정은 훨씬 불투명해요.
직접 해보기
흔한 오해
인공지능이 사람처럼 생각한다고 여기기 쉽지만, 지금의 인공지능은 대부분 많은 사례에서 배운 패턴을 바탕으로 답을 내요. 겉으로 비슷해 보여도 사람의 생각과 같은 방식으로 움직인다고 보기는 어렵고, 이를 '생각'이라고 부를 수 있는지는 여러 견해가 있어요.
인공지능과 머신러닝, 딥러닝이 같은 말이라고 생각하기 쉽지만, 실제로는 인공지능이 가장 넓고 그 안에 머신러닝이, 다시 그 안에 딥러닝이 들어 있는 포개진 관계예요.
자동으로 움직이면 다 인공지능이라고 부르기 쉽지만, 실제로는 정해진 순서만 반복하는 기계는 보통 자동화라고 불러요. 어디부터 인공지능으로 볼지는 견해가 갈리지만, 사람의 판단이 필요한 일을 맡는지가 흔히 쓰는 기준이에요.
한 줄 요약
인공지능은 흔히 사람이 하던 판단을 기계가 대신하게 만드는 기술 전체를 부르는 이름으로 설명하고, 그 안에 머신러닝과 딥러닝이 차례로 포개져 있어요.
잘못된 내용이나 더 좋은 비유가 있나요? 수정 제안 보내기 · 마지막 수정 2026-10-18