인공지능(AI) | 머신러닝(ML)

AI와 관련된 기사 또는 이야기에서 인공지능, 머신러닝, 딥러닝이란 용어 3가지를 들어보셨을 겁니다.

처음 AI를 접하시는 분들이나 전공이 아니신 분들은 아마도 '인공지능? 머신러닝? 딥러닝? 무슨차이지? 다 똑같은거 아냐?'라고 생각하실 겁니다. 저도 많이 헷갈렸었는데요. 그럼 한번 어떤 차이가 있는지 살펴보도록 하겠습니다.

인공지능(Artificial Intelligence)은 이전 장에서 간단히 소개하였던 것처럼 인간의 학습능력, 추론능력, 지각능력, 그외에 인공적으로 구현한 컴퓨터 프로그램 또는 이를 포함한 컴퓨터 시스템입니다. 인공지능의 발전은 신속하고 강력한 병렬 처리 기능을 제공하는 그래픽 처리 장치(GPU)의 도입과 폭발적으로 늘어나고 있는 빅데이터를 바탕으로 더욱 가속화되고 있는 추세입니다.

인공지능(AI) 분야는 딥러닝과 머신러닝보다 훨씬 더 큰 포괄적인 분야라고 할 수 있겠네요.

그럼 이어서 머신러닝(ML, Machine Learning)과 딥러닝(Deep Learning)에 대해 좀더 살펴보도록 하겠습니다.

머신러닝(Machine Learnging)이란, 인공지능의 하위 집합 개념으로 정확한 결정을 내리기 위해 컴퓨터에 대량의 데이터를 학습시켜 스스로 데이터를 분석하고 이를 바탕으로 판단이나 예측을 할 수 있도록 합니다. 처리될 정보에 더 많이 배울 수 있도록 많은 양의 데이터를 제공해야 합니다.

머신 러닝은 기본적으로 알고리즘을 이용해 데이터를 분석, 학습하고 판단을 내리기에 결정 기준에 대한 구체적인 지침을 소프트웨어에 직접 코딩해서 넣는 것이 아닌 대량의 데이터와 알고리즘을 통해 컴퓨터 그 자체를 '학습'시켜 작업 수행 방법을 익히는 것을 목표로 합니다. 단점이라면 알고리즘을 입력하는 사람에 따라 잘못된 습관까지도 같이 입력되어 학습이 된다는 것, 부족한 학습 데이터 양, 연관성이 적은 특징의 사용 등이 있겠습니다.

딥러닝(Deep Learning)이란, 머신러닝에 포함된 하위 개념으로 인공신경망(Artificial Neural Network)의 한 종류입니다.

위에서 머신 러닝은 기계에 방대한 양의 데이터와 그것을 처리하기 위한 모델을 제시하고 훈련시키는 형태라고 말씀을 드렸었는데요. 딥러닝은 인공신경망을 통해 인간이 하는 행위, 즉 모델을 제시하고 훈련시키는 과정을 기계가 '인공신경망'을 통해 직접 한다고 볼 수 있습니다.

머신 러닝은 주로 정형 데이터를 다루는 반면, 딥러닝은 이미지나 음성, 영상 같은 비정형 데이터를 주로 다루고 있습니다. 이를 도식화하면 아래의 그림과 같습니다.