“1950년대 탄생한 인공지능은 딥러닝으로 대표되는 기계학습의 진보, 강력한 반도체의 등장 및 빅데이터 시대의 도래 등 삼박자가 맞아떨어지면서 전성기를 맞고 있다. 정보가 충분하지 않았던 시절에는 주로 규칙 기반(rule-based)의 인공지능 기술이 연구됐으나 큰 주목을 받지 못했다. 하지만 빅데이터를 효율적으로 처리하는 병렬처리 기술과 다양한 실제 사례를 통해 학습하는 데이터 주도적(data-driven) 기계학습 기술이 꽃을 피우면서 알파고와 같은 인간 수준 인공지능 구현이 가능하게 됐다.”(윤성로)
“알파고의 성취는 현실적으로 계산이 불가능할 만큼 컸던 경우의 수를 확률적인 학습을 통해 계산 가능한 범위로 좁혀냈다는 점이다. 확률적인 학습이라는 표현에는 크게 두 가지 의미가 있다. 첫째는 ‘이와 비슷한 상황에서 사람은 이렇게 두더라’이고, 둘째는 ‘이런 상황에선 이렇게 둬봤더니 대체로 좋더라’이다. 알파고는 확률적 추론을 통해 바둑에서 이기기 위해 작성된 프로그램이다. 바둑판 위에 특정한 상황이 주어졌을 때, 이론과 기풍을 떠나서 좋은 수와 나쁜 수 사이에 확률적으로 유의미한 차이가 있다면 알파고는 이를 추론해낼 수 있을 것이다. 바둑뿐 아니라 인간이 확률·통계적으로 유의미한 성향을 따라 의사결정을 내리는 분야라면 어디든지 앞으로 인공지능과 기계학습이 점차 효과적으로 사람같이 행동할 것이다. 해당 확률분포가 실제로 존재하는 한 이것은 기정사실이다.”(유신)
“비행기가 하늘을 날려고 새처럼 날갯짓을 할 필요가 없는데, 왜 컴퓨터가 사람하고 똑같은 방식으로 생각을 해야 하는가?”(스튜어트 러셀+피터 노빅)
