인공지능은 IT 기술에 관심이 없는 분들이라도 한번 쯤은 들어봤을 정보기술인데요. 

이미 우리 삶 속에서 깊이 들어와있기도 하고, 보다 편리하게 살아갈 수 있도록 도와주는 장치가 되어주고 있습니다. 

그렇다면 딥러닝과 머신러닝은 어떤 걸 의미하는 걸까요? 

인공지능과 같은 개념인지, 아니면 전혀 다른 개념인지 함께 알아보도록 하겠습니다!

 



 

인공지능이란?

 

 인공지능의 사전적인 의미는 ‘인간의 지능으로 할 수 있는 사고 학습, 자기 개발 등을 컴퓨터가 할 수 있도록  하는 방법을 연구하는 컴퓨터 공학 및 정보 기술의 한 분야로, 컴퓨터가 인간의 지능적인 행동을 모방할 수 있도록 하는 것입니다. 딥러닝에 대한 관심이 높아지기 시작하면서 인공지능이라고 하면 딥러닝을 떠올리는 사람이 많지만, 사실은 전통적인 머신러닝(데이터 사이언스 또는 데이터 분석을 위한)기법을 포함하는 단어입니다.

 이처럼 컴퓨터가 데이터를 이용해 학습할 수 있도록 하는 기술을 인공지능이라 하는데요. 이에는 머신러닝, 딥러닝이 모두 포함되어 있습니다. 여기서 머신러닝과 딥러닝은 각각 어떤 걸 의미할까요?

 



머신러닝이란?


 기계학습이라고도 불리는 머신러닝은 인공지능의 한 분야로, 패턴인식과 컴퓨터 학습 이론의 연구로부터 진화했습니다. 경험적 데이터를 기반으로 학습을 하고 예측을 수행하고 스스로의 성능을 향상시키는 시스템과 이를 위한 알고리즘을 연구하고 구축하는 기술이라고 할 수 있습니다. 머신 러닝의 알고리즘들은 엄격하게 정해진 정적인 프로그램 명령들을 수행하는 것이라기보다는 입력 데이터를 기반으로 예측이나 결정을 이끌어내기 위해 특정한 모델을 구축하는 방식을 취합니다.

 이렇듯 머신러닝은 데이터로부터 유용한 규칙, 지식 표현 혹은 판단 기준 등을 추출한다는 점에서 데이터마이닝이나 통계 및 수학적 최적화 문제와 관련이 깊습니다!

 

머신러닝의 알고리즘과 모델

 

머신러닝의 알고리즘은 학습 시스템에 정보 및 데이터를 입력하는 형태에 따라 크게 세 가지로 나뉩니다.

 

1. 감독 학습: 

입력과 이에 대응하는 미리 알려진 출력을 맵핑하는 함수를 학습하는 과정

 

2. 비감독 학습: 

출력 없이 입력만으로 모델을 구축하여 학습. 일반적인 데이터마이닝 기법

 

3. 강화 학습:

학습자가 행동을 선택하여 행동으로 환경에 영향을 미치고, 

이에 대한 피드백으로 보상치를 얻어 학습 알고리즘의 가이드로 사용.

 

머신 러닝의 기법 및 모델들로는 

 

-트리 구조 형태를 예측 모델로 사용하는 의사 결정 나무 

-생물의 신경 네트워크 구조와 기능을 모방하는 인공 신경망 

-생물의 진화 알고리즘에 기반한 유전자 프로그래밍 

-관측된 예를 군집이라는 부분집합으로 분배하는 군집화 

-무작위로 추출된 난수를 통해 함수값을 확률로 계산하는 몬테카를로 방법

 

등이 있습니다.

 

*머신러닝 사례1(탁구치는 기계):https://www.youtube.com/watch?v=SH3bADiB7uQ

*머신러닝 사례2(팬케이크 만드는 기계):https://www.youtube.com/watch?v=W_gxLKSsSIE 

 

딥러닝이란?

