인공지능(人工知能, Artificial Intelligence, AI)은 인간의 학습 능력, 추론 능력, 지각 능력, 자연어 이해 능력 등 고유한 지적 능력을 컴퓨터 프로그램으로 구현하려는 과학 기술 분야를 통칭한다. 즉, 인간의 지능을 기계 등에 인공적으로 구현한 것을 의미한다.

정의

인공지능은 명확히 단일하게 정의하기 어려운 개념이나, 일반적으로 "인간의 지능적 행동을 모방하는 기계 또는 시스템" 으로 이해된다. 존 매카시(John McCarthy)는 1956년 다트머스 회의에서 "인공지능"이라는 용어를 처음 사용하며 "지능적인 기계를 만드는 과학 및 공학"이라고 정의했다. 인공지능은 크게 두 가지 관점에서 정의된다:

• 약한 인공지능(Weak AI): 특정 작업만 수행할 수 있는 AI
• 강한 인공지능(Strong AI): 인간과 동등하거나 그 이상의 범용 지능을 가진 AI

역사

인공지능 연구는 크게 기호주의 접근법(Symbolic AI)과 연결주의 접근법(Connectionism)으로 나뉘어 발전해왔으며, 여러 차례의 부흥기(AI Spring)와 침체기(AI Winter)를 겪었다.

태동기 (1940~1950년대)

• 1943년: 워런 매컬러와 월터 피츠가 최초의 신경망 수학적 모델 발표
• 1950년: 앨런 튜링이 "계산 기계와 지능" 논문에서 튜링 테스트 제안
• 1956년: 다트머스 회의에서 존 매카시, 마빈 민스키 등이 '인공지능'이라는 용어를 공식화 — AI의 탄생

1차 부흥기 (1960~1970년대 초)

• 초기 AI 프로그램 개발: 문제 해결, 체스, 증명 등
• 1966년: 최초의 챗봇 ELIZA (조지프 와이젠바움) 개발
• 1969년: 마빈 민스키와 시모어 페퍼트가 《퍼셉트론》 저서에서 단층 신경망의 한계 지적 → 1차 AI 겨울 도래

2차 부흥기 (1980년대)

• 전문가 시스템(Expert System) 의 상업적 성공
• 1986년: 데이비드 럼멜하트 등이 역전파(Backpropagation) 알고리즘 대중화
• 1980년대 후반, 전문가 시스템의 한계로 2차 AI 겨울 도래

3차 부흥기 (2000년대~현재)

• 2006년: 제프리 힌튼이 딥러닝(Deep Learning) 학습 방법 제안
• 2012년: 알렉스넷(AlexNet)이 이미지넷 대회에서 딥러닝으로 압도적 우승
• 2016년: 알파고(AlphaGo)가 이세돌 9단을 꺾으며 딥러닝의 위상 입증
• 2022년~: ChatGPT 등 생성형 AI(Generative AI) 의 폭발적 성장

종류

1. 수준에 따른 분류

2. 기술 방식에 따른 분류

• 기호주의 AI(Symbolic AI): 논리와 규칙 기반, 전문가 시스템
• 머신러닝(Machine Learning, ML): 데이터로부터 패턴을 학습하는 AI의 하위 분야
• 딥러닝(Deep Learning, DL): 다층 신경망을 사용하는 머신러닝의 하위 분야
• 강화학습(Reinforcement Learning, RL): 시행착오를 통해 보상을 최대화하는 학습 방식
• 자연어 처리(NLP): 인간의 언어를 이해하고 생성하는 기술
• 컴퓨터 비전(Computer Vision): 이미지와 영상을 분석하는 기술
• 생성형 AI(Generative AI): 새로운 콘텐츠(텍스트, 이미지, 음악 등)를 생성하는 AI

주요 기술 및 응용 분야

• 자연어 처리: 기계 번역, 챗봇, 문서 요약 (예: GPT, BERT)
• 컴퓨터 비전: 얼굴 인식, 객체 탐지, 자율주행
• 음성 인식: 음성 비서(STT, TTS)
• 의료 AI: 질병 진단, 신약 개발
• 자율주행: 자동차, 드론
• 로보틱스: 산업용 로봇, 서비스 로봇
• 금융 AI: 알고리즘 트레이딩, 사기 탐지
• 추천 시스템: 콘텐츠 추천, 광고 타겟팅

윤리적 이슈

• 알고리즘 편향(Bias): 학습 데이터의 편향이 결과에 반영되는 문제
• 프라이버시 침해: 개인 데이터 수집 및 활용 문제
• 일자리 대체: 자동화로 인한 노동 시장 변화
• 설명 가능성(XAI): AI의 의사 결정 과정을 설명할 수 있어야 한다는 요구
• AGI 안전성: 강인공지능 개발 시 통제 불능 문제

같이 보기

• 머신러닝 · 딥러닝 · 강화학습 · 자연어 처리 · 컴퓨터 비전 · 로봇공학 · 튜링 테스트

아인산

아인산(亞燐酸, phosphorous acid)은 화학식이 H₃PO₃인 화합물이다. IUPAC 명명법에 따르면 포스폰산(phosphonic acid)이라고도 한다. 아인산은 화학식으로부터 유추할 수 있는 삼양성자산(triprotic acid)이 아니라 이양성자산(diprotic acid)으로, 2개의 양성자(H⁺)만 쉽게 이온화된다.

