앞선 글에서 AI의 뇌, 신경망(Neural Network)에 대해 살펴봤습니다. 그렇다면 이제 궁금한 점이 생기죠.
“AI는 구체적으로 어떻게 공부해서 똑똑해지는 걸까?”
이번 글에서는 AI의 학습 과정을 학생이 공부하는 모습에 빗대어 쉽게 설명해 보겠습니다.
1. 학생과 교과서: 데이터와 정답
AI에게 데이터는 교과서와 같습니다.
예를 들어, “고양이 사진”과 “개 사진”을 교과서로 주고, 각각에 정답 라벨(고양이 / 개)을 달아주면 AI는 문제집을 푸는 학생처럼 학습을 시작합니다.
정답이 있어야 AI가 맞췄는지 틀렸는지 알 수 있겠죠.
2. 문제를 풀고 채점받기: 예측과 오차
학생이 수학 문제를 풀고 답안을 내듯, AI도 신경망을 거쳐 예측값을 냅니다.
예를 들어, 고양이 사진을 보고 “70% 고양이, 30% 개”라고 예측할 수 있죠.
그 후 선생님(즉, 학습 알고리즘)이 정답과 비교해서 점수를 매깁니다. 이때 틀린 정도를 수치로 나타낸 것이 바로 오차(Error)입니다.
3. 오답노트 만들기: 가중치 조정
학생이 틀린 문제를 오답노트에 기록하고 다시 공부하듯, AI도 오차를 기준으로 스스로를 고쳐 나갑니다.
이때 조정되는 것이 바로 가중치(Weight)인데, 이는 뉴런 간 연결의 강도라고 생각하면 됩니다.
사진 속에 귀 모양이 중요하다면 그 연결의 가중치를 더 크게 주고, 배경이 불필요하다면 가중치를 줄이는 식이죠.
4. 선생님의 피드백: 역전파(Backpropagation)
학생은 선생님의 피드백을 받고 틀린 부분을 고쳐야 성적이 오르죠. AI도 마찬가지로 역전파(Backpropagation)라는 과정을 통해 틀린 원인을 거슬러 올라가면서 가중치를 수정합니다.
즉, “이 뉴런의 계산이 잘못되었구나”를 거꾸로 추적해 수정하는 방식입니다.
이 과정을 수천~수백만 번 반복하면, AI는 마치 문제집을 수없이 푼 학생처럼 점점 더 똑똑해집니다.
5. 생활 속 사례로 보는 학습 과정
- 아이의 글씨 배우기: 처음에는 ‘ㄱ’과 ‘ㄴ’을 자주 헷갈리지만, 여러 번 쓰고 틀린 부분을 고치면서 점점 바르게 씁니다. (AI도 처음엔 엉뚱한 결과를 내지만 반복 학습으로 정확도가 올라갑니다.)
- 운동 훈련: 농구 슛을 던질 때 처음엔 많이 빗나가지만, 코치의 피드백(팔각도, 힘 조절)을 받고 반복하면서 성공률이 높아지죠. (AI도 가중치와 오차 조정을 통해 점차 성능이 향상됩니다.)
정리하며
AI의 학습 과정은 학생이 공부하는 과정과 비슷합니다.
교재(데이터)를 바탕으로 문제를 풀고(예측), 선생님이 채점해 오답을 확인(오차), 잘못된 부분을 고쳐 다시 학습(가중치 조정, 역전파)하는 순환 과정을 통해 점점 실력이 늘어갑니다.
그래서 AI는 한두 번의 학습이 아니라, 수없이 반복하는 끈기 있는 학생이라고 볼 수 있습니다.
다음 글에서는 이렇게 학습한 AI가 실제 세상에서 어떻게 활용되는지, 즉 우리가 매일 접하는 실생활 속 AI 사례를 이야기해 드리겠습니다.
스마트폰, 유튜브, 내비게이션, 심지어 쇼핑몰 추천까지—이미 우리 일상 속에 들어와 있는 AI를 확인해 보시죠!