 

머신 러닝의 한 분야로 데이터를 컴퓨터가 처리 가능한 형태인 벡터나 그래프 등으로 표현하고 이를 학습하는 모델을 구축하는 연구를 포함합니다. 얼굴이나 표정을 인식하는 등의 특정 학습 목표에 대해, 딥 러닝은 학습을 위한 더 나은 표현 방법과 효율적인 모델 구축에 초점을 맞춥니다. 딥 러닝의 표현방법들 중 다수는 신경과학에서 영감을 얻었으며, 신경 시스템의 정보 처리나 통신 패턴에 기반을 두고 있습니다.

 

딥러닝의 모델

 

신경망을 여러 층 쌓아 올려 모델을 구축하는 머신 러닝 방법이라면 어떠한 접근 방법이든 딥 러닝이라고 할 수 있습니다. 

유명한 모델로는

-입력층과 출력층 사이에 다중의 은닉층이 존재하는 심층 신경망 

-동물의 시각 피질의 구조와 유사하게 뉴런 사이의 연결 패턴을 형성하는 컨볼루셔널 신경망 

-시간에 달 매순간 신경망을 쌓아올리는 재귀 신경망 

-입력 집합에 대한 확률 분포를 학습할 수 있는 제한 볼츠만 머신 

 

등이 있습니다.

 

딥러닝의 현황

 

 딥러닝은 물체 인식과 자동차를 위한 장애물 센서 연구를 중심으로 적용되고 있으며, 특히 구글은 안드로이드의 음성 인식, 페이스북은 사용자가 업로드한 이미지를 판별하는 데에 기술을 활용하고 있습니다. 또한 구글 딥마인드의 인공지능 바둑 프로그램인 알파고는 한국 사람이라면 모를 수가 없죠? 2016년 3월 한국의 이세돌 9단과 대결하여 5전 4승 1패를 거두면서 경이로움을 불러왔습니다. 

 

 



머신러닝과 딥러닝에 대해 조금은 이해하실 수 있었나요?

 

다시 인공지능의 이야기로 돌아가보겠습니다.

 

인공지능의 유형

 

활용방법이 무척이나 다양한 인공지능 기술을 ‘인공지능과 딥러닝’이란 책에서 아래와 같이 4가지의 유형으로 분류를 했다고 합니다.

유형 1 :단순한 제어 프로그램

단순한 제어 프로그램 탑재 제품을 마케팅적으로 ‘인공지능 탑재’라고 광고한다.(세탁기/청소기 등의 가전제품 등)

유형2: 패턴이 다양한 고전적 인공지능

입력과 출력 단계를 맺는 방법의 수가 극단적으로 많고 세련된 경우(탐색/추론, 지식베이스 활용)

유형3: 머신러닝을 받아들인 인공지능

데이터를 바탕으로 학습되는 기계학습 알고리즘 이용(유형 2+기계학습=유형3)

유형4: 딥러닝을 받아들인 인공지능

기계학습을 할 때 입력값의 특징을 사람이 입력하지 않고 기계가 직접 학습

 

인공지능을 논의하던 초기에는 인간의 뇌와 사고 방식을 모방하여 인간과 유사한 기계를 만들기 위해 많은 사람들이 노력했는데요. 시간이 지날수록 점점 인간의 지능 구현 자체보다는 현실의 문제를 기계를 통해 효율적으로 풀기위해 노력하는 방식으로 발전하고 있습니다.

 

앞으로 얼마나 다양한 인공지능 기반 서비스와 제품들이 우리 삶 속에 나타날지 기대가 됩니다!

 

​인천일보 아카데미는 현재 오픈인공지능 플랫폼을 활용한 응용 SW 개발자 양성 과정을 모집 중입니다. 교육과정은 전액 구비지원으로 수강가능하며, 내일배움카드/취업성공패키지 등으로 참여할 수 있습니다! 또한, 비전공자 대상 사전교육부터 1:1 취업컨설팅까지 교육 뿐만 아니라 IT 취업에 필요한 세세한 부분들까지 도와드립니다.

 

​수강생 후기가 증명한 인천일보 아카데미. 이제 여러분이 경험할 차례입니다!​

 

-출처 및 참고글:https://brunch.co.kr/@gdhan/10