구조

아인산의 구조식은 HPO(OH)₂로 더 명확하게 나타낼 수 있다. 고체 상태에서 HP(O)(OH)₂는 다음과 같은 결합 길이를 가진 사면체 구조이다:

• P–H 결합: 132 pm
• P=O 결합: 148 pm
• P–O(H) 결합: 154 pm (2개)

이 화학종은 극소량의 호변이성질체인 P(OH)₃와 평형 상태로 존재한다. IUPAC는 P(OH)₃ 형태를 '아인산(phosphorous acid)'이라 하고, HPO(OH)₂ 형태를 '포스폰산(phosphonic acid)'이라 구분하여 부를 것을 권장한다.

물리화학적 성질

산성 특성

아인산은 이양성자산으로, 3개의 수소 원자 중 인(P) 원자에 직접 결합된 수소 원자는 이온화되지 않는다:

1차 이온화: HP(O)(OH)₂ → HP(O)₂(OH)⁻ + H⁺ (pKa = 1.3) 2차 이온화: HP(O)₂(OH)⁻ → HPO₃²⁻ + H⁺ (pKa = 6.7)

짝염기인 HP(O)₂(OH)⁻는 인화수소(hydrogen phosphonate), 두 번째 짝염기인 HPO₃²⁻는 아인산염(phosphonate) 이온이라고 한다.

제조

산업적 제조

삼염화 인(PCl₃)을 물 또는 증기로 가수분해하여 제조한다:

PCl₃ + 3 H₂O → HPO(OH)₂ + 3 HCl

산 무수물의 가수분해

P₄O₆의 가수분해로도 얻을 수 있다:

P₄O₆ + 6 H₂O → 4 HPO(OH)₂

화학 반응

열분해

200°C로 가열하면 인산(H₃PO₄)과 포스핀(PH₃)으로 불균형화(disproportionation)된다:

4 H₃PO₃ → 3 H₃PO₄ + PH₃

이 반응은 포스핀(PH₃)의 실험실 규모 제조에 사용된다.

산화

아인산은 공기 중에서 천천히 인산으로 산화된다. 또한 좋은 환원제로 작용하며, 귀금속 양이온 용액을 금속으로 환원시킨다.

염화 수은(HgCl₂)과의 반응: H₃PO₃ + 2 HgCl₂ + H₂O → Hg₂Cl₂ + H₃PO₄ + 2 HCl

배위 화학

아인산은 드물게 P(OH)₃ 호변이성질체 형태로 금속에 배위될 수 있다. 예: Mo(CO)₅(P(OH)₃), [Ru(NH₃)₄(H₂O)(P(OH)₃)]²⁺

용도

• PVC 안정제: 폴리염화 비닐(PVC) 및 관련 염소화 중합체의 안정제인 염기성 아인산 납을 생성하는 데 사용
• 환원제: 강력한 환원제로 사용
• 수처리제: 고효율 수처리제인 아미노트라이메틸렌포스폰산(ATMP) 생산
• 농업용 비료: 아인산염 형태로 작물의 노균병, 역병 방제에 사용 (단, 아인산 자체는 강산성이므로 반드시 수산화칼륨 등으로 중화하여 사용)
• 살충제: 유기 인 계열 살충제의 원료
• 합성 섬유: 합성 섬유 제조 공정에 사용

안전성

아인산은 피부 자극제이며, GHS 분류에 따라 다음과 같은 위험성이 있다:

• 신호어: 위험(Danger)
• 유해 문구: H302 (삼킴 시 유해), H314 (심각한 피부 화상 및 눈 손상)
• NFPA 704: 건강 3, 화재 0, 반응성 1

관련 화합물

• 인산(Phosphoric acid, H₃PO₄): 인의 +5 산화 상태 산
• 하이포아인산(Hypophosphorous acid, H₃PO₂): 인의 +1 산화 상태 산, 일양성자산
• 아인산염(Phosphonate): 아인산의 염
• 포스핀(Phosphine, PH₃): 인의 수소화물

같이 보기

• 인산 · 하이포아인산 · 아인산염 · 포스핀 · 삼염화 인 · PVC