AI첫걸음 #1_머신러닝과 딥러닝은 대체 무엇일까?

 

 

이젠 너무나 흔하게 듣게 되어버린 AI 라는 단어.

 

AI가 채팅으로 답변도 해주고, 그림도 그려주고, 글도 써주고, 이젠 영상도 만들어주는 시대에 살게 되었습니다.

 

스스로 학습해서 점점 똑똑해 진다는 것은 이젠 너무나 익숙한 개념입니다.

 

하지만 대체 어떻게? 라는 것에 대해서는 비전공자 입장에선 이해하기 힘들기도 하죠.

 

저 또한 이해하기 어려운 것은 마찬가지입니다.

 

그래서 이제서라도 AI 공부를 얕게나마 시작해보려 합니다.

 

그 첫번째!

 

머신러닝과 딥러닝이 도대체 무엇인지에 대해 다뤄보겠습니다.

 

 

 

AI 첫걸음 #1 : 머신러닝과 딥러닝은 대체 무엇인가?

 

 

 

 

머신러닝(Machine Learning)과 딥러닝(Deep Learning)은 모두 인공지능 (Artificial Intelligence)분야에서 중요한 개념입니다. 그리고 머신러닝과 딥러닝은 AI의 하위개념이며, 딥러닝은 머신러닝의 하위개념이라고 볼 수 있겠습니다.

 

그러니까 AI라는 개념 안에 머신러닝과 딥러닝이라는 방법이 존재하는 것이고, 머신러닝의 방법 중에 딥러닝이라는 방법이 있는 것이겠죠?

 

그렇다면 머신러닝이라는 것은 무엇이냐.

 

머신러닝은 컴퓨터가 데이터를 기반으로 패턴을 학습하고, 그 학습된 패턴을 기반으로 새로운 데이터를 예측하거나 분류하는 기술입니다.

머신러닝은 지도학습, 비지도학습, 강화학습으로 나뉘며, 주로 회귀분석, 분류, 군집화, 차원 축소 등의 문제를 해결하는 데 사용됩니다. 머신러닝은 특정한 문제를 해결하기 위한 알고리즘을 구성하고, 해당 알고리즘에 적합한 특징을 선택하여 모델을 학습시킵니다.

 

쉽게 예를 들어 보겠습니다.

 

위 사진을 보고 일반적인 사람이라면 개와 고양이를 구분하는 것에 큰 무리가 없습니다.

하지만, 로봇에게 저 사진을 보고 개와 로봇을 구분하라고 하면 어떻게 될까요?

이 방법에 대해 전통적인 방식에서는 눈이 두개 달리고 귀가 있으면서 다리가 네개. 그리고 코가 어떻게 생기고 털이 어떻게 되고... 그러면 고양이다.  그런 조건들을 주고 조건과 일치하면 고양이다. 개다. 이렇게 판단해야 했습니다.

하지만 도무지 이런 조건들 만으로는 개와 고양이는 커녕 고양이인지 아닌지 조차도 구분하기 어려웠던 것이 현실이죠.

 

이제 머신러닝의 세상으로 들어와 봅니다.

 

세상에 돌아다니는 수많은 개 사진을 로봇에게 주고 이 사진은 개야.

그리고 또 수많은 고양이 사진을 로봇에게 주면서 이 사진은 고양이야.

이렇게 문제와 답을 로봇에게 쥐어줍니다.

 

이제 로봇은 어떤것이 고양이고, 어떤것이 개인지 정답을 알게 되었습니다.

 

여기서 머신러닝이 작동하게 되면, 이 사진이 왜 개인지 고양이인지 분석(학습)을 하게 되는 것이죠.

그래서 스스로 어떠한 패턴을 찾아내게 되고, 새로운 사진을 쥐어줬을 때 그 사진이 개인지 고양이인지 맞출 수 있게 됩니다.

즉, 정답을 알려주고 스스로 패턴을 찾을 수 있도록 하되 그 정확도를 높이기 위해서 빅데이터가 필요하고, 다양한 학습 알고리즘이 들어가게 되는 것입니다.

 

 

딥러닝은 머신러닝의 한 분야로서, 인공신경망(Artificial Neural Network)를 사용하여 데이터의 특징을 추출하고 이를 기반으로 예측이나 분류를 수행하게 됩니다.

기존의 머신러닝 알고리즘보다 더 정확한 예측이 가능해 집니다.

특히 딥러닝은 이미지, 음성, 자연어 처리 분야에서 높은 성능을 보이며 최근에는 자율주행 등의 분야에서도 활용되고 있습니다.

 

참고로 딥러닝에서 딥(Deep)은 연속된 층으로 표현을 학습한다는 의미를 갖습니다. 정말 인간의 두뇌처럼 신경망을 통해 학습한다거나 그런 수준까지는 아직 도달하지 못한 것 같고, 결과를 도출하기 위해 중간중간 층을 만들어 중간값을 도출해 내는데, 그 층이 많을 수록 결과는 정확해지겠지만 그만큼 대량의 데이터와 연산능력이 필요하게 됩니다.

 

https://www.ibm.com/kr-ko/cloud/learn/neural-networks

 

이렇게 생긴 인공신경망을 통해, 모델을 훈련시키는 과정 자체를 기계가 직접 한다는 개념이 바로 '딥러닝' 입니다.

로봇이 직접 데이터로부터 결과를 도출하기 위한 의사결정을 하고 층을 반복하면서 상위로 갈수록 하위 층에서 추출된 특징들을 조합하면서 계속 스스로 학습해 나가게 되고, 그렇게 해서 최종 결과를 추출하게 됩니다.

 

 

 

깊게 들어가면 끝도 없고

아직까지 제 지식도 너무 얕고 해서 

더 자세히 쓰기는 어렵겠습니다만

 

 

 

아무튼 중요한 것은 기계에게 문제와 답을 쥐어주고 어떤 식으로 특징을 찾아봐라 라고 학습 방법을 쥐어주는 것이

머신러닝이었다고 하면,  그 학습 방법조차 스스로 알아서 하라는 것이 딥러닝이다

 

이렇게 볼 수 있을 것 같습니다.