AI와 함께 걷기

들어가는 글

우리는 지금, 인공지능 Artificial Intelligence, AI 이 조용히, 그러나 확실하게우리 일상에 들어온 시대에 살고있습니다. 아침에 눈을 떠 스마트폰 화면을 터치해 알람을 멈추는 순간, 인공지능과의 하루가 시작됩니다. 구체적인 사례로는 다음과 같은 것이 있습니다. 구글 어시스턴트 같은 음성 비서는 오늘의 날씨와 일정을 요약해 알려 줍니다. 이어 유튜브와 인스타그램은 밤사이 올라온 수많은 영상 가운데 내 취향에 맞는 콘텐츠를 골라 보여 줍니다. 출근길에 사용하는 지도 앱은 교통 상황을 분석해 막히는 길을 피하고 더 빠른 경로를 안내합니다. 네이버나 구글에서 회사 일에 필요한 정보를 검색할 때에는 검색창이 내가 문장을 다 입력하기도 전에 다음 단어나 관련 검색어를 예측해 제시합니다. 사진 앱은 여러 지인과 함께 찍은 사진 속 얼굴을 구분해 “○○와 함께한 사진”처럼 자동으로 묶어 주기도 합니다. 게임에서는 내 실력에 맞춰 상대의 난이도가 조정되거나, 내가 자주 쓰는 전략을 파악해 그에 맞게 대응하는 장면도 볼 수 있습니다.

불과 몇 년전만 해도 이런 기능은 특별하게느껴졌지만, 이제는 너무자연스러워서 우리가 AI를쓰고 있다는 사실조차 잊고 지낼때가 많습니다. 더구나 변화의 속도는 점점 빨라지고, 그에 따라 어제 신기하게 느꼈던 기능도 어느새 일상이 되어버립니다.

하지만 AI는 단순히 “편리한기능”을 더하는 수준에서 멈추지않습니다. AI는 우리가공부하고 일하는 방식, 정보를 얻고판단하는 과정, 그리고사회가 움직이는 방식까지 바꿔 놓고있습니다. 예를 들어번역과 요약이 빠르고 쉬워지면서 공부법이달라지고, 글쓰기·디자인·영상 편집같은 작업도 새로운 도구를 중심으로재편되고 있습니다. 동시에가짜 뉴스나 딥페이크처럼 사실을 왜곡시키거나 흐리게 만드는 문제도 커지고있습니다.

그래서 지금 우리에게 필요한 태도는 분명합니다. AI를 막연히 겁내거나 무작정 믿는 것이 아니라, 그 원리를 이해한 뒤 스스로 판단하며 활용하는 태도입니다. 결국 AI 시대를 슬기롭게 살아가기 위해서는 기술을 멀리서 바라보는 데 그치지 않고, 그것이 어떻게 작동하고 우리 삶에 어떤 영향을 미치는지 차분히 이해할 필요가 있습니다.

이 책은 바로 그 필요에서 출발했습니다. AI를 처음 접하는 독자도 부담 없이 따라올 수 있도록, 기초 개념부터 차근차근 접근할 수 있게 구성했습니다. 전공자가 아니어도 괜찮습니다. 이 책은 어려운 수식으로 독자를 시험하지 않습니다. 대신 핵심 개념을 익숙한 말로 풀고, “아, 그래서 내가 쓰는 앱이 이렇게 움직였구나” 하고 자연스럽게 이해할 수 있도록 생활 속 예시와 최신 사례를 충분히 담았습니다.

책의 흐름은 네개의 큰 줄기로 이어집니다.

먼저 제1부 ‘AI와 첫만남’에서는 AI의기본 개념과 분류를 정리하고, AI가 어떻게발전해 왔는지 전체 흐름을 살펴봅니다. 또한 편리함만 강조하지않고, 그와 함께따라오는 위험과 윤리 문제, 사회적 영향도함께 짚습니다. 이어서AI 에이전트를 통해 AI를단순한 프로그램이 아니라 주어진 환경에서목표를 향해 행동하는 존재로 이해하고, PEAS(목표·환경·센서·행동) 틀로 이후내용을 정리할 기준을 마련합니다.

