AI Teading - Teens직접 해보는 인공지능

AI Teading - Teens

이 이야기의 근거

이 글의 옛날 이야기들이 어디서 나왔는지, 그리고 어디까지 확인했는지

이 이야기의 근거

이 글에 나오는 옛날 이야기와 숫자가 어디서 나온 것인지 적어 둡니다. 챕터마다 맨 아래에도 그 챕터의 것만 따로 붙어 있어요.

글이 말하는 것

오른쪽 끝은 우리가 어디까지 봤는지예요. 원문을 읽음은 그 논문이나 기록을 직접 열어 본 것이고, 인용으로 확인은 원문의 문장을 옮겨 실은 다른 자료로 확인한 것입니다.

챕터글이 말하는 것근거어디까지 봤나
1.11980년대에는 사람이 규칙을 수천 개 적어 넣었고, 그걸 공장과 회사에서 진짜로 썼다인용으로 확인16인용으로 확인
1.1규칙이 늘어날수록 관리하는 일이 규칙을 쓰는 일보다 커졌다인용으로 확인17인용으로 확인
1.2체커 프로그램이 자기를 만든 사람을 이기기 시작했다. 판을 두는 데 든 시간은 여덟에서 열 시간원문을 읽음 초록만 · 601~602쪽6 7원문을 읽음 초록만 · 601~602쪽
1.3"인공지능"이라는 말이 처음 쓰인 것이 1955년이고, 여름 한 철을 잡은 계획이었다원문을 읽음 전문5원문을 읽음 전문
1.3뇌의 신경을 흉내 내 계산하는 생각은 1940년대에 나왔다인용으로 확인1인용으로 확인
1.3그 생각으로 만든 기계가 1950년대에 나왔다인용으로 확인8인용으로 확인
1.3성냥갑으로 만든 학습 기계는 1960년대 것이다인용으로 확인10인용으로 확인
1.3여러 겹으로 쌓은 것을 가르치는 방법이 1980년대에 널리 알려졌다인용으로 확인29인용으로 확인
1.3예측 카드 일곱 장 — 무엇이 언제 될지 사람들이 실제로 남긴 말인용으로 확인23 3 24 8 25 26 5인용으로 확인
2.11957년 첫 디지털 사진은 176칸씩, 모두 3만 칸쯤이었다원문을 읽음 전문20원문을 읽음 전문
2.2기계가 읽을 수 있도록 글자체를 아예 새로 만들었다인용으로 확인15인용으로 확인
2.2손으로 쓴 글씨를 읽히는 일이 40년 넘게 안 풀렸다 — 인쇄된 글자를 읽는 상용 판독기가 1950년대 중반, 우편물의 손글씨 주소를 실제로 읽어 낸 것이 1997년인용으로 확인28 27인용으로 확인
2.32001년에 나온 방법이 얼굴 찾기를 열다섯 배 빠르게 만들었다 — 논문은 384×288 사진을 1초에 15장 처리한다고 적는다. 그 전 방법이 한 장에 1초쯤 걸렸다는 것은 이 둘에서 우리가 셈한 값이다원문을 읽음 초록 · 결론절19원문을 읽음 초록 · 결론절
2.3카메라에 얼굴 네모가 나타난 것이 2000년대 중반이다인용으로 확인21인용으로 확인
2.41952년 첫 음성 인식기는 숫자 열 개만, 그것도 정해진 한 사람 목소리로 알아들었다인용으로 확인4인용으로 확인
2.41990년대 받아쓰기 프로그램은 먼저 정해진 문장을 읽어 길들여야 했다인용으로 확인22인용으로 확인
3.170년쯤 전에 규칙을 적지 않고 카드로 가르치는 기계가 나왔다인용으로 확인8인용으로 확인
3.21958년에 뇌를 흉내 낸 기계가 발표됐고 기대가 어마어마했다인용으로 확인8인용으로 확인
3.211년 뒤 두 연구자가 직선 하나로는 못 나눈다는 것을 증명했다인용으로 확인13인용으로 확인
3.2여러 겹을 어떻게 가르칠지가 1980년대에 풀렸다인용으로 확인29인용으로 확인
3.4성냥갑 304개와 색깔 구슬로 만든, 컴퓨터 없이 배우는 기계인용으로 확인10인용으로 확인
4.1컴퓨터가 처음 글자를 다룰 때 128개를 넣기로 정했다인용으로 확인9인용으로 확인
4.1세상 모든 글자를 담는 방법이 나오기까지 30년쯤 걸렸다인용으로 확인9 18인용으로 확인
4.2책을 아무 데나 펴서 다음 낱말을 받아 적는 것만으로 영어처럼 보이는 글이 나왔다원문을 읽음 §3 · 7~8쪽2원문을 읽음 §3 · 7~8쪽
4.41966년, 키워드를 찾아 되묻기만 하는 프로그램원문을 읽음 36쪽11원문을 읽음 36쪽
4.4비서가 자리를 비켜 달라고 했다 — 만든 사람이 직접 적은 이야기다원문을 읽음 477쪽12원문을 읽음 477쪽
4.4만든 사람이 뒤에 AI를 비판하는 쪽에 섰다인용으로 확인14인용으로 확인
6.11950년에 한 수학자가 "기계가 생각하는지 어떻게 알 수 있나"를 물었다인용으로 확인3인용으로 확인
6.1이제는 대화만으로 사람인지 기계인지 갈라내기가 아주 어려워졌다 — 사람과 기계를 나란히 두고 5분씩 이야기하게 한 실험에서, 사람을 고른 것보다 기계를 사람으로 고른 쪽이 더 많았다원문을 읽음 초록만30원문을 읽음 초록만

