CWN(CHANGE WITH NEWS) - 인공지능·머신러닝·딥러닝, 무엇이 다를까?

대부분은 인공지능, 머신러닝, 딥러닝을 비슷한 내용으로 이해하고 있습니다. 하지만 인공지능은 가장 넓은 개념이며, 인공지능을 구현하는 대표적 방법 중 하나가 바로 머신러닝입니다. 딥러닝은 머신러닝의 여러 방법 중 하나의 방법론으로 이해하면 되겠습니다.

인공지능(AI)
인간의 학습능력과 추론 능력 그리고 언어 이해 능력을 컴퓨터 프로그램으로 실현하는 학문 또는 기술을 일컫습니다.

머신러닝(Machine Learning)
사람이 할 수 있거나 또는 하기 어려운 작업을 대신 수행할 기계를 학습을 통해 만들어 내는 일련의 작업을 의미합니다. 머신러닝은 기본적으로 알고리즘을 이용해 데이터를 분석하고, 분석을 통해 학습하며 학습한 내용을 기반으로 판단이나 예측을 합니다.

따라서 의사 결정 기준에 대한 구체적인 지침을 소프트웨어에 직접 사람이 코딩해 넣는 것이 아닌, 대량의 데이터와 알고리즘를 통해 컴퓨터 자체를 학습 시켜 작업 수행 방법을 익히는 것을 목표로 하는 기술을 말합니다.

머신러닝은 지도학습, 비지도 학습, 강화학습의 세 가지 종류로 나눌 수 있습니다.

- 지도학습은 알고리즘에 훈련 데이터로 입력값(문제)과 출력값(정답)을 함께 주고 학습을 시키는 방법으로 분류(스팸 필터)/회귀(예측 변수) 등 여러 가지 방법에 활용되며 주로 과거 데이터를 기반으로 앞으로 있을 이벤트를 예측합니다.

- 비지도 학습의 가장 큰 특징은 지도학습과 반대로 출력 값(정답)을 모르는 상태에서 진행한다는 것입니다. 즉, 입력값만 있는 훈련 데이터로 데이터의 규칙성을 찾습니다. 따라서 비지도 학습은 수많은 데이터에 내재된 일련의 규칙이나 유용한 정보를 찾을 때 이용합니다.

- 강화학습 역시 출력값(정답)을 모르는 상태에서 시작합니다. 하지만 도출된 결괏값에 대해 좋음인지 나쁨인지에 따라 보상을 주어서 컴퓨터를 상황에 적응/진화시킨다고 보면 됩니다.

딥러닝(Deep Learning)
딥러닝은 머신러닝과 비슷한 개념입니다. 머신러닝은 학습에 필요한 데이터를 수동으로 제공해야 하지만, 딥러닝은 사람이 학습할 데이터를 입력하지 않아도 스스로 학습하고 예측합니다. 인간의 사고방식과 유사한 패턴을 지니고 있으며, 이러한 모델은 인간의 신경망을 본뜬 인공 신경망에서 발전한 것입니다.

[저작권자ⓒ CWN(CHANGE WITH NEWS). 무단전재-재배포 금지]