인공지능 (Artificial Intelligence, AI)

정의와 배경

인공지능이란 인간이 수행하는 지각(보고 듣는 것), 추론(판단하고 결론을 내리는 것), 학습(경험으로 능력을 키우는 것) 등의 인지 기능을 컴퓨터 소프트웨어와 하드웨어로 구현한 기술의 총칭이다. 1950년대 앨런 튜링의 '기계가 생각할 수 있는가'라는 문제 제기로부터 시작된 이 분야는, 수십 년간 여러 차례의 침체기와 도약기를 거쳐 오늘날 디지털 전환의 핵심 기반 기술로 자리 잡았다. 대한민국 정부도 AI를 국가 경쟁력 강화의 핵심 수단으로 선정하여 관련 정책과 투자를 지속적으로 확대하고 있다.

주요 유형과 작동 방식

AI는 크게 '규칙 기반 AI'와 '데이터 학습 기반 AI'로 구분된다. 규칙 기반 AI는 전문가가 직접 설계한 조건문과 논리 규칙에 따라 작동하며, 체스 프로그램이나 초기 전문가 시스템이 대표적인 예다. 반면 데이터 학습 기반 AI는 대량의 데이터로부터 패턴을 스스로 추출하는 머신러닝, 그리고 인공신경망을 다층으로 쌓아 복잡한 특징을 학습하는 딥러닝을 포함한다.

최근에는 텍스트·이미지·음성 등 다양한 형식의 데이터를 동시에 처리하는 멀티모달 AI와, 방대한 데이터로 사전학습된 모델을 특정 목적에 맞게 추가 학습(파인튜닝)하는 방식이 주류가 되고 있다. 이러한 발전은 AI 활용의 범위를 연구실에서 행정·의료·제조 등 실무 영역으로 빠르게 넓히고 있다.

좁은 AI와 일반 AI의 구분

현재 실용화된 AI는 대부분 특정 과업(예: 이미지 인식, 번역, 추천)만 수행하는 '약한 AI(Narrow AI)'에 해당한다. 반면 인간과 같이 다양한 영역에서 스스로 사고하고 적응하는 '일반 AI(AGI, Artificial General Intelligence)'는 아직 연구 단계에 머물러 있으며, 실현 시점과 방법에 대해 학계에서 다양한 견해가 존재한다. 정책 실무에서 'AI 도입'이나 'AI 활용'이라 할 때는 대부분 특정 목적에 특화된 좁은 AI를 의미한다.

정책·산업적 중요성

AI는 공공행정, 의료, 교육, 국방, 제조, 금융 등 거의 모든 분야에서 생산성 향상과 의사결정 지원 수단으로 주목받고 있다. 정부 입장에서는 AI 도입을 통한 행정 효율화, 대국민 서비스 고도화, 신산업 육성이라는 세 가지 목표가 맞물려 있다. 한편 AI의 확산은 데이터 프라이버시, 알고리즘 편향, 일자리 변화 등 새로운 규제·윤리적 과제를 함께 제기하므로, 기술 이해와 더불어 거버넌스 역량 확보가 정책 실무자에게 중요하다.