실습은 무엇으로 만들었나

챕터실습무엇으로 만들었나
2.2H1우리가 학습시킨 가중치예요. 학습에 쓴 글자도 우리가 그렸어요
2.2P2·P3저작자 표시가 필요 없는 사진이에요 (CC0 · 퍼블릭 도메인 · Pexels)
2.2P3사진에서 반응 지도를 뽑는 데는 미리 학습된 신경망을 썼어요. 가중치는 배포하지 않아요
2.3H11OpenCV 의 정면 얼굴 검출기예요 (BSD-3 · Apache-2.0). 숫자는 손대지 않았어요
2.3H11·P4이 글을 쓴 사람이 만든 대체 영상 셋이에요. AI로 만든 거라고 화면에 적어 뒀어요
2.3P4MediaPipe 얼굴·손·자세예요 (Apache-2.0). 전부 동봉해서 바깥으로 요청이 나가지 않아요
2.4H12·P5준비된 목소리는 컴퓨터가 만든 거예요. 화면에도 그렇게 적어 뒀어요
3.1P6사진을 숫자로 바꾸는 데까지만 MediaPipe 예요. 무엇인지 정하는 마지막 층은 여기서 직접 학습시켜요
3.3P8배경을 일부러 갈라 모은 사진 60장이에요 (Pexels). 사람이 눈으로 검수했어요
4.1P124.2 에서 쓰는 옛이야기로 우리가 직접 만든 조각내기 규칙이에요
4.2H5·P13저작권이 끝난 옛이야기예요 — 방정환, 조지프 제이컵스, 안데르센, 구스야마 마사오
4.2P13위 이야기로 우리가 학습시킨 작은 언어 모델이에요. 가져다 쓴 가중치가 없어요
4.3P14다국어 언어 모델에서 뽑은 수치만 써요. 144장 중 사람이 한 장을 골랐다고 화면에 적어 뒀어요
5.1P18·P19우리가 코드로 그린 그림으로 우리가 학습시킨 그림 기계의 출력이에요
5.3P215.1 의 그림을 다시 써요. 새로 만든 자료가 없어요
5.3H9겹쳐 인화에 쓰는 사진은 이미 쓰고 있던 퍼블릭 도메인·CC0 자료예요

우리가 잰 것

문헌이 아니라 우리가 직접 재서 얻은 숫자예요. 대부분은 실습이 화면에서 그대로 보여 줍니다.

챕터실습우리가 잰 것
2.3H112001년 방식이 영상에서 얼굴을 놓치는 구간을 초 단위로 재서, 실습이 그 구간을 지나가게 맞췄어요
2.4H12·P5준비된 목소리로 등록하고 아홉 개를 시험한 값이에요. 한국어는 등록한 사람 여섯 번 · 다른 사람 두 번, 영어는 아홉 번 · 네 번, 일본어는 여덟 번 · 두 번, 스페인어는 아홉 번 · 네 번. 영어는 낱말이 서로 많이 달라서 차이가 덜 벌어져요
3.3P8묶음 A로 가르치면 12개 중 9개, 묶음 B로 가르치면 12개를 다 맞혀요. 틀리는 세 장은 늘 배경이 반대인 사진이에요. 실습이 화면에서 그대로 보여 줍니다
4.1P12언어마다 조각나는 수가 다른 건 실습이 그 자리에서 세어서 보여 줘요
4.2H5·P13앞말 세 개로 세면 이 이야기책을 그대로 베낀 것이 59%였고, 배운 쪽은 0%였어요. (영어판 이야기책으로 재면 33%예요 — 되풀이되는 대목이 적거든요. 일본어판은 글자 하나로 세어 앞 여덟 글자에서 54%이고, 배운 쪽은 마찬가지로 0%예요)
4.3P14여덟 문장 중 점수를 매기는 일곱에서 여섯 개가 맞아요. 여덟째는 사람도 갈리는 문장이라 점수에 넣지 않았어요. 화면에 뜨는 수는 이것이 아니라 나와 기계가 같은 곳을 본 횟수예요
5.1P18·P1932칸짜리 작은 기계라 네모가 보인다고 화면에 적어 뒀어요

5부와 6부에는 문헌을 댈 줄이 거의 없어요. AI에게 무엇을 맡길지, 내 것이 어떻게 쓰이는지, 나는 어떤 규칙을 지킬지 — 이런 것에는 정답을 적어 둔 문헌이 없습니다. 그래서 그 챕터들은 답을 주지 않고 묻기만 해요.

