---
title: "인공지능"
title_en: "Artificial Intelligence"
type: 용어
url: https://wiki.tokenpost.kr/w/artificial-intelligence
canonical: https://wiki.tokenpost.kr/w/artificial-intelligence
language: ko
publisher: "토큰포스트"
updated: 2026-08-06T03:17:25.793+00:00
created: 2026-08-06T03:17:27.258048+00:00
same_as: ["https://ko.wikipedia.org/wiki/%EC%9D%B8%EA%B3%B5%EC%A7%80%EB%8A%A5", "https://en.wikipedia.org/wiki/Artificial_Intelligence"]
status: draft
---

# 인공지능
> Artificial Intelligence

> **인용 전에 확인해 주세요.** 이 문서는 자동으로 만든 초안이며 사람의
> 검수를 거치지 않았습니다. 사실 관계는 아래 각주의 원문으로 확인해 주세요.

**분류**: 용어

인간의 학습·추론·인식·판단과 같은 지적 능력을 컴퓨터가 수행하도록 구현한 기술 및 그 연구 분야이다.

## 1. 개요

인공지능(Artificial Intelligence, AI)은 인간의 학습, 추론, 문제 해결, 언어 이해, 시각 인식 등 지적 능력을 컴퓨터 시스템이 모방하거나 수행하도록 만드는 기술과 학문 분야를 통칭한다. 1956년 다트머스 회의에서 존 매카시가 이 용어를 처음 제안한 이래, 인공지능은 컴퓨터 과학의 핵심 분야로 발전해 왔다.

인공지능은 크게 특정 작업에 특화된 좁은 인공지능(narrow AI)과, 인간처럼 다양한 영역에서 보편적으로 사고하는 범용 인공지능(AGI)으로 구분된다. 오늘날 실용화된 대부분의 인공지능은 번역, 이미지 인식, 추천, 음성 비서처럼 정해진 과업을 수행하는 좁은 인공지능에 해당하며, 범용 인공지능은 아직 연구 단계의 목표에 머물러 있다.

현대 인공지능은 명시적으로 규칙을 코딩하는 방식보다는, 대량의 데이터로부터 통계적 패턴을 스스로 학습하는 방식이 주류를 이룬다. 이러한 접근을 가능하게 한 배경에는 [GPU](https://wiki.tokenpost.kr/w/gpu) 등 병렬 연산 하드웨어의 발전과 축적된 대규모 데이터, 그리고 [알고리즘](https://wiki.tokenpost.kr/w/algorithm)의 개선이 있다.

## 2. 상세

인공지능을 구현하는 대표적 방법론은 기계학습(machine learning)이다. 기계학습은 데이터로부터 규칙과 패턴을 학습하여 예측이나 분류를 수행하며, 크게 지도학습, 비지도학습, 강화학습으로 나뉜다. 그 하위 분야인 심층학습(deep learning)은 인간 뇌의 신경망 구조에서 영감을 받은 인공신경망을 여러 층으로 쌓아 복잡한 패턴을 학습하는 기법으로, 2010년대 이후 이미지·음성 인식 성능을 비약적으로 끌어올렸다.

2017년 트랜스포머(Transformer) 구조가 등장한 이후에는 방대한 텍스트로 학습한 대규모 언어모델(LLM)이 발전하면서, 사람의 질문에 자연어로 답하거나 글·이미지·코드를 생성하는 생성형 인공지능(generative AI)이 대중화되었다. 이처럼 성능과 규모의 한계를 밀어붙이는 최첨단 모델들을 [프런티어 AI](https://wiki.tokenpost.kr/w/frontier-ai)라 부른다.

인공지능 성능은 연산 자원, 데이터 규모, 모델 크기가 함께 커질수록 향상되는 경향을 보인다. 이러한 확장은 반도체 집적도가 꾸준히 높아진다는 [무어의 법칙](https://wiki.tokenpost.kr/w/moores-law)으로 대표되는 하드웨어 발전에 힘입은 바 크며, 최근에는 학습에 필요한 막대한 전력과 연산 비용이 산업적·환경적 쟁점으로 부상하고 있다.

## 3. 활용 분야

인공지능은 이미 일상과 산업 전반에 폭넓게 쓰이고 있다. 검색 엔진과 추천 시스템, 기계 번역, 음성 비서, 자율주행, 의료 영상 진단, 금융의 사기 탐지와 신용 평가, 제조업의 품질 검사 등이 대표적이다. [사물인터넷](https://wiki.tokenpost.kr/w/iot) 기기에서 수집한 데이터를 분석해 예측·자동화에 활용하는 사례도 늘고 있다.

생성형 인공지능의 확산으로 문서 작성, 소프트웨어 개발 보조, 고객 응대, 콘텐츠 제작 등에서도 활용이 급격히 확대되었다. 기업들은 [API](https://wiki.tokenpost.kr/w/api) 형태로 인공지능 모델을 서비스에 연동해 제품에 지능형 기능을 빠르게 추가하고 있다. 다만 허위 정보 생성, 저작권, 개인정보, 일자리 대체, 알고리즘 편향과 같은 윤리·사회적 문제도 함께 대두되어 각국이 규제 체계를 마련하고 있다.

## 4. 블록체인·암호화폐와의 관계

인공지능은 본래 암호화폐와 무관한 일반 기술 분야이지만, 블록체인 산업과 접점이 형성되고 있다. 대표적으로 인공지능 모델 학습에 필요한 [GPU](https://wiki.tokenpost.kr/w/gpu) 연산 자원이나 데이터 저장·전송 자원을 토큰 인센티브로 분산 조달하는 [디핀](https://wiki.tokenpost.kr/w/depin)(분산형 물리 인프라 네트워크) 프로젝트들이 등장했다. 또한 [스마트 컨트랙트](https://wiki.tokenpost.kr/w/smart-contracts)가 외부 인공지능 모델의 판단을 참조하기 위해 [오라클](https://wiki.tokenpost.kr/w/oracles)을 활용하거나, 블록체인으로 인공지능 산출물의 출처와 진위를 기록·검증하려는 시도도 이루어지고 있다. 이러한 결합은 초기 단계이며, 실질적 효용과 과대광고를 구분해 볼 필요가 있다.

---

같은 개체: [위키백과(한국어)](https://ko.wikipedia.org/wiki/%EC%9D%B8%EA%B3%B5%EC%A7%80%EB%8A%A5) · [Wikipedia(EN)](https://en.wikipedia.org/wiki/Artificial_Intelligence)

원문: https://wiki.tokenpost.kr/w/artificial-intelligence
최종 수정: 2026-08-06T03:17:25.793+00:00
발행: 토큰포스트 위키. 인용할 때 문서 제목과 원문 주소를 함께 밝혀 주세요.