다음으로 제2부 ‘AI의 두뇌’에서는 AI가 문제를풀 때 어떤 방식으로 생각하고움직이는지 다룹니다. 탐색, 계획, 제약 만족 문제 CSP , 게임 전략, 지식 표현과 논리추론, 확률과 베이즈추론, 의사결정이 차례로이어지며, 이를 통해 AI 사고 과정의 흐름을 따라갈 수 있습니다. 여기서 꼭붙잡아야 할 핵심은 간단합니다. AI는 대체로문제를 정리하고 → 선택지를 만들고 → 비교한뒤 → 하나를 고르는 방식으로 작동합니다. 이 틀을 먼저잡아두면 각 개념이 따로 흩어지지않고 하나의 흐름으로 이해될 수있습니다.

이어지는 제 3 부 ‘AI는 어떻게배우고 활용될까요?’에서는 머신러닝과 딥러닝을다룹니다. 머신러닝의 기본개념을 시작으로 지도학습, 일반화, 데이터 나누기, 과적합·과소적합 같은 핵심문제를 짚습니다. 딥러닝에서는인공신경망에서 출발해 합성곱 신경망 CNN 과 순환신경망 RNN 을거쳐 트랜스포머와 어텐션으로 이어집니다. 또한 “챗GPT는 어떻게 작동하는가”를 따로 다루었습니다. 지금 우리가 가장자주 만나고 실제로 활용하는 AI가 바로그 계열이기 때문입니다. 구조를 알면 AI가 더이상 ‘마법 상자’처럼 느껴지지않고, 질문하는 방식과사용하는 방식도 달라집니다.

마지막으로 제 4 부 ‘AI와 미래사회’에서는 기술의 영역을 넘어 삶의 문제까지 깊이 있게 살펴봅니다. AI가 사회에 미치는영향, 편향과 공정성, 안전성과 통제 가능성, 범용 AI가 바꿀 미래, 인간 중심 AI 설계 원칙, 그리고 글로벌 규범과책임까지 함께 살펴봅니다. 기술이 강해질수록 더 중요한 것은성능 자체가 아니라 책임 있는사용입니다. AI가 할수 있는 것만 바라보면 우리는기술에 끌려가기 쉽습니다. AI가 해도 되는 일과 해서는 안되는 일을 함께 정리해야, AI를 끝까지인간의 도구로 활용할 수 있습니다.

또한 이 책의각 장은 ‘핵심 개념 → 쉬운설명 → 생활 속 예시 → 개념정리’의 흐름으로 구성했습니다. 본문에 길게넣기 어려운 내용, 예를 들어기술 발전의 배경이나 국제 규범·규제 논의 같은주제는 별도의 박스 글로 정리해읽는 흐름을 해치지 않게 했습니다. 아울러 각 장끝에는 간단한 연습 문제와 토론 주제를넣어, 독자가 스스로생각하고 토론하며 학습 내용을 적용해 보는 자기주도 학습이되도록 했습니다.

이 책을 끝까지읽고 나면, 독자는이렇게 말할 수 있을 것입니다.

“AI가 무엇인지, 어떻게 작동하는지, 그리고 내 생활과사회에 어떤 영향을 주는지 이제는나도 설명할 수 있다.”

지은이는 이 책을쓰면서 러셀 S. Russell 과 노르빅 P. Norvig 의 『인공지능: 현대적 접근방식 Artificial Intelligence: A Modern Approach 』(제 4 판)을 중요한 참고틀로 삼았습니다. 다만최신 기능과 최근 기술 흐름은여러 자료를 바탕으로 핵심만 골라정리했습니다. 목적은 분명합니다. 우리가 단순히 기술을 ‘쓰는 사람’에 머무르지 않고, 이해하고 선택하며 책임있게 활용하는 사람으로 한 걸음나아가도록 돕는 것입니다.

AI가 만들어 갈 미래는 이미시작되었습니다. 중요한 것은그 미래가 우리에게 그저 “오는것”으로 끝나는지, 아니면 우리가이해와 선택을 통해 “함께 만드는것”이 되는지입니다. 이 책이 AI 시대를살아가는 여러분의 첫걸음을 조금 더단단하게 해 주길 바랍니다. 그리고 그 길에서 이 책이든든한 동반자가 되길 바랍니다.