문헌

  1. McCulloch & Pitts, "A Logical Calculus of the Ideas Immanent in Nervous Activity", Bulletin of Mathematical Biophysics 5 (1943) 인용으로 확인 doi:10.1007/BF02478259
  2. Shannon, "A Mathematical Theory of Communication", Bell System Technical Journal 27 (1948) 원문을 읽음 §3 · 7~8쪽 doi:10.1002/j.1538-7305.1948.tb01338.x
  3. Turing, "Computing Machinery and Intelligence", Mind 59(236) (1950) 인용으로 확인 doi:10.1093/mind/LIX.236.433
  4. Davis, Biddulph & Balashek, "Automatic Recognition of Spoken Digits", Journal of the Acoustical Society of America 24(6) (1952) 인용으로 확인 doi:10.1121/1.1906946
  5. McCarthy, Minsky, Rochester & Shannon, "A Proposal for the Dartmouth Summer Research Project on Artificial Intelligence" (1955) 원문을 읽음 전문 원문 보기
  6. Samuel, "Some Studies in Machine Learning Using the Game of Checkers", IBM Journal of Research and Development 3(3) (1959) 원문을 읽음 초록만 doi:10.1147/rd.33.0210
  7. Samuel, "Some Studies in Machine Learning Using the Game of Checkers. II — Recent Progress", IBM Journal of Research and Development 11(6) (1967) 원문을 읽음 601~602쪽 doi:10.1147/rd.116.0601
  8. "New Navy Device Learns By Doing", The New York Times (1958-07-08) 인용으로 확인 원문 보기
  9. ASA X3.4-1963 — American Standard Code for Information Interchange 인용으로 확인 원문 보기
  10. Michie, MENACE (1961) · "Experiments on the Mechanization of Game-Learning", The Computer Journal 6(3) (1963) 인용으로 확인 doi:10.1093/comjnl/6.3.232
  11. Weizenbaum, "ELIZA — A Computer Program For the Study of Natural Language Communication Between Man And Machine", Communications of the ACM 9(1) (1966) 원문을 읽음 36쪽 doi:10.1145/365153.365168
  12. Weizenbaum, "Contextual Understanding by Computers", Communications of the ACM 10(8) (1967) 원문을 읽음 477쪽 doi:10.1145/363534.363545
  13. Minsky & Papert, Perceptrons (MIT Press, 1969) 인용으로 확인 원문 보기
  14. Weizenbaum, Computer Power and Human Reason (W. H. Freeman, 1976) 인용으로 확인 원문 보기
  15. OCR-A (American Type Founders, 1968) · ANSI X3.17-1981 · ISO 1073-1 인용으로 확인 원문 보기
  16. McDermott, "R1: A Rule-Based Configurer of Computer Systems" (1980) · Barker & O'Connor, Communications of the ACM 32(3) (1989) 인용으로 확인 doi:10.1145/62065.62067
  17. Soloway, Bachant & Jensen, "Assessing the Maintainability of XCON-in-RIME" (1987) 인용으로 확인 원문 보기
  18. The Unicode Standard, Version 1.0 (1991) 인용으로 확인 원문 보기
  19. Viola & Jones, "Rapid Object Detection using a Boosted Cascade of Simple Features", CVPR 2001 원문을 읽음 초록 · 결론절 doi:10.1109/CVPR.2001.990517
  20. NIST, "First Digital Image" · "Fiftieth Anniversary of First Digital Image Marked" (2007) 원문을 읽음 전문 원문 보기
  21. Fujifilm, "FinePix S6500fd" press release and specifications (2006-07-13) — the first Fujifilm camera with face detection 인용으로 확인 원문 보기
  22. IBM ViaVoice user guide — "Enrollment" (reading set sentences to train the recogniser on one voice), 1990s editions 인용으로 확인
  23. Simon, The New Science of Management Decision (Harper & Row, 1960 · 1965) 인용으로 확인 원문 보기
  24. George Johnson, "To Test a Powerful Computer, Play an Ancient Game" (interview with Piet Hut), The New York Times (1997-07-29) 인용으로 확인 원문 보기
  25. Moravec, Mind Children (Harvard University Press, 1988) 인용으로 확인 원문 보기
  26. Hofstadter, Gödel, Escher, Bach (Basic Books, 1979) 인용으로 확인 원문 보기
  27. United States Postal Service, 1997 Annual Report, p.43 — the Remote Computer Reader, built on University at Buffalo (CEDAR) handwritten address interpretation 인용으로 확인 원문 보기
  28. OCR trade histories on the first commercial installations (Shepard / Intelligent Machines Research Corp. at Reader's Digest, mid-1950s) — decade only; no primary source located 인용으로 확인
  29. Rumelhart, Hinton & Williams, "Learning representations by back-propagating errors", Nature 323 (1986) 인용으로 확인 doi:10.1038/323533a0
  30. Jones & Bergen, "Large Language Models Pass the Turing Test", arXiv:2503.23674 (2025-03-31) 원문을 읽음 초록만 원문 보기