인공지능이란

AI란 무엇인가

AI(Artificial Intelligence) 즉, 인공지능이란 컴퓨터가 인간처럼 판단을 내리는 것을 뜻한다.

다시말해, 지능이 필요한 작업을 인간이 아닌 컴퓨터가 자동화하여 해결하는 것을 의미.

인공지능은 오랜 역사를 가지고 있는데 그 중에서도 가장 유명한 방법이 바로 Machine Learning

전통적인 프로그래밍과 머신러닝의 차이점은 아래와 같다.

전통적 프로그래밍 vs 머신러닝

전통적인 프로그래밍은 규칙과 데이터를 넣어주면 해답을 도출해줌

예를들어, '털이 하얗고 눈 주위에 검은 원이 그려져 있으면 팬더'라는 규칙이 있을때, 전통적인 프로그래밍은 해당 규칙과 이미지 데이터를 입력으로 넣어주면 팬더인지 아닌지에 대한 판단만 내려준다.

 

하지만 머신러닝은 이미지 데이터와 팬더 라는 정답을 입력으로 넣어주면 학습을 통해 '털이 하얗고 눈 주위에 검은 원이 그려져 있으면 팬더'라는 규칙을 도출해낸다.

데이터를 통해 컴퓨터가 분석하고 학습함으로써 자신만의 규칙을 만들어내는 것을 머신러닝이라 부름

---

Deep Learning이란

딥러닝이란 머신러닝의 한 영역으로 머신러닝보다 더 고도화된 방법

AI 영역

머신러닝과 딥러닝의 차이 : 

 

1. 머신러닝

예를들어, 꽃을 분류하고 싶을때 머신러닝은 꽃을 잘 분류할 수 있는 특징들 (꽃잎 길이, 꽃받침 길이, 꽃잎의 수 등등..)을 미리 인간이 추출해낸 뒤, 해당 특징들을 가지고 컴퓨터가 분류 규칙을 만들어내는 것

• 머신러닝이 도출해낸 규칙 : 꽃잎의 길이가 3mm 이상이고, 꽃받침 길이가 10mm 이하, 꽃잎이 5개 미만일때는 진달래 꽃

이처럼 머신러닝은 추출된 특징들로부터 규칙을 도출해내는 것이기 때문에 추출된 feature가 어떤 것이냐에 따라 학습의 성능이 크게 좌지우지 됨

 

2. 딥러닝

머신러닝의 단점을 보완하기 위해 고안된 기술

딥러닝은 학습의 영향을 주는 feature들을 인간이 추출하는 것이 아닌 컴퓨터가 알아서 최적의 feature를 추출하고 그 feature들을 가지고 규칙 도출까지 한번에 학습하는 것을 뜻함

모든 과정을 컴퓨터가 해주기 때문에 인간이 feature를 추출해내기 어려운 문제일수록 딥러닝에서 효과가 더 뛰어남

 

아래는 전통적 프로그래밍, 머신러닝, 딥러닝의 규칙을 도출해내는 과정

 

규칙 도출 과정

고도화된 기술일수록 인간이 하는일이 적어지고 모든 과정을 다 컴퓨터가 알아서 다함

하지만 데이터로부터 feature를 추출하고 규칙 도출까지 컴퓨터가 전부 다 하는것이기 때문에 머신러닝에 비해 훨씬 많은 수의 데이터가 필요하고, 이를 학습하기 위해서는 훨씬 더 고사양 컴퓨터가 필요함.

그렇기 때문에 컴퓨터 파워가 발달한 최근에서야 비로소 가능해지고 각광받고 있는 기술

 

딥러닝의 최적 환경!

• 인간이 쉽게 해결할 수 없는 복잡한 문제
• 데이터 도메인 관련 지식이 없는 사람
• 특징 가공에 대한 지식이 없는 사람
• 대용량 데이터 확보
• 고사양 컴퓨터 확보