2026년 5월

이천우

지은이 : 이천우

36여 년 동안 국립창원대학교 교수로 재직하며 강의와 연구에 힘써 왔다. 가르치는 일을 소명처럼 여기며 학생들과 함께했고, 오랜 교수 생활을 마친 뒤에도 배움을 멈추지 않았다. 퇴직은 끝이 아니라 또 다른 시작이었다. 그 새로운 길위에서 지은이는 AI라는 낯설지만 흥미로운 세계를 만나게 되었다.

처음부터 AI가 쉬웠던 것은 아니다. 새로운 용어와 빠르게 변하는 기술 앞에서 막막함도 있었고, 익숙하지 않은 도구를 다루며 시행착오도 겪었다. 그러나 지은이는 직접 배우고, 써 보고, 실패하고, 다시 시도하는 과정을 통해 점차 AI와 가까워졌다. 그 과정에서 AI는 단순히 명령을 내리는 기계가 아니라, 생각을 정리하고 글을 다듬으며 새로운 아이디어를 함께 찾아가는 동반자에 가깝다는 사실을 체감했다.

AI를 공부하고 활용하면서 지은이는 많은 사람들이 AI에 관심은 있지만 막상 어디서부터 시작해야 할지 몰라 망설이고 있음을 알게 되었다. 특히 디지털 기기에 익숙하지 않은 사람들과 기술을 접할 기획가 적었던 사람들은 AI 시대로의 변화 앞에서 더 큰 부담을 느낄수 있다. [AI와 함께 걷기]는 바로 이러한 문제의식에서 출발한 책이다. AI를 잘 아는 사람만을 위한 책이 아니라, AI가 궁금하지만 아직 낯선 사람들도 편안하게 읽을 수 있는 안내서가 되기를 바라는 지은이의 마음이 담겨 있다.

현재 지은이는 브런치 작가이자 AI 활용 대중화의 안내자로서 글쓰기와 강의를 이어가고 있다. 지은이가 바라는 것은 거창한 기술의 과시가 아니다. AI를 몰라 주저하는 사람들, 디지털 변화 앞에서 자신감을 잃은 사람들, 새로운 배움 앞에서 망설이는 사람들이 조금이라도 쉽게 첫걸음을 내딛도록 돕는 일이다. 지은이 또한 늦은 배움의 길에서 막막함과 시행착오를 겪었기에, AI가 또 하나의 장벽이 아니라 더 많은 사람들이 새로운 가능성으로 건너갈 수 있도록 돕는 사다리가 되기를 바란다. 그래서 오늘도 배우고, 쓰고, 나누는 일을 이어가고 있다.

프롤로그 인공지능 공부, 어디서부터 시작해야 할까요?

part 1 AI와 첫 만남: 개념, 역사 그리고 사람 이야기

01 인공지능이란 무엇일까요?

1. AI의 정의와 분류

2. AI는 어떤 지식을 바탕으로 만들어졌을까요?

3. AI의 탄생과 성장 이야기

4. 오늘날 AI는 어떤 기술들로 이루어져 있을까요?

5. AI가 주는 이점과 함께 생각해 봐야 할 위험은?

6. AI의 미래와 함께 풀어야 할 과제는 무엇일까요?

7. AI 시대, 우리는 무엇을 배우고 준비해야 할까요?

02 지능형 에이전트란?

1. 지능형 에이전트의 구조: 환경·센서·행동

2. 에이전트가 만나는 세상은 어떤 모습일까요?

3. PEAS 프레임워크: 에이전트를 이해하는 네 가지 키워드

4. 다양한 에이전트의 유형: AI의 사고방식도 다 다르답니다

part2 AI의 두뇌: 탐색, 추론, 학습의 원리

03 AI의 문제 해결 능력: 탐색이란?

1. 문제 해결 에이전트: 목표를 향해 나아가는 AI

2. 문제를 이해하는 방식: 상태 공간이란?

3. AI는 어떤 길부터 살펴볼까요?: 탐색 트리와 전략

4. 탐색의 다양한 적용 사례

04 복잡한 환경에서의 AI는 어떻게 움직일까요?

1. 상황에 따라 바뀌는 계획: 조건부 계획이란?

