반응형
/*
-- Title : [AI] 인공지능 머신러닝 딥러닝 관계도
-- Reference : datacenter
-- Tag : 인공지능 머신러닝 딥러닝 관계도 ai artificial intelligence deep learning machine learning
*/
인공지능
인공지능(Artificial Intelligence)이란 기계 혹은 시스템에 의해 만들어진 지능을 의미한다. 세계적인 관심을 받은 알파고부터, 사진을 보고 사물을 판단하는 소프트웨어, 영화 AI에 나오는 로봇까지 모두 인공지능의 종류들이다. ‘인공지능’이라는 용어 그대로 인간이 지닌 지적 능력을 인공적으로 구현한 것들 모두 인공지능에 포함된다.
머신러닝
우리말로 “기계학습”인 머신러닝은 인공지능의 하위 분야다. 이는 기계가 직접 데이터를 학습(러닝)함으로써 그 속에 숨겨진 일련의 규칙성을 찾는다. 즉, 우리가 가지고 있는 사례 형식의 데이터를 컴퓨터가 학습해, 그를 기반으로 새 데이터를 평가, 예상하고 이를 우리가 활용할 수 있게 한다. 감기에 걸린 환자들의 체온과 건강한 사람들의 체온 데이터를 컴퓨터에게 학습 시킨 후 특정 체온을 제시했을 때 그 체온을 가진 사람이 감기에 걸렸는지의 여부를 판독하게 하는 것이 기계학습의 예시이다.
딥러닝
딥러닝(심층학습)이란 기계학습의 일부로 기계학습과 대부분의 것들이 매우 비슷하지만 일반적인 기계학습과 구별되는 두가지 큰 특징을 뽑으면 다음과 같다.
데이터의 특징을 사람이 추출하지 않는다. (데이터 전체를 학습시킨다)
주로 인공신경망 구조를 사용하여 학습한다.
두번째 특징인 주로 인공 신경망 구조를 통해 학습한다는 것은 딥러닝이 데이터를 학습할 때 인간의 뇌에서 일어나는 의사결정 과정을 모방한 인공신경망(Artificial Neural Network) 구조를 통해서 학습한다는 것이다.
인공 신경망이란 간략히 말해 뇌에서 수많은 뉴런들이 모여 신호를 전달하는 과정을 모델링하여 만든 것이다.
사실 딥러닝과 머신러닝을 이렇게 간단하게 분류할 수 있는 것은 아니다. 그러나 위에서 언급한 특징들로 두 가지를 큰 틀에서 구분할 수 있다. 최근, 딥러닝 분야가 다른 머신러닝 분야에 비해 많은 관심을 받고 있고, 더욱 더 많은 연구가 됨에 따라 급격한 발전을 이루고 있는 만큼, 계속해서 우리 주변에서 관련한 단어들을 접할 수 있을 것이다.
반응형