인공 지능, 머신 러닝, 딥 러닝

 

˙인공 지능 : Artificial Intelligence

 1956년 미국 다트머스 대학에 있던 존 매카시 교수가 개최한 회의에서 인간의 지능을 기계로 구현한 것으로 처음 등장했다. 우리(인간)가 지능을 활용하여 할 수 있는 사고, 학습 등에 대한 부분을 컴퓨터가 대체할 수 있도록 하는 방법으로, AI라고도 한다. 우리(인간)가 하는 일을 물체가 대체하는 부분이 그에 대한 결과로, 정확한 결과를 예측할 수 있도록 제공된 학습 데이터를 다양한 알고리즘을 통하여 스스로 학습한다.

 

˙머신 러닝 : Machine Learning

 우리(인간)가 학습하듯이 컴퓨터에게 데이터(자료)를 입력시켜 학습시키는 방법으로, 정해진 명령보다는 입력받은 데이터(자료)를 기반으로 예측하거나 결과를 도출하기 위한 과정을 학습한다. 현재 많은 분야에서 활용되고 있으며, 문자나 안면, 행동 패턴 등의 인식으로 많이 활용하고 있다. 또한, 자연어* 처리 분야나 음성, 필기, 텍스트 등에 대한 인식과 분류 등의 다양항 부분에서 활용되고 있다.

 * 자연어 : 사람들이 일상적으로 쓰는 언어를 인공적으로 만들어진 언어(인공어)와 구분하기 위한 단어

 

˙딥 러닝 : Deep Learning

 위의 머신 러닝(Machine Learning)에서 발전된 형태로, 우리(인간)가 데이터(자료)를 입력하지 않아도 스스로 학습하는 방법이다. 해당 모델은 인간의 신경망을 본떠서 인간 신경망으로 구축하여 발전한 방법이다. 여러 신경들이 다음 신경에 신호를 전달하는 방법으로 해당 모델을 계층적이라고 표현한다. 가장 대표적인 예가 우리가 흔히 알고 있는 '알파고'의 학습 방법으로 기계학습이라고도 한다.

 

˙머신 러닝 vs 딥 러닝

 딥 러닝(Deep Learning)은 머신 러닝(Machine Learning)이 진화한 것으로, 딥 러닝은 기계가 사람의 도움 없이도 정확한 판단을 내리도록 학습한다. 머신 러닝 모델은 점진적으로 학습해 나아가며, 부정확한 예측에 대해서는 인위적인 조작도 필요하다. 딥 러닝 모델은 자체적인 방법으로 학습해 나아가며, 기술을 통하여 자체 신경망을 학습한다. 결론적으로는 인공지능 < 머신 러닝 < 딥 러닝 순으로 정도가 깊고 정교한 개념이라고 할 수 있다.