1. 서 론

최근 AI 기술은 비약적인 발전을 이루며 데이터 분석과 예측에 그치지 않고 현실 세계의 의사결정과 운영의 핵심을 담당하는 존재로 변화하고 있다. 독자 여러분도 이러한 생각이 들게 하는 뉴스를 접하거나, 이와 관련된 사건을 겪어보셨을 것이라고 생각한다. 제조업 분야의 품질 관리 및 설비 유지보수, 의료 분야의 진단 지원, 교통 분야의 수요 예측 및 자율주행 등 그 적용 범위는 급속히 확대되고 있다. 이러한 활용은 단순한 효율화에 그치지 않고, 사람의 판단을 보완하고 강화하며 새로운 비즈니스 가치를 창출할 가능성을 내포하고 있다. 이러한 관점에서 전 세계적으로 AI 기술이 발전하고 있는 한편, AI 기술을 현실 세계에 적용하는 데에는 데이터의 신뢰성, 보안, 윤리, 책임 소재 등 많은 과제도 수반되고 있다.

여기에서는 AI 기술의 변천사에 대해 간략히 살펴본 후, 강화학습 기반의 자율 제어 AI에 초점을 맞춰 AI 기술을 실제 현장(제조업)에 적용한 사례와 과정을 소개하며, 이와 더불어 다양하게 존재하는 AI 기술을 정리하고 AI 기술을 통한 지속 가능한 가치 창출을 위한 실천적인 관점을 모색하고자 한다.

2. 제3차 AI 붐 속에서 알루미늄 기술의 비약적 발전

지금까지 AI 붐이 세 번이나 있었다는 사실을 알고 계신 분도 많을 것이다. 각각의 유행 기간은 다음과 같다.

•제1차 붐 : 1950년대~1960년대

•제2차 붐 : 1980년대~1990년대

•제3차 붐 : 2000년대~현재

특히 ‘AI’라는 단어가 일상에서 빈번하게 사용되기 시작한 것은 2015년 무렵부터이다. 이는 제3차 붐의 한가운데에 해당한다. 1세대, 2세대 AI와 3세대 AI 사이에는 학습 능력에 뚜렷한 차이가 있으며, 그 차이를 확실히 파악하는 것이 AI 활용의 핵심이라고 생각한다. 따라서 각각의 열풍을 이끈 AI의 특징을 되짚어 본다.

1차 붐을 일으켰던 AI는 사물(과거 데이터 등)을 설명할 수는 있었지만, 그 본질을 파악하기에는 미치지 못하였으며 새로운 발견을 하는 지능이라고 할 수 없었다. 제2차 붐을 일으킨 AI는 복잡하고 방대한 지식의 집적에서 새로운 지식을 도출하는 등의 추론을 기계가 수행하도록 하는 연구가 이루어졌으나, 실제 문제에 적용하는 데 어려움이 있어 붐을 지속하거나 일반화되지 못하였다. 1세대 및 2세대 AI는 과거 데이터로 학습은 하였지만, 그 이면에 있는 규칙을 학습할 수 없었다. 즉 비슷한 문제라도 전혀 해결하지 못하는 사례를 확인할 수 있었고, 학습의 차이(무엇을 학습하고 있는지)를 이해하지 못하면 잘못된 현상에 적용해 버리기 때문에 전혀 “도움이 되지 않는 AI”에 투자하게 될 위험이 상당히 컸다.

.............................................................................

⇒ 본고는 월간지 ‘計測技術’(일본, 일본공업출판주식회사 발행)

2026년 8월호(특집)를 번역·전재한 것입니다. 본 기사의 무단 전재 및 복사는 저작권법상 금지되어 있습니다.