인공지능의 전성기다. 재계 리더들이 인공지능에 대해 끊임없이 이야기하고 있다. 새로운 테크 상품들이 어김없이 이 기술을 도입하고 있다. 헤드라인 뉴스들도 인공지능을 둘러싼 화제를 거의 시간대 별로 전하고 있다. 하지만 많은 사람들에게 인공지능은 여전히 미스터리로 남아있다. 이해를 돕기 위해, 포춘은 이 기술과 관련된 주요 용어 일부를 설명하는 가이드 기사를 게재한다. 기업들에 갈수록 유용한 툴이 되고 있는 인공지능은 날로 발전하고 있다. 스스로 데이터 분석에 더욱 집중한 결과다. By Jonathan Vanian

-강화 러닝 REINFORCEMENT LEARNING: 이 인공지능기술은 간식으로 강아지를 훈련하는 것과 비슷하다. 특정 임무를 성공적으로 수행함으로써, 해당 소프트웨어는 지식을 습득한다. 반대의 경우에도 마찬가지로 실패를 통해 배운다. 강화 러닝과 딥 러닝의 결합을 통해, 엄청난 전기가 마련됐다. 복잡한 비디오 게임과 보드 게임에서, 컴퓨터가 인간을 꺾은 게 대표적인 케이스다. 사례: 페이스북의 맞춤형 공지
 
-신경망 NEURAL NETWORKS: 인공지능의 부상은 수십 년 전 개발된 소프트웨어에서부터 그 기원을 찾을 수 있다. 이 소프트웨어는 당시 인간의 뇌가 어떻게 학습하는지를 파악하기 위해 설계됐다. 신경망 내부에는 상호 연결된 교점들(interconnected nodes)이 겹겹이 있다. 바로 이곳에서 계산이 이뤄지고, 이를 통해 컴퓨터가 매우 세밀하게 데이터를 추려낸다. 이렇게 함으로써, 소프트웨어는 심지어 가장 지능 수준 높은 인간들도 간과할 수 있는 패턴을 감지하도록 학습된다. 사례: 바이두 검색기능

-딥 러닝 DEEP LEARNING: 신경망과 머신 러닝의 결합으로 딥 러닝이 탄생했다. 딥 러닝은 방대한 양의 오디오 클립처럼 어마어마한 양의 데이터를 처리할 수 있는 강력한 기술이다. 덕분에 사진들 속에서 눈표범 찾기 같은 인공지능의 최대 발전이 가능해졌다. 사례: 엔비디아의 3차원 AI기반 얼굴생성 기술
 
-머신 러닝(기계학습) MACHINE LEARNING: 머신 러닝은 직장상사 응대법도 알려준다. 여자 상사가 중요한 문서가 제대로 작성됐는지 물어보거나(“내가 보기엔 괜찮은데”라며), 정오에 미팅이 가능한지 묻는(“합시다!”라며) 이메일을 보내올 때 적절한 회신에 대한 조언 등을 할 수 있다. 컴퓨터가 ‘학습’할 수 있도록, 알고리즘이 어떻게 도움을 주는지 보여주는 대목이다. 다음과 같은 큰 장점이 있다: 특정한 개별업무 처리 프로그램을 개발할 직원을 굳이 둘 필요가 없다. 사례: 구글 지메일
 
-컴퓨터 비전 COMPUTER VISION: 컴퓨터 비전을 활용하는 기기는 마치 사람처럼 주변 사물을 보고, 이해할 수 있는 능력을 갖고 있다. 예를 들어, 자동으로 아이폰 잠금 해제가 가능한 안면인식 기술이나, 자율주행 차량이 수풀에 충돌하지 않고 주행할 수 있도록 돕는 시스템 등이다. 이런 문제들은 해결이 쉬워 보인다. 하지만 현실에선 매우 어려운 일이다. 사례: 웨이모의 자율주행 차량
 
-자연언어 처리 NATURAL LANGUAGE PROCESSING: 이 기술은 컴퓨터가 인간의 발화(發話)와 언어를 이해하고, 이에 반응하는 것을 가능하게 해준다. 음성통제 디지털 비서는 받아쓰기를 수행하거나, 인터넷과 연결된 가정용 스피커를 작동시킨다. 자연언어처리 기술 없이는 불가능한 일이다. 이 기술은 아직 완벽하지 않지만, 빠르게 발전하고 있다. 사례: 아마존의 알렉사 디지털 비서