인공지능 머신러닝 딥러닝 개념

잘설명해주는 그림

 

AI 관련 공모전 진행 중 인공지능(AI), 머신러닝(ML), 딥러닝(DL?)의 용어 정리하는 글을 한번 쓰고 싶었다.

 

그냥저냥 노마드코더나 유튜브의 여럿동영상에서 위 그림과 같은 포함관계를 많이 접했었고,

당시 이해 했지만 항상 시간이 지나면 아리송 하다.

 

배움이 아직 깊지 않기에, 러프한 설명 양해 부탁드립니다.

 

AI 선구자

우선 인공지능(AI)는 러프하게 우리가 가진 지능을 인공적으로 기계나, 여타사물에게 부여를하면 그것이 바로 인공지능이 탑재된 기계 또는 사물이 되는 것 이다. 

 

AI에는 크게 두가지 종류가 있는데 General-AI, Narrow-AI 즉, 위 AI 선구자의 사진에서 나오는 기계처럼 전반적인 우리 인간이 가진 지능을 포함한 AI, 후자는 사진을 인풋값으로 주면, 그 사진이 어떤 동물 또는 어떤 감정을 담았는지 설명해주는 좁은 영역의 지능을 가진 AI이다.

 

 

공부하는 로봇

 

머신러닝(ML)은 위와 같이 엄청난 기술 AI를 어떻게 구현(어떻게 기계를 교육할까)에서 등장했다. 즉, AI를 달성하기 위한 수단인 것이다.

 

머신러닝도 두가지 정도 나뉘는데, 비지도학습(unsupervised learning), 지도학습(supervised learning)으로 나뉜다.

 

 unsupervised vs supervised

 

지도학습은 쉽게 설명하면 수만가지 고양이사진에게 "고양이", 강아지 사진은 "강아지",  코뿔소 사진은 "코불소"라는 레이블을 달아놓고,

기계에 학습시키고 기계는 그 학습을 통해 설계자가 원하는 답을 뱉어내도록 한다.

 

비지도학습은 러프하게 어떠한 설명도 없이 수만가지 고양이사진을 주며 기계가 엄청난 데이터와 프로세싱 파워로 무엇이 고양이인지 인식하도록 학습하게 한다.

 

 

Deep learning

딥러닝은 머신러닝이 AI를 달성하기 위한 수단이라 했듯, 조금 더 진보된 머신러닝이라고 쉽게 생각하고, 설명한다. 머신러닝 알고리즘에는 널리 알려진 서포트 벡터 머신, k-nn, 결정 트리, 인공신경망 등 다양한 방법이 있는데, 딥 러닝에서 사용되는 "심층 신경망"은 이 중 인공신경망에 속한다.

 

심층 신경망은 인공 신경망에서 은닉층의 개수가 1개 이상인 네트워크를 의미하며 머신러닝의 주요한 세 분야인 지도학습, 비지도학습, 강화학습에 모두 사용되고 있다.

 

최근 기술의 발전과 함께 정제된 엄청난 수의 데이터(API...), 그리고 컴퓨터의 연산 능력의 향상(GPU....)으로 인해 AI가 부각됨은 어떻게 보면 당연하고 기대되는 미래를 꿈꾸게 한다.

 

공모전을 준비하며 데이터의 종류에 따라 어떤 모델을 세워 가야되며, 어떤 것이 그 데이터에 조금 더 적합한지가 중요함을 깨달으며 AI에 대해 혼자서 망상에 빠졌다가 글을 써보게 되었다. 

 

정말 Tensorflow를 만든사람들은 외계인일까 뭘까.