- 목차 - 

1. 서론

2. 협업 인공지능 기술

3. 협업 인공지능 응용

4. 결론

인공지능의 연구는 인간과 유사한 지식이나 지능을 가진 컴퓨터나 기계에 관한 연구로 인간의 지식을 인공지능 엔진에 직접 주입하는 하향식 방식과 데이터로부터 인공지능 모델을 형성하여 지능이나 지식을 생성하는 상향식 방식의 2가지로 진행됐다. 이때 인공지능 모델이나 엔진에 지식이나 지능을 주입하거나 생성하고 이를 동작시켜 인공지능 기능을 제공하는 것은 서버나 클라우드와 같은 중앙집 중화된 컴퓨터나 기계 장치에서 수행하였다. 그러나, 최근에 컴퓨팅 장치가 다양해지고 그 수가 폭발적으로 증가함에 따라 인공지능을 만들 때 사용하는 데이터나 지식 및 정보 또한 폭발적으로 증가하여 이를 중앙집중식으로 인공지능에 반영하기에는 비용이나 시간적 측면에서 비효율적인 실정이다. 즉, 엄청난 데이터나 지식을 중앙에 모으는 것과 이것을 컴퓨터의 인공지능에 반영하는 것은 많은 자원이 소모되므로 고비용이다. 더불어 많은 시간이 필요한 작업이어서 변화하는 현실을 빠르게 반영하지 못하므로 인공지능이 발전함에 따라 높아지는 사용자들의 눈높이를 맞추지 못하고 있다.

근래에 분산된 컴퓨팅 자원을 활용하여 지능적인 서비스를 제공하기 위한 컴퓨팅 및 IoT 연구가 진행됨에 따라 탈중앙화된 인공지능 연구가 활발히 연구되고 있다[1-3]. 탈중앙화된 분산방식의 인공지능 기술은 국지적 소규모 정보를 바탕으로 제한된 컴퓨팅 자원을 최대한 효율적으로 사용하여 인공지능을 구성하여 동적 환경에 빠르게 적응하는 최선의 해를 제공함으로써 중앙집중 서버 방식보다 많은 클라이언트에 만족스러운 인공지능 서비스를 제공할 수 있다. 따라서, 분산방식 인공지능 연구의 핵심은 분산된 인공지능을 제공하는 개체가 제한된 데이터, 지식, 경험과 자원을 서로 교류하여 최대한 활용함으로써 최선해를 제공할 수 있게 하는 협업 인공지능 기술이다. 이러한 중앙집중식 AI와 분산 방식 AI를 비교 정리하면 표 1과 같다.

● 주어진 문제를 협업 인공지능을 구성하여 해결하기 위한 멀티에이전트 간의 작업 협업

● 에이전트 간의 지식 교류를 통한 지능 강화를 위한 협력 학습

이에 따라 사용자가 제공받고자 하는 인공지능 기능을 멀티에이전트가 동적인 그룹을 구성하여 협업을 통한 분산된 인공지능 기능을 제공할 수 있는 능력을 구현하여야 하며, 분산방식의 한계인 제한된 정보 및 컴퓨팅 자원 문제를 극복하기 위해 에이전트 간 지식 및 정보를 교류하고 이를 바탕으로 지능을 강화하는 것이 필요하다.

본고에서는 협업 인공지능을 제공하기 위한 기존의 멀티에이전트 협업 기술의 동향을 인공지능 적용 분야에 따라 분류하고, 조사, 분석하여 개선 방향을 제시한다. 이를 위하여 협업 인공지능 기술을 다음의 응용 도메인에 맞춰 관련 기술을 살펴본다.

● 물체 및 공간 인식을 위한 협업 기술

● 분산 행동 지능 협업

● 언어 기반 인간-AI Bots 협업

● 분산 협업 학습

본고 Ⅱ장 1절에서는 AI Bot과 협업 인공지능의 개념을 정의하고, 2절에서는 물체 및 공간 인식을 위한 협업 기술과 관련된 연구 동향을 살펴보고 분석한다. 3절에서는 AI Bot 간 인공지능 기능의 협업을 수행하는 분산 행동 지능의 협업 기술에 대해서 조사 분석하고, 4절에서는 언어를 기반으로 인간과 AI Bot들이 협업하는 기술에 대해서 다룬다. 마지막으로 5절에서는 이러한 협업 지능을 향상시키는 분산 협업 학습 기법들에 사용될 수 있는 최근의 연구에 대해서 살펴본다. Ⅲ장에서는 AI Bots 협업 기술을 적용할 수 있는 협업 인공지능 응용에 대해서 분석하고 기존 사례를 보여준다.