![머신러닝은 기계가 데이터를 더 잘 이해하고 데이터 기반 판단을 내릴 수 있도록 지원하는 알고리즘을 만든다. 이러한 디지털 혁신은 제품, 서비스, 작업장에서 머신러닝을 채택해 운영을 단순화, 자동화, 최적화하게 한다.[사진: 무료이미지]](/news/data/2022/09/28/p179565018799566_257.png)
머신러닝(Machine Learning)은 경험을 통해 자동으로 시스템을 개선하는 컴퓨터 알고리즘이다. 인간의 학습 과정처럼 컴퓨터에도 데이터 학습을 유도하면서 새로운 지식을 얻어내는 기술로, 2000년대 중반부터 본격적인 발전이 이뤄졌다. 빅마켓리서치에 따르면 머신러닝 시장 규모는 2025년 3,980억 달러(한화 567조9,460억원)까지 성장할 전망이다.
머신러닝은 기계가 데이터를 더 자세히 이해하고 데이터 기반 판단을 내릴 수 있도록 지원하는 알고리즘을 개발한다. 디지털 혁신은 제품, 서비스, 작업장에서 머신러닝을 채택해 운영 단순화와 자동화, 최적화를 지원한다.
앞으로 더 많은 산업분야에서 채택하고 활용할 머신러닝. 어떤 분야에서 머신러닝의 혁신이 이어질까? 빅데이터 인공지능 전문매체 애널리틱스인사이트가 내년 주류가 될 5가지 머신러닝 혁신 분야를 선정했다.
GAN(General Adversarial Networks)
GAN( Generative Adversarial Networks)은 비지도 학습에 사용되는 강력한 신경망 클래스다. GAN은 차별적 네트워크에서 검사할 샘플을 생성하고 모든 유형의 바람직하지 않은 콘텐츠를 막을수 있는 다가오는 머신러닝 혁신 중 하나로 꼽힌다.
자동화된 머신러닝
자동화된 머신러닝은 시간 소모적이고 반복적인 머신러닝 모델 개발 작업을 자동화하는 프로세스다. 기본적으로 작업 효율성에 도움이 되는 지속 가능한 모델을 만드는 데 사용된다.
음성 이해 프로세스 자동화
자동화는 스마트 스피커에서 작동하는 스마트 홈 기술에서 방대한 양의 데이터를 공유하는 머신러닝 기술 유형 중 하나다. 시리(Siri), 구글(Google), 알렉사(Alexa)와 같은 스마트 음성 도우미를 사용하기 때문에 프로세스가 상대적으로 간소화되고 비접촉 제어를 통해 지능형 기기와 연결된다.
사이버 보안
사이버 보안은 디지털 공격으로부터 중요한 시스템과 민감한 정보를 보호하는 체계다. 머신러닝을 사용해 기술 전문가는 잠재적인 사이버 공격을 방지하고 위협의 위험을 최소화할 수 있는 안티바이러스 모델을 만들 수 있다.
사물 인터넷(IoT) 머신러닝
IoT는 대부분의 IT 전문가가 간절히 바라는 머신러닝 혁신의 최우선 과제다. IoT는 본질적으로 인터넷에 연결돼 데이터를 스트리밍할 수 있는 장치다. 머신러닝은 본질적으로 알고리즘을 통해 지능을 모방하는 것을 목표로 하는 통계와 컴퓨터 과학의 한 분야다.
[저작권자ⓒ CWN(CHANGE WITH NEWS). 무단전재-재배포 금지]