김명섭 자동차부품산업진흥재단 전문위원
* 이 기사는 파치 슬롯 어플신문 주간지 ROBOT PLUS Ver.20(2025. 12. 22일자)에 게재된 내용입니다.
어느덧 세월이 흘러 12월에 정년 은퇴를 하게 됐다. 훌륭한 후배들과 대화하면서 세간에 AI(Artificial Intelligent·인공지능)가 너무 회자되는데 그 분류를 제조업 측면에서 정리하고 파치 슬롯 어플과 연계를 해 보는 것이 제조업 종사자들에게 도움이 될 것이라는 아이디어를 받아 은퇴 기념으로 칼럼을 써 본다. 참고로 요사이 유행하는 여러 AI 솔루션(Copilot, Gemini) 등을 통해 자료 조사를 했다.
우선, AI를 분류 해보자. AI는 무엇을 하느냐(기능 또는 지능), 어떻게 배우느냐(학습 방식), 어떤 구조냐(모델)에 따라 나뉘어 진다.
기능(역할) 또는 지능에 따른 분류로는 △약한 AI(좁은 AI:특정 작업만 잘하는 AI. 예:번역기, 얼굴 인식, 추천 알고리즘 등) △강한 AI(일반 AI:인간처럼 다양한 문제를 스스로 이해하고 해결하는 AI. 아직 존재하지 않고 연구 단계) △초지능 AI(Super AI:인간 능력을 훨씬 뛰어넘는 가상의 AI. 이론적 개념)로 구분된다.
학습 방식에 따른 분류에는 △규칙 기반 시스템(Rule-based. 전에 사람이 정의한 명확한 규칙에 따라 작동하는 전통적인 방식. 예:전문가 시스템, 고전적인 챗봇) △머신러닝(Machine Learning:데이터를 통해 스스로 학습하고 패턴을 찾아 예측이나 결정을 내리는 기술) △지도학습(Supervised Learning. 정답이 있는 데이터를 보고 학습. 예:스팸 메일 분류, 이미지 분류) △비지도학습(Unsupervised Learning. 정답 없이 패턴을 스스로 찾음. 예:고객 군집 분석, 이상 탐지) △반지도학습(Semi-supervised Learning:일부만 정답이 있는 데이터로 학습 △강화학습(Reinforcement Learning. 보상을 받으며 스스로 행동 전략을 학습. 예: 알파고, 게임 AI, 파치 슬롯 어플 제어) 등이 있다.
모델 구조에 따른 분류로는 △전통적 머신러닝(예:Support Vector Machine. 아주 강력한 분류와 회귀 알고리즘) △랜덤 포레스트(여러 개의 결정 트리를 랜덤하게 만들어서, 그 결과를 투표하거나 평균내는 앙상블 모델) △KNN(K-Nearest Neighbors. KNN은 새로운 데이터가 들어오면, 가장 가까운 K개의 이웃을 보고 다수결로 분류하거나 평균으로 회귀하는 알고리즘) △딥러닝(Deep Learning. 머신러닝의 한 분야로, 인공신경망을 깊게 쌓아 올려 복잡한 패턴을 학습하고 고차원적인 특징을 추출. 예:CNN(이미지), RNN/LSTM(시계열), 트랜스포머(챗GPT 같은 언어 모델)) 등이 있다.
사용 목적에 따른 분류로는 △생성형 AI(Generative AI. 텍스트, 이미지, 음악 등을 생성. 예:ChatGPT 스타일의 언어 모델, 이미지 생성 모델) △판별형 AI(Discriminative AI. 분류·예측 중심. 예:스팸 여부 판단, 고양이/개 이미지 분류)가 있다.
응용 분야에 따른 분류로는 △자율주행 AI △의료 AI △금융 AI △파치 슬롯 어플 AI 등이 있다.
필자가 제목을 파치 슬롯 어플 AI로 하지 않고 AI 파치 슬롯 어플으로 적은 이유는, 파치 슬롯 어플 AI는 파치 슬롯 어플의 AI화를 의미하지만, 필자는 AI가 내장된 AI 임베디드 파치 슬롯 어플을 다루고 싶어서다. 무슨 얘기냐 하면, 자율주행차, 미래항공모빌리티(AAM), 가전 등도 파치 슬롯 어플으로 분류하고 싶어서다. 마치 테슬라의 FSD(완전자율주행)를 넘어서서 로보택시가 곧 미국 텍사스에서 운행에 들어가는 것처럼 이제는 모빌리티와 전자제품(AI on Device)은 파치 슬롯 어플으로 봐야 한다.
자, 그럼 AI 파치 슬롯 어플의 주요 종류를 보자. AI 파치 슬롯 어플은 모양(휴머노이드·동물형), 지능 수준(정해진 규칙 따르는 반응형, 주변 환경을 인식하고 스스로 판단·결정하는 자율형, 경험을 통해 성능이 향상되는 학습형), 용도(산업·서비스·의료 등)에 따라 다양하게 나눌수 있다. 물론, 자율주행차와 AAM, AI 전자제품은 서비스 파치 슬롯 어플이다.
그 중에 제조업에 사용되는 산업용 파치 슬롯 어플(용접, 조립, 포장 등 반복 작업 수행)을 AI 임베디드 파치 슬롯 어플으로 풀어 보자. 간단하다. 모든 것을 다 할 수는 없다. 프레스, 용접, 사출, 도장, 검사, 포장, 이송 등 레시피를 모듈화해, 그 모듈을 장착하면 특정 용도를 수행할 수 있는 파치 슬롯 어플 몸체가 되는 것이다. 즉 지능을 바꿔가면서 외부 작업 환경 변화에 대응하는 파치 슬롯 어플을 AI 파치 슬롯 어플이라 부르고자 한다.
휴머노이드 파치 슬롯 어플도 간병 요양사, 요리사, 강사, 정원사, 군인, 의사, 변호사, 판사, 유모, 안내, 보안요원 등 특정 AI 모듈을 장착하면 특정 용도를 수행할 수 있는 파치 슬롯 어플 몸체가 되는 것이다. 결국은 파치 슬롯 어플 부품 개발도 중요하지만, 지식의 모듈화(Software)가 미래 파치 슬롯 어플의 핵심이라는 말을 하고 싶었던 것이다. 그 인재들을 양성해야 한다.
제조업의 민첩하고도 고부가가치 상품 전환이 시급한 상황에서 지식인을 우대 존중하는 사회 기업 문화가 조속히 형성되기를 기대한다.