2. 눈으로 다 못 보더라도 추측하며 움직이는 AI

3. 지도가 없어도 길을 찾는 법: 온라인 탐색

4. 전체를 몰라도 한 걸음씩 나아가기: 지역 탐색 알고리즘

05 제약이 있는 문제, AI는 어떻게 풀까요?

1. 제약 만족 문제(CSP)란?: 조건 많은 퍼즐처럼

2. 똑똑하게 제약을 피하는 AI의 전략

3. 구조를 파악하면 쉬워지는 복잡한 문제

4. CSP 적용 사례와 해결 도구 한눈에 보기

5. 요즘 AI는 이렇게도 풀어요: 신경망과 CSP

06 게임 속 AI, 경쟁 상황에서의 똑똑함

1. AI는 경쟁 상황을 어떻게 판단할까요?

2. 승부 전략: 미니맥스와 알파-베타 가지치기

3. 제한된 정보 안에서의 똑똑한 판단

4. AI가 스스로 배우는 방법: 몬테카를로 트리 탐색

5. 여러 명이 함께하는 게임에서는 어떻게 할까요?

6. 게임 속 AI, 한계는 어디일까요?

07 AI는지식을 어떻게 표현하고 사용할까요?

1. 지식 기반 에이전트란?

2. 명제로 지식을 표현하는 법

3. AI는 어떻게 추론하고 판단할까요?

4. 결합법 추론과 문제 해결 방법

08 불확실한 상황에서 AI는 어떻게판단할까요?

1. 확실하지 않아도 ‘최선의 선택’을 하는 법

2. 확률의 기본 개념

3. 베이즈 정리: 추론의 핵심 도구

4. 나이브 베이즈: 단순하지만 강력한 분류 모델

5. 움푸스 세계로 보는 ‘확률로 움직이는 AI’

6. 현대 AI에 쓰이는 확률 모델들

7. 복잡한 계산을 줄이는 방법들

8. 확률 모델의 한계와 윤리 문제

09 AI는 어떻게 결정을 내릴까요?

1. 믿음과 욕구를 결합해 결정을 내리는 법

2. AI가 일관된 판단을 하려면?: 선호의 규칙

3. 효용 함수: 사람의 ‘선호’를 점수로 만든 것

4. 다양한 조건 속에서의 선택: 다중 속성 효용

5. 복잡한 결정 구조: 의사결정 네트워크

6. 정보를 얻는 데 드는 가치란?

7. 모호한 선호와 인간 존중

part3 AI는 어떻게 배우고 활용될까요?

10 머신러닝의 기초와 실제 적용

1. 머신러닝의 큰 그림: 무엇을, 어떻게 배우나

2. 지도학습을 깊게 보기: 문제의 형태, 모델, 학습의 내부 구조

3. 새로운 데이터에서도 잘 작동하게 만들기: 일반화와 과적합·과소적합

4. 데이터를 나누는 이유: 훈련·검증·테스트와 성능 평가 방법

5. 성능을 올리는 실전 도구: 전처리·특징·과적합 방지·하이퍼파라미터 튜닝

6. 운영에서 성능을 지키는 법: 드리프트·모니터링·재학습

11 딥러닝과 언어의 세계

1. 인공신경망: 뇌를 닮은 컴퓨터

2. CNN: 이미지를 잘 보는 신경망

3. RNN: 순서를 기억하는 신경망

4. 트랜스포머와 어텐션 : 문장의 맥락을 한눈에 읽는 구조

5. 사전학습 언어 모델: 먼저 배우고 나중에 활용

6. GPT가 ‘챗GPT’가 되기까지

part4 AI와 미래 사회: 윤리, 책임 그리고 인간다움

12 AI 시대, 우리는 어떤 선택을 해야 할까요?

1. 인간다움이란?: AI 시대의 철학적 질문

2. AI 윤리와 편향: 공정한 기술이란 무엇일까요?

3. AI의 안전성과 통제 가능성

4. 범용 AI가 바꿀 미래

5. 인간 중심 AI, 어떻게 설계할 수 있을까요?

6. AI 시대의 글로벌 규범과 사회적 책임

에필로그 이제, 당신은 AI와 함께 걸을 수 있습니다 

부록 1 AI 용어 표준 띄어쓰기·표기 규칙 

부록 2 AI 분야에서 자주 사용되는 AI